Kurssikerta 7: Viimeinen kerta ja täysin oman kartan tekemistä

Viimeisellä kurssikerralla saimme tehtäväksi luoda kartan täysin vapaa valintaisesta alueesta ja aiheesta. Päätin tarkastella kartallani Uuden Seelannin väestöä ja siihen liittyviä lukuja. Halusin tarkastella erityisesti maan etnisiä ryhmiä, sillä Uudessa Seelannissa vierailustani mieleeni jäi maan monikulttuurisuus, joka näkyi niin alueiden asukaskannoissa kuin alueen kulttuurissa ja palvelutarjonnassa. Maassa asuu maahanmuuttajia erityisesti Aasian ja Tyynenmeren maista sekä eri puolilta Eurooppaa. Uudessa Seelannissa asuu myös alueen alkuperäiskansalaisia eli maoreja. Maan asukkaista noin 15 % on maoreja (StatisticsNZ 2015). Varsinkin Tyynenmeren saarilta muutetaan Uuteen Seelantiin monesti paremman elintason vuoksi ja maahan saapuu myös runsaasti kausityöläisiä kesäisin Tyynenmeren saarilta. Eurooppalaistaustaisten maahan muuttamisen syitä uskoisin useimmin olevan perhesuhteet tai uudenlaisen ilmaston ja kulttuurin perässä muuttaminen. Seuraavat kuvat ovat Uuden Seelannin tilastokeskuksen tuottamia kaavioita samoista aiheista, joita tarkastelin kartoissani.

Taulukko 1. Uuden Seelannin suurimman kaupungin Aucklandin sekä koko maan asukkaat jaoteltuna etnisen taustan mukaan. Tiedot ovat vuodelta 2013.
Kuva 1. Uuden Seelannin asukkaiden etnisiin taustoihin liittyviä prosenttiosuuksia. Tilastot ovat vuodelta 2013.

Karttojen pohjaksi latasin NaturalEarth-sivustolta valmiiksi oikean muotoisen pohjakartan, joka sisältää valtioiden rajat ja niiden sisäiset hallinnolliset rajat (NaturalEarth 2017). Teemakarttoihin käyttämäni datan latasin Uuden Seelannin tilastokeskuksen sivuilta (Statistics New Zealand 2017). Muokkasin tilastoa vielä Excel-taulukko-ohjelmassa, ennen kuin toin sen MapInfoon.

Laskin väestön suhteellisen kasvun prosenttiosuuden jakamalla kunkin alueen asukasluvun muutoksen lähtövuoden asukasluvulla. Kartta ilmaisee siis, kuinka monta prosenttia asukasluku on kasvanut aikavälillä.

Kartalta on nähtävissä oletettavia muutoksen suuntia, joita on nähtävissä myös niin Suomessa kuin muuallakin maailmalla: suurten kaupunkien alueilla väestön suhteellinen kasvu on suurta ja haja-asutusalueilla kasvu on minimaalista tai negatiivista (Kartta 1). Auckland, joka on maan selkeästi suurin kaupunki asukasmäärältään, erottuu kartalta asukaslukunsa lisäksi myös suurimmalla suhteellisella kasvunopeudellaan. Uudessa Seelannissa on nähtävissä siis vielä voimakkaampaa asutuksen keskittymistä kuin Suomessa; Aucklandin väkiluku on noin kaksinkertainen verrattuna seuraavaksi väkirikkaimpiin alueisiin ja yli kymmenkertainen moniin muihin alueisiin verrattuna.

Kartta 1. Uuden Seelannin hallinnolisten alueiden väestön suhteellinen kasvu prosentteina sekä alueiden absoluuttiset asukasmäärät. Arvot ovat vuosilta 2001-2013.

Tein myös kartat, jotka kuvastavat etniseltä taustaltaan aasialaisten ja eurooppalaisten asukkaiden osuuden kasvun alueellista jakautumista. Aasialaistaustaisia kuvaavalta kartalta nähdään, että aasialaistaustaisten asukkaiden osuus on kasvanut kaikkialla maassa hyvin voimakkaasti; vähäisinkin kasvu on ollut yli 20 % (Kartta 2). Suurinta kasvu on ollut maan Etelä-saarella, joka on huomattavasti harvempaan asuttua aluetta kuin Pohjois-Saari. Tämä oli mielestäni hieman yllättävää. Kasvun suuruus johtuu kuitenkin todennäköisesti siitä, että kyseisillä alueilla aasialaistaustaisten asukkaiden osuus on ollut hyvin pieni, jolloin pienikin kasvu näkyy merkittävänä osuuden kasvuna. Myös kokonaisasukasluvut ovat kyseisillä alueilla hyvin pieniä, jonka vuoksi aasialaistaustaisten määrän kasvu korostuu tilastoissa.

Kartta 2. Etniseltä taustaltaan aasialaisten asukkaiden osuuden kasvu prosentteina vuosien 2001-2013 aikana. Aluejako on tehty Uuden Seelannin hallinnollisen aluejaon mukaisesta.

Eurooppalaistaustaisten osuuden kasvua kuvaavalta kartalta taas nähdään, että eurooppalaistaustaisten osuudet alueiden asukkaista ovat vähentyneet kaikkialla maassa (Kartta 3). Lasku on ollut huomattavinta Pohjois-Saarella ja suurinta Aucklandin alueella. Lasku ei ole ollut yhtä huomattavaa kuin aasialaistaustaisten osuuden kasvu, mutta osuuksien suunta on silti ollut selkeästi laskeva. Vaikka Uuden Seelannin tilastokeskuksen kuvassa (Kuva 1) eurooppalaistaustaisten absoluuttisen määrän kerrotaan nousseen vuosina 2006-2013 14 prosenttia, on eurooppalaistaustaisten osuus koko väestöstä silti laskenut muiden etnisten ryhmien kasvaessa voimakkaammin.

Kartta 3. Etniseltä taustaltaan eurooppalaisten asukkaiden osuuden kasvu prosentteina vuosina 2001-2013 aikana. Aluejako on tehty Uuden Seelannin hallinnollisen aluejaon mukaisesta.

Tein lopuksi väestön suhteellista kasvua kuvaavasta kartasta interaktiivisen kartan tuomalla sen html-versioisena linkkinä ja lisäämällä siihen HotLink-toiminnolla MapInfossa kuhunkin alueeseen liittyvän linkin. Pohtiessani kartan havainnollisuutta lisääviä linkkejä huomasin, että Uuden Seelannin alueita käsitteleviin Wikipedia-artikkeleihin oli luotu alueiden sisäistä väestöntiheyttä kuvastavat koropleettikartat, joissa alue on jaoteltu pienalueiden mukaisesti. Väestöntiheys linkittyy hyvin muihin karttoihini, joten päätin linkittää nuo koropleettikartat kuhunkin hallinnolliseen alueeseen. Kartan alueita klikkaamalla avautuu kunkin alueen sisäistä väestöntiheyttä kuvaava kartta. (Google Chrome-selainta käyttäessä kartta sijaitsee alempana sivulla eli scrollaa sivua alaspäin.) Kartta avautuu uuteen ikkunaan alla olevaa linkkiä klikkaamalla.

Interaktiivinen kartta Uudesta Seelannista. 

Väestöntiheys-kartoista voi nähdä, miten maassa väestön jakautumisen alueelliset erot ulottuvat koko maan mittakaavasta myös hallinnollisten alueiden sisälle hyvin vahvoina. Jokaisen alueen sisällä on selkeä asutuskeskittymä, jossa väestöntiheys nousee muutamiin tuhansiin ihmisiin neliökilometrillä. Huomattavan suuri osa kaikista alueista on kuitenkin hyvin harvaan asuttua aluetta, joilla väestöntiheys on 0-5 ihmistä neliökilometrillä. Myös alueiden sisäinen jakautuminen asutuskeskittymiin ja haja-asutusalueisiin on voimakkaampaa kuin Suomessa. Uudessa Seelannissa väestön sijoittumiseen vaikuttavat tosin vahvasti myös pinnanmuodot; korkeuserot ovat suuria. Esimerkiksi Etelä-Saaren länsiosia määrittää Etelä-Alpeiksi kutsuttu vuorijono, jossa on yli parikymmentä vähintään 3000 metrin korkeuteen kohoavaa kohtaa, jonka vuoksi asutusta ei juurikaan pääse sijoittumaan alueelle (Te Ara – the Encyclopedia of New Zealand 2017).

Tehtävä oli todella innostava, sillä sen myötä sai testattua MapInfo-osaamisen tasoaan. Toisaalta tehtävä oli myös haastava, koska emme saaneet siihen juurikaan ohjeita. Karttoihin tarvittavan aineiston (datan ja karttapohjien) hankkiminen kesti minulta hyvin kauan ja alkuvaihetta hidasti Uuden Seelannin tilastokeskuksen englanninkielisten ja minulle täysin vieraiden sivujen hankaluus, jonka vuoksi oikeanlaisen datan löytämisessä meni paljon aikaa. Alex Salminenkin toteaa blogissaan, että tehtävän haasteellisimpia osioita oli internetistä haetun datan ja MapInfon yhtensopiivuden varmistaminen (Salminen 2017). Teeman valitsemiseenkin kului aikaa. Koen tehtävät, joissa saamme täysin vapaat kädet haasteelliseksi, koska ajattelen, että silloin myös opettajan odotukset ovat korkeammalla kuin normaalisti.

Itse karttojen luominen sujuu jo helposti eikä se tuottanut oikeastaan ongelmia. Mietin kartoissa käyttämiäni luokkien luokittelua pitkään, koska eri kartoilla kuvaavieni muuttujien tulokset erosivat paljon toisistaan, jonka vuoksi yhtenevän ja kuitenkin järkevän luokkajaon muodostaminen ei oikein onnistunut. Käytin siis kussakin kartassa sen aineistolle sopivaa luokittelua: Koko väestöä kuvaavassa kartassa käytin luonnolista luokkajakoa, koska halusin aineiston ääripäiden, kuten Aucklandin alueen, erottuvan. Eurooppalais- ja aasialaistaustaisten osuuksien kasvua kuvaavissa kartoissa käytin tasavälisiä luokkajakoja.

Interaktiivisen kartan luominen sujui yllättävän hyvin, koska siihen saimme tarkat ohjeet. Kartan luominen oli kuitenkin hidasta, koska lisäsin kaikkiin kartan 16 alueeseen linkin. Lisäksi en saanut ensimmäisellä kerralla linkkejä toimimaan, kun lisäsin ne kuvakaappaustyökalulla kaappaaminani kuvina. Sain linkit toimimaan, kun linkitin ne suoraan Wikipedian verkko-osoitteisiin, jossa kuvat sijaitsevat.

Olen koko kurssin aikana pysynyt mielestäni opetuksessa hyvin mukana ja sisäistänyt MapInfon käyttöä vaadittavalla tahdilla. Olen toisaalta käyttänyt kurssin tehtäviin paljon aikaa kurssikertojen ulkopuolellakin pysyäkseni kurssilla tehtävien tasalla. MapInfoa käyttäessäni eteen tulee jatkuvasti pieniä ongelmia. Nyt kurssin lopulla koen kuitenkin, että MapInfo osaamiseni on sellaisella tasolla, että kykenisin käyttämään ohjelmaa tarvitsemieni karttaesitysten tuottamiseen ja ratkaisemaan ongelmia itsenäisestikin. Mielestäni yksi tärkeimmistä opeista kurssilta on tieto siitä, mitä kaikkea MapInfolla voi tehdä ja minkälaisia esityksiä tuottaa. Näin on pohtinut myös Iisa Hyypiä blogissaan (Hyypiä 2017). Hän toteaa lisäksi, että vaikka toiminnot ovat tuttuja, ei kaikki suju tietenkään vielä ongelmitta. Kurssin aikana koen saaneeni paljon uutta tietoa niin paikkatietoaineistoista kuin paikkatieto-ohjelmistakin. Uskon, että olen myös kehittynyt kartan visuaalisten ja muidenkin piirteiden arvioimisessa ja sitä kautta oppinut parantamaan omia karttojanikin.

Lähteet

Major ethnic groups in New Zealand (2013). Statistics New Zealand . Luettu 16.3.2017. <http://www.stats.govt.nz/Census/2013-census/profile-and-summary-reports/infographic-culture-identity.aspx>

We count on you Auckland (2016). Statistics New Zealand . Luettu 16.3.2017. <http://www.stats.govt.nz/browse_for_stats/snapshots-of-nz/infographics/we-count-on-you.aspx>

Admin 1 – States, Provinces (2017). Natural Earth. Luettu 2.3.2017. <http://www.naturalearthdata.com/downloads/10m-cultural-vectors/>

Ethnic group (grouped total responses) by number of ethnic groups specified (2001,2006,2013). Statistics New Zealand. Luettu 2.3.2017. <http://nzdotstat.stats.govt.nz/wbos/Index.aspx#>

Highest peaks of the Southern Alps (2017). Te Ara – The Encyclopedia of New Zealand. Luettu 18.3.2017.
<http://www.teara.govt.nz/en/photograph/14299/highest-peaks-of-the-southern-alps>

Salminen, A. (2017). Viikko 7: Itsenäisyyttä etsimässä. Luettu 18.3.2017. <https://blogs.helsinki.fi/alexsalm/>

Hyypiä, I. (2017). Kurssikerta 7: Omia karttoja Kanadasta. Luettu 18.3.2017. <https://blogs.helsinki.fi/hiisa/>

 

 

Kurssikerta 6: Aineistojen hankintaan tutustumista ja opetuskarttoja

Kurssikerralla paikansimme ryhmäni kanssa GPS-paikantimen avulla kampuksen lähiympäristön suojateitä. Saimme kerättyä aineistoomme 18 suojatien koordinaatit. Kirjasimme ylös myös, että oliko suojatien yhteydessä liikennevalot. Toimme keräämämme aineiston Excel-taulukko-ohjelman avulla MapInfoon. Create Points-toiminnolla pisteet saatiin sijoitettua koordinaattien mukaisille kohdille kartalle (Kartta 1). Vaikka keräämämme aineisto jäikin hyvin pieneksi, oli mahtavaa onnistua luomaan ja käyttämään itse kerättyä aineistoa. Tehtävä muistutti hyvin aineistojen keräyksen työläisyydestä ja siitä, kuinka hienoa on, että käytettävissämme on niin paljon valmiita laadukkaita ja kattavia aineistoja.

Kartta 1. Kartalle on sijoitettu sinisillä pisteillä alueen suojateitä sekä aineistoa kerätessämme kulkemamme reitti.

Kurssikerran itsenäistehtävänä oli luoda kolme karttaa internetistä haettujen aineistojen pohjalta maailman hasardeista, jotka sopisivat opetuskäyttöön. Tein kartat, joissa ovat kuvattuina maapallon tulivuoret, maanjäristyksien hyposentrejä sekä meteoriittien tunnettuja törmäyskohtia.

Tulivuorien sijaintia kuvaava aineisto haettiin NOAA:n eli Yhdysvaltain liittovaltion sää- ja valtamerentutkimusorganisaation nettisivuilta (NOAA). Aineisto sisältää kaikki tunnetut tulivuoret ja myös tulivuoret, joiden viimeisimmästä purkauksesta ei ole varmaa tietoa. Kartallani kaikki tulivuoret on merkitty samanlaisella pisteellä, joka sopii hyvin näin isolle aineistolle ja skaalalle (Kartta 2). Voitaisiin tehdä myös kartta, jossa on kuvattu vain merkittävimpiä tulivuoria, jolloin niitä voitaisiin merkitä erilaisilla merkeillä luokitellen ne purkautumistiheyden, -voimakkuuden tai kuolonuhrien perusteella. Muutin kartan projektion asettelua niin, että Tyynimeri kuvautuu kokonaisena kartalla poiketen yleisestä maailmankartan esitystavasta. Näin Tyynenmeren tulirengas kuvautuu kartalla selkeästi ja alueet, joilla suuri osa maailman vulkaanisesta aktivisuudesta tapahtuu, ovat hyvin esillä. Tein näin myös maanjäristyksiä kuvaavalle kartalle, koska myös maanjäristys toiminta on keskittynyt Tyynenmeren tulirenkaalle.

Kartta 2. Tunnetut tulivuoret maapallolla.

Tulivuoria kuvaavan karttani havainnollisuutta lisäisi mannerlaattojen reunojen asettaminen kartalle. Näin on tehty muun muassa tässä Suomen Kuvalehden artikkeliin liitetyssä kuvassa. Kuvaan on lisätty myös yksittäisten tulivuorten nimiä, jonka myötä oppilaiden mieliin voisi jäädä muutaman tulivuoren nimi. Toisaalta oppilaille voisi antaa erillisen kartan, johon on piirretty mannerlaattojen reunat, jolloin he voisivat etsiä mannerlaattojen keskellä sijaitsevat tulivuoret ja sitä kautta tutustua kuumien pisteisiin ja niiden synnyttämiin muodostumiin, kuten saariketjuihin. Tulivuorien sijoittumista ja maanjäristysten tapahtumapaikkoja kuvaavia karttoja voitaisiin myös tarkastella vierekkäin, jolloin oppilaat voivat nähdä niiden sijoittumisen välisen selkeän yhteyden. Kartalle olisi voinut lisäksi nimetä mantereet ja valtameret. Näin nimet olisi muistutettu ikään kuin huomaamatta oppilaille, mikä olisi hyödyllistä varsinkin nuoremmille oppilaille, jotka eivät nimiä vielä välttämättä hallitse.

Kaikkia näitä tekijöitä kuvastavat kartat olisivat varmasti oppilaille kiinnostavampia interaktiivisina karttoina, joita he saisivat itse liikutella ja tutkia. Myös kartan reaaliaikaisuus lisäisi kartan kiinnostavuutta ja toisi aihetta lähemmäksi oppilaiden mielissä. Interaktiivisia karttoja ja alustoja, joilla niiden toteuttaminen on mahdollista, löytyy nykyisin valmiina internetistä. Esimerkiksi Yhdysvaltain geologian tutkimuskeskus USGS tarjoaa interaktiivisen karttapalvelun, jossa on mahdollista tarkastella viimeisen 30 päivän maanjäristyksiä koko maapallolla.  Myös National Geographic tarjoaa karttapalvelun, jossa kartalle voi lisätä tiedot useista eri tekijöistä. Linkkiin olen tallentanut karttatasot vulkaanisesta toiminnasta ja mannerlaatoista. The Guardianin nettijulkaisussa julkaistu interaktiivinen kartta kuvaa meteoriittien tiedettyjä laskeutumispaikkoja. Kartan on huomioinut myös Kiia Eerikäinen blogissaan (Eerikäinen 2017).

Meteoriittien kraattereita oppilaat pääsisivät helposti lähemmin tarkastelemaan Geology.com sivustolla, jossa satelliitti kuviin pohjaava kartta on ohjelmoitu lähentämään suoraan ilmakuvaan kraatterista. Näin oppilaat näkisivät helposti meteoriitin putoamisen seuraukset maa- ja kallioperän muodossa. Oppilaat voisivat näitä palveluita käyttäessään muokata karttoja myös itse ja havainnoida siten muutosten tuomia eroja kartalla. Nämä palvelut ovat englanniksi ja vaativat jo hieman kartanlukutaitoa, joten niitä osaisivat hyödyntää todennäköisesti vain hieman vanhemmat oppilaat, esimerkiksi yläaste-ikäiset.

Tapahtuneita maanjäristyksiä kuvaavalla kartalla käytetty aineisto on Northern California Earthquake Data Center:in nettivisivuilta (NCEDC). Siihen on listattu kaikki yli 6,0 magnitudin maanjäristyksen maapallolla vuodesta 2002 lähtien. Aineistoon sisältyy 2 426 maanjäristystä. Kartalle maanjäristykset on kuvattu sen hyposentrin sijainnin mukaan samanlaisella pisteellä riippumatta järistyksen voimakkuudesta (Kartta 3). Kartan havainnollisuutta lisäisi, jos seismistä aktiivisuutta kuvaisi myös eri aktiivisuustasoja kuvaavalla väriskaalalla, kuten Berkeleyn yliopiston Seismologian laboratorion tuottamassa kartassa. Kartta olisi värien avulla visuaalisesti kiinnostavampi oppilaille ja lisäksi kartta havainnollistaisi aktiivisuuden voimakkuuden vaihteluita, jota tekemäni kartta ei tee. Myös Paula Silfverberg on käyttänyt blogissaan julkaisemassaan kartassa erivärisiä pisteitä kuvaamaan yli 6 Mw:n eli momenttimagnitudin ja yli 7 Mw:n maanjäristyksiä (Silfverberg 2017). Tosin hän myöntää itsekin, että näin laajan aineiston kuvaaminen koko maapallon skaalassa tekee kartasta hieman vaikealukuisen.

Kartta 3. Yli 6,0 magnitudin maanjäristykset vuosina 2002-2017.

Opetustilanteessa opettaja voisi ohjata oppilaita tarkkailemaan, minkälaisia ovat alueet, joilla on havaittavissa suuresti vulkaanista tai seismistä aktiivisuutta. Kartoilta voidaan nähdä esimerkiksi, kuinka kyseisillä alueilla on usein paljon korkeusvaihteluita (Amerikoissa Kalliovuoret ja Andit sekä Aasiassa Himalaja) tai saarijonoja ja saaristoja (Indonesia ja Uusi-Seelanti).

Meteoriittikraatterien sijoittumista kuvaava aineisto sisältää 34 513 kraatterin koordinaatit. Aineiston suuruuden vuoksi en lisännyt pisteille reunoja ja tein niistä hyvin pienikokoiset, jotta kartta pysyisi selkeänä (Kartta 4). Meteoriittikraatterien sijoittumisesta ei voida päätellä maapallon systeemien toiminnasta mitään, niin kuin kahdesta muusta kartasta. Oppilaiden kanssa voidaan kuitenkin pohtia kartalla nähtävien selkeiden tihentymien syitä: Miksi länsimaissa on löydetty niin paljon kraattereita? Entä miksi sademetsien alueille ei ole merkitty kuin kourallinen kraattereita yhteensä?

Kartta 4. Tunnetut meteoriittikraatterit.

Koin, että kaikista kartoista oli melko vaikea saada visuaalisesti hienoja ja helppolukuisia, koska aineistot olivat niin suuria; pienin aineisto oli tuolivuoret listaava aineisto, joka sekin sisälsi 1571 pistettä. Pisteiden asettaminen liian pienikokoisiksi vähättelee ilmiötä ja saa päällekkäiset pisterykelmät näyttämään sotkuisilta. Isolla pistekoolla pisteiden reunat erottuvat toisistaan, mutta pisteet peittävät kartasta niin paljon pinta-alaa, että sen lukeminen vaikeutuu. Myös Anniina Ahonen kertoo blogissaan tuskailleensa pisteiden ulkoasun kanssa niiden sijoittuessa usein hyvin lähelle toisiaan (Ahonen 2017).

Näin myöhemmin luulen, että olisin pystynyt tekemään kartoistani luovempia. Internetistä karttoja etsiessäni keksin monia uusia ideoita ja parannusmahdollisuuksia karttoihini, joten on turhauttavaa julkaista aiemmin tekemäni yksinkertaiset kartat.

Kurssikerta oli mielestäni kuitenkin erityisen hyödyllinen, koska liikuimme hieman enemmän kohti itsenäistä työskentelyä keräämällä aineiston itse ympäristöstä ja myöhemmin internetistä. Oppiessamme itsenäistä työskentelyä MapInfosta tulee entistä hyödyllisempi ohjelma meille.

Lähteet

Volcano Location Database Search (2017). NOAA. Luettu 10.3.2017. <https://www.ngdc.noaa.gov/nndc/struts/form?t=102557&s=5&d=5>

Ukkola, J. (2010). Islannin purkaus ei ollut kummoinen: Lentoliikenne pysähtyi lähinnä tuulen suunnan takia. Suomen Kuvalehti 24.4.2010. Luettu 10.3.2017. <https://suomenkuvalehti.fi/jutut/ulkomaat/islannin-purkaus-ei-ollut-kummoinen-lentoliikenne-pysahtyi-lahinna-tuulen-suunnan-takia/>

Latest Earthquakes (2017). USGS. Luettu 10.3.2017. <https://earthquake.usgs.gov/earthquakes/map/#%7B%22autoUpdate%22%3A%5B%22autoUpdate%22%5D%2C%22basemap%22%3A%22street%22%2C%22feed%22%3A%2230day_m45%22%2C%22listFormat%22%3A%22default%22%2C%22mapposition%22%3A%5B%5B-68.78414378041504%2C376.875%5D%2C%5B75.75894014501688%2C744.6093749999999%5D%5D%2C%22overlays%22%3A%5B%22plates%22%5D%2C%22restrictListToMap%22%3A%5B%22restrictListToMap%22%5D%2C%22search%22%3Anull%2C%22sort%22%3A%22newest%22%2C%22timezone%22%3A%22utc%22%2C%22viewModes%22%3A%5B%22settings%22%2C%22map%22%5D%2C%22event%22%3Anull%7D>

MapMaker Interactive (2017). National Geographic. <http://mapmaker.nationalgeographic.org/dKpuwIANQJVpS1eEmnmik6/?edit=gEVYkVlYCyhptVkYrFQhc4#/>

Rogers, S. (2013). Every meteorite fall on earth mapped. The Guardian 15.2.2013. Luettu 10.3.2017. <https://www.theguardian.com/news/datablog/interactive/2013/feb/15/meteorite-fall-map>

Eerikäinen, K. (2017). Kurssikerta 6. https://blogs.helsinki.fi/kiee/ Luettu 10.3.2017.

Meteor Craters (2017). Geology.com. Luettu 10.3.2017. <http://geology.com/meteor-impact-craters.shtml>

ANSS Composite Catalog Search (2017). Northern California Earthquake Data Center. Luettu 2.3.2017. <http://quake.geo.berkeley.edu/anss/catalog-search.html>

University of California (2012). Shaken But Not Stirred. Seismo Blog 10.12.2012. Luettu 10.3.2017 <http://seismo.berkeley.edu/blog/2012/10/12/shaken-but-not-stirred.html>

Silfverberg, P. (2017) Kuudes kurssikerta. Luettu 14.3.2017.<https://blogs.helsinki.fi/pasipasi/>

Ahonen, A. (2017) Kuudes kurssikerta: Pisteenviilausta vieraammilla vesillä. Luettu 14.3.2017.<https://blogs.helsinki.fi/ahonenan/>

Kurssikerta 5: Bufferointia ja putkiremontteja

MapInfon perustoiminnot alkavat sujua jo melko helposti ja on kiinnostavaa oppia, joka kurssikerralla lisää yksityiskohtaisempia toimintoja. Viidennellä kurssikerralla harjoittelimme paljon puskuroinnin eli bufferoinnin hyödyntämistä aineiston analysoinnissa ja rajaamisessa. Teimme myös runsaasti itsenäisiä tehtäviä, joissa hyödynsimme bufferoinnin lisäksi paljon muutakin aiemmin oppimaamme. Viimeisimmäksi itsenäistehtäväksi valitsin kolmesta vaihtoehdosta tehtävän pääkaupunkiseudun kerrostalojen putkiremonteista.

Tällä hetkellä tärkeimpinä MapInfon työkaluina näen, ainakin meidän tietotasoisemme ihmisen käytössä, teemakarttojen muodostamisessa sekä taulukoiden muokkaamisessa käytetyt työkalut, kuten Table Structure-työkalu, jonka kautta voidaan luoda uusi field eli sarake taulukkoon ja Update Column-työkalu, jolla luodulle sarakkeelle voidaan liittää tietoja toisesta aineistosta. Teemakarttojen muodostaminen onnistuu MapInfolla helposti, koska toiminto etenee vaiheittain ja on melko selkeä. Ohjelman tuottamista teemakartoista on kuitenkin välillä mielestäni vaikeaa saada visuaalisesti kauniita. Lisäksi teemakartan elementtien lopullinen asetteleminen layout-ikkunassa on melko kömpelöä. Taulukkojen muokkaamisen koen varsin monimutkaiseksi varsinkin verrattuna esimerkiksi Excel-taulukko-ohjelmaan. Todellisuudessa varmasti harvoin tarvittavat aineistot ovat saatavissa valmiina paketteina, joten taulukoiden ja aineistojen muokkaamisen osaaminen laajentaa ohjelman käyttömahdollisuuksia huomattavasti.

Kiia Eerikäinen kertoo blogissaan kokevansa myös teemakarttojen muodostamisen ja taulukoiden muokkaamisen työkalut merkittäviksi, mutta haastavina kokemamme asiat poikkeavat toisistaan (Eerikäinen 2017). Kurssin tehtävien teko eteneekin parhaiten kurssikerroilla ja niiden jälkeen porukalla tehdessä sen vuoksi, että jokaiselle haasteelliset asiat poikkeavat hieman toisistaan, jolloin jokainen hyötyy vuorollaan toisten kurssilaisten osaamisesta.

MapInfolla ratkaistavien ongelmien laajuttaa rajoitan osaamistasoni vuoksi varmasti käyttäjänä eniten. Näin on pohtinut myös Eemi Saarinen blogitekstissään (Saarinen 2017). Saarinen toteaa kuitenkin aineistojenkin tuovan rajoitteita työskentelyyn mainitsemalla, miten esimerkiksi kurssikerran tehtävissä puskurointi ei olisi ollut mahdollista aineistolla, jossa pisteille ei olisi määritelty tarkkaa sijaintia. Aineistot rajoittavat MapInfolla onnistuvia analyysejä myös niiden rajallisen tai vajavaisen kattavuuden ja saatavuuden vuoksi, kuten Vilja Jokinen kirjoittaa blogissaan (Jokinen 2017). Itse ohjelmakin asettaa varmasti rajoitteita työskentelylle joko toimintojen puutteen tai kömpelyyden vuoksi. Siksi useiden eri ohjelmien hyödyntäminen työskentelyssä poistaa usein rajoitteita ja lisäksi nopeuttaa työskentelyä.

Kurssikerralla harjoittelemamme puskuroinnin eli bufferoinnin avulla voidaan rajata joukko, joka sisältyy haluttuun alueeseen tai etäisyyteen jostakin kohteesta kartalla. Rajaus perustuu siis tapausten sijaintitietoon. Kurssikerran tehtävissä teimme puskurivyöhykkeitä niin pistemäisille kohteille, kuten juna-asemille, kuin alueillekin, kuten lentokentän kiitoradoille. Muutimme myös puskurivyöhykkeiden kokoa useissa tehtävissä, jolloin saadaan tietoa, miten etäisyyden kasvu muuttaa aineistoa; onko havaittavissa tapausten kasvun hidastumista tai kiihtymistä etäisyyden kasvaessa. Esimerkiksi sekä Malmin että Helsinki-Vantaan lentokenttien läheisyydessä asuvien asukkaiden määrä kasvaa suuresti 1 kilometrin säteisen ja 2 kilometrin säteisen puskurivyöhykkeen välillä meluhaittojen pienentyessä. Tehtävien tuloksia on listattu oheiseen taulukkoon (Taulukko 1).

Taulukko 1. Kurssikerran tehtävissä selvitettyjä tilastotietoja.

Tehtävien teossa käytimme myös laskinta muun muassa prosenttilaskujen tekemiseen. Mielestäni tärkeää ja hienoakin on oppia useita ohjelmia käyttäessä tunnistamaan, että millä ohjelmalla mikäkin toiminto on nopeinta ja helpointa toteuttaa. Tälläkin kurssikerralla ja siihen liittyvissä tehtävissä käytimme MapInfon lisäksi juurikin tavallista laskinta sekä Excel-taulukko-ohjelmaa taulukoiden luomiseen. Lisäksi käytin Snipping Toolia kuvan tallennukseen, koska halusin tallentaa vain kuvan enkä kokonaista sivua, sekä Paint-ohjelmaa kuvan visuaalisen ulkomuodon viimeistelyyn.

Käytimme puskurointia lähinnä asukasmäärien selvittämiseen halutulla säteellä erinäisistä kohteista, kuten teistä tai terveyskeskuksesta. Ajatuksen voisi myös kääntää laelleen ja selvittää bufferitoiminnon avulla, mitä yksittäisten asukkaiden saavutettavissa on eri säteillä muodostamalla puskurivyöhykkeitä käyttäen asukkaiden koteja niiden kiintopisteinä. Voitaisiin esimerkiksi selvittää palveluiden määrää ja monipuolisuutta, joka on valitun asukasjoukon saavutettavissa. Puskurointia voidaan varmasti hyödyntää osana laajempia tutkimuksia. Esimerkiksi kaupunkimaisen asutuksen yhteyttä syrjäytymiseen voitaisiin tarkastella muodostamalla puskurivyöhykkeet syrjäytyneille kohdistettujen palveluiden asiakkaiden asuinpaikoille ja tarkastelemalla niihin sisältyvien asukasmäärien tai vaikka tiestön määrää. Tämän tyyppinen tutkimus pitäisi kuitenkin toteuttaa useissa kaupungeissa ja haja-asutusalueilla, jotta sen tuloksista voitaisiin analysoida varteenotettavia johtopäätöksiä. Puskurointia voidaan käyttää ihmisten käyttäytymisen tutkimiseen myös ilman, että tarkastellaan itse asukkaita. Voitaisiin esimerkiksi tarkastella, miten rekisteröityjen autojen määrä muuttuu eri säteillä julkisen liikenteen keskuksista. Autojen määrä kannattaisi tosin suhteuttaa asukasmäärään, koska yleisesti asukkaiden määrä vähenee siirryttäessä kauemmas erinäisistä keskuksista.

Puskurointia voitaisiin hyödyntää myös luonnonmaantieteellisessä tutkimuksessa. Muuttamalla puskurivyöhykkeen sädettä asteittain pystyttäisiin tarkastelemaan muun muassa, miten eri lajien populaatioiden koot muuttuvat siirryttäessä kauemmaksi vaikkapa vesistöstä tai ihmisten asuttamasta ja muokkaamasta alueesta.

Viimeisin itsenäistehtävä pääkaupunkiseudun putkiremonteista oli mielenkiintoinen ja oli hauskaa päästä itse soveltamaan oppimaansa ratkoessaan tehtävän kysymyksiä. Tehtävässä tarkastelin pääkaupunkiseudun asuinrakennuksia. Pääkaupunkiseudulla on 1 206 kerrostaloa, jotka on rakennettu vuosina 1965–1970. Näissä rakennuksissa asuu yhteensä 65 206 asukasta. Tuona aikana rakennetut rakennukset ovat tällä hetkellä siinä kunnossa, että niille on tehtävä putkiremontti tai se on tehty viime vuosien aikana. Lisää tehtävää varten selvittämiäni arvoja olen listannut oheiseen taulukkoon (Taulukko 2).

 

Taulukko 2. Pääkaupunkiseudun putkiremontteihin liittyviä taustatietoja.

 

Tehtävänä oli tuottaa teemakartta aiheeseen liittyen. Sain aineistosta haluamani osat taulukoksi rajaamalla Query-toiminnolla aina yhden ehdon kerrallaan; ensin ennen vuotta 1971 rakennetut rakennukset, sitten vuoden 1964 jälkeen rakennetut ja lopulta rajasin hakuun sisältyväksi talotyypeistä vain kerrostalot. Teemakarttaan sisällytin koropleettikartan putkiremontti-indeksistä eri asuinalueilla, jonka laskin suhteuttamalla alueen vuosina 1965–1970 rakennetut kerrostalot eli talot, joille on tehty tai tullaan tekemään lähivuosina putkiremontti, kaikkien asuinalueen kerrostalojen lukumäärään (Kartta 1). Teemakartan aineiston luokittelussa käytin luonnollista luokkajakoa, koska suurimmassa osassa asuinalueista indeksi oli hyvin pieni ja halusin tämän piirteen aineistosta pääsevän esille. Koropleettikartan lisäksi lisäsin karttaan remontoitavien kerrostalojen absoluuttisen määrän graduated-teemakarttana eli pisteinä, joiden koot on määritetty niiden kuvastaman arvon mukaisesti. Koin, että graduated-teemakartalla alueiden saamia arvoja ja niiden eroja on helpoin hahmottaa syventymättä karttaan tarkemmin. Kokeilin myös remontoitavien kerrostalojen lisäämistä pisteinä kartalle, mutta lopputulos oli hyvin sekava ja vaikealukuinen mielestäni, joten en kokenut, että niiden tuoma informaatio olisi kartan visuaalisen ulkonäön huonontamisen arvoista.

Teemakartasta voidaan nähdä, millä alueilla kerrostalorakentaminen on ollut vauhdissa 1960-luvun loppupuolella. 1960-luvulla muutto maaseudulta kaupunkiseuduille oli hyvin vilkasta Suomen teollistuessa, jonka vuoksi erityisesti lähiöiden kehitys oli nopeaa. Tämä näkyy kartalla siten, että esimerkiksi Itäkeskus ja sitä ympäröivät asuinalueet sekä Espoon keskus ja suuri osa muista Espoon asuinalueista erottuvat kartalta korkeammalla putkiremontti-indeksillä, kun taas Helsingin kantakaupungin asuinalueet kuuluvat pääasiassa kahteen alimpaan luokkaan eli putkiremonttia tarvitsevien kerrostalojen osuus on hyvin pieni. Myös Valtatie 3:n eli Hämeenlinnan väylän ja Tikkurilan suuntaan Helsingistä lähtevän raideyhteyden varsilla on havaittavissa suurempia arvoja putkiremontti-indeksissä. Tämä selittyy hyvien liikenneyhteyksien varsilla sijaitsevien lähiöiden vetovoimalla, joka on selkeästi vaikuttanut asutuksen sijoittumiseen jo lähiöiden alkuvaiheista saakka. Valtatie 3:n uusiminen 1950- ja 1960-luvuilla lisäsi myös varmasti entisestään väylän varrella sijaitsevien lähiöiden kehitystä ja vetovoimaa (Yle 2012).

Kuva 1. Pääkaupunkiseudun kerrostalojen putkiremontti-indeksi ja putkiremonttia tarvitsevien kerrostalojen absoluuttinen määrä pienalueittain.

Vaikka MapInfolla kaikki perustoiminnot sujuvat minulta jo melko hyvin, teemakarttaa luodessa joidenkin osioiden, kuten aineiston luokituksen määrittäminen, tuntuu kuitenkin hitaalta. Tämä johtuu siitä, että joudun kokeilemaan useita versioita ennen, kuin löydän sopivan. Ehkä vähitellen opin havainnoimaan jo alusta alkaen, minkä tyyppinen luokitus tai väriskaala sopii kullekin aineistolle.

Kurssikerran tehtävät, varsinkin viimeinen, olivat melko haastavia. Pidin kuitenkin niiden tekemisestä, koska saimme ensimmäistä kertaa todella itse päätellä ja keksiä, miten tehtävä tulisi toteuttaa. Tehtävien haasteellisuuden vuoksi niiden ratkaiseminen pitkän pohtimisen jälkeen tuntui mahtavalta. Koen, että opin parhaiten ohjelman käyttöä juuri tuollaista luovaa työskentelyä tehdessäni. Myös ohjelman käytön mahdollisuudet alkavat valottua paremmin, kun pääsemme käyttämään ohjelmaa ilman valmiita ohjeita.

Lähteet

Eerikäinen, K. (2017). Kurssikerta 5. Luettu 24.2.2017. <https://blogs.helsinki.fi/kiee/>

Saarinen, E. (2017). 5. Kurssikerta. Luettu 23.2.2017. <https://blogs.helsinki.fi/eemisaar/2017/02/21/5-kurssikerta/>

Jokinen, V. (2017). Kurssikerta 5: Bufferointia ja järjen käyttöä. Luettu 23.2.2017. <https://blogs.helsinki.fi/jokinenv/2017/02/16/kurssikerta-5-bufferointia-ja-jarjen-kayttoa/>

Yle (2017). Hämeenlinnan moottoritiepäätöksestä 50 vuotta. Luettu 23.2.2017<http://yle.fi/uutiset/3-5059337>

Kurssikerta 4: Ruututeemakarttoja

Kurssikerran alussa harjoittelimme rasterimuotoisen karttakuvan rekisteröimistä ja sille piirtämistä MapInfossa. Itsenäistehtäväksi saimme toteuttaa ruutumuotoisen teemakartan valitsemastamme aineistosta. Teemakartta tehtiin muutamalla eri ruutukoolla, jotta löydettiin parhaiten ilmiön vaihtelua kuvaava ruutukoko.

Valitsin aineistoksi 0-5 vuotiaiden lasten lukumäärän pääkaupunkiseudulla (Kuva 1). Kokeilin karttaa ruudukoilla, joissa ruutujen sivut ovat 250 metriä ja 500 metriä. Pääkaupunkiseudun skaalalla 250 m x 250 m ruudukot osoittautuivat liian pieniksi, koska kartta ei välittänyt lukijalle yleiskuvaa alueiden eroista. 500 m x 500 m ruudukko on paljon yleistävämpi eli epätarkempi, kuin 250 m x 250 m ruudukko. 500 m x 500 m ruudukosta lukija hahmottaa ilmiön alueelliset piirteet nopeasti ja mielestäni myös tilanteeseen sopivan tarkasti. Tämän vuoksi valitsinkin sen karttaversion julkaistavaksi. 250 m x 250 m ruudukolla teemakartalle jää myös paljon pieniä tyhjiä alueita, koska pieniruutuinen ruudukko ilmaisee lasten asuinpaikan sijainnin hyvin tarkasti. Pienien ruudukkokeskittymien tulkitseminen on hyvin vaikeaa. 500 m x 500 m ruudukossa aineisto näyttää levittäytyvän laajemmin, jonka vuoksi se hieman liioittelee aineistoa. Mutta ruutujen ulottuessa tasaisemmaksi matoksi, alueellisten erojen havaitseminen helpottuu. Luokkajaoksi valitsin luonnollisen jaon, jolloin aineisto jakautuu sen luonnollisten arvokeskittymien ja aukkojen perusteella.

Kuva 1. 0-5 vuotiaiden asukkaiden lukumäärät pääkaupunkiseudulla. Kartan aluejaotteluna toimii 500 m x 500 m ruudukko.

Valitsin kartan aineistoksi alle 5 vuotiaiden määrän, koska halusin nähdä, miten pienten lasten perheet sijoittuvat pääkaupunkiseudulla. Yleinen käsitys lapsiperheiden sijoittumisesta on, että he asuvat kaukana keskustasta lähiöissä tai pientaloalueilla. Ilmiötä tulkittaessa kartasta on kuitenkin huomioitava asukkaiden kokonaismäärän merkittävä vaihtelu. Kartta ei siis kerro 0-5 vuotiaiden osuutta kaikista asukkaista ruudulla. Kartan yhteyteen voitaisiin siis liittää sitä tukemaan asukkaiden kokonaismääriä kuvaava teemakartta, kuten esimerkiksi Alex Salmisen blogissaan julkaisema ruututeemakartta väkiluvuista (Salminen 2017).

Kartalla on nähtävissä pääkaupunkiseudun asutuskeskittymiä. Esimerkiksi Helsingin keskusta, Espoon keskus ja sen läheiset asuinalueet sekä Vuosaari erottuvat kartalta selkeinä keskittyminä. Lähes koko Helsingin kaupungin alueella 0-5 vuotiaiden määrä on melko korkea. Espoossa Kehä 3-tien pohjois- ja luoteispuolella sijaitseva Nuuksion kansallispuisto erottuu kartalta hyvin; kansallispuiston alueella asuu loogisesti hyvin vähän ihmisiä, jonka vuoksi alle 5-vuotiaiden lastenkin määrä on alhainen.

Tuusulan väylän ja Lahden väylän välissä, Kehä 3:sen pohjoispuolella, on paljon enemmän 0-5 vuotiaita, kuin muilla Kehä 3:sen pohjoispuolen alueilla. Tämä selittyy alueen keskellä kulkevan junaraiteen alueelle tuomalla vetovoimalla. Raideyhteyden varrella sijaitsevat muun muassa Korso, Koivukylä ja Tikkurila. Muuten Kehä 3:n pohjoispuolisilla alueilla ei ole juurikaan 0-5 vuotiasta väestöä, lukuun ottamatta muutamaa pientä keskittymää, kuten esimerkiksi Kivistön kehittyvää asuinaluetta.

Helsingin keskustaa ei ole aiemmin ajateltu lapsiperheiden suosimaksi alueeksi. 0-5 vuotiaiden lapsien suuri määrä alueella selittyykin ehkä asukkaiden suurella kokonaismäärällä. Toisaalta viime vuosina kaupunkiasumisen suosiminen on tuntunut lisääntyvän lapsiperheiden keskuudessa.

Helsingissä autioimpina alueina kuvastuvat ymmärrettävästi Keskuspuiston alue, Viikin pellot, Vuosaaren satama sekä Santahaminan varuskunnan alue. Näitä alueita lukuun ottamatta Helsinki kuuluu lähes kokonaan kolmeen ylimpään luokkaan.

Hannu Pesonen on julkaissut blogissaan samalla ruutukoolla toteutetun kartan 13-16 vuotiaiden lasten osuuksista pääkaupunkiseudulla (Pesonen 2017). On yllättävää, kuinka vähän tekemämme kartat korreloivat keskenään: kartat ovat lähes vastakohtia suurempien ja pienempien arvojen suhteen. Tämä johtuu todennäköisesti siitä, että Pesonen on käyttänyt aineistona 13-16 vuotiaiden osuutta koko väestöstä, jolloin lapsiperheiden suosimat alueet korostuvat. Minun kartassani 0-5 vuotiaiden absoluuttisen määrän kuvaaminen tuo siis enemmän esille väestön tihentymiä.

Kartan informatiivisuutta lukijalle voitaisiin lisätä esimerkiksi kuvaamalla kartalla vain yhden kaupungin, esimerkiksi Helsingin, alue. Näin lukija pystyisi paremmin tarkastelemaan eri alueita ja voisi ehkä tunnistaa eri asuinalueet helpommin. Myös joitakin paikannimiä olisi voinut lisätä kartalle informatiivisuuden kasvattamiseksi. Toisaalta kartalle merkityt pääväylät ja kuntarajatkin auttavat helpottamaan alueen hahmottamista.

Periaatteessa ruututeemakartalla on hyväksyttyä esittää absoluuttisia arvoja, koska kaikki ruudut ovat samankokoisia keskenään. Ruudut ovat itsessäänkin absoluuttisia, eivät suhteutettuja mihinkään, jonka vuoksi absoluuttisten arvojen ilmaisemisen niillä ei pitäisi vääristä aineistoa. Yleisimmin teemakartoissa absoluuttisia arvoja esitetään tiheys- tai pisteteemakartalla. Ruututeemakartta eroaa siis visuaaliselta esitysmuodoltaan melkoisesti absoluuttisten arvojen tyypillisimmistä ilmaisumuodoista; yleensä ne ilmaistaan symbolien tiheyden tai koon vaihtelun mukaan. Ruututeemakartta taas ilmaisee vaihtelun eri luokkia kuvaavilla väreillä koropleettikartan tavoin. Pakollisen luokittelun vuoksi sillä ei siis todennäköisimmin päästä yhtä tarkkaan tulokseen arvojen ilmaisussa, kuin tiheys- ja pisteteemakartoilla. Tämän vuoksi ruututeemakartan käyttäminen absoluuttisten arvojen ilmaisussa tulisi olla harkinnanvaraista.

Ruututeemakartta ilmaisee mielestäni ilmiön alueellista vaihtelua paremmin kuin tavallinen pisteteemakartta, varsinkin 0-5 vuotiaiden lasten määrän kaltaisessa aineistossa, jossa alueellista vaihtelua esiintyy jo pienilläkin alueilla. Pisteteemakartassa pisteiden koon kasvaessa niiden sijainnin hahmottaminen vaikeutuu. Koropleettiteemakartan käyttäminen kyseisen aineiston esittämisessä ei taas antaisi lukijalle oikeastaan minkäänlaista informaatiota; absoluuttisesta alle 5-vuotiaiden määrästä eri hallinnollisilla alueilla ei voida tulkita alueiden erosta mitään ilman, että se on suhteutettu esimerkiksi koko asukaslukuun, pinta-alaan tai vaikka hedelmällisessä iässä olevien naisten määrään. Toisaalta ruututeemakartassa haasteensa kartan tekoon tuo luokkien määrän ja väriskaalan valinta, jotka epäonnistuessaan voivat vääristää aineistoa suuresti lukijan silmissä. Ruututeemakartassa ruudukon koon valinta vaikuttaa myös merkittävästi sekä kartan välittämään informaatioon, että sen luettavuuteen; liian pienellä ruutukoolla kartta näyttää sekavalta ja liian suurella aineisto yleistyy liikaa.

Mielestäni kartan visuaalinen ulkomuoto kärsii siitä, että ruudut eivät täytä koko kuvattua aluetta. Tämä johtuu siitä, että arvon 0 saavat ruudut on jätetty merkitsemättä. Myöhemmin mietin myös, että vain Helsingin kuvaaminen kartalla olisi lisännyt sen informatiivisuutta. Alimman luokan väriksi valitsin kartalle liian vaalean värin, jonka vuoksi alimman luokan ruudut eivät erotu varsinkaan syrjäisemmillä alueilla valkoista taustaa vastaan melko hyvin. Toisaalta, kuten Alex Salminen toteaa blogissaan, tyhjien ruutujen jättäminen pois kartalta auttaa lukijaa hahmottamaan asumattomat alueet, kuten puistot. Nämä alueet eivät näkyisi kartalla, jos se olisi tehty käyttäen kokonaisia kaupunginosia aluejakona. Koen väriskaalan muuten onnistuneen hyvin ilmiön kuvaamisessa liioittelematta sitä. Mietin jälkeenpäin, että kuntarajat sisältävän aineiston olisin voinut asettaa meren alle kerroksien hallinnassa MapInfossa, jolloin kuntarajat eivät näkyisi meren päällä kartalla.

Lähteet

Salminen, A. (2017). Viikko 4: Paljon pieniä ruutuja. <https://blogs.helsinki.fi/alexsalm/2017/02/16/viikko-4-paljon-pienia-ruutuja/> Luettu 16.2.2017.

Pesonen, H. (2017). Neljännen kurssikerran blogi. <https://blogs.helsinki.fi/hapesone/2017/02/15/neljannen-kurssikerran-blogi/> Luettu 19.3.2017

Kurssikerta 3: Tietokantojen käytön harjoittelua

Kolmannella kurssikerralla perehdyimme syvemmin, kuinka MapInfo-ohjelmassa voidaan hyödyntää, muokata ja yhdistellä tietokantoja ja dataa. Pysyin hyvin mukana opetuksessa. Itsenäisesti työskennellessä kaikki opit tuntuivat kuitenkin jo unohtuneen ja koin komentoketjujen muistamisen vaikeaksi. Tämän vuoksi kurssikerroilla työskentely on helpompaa ja nopeampaa, kun voi työskennellä yhdessä vieressä istuvan kanssa. Yleensä jompikumpi muistaa tarvittavan työkalun tai komentoketjun.

Kuva 1. Osa myöhemmin esiteltyä karttaa varten kootusta tilastotaulukosta. Kurssikerralla harjoittelimme useamman aineiston yhditsämistä yhdeksi ja aineiston muuttujien muokkamiista. Kuvassa näkyvän tulvaindeksin muodostimme itse kahdesta muusta muuttujasta.

Kurssikerralla tehtiin harjoituksia käyttäen pohjalla Afrikan karttaa ja Afrikan valtioita koskevaa aineistoa. Käytetyt tilastot olivat hyvin mielenkiintoisia ja olisin mielelläni tehnyt teemakarttoja niiden pohjalta. Saimmekin tehtäväksi jatkaa ajatustyötä Afrikkaan liittyvien aineistojen parissa ja pohtia erilaisia asioita, mitä aineistojen muuttujilla ja lisäksi tehtävään erikseen annetuilla muuttujilla voisi tutkia tai tarkastella.

Konflikteille on usein löydettävissä tausta luonnonvaroista. Monissa konflikteissa kiistellään avoimesti tai epäsuorasti luonnonvarojen hallinnasta, sillä ne tuovat alueelle kyseessä olevasta varasta riippuen elinkeinon, omavaraisuutta ja rikkauksia tai esimerkiksi vesivarojen kohdalla täyttävät elämän perustarpeen. Luonnonvaroilla myös usein rahoitetaan konflikteja. Esimerkiksi Sierra Leonen sisällissodassa 1990-luvulla kummatkin osapuolet rahoittivat toimintaansa timanttikaivoksista saaduilla tuotoilla (Dupuy & Binningsbon 2007). Myös sosiaalinen media on nykyään tärkeä osa konflikteja. Se toimii tärkeänä informaatiosodan välineenä. Sen avulla levitetään ideologioita, propagandaa ja tietoa tapahtumista.

Annetut aineistot käsittelevät Afrikan valtioiden perustietojen lisäksi luonnonvaroja, konflikteja sekä internetin ja sosiaalisen median käyttöä, joita yhdistelemällä voitaisiin varmasti tutkia monia asioita ja ilmiöitä. Esimerkiksi timanttikaivosten kaivausten aloitusvuosia ja öljykenttien poraamisvuosia voitaisiin verrata lähellä olevien konfliktien tapahtumavuosiin. Konfliktit ovat tietysti monimutkaisia ja kehittyvät usein hiljalleen vuosia ennen kuin syttyvät, mutta tekijöiden välillä voitaisiin nähdä jonkinlainen korrelaatio ja tarkastella, että jos luonnonvarojen hyödyntämisestä on seurannut konflikti, kuinka monta vuotta sen puhkeamiseen on keskimäärin mennyt. Clionadh Raleigh ja Håvard Hegre toteavat artikkelissaan, että konfliktit alkavat usein hyvin paikallisina ilmiöinä (Raleigh & Hegre 2005). Aineistosta voisi olla kiinnostavaa tutkia siis myös konfliktien ja luonnonvarojen tarkkojen sijaintien suhdetta; kuinka lähellä sijainnit ovat toisiaan ja voidaanko niitä sijaintiensa perusteella yhdistää toisiinsa.

Luonnovarojen hyödyntämisestä voitaisiin esimerkiksi analysoida, kuinka monta vuotta keskimäärin kuluu timanttikaivoksen tai öljykentän löytämisestä kaivausten ja poraamisen aloittamiseen sekä onko tuloksissa alueellista eriytymistä. Internetin käyttäjämäärää on pidetty yhdenlaisena kehityksen mittarina. Kurssikerralla laskemastamme internetin käyttäjämäärän kasvusta voitaisiinkin tarkastella karkeasti eri valtioiden kehittymistä. Niin kuin Saara Varsi toteaa blogissaan, internetin käyttäjämääriin vaikuttavat kuitenkin myös väestölliset seikat, kuten esimerkiksi hänen mainitsemansa väestön ikärakenne (Varis 2017). Valtioiden konflikteista toipumista voitaisiin tarkastella myös hyödyntäen internetin käyttäjämääriä. Konflikteissa alueen kehitys yleensä vähintäänkin pysähtyy, joten vertaamalla konfliktin lopulla olevien internetin käyttäjien määrää muutamaa vuotta myöhempään tilanteeseen, voidaan nähdä, onko valtio lähtenyt uudelleen kehittymään konfliktin loputtua. Konfliktien aikana facebookin kaikkiin internetin käyttäjiin suhteutetuissa käyttäjämäärissä tapahtuvia muutoksia olisi myös kiinnostavaa tarkastella; voisiko sosiaalisen median osa konflikteissa jopa lisätä käyttäjien määrää.

Kurssikerran jälkeen saimme itsenäiseksi tehtäväksi tuottaa kahta eri aineistoa hyödyntävän teemakartan (Kartta 1). Kartta kuvaa kahta muuttujaa: valuma-alueittaista tulvaindeksiä koropleettikarttana ja valuma-alueittaista järvisyysprosenttia pylväsdiagrammikarttana. Tulvaindeksi on laskettu jakamalla keskiylivirtaama, eli tulvakausien virtaaman keskiarvo, keskialivirtaamalla eli kuivien kausien virtaaman keskiarvolla. Tulvaindeksi kuvastaa siis alueen vesistöjen virtaaman vaihtelua ja tulvaherkkyyttä. Järvisyys taas kuvastaa järvien pinta-alan osuutta koko valuma-alueen pinta-alasta (SYKE 2014). Valuma-alueet eivät arvatenkaan noudattele valtion rajoja, joten karttaan sisältyy Suomen lisäksi alueita, jotka kuuluvat Ruotsille ja Venäjälle. Lisäksi osaa Suomen rannikkoalueista ei ole sisällytetty mihinkään valuma-alueeseen, koska niiltä valumavedet virtaavat joko suoraan mereen tai niitä ei ole muuten laskettu kuuluvan mihinkään valuma-alueeseen. Nämä alueet on kuvattu kartalla valkoisella.

Kuva 1. Tulvaindeksi ja järvisyysprosentti valuma-alueittain.

Kartasta voidaan nähdä yhteys korkean järvisyysprosentin ja alhaisen tulvaindeksin välillä. Alueen sijainti mereen nähden näyttää kartan mukaan vaikuttavan merkittävästi tarkasteltuihin muuttujiin. Sisämaassa valuma-alueet ovat huomattavasti suurempia pinta-aloiltaan kuin rannikoilla. Tulvaindeksit taas ovat monikymmenkertaisia rannikoilla verrattuna sisämaahan.

Saimme tehtäväksi tarkastella karttaa maallikon silmin ennen kuin perehdymme kurssilla asiaan tarkemmin. Seuraavassa kerron tekemiäni päätelmiä. Rannikoilla valuma-alueet ovat pitkänomaisia ja suuntaavat kohti rannikkoa, eli niiden voidaan ajatella muodostuneen jokien varsille. Rannikkoalueiden tulvaindeksi on paljon korkeampi kuin sisämaan valuma-alueiden todennäköisesti, koska valumavedet virtaavat suoraan jokiin, jolloin valuman vaihtelut kohdistuvat täysin jokiin. Pohjanmaan  alueella viljelysmaiden suuren määrän vuoksi sitovaa kasvillisuutta on vähän, toteaa Reeta Saloniemi blogissaan (Saloniemi 2017). Myös tämä seikka vaikuttaa varmasti alueen tulvaindeksin suuruuteen. Sisämaassa valumavedet jakautuvat useampiin vesistöihin, kuten järviin ja lampiin, joka tasoittaa suuresti virtaaman vaihteluita. Järvissä valuman vaihtelut eivät aiheuta niin suurta muutosta kuin joissa. Päätelmääni tukee myös havainto siitä, että suuremman järvisyysprosentin alueilla valumavesien jakautuessa useampiin vesistöihin, tulvaindeksi pienenee.

Järvisyyden erot kuvatuilla valuma-alueilla johtuvat viimeisimmästä jääkaudesta: jäätikön liikkeistä ja sen painosta. Suomen rannikkoalueet ovat tasaisia, koska ne jäivät jääkauden aikana nousseen merenpinnan alle. Suomen keskiosat ovat hyvin järvisiä, koska jäätikkö synnytti painaumia kallioperän murroksien painuessa alaspäin jäätikön painon alla. Painaumien täyttyessä jäätikön sulamisvesillä, muodostui järviä.

Pohjois-Suomessa tulvaindeksi ja järvisyysprosentit ovat lähellä rannikkoalueiden valuma-alueiden arvoja, mutta Pohjois-Suomen valuma-alueet ovat pinta-alallisesti huomattavasti suurempia. Tämä johtuu useista seikoista: Kylmemmän ilmaston ja vähäisemmän auringon säteilyn vuoksi vettä haihtuu vähemmän P-Suomessa. Keväisin Pohjois-Suomessa muodostuu enemmän sulamisvesiä ja maan ollessa roudassa talvisin pidempään sadevettä imeytyy maahan vähemmän.

Lähteet

Dupuy, K. & Binningsbo, H. (2007). Power-sharing and Peace-building in Sierra Leone. Center for the Study of Civil War, Oslo.

Raleigh, C. & Hegre, H. (2005). Introducing ACLED: An Armed Conflict Location and Event Dataset. International Peace Research Institute, Oslo.

Varis, S. (2017). Kolmas kurssikerta ja MapInfon teknisiä ominaisuuksia. Luettu 8.2.2017. <https://blogs.helsinki.fi/saavaris/2017/01/31/kolmas-kurssikerta-ja-mapinfon-teknisia-ominaisuuksia/>

Tilastollinen ominaiskuormitusmalli (2014). Suomen Ympäristökeskus, Helsinki. Luettu 5.2.2017. <http://www.syke.fi/fi-FI/Tutkimus__kehittaminen/Itameren_vesistojen_ja_vesivarojen_kestava_kaytto/Mallit_ja_tyokalut/Vesienhoidon_mallit/Tilastollinen_kuormitusmalli>

Saloniemi, R. (2017). Viikko 3: Paikkatietokantojen käsittelyä. Luettu 19.3.2017 <https://blogs.helsinki.fi/saresare/2017/02/06/viikko-3-paikkatietokantojen-kasittelya/>

Kurssikerta 2: Oman aineiston tuominen ja reaktiopaperi

Toisella kurssikerralla tutustuimme laajemmin paikkatieto-ohjelma MapInfon ominaisuuksiin ja moninaisiin teemakarttoihin, joita ohjelmalla voidaan tuottaa. Harjoitustehtäväksi saimme tuottaa itse aiemmin oppimaamme hyödyntäen teemakartan haluamistamme aineistoista. Lisäksi saimme tehtäväksi lukea ja kirjoittaa ajatuksiamme annetusta artikkelista.

MapInfon uusia toimintoja opetellessa koin melko vaikeaksi erilaisten komentoketjujen muistamisen. Ohjelmassa perustoimintojen suorittaminen alkoi kuitenkin sujua toisella kurssikerralla jo hyvin.

Harjoitustehtävän teemakarttaan valitsin aineistoiksi meille aiemmin annetusta aineistosta eläkkeellä olevien prosenttiosuuden kunnittain sekä aineiston kunnittaisesta syöpäindeksistä, jonka toin Terveyden ja hyvinvoinninlaitoksen tuottamasta tilasto- ja indikaattoripankki Sotkanetistä (Kartta 1). Sotkanet-palvelussa syöpäindeksin kerrotaan kuvaavan uusien syöpätapausten määrää 0-79-vuotiaalla väestöllä. Tapausten määrä on suhteutettu saman ikäiseen väestöön sekä koko maan arvoihin (sotkanet.fi 2016). Sotkanetistä kopioimani aineiston siirsin ensin Excel-taulukko-ohjelmaan, jonka jälkeen se oli sopivassa muodossa siirrettäväksi MapInfoon. Halusin, että teemakartalla olisi nähtävissä jonkinlainen korrelaatio eri teemojen välillä. Valitsin siis nämä aineistot, koska oletin että ne korreloisivat keskenään, sillä syövän tiedetään yleisesti olevan lähinnä vanhempien ikäluokkien sairaus.

Kartta 1. Eläkkeellä olevien prosenttiosuus ja ikävakioimaton syöpäindeksi kunnittain Uudenmaan maakunnassa.

 

Teemojen valitseminen oli hyvin vaikeaa ja se tuntuikin ehkä tehtävän haastavimmalta osiolta. Halusin löytää järkeen käyvän yhdistelmän, joka olisi myös lukijan mielestä kiinnostava. Sopivan aineiston löytäminen Sotkanet-palvelusta oli myös haastavaa, sillä useista aineistoista puuttui joidenkin kuntien tietoja useilta vuosilta. Lisäksi en keksinyt keinoa saada palvelu lisäämään aineistoon kuntakoodit. Kuntakoodien avulla aineiston olisi varmimmin saanut liitettyä MapInfoon aiemmin tuotuun aineistoon ilman ongelmia. Pelkkien kuntanimien avulla yhdistettäessä voi tapahtua virheitä, jos nimet ovat eri kirjoitusasuissa eri aineistoissa.

Päätin sisällyttää karttaan vain Uudenmaan maakunnan kunnat, koska mittakaavan ollessa suurempi, kartta pysyy helppolukuisena, vaikka teemoja onkin kaksi. Suhteellisista arvoista muodostuvan eläkeläisten prosenttiosuutta kuvaavan aineiston liitin kartan pohjaksi koropleettikarttana, koska koin sen toimivan ikään kuin selittävänä tekijänä syöpäindeksille. Syöpäindeksistä taas muodostin graduated-teemakartaksi MapInfossa nimitetyn kartan koropleettikartan päälle. Graduated-teemakartassa jokaisen kunnan päälle on sijoitettu valittu symboli, jonka koko heijastaa alueen syöpäindeksin arvon suuruutta. Graduated-teemakartalla ilmaistaan yleensä absoluuttisia arvoja, jota indeksin arvot eivät ole, koska niissä on huomioitu erinäisiä muuttujia. Koin graduated-kartan kuvaavan syöpäindeksin arvoja kuitenkin paremmin ja helpommin ymmärrettävämmin koropleettikartan yhteydessä, kuin esimerkiksi kartan päälle asetettu läpinäkyvä rasterimuotoinen koropleettikartta.

Kartan visuaalinen toteutus ei ole mielestäni kovin onnistunut muokkausyrityksistäni huolimatta. Alueelliset erot syöpäindeksissä eivät ole kovin suuret Uudenmaan mittakaavassa, joten pisteiden kokoeroa on melko hankala tulkita. Kartassa on kuitenkin nähtävissä korrelaatiota eläkeläisten suurempien prosenttiosuuksien ja syöpäindeksin nousun välillä, mikä oli tavoitteenani.

Kartalta on nähtävissä selkeää alueellista jakautumista ainakin eläkeläisten prosenttiosuuksissa: Eläkeläisten suhteellinen määrä kasvaa karkeasti kuvailtuna asteittain, mitä kauemmas siirrytään Helsingistä ja sen kehyskunnista. Suurimmat arvot saavat kunnat kuten Loviisa ja Raasepori, jotka sijaitsevat aivan Uudenmaan länsi- ja itäosissa kauimpana Helsingistä. Myös syöpäindeksin arvo kasvaa kohti maakunnan reunakuntia, erityisesti maakunnan itä- ja länsiosissa. Eläkeläisten määrään vaikuttavat Uudenmaan sisällä varmasti samat seikat, kuin aiemmassa blogipäivityksessäni tarkastelemani seikat, jotka määrittelivät yli 65-vuotiaiden määrän kunnittaista vaihtelua koko Suomen alueella: Helsingin ja sen kehyskuntien työ- ja opiskelupaikat vetävät puoleensa nuoria aikuisia ja lapsiperheitä, jolloin ikääntyvää väestöä jää asumaan kasvukeskuksista kaukaisiin kuntiin. Eläkeläisten määrän kasvaessa, suuremmalla riskillä syöpään sairastuvien määrä kasvaa, joka todennäköisesti selittää syöpäindeksin arvon nousun. Toisaalta Syöpä Suomessa 2011 – julkaisun mukaan syöpiä esiintyy yleisesti ottaen enemmän kaupungeissa kuin maaseudulla, mikä on ristiriidassa kartasta tekemieni havaintojen kanssa (Pukkala, Sankila & Rautalahti 2011: 42-27). Samassa julkaisussa todetaan tosin myös, että yksittäisten kuntien välisten erojen tarkkailu syöpätapauksien määrässä ei johda luotettaviin havaintoihin tapausten vähyyden vuoksi. Näin pienen alueen tarkastelussa ei siis voida ehkä perustella syöpäindeksin arvojen alueittaista vaihtelua muulla kuin ikärakenteiden eroilla.

Koen, että kartta on informatiivinen lukijalle, vaikka pisteiden kokoerot ovatkin vaikeasti tulkittavissa. Tällaisessa useampaa teemaa kuvastavassa kartassa kuitenkin lukijan kartanlukutaito vaikuttaa vahvasti kartasta saadun informaation määrään ja laatuun, kuten Pyry Lehtonen toteaa blogitekstissään Artikkeli 1 Kartat päällekkäin (Lehtonen 2017).

Reaktiopaperi annetusta artikkelista

Anna Leonowiczin artikkelissa Two-variable choropleth maps as a useful tool for visualization of geographical relationship (2006) tuodaan esille aiemmin huonon maineen saanut koropleettikartta, joka kuvaa kahta muuttujaa ja niiden suhdetta saman aikaisesti. Artikkelissa Leonowicz todistaa kyselytutkimuksella, että yhden muuttujan koropleettikartta kuvaa hyvin muuttujan alueellista jakautumista, mutta kahden muuttujan koropleettikartta kuvaa paremmin kahden muuttujan välistä suhdetta.

Kahden muuttujan koropleettikartta on minulle täysin uusi teemakarttatyyppi. Karttatyyppi vaati minulta hieman enemmän aikaa informaation hahmottamiseen kuin tavallinen koropleettikartta vaatii, mutta sen tuoma informaatio on sellaista, jota yhden muuttujan koropleettikartta ei oikeastaan pysty ilmaisemaan. Voin kuvitella, että monille tuollainen kartta voi olla vaikea hahmottaa. On totuttu, että väriskaala teemakartalla tarkoittaa yleisimmin yhden muuttujan nousevaa arvoasteikkoa. Kahden muuttujan koropleettikartta taas kuvaa oikeastaan kolmea erilaista joukkoa samanaikaisesti: vahvasti korreloivien arvojen joukkoa sekä kummankin muuttujan suuntaan painottuvaa hajanaista arvojoukkoa. Informaation lisääntyessä myös kartanluku aina vaikeutuu. Karttatyyppi voisi olla kuitenkin yleisesti ymmärrettävä, jos se olisi yleisempi ja sitä kautta tavallisillekin ihmisille kertyisi kokemusta sen tulkitsemisesta. Nykyisetkin yleiset ja tavallisille ihmisille tutut karttatyypit, ovat kuitenkin määrittyneet vain sen mukaan, minkälaisia karttoja ammattilaiset julkaisevat.

Mielestäni kahden muuttujan koropleettikartan ainutlaatuinen legenda oli hyvin mielenkiintoinen. Legenda koostuu eri värein väritetystä ruudukosta, jonka y- ja x-akselit muodostavat kahden muuttujan arvoskaalasta. Eniten korreloivat arvot sijoittuvat ruudukon lävistäjälle ja vähemmän korreloivat arvot ympäri ruudukkoa. Jokaisen ruudun sisään asettuvat arvot ja ruudukkoa kuvaava kartalle sijoitettu väri kuvaa siis erilaista suhdetta muuttujien välillä. Artikkelissa selitettyjä legendaan liittyviä matemaattisia menetelmiä minun oli vaikea ymmärtää, mutta legendan perusidea oli helppo ymmärtää. Oli avartavaa lukea tutun asian minulle täysin uudenlaisesta toteutustavasta.

Lähteet

Syöpäindeksi, ikävakioimaton (2016). Terveyden ja hyvinvoinnin laitos. 26.01.2017. <https://www.sotkanet.fi/sotkanet/fi/taulukko/?indicator=szYOBgA=&region=VVDLCsRACPujAY1DKX7HXvbiodBr___W8bGDS8FYE8eo8mAjYeVBxtDLQY8VRRF5EJWfuwKdg1ZWDEGl_sV7qbQkNIn9izoSljyKv7F9BsnfRG6vbpMBUTd0JqIk0dvy4UTZppF7omJKfSt4u6_kym7w9jjLGdKLtJNkTLrOYXCIYvkN0RkXUHns6yPt8wI=&year=sy4rszbS0zUEAA==&gender=t&abs=f&color=f>

Pukkala, E., Sankila, R & Rautalahti, M (2011). Syöpä Suomessa 2011. 84 s. Suomen Syöpäyhdistys, Helsinki.

Lehtonen, Pyry (26.1.2017). Artikkeli 1 Kartat päällekkäin. 27.1.2017. <https://blogs.helsinki.fi/lepylepy/>

Leonowicz, A (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42: 1.

Kurssikerta 1: Ensimmäiset kartat

Ensimmäisellä kurssikerralla tutustuimme paikkatieto-ohjelma MapInfoon. Ohjelma muistuttaa monin tavoin aiemmin käyttämäämme CorelDraw piirto-ohjemaa. Ohjelmissa on esimerkiksi samanlainen kerroksellinen rakenne. Varsinkin elementtien käsittelyn ominaisuudet ovat kuitenkin MapInfossa melko erilaiset kuin CorelDrawssa, jonka vuoksi ohjelman kanssa toimiminen tuntui aluksi vaikealta ja ohjelman toimintoja oli hankala ymmärtää. MapInfo-ohjelmassa teemakarttojen luominen tapahtuu ällistyttävän helposti, kun ohjelmaa osaa käyttää. Komentoketjujen muistaminen on kuitenkin näin aluksi vaikeaa, mutta onneksi saatavillamme on tarkat ohjeet kunkin toiminnon suorittamiseksi.

Kurssin suoritusalustana tulee toimimaan tämä blogi, johon julkaisen piirtämäni kartat sekä oppimispäiväkirja-tekstini. Julkisen blogin kirjoittaminen luo hieman paineita, sillä aiemmissa opinnoissa suoritukset ovat olleet aina vain yhden tai korkeintaan muutaman henkilön, kurssin opettajan/opettajien, nähtävissä. Toisaalta on kiinnostavaa lukea muiden tekstiä ja nähdä, miten muiden kirjoitustyylit poikkeavat omastani.

Ensimmäinen harjoitustehtävä oli tehdä MapInfo paikkatieto-ohjelmalla annetuista aineistoista koropleettikartta. Tehtävän tarkoituksena oli lähinnä harjoitella ohjelman käyttöä itsenäisesti. Tehtävän toteuttamisessa oikeastaan ainoa asia johon vaikutettiin itse, oli kartan luokitus ja ulkonäkö. Tehtävä oli kuitenkin hyvä aloitusharjoitus uuteen ja haastavaan ohjelmaan tutustuttaessa. Vaikka ohjelma on täysin uusi, on teemakartta kuitenkin tuttu käsite ja niitä olemme tarkastelleet paljon jo aiemmissa opinnoissa.

Valitsin aineistoksi yli 65-vuotiaiden prosenttiosuuden kunnittain Suomessa. Kartan on tarkoitus tuoda lukijalle yleiskuva Suomen kunnallisista eroista aiheesta yleiskatsauksella. Tarkemmin katsomalla lukijan tulisi pystyä myös tarkastelemaan yksittäisten kuntien välisiä eroja. Kartan ulkonäköön vaikuttaa merkittävästi käytetty luokitus. Aineistoon sopivaa luokitusta tutkin histogrammilla (Kuva 1), jonka avulla nähdään, miten aineisto on jakautunut. Aineistosta tehdystä histogrammista voi silmämääräisesti nähdä aineiston jakautuneen normaalisti. Aineisto voidaan siis luokitella esimerkiksi keskihajonnan mukaisesti tai tasavälein. Tasavälisellä luokituksella, eli luokituksella, joka pyrkii liittämään kuhunkin luokkaan yhtä monta kohdetta, erot näkyvät selvemmin. Tämän vuoksi päädyin käyttämään tasavälistä luokitusta.

 

Kuva 1. Histogrammi yli 65-vuotiaiden prosenttiosuuksien jakaumasta.

 

Koropleettikartan väritys koostuu oranssista värisävyskaalasta, koska se luo helposti luettavan yleiskuvan kasvavalle luokitukselle (Kartta 1). Oranssi väri sopi mielestäni kuvaamaan tällaista ihmistoimintaan liittyvää ilmiötä, koska väriä ei yhdistä vahvasti mihinkään luonnon ilmiöön. Toisin kuin esimerkiksi sininen väri, joka yhdistetään veteen ja vihreä väri kasvillisuuteen. Yksi koropleettikartan piirtämisen riskeistä on liian lähekkäisten värisävyjen käyttö, jolloin kartan luettavuus kärsii. Tekemässäni teemakartassa viidestä luokasta kolmea keskimmäistä luokkaa kuvaavat värit ovat melko lähellä toisiaan, jonka vuoksi niitä ei valitettavasti pysty erottamaan heti toisistaan kartalla. Toisaalta liian suurten sävyerojen käyttö olisi voinut antaa lukijalle liioitellun kuvan aineiston jakautumisesta.

Kartta 1. Yli 65-vuotiaiden prosenttiosuus väestöstä kunnittain.

 

Kartalla ei näy vesistöjä, kuten merta tai järviä, koska kartta ei kuvaa luonnonmaantieteellistä ilmiötä vaan ihmismaantieteellistä ilmiötä. Tämän vuoksi ihmisen kehittämät maantieteelliset ilmiöt kuten valtion ja kuntien rajat ovat olennaisempia tietoja kartalle kuvattaviksi.

Karttaan on liitetty kartan peruselementit eli pohjoisnuoli, (jana)mittakaava ja legenda eli karttaselite. Pohjoisnuolen asettaminen paikkatieto-ohjelmalla oli melko haastavaa, koska se ei asettunut juuri sille paikalle, mihin sen käski asettua. Legendasta voi nähdä, että luokituksen ylin ja alin luokka sisältävät vähemmän arvoja kuin muut luokat, jonka vuoksi kartta voi liioitella mielikuvaa joidenkin alueiden arvoista. Kartan tarkoitus on kuitenkin antaa yleiskuva Suomen tilanteesta, jolloin yksittäisten kuntien totuudenmukainen esiintyminen kartalla ei ole niin merkittävää.

Kartalla on havaittavissa selkeää alueellista jakautumista yli 65 vuotiaiden suhteellisessa määrässä. Kasvukeskusten, eli esimerkiksi pääkaupunkiseudun, Tampereen, Jyväskylän, Kuopion, Joensuun ja Oulun, kunnissa ja lähikunnissa on suhteellisen vähän yli 65 vuotiaita. Vastaavasti keskimääräistä keskimääräistä enemmän yli 65 vuotiaita asuu erityisesti Keski- ja Itä-Suomessa kasvukeskus-alueiden ulkopuolella. Kartasta voidaan tehdä siis havaintoja, jotka tukevat yleistä oletusta Suomessa viime vuosikymmeninä tapahtuneesta kehityksestä: Nuoret aikuiset ja perheet muuttavat lähelle kasvukeskuksia palveluiden ja työpaikkojen paremman saatavuuden vuoksi. Vanhemmat ikäluokat taas eivät halua tai pysty esimerkiksi terveydellisistä syistä lähteä kotiseudultaan. Sanja-Riia Collin oli tehnyt kartan samasta aineistosta ja teki blogitekstissään samanlaisia havaintoja. Hän totesi muun muassa, että teemakartasta voidaan nähdä yhteys ”tyhjenevien ja muuttotappiollisten kuntien sekä ikääntyvän väestön prosentuaalisen osuuden välillä” (Collin, 2017). Tanja Palomäki teki teemakartan eläkkeellä olevien prosenttiosuudesta kunnittain ja huomasi saman yhteyden ikääntyvien alueiden ja periferia-alueiden välillä. Palomäki toi esille myös valtion päätösten merkityksen ikärakenteisiin mainitsemalla yliopistojen sijaintien vaikutuksen (Palomäki, 2017).

Koska aineiston tieto on suhteellista, koen että sillä on informaatioarvoa kelle tahansa lukijalle. Sama informaatio absoluuttisilla arvoilla tarkoittaisi, että lukijalla tulisi olla tietoa kuntien väkiluvuista, jotta hän osaisi arvioida yli 65 vuotiaiden määrän todellista merkitystä esimerkiksi kunnan huoltosuhteelle. Absoluuttisia arvoja ei yleensä edes esitetä koropleettikartoilla, jolloin erilaisella aineistolla myös esitystapaa tulisi muuttaa.

Olen aina ajatellut olevani huono tietokoneohjelmien käytössä, mutta syksyn aikana kursseilla jo aiemmin tuntemiini ohjelmiin tarkemmin ja täysin uusiin ohjelmiin tutustuminen, on kasvattanut itsevarmuuttani. Tämän vuoksi luulen, että kokeilin rohkeammin MapInfon erilaisia työkaluja ja tutustuin ohjelmaan hieman itsenäisestikin.

Lähteet

Collin, Sanja-Riia (24.1.2017). Ensimmäinen kurssikerta. 26.01.2017. < https://blogs.helsinki.fi/collinsa/>

Palomäki, Tanja (24.1.2017). Ensimmäinen kurssikerta. 26.01.2017. < https://blogs.helsinki.fi/ptanja/>