University of Helsinki
Reppu reissaa pitkin teitä
Seitsemäs kerta…en ollut kurssi kerralla mukana sillä edellisellä kerralla suoraan sanottiin, että turha tulla jos ei ole valmistautunut etukäteen. Tässä kohtaa ahdistus painoi vähän turhankin rankasti päälle joten päätin jättää homman hetkeksi sivummalle. Ja se hetki vierähti pidemmäksi hetkeksi ja lopulta yli periodin pituiseksi. Kurssilla opitut asiat täysin unholassa ja käytännössä lähdin rakentamaan kaikkea lähes tyhjän päältä.
Ensimmäinen suunnitelmani oli tehdä kartta Yhdysvaltojen äänestys aktiivisuudesta parilta eri vuodelta. Ongelmaksi tuli heti karttapohjan löytäminen. Johanna yritti tässä auttaa ja pääsimmekin pitkälle, mutta sitten työt kutsuivat ja ajattelin, että jatkan seuraavana päivänä kotona. Koitti huominen ja yritän avata tiedostoja joita olin eilen koulun koneella käsitellyt. Tiedosto ei aukea. Olin laittanut onneksi varuiksi linkit sivustoista joista olin äänestys tiedot ja karttapohjan löytänyt. Sivusto on vanhentunut/sitä ei löydy. Tässä vaiheessa olin valmis luovuttamaan. Joku jossakin ei halunnut, että kosken qgissiin. Päätin kuitenkin yrittää ja löysin lopulta karttapohjan ja äänestys tuloksia. En kuitenkaan päälle tunnin pähkäilyn ja yrittämisen jälkeen saanut ‘Joins’ toiminnolla yhdistettyä delimited text layeriä vectori layeriin joten päätin aloittaa alusta, siirtyä Suomeen ja hyödyntää kurssilla käytettyä Suomen karttapohjaa.
Olin päättänyt siirtyä Suomeen, mutta Yhdysvaltoja vastaan käydyn qgis taistelun jälkeen politiikka ei enää kiinnostanut. Aloin selata muiden blogeja jos vaikka sieltä sattuisi inspiraatio löytymään ja jonkinlaista osviittaa kuinka monimutkainen ja haastava kartan tulisi olla tehdä. Kävin selailemassa mm. Saagan, Lotan, Juhon ja Riikan blogeja.
En itseasiassa ole varma kuinka päädyin keräämään Trafin sivustoilta tietoa ajokorteista, mutta niistä päätin tehdä kartan. Tämä vaati exelin kanssa painiskelua. Päätin vertailla uusien luovutettujen ajokorttien määrää kuntien välillä. Halusin myös tietää paljonko naisten osuus oli luovutettujen ajokorttien määrästä. Vertailin vuosia 2014 ja 2018. Keräsin Trafin sivustolta näiltä vuosilta tiedot luovutettujen ajokorttien yhteismääristä eri kunnissa, sekä miehille ja naisille luovutettujen korttien määrästä. Tietoa oli valtavast ja se oli exelissä esitetty tavalla joka ei qgissiin sopisi, joten jouduin asettelemaan sarakkeita uudestaa. Komento =OFFSET($A$2,(ROW()-1)*3,0) tuli tutuksi ja ilman sitä en olisi saanut ikinä setvityä taulukkoa ennen ensi vuotta. Rivejä oli aluksi reippaasti yli 600 ja sain puolitettua rivien määrän. Suomessa on monta kuntaa. Sain tuotua exelin tiedot qgissiin ja yhdisttettyä tiedot pohjakarttaa. Tässä kohtaa huomasin jotain ja aloin ihmetellä. Joko olin mokannut jotakin pahasti tai sitten Trafilta puuttui joidenkin kuntien tiedot kokonaan. Varmaksi totesin ainakin sen, että Trafilla ei ole rekisteröity Ahvenanmaalla myönnettyjä ajokortteja. En lähtenyt enempään selvittämään hoitaako jokin toinen taho Ahvenanmaan ajokorttien kirjaamisen ja tietojen ylläpidon vai onko Ahvenanmaan tiedot yhdistetty esim. johonkin Varsinais-Suomen kunnista. Aluksi lähes puolet suomea näytti olevan Trafin tietojen ulkopuolella, mutta tietoa oli ja se muuttui näkyväksi kunhan vain ensin poisti kaikki ääkköset. Lisäsin kartalle myös Suomen tieverkostoa, mutta en muista enää mistä sen löysin. Joka tapauksessa tällähetkellä kyseenalaista teiden paikkaansapitävyyden sillä mm. Lahdenväylää ei kartalla ole sekä “Suurien teiden” rykelmä käsivarren juursta Rovaniemelle aiheuttaa hämmennystä. (kuva1)
Tein toisen kartan rajatummalta alueelta ja tarkastelin kartalla vuoden 2018 myönnettyjen ajokorttien määrää sekä naisille myönettyjen korttien määrää suhteessa miehille myönnettyihin kortteihin. (kuva2)
Tarkoituksena oli laittaa nimistöä toiseen karttaan, mutta sepä unohtui. Tummin alue on Helsinki jota tuttuun tapaan ympäröi Espoo Vantaa ja Sipoo. Tältä toiselta kartalta huomasi selkeästi kuinka naiset henkkivat ajokortin huomattavasti miehiä harvemmin. Molempina tarkasteltavina vuosina kaikissa kunnissa naisten ajokorttien määrä oli 20-40% välillä kaikista myönnetyistä ajokorteista. (kuva 3)
Tarina tähän loppuun. Olin lauantaina 1.6 hyvässä flow tilassa tekemässä karttoja iltamyöhään mökillä. Paisteltiin samalla makkaraa ja pelailtiin lautapelejä, mutta niiden lomassa ja välissä sain vietyä karttija hienosti eteenpäin. Päätin jättää viimeistelyt sunnuntaille. Sunnuntaina koitti kotiinlähdön aika ja olimme jo hyvissä ajoin kotona. Tässä vaiheessa kaveri jonka mökillä olime isommalla porukalla olleet laittaa ryhmä keskusteluumme kuvan tekstillä “Kenen reppu?”. Inka reppu. Inkan reppu jonka sisällä on läppäri. Läppärillä kartat. Repussa rahat, koti ja työavaimet, matkakoritin ja käytännössä koko omaisuus. Ja reppu on kaukana. Tällä reissulla Inka oppi, että kaikki pitää ladata pilveen tai vastaavaan, jotta vastaavalta vältytään tulevaisuudessa. Reppu löysi Inkan luo muutaman mutakn jälkeen maanantai iltana.
Loppu.
Lähteet:
Trafi:
http://trafi2.stat.fi/PXWeb/pxweb/fi/TraFi/TraFi__Ajokortit/?tablelist=true
https://blogs.helsinki.fi/riikkama/2019/03/21/viikko-7-luovuuden-tuskaa-ja-kiukuttelevat-projektiot/
https://blogs.helsinki.fi/juhokaup/2019/03/02/lajinsa-viimeinen/
Kun saat kaiken tehtyä ajallaan, mutta et jaksa tehdä blogi postausta
Tämä kurssikerta oli poikkeuksellisen mukava!
Kurssikerran aikana tutustuimme paikkatiedon keräämiseen Epicollect5-sovelluksen avulla. Puhelimeen ladattavan sovelluksen avulla voidaan kerätä paikkatietoa eri kohteista. Pääsimme kurssikerran aluksi ulkoilemaan ja keräämään aineistoa Kumpulan lähiympäristöstä. Aineiston keräämisen jälkeen kurssilaisten keräämä aineisto tuotiin QGIS ohjelmaan, jossa sitä on mahdollista tarkastella lähemmin. Koska saamamme paikkatieto ei ollut koko tutkittavan alueen kattavaa, täytyi meidän interpoloida aineistoa. Tämä tarkoittaa käytännössä sitä, että ”tyhjät” alueet täytettiin käyttäen hyödyksi lähimpien paikannettujen sijaintien saamia arvoja ja ominaisuuksia. Alla ainoiston avulla tehty kartta (kuva1).
Itsenäiseksi tehtäväksi meille annettiin kolmen hasardikartan luominen. Kaksi karttaa päätin omistaa tulivuorille ja maanjäristyksille ja kolmannen meteoriittien törmäys kohdille. Tulivuoria ja maanjäristyksiä (Kuva2 ja kuva3) katsoin koko maapallon alueelta kun taas meteorien kohdalla tarkastelin Afrikaan osuneita meteoriitteja (kuva4). Kuvassa 3 voi hyvin nähdä kuinka tulivuoret sijoittuvat maanjäristys alueille. Mutta kuten Kirsi blogissaan oli maininnut olisi kartta informatiivisempi jos kartalla esitettäisiin myös litosfäärilaattojen rajat.
Tämä kurssikerta oli oikeasti miellyttävä! Pysyin kärryillä mitä tehdään jonka ansiosta sain kartat vaivatta tehtyä. Olin jotenkin mystisesti viikon aikana sisäistänyt kuinka bufferointi tehdään vaikka se tuotti edellisellä viikolla päänvaivaa ja kyyneliä. Pakko kyllä myöntää, että tällä kerralla ei hirveästi uutta opittu joka voi olla syynä siihen miksi sain tunnin asiat sisäistettyä ongelmitta. Mutta otetaan voitot voittoina!! Pientä paniikkia aiheutti tunin lopussa ilmoitus, että seuraavalle kerralle ei kannata tulla paikalle jos ei ole valmistautunut…
Lähteet:
Kirsi Ylinen
Vitkuttelua vitkuttelun päälle
Kun oikein muistelen miltä kurssikerran aikana tuntui on päälimmäisenä muistona epätoivo, joka oli noussut esiin jo aijempina kertoina. Tämä epätoivo myös piti päänsä pinnalla kurssin loppuun saakkaa. Haluaisin pitää gissistä ja osata käyttä sitä, mutta tässä kohtaa väitän olevan parempi heittää hanskat tiskiin ja luopua kaikista gis haaveista. Minua ei selkeästi ole luotu tähän hommaan ja motivaation ylläpito on joksenkin haastavaa, kun iso osa kurssikerroista päätyi vessassa itkuun stressin ja ahdistuksen takia.
Viidennellä kurssikerralla opettelimme puskurialueiden tekoa. Sitä voi hyvin käyttää esimerkiksi etäisyyksien ja saavutettavuuden kuvaamiseen ja analyysien tekemisessä se on varsin oivallinen työkalu. Tutkimme kurssikerralla varsinkin Malmin ja Helsinki-Vantaa lentokentän läheisiä alueita. Bufferoinnilla ja plugineista löytyvää Spatial query -lisäosaa käyttämällä saatiin selville kuinka monta asukasta asuu yhden ja kahden kilometrin säteellä Malmin lentokentän kiitoradan pahimmalla melualueelle. Itse sain tulokseksi seuraavanlaisia lukuja: yhden kilometrin säteellä asuu 8 707 asukasta, ja 2 km:n säteellä 56 935 asukasta.
Käytimme bufferointia myös selvittämään melualueella asuvien asukkaiden määrää ja taajamissa asuvien ihmisten määriä esimerkiksi kouluikäisten ja työikäisten suhteen. Tehtävien teko eteni melko hitaasti ja niiden suorittamisen kannalta tärkeiden toimintojen löytäminen oli ajoittain haastavaa sillä en vieläkään ollut päässyt jyvälle qgissin käytöstä.
Toisessa tehtävässä perehdyin aineistoihin, joista monen muun asian ohella löytyi tietoja pääkaupunkiseudun rakennusten saunoista ja uima-altaista, niiden määristä ja jakautumisesta alueittain. Sain seuraavat tulokset:
855 talosta löytyy uima-allas pääkaupunkiseudulla. Näistä taloista omakotitaloja on 345, paritaloja 158, rivitaloja 113 ja kerrostaloja 181. Yhteensä 12170 ihmisellä on käytössään uima-allas ja lähes 22000:ssa pääkaupunkiseutulaisessa talossa on sauna.
Kartta jonka tein on mystisesti kadonnut joten sitä minulla ei ole esittää.
Kristaa kompaten ja Lauran kuvista hieman piristyneenä jätän tämän blogi postauksen tähän. “Leuka rintaan ja kohti uusia pettymyksiä”
Lähteet:
Krista Nyfors
https://blogs.helsinki.fi/knyfors/2019/03/06/henkilokohtainen-suorittaminen/
Laura Ahola
Rastereita Helsingissä
Jes ja matka jatkuu QGISsin parissa!
Tällä kertaa otettiin haltuun (tai ainakin yritettiin) rasterimuotoinen aineisto! Aluksi käytiin tuttua kauraa rasterin ja vektorin välisistä eroista ja sitten lähdettiinkin jo hommiin. Tarkastelussa on tällä kertaa pääkaupunkiseutu ja sen asukkaat. Heti tähän alkuun komppaan Kristaa vahvasti Kristan todetessa “ÄLKÄÄ missatko opetuskertoja!”. Itse olin kurssikerralla mukana, mutta jouduin karkaamaan tällä kertaa tunnilta hiukan aikaisemmin ja koti hommiksihan kaikki meni.
Elikkäs kurssikerran ensimmäisenä harjoituksena toimme rasteri aineiston QGISsiin ja opettelimme ruututeemakarttojen tekemistä. Itse päätin tehdä kartan muunkielisten jakautumisesta pääkaupunkiseudulla (Kuva 1). Kun lueskelin muiden blogeja tältä kurssikerralta tuli vastaani Kiian blogi jonka avulla huomasin omassa kartassani olevan virheen. Termi, muunkieliset, avautuu monille eri tavoin ja itse sain huomata tulkinneeni termin väärin. Kiia kritisoi termiä mielestäni hyvin “Kritiikkiä tässä kartassa voisi saada muuttujan epäselvyydestä. Muunkieliset on joukkona suuri ja vaihteleva. Muunkieliset ryhmänä voi olla epäselvä useimmille. Lisäsin karttaan muunkielisten määritelmän, sillä muuten kartta jäisi mielestäni epäselväksi. “Muunkieliseksi henkilöksi katsotaan henkilö, jonka äidinkieli on jokin muu kuin suomi, ruotsi tai saame.” (Tilastokeskus) Muunkielisistä voisi myös käyttää ilmaisua vieraskieliset, joka on ehkä helpommin ymmärrettävissä ilman selitystä.”.
Kuvan 1 tulokset eivät ainakaan itselleni tulleet yllätyksenä. Kuten kartalta huomataan, suuri osa muunkielisistä asuu Itä Helsingin suunnalla varsinkin Vuosaaren ja Kontulan alueella. Aivan ydinkeskustassakin odotin asuvan muunkielisiä sillä mm suurlähettiläät ja diplomaatiti yleensä asuvat keskustassa lähellä suurlähetystöjä. Yllätyksenä tuli taas Espoossa Muuralan ja Suvelan suunnalla asuvat muunkieliset.
Kuvissa 2 ja 3 testailin saisinko esitettyä kartalla mahdollisimman monta asiaa ilman, että kartta muuttuu hankalasti luettavaksi. Yritystä oli, mutta lopputuos jäi laihaksi. Itse en saanut kartasta millään järkevän näköistä, mutta nyt jälkikäteen katsottuna olisin voinut saada ainakin tie verkoston paremmin näkyville valitsemalla sen värityksen toisin. Taisin päätyä tumman siniseen väriin visuaalisista syistä, sillä en voi sietää karttoja joissa värit eivät pelaa yhteen ja ovat ristiriidassa tai yksittäiset kohteet herättävät liikaa huomiota 😀 Tämän takia kuvassa 3 maankäyttö on esitetty oranssilla värillä, koska sinisävytteisellä kartalla oranssi tuo kokonaisuuteen ryhtiä ollessaan sinisen vastaväri. Kuvassa 2 taas värit kuuluvat lähiväri skaalaan luoden lähiväri harmonian kartalle liilan toimiessa kiintopisteenä suurille muunkielisten esiintymille.
Pornaisissa taas katseltiin hiukan maisemia ja pohdittiin kuinka luoda korkeuskäyriä ja rinnevarjostuksia QGISsin avulla. Kerkesin kuitenkin vain alun selostuksen kuulemaan ennen kuin jouduin lähtemään joten kuvia kurssikerralta minulla ei ole esittää.
Tästä taas eteenpäin hiukan viisaampana ja saa nähdä mitä ensi kerta tuo tullessaan.
Lähteet:
Kia Kautonen, 6.2
Krista Nyfors, 19.2
https://blogs.helsinki.fi/knyfors/2019/02/19/ruutuja-ja-rasterikarttoja/
Vielä mukana!
Kolamas kurssikerta lähti mukavasti käyntiin ja jotain oli selkeästi muuttunut joko omassa asenteessa tai ainakin aivojen väsymystilassa, sillä tällä kertaa kurssin aikana ei ollut tuskaisaa maailmanlopun oloa! Voin jopa sanoa ymmärtäneeni ja pysyneeni perässä koko kurssikerran! Väitän tosin sen vaikuttaneen, että pöllin jonkun toisen paikan luokasta (heheh) jolloin näin koko ajan taululle.
Kurssin alussa kikkailimme Afrikan parissa. Opimme liittämään saman nimisiä kohteita yhteen keventääksemme tietokantaa ja eri tietokantojen tuomista QGIS-ohjelmistoon. Samalla havaitsimme Afrikan timanttikaivosten, öljylöydösten ja konfliktien välillä selkeän yhteyden. Siellä missä kaivetaan tai porataan on usein myös konflikti!
Tarkoituksenamme on täällä omassa blogissa pohtia ja analysoida kuinka hyödyntää tietokantaan tallennettujen tietojen, kuten konfliktien tapahtumavuosien, timanttikaivosten ja öljykenttien löytämis- ja kaivausten aloitusvuosien ja internetin käyttäjien lukumäärän. Kuten Alex sanoi, esimerkiksi internetin käyttäjien lukumäärän avulla voidaan tarkastella valtion kehittyneisyyttä.
Toinen tehtvämme olikin tehdä kartta Suomen tulvaindeksistä. Saaga olikin löytänyt linkin Ympäristö.fi sivustolle, missä kerrotaan tulvista ja niiden esiintymisestä suomessa melko laajasti. Kuten kartasata näkyy (Kuva 1.) suurimmat tulva alueet sijoittuvat länteen ja rannikko suomeen. Kartasta voidaan myös havaita, että alueilla joilla on suuri tulvaindeksi on järvisyys aste pieni. Vastaavasti alueilla joilla on korkea järvisyys aste on tulvaindeksi pieni. Rami blogissaan ilmaisi asian mielestäni napsäkästi! Korkeus erot alueilla joissa tulvii ovat hyvin pieniä verrattuna alueisiin joissa tulvaindeksi on pieni.
Tästä kerrasta jäi mukava fiilis ja todella toivon että fiilis pysyisi samana lopuillakin kerroilla!!
Lähteet:
Alex Neumanen, 29.01 Vettä ja metallimusiikkia
Rami Heikkilä, 08.02 Kolmas kerta…
Saaga Laapotti, 30.01 Kovaa hermojen koettelua
https://www.ymparisto.fi/fi-FI/Vesi/Tulviin_varautuminen/Olenko_tulvariskialueella/Tulvien_esiintyminen?f=Lapin_ELYkeskus&f=Lapin_ELYkeskus
Ehkä tämä tästä
Kun ei toimi nii ei toimi…
Toinen kurssikerta ei mennyt nappiin. Olin tällä kertaa ajoissa paikalla ja henkisesti valmistautunut QGIS koitokseen enkä ollut antamassa periksi, vaikka viime kerta ei sujunutkaan ongelmitta. Näin ajattelin ensimmäiset 10 minuuttia… Kun opetus alkoi, luulin hetken vakavissani, että minulta on jäänyt joku kurssikerta välistä. Kaikki tuntu todella oudolta ja täysin vieraalta enkä meinannut mitenkään pysyä opetuksen perässä. Motivaation taso putosi nollaan eikä intoa yrittää ollut ollenkaan. Jos jotain positiivista kurssikerralta jäi käteen, niin mielenkiintoisin asia oli pituuksien ja pinta-alojen muutosten vertailu eri projektioissa (taulukko 1) (kuva1), eli sama kuin Julialla.
Meille annettiin tehtäväksi esittää pinta-alavääristymien prosentuaalinen ero kartalla. Kurssikerran aikana en saanut edes aloitettua kartojen tekoa joten homma jäi kotiin tehtäväksi joka toi omia ongelmia mukanaan. Ensimmäinen virhe tapahtui, kun siirsin karttojen tekoa seuraavalle viikolle enkä tehnyt niitä heti kurssikerran jälkeen. Ne vähäisetkin asiat joita opin toisen kurssikerran aikan olivat unohtuneet ja minun piti edetä moodlesta löytyvien ohjeiden varassa. Kuitenkin suurin ongelma oli pinta-alojen prosentuaalisten erojen selvittäminen sillä lukion matikan tunneista on jo hetki aikaa ja kaikki muu sujui yllättävän mutkattomasti. Löysin karttoja tehdessä kuinka kartan legendan taustavärin saa pois, jolloin legendan saa lähemmäs karttaa. Ensimmäisen kurssikerran karttoja tehdessä ongelmani oli, että legendan tausta peitti osan kartastani, jos legendan toi liian lähelle karttaa.
Karttoja tehdessä päätin valita Mercation/Lambertin projektiolle (kuva 2) oranssinpunaisen värin kuvaamaan vääristymiä. Tämän tein sillä projektioiden väliset erot olivat valtavia ja mielestäni punainen väri visualisoi hyvin kartojen välisiä massiivisia eroja. Punaisella värillä länsimaissa esitetään usein asioita jotka ovat kiellettyjä, väärin tai asiassa on jotain tärkeää huomattavaa. (kuva 3) Ongelmana kuitenkin on, että väri skaala joka alkaa vaaleasta neutraalista sävystä antaa käsityksen siitä, että Etelä- Suomessa vääristymää ei ole juuri lainkaan. Sävyjen pitäisi varsinkin Etelä- Suomessa olla asteen tai kaksi tummempia, jotta lukijalle hahmottuisi paremmin vääristymien suuruudet.
Eckertin ja Lambertin projektioiden pinta-alavääristymä kartan sävyksi valitsi sinisen joka toimii Mercator/Lambertin oranssinpunaisen sävyn vastavärinä. Eckertin projektion vääristymät suhteessa Lambertin projektioon ovat verrattain pienet joten sininen väri korostaa Eckert/Lambertin ja Mercato/Lambertin välisiä eroja. Molempiin karttoihin valitsin kuusi portaisen väriskaalan, sillä viisi portainen yleisti liikaa ja seitsen portainen taas teki kartasta hiukan hankalasti luettavan. Sävyerot seitsen portaisessa skaalassa olivat liian pieniä joka hankaloitti eri alueiden erottamista toisistaan.
Karttojen valmistuessa tajusin jotain minkä Kirsi oli hyvin ilmaissut omassa blogissaan. “Vaikka olin toki tiennyt, että projektiot vääristävät mittasuhteita, oli silti pysäyttävää nähdä konkreettisia lukuja.” Mercatorin prjektio oli ainoa projektio jonka nimen muistin ulkoa ennen tätä kurssikertaa. Monen projektion nimen tunnistin jos siitä puhuttiin, mutta varsinaisesti en niistä tiennyt muuta kuin nimen. Selkeää minulle projektioista oli se, että ne vääristävät aina jollakin tapaa kuvattavaa aluetta, mutta en osannut kertoa millä tavalla mikäkin projektio vaikuttaa kuvattavaan alueeseen.
Toinen kurssikerta ei ehkä lähtenyt liikkeelle parhaalla mahdollisella tavalla, mutta loppujen lopuksi tältäkin kerralta tuli opittua jotain uutta.
Lähteet:
Julia Salmi- Osa 2: Projektiovalintojen pohidintaa (luettu 5.2
https://blogs.helsinki.fi/jhsalmi/
Kirsi Ylinen – You can do it
https://blogs.helsinki.fi/yxkirsi/
Wikipedia:
https://fi.wikipedia.org/wiki/Mercatorin_projektio#Mittakaavavirhe https://fi.wikipedia.org/wiki/Eckertin_projektio
Google kuvahaku “stop”
Ready, set, GIS!
Eka kurssikerta lähti käyntiin, eikä varaslähtöä tultu ainakaan otettua. Homma starttasi pikemminkin noin 45minuuttia torkun jälkeen, jonka seurauksena tyynyssä on yhä naaman painauma ja luokassa, koneen edessä epätietoinen Inka.
Homma lähti aluksi hyvin käyntiin, vaikkakin ensimmäiset 30minuuttia jäivät näkemättä. Las Palmas aukesi ilman ongelmia ja QGIS ainakin ensi silmäyksen perusteella vaikutti ohjelmalta jonka oppimiseen ei mene tuhottomasti aikaa. Tai näin luulin. Homma olisi mennyt mutkattomasti, jos olisin saapunut ajoissa paikalle ja näin saanut itselleni sellaisen paikan luokasta, josta näen sekä luokan etuosaan ja omalle näytölleni samaan aikaan. Nyt homma meni tuolin kanssa pyörimiseksi ja monen otteeseen minulla ei ollut mitään käsitystä siitä missä mennään ja mitä tehdään. Kurssikerran kruunasi ohjelman kaatuminen ja kaiken tehdyn työn menetys.
Kurssi kertaa oli jäljellä 15 minuuttia ja kaikki mitä oltiin saatu tehtyä, oli kadonnut. Ja eikun alusta… ja edes jonkinlainen kyhäelmä valmiiksi. Kyhäelmä siitä tulikin (kuva 1). Kartassa kuvataan Itämeren valtioiden typpipäästöjen prosentuaalinen osuus viisi portaisella asteikolla. Kartasta erottuvat selkeästi kaksi valtiota Puola ja Viro, joista Puola päästää Itämereen eniten typpeä ja Viro vähiten. Itselle yllätyksenä tuli varsinkin Ruotsin typpipäästöjen määrä.
Oma tekemää karttaa katsoessa voin sanoa, että harvaan asiaan kartalla olen tyytyväinen. Legenda on nopeasti tehdyn näköinen (mitä se onkin) eikä se juurikaan avaa katsojalle mitä kartalla esitetään. Lisäksi väritys olisi voinut olla parempi, sillä tällä hetkellä Viro on vain hitusen erivärinen kuin esim. Norja jonka päästöt eivät valu Itämereen ja näin ollen Norjan päästötietoja ei kartalla esitetä. Itse pidän punertavan ja turkoosin räikeästä yhdistelmästä, mutta kartan tulkitsemisen kannalta värit eivät ole parhaat mahdolliset.
Toinen tehtävämme oli Suomen kuntapohjan atribuuttitietojen avulla visualisoida haluamamme asia tai ilmiö. Itse päätin selvittää missä sijaitsevat Suomen mökki keskittymät ja missä taas ei suuremmin mökkeillä. Suurimmat mökki kunnat olivat Kuusamo, Kuopio, Kouvola, Hämeenlinna, Salo, Raasepori ja Parainen. Vähiten mökkejä taas oli pääkaupunkiseudulla, Pohjanmaan tienoilla sekä Lapissa.
Suomen mökki karttaan (kuva 2) olen huomattavasti tyytyväisempi, kuin Itämeren typpi päästö karttaa. Legendasta tuli huomattavasti selkeämpi, kuin aikaisemmassa kartassa ja vihreä väritys sopii mökkiteemaan. Kartan otsikoinnissa oli haasteita sillä en millään meinannut löytää kuinka saisin otsikon vaihtamaan riviä kuten Saagan “Työttömyys Suomen kunnissa 2015” kartassa. Lopulta monen monen minuutin ja pienen avustuksen jälkeen saimme otsikko mysteerin selvitettyä.
Ehkä tämä tästä vielä luonnistuu ja katsotaan jos vaikka saisin loppukurssin postaukset edes jotenkin ajallaan valmiiksi :’D
Lähteet:
Saaga Laapotti-Hyppy QGIS:in syövereihin (luettu 1.2)
https://blogs.helsinki.fi/saagalaa/