Kurssikerta 4 – Rasteriaineistoja!

Kyllä rasterikarttojen laatiminen onnistuu vaikka sukset jalassa

 

Tunnelmat tehtävistä

Olin tällä viikolla Levillä laskettelemassa kaverini perheen kanssa, joten kurssikerran liveosuus jäi minulta välistä. Toisin sanoen tehtävien teko vaikeutui erittäin paljon. Aloitin tekemään tehtäviä junassa ja olen edelleen ylpeä itsestäni, että sain jopa aika paljonkin aikaan, kun paneuduin tehtäviä koskeviin ohjeisiin kunnolla. Joissakin kohdissa oli vaikeuksia paljonkin, mutta ajattelemalla omilla aivoillani, pääsin niidenkin hankaluuksien yli. Onnistuin lopulta omin avuin tekemään ensimmäisen tehtävän kartan!

 

Sitten kartan laadinnan pariin!

Kurssikerralla siis harjoiteltiin laatimaan rasterimuotoisia karttoja. Valitsin itse analysoitavaksi kohteeksi pääkaupunkiseudun ruotsinkielisen väestön ja tein siitä melko onnistuneen kartan. Valitsin väreiksi punaisen eri sävyt, koska minun mielestäni se oli sillä hetkellä looginen valinta ja vaihteluvälit olivat selkeästi erotettavissa. Valitsin karttaan kahdeksan luokkajakoa, jotta kartta olisi mahdollisimman realistinen, eikä se vääristäisi todellisia lukemia. Olen loppujen lopuksi tyytyväinen lopputulokseeni, koska en olisi uskonut, että saisin kokonaisen kartan aikaan ilman opettajan näytön seuraamista luokassa.

Kuva 1 – Pääkaupunkiseudun ruotsinkielisten lukumäärä neliökilometrin alueella

 

Kuvassa 1 näkyy, että ruotsinkielisiä on lukumäärältään paljon etelässä, jossa sijaitsee väestöllisesti muutenkin enemmän väestöä kuin muualla pääkaupunkiseudun alueella. On siis ymmärrettävää, että alueella on myös lukumäärällisesti enemmän ruotsinkielisiä.

Muiden kurssilaisten blogeja lukiessa huomasin, että Salla Kärkkäisellä blogissaan: ”Viikko 4: Flashbackit TEMMI:lle ja muuta mukavaa” oli kolme havainnollistavaa karttaa samasta aiheesta kuin minäkin olin tehnyt. Lainasin hänen blogitekstistään yhden näistä kolmesta kartasta (kuva 2). Kun ruotsinkielisten osuutta mitataan kartalla prosentuaalisesti, tulos näyttää ihan erilaiselta. Todellisuudessa suurempi ruotsinkielisten prosentuaalinen osuus keskittyy enemmän itään ja vähän myös länteen sekä pohjoiseen. Etelässä prosentuaalinen osuus on tällöin suhteellisen pieni.

Kuva 2 – Ruotsinkielisten osuus alueen väestöstä pääkaupunkiseudun alueella
Tehnyt: Salla Kärkkäinen

 

”Luonnollisesti alueilla, joilla asuu enemmän ihmisiä on myös enemmän ruotsinkielisiä, mutta se ei tarkoita, että ruotsinkielisten osuus kasvaisi. Päinvastoin, alueilla joilla on pieni väestöntiheys korostuu ruotsinkielisten osuus.”

– Salla Kärkkäinen

 

On tärkeää havainnoida karttoja eri tavoin, koska joissakin aineistossa kartan ulkonäkö voi muuttua paljonkin riippuen siitä, käyttääkö siinä absoluuttista tai suhteellista osuutta. Ruututeemakartassa pitääkin miettiä sitä, millä tavoin asian haluaa havainnollistaa ja mihin kartalla halutaan pyrkiä. Näidenkin kuvien (kuvat 1 ja 2) avulla voidaan siis todeta, että kartoilla on suuri vaikutus siihen, millaisen kuvan se antaa ihmisille. Kartoilla voidaan helposti vaikuttaa ihmisten näkemyksiin ja mielipiteisiin eri asioista. Niitä voidaan muokata kuvastamaan jotain ilmiötä esimerkiksi voimakkaammaksi värisävyllä, luokkajaolla, mitta-asteikolla ja monilla muilla asioilla.

 

Rasterimuotoisessa ruututeemakartassa on niiden havainnollistavuuden lisäksi monia ongelmia muun muassa sen yleistävyydessä. Tästä etenkin Nea Tiainen kertoo blogissaan ”Viikko 4. Ruutuja ja PTSD oireita” hyvin:

”Ruututeemakartta halkoo väkivaltaisesti alueen nätteihin ruutuihin ottamatta huomioon asuinalueiden sijaintia tai asutusten keskittymiä. Se vääristää ja pelkistää mielestäni liikaa aineistoa, kun yksittäinen asuinalue voi pahimmassa tapauksessa jakautua 4 eri osaan.”

Nea Tiainen

Hän mainitsee lisäksi, että olisi parempi idea valita esimerkiksi koropleettikartta aineiston esittämiseen. Itselläni tuli tästä mieleen, että tekemäni kartta olisi ollut paljon havainnollistavampi, jos siinä olisi ollut näkyvissä esimerkiksi kuntarajat, paikannimet ja jonkinlainen indeksi väestön jakautumisesta alueelle. Näiden puute vaikeuttaa kartan havainnollistamista ja lukemista sekä saa kartan näyttämään hieman epäselvältä.

 

Lopputunnelmat

Kartan tekeminen oli samalla aikaa sekä tuskaa, että onnistumisen tunnetta. Kaikista epäonnistumisista ja viikon aikana kertyneestä stressistä huolimatta sain loppujen lopuksi kokonaisen kartan valmiiksi. Kartta ei ole täydellinen, mutta se on tarpeeksi hyvä. Aloitin myös tehtävää 2 rasterikuvien tuottamisesta, mutta päätin, että en laita kuvia siitä vielä tämän kurssikerran blogiin. Niistä sitten ensi blogissa. Seuraavalla kurssikerralla pääsen taas livenä paikalle karttatehtävien pariin, jolloin tehtävien tekeminen helpottuu merkittävästi. On taas kivaa päästä pohtimaan asioita ja ratkaisemaan ongelmia yhdessä kavereiden kanssa. Olemme kaikki tulevia QGIS-guruja!

 

Näihin kuviin ja tunnelmiin 🙂

 

 

Käytetyt lähteet:

Kärkkäinen S. (2022) Viikko 4: Flashbackit TEMMI:lle ja muuta mukavaa (viitattu 14.2.2022), saatavilla: https://blogs.helsinki.fi/karkkais/

Tiainen N. (2022) Viikko 4. Ruutuja ja PTSD oireita (viitattu 14.2.2022), saatavilla: https://blogs.helsinki.fi/tiainea/

Kurssikerta 3 – Afrikan konfliktit ja Suomi -tuhansien järvien maa

”QGIS, älä kaadu!”

Miten luento sujui?

Luennolla työskentelimme jälleen QGIS-ohjelman parissa. Kurssikerta sujui varsin nopeasti, koska jälleen kerran uusiin tehtäviin tutustuminen vei yllättävän paljon aikaa. Teimme luennolla kaksi eri karttatehtävää, joiden laatiminen onnistui suhteellisen samalla tavalla. Ensimmäisen kartan teimme Afrikan maanosasta opettajan johdolla (kuva 1). Toista karttaa (kuva 2) saimme aloittaa kurssikerran lopussa, mutta jäin loppujen lopuksi taas kerran kavereiden kanssa tekemään tehtävän loppuun luennon jälkeen.

Aluksi tehtävät tuntuivat hankalilta ja monimutkaisilta, mutta näppäimet ja tehtävänvaiheet alkoivat hahmottua selvemmin, kun niitä joutui toistamaan monta kertaa QGIS-ohjelman kaatuillessa uudestaan ja uudestaan. Sain lopulta molemmat harjoitukset onnistuneesti valmiiksi ja se on pääasia.

 

Tehtävä Afrikasta

Ensimmäinen kartta (kuva 1) tehtiin siis Afrikasta, jossa kuvataan maanosan öljykenttien, konfliktien ja timanttikaivoksien määrää. Kartan ulkoasu ei täysin miellytä silmääni, mutta ainakin se kuvaa onnistuneesti oikeita, tehtävässä haettuja asioita. Kartassa keltaisella on merkittynä öljykenttäalueet, punertavina pisteinä konfliktipaikat ja violetin sävyllä timanttikaivoksien sijainnit. Pisteet ja alueet erottuvat kartasta hyvin, mikä tekee sen tulkinnasta helpompaa. Kartassa valtionrajat helpottavat alueiden ja pisteiden sijainnin hahmottamisessa, ja ne ovatkin kartassa melkeinpä välttämättömät. Pienimmät saaret eivät kuitenkaan näy pienessä karttakuvassa kovin hyvin.

Kuva 1 – Afrikan maanosan öljykentät, konfliktit ja timanttikaivokset

 

Kartasta huomaa, että öljykentät sijoittuvat selkeästi suurimmilta osin Pohjois-Afrikkaan. Muiden kurssilaisten blogeja lukiessa löysin tähän liittyvän vastauksen Salla Kärkkäiseltä blogissaan: ”Viikko 3: Toistojen kautta se avautuu!”:

”Maallikon silmin timanttien ja öljyn määrä on selkeästi yhteydessä konfliktien määrään. Mielenkiintoista on, että konflikteja on, vaikka timanttien ja öljyn ajattelisi tuovan varallisuutta alueelle. Syynä voisi olla se, että varallisuus jakautuu huonosti eri ihmisryhmien välille. Afrikan maat ovat vanhoja siirtolaismaita, ja se on jättänyt jälkensä niiden yhteiskuntiin.”

Salla Kärkkäinen

 

Salla Kärkkäisen tulkinta on erittäin oivaltava ja mielenkiintoinen, mutta on myös hyvä muistaa, että kartan aineistolla ei välttämättä ole suoraa syy-yhteyttä. On paljon muita tekijöitä konfliktien syntymiselle kuin kartassa näkyvät timantit ja öljykentät, niin kuin Sallakin blogissaan mainitsee.

 

Toinen karttatehtävä Suomen tulvaindeksistä

Toinen kartta (kuva 2) kuvaa Suomen järvisyyttä ja valuma-alueita. Siinä valuma-alueet ovat merkittynä punaisen eri sävyillä vaaleimmasta tummimpaan, jossa vaalea tarkoittaa pienempää osuutta, kun taas tummempi suurempaa osuutta. Taustaväri on tummemman harmaa, jotta vaaleimmat alueet erottuisivat kartasta selvemmin. Karttaan on myös merkittynä joet sekä järvet, jotka liittyvät kartan teemaan ja joiden avulla voi vielä paremmin ymmärtää järvisyyden ja valuma-alueiden jakautumista Suomessa. Järvisyysprosenttia on kuvattu tummansinisillä pylväillä. Mitä korkeampi pylväs, sen suurempi järvisyysprosentti.

Kuva 2 – Kartta Suomen tulvaindeksistä

 

Kartasta voi huomata, että suurimmat valuma-alueet sijoittuvat Pohjanmaalle. Alueella ei ole myöskään paljon järviä, joka on isona syynä tulvien kohonneeseen riskiin. Pohjanmaalla joet virtaavat laakeammilla alueilla, ja kun järviä on niukasti, joista tulee tulvaherkempiä ja tulvivat helposti maa-alueelle. Ilmiö voimistuu keväällä, lumen ja jään sulamisvaiheessa, jolloin jokiin vapautuu entistä enemmän vettä.

Toinen suurempi valuma-alue sijoittuu Lappiin, jossa suurimmat tulvat aiheutuvat myös keväällä suuren lumi- ja jäämäärän sulaessa. Lapissa kuitenkin on enemmän järviä, jotka ”sitovat” tulvavettä hyvin. Järvet ovat myös voineet muodostua osittain sulamisvesien kerääntymisestä yhteen kohtaan. Järvisyysprosentti on korkealla myös Itä- ja Keski-Suomessa, jossa tulvia ei esiinny paljoakaan. Järvien ja valuma-alueiden välillä voikin nähdä selvän yhteyden: Siellä missä järvisyysprosentti on korkea, valuma-alueiden määrä on pienempi ja tulvariski pienenee. Puolestaan alueilla, jossa järviä ei ole niin paljon, valuma-alueita esiintyy enemmän ja tulvariski kasvaa.

Lisäksi voi vielä huomata yhden tekijän tulvariskin ilmaantuvuudessa. Tämän Lotta Sainio selittää hyvin blogissaan: ”Viikko 3: Afrikkaan ja Suomen valuma-alueille”. Tietoa on ilmeisesti lainattu myös netistä omien tulkintojen tueksi.

”Kartasta voidaan myös päätellä, että järvisillä alueilla tulvariski on pienempi kuin meren lähettyvillä. Meren lähettyvillä tulvat liittyvät yleensä myrskyihin, kun taas jokien ja järvien lähettyvillä tulvat ovat kevättulvia, jotka syntyvät lumien sulaessa” (SYKE, 2021)

– Lotta Sainio

 

Lopputunnelmat

Kurssikerran tehtävät olivat loppujen lopuksi ihan mielenkiintoisia. Opin tehdyistä työvaiheista paljon ja ainakin se tuli toistettua useampaan otteeseen… 😀 Vaikka aluksi oli vaikeuksia, niistä päästiin eteenpäin ja lopuksi asiat sujuivatkin jo kuin luistettu.

 

Näihin kuviin ja tunnelmiin 🙂

 

 

Käytetyt lähteet:

Kärkkäinen S. (2022) Viikko 3: Toistojen kautta se avautuu, (luettu 3.2.2022), saatavilla: https://blogs.helsinki.fi/karkkais/

Sainio L. (2022) Viikko 3: Afrikkaan ja Suomen valuma-alueille, (luettu 3.2.2022), saatavilla: https://blogs.helsinki.fi/salotta/

(Lotta Sainion käyttämä lähde: SYKE, 2021. Tulvariskialueet. Saatavilla: https://www.vesi.fi/vesitieto/tulvariskialueet/)

Kurssikerta 2 – Lisää karttoja!

Projektioita projektioiden päälle…

Mites se kurssikerta sitten sujui?

Toisella kurssikerralla perehdyimme jo hieman syvemmin QGIS-ohjelman käyttöön tekemällä harjoitustehtäviä liittyen erilaisiin projektioihin ja niiden erojen vertailuun keskenään. Käsittelimme opettajan johdolla vaihe vaiheelta ensimmäisen karttaharjoituksen kohtia, mikä selvensi kokonaiskuvaa ja auttoi pääsemään tehtävässä eteenpäin. Aluksi harjoitukset tuntuivat hankalilta ja työläiltä, koska QGIS-ohjelman näppäimet menivät sekaisin ja työvaiheita oli vaikea hahmottaa kunnolla. Harjoituksien edetessä homma alkoi onneksi sujumaan paljon sujuvammin ja viimeisen karttatehtävän kohdalla olo tuntui jo melkein mestarilta.

 

Aloittelua:

Aluksi harjoittelimme ohjelmiston käyttöä muun muassa mittaamalla eri koordinaattijärjestelmillä etäisyyksiä ja pinta-aloja. Vertailin alkulämmittelyssä esimerkiksi TM35FIN-koordinaattijärjestelmän ja Robinsonin projektion antamaa leveyttä Raaseporin kunnan poikittaisessa läpimitassa. Sain tulokseksi:

TM35FIN

Leveys: noin 41 kilometriä

Robinson
Leveys: noin 64 kilometriä

(En mene takaamaan mittojen tarkkuutta tai tiedon täydellistä oikeellisuutta)

 

Tehdyt harjoitukset

Ensimmäisessä opettajajohtoisessa kartassa kuvataan Robinsonin projektion pinta-alan suhdetta TM35FIN-projektioon (kuva 1). Halusin laittaa karttaan kahdeksan luokkaväliä, koska silloin kartasta tulee tarkempi. Toisaalta luokkavälit ovat suhteellisen tiheästi, eikä arvoilla ole kovinkaan paljon välieroa. Minusta kahdeksan luokkaa oli kuitenkin hyvä ratkaisu, koska se näytti kartalla hyvältä. Päätin ottaa väriksi sinisen eri sävyt, koska se miellytti sillä hetkellä juuri sopivasti silmää. Toisaalta värin vaaleimmat sävyt eivät erotu kartasta kovin selvästi, jolloin kartasta voi tulla helposti hieman harhaanjohtava.

Kuva 1 – Robinsonin projektion pinta-alan suhdeTM35FIN-projektion pinta-alaan.

 

Seuraavat kaksi karttaa tehtiin samalla tyylillä kuin ensimmäinen. Valitsin TM35FIN-projektion vertailtaviksi projektioiksi Mercatorin projektion (kuva 2) ja Winkel Triper -projektion (kuva 3). Valitsin jokaiseen karttaan eri värit, jotta ne olisi helpompi tunnistaa toisistaan analysointivaiheessa.

Kuva 2 – Mercatorin projektion pinta-alan suhdeTM35FIN-projektion pinta-alaan.

Kuva 3 – Winkel Triper -projektion pinta-alan suhdeTM35FIN-projektion pinta-alaan.

 

Kaikkien kolmen kartan tulokset näyttävät ainakin nopeasti vilkaistuna suhteellisen samoilta. Jaoin kaikissa luokat kahdeksaan osaan, joka entisestään vahvistaa karttojen samankaltaisuutta. Jos luokissa esiintyviä numeroita kuitenkin tarkastelee tarkemmin, huomataan, että Mercatorin projektio poikkeaa TM35FIN-järjestelmästä kaikkein merkittävimmin (kuva 2). Kuvassa 2 huomaa luokkavälien kulkevan huomattavasti pidemmissä väleissä kuin kahdessa muussa kartassa. Lisäksi värit ovat asteikon 3,95-8,26 välissä, kun muissa puolestaan pysytään havaintojen kanssa ainoastaan yhden numeron sisällä. Kartoista voi saada helposti harhaanjohtavan ja radikaalin kuvan luokkavälien ollessa niin pienet. Siksi on myös tärkeää kiinnittää niihin huomiota.

Mercatorin projektion erot heijastuvat erityisen paljon Pohjois-Suomeen. Muiden blogeja lukiessa huomasin Nea Tiaisella olevan tähän hyvin muotoiltu ja oikeanlainen selitys:

“Tämä johtuu siitä, että Mercatorin projektio on lieriöprojektio, joka kuvaa tarkimmin päiväntasaajan seudun, sekä pieniä alueita, kuten kaupunkeja. Suurempien alueiden kuvaamisessa Mercatorin projektion vääristymä kuitenkin kasvaa niin suureksi ettei se anna enää millään mittakaavalla realistisia taikka järkeviä lukuja, kuten aiemmassa pinta-ala vertailussa totesimme.”

– Nea Tiainen

 

Huomasin myös, että Eeva Raki oli jättänyt tekemänsä kartat vertailtavan projektion mukaiseksi, jolloin erot pystyy huomaamaan selvemmin. Eevan tekemä kartta Mercatorin projektion pinta-alavääristymistä (kuva 4) kuvaa edellä mainittua vääristymää Pohjois-Suomesta hyvin. Kartassa huomaa selvästi, että Pohjois-Suomi näyttää suhteessa isommalta verrattuna muuhun Suomeen.

Kuva 4 – Mercatrorin projektion pinta-alavääristymät

Tehnyt: Eeva Raki

 

On tärkeää oppia ymmärtämään, että eri karttaprojektioita käytetään eri tarkoituksiin riippuen siitä, mitä halutaan kartalla ilmaista. Kaikki projektiot eivät sovi kaikkiin käyttötarkoituksiin, vaan on osattava valita juuri siihen tarkoitukseen tai alueeseen sopiva projektio.

 

Lopputunnelmat:

Alkuvaikeuksien jälkeen karttaharjoituksia oli loppujen lopuksi ihan kiva tehdä. QGIS on tähän mennessä kumonnut aikaisemmat oletukset “vaikeasta” ja “työläästä” ohjelmasta ja antanut itsestään kiinnostavamman vaikutelman. Siispä: Eteenpäin kohti uusia harjoituksia.

 

Näihin kuvin ja tunnelmiin… 🙂

 

 

Käytetyt lähteet:

Raki Eeva: 2. Kurssikerta: Aineistojen pyörteissä , (Viitattu 27.1.2022) saatavilla: https://blogs.helsinki.fi/eevaraki/

Tiainen Nea: Viikko 2. Projektio, projektio, projektio…,(Viitattu 27.1.2022), saatavilla: https://blogs.helsinki.fi/tiainea/

 

Kurssikerta 1 – Ehkä tuleva QGIS-guru?

Typpikartta

Täällä sitä ollaan taas QGIS-ohjelman parissa. (Viime kertaa ei tullut ikävä) Ensimmäisellä luentokerralla harjoittelimme QGIS-ohjelman käyttöä. Tehtävänä oli tehdä annetusta aineistosta kartta ja muokata se haluttuun esitysmuotoon. Aineistona käytettiin tilastotietoa valtioiden typen päästöistä.

 

Kuva 1 – Prosentuaalinen osuus typen päästöstä valtioittain.

 

Ilmastopäästöt luokitellaan kartassa pienimmästä suurimpaan värin tummuuden mukaisesti. Mitä tummempi väri on, sitä suurempaa on myös typpipäästöt ilmakehään ja vesistöihin. Harmaan värin alueilta ei ole tietoa typpipäästöjen suuruudesta. Typpipäästöjen suuruusjakauma on jaettu kartassa kolmeen luokkaan, joka osin kärjistää todellisuutta. Esimerkiksi Suomen päästöt kartan mukaan kuuluvat alimpaan luokkaan, vaikka todellisuudessa päästöt yltävät melkein keskimmäiseen luokkaan asti. Vaalealla merkityistä valtiosta voi myös saada ”viattoman” kuvan, vaikka päästöjä olisikin esimerkiksi suhteessa väkilukuun erittäin paljon. Toisaalta typpipäästöjä syntyy enemmän maissa, joissa teollisuutta, maataloutta yms. harjoitetaan enemmän ja joissa jätevesien puhdistamiseen tai muihin ympäristökysymyksiin ei kiinnitetä niin paljon huomiota. Kartalla näkyy tummana pisteenä Puola, joka muun muassa aiheuttaa muita rantavaltioita enemmän valumapäästöjä Itämereen, koska veden puhdistamiseen ei kiinnitetä tarpeeksi huomiota.

Typpipäästöt vaarantavat ekosysteemiä merkittävästi, kuten myös Eeva Raki kirjoittaa blogissaan: ”Itämeren rehevöityminen on vakava uhka koko ekosysteemille.” ”Kasviplanktonien määrä kasvaa, joka aiheuttaa veden samentumista. Veden happamoituessa ja samentuessa kaikki lajit eivät pysty sopeutumaan muutoksiin, mikä horjuttaa meren ekosysteemejä” Typpipäästöjen suuruuteen pitäisi siis yhä enemmän kiinnittää huomiota maailmanlaajuisesti.

Kartta typpipäästöistä voi kuitenkin nopeasti vilkaistuna väärentää ajatusmaailmaa, jos ajattelee typpipäästöjen olevan osa kasvihuonekaasupäästöistä. Todellisuudessa Euroopan parlamentin julkaiseman artikkelin, ”Kasvihuonekaasupäästöt EU:ssa ja maailmalla”, mukaan typen osuus kaikista ilmastopäästöistä on vain noin kuusi prosenttia. Kartassa Puolan naapurimaa, Saksa, on merkittynä typpipäästöjen mukaan vaaleaksi, kun taas valtion kokonaisilmastopäästöt ovat yksiä maailman suurimmista (kuva 2).

 

Kuva 2 – EU-valtioiden kasvihuonekaasupäästöt

Lähde: Kasvihuonekaasupäästöt EU:ssa ja maailmalla (infografiikka) | Ajankohtaista | Euroopan parlamentti (europa.eu)

 

Kuvasta 2 voi vertailla niiden maiden kasvihuonekaasupäästöjä valtioihin, joista oli typpiaineistoa saatavilla kartan laadinnassa. Venäjää ei tosin ole merkittynä kuvan 2 pylväsdiagrammiin, koska se ei ole EU-maa. Saksan lisäksi voidaan huomata, että todellisuudessa Suomen päästöt olivat ainakin vuonna 2019 hieman suuremmat kuin esimerkiksi Ruotsin tai Latvian. Väärinymmärryksen vuoksi on siis tärkeää ensin perehtyä typpipäästöjen osuuteen muista ilmastokaasupäästöistä ja esimerkiksi verrata niitä kasvihuonekaasupäästöihin.

 

Mitä opin tehdystä harjoituksesta?

Harjoitus muun muassa auttoi paremmin ymmärtämään QGIS:in käyttöä, koska edellisillä kursseilla sen käyttäminen on jäänyt epäselväksi, vähäiseksi ja vaikean oloiseksi. QGIS-sovellusta tulee varmasti tarvitsemaan jatkossa myös tämän kurssin jälkeen, joten sen käyttäminen on hyvä olla hallinnassa. Tarvitsen kuitenkin vielä paljon opettelua ohjelman sujuvampaan käyttämiseen, jotta pystyisin jatkossa tekemään töitä enemmän oma-aloitteisemmin. Ohjelman käyttämisen parantamista edistävät itseni kohdalla ainakin itsenäinen ja oma-aloitteinen yrittäminen harjoituksien tekemisessä. Toisaalta myös opettajan sekä kavereiden apu on erittäin hyödyllistä ja tarpeellista, jos tuntuu, että ei esimerkiksi pääse jossain kohdassa eteenpäin. Periaatteeni kuitenkin on, että tekemisen kautta oppii parhaiten.

 

Koropleettikartta Suomen kunnista

Viikolta kotitehtäväksi jäi tutustua lisää QGIS-ohjelman käyttöön tekemällä koropleettikartta itse valitusta aineistosta. Valitsin helpomman tehtävänannon ja päädyin tekemään yksinkertaisen kartan Suomen väestöstä kunnittain. Tehtävän kanssa oli aluksi hieman ongelmia, kun QGIS-ohjelma ei toiminut halutulla tavalla ja perusasioissa ohjelman käyttämisessä oli vielä puutteita. Tehtävä lähti kuitenkin pikkuhiljaa sujumaan ja loppua kohden tekeminen helpottui paljon.

Valitsin karttaan (kuva 3) viisi luokitteluasteikkoa, jotka mielestäni jakautuvat suhteellisen selkeästi. Valitsin väriksi sinisen, jossa vaalea kuvaa pienempää väestöä, kun taas tummempi suurempaa väestökeskittymää. Minusta luokittelu viiteen luokkaan toimii kartassa, koska silloin kartta ei kärjisty niin merkittävästi kuin esimerkiksi kuvan 1 kartassa. Kartan luokat pitävät mielestäni suhteellisen hyvin paikkaansa.

 

Kuva 3 – Koropleettikartta Suomen väestöstä kunnittain

 

Lopputunnelmat:

Karttaharjoitukset sujuivat loppujen lopuksi ihan hyvin, vaikka vaikeuksiakin oli. Olen ylpeä, että sain tehtyä tehtävät ja niiden pohjalta tekstin ajoissa ja ainakin melkein ilman paniikkia. Seuraavan viikon aikana pyrin aloittamaan tehtävään/tehtävät kuitenkin aikaisemmin ja tehdessäni keskittyä intensiivisemmin harjoitukseen. Uskon, että kurssin edetessä taitoni kehittyvät QGIS-ohjelman käytössä ja minusta tulee vielä oikea QGIS-guru!

 

Näihin kuviin ja tunnelmiin 😊

 

 

Käytetyt lähteet:

Eeva Rakin blogi ”1.Kurssikerta: Ensiaskeleet geoinformatiikan maailmaan” (Viitattu: 25.1.2022)

Euroopan parlamentti, (Luotu: 2018, Päivitetty: 2021) Kasvihuonekaasupäästöt EU:ssa ja maailmalla. Lainattu 20.1.2022, saatavilla: Kasvihuonekaasupäästöt EU:ssa ja maailmalla (infografiikka) | Ajankohtaista | Euroopan parlamentti (europa.eu)