7. Kurssikerta

Päätin tehdä viimeiseen harjoitustehtävään kartan Teiskosta alueesta jossa suvun mökki sijaitsee. Karttaan halusin laserkeilausrasterikartan(korkeusmalli), korkeuskäyrät, kiinteistörekisteritiedot ja maastotietokannasta saatavia kohteita. Kohteita en aluksi päättänyt, sillä halusin testailla mitkä aineistot olisivat tarpeellisia karttaani varten ja mitkä eivät. Tilasin tarvittavat aineistot MML:n avoimien aineistojen tiedostopalvelusta. Jokaisesta aineistosta piti ladata kaksi ruutua, sillä haluamani alue sijaitsee ruutujen välissä.

Aluksi latasin korkeusmallikartat ja QGISsiin ja yhdistin ne virtual rasteriksi. Lisäsin korkeuskäyrät karttaan. Korkeuskäyrät olisi saanut myös valmiina MML:n sivuilta, mutta päätin antaa QGIS:n yrittää itse. Viimeisenä vaiheena rasteriin lisäsin rinnevarjostuksen KK4:n ohjeilla.

Tiedostopalvelusta lisäsin kiinteistörajat ja maastotietokannasta päätin käyttää vain rakennuksia ja tiestöä. Kurssin sivuilta löytyikin selitykset tietokannan kohteille. Composerilla viimeistelin karttaan mittakaavan, legendan ja pohjoisnuolen.

6. Kurssikerta

Itsenäistehtävän tavoitteena oli tuottaa hasardeihin liittyviä karttoja.  Päätin yhdistää kaikkien kolmen hasardin, maanjäristysten ja tulivuorien sijainnin sekä meteoriittien putoamispaikat yhteen ja samaan karttaan. Tein kuitenkin kaksi karttaa, koska meteoriittien putoamispaikat olisivat peittäneet muun datan. Etukäteen tiesin, että tulivuoritoiminta ja maanjäristykset ovat subduktiovyöhykkeiden kautta liitoksissa toisiinsa. Poisluetaan kuitenkin hotspottien aiheuttama vulkanismi ja erkanevien litosfäärilaattojen raja, jossa maanjäristykset ja purkaukset ovat maltillisempia. Kartalta on nähtävissä selkeästi Tyynenmeren tulirengas, missä suurin osa maanjäristyksistä ja tulivuorista sijaitsee.   Meteoriittien putoamispaikat ovat täysin sattumanvaraisia, kuten olettaa saattaa. Arvelen tunnettujen putoamispaikkojen keskittyvän pääosin helppopääsyisiin paikkoihin, tai paikkoihin joissa peitteisyys on vähäistä. Esimerkiksi Etelä-Amerikan keskiosissa ei ole merkittyjä putoamispaikkoja.  Pistekartan tekeminen ei ollut haastava tehtävä, mutta vaati hiukan pistetiedon muokkauksia maanjäristyksien osalta Excelissä, jotta sain ne QGIS:n ymmärtämään muotoon.

Tulivuoret ja 80-luvun jälkeen tapahtuneet yli 8 richterin maanjäristykset.

Meteoriittien putoamispaikat.

5. Kurssikerta

Malmin lentokentän melualue

Tehtävänä oli selvittää Malmin lentokentän melualueella asuvien asukkaiden määrä. Tässä melualueeksi asetettiin kahden ja yhen kilometrin etäisyydellä kentästä asuvat ihmiset. Tietokantojen lataamisessa ei ollut ongelmia. Järjestelin tietokannat visuaalisesti sopivaan järjestykseen. Tein uuden tietokantatason ja piirsin siihen Add Feature –työkalulla kiitoratojen ääriviivat. Hetken etsinnän tuloksena löytyi helppokäyttöinen bufferityökalu. Muutin bufferin tyylin osittain läpinäkyväksi. Seuraavaksi piti etsiä Spatial query, joka löytyikin sitten plugineista. Spatial queryn valinnat näkyviksi Statistics paneliin ja asetukseksi Selected features only ja näytettäväksi ASYHT. Nyt panelista olikin luettavissa melualueella asuvien asukkaiden määrä.

Malmin lentokentän pahimmalla melualueella asuvat ihmiset, 1km: 9462

Malmin lentokentän pahimmalla melualueella asuvat ihmiset, 2km: 61438

Malmin lentokentän melualueet.

 

Helsinki-Vantaan lentokentän melualue

Myös Hki-Vantaan lentokentästä selvitettiin vastaavasti 2km:n etäisyydellä kiitoradoista asuvien ihmisten lukumäärä. Viimeistään tässä vaiheessa bufferien nimeäminen kannatti aloittaa. Bufferia luotaessa QGIS:ssä olisi hyvä olla vaihtoehto nimetä luotava bufferi, tai vaihtoehtoisesti edes automaattinen nimi, esim. aineisto_buffer.

Helsinki-Vantaan lentokentän pahimmalla melualueella asuvat ihmiset, 2km: 11493

Näistä 2km:n sisällä asuvista ihmisistä pahimmalla 65dB:n melualueella asuu vain 29 ihmistä. Tässä vaiheessa Spatial query alkaa olla jo tuttu työkalu. Vähintään 55 dB:n melualueella asuu yhteensä 11913 asukasta. Poikkeuksellisen suunnan kiitoradan melun tutkimiseksi tein uuden layerin ja piirsin siihen n. 6km pitkän viivan. Pituuden mittasin mittaustyökalulla. Kuuden kilometrin mittaisella viivalla ja 1km:n yltävällä bufferilla saadaan siis kysytty 7km pitkä melualue. Tällä melualueella asukkaita asuu yhteensä 25117 asukasta.

Poikkeuskiitoradan melualue.

 

Asemat

Asematehtävän kohdalla tuli ladattua lisää tietokantoja, tähän asti olin käyttänyt Vaki_vantaa tietokantaa ja nyt siirryin käyttämään Pks_vaki tietokantaa.  Asemista 500 metrin etäisyydellä asuvia on yhteensä 265201 kappaletta. Se on koko alueen asukkaista 25.44%. 500 metrin etäisyydellä asemista työikäisiä asukkaita on 188583, mikä on 71.1% kaikista 500m sisällä asuvista. Hankaluuksia tuotti työikäisten summan laskeminen, sillä aluksi koitin laskea koko tietokannasta tätä tietoa. Toimitus oli kuitenkin joko liian raskas tai vartin odottelu oli liian vähän, sillä QGIS kaatui tähän operaatioon. Tietokannan rajaamisen kautta bufferin avulla laskutoimituskin oli mahdollinen.

Taajamat

Taajamatehtävän ensimmäinen osan tein yksinkertaisella Spatial queryllä. Sain taajamissa asuvien määräksi 96.1% koko porukasta. En onnistunut laskemaan kouluikäisten(7-16v) lukumäärää, sillä laskutoimitusta suorittaessa ohjelma kaatui joka kerta. Myöskään ulkomaalaisten osuutta en pystynyt laskemaan. Kotikoneessa kyllä pitäisi riittää tehoja, mutta QGIS tuppaa kaatumaan. Koululla tätä ei ole tapahtunut, ainut ero mitä keksin on kotona käyttämäni versio 2.18.15.

Uima-altaat ja saunat

Uima-altaiden lukumäärä selviää katsomalla statistics panelia. Erilaisissa talotyypeissä olevat määrät taas Attribute tablen Show features using an expression –työkalun avulla. Tässä tehtävässä tuli taas tutummaksi Join attributes by location, jonka kanssa tässä kuluikin aikaa. En onnistunut tällä kertaa saamaan karttaan pylväitä, vaikka aiemmin ei ole ollut siinä mitään ongelmia.

PK-seudun uima-altailla varustetut asunnot.

 

Tuloksia.

4. Kurssikerta

Karttatehtävässä tein 500 metrin ruudukolla ULKOKANS/ASYHT ja laitoin labelsista näkymään ulkokansalaisten absoluuttisen määrän kussakin ruudussa. Vertasin siis ulkokansalaisten määrää koko asukasmäärään. En tiedä mitä tietoa ULKOKANS –rivi itseasiassa esittää, mutta oletan sen kuvaavan ei-kantasuomalaisten ihmisten lukumäärää. Myös absoluuttisten arvojen toteutus ei välttämättä onnistunut, sillä luvut ovat erikoisen pieniä. Ruututeemakartalla voidaan kätevästi esittää tietoa alueesta, josta ei ole valmiiksi luotuja polygoneja.

Ulkokansalaiset prosentteina.

Kurssikerralla käytiin läpi myös rasteriaineistojen editointia, kuten yhdistämistä, rinnevarjostuksen tekoa jne. Halusin tehdä ystävälleni hänen kotiseudustaan kartan ja latasin maanmittauslaitoksen avoimien ainestojen tiedostopalvelusta rasteritiedostot, yhdistin ne ja tein kurssikerrallakin tehdyt väriskaalaukset, rinnevarjostuksen ja korkeuskäyrät. Latasin vielä tiedostopalvelusta tiekartan, jotta ystäväni saisi paremman käsityksen siitä, missä mikäkin paikka sijaitsee.

Laserkeilausaineistosta tehty kartta.

3. Kurssikerta

Käsittelimme Afrikan valtioita sisältävää tietokantaa. Kyseisen tietokannan valtioiden nimiä koskeva tietokanta oli liiankin yksityiskohtainen ja yhdistimme saman nimiset tietokantaobjektit toisiinsa. Lisäksi muutettiin Excel –muodossa oleva taulukko QGIS:n ymmärtämään csv.  tai txt. –muotoon. Tietokantaliitoksissa ei ainakaan tässä vaiheessa ja opastettuana ollut mitään epäselvyyksiä. Tehtäväksi annettiin pohtia, mitä voisi päätellä tietokantoihin tallennetun tiedon perusteella.

Aineistosta voidaan arvioida esimerkiksi sitä, liittyvätkö suuremmat luonnonvarat konfliktien määrään. Myöskin voidaan arvioida onko luonnonvarojen määrä vaikuttanut valtioiden sosioekonomiseen tai infrastruktuurin kehitykseen vertaamalla niitä internetkäyttäjien lukumääriin.

Tulvaindeksikartta syntyi kohtuullisen kivuttomasti kotitöinä lunttaamalla joitakin asioita kurssikerran word –tiedostosta. Valmis koropleettikartta kuvaa valuma-alueiden tulvaindeksiä liukuvärein ja järvisyys on siihen laitettu histogrammeina. Kartasta huomaa, että paikoittain tulviminen korreloi käänteisesti järvisyyden kanssa. Järvet toimivatkin ns. puskureina ylimääräisen veden varastoimiseen tulva-aikana.

Tulvaindeksikartta.

2. Kurssikerta

Toinen kurssikerta aloitettiin valintatyökalujen(Select Features) läpikäymisellä. Valintatyökalulla valitut kohteet näkyvät myös valittuna Attribute Tablessa. Select Feature by Radius –työkalun sädettä ei voi syöttää ohjelmaan tai nähdä muutoin kuin käyttämällä erikseen mittatyökalua.

Käytiin läpi eri tyyppisiä aineistoja ja lähteitä(aineiston tuottajia) niiden  hankkimiselle. Uusi asia itselleni oli rajapinta-aineistojen eroavaisuudet(WSF, WMS, WMTS, WCS –palvelut yms). Käytiin läpi myös työkalut rajapinta-aineistojen käyttöön. Myös Identify Features –työkalu tuli uutena hyödyllisenä huomattua.

Pinta-aloja eri projektioissa tarkasteltiin Measure Arean –avulla. Projektioiden vaihdosta seuraavia pinta-alan muutoksia tarkasteltiin lennossa, mutta itselläni jäi tämä tehtävä hiukan kesken sillä QGIS on ilmeisesti herkkä kaatumaan tätä tehdessä.

Kotitehtävässä vertasin LAEA –projektiotion prosentuaalisen eron visualisointia Mercatoriin ja tein saman myös LAEA:n ja Robinsonin projektion välille.

LAEA:n ja Mercatorin ero.

Mercatorin projektiossa (tässä kartassa)pohjoiseen mentäessä pinta-ala vääristyy yhä enemmän. Eli mitä kauempana kohde on päiväntasaajasta, sitä suuremmaksi mittakaavavirhe kasvaa ja pinta-ala on siis todellista suurempi. Mercatorin projektio on kuitenkin oikeakulmainen.

LAEA:n ja Robinsonin ero.

Myös Robinsonin projektiossa on hyvin havaittavissa pinta-alan vääristymä lähellä napoja. Projektio on tarkoitettu tuottamaan hyvin luettava maailmankartta. Se ei ole oikeakulmainen eikä oikeapintainen, vaan eräänlainen kompromissi.

1. kurssikerta

Kurssikerralla käytiin läpi paikkatiedon perusteita ja työstettiin kartta, jossa kuvattiin itämeren alueen typpipäästöjä maakohtaisesti. Se, mistä paikkatieto koostuu, eli paikkatiedon rakenne, oli jo tiedossa, mutta käsitteiden kertaaminen oli hyödyllistä. Käytiin myös läpi rasteri- ja vektorimuotoisen paikkatiedon erot.

Kurssilla käytettävään QGIS –ohjelmaan en ole tutustunut aiemmin. ArcGIS –ohjelmaa olen jonkin verran käyttänyt. Ohjelmien eroista kiinnostuneena nopealla googlaamisella löysin seuraavan ohjelmien eroja käsittelevän artikkelin: http://gisgeography.com/qgis-arcgis-differences/ . Ennen ohjelmaan hyppäämistä olisi ollut mielenkiintoista käydä yleisellä tasolla hiukan läpi eri paikkatieto-ohjelmien eroavaisuuksia, hyviä ja huonoja puolia tai sitä kuinka laajalti ne ovat käytössä. Ensimmäistä karttaa laatiessa harjoituskerralla olikin mukavan kriittinen ote ohjelman eri ominaisuuksien tarkastelussa.

Ensimmäisen harjoituskerran kartta.

Kartasta tuli mielestäni riittävän hyvä. Syvyyskäyriä olisi voinut vähentää. Pohjoisnuolen suunnasta en ole varma onko se projektiota vastaava.

Kotitehtävässä oli tarkoitus ladata Suomen kunnat –kartta ja visualisoida mieleinen muuttuja. Valitsin kesämökkien määrän muuttujakseni.

Kesämökkien määrän jakaminen kokonaismäärällä.

Liukuvärin valitseminen.

Valmis visualisointi. Tässä vaiheessa aloin katsella karttaa ja huomasin suuren osan mökeistä sijoittuvan ns. Järvi-Suomeen. Mieleeni  tulikin verrata mökkien visualisointia ensimmäisellä kerralla käytetyn järvikartan kanssa.

Järvet lisättynä karttaan. Mökkien määrä on selvästi yhteydessä järvien määrään etenkin eteläisessä Suomessa. Olisin halunnut järvidatan vain Suomen alueelta, mutta tästä aineistosta en osannut poistaa niitä, mikäli se olisi edes  mahdollista. Attribute Tablesta ei löytynyt mitään maakohtaista saraketta. Mökkien visualisoimisen olisi myöskin voinut tehdä pidemmällä liu’ulla.