Viikko 3 – Ahaa -elämyksiä ja kaatuva QGIS

Hellurei!

Viikko 3 ja maanantai-illan GeMe luento herätti taas kerran sekavia tuntemuksia. Päätettiin vierustoverin kanssa, että nyt tarkkaillaan silmä kovana. Sillä kuten varmasti kaikki kurssille osallistuvat ovat huomanneet, jos keskittyminen herpaantuu edes hetkeksi, etkä kiinnitä huomiota mitä taululla tapahtuu, saatat nopeasti tippua kärryiltä.

Luennolla pohja-aineistona toimi erittäin toimiva datapaketti Afrikan mantereesta ja valtioista. Harjoilteltiin tietojen liittämistä ja kiinnittämistä eri tietokannoista eri menetelmin sekä tietojen hyödyntämistä ja analysointia sijainnin kiinnityksen avulla. Tuloksena syntyi karttaesitys Afrikan mantereen internetin käyttäjistä vuonna 2018 suhteutettuna valtioiden väestömääriin (Kuva 1). Oli erittäin mielenkiintoista huomata, kuinka monessa valtiossa internetin käyttö on edelleen hyvin vähäistä, jopa alle 10 %. Yhdistelimme myös dataa Afrikan sisäisistä konflikteista, timanttikaivoksista ja mantereisista öljylähteistä valtiokohtaisesti ja tutkimme, kuinka paljon korrelaatiota näiden tietojen välillä on. Tähän asti kaikki sujui ja toimi hienosti ja jäi fiilis, ettei tämä kamalan vaikeaa ole!

Kuva 1, Internetin käyttäjät Afrikassa vuonna 2018 prosentuaalisesti ja valtioittain suhteutettuna väkilukuun

Noh…. seuraavana tehtävänä olikin sitten tuottaa tulvaindeksikartta Suomen valuma-alueilta, tässä kohtaa “helvetti repesi”. Sen jälkeen kun olin saanut muisteltua mieleen, kuinka saisinkaan liitettyä keskiylivirtaamat ja keskialivirtaamat  samaan tietokantaan ja toteutettua tämän, QGIS ohjelmisto alkoi kaatuileman. Lopputunnin aikana ohjelmisto kaatui valehtelematta 6-8 kertaa ja suusta saattoi päästä pari ärräpäätä. Parin ensimmäisen kerran jälkeen onneksi tajusin alkaa tallentamaan joka välissä projektia, mutta kaikki tämä vei sen verran aikaa, ettei käteen lopuksi jäänyt muuta kuin paha mieli. Syynä tähän kaikkeen selvisi se, että minulla oli (taas) pari välilehteä liikaa auki, eikä ohjelmisto pystynyt prosessoimaan tätä kaikkea. Suosittelen siis tarkkaavaisuuteen ja siisteyteen, ettei vaan käy yhtä ikävästi… On hyvin turhauttavaa, kun kokee ymmärtäneensä ja on aivan innoissaan uuden asian käsittämisestä, mutta itse tietokone vaan pistää vastaan.

Taas parin päivän hermojen rauhottelun jälkeen, pääsin viimeistelemään ja visualisoimaan tulvaindeksikarttaa (Kuva 2). Lopputulokseen olen kovin tyytyväinen. Päänvaivaa aiheutti legendan luominen. Tappelin pitkään, miten saa järvisyysprosentit näkymään legendassa niin, että lopputuloksesta tulisi mahdollisimman informatiivinen. Kartan tarkoituksena on selventää aluettaista tulvimista  niin , että tummempi punaisen sävy kuvaa erityisen tulvaherkkiä alueita. Suurempi vihreä palkki taas tarkoittaa suurempaa määrää järviä. Karttaa tutkimalla voidaan todeta, että tulvimista tapahtuu rannikko-alueilla ja pienillä valuma-alueilla. Huomioitavaa on myös, että pienillä tulvaherkillä alueilla järviä on vähän kun taas suuripinta-alaisilla alueilla paljon. Järvet toimivat luonnon omina tulvatasaajina, jolloin esimerkiksi äärimmäisten sateiden aikaan vesi kerääntyy järviin ja lampiin ja näin estää tulvimisen. Pohjanmaalla ja Varsinais-Suomessa järviä on verrattain vähän, jolloin jokiin vyöryy suurempia vesimassoja aiheuttaen tulvimista ja tuhoa esimerkiksi maanviljelykselle ja infrastruktuurille yhdessä Pohjanmaan tasaisen topografian kanssa.

Kuva 2, Suomen valuma-aluiden tulvaindeksi ja järvisyys

Vaikka tulvaindeksikartan tekeminen aiheuttikin alkuun hienoista päänvaivaa, tuntui hienolta saada jotain konkreettista ja informatiivista aikaan! Amelian sanoin “Uskon QGIS:in toimintojen hallitsemisen vaativan vain toisojen tekemistä ja syvään hengittämistä, jotta asiat juurtuisivat pidempiaikaiseen säilömuistiin”. Tämä pätee myös itseeni, jatkossa muistan hengittää, laskea hitaasti 10 alasapäin ja sulkea ylimääräiset välilehdet.

Kohti uusia päänvaivoja!

Ilona

(Loppukevennykseksi  vanha kunnon webcamselfie rakkaan kissani kanssa, joka innostui näytöllä liikkuvasta kursorista ja sulki koko blogikirjoituksen kesken kirjoittamisen, luojan kiitos tallennetuille luonnokselle!)

Kuva 3, Hemuli

Viitteet

Amelia Cardwell, 30.1.2019, Viikko 3, Tulvaindeksejä, järvisyysprosentteja sekä pettyminen teemakarttaan (31.1.2019)

Viikko 2 – Ensihaparoinneista eteenpäin!

Hellurei taas! Ensimmäisestä läsnäolleesta, toisesta järjestetystä kurssikerrasta selvitty ja tunteet ovat jokseenkin sekalaiset, toiveikkaat mutta sekalaiset… Räpiköityäni läpi ensimmäisen kerran ohjeista ja tehtävistä (nolosti juuri ennen toisen kerran alkua), olin valmis ottamaan hommat haltuun todenteolla.

Toisen tunnin alettua olin positiivisesti yllättynyt, kuinka kartalla olinkaan ohjelmiston käytöstä, vaikka siihen vasta tutustuin omatoimisesti. Valinta- ja mittatyökalujen käyttö tuntui loogiselta ja helpolta, joskin käyttämäni ohjelmisto oli eri mieltä siitä, kuuluuko pinta-aloja säilyttää vaikka vaihtaisi käytettyä projektiota. Suurimpia vaikeuksia herätti ehkä se, että jotkut yksityisseikat ja komennot olivat hakusessa johtuen ensimmäisen oppitunnin missaamisen, ja luennon etenemistahti oli erittäin nopea. Näin välillä saattoi käydä pieniä virheitä, kuten koko datan ja kartan katoaminen… Välillä tuntui myösm että pää mee aivan sekaisin, kun välilehdissä oli 3 eri QGIS-alustaa ja 7 eri attribuuttitaulua samaan aikaan auki. Jotain lopputulosta kuitenkin syntyi tunnin aikana, nimittäin Kuva 1.

 

Kuva 1, Eri projektioiden mittakaavan vaikutus pinta-aloihin Suomessa

Toisen luennon aiheena oli tarkastella eri projektioiden käyttöä ja sen merkitystä esityksiä tehdessä. Kuvassa 1 tarkastellaan Suomessa pääsääntöisesti käytetyn ETRS-TM35FIN-projektion ja pahamaineisen Mercatorin projektion suhdetta toisiinsa. Esitys vastaakin kysymykseen, kuinka monta prosenttia suurempi on Mercatorin projektion pinta-ala verrattuna TM35:seen. Kuvasta voidaan havainnoida, että jo Etelä-Suomessa Mercator vääristää pinta-alaa yli 200 % ja pohjoiseen mentäessä luku kasvaa pahimmillaan yli 500 prosentin. Kuten Elina omassa blogissaan viisaasti toteaa, tiedon esittäjää painaa niin valinta kuin vastuu, mitä tulee projektion valintaan. Esitykseen valittu väriskaala indikoi luvun kasvamista, mitä syvemmäksi sininen menee.

 

 

 

 

 

 

Kuvat 2.1 ja 2.2, Epäonnistunut yritys kuvata Natura-alueiden pinta-alojen suhde kunnan pinta-alaan

Pelkkää voitolla eteenpäin rymyämistä tehtävien teko kuitenkaan ei ollut, mitä en kyllä odottanutkaan. Tarkoituksena oli tarkastella Natura-alueiden suhteellista kokoa eri kunnissa. Natura-alueella tarkoitetaan Euroopan Unionin valtuuttamia luonnonsuojelualueita, joissa kasvaa monia tärkeitä luonto- ja eliötyyppejä. Natura-projektin tarkoituksena on luonnon monimuotoisuuden säilyttäminen (Metsä.fi). Matematiikan opinnoistani kuitenkin on sen verta aikaa  (ja kello oli 20.00 maanantai-iltana), joten en osannut suhteuttaa pinta-aloja toisiin, vaikka toimitus olikin yksinkertainen (a/b)x100. Kun käsittelee niinkin hankalaa ja hidasta aihetta, kuin uuden ohjelmiston oppiminen, tuntuu yksinkertaisen matematiikan käyttö edes typerältä vaihtoehdolta. Näin ollen tuloksena oli kaksi hyvin epäinformatiivista esitystä (Kuvat 2.1 ja 2.2), joidenka tajusin epäonnistuneen jo heti valmiiksi tultuani. Noh eipä siinä, kertaushan on vain hyödyllistä!

Kuvat 3.1 ja 3.2 Onnistunut esitys Natura-alueiden suhteesta kuntien pinta-aloihin

Parin päivän hermojen rauhottelun jälkeen olin valmis uuteen yritykseen! Lopputuloksena oli paljon paremman näköiset ja informatiivisemmat esitykset kuin ensiyrittämällä. Sen lisäksi, että esityksesta huomaa projektion käytön visuaalisen eron, myös kuntien väritys paikoitellen, esimerkiksi moni Järvi-Suomen kunnista esitetään todenmukaisessa TM35-projektiossa paljon vaaleammalta, kuin Mercatorissa. Huomioitavaa on myös legendasta löytyvä asteikon ero kuvissa. Vaikka kummassaki kartassa on käytetty samoja asetuksia, kuvassa 3.1 asteikon skaala menee 0-99% ja kuvassa 3.1 vain 14 % asti. Tämä kertoo siitä, että Mercatorin projektio vääristää pinta-aloja suunnattoman isoiksi, jolloin alkuperäinen data hukkuu väärinkäytettyyn projektioon.

Huhhuh! Oulan ensimmäistä blogipostausta lainaten “Kieltämättä vähän jännittää millainen sekametelisoppa tästä tulee, mutta oppimisen, tiedonjanon sammuttamisen sekä uusien kokemusten hankkimisen perässä eiköhän tästäkin suosta mennä yli niin että heilahtaa”. Tosiaan sekametelisopalta tuntuu, mutta mieli on vielä positiivisen puolella!

Ilona

Lähteet

Metsähallitus, Natura2000 alueet, 5.3.2018, http://www.metsa.fi/natura2000alueet (luettu 24.1.2019)

Viitteet

Huhtinen, Elina, Viikko 2 – projektion vaikutus karttaan, 23.1.2019, https://blogs.helsinki.fi/huhelina/, 24.1.2019

Inkeröinen, Oula, Genesis, ensimmäinen kurssikerta, 17.1.2019, https://blogs.helsinki.fi/inkeroul/, 23.1.2019

 

Viikko 1

Kevätlukukausi lähti käyntiin, ja Geoinformatiikan menetelmät 1, ensimmäinen oppimispäiväkirja ja arki lävähti päin naamaa. Alku tuotti allekirjoittaneelle erittäin paljon päänvaivaa, sillä ensimmäinen oppitunti ja QGISsin alkeet jäivät välistä lomalta paluun vuoksi. Oikeastaan koko ensimmäinen viikko meni kipuillessa arkeen palaamisen kanssa ja läksyt sivuutin kokonaan… auts.

Koska ohjelmistoon piti sitten paneutua omalla ajalla ja kirjallisten ohjeiden avulla, tuntuu ettei QGISsin salat vielä kokonaisuudessaan itselle avautunut. Lopputuloksena syntyi kuitenkin ihan oikean näköinen kartta (Kuva1), mutta se olikin step by step-ohjeiden ja kanssaopiskelijoiden vinkkien ansioita. Eikä sillä että olisin vielä ymmärtänyt mitä, miten ja miksi.

Koropleettikartassa kuvataan Itämeren alueen valtioittain typpipäästöjä prosentuaalisesti kaikista päästöistä. Esityksen värivalinnoilla pystytään vaikuttamaan lopputuloksen visuaaliseen miellyttävyyteen paljon. Typpipäästöt on kuvattu punaisen erisävyillä niin, että suuremmat päästöt näkyvät tummemmalla sävyllä ja pienemmät vaaleammalla. Näin ollen voidaan yksinkertaisesti todeta jo nopealla vilkaisulla, että Puolan typpipäästöt ovat suuremmat kuin esimerkiksi naapurimaan Saksan. Myös syvyyskäyrät noudattavat samantyyppistä tummenevaa väriskaalaa, kun arvot kasvavat. Koska tosiaankin kartta on tehty mahdollisimman nopeasti, hienosäätö jäi vähälle ja kartasta löytyy pieniä virheitä, kuten syvyyskäyrien yksikön (m) ja pohjoisnuolen pohjoismerkinnän puutos.

Kuva 1, Typpipäästöt prosentuaalisesti valtioittain Itämeren alueella

Geoinformatiikka, ohjelmistot ja kaiken tämän ymmärtäminen on tärkeä osa tulevan maantieteilijän repertuaaria, joten harmittaa että  kurssin alku lähti niin kankeasti käyntiin. Olen kuitenkin nopea oppimaan ja kurssin sisällöstä kiinnostunut, joten odotan, että tästä eteenpäin tie on vain ylöspäin!

Ilona