mkraft's blog

Kurssikerran teemana oli luoda oma kartta aivan alusta loppuun asti. Itse haettiin aineisto, kartta ja luotiin teemakartta näiden pohjalta. Itse etsin aineistoa EU-maista. EU-maita on tällä hetkellä 27 kappaletta. Aineistooni löysin tietoa EU-maiden väkiluvusta, väestönkasvusta, virallisten kielien lukumäärästä, maatalouden, teollisuuden ja palveluiden osuudesta bruttokansantuotteesta prosentteina. Lopulta päädyin käyttämään vain väkilukua ja väestönkasvua, sillä muista ei oikein saanut ehjää ja selkeää karttaa. EU-maiden väkiluvun aineisto on epämääräisesti jakautunut, joten sille sopii esim. luonnolliset luokkavälit. Käytin luonnollisia luokkavälejä, jotta maiden väliset erot tulisivat selkeämmin esiin. Luonnollisilla luokkaväleillä havaitsee selkeästi ääripäihin jäävät maat, kuten yli 60 400 000 asukkaan maat (Saksa, Iso-Britannia, Italia ja Ranska) sekä alle 3 500 000 asukkaan maat (Luxemburg, Viro, Latvia, Kyproksen tasavalta, Malta ja Slovenia). Väkiluvusta tein koropleettikartan ja väestönkasvusta symbolikartan. Väestönkasvussa kolmion huipun suunta kertoo onko väestö kasvamassa vai vähenemässä. Kolmion koko kertoo onko kasvu kuinka suurta.

Kuva 1. EU-maat

Lisätietoa EU-maista

Teemakartan piirtäminen itse alusta lähtien oli todella loistava tehtävä. Kurssikerrassa kerrattiin mukavasti koko kurssilla käydyt teemat, ja sai hyödyntää omia osaamisia käytännössä. Kaikki ei kuitenkaan ihan onnistunut ilman apua, mutta onneksi ongelmat olivat sellaisia, ettei opettajakaan heti huomannut missä virhe oli. Näin itselle jäi olo, ettei osaamiseni ollutkaan ihan kauhean heikkoa. Koska kahden päällekkäisen teemakartan luominen onnistui suhteellisen kivuttomasti, halusin kokeilla HotLink-toiminnon lisäämistä. HotLinkin lisääminen ei ollutkaan aivan helppoa, varsinkin kun ohjeet eivät täysin vastanneet uusinta versiota ohjelmasta. Opettajan suurella avustuksella sain HotLink-kartan julkaistua blogissani. Kaikista eniten apua tarvitsin juuri HotLink-kartan lisäämisessä blogiin.

Karttojeni puutteita ovat läpi kurssin olleet pohjoisnuolen ja mittakaavan puuttuminen, joita myös Jenni Lehtimäki blogissaan kuuluttaa (Jennin TVT3-blogi). Ehkä tämä puute johtuu meidän biologi taustastamme. Kaiken kaikkiaan sekä viimeinen tehtävä että koko kurssi on antanut monipuolisen osaamisen MapInfon parissa. Ehkä ainakin lähitulevaisuudessa osaisin käyttää MapInfoa itsnäisesti. Osaan varmasti tuottaa valmiista tietokannasta teemakarttoja, mutta osa muista toiminnoista saattaa olla haasteellisempia.

Jennin TVT3-blogi (2011). <https://blogs.helsinki.fi/jmslehti/>

Artikkelin GISin perusteista avulla hahmotin paremmin kuinka monipuolinen järjestelmä GIS on. GISiä voi hyötykäyttää niin moneen tarkoitukseen, kuten ympäristöanalyyseissa ja luonnonvarojen käytön suunnittelussa. GISin mahdollisuudet ovat juuri usean kerroksen samanaikaisessa käytössä. GISillä suunniteltuja karttoja tarkasteltaessa on hyvä pitää mielessä, että kartat ovat aina yksinkertaistuksia oikeasta maailmasta. Maailma on aina paljon moniulotteisempi kuin kartta. GISiin syötetyllä tiedolla on aina oltava koordinaatit, projektio ja mittakaava. Ilman näitä kolmea tekijää ei karttaa tai tietoa voida tuottaa. Tärkeää on myös ottaa huomioon maapallon muodot. Maapallon pyöreys asettaa haasteita kartan tekijälle, jotta kartasta tulisi mahdollisimman realistinen.

GISin hyötyjä tavalliseen karttaohjelmaan verrattaessa ovat päivitysten ja useiden kerrosten samanaikaisen käytön helppous. GISissä mittakaavaa ja koordinaatteja voidaan muokata, kun taas tavallisessa karttaohjelmassa ei pysty. GISin haasteita ovat sen kallius ja teknologian jatkuva muuttuminen. Käyttäjän on oltava jatkuvasti ajan tasalla uusimmista versioista.

Artikkeli GISin perusteita avasi minulle loistavasti rasteri- ja vektorikarttojen eroja. Varsinkin erinomaiset ja havainnollistavat kuvat auttoivat erojen hahmottamista. Rasterikartassa tieto on ruudukkona, ja jokaiselle ruudulle on oma paikka riveillä ja sarakkeilla. Rasterikartoissa ruudukon koon valinta on tärkeää. Vektorikartassa puolestaan tieto on pisteinä, viivoina tai monikulmioina. Vaikka tieto muodostuisi kuviosta (viiva tai monikulmio), on jokaisella kuviolla pisteitä, joiden läpi kuvio kulkee. Jokaiselle kuviolle on paikkansa koordinaatissa.

Huomaan, että usein ongelmani johtuu hienojen sanojen aiheuttamasta ennakkokäsityksistä. Tällä kerralla sana puskurointi kuulostaa jo valmiiksi niin haastavalta, että omiin taitoihin luottaminen on hankalaa. Loppujen lopuksi puskurointi oli suhteellisen yksinkertaista. Puskuroinnin avulla saadaan hyvin aineistosta irti aivan uusia ulottuvuuksia. Puskurointia käytetään varmasti hyödyksi kaupunkisuunnittelussa. Kun miettii, että miltei yhdellä napin painamisella saa tietoja esimerkiksi lentoliikenteen melusta kärsivien ihmisten määrästä, ei voi kuin ihmetellä ihmisen keksintöjen monipuolisuutta. Aiemmin olen pitänyt MapInfoa karttojen piirtämisen työkaluna, mutta nyt huomaan sen moni ulottuvuuden myös tietojen muunlaiseen analysointiin. Puskurointia voitaisiin käyttää myös esimerkiksi joidenkin tarttuvien tautien leviämisalueiden kartoittamiseen. Näin voitaisiin epidemioiden iskiessä kartoittaa eristämisalueiden rajat.

TVT3-kurssin hyvänä puolena on, että siellä käydään monipuolisesti läpi MapInfon mahdollisuuksia. Itse kuitenkin huomaan, ettei yksi kurssikerta riitä asian kunnolliseen hallitsemiseen, vaan tarvitsisin enemmän toistoja, jotta ohjelmiston käyttö menisi syvempään muistiin. Toisaalta on hyvä, että useilla kerroilla tarvitaan myös aiemmilla kurssikerroilla käytyjä asioita. Nämä asiat ovatkin paljon paremmassa hallinnassa. Osaan mielestäni suhteellisen hyvin tuottaa erilaisia teemakarttoja ja muistan varmistaa teemakarttojen aineiston suunnan ja valita sille oikean luokittelutavan. Myös piirto- ja taulukkotyökalujen käyttö on jo suhteellisen hyvällä mallilla. Lisäharjoitusta kaipaavat työkalut, joita olemme käyttäneet vain yhdellä kurssikerralla. Esimerkiksi puskuroinnista en tule muistamaan kaikkea muutaman päivän kuluttua, mutta jos muistia verestetään lähitulevaisuudessa, alkaa puskurointikin varmasti luonnistua.

Alla löytyvät vastaukset kurssikerran tehtäviin

Tehtävä 1:

1. Lentokentät

Malmi:

2 km säteellä Malmin lentokentästä asuu 57 249 ihmistä.

1 km säteellä Malmin lentokentästä asuu 8 523 ihmistä.

HelsinkiVantaa:

2 km säteellä Helsinki-Vantaasta asuu 9 315 ihmistä.

65 dB-alueella asuu 333 ihmistä.

55 dB-alueella asuu 2 358 ihmistä.

Ennen uuden kiitoradan rakentamista melutason 60 dB-alueella asui 12 970 ihmistä.

2. Asemat

a)      500 m juna-asemasta asuu 76 705 ihmistä

b)      ~18 % (17,8 %) (430108)

c)      54 723 on 71 %

Tehtävä 2:

Taajamissa asuu 369 932 ihmistä eli 86 % väestöstä

Taajamien ulkopuolella asuu kouluikäisiä 6 797 eli 17,7 %. (Kaiken kaikkiaan kouluikäisiä on 45 214 ja taajamissa näistä asuu 38 417)

Ulkomaalaisten osuus on yli 10 % 5 taajama-alueella

Ulkomaalaisten osuus on yli 20 % 4 taajama-alueella

Ulkomaalaisten osuus on yli 30 % 4 taajama-alueella

Tehtävä 3:

Uima-altaita on pk-seudulla 825 kappaletta.

Keskimääräisesti talossa on 1 uima-allas.

7 188 asukasta asuu pääkaupunkiseudulla taloissa, joissa on uima-allas.

318 omakotitalossa on uima-allas.

158 paritalossa on uima-allas.

110 rivitalossa on uima-allas.

173 kerrostalossa on uima-allas.

62 talossa on enemmän kuin 1 uima-allas.

Lauttasaaressa ja Länsi-Pakilassa on eniten uima-altaita (53 kpl).

Toiseksi eniten on Marjaniemessä (49 kpl).

Kolmanneksi eniten on Kulosaaressa (42 kpl).

Neljänneksi eniten on Yliskylässä (31 kpl).

Valitsin kurssikerran karttojen teemaksi yli kahdeksan Richterin maajäristykset eri aikajaksoina. Kaikkien karttojen aikaväli on 30 vuotta. Ensimmäinen kartta esittää maapallolla tapahtuneita yli kahdeksan Richterin maanjäristyksiä vuodesta 1921 vuoteen 1951. Tällä aikajaksolla on tapahtunut kolme kategoriaan kuuluvaa maanjäristystä, vuosina 1929, 1938 ja 1949. Kaikki maanjäristykset ovat tapahtuneet lähellä Pohjois-Amerikkaa. Kartassa 2 kuvataan yli 8 Richterin maanjäristyksiä vuosina 1951–1981. Näiden 30 vuoden aikana tapahtui kuusi maanjäristystä. Maanjäristykset sijoittuivat laajemmalle alueelle maapallolla. Kaksi kartan 2 maanjäristystä tapahtui samoilla kohdilla kuin vuosina 1929 ja 1938. Kolmannessa kartassa näkyvät yli 8 Richterin maanjäristykset vuosina 1981–2011. Kartassa 3 on selvästi enemmän maanjäristyksiä kuin kahdessa edellisessä, ja ne sijoittuvat ympäri maapalloa. Tosin kartasta on huomattavissa maanjäristyskeskittymiä keskellä Tyyntämerta, Japanissa ja Malesian alueella.

Tarkastellessani toisesta lähteestä maailmalla tapahtuneita maanjäristyksiä tiedot ovat aivan erilaiset. Kyseisessä lähteessä on kuvattu kaikki maailmalla tapahtuneet maanjäristykset vuodesta 856 alkaen (Maailman historialliset maanjäristykset). Tämän lähteen mukaan vuosina 1921–1951 on tapahtunut 18 yli kahdeksan Richterin maanjäristystä. En tiedä miksi kartan lähteenä olevasta tietokannasta nämä tiedot puuttuvat. Lähteessä ”Maailman historialliset maanjäristykset” on esitetty  myös surmansa saaneiden määriä. Nämä olisi mielenkiintoista liittää osaksi karttaa. Vuosien 1921-1951 tuhoisin maanjäristys oli vuonna 1934 Intian ja Nepalin rajalla. Kyseinen maanjäristys oli tuhoisin ihmisuhrien määrän suhteen. Maanjäristyksessä kuoli 10 700 ihmistä. Ihmeellistä, että tämänkaltaiset tiedot puutuvat täysin piirtämäni kartan lähteistä.

Kartta 1. Yli kahdeksan Richterin maanjäristykset maapallolla vuosina 1921-1951.

Kartan 2 lähteen mukaan maapallolla tapahtui kuusi yli kahdeksan Richterin maanjäristystä, kun taas toisen lähteen mukaan niitä tapahtui 11 (Maailman historialliset maanjäristykset). Kaksi kartan 2 maanjäristystä ei löydy ollenkaan toisesta lähteestä, ja osa maanjäristysten voimakkuuksista eroaa näiden kahden lähteen välillä. Voidaan kuitenkin havaita, että vuosina 1951–1981 tapahtui vähemmän yli 8 Richterin maanjäristyksiä kuin edellisen ja seuraavan 30 vuoden aikana.

Kartta 2. Yli kahdeksan Richterin maanjäristykset vuosina 1951-1981.

Kartan 3 lähteetkään eivät täsmää täysin Maailman historialliset maanjäristykset ­–lähteen tietojen kanssa. Kartassa on merkattuna 23 maanjäristystä, kun taas löytämässäni lähteessä mainitaan 17 maanjäristystä. Maailman historialliset maanjäristykset –lähteestä ei löydy viittä kartan maanjäristystä laisinkaan, ja yhden maanjäristyksen Richteritiedot eroavat. Tuhoisin viimeisen 30 vuoden yli kahdeksan Richterin maanjäristys oli vuonna 2004 Sumatralla. Siellä kuoli 227 898 ihmistä (Maailman historialliset maanjäristykset).

Kartta 3. Yli kahdeksan Richterin maanjäristykset vuosina 1981-2011.

Kokonaisuudessaan maanjäristysten määrä on kasvanut huomattavasti viimeisen 30 vuoden aikana. Vuosina 1981–2011 tapahtui maailmalla kaiken kaikkiaan 528 maanjäristystä, joista 425 viimeisen 10 vuoden aikana (Maailman historialliset maanjäristykset). Vuosina 1951–1981 tapahtui 157 maanjäristystä ja vuosina 1921–1951 kaiken kaikkiaan 109 maanjäristystä (Maailman historialliset maanjäristykset).

Maanjäristyksiä syntyy esimerkiksi kun mannerlaatat liikkuvat toisiaan kohti tai kun tulivuori purkautuu. Maanjäristystilastojen perusteella voisi sanoa mannerlaattojen liikkumisen ja tulivuorien aktiivisuuden lisääntyneen maapallolla. Karttoihin voisikin lisätä tietoja tulivuorten purkauksista kyseisiltä aikajaksoilta. Näin voitaisiin havaita onko jokin tulivuorenpurkaus aiheuttanut maanjäristyksen. Tämän hektisiä tulivuorten aktiivisuuksia voi havaita seuraavasta karttalinkistä http://www.volcano.si.edu/reports/usgs/index.cfm?content=worldmap. Jos haluaa tarkastella maailman kaikkia tulivuoria, on seuraava karttalinkki havainnollinen http://www.volcano.si.edu/world/find_regions.cfm.

Lähteet

Maailman historialliset maanjäristykset. (2011). World historical earthquakes. <http://earthquake.usgs.gov/earthquakes/world/historical.php>

Yhdysvaltojen ”tilastokeskukselta” löytyy suhteellisen monipuolista tietoa väestöstä jopa korttelitarkkuudella. Tietoa on erilaisten väestöryhmien osuuksista, kotitalouksien tulotasoista, kuukausivuokrien suuruudesta, asuntolainamääristä, homoparien määristä, väestön erilaisista koulutustaustoista (peruskoulu, lukio, ammattikorkeakoulu ja yliopistosta valmistuneet) sekä talojen ja asuntojen arvoista. Tiedot löytyvät vuosilta 2005–2009.

Yhdysvaltojen ”tilastokeskuksesta” tiedot ovat kaikkien saatavilla ja helposti löydettävissä. Saatavilla oleva tieto on suhteellisina lukuina, ei absoluuttisina arvoina. Karttoja lukevat henkilöt eivät siis voi tietää kuinka paljon alueella asuu afroamerikkalaisia, vaan he tietävät vain, että afroamerikkalaisia on esimerkiksi 26,3 %. Toisaalta lukujen ollessa suhteellisia alueiden vertailtavuus helpottuu. Suomessa Tilastokeskuksen ylläpitämät tietokannat ovat paljon monipuolisempia ja yksityiskohtaisempia. Toisaalta tieto ei kuitenkaan ole kaikkien saatavilla. Tilastokeskukselta tieto pitää ostaa/tilata.

Jenkit pystyvät periaatteessa saatavilla olevan tiedon avulla vertailemaan eri asuinalueita keskenään, ja valita asuinalueensa perustuen haluamiinsa ominaisuuksiin. Tämä voi johtaa siihen, että tietyille alueille kerääntyy esimerkiksi tiettyä vähemmistöä tai tietyn tulontason omaavia henkilöitä. Voisi uskoa, että tietyn alueen asuntojen arvoon voisi vaikuttaa alueella asuvien tulotaso ja kansalaisuus. Alueiden kategorisoiminen näin tarkasti voi johtaa sosiaalisten ongelmien kerääntymisiin. Jenkit voivat valita asuinalueensa tulevien naapuriensa perusteella. Ajatus on minusta hieman pelottava. Toisaalta USA:ssa voit myös etsiä asuuko alueellasi pedofiilejä tai muita rikollisia. Ihmisten yksityisyys on suhteellisen vähäistä.

Suomen mallissa minua häiritsee tiedon ”salaaminen”. Meidän maksamia verovaroja käytetään tilastollisen tiedon keräämiseen, mutta tavallisella tallaajalla ei ole oikeutta tietää maansa tilastoja. Joitakin tietoja annetaan julkisuuteen, mutta ne ovat aina jonkun tutkijan tai muun tahon käsittelemiä. Voidaanko me luottaa tietojen oikeellisuuteen tai siihen ettei niitä ole vääristelty? Mieleeni tulee edellisten eduskuntavaalien aikaan julkaistut tiedot puolueiden kannatuksista. Osa puolueista sai Helsingin Sanomissa julkaistuissa tilastoissa suurempia kannatuslukuja kuin todellisuudessa oli. Julkaistuilla aineistoilla pyrittiin siis vaikuttamaan ihmisten käsityksiin. Kyseisenlainen pelko voisi periaatteessa olla mahdollinen ihan Tilastokeskuksen ”salailupolitiikassa”. Toisaalta tiedot ovat ainakin tiettyjen valittujen henkilöiden käsissä, ja näin olleen niiden väärinkäyttö mahdollisesti pienenee. En haluaisi meille jenkkienkaltaista mallia, jossa voisimme valita tulevien naapurien perusteella asuinalueemme, mutta haluaisin, että edes osa maamme tilastotiedoista olisi kaikkien käytettävissä.

Ruututeemakartta kuvaa jotakin ilmiötä tietyllä alueella, joka on jaettu yhtä suurin pienempiin alueisiin. Ruututeemakartalla on hyväksyttävää käyttää absoluuttisia arvoja, koska alueiden koko on vakioitu (Sarkun blogi 2007). Näin saadaan myös paremmin alueiden todelliset erot esiin. Jos arvot olisi suhteutettuja, olisi lukijan vaikeampi esimerkiksi omassa kartassani havaita naisten määrää alueella. Naisten ja miesten välinen suhde on aina suurin piirtein 50-50, joten lukujen ollessa suhteutettuja ei eroja alueiden välillä välttämättä esiintyisi laisinkaan. Mielestäni ruututeemakartan informaatioarvo on tarkempi kuin koropleettikartalla, mutta toisaalta koropleettikartta on ehkä luettavampi ja selkeämpi kuin ruututeemakartta.

Ruututeemakartan haasteena on löytää oikean kokoinen ruudukko. Kartan tekijän on pohdittava, paljonko yhden ruudun koko saa olla. Tehtävänämme oli luoda samasta aineistosta kaksi eri teemakarttaa kahdella eri ruutukoolla, ja vertailla näiden kahden kartan paremmuutta sekä valita parempi julkaistavaksi. Tein kaksi ruututeemakarttaa aiheesta pääkaupunkiseudun naisten määrä. Ensimmäisen kartan ruutukooksi valitsin 500 metriä ja toisen kartan ruutukoko oli 1000 metriä. Aineistoni on vinoutuneesti jakautunut ja valitsin luokitteluperustaksi kvantiilit.

Kuva 1. Naisten määrä pääkaupunkiseudulla 500 metrin kokoisella alueella.

Mielestäni 500 metrin ruudukko on havainnollistavampi, koska suurin piirtein 50 % väestöstä on naisia, karkeasti arvioitaessa, joten 500 metrin alue kuvastaa paremmin alueellisia eroja naisten määrässä. Kartasta voidaan havaita, että naiset ovat keskittyneet Helsingin keskustan alueelle ja Espoossa eniten naisia asuu Olarin alueella. Vantaalla naisia asuu eniten Myllymäen alueella. Naisia saattaa näissä kaupungin osissa kiehtoa palveluiden läheisyys. Keskustassa ruoka-, vaate- ja liikennepalvelut ovat monipuolisia ja hyvin lähellä. Olarista löytyy puolestaan kauppakeskus Iso Omena sekä Länsiväylän hyvät kulkuyhteydet Helsingin keskustaan.

Karttaani lisäinformaationa voisi laittaa pääkaupunkiseudun alueiden nimistöä. Näin lukijan olisi helpompi tunnistaa poikkeukselliset alueet. Tosin nimistön lisääminen olisi suhteellisen hankalaa. Nimistölle tarvittaisiin tilaa, enkä usko, että kartan luettavuus säilyisi nimistön lisäämisen jälkeen. Nimistön lisäämistä voisi kokeilla vain alueisiin, jotka korostuvat kartalta.

Mielestäni karttani onnistui suhteellisen hyvin. Kartasta voidaan havaita alueet, jotka poikkeavat muista alueista. Minua itseäni tosin hieman häiritsee alueiden pienuus ja näin ollen kartan selkeys, mutta isommalla ruutuvälillä ei olisi saatu alueellisia eroja niin selkeästi esiin kuin pienemmällä.

Sarkun blogi (2007). < http://blogit.helsinki.fi/sakaalho/post-8.htm>

Tehtävän oli tuottaa kartta, jossa ilmenee Suomen kuntien tulvaindeksit sekä järvisyysprosentit. Tulvaindeksi laskettiin jakamalla keskiylivirtaama keskialivirtaamalla. Keskiylivirtaamalla tarkoitetaan tulvakauden ylimpien arvojen keskiarvoa ja keskialivirtaamalla tarkoitetaan kuivan kauden alimpien arvojen keskiarvoa (Tikkanen 2002). Virtaama puolestaan kertoo tietyn joen uoman poikkileikkauksen läpi virtaavan veden määrän sekunnin kuluessa (Tikkanen 2002). Virtaaman yksikkönä käytetään joko litraa per sekunti tai kuutiometriä per sekunti.

Järvisyysprosentti kertoo kunnan järvien määrän suhteessa pinta-alaan. Järvet tasaavat tulvien vaikutusta. Alueilla, joilla on runsaasti järviä, tulvahuiput ovat pienempiä. Tämän voi havaita kartasta selvästi. Keski-Suomen järvialueilla tulvaindeksi on pieni ja järvisyysprosentti suuri. Pohjanmaalla puolestaan tulvat ovat voimakkaita ja järvisyysprosentit pieniä. Mielestäni kartastani havaitaan selvästi Suomen tulvaindeksin ja järvisyyden yhteyden.

Kuva 1. Suomen kuntien tulvaindeksit ja järvisyysprosentit.

Tikkanen, Matti. (2002.) Luonnonmaantieteen harjoitustyökurssi. Opetusmonisteita 45. Yliopistopaino. Helsinki.

Toisena tehtävänä oli pohtia Afrikkaan sijoittuvan aineiston pohjalta erilaisia mielenkiintoisia tutkimusmahdollisuuksia. Aineistossa oli tietoja Afrikassa tapahtuvien konfliktien tapahtumavuodesta, konfliktien laajuudesta (säde kilometreinä), timanttikaivosten löytämisvuodesta, kaivausten aloitusvuodesta, kaivausten tuottavuusluokittelusta, öljykenttien löytämisvuodesta, poraamisvuodesta, kenttien tuottavuusluokittelusta sekä internetkäyttäjien lukumäärästä eri vuosina.

Aineistosta voisi miettiä onko timanttikaivosten aloitusvuodella ja konfliktien tapahtumavuosilla jonkinnäköinen yhteys. Se kuinka tämä esitettäisiin kartassa, ei ole minulle aivan selvää, mutta kyseinen asia olisi äärimmäisen mielenkiintoinen tutkimuskohde. Varsinkin eteläisessä Afrikassa kaikille konfliktialueille sijoittuu timanttikaivoksia. Toisaalta voisi tutkia myös timanttikaivosten tuottavuuden ja konfliktien tapahtumavuosien välistä yhteyttä. Alkavatko konfliktit vasta, kun timanttikaivoksen tuottavuus heikkenee?

Konflikteja ei niinkään näytä esiintyvän öljykenttien varsinaisessa läheisyydessä. Tosin mielestäni öljykentät ovat äärimmäisen vaikeasti havaittavissa kartasta. Toisaalta öljykenttien tuottavuusluokittelun ja poraamisvuoden välistä yhteyttä voisi tutkia. Laskeeko tai nouseeko öljykentän tuottavuus esimerkiksi vuoden, viiden vuoden ja 10 vuoden jälkeen poraamisesta. Milloin tuottavuus on maksimissaan? Tuottavuuden alenemisajankodista voisi tehdä taulukon, ja katsoa löytyykö aineistosta yhteneväisyyttä. Laskeeko kaikkien öljykenttien tuottavuus esimerkiksi 10 vuoden jälkeen. Tällä tiedolla öljy-yhtiöt voisivat miettiä strategioitaan.

Kurssikerta 2

Kahden päällekkäisen teemakartan teko osoittautui suhteellisen haasteelliseksi. En päässyt itse kurssikerralle, joten opettelin teemakarttojen luomisen omin avuin yrityksen ja erehdyksen kautta. Kokeilin myös kolmiulotteisen kartan tekemistä. Julkaisen tässä sekä kolmiulotteisen karttani että lopullisen kahden päällekkäisen kartan teemakartan. Mielestäni on mielekästä nähdä ero näiden kahden välillä sekä toisaalta huomata vajaavaisuutensa kartan tekijänä.

Kuva 1: Työpaikkojen määrä Suomessa prismaattisella kartalla.

Kolmiulotteinen kartta on tehty prismaattiseksi kartaksi. Kartta esittää työpaikkojen määrää kaikissa Suomen kunnissa. Haasteena oli saada karttaan kuvakulma, josta tieto näkyisi mahdollisimman selkeänä katsojalle. Karttaa sai pyöritellä ja pyöritellä ja silti tuntui, ettei oikein todella hyvää kuvakulmaa vain löytynyt. Kartasta voidaan silti mielestäni havaita, että työpaikkojen määrä keskittyy Etelä-Suomeen ja erityisesti pääkaupunkiseudulle. Muut työpaikkavoittoiset alueet ovat Pirkanmaa ja Oulu. Kartan heikkoutena on, ettei pienimpiä eroja pysty havaitsemaan. Toisaalta kartasta saa kuitenkin kuvan mihin osiin Suomea työpaikat keskittyvät. Ehkei prismaattisen kartan ole tarkoituskaan olla niin tarkka, vaan antaa vain yleismaallista kuvaa.

kuva 2. Etelä-Pohjanmaan työttömien ja työpaikkojen määrä.

Lopulliseen kahden päällekkäisen teemakartan karttaan valitsin alueeksi Etelä-Pohjanmaan. Teemakartoiksi valitsin koropleettikartan ja graduated-kartan. Koropleettikartan teemana oli työttömien osuus kunnassa ja graduated-kartan työpaikkojen määrä kunnassa. Koropleettikartassa aineisto oli vinoutunut ja valitsin luokitteluperustaksi kvantiilit. Luokkia valitsin viisi. Graduated-kartassa tähden koko kuvaa työpaikkojen määrää. Suurin tähti kuvaa 18 000 työpaikkaa, keskikokoisin 9000 ja pienin 1800 työpaikkaa. Tämä jako antoi mielestäni tarpeeksi kokoeroa tähdille, jotta kuntien työpaikkatilanne tuli näkyviin. Lopullisessa kartassa näkyy mielestäni hyvin se, missä työttömiä ja työpaikkoja on paljon. Myös kuntien erot pystyy havaitsemaan suhteellisen hyvin. Mielenkiintoista on, että Seinäjoella on paljon työttömiä ja eniten työpaikkoja. Seinäjoen työttömien ja työpaikkojen määrää voi selittää se, että Seinäjoki on Etelä-Pohjanmaan maakuntakeskus (Seinäjoki 2011). Maakuntakeskuksena Seinäjoella asuu eniten asukkaita koko maakunnasta (Seinäjoki 2011). Keskuksena Seinäjoella on varmasti alueellista vetovoimaa niin ihmisten kuin työpaikkojenkin suhteen. Seinäjoella on eniten työpaikkoja tarjolla, joten se houkuttelee alueelle myös runsaasti väestöä, jolle ei ehkä kaikille riitä kuitenkaan töitä.

Tämän viikon tehtävän mielenkiintoisena lisänä oli Anna Leonowiczin artikkeli kahden päällekkäisen teemakartan käytöstä. Oli nöyrää huomata oma vajaavaisuutensa kartan tekijänä. Leonowicz korostaa artikkelissaan, että kahdessa päällekkäisessä teemakartassa tulee käyttää maksimissaan yhdeksää luokkaa (3*3). Omassa kartassani on luokkia viisi ja kolme eli aivan liikaa. Nyt huomaan, että kartastani olisi tullut huomattavasti luettavampi, kun olisin ymmärtänyt vähentää koropleettikarttani luokkia kolmeen. Toisaalta viikon tehtävänä olikin oppia katsomaan omaa karttaa kriittisesti ja huomaamaan vikoja kartan tekotaidoissaan. Tässä olen onnistunut hyvin.

Artikkeli:

Anna Leonowicz selventää hyvin artikkelissaan miksi kahden teemakartan käyttö on mielekästä. Kahden teemakartan käytön mielekkyys johtuu tutkimusten laajoista aineistoista, joissa saatua aineistoa on niin paljon, ettei ole mielekästä tehdä jokaisesta tuloksesta omaa karttaan. Jotta kartasta tulisi luettava ja selkeä, on kahden teeman oltava yhteydessä toisiinsa. Minulle aivan uutta tietoa oli luokkien käyttö teemakartassa, jossa on kaksi teemaa. 9 luokkaa on Leonowiczin mielestä maksimi, jotta kartan luettavuus säilyy. Luokkien määrä saadaan kertomalla kahden teeman luokat keskenään eli maksimi saavutetaan niin, että kummassakin teemassa käytetään kolmea luokkaa (3*3). Kahden päällekkäisen teemakartan lukemisen vaikeus ei ehkä johdukaan siitä, että ihmisten olisi vaikea ymmärtää kahta päällekkäistä teemaa, vaan siitä, että kartat ovat huonosti tehty. Tässä artikkelin kirjoittaja on mielestäni aivan oikeassa.

Leonowicz, Anna. (2006). Two-variable choropleth maps as a useful tool for

visualization of geographical relationship. Geographia 1: 33-37.

Seinäjoki (2011). Seinäjoen kaupunki. < http://www.seinajoki.fi/info/ >

Kurssikerta 1: koropleettikartta voi kertoa enemmän kuin aluksi näyttää

Koropleettikartta on käytetyin tilastojen teemakarttatyyppi. Koropleettikartalla voidaan kuvata erilaisia asioita tietyn aluejaon pohjalta (Tilastokeskus 2011a). Sivuilla esitettävässä kartassa aluejaon perusteena ovat Suomen kunnat. Kartta kuvaa 0–14-vuotiaiden prosenttiosuutta Suomen kunnissa vuonna 2004. Koropleettikartassa kuvattavasta asiasta on oltava mitta-asteikollinen lukuarvo. Lukuarvo on aina suhteellinen, eikä koskaan absoluuttinen (Tilastokeskus 2011a). Aineiston lukuarvot jaetaan luokkiin. Luokkien luokittelutapa valitaan aineiston mukaan.

Sivun kartta Suomen kunnissa elävistä 0–14 vuotiaista on suhteellisen normaalisti jakautunut. Normaalisti jakautuneelle aineistolle sopivat luokitteluperustaksi kvantiilit, keskiarvot ja hajontaluvut. Kartan luokitteluperustaksi valitsin hajontaluvut. Mielestäni hajontaluvut kuvasivat selkeimmin kunnissa havaittavia eroja. Mapinfo tarjoaa oletuksena viisi luokkaa. Itse vähensin luokkien määrää neljään, sillä viidellä luokalla yhteen luokkaan kuuluu vain yksi kunta. Tämä yksi kunta on kuitenkin niin kahden luokan rajalla, että on mielekkäämpää valita neljä luokkaa. Kartalta tämä yksi kunta ei myöskään erotu mielestäni tarpeeksi selkeästi, jotta sen pitäminen omana luokkana olisi perusteltua. Kartasta tulee mielestäni selkeämpi neljällä luokalla.

Suomen kunnista Uudellamaalla ja Pohjanmaalla on eniten 0–14-vuotiaita. Näiden kuntien väkiluvun voidaan olettaa kasvavan lähivuosina, mikäli poismuuttoa ei tapahdu voimakkaasti. Vähiten 0–14-vuotiaita asuu Itä-Suomessa. Tilastokeskuksen mukaan vuosina 2008 ja 2009 maamme väestö kasvoi voimakkaimmin Uudellamaalla, Ahvenanmaalla, Pirkanmaalla ja Pohjoispohjanmaalla (Tilastokeskus 2011b). Väestömäärä puolestaan väheni eniten vuosina 2008 ja 2009 Etelä-Savossa ja Kainuussa (Tilastokeskus 2011b).

Mielestäni kartta havainnollistaa suhteellisen hyvin alueet, joilla 0–14-vuotiaita asuu suhteellisen paljon ja alueet, joilla heitä esiintyy vähemmän. Kartta esittää toisaalta hyvin tulevaisuuden väestön kehityksen suuntaa. Kartan tiedot perustuvat vuoden 2004 tietoihin, joten tiedot vuosien 2008 ja 2009 väestön kehityksestä eri puolilta Suomea tukevat kartan tietoja. Kyseiset voittoalueet ovat siis edelleen pysyneet ”voitokkaina” ja ”häviökunnat” ovat menettäneet entisestään väestöään väestön ikääntyessä ja nuorien puuttuessa.

Kunnat, joissa 0–14-vuotiaiden osuus on suhteellisen suuri, panostetaan väestön ja varsinkin lapsiperheiden viihtyvyyteen. Esimerkiksi Oulun lähellä sijaitseva Haukiputaan kunta panostaa asukkaidensa hyviin peruspalveluihin, joita ovat esimerkiksi koulutus ja harrastustoiminta. Haukiputaalaisen keski-ikä onkin 34–vuotta (Haukipudas 2011).  Tarkasteltaessa kuntaa Uudeltamaalta on otettava huomioon pääkaupunkiseudun houkuttelevuus, joka jo sinänsä tuo alueelle nuorta työvoimaa ja lapsiperheitä. Kuitenkin myös Uudenmaan kunnat panostavat väestönsä viihtyvyyteen. Esimerkiksi Kirkkonummen kunta on tuottanut kuntalaisbarometrin viitenä vuotena (1999, 2001, 2003, 2007 ja 2009). Kuntalaisbarometrin tarkoituksena on mitata kuntalaisten viihtyvyyttä kotikunnassaan. Viimeisimmän kuntalaisbarometrin tuloksista havaitaan kirkkonummelaisten kasvanut tyytyväisyys kuntaansa ja tämän palveluihin (Kirkkonummi 2011). Voitaisiin siis sanoa, että 0–14-vuotiaiden määrä kertoo kuntalaisten viihtyvyydestä alueella.

Lähteet

Haukipudas 2011. Haukiputaan kunta 21.1.2011.

< http://www.haukipudas.fi/sivu/fi/kuntainfo/yleistietoa/>

Kirkkonummi 2011. Kirkkonummen kunta 21.1.2011. <http://www.kirkkonummi.fi/instancedata/prime_product_julkaisu/kirkkonummi/embeds/19767_Barometri_2009_-_Yhteenveto.pdf>

Tilastokeskus 2011a. Tilastokeskus: Koropleettikartta 21.1.2011.

< http://www.stat.fi/tup/verkkokoulu/data/tkart/02/02/index.html>

Tilastokeskus 2011b. Tilastokeskus: Maakuntien väestönkehitys ajautumassa eri suuntiin  21.1.2011. < http://www.stat.fi/til/vaerak/2009/01/vaerak_2009_01_2010-09-30_tie_001_fi.html>