2: Projektioita ja Pohjois-Karjalaa

Hei taas!

Tämän viikon teoriaosuudessa käsiteltiin datan lähteitä monipuolisesti: mistä ja millaista dataa omiin projekteihin voi saada. Opin uusia asioita tyypillisimmistä ladattavista aineistoista eli rajapinnoista ja niiden sisältämästä datasta – WFS, WMS, WMTS ja WCS tulivat pääpiirteiltään tutuiksi.

Itse harjoitusosuudessa laitettiin teoria käytäntöön, ja harjoiteltiin näiden aineistojen lataamista QGIS:iin. Aluksi pohjalle ladattiin Suomen kuntakartta vuoden 2020 rajoilla, jonka jälkeen treenattiin valintatyökalujen käyttöä (valittiin Pohjois-Karjala omaksi alueekseen), mittatietojen lisäämistä attribuuttitaulukkoon, mittaustyökalujen käyttöä, layereiden muokkaamista ja kartan visualisointia vielä syvemmin. Tämä syvensi tietotaitojani tämän hyvin monipuolisen sovelluksen ominaisuuksista ja käyttötavoista

Pääpointtina tälle kurssikerralle tarkasteltiin eri projektioiden vaikutusta karttojen ulottuvuuksien vääristymiin. Oli hyvin kiinnostavaa huomata konkreettisesti, kuinka paljon eri projektiot vääristävät alueiden etäisyyksiä, pinta-aloja ja muotoja. Kompastuskiviä kuuluu olla, niinpä tälläkin kertaa: kun tietyt projektit valittuna zoomasin karttaa, niin koko kartta hävisi näkyvistä (esim. Pattersonin projektio).  Ongelma johtui luultavasti ylimääräisistä layereista, mutta ohessa koostamani Excel-taulukko samasta valitusta pinta-alasta ja kahden pisteen etäisyydestä niillä projektioilla, jotka eivät kadonneet kuin tuhka tuuleen (taulukko 1).

Taulukko 1: QGIS:llä toteutettuja projektiovertailuja. Cartesian tarkoittaa lukua (etäisyys tai pinta-ala) karttatasolla; QGIS:llä voisi myös mitata ellipsoidisia arvoja, joissa otetaan huomioon myös maan pinnan kaarevuus

Itse harjoituskartta toteutettiin tällä kertaa vertailemalla kahta eri projektiota ja niiden pinta-alavääristymiä. Tunnin aikana tehtiin Mercatorin ja ETRS89-TM35FIN-projektioiden vertailu. Vertailu toteutettiin tekemällä uusi layer, johon lisättiin kummankin projektion pinta-alatiedot. Koska Mercatorin projektiossa pinta-alan vääristymä kasvaa sitä suuremmaksi, mitä kauemmas päiväntasaajasta mennään, niin myös näiden kahden projektioiden ”suhdeluku” on sitä suurempi, mitä pohjoisemmas mennään. Attribuuttitaulussa tehtyjen laskutoimitusten jälkeen saatiin toteutettua kategorisoitu teemakartta, joka ilmaisee Mercatorin projektion pinta-alavääristymät suhteessa TM35-projektioon (kuva 1). Näemmä jätin Mercatorin projektion aktiiviseksi tulostusikkunaan, minkä johdosta Suomi-neidon pää on epäluonnollisen iso hänen alavartaloonsa nähden.

Ohessa myös kuvat vertailemastani janasta (kuva 2) ja pinta-alasta (kuva 3). Kuten kuvasta 1 voi huomata, pinta-alavääristymät pohjoisimmassa Lapissa ovat kaksinkertaiset eteläisimpään Suomeen nähden. Pahimmillaan pinta-alat ovat Mercatorissa yli 8-kertaiset TM35 nähden! Tällainen teemakartta havainnollistaakin konkreettisesti sen, kuinka eri tavoin projektiot vääristävät kolmiulotteisia pintoja karttatasolla

Kuva 1: Tunnilla tehty harjoituskartta. Pinta-alat Mercatorin projektiossa suhteessa TM35FIN-projektioon
Kuva 2: Projektioiden vertailussa käytetty jana
Kuva 3: Pinta-alavertailussa käytetty alue

TM35FIN on kompromissiprojektio, joka pohjautuu poikittaiseen Mercatorin projektioon, eli se on oikeakulmainen lieriöprojektio. Kulmat ilmansuuntien välillä ovat siis oikein, mutta välimatkat ja pinta-alat ovat vääristyneet. Lieriöprojektiossa maapallo sijoitetaan kuvitteellisen lieriön sisään, jolle pinta projisoidaan. Erona Mercatorin projektioon on se, että tässä karttatasoksi avattava lieriö sivuaa jotakin pituuspiiriä eli keskimeridiaania (Suomen tapauksessa 27 astetta itäistä pituutta), kun taas tavallisessa Mercatorissa lieriö sivuaa maapalloa päiväntasaajaa pitkin. Lisäksi tavallisessa Mercatorissa pituus- ja leveyspiirit kuvautuvat yhdensuuntaisesti suorina.

Jaoin kuvan 1 kartan seitsemään eri luokkaan, koska se tuo konkreettisemmin ja todenmukaisemmin tarkasteltavan asian ilmi. Jos se olisi jaettu esimerkiksi vain neljään tai viiteen eri luokkaan, niin kartta ja sen viestimä asia olisi mielestäni ylidramatisoitu.

Thank you, next!

Tein samanlaisen projektiovertailun Mollweiden projektiosta verrattuna samaiseen TM35FIN-projektioon (kuva 4). Mollweiden projektio on lieriöprojektiosta muokattu oikeapintainen karttaprojektio (Wikipedia), mistä johtuukin, että erot ovat selvästi hillitymmät. Oikeapintainen projektio näyttää pinta-alat oikein, jolloin muodot ja etäisyydet vääristyvät. Itseäni ihmetyttää tässä kartassa epäloogiset luokkarajojen vaihtelut – kahdessa muussa kartassa (kuva 1 ja kuva 5) luokkarajat vaihtuvat selkeän loogisesti etelästä pohjoiseen. Syytä tälle en oikeastaan keksinyt. Luokkarajoja tässä kartassa voisi olla vähemmän, koska nyt eri luokkarajojen arvot ovat lähes identtiset. Tämä voisi olla oivallinen esimerkki huonosta kartasta; kartta on epäloogisuuden lisäksi todella epäinformatiivinen. Kartta antaa olettaa, että alimman ja korkeimman kategorian välillä on suuren suuri ero, vaikka todellisuudessa ero on huikeat 0,004 yksikköä. Ensisilmäyksellä muodostuva mielikuva on siis auttamatta väärä. Lisäksi ihmettelen edelleen jokaisessa kartassa esiintyvää seikkaa, jossa tietyn luokkarajan suurin arvo on sama kuin seuraavan luokkarajan pienin arvo. Elena on vertaillut Quartic authalic -projektiota, jossa lopputulos on samankaltainen kuin alla oleva kartta.

Kuva 4: Mollweiden projektion pinta-alan vääristymät verrattuna TM35FIN-projektioon

Koska halusin tehdä koropleettikartan, jossa eri projektioiden muodostamat pinta-alan vääristymät ovat selkeämmät, valitsin vielä toisen vertailtavan projektion. Projektioksi valikoitui Aitoffin projektio, joka on muodostettu oikeakeskipituisesta tasoprojektiosta (kuva 5) (Wikipedia). Oikeapituinen kartta vääristää muotoja ja pinta-aloja, mutta ilmoittaa paikkojen etäisyydet oikein. Tasoprojektio on projisoitu levyn näköiselle tasolle, joka sivuaa maapalloa yhdessä pisteessä. Näin ollen lähimpänä sivuavaa pistettä olevat alueet vääristyvät vähiten – Aitoffin projektiossa tämä sivuamispiste on päiväntasaajalla. Koska Suomi sijaitsee muutenkin kaukana päiväntasaajasta, niin pinta-alan vääristymät vain suurenevat pohjoisemmas mentäessä, juuri kuten Mercatorin projektiossa. Vääristymät vain ovat maltillisemmat.

Kuva 5. Aitoffin projektion pinta-alan vääristymät verrattuna ETRS89-TM35FIN-projektioon

Asetin tälle koropleettikartalle kolme eri luokkaa, mikä tekee siitä paljon selkeämmän ja helpommin luettavan edelliseen kartantekeleeseen verrattuna (kuva 4). Valitsin jokaisessa kartassa värit sillä logiikalla, että mitä isompi pinta-alavääristymä on, sitä tummempi on myös alueen väritys. Tämä mielestäni palvelee karttojen sanomaa siitä, että jokaista karttaa tutkiessa ja tulkitessa tulisi ottaa huomioon siinä käytetty projektio ja näin ollen eri ulottuvuuksien virheellisyys. Mikään kartta ei ole täydellinen, vaan aina jokin ulottuvuus (pituus, muoto tai pinta-ala) on vääristynyt, koska maa sattuu olemaan pallon muotoinen, ja karttaesitys on kaksiulotteinen taso. Varsinkin kuvan 4 esittämä kartta Mollweiden pinta-alan vääristymistä on mielestäni turhan sekava väritykseltään, joten väriskaaloihin haluan kiinnittää tarkemmin huomiota tulevissa harjoituksissa.

Suosittelen tsekkaamaan Lotan blogin, jossa hän vertailee eri projektioiden aiheuttamien pinta-alavääristymien lisäksi toisenlaista teemakarttaa: millä tavalla 65-vuotiaiden lukumäärä kunnittain visualisoituu eri projektioilla!

Loppupohdinnat

Tämän viikon QGIS-harjoittelut tuntuivat jo selkeästi helpommilta edelliseen viikkoon verrattuna, koska itse sovellus ei ole enää täysin vieras. Perusominaisuuksista alkaa päästä jyvälle, eikä pikkuominaisuuksien löytämiseen ja näpräilyyn tarvitse käyttää turhauttavan paljon aikaa, kun toimintojen sijainnit alkavat tarttua lihasmuistiin. Lisäksi bongasin Eeron blogista Quick Map Services -pluginin, joka luultavasti osoittautuu hyödylliseksi tulevissa harjoituksissa ja mitä erilaisimpien karttaesitysten teossa.

Projektioilla on valtava voima vaikuttaa kartan ulkoasuun, eikä lause ”kartat voivat toimia mielipidevaikuttajina” ole todellakaan tuulesta temmattu. Pinta-alavääristymillä voidaan korostaa tietyn alueen kokoa kartalla, mikä saa esimerkiksi siellä esiintyvät erilaiset ilmiöt vaikuttamaan kartan lukijalle tärkeimmiltä. Samanaikaisesti alueet, jotka näyttäytyvät todellisuuden suhdetta pienemmiltä, jäävät helposti varjoon. Pahimmillaan tämä voi vaikuttaa poliittiseen päätöksentekoon ja jopa kriisiavun keskittämiseen. Maailman käytetyintä karttaprojektiota, Mercatoria, onkin kritisoitu vääristyneestä maailmankuvasta, jonka se lukijoilleen tarjoaa: Venäjä ja Pohjois-Amerikka korostuvat kartalla, kun taas esimerkiksi Afrikka ja Etelä-Amerikka näyttävät todellista pienemmiltä. Lähdekriittisyys ja kartantulkinta ovat mielestäni sellaisia asioita, joita ei voi korostaa liikaa esimerkiksi peruskoulun ja lukion maantiedon tunneilla.

 

Lähteet

Brander, N., Hiekka, S., Paarlahti, A., Ruth, C., Ruth, O. (2014). Manner 4: Aluetutkimus. 1.-3. p. “Kartat ovat paikkatietoa”. Otava, Keuruu (2017).

El Founti, E. II: Projektiovääristymiä ja näkökulmia. Luettu 2.2.2021. <https://blogs.helsinki.fi/elfelena/2021/01/31/ii-projektiovaaristymia-ja-nakokulmia/>

Maailma venyy ja paukkuu kartalla.  Maanmittauslaitos. Luettu 28.1.2021. <https://www.maanmittauslaitos.fi/tietoa-maanmittauslaitoksesta/ajankohtaista/lehdet-ja-julkaisut/tietoa-maasta/maailma-venyy-ja-paukkuu>

Puodinketo, L. 2. kurssikerta: toimintojen kertausta. Luettu 30.1.2021. <https://blogs.helsinki.fi/lottapuo/>

Turkki, E. Aineistolähteitä sekä projektioita. Luettu 2.2.2021. <https://blogs.helsinki.fi/turkkiee/>

Wikipedia (2016). Aitoffin projektio. Luettu 28.1.2021. <https://fi.wikipedia.org/wiki/Aitoffin_projektio>

Wikipedia (2016). Mollweiden projektio. Luettu 28.1.2021. <https://fi.wikipedia.org/wiki/Mollweiden_projektio>

1: Tutustumista QGIS-ohjelmistoon

Hei ja tervetuloa seurailemaan MAA-202 -kurssin blogiani!

Olin itse ensimmäisen kurssikerran pois Zoom-tunnilta, mutta katselin avausluennon tallenteen, diat ja tehtäväohjeet läpi itsenäisesti jälkikäteen. ”Geoinformatiikan menetelmät 1” -avausluennon aluksi käytiin läpi kurssin aikataulut, tavoitteet, suoritettavat harjoitukset ja arviointiperusteet. Kurssi pohjautuu QGIS-ohjelmistoon, jonka avulla tutustutaan yleisesti eri paikkatietoesityksiin ja toteutetaan itse erilaisia karttaesityksiä. Samanaikaisesti pidetään yllä omaa blogisivua, joka toimii samalla henkilökohtaisena oppimispäiväkirjana – yhteisöllisyyttä ja ”interaktiivisuutta” kurssiin tuo toisten blogiteksteihin ja -töihin viittaaminen, kommentointi ja analysointi. Tällä harjoitellaan “tiedeyhteisössä toimimista”. Oppimispäiväkirjan ylläpitäminen auttaa pohtimaan omien työskentelytapojen vahvuuksia ja heikkouksia.

Tällainen erilainen kurssin suorittamistyyli vaikuttaa innostavalta ja inspiroivalta. Tykkäsin kovasti edellisen periodin ”Tiedon esittäminen maantieteessä” -kurssista, jossa pääsi konkreettisesti itse luomaan karttaesityksiä ja tutustumaan prosesseihin kartanteon taustalla CorelDraw -sovelluksen avulla. Tämä kurssi vaikuttaakin olevan samalla tavalla aktivoiva kurssi, jossa pääsee itse tekemään ja analysoimaan erilaisia kartta- ja paikkatietoesityksiä. Haasteena on toki se, että kurssi pidetään kokonaan etänä – TEM-kurssin erityisenä vahvuutena olivatkin sen live-tunnit kampuksella. Uskon kuitenkin, että suoritustavasta huolimatta tämä kurssi opettaa paljon uutta paikkatiedon hallitsemiseen, käsittelemiseen ja analysointiin liittyvistä seikoista. Tulevilla luennoilla aion aukaista itse Zoom-puhelun vanhalle lukioläppärilleni, mikä vapauttaa nykyisen tietokoneeni näytön kokonaan QGIS:n käytölle.

Odotan kurssilta erityisesti blogisivujen hyödyntämistä: on hauska lukea muiden blogitekstejä ja katsella heidän tuottamiaan karttoja, samalla omiin tuotoksiin reflektoiden. Yleisesti geoinformatiikka vaikuttaa kiinnostavalta ”tulevaisuuden alalta”, jonka opiskelemisesta ja osaamisesta on paljon hyötyä työmarkkinoilla, ja laajemminkin yhteiskunnan eri sektoreilla. Itseäni kiinnostaisi opetella yliopistossa myös koodaamisen alkeita, jotka sitten tukisivat geoinformatiikan opintoja. Kurssin tavoitteenani on myös oppia käyttämään ja hyödyntämään QGIS:iä sujuvasti.

Harjoitustehtävä

Kurssikerran teoriaosuudessa käytiin läpi eri paikkatietoon liittyviä termejä; mistä eri palasista paikkatieto koostuu sekä eri paikkatiedon esitystavoista. Teoriaosuus oli pitkälti kertausta 1. periodin ”Johdatus geoinformatiikkaan” -kurssilla läpikäydyistä asioista. Kurssikerran harjoitusosuus taas perehdytti itse QGIS-sovelluksen käyttöön, joka on itselleni täysin uusi tuttavuus.

Varsinkin tällaiseen uudenlaiseen sovellukseen tutustuessani etenen vaihe vaiheelta ohjeita tarkasti seuraten, jotta saan perustoiminnot haltuun. Työskentely on näin ensiaskeleita ottaessa melko hidasta ja kankeaa, mutta uskon, että kun tässä viikkojen myötä QGIS:iä käyttää enemmän, niin eri ominaisuudet tulevat tutummaksi ja samalla sovelluksen käyttäminen tulee sujuvammaksi. Nyt ensimmäisellä kerralla eri painikkeiden etsimiseenkin meni oma aikansa. Sain kuitenkin lopulta tehtyä jonkin näköisen koropleettikartan (kuva 1), joka visualisoi Itämerta ympäröivien valtioiden suhteutetut typpipäästöt. Ulkonäössä on hiomisen varaa, mutta opettelun myötä tyyliseikatkin paranevat. Yleisesti ottaen QGIS vaikuttaa oikein kattavalta, käyttökelpoiselta ja monipuoliselta sovellukselta, jossa riittää ominaisuuksia pilvin pimein. Legendan, mittakaavan ja pohjoisnuolen liittäminen karttaan sujuu käden käänteessä tulostusikkunassa (vrt. CorelDraw).

Kuva 1: Ensimmäinen QGIS:llä tehty harjoituskartta. Itämerta ympäröivien valtioiden suhteellinen typpipäästöjen osuus (%)

Kotitehtävä

Ensimmäisen luentokerran kotitehtävässä oli kolme vaihtoehtoa, joissa hyödynnettiin Suomen kuntakarttaa, ja luotiin tämän pohjalta koropleettikartta itseä kiinnostavasta aiheesta. Käytin Moodlessa olevaa valmista Suomen kuntakarttaa, johon – tulevia kuntavaaleja silmällä pitäen – latasin Sotkanetistä kuntakohtaisen aineiston vuoden 2017 kuntavaaleista: ”Äänestysaktiivisuus kuntavaaleissa, %” csv-tiedostona. Itsevarmuutta puhkuen uskottelin itselleni, että tämän aineiston liittäminen kuntakarttapohjaan join-toiminnolla onnistuisi käden käänteessä. Toisin kuitenkin kävi, ja lukuisten tutoriaalien sekä yrityksen ja erehdyksen kautta siirryin suosiolla, kärsivällisyyden loputtua, hyödyntämään kuntakartassa valmiina olevia aineistoja – toivoen, että join-toimintoa käydään läpi tarkemmin tulevilla kurssikerroilla. Suosittelen käymään kurkistamassa Annikan blogin, hän nimittäin onnistui tekemään hienon kartan Sotkanetistä ladatusta aineistosta – samalla eri työvaiheet selkeästi selittäen!

Päädyinkin luomaan koropleettikartan eri kunnissa sijaitsevista kesämökkien suhteellisista määristä (kuva 2). Nämä kuntakartan valmiit muuttujat ovat vuodelta 2015. Kartan luominen sujui melko vaivattomasti, ohjeista piti vain tarkistaa suhteellisten lukuarvojen tekeminen. Luokka-arvojen rajoiksi valitsin “natural breaks”, joka jakoi luokat mielestäni järkeviin eri kokonaisuuksiin.

Kuva 2: Kesämökkien suhteellinen osuus kunnittain vuonna 2015 (%)

Kartasta voi huomata, että erityisesti Etelä-Suomessa ja rannikkokaupungeilla kesämökkien suhteelliset osuudet ovat isot. Myös erityisesti tietyissä Järvi-Suomen kunnissa kesämökkejä on paljon; tyypillinen suomalainen miljöö järven rannalla viehättää. Sisämaassa, eritoten Pohjanmaan alueella, osuus taas on pienempi. Tämä voi selittyä ainakin asutuksen jakautumisella; Etelä-Suomessa asuu eniten ihmisiä, eikä kesämökkiä välttämättä haluta sellaisesta kunnasta, joka sijaitsee päivän ajomatkan päässä. Naapurikuntia suositaan, ja erityisesti rannikkoalueet ovat suosittuja kesämökkien sijaintikohteita. Etuoven blogitekstissä on listattu 10 suosituinta kesämökkipaikkakuntaa; kolmen kärjen muodostavat Kuusamo, Kuopio ja Lohja. Kuusamo kiinnostaa loma-asunnon etsijiä ympäri vuoden, Kuopiossa oli Tilastokeskuksen taulukon mukaan Suomen paikkakunnista eniten mökkejä vuonna 2019 (yli 10 000), ja Lohja sijaitsee alle tunnin matkan päässä Helsingistä, mikä selittää siellä kukoistavan kesämökkibisneksen.

Kartta on ulkomuodoltaan todella yksinkertainen, mutta uskoisin, että siinä on kaikki tarvittavat peruselementit, ja se esittää eri luokka-arvoina sen mitä pitääkin. Isompi luokka-arvo alkaa kuitenkin aina samasta arvosta mihin pienempi luokka-arvo päättyy, mikä ihmetyttää minua – toimivassa alueluokituskartassa kyseiset arvot ovat erisuuruisia. Tästä suunta on eteenpäin kohti enemmän informaatiota sisältäviä karttaesityksiä!

Huomasin myös, että esimerkiksi Emilia on tuottanut blogiinsa samasta aiheesta parikin karttaesitystä – kesämökkien suhteelliset ja absoluuttiset määrät kunnittain. Absoluuttinen määrä kertookin kartan tarkastelijalle konkreettisemmin mökkien määrät, joten se on hyvä lisäys suhteellisten määrien kaveriksi!

Loppupohdinnat

Tältä ensimmäiseltä kurssikerralta käteen jäi perusteet QGIS:n toiminnasta: layerit, yksinkertaisten karttaesitysten teko, attribuutiotaulujen tutkiminen ja muokkaaminen, sekä tulostusikkunan luominen ja tärkeimpien karttaelementtien lisääminen. Sovellus vaikuttaa tarjoavan uskomattoman määrän erilaisia ominaisuuksia, ja kun sen käyttöön pääsee jyvälle, niin näitä eri toimintoja voi hyödyntää todella monipuolisten ja informatiivisten esitysten tekemiseen.

Lähteet

Halmes, E. (2021). Harjoitus 1: Tutustumista QGIS-ohjelmaan. Viitattu 30.3.2021. <https://blogs.helsinki.fi/emhalmes/2021/01/28/harjoitus-1-tutustumista-qgis-ohjelmaan/>

Innanen, A. (2021). Harjoitus 1: Koropleettikartan laatiminen QGISissä. Viitattu 23.1.2021. <https://blogs.helsinki.fi/anninnan/2021/01/22/harjoitus-1-koropleettikartan-laatiminen-qgisissa/>

Kesämökin osto – nämä ovat suosituimmat mökkipaikkakunnat. Viitattu 26.1.2021. <https://www.etuovi.com/koti/blogi/kesamokin-osto-nama-ovat-suosituimmat-mokkipaikkakunnat/>

Kesämökit (2019). Tilastokeskus, Helsinki. Viitattu 26.1.2021. <https://www.stat.fi/til/rakke/2019/rakke_2019_2020-05-27_kat_001_fi.html>