Harjoitukset kurssikerta 2

MAA-202 Geoinformatiikan menetelmät 1 kurssin toisella kurssikerralla pääsimme jälleen harjoittelemaan QGIS-ohjelman käyttöä. Tarkastelimme tunnilla muun muassa erilaisten projektioiden vaikutusta kartalta mitattaviin pinta-aloihin. Lisäksi visualisoimme koropleettikarttoja erilaisten projektioiden aiheuttamista prosentuaalisista eroista alueittain.

Visualisoin tunnilla 3 karttaa, Suomessa yleisesti käytetyn poikittaiseen Mercatorin projektioon perustuvaann ETRS-TM35FIN tasokoordinaatiston ja erilaisten maailman kartan esittämiseen tarkoitettujen projektioiden suhteellisista pinta-ala eroista alueittain. Kartat on luotu laskemalla ensin Suomen kuntien pinta-alat ETRS-TM35FIN koordinaatistossa käyttäen QGIS-ohjelmiston add geometry attributes työkalua. Tämän jälkeen projektio on vaihdettu ja vaihdetulle projektiolle on laskettu pinta-alat vastaavalla tavalla kuin aiemmin. Lopuksi projektioiden pinta-aloista on laskettu field calculatorilla projektioiden pinta-alojen suhteelliset erot verratessa ETRS-TM35FIN koordinaatiston pinta-aloihin.  Valitsin karttojen visualisointiin 7 ja 8 luonnollisin asteikoin etenevää luokkarajaa, mikä oli mielestäni sopiva määrä pinta-ala erojen visualisointiin.  Kuvan 3, kartan suurimman luokkarajan väriksi olisi voinut asettaa hieman vaaleamman värin, mutta mielestäni kuvasta saa kuitenkin riittävän hyvin selvää, niin että kunnat on havaittavissa kartalta. Ennen valmiiden koropleettikarttojen siirtämistä tulostusnäkymään vaihdoin projektioksi ETRS-TM35FIN.

Kuvan 1, kartassa voidaan tarkastella ETRS-TM35FIN ja WORLD_POLYCONIC projektion välisiä  pinta-ala eroja.  Polykonisessa projektiossa pinta-alat ovat hieman suuremmat kuin ETRS-TM35FIN tasokoordinaatistossa. Alueiden pinta-alat ovat enimmillään 1,03 kertaa suuremmat kuin ETRS-TM35FIN  ja pinta-alat kasvavat muista kokeilemistani projektioista poiketen länsi-itä suuntaisesti.  Pinta-alojen kasvaminen länsi-itä suuntaisesti johtuu siitä, että Polykonisessa projektiossa pinta-alat kasvavat kuljettaessa pois päin nollameridiaanista (Massey University)

 

Kuva 1. ETRS-TM35FIN vs WORLD_POLYCONIC

 

Kuvan 2, kartassa voidaan tarkastella ETRS-TM35FIN ja Mercatorin projektion välisiä suhteellisia pinta-ala eroja. Mercatorin projektiossa pinta-alat vääristyvät sitä enemmän, mitä kauemmaksi päiväntasaajasta kuljetaan, jonka seurauksena napa-alueet ovat pinta-alaltaan huomattavasti todellisuutta suurempia, mikä näkyy myös tässä vertailussa selvästi (Wikipedia). Projektioiden suhteelliset erot kasvavat etelästä pohjoiseen päin mentäessä ja Mercatorin projektion pinta-alat ovat pohjoisimmassa Lapissa jopa 8-kertaiset verratessa ETRS-TM35FIN:n vastaavien alueiden pinta-aloihin. Eteläisimmässä Suomessa alueiden pinta-alat ovat vastaavasti pienimmillään 3,95 kertaisia verrattuna ETRS-TM35FIN tasokoordinaatistoon.

 

Kuva 2. ETRS-TM35FIN vs WORLD_MERCATOR

Kuvan 3, kartassa voidaan tarkastella eroja ETRS-TM35FIN tasokoordinaatiston ja Natural Earth projektion pinta-aloissa.  Natural Earth projektiossa pinta-alat kasvavat etelä-pohjois suuntaisesti, kuten Mercatorin projektiossa, mutta alueiden suhteelliset pinta-ala erot eivät ole niin suuria kuin Mercatorin projektiossa. Pohjoisimmat alueet ovat enimmillään 1,479 kertaisesti suurempia kuin ETRS-TM35FIN tasokoordinaatistossa.

 

Kuva 3. ETRS-TM35FIN vs WORLD_NATURAL_EARTH

Projektioiden vertailu osoittaa, että erilaiset koko maapallon kuvaamiseen pyrkivät projektiot soveltuvat huonosti tietyn alueen kuten Suomen esittämiseen.  Koko maailman kuvaamiseen tarkoitetut projektiot tai projektiot jotka on tarkoitettu jonkin muun alueen kuvaamiseen vääristävät alueiden muotoja, sekä etenkin pinta-aloja huomattavan paljon. Kurssikerran harjoituksien kautta sai entistä paremman käsityksen siitä miksi oikean projektion ja koordinaattijärjestelmän käyttö on tärkeää. Vastaavanlaisia havaintoja oli tehnyt myös muun muassa Salla Kärkkäinen blogissaan (Sallan Blogi). Käyttämällä oikeaa alueelle suunniteltua projektiota saa totuudenmukaisimmat kartat ja tarkimmat mittaustulokset kartasta.

Lähteet:

Massey University, Polyconic projections,  http://gisweb.massey.ac.nz/topic/webreferencesites/Digital%20Maps/dean/src/warnercnr.colostate.edu/polyconic.html (sivuilla vierailtu 27.1.2022)

Wikipedia.Org, (2021),  Mercator projection, https://en.wikipedia.org/wiki/Mercator_projection (sivuilla vierailtu 27.1.2022

Kärkkäinen. S, (2022), Viikko 2: Kuntien avainlukuja ja gissiä, https://blogs.helsinki.fi/karkkais/  (sivuilla vierailtu 27.1.2022)

Harjoitus 1

MAA-202 Geoinformatiikan menetelmät kurssin Ensimmäisessä harjoituksessa oli tarkoituksena oli tutustuttaa QGIS-ohjelmistoon ja muutamiin sen perus toimintoihin. En valitettavasti päässyt kurssin harjoituskerralle joten jouduin itsenäisesti alkaa tutustumaan ensimmäisen  kurssikerran harjoituksiin. Olen käyttänyt QGIS-ohjelmaa vain parilla viime syksyn geoinformatiikan johdatuskurssin työllä jolloin ohjelman toiminnasta sai jonkinlaisen jokseenkin hataran käsityksen.

Ensimmäisessä harjoituksessa tavoitteena oli luoda QGIS-ohjelmalla koropleettikartta Itämerta ympäröivien HELCOM-maiden suhteellisista typpipäästöistä.

Kuva 1. Koropleettikartta maakohtaisista suhteellisista typpipäästöistä.

Kartalla maiden vaaleammat värit esittävät suhteellisesti matalampia typpipäästöjä ja mitä tummemmaksi väri menee sen suurempia suhteelliset typpipäästöt ovat.  Karttaa tarkastelemalla voidaan havaita, että Puolan suhteelliset typpipäästöt koko HELCOM-alueen typpi päästöistä ovat huomattavat 30,9%. Viron suhteelliset typpipäästöt ovat alueen maista pienimmät vain 2,9%, Suomi sijoittuu suhteellisissa typpipäästöissä maiden keskikastiin 7,4% suhteellisilla päästöillään.  Mielenkiintoisinta kartassa on mielestäni Saksan suhteellisten päästöjen pienuus verratessa etenkin Puolan päästöjen suuruuteen.  Mielestäni kartan tekeminen ja sen aihe olivat mielenkiintoisia ja ajankohtaisia, sillä vesistöjä rehevöittävät typpipäästöt vaikuttavat herkästi matalan Itämeren herkkiin ekosysteemeihin ja sen rehevöitymiseen.

Uusia ominaisuuksia joita käytin QGIS:llä tämän harjoituksen yhteydessä olivat Open Field Calculatorin ja statics paneelin käyttö. Minulla oli aluksi hieman hankaluuksia Open Field Calculatorin käytössä, johtuen virheellisestä lausekkeesta, joka oli lopulta yksinkertaisempi kuin ajattelinkaan. Molemmat toiminnot vaikuttivat mielestäni erittäin käteviltä ja osaavissa käsissä niillä saisi varmasti paljon aikaa säästettyä ylimääräiseltä laskemiselta.  Suodatettaessa null arvoja pois ominaisuustietotaulusta onnistuin suodattamaan keksimälläni SQL-kyselylausekkeella myös HELCOM-alueen ulkopuoliset maat kokonaan pois kartaltani. Yritin ratkaista tätä ongelmaa kokeilemalla erilaisia SQL-kyselylausekkeita, mutta ongelma jäi ratkaisematta. Virhe ei ollut mielestäni olennainen, sillä kartan tavoitteena on esittää HELCOM-alueen maiden suhteellisia typpipäästöjä.

 

Harjoitus 2.

Harjoituksessa 2 tein koropleettikartan Suomen kuntien väkiluvuista, kartan tiedot ovat vuodelta 2015.  Päädyin tekemään tämän tehtävän helpoimman kautta.

Kuva 2. Suomen kuntien väkiluku.

Kartan luominen QGIS-ohjelmalla oli todella nopeaa ja vaivatonta, suurin osa kartan tekemiseen menneestä ajasta meni sopivien luokkarajojen valitsemiselle.

Kartalta on hyvin havaittavissa nyky Suomen voimakas kaupungistuminen, joka näkyy Etelä Suomen suurten kaupunkien ja Maakuntakeskusten väestön runsaudessa verratessa maaseutukuntien väestöön.  Kartalla nähtävä väestön jakaantuminen on vuosikymmeniä maaseudulta kaupunkiin johtavan muuttoliikeen tulosta. Väestö pakkautuu enemmissä määrin etelän suuriin kaupunkeihin ja maakuntakeskuksiin työpaikkojen, palveluiden ja opintojen perässä.  Kun taas pienet maaseutu kunnat kuihtuvat väestön ikääntyessä, palveluiden kadotessa ja työpaikkojen siirtyessä kasvukeskuksiin. Myös suurin osa maahanmuuttajista päätyy todennäköisemmin suuriin kasvaviin kaupunkeihin niiden tarjoamien parempien palveluiden ja työllistymismahdollisuuksien vuoksi.

Tarkasteltaessa luomaani karttaa Suomen kuntien väkiluvun jakaantumisessa kunnittain on havaittavissa yhtäläisyyksiä muista aiheista tehtyihin karttoihin.  Esimerkiksi Nea Tiainen on lisännyt blogiinsa kartat Suomen kuntien työttömyysprosentista, sekä perheiden prosenttuaalisesta määrästä kunnittain vuodelta 2015.  Karttojen tarkastelu oli mielenkiintoista sillä Suomen kuntien työttömyysprosentti on pääsääntöisesti pienempi kasvukeskuksissa ja maakuntakeskuksissa kuin niitä ympäröivissä maaseutu kunnissa, mikä on hyvin pitkälti yhteneväinen kuntien väkiluvusta tehdyn kartan kanssa.  Poikkeuksena tästä on esimerkiksi Pohjanmaan rannikko jossa sijaitsee paljon suhteellisen pieniä kuntia, mutta työttömyysprosentti on silti matalalla tasolla. Perheiden prosenttuaalisesta määrästä tehty kartta seuraa myös hyvin pitkälti väkiluvusta tehtyä karttaa, mikä ei ole yllätys.  Perheitä on prosentuaalisesti eniten niissä kunnissa missä on väkiluku on suuri.

Lähteet:

Tiainen N. (2022), Tapaamme jälleen QGIS, Melkein Gis-guru siis itsekin -blogi, (luettu 24.1.2022), saatavilla https://blogs.helsinki.fi/tiainea/