Month: January 2022

Posted on

Aineistoissa ajelehtimassa

 

Kuva 1. GIS-harjoitus valintatyökalujen käytöstä. Kuvaan on tallennettu Pirkanmaan maakunnan kunnat, sekä  Suomen tutkamajakat.  Kunnat 2020. Väylävirasto, rajapinnat 2022.

Toisella kurssikerralla syvennyimme erilaisiin paikkatietoaineistoihin hyödyntäen mm. Kunnat 2020 –tietokantaa. Samalla aineistojen visualisoinnin osaaminen syveni hieman edelliskerrasta. Keskeisenä tällä kerralla oivalsin QGisi:n valintatyökalujen tärkeyden, koska aineistot ovat muuten niin laajoja. Valintatyökaluilla voi esimerkiksi rajata tarkasteltavien kohteiden joukon karttaikkunasta, etsiä tietyt ehdot täyttäviä alueita ja rakentaa useita eri valintakriteereitä täyttäviä kyselyitä. Valintatyökalujen avulla voi myös luoda kokonaan uusia tietokantoja tehtyjen valintojen pohjalta. Itse harjoittelin valintatyökalujen käyttöä tallentamalla Kunnat 2020 -tietokannasta QGis:lle vain ne kunnat, jotka kuuluvat Pirkanmaan maakuntaan. Lisäksi harjoittelin avoimen datan käyttöä lisäämällä samaan kuvaan tutkamajakat Väyläviraston Rajapinnat –aineistosta. Yhdistelmähän ei ole yhtään random😀 (kuva 1). Paikkatiedossa siis lähes kaikki on mahdollista. Siis silloin, jos ja vain jos osaa hallita paikkatieto-ohjelmia ja –aineistoja 🙂  

Kuva 2. Mercatorin projektion pinta-ala vääristymien suuruus prosentteina Suomessa verrattuna oikeapintaiseen Lambertin projektioon.

Tutkin myös projektioita ja koordinaatistoja. Mittatyökalun käyttö osoittautui hyödylliseksi ja simppeliksi. Projektion vaihto muuttaa pituus- ja pinta-alasuhteita enemmän tasopinnalla kuin ellipsoidin pinnalla tutkittaessa. Erityisesti esimerkiksi Robinsonin projektio muuttaa huomattavasti etäisyys ja pinta-alasuhteita tasopinnalla tutkittaessa. Myös yleisesti käytetty Mercatorin projektio vääristää huomattavasti erityisesti Pohjois-Suomea (kuva 2). Visualisointia varten loin aineistoon uuden sarakkeen, joka laskee Mercatorin projektion vääristymän suuruuden prosentteina vyöhykkeittäin Suomessa pohjois-eteläakselilla verrattuna oikeapintaiseen Lambertin projektioon. Tämä oli hieman haastavaa, mutta onnistui. 

Visualisointeja tuotettaessa tarvitaan myös QGis:n tulosteikkunaa, jonka käyttö alkaa tulla kerta kerralta tutummaksi hitaasti, mutta varmasti. Matkalla geoinformatiikan osaajaksi –blogissa tiivistetään hyvin toisen kurssikerran anti: “Pieniltä virheiltä ei kuitenkaan säästytty ja ohjelman käytössä vaaditaankin toistoja, jotta ns. Komennot jäävät mieleen (Sigg 2022).” 

 

Lähteet: 

Sigg, Milla. 2022. Matkalla geoinformatiikan osaajaksi. Haettu osoitteesta https://blogs.helsinki.fi/milsigg/. Luettu 30.1.2022. 

 

 

Posted on

QGis – geoinformaatikon monipuolinen apuri?

 

Kuva 1. Itämereen päätyvät typpipäästöt valtioittain. HELCOMin data- ja karttapalvelu.

Vuoden ensimmäisellä maantieteen lähiopetustunnilla tutustuin QGis-ohjelmistoon, joka osoittautui varsin hyödylliseksi ja monipuoliseksi. Maanantai-illan opetussessio oli rankka rypistys päivän muiden aktiviteettien päätteeksi, mutta ei auta valittaa, kun tarjolla on kerrankin lähiopetusta. Geoinformatiikkaa on totta vie helpompaa opetella lähiopetuksen muodossa, kun opettajan apu on tarvittaessa saatavilla.

Kurssin opettaja neuvoi hyödyllisiä niksejä QGis:n käyttöön.  Ohjelman työkalujen hallintatasolta löytyy jokaiselle eri datatyypille, kuten vektoriaineistolle, oma lisäämispainikkeensa. Samasta toolbarista löytyy myös painike uuden tason luomiseen. Opin myös muun muassa, miten koordinaattijärjestelmän voi kätevästi muuttaa projektille ja miten eri työkalupalkkeja voi valita lisää hiiren oikealla painikkeella ohjelman yläpalkista. Erityisen hyödyllisiksi työkaluiksi osoittautuivat tietokantojen ominaisuustaulukot sekä laskentatyökalu.

Ohjelma siis osoittautui todella monipuoliseksi. Aineistona ensimmäisen tunnin harjoituksissa toimi teemakartta typen päästöistä Itämeren alueella. Viimeistelin kartan itse QGis:llä  visuaalisesti omaa silmääni miellyttävämmäksi ja havainnollistavammaksi kauniin liukuväriskaalan avulla. Opin myös, miten kartan tallennusta varten luodaan tulostusikkuna, jonka avulla valmis kartta saadaan ulos joko tulosteena tai kuvatiedostona.

Tulkitaan lopuksi päivän tuotosta. Kuvassa näkyvästäni teemakartasta voidaan tulkita, minkä suuruusluokan verran Itämerta reunustavat valtiot päästävät typpipäästöjä vuosittain Itämereen. Typpipäästöjen skaala on liukuvärjätty valkoisesta punaiseen, jossa punainen kuvastaa suurinta ravinnekuormaa. Puola on kartan perusteella suurin Itämeren ravinnekuormittaja tarkastelluista valtioista. Venäjä, Ruotsi ja Latvia kuuluvat seuraavaksi korkeimpaan typpikuormitustasoon. Suomi, Viro, Liettua, Tanska ja Saksa puolestaan kuuluvat kolmiportaisen asteikon vähäisimpiin typpisaastuttajiin. On kuitenkin muistettava, että puhtoisia eivät nämäkään maat ole. Vihertävällä värjätyistä kartalla näkyvistä valtioista ei ole saatavilla dataa.  Itämeren alue syvyyskäyrineen erottuu kartalla hyvin: matalia alueita uhkaa erityisesti ravinnekuormitus. Lisäksi kartalle merkityt järvet lisäävät Itämereen laskevien valumajokien kautta Itämeren ravinnekuormitusta.

Mielestäni ensimmäinen QGis-työni onnistui kohtuullisesti, vaikkakin hienosäätöä olisi voinut vielä tehdä esimerkiksi legendan rajaamisen suhteen. Teemakartta on kuitenkin mielestäni melko havainnollistava ja informatiivinen. Hannan kurssiblogissa on hieno oivallus ensimmäiseltä kurssikerralta: “Jatkossa aion kiinnittää enemmän huomiota karttojen visuaalisuuteen ja siihen informaatioon, jota kuvan välityksellä halutaan jakaa. Jo tätä ensimmäistä harjoitusta tehdessä huomasin, että muun muassa luokkajaoilla, värivalinnoilla ja symboleilla voidaan merkittävästi vaikuttaa siihen mielikuvaan, jota kartta lukijalle välittää. Toisaalta huomasin karttaa tehdessäni myös sen, että kartan tekijän olisi syytä tuntea aineisto ja lähteet hyvin (Pelkonen 2022).”

Lähteet:

Pelkonen, Hanna. 2022. Hannan kurssiblogi. Haettu osoitteesta https://blogs.helsinki.fi/pelkohan/. Luettu 30.1.2022.