#yhteisellämatkalla (QGIS:n parissa), viikko 3

MAA202-kurssin kolmas harjoituskerta, sen tehtävät ja blogikirjoitus

Maantieteen menetelmät -kurssin kolmannella kurssikerralla jatkettiin QGIS-ohjelman parissa työskentelyä ja taistelua. Useiden toistojen ansiosta tutuksi tuli niin ohjelman liitos- ja laskintoiminnot kuin attribuuttitaulukko ja sen työkalut. Ilman suurempia haasteita tehtävistä ei tällä kertaa selvitty, mutta kaikki ohjelman parissa tuskastelu saattaa joskus osoittautua hyödylliseksi. Kuten Enni Poti toisen kurssikerran blogikirjoituksessaan [1] toteaa, ovat ongelmat luonnollinen osa oppimista kohti ”QGIS-taituruutta”.

Afrikan luonnonvaroja ja konflikteja tarkastelevassa harjoituksessa opin siistimään attribuuttitaulukkoa yhdistelemällä samannimisiä muuttujia toisiinsa. Todistin jälleen rauhallisen työskentelyn hyödyn ongelmatilanteiden ratkaisemisessa, sillä tunnilla opettajajohtoisessa tarkastelussa ongelmalliseksi muodostuneen tietojen yhdistämisen ratkaisu oli yksinkertaisen virhekoodin takana, jonka lukemalla hankaluuksien pystyi päättelemään johtuvan ”Autogenerate”-nimisistä muuttujista. Tätä ylistämääni rauhallisuutta en ehkä kuitenkaan itse noudattanut myöhemmin kurssikerralla omissa ongelmakohdissani..

Afrikka-tehtävässä karttakohteiden eli luonnonvarojen ja konfliktien vuositietojen avulla voidaan pohtia niiden yhteyttä toisiinsa. Konfliktien säteestä saadaan pääteltyä, voisivatko ongelmat olla yhteydessä luonnonvaroja sisältäviin alueisiin. Konfliktien esiintyminen alueella varojen löytämisen jälkeen olisi yksi merkki niiden yhteydestä. Mielenkiintoisen tarkastelun konfliktien vaikutukselle tuottavuuteen saa myös esille tarkastelemalla tilanteita, joissa konflikti sattuu löydöksen ja ensimmäisen tuotantovuoden välille tai näkyy öljykenttien tuottavuusluokittelussa. Aineiston sisältämä tieto internetkäyttäjien määrästä taas voi antaa suuntaa alueiden kehityksestä, sillä pääsyä internettiin pidetään monissa paikoin hyvin arkisena asiana, jossa lähes jokainen ihminen on osallisena.

Toisena tehtävänä oli Suomen vesialueiden tulvaindeksin ja maan järvisyyden tarkastelu sekä visualisointi pylväsdiagrammeja sisältävän koropleettikartan muodossa (kuva 1). Tehtävä tuotti suuresti ongelmia tunnilla, sillä mitä ilmeisimmin QGIS:llä oli vaikeuksia ymmärtää ä- ja ö-kirjaimia, eikä taulukko järvisyysprosenteista toiminut oikein. Rauhallisuus ongelmien kanssa saattoi päästä hieman unohtumaan, kun taulukon tuonti usealla eri tavalla ohjelmaan, ohjelman uudelleenkäynnistys eikä edes kielen vaihtaminen tuottanut toivottua tulosta. Lisäksi koin hieman harmilliseksi, että osasin auttaa muita tekemään järvisyysprosentista pylväsdiagrammeja, vaikka en saanut sitä millään itselleni toimimaan. Lopulta sain tehtävän (samalla tavalla) tehtyä kotona eri tietokoneella, mutta harmikseni en keksinyt, mitä olisin voinut tehdä tunnilla ongelman ratkaisemiseksi. Olen kuitenkin tyytyväinen lopputuloksessa siihen, että tällä kertaa kartan laatiminen alusta loppuun vei alle 10 minuuttia, kun olin tunnilla käynyt työn eri vaiheita useasti läpi. Prosessia mielestäni osuvasti kuvasi Tatu Jentze kolmannen kurssikerran tuotoksessaan [2] sanoin: ”QGIS-hieroglyfit alkavat käydä jollain tavalla loogisesti järkeen. Taikka sitten ei.”

Tyyne Turusen kolmannen kurssikerran blogin tuotoksia [3] tarkastellessani huomasin, että hänen karttansa oli selkämpi kuin omani, suurelta osin kapeampien pylväiden ansiosta, jotka parantavat taustakartan ja tulvaindeksin luokkien näkyvyyttä. Palasin QGIS:ssä tekemääni karttaan, jossa diagrammit olivat kuitenkin itselleni mieluisia. Tajusin, että pylväiden liiallinen paksuus johtui tulostusikkunassa liian leveäksi levitetystä kartasta, mikä oli helppo ongelma korjata ja paransi lopputulosta selvästi. Kiitos siis Tyynelle hyvästä vertauskohdasta!

Kuva 1. Tulvaindeksiä ja järvisyyttä kuvaava koropleettikartta pylväsdiagrammeineen.

Karttaa maallikkona tarkastellessa voisi todeta, että pylväät järvisyysprosentista kuvaavat järvien määrää alueella ja tulvaindeksi kertoo tulvien todennäköisyyttä tai voimakkuutta. Kartalta voisi tulkita, että pitkiä pylväitä sisältävillä Keski- ja Itä-Suomen alueilla on paljon järviä, mikä näkyy myös taustakartalla. Tulvien voidaan nähdä sijoittuvan merenrannan alueille, erityisesti Pohjanmaalle ja Etelä-Suomeen. Korkean tulvaindeksin alueella järvisyysprosentin pylväät ovat myös melko matalia.

 

Lähteet:

[1] Poti, E. Viikko 2. (Viitattu 4.2.2023)

url: https://blogs.helsinki.fi/elpoti/2023/01/30/viikko-2/

[2] Jentze, T. Korjailua, paikkailua ja valumista. (Viitattu 4.2.2023)

url: https://blogs.helsinki.fi/jentze/2023/02/01/korjailua-paikkailua-ja-valumista/

[3] Turunen, T. 3. harjoituskerta 1.2.2023. (Viitattu 4.2.2023)

url: https://blogs.helsinki.fi/ttyyne/2023/02/01/3-harjoituskerta-1-2-2023/

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *