Categories
Uncategorised

Kurssikerta 6- ulkoilua ja hasardeja

 

Kuudennen kurssikerran aluksi pääsimme kömpimään lämpimästä ja kodikkaasta GIS-luolasta ulos Kumpulan maastoon tekemään kenttätyötä. Kenttätyön tavoitteena oli kerätä dataa pisteaineistona oma valintaisista kaupunkitiloista Epicollect-sovelluksen avulla. Takaisin luokkaan saavuttuamme sovellukseen kerättyjen pisteiden avulla harjoittelimme interpolointia. Interpoloinnin avulla saatiin yleiskuva Kumpulan alueen turvallisuudesta. Noin tunnissa saimme oma keräämästä aineistosta esiteltäviä tuloksia.

Kurssikerran jälkipuoliskolla tutustuimme itsenäisesti ladattavaan pistedataan. Huomioni keskittyi pääosin USGS:n tarjoamaan maanjäristys tietokantaan. Sen pohjalta loihdin kaksi karttaa maanjäristysten sijainneista maailmanlaajuisesti.

Kuva 1 esittää yli kuuden magnitudin järistykset vuoden 1900 jälkeen interpoloituna. Kartasta erottaa hyvin litosfäärilaattojen alityöntövyöhykkeet epämääräisinä pikselivyöhykkeinä. Tämän informaation avulla on helppo hahmottaa millä alueilla maanjäristyksiä tapahtuu eniten. Kartasta on myös havaittavissa alueet joilla on tapahtunut erittäin voimakkaita maanjäristyksiä (siniset alueet). Richterin asteikkoa tarkasteltaessa on huomioita, että magnitudin kasvaessa yhdellä järistyksen voimakkuus kasvaa kymmen-kertaiseksi.

Kuva 1. Yli 6 magnitudin maanjäristykset vuodesta 1900.

Kuva 2 esittää kaikista voimakkaammat järistykset. Verrattuna kuvan 1 karttaan on kartta huomattavasti yksinkertaisempi, koska pisteitä on vähemmän. Kartalta erottuu selkeämmin yksittäisten pisteiden muodostamat alueet. Huomioni keskittyi Alaskassa sijaitsevaan laajaan siniseen alueeseen, joka ei kuvasta 1 erotu lähes ollenkaan.

Kuva 2. Yli 8 magnitudin maanjäristykset vuodesta 1900.

Harva kurssilaisistani oli tuottanut blogiinsa karttoja interpoloinnin avulla. Löysin kuitenkin reittini Matti Katajiston blogiin. Katajisto oli tuottanut hyvin samanlaisen kartan kuin kuvan 2. Interpoloinnin aikaan saamat alueet olivat hyvin samanlaiset. Suurin eroavaisuus oli väreissä, joita Katajisto oli uskaltanut käyttää itseäni rohkeammin.

Maanjäristys karttoja tehdessäni löysin netistä kuvan 3 kartan, joka kuvaa maanjäristysten todennäköisyyttä alueittain. Kartta on helppo lukuisempi kuin luomani interpoloidut kartat. Kartta on hyvin infomatiivinen sillä mitä punaisempi alue on sitä voimakkaampia järistyksiä on syytä odottaa.

Kuva 3. Maanjäristysten riskialueet. Lähde: https://peda.net

Interpoloitujen maanjäristyskarttojen lisäksi halusin luoda pistemäisen kartan tulivuorien sijainneista. Kuvan 4 kartta esittää tulivuorien sijainnit NOAA:n tietokannan pohjalta. Suurin osa tulivuorista sijaitsee maanjäristyksien tapaan litosfäärilaattojen saumakohdissa. Tulivuori datan pohjalta luotua karttaa tarkastellessa Janina Vikman oli huomioinut islantilaisen tulivuoren virheellisen sijainnin Ruotsissa. Tämä huomio herättää siihen ettei tiedostoihin tai QGIS:Sin toimintoihin voi luottaa täysin sinisilmäisesti.

Kuva 4. Tulivuorien sijainnit maapallolla.

Karttojen avulla on helppoa visualisoida maanjäristysten ja tulivuorien sijaintia maapalolla. Opetuksessa karttojen avulla voitaisiin esittää sijaintien lisäksi syitä näiden luonnonmullistumien pääasialliseen keskittymiseen laattojen saumakohtiin. Vaikka interpoloidut kartat saattavat aluksi vaikuttaa pistemäisiä karttoja epäselvemmiltä, niitä tarkastellessa arvotkin suhteutuvat muihin pisteisiin.

Lähteet:

Maanjäristys tietokannat, USGV. Käytetty 19.2.2020 https://earthquake.usgs.gov/earthquakes/search/

Tulivuori tietokanta, NOAA. Käytetty 19.2.2020 https://www.ngdc.noaa.gov/nndc/struts/form?t=102557&s=5&d=5

Pedanet, maanjäristysten riskialueet kartta. Luettu 20.2.2020

https://peda.net/p/simo.veistola/k/lukio/ge-uusi-1/mjt/teht%C3%A4v%C3%A4t2/kuvitus/mr

Katajisto, M 19.2.2020 ” Tactical nuke inbound” Luettu 20.2.2020 https://blogs.helsinki.fi/mattikat/2020/02/19/tactical-nuke-inbound/

Vikman, J 19.2.2020 ” Ulkoilua, kolme karttaa ja ruotsalainen tulivuori” Luettu 20.2.2020 https://blogs.helsinki.fi/jagvikma/2020/02/19/kolme-karttaa-ja-ruotsalainen-tulivuori/

Categories
Uncategorised

Kurssikerta 5- Sh*t just got real

Tällä viikolla QGIS- taidot pääsivät kunnolla testiin kun itsenäisissä tehtävissä tarvittiin myös aiemmin opittuja taikoja. Aloin viimein kokemaan onnistumisen tunteita kun aiemmin käytettyjen työkalujen sujuva löytäminen ja käyttö alkoivat luonnistumaan. Kuten suurin osa aloittelevista GIS-guruista myös minä olen tarvinnut useita toistoja työkalujen käytön oppimiseen. Usein tämä tapahtuu oman tai QGIS:sin virheen kautta. Pihla Haapalo on kertonut tämän blogissaan https://blogs.helsinki.fi/haapalop/ hyvin ”Edelleen toki työkaluja käyttäessä saattaa unohtua esimerkiksi tallennuspaikan tai muiden pienten asetusten määrittäminen, jolloin vastassa on umpikuja. Näissä tilanteissa toiminnon uudelleen tekeminen auttaa, usein toisella kerralla osaa jo kiinnittää huomiota unohtuneisiin välivaiheisin tai ruutujen rastimisiin huolellisemmin.”

Kurssikerran painopiste oli buffereiden luomisessa ja buffer-alueille jääneiden kohteiden tarkastelu Select by location- työkalulla. Pääosan tehtävistä tarkoituksena olikin löytää oikeat pisteet rajoitettujen alueiden sisältä. Harjoittelimme kyseisten työkalujen käyttöä yhteisesti edellisen kurssikerran Pornaisten aineistossa.  Tehtävä oli varsin yksin kertainen muihin kurssikerran tehtäviin verrattuna.

Ensimmäinen itsenäinen tehtävä keskittyi Malmin ja Helsinki-Vantaan lentokenttien meluhaittoihin. Näistä tehtävistä kerätyt tiedot on esitetty taulukoissa 1 ja 2. Tehtävien tekeminen tuntui sujuvan melko hyvin. Suurimpana ongelmana oli luoda alue joka yhdisti 65 dB-alueen ja 2 km etäisyyden Helsinki-Vantaan lentokentällä. Tämä kuitenkin onnistui valitsemalla 65 dB melualueet ja yhdistämällä ne intersection-työkalulla 2 km buffer-vyöhykkeeseen.

Taulukko 1. Malmin lentokentän melualueen väestötiedot.

Etäisyys Malmin lentokentästä 2 km 1 km
Asuinrakennuksia 4 664 736
Asukkaita 56 706 8 616

 

Taulukko 2. Helsinki-Vantaan lentokentän melualueiden väestötiedot.

Helsinki-Vantaa lentokenttä Asuinrakennuksia Asukkaita Osuus karttalehden väestöstä
Etäisyys 2 km 2 225 10 360
Melualue 65dB 9 27 0,26 %
Melu vähintään 55 dB 489 2 666
Poikkeustilanne: laskusuunta kaakosta luoteeseen. Lentomelu vähintään 60 dB 1 705 12 707

 

Toisenen osa käsitteli juna- ja metroasemien läheisyydessä asuvaa väestöä. Tehtävän toteuttaminen oli hyvin samanlainen kuin melualue tehtävässä. Tehtävä sujui hyvin sillä edellisessä käytetyt työkalut olivat tuoreessa muistissa. Kyseisen tehtävän tulokset näkyvät taulukossa 3  ja taajamaa käsittelevän tehtävän tiedot taulukossa 4.

Taulukko 3. Vantaan väestö juna- ja metroasemien läheisyydessä sekä taajamissa.

Asemat (juna/metro) Etäisyys 500 m Osuus alueen asukkaista (%)
Asuinrakennuksia 5169
Asukkaita 106691 21,8
15-64v asukkaat 73108 68,5

 

Taulukko 4. Vantaan alueen taajamien tietoja.

Taajamat Lukumäärä Osuus koko väestöstä (%) Osuus kouluikäisistä (%)
Asukkaita alueella 490 173
Asukkaita taajamissa 478 371 97,6
Kouluikäiset (7-15 v) 49 284
Kouluikäiset taajamien ulkopuolella 1 289 2,62
Alueet joilla ulkomaalaisten osuus yli 10 % 40
Alueet joilla ulkomaalaisten osuus yli 20 % 11
Alueet joilla ulkomaalaisten osuus yli 30 % 6

Viikon suurimpana koitoksena oli tehdä ainekin yksi kolmesta tehtävästä, jotka mittasivat laajasti QGIS:sin erilaisten työkalujen hallintaa ja aineiston soveltamista. Saunomista rakastavana ihmisenä valitsin uima-altaita ja saunoja käsittelevä tehtävä. Ei muuta kuin lisää löylyä,muutama saunajuoma ja tehtävän kimppuun.

Suurimmaksi ongelmaksi koitui uima-altaita omaavien rakennusten tietojen liittäminen pääkaupunkiseudun osa-alueiden tietokantaan. Selvisin tästä vasta internetistä löytyneen ohjeen avulla. Ohjetta noudatttaen sain estettyä count points in polygon-työkalun virheilmoituksen, joka esti toiminnon suorittamisen. Tomi Kiviluoma oli myös blogissaan https://blogs.helsinki.fi/tomingeoblogi/ taistellut saman virheilmoituksen kanssa ja löytänyt ratkaisin samaan tapaan. Kiviluoma pohtii myös mitä vaikutusta komennolla oli tietoihin: ”En ole täysin varma geometrian luonteen ongelmasta, koska projektiot täsmäsivät kuin myös tietokantojen tärkeät attribuuttitiedot. Ongelma ilmeni kahden kaupunginosan polygoneissa, enkä päässyt jyvälle tarkemmin.”

Muuten tehtävä eteni hyvin muistellen tuttujen työkalujen käyttöä oikeissa tilanteissa. Tehtävästä tiedot kokosin taulukkoon 5.

Taulukko 5. Uima-altaiden ja saunojen lukuja pääkaupunkiseudulta.

Uima-altaat Lukumäärä
Rakennukset joissa uima-allas 855
Asukkaita uima-altaita sisältävissä taloissa 12170
Omakotitaloissa 345
Paritaloissa 158
Rivitaloissa 113
Kerrostaloissa 181
Saunat
Rakennukset joissa sauna 21 922
Saunalla varustetut rakennusten osuus (%) 24,16

 

Kuva 1. Uima-altaiden lukumäärä pääkaupunkiseudulla osa-alueittain.

Kuva 1. Uima-altaiden lukumäärä pääkaupunkiseudulla osa-alueittain.

Kuvan 1 kartta pyrkii näyttämään uima-altaiden lukumääriä eri pääkaupunkiseudun osa-alueiden välillä. Sen avulla sain selville että Lauttasaaressa on eniten uima-altaita. Lukumäärät on ilmoitettu luokittain, histogrammien ja absoluuttisten arvojen avulla. Kartta sisältää paljon informaatiota samasta asiasta ja on siksi hieman epäselvä. Suurimpana parannuksena olisi pylväiden ja lukumäärien parempi asettelu. Tähän käytössä olevat työkalut ovat omasta mielestäni hieman puuteelliset. Valittavana on neljä asetusta, joilla näiden sijaintia voidaan määritellä. Etenkin histogrammien teko oli muutenkin hieman hankalaa, ehkä vähäisen kokemuksen takia.

Aiempiin kurssikertoihin verrattuna tämän kertaiset tehtävät vaativat enemmän soveltamista aineistojen ollessa varsin yksinkertaisia. Omaksi yllätyksekseni suuremmilta hajoamisilta kuitenkin vältyttiin. Onkin vaikeaa myöntää itselleni että saatoin jopa hieman nauttia viimeisen tehtävän ongelmien ratkaisemisesta.

 

Lähteet:

Kiviluoma, T. (12.2.2020) ”Valintojen maailma: bufferointia ja tietokantojen syväluotaavaa suodatusta” Luettu 12.2.2020

https://blogs.helsinki.fi/tomingeoblogi/2020/02/12/valintojen-maailma-bufferointia-ja-tietokantojen-syvaluotaavaa-suodatusta/

Haapalo, P (12.2.2020) ”Kädet ilmaan” Luettu 13.2.2020

https://blogs.helsinki.fi/haapalop/2020/02/12/kadet-ilmaan/

Categories
Uncategorised

Neljäs kurssikerta- Minustako GIS-velho

Aiheena ruutukartta ja rasterimuotoinen aineisto, kuulostaapa haastavalta. Onneksi näin ei ollut sillä sain vihdoin tuntea miltä QGIS:sin käyttö tuntuu kun tietää mitä tekee tai ainekin luulee niin. Edellisiltä viikoilta saadut haavat pääsivät vihdoin parantumaan ja psyyke tasaantumaan.

Kurssikerran tehtävänä oli muuttaa pistemuotoinen aineisto ruutukartaksi. Pistetiedot sisälsivät runsaasti erilaisia väestöön ja asumiseen liittyviä tietoja. Ruutujen saman koon ansiosta pisteiden tiedot saatiin yhdistettyä ruuduittain. Kartan luettavuuteen vaikuttaa huomattavasti ruutukoko. Kuten kuvasta 1 huomaa on 250 m x 250 m aivan liian pieni pääkaupunkiseudun aineistoon. Kartasta erottaa suurin piirtein ulkomaalaisten asutuskeskittymät mutta syvällisempään tarkasteluun kartta ei sovi.

Kuva 1. Ulkomaalaisten lukumäärä päkaupunkiseudulla 250 m x 250m ruuduilla

Jälleen kurssi kerralla opittujen temppujen avulla lähdin haastamaan itseäni. Tein muunkielisten osuutta kuvaavan kartan 1 km x 1km ruuduilla. Kuvan 2 kartta on helppo lukuinen ja sen tarkastelu on varsin vaivatonta. Merialuetason tuominen ruudukon päälle helpottaa mielestäni kartan tarkastelua sillä rannikkoalueet erottuvat ruudukosta. Sijainnin ruutukartta esittää suhteellisena eli asuinrakennukset sijaitsevat ruudun sisällä. Aineiston luonteen takia rakennusten tarkan sijainnin esittäminen ei ole mielekästä sillä vertailu onnistuu järkevästi ruutualueiden avulla.

Vaikka pääkaupunkiseudulla on asutusta tasaisesti on alueita, joilla asuu vain muutama ihminen. Tällaisten alueiden kuvaaminen ruutukartalla vaikuttaa kartan luotettavuuteen. Esimerkiksi jos alueella asuu viisi muunkielistä eikä ollenkaan suomenkielisiä, näyttää alue yhtä voimakkaalta kuin alue jossa on paljon asukkaita ja hieman yli puolet ovat muunkielisiä.

Kuvan 2 karttaan voisi lisätä asuinrakennusten lukumäärän ruuduittain. Tämä tieto lisäisi kartan informatiivisuutta ja lukija saisi tiedon kuinka tiheästi neliökilometrin alue on asutettu. Toisaalta ruutukartalla on vaikeaa esittää selkeästi enempää kuin yhtä muuttujaa.

Kuva 2. Muunkielisten osuus pääkaupunkiseudulla 1km x 1 km ruuduilla.

Ruutukartan suurimpana vahvuutena onkin tiedon esittäminen selkeästi ja suhteellisesti verrattuna alkuperäiseen pisteaineistoon joka kuvasi yksittäisten kohteiden tarkkaa sijaintia. Jonna Kääriäinen on tehnyt blogissaan: https://blogs.helsinki.fi/kaarijon/ hyvän havainnon ruutukartan ominaisuudesta kuvata ilmiöitä.” Ruudut voivat olla kooltaan vaikkapa 250 m x 250 m, 1 km x 1 km tai 5 km x 5 km, eivätkä siis noudata mitään hallinnollista aluejakoa. Tästä syystä ruutukartta tarjoaakin hyvän keinon tarkastella alueellisten ilmiöiden leviämistä hallinnollisista aluerajoista riippumatta.” Tällä Kääriäinen perustelee ruutukartan luonnetta aiempien kertojen koropleettikarttoihin verrattuna.

Virkistävän ruoka/kahvitauon jälkeen pääsimme ensimmäistä kertaa käsittelemään rasteriaineistoa QGIS:sissä. Rasteriaineiston käsittely ja työstäminen on raskasta suurten tiedostokokojen takia. Tämän huomasin etenkin läppärillä työskennellessä. Kurssikerralla yhdistimme rasteriaineistoja ja lisäsimme rinnevarjostuksen ja korkeuskäyrät Pornaisten alueen peruskarttalehdelle (L4322L).

Kotitehtävänä oli vertailla samaisen kartan korkeuskäyriä QGIS:sin luomiin. Tämän harjoituksen tekele on kuvassa 3. QGIS:sin luomat punaiset korkeuskäyrät ovat rosoisempia ja esittävät pienempiä kohteita kuin peruskartan käyrät. QGIS luo käyrät suoraan aineiston pohjalta siksi ne ovat tarkempia. Peuskartan korkeuskäyriä on yksinkertaistettu käyttötarkoitusten takia, liian tarkat korkeuskäyrät vaikuttaisivat kartan luettavuuteen.

Kuva 3. Korkeuskäyrien vertailu peruskarttalehdellä L4322L. Ruskeat ovat peruskartan ja punaiset QGIS:Sin korkeuskäyriä.

Lähteet:

Kääriäinen, J (6.2.2020) ” Pisteaineistosta ruututeemakartaksi” Luettu 6.2.2020 https://blogs.helsinki.fi/kaarijon/2020/02/06/pisteaineistosta-ruututeemakartaksi/

Maanmittauslaitos. Peruskartta 1:20 000 L4322L, 2017

 

 

Categories
Uncategorised

Kolmas kurssikerta- Yhteistyöllä tästä selvitään

Tämän viikon GIS tuokiolla tutustuimme QGIS:sin toimintoihin, joilla eri tietokantoja voidaan yhdistää. Join- ja dissolve-työkalut olivat avain asemassa harjoituksia tehdessä. Niiden avulla tietokannat saadaan samaan aineistoon QGIS:sissä.

Kurssikerran harjoituksessa työstimme Afrikan karttaa, jossa lähdeaineistot täytyi yhdistää. Kartan jokainen polygoni oli erillään tietokannasta. Jotta aineistoa voitaisiin työstää tehokkaasti täytyi samaan aineistoon kuuluvat alueet yhdistää valtioittain yhteen. Aineiston yksinkertaistamisen jälkeen Join-työkalulla tuotiin ulkoisia aineistoja ja niiden ominaisuudet yhdistettiin samaan tietokantaan. Tämän työn tulos on kuvan 1. kartta.

Kuva 1. Afrikan kartta konfliktien määrästä ei vuosina.

Muita harjoituksen tietokantoja olivat timanttikaivosten öljykenttien sijainti. Kyseisistä aineistoista en saanut karttaa laadittua sillä QGIS ei ladannut tekemääni projektia kurssikerran jälkeen. Tämä ei ollut ensimmäinen kerta… Tietokantojen yhdistelyllä ja teemakarttojen avulla olisi voinut tarkastella öljykenttien ja timanttikaivosten sijaintien yhteyttä konfliktien sijainteihin. Kaiken logiikan mukaan on todennäköistä että konfliktiherkät alueet sijoittuisivat näiden luonnonvarojen läheisyyteen.

Joonatan Reunanen ja Matti Katajisto ovat blogeissaan näyttäneet taiteellista osaamistaan visualisoidessaan Afrikan teemakarttaa. Katajisto sanookin blogissaan käyttäneensä huomattavan määrän aikaa karttansa visualisointiin. Omaan karttaani verrattuna kyseisten herrojen teemakartoissa esiintyy kaikki harjoituksen tietokantojen aineistot.

Itsenäisenä harjoituksena oli tuottaa kartta Suomen tulvariskialueista ja niiden järvisyydestä. Tämäkin harjoitus sisälsi tietokantojen yhdistelyä ja muuta oman taitotason ylittävää toimintaa. Vaikeinta oli lisätä järvisyysprosenttia kuvaava histogrammi tulvariskialuekarttaan. Onnekseni QGIS:sin innokas käyttäjä Miklas Kuoppala oli paikalla pähkäilemässä samaa haastetta. Yhteistyömme avulla saimme diagrammin kartalle. Kartta (kuva 2) tulvariskialueista koristeltuna järvisyysdiagrammeilla oli valmis.

Kuva 2. Teemakartta alueiden tulvaherkkyydestä tulvaindeksillä ja järvisyysprosenttina kuvattuna.

Pienellä karttatulkinnalla on huomattavissa että Suomen tulvariskialueet sijoittuvat pienen järvisyysprosentin alueille. Järvillä on virtausta tasoittava vaikutus. Kun järviä on vähän tulvariski kasvaa koska järvien vaikutus virtausvoimakkuuteen jää vähäiseksi. Suuri järvisyysprosentti on keski- ja itä- Suomessa. Näillä järvivaltaisilla alueilla tulvaindeksi on pieni.

Tämän viikon Q-GIS puuhastelusta jäi aiempaa positiivisempi kuva. Harjoitukset sujuivat edellisiä mukavammin pienistä vastoinkäymisistä huolimatta. QGIS:llä työskentely on jatkuvasti sujuvampaa.

 

Lähteet:

Katajisto, M ”Haaveet kaatuu…” 3.2.2020. Luettu 3.2.2020

https://blogs.helsinki.fi/mattikat/2020/02/03/haaveet-kaatuu/

Reunanen, J ” Beast mode on.” 29.1.2020 Luettu 3.2.2020

https://blogs.helsinki.fi/reunajoo/2020/01/29/beast-mode-on/