Month: January 2021

Rajapinta-aineistoja

Toisen kurssiviikon luento aloitettiin käymällä läpi erilaisia aineistoja, erityisesti rajapintojen kautta haettavia aineistoja. Rajapinnoista kävimme läpi vektoriaineistojen WFS-palvelut, rasteriaineistojen WMS-palvelut sekä WMTS- ja WCS-palvelut. Arttu Paarlahti totesi, että viime vuosikymmenten aikana aineistot ovat tulleet entistä laajemmin maksutta saataville, mitä on edesauttanut EU:n INSPIRE-direktiivi, joka määrittelee mitä aineistoja jäsenmaiden tulee tuoda maksutta kansalaisten saataville. INSPIRE myös ohjaa jäsenmaita rakentamaan yhtenäiset paikkatietoinfrastruktuurit, jotta aineistojen yhteiskäyttö olisi mahdollisimman sujuvaa.

Kuinka projektion valinta vaikuttaa kartan todenmukaisuuteen?

Pääasiallisena harjoituksena tällä kurssikerralla oli vertailla miten todenmukaisesti eri projektiot esittävät alueiden pinta-aloja Suomessa. Vertailimme muutamia eri projektioita Suomea hyvin esittävään suositusprojektioon ETRS-TM35FIN. Monella aiemmalla maantieteen kurssilla on puhuttu kriittiseen sävyyn Mercatorin projektiosta ja katsottu käytännön esimerkkejä siitä, miten se vääristää pinta-aloja niin, että lähellä napa-alueita sijaitsevat alueet näyttävät merkittävästi suuremmilta kuin ne todellisuudessa ovat. Tällä kertaa saimme laittaa kädet saveen ja vertailla itse Mercatorin vääristämiä pinta-aloja Suomen tasolla. Kuva 1 esittää sitä, kuinka moninkertaisena Mercatorin projektio näyttää Suomen kuntien pinta-alat verrattuna ETRS-TM35FIN-projektioon.

Eckert I 

Seuraavaksi vertailin itsenäisesti kahden muun projektion vääristämiä pinta-aloja suhteessa suositusprojektioon. Ensimmäisenä tarkastelin Eckert I-projektion esittämiä pinta-aloja (kuva 2). Valitsin vertailemani projektiot rehellisesti sanottuna aivan summamutikassa ja, kun etsin jälkikäteen lisätietoa, huomasin Eckert I-projektion olevan täysi turhake. Se ei esitä mitään ominaisuutta oikeassa suhteessa, se esittää leveyspiirit suorina viivoina ja pituuspiirit päiväntasaajalla kääntyvinä murtoviivoina (kuva 3). No jos tämän kerran perusteella muistaisin, että Eckert I-projektioon ei enää tarvitse palata.

Azimuthal equidistant eli oikeakeskipituinen tasoprojektio 

Toisena esimerkkinä tarkastelin oikeakeskipituista tasoprojektiota (kuva 4). Tässä projektiossa vääristymät olivat merkittävästi pienempiä kuin aiemmin tarkastelemissani projektioissa. Luin Annika Innalan blogista hyvän huomion siitä, että esitystapa vaikuttaa lopputulokseen ja kartan tulkintaan merkittävästi. Koska tässä kartassa pinta-alaerot ovat verrattain pieniä, olisin saanut jälkikäteen ajateltuna paremmin todellisuutta vastaavan tuloksen käyttämällä vähemmän luokkia. Nyt näyttää värierojen vuoksi siltä, että erot olisivat merkittäviä, vaikka ne ovat todellisuudessa suhteellisen pieniä.

Projektiolla on merkitystä 

Lotta Puodinketo on blogissaan hienosti vienyt tämän tehtävän uudelle tasolle ja tarkastellut teemakarttoja vertailemalla, miten eri projektioiden käyttö vaikuttaa karttojen avulla esitettävään tietoon käytännössä. Hän vertailee yli 65-vuotiaiden lukumäärää neliökilometriä kohden Suomen kunnissa Lambertin ja Mercatorin projektioissa. Koska Mercatorin projektio vääristää pinta-aloja merkittävästi ylöspäin, vaikuttaa yli 65-vuotiaiden määrä paljon Lambertin projektiota vähäisemmältä. Tämä on oiva esimerkki siitä, että kartoilla on mahdollista vääristellä tietoa merkittävästi niin tahallisesti kuin tahattomasti ja tämä onkin seikka, jonka suhteen meidän maantieteilijöiden tulee olla erittäin tarkkana.

Tästä on hyvä jatkaa kohti uutta QGIS-viikkoa. Tämän viikon harjoituksissa ohjelma tuntui jo paljon selkeämmältä kuin ensimmäisellä viikolla ja tähän asti käytetyt perustoiminnot alkavat olla ihan mukavasti hallussa.

Innolla kohti uusia karttoja ja antoisaa kurssiviikkoa kaikille kurssilaisille!

 

Lähteet

Innanen, Annika. Harjoitus 2: Pinta-alojen vertailu eri projektioissa. Sivulla käyty 31.1.2021. https://blogs.helsinki.fi/anninnan/2021/01/27/harjoitus-2-pinta-alojen-vertailu-eri-projektioissa/

Puodinketo, Lotta. 2. kurssikerta: Toimintojen kertausta. Sivulla käyty 31.1.2021. https://blogs.helsinki.fi/lottapuo/2021/01/27/2-kurssikerta-toimintojen-kertausta/

INSPIRE-direktiivi. Maanmittauslaitos. Sivulla käyty 27.1.2021. https://www.maanmittauslaitos.fi/kartat-ja-paikkatieto/paikkatietojen-yhteentoimivuus/inspire/mika-inspire

Eckertin projektio. Wikipedia. Sivulla käyty 29.1.2021. https://fi.wikipedia.org/wiki/Eckertin_projektio

Kuva 3. Wikipedia. Sivulla käyty 31.1.2021. By TobJung68 – Oma teos, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=40920342 

 

 

Ensimmäisen kurssikerran jälkeen päällimmäinen tunne oli hämmennys. Aivan uuden tietokoneohjelman opettelu etänä tuntui haastavalta etenkin, kun en ole aiemmin käyttänyt mitään varsinaista GIS-ohjelmaa. Vaikeuksia lisäsi hiiren puute – aina kun yritin zoomata lähemmäs tai liikutella karttaa trackpadilla koko työ katosi näkymättömiin. Pidin suosiolla muutaman päivän taukoa ennen kuin lähdin uudestaan taistelemaan tuulimyllyjä vastaan, hiirikaupan kautta. Oli kyllä heittämättä paras ostos pitkään aikaan tuo hiiri, helpottaa elämää huomattavasti.

Nyt pari päivää myöhemmin luentovideoiden säestyksellä käärin hihat ja ryhdyin askartelemaan karttojen kanssa uudemman kerran ja maailma näytti onneksi huomattavasti ensimmäistä kertaa kirkkaammalta. Ennen luentovideoiden löytämistä useampi luennon asia oli minulta unohtunut tai mennyt ohi. Ihmettelin esimerkiksi kartan eri osissa esiintyvää ”tähtisumua”, joka osoittautui järvien ääriviivoiksi ja siitä pääsi eroon tekemällä ääriviivoista läpinäkyviä. Videon katsomisen jälkeen perusjutut, kuten layereiden lajittelu ja niiden ominaisuuksien muokkaus samoin kuin print layoutissa legendan, pohjoisnuolen ja mittakaavan lisääminen onnistuivat hyvin. Muokkasin ensin kurssikerran harjoituskartan edustuskuntoon: haalensin kartalta maat, jotka eivät liity kartalla esitettävään muuttujaan ja päätin rohkeasti ottaa vapauden poistaa meren syvyyskäyrät näkyvistä, jotta kartta olisi visuaalisesti miellyttävämpi.

Yritin etsiä harjoitukseen sopivaa dataa Googlella hakien, mutta en tovin yrittämisellä onnistunut löytämään mitään koropleettikartalle sopivaa koko maata koskevaa ja kunnittain jaoteltua tietoa. Lueskelin muiden kurssilaisten blogeja ja Annika Innasen blogista sain hyvän vinkin, Sotkanet on oivallinen lähde Suomen kuntia koskevalle tilastotiedolle (Innanen 2021). Sotkanet olisi pitänyt olla syksyisen Tiedon esittäminen maantieteessä -kurssin pohjalta tietysti itselläkin aivan kielen päällä, mutta eipä ollut – joululoma lienee tehnyt tehtävänsä.

Hetken Sotkanetin aineistoja selailtuani päätin tutkia yhden hengen talouksien osuutta kaikista kotitalouksista Suomen kunnissa. Se olikin helpommin sanottu kuin tehty. Luin läpi useampia netin QGIS tutoriaaleja, kuten www.qgistutorials.com, ja onnistuin yhdistämään csv-muotoisen tiedon kuntakartan attribuuttitauluun. Useista yrityksistä ja ohjeista huolimatta en kuitenkaan saanut käännettyä tietoa numeromuotoon enkä (ilmeisesti) siksi onnistunut avaamaan sitä kuntalayerin properties-valikon kautta. Noh, toivon mukaan tähän saadaan oppia myöhemmillä kurssikerroilla.

Peruutin niin sanotusti vähän taaksepäin ja tein helpomman harjoituksen, jossa käytettiin olemassa olevaa kunta-aineistoa. Valitsin visualisoitavaksi muuttujaksi työttömyysprosentin Suomen kunnissa. Tämä olikin sitten aika suoraviivainen homma, kun olin säätänyt enemmän kuin riittävästi harjoituskartan kanssa ja tässä aineistossa muuttujakin oli jo valmiiksi prosenttilukuna.

Laatimani kartan avulla voidaan tarkastella työttömyyden jakautumista kuntatasolla eri puolilla Suomea. Jaoin muuttujan viiteen eri luokkaan, mikä kuvaa mielestäni aika sopivasti alueet, joilla on erityisen vähän tai erityisen paljon työttömyyttä. Karttaa tarkastelemalla havaitsen, että pääpiirteittäin pienin työttömyysprosentti on Etelä- ja Länsi-Suomessa sekä Ahvenanmaalla, korkein puolestaan Itä- ja Pohjois-Suomeesa. Mielenkiintoisena kuriositeettina täytyy mainita pieni tummanpunainen piste, Kaskinen, muuten kovin valkoisen Pohjanmaan kyljessä. Hain tietoa siitä, miksi työttömyys Kaskisissa on korkeampi kuin muualla Pohjanmaalla ja Paperiliiton sivuilta selvisi, että siellä on lopetettu paperitehdas vuonna 2009. Veikkaan, että tehtaan lopettamisen aiheuttama rakennetyöttömyys ja sen kerrannaisvaikutukset näkyvät vielä tässä vuoden 2015 aineistossa. Kontrasti on tietysti erityisen suuri myös siksi, että työttömyysaste muualla Pohjanmaalla on hyvin matala.

… ja sitten takaisin asiaan. Mielestäni QGIS:n valmis punasävyinen värilajitelma sopii hyvin valitsemani muuttujan esittämiseen. Korkean työttömyyden alueet näkyvät loogisesti tummanpunaisena ja matalan työttömyyden alueet valkoisena. Värit ovat kuvaavia ja selkeästi erottuvia.

Täytyy nyt vielä seurailla muiden blogeja, jos jollain on ollut samaa ongelmaa csv-aineistoon liittyen, jotta pääsisi askeleen eteenpäin näissä GIS-hommissa ja monipuolisempien aineistojen pariin.

Loskaista viikonloppua ja tsemppiä kurssin alkutaipaleelle kaikille kurssikavereille!

Lähteet:

Innanen, Annika. Harjoitus 1: Koropleettikartan laatiminen QGISissä. Sivulla käyty 22.1.2021.  https://blogs.helsinki.fi/anninnan/2021/01/22/harjoitus-1-koropleettikartan-laatiminen-qgisissa/ 

Työttömyys Suomen kunnissa. Sotkanet 2015. https://sotkanet.fi/sotkanet/fi/haku