På den första föreläsningen fick jag repetera grunderna till GIS och ta itu med olika funktioner i QGIS-programmet. Det första som fångade min uppmärksamhet i QGIS var den stora mängden funktioner, men som tur kände jag mig lite självsäkrare gällande grundfunktionerna efter föreläsningen. Nedanom finns veckans övningar och några av mina funderingar kring kartframställning och QGIS. 🙂
Övning 1: Kväveutsläpp i Östersjön från omgivande länder
![](https://blogs.helsinki.fi/tildewes/files/2024/01/Layout-6-scaled.jpg)
I denna övning bekantade jag mig med bland annat räknefunktioner, filtrering och finslipning av kartor. Eftersom instruktioner gavs på föreläsningen gick övningen mestadels smidigt för mig. Att kategorisera utsläppsmängderna var svårare, då det påverkade kartans utseende och tolkning av den. Det här har också till exempel Julija (Pylsy, 2024) lagt märke till, och noterar att kategorierna kan förvränga ländernas utsläpp i förhållande till varandra. Utseendevis anser jag att det är bra att ha med ländernas namn även om det kan se trångt ut. Till exempel är gränsen mellan Danmark och Tyskland otydlig, och någon som inte är bekant med området kan missuppfatta gränserna. Min karta kan ge en någorlunda tydlig överblick av kväveutsläpp kring Östersjön, men tilläggsmaterial är nödvändigt för att förstå helheten. Enligt EMEP/MSC-W (2017) är jordbruk, förbränning och transport bland de största bidragarna till kväveutsläpp i Östersjön via atmosfären. Bild 2 visar höga depositioner av dessa tre i Polen, vilket delvis kan bidra till Polens totala utsläpp av kväve i Bild 1.
![](https://blogs.helsinki.fi/tildewes/files/2024/01/Screenshot-2024-01-24-013020.png)
Övning 2: Kommuner i Finland
![](https://blogs.helsinki.fi/tildewes/files/2024/01/Layout-WTF.jpg)
Grupperingen av naturliga befolkningstillväxten i den andra kartan (Bild 2) var en aning svårt. QGIS föreslog till en början att alla positiva värden (0–1594) skulle vara i samma kategori, som förvränger kartan en hel del. Jag anser att min indelning ännu kunde förbättras, och att den röda färgskalan eventuellt kunde uppfattas som negativ/oneutral. Esbo, Helsingfors och Vanda var de enda kommunerna med en naturlig befolkningsökning på över 1000 personer år 2015, medan Kouvola (-587) och Björneborg (-406) hade de största förlusterna.
![](https://blogs.helsinki.fi/tildewes/files/2024/01/Layout-JEPP.jpg)
Join-funktionen i QGIS gav mig för det mesta huvudvärk, men till sist lyckades jag få allt rätt inställt. I denna karta (Bild 4) presenteras studerandes andel av befolkningen kommunvis (Sotkanet, 2022). I den hämtade tabellen är kommunerna där studerande utgör 8–11,6 % av befolkningen sådana där bland annat universitet finns, eller grannkommuner till dessa. I Joensuu, Jyväskylä, Uleåborg, Vasa, Tammerfors och Åbo överskrider andelen studerande 10% av befolkningen. Jag undrade även om någon koppling kunde finnas mellan naturliga befolkningstillväxten och studerandes andel av befolkningen, men till detta kunde till exempel nettoomflyttning vara pålitligare.
Vad jag har lärt mig & att tänka på fortsättningsvis
Jag anser att övningarna introducerade mig till flera QGIS-funktioner, men att dessa ännu kan utvecklas mycket. Fortsättningsvis borde jag komma ihåg att ha rätt grundinställningar i QGIS, till exempel rätt koordinatsystem. Från övningarna märkte jag att jag ibland var ”blind” för slarv i mina färdiga kartor, och att det kan vara bra att tolka den färdiga kartan som om att man inte alls är bekant med materialet. Jag ser fram emot att bekanta mig mer med rasterformat i QGIS.
Referenser
EMEP/MSC-W Report for HELCOM (2017). Contributions of emissions from different countries and sectors to atmospheric nitrogen input to the Baltic Sea basin and its sub-basins. (MSC-W Technical Report 3/2017). https://emep.int/publ/reports/2017/MSCW_technical_3_2017.pdf
Pylsy, J. (2024). Kurkistus QGIS:n maailmaan. GIS-BLOGI. University of Helsinki Blogging platform. [Blogg]. 15.01.2024. https://blogs.helsinki.fi/julijapy/ [22-01-2024]
Sotkanet (2022). Studerande, % av befolkningen (ind.2310). (Uppdaterad 27.12.2023) Sysselsättningsstatistik (Statistikcentralen). https://sotkanet.fi/sotkanet/sv/metadata/indicators/2310#dataSource [22-01-2024]