Uskomattomia pinta-ala vääristymiä

Kurssikerta 2. Tervetuloa takaisin seuraani QGIS-päiväkirjani pariin. Tällä kertaa tarkastelun kohteena ovat eri projektioiden aiheuttamat pinta-ala vääristymät, joita tarkastelimme viikko sitten tunnilla.  Blogitekstin hienoinen viivästyminen ei valitettavassti kerro tällä kertaa superhuolitellusta lopputuloksesta.

Eri projektiot ja niiden pinta-alat saadaan selvitettyä suorittamalla attribuuttitaulukossa laskuja. Alla esitetyssä esimerkissä ollaan vertailtu Natura-alueiden suhteellista osuutta kunnista kahden eri projektiotyypin avulla.  Eniten Natura-alueita näyttää olevan pohjoisessa ja idässä kuntien pinta-alaan nähden. TM35-projektion ja Mercatorin projektion esityksissä on joitakin eroja, sillä Mercator vääristää pinta-aloja, mitä pohjoisemmaksi siirrytään.

Kuitenkin tämä esitystapa, jonka itse väsäsin, ei ole ehkä paras mahdollinen visualisointi tästä ilmiöstä. Käytin molempiin karttoihin lopulta samaa projektiotyyppiä (TM35), jotta lopputulos olisi yhtenäinen. Lisäksi olisin voinut vertailla muitakin projektioita.

 
Kuva 1 Natura alueiden osuus suhteessa kuntien pinta-alaan laskettuna kahden eri karttaprojektion antamilla pinta-aloilla

Ehkä suurin puute tässä esitystavassa kuitenkin on, että teemakartta antaa molemmista esityksistä samankaltaisen kuvan, vaikka luokat ovat aivan erilaiset keskenään.  Tähän ongelmaan törmäsi myös Ilona Tuovinen blogissaan.  Toisin sanoen siis Mercator vääristää pinta-aloja aivan hulluna, mutta se ei näy kun näitä karttoja vilkaisee nopeasti. Kartanlukijan on siis tihrustettava luokkia ja osata niistä ymmärtää erojen suuruus.

Kartan tekijän pitäisi osata esittää mahdollisimman helposti luettava kartta ja kartan lukijan pitäisi lukea karttaa kriittisesti. Siinä päivän opetus suoraan paikkatieteilijöiden aapisesta, olkaa hyvät.

Lähteet: Ilona Tuovinen – Matka geoinformatiikan ihmeelliseen maailmaan (viitattu 29.1.2019) – https://blogs.helsinki.fi/tuoilona/

Ensiaskelia geoinformatiikan menetelmäkurssilla

Nyt se alkaa. Kauan odotettu ja pelätty GIS. Tai onhan tässä ollut jo vaikka mitä siihen liittyvää, mutta nyt sukelletaan sinne GIS-ohjelmien pariin. Valmiina ollaan.

Kurssikerralla totuus alkoi valjeta: ohjelma oli monimutkainen ja tiedostojen koot aiheuttivat niskurointia käytettävyydessä. Hengitin syvään ja höristin korviani ohjeille. Ja kyllä se alkoikin sujua.

Opin paljon uutta. Ohjelma oli minulle tuntematon QGIS, joka perustuu avoimeen lähdekoodiin.  Oli hyvä, että lähdimme liikkeelle perusasioista, sillä  ohjelma vaikutti ensiksi sekavalta käyttää. Kuten Elina Huhtinen totesi blogissaan, edellisen jakson Corel-harjoitukset antoivat pohjaa QGIS:n käyttämiseen. Myös kaikki muu teemakartoilla leikkiminen johdantokursseilla ja lukiossa on tietenkin valmistanut minua tähän tärkeään hetkeen. Tunnin lopuksi osasin jo muokata kartassa perusasioita attribuuttitaulukosta ja säädellä esimerkiki teemakartan värejä ja luokkia.

Kuvan kartta oli tunnin pääasia. Se tehtiin meille valmiiksi annetuista tiedostoista itämeren alueen valtioista ja typpipäästöistä.  Kartassa on esitettynä Itämeren valtioiden prosentuaaliset typpipäästöt, jotka aiheuttavat Itämeren rehevöitymistä. Aihe tuntui kiinnostavalta ja kartan tekeminen toi onnistumisen tunteita. Tutuksi tuli teemakarttojen esittäminen ja olennaisten asioiden lisääminen tulosteeseen. Näitä tietoja tulee varmasti tarvittua usein muissakin tehtävissä.

Lopputuloksessa olin tyytyväinen varsinkin ulkoasuun värimaailmaan, josta eroittui tärkeimmät asiat. Kuten Oula Inkeröinen blogissaan sanoi tarkastellessaan omaa karttaansa, olisi luokat voineet olla hieman tasaisemmat, jotta typen osuuden hajonta ei olisi niin laaja suurimmassa luokassa.

QGIS ei ollut pelkkää tanssahtelua alusta loppuun, vaan kellon lähestyessä kahdeksaa se alkoi lähettää valomerkin omaisesti vinkkiä, että olisi aika lopettaa. Ohjelma ei kuitenkaan kokonaan kaatunut vaan sain kaiken tarpeellisen tiedon ulos ajoissa.


Kuva 1 Kartta Itämeren valtioiden typpipäästöistä vuonna 2016.

Toisena haasteena oli tehdä teemakartta Suomesta kuntatason tiedoista itsenäisesti. Tehtävä tuntui helpolta ja sitä se olikin. Kartassani esitän palvelusektorin osuutta prosentteina kunnittain. Kartassa erottuu tiiviimmin asutut kaupunkiseudut, mutta myös monet matkailusta hyötyvät Lapin kunnat.


Kuva 2 Suomen kuntien palvelusektorin osuus prosentteina.

Harjoitus sujui melko mutkattomasti, kunnes oli tarkoitus siirtyä seuraavaan vaikeustasoon. Etsinkin jo sopivia tilastoja liitettäväksi attribuuttitaulukkoon, mutta into loppui siihen. Palaan asiaan ehkä myöhemmin.

Kiitos jos luit tekstin ja ole hyvä jos nautit näistä ihanan vihreän sävymaailman omaavista karttateoksista.

Jatkuu seuraavassa numerossa…

Lähteet:

https://blogs.helsinki.fi/huhelina/ (luettu 17.1.2019)

https://blogs.helsinki.fi/inkeroul/ (luettu 17.1.2019)