Kuudes kerta: Tulivuoria ja maanjäristyksiä

Kurssikerralla kuusi tutustuttiin pistemuotoisen aineiston esittämiseen kartalla. Kurssikerta aloitettiin keräämällä pisteaineistoa omatoimisesti Epicollect 5-sovelluksen avulla. Ohjelma ei ollut minulle ennestään tuttu, mutta sen käyttäminen oli hyvin yksinkertaista. Selvisin myös pisteaineiston käsittelystä QGIS:lla tällä kertaa ongelmitta.

Itsenäistehtävänä kurssikerralla oli tehdä kolme mahdollisesti opetuskäyttöön soveltuvaa karttaa maanjäristyksistä ja tulivuorista. Heti alkuun sain käytettyä aikaa aineiston latailuun ja lopulta QGIS:n kaatumiseen. Tämän jälkeen rajasin aineistoani reilusti, jotta välttäisin tekniset ongelmat. Ensimmäinen kartta (kuva 1) kuvaa vuoden 1964 jälkeen purkautuneita tulivuoria. Tulivuorten sijainnista voi helposti havaita Tyynenmeren ympäri kulkevat litosfäärilaattojen rajat.

Kuva 1. Vuoden 1964 jälkeen purkautuneet tulivuoret.

Toinen kartta (kuva 2) kuvaa viimeisen kymmenen vuoden aikana (2009–2019) mitattuja yli kahdeksan magnitudin maanjäristyksiä. Punaisen sävy kertoo maanjäristyksen voimakkuudesta.

Kuva 2. Viimeisen kymmenen vuoden aikana mitatut yli kahdeksan magnitudin maanjäristykset.

Kolmas kartta  (kuva 3) yhdistää ja laajentaa edellisten tietoja. Kartta esittää kaikki vuoden 1964 jälkeen purkautuneet tulivuoret ja viimeisen 50 vuoden aikana (1969–2019) mitatut yli 8 magnitudin järistykset.

Kuva 3. 1969 vuoden jälkeen mitatut yli kahdeksan magnitudin maanjäristykset ja vuoden 1964 jälkeen purkautuneet tulivuoret.

Olen melko tyytyväinen karttoihin, vaikka maanjäristysten kuvaaminen QGIS:n heatmap-ominaisuudella osoittautuikin siinä mielessä ongelmalliseksi, ettei niitä saanut järkevästi legendaan. Lisäksi heatmap-alueen laajuus saattaa antaa ymmärtää, että kyseessä on järistyksen vaikutusalue, vaikka värin muutos on vain viittellinen.

Viides kerta: bufferointia ja epäonnistuminen

Viidennellä kurssikerralla harjoiteltiin kohteiden laskemista ja etäisyyksien määrittämistä buffereiden avulla. Tunnilla tehdyt harjoitustyöt Pornaisten kylän erilaisten toimintojen saavutettavuuksien parissa sujuivat osaltani hyvin ja QGIS:n käyttö tuntui varmalta. Monet toiminnot tulevat jo lihasmuistista, eikä alussa tulleita sekoiluja tapahdu niin usein. Bufferoinnin käyttämistä syvennettiin tarkastelemalla Malmin ja Helsinki-Vantaan lentokenttien lentomeluvyöhykkeitä ja näiden alueella olevaa asutusta. Tärkeimpiä työkaluja tehtävässä olivat Spatial query -plugin, joka osoittautui todella hyödylliseksi sekä bufferointi-plugin. Kuten Järvinen (2019) totesi, bufferointityökalun haltuunotto oli hyvä lisäys omaan osaamiseen ja sille tuleekin varmasti käyttöä jatkossa.

QGIS:n käyttö sujuu periaatteessa hyvin, mutta viidennnen kerran itsenäistehtäviä tehdessäni aika meni lähinnä teknisten ongelmien kanssa painimiseen. Latasin QGIS:n omalle koneelleni melko varhaisessa vaiheessa sekä puhtaasta mielenkiinnosta että helpottaakseni omaa elämääni eli välttyäkseni ramppaamasta Kumpulassa alituiseen, sivuaineopiskelija kun olen. Yrittäessäni saada tietoja Yhtenäiskoulun koulupiiriin kuuluvista oppilaista, törmäsin jatkuvasti ongelmaan datan kanssa. Tiedä sitten onko vika QGIS:n uudemman version kyvyttömyydessä käsitellä vanhemmalla versiolla aloitettua kartta-aineistoa vaiko viallisissa tai päällekkäisissä tiedostoissa, mutta en saanut väestödataa aineistosta irti. Pitkään asian kanssa painittuani, tiedostoja poistellen ja uudestaan lataillen, tulin siihen tulokseen että tämä jäi osaltani tähän. Tekniikka 1 – opiskelija 0.

Järvinen, A. (2019). Blogiteksti: Loppu alkaa häämöttää. 11.3.2019. <https://blogs.helsinki.fi/adjarvin/2019/03/07/kurssikerta-5/>

 

Neljäs kerta: Ruutukartta

Kolmannen kerran kipuilun jälkeen huomasin ilokseni, että neljännen kerran ruutukarttojen tekeminen sujuikin melko helposti. QGIS:n työkalut alkavat pikkuhiljaa löytyä, joten säätämiseen menee vähemmän aikaa.

Neljännen kerran kurssitehtävänä oli tuottaa ruutukartta pääkaupunkiseudun asukkaista, jossa vektoriruutuihin yhdistettiin pistekartan informaatiota. Vaikka ruututeemakartalla voidaankin esittää absoluuttisia arvoja, päätin käyttää kartassa prosenttiosuuksia havainnollisuuden vuoksi. Näin aineiston, tässä yhteydessä ruutujen, vertaaminen toisiinsa on helpompaa (Huhtinen 2019). Päädyin kartoissani tarkastelemaan ruotsia äidinkielenään puhuvien osuutta väestöstä. Ensimmäinen kartta (kuva 1) kuvaa koko pääkaupunkiseutua ja on jaettu neliökilometrin kokoisiin ruutuihin. Toinen kartta kuvaa Helsingin kantakaupunkia ja ruutukokona on hehtaari.

Kuva 1. Ruotsia äidinkielenään puhuvien osuus väestöstä pääkaupunkiseudulla

Kuten kartasta voidaan havaita, ruotsia äidinkielenään puhuvien määrä heittelee pääkaupunkiseudulla melko paljon. Alueellinen jakautuminen on vähäisintä Helsingissä, jossa ruotsinkielisten osuus väestöstä oli vuoden 2017 tilastoinnin mukaan 5,7 % ja Vantaalla, jossa osuus on ainoastaan 2,7 %. Selkeimmät keskittymät löytyvät Espoon rannikolta Suvisaaristosta ja Järvi-Espoosta sekä Kauniaisista. Ruotsinkielisten osuus koko Espoon väestöstä on 7,2 % ja Kauniaisten 33,8 %, mikä on huomattavasti korkeampi kuin muilla pääkaupunkiseudun kunnilla. (Tilastokeskus 2017). Helsingin ruotsinkielisiä keskittymiä tarkastellessa huomataan, että kaupungin itäinen osa eroaa selkeästi muista. Kyseessä on alue, jonka Helsinki liitti itseensä naapuristaan Sipoosta, jonka asukkaista ruotsinkielisiä on 32,6 % (Tilastokeskus 2017). Sipoo oli 1900-luvun alussa lähes kokonaan ruotsinkielinen, vaikkakin alueen kaksikielisyydellä on pitkät perinteet (Helsingin kaupunkisuunnitteluvirasto 2009: 17). Tästä syystä alueen ruotsinkielisyys on poikkeus Helsingin yleiseen kielten osuuksien jakautumiseen.

Kuva 2. Ruotsia äidinkielenään puhuvien osuus väestöstä Helsingin kantakaupungissa

Helsingin kantakaupungissa ruotsinkielinen väestö keskittyy melko tasaisesti, kuitenkin vanhojen etelä- ja länsipuolen alueiden korostuen. Lisäksi idässä Kulosaari ja Lauttasaari erottuvat joukosta, vaikkakaan niitä ei lasketa kantakaupunkiin kuuluviksi. Ruotsinkielisen väestön keskittyminen vanhoille kantakaupungin alueille sekä ranta-alueille, kuten Munkkiniemeen johtunee historiallisista tekijöistä, mutta yksittäistä syytä on hankala löytää.

Pääpiirteittäin olen tyytyväinen tekemiini karttoihin. Kantakaupunkia kuvaavaan karttaan keksin muokata ruudukon reunat lighten-muotoisiksi, mikä toimii mielestäni hyvin ja parantaa kartan luettavuutta.

 

Lähteet:

Helsingin kaupunkisuunnitteluvirasto (2009). Lounais-Sipoosta Helsinkiä – Maaseudusta kaupunkia. Sosiokulttuurinen selvitys liitosalueesta. Helsingin kaupunkisuunnitteluviraston yleissuunnitteluosaston selvityksiä 2009:1. 11.2.2019. <https://www.hel.fi/hel2/ksv/julkaisut/yos_2009-1.pdf>

Huhtinen, E. (2019). Blogiteksti: Viikko 4 – rasterikarttoja ja virheitä, joista toivottavasti oppii. 11.2.2019. <https://blogs.helsinki.fi/huhelina/2019/02/09/viikko-4-rasterikarttoja-ja-virheita-joista-toivottavasti-oppii/>

Tilastokeskus (2017). Kuntien avainluvut. 11.2.2019. <http://tilastokeskus.fi/tup/alue/kuntienavainluvut.html#?year=2017&active1=092&active2=753>

Kolmas kurssikerta: Sekoilua tietokantojen kanssa

Kolmannella kurssikerralla treenattiin ulkoisten tietojen liittämistä QGIS:n tietokantoihin ja tietokantojen liittämistä toisiinsa. Harjoitusaineistona käytettiin tietokantoja Afrikan valtioiden luonnonrikkauksista ja konflikteista.

Syytä voidaan etsiä joko väsymyksestä tai hitaasta järjen juoksusta, mutta koin tämän selkeästi hankalimpana kurssikertana. Jo alku Afrikkaa koskevien tietokantojen parissa oli tahmea ja meinasin tippua kärryiltä heti kättelyssä. Oli todettava, että se vähäinen tietotaito ja lihasmuisti, mitä olin QGIS:in parissa saavuttanut oli haihtunut viikonlopun aikana teille tietymättömille. Vaikeuksista huolimatta onnistuin räpiköimään mukana ja saamaan haluttuja karttakohteiden ja tietokannan kohteiden yhdistämisiä tehtyä. Todettakoon tässä kohtaa, että yhdistämistoiminnon (Merge) hyödyllisyys osoittautui ilmeiseksi ja että tämä työkalu täytyy pitää mielessä jatkoa ajatellen. Myös näitä toimintoja seurannut uuden datan tuominen Excelistä tallentamalla tiedosto .csv-muotoon oli näppärää ja onnistuin tämän tempun jopa tekemään.

Seuraavat vaiheet, jossa tarkasteltiin Afrikan valtioiden timanttikaivoiksia, öljylähteitä ja konflikteja oli todella mielenkiintoista dataa, mutta teknisen sähläämisen takia en saanut aiheesta omasta mielestäni julkaisukelpoista karttaa aikaiseksi. Kuitenkin aineistoja tarkastellessa oli nopeallakin vilkaisulla havaittavissa luonnonvarojen ja konfliktien yhteys toisiinsa. Ja kuten Inkeröinen (2019) blogissaan toteaa, luonnonvarat eivät ole konfliktien ainoa syypää, mutta varmasti merkittävä taustatekijä. Luonnonvarojen ja konfliktien suhdetta on tutkittu melko paljon. Le Billon (2008) toteaa kuitenkin artikkelissaan Diamond Wars? Conflict Diamonds and Geographies of Resource Wars, että tarkastellessa timantteihin liittyviä konflikteja vuosilta 1946-2005, joita on noin 20, ainoastaan neljässä näistä timantit ovat olleet vahvasti vaikuttavana tekijänä.

Afrikan kanssa tuskailtuani pääsin kurssikerran varsinaisen tehtävän pariin. Harjoituksen tarkoituksena oli tarkastella Suomen vesistöalueiden valuma-alueita ja tulvaherkkyyttä. Harjoituksessa tuli yhdistää usean eri tietokannan tietoja ja laskea alueiden tulvaindeksit keskiyli- ja alivirtaamien avulla. Suoriuduin harjoituksen alusta kohtalaisesti ja sain laskettua tulvaindeksin ja liitettyä samaan taulukkoon järvisyysprosentin. Periaatteessa kaikki vaiheet olivat selviä ja tehty, mutta projektini kompastui ääkkösiin. Tietokantojen yhdistämistä varten tarvittiin aineistoille yhteinen nimittäjä, jonka perusteella yhdistäminen sitten tapahtuu. Yhteisenä nimittäjä toimi luonnollisesti jokien nimet. Ongelmaksi muodostui kuitenkin nimissä olevat ä- ja ö-kirjaimet, joita ei toisen tietokannan nimistössä ollut. Näin ollen en saanut yhdistettyä tietoja keskenään. Yritin yhdistämistä eri attribuuttien avulla, googlasin QGIS-vinkkejä ja vaihdoin merkkijärjestelmiä, mutta mikään ei toiminut enkä saanut kaikkia tietoja yhdistettyä. Tästä syystä kartassa (kuva 1) on pieniä vajavaisuuksia muutaman joen kohdalla.

Kuva 1. Suomen vesistöalueiden tulvaindeksit ja järvisyys.

 

 

 

 

 

 

 

 

 

 

 

 

Kartasta voidaan tehdä melko helposti päätelmä, että aluella joilla järvisyys on suuri, tulvaindeksi on matala. Tämä on todennäköisesti seurausta järvien kyvystä varastoida vettä ja näin säännellä jokien virtaamaa.

Lähteet:

Inkeröinen, O. (2019) Blogiteksti:  Kolmas kerta konfliktit kertoo. 7.2.2019.<https://blogs.helsinki.fi/inkeroul/2019/02/04/kolmas-kerta-konfliktit-kertoo/>

Le Billon, P. (2008) Diamond Wars? Conflict Diamonds and Geographies of Resource Wars, Annals of the Association of American Geographers, 98: 2, 345-372. 7.2.2019 <https://www.tandfonline.com/doi/full/10.1080/00045600801922422?scroll=top&needAccess=true>

Toinen kurssikerta: projektion vaikutuksesta kartan mittoihin

Toisella kurssikerralla tutustuttiin QGIS:n erilaisiin valintatyökaluhin ja projektion vaikutukseen kartan mittoihin. Erilaisten valintatyökalujen kokeileminen tuntui hyödylliseltä, sillä niitä on QGIS:ssä suhteellisen paljon.

Kurssikerran varsinaiseen pääharjoitukseen eli projektion vaikutuksen kuvattavaan kohteeseen tarkasteluun lähdettiin valitsemalla testialue Pohjois-Lapista. Alueen valinnan jälkeen sen pinta-ala ja leveys kirjattiin Excel-tiedostoon tulevaa vertailua varten. Alkuperäisenä projektiona toimi ETRS89-TM35FIN, joka on yleiseurooppalainen koordinaattijärjestelmä ja jonka pinta-alat ja mitat vastaavat aiemmin käytössä ollutta KKJ:ää paremmin todellisia maastossa olevia arvoja (MML 2010). Vaihtamalla karttaprojektion Mercatorin projektioksi, muutos kartan mittasuhteissa oli helposti havaittavissa. Projektio suurentaa erityisesti pohjoisia alueita merkittävästi (Grönholm 2019). Testialueen kanssa työskennellessä tuli selväksi, ettei QGIS:n käyttö ole vielä hirveän automatisoitunutta. Jotta valittu alue ja mitattu leveys pysyisi valittuna, tulee olla tarkkana ettei minnekään kartalla napauta valintatyökalun vielä ollessa käytössä; onnistuin tämän pari kertaa tekemään. Lisäksi eri tasojen ja projektien tallentamisen kanssa meinasi mennä sekoiluksi, mutta maltilla selvisi.

Kuva 1. Mercatorin projektio

 

 

 

 

 

 

 

 

 

 

 

Testialueen projektiokokeiluiden jälkeen siirryttiin tarkastelemaan Suomen kuntien pinta-aloja ja niiden muutosta projektion vaihdon myötä. itselleni kävi tässä kohtaa aluksi pieni ajatusvirhe, sillä tarkoituksena oli laskea kuntien pinta-alojen prosentuaalinen muutos, mutta laskin aluksi suhdeluvun. Hetken ihmeteltyäni ja prosenttilaskun alkeita kerratessani sain kuitenkin oikean kaavan Field calculator -työkaluun ja pääsin asiassa eteenpäin Tarkastelemani projektiot olivat Mercator (kuva 1) ja Robinson (kuva 2), joista molemmat vääristivät pinta-aloja selkeästi. Etenkin Mercatorin myötä pinta-alat ääristyivät reilusti, pohjoisessa jopa 700 %. Syy Mercatorin projektion luomaan suureen vääristymään pohjoisessa juontuu, kuten Juho Kauppi (2019) blogissaan totesi, projektion tekotavasta, jossa maanpinnan leikkauspiste on päiväntasaajalla. Vääristymän havainnollistamiseksi, kuntien pinta-alojen prosentuaalista muutosta on visualisoitu värein. Karttaa tarkastelemalla voidaan nopesti todeta vääristymän kasvu pohjoiseen mentäessä.

Kuva 2. Robinsonin projektio

 

 

 

 

 

 

 

 

Lähteet:

Grönholm, N. (2019) Blogiteksti: Luku 2. QGIS, tuo ikuinen mysteeri. 1.2.2019. <https://blogs.helsinki.fi/nestorig/2019/01/26/luku-2-qgis-tuo-ikuinen-mysteeri/>

Kauppi, J. (2019) Blogiteksti: Toinen viikko. 1.2.2019. <https://blogs.helsinki.fi/juhokaup/2019/01/25/toinen-viikko/>

Maanmittauslaitos (2010). ETRS89 koordinaattijarjestelma käyttöön. 1.2.2019. <https://www.maanmittauslaitos.fi/sites/maanmittauslaitos.fi/files/old/ETRS89koordinaattijarjestelma_kayttoon.pdf>

Itämeren valtioiden typpipäästöt

Geoinformatiikan menetelmät kurssin ensimmäisellä kerralla keskityttiin harjoittelemaan QGIS-ohjelman käyttöä. QGIS on avoimeen lähdekoodiin pohjautuva paikkatieto-ohjelma, joka mahdollistaa erilaisten paikkatietoaineistojen käsittelyn, muokkaamisen ja analyysin (QGIS.org).

Kurssikerralla lähdettiin opettajajohtoisesti vaihe vaiheelta tutustumaan ohjelman ominaisuuksiin ja sitä myötä hyödyntämään paikkatietoaineistoja. Vaikka en ole aiemmin käyttänyt vastaavanlaista ohjelmaa, QGIS:n logiikka tuntui kohtuullisen helpolta omaksua. Kuitenkin opettajan johdolla eteneminen oli mielestäni ensiarvoisen tärkeää, sillä vaikka ohjelman sisäiset logiikat aukenivat päällisin puolin helposti, olisi ohjelman edes auttavaan sisäistämiseen mennyt omin päin tuhottomasti aikaa. Itsenäisesti toimiessa eniten opettelua vaatisi varmastikin oikeiden aineistojen löytäminen ja sen seikan kirkastaminen, mitä aineistolta oikein halutaankaan. Uskon, että ohjelmaa voidaan hyödyntää monipuolisesti paikkatietoaineistojen käytössä, mutta sen sujuvan käytön opettelu vaatii aikaa.

Harjoitusaineistona käytettiin tietoja Itämerta ympäröivien valtioiden typpipäästöistä, järvistä sekä itämeren syvyydestä (kuva 1). Visuaalisuuden vuoksi kartassa näytetään myös ympäröiviä Euroopan valtioita. Aineistojen muokkaaminen helposti tulkittavaksi kartaksi oli monivaiheinen prosessi ja lopputulosta olisi voinut hioa vielä paljonkin. Tuottamani kartan tarkoitus on kertoa Itämeren rantavaltioiden typpipäästöistä ja sen informatiivisuutta eivät esimerkiksi syvyyskäyrät ja järvien sijainti juurikaan lisää.  Kartta itsessään on melko sekava, mutta harjoituksena sen tuottaminen oli erittäin opettavaista ja aihepiiri on sekä mielenkiintoinen että ajankohtainen.

Kuva 1. Itämeren valtioiden typpipäästöt

Lähteet: QGIS, https://qgis.org/fi/site/