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/