QGIS harjoittelu jatkuu

Toisella kurssikerralla jatkoimme QGIS harjoittelua. Tällä kurssikerralla opetus painottui karttaprojektioihin, joiden lisäksi kertasimme viimeviikon asioita, opettelimme eri tiedostomuotoja, tutustuimme palvelinosoitteisiin ja kokeilimme WFS tiedostojen latausta QGIS sovellukseen.

Ensimmäinen harjoitus

Toinen kurssikerta alkoi viimeviikolla oppimamme kertauksella, jonka jälkeen aloimme opettajamme Arttu Paarlahden opastuksella tekemään ensimmäistä harjoitusta. Opettelimme käyttämään työkaluja, joihin emme olleet vielä aikaisemmin tutustuneet kuten valintatyökalut.

Tämän jälkeen tutustuimme eri datan lähteisiin, tiedostomuotoihin ja palvelinosoitteisiin. Kokeilimme ladata Tilastokeskuksen ja Väyläviraston WFS tiedostot QGIS sovellukseen ja tutkimme niiden ominaisuuksia.

Toinen harjoitus

Alustuksena karttaprojektioiden tutkimiseen vertailimme, miten aineistoon merkattu kahden pisteen välinen etäisyys, sekä aineistoon merkatun alueen pinta-ala muuttuu projektiota vaihdettaessa. Aluksi vertailimme vain lukuja Excelissä, jolloin projektioiden välillä oli huomattavissa jo suuria eroja. Sampo Väätäjä (Väätäjä 2024) kommentoi blogissaan, ettei osannut odottaa etäisyyksien olevan niin merkittäviä eri projektioiden välillä, ja yllätyin siitä itsekin. Tässä vaiheessa pysyin hyvin perillä mitä tuli tehdä, ja opin esimerkiksi miten mittatyökaluja käytetään sovelluksessa.

Toisen harjoituksen toisessa osassa tutkimme näitä samaisia eroja alueellisesti ja miten erot näkyvät kartalla.  Verrattavaksi projektioksi tuli valita oikeapintainen tasoprojektio, sillä tutkimme nyt pinta-alaan liittyvää dataa. Valitsin vertailtavaksi projektioksi TM35FIN projektion, ja verrattaviksi projektioiksi Mercalin projektion (kuva 1), Robinsonin projektion (kuva 2) ja Wagner V projektion (kuva 3).

Mercatorin projektio vääristää pinta-alaa suhteessa TM35FIN projektioon sitä enemmän, mitä pohjoisemmaksi kartalla edetään (kuva 1).

Robinsonin projektio vääristää pinta-alaa suhteessa TM35FIN projektioon samalla tavalla kuin Mercatorin projektio (kuva 1), mutta ei yhtä pahasti. Tajusin vasta jälkikäteen, että olisi ollut fiksua muokata jakauman värejä niin, etteivät vääristymät olisi niin radikaaleja, sillä erot ovat suhteessa Mercatorin projektioon huomattavasti pienempiä.

Wagner V projektion pinta-alan vääristymät eroaa selkeästi Mercatorin- (kuva 1) ja Robinsonin projektioista (kuva 2). Vääristymät ovat huomattavasti pienempiä kuin muissa projektioissa, sekä vääristymät painottuvat kartalle ihan eri tavalla. Pohjoisimmassa lapissa on suurin vääristymä, jonka jälkeen Etelä- ja Keski-Suomessa on seuraavaksi suurimmat vääristymät. Koilisessa ja kaakossa pienimmät vääristymät pinta-alassa.

Huomasin vasta jälkikäteen, että karttojen 1,2 ja 3 otsikosta uupui prosenttimerkki, jonka takia karttojen legendat jäivät epäselväksi. Tästä johtuen henkilö, jolle data ei ole entuudestaan tuttu, ei välttämättä saisi kartasta paljoa tietoa.

Opin luennolla QGIS sovelluksen käytöstä ja, että kartat kannattaa tarkistaa kunnolla, jotta niistä löytyy tarpeeksi tietoa ja ovat selkeitä lukijalle.

Lähteet

Väätäjä, S. (2024). Sampon Blogi. Toinen kurssikerta (23.1.2024).https://blogs.helsinki.fi/vsampo/2024/01/24/kurssikerta-2/

QGIS harjoittelua

Kurssin MAA-202 ensimmäisellä kurssikerralla muistelimme QGIS sovelluksen toimintoja ja harjoittelimme sen käyttöä. QGIS ei ole täysin vieras sovellus minulle, sillä Johdatus geoinformatiikkaan maantieteessä kurssilla opettelimme jo vähän sen käyttöä. Vaikka sovellus olikin jo entuudestaan tuttu, en todellakaan olisi osannut käyttää sitä itsenäisesti ilman, että kävimme ensimmäisen harjoituksen läpi yhdessä.

Ensimmäinen harjoitus

Ensimmäinen harjoitus oli koropleettikartan muodostaminen Itämeren rannikkovaltioiden aiheuttamista typpipäästöistä (kuva 1).

Teimme ensimmäisen harjoituksen yhdessä vaihe vaiheelta, joten kartan tekeminen sujui helposti varsinkin, kun kavereilta sai samalla apua. Eniten päänvaivaa aiheutti kartan värien valitseminen, sillä niiden pitää olla selkeät, jotta haluttu tieto on helposti luettavissa, mutta ne eivät saa olla liioiteltuja. Kurssin vetäjä Arttu Paarlahti sanoikin meille luennolla, että jos tällaista karttaa lähtee tekemään joku tietty agenda mielessä, tulee jättää kartan tekeminen sellaiseen hetkeen kun mielentila on neutraalimpi, sillä karttoja ei saa tahallisesti liioitella.

Kartastani jäi uupumaan prosenttiluvut, jotka olisi voinut valtioiden kohdalle lisätä, jotta se olisi ollut vielä selkeämpi ja informatiivisempi, mutta muuten mielestäni onnistuin kartan tekemisessä hyvin. Värit ovat selkeitä ja kartasta erottuu helposti tieto, jota sillä halutaan jakaa, eli ne valtiot, jotka aiheuttavat suurimmat typpipäästöt Itämereen. Sampo Väätäjä (2024) muutti karttansa muut maat harmaiksi Taika Jaakkolan inspiroimana ja kommentoi, että “Kartan viestin kannalta relevantit maat myös korostuvat paremmin uusilla väreillä.” viitaten muiden maiden värin vaihtoa vihreästä harmaaksi. Olen tästä samaa mieltä, sillä punaiset sävyt erottuvat vielä selkeämmin harmaalla merkityistä maista, lisäksi se helpotta punavihervärisokeiden kartan lukua.

Heikki Säntti (2024) pohtii blogissaan tekemämme teemakartan sisältöä, ja etenkin sitä, miksi Puola tuottaa niin suuren osan Itämeren typpipäästöistä, vaikka sillä on huomattavasti vähemmän rantaviivaa kuin esimerkiksi Suomella. Typen päälähteenä on maatalous (European Environment Agency, 2016) ja vuonna 2016 Puolassa oli 13,5% eli toisiksi eniten maatiloja koko Euroopassa ja niiden pinta-ala oli yhteensä 14,4 miljoonaa hehtaaria (Eurostat, 2019). Suomessa vuonna 2021 oli 44 700 maatalous- ja puutarhayritystä ja niiden pinta-ala oli 2,3 miljoonaa hehtaaria (Luonnonvarakeskus, 2021). Suomen ja Puolan väliset erot maataloudessa ovat siis hyvinkin suuria, ja tämä voi olla selittävä tekijä Puolan suurille typpipäästöille.

Toinen harjoitus

Oppimamme perustein, teimme kotitehtävänä teemakartat valitsemallamme vaikeustasolla. Valitsin vaikeustason 1, sillä en vielä tässä kohtaa kutsuisi itseäni GIS-velhoksi. Tein teemakarttani ruotsinkielisten ihmisten osuuksista Suomessa kunnittain (Kuva 2). Koitin valita karttaani mahdollisimman neutraalin, mutta selkeän värin, jotta teemakartan olennaisin asia, eli tieto ruotsinkielisten osuudesta tulisi siitä helposti ilmi. Mielestäni onnistuin kartan tekemisessä hyvin sekä visuaaliselta, että tekniseltä kannalta.

Sopivan luokkajaon valitseminen osoittautui suurimmaksi haasteeksi, sillä jokainen niistä painottaa tietoa eri tavoin. Päädyin valitsemaan luokkajaoksi Natural Breaks, eli luonnollisiin luokkaväleihin perustuvan luokituksen,  mielestäni sillä kartan sai neutraaliksi, mutta selkeäksi tiedon kannalta. Hienosäädin luokkavälejä hieman, sillä muuten luokkavälien suurin ja peräkkäisen luokkavälin pienin arvo olisivat olleet samat. Hyödyntämäni datan mukaan Suomessa on 20 kuntaa, joissa ei asu ollenkaan ruotsinkielisiä, joten päätin lisätä vielä luokan nolla, jotta kartasta erottuu myös selkeästi kunnat, joissa ei datan mukaan asu lainkaan ruotsinkielisiä.

Kartasta voidaan päätellä ruotsinkielisen väestön jakautuvan melkein kaikkiin suomen kuntiin, mutta erityisesti painottuvan länsi- ja etelärannikoille, sekä Saaristo-Suomeen. Keski-Suomessa on pieniä kuntarykelmiä ja muualla Suomessa muutamia yksittäisiä kuntia , joissa ei asu datan mukaan lainkaan ruotsinkielistä väestöä.

Kuva 2. Ruotsinkielisten osuus Suomessa kunnittain

Valmiista kartasta erottuu mielestäni selkeästi kaikki luokat, legenda on selkeä ja lisäsin karttaani vielä koordinaattijärjestelmän, jotta siitä löytyisi mahdollisimman paljon informaatiota sen lukijalle. Mielestäni karttaesitykseni kartografinen taso ja sen informaatioarvo ovat hyvät lukijalle, joka ei tunne aineistoa.

Lähteet

Väätäjä, S. (2024). Sampon Blogi. Ensimmöinen kurssikerta (16.1.2024). Viitattu 19.1.2024. https://blogs.helsinki.fi/vsampo/

Säntti, H. (2024). Heiggi’s Blog. Ensimmäinen kurssikerta. Viitattu 19.1.2024. https://blogs.helsinki.fi/hksantti/

European Environment Agency. (2016). Ympäristöongelmia koskevat johtopäätökset. Viitattu 19.1.2024. http://eea.europa.eu/fi/publications/92-9167-087-1/page014.html

Eurostat. (2019). Archive: Maatilat ja maatalousmaa Euroopan unionissa – tilastot. Viitattu 19.1.2024. https://ec.europa.eu/eurostat/statistics-explained

Luonnonvarakeskus. (2021). Maatilojen lukumäärä vähenee, mutta maatalousmaa säilyy käytössä. Viitattu 19.1.2024. https://www.luke.fi/fi/uutiset/