Pitkän, pitkän ajan jälkeen palaan tämän kurssin pariin – parempi myöhään kuin ei milloinkaan… Katsotaan, miten harjoitukset ja QGIS:in salat lähtevät sujumaan parin-kolmen vuoden tauon jälkeen! Välissä on ehditty suorittaa myös toinen geoinformatiikan menetelmäkursseista sekä Geo-Python. Hyvä kuitenkin palata perusteisiin.
Neljännellä kurssikerralla harjoiteltiin ruutuaineistojen käsittelyä ja muokattiin lähtöaineistoja helpommin käsiteltävään muotoon. Alussa luotiin pääkaupunkiseudun ylle ruudukko Create grid -työkalulla, johon yhdistettiin paikkatietoaineistoa pääkaupunkiseudun asukkaista rakennuksen tarkkuudella. Ruudut olivat kooltaan 1 km x 1 km, jotta aineistoa olisi nopeampi käsitellä. Select by location -työkalun avulla aineisto voitiin tiivistää siten, että karttanäkymään jäivät vain ne ruudut, joiden sisällä on dataa pks_vaki -paikkatietoaineistosta. Jostain syystä QGIS asetti oletusarvoisesti kaikkien uusien tasojen läpinäkyvyyden nollaan, joten meni hetki tajuta, miksi mikään luomani uusi taso ei näkynyt karttanäkymässä. Pienen pähkäilyn jälkeen hommat alkoivat kuitenkin sujua niin kuin pitikin.
Kuva 1. Rajattu aineisto.
Attribuuttitietojen ja väestödatan tarkastelu oli hyvin mielenkiintoista! Ruutuaineistokarttojen avulla on kätevää luoda helposti tarkasteltavia, selkeitä tiettyä ilmiötä kuvaavia teemakarttoja.
Kuva 2. Kokeilua ruutuaineiston erilaisista esittämistavoista.
Oma harjoitus 1
Toistin omassa tehtävässäni samat vaiheet: loin ruudukon, lisäsin väestödatan ja rajasin sen, valitsin haluamani ruudut Select by location -työkalulla, yhdistin tasot, summasin niiden tiedot ja poistin attribuuttitaulukosta väärät tiedot. Oman ruudukkoni tein kuitenkin 500 m x 500 metriä -kokoisilla ruuduilla, jotta saisin tarkempia tuloksia. Päätin tarkastella omassa kartassani muunkielisten prosenttiosuutta kokonaisväestöstä 500 m x 500 m -ruuduissa. Saadakseni osuudet selville laskin Field calculator –työkalulla muunkielisten osuuden suhteessa koko alueen väkilukuun. Lisäksi inspiroiduin Eeron blogista lisäämään karttaani myös rajapinta-aineistosta pääkaupunkiseudun rautatieverkoston sekä päätiet.
Kuva 3. Muunkielisten osuus pääkaupunkiseudun asukkaista 500 m x 500 m -kokoisissa ruuduissa.
Kartasta voidaan havaita tiettyjä keskittymiä muunkielisten määrissä, etenkin junarataverkoston varsilla. Suuria keskittymiä on myös Koillis- ja Itä-Helsingissä. Myös Otaniemi näkyy varsin tummana pisteenä. Tutkimuksen tarpeellisuutta voisi myös kyseenalaistaa, mutta mielestäni on tärkeää tuntea alueellisia tilastoja ja pohtia sen avulla esimerkiksi pääkaupunkiseudun asutuksen jakautumista. Syntyneen aineiston avulla voidaan pohtia esimerkiksi aluesuunnittelun onnistumista ja tarkastella integraation toteutumista. Muunkielisyys ei tässä kontekstissa kuitenkaan erottele kielitaustoja.
Mielestäni kartastani tuli riittävän informatiivinen, mutta esimerkiksi koropleettikartta voisi olla hieman selkeämpi tulkita – nyt aluejaot on tehty epäloogisesti ruutuaineiston mukaan, jossa yksittäinen ruutu ei toimi erityisen informatiivisena aluerajauksena. Koropleettikartassa sen sijaan aluejaot voisivat olla ihmisille tutumpia ja intuitiivisempia rajauksia, kuten kaupunginosia. Omassa ruututeemakartassani olen absoluuttisten arvojen sijaan esittänyt luvut suhteellisina kokonaisväestöön nähden. Ruututeemakartassa voisi kuitenkin esittää absoluuttisia arvoja, sillä kaikki ruudut ovat keskenään samankokoisia ja siten vertailukelpoisia. Sama ei päde koropleettikartoissa.
Olen itse tyytyväinen karttani ulkonäköön! Siinä voisi toki olla vielä hieman vähemmän hälyä – esimerkiksi lisäämäni rautatie- ja tieverkostot voisivat olla hieman himmeämpiä.
Harjoitus 2
Kurssikerran toisessa osiossa harjoiteltiin rasterikuvien ja -aineistojen tuomista ja käsittelyä QGISissä. Toimme QGISiin rasterikuvia (taustakartat) sekä rasterimuotoisia korkeusmalleja, ja siirsimme ne oikeaan koordinaattijärjestelmään. Rastereita (korkeusmallit) myös yhdisteltiin väliaikaiseksi tasoksi korkeuskäyriä tehdessä. Korkeuskäyrät tuotettiin Contours-työkalulla, joka laski ja piirsi korkeusmallidatasta korkeuskäyrät halutuin välein kartalle. Käytimme yleisimmin käytettyä viiden metrin käyräväliä, joka osoittautui riittävän tarkaksi puuroutumatta liikaa karttaesityksessä. Työkalu tuotti jonkin verran epäselviä käyriä (esim. epämääräinen suttu pellon kohdalla kuvan 4 kartan itälaidassa), mutta pääosin ne vaikuttavat vastaavan paikkaansapitävästi alueen todellista topografiaa.
Lopussa harjoittelimme oman piste- ja viivamuotoisen aineiston tuottamista kartalle. Tätä varten luotiin uusia karttatasoja, joita editoitiin – kaikki taustakartan asuinrakennukset Pornaisten alueella digitoitiin pistemuotoiseksi rakennustietokannaksi ja tärkeimmät tiet piirrettiin viivamuotoisiksi tieaineistoiksi. Myös asuinrakennustietokannan attribuuttitietoihin lisättiin satunnaisia lukuja välillä 1-5 esittämään arvioita asukasmääristä. Nämä itse tuotetut aineistot tallennettiin myöhempää käyttöä varten.
Kuva 4. Digitoidut asuinrakennukset ja tiet Pornaisissa. Taustalla korkeuskäyrät ja rinnevarjoste.
Lähteet
Turkki, E. (15.02.2021) Suunnistaja hyppii onnestaan
https://blogs.helsinki.fi/turkkiee/2021/02/15/suunnistaja-hyppii-onnestaan/