Kuukausi: helmikuu 2019

Kaikista epäilyksistä huolimatta viimeisestä kurssikerrasta on vihdoin selviydytty! Tuloksena on kaksi karttaa, joista toisesta (Kuva 1.) valitettavasti puuttuu mittakaava ja pohjoisnuoli tallennuserheen takia. Olisihan se kohtuutonta jos kaikki menisi putkeen tässä vaiheessa matkaa.

Kurssikerralla pääsin tutustumaan maastotietokantaan ja kaivamaan aiemmin tarjottimella ojennetut aineistot karttaa varten aivan itse. Matka oli pitkä ja kryptinen: aineisto oli muokattu salakielelle, jottei siitä pääsisi jyvälle heti ensitarkastelulla. Onneksi jostain syövereistä oikeilla hakusanoilla löytyi opas nimeltä Maanmittauslaitoksen maastotietokohteet – syöttämällä numerokoodia toisensa perään alkoi layereiden salat aukenemaan  myös minulle. Lopulta kartalta oli eriteltynä jos jonkinlaista aluetta ja viivaa, niissä määrin, että oli vaikea päättää mitkä jättäisi kartalle.

Kuvassa 2 näette silmät kirvelemään saavan esityksen korkeusvaihteluista Tampereen seudulla. Tämän ihmeen toteutin kurssikerta 4 oppien avulla: korkeusmallin, rinnevarjostuksen ja korkeuskäyrien luominen sujui tällä kertaa jo kyynelittä, ihan muutamassa minuutissa. Jotain on siis selvästi jäänyt käteen! Visualisointi ei ehkä mennyt ihan putkeen, ja onpa karttaan tungettu mahdollisesti hieman liikaa tavaraa, mutta päällimmäisenä fiiliksenä on kuitenkin hyvä mieli siitä, että toiminnot alkavat pikku hiljaa hanskassa.

Fiilis on hyvä! Kurssi oli kiva! Jee! Kiitos kaikille lukeneille! Empä malta odottaa että pääsen taas leikkimään QGIS:n ja tietokantojen ja metadatan kanssa! Wihii!

Lähteet
MML:n maastotietokohteet (https://www.maanmittauslaitos.fi/sites/maanmittauslaitos.fi/files/old/maastotietokohteet.pdf) (luettu 25.2.2019)

Maastotietokanta ja korkeusmalli löytyivät(https://tiedostopalvelu.maanmittauslaitos.fi/tp/kartta)

Viime viikon kurssikerralla harjoiteltiin Epicollect5-sovelluksen käyttöä. Sillä tuotettiin itse pistemuotoista aineistoa, joka esitettiin kartalla interpoloinnin avulla. Interpolointi ja aineiston tuonti QGIS-ohjelmistoon osoittautui yllättävän hankalaksi nakiksi, ja Ilonan kanssa kulutimmekin lähes kolme tuntia alkujummailuun. Lopulta päästyämme kartalle ideasta onnistuimme kuitenkin tuottamaan kartan turvallisuuden kokemuksesta Kumpulan alueella (Kuva 1.).

Seuraavaksi valmisteltiin karttoja hasardeista, joita voisi hyödyntää opetusmateriaaleina. Karttani(Kuva 2.-4.) onnistuivat omasta mielestäni melko hyvin, mutta toki parannettavaa aina olisi. Kartat esittivät maanjäristyksiä maailmankartalla eri aikaväleinä (Kuvat 2.,3.), sekä tulivuorten ja maanjäristysten sijaintien yhteyttä (Kuva 4.).  Opetuksen kannalta tärkeä lisä karttoihin olisi ollut esimerkiksi litosfäärilaattojen rajat, ja tällöin ne sopisivat myös niiden tutkimiseen ja maanjäristysten synnyn selittämiseen
Maanjäristyskarttoja on kuitenkin mielenkiintoista tutkiskella, ja niistä voikin havaita muutosta maanjäristysten voimakkuudessa ja sijainnissa. Tulivuoria esittävään karttaan (Kuva 4.) olisi voinut lisätä myös lisätietoja tulivuorista, kuten Elina on tehnyt blogissaan.

Aivan uskomattoman hienoja ovat Amelian kartat, jotka on zoomattu esittämään esimerkiksi Etelä-Amerikan tulivuorten keskittymiä ja niiden korkeutta/syvyyttä. Kartoista on myös helpompi erottaa yksityiskohtia, mikä on aika siistiä!

 

Lähteet

Huhtinen, E. ”Auringonpaistetta ja onnistumisen tunteita” (https://blogs.helsinki.fi/huhelina/2019/02/22/viikko-6-auringonpaistetta-ja-onnistumisen-tunteita/) (luettu 25.2.2019)

Cardwell, A. ”Maastossa seikkailua ja luonnonhasardeja” (https://blogs.helsinki.fi/amca/2019/02/21/299/) (luettu 25.2.2019)

Hyvää päivää!

Matkoilla tulee silloin tällöin mutkia matkaan ja näin kävi minulle (myös) GIS-seikkailuni viidennellä viikolla. Kurssikerralla päästiin suhteellisen nopeasti itsenäisharjoitusten pariin. Olo oli hieman kuin sillä linnunpoikasella, joka heitettiin pesästä lentämään, mutta sen sijaan mätkähti suoraan reunalta maahan. Kivuliasta, mutta hengissä ollaan. Kipuun kuitenkin tottuu ja paikkailtuani itsetuntoani pari päivää kokeilin tehtäviä uudelleen tänään.

Mieleen on kurssin aikana jo jäänyt hataria muistikuvia erilaisista työkaluista ja niiden käytöstä, mutta käytännössä ohjelman käyttö on vielä hidasta. Ohjeiden avulla pääsee kuitenkin useimmiten maaliin. Vaikeimmaksi koen ehkä työkalujen löytämisen loputtomasta valikkosyöveristä: kuvakkeet näyttävät samanlaisilta ja nimistä muistaa yleensä vain ensimmäisen tavun. Ja ne menevät sekaisin pahemmin kuin fuksiystävien nimet orientaatioviikolla.

Tällä hetkellä fiilis on kuitenkin se, että visualisointityökalut ovat parhaiten hallussa. Se saattaa johtua siitä, että visualisointiin on helppo uppoutua ja sitä on tullut treenattua kurssin aikana jokaisen kartan kohdalla. Melko tutuksi on tullut myös attribuuttitaulun muokkaaminen erilaisilla toiminnoilla, joilla tietokantaa pystytään valmistelemaan ja karsimaan haluttua käyttötarkoitusta varten. Tähän soveltuvat hyvin valintatyökalut kuten Spatial Query ja Select By Expression, jotka myös Iina mainitsee blogissaan.

Tällä kurssikerralla käytettiin paljon aikaa puskurityökalun hyödyntämiseen. Sen avulla selvitettiin itsenäisessä harjoituksessa muun muassa lentokenttien meluvyöhykkeellä asuvien määrää. Käyttötarkoituksia puskurivyöhykkeille on kuitenkin monia: vyöhykkeiden avulla voidaan selvittää vaikkapa mihin olisi otollisinta perustaa uusia ruokakauppoja tai muita palveluita. Lisäksi niitä voidaan hyödyntää esimerkiksi ilmansaasteiden, säteilyn tai tulvien vaikutusalueita tutkiessa, kuten Julia mainitsee blogissaan.

QGISin avulla voidaan ratkaista ongelmia monipuolisesti. Rajoitteita antaa kuitenkin käyttäjän kokemus ohjelman käytöstä, sillä pahimmillaan käyttö voi olla hyvinkin hidasta ja epämukavaa. QGIS on kuitenkin melko yksinkertainen, ja kuten Ameliakin blogissaan toteaa, on sen käyttö mielekästä pienen harjoittelun jälkeen. Ongelmaksi käytössä nousee kuitenkin aivan liian usein Sininkin mainitsema ohjelman raskaus ja hitaus suurien aineistojen käsittelemisessä. Vaikea uskoa, että kurssilta löytyisi yksikään, jonka käsissä QGIS ei ole vielä kaatunut.

Alla vastauksia, joita sain viikon 5 tehtävistä. Ensimmäisissä tehtävissä bufferoitiin lentokenttiä ja selvitettiin melualueella asuvia ihmisiä. Seuraavaksia tutustuttiin asemien lähettyvillä asuviin ihmisiin myös puskurianalyysin avulla. Viimeisenä selvitettiin Helsingin yhtenäiskoulun oppilaiden jakaumia ja määrää tietokantaa tutkimalla. En ole lainkaan varma, että laskut menivät oikein, ja koenkin tarvitsevani vielä harjoitusta tämänkaltaisissa tehtävissä.

Asukkaita 2 km säteellä Malmin kentästä	57 695
Asukkaita 1 km säteellä Malmin kentästä	9140
1 km säteellä sijaitsevat rakennukset, jotka on rakennettu v. 1936 jälkeen	726
Asukkaita v. 1936 jälkeen rakennetuissa taloissa	8942
Asukkaita 2 km säteellä Helsinki-Vantaan kentästä	11 577
2 km säteellä asuvista pahimmalla melualueella(65dB) asuvia	0.25%
Vähintään 55 dB melualueella asuvia	11 913
Asukkaita, joita Tikkurilan yli suuntautuva lentoliikenne häiritsisi	32 510
Väh. 500m säteellä asemasta asukkaita suhteessa kaikkiin alueen asukkaisiin	21.8%
Väh. 500m säteellä asuvia työikäisiä suhteessa kaikkiin alueen asukkaisiin	14.9%
Taajamissa asukkaita suhteessa kaikkiin alueen asukkaisiin	97.6%
Kouluikäisistä taajamien ulkopuolella asuvia suhteessa kaikkiin alueen kouluikäisiin	2.6%
Helsingin Yhtenäiskoulun koulupiirin alueella kouluikäisiä suhteessa kaikkiin alueen asukkaisiin	8.4%
Uusia oppilaita seuraavana vuonna	14
Yläasteikäisiä seuraavana vuonna	62
Muunkielisiä kouluikäisiä	9

 Lähteet

Rusanen, I. ”Ongelmanratkaisua ja onnistumisia” (https://blogs.helsinki.fi/iinarusa/2019/02/18/ongelmanratkaisua-ja-onnistumisia/) (luettu 25.2.2019)

Salmi, J. ”Bufferointia ja melusaastetta” (https://blogs.helsinki.fi/jhsalmi/2019/02/19/osa-5-bufferointia-ja-melusaastetta/) (luettu 25.2.2019)

Cardwell, A. ”Buffereita ja kertailua” (https://blogs.helsinki.fi/amca/2019/02/16/viikko-5-buffereita-ja-kertailua/) (luettu 25.2.2019)

Ahtinen, S. ”Ongelman ratkaisua” (https://blogs.helsinki.fi/ahtisini/2019/02/17/kurssikerta-5-ongelman-ratkaisua/) (luettu 25.2.2019)

Hei vaan!

Tämän viikon toisessa tehtävässä tarkoituksena oli harjoitella rasteriaineiston tuomista QGISiin. Tarkasteluun otimme Pornaisten alueen, ja ensimmäiseksi saimme käsittelyyn kahdessa osassa olevan korkeusmalliaineiston. Rasteriaineistot muistuttivat aluksi enemmän pilviä kuin korkeusmalleja, aineistojen yhdistämisprojektissa tuntui joku tippuvan kärryiltä n. kerran kahdessa minuutissa. Vaikeuksien kautta pääsimme kuitenkin voittoon, ja Virtual Raster -toiminnolla korkeusmallit yhdistyivät lopulta kauniisti yhdeksi korkeusmalliksi. Tämän uuden korkeusmallin pohjalta loimme korkeuskäyrät, jotka näkyvät kuvissa 1-3 sinisellä. Kun korkeusmallit olivat valmiit ja kello melkein 11 illalla, silmät lupsahtelivat kiinni vuorotellen.

Ei vaan, virkeänähän täällä vertaillaan korkeuskäyriä Paitulista ladattuun Maanmittauslaitoksen peruskarttalehden korkeuskäyriin. Nämä näkyvät kuvissa 1-3 kauniilla ja tutulla punaruskealla sävyllä.

Maanmittauslaitoksen peruskarttalehden korkeuskäyriä voisi kutsua yleistetyksi versioksi tänään tekemistäni korkeuskäyristä. Yleistäminen on hyvin fiksua, sillä peruskartalla ei ole tarpeellista esittää korkeuden vaihtelua yhtä tarkasti, kuin minun siniset korkeuskäyräni esittävät. Pääosin käyrät vastaavat kuitenkin toisiaan hyvin.

Hellou ja ihanaa maanantai-iltaa!

QGIS:lla ja minulla on mennyt viime aikoina hieman paremmin. Tänään meillä oli vain pientä sanaharkkaa, joka päättyi pariin kiivaaseen ”OK!” -OK! ”OK” tiuskimiseen, ruudut sumenivat raivosta mustiksi ja kerran jouduin jopa ottamaan hieman erätaukoa, kun toinen oli vetänyt taas jotain vettä vahvempaa ja sammui uudelleen ja uudelleen kesken riidan. Lopulta  ymmärsimme, että kyseessä oli taas kerran vain väärinymmärryksiä väärinymmärrysten perään.

Tänään opeteltiin siis yhdessä tekemään ruutukarttoja. Niiden tekeminen tuntui jo huomattavasti helpommalta, kun mieleen oli ihmeen kaupalla uponnut aiemmat harjoitukset tietokannoilla kikkailulla. Lopputuloksena oli kaksi ruutukarttaa, jotka esittelen seuraavaksi.

Ensimmäinen kartta (Kuva 1.) tehtiin yhdessä luennolla. Siinä käytettiin ruutukokona 1 km² ruutuja, joilla kuvattiin asukastiheyttä. Kartan tekeminen oli hauskaa, ja siitä erottuukin selkeästi Helsingin seudun keskukset. Ylivoimaisesti tihein asutus löytyy Helsingin kantakaupungista. Kantakaupungissakin erottuu selkeästi alueet, joissa asutusta on hieman vähemmän, sen sijaan alueella on paljon esimerkiksi liikkeitä ja ravintoloita. Muita asutuskeskittymiä näyttäisi löytyvän esimerkiksi Espoosta, Vantaalta ja Itä-Helsingistä.

Luennon jälkeen yritin tehdä ruutukarttaa uudelleen, tällä kertaa käytin aineistona 22-vuotiaiden sijoittumista pääkaupunkiseudulla. Valitsin myös tarkemman 0.5 km² ruudukon, jotta jakautuminen näkyisi kartalla tarkemmin. Vaikka kartta muistuttaakin hieman aiempaa asukastiheyskarttaa, on siellä silti havaittavissa joitain eroja. Selkeästi eniten 22-vuotiaita asuu Otaniemessä, mitä selittää luonnollisesti Aalto-yliopisto. Karttaa tarkastellessa muutkin tiheentymät näyttäisivät sijaitsevan siellä, missä on esimerkiksi HOAS:n asuntoja, kuten Toukolassa, Kumpulassa ja Vallilassa. Myös muut kantakaupungin osat näyttävät houkuttelevan, ja merkittävästi 22-vuotiaita asuu esimerkiksi Kalliossa.

Mielestäni molemmat kartat ovat melko onnistuneita ensimmäisiksi ruutukartoikseni. Pidän enemmän 22-vuotiaiden keskittymiä esittävästä kartasta tarkkuuden vuoksi. Molempiin karttoihin lisäsin myös tiestön selkeyttämään pääkulkuväyliä, ja asutus näyttääkin keskittyvän molemmissa kartoissa pääteiden varteen. Pidän myös ruutukarttojen ulkoasusta, sillä ne esittävät informaation koropleettikarttaa tarkemmin ja antavat yleiskuvan pistekarttaa selkeämmin.

Seuraavassa postauksessa tuleekin sitten tämän viikon seuraava tehtävä numero kaksi!

Ja loppuun vielä biisi, joka kuvastaa tämän hetkistä tunnemyräkkääni QGIS:siä kohtaan. <3