Kurssikerta 3, Tee-se-itse tietokanta

Aiemmilla kurssikerroilla on lähinnä etsitty tarpeita vastaavaa tietoa valmiista tietokannoista ja sitten hyödynnetty tätä tietoa graafisia esityksiä tehdessä.  Tällä kertaa tilanne kuitenkin muuttui rajusti, sillä kurssikerran teemana oli oppia muokkaamaan tietokantoja ihan itse. Tunnilla käytiin lävitse tietokannan muokkaaminen helppokäyttöisemmäksi, ulkoisen tiedon liittäminen, tiedon haku ja tietokantojen yhdisteleminen kyselyiden avulla, uuden tiedon lisääminen vanhojen tietojen perusteella ja sarakkeiden tietojen päivittäminen muiden tietokantojen aineiston perusteella. Aiheisiin tutustuttiin tekemällä ensin yhteisesti harjoitus, jonka pohjana oli hyvin yksinkertainen tietokanta Afrikasta. Yhteisen harjoituksen jälkeen tehtiin itsenäisesti harjoitus Suomen valuma-alueista.

Afrikka harjoitus

1. Tietokannan siistiminen

Tietokanta Afrikka.tab sisälsi vain tiedot valtioiden rajoista ja sijainnista, näiden valtioiden nimet, koodit ja Id tunnuksen. Lisäksi nämä tiedot olivat epäkätevästi siten, että yhden valtion tiedot saattoivat olla muutamalla kymmenellä rivillä kätevän yhden rivin sijasta. Tietokannan muokkaaminen on varsin radikaali toimenpide, joten muokattavuuden on oltava päällä Layer Controlissa. Yhden kohderyhmän yhdistäminen onnistuu muodostamalla kysely, jossa maan nimi on yhdistävä tekijä. Useampaa ryhmää yhdistettäessä toimii paremmin Combine Objects using Column –toiminto, jolla kaikkia kohteita ei tarvitse ryhmitellä yksitellen. Tarkat ohjeet löytyvät kurssilla jaetuista monisteista, joten ei ole tarkoituksenmukaista selittää niitä uudestaan sanasta sanaan.

2. Uuden datan lisääminen MapInfon ulkopuolelta

Sopivassa muodossa olevaa dataa voidaan lisätä MapInfon tietokantoihin muista ohjelmista, esimerkiksi tunnilla kätetystä Excelistä. Lisäsimme tietokantaan dataa Afrikan valtioiden asukasmääristä, internetin käyttäjistä vuosina 2000 ja 2009. Excel taulukko aukeaa MapInfossa omana tietokantanaan, joka on mahdollista yhdistää olemassa olevaan tietokantaan SQL Select toiminnon avulla. Uuden tiedon lisääminen on äärimmäisen hyödyllinen toiminto, sillä kaikkea tietoa ei vaan voi saada valmiiksi pureskeltuna.

3. Uuden tiedon luominen jo olemassa olevan tietokannan pohjalta

MapInfossa on mahdollista tuottaa tietokantojen datan perusteella uutta dataa. Harjoituksessa laskettiin kuinka monta prosenttia kunkin valtion asukkaista käytti internettiä vuonna 2009. Tämä prosenttiluku  saatiin asettumaan omaan sarakkeeseensa luomalla ensin sarake ja sitten päivittämällä siihen laskutoimituksen tulos. Ilmiön läpäisevyyttä väestössä kutsutaan penetraatioksi ja se ilmoitetaan prosentteina. Suurimmassa osassa Afrikan valtioista vain alle 10% väestöstä käyttää internettiä, eli läpäisevyys on huono. Prosentuaalisesti eniten internetin käyttäjiä on Marokossa, jossa läpäisevyys on 32,9%. Tämä siksi, ettei kukaan oikeasti jaksa lukea loputtomiin selostusta työvaiheista.

Viimeisenä vaiheena harjoituksessa lisättiin tietokantaan tiedot valtioiden timanttikaivoksista, öljylähteistä ja konflikteista.

Pohdintaa Afrikasta näiden tietokantojen pohjalta

Aivan ensimmäiseksi esitän upean teemakartan Afrikasta. Kartalla näkyvät jo mainitut timanttikaivokset merkattuina tähtisymbolilla, öljykentät valkeina alueina ja konfliktialueet neonvihreinä pisteinä. Näiden taustalla on viisiluokkainen sinisen ja vihreän sävyinen koropleettikartta timanttikaivosten määrästä per valtio, jotta karttaa olisi hieman helpompi tulkita. Luokat on määritelty luonnollisten luokkarajojen mukaan, koska tuppaan käyttämään kyseistä luokittelumetodia ylivoimaisesti eniten. Kartta ei kuulunut kurssilla tehtäviin pakollisiin töihin ja onkin olemassa tekstin piristyksenä ja pohdinnan tukena. Lisäksi kartasta huomataan, että joskus kannattaisi ajatella ihan hiukan pidempään mitä on tekemässä. Jostain aivopierusta johtuen olen sitten mennyt esittämään absoluuttisia lukuja koropleettikartalla, vaikken sitä normaalisti tee…

Tietokantoihin on tallennettu seuraavat tiedot(ja myös muita, ei niin olennaisia):
-konfliktin tapahtumavuosi ja laajuus/säde kilometreinä
-timanttikaivosten löytämisvuosi ja kaivausten aloittamisvuosi sekä kaivosten tuottavuusluokittelu
-öljykenttien löytämis- ja poraamisvuodet sekä kenttien tuottavuusluokittelu
-internetkäyttäjien lukumäärä eri vuosina.

Mitä siis voisin näillä tiedoilla tehdä tai niistä päätellä?

Voisin ainakin vertailla, korreloivatko joidenkin konfliktien tapahtumavuodet timanttikaivosten tai öljykenttien löytämisen tai perustamisen kanssa. Tämä olisi mielenkiintoinen aihe siksi, että useimmat kaivosyhtiöt ovat länsimaisessa omistuksessa ja vieraan ”isännän” ilmaantuminen alueella ja luonnonvarojen hyödyntäminen hyvin todennäköisesti on osasyynä osaan konflikteista. Varsinkin jos jotakin heimoa tai kansanosaa on suosittu yli toisen. Tietokannan tuorein konflikti on vuodelta 2004, joten useista maista puuttuu viimeisen vuoden aikana tapahtuneet yhteenotot ja sisällisodat.

Tekemästäni kartasta päättelen, että alueilta, joilta löytyy paljon timantteja ei löydy paljoa öljyä ja toisinpäin. Esimerkiksi Etelä-Afrikassa ja Kongon demokraattisessa tasavallassa on paljon timanttikaivoksia, muttei huomattavia öljykenttiä. Vastapainoksi Libyassa on paljon suuria öljykenttiä, muttei timanttikaivoksia.

Internetin käyttäjien lukumäärästä voisi tehdä koropleetti kartan käyttäjämäärien muutoksesta ja vertailla sitten missä kasvu on ollut hitainta ja nopeinta. Tällaisen kartan pohjalta voisi sitten pohtia, mistä nämä erot johtuvat. Onko jokin valtio niin köyhä, ettei edes rikkaimmilla ole mahdollisuutta käyttää tietokonetta ja nettiä, tai onko jokin toinen valtio mahdollisesti niin länsimaistunut, että tietotekniikka on arkipäivää osalle kansasta.

Valuma-alue harjoitus

Kolmannen kurssikerran itsenäisenä harjoituksena oli Afrikka harjoituksessa kuvattujen metodejen avulla työstää useamman tietokannan tiedoista kartta, jossa on koropleettina kuvattu valuma-alueiden tulvaherkkyys ja pylväsdiagrammeina samojen alueiden järvisyys. Tulvaherkkyyttä kuvataan tulvaindeksinä, joka saadaan jakamalla keskiylivirtaama keskialivirtaamalla.

Ilmeisesti Afrikka harjoitusta tehdessäni onnistuin oppimaan MapInfon käytöstä jotain, sillä muutaman väärän yrityksen jälkeen tarvittava tietokanta oli kasassa suhteellisen kivuttomasti. Tietokantojen toisiinsa liittäminen onnistuu ainakin, kuten myös sarakkeen päivittäminen. Sen sijaan taulukon rakenteen hallinta on hiukan ontuvaa vielä. Selkeiden kirjallisten ohjeiden avulla onnistuivat kaikki tällä kurssikerralla vaaditut asiat.

Kartassani on esitetty alueiden tulvaherkkyys valuma-alueittain koropleettikartalla siten, että viidestä luokasta alin on vaalean keltainen ja ylin tumma punainen. Ylimmässä luokassa on vain yksi havainto, Aurajoki Turussa. Luokittelin vaihteeksi luonnollisilla luokkarajoilla, koska ne sopivat kaikkiin jakaumiin ja niillä tehty tulos näyttäisi tässä vaiheessa varsin pätevältä. Järvisyyttä kuvaavat pylväsdiagrammit on merkitty sinisellä. Ikävä kyllä MapInfo on hivenen nihkeä ohjelma mitä grafiikkaan tulee, sillä esimerkiksi pylväiden paikan vaihtaminen olisi äärimmäisen haastavaa. Tästä johtuen osa pylväistä on ikävässä klimpissä, etenkin kaakkoisrannikolla.

Tulkintaa kartalta

Tulvariski näyttäisi olevan suurin Pohjanmaan rannikoiden joissa ja pienin Järvi-Suomen alueella. Tea Vuorinen kirjoitti, että ”Luodun teemakartan perusteella alueen järvisyys ’suojaa’ aluetta tulvan riskiltä”. Todennäköisesti tämä johtuu siitä, että järvisillä alueilla vesi kerääntyy järviin ja soihin, jolloin virtaamat tasoittuvat kun vesi voi varastoitua altaisiin. Esimerkiksi Pohjanmaan savikkoalueilla ei ole erityisemmin järviä, eivätkä niiden pinta-alat ole suuria. Näin ollen iso osa vedestä kerääntyy sivu-uomien välityksellä suoraan pääuomaan, jonka virtaama kasvaa ja tulvahuippu saavutetaan nopeammin.

Lähteet:

Vuorinen, T. (2012). Tulviin vaikuttavia tekijoita. 30.1.2012
<https://blogs.helsinki.fi/tevuorin/2012/01/30/tulviin-vaikuttavia-tekijoita/>

Artikkeli 1, Kahden muuttujan koropleettikartta

Toisen kurssikerran aiheena oli kahden muuttujan teemakartta ja lisätehtävänä kahden muuttujan teemakarttaa käsittelevä artikkeli.

Artikkelissaan ”Two-variable choropleth maps as useful tool for visualization of geographical relationship” (Geografija 42: 1, 33-37. 2006.) Anna Leonowicz pohtii kahden muuttujan koropleettikarttojen hyödyllisyyttä maantieteellisten riippuvuuksien kuvaamisessa kartoilla. Leonowiczin mukaan yleisessä käytössä olevat ja yksinkertaiset yhden muuttujan koropleettikartat eivät ole hyviä kahden muuttujan välisten suhteiden kuvaamisessa. Tämä johtuu siitä, että samankaltaisuuksien hahmottaminen on hankalaa, kun ensin pitäisi tutkia kahta karttaa erikseen ja sitten etsiä yhteneväisyyksiä niiden väliltä. Näin ollen tarvitaan tehokkaampi tapaa esittää maantieteellisiä suhteita. Kahden muuttujan koropleettikartalla voidaan esittää ilmiöitä siten, että niiden väliset korrelaatiot nousevat pääosaan. Kuitenkin kahden muuttujan koropleettikartta voi olla hankala luettava, varsinkin jos lukijalla ei ole aiempaa kartografista kokemusta tai kartta on tehty vaikeaksi ymmärtää.

Kahden muuttujan koropleettikartassa on siis samalla kartalla esitetty kahta eri ilmiötä. Jotta tällaisessa esittämistavassa olisi mitään järkeä, tulisi näiden kahden ilmiön jollain tavalla liittyä toisiinsa ja mielellään myös korreloida. Yhteneväisyyksiä on toki mahdollista esittää kahdella erillisellä koropleettikartalla, mutta kyseinen tapa ei aina ole toimiva. Vaikka suurimman arvon alueet olisivat samat ja helposti yhdistettävissä, jäisi muiden alueiden yhteneväisyyksien hahmottaminen puutteelliseksi. Koska olen itse maantieteilijä, olen harjaantunut  lukemaan erilaisia karttoja. Näin ollen koen kahden muuttujan koropleettikartan lähinnä äärimmäisen hyödyllisenä työkaluna yhteneväisyyksien visualisoinnissa.

Kahden muuttujan koropleettikarttaa tehdessä on kuitenkin muistettava tiettyjä asioita, tai lopputulos voi olla ylimaallisen kammottava ja mahdoton tulkita. Ensimmäinen ja tärkein asia on luokkien määrä, sillä jos luokkia on liikaa on kartan tulkinta mahdotonta. Tämä pätee ihan yhden muuttujankin kartoissa. Leonowiczin artikkelissa sopivaksi määräksi luokkia on ehdotettu 2×2 luokkaa eli yhteensä 4, jolloin erotettavissa ovat korkeat ja matalat arvot, tai 3×3, eli yhteensä 9 luokkaa, missä tapauksessa erotettavissa ovat matalat, keskitasoiset ja korkeat arvot. Toinen muistettava asia on värien tai rasterien loogisuus. Yhtä ilmiötä on parempi kuvata yhden värin eri sävyillä, kuin useilla toisistaan selkeästi eroavilla väreillä. Lisäksi ilmiön intensiivisyyttä olisi hyvä kuvata jotenkin loogisesti, vaikkapa siten, että mitä suurempi arvo, sitä tummempi väri. Lisäksi näiden kahden käytettävän värin olisi hyvä muodostaa toisistaan erottuvia välivärejä. Jos nämä asiat muistaa, niin mielestäni kahden muuttujan koropleettikartasta pitäisi tulla varsin selkeä ja luettava, joskin ymmärtäminen vaatinee enemmän kuin normaalit koropleettikartat. MapInfolla kahden muuttujan koropleettikartan tekeminen todennäköisesti onnistuisi äärimmäisen vaivattomasti, kunhan toisen muuttujan esittämiseen käyttäisi värejä ja toisen rastereita. Näin siksi, että MapInfo ei ole piirto-ohjelma, joten päällimäinen väri vain peittää toisen alleen, eikä läpinäkyvyyttä voi säätää.

Kartan erikoisuudesta johtuen on myös sen legendan oltava tavallisesta poikkeava, jotta tulkinta olisi edes teoriassa mahdollista. Samaa artikkelia käsittelevässä blogitekstissään Timo Säyrinen muotoilee hyvin kahden muuttujan koropleettikartan legendan syvimmän olemuksen:  ” Lähtökohtahan on se, että legendassa esitetään muuttujien 1 ja 2 osalta väri- ja rasterikoodien sisällöt, esimerkiksi siis kolmeen luokkaan jaotellun muuttujan 1 osalta kolme värikoodia ja kolmeen luokkaan jaetun muuttujan 2 osalta kolme rasterikoodia. Kaksiulotteisessa legendassa esitetään muuttujakenttä, eli tässä tapauksessa yhdeksän erilaisen pinnan selitykset.” Näin legendaksi muodostuu koordinaatisto, jossa välimuodotkin on kuvattu. Normaaleissa kartoissa legenda on yleensä rivi laatikoita, joissa värit on selitetty, tai sitten rivi erilaisia symboleita selityksineen. Näin ollen legendan erilaisuus voi hämmentää. Kuitenkin jälleen säyristä lainaten: ” Se on, jos luetaan kirjaimellisesti jo aikaisemmin oppimamme sääntö, että kaikki kartassa esiintyvät symbolit on selitettävä legendassa, ainoa hyväksytty tapa muodostaa 2-muuttujaisen koropleettikartan legenda.” Tästä olen äärimmäisen samaa mieltä, sillä ei ole erityisen järkevää tehdä karttaa, jonka legenda on huono, eikä juurikaan auta tulkitsemisessa vaan lähinnä sekoittaa lisää. Ensimmäinen rajoitus tähän asti käyttämämme ohjelman eli MapInfon takia tuleekin juuri legendassa, sillä sitä ei juurikaan voi itse muokata ja kaksiulotteisen legendan tekeminen on ainakin nykyisillä taidoillani mahdotonta. Piirto-ohjelmaa apuna käyttäen saisin varmaankin ihan pätevän legendan aikaiseksi.

Tällaisten karttojen käyttäminen vaatii kohdeyleisöltä hyvää hahmotuskykyä ja mielellään myös jonkinlaista kartografista pohjaa, joka helpottaisi esimerkiksi legendan tajuamista. Esimerkiksi Panu Lammi ja Viljami Ruohonen epäilevät kahden muuttujan koropleettikartan mahdollisuuksia. Artikkelissa on esimerkkinä huonosta kartasta esitetty U.S. Bureau of the Census:ksen 1970-luvulla tehty kartta, jonka lukemisen koehenkilöt kokivat vaikeaksi luettavaksi ja yhden muuttujan koropleettikartan selkeämmäksi ja informatiivisemmaksi. Ruonen kirjoittaa:  ”Artikkelista tuli mieleen se, että jos kerran jopa Bureau of the Census (Yhdysvaltain kauppaministeriön yksikkö) onnistuu sössimään kahden teeman teemakarttojen teon, niin millä todennäköisyydellä ne ovat edes suurimmassa osassa tapauksista selkeitä, intuitiivisia ja ennen kaikkea informatiivisia?” Lisäksi Lammi myötäilee Ruohosta ja toteaa: ”Pääsin samantyyppiseen päätelmään hänen kanssaan siitä, että Leonowicz itsekin alkaa jo epäillä kartan hyödyntämismahdollisuuksia monilla kiertoilmauksilla.”

Tokihan Leonowiczin artikkelin lopusta saa epäileväisen kuvan, kun kiertoilmauksia kuten ”seem an interesting alternative” käytetään. Kuitenkaan mielestäni epäileväinen asenne, tai se, että yksi kartantekijä on tehnyt huonon kartan ei ole hyvä syy olla käyttämättä kyseistä karttatyyppiä ollenkaan. Varmastikin kahden muuttujan koropleettikartat olisivat yleisen käytön alussa ei niin hyvä vaihtoehto, koska niiden tekijät, saatika sitten lukijat, eivät olisi tottuneet kyseiseen karttatyyppiin. Kuitenkin karttatyypin yleistyessä niihin tottuaisiin, niiden lukeminen todennäköisesti helpottuisi tottumisen myötä ja kartografit oppisivat tekemään selkeimpiä mahdollisia karttaesityksiä. Tosin aina joku onnistuu tekemään epäselvän kartan, vaikka kuinka opetettaisiin ja lisäksi joku toinen lukee kuitenkin jotain väärin eikä siksi ymmärrä. Kuitenkin kaikki asiat ja metodit ovat joskus olleet uusia, ja niitä on mahdollisesti sen ja perinteistä poikkeavan esittämistavan takia vieroksuttu.

Itse näen kahden muuttujan koropleettikartan hyvänä vaihtoehtona kahden muuttujan välisen yhteyden esittämiseen, mikäli kartta on tehty teknisesti oikein ja esittää järkeviä asioita. Tuskin itsekään lähtisin ensimmäisenä vaihtoehtonani tekemään kahden muuttujan koropleettikarttaa, mutta joihinkin tarkoituksiin se voisi sopia parhaiten. Mikäli ei sovi, niin kahta muuttujaa voi esittää kartalla muillakin tavoin kuin koropleetein. Esimerkiksi kartogrammit ovat yleensä varsin selkeitä ja helposti ymmärrettävissä, joten vaihtoehtoja kyllä löytyy. Lisäksi ottaisin huomioon karttani kohdeyleisön. Mielestäni esimerkiksi maantieteen opiskelijoille voisi hyvinkin esittää kahden muuttujan koropleettikarttoja, mutta Helsingin Sanomiin laittaisin mieluummin vaikkapa kartogrammin. Lisäksi tekniikka asettaa joitakin rajoituksia, ja ainakin MapInfo ohjaa kartan tekoa, kun osaa vaihtoehdoista ei vain ole mahdollista toteuttaa.

Lähteet:

Lammi, P. (2012).  Artikkeli 1: Kahden muuttujan koropleettikartta korrelaatiolla, kiitos 16.2.2012

<https://blogs.helsinki.fi/panlammi/2012/02/03/artikkeli-1-kahden-muuttujan-koropleettikartta-korrelaatiolla-kiitos/>

Leonowicz, A. (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42. 33-37.

Ruohonen, V. (2012). Artikkeli 1 – Two-variable coropleth maps as a useful tool for visualization for geographical relationship 16.2.2012

<https://blogs.helsinki.fi/viljamir/2012/01/26/artikkeli-1-two-variable-coropleth-maps-as-a-useful-tool-for-visualization-for-geographical-relationship/>

Säyrinen, T. (2012). Artikkeli 1. Näkemyksiä Anna Leonowiczin näkemyksiin 16.2.2012

<https://blogs.helsinki.fi/sayrinen/2012/01/25/artikkeli-1-nakemyksia-anna-leonowiczin-nakemyksiin-keskenhan-tama-viela-on/>

Kurssikerta 2, Teema, teema, OHO! Ja uudestaan.

Toisen kurssikerran ohjelmassa oli tutustuminen MapInfolla luotavissa oleviin teemakarttoihin. Erilaisia teemakarttatyyppejä on useita ja osa niistä sopii paremmin absoluuttisten arvojen esittämiseen kun taas toiset suhteellisiin arvoihin. Jotkin teemakarttatyypit ovat jopa niin villejä, että niillä voi esittää kummankinlaisia arvoja ilman suurempia ongelmia. Teemakarttoihin tutustuttiin tekemällä jokaisella tyypillä oma kartta. Tutustumisen jälkeen on aina aika siirtyä tositoimiin, eli tällä kurssikerralla luoda itse kahden muuttujan teemakartta.

MapInfon teemakartat

MapInfolla on mahdollista liittää kartan päälle pylväs- tai ympyrädiagrammi, jolloin saadaan aikaiseksi kartogrammi. Näillä teemakartoilla voidaan esittää niin absoluuttisia kuin suhteellisiakin lukuja ja yhdessä koropleettikartan kanssa tulos voi olla varsin informatiivinen. Sanni Koppasen selkeästi muotoiltua tekstiä suoraan lainaten: ”Graduated-teemakartta on omiaan kuvamaan absoluuttisia arvoja, jotka ilmenevät erikokoisilla symboleilla. Pistekartta on myös hyvä vaihtoehto absoluuttiselle arvoille. Huomion arvoista on, että MapInfon pistekartan pisteet ilmestyvät satumanvaraisiin paikkoihin, joten se ei sovi ilmiöiden paikallistamiseen. Individual-kartassa jokainen muuttuja saa oman värinsä. Grid muodostaa liukuvärjätystä ja jatkuva pintaisesta teemakartan. Grid-karttaa käytetään kolmiuloittesen kartan pohjana.”

”Tavallisten” eli kaksiuloitteisten teemakarttojen lisäksi MapInfolla voidaan luoda myös kolmiuloitteisia karttoja, mikäli tekniikka toimii oikein. Jos tekniikka ei toimi on tuloksena parhaimmillaan muutama harmaa nyppylä ja pahimmillaan virheilmoitusten vuori. Edelleen Koppasta mukaillen: ”Prismaattinen kartta on kolmiuloittenen pylväsdiagrammi ja se käsittelee kaikkia kohteita toisistaan riippumattomina. Aidosti kolmiuloittenen 3D-kartta muodostuu grid-kartan pohjalta.”

Kolmiulotteinen kartta vaatii lukijaltaan hieman avaruudellista hahmotuskykyä ja on lisäksi sen verran erikoinen esitysmuoto, että toisen teeman liittäminen karttaan olisi äärimmäisen hankalaa ja epäesteettistä. Kuten Minttu Haapanen blogissaan kirjoitti: ”Päällekkäisiä teemakarttoja tehdessä on tärkeää säilyttää kartan luettavuus ja selkeys. Kannattaa myös miettiä onko aiheellista tehdä päällekkäisiä teemakarttoja vai tyytyäkö kahteen erilliseen karttaan.” Eli jos kaksi teemaa samalla kartalla saa aikaan lähinnä diagrammeista ja väreistä puuroutunutta mössöä, on parempi tehdä kaksi erillistä karttaa.

Tehtävä: Kahden teeman kartta

Alunperin tein teemakartan Etelä-Suomen kuntien työttömyysasteesta ja elinkeinorakenteesta koropleettikartan ja ympyrädiagrammin avulla. Kyseinen kartta oli kartografisesti ihan kiva ja olisi ollut kiinnostavaa tietää onko työttömyyden ja elinkeinorakenteen välillä korrelaatiota. Ihana tietokoneeni päätti kuitenkin vetää harmaan palkin kartan poikki, joten tulkinta on mahdotonta. Tein mieluummin uuden kartan uudesta aiheesta ja toisesta alueesta kuin saman vanhan uudestaan. Oli kartan katoamisesta hyötyäkin, pari kertaa kun tekee uudestaan niin teemakartan teko sujuu jo nopeasti rutiinilla ja vaikein vaihe onvärien valitseminen.

Kuva 1.

Uusi ja mahtava karttani on Pohjois-Pohjanmaan väestörakenna ja korkeakoulutettujen osuus väestöstä. Kartalla on esitetty korkeakoulutettujen osuus koropleettina eri violetin sävyillä siten, että suurin arvo on tummimmalla. Luokkia on vain kolme, jotta ne erottuisivat toisistaan selkeästi diagrammienkin kanssa. Kuten kuvasta 1. näkyy on korkeakoulutettujen osuuden jakauma lievästi vino, mutta eniten epämääräinen, joten päädyin käyttämään luokittelumenetelmänä kvantiileita.

Väestörakenne on esitetty kartalla ympyrädiagrammina, jossa 0-14 vuotiaiden osuus on vihreällä, 15-64 vuotiaiden osuus sinisellä ja 65-vuotta täyttäneiden osuus epämääräisellä vihertävällä sinisellä. Kaksi viimeistä väriä eivät erotu toisistaan kovinkaan hyvin, mutta valitsin ne tarkoituksella, sillä tavoitteenani on tutkia vaikuttaako korkeakoulutettujen osuus lasten määrään. Näin ollen tahdoin lasten osuuden kokonaisuudesta tarkastelemisen olevan helppoa, jolloin on mielestäni hyvä, etteivät kaksi muuta ryhmä pahemmin erotu toisistaan.

Maailmalla on huomattu, että naisten koulutus ja lukutaito vähentää naisten lapsilukua. Näin ollen pohdin vaikuttaisiko ihmisten korkeakoulutus ylipäänsä Suomessa lasten määrään alueella. Pohjois-Pohjanmaan valitsin alueeksi, koska alueella on yliopistokaupunki Oulu, sekä pienempiä kuntia, joissa ei ole yhtä suuria kaupunkeja. Tällä valinnalla saan aineistooni hieman vaihtelua.

Tulkintaa kartalta

Kartalta voidaan tulkita, että suurin korkeakoulutettujen osuus on odotetusti Oulussa ja sitä ympäröivissä kunnissa kartan keskellä. Ylimpään luokkaan kuuluvat myös erillään olevat Raahe, Oulainen ja Ylivieska. Korkeakoulutettujen sijoittuminen Ouluun ja sen välittömään läheisyyten on odotettavaa erityisesti siksi, että Oulu on yliopistokaupunki ja lisäki yksi pohjoisen Suomen suurimmista asutuskeskittymistä. Muualla korkeakoulutettujen osuus on vähäistä, mikä sekin on normaalia, sillä korkeakoulutetut useimmiten keskittyvät kaupunkeihin, joissa on enemmän omaa alaa vastaavia töitä.

Lasten määrä näyttäisi vaihtelevan paljon kunnittain ilman selkeää yhteyttä korkeakoulututkintoihin. Esimerkiksi Oulun naapurikunnissa on lasten osuus iso, kun taas itse Oulussa vain kohtalainen. Tätä voi kuitenkin selittää se, että Oulun väkiluku on n. 140 000 ja naapurikuntien parhaimmillaankin vain 18 000 asukasta. Koska Oulussa on niin huomattavasti paljon enemmän ihmisiä, on myös vanhempia ihmisiä paljon, jolloin lasten osuus näyttää vähäisemmältä kuin naapurikunnissa. Kuitenkin MapInfon tietojen perusteella (asukasluku 141 761 ja 0-14 vuotiaiden osuus 17%) on Oulussa n. 24 000 lasta, eli enemmän kuin yhdessäkään naapurikunnassa asukkaita yhteensä.

Myöskin matalamman korkeakoulutason kunnissa, esimerkiksi alueen etelä reunalla sijaitsevat kunnat Sievi, jossa lasten osuus on 27,3% ja sen melkein naapurissa Pyhäjärvi, jossa lapsia on vain 14,4%. Kurssikerralla 1 Viljami Ruohonen teki koropleettikartan koko Suomen 0-14 vuotiaiden osuudesta kunnittain. Ruohosenkin kartassa Pohjanmaan seutu erottuu selvästi muusta maasta.

Koska korkeakoulutettujen osuudella ja lasten osuudella ei näytä olevan korrelaatiota pitää syitä etsiä muualta. Yksi mahdollinen ja todennäköinen syy on kristillisten herätysliikkeiden hallitseva uskonnollinen asema läntisellä rannikkoalueella, näissä liikkeissä kun on tapana hankkia paljon lapsia. Lisäksi Ruohosen koko maan karttaa tarkastellessa voidaan havaita lasten suhteellisten osuuksien olevan suurimpia suurten kaupunkien lähiseuduilla. Tämä oletettavasti johtuu siitä, että kaupunkien lähellä on paremmat palvelut, kuten päiväkodit, koulut ja terveyskeskukset, sekä työpaikkoja lasten vanhemmille. Sen sijaan Suomen itäosat ja Lappi sijoittuvat alimpaan luokkaan, eli niissä lasten määrä on vähäinen. Tämä voi johtua siitä, että kyseisillä seuidulla välimatkat ovat varsin pitkät, jolloin lasten kanssa on hankala liikkua paikasta toiseen eikä seutu silloin houkuttele perheitä asettumaan alueelle.

Yhteenveto

Kurssikerran tuloksena osaan mielestäni tehdä varsin kelvollisia teemakarttoja nopeasti ja tehokkaasti. Lisäksi hallitsen erilaiset karttatyypit ja niiden soveliaat käyttötarkoitukset kohtalaisen hyvin. Karttojen visuaalisessa ilmeessä ja varsinkin sommittelussa olisi vielä parantamisen varaa. MapInfo tosin on todellakin paikkatieto-ohjelma, eikä grafiikkaohjelma kuten vaikkapa TVT2-kurssilta tuttu CorelDraw, jolla kaikkea oli äärimmäisen helppo muokata. MapInfossa diagrammit sijoittuvat tasan alueen keskipisteeseen ja niiden siirteleminen siitä suotuisampaan paikkaan on äärimmäisen hankalaa. Tokihan voisin käyttää CorelDraw:ta, mutta kyseistä ohjelmaa ei kotikoneeltani löydy ja kurssikertojen puitteissa ei yleensä ehdi kovin ihmeellisiä kikkailuja tehdä.

Lähteet:

Haapanen, M. (2012). Kurssikerta 2. – Teemaa teeman päälle” 3.2.2012
< https://blogs.helsinki.fi/minhaapa/2012/01/26/toinen-tunti-teemaa-teeman-paalle/>

Histogrammityökalu

<http://illuminations.nctm.org/ActivityDetail.aspx?ID=78>

Koppanen, S. (2012) Kurssikerta 2. Muut teemakartat ja kahden päällekkäisen kartan käyttö 3.2.2012
< https://blogs.helsinki.fi/skoppane/2012/01/31/kurssikerta-2-muut-teemakartat-       ja-kahden-paallekkaisen-kartan-kaytto/>

Ruohonen, V. (2012). Kurssikerta 1 – Mistä se tulikaan?  3.2.2012
< https://blogs.helsinki.fi/viljamir/2012/01/22/kurssikerta-1-%E2%80%93-%E2%80%9Dmista-se-tulikaan%E2%80%9D/>

Kurssikerta 1, MapInfo on paras ystäväsi

Ensimmäisellä kurssikerralla palauteltiin mieleen asioita aiemmilta kursseilta, eli siis teoriaa TVT2-kurssilta ja ihanaista MapInfoa jo niin kaukaiselta TVT1-kurssilta. Teoriaosuudella on hyvä aloittaa ja kurssikerran harjoituksena tehtiin koropleetti kartta vapaavalintaisesta aiheesta.

MapInfo Professional  10.0

MapInfo on paikkatieto-ohjelma, jonka sisältämät tietokannat voidaan visualisoida karttojen muodossa. MapInfossa ominaisuustieto linkittyy käsittelyssä olevaan sijaintitietoon, kuten Tuuli Rissanen kirjoitti ensimmäisen kurssikerran blogitekstissään. Tietokannoista voidaan poimia tiettyjä muuttujia, joiden avulla jokin ilmiö, vaikkapa suomenkielisten osuus väestöstä, voidaan visualisoida teemakartan tai kartogrammin muodossa. Karttojen elementtäjä voidaan siirrellä toistensa päälle ja alle eri layereiden, eli tasojen, avulla siten, että päällimmäisen tason elementit ovat myös kartalla päällimmäisinä. Tästä on hyötyä esimerkiksi kartogrammia tehdessä, kun alimmaiseksi voi sijoittaa koropleettikartan ja sen päälle vaikka ympyrädiagrammeja.

Koropleettikartta

Koropleettikartta on dasymetrisen kartan tapainen, eli sama rasteripinta tai värisävy kattaa samat lukuarvot tai samaan luokkaan luokkaan kuuluvat havaintopisteet. Dasymetrisessä kartassa nämä alueet noudattavat vain omia rajojaan, kun taas koropleettikartassa pohjana on aina valmiiksi määritelty aluejako. Tavallisesti aluejaon pohjana on hallintoalue, kuten valtio, lääni tai kunta, tai sitten muu tilastointialue, kuten Euroopassa käytössä oleva NUTS-aluejako.

Koropleettikartoilla esitetään aina suhteellisia lukuja, kuten väestöntiheyttä, jossa väestön määrä on suhteessa pinta-alaan. Sen sijaan absoluuttisia lukuarvoja, kuten todellisia asukasmääriä, ei koropleettikartoilla saa esittää. Tämä johtuu siitä, että alueet ovat eri kokoisia, jolloin kartta antaisi aivan väärän kuvan ilmiön alueellisesta jakautumisesta.
Lisäksi koropleettikarttoja tehtäessä ja luettaessa on muistettava kartan luonne, eli se, että kartalta voidaan lukea vain tietty luokkaväli. Näin ollen kaksi hyvin lähellä toisiaan olevaa havaintoarvoa, esimerkiksi 19,9 ja 20,1 voivat sijoittua aivan eri luokkiin, esimerkiksi 10-20 ja 20-30, jolloin näyttää, että kahden alueen välillä olisi suuri vaihtelu, vaikkei näin todellisuudessa ole (Kartografian verkkoaineisto 2011).

Koropleettikartta Suomen kuntien taajama-asteesta

Ensimmäisen kurssikerran harjoituksena tein koropleettikartan Suomen kuntien taajama-asteesta 1.1.2010. Ensimmäisellä kurssikerralla samaa aihetta käsitelleen Ainokaisa Tarnasen sanoin:  ”Kartan lukijan olisi tosin hyvä tietää, että taajamalla tarkoitetaan vähintään 200 asukkaan rakennusryhmää, jossa rakennusten etäisyys toisistaan on alle 200 m (Metadata 2011).” Myöskin Sonja Murto teki ensimmäisen kurssikerran karttansa taajama-asteesta, ja tekstissään hän muistutti, että korkea taajama-aste voi antaa virheellisen kuvan siitä, että koko kunta olisi tiheästi asuttua taajamaa. Onkin siis muistettava, että taajama-aste ei korreloi väentiheyden tai absoluuttisen väkiluvun kanssa. Esimerkiksi kooltaan suuri Rovaniemen kunta sijoittuu ylimpään luokkaan, jolloin voisi kuvitella väkiluvun olevan suunnaton. Tämä johtuu siitä, että väestö on keskittynyt taajamiin, mutta kunnan sisäiset alueelliset erot eivät näy kartalla.

Koropleettikartassa aineisto esitetään siis luokiteltuna. Erilaisia luokittelumahdollisuuksia on useita ja niistä aineistoon parhaiten sopiva on helpointa valita jos aineistoa ensin tarkastelee histogrammina. Kurssilla käytimme netistä löytyvää helppokäyttöistä histogrammi työkalua, mutta myös Excel-laskentaohjelmalla olisi histogrammin luonti onnistunut. Kuvassa 1 näkyy, että aineistossa on havaittavissa normaalijakauman näköistä muotoa, mutta kuitenkin aineisto on painottunut yli 50% ja lisäksi epätasaisesti. Näin ollen mielestäni kuvaavinta on kutsua aineistoa epämääräisesti  jakautuneeksi.

Kuva 1.

Aineiston voi luokitella monella eri tapaa. Esimerkiksi tasaväliset luokat, joissa jokainen luokka on samansuuruinen, sovinnaiset pyöristetyt luokkavälit, eli ”tein ihan ite”-luokat, kvantiilit, joissa jokaiseen luokkaan tulee suunnilleen sama määrä havaintoja ja luonnolliset luokkavälit, joissa luokkarajat osuvat aineistossa näkyviin katkoihin (Kartografian verkkoaineisto 2011). Valitsin karttaani viisi luokkaa ja luonnoliset luokkavälit, koska kyseinen luokittelutapa sopii aina kaikkiin aineistoihin, ja siten myös tähän. Luokkarajat ovat epäsäännölliset, mutta mielestäni selkeät. Havaintojen määrä vaihtelee luokittain siten, että kolmessa luokassa havaintoja on n. 74, yhdessä 105 ja pienimmän taajama-asteen luokassa vain 10. Itse en näe havaintojen määrän suuria eroja ongelmana, koska tällä luokittelulla etenkin pienimmän (0-25%) taajama-asteen kunnat erottuvat hyvin.

Kuva 2.

Kuvassa 2 on tekemäni kartta. Kartan väriksi nappasin ensimmäisen MapInfon ehdottaman värisarjan, eli eri punaisen ja vihreän sävyjä,  joka toimii kyllä normaalinäköiselle hyvin, mutta on punavihersokealle todennäköisesti äärimmäisen haastava ja ärsyttävä luettava. Nyt jälkeenpäin kun MapInfon käyttö on hiukan paremmin hallussa en valitsisi samaa väriluokitusta, vaikka se onkin kuvaava. Luokkia on siis viisi, joista alimman väri on tumma vihreä, kaksi seuraava ovat vaaleampia vihreän sävyjä, toiseksi ylin luokka on oranssi ja aivan ylin luokka kirkkaan punainen. Värien ja alueiden lisäksi kartalta löytyy toki myös legenda, jossa nuo värit on selitetty. Myöskin kartalle välttämättömät elementit eli mittakaava ja pohjoisnuoli löytyvät kartalta. Näiden sijoitteluun olisi toki voinut käyttää vielä hetken enemmänkin, mutta näissäkin kohdissa ne ajavat asiansa riittävän hyvin.

Tulkintaa kartalta

Suurimmat taajama-asteet löytyvät oletetusti suurimpien kaupunkien, kuten Helsingin, Tampereen, Kuopion ja Oulun läheisyydestä. Näiden lisäksi myös muutamat kunnat, jotka eivät ole suhteessa suuria kaupunkeja nousevat esille, kuten vaikkapa aiemmin mainittu Rovaniemi. Pienimmän taajama-asteen aluetta on Pohjois-Lappi, joskin Inari kuuluu peräti toisiksi ylimpään luokkaan. Lisäksi Keski- ja Järvi-Suomessa on pienen taajama-asteen kuntia vieretysten suuremman asteen kuntien kanssa. Suurin osa rannikoiden kunnista kuuluu kahteen ylimpään luokkaan, kun taas itärajalla on enemmän kolmen alimman luokan kuntia. Kunnat, joissa taajama-aste on alhaisin, ovat sijoittuneet lähinnä Turun ja Ahvenanmaan saaristoon, mutta näiden lisäksi myös Järvi-Suomessa on kaksi alimman luokan kuntaa.

Yhteenveto

Kurssikerran pääasiallisena tarkoituksena oli palauttaa mieleen aiempien TVT-kurssien asioita, kuten aineiston luokittelua ja lisäksi opettaa perusasioita MapInfosta. Kun TVT2-kurssilla keskityttiin lähinnä karttojen tuottamiseen itse, sekä niiden teknisiin seikkoihin, niin tällä kurssilla keskitytään jo olemassa olevan aineistoin muokkaamiseen ja esittämiseen. MapInfo on tähän erittäin hyvä ja kätevä työkalu, kunhan sitä ensin oppii käyttämään.

Lähteet:

Histogrammityökalu
<http://illuminations.nctm.org/ActivityDetail.aspx?ID=78>

Kartografian verkkoaineisto 2011, Helsingin yliopisto
<https://hmaa2.geography.helsinki.fi/KurssitPysyvat/KartogrPer/paasivu.html>

Murto, S. (2012). TVT3, kurssikerta 1 – Tutustuminen MapInfoon.  20.1.2012
<https://blogs.helsinki.fi/sxmurto/2012/01/20/tvt3-kurssikerta1-tutustuminenmapinfoon/>

Rissanen, T. (2012). Kurssikerta 1 – tutustuminen MapInfoon. 18.1.2012
<https://blogs.helsinki.fi/tuulriss/2012/01/18/kurssikerta-1-tutustuminen-mapinfoon/ >

Tarnanen, A. (2012) Kurssikerta 1. 19.1.2012
<https://blogs.helsinki.fi/atarnane/2012/01/19/kurssikerta-1/>

Alku

Tässä blogissa on tarkoitus pitää oppimispäiväkirjaa maantieteen opintoihin pakollisena kuuluvasta TVT3-Geoinformatiikka -kurssista. Blogi tulee sisältämään karttoja sekä pohdintaa niistä ja kartografiasta ylipäänsä.

Tämän kuvan olen ottanut Helsingin edustalla sijaitsevalla Vasikkaluodolla keväällä 2008. Kuvassa näkyy Suomessa erittäin yleinen geomorfologinen muodostuma, silokallio. Kuvan tarkoitus on olla testi kuvien koosta ja lisäämisestä blogiin.