Helsingin yliopisto
Hellurei 8)
Viidennellä kurssikerralla jatkoimme edellisellä kerralla aloittamaamme Pornaisiin liittyvää visualisointia (Kuva 1). Harjoittelimme puskurivyöhykkeiden tekoa buffer-työkalulla. Koin sen helpoksi, osittain varmaan sen takia, että puskurien tekemistä kokeiltiin jo johdatus geoinformatiikkaan –kurssilla.
Kuva 1. Pornaisten keskusta, talot, ja visualisoimani bufferit teiden, koulun ja terveyskeskuksen ympärille.
Kartasta tuli mielestäni kivan näköinen! Tosin jos miettii, että siitä pitäisi jotain oikeasti tarkastella, olisi se turhan sekava, eikä se kerro katsojalle hirveästi mitään tärkeää informaatiota. Ehkä jos asuisi Pornaisissa ja haluaisi tarkastella, onko oma talo 500 metrin päässä terveyskeskuksesta, kilometrin päässä koulusta tai 50 metrin päässä tiestä, kartalla voisi tehdä jotain… Tosin oman talonkin löytäminen voisi olla hankalaa kaikkien noiden pisteiden joukosta =D
Omatoimisia tehtäviä
Tunnin loppupuolella teimme omatoimisia tehtäviä. Sain tehtyä melkein kokonaan Malmin- ja Helsinki-Vantaan lentokenttiin liittyvät tehtävät. Visualisoin kenttien kiitoratojen ympärille melualueita kuvaavia buffereita ja laskin niiden alueilla asuvien ihmisten määriä (Kuva 2 & 3). Vastaukseni tehtävään löytyy Taulukosta 1.
Taulukko 1. Vastaukset tehtävään 1. ”Lentokentät”
Eeva Tervomaan blogissa (2024) oli mielenkiintoinen huomio Malmin lentokentän pahimmalla melualueella (1km säteellä kiitoradoista) asuvien ihmisten lukumääristä. Tervomaa huomasi, että luvut hieman vaihtelevat eri ihmisten vastauksissa. Minä sain esimerkiksi vastaukseksi 9044 ja Leino 9102. En olisi keksinyt mistä erot johtuvat, mutta Tervomaa päätteli, että tuloksiin vaikuttaa se, että kaikki piirsivät itse kiitoradat, joiden ympärille puskurivyöhyke tehtiin. Pienikin heitto kiitoratojen koossa voi vaikuttaa siihen, että esimerkiksi yksittäiset kerrostalot jäävät 1 km vyöhykkeen ulkopuolelle.
Kuva 2. Malmin lentokentän melualueita (1 km ja 2 km) kuvaavat bufferit.
Kuva 3. Helsinki-Vantaan lentokentän melualuetta (2 km) kuvaava bufferi.
Mietteitä QGIS’istä
QGIS’in käyttö on selkeästi helpottunut kurssin aikana. Tuntuu että osaan, kunhan tarkastelen aineistoja rauhassa ja tarpeeksi pieninä palasina kerrallaan. Samalla kuitenkin tuntuu, että välillä jää yksinkertaisiinkin asioihin jumiin, eikä tehtävien teko meinaa onnistua. QGIS’in monipuolisuus näkyykin sen käytön monimutkaisuutena.
Jos pohdin omaa osaamistani tarkemmin, tutuimmaksi asiaksi on ehdottomasti tullut eri layereiden symbolien värien ja muiden ominaisuuksien muokkaaminen. Etenkin koropleettikarttoja gradient -työkalulla on tullut tehtyä. Rakastan sitä, kun kartasta saa visualisoitua kivan värisen (ja tietysti mahdollisimman selkeän ja informatiivisen). Jos kuitenkin mietitään vähän syvemmälle datan käsäittelyyn meneviä työkaluja, niin tutuimmiksi on tullut varmaankin attribuuttitaulukon Field calculator –toiminto ja sen avulla uusien sarakkeiden luominen taulukossa olevien muiden sarakkeiden tietojen pohjalta. Varsinkin erilaisten prosenttiosuuksien laskeminen on tullut tutuksi, sillä ilman niitä ei koropleettikarttoja voi oikein tehdä.
Muita suhteellisen tutuksi tulleita työkaluja on tälläkin kurssikerralla käytetty buffer –toiminto, sekä edellisellä kerralla käytetty Vector grid -työkalu. Puskurointivyöhykkeiden visualisointi on varmasti hyödyllistä monessa eri asiassa. Ensimmäisenä minulle tulee kuitenkin mieleen esimerkiksi luonnonsuojelua vaativien kohteiden puskuroiminen. Hyvänä esimerkkinä lähimenneisyydestä on vaikkapa Stansvikin metsäalueelta löytynyt noro, joka on vesilain erittäin tiukasti suojelema luontotyyppi. Noron ympäristöön ei saa rakentaa mitään ilman poikkeuslupaa, joten alueella käynnissä olleet hakkuut pysäytettiin (Huuskonen 2023). Uskon, että esimerkiksi tällaisille kohteille on laskettava puskurivyöhyke, jonka sisäpuolella maanmuokkaus on jätettävä sikseen.
Vector grid -työkalu on hyödyllinen, jos jollakin alueella on tarkasteltava vaikkapa jonkin kasvien tai muiden eliöiden ryhmittymistä. Jos tarkasteltavalta alueelta on kartoitettu esimerkiksi kasvillisuutta, ja jonkin lajin yksilöiden sijainnit ja määrät tiedetään, voitaisiin ruudukon avulla visualisoida kartta, josta kasvien sijoittuminen kartalle näkyy paremmin. Esimerkiksi uhanalaisten kasvien suojeleminen voisi olla helpompaa, jos kartalta pystytään selkeästi rajaamaan alueet, joilla kasvia esiintyy enemmän.
Näiden lisäksi on vielä useita muita komentoja ja työkaluja, jotka ovat tulleet jollakin tapaa tutuksi. Esimerkiksi mittaus- ja valitsemistyökalut, join –komento ja rajapintojen kautta ladattavat aineistot. Kurssin aikana on tullut niin paljon asiaa, että en edes muista kaikkea. Tämä nitoutuu oikeastaan ensimmäisessä kappaleessa mainitsemaani asiaan, eli siihen, kuinka QGIS’in monipuolisuus vaikuttaa myös sen käytettävyyteen. Jos ei ole kokemusta paikkatieto-ohjelmien käytöstä, rajoittaa QGIS’in monipuolisuus/monimutkaisuus ohjelman käyttöä. Toki ohjelmiston käytettävyyteen vaikuttaa myös esimerkiksi aineistot ja niiden laatu. Jos jokin aineisto (kuten kolmannen kurssikerran Afrikan valtiot –aineisto) on alusta pitäen kasattu monimutkaisesti, on myös sen käyttö ja datan analysointi vaikeampaa. Silloin käyttäjällä tulee olla taidot, jolla muokata aineisto oikeaan muotoon.
Lähteet:
Tervomaa, E. 2024. Geoinformatiikan menetelmät 1, viides kurssikerta. Viitattu 7.3.2024. https://blogs.helsinki.fi/terveeva/