Uskaltauduimme tällä kertaa tehtävän perässä poistua paikkatieteilijän luonnollisesta elinympäristöstä ja tietokoneruutujen tuttavallisesta hehkusta villiin luontoon, so. Kumpulan ja Arabianrannan kaduille. Käteen iskettiin GPS-paikannin ja meidät päästettiin ryhmissä laittamaan pisteinä kartalle mitä ilmiötä mieli tekikään – ryhmämme tapauksessa alueen yrityksiä. Koska uutta sähkölaitetta pyöritellessä sekä laite että käyttäjä voivat pettää, eli tiedot hävitä bittiavaruuteen, ominaisuus- ja sijaintitiedot kirjattiin myös paperille: varmasti hyvä tapa vastaisuudessakin, jos GPS-dataa tulee keräiltyä. Pisteet loikkasivat tosielämästä ruudulle muuten varsin kitkattomasti, mutta korkeudesta sukeutui ongelmia. Sikäli mikäli Kumpulan fyysikot eivät ole saaneet kasaan aika-avaruusjatkumoa vääristävää mustaa aukkoa, kymmenien metrien korkeusloikat tasaisella tiellä melkein vierekkäin olevien pisteiden välillä eivät ole totuudenmukaisia. Samaa pohti kurssiblogissaan myös Matilda Holkkola (2016), joka toteaa syyn palautuvan siihen, että x ja y ovat tasokoordinaatteja, kun taas z:n mukanaan tuoma kolmas ulottuvuus aiheuttaa hankaluuksia satelliiteille. Täsmällisempi tieto vaatisikin kyytipojakseen jonkin tiedetyn pisteen ja lähettimen siinä, johon satelliiteista tulevaa dataa voisi verrata.

 

Korkeus ei tosin ollut erityisen keskeinen tekijä, vaan päämääränä oli harjoitella datan luomista omin keinoin ja sen sitomista paikkaan. Entäpä jos pisteitä ei ole valmiina saati avustavia koordinaatteja, vaan ne täytyy itse luoda sinne? Näin ole toisessa harjoitustehtävässä, johon oli kerätty Helsingin alueen rahapeliautomaatit osoitteen tarkkuudella kirjattuna. Tämän muuttamiseksi pistedataksi olikin karvan verran isompi operaatio, jossa luonnollisesti tarvitaan kartta, johon on merkitty osoitetietoja. Geokoodaus-toiminnolla kartan ja tietokannan saa jossain määrin naitettua ja automaatteja kartalle, mutta niiden sijainti on tällöin valistunut arvaus eikä absoluuttinen totuus. Vierustoverini esimerkiksi huomasi heti yhden huoltoaseman olevan kaukana sieltä mistä pitäisi. Voisikohan tarkkuutta parantaa vielä lisää, jos käytössä olisi esimerkiksi liiketilojen sijoittumisesta kertova kartta tai voisiko viime kurssikertoina käytettyä pääkaupunkiseudun rakennusten pistedataa hyödyntää?

 

Viimeisenä työstettiin hasardeja. Tulivuorenpurkauksista, maanjäristyksistä ja meteoriittiosumista löytyy verkosta sangen perinpohjaista paikkatietoa: voimakkuuksista, ajoituksesta ja totta kai sijainnista. Tehtävässä innostettiin vetämään opettajan kyynärpäistä paikattu tweed-takki ylleen ja lähestyä aihetta pedagogiselta kannalta. Miten saada tietoa pureskeltua mielenkiintoiseen ja ymmärrettävään muotoon kirkasotsaisille nuorille, kenties samalla yllyttäen heitä maantieteen pariin käpistelyn tai kemian kaltaisilta harhapoluilta? Edellä mainitusta kolmikosta meteoriitit ovat mielivaltaisimpia, eivät samalla tavalla sidottuja opettavaisiin lainalaisuuksiin kuin järistykset ja purkaukset, joten niitä en käsittele. Aloitetaan sen sijaan maanjäristyksistä maailmankartalla.

Yllä ovat tapahtuneet maanjäristykset kirjoitushetkellä viimeisen viidentoista vuoden ajalta. Kyseessä on jälleen gif-esitys, joihin olen kovasti tykästynyt. Esitystavalla kykenee näyttämään paitsi missä järistyksiä tapahtuu, myös sen millä voimakkuudella sekä miten järistysten määrät ovat riippuvaisia voimakkuudesta. Varsinkin pienemmillä magnitudeilla karttaan piirtyy ilmiselvästi litosfäärilaattojen rajoja, mikä, kuten esimerkiksi Marisofia Nurmi toteaa kurssiblogissaan (2016), palautuu maanjäristysten luonteeseen. ”Maanjäristykset syntyvät maankuoren jännitystilojen purkautumisessa ilmenevästä kuoren tärinästä. – – Suuremmat maanjäristykset (yli 6) liittyvät kuitenkin lähes aina litosfäärilaattojen liikkeisiin toisiinsa nähden niiden saumakohdissa”, Nurmi kirjoittaa. Tämä on aivan totta, ja näkyy myös hyvin kuvaa 1 katsoessa: pudotuspeli on ankaraa ja vähänkin suuremmilla magnitudeilla enää vilkkaimmissa alityöntövyöhykkeissä on sutinaa. Opetuksen kannalta kyseessä olisi erinomainen mahdollisuus sitoa laattatektoniikka ja maanjäristykset toisiinsa, jolloin kumpikin aihe täsmentyisi.

 

Kuten laajasti tunnetaan, maanjäristysten voimakkuutta mitataan magnitudeissa logaritmisella asteikolla, toisin sanoen kukin tasaluku on kymmenkertainen edeltäjäänsä nähden. Mielenkiintoisena nippelitietona määrät vaikuttaisivat  myös seuraavan samaista asteikkoa hyvin läheisesti, kuten taulukosta 1 näkyy.

Taulukko 1. Välillä 26.2.2001–26.2.2016 mitattujen maanjäristysten absoluuttinen määrä sekä kuinka paljon enemmän seuraavia on edelliseen verrattuna.

Taulukko lienee hivenen epäselvä. Oikealla puolella olevat suhdeluvut on saatu jakamalla aina alempi lukumäärä ylemmällä, siis esimerkiksi vähintään 7,5 sekä 7,0 magnitudin järistykset jaettu 237/85=2,788… Puolen magnitudin väleillä luku pyörii kolminkertaisen paikkeilla ja tasaluvuin edelliset korotettuna toiseen potenssiin, mitkä asettuvat erittäin lähelle kymmenkertaista. Voimakkuuden ja esiintymismäärän suhteesta voisi mielestäni olla iloa vaikkapa riskeistä ja toistuvuudesta opettaessa.

 

Jos meteoriitit ovat hasardien villi kortti, niin järistykset ja tulivuorenpurkaukset ovat sitäkin tiukemmin toisiinsa sidoksissa. Tämä näkyy parhaiten kartalta – kuinkas muutenkaan.

 

Niin kuin Helena Rautakoski kirjoittaa blogissaan (2016), purkauksia on selkeästi eniten litosfäärilaattojen reunakohdissa, eritoten nk. Tyynenmeren tulirenkaan tienoilla. Kuten järistyksissä, tässäkin tapauksessa alityöntövyöhykkeillä on eniten aktiivisuutta, ja syykin on käsillä. Rautakosken sanoin: ”Alityöntövyöhykkeellä laatan vettynyt reuna sulaa ja pyrkii kevyempänä ylös muodostaen tulivuoria.” Prosessi näkyy erityisen hyvin Tyynenmeren laatan luoteisosissa, siis Koillis-Aasiassa, jossa purkaukset ja kovatkin järistykset ovat yleisehköjä. Jos aineistoa tai karttaa jostain kritisoi, niin Ruotsissa ei toden totta ole aktiivista tulivuoritoimintaa. Virheen aiheuttanut mämmikoura ei kuitenkaan tällä kertaa taida istua Suomen maaperällä, vaan vika piilee alkuperäisessä aineistossa, josta uupuu pieni joskin keskeinen miinus pituusasteiden edeltä. Tällöin purkaus on loikannut lännestä itään, Islannista Ruotsinmaalle.

 

Karttojen ulkonäköön en voi kuin olla tyytyväinen: palaset ovat tällä kertaa loksahtaneet kivasti yhteen. Eurooppakeskeisyys tosin tekee hallaa, sillä kummankaan hasardin kiinnostavimmat sijainnit eivät totta tosiaan ole vanhalla mantereella. Katse pitäisi kääntää Tyynelle valtamerelle, mutta tämä sijaitsee aivan kartan reunoilla, jolloin mielenkiintoisimmat ketjut katkeavat keskeltä tai leviävät tuotoksen eri puolille. Matilda Holkkola ratkaisi ongelman siirtämällä maanjäristyskarttansa painopisteen viisaasti Aasian suuntaan ja tämä ratkaisu täytyy pitää mielessä vastaisuudessa.

Lähteet:

Holkkola Matilda (2016). Kurssikerta 6 – Kartta opetuskäyttöön. Hcmatild’s blog. 2.3.2016. <https://blogs.helsinki.fi/hcmatild/2016/02/26/kurssikerta-6-kartta-opetuskayttoon/>

NCEDC (2014), Northern California Earthquake Data Center. UC Berkeley Seismological Laboratory. Dataset. doi:10.7932/NCEDC. 26.2.2016. <http://quake.geo.berkeley.edu/anss/catalog-search.html>

NOAA (2015), National oceanic and athmospheric administration, departament of commerce. Global volcano locations database. 1.3.2016. <http://www.ngdc.noaa.gov/nndc/struts/form?t=102557&s=5&d=5>

Nurmi Marisofia (2016). Kurssikerta 6 Ulkoilua ja järistyksiä.  Nurmari’s blog. 2.3.2016. <https://blogs.helsinki.fi/nurmaris/2016/02/28/kurssikerta-6-ulkoilua-ja-jaristyksia/>

Rautavaara Helena (2016). Kurssikerta 6. Koordinaatteja Kumpulassa, hasardeja maailmalla. Helena’s. 2.3.2016. <https://blogs.helsinki.fi/helenrau/2016/02/26/kurssikerta-6-koordinaatteja-kumpulassa-hasardeja-maailmalla/>

Ai että pikkunäppäriä karttoja? Mitäs tarvetta niille on, kun on puskureita, tilastoja ja tietokantoja? Kartat ja kaikki visuaalinen ynnä kaunis maailmassa vaihtuivat täksi kerraksi kivenkovaksi matematiikaksi. Toki tehty työ palvelee suurempaa päämäärää, Mapinfon haltuunottoa. Tällä erää nojauduttiin ohjelmiston puskurointi-, eli bufferointityökaluun, jonka avulla työstettiin erinäisiä tehtäviä niin Artun jämäkässä ohjauksessa kuin itsenäisestikin. Tietokantoihin datan tuomista, erilaisten aineistojen yhteispeliä ja piirtotyökalua harjoiteltiin myös. Poliitikon elkein tunnin voisi summata: haastavaa, hyvin haastavaa.

 

Päätähti oli, kuten sanottu, puskurointityökalu, jolla voidaan ympyröidä mikä tahansa objekti vyöhykkeellä ja siten käsitellä vyöhykkeen sisälle jääviä kohteita ja aluetta. Puskuroinnista voisi olla iloa esimerkiksi haitta-alueiden tai saavutettavuuden yksinkertaisessa tutkimisessa. Melu on hyvä, helppo mittari, jota kurssityössäkin mitattiin puskureilla, nimellisesti pk-seudun lentomelua. Toisaalta nyt piirretyt ympyrät antavat vain pientä osviittaa ilmiöiden tosiasiallisesta esiintymisestä: vaikuttaahan vaikkapa lentomeluun se, mihin suuntaan koneet ensisijaisesti nousevat tai mistä ne laskeutuvat, kuten myös muita muuttujia. Minulla on asiasta kokemusta juuri Helsinki-Malmin tienoilta, sillä olen asunut kahdessakin paikkaa aivan kyseisen kentän vieressä. Kivikossa, kiitoradoilta länteen mekkala oli toistuvaa ja kävi usein rasittavaksi, kun taas Jakomäessä, kentältä koilliseen äänen ja vimman huomasi vain silloin tällöin – lentonäytösten aikaan, jotka muuten näkyivät komeasti parvekkeelta. Tällä ajan takaa, että harvoin ilmiöt kiltisti asettuvat ympyrän kapoisiin raameihin, vaan monimutkaisempia puskurointityökaluja kaivataan, jos halutaan muutakin kuin suuntaa-antavaa tietoa. Ehkä tämän tyyppisen puskuroinnin heikkoutena on, että sen ainoa muuttuja on etäisyys, kun vaikka saavutettavuudessa liikenneyhteydet ja tiestö ovat keskeisempiä.

 

No mutta, jääköön tarinointi sikseen. Asiaan! Alla saadut tehtävien tulokset.

Taulukko 1. Tehtävien 1, 2 ja 4 vastaukset.

 

Naputeltuani tulokset Exceliin oli olo itsevarma, mutta tämä suli heti pian muiden blogeja luettuani. Ensimmäisissä tehtävissä ei mitään absoluuttisia vastauksia olekaan, mutta vaikutan olevan aivan hakoteillä erityisesti taajamatehtävässä (mm. Jormakka 2016, Pelkonen 2016). Vaatisi melkoisia silmänkääntötemppuja mahduttaa kymmenen prosentin heitto virhemarginaaliin ja niinpä lienen astunut harhaan jossain vaiheessa tekoa. Kuitenkin jonkinlainen toivonkipinä elää, sillä ainakin Kanerva Matveinen (2016) on päätynyt samansuuntaisiin tuloksiin, minkä lisäksi taajama-aste Vantaalla ja pääkaupunkiseudulla yleisesti on käytännössä sata prosenttia (Uudenmaan liitto 2015), joten tuntuisi kummalliselta mikäli tuo luku on tarkastellulla alueella likipitäen 15 % prosenttia siitä.

 

Toisaalta on turha hirttäytyä yksittäisiin tehtävien vastauksiin, sillä ohjelmistojen ja ajattelutavan oppiminen on keskeisempää. Vilkaistaan lopuksi vielä nelos- eli uima-allastehtävässä tuotettua karttaa.

Tiheimmät uima-allaskeskittymät ovat kaiken kaikkiaan Helsingissä ja sijoittuvat säteittäin pitkälti sinne, pientalorakennusalueille, kuten Marjaniemeen ja Vartioharjuun. Tämä ilmenee hyvin Reetu Jormakan (2016) pientaloittain, mutta muuten samasta aiheesta tehdystä kartasta. Yksi huomio aineistosta, joka pitää karttaakin lukiessa olla mielessä – kartta ei näytä uima-altaiden absoluuttista määrää, vaan ainoastaan kaikki rakennukset, joissa on ainakin yksi uima-allas. Tähän kategoriaan sopivat kaikki omakotitalojen kahluualtaista uimahalleihin. Ei siis kannata surkutella yhden uima-altaallisen rakennuksen jakomäkeläisiä, sillä alueen uimahalli palvelee kyllä hyvin. Tuotoksen ulkoasusta tuli auttamattoman tökerö, sillä numeroarvot ovat vähän missä sattuvat (tai puuttuvat kokonaan) ja maasto olisi ehdottomasti pitänyt värittää. Selvästi perusasiat eivät vielä tule selkäytimestä, vaan pitää vastaisuudessa olla tarkempana. En yleisesti ottaen valtavasti pidä pylvästeemakartoista, sillä ne tuntuvat ruuhkautuvan helposti. Eipä toisaalta mieleen tule hyvää korvikettakaan, varsinkin kun käsitellään absoluuttisia arvoja.

 

Lähteet:

Jormakka Reetu (2016). 5. Kurssikerta. PAK2016 kurssiblogi. 24.2.2016 <https://blogs.helsinki.fi/jore/2016/02/18/5-kurssikerta/>

Matveinen Kanerva (2016). Kurssikerta 5 – puskurointia. PAK-kurssiblogi 2016. 24.2.2016. <https://blogs.helsinki.fi/kanervam/2016/02/20/kurssikerta5_puskurointia/>

Pelkonen Niko (2016).  Kurssikerta 5 – Bufferi Lohikäärme. Nikon PAK-blogi. 24.2.2016. <https://blogs.helsinki.fi/nikopelk/2016/02/23/kurssikerta-5-bufferi-lohikaarme/>

Taajamat (2015). Uudenmaan liitto, Helsinki. 25.2.2016 <http://www.uudenmaanliitto.fi/tietopalvelut/uusimaa-tietopankki/alue_ja_ymparisto/taajamat>

Neljäs yhteenotto Mapinfon kanssa käytiin piste- sekä ruutuaineistojen tiimoilta. Pohjana toimi erittäin tarkka pisteaineisto, joka palautti tietoa jok’ikisen Helsingin, Vantaan, Espoon ja Kauniaisen talokunnan asujaimistosta. Näistä pisteistä ei kuitenkaan sinänsä voi saada paljoakaan iloa irti paikkatieto-ohjelman ulkopuolella, mitä nyt ehkä asutuksen sijoittumisesta, vaan ominaisuusdataa pitää jalostaa ja nyhtää esille muiden esitystapojen kautta – tällä erää perehdyttiin ruututeemakarttoihin. Kuten Tuomas Tavi huomauttaa kurssiblogissaan (2016) ruutukarttojen eduksi voi lukea sen että ne ovat vapaita hallinnollisten rajojen kahleista, eli ne esittävät tietoa sinänsä, eivätkä ihmisten vetämien mielivaltaistenkin alueiden suodattamana. Käytännön esimerkiksi käy hyvin väittely Helsingin segregaatiosta, jossa kiistaa sikiää osin siitä, että toiset katsovat tilannetta kaupunginosatasolla, ja Mari Vaattovaaran työryhmä tarkastelee 250 m x 250 m ruutuja (mm. Helsingin Sanomat 2015). Eri tarkastelutasot paljastavat tahi piilottavat tietoa.

 

Erilaisten karttojen vahvuuksiin haluankin pureutua. Ensi alkuun katsotaanpa ruutukarttaa muunkielisistä pääkaupunkiseudun alueella. Hahmottamisen avuksi kuvaan on lisätty OpenstreetMap-taustakartta.

Muunkieliset, eli äidinkielenään muuta kuin suomea tai ruotsia puhuvat, on esitetty yllä ruuduissa: kuhunkin ruutuun osuneen pisteen data on summattu sen ruudun kokonaislukuun, tässä tapauksessa muunkielisten määrään. Merkittävimmät keskittymät nähdään Itä-Helsingissä ja muissakin suurten liikenneväylien varrella olevissa keskittymissä, samoin kuin Helsingin keskustassa. Nämä voidaan luonnollisesti selittää työ- ja opiskeluperäisellä maahanmuutolla, kuten myös halvan vuokra-asumisen sijoittumisella. Tämä ei ole erityisen mullistavaa tai uutta tietoa. Varsinaisen aiheen sijaan tahdon puhua eri karttaesitysten hyvistä ja huonoista puolista. Höystetäänpä siksi muunkielisten sijoittumista liukuväri- sekä koropleettikartoilla. Esitän ensin kaikki kolme karttaa gif-videona ja sen jälkeen omina kuvinaan.

Kaikista kartoista saa eittämättä samansuuntaisen yleiskuvan, eli ne ajavat asiansa tiedon tarjoajana helposti pureskeltavassa muodossa. Vertailun helpottamiseksi käytin kaikissa kartoissa samaa värimaailmaa ja luokittelutapaa, luonnollisia luokkavälejä. Ruutukartta on näistä tismallisin, sillä se porautuu lähimmälle tarkastelutasolle. Halutessaan muunkielisten määriä voisi tutkia vaikka korttelitasolla – tämä ei kuitenkaan ole pelkästään myönteinen asia. Tarkkuuden lisääntyessä myös kohina, sillä hetkellä tarpeeton informaatio, lisääntyy samassa mitassa. Joskin voisin halutessani koluta Jakomäkeä parin kerrostalon tarkkuudella, jo kyseisen alueen paikantaminen ruutusillisalaatista tuottaneisi ongelmia. En tosin voi syyttää pelkästään ruutukarttoja yleensä, vaan rikkansa rokkaan kantoi myös valitsemani ruutukoko. On hyvin mahdollista, että esimerkiksi 500m x 500m on sopivampi tältä etäisyydeltä.

Kenties liukuvärjääminen korjaa ongelman? Villiinnyin tähän iki-ihanaan esitystapaan jo toisella kurssikerralla. Kyseinen kartta on luontitavaltaan melko lähellä edellistä; molemmissa jopa käytetään samoja 6,25 hehtaarin ruutuja. Ratkaiseva ero on siinä, että liukuvärjäyksessä ruudut interpoloidaan, kun toisessa ne ovat olemassa toisistaan riippumatta. Aluksi myönnän tällaisen kartan kaipaavan useampia, mieluusti toisistaan räikeästi poikkeavia, värejä kuin vain yhden sävyjä (samaan tulokseen päädyin jo toisella kurssikerralla), mutta halusin kolmen kartan olevan mahdollisimman helposti vertailtavissa. Näillä mennään. Nimensä mukaisesti prosessissa luodaan jatkuvapintainen kartta. Tämä aiheuttaa erinäisiä vääristymiä, jossa oikeasti täysin autioille alueille materialisoituu väkeä: huomaa esimerkiksi Nuuksion aukeiden metsien ja Helsinki-Vantaan ylitsemaalaaminen. Toisaalta puhtaasti esteettiseltä kannalta tämä vaihtoehto on ylivertainen ja myös pikaiselta vilkaisulta paremmin avautuva: liekö ihmekään tällä yleistyksen määrällä. Väistämättä tulee kuitenkin yliampuva vaikutelma, kuin tässä korjattaisiin hampaita katuporalla.

Viimeinen tuotos, koropleettikartta, yhdistää molempien edellisten karttojen hyviä puolia. Jos minua pyydettäisiin luomaan vaikkapa lehteen kartta muunkielisten sijoittumisesta pk-seudulla, tällaisen esityksen loisin. Miksi? Ensinnäkin tila on helpompi hahmottaa olemassa olevien rajojen kuin abstraktien ruutujen kautta. Kun ajattelemme itää, mieleen tulee varmastikin Kontula, Jakomäki, Vartiokylä ynnä muut ilkeästi kalskahtavat lähiöt, eivätkä ruudut nro. 16600–18856. Satunnaista kartanlukijaa kiinnostanee juuri oman asuinalueensa tilanne, joka pienalueittain jaetusta kartasta ilmenee selviten. Koropleettikartta esittää kaikkien tieteen ja taiteen sääntöjen mukaan suhteellisia osuuksia, ja väittäisin tämän palvelevan tiedontarvetta absoluuttisia määriä paremmin. On selvää, että tiuhaan asutulla alueilla muunkielisiäkin on yleensä tiuhaan – siksi osuudet ovat informatiivisempia. Toki edellisetkin kartat olisivat voineet esittää suhteellista tietoa. Suhteelliset osuudet vaativat tosin tarkkaavaisuutta kartantekijältä: jouduin muokkaamaan aineistoa jonkin verran sinne tulleiden häröilyjen vuoksi. Tarkkaavaiset esimerkiksi huomaavat joidenkin pienten saarien ja Helsinki-Vantaan lentokentän olevan tarkastelun ulkopuolella. Tämä siksi, että vaikkapa lentokentän pienalueelle on merkitty seitsemän poloista asukasta, joista kaikki ovat muunkielisiä; alueen muunkielisten osuus on toisin sanoen 100 %, mikä olisi sotkenut luokat täysin.

 

Yhteenvetona väitän ruutukarttojen soveltuvan täsmällisimmän tiedon esittämiseen, mutta hukkaavan jouheasti helppolukuisuutensa siinä ohessa. Koropleettikartta on kadunmiehen valinta ja liukuvärjätty- eli grid-kartta näyttää kivalta seinällä. Olen varsin tyytyväinen karttoihin, mitä nyt jouduin tekemään uhrauksia värimaailmassa. Kaiken kaikkiaan todella opettavainen kurssikerta, jossa opin sekä Artun johdolla uusia ominaisuuksia että ensimmäistä kertaa todella soveltamaan aiemmin hihaan tarttunutta tietoa uusissa asiayhteyksissä.

 

Lähteet:

Oksanen, S. (2015). Huono-osaisuus näkyy, kun tarkastelee yksittäisiä kortteleita. Helsingin Sanomat 10.12.2015. <http://www.hs.fi/kaupunki/a1449642259251> Luettu 18.2.2016.

Tavi Tuomas. (2016). 4. blogikirjoitus – Ulkomaalaisten reikä Kauniaisissa sekä Libyan muuttuva tilanne. Tugtavi’s blog. <https://blogs.helsinki.fi/tugtavi/2016/02/15/4-blogikirjoitus-%CC%B6-ulkomaalaisten-reika-kauniaisissa-seka-libyan-muuttuva-tilanne/> Luettu 18.2.2016.

Kolmannen kerran pihvi, ja muutkin täysipainoisen aterian osat, oli tietokannat, niiden muokkaaminen sekä niihin uuden tiedon lisääminen. Savotta alkoi perehtymällä Afrikasta tarjottuun tietokantaan, joka ei valtioiden nimen lisäksi sisältänyt paljoa muuta. Asiahan korjaantuu rivakasti tuomalla, Excelin välikäden kautta, tietoja internetin käyttömääristä valtioissa sekä piste- ja alueaineistoja konflikteista, timanttikaivoksista ja öljykentistä. Sinne sun tänne hapuilevan aineiston saa loppupeleissä kitkatta yhdistettyä alkuperäiseen dataan, kunhan näillä on jokin yhteinen nimittäjä – tämä voi olla vaikkapa valtion nimi tai alueille osoitetut tunnisteet. Kartalle lävähti varsin mielenkiintoista dataa kärhämien ja vaurauksien yhteydestä, mutta siitä lisää vasta lopuksi.

 

Varsinaisena tehtävänä oli tällä kertaa päästä selville Suomen valuma-alueiden tulvimisalttiudesta yhdistämällä tietoa niiden virtaamahuipuista ja -alhoista. Luotiin tulvaindeksi jakamalla keskiylivirtaama keskialivirtaamalla, jolloin pitäisi saada tietoa alueen tulvaherkkyydestä. Datasta taiottiin koropleettikartta, jonka päälle vielä lämpimikseen ympättiin valuma-alueiden järvisyys, eli kuinka monta prosenttia vesistöistä koostuu järvistä.

Huomaan saadun tuotoksen (kuva 1) olevan koko lailla identtinen Salla Marttilan vastaavan kartan kanssa (Marttila 2016). Värimaailma on molemmilla sinistä huokuva, kuten Marttila toteaa, vesiteemaa heijastellen. Minulla vaikuttimena oli myös ikuinen mieltymykseni värittää kartat yhden värin sävyillä ennemmin kuin useilla väreillä. Jälleen huomaan keskimmäisen ja toisiksi alimman luokan olevan karvan verran turhan lähellä toisiaan, joten lisäminuutit sorvin ääressä eivät olisi olleet pahitteeksi. Ovatpa järvisyyspylväätkin samanlaiset kuin Marttilalla, erottuvan vihreitä ja saman korkuisia. Aineiston luokitteluperusteeksi valitsin luonnolliset luokkavälit (Mapinfossa Natural break), sillä aineisto on epätasaisesti jakautunut ja vahvasti vinossa vasemmalle. Muilla luokitteluperusteilla poikkeustapaus Aurajoki, jonka indeksiluku on 1100, eli valtavasti korkeampi kuin muilla, olisi sotkenut luokkavälit täysin – nyt se on eroteltu omaksi luokakseen.

 

Mutta se teknisestä puolesta. Ennen tulkintaa mainittakoon, että en tunne kummemmin vetoa luonnonmaantieteeseen. Miksi? Siinä missä luonnonprosessien seuraaminen vaikuttaa juuri siltä – seuraamiselta, tilastoinnilta – ihmistoiminnassa on paljon useampia muuttujia ja arvaamattomia tekijöitä. Siinä missä toisessa todetaan, toisessa tutkitaan, osallistutaan vellovaan keskusteluun, jopa muokataan ympäröivää yhteiskuntaa. Tällä ajan takaa sitä, että seuraava analyysi on puolihumanistin kynästä ja siten vahvan mutupohjainen.

 

Yhtä kaikki, ensimmäisenä huomaa väistämättä, että järvisyys ja tulvaindeksi vaikuttavat korreloivan negatiivisesti. Siis järvisyyden ollessa huipussaan idässä, ns. Järvi-Suomessa, tulvaindeksi on alin. Toisella huomattavalla järvialueella Inarissa, Pohjois-Suomessa, huomataan sama ilmiö. Vastaavasti vähäjärvisillä alueilla vaikkapa Pohjanmaalla ja Varsinais-Suomessa tulvaindeksiluku on korkea. Niko Pelkonen selittää ilmiötä kurssiblogissaan sillä, että järvet toimivat tasaavana tekijänä, jotka vievät pahimmilta tulvahuipuilta terän (Pelkonen 2016). Tämä vaikuttaa minusta järkeenkäyvältä selitykseltä. Näyttäisi myös siltä, että joet kykenevät vähäjärvisillä alueilla muodostamaan paljon pitempiä verkostoja, keräävät suuremmilta alueilta vettä mukaansa ja siten tulvivat myös helpommin – tämän voi todeta kartalta esimerkiksi vertailemalla kartalta Järvi-Suomea ja herkemmin tulvivaa Etelä-Lappia. Joet näkyvät kartalla harmaina viivoina. Pelkonen myös huomauttaa vähätulvaisempien valuma-alueiden olevan suurempia kuin toisen ääripään ja ounastelee syyksi sitä, että veden kerääntyessä laajemmalta alueelta, koko homma tapahtuu leppoisammin ja huiput tasoittuvat. Muitakin syypäitä toki on. Rimpiläinen (2012) toteaa tulvan syiksi esimerkiksi rankkasateet, lumen äkillisen sulamisen sekä veden kehnon välityskyvyn. Voisivatko lämpötilaerot olla rajummat joissain paikoin maata, jolloin sulaminenkin on kiivaampaa? Kukaties joissain kohdin syntyy helpommin jääpatoja ja siten kevättulvia?

 

Poikkeamista voi selvitä jotain, mitä massasta ei ilmene. Tutkitaan siis vielä aiemmin mainittua Aurajokea, läpi Turun. tuon Suomen pers… oonallisen entisen pääkaupungin virtaavaa jokea ja oheista valuma-aluetta. Mistä johtuu sen poikkeuksellinen luonne, miksi sen tulvaindeksi on jopa kymmeniä kertoja useimpia muita suurempi? Komulainen ym. (2008) toteavat, että: ”Aurajoen virtausvaihtelut ovat suuria – – vesistöalueen vähäjärvisyydestä johtuen. Rankkojen sateiden ja sulamisvesien osuessa uomaan vesimassat kulkevat nopeasti jokea pitkin Saaristomereen.” Varsinais-Suomen ELY-keskuksen raportti (2013) toteaa vielä: ”Joen latvaosissa ja sivu-uomissa on ongelmana ajoittainen veden vähyys”.

 

Miksi tämä on merkityksellistä? Palautetaan vielä mieleen, mikä tulvaindeksi oikeastaan on. Sehän ei ole mikään absoluuttinen määrä, joka kertoisi kuinka usein joki on ryöstäytynyt uomastaan tai vesimassat haitanneet ihmisiä. Sen sijaan tulvaindeksi yksinkertaisesti kertoo kuinka suuresti väkevin ja heikoin virtaus keskimäärin eroavat. Kun Aurajoen tapauksessa uoma voi likipitäen kuivua ajoittain, mutta sitten taas syöksyä täyteen kiihkoon sateiden tai sulamisvesien johdosta – jotka vielä kulkeutuvat lukuisten peltojen ojista ripeästi uomaan – liekö ihmekään, että tuo luku on – iso? Pohdinpa esittääköhän tulvaindeksi tulvat, ainakaan siinä mitassa ja muodossa kuin olen niitä tekstissäni käsitellyt, aivan oikein? Komulainen ynnä muut väittävät vesimassojen liikkuvan nopeasti Saaristomereen, jolloin tulvilta vältytään, enkä pintapuolisella tutkimuksella löytänyt viitteitä Varsinais-Suomen poikkeuksellisesta tulvaherkkyydestä. Jonkinlainen kätevä avainluku tulvaindeksi kyllä on, muttei kenties aukoton, jos valumavaihtelua vääristää jokin alueellinen poikkeustekijä, kuten Aurajoella tuntuu vääristävän.

 

Viimeiseksi vaihdetaan vesistöt väkivaltaan, kuten alussa lupasin. Ensitekijöiksi on hyvä vilkaista tilastotietoa:

 

Tilasto 1. Erinäisten Afrikan maiden konfliktien, timanttikaivosten ja öljykenttien lukumäärä sekä internetin läpäisevyysprosentti, eli millä osuudella väestöstä oli pääsy internetiin vuonna 2010.

Yllä on noukinta kurssilla käytetystä tietokannasta; data on lajiteltu konfliktien lukumäärän mukaan siten, että konflikteikkain valtio on ylimpänä. Jonkinlainen ujo yhteys konfliktien määrän ja arvokkaiden luonnonvarojen esiintymien välillä vaikuttaisi ilmenevän. Vaikka korrelaatio ei ole raudanluja, huomataan esimerkiksi yläpään Angolassa, Algeriassa ja Kongon demokraattisessa tasavallassa olevan merkittävästi esiintymiä samoin kuin kärhämiä. Voisi spekuloida näiden jakaantumisen aiheuttavan yhteenottoja ja toisaalta helposti saatavilla olevilla rahoilla on hyvä rahoittaa sodankäyntiä. Viittaan vielä kerran Niko Pelkoseen, joka erittelee ansiokkaasti yksittäisten valtioiden konfliktihistoriaa tutkien näiden menneisyyttä. Onhan totta, ettei sotia voi kutistaa muuttujaan tahi pariin, vaan niillä on usein pitkät ja monisyiset juuret. Erityisesti Pelkonen nostaa esille monille konfliktimaille ominaisena siirtomaahistorian, ja sen jättämät jälkensä köyhyytenä sekä mielivaltaisesti piirrettyinä rajoina.

 

Tahdon esitellä vielä yhden näkökulman, josta kirjoittivat Hegre ja Raleigh (2006). He tutkivat valtion suuruuden – pinta-alan kuten myös väestön kannalta – vaikutusta konfliktiherkkyyteen. Väkiluvultaan ja alueeltaan isommat valtiot näyttäisivät vaipuvan sotatilaan pienempiä useammin: tämä selittyy muun muassa väestön epätasaisella jakautumisella, useammilla väestöryhmillä saman valtion sisällä (palautuu kolonialismiin) sekä sillä, että etäisyys hallintoelimiin ja pääkaupunkiin on suuri, eli valtiovallan vaikutusvalta syrjäseuduilla on vähäisempi. Esimerkkinä kirjoittajat käyttävät Kongon demokraattista tasavaltaa, joka kolahtaa jokaiseen edellä mainituista kohdista – kukaties tämä osaltaan selittää maan korkeaa sijoitusta konfliktitaulukossa?

 

Lähteet:

Aurajoki ja Raisionjoki-Ruskonjoki – Varsinais-Suomen vesistöt tutuiksi. (2013) Varsinais-Suomen elinkeino-, liikenne- ja ympäristökeskus, Turku.

Hegre, H. & C. Raleigh (2006).  Population size, concentration, and civil war. A geographically disaggregated analysis. Political Geography. 28: 4, 224–238.

Komulainen, M.,  H. Yliruusi, H. Kanerva-Lehto, J. Kääriä &  E. Pettay (2008). 2. p. 45 s. Aurajoen vesitaloudellinen kunnostus hajakuormituksen ravinnepäästöjen vähentämiseksi. Tampereen yliopistopaino Oy, Tampere. <http://julkaisut.turkuamk.fi/isbn9789522160683.pdf>

Marttila Salla (2016). KK3: Tietotulvakarttoja. Sallan PAK-blogi. <https://blogs.helsinki.fi/sallamar/2016/02/04/kk3-tietotulvakarttoja/> Luettu 10.12.2016

Pelkonen Niko (2016). Kurssikerta 3 – Konflikteja ja valuma-alueita. Nikon PAK-blogi. <https://blogs.helsinki.fi/nikopelk/2016/02/09/kurssikerta-3-konflikteja-ja-valuma-alueita/> Luettu 12.2.2016.

Rimpiläinen, U. (2012). Monimuotoiset tulvat. <http://www.vhvsy.fi/files/upload_pdf/2034/Tulvin%20liittyvi%E4%20ilmi%F6it%E4%20jak%E4sitteit%E4.pdf> Luettu 11.12.2016.

Teemakarttojen monet mahdollisuudet ja sudenkuopat herättävät keskustelua. Ei ole helppoa luoda karttaa, joka on paitsi kohdeyleisön helposti ymmärrettävissä myös tietosisällöltään moitteeton, siis se ei herätä vääriä mielikuvia kehnon luokituksen tai värivalintojen seurauksena. Panoksensa keskusteluun tuo Anna Leonowicz, joka puhuu artikkelissaan (Leonowicz 2006) erityisesti kahden muuttujan koropleettikartoista ja siitä, missä nämä ovat hyödyllisempiä kuin ainoastaan yhden muuttujan näyttävät. Leonowicz suoritti tutkimuksen ensimmäisen vuoden maantieteen opiskelijoillaan ja tulosten mukaan kaksimuuttujaiset ovat eteviä osoittamaan yhteyksiä kahden tekijän välillä, esimerkiksi tulo- ja koulutustason, siinä missä yksimuuttujaisista ilmenee paremmin alueelliseen jakaumaan liittyvät seikat. Edellisestä esimerkistä jatkaen yksimuutujaisesta voisi siis huomata helpommin, missä tulo- ja koulutustasojen suurimmat sekä pienimmät alueet ovat erikseen – toisaalta näiden yhteys jäisi hämärämmäksi.

 

Artikkelissa perehdytään myös siihen, missä kahden muuttujan koropleettikartoissa on menty ja voi mennä vikaan. Koska luokat kertaantuvat joka kerta, niiden määrä täytyy pitää vähäisenä. Jo kolme luokkaa kutakin tarkoittaa yhdeksää yhteensä (3×3); tätä enempi karkaisi täysin käsistä 16:a (4×4) tai 25:n (5×5). Tämä toki rajoittaa sitä, kuinka hienovaraisesti aineistoa voidaan luokitella ja siten kartan tietoarvoa, mutta rajoite on ymmärrettävä. Olisi posketonta vaatia lukijaa sisäistämään niin monimutkaisia selitteitä ja kartografiltakin luultavasti loppuisi mielekkäät värit tai rasteriyhdistelmät kesken. 3×3 on siis kipuraja ja tätä käytetäänkin artikkelin havainnekuvassa, jossa yhdistetään maaseudulla asuvien ja väestön alaikäisten prosentuaaliset määrät yhdeksi koropleettikartaksi.

 

Legendan ja luokkarajojen luominen on aivan oma työnsarkansa. Artikkelissa esitellään yksi  –varsin järkevältä kuulostava – tapa hoitaa nämä, vaikka muitakin varmasti on. Muuttujista voidaan tehdä hajontakuvio, joka toki on mielekästä tehdä jo senkin takia, että nähdään niiden välisen yhteyden vahvuus ja onko korrelaatio positiivinen vai negatiivinen. Sitten kumpikin aineisto jaetaan tahollaan kolmeen osaan keskihajonnan avulla (tavalla, joka ei suoraan sanoen avaudu minulle) ja teemat asetetaan hajontakuvion päälle, toinen x- ja toinen y-akselille. Hajontakuvioon lisätään myös trendilinja. Tällöin syntyy yhdeksän sektoria, joista trendilinjaa läheisimmissä kolmessa muuttujat korreloivat väkevimmin, on eniten tapauksia ja valitut värit sekoittuvat eniten. Vastaavasti muille sektoreille osuu poikkeustapauksia, joissa korrelaatio ei ole selvää. Viimein kaksimuuttujaisen koropleettikartan legenda on valmis. Prosessi on kieltämättä työteliäs kartografille ja vaikealukuisempi lukijalle, kuten artikkelin tutkimuskin osoittaa. Ainakin tarkkaavaisuutta lukijalta vaaditaan, sillä silmäyksellä kaksimuuttujainen ei avaudu.

 

Jos kyseiset kartat ovat työteliäämpiä sekä tekijälle että lukijalle, niin mitä iloa niistä sitten on? Ainakin jo edeltä mainittu kahden muuttujan yhteyden näyttäminen on etu. Maailma on monimutkainen paikka monimutkaisine ilmiöineen ja näiden välisine riippuvuussuhteineen. Kartta on visuaalisena esitystapana ylivertainen nopean yleiskatsauksen saamiseen tilanteesta kuin tilanteesta. Kahden muuttujan koropleettikartta lihavoittaa käytettävissä olevaa työkalupakkia. Lisäksi kaksimuuttujaista pidettiin tutkimuksen mukaan mielenkiintoisempana kuin tavallista teemakarttaa. Yleisön huomion herättäminen on ensimmäinen kynnys, joka mitä tahansa luovaa julkaisevan täytyy ensimmäisenä ylittää. Valtavirrasta poikkeavana esitystapana kaksimuuttujaiset läpäisevät tämänkin. Leonowicz toivoo loppukaneettinaan näitä karttoja luotavan enemmän vastaisuudessa erityisesti, kun tahdotaan näyttää ilmiöiden välisiä suhteita. Tämä vaikuttaa perustellulta.

 

Lähteet:

Leonowicz, A. (2006). Two variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42: 1, 33–37.