Tytin blogi

Hei!

Edellisestä luennosta on vierähtänyt melkein viikko, sillä ystävänpäivähulinat ovat varastaneet keskittymiskykyni. Mutta hei, ystävänpäivän ilta on oikein oivaa aikaa viettää läppärillä omassa huoneessa… Asiaan!

Minulla oli pientä aavistusta siitä, miten päivän työ tulisi tuottaa. Kävin kurkkimassa opiskelutovereiden blogeja, kuten Luukaksen (Mickelson 2023) sekä Turkan (Häkkinen 2023). Luukas oli ottanut tutkittavaksi aineistoksi aivan ihanan aiheen, 1-vuotiaiden väestöntiheyden. Turkan blogista taas sain hyvän huomion, että käytetyn aineiston vuosiluku kannattaa olla näkyvissä legendassa. Vuosiluvulla on kuitenkin iso merkitys, kun tarkastellaan näin tiuhaan muuttuvaa aihepiiriä, kuin väestöntiheyksiä. Olisin myös voinut mainita legendassani, että ruutujen mittakaava on as/km^2. Mutta se jääköön seuraavien kertojen opiksi.

Kuva 1. on tuotokseni luennolta. Ruutuaineiston käyttö oli mielestäni selkeää ja tunnin jälkeen olo oli itsevarma. Minulla on kuitenkin ollut ongelmia läppärini QGIS:sä. Siellä ei ole toiminut vector -ominaisuus ollenkaan. Kuultuani, että Siiri (Laiho 2023) koki samoja ongelmia koulun tietokoneella, päätin alkaa tutkia asiaa. Löysin tarvittavan kohdan Plugins-näppäimen takaa ja sain vektoriaineistot toimimaan oikein! Kiitos Siirille, että kirjoitit aiheesta blogiisi!

Koska luennosta on kulunut jo tovi, alkoi oman kartan tuottaminen tökkien. Halusin alun perin tuottaa kartan 20-24 -vuotiaiden sijoittumisesta pääkaupunkiseudulle, mutta tarpeeksi monen epäonnistumisen jälkeen aloitin puhtaalta pöydältä Moodlen opetusvideon kanssa. Tästä päivän postauksen nimikin, kävin samat asiat läpi uudelleen. Mutta lopputuloksena syntyi visualisointi pääkaupunkiseudun eläkeikäisten asutustiheydestä (as/km^2) pääkaupunkiseudulla. (Kuva 2.)

Yli 65-vuotiaiden sijoittuminen pääkaupunkiseudulle on mielestäni hieman yllättävä. Olin ajatellut, että vanhuksia voisi asua enemmänkin Espoon ja Kauniaisten suunnalla. En tunne seutua niin hyvin, mutta epäilen, että läntisellä pk-seudulla on enemmän teollisuusalueita tai omakotitaloasutusta, kuin pienasuntoja jonka vuoksi vanhuksia asuu siellä päin vähemmän. Helsingin ydinkeskustasta Pasilan lähettyville vanhuksia asuu tiheästi. Keskustassa on paljon pienasuntoja ja palvelut ovat aivan lähistöllä.

Itä-Helsingin, Vantaan ja E75 tien varressa oleva melko tiheä asutus kielii hiukan halvemmista asumiskustannuksista, mutta toisaalta pysyttelystä lähellä suuria pääväyliä, joiden avulla liikennöinti on helpompaa. Eläkeikäisten tuet eivät yleisesti ole päätä huimaavia, joten on selkeää, miksi asumiskustannukset vaikuttavat vanhusten sijoittumiseen.

Lähteet ja viittauspäivämäärät:

Geoinformatiikan menetelmät 1, Viikko 4. https://blogs.helsinki.fi/luukasmi/ Luettu 14.2.2023

Turkkaha’s blog, kurssin neljäs harjoituskerta. https://blogs.helsinki.fi/turkkaha/ Luettu 14.2.2023

Siiri’s blog, kolmas kurssikerta. https://blogs.helsinki.fi/siirilai/ Luettu 14.2.2023

Hei!

Päätin tehdä täysin uuden postauksen, sillä Kolmannen luennon postauksen jatkuva muokkaaminen tekisi siitä nykyistäkin sekavamman! Kävin kyselemässä tukea tehtäviin kurssin vastuuopettaja Paarlahdelta, jonka jälkeen tulvariskien koropleettikartan ja järvisyyden prosenttiosuuksien histogrammien tuottaminen onnistui. (Kuva 1.)

Minulle selvisi, että olin väärinymmärtänyt “Join”-toiminnon käytössä, miten aineistojen yhdistävät tekijät vaikuttavat yhdistämistoimintoon. Tässä tapauksessa otimme yhdistäväksi tekijäksi “Nimet”, jonka jälkeen join-toiminto toi kaikki MHQ-aineistot valuma-alueiden attribuuttitaulukkoon. Järvisyys-% kanssa numerot näkyivät QGIS:sä tekstimuodossa, joten lisäämällä sarakkeen numeromuotoiselle järvisyys-%, onnistui sen siirtäminen oikean muotoisena valuma-alueiden attribuuttitaulukkoon.

Järvisyys on suurinta niillä alueilla, joilla tulvariski on pienin. Tästä minulla oli enemmän pohdintaa edellisessä postauksessa. Nyt minulla myös näkyy se, että Turun ja Helsingin seuduilla on voimakkainta tulvariskien aluetta. Paikkakunnat ovat myös satamakaupunkeja, luultavasti alavuutensa vuoksi.

-Tytti

Päivän luennolla latasimme Moodlesta Afrikan maanosan valtioiden kartan, sekä sen mukana tulleet muuttujat. Teimme käsin attribuuttitaulukkoon valtioiden pinta-alat, joiden avulla onnistuin myös valmistelemaan pinta-alan muuttumista tarkastelevan tehtävän edelliseen blogitekstiini Harjoitus 2 – karttaprojektiot ja QGIS. Opetuksen seuraaminen edellisen blogitekstin kirjoittelun ohella oli välillä haasteellista, mutta kolmen tunnin työskentelymme jälkeen olin hyvin tyytyväinen kartasta ja attribuuttitaulukon sisällöstä. Olimme lisänneet attribuuttitaulukkoon Afrikan valtioissa tapahtuneiden konfliktien määrän toisen maailmansodan jälkeen, konfliktien keston vuosissa, timanttikaivokset ja öljykentät.

Lähempi kartan ja visualisoinnin tarkastelu paljastaa, että valtion varallisuus / luonnonvarojen määrä ei välttämättä korreloi konfliktien määrän kanssa. Maanosan pohjoisosissa on paljon öljykenttiä, jolloin valtiot ovat keskimääräistä varakkaampia. Algerian pohjoiskärkeä lukuun ottamatta konfliktien esiintyminen on ollut melko vähäistä toisen maailmansodan jälkeisenä aikana. Libyasta ei joko ole tilastoitu ainuttakaan konfliktia, tai niitä ei tosiaan ole ollut.

Etenkin Afrikan keski- sekä eteläosissa on timanttiesiintymiä ja -kaivoksia. Karttaa ja attribuuttitaulukkoa verratessa kuitenkin huomaa, että esimerkiksi pienissä, mutta väkirikkaissa itä-Afrikan valtioissa Burundissa ja Ruandassa konflikteja on hyvin tiuhasti. Kuvan 2. attribuuttitaulukosta tarkasteltuna Burundissa konflikteja on ollut 23 vuotena toisen maailmansodan jälkeen. Burundissa ei esimerkiksi ole omaa järvialaa, joka voisi mahdollisesti johtaa riitoihin käyttövedestä. Ulkoministeriön matkustustiedote (7.12.2022) kertoo, että kaaosta aiheuttaa esimerkiksi vuonna 2015 tapahtunut epäonnistunut vallankaappausyritys, joka kuumentaa opposition ja turvallisuusjoukkojen välejä.

Päivän omatoimista harjoitusta varten olen aloittanut Suomen valuma-alueiden kartan ja aineistojen tarkastelun, mutta join -toiminnon käyttö itsenäisessä työskentelyssä on aiheuttanut haasteita.

EDIT 5.2.2023

Päivän varsinaisena tehtävänä oli tarkastella Suomen valuma-alueiden ominaisuuksia ja valmistella karttapohjalle koropleettikartta tulvaindeksistä, sekä pylväsdiagrammeja järvisyyden prosentuaalisesta osuudesta alueellisesti. Tehtävä aiheutti kuitenkin kotiläppärilläni tehtynä suuria vaikeuksia. Käyn läpi haasteet, sekä tuotoksen, jonka lopulta toin QGIS:stä ulos kuvana.

Toin Moodlesta zip-kansion, joka sisälsi tarvittavat aineistot, järvisyyden attribuuttitaulukkoa lukuun ottamatta. Sain pian Join-komennolla tuotettua keskiylivirtaaman (MHQ) näkymään valuma-alueet attribuuttitaulukossa. Huomasin kuitenkin, että useita arvoja oli muuttunut “NULL” arvoisiksi. Pähkäilin asiaa pitkän aikaan ja koitin muuttaa MHQ:n tuontimuotoa, mutta se ei toiminut. Päätin aloittaa uudestaan, mutta jostain syystä yläkulmaan ei enää ollenkaan ilmestynyt ilmoituksia liitetyistä tiedoista ja kaikki arvot esiintyivät mallissa “NULL”. Palasin siis jatkamaan vanhaa työtäni, jossa näkyi edes joitain arvoja. Kuvassa 3. esillä tilanteeni ja kuva 4. havainnollistaa, että millaiset ilmoitukset katosivat minulta QGIS:stä.

Tämän ongelman ilmentyessä mahdollisuuteni tuoda Järvisyys % -attribuuttitaulukkoa muuttuivat olemattomiksi. Luin kuitenkin Jennan blogia (Nieminen 2023), kun hän oli selvitellyt, kuinka Excelissä muutetaan Järvisyys -taulukko numeromuotoiseksi. Hänen vinkkiensä sekä googlauksen avulla, arvelen onnistuneeni muuttamaan oman taulukkoni myös numeromuotoon. Ikävä kyllä, olen QGIS:ssä olevan ongelman takia todella jumissa attribuuttitaulukon käyttöön liittyen. Kuvassa 5. tämän hetkinen (5.2.2023) työni, toivottavasti onnistun seuraavalla viikolla selättämään ongelmani.

Pikainen tarkasteluni tuottamaani karttaan kuvassa 5. ei yllättänyt minua juurikaan. Suomen Pohjois-Pohjanmaa on tunnettu tulvaherkkyydestään. Vesi.fi, Pohjois-Pohjanmaa -sivusto kertoo, että etenkin keväisin, lumien sulaessa Etelä- ja Pohjois-Pohjanmaalla on voimakkaita tulvia. Padot ja jopa meri voivat nostaa tulvia alavalle maalle. Toinen silmiinpistävä alue, jonka sain näkyviin kartalleni, on Järvi-Suomen vähäinen tulvariski. Järvien suuri määrä / maapinta-alan vähäinen laajuus vähentää tulvariskin määrää. Vedelle löytyy virtausmahdollisuuksia suurissa järvissä ja niitä yhdistävissä joissa.

Lueskelin muiden blogeja vielä lisää, kun oma työni jäi informaatioltaan vajaavaiseksi. Esimerkiksi Joonan GIS menetelmät -blogissa (Korhonen 2023) oli kattava ja laadukas kartta niin tulvaindekseistä, kuin järvisyyden pylväistä. Hänelle työn tekeminen oli ollut todella vaivatonta. Hänen kartastaan huomasin, että minulla ei esimerkiksi tullut näkyviin Turun seudun voimakasta tulvariskiä. Se on peitonnut myös Pohjois-Pohjanmaan.

– Tytti

Lähteet:

Ulkoministeriön matkustustiedote: Burundi (7.12.2022) https://um.fi/matkustustiedote/-/c/BI  Luettu 5.2.2023

Jennan blogi, Viikko 3 (2.2.2023) https://blogs.helsinki.fi/nieminje/ Luettu 5.2.2023

Vesi.fi, Tulvat Pohjois-Pohjanmaalla (ei päiväystä) https://www.vesi.fi/tulvariskien-aluesivut-pohjois-pohjanmaa/ Luettu 5.2.2023

GIS menetelmät blogi, Viikko 3 (1.2.2023) https://blogs.helsinki.fi/kojoona/ Luettu 5.3.2023

Kurssin toisella viikolla syvennyimme lisää QGIS:n sisällä oleviin mahdollisuuksiin, kuten erilaisiin karttaprojektioihin. Aineistosta ladattuun Suomen kuntakarttaan on mahdollista vaihdella pohjalle erilaisia karttaprojektioita, jotka muokkaavat kartan visuaalista ilmettä, joka esimerkiksi muuttaa kartan mittasuhteita. Suomen kartalle optimaalisin ja oikeamallisin karttaprojektio on ETRS-89_TM35FIN, jonka projektiokaistat 1-4 kulkevat pitkittäin Suomen yli.

Päivän tehtävissä oli useita erilaisia keinoja tarkastella karttaprojektion vaikutusta Suomen kartan mittasuhteisiin. Kuvassa 1. esitetään Sphere Mercatorin projektion ja ETRS_TM35FIN projektion välisiä vääristymiä. Kanssakurssilainen Elin (Stråhlmann 2023) oli kirjoittanut kattavan blogipostauksen “Vecka 2 – Kartprojektioner i QGIS”, jossa hän oli valmistellut taulukon sekä useita erilaisiin karttaprojektioihin asetettuja Suomen kuntakarttoja. Hän oli myös kerännyt Esrin sivuilta lisätietoja karttaprojektioista. Mercatorin projektiossa vääristymät voimistuvat napa-alueita lähestyttäessä.

Minua kiinnosti kokeilla QGIS:n käyttöä lisäämällä Suomen kuntarajojen karttaan Suomen kuntien väkiluvut ja kuntien pinta-alat. Tarkoitus on, että kartan mittasuhteisiin ja mahdollisesti jopa kuntien väkilukuihin tulee muutoksia sitä mukaan, kun vaihdan pohjalla olevaa projektiota. Kuvassa 2. esitän valitsemani aineiston Suomen kuntien väkiluvusta ja olen asettanut kartan logaritmiseen luokkaan.

Tein myös kurssikerran ohjeiden mukaisesti aineistoon lisäyksen koskien kuntien pinta-alaa (kuva 3.) Arvelen kuitenkin jonkin menneen vikaan, sillä innoissaan kokeillessani eri projektioita karttaan, tiedot attribuuttitaulukossa eivät muuttuneet, vaikka kartta muovautui projektion mukaisesti.

Otan mielelläni vinkkejä vastaan, mikä minulla mahtoi mennä vikaan kyseisessä tehtävässä, jätä alle kommenttia! 🙂

EDIT 1.2.2023

Kolmannen luennon alussa kävimme läpi, kuinka pinta-ala saadaan laskettua aineistosta, joten tein samalla korjauksia tämän postauksen töihin. Sain ensimmäisen kerran pienen viitteen siitä, että mahdollisesti pinta-ala muuttuu projektion vaihtuessa. Valitsin Suomen kuntakartasta Inarin lähempään tarkasteluun, sillä Mercatorin projektio tekee voimakkainta muutosta lähellä napoja. Taulukosta 1 huomaamme, että muutos ei ole iso, mutta iloinen yllätys, kun QGIS on jälleen ollut näytöllä useampia tunteja!

Kunta	Vuosi	Projektio	Väkiluku	Pinta-ala
Inari	2022	ESRI: 54004, World Mercator	7008	17403,5213624…
		ETRS89_TM35FIN	7008	17403,5213629…

Taulukko 1. Inarin väkiluvun ja pinta-alan muutos karttaprojektion vaihtuessa.

 

Lähdeluettelo

Elins kursblogg, Vecka 2 – Kartprojektioner i QGIS: https://blogs.helsinki.fi/stel/2023/01/27/vecka-2-kartprojektioner-i-qgis/  Viitattu 31.1.2023

 

Ensimmäisessä harjoituksessa tutkittiin Qgis-sovellusta omalla ajalla. Käytössä oli Suomen kuntakartta, jolla oli tarkoitus tarkastella jonkin omavalintaisen muuttujan esiintymistä kunnissa. Pääsin pian ensimmäisen luennon jälkeen virittäytymään aiheeseen, kun keskustelimme Tatu Jentzen kanssa miten harjoituksen 2. vaihtoehdon “oman muuttujan” voi tuoda Statfin -sivustolta Qgis:iin. Tatu sai valitsemansa “kuolleiden määrä kunnissa 2021” -muuttujan näkymään kartalla, joka tsemppasi minuakin yrittämään tehtävää kotona.

Minulla tietojen siirtäminen Statfinistä Exceliin ja sieltä Qgisiin ei kuitenkaan toiminut oletetulla tavalla. Tästä syystä valitsin tehdä harjoituksen vaihtoehdolla 1. Valitsin valmiista attribuuttitaulukosta muuttujaksi “väestönmuutos kunnittain”. Muuttujat olivat vuodelta 2015. Tässä muuttujassa tumma ja kirkas punainen kuvaa kasvavaa väestöä, seuraava punaisen sävy on muuttovoiton- ja tappion rajalla. Muut vaaleat sävyt tai valkoinen viittaavat vähenevään väestöön.

Mielestäni esiin tullut visualisointi on melko odotettava, mutta esimerkiksi Inarin tai Muonion kasvava väestö yllätti minut. Pohdin asiaa siitä näkökulmasta, että pohjoinen Suomi ja Lappi ovat luultavasti kärsineet poismuutosta pitkän aikaa, joten trendin muuttuessa siellä muuttovoittoisuus voi syntyä pienelläkin sisäänmuuton voimistumisella. Ihmiset luultavasti kaipaavat luonnon rauhaa ja koskematonta maisemakuvaa, jolloin Lappi on upea kohde.

Halusin hakea päättelylleni lisää sitä tukevia väitteitä ja löysin aiheeseen viittaavan Ylen uutisen “Kun muu Lappi tyhjenee, niin Suomen suurimman kunnan väkiluku kasvaa – näin erämaaluonto houkuttelee ihmisiä jäämään” (YLE, 4.10.2019). Inarin kunnan elinkeinojohtaja Samuli Mikkola kuvailee Lapin matkailuvetoisuutta Inarin seudun voitoksi. “Myös Kaunispään etelärinteeseen on rakenteilla paljon uutta. – Sieltä on käytännössä varattu melkeinpä kaikki kunnan omistamat tontit, joten on odotettavissa, että se alue kehittyy voimakkaasti, vakuuttaa elinkeinojohtaja Samuli Mikkola.”

Ilman yllätyksiä, pääkaupunkiseutu kasvaa tuttuun tahtiin, jonka vastakohtana voimakasta poismuuttoa esiintyy Järvi-Suomessa sekä Pohjanmaalla.

Jälkeenpäin totean, että olisin voinut säätää sävyjä vielä voimakkaammin erilaisiksi, sillä nyt on vaarana, että muuttovoitto, sekä -tappion rajalla olevat kunnat sekoittuvat voimakkaammin muuttovoittoisiin kuntiin. Kartan viimeistelyn heikkous kuitenkin johtuu siitä, että pyöritin Qgisiä kolme tuntia, ennen kuin sain tämän kartan näkyviin. Välillä poistin vahingossa vääriä tietoja attribuuttitaulukosta, välillä sovellus kaatui. Näistä haasteista huolimatta, olen tyytyväinen lopputulokseen ja ulostulleeseen visualisoituun karttaan.

 

Lähdeluettelo:

Tatu Jentzen blogi: https://blogs.helsinki.fi/jentze/  Viitattu 23.1.2023

YLE.fi, Kun muu Lappi tyhjenee, niin Suomen suurimman kunnan väkiluku kasvaa – näin erämaaluonto houkuttelee ihmisiä jäämään, 4.10.2019. https://yle.fi/a/3-11005194  Viitattu 31.1.2023