Kerroimme aiemmin syksyllä Gispon blogissa FMI2QGIS-projektista, jonka päämääränä oli kehittää QGISiin oma lisäosa Ilmatieteen laitoksen avointen datojen helpompaan käsittelyyn ja lataamiseen. Alunperin fokus oli erityisesti ilmanlaatudatan (esimerkiksi ENFUSER-ennustedatan) saamiseen QGISin käyttöön, mutta muidenkin Ilmatieteen laitoksen avointen aineistojen mukaanotto lisäosaan varmasti lisää näiden datojen käyttäjäkuntaa ja hyödynnettävyyttä.

Loppuvuosi onkin kulunut paljolti meteorologisten paikkatietoaineistojen ja niiden erityispiirteiden kanssa ahertaessa. Erilaisten havainto- ja ennustedatojen määrä ja koko, lukuisine erilaisine parametreineen on aiheuttanut omat haasteensa, ja uutena tuttavuutena on tullut myös mm. aineiston käsittely NetCDF-formaatissa. Näistä myöhemmin varmasti vielä lisää, kuten muistakin lisäosan ns. konepellin alaisista komponenteista.

Nyt kun alustava versiojulkaisu (versio 0.1.0) on ajankohtainen, lienee paikallaan kertoa kuitenkin yleisemmin mitä ollaan tähän asti saatu aikaan, ja esitellä hieman lisäosan toiminnallisuutta. Julkaistu lisäosa löytyy suoraan QGISin plugin-repositoriosta (https://plugins.qgis.org/plugins/FMI2QGIS/, kirjoitushetkellä vielä versio 0.0.1) ja on asennettavissa QGISin omalla lisäosien hallintatyökalulla. GitHubista puolestaan löytyy viimeisimmät koodimuutokset ja ohjeet pluginin käyttöön.

Lisäosan graafinen käyttöliittymä helpottaa siis karttatasojen lataamista ja lisäämistä QGISiin Ilmatieteen laitoksen WFS- ja WMS-rajapinnoista, hyödyntäen rajapintojen tallennettuja kyselyjä (stored query). WFS:n tallennettuja kyselyjä löytyi kirjoitushetkellä 141 kappaletta erilaista havainto- tai ennustedataa, esimerkiksi pitemmän ajan lämpötilatilastoista salamahavaintoihin. Lisäosan avulla on ensinnäkin mahdollista listata nämä saatavissa olevat tasot ja niihin liittyvät parametrit. Parametrit vaihtelevat tallennetusta kyselystä toiseen, ja kaikille tasoille ei vielä tässä vaiheessa löydy tukea. Lisäosan käyttöä on havainnollistettu alla, ENFUSER-datan ilmanlaatuindeksin yhteydessä:

Olipa kyse sitten havainnoista tai ennustedatasta, meteorologisille aineistoille on olennaista aikariippuvuus. Aiemmin aikariippuvuuden käsittely QGISissa on hoitunut erillisen lisäosan avulla, mutta versiosta 3.14 lähtien vastaava toiminnallisuus tulee perusasennuksen mukana Temporal Controller -työkalun muodossa. Tämä onkin integroitu FMI2QGIS-lisäosan käyttöön mukaan siten, että se käynnistyy automaattisesti lisäosan kanssa ja osaa lukea ladattavien aineistojen aikaleimat suoraan:

Lisäosasta löytyy myös oma osionsa WMS-tasojen lisäykseen QGISin karttaikkunaan katseltavaksi. Avoimia aineistoja löytyy valittavana listasta jälleen runsaasti, Suomen tutkahavainnoista, laajempiin säätila- ja tuuliennusteisiin. Tässäkin löytyy oma parametrien valinta -osio, mutta yleisesti käyttö on WFS-tasoja suoraviivaisempaa, ja meteorologisten datojen aikakehityksen seuranta onnistuu jälleen myös automaattisesti:

Kunhan lisäosan alustava julkaisu saadaan ulos ja käyttäjille testattavaksi, toiveissa olisi jatkossa pystyä kehittämään lisäosaa pidemmälle. Mukavaa olisi, jos löytyisi resursseja kehittää lisää esimerkiksi erilaisten parametrien tukea, aineistojen visualisointia ja lisäosan yleistä käytettävyyttä. Eli ei muuta kuin testaamaan ja tulevia säätiloja havainnoimaan! Käyttäjäpalautetta ja mahdollisesti havaittuja bugeja voi ilmoittaa yllämainittuun Github-repositorion Issueihin tai suoraan sähköpostitse osoitteeseen jaakko@gispo.fi.

Gispon Sanna ja Anniina kokeilivat graafisen kartan tekoa. Liekö Topin karttahaaste innoittanut tähän vai mikä heihin iski. Tässä ajatuksia graafisen kartan tuotannosta.

Kuvankäsittelyohjelmistot matkailukartan tuotannossa

Anniina Kovalainen

Olen harrastanut digitaidenäpertelyä ja graafista suunnittelua jo pitkään, joten kun Topin 30DayMapChallenge-karttahaasteessa oli 12. päivän kohdalla “Map not made with GIS software”, tunsin hetkeni koittaneen. Päätin tehdä graafisen matkailukartan muutamasta nähtävyydestä kotikaupungissani Kajaanissa (tarkoitukseni oli tehdä useampi nähtävyys, mutta kun kello lähestyy uhkaavasti puolta yötä, päätin tyytyä hyvin niukkaan otokseen, heh). Graafinen matkailukartta on tuotettu Adobe Photoshopilla, mutta kartan referenssipohja on kasattu QGISissä (mm. MML:n maastotietokanta datapohjana). Työstin dataa ensin paikkatietopohjaisesti, jonka jälkeen otin datan ulos PNG:nä vein Photoshoppiin. Siellä alkaa kartan varsinainen graafinen työstö.

Graafinen suunnittelu ja työstö vaatii todellisuudessa aikaa ja useita iterointikertoja – mielellään myös silmien ja aivojen nollaustaukoa iterointien välissä. Koska tässä karttahaasteessa aika oli erittäin rajallinen, päätin ottaa lähestymistavaksi “piirretyn oloisen kartan”. Linjojen ei tarvitse olla suoria tai viimeisen päälle huoliteltuja, vaan ne saavat olla hieman rosoisia ja “lapsenomaisia”. Nähtävyyksien työstö vei yllättävän paljon aikaa, sillä en halunnut kadottaa nähtävyyksien tunnusmerkkejä pelkistämällä niitä liikaa. Mitä monimutkaisemmat piirteet, sitä kauemmin sen käsittelyyn meni aikaa. Lopputuloksen näettekin alla!

Miksi graafisia karttoja?

Graafiset kartat ovat oivallisia viestintäelementtejä käytettäväksi esimerkiksi juuri matkailussa, opasteissa, verkkosivuilla, tulosteina, esitteissä ja niin edelleen – vain mielikuvitus on rajana! Jos tarvitset staattisen kartan joka päräyttää ja ponnahtaa esiin tai on visualisoitu organisaation graafisen ilmeen mukaan, QGIS + Photoshop -kombinaatiolla tuotettu graafinen kartta on oivallinen valinta.

Opaskartta QGISillä

Sanna Jokela

Osallistuin matkailualan webinaariin Turussa muutama viikko sitten ja webinaarissa käytiin läpi matkailuyritysten monikanavaisuuden haastetta: mihin kaikkialle esimerkiksi aukioloaikatietoja pitää kirjata, missä olla läsnä, mihin osoitetiedot kirjata. Aikamoinen hässäkkä tästä syntyy. Matkailijan näkökulmasta tärkeää olisi, että tiedot löytyvät oikein joka paikasta. Ja helposti. Tästä aiheesta voisin avautua loputtomiin. Mutta sitten tilaisuuden lopuksi Turun AMK:n lehtori Telle Tuominen totesi, että on se paperikarttakin aika hyvä väline vielä nykyaikana. Ja siitä idea sitten lähti.

Olen asunut Turun edustan saarilla ensin lapsuuteni ja paluumuuttajanakin jo 6 vuotta. Mutta en todellakaan tiedä mitä kaikkea hauskaa saarilta löytyy. Korona-aikana metsäpolkuja ja muinaismuistoja on tullut koluttua ihan eri tavalla. Kyselin meidän saarten Facebook-ryhmässä mitä kaikkea kartalle haluttaisiin ja sain liudan kohteita ja palveluita, joista en oikeasti tiennyt yhtään mitään. Osa tiedoista löytyi OpenStreetMapin, Varsinais-Suomen palvelutietoaineiston (joka oli aika vanhentunut), Postin karttapalvelun ja Museoviraston aineistorajapintojen avulla (WFS-rajapinnat eivät näyttäneet kohteita ollenkaan) ja LIPAS-palvelun avulla. Suurin osa kohteista ja web-linkeistä tuli siskon avustuksella (hän on googletuksen mestari) sekä FB-ryhmän avustuksella.

Taustakartan sain helposti tehtyä MML:n maastotietokannan tietoja yhdistävän ja visualisoivan QGIS-plugarin avulla, joka tehtiin pari vuotta sitten asiakkaan kanssa yhteistyössä. Vähän visualisointeja modaamalla sain aika kivan taustakartan. QGISin default-symbolit palveluille saivat tällä kertaa riittää (Anniina on meillä paras tekemään kustomoituja symboleita). Laskin, että kokonaisuudessaan opaskartan tekoon meni ehkä 2 henkilötyöpäivää aikaa, suurin työ oli kohteiden metsästys ja tarkastus.

Havaitsin myös jännän ilmiön. Kartta on aika vahva väline viestintään ja se, että kohteet on kartalla, tekee asiasta jotenkin erityisen virallista. Facebook-ryhmässä käytiin vähän kiivastakin keskustelua kohteista. Toiset pyysivät seurakunnan rantaa kartalle, toiset kauhistuivat että se laitettaisiin sinne. Toiset halusivat kaikki muinaismuistokohteet ja luontokohteet kartalle, toiset pelkäsivät että ne turmellaan sitten heti. Toinen haaste on polut ja reitit. Metsät täynnä polkuja ja maastokartoiltakin ne löytyvät, mutta ei niitä uskaltanut laittaa tämän tyyppiseen toteutukseen, kun eivät ole ns. virallisia. Tavallaan itse yllätyin tästä reaktiosta, koska käytin vain avointa dataa kohteiden ja reittien valitsemiseen ja ne löytyvät muutenkin jo kymmenistä palveluista…

Nyt kartta on julkaistu avoimesti saarelaisten käyttöön ja joku ehti niitä printata ja laminoida jaettavaksi. Uusia versiota varmasti vielä tulee. Tästä iltapuhdeprojektista jäi hyvä mieli ja näitä tekisi mielellään lisääkin!

Jos graafiset kartat kiinnostavat ja tarvitsisit vaikkapa kotisivuillesi tai matkailusivuille näyttävän karttavisualisoinnin, ota yhteyttä info@gispo.fi!

Lakimaantiede (tai oikeusmaantiede) on käsitteenä monelle vieras, mikä ei sinällään ole mikään ihme: lakimaantiede on suhteellisen nuori käsite eikä se varsinaisesti ole oma tieteenalansa. Lakimaantiede on suuntaus, joka yhdistelee mm. oikeustieteen ja maantieteen ilmiöitä, teorioita, käsitteitä ja metodologioita toisiinsa. Fakta nimittäin on se, ettei lakia tai siihen liittyviä prosesseja voida irrottaa maantieteestä. Koko lain instituutio on maantieteellinen ilmiö ja lakeja tuotetaan aina jonkinlaisessa maantieteellisessä kontekstissa, johon niiden oikeutus tai velvoittavuus yleensä myös sitoutuu; lailla on aina jokin alue, paikka ja/tai tila, missä se on tuotettu ja mihin se vaikuttaa. Ehkä helpoin tapa ymmärtää lainsäädännön maantieteellisyys on valtiolliset rajat, jotka erottavat juridiset entiteetit toisistaan; Suomen lainsäädäntö ei ole voimassa Ruotsissa, eikä toisinpäin.

Lakimaantiede tutkii muun muassa lakiin, lakijärjestelmään, laillisuuteen, oikeuteen ja oikeudenmukaisuuteen liittyviä teemoja maantieteen käsitteiden ja metodologian keinoin. Lakimaantieteellinen tutkimus on keskittynyt enimmäkseen valtioiden instituutioiden juridiseen toimintaan, mutta tutkimusta on tehty myös esimerkiksi valtiosta riippumattomista toimijoista, ilmiöistä sekä erilaisista lakien ilmenemismuodoista.

Lain tulkinta ja käytäntö vaihtelevat alueellisesti, paikallisesti ja tilallisesti

Lainsäädäntö ja sen ilmeneminen tulkinnoissa ja sosiaalisessa kanssakäymisessä ei ole alueellisesti, paikallisesti tai tilallisesti identtistä, vaikka sama lainsäädäntö koskisikin kaikkia toimijoita. Eroja voi synnyttää esimerkiksi lain erilaiset tulkintatavat, epäselvyydet, tietämättömyys, käytännön määrittelyn avoimuus ja/tai noudattamisen mahdollisuudet. Suomessa esimerkiksi asema- ja yleiskaavoitus ovat yksi mielenkiintoinen esimerkki lain alueellisesta vaihtelusta: vaikka lainsäädäntö on kaikille sama, laki jättää avoimeksi paljon käytännön asioita, jolloin lakia sovelletaan käytännössä hyvin eri tavoin eri alueilla.

Lakitila

Lakitila on omasta mielestäni yksi mielenkiintoisimmista tavoista tutkia lain ilmenemistä käytännössä, sillä se mahdollistaa hyvin tarkan lakimaantieteellisen analyysin esimerkiksi vaikkapa työpaikan sisällä. Lailliset toimijat (työpaikalla esimerkiksi työntekijät) tuottavat lakitilaa sosiaalisen käyttäytymisen kautta – lait vaikuttavat siihen, miten yksilö toimii eri tilanteissa ja minkälaista tilaa tuotetaan. Tehdään läpivalaisu työhuoneestasi, joka sisältää valtavan määrän erilaisia lakeja, jotka vaikuttavat tuotettuun lakitilaan. Työhuoneesi sijaitsee luultavasti työpaikkasi tiloissa, joka on rakennettu valtion rakennuslakia ja siihen kytkeytyviä lakeja noudattaen. Jos työhuoneessasi ilmenee esimerkiksi jokin rakenteellinen terveyteen negatiivisesti vaikuttava ongelma, sinulla on oikeus vaatia toimenpiteitä asian korjaamiseksi ja luultavasti rakennusyhtiöllä tai työnantajalla on velvollisuus korjata työhuoneesi terveydellesi turvalliseksi: jos mitään ei tehdä, siitä seuraa rangaistus. Fyysisen ympäristön lisäksi voidaan tarkastella muita toimijoita, jotka vaikuttavat lakitilaan – kuten sinua itseäsi tai työtovereitasi. Sinuun itseesi piiloutuu paljon oikeuksia ja velvollisuuksia, mutta työpaikalle tullessasi saat vielä uuden kaavun yllesi, mihin liittyy työpaikkaan sidotut oikeudet ja velvollisuudet. Sama pätee työtovereihisi ja työpaikalla tapahtuvaan kanssakäymiseen. Tässä on pintaraapaisu erilaisista laeista, mitkä luultavasti vaikuttavat sinun työhuoneessasi ja tuottavat sosiaalisessa vuorovaikutuksessa tietynlaista lakitilaa. Lait vaikuttavat tilassa normeihin, arvoihin ja yleiseen mielenmaisemaan, mitkä ohjaavat käyttäytymistä.

Laki ja maantiede vaikuttavat toinen toisiinsa jatkuvasti

Lain ja maantieteellisten ilmiöiden suhde on dynaaminen ja vastavuoroinen: lait vaikuttavat jatkuvasti maantieteellisiin ilmiöihin ja toisinpäin. Suomessa lailla esimerkiksi määritellään erilaisia valtion sisäisiä alueita, joille annetaan omia oikeuksia ja velvollisuuksia. Toisaalta taas esimerkiksi lain tilallisten tulkintojen ja käytäntöjen kautta voidaan havaita kehitystarpeita lainsäädäntöön, jolloin maantieteelliset ominaisuudet taas vaikuttavat vastavuoroisesti lain säätämiseen.

Lakimaantiede on kriittisen analysoinnin työkalu, joka paljastaa näkymättömiä rakenteita ja toimintamalleja

Lakimaantiede on hyödyllinen tieteellinen tulokulma yhteiskunnallisiin teemoihin, sillä sen avulla voidaan mm. kriittisesti analysoida lain juridista perustaa ja sen toimivuutta erilaisten maantieteellisten käsitteiden keinoin sekä tunnistaa lainsäädännön tuottamia näkymättömiä yhteiskunnan rakenteita ja ilmiöitä ja niiden syntymisen syitä. Lainsäädäntöä ja sen toimivuutta voidaan analysoida kriittisesti esimerkiksi tutkimalla lakitiloja tai lain käytäntöjen alueellisia eroja. Tiettyjen lakien kohdalla on löydetty merkittäviä eroja lain käytännöissä esimerkiksi pienten ja suurten kuntien välillä. Syitä käytännön eroihin voi löytyä itse laissa (selvyys, tulkinnanvaraisuus, ohjeistukset), lain täytäntöönpanoprosesseissa, lain valvonnassa tai lain tulkitsijassa (resurssipula…). Lain alueellinen eriarvoisuus voi aiheuttaa myös sen, että kaikilla laillisilla toimijoilla, kuten pienillä kunnilla, ei välttämättä ole samanlaisia mahdollisuuksia toteuttaa lainsäädäntöä kuin toisilla. Tästä johtuen lakia voidaan tulkita sen rakenteesta riippuen paljon laveammin toisilla alueilla kuin toisilla.

Teimme jo aikaisemmin pienen läpileikkauksen työhuoneeseesi vaikuttavista laeista, mikä ilmentää hyvin sitä, miten lakimaantieteen avulla voidaan tunnistaa lain näkymättömämpiä rakenteita ja ilmiöitä. Monesti näkymättömän lain rakenteen läsnäolon huomaa vasta sitten, kun jotain on pielessä – esimerkiksi jos vaikkapa työhuoneen katosta tippuu vettä tai jos työkaveri käyttäytyy asiattomasti. Silloin tulee tietoiseksi omista oikeuksistaan sekä työkavereiden ja työnantajan velvollisuuksista. Yhteiskunnassa laki on läsnä jokaisessa tilassa, oli se sitten näkyvä tai ei.

Voidaan olla ehkä yhtä mieltä siitä, että monien erilaisten näkökulmien huomioiminen parantaa mahdollisuuksia siihen, että laki on toimiva myös käytännön tasolla. Lakimaantiede on yksi tällainen näkökulma, jonka pitäisi olla vahvemmin mukana lainsäädäntöprosesseissa, sillä maantiede ja paikkatieto ovat kaikkialla. Lainsäädäntöprosessin aikana on kuitenkin hankala ellei jopa mahdoton tietää, miten laki todellisuudessa käyttäytyy ja onko se selvityksistä huolimatta toimiva. Yksi tapa on tehdä teoreettista ja loogista testausta esimerkiksi tulevaisuudentutkimuksen menetelmien avulla: Delfoi-menetelmän ja tulevaisuusverstaiden avulla voidaan kartoittaa nykytilan ja tulevaisuuden arvoja ja normeja, joita testataan useampien eri skenaarioiden avulla.

Tämä artikkeli on vain pintaraapaisu lakimaantieteen moniulotteiseen ja alati kehittyvään maailmaan. Jos kaipaat selvitystä, tutkimusta tai jotakin muuta lakimaantieteeseen liittyvää konsultointia, ota ihmeessä yhteyttä anniina@gispo.fi tai info@gispo.fi!

QGIS paikkatieto-ohjelmistona ja OpenStreetMap (OSM) “avoimena maailmankarttana” ovat kaksi hyvin tunnettua ja menestynyttä avoimen lähdekoodin ja avoimen tiedon projektia. Molemmat juontavat juurensa 2000-luvun alkupuolelle, ja ovat nousseet ominaisuuksiensa ja aktiivisten yhteisöidensä ansiosta suosituiksi vaihtoehdoiksi suljettujen ratkaisujen tilalle.

Vaan kuinka QGIS ja OSM sitten toimivat yhteen, vai toimivatko? Ja pystyykö OSM:n dataa hyödyntämään helposti QGISissa esimerkiksi erilaisten paikkatietoanalyysien tekoon? Tässä artikkelissa esitellään lyhyesti QGISista löytyvät perustyökalut OpenStreetMapin aineistojen hyödyntämiseen eri tarkoituksiin.

Taustakarttana

Ehkä yleisin tai ainakin yksinkertaisin tapa käyttää OSM:in dataa QGISin projekteissa on suoraan taustakarttana. Tämän voi tehdä kahdellakin tapaa. Ensinnäkin QGISin selain-ikkunasta löytyvä XYZ Tilesin avulla voi määritellä eri palveluja karttatiilien noutamiseksi, ja OSM:lle tämä on tehty vieläkin helpommaksi, sillä se löytyy lisättynä XYZ Tiles -valikkoon oletuksena. Perustyylisen OpenStreetMap-kartan saakin lisättyä projektiin kuin projektiin todella helposti, riittää vain raahata se hiiren avulla karttaikkunaan!

Toinen tapa on käyttää lisäosia. Tarkastellaanpa aluksi samalla mitä kaikkea lisäosia QGISille on OSM:iin liittyen olemassa. Avataan siis Lisäosat-valikko ja sieltä “Hallitse ja asenna lisäosia…” ja kirjoitetaan sitten hakukenttään esimerkiksi “osm”, jolloin löydetään kaikki QGISin lisäosat joilla on kyseinen tägi. Huomataan, että näitä erilaisia OpenStreetMap:iin liittyviä lisäosia löytyy kirjastosta noin kymmenen kappaletta.

Valitaan asennettavaksi QuickMapServices-lisäosa, joka tarjoaa suuren määrän taustakarttoja. Vaikka lisäosan listauksesta löytyviä palveluja taustakartoiksi selaillessa voikin viettää pitkän tovin, OSM löytyy helposti, ja lisäosa mahdollistaa OSM:n perustyylin lisäksi myös eri karttateemojen käyttämisen (Cycle Map, Landscape, Outdoors, Transportation ja Veloroad).

OSM-datan lataus

Jos sen sijaan haluaa päästä käsiksi suoraan OSM:n dataan ja tuomaan sen QGIS-projektiin muokattavaksi vaikkapa vektoritasona, on tämänkin toteuttamiseksi jälleen useampi vaihtoehtoinen tapa. Tässä kohtaa huomio saattaa kiinnittyä OSM:n ja QGISin datan hieman erilaisiin rakenteisiin. Siinä missä OSM-kohteetkin ovat pisteitä, viivoja tai alueita, näitä kuvataan elementeillä nodes/ways/relations ja niihin saattaa liittyä lukematon määrä ominaisuustietoja, jotka kuvataan eri tunnisteilla (tags). Muunnos OSM:n ja QGISin avulla kuitenkin onnistuu tässäkin tapauksessa ilman lisäponnisteluja ja OSM-kohteet saa ladattua QGISiin GDAL-kirjaston suosiollisella avustuksella.

Yksi tapa OSM-datan lataamiseen on käyttää Geofabrikin latauspalvelimia ja noutaa data jostain isommasta alueesta kokonaisuudessaan (menemällä web-selaimella osoitteeseen https://download.geofabrik.de/ ja sieltä downloads > maanosa > maa > osa-alueet). Kuitenkin esimerkiksi Suomesta on ladattava koko alue kerralla, pienempiä osa-alueita ei löydy. Tyypillisesti päivittäin päivittyvä data on ladattavissa joko pbf- tai Shapefile-formaateissa ja se sisältää lisäksi kaiken OSM-kohteiden datan kyseiseltä alueelta, tiettyjä metatietoja kuten muokkausten käyttäjätietoja lukuunottamatta.

Mikäli kiinnostuksen kohteena oleva alue tai data on vähänkään rajoitetumpaa, kätevämpi tapa on käyttää lisäosaa nimeltä QuickOSM. Tämä mahdollistaa alueen rajaamisen ja myös noutamaan vain tietyntyyppiset kohteet eri kyselyillä. Lisäosa käyttää Overpass APIa ja sen omaa kyselykieltä, mutta pikakyselyitä pystyy helposti muodostamaan myös suoraan pudotusvalikkoja käyttämällä. Tällöin voi valita alueeksi tietyn paikannimen, sen ympäristön, karttanäkymän tai tason, ja noutaa sieltä tietyt kohteet vain tägien tiettyjen arvojen perusteella. Tulokset saadaan ns. Väliaikaisina luonnostasoina geometrioittain, jotka on siis vielä erikseen tallennettava.

Toinen työkalu OSM-datan lataamiseen on OSMDownloader-lisäosa, jonka avulla voi valita tarkasteltavaksi alueeksi nelikulmion, josta kohteet haetaan. Se mahdollistaa myös vektoritason suoran lisäyksen QGISiin.

Geokoodaus

QGISiin on saatavissa kätevä hakutoiminto kohteiden hakemiseen paikannimen tai osoitteen perusteella. Asennuksen jälkeen Nominatim Locator Filter -geokoodauslisäosa löytyy QGISin pääikkunan vasemmasta alakulmasta klikkaamalla ja valitsemalla:

Käänteiseen geokoodaukseen kykenee puolestaan OSM Place Search. Kannattaa kuitenkin huomata, että tämä on ns. kokeellinen lisäosa, ja QGIS ei erityisesti suosittele niiden käyttöä muuta kuin testaustarkoituksiin. Tämän vuoksi lisäosa ei myöskään aiemmin näkynyt hakutuloksissa etsiessämme erilaisia lisäosia osm-hakusanalla. Myös kokeelliset lisäosat saa kuitenkin näkyviin, kun rastittaa Lisäosat-ikkunan Asetukset-kohdasta tarvittavan kohdan:

Reititys

Reittien suunnitteluun ja optimointiin OSM-dataan perustuen löytyy lisäosa ORS Tools. Käyttö vaatii API-avaimen (on annettava lisäosalle Provider Settings -kohdassa), jollaisen saa rekisteröitymällä ilmaiseksi osoitteessa: https://openrouteservice.org/

Perusreitityksen voi tehdä monen pisteen kautta ja perustuen joko matkan tai matka-ajan optimoimiseen. Valittavana on eri kulkuvaihtoehtojen (auto, polkupyörä, jalan, rullatuoli) lisäksi kullekin vielä eri moodeja (esimerkiksi cycling-regular/road/safe/mountain/electric). Lisävalinnoista voi valita myös joko vältettäviä tägejä tai monikulmio-taso. Lisäosalla on mahdollista ratkoa optimaalista reittiä kauppamatkustajan ongelmalle.

Batch Jobs -välilehdeltä löytyy lisäksi työkalut esimerkiksi laskemaan kuinka laaja alue on mahdollista tavoittaa tietyn ajan sisällä (isochrones) eri matkustustavoilla.

Datan ajallinen muutos

OSM-kohteiden ajallista muuttumista kartalla voi tutkia Animate OSM -lisäosalla. Alunperin Humanitarian OpenStreetMap Teamin (https://www.hotosm.org/ ) tehtävien edistymisen seurantaan kehitetty lisäosa, joka tällä hetkellä mahdollistaa ainoastaan rakennus-datan tarkastelun.

Lopuksi

Tässä artikkelissa annetut esimerkit ovat vain pintaraapaisu tavoista, joilla OSM-dataa voi hyödyntää QGISissä. Parasta onkin siis ottaa lisäosista kiinnostavimmat omaan testaukseen ja hyödyntää tätä koko maailman kattavaa avointa dataa omissa projekteissa.

Nyt sitä riittää, paikkatietodataa nimittäin. On satelliittikuvadataa ja on tarkkaakin tarkempia pistepilviaineistoja – osaajia on kuitenkin vähässä.

Maanmittauslaitos (MML) julkaisee piakkoin tarkkaa laserkeilausaineistoa, kun taas European Space Agency (ESA) jakaa satelliittikuvadataa terabiteittäin. Varsinaisia toimialamurroksia tai merkittäviä tuottavuushyötyjä synnyttäviä paikkatietoratkaisuja näkee kuitenkin vähän suhteessa dataan liittyvään hyötypotentiaaliin. Viimeisen viiden vuoden aikana datan määrä on kasvanut huimasti – reilusti yli sen osaamiskapasiteetin, jolla dataan liittyvä hyötypotentiaali voitaisiin lunastaa.

Strategisella tasolla kehitystä voisi ohjata seuraavilla ohjenuorilla:

Jalkauta paikkatiedot organisaation tiedonhallinnan, data-analytiikan ja tietojohtamisen prosesseihin
Sijoita osaamiseen, unohda hype

Elämme kaukana siitä ajasta, jolloin paikkatietojen käsittely vaati organisaatioilta paikkatietotehtävien keskittämistä vain muutamalle henkilölle. Rajattu määrä käyttölisenssejä paikkatieto-ohjelmistojen käyttöön sekä hitaat, manuaaliset tiedostopohjaiset paikkatietoprosessit ohjasivat organisaatiot “GIS-yksikköjen” luomiseen. Paikkatietojen käyttö siiloutui ja jäi suurelta massalta käyttämättä.

Nykypäivänä paikkatietoteknologiat mahdollistavat datan helppokäyttöisyyden. Paikkatieto-osaamisen kerryttäminen organisaatioissa ei kuitenkaan tapahdu itsestään, vaan osaamista pitää systemaattisesti kasvattaa. Ilman tätä paneutumista ei voida olettaa, että jokin musta laatikko, kuten lohkoketjut tai koneoppiminen ratkaisee kaiken ja innovoi ihmisten puolesta.

Käytännön tasolla voisi potkua syntyä seuraavista ajatuksista:

Mahdollista paikkatietojen integrointi sovelluksiin, ohjelmistoihin ja järjestelmiin keskitettyjen ydintietovarantojen avulla
Rikasta olemassa olevia tietotuotteita paikkatiedoilla,
Tuo organisaation ulkopuolista dataa organisaation tietovarantoihin

Keskittämällä organisaation paikkatiedot helposti ydintietovarantoihin saadaan paikkatiedot tehokkaimmassa muodossaan pois “GIS-siilosta” ja mahdollistetaan samanaikainen datan käyttö sekä myös tehokkaat analyysit. Avoimen lähdekoodin johtava tietokantaympäristö PostgreSQL ja sen paikkatietolaajennos PostGIS ovat tähän erinomainen ratkaisu.

Rikastamalla organisaation sisäisiä tietotuotteita paikkatiedoilla syntyy käyttäjille konkreettinen kokemus siitä, kuinka helppoa nykypäivänä paikkatietojen hyödyntäminen onkaan.

Organisaation ulkopuolinen data, kuten mainitut avoimen datan tuotteet MML:ltä tai ESA:lta, antavat toimialasta riippuen aivan uusia mahdollisuuksia yrityksille tai julkishallinnolle.

Ensin siis puretaan GIS-linnakkeet organisaation sisältä, sitten tuodaan data pois siiloista ja lopuksi yhdistetään se muuhun dataan. Minkälaisia palveluita me Gispossa siten tarjoamme näiden ongelmien ratkomiseen? Olemme asiakkaidemme apuna niin strategisella kuin teknisellä tasolla. Toimitamme paikkatietokoulutuksia myös laaja-alaisesti ihan aloittelijoista paikkatiedon erityisasiantuntijan työtehtäviin asti.

Tavallisen paikkatietoihmisen käytössä olevien 3D-aineistojen tarjonta ja laatu on kasvanut viime vuosina kovasti. Esimerkiksi Maanmittauslaitos tuottaa laserkeilaamalla uutta maaston korkeusmallia 2 metrin hilana, jonka korkeustarkkuuskin on alle metrin. Tässä on aika huikea muutos edelliseen, koko Suomen kattaneeseen 10 metrin hilakokoon nähden.

Maaston lisäksi käytössämme rupeaa olemaan hyvinkin tarkkoja, aidosti kolmiulotteisia rakennusaineistoja. Muutamat kaupungit ovat jo julkaisseet omia CityGML-skeemaan pohjautuvia mallejaan, ja tulossa oleva Kansallinen Maastotietokanta esittää koko maan rakennusten muodot usealla eri tarkkuustasolla (LOD 0 – LOD 3). Näistä tarkin sisältää esimerkiksi kattojen kaltevuudet, ulkonevat parvekkeet ja katokset sekä pylväät. Kaarevia pintoja ei KMTK:n CityGML-tiedostoformaatti pysty käsittelemään.

Yhä tarkempien maasto- ja rakennusmallien lisäksi 3D-ominaisuuksia tarvitaan ohjelmistoilta mm. uusien kolmiulotteisten kiinteistöjen hallinnoimiseksi. Pari vuotta sitten voimaan tulleen lakimuutoksen jälkeen kiinteistölle on voitu määrittää myös korkeusasema, ja samassa sijainnissa voi olla päällekkäin useita kiinteistöjä. Tämä helpottaa mm. parkkihallien ja -kansien sekä muiden monimutkaisten kohteiden hallinnointia tiheään rakennetuilla alueilla.

Aitoa työskentelyä 3D-karttanäkymässä

3.0 -versiosta alkaen QGIS on sisältänyt oman työkalun, 3D view:n eli -karttanäkymän, kolmiulotteisten aineistojen visualisoimiseksi. Alkuvaiheessa se oli ainakin oman koneeni näytönohjaimelle liian raskas, mutta nykyään (versiossa 3.10) se toimii jo kivasti. Normaalin kuvaustekniikan sijasta (tai lisäksi) vektorikohteille voi määrittää 3D-kuvaustekniikan: asettaa kohteiden korkeuden johonkin ominaisuustietoon perustuen ja säätää pintojen värin, kiillon ja varjostuksen. On huomattava, että jos geometria on aidosti kolmiulotteinen (kuten esimerkkikuvan CityGML:stä muunnetussa geopackage-aineistossa), ei 3D-kuvaustekniikkaa tarvitse asettaa erikseen. Aineistossa on erikseen tasot katto- ja seinäpinnoille ja 3D-karttanäkymä hyödyntää suoraan näille tasoille asetettua kuvaustekniikkaa.

Jos taas 3D-mallissa halutaan esittää pelkkä maastomalli ilman rakennuksia, sen päälle voi liimata esim. ortokuvan. Varsinkin Etelä-Suomessa maastonmuodot ovat sen verran litteitä, että korkeusarvon liioitteleminen vaikkapa kaksinkertaiseksi tekee mallista hieman näyttävämmän näköisen.

3D-karttanäkymän asetuksissa voi mm. vaihtaa valon tulokulmaa ja väriä tai asettaa useamman valonlähteen. Tiilen kokoa voi säätää oman koneen suorituskyvylle sopivaksi. Näkymää voi pyöritellä eri suuntiin helposti hiirellä, ja se sisältää QGISin 2D-karttanäkymästä tuttuja toimintoja, kuten kohteen tietojen kysely Identify-painikkeella ja mittaustyökalu. 3D-karttanäkymästä löytyy myös mainio fly-by-animaation rakentamistyökalu, jolla voi asettaa tietyt kuvakulmat tiettyihin ajanhetkiin avainkehyksiksi, ja animaatio kulkee näiden avainkehysten välillä tasaisesti. Harmi vain, että tätä animaatiota ei saa vietyä QGISista ulos muuten kuin kuvasarjana, ja animaatio täytyy viimeistellä esim. GIFfiksi muualla.

3D-karttanäkymän heikkoutena voidaan (GIFien viennin puuttumisen lisäksi) pitää sen raskautta. Yhtään suuremmat maastomallit latautuvat varsin vaivalloisesti, ja maaston ja vektorikohteiden yhdistäminen on jo liikaa ainakin allekirjoittaneen koneen suoritusteholle. Lisäksi 3D-kuvaustekniikan määrittely on melko suppea: kohteita ei voi esimerkiksi luokitella niiden tyypin mukaan.

Vanha kunnon lisäosa

Monien tilastoaineistojen esittämisessä onkin mukavampi turvautua vanhaan tuttuun lisäosaan Qgis2threejs. Se on ollut käytössä jo paljon ennen 3D-karttanäkymän tuloa, ja tämän vuoksi aiheutuukin muutamia ristiriitoja. Jos olet avannut QGIS-projektissasi 3D-karttanäkymän, ei Qgis2threejs-lisäosa toimi ennen QGISin buuttaamista. Pisteet siitä, että lisäosa informoi käyttäjää tästä, eikä bugia tarvitse jäljittää itse!

Lisäosan vahvuutena on vektoriaineistojen kuvaustekniikka: se lukee luokittelun, läpinäkyvyyden ym. tyyliasetukset suoraan tason kuvaustekniikkamäärittelyistä. Korkeusarvon voi asettaa ominaisuustietokentän tai siitä johdetun lausekkeen avulla. Tarkkoja ilmakuvia ja muuta rasteriaineistoa Qgis2threejs ei sen sijaan piirrä yhtä tarkasti tiiliä laskien kuin 3D-karttanäkymä. Ortoilmakuvalla täydennetty pintamalli meneekin sillä nopeasti rakeisen näköiseksi.

Toinen ominaisuus, joka tekee lisäosasta miellyttävän käyttää, on mahdollisuus viedä malli html-tiedostoksi jolloin sitä on helppo tarkastella myös QGISin ulkopuolella sekä jakaa ja julkaista laajemmallekin yleisölle. Html sisältää interaktion, eli mallia voi pyörittää ja zoomailla, ja sen saa myös pyörimään hitaasti itsensä ympäri. Lisäosan dokumentaatiossa kerrotaan myös mahdollisuudesta tallentaa malli gITF-formaatissa jolloin siitä voi tehdä 3D-tulostimella fyysisen mallin!

Työkalu tarpeen mukaan

3D-karttanäkymällä ja Qgis2threejs-lisäosalla on siis omat vahvuutensa ja rajoitteensa. Itse käytän lisäosaa mielummin tilastoaineiston visualisoimiseen sen monipuolisten kuvastekniikkaominaisuuksien vuoksi. 3D-karttanäkymä taas mahdollistaa hyvinkin tarkan realistisen maastomallin tekemisen, jos vain koneessa riittää tehoja. Suurena puutteena on näkymän pysyminen QGISin sisällä. Fly by-animaatioita kiinnostuksen alaisesta alueesta olisi erittäin hyödyllistä pystyä esittämään laajemmallekin yleisölle.

Hiphei! Alamme tuottamaan QGISiin työkalua, jolla voi käsitellä paremmin Ilmatieteenlaitoksen ilmanlaatudataa. Voitimme nimittäin Forum Viriumin UIA-HOPE innovaatiokilpailun! Olimme yksi kuudesta kisan voittaneesta ja yhteensä ideoita saatiin 43 kappaletta.

Keväällä, kun ideaa palloteltiin, tuli mieleen vaikka mitä ajatuksia, mutta kaikissa niissä datan laatu ja saatavuus asetti rajoitteita. Aloimme lopulta miettimään, että mikä meille itselle on aihepiirissä haastavinta ja todettiin, että se datan saatavuus helpossa muodossa on se tärkein juttu.

Ilmatieteenlaitoksen data on avoimesta saatavilla, mutta niin kompleksista johtuen eri parametreistä ja havaintojen määrästä ajassa ja paikassa. Siksi ehdotuksemme perustuukin QGISin lisäosan kehittämiseen FMI:n ENFUSER-datalle.

Ilmeisesti kisaraati oli samaa mieltä ja hakemuksemme kuvaus riitti voittoon:

“Ilmatieteen laitoksen rajapinnat ovat keskeinen datalähde ilmanlaatutiedon kannalta. Monipuoliset ja hyvin dokumentoidut rajapinnat eivät kuitenkaan toimi tällä hetkellä suoraan QGIS-työpöytäohjelmistossa. Avoimen lähdekoodin QGISiä käyttää pelkästään Suomessa arviolta sata organisaatiota ja globaalisti käyttäjiä on kymmeniä tuhansia. Rakentamalla toimivan ja helppokäyttöisen datayhteyden QGIS-lisäosana FMI:n rajapintoihin voidaan ilmanlaatutiedon käytettävyyttä ja potentiaalista käyttäjäkuntaa laajentaa huomattavasti.”

Työ siis alkaa Gispolla nyt, ja tarkoitus on tässä syksyn aikana kehittää työkalua QGISille datan käsittelyyn. Toteutuksesta vastaa meillä fyysikkovahvuutemme FT Jaakko Lehto, joka onkin odotellut vastaavaa projektia, jossa voi käpistellä isoja datamassoja ja koodailla QGISille lisäosia. Lisätietoa tulossa, kun päästään testaamaan. Kysymyksiä (ja ehdotuksia) projektista voi laittaa Jaakolle (jaakko@gispo.fi).

Nyt ei puhuta parisuhteista vaan relaatioista. Eli tietokannoista ja QGISistä. En ole ihan varma olisiko tuo ensimmäinen helpompi aihe. Jos relaatiot, suhteet ja tietomallit eivät ole tuttuja, kannattaa tutustua aiheeseen ja kirjoihin, kuten Fundamentals of Database Systems (Elmasri & Navathe). Lisäksi QGISin ohjeistus relaatioiden tekemiseen ja attribuuttitaulujen käsittelyyn on todella hyvä (Working with the Attribute Table).

Pekka-pomo tiesi, että nykyään laajasti käytössä olevat relaatiotietokannat (kuten PostgreSQL) perustuvat 1970-luvulla kehitettyyn relaatiomalliin (http://www.seas.upenn.edu/~zives/03f/cis550/codd.pdf). Yksinkertaistettuna relaatiomallissa tiedot organisoidaan sarakkeista ja riveistä koostuviin tauluihin sekä taulujen välisiin relaatioihin. Eli tarvitaan pari taulua ja pohtia miten ne liittyvät toisiinsa.

Tehdään testiaineisto

Helpoiten homman opettelu menee, kun miettii itselleen tutun ja järkevän ja suhteellisen simppelin keissin, jossa taulujen välille pitää muodostaa yhteys. Tässä esimerkissä palaan lempiaiheeseeni, eli puutarhaan.

Puutarha-taulu on päätaulu (parent), joka sisältää ainoastaan puutarhan nimen ja ulkorajauksen. Puutarhaan sisältyy kukkapenkkejä (child). Tärkeää on ymmärtää, että kukkapenkkejä voi olla useita yhden puutarhan sisällä. Eli relaatiomaailmassa tämä on 1:N -relaatio (yhden suhde moneen). Tämä on vielä helppoa käsittää, eikö?

Kukkapenkissä voi olla useita kasvilajeja. Halutaan tietää missä kaikissa kukkapenkeissä kasvaa sama kasvilaji eli myös kasvilajilla on useita kukkapenkkejä. Tällöin tarvitaan monen suhde moneen relaatio (N:M). Sama kasvilaji voi siis liittyä useaan kukkapenkkiin.

Miten tämä hoidetaan QGISissä?

Tässä esimerkissä tehdään GeoPackage, jossa on neljä taulua. Taulut sisältävät puutarhat, kukkapenkit ja lajilistan. Yksi tauluista on aputaulu, joka yhdistää monen-suhde-moneen relaation tarvitsemat kukkapenkit ja lajit. Jos toteutus perustuisi esimerkiksi PostGIS-tietokantaan, johon on viety valmis relaatiomalli, QGIS tunnistaisi relaatiot ja tarvittavat taulut automaattisesti.

Eikun tekee vaan – luodaan taulut

Puutarhan_rajaus (polygon), kenttänä fid
Kukkapenkki (polygon), kenttänä fid + nimi + fk_puutarha (jonka avulla toteutetaan viittaus puutarhaan)
Lajilista (ei-geometriaa sisältävä taulu), kenttänä fid + lajinimi (lisää muutama rivi tietoa tauluun)
Lajit_kukkapenkki (ei-geometriaa sisältävä taulu, jolla yhdistetään lajilistat ja kukkapenkki), kenttänä fid, lajit_fk ja kukkapenkki_fk

Luodaan relaatiot QGIS-työtilaan

Varmista, että työtilassa on kaikki neljä taulua oikeilla kenttänimillä. Avaa QGISin Ominaisuudet > Relaatiot ja määritä taulujen välille yhteydet. Se tehdään tuottamalla tarvittavat relaatiot siten, että taulujen id:t linkittyvät oikein (parent ja child).

Tarvitaan 1:N-relaatio: Kukkapenkki kuuluu puutarhaan (Puutarhan_rajaus.fid – Kukkapenkki.fk_puutarha).

Tarvitaan myös N:M-relaatio molempiin suuntiin, tässä käytetään aputaulua:

Kukkapenkki_laji: Kukkapenkki.fid – lajit_kukkapenkki.kukkapenkki_fk
Laji_kukkapenkki: Lajit.fid – lajit_kukkapenkki.lajit_fkRelaatioiden pitäisi näyttää tältä

Attribuuttitaulun lomakkeen tuunailua

Voit tarkastaa miltä tasojen attribuuttitaulukko näyttää. Seuraava vaihe on tuunata QGISin attribuuttilomakkeita siten, että relaatioiden käyttö on mahdollisimman kätevää.

Klikkaan ensin Puutarhan_rajaus-tason Ominaisuudet > Attribuuttilomake > Drag and Drop. Vedä lomakkeelle vain seuraavat kentät: nimi + tehty relaatio. Tarkista relaation määritykset kuvan mukaiseksi.

Säädä myös Kukkapenkki-taulun lomaketta Drag and Drop designerilla ja tarkista, että kentällä fk_puutarha (relaatio puutarhaan) on määritelty relaatio widgettiin. Vedä Taittoon Kukkapenkin_tunniste ja relaatio Kukkapenkki_laji. Säädä Kukkapenkki_laji-relaatiosta, että lomakkeella ei näy linkkausnappulaa.

Säädä Lajit-taulusta Drag and Drop -näkymässä, että lomakkeella näytetään vain yksilölliset arvot Lajeista.

Säädä lajit_kukkapenkki-taulusta molemmat relaatiot kuntoon ja salli niiden editointi. Poista näkyvistä muut kuin Laji_fk (sille voi antaa Alias-nimeksi vaikka “Lajin id”). Tarkasta display expression -kohdasta, että vimpain näyttää halutusti lajin nimen eikä id:tä (tämä helpottaa käyttöä).

Testaa lopputulos

Tarkasta Puutarhan_rajaus taulusta, että lomake näyttää hyvältä, jos haluat, säädä alias-nimiä. Tallenna työtila.

Mene lopuksi Projektin ominaisuuksiin ja salli Transaktiot tasojen välillä. Tällöin sallit sen, että kaikki tasot ovat editoitavana yhtäaikaa. Huomioi, että jos jokin taso on editoitavana, transaktio-nappula ei ole aktiivinen. Eli poista kaikkien tasojen editointitila, jos jokin sattuu olemaan päällä.

Testaa toimiiko piirtämällä ensin puutarhan rajaus ja siihen kuuluva kukkapenkki. Kannattaa tallentaa kohteet välillä ennen lajien syöttöä.

Huomioita QGISin relaatioista

Jotta relaation kautta haettavat tiedot voidaan linkittää kohteeseen, pääkohteen pitää olla aina olemassa. Tämän vuoksi, jos kohdetta vasta luodaan, kohde on hyvä tallentaa ensin.
N:M-relaatioissa voi olla tarpeen hakea aputauluun myös jokin toinen kenttä kuin id, sillä se ei aina kerro käyttäjälle kaikkea.

Topin vinkki geometria-funktion käyttämiseen

On se vaan kiva kun on kollegoja. Pohdin, että varmaan on mahdollista liittää automaattisesti geometriaan perustuvia tietoja toiseen tauluun ja kävi ilmi, että näin on. Topilta sain vinkin, että jos kohde kuuluu johonkin alueeseen, voidaan funktion avulla hakea geometriaan perustuen toisen kohteen tietoja. Esimerkiksi jos piirretään kukkapenkkejä erikseen ja puutarhoja on useita ja kukkapenkki osuu jonkin puutarhan sisälle, siihen tallentuu kyseisen puutarhan id. Tällaisia expressioneita voi tuottaa attribuuttitauluun Oletus-kohtaan.

aggregate( layer:= 'Puutarhan_rajaus_c199cd10_d86e_4d68_806e_4e7d2adeb2a4', aggregate:='concatenate', expression:=nimi, concatenator:=', ', filter:=intersects($geometry, geometry(@parent))

Olen saanut toimia yhden hienon avoimen lähdekoodin projektin viestinnän tukena nyt kolme vuotta ja viimeistä viedään! Tavallaan nyt on helpottunut ja silti haikea fiilis.

Taustalla projektissa on aito innostus ja usean organisaation ihailtava sitoutuminen avoimen lähdekoodin tuotteen tuottamiseen: paljon ideoita, toiveita, tarpeita ja eri alojen erikoisosaamista. Ja superhyviä paikkatieto-osaajia! Kehittämisryhmästä on muodostunutkin vertaistukiryhmä toisilleen kaikissa paikkatietoalan asioissa.

Kolmessa vuodessa projektista on kehkeytynyt avoimempi, monipuolisempi ja sen käyttö on laajentunut maailmalle. Ja se on koko yhteisön ansiota. Ehkä paras tunnustus oli yhteisön saama ProGIS ry:n palkinto viime vuoden paikkatietomarkkinoilla. Se yllätti ja lämmitti sydäntä.

Samalla kun näen, että projekti on edennyt huimasti ja alkanut enemmän ja enemmän toimia avoimen lähdekoodin periaatteiden mukaisesti, toivon samalla että asioita olisi tapahtunut vieläkin enemmän. Ja että itse olisin ehtinyt tehdä enemmän. Muutamaa asiaa, jotka olivat jo syksyllä 2017 työlistalla, ei ole saatu vieläkään toteutettua. Yksi niistä on OSGeo Foundationin hautomosta valmistuminen. En edelleenkään tiedä miksi näin on, tarvittavat avoimuuden toimenpiteet on suoritettu ja raportoitu, mutta asia ei etene OSGeon hallituksessa. Ehkä asia on enemmän kiinni resursseista ja ajasta, kuin koodista. Koen, että avoimen lähdekoodin projekteissa kansainvälisyyteen puskeminen olisi kaikkien yhteisön jäsenten tehtävä, jolloin projektin vakuuttavuus on vakaammalla tasolla.

Tuotetta ei ole vielä aivan täysillä lähdetty viemään eteenpäin minkään yrityksen toimesta, vaikka hyviä keissejä jo näkyykin maailmalla. Sen avulla saisi todella helposti toteutettua esimerkiksi SAAS-palvelun, jota voisi myydä eri asiakkaille sellaisenaan tai kustomoida asiakkaan tarpeisiin.

Kolmas huoli projektin osalta on Markkinat. Alalla on useita avoimen lähdekoodin karttapalvelujärjestelmiä, joilla on jokaisella hieman erilainen lähestymistapa paikkatietojen esittelyyn. Toisaalta juuri kuulin, että yhdessä projektissa oli käynyt läpi toistasataa alustaa ja päädytty tähän vaihtoehtoon sen toiminnallisuuksien ja vakaan yhteisön ansiosta. Asiakkailla ja toimittajilla on siis mahdollisuus valita useasta tuotteesta oman tarpeensa mukaan. Tämä on hyvä, mutta kilpailu on kovaa. Siksi tuotteella pitää olla hyvä brändi ja sitä pitää myös myydä aktiivisesti.

Paras paikka viedä esille asiaa on ollut kansainväliset FOSS4G konferenssit. Ehkä sinne taas joskus päästään. Sitä ennen pitää tavata virtuaalisesti ja huudella somekanavilla. Sekin auttaa.

Uskon, että tuotteella on potentiaalia. Se tukee OGC:n standardeja, se on stabiili ja sitä kehitetään aktiivisesti eteenpäin. Sen kehittäjäkunta on laajentunut vuosien aikana mukavasti. Sitä kehitetään hienosti avoimen lähdekoodin periaatteiden mukaisesti. Sen paras ominaisuus on julkaistava karttanäkymä, johon loppukäyttäjä voi valita omia aineistojaan ja palveluntarjoajan aineistoja ja upottaa se vaikka oman urheiluseuran sivuille. Sitä voi räätälöidä minkä näköiseksi vain.

Sen tarina alkoi noin kymmenen vuotta sitten, kun Suomelle tarvittiin kansallista geoportaalia, lähes alusta asti oli selvää, että projekti tehdään avoimen lähdekoodin komponentteja hyödyntäen. Samalla huomattiin, että muutama muukin organisaatio voisi tarvita omaa paikkatietoportaalia. Lopulta koko projekti avattiin avoimella lisenssillä. Itse olin innolla ottamassa sitä käyttöön edellisessä työpaikassani jo vuonna 2014. Nyt Suomessa on kymmeniä organisaatiokohtaisia Oskari-pohjaisia palveluita ja varmasti satoja niistä tehtyjä karttajulkaisuja eri sivustoilla.

Olen joskus sanonut, että avoimen lähdekoodin projekteissa tärkeintä ovat ne taustatarinat ja ihmiset, jotka kylmän softan takana ovat. Tämän softan takana on niin monta ihanaa tyyppiä, että lista veisi varmasti muutaman sivun tilaa. Softa ei olisi mitään ilman Janeja, Timoja, Samia, Rinaa, Minnoja, Mattia, Markoja, Lari-Pekkaa, Henna-Kaisaa, Elinaa, Nataliaa, Annaa, Outia, Jaakkoa, Jaria, Jarnoa, Jussia, Haflidia, Miskaa, Tuulia, Ailaa, Eevaa, Ekiä, Markkua ja Jenniä ja monenmonta muuta!

Kiitos, että sain tehdä viestintäkoordinaattorin hommia ja varmasti vielä Oskarin parissa puuhastellaan jatkossakin!

Hiljainen tieto: organisaation voimavara ja vaaranpaikka

Me täällä Gispolla toteutamme usein projekteja, joissa asiakkaan paikkatietoaineistot ja niiden käsittelyn prosessit siirretään uuteen tietojärjestelmään. Homma etenee klassisesti käsitteiden määrittelystä tietomallin nykytilanteen kuvaamiseen ja sitten suunnitelmaan, miten aineistoja olisi paras hallinnoida uusissa tietokannoissa. Tyypillisesti isossa organisaatiossa osa käytetyistä ohjelmistoista voi olla vanhojakin, ja dataa on kertynyt pitkältä ajalta. Prosessit, joilla tietoa siirretään ohjelmistojen välillä ja mahdollinen raportointi eteenpäin ovat vakiintuneet pitkän ajan kuluessa, ja homma toimii totuttuja uria pitkin.

Sitten jokin viranomaispäätös tai vanhan ohjelmiston tuen loppuminen pakottaa organisaation muutokseen. Samalla ruvetaan kartoittamaan edullisempia ja avoimempia ratkaisuja, siivoamaan vanhoista tietokannoista tarpeettomia tuplakappaleita ja järkeistämään käsin tehtävää tiedonsiirtoa. Konsultin kanssa samassa kokoushuoneessa istuvat asiantuntijat ja projektipäälliköt ovat innoissaan: vihdoinkin tähän saadaan joku selkeys!

Kun katseet alkavat harhailla

Kun ryhdymme kartoittamaan nykytilaa ja piirtämään siitä riittävän tarkkaa kaaviota, törmäämme usein vaiheeseen, jossa kokoushuoneessa ei enää vallitsekaan yksimielisyys. Kukaan ei tunnu oikein tietävän, mistä raakadata tulee, miten se myöhemmin siirtyy toiseen järjestelmään tai miten muutoksia tallennetaan. Katseet alkavat harhailla. Sitten kuuluu jo tutuksi tullut lause: “Tätä pitäis oikeastaan kysyä Tuulalta!”

“Tuula” (joskus myös Timo) viittaa tässä yläkäsitteeseen, joka kattaa kaikki datan käsittelyn työmyyrät. Tuula on ollut talossa töissä pitkään, paljon pidempään kuin tuoreemman koulutuksen saaneet projektipäälliköt. Hän on nähnyt tiedonkäsittelyn automatisoitumisen vaiheet ja tietää aineiston historian. Hänellä on pieni työpiste, siellä pöytäkone ja ergonominen hiiri, ja raudanlujat rutiinit ohjelmistojen käyttöön. Tuula hälytetään paikalle seuraavaan kokoukseen, jossa hän istuu hiukan orvon näköisenä. Ryhti nousee kuitenkin pian, kun esimiehetkin myöntävät, etteivät he oikeastaan tiedä miten Tuula tehtävänsä tekee, koska se on aina hoitunut moitteetta. Tuulan avulla tietomalli tarkentuu, tarpeettomat työvaiheet tunnistetaan, ja samalla saadaan arvokasta palautetta käytettävyyden huomioimisesta uudessa järjestelmässä.

Tuula, ethän jää bussin alle tai edes eläkkeelle

Tuulan hiljainen tieto on arvokasta, mutta samalla vaarallista. Jono Bacon esittelee kirjassaan The Art of Community niin sanotun bussiskenaarion: jos avoimen lähdekoodin kehitysprojektin hallinnointi lepää yhden ihmisen harteilla, ja tämä henkilö jää bussin alle, koko projekti pysähtyy, jos projektia ei ole dokumentoitu hyvin. Tapahtuman ei tietenkään tarvitse olla näin dramaattinen. Työntekijät saattavat jäädä sairaslomalle, vuorotteluvapaalle tai eläkkeelle tai vaihtaa kokonaan työpaikkaa. Heidän mukanaan menetetään jatkuvasti hiljaista tietoa ja arvokkaita kontakteja toisiin organisaatioihin.

Mitä jos jokaisesta muutoksesta kirjautuisi tieto tietojärjestelmään?

Jo syntynyttä hiljaista tietoa pitää pystyä hyödyntämään, ja samalla huolehtimaan siitä, että jatkossa kaikki tieto olisi myös dokumentoitu. Tätä voidaan tukea mm. tietokannan automaattisella lokituksella. Kun jokaisesta muutoksesta kirjautuu tieto siitä, kuka muutoksen on tehnyt ja milloin sekä lyhyt päiväkirjamerkintä muutoksen syistä, on aineiston historia jäljitettävissä luotettavasti. Käyttäjää vaihe vaiheelta ohjaava käyttöliittymä vastaa Tuulan päässä olevaa prosessimallia ja varmistaa, ettei mikään työvaihe pääse unohtumaan. Automaattiset tarkistukset esim. päivämäärien oikeellisuudesta ja tyhjäksi jätetyistä kentistä on helppo toteuttaa joko tietokannan tasolla tai suoraan QGISin käyttöliittymään. Kenttien linkitetyt arvoluettelot vapauttavat tiedonkäsittelijän aivokapasiteettia tärkeämpiin tehtäviin, kun jokaista numerokoodia ja kirjoitusasua ei tarvitse muistaa ulkoa tai tarkistaa erillisestä luettelosta.

Tuula tarvitaan suunnitteluun mukaan

Yllä luetellut asiat saattavat kuulostaa pieniltä, mutta niillä on suuri merkitys, kun käsiteltävän datan määrä on suuri ja päivittäisiä toistoja tulee kymmeniä ja satoja. Yhtä tärkeää on, että ne suunnitellaan yhdessä Tuulan kanssa. Hänhän loppujen lopuksi tietää, millaisia toimintoja tarvitaan, ja on uudenkin tietojärjestelmän loppukäyttäjä. Tuulaa ei voi korvata automatisoiduilla toiminnoilla, mutta hänen työtehoaan ja -tyytyväisyyttään voi kasvattaa. Tietojärjestelmä koostuu paitsi ohjelmistoista ja tietokannoista, myös niitä käyttävistä ihmisistä.