VALMIS!

Vihdoin ja viimein blogi on tullut tiensä päätökseen!

Paljon on tullut opittua ja kehitystä MapInfon parissa pystyy hyvin seuraamaan blogimerkintöjen perusteella. Tuntuu hassulta, että alussa MapInfo tuntui aivan toivottomalta ja odotin kauhulla tulevia kurssikertoja. Lopussa kuitenkin kiitos seisoo ja voin sanoa oppineeni kurssin aikana paljon monien virheiden ja onnistumisten kautta.

7. Kurssikerta: ongelmia

Aika on rientänyt nopeasti ja viimeisen kurssikerran merkinnän aika koittaa. Lyhyessä ajassa on tullut paljon uutta tietoa ja aikaisempien kurssikertojen ongelmat tuntuvat nyt vähäpätöisiltä. Jotain on siis ainakin opittu. MapInfon peruskäyttö on hyvin hallinnassa, erityisesti seitsemännen kurssikerran ongelmien kanssa painiskeltua. Ohjelman laajat käyttömahdollisuudet on tiedostettu eikä MapInfo tunnu enää lainkaan yhtä vaikealta kuin aluksi.Olen melkeinpä hämmästynyt, miten hyvin olen sitä oppinut käyttämään alkukankeuden ja lukuisten ongelmien jälkeen.

Seitsemännellä kurssikerralla tarkoituksena oli laatia itse täysin vapaa-valintainen kartta.   Itselleni täysin vapaa-valintaiset aiheet ovat vaikeita, koska valinnanvaraa on niin paljon. En tässä ole ainoa, vaa myös Elias Wilberg toteaa blogissaan: “Pahimpia töistä itselleni ovat yleensä ne, jossa kaikki materiaalit ovat vapaasti valittavissa ja ainoa ohje on tehdä parhaansa.” Aluksi pohjaksi haettiin bittimuotoinen kartta halutusta alueesta, jonka jälkeen se lisättiin MapInfossa koordinaatistoon ja kartta piirrettiin omiksi tietokannoikseen vektorimuotoon. Itse tein kartan Ruotsin lääneistä. Kartan piirtäminen tuotti suuria ongelmia, vaikka se onkin varmaan yksi yksinkertaisimmista asioista mitä MapInfossa voi tehdä. Jouduin piirtämään ruotsin rajat kolmeen kertaan uudelleen erinäisten virheiden vuoksi, mutta onneksi kolmannella kerralla kartta kuitenkin onnistui ja olen siihen tyytyväinen.

Kartalle piti itse myös etsiä tilastotietoa ja siirtää MapInfoon. Laadin kartan ulkomaalaisten osuudesta sekä maahanmuuttajien määristä lääneittäin. Tein ensin kartan ulkomaalaisten osuudesta sekä työttömyydestä, mutta näillä ei juurikaan ollut mitään havaittavaa yhteyttä, eikä kartta näyttänyt hyvältä. Päätin tehdä uuden kartan, jossa yhdistyy sekä pistekartta että koropleettikartta, koska sellaista en aikaisemmin ole tehnyt MapInfolla. Tilastotietoa Ruotsista löytyi runsaasti ja valinnanvaraa oli paljon.

Kuva 1. Ulkomaalaisten osuus sekä maahanmuuttajien lukumäärät Ruotsin lääneissä. Eniten Tukholman läänissä on eniten ulkomaalaisia sekä maahanmuuttajia ja vähiten taas Gotlannin läänissä (Migration by region…(2012),  Foreign citizens by region…(2012).)

Ruotsissa on suhteellisen paljon ulkomaalaistaustaisia: väestöstä jopa 19,6% vuonna 2011  (Summary of population…2011). Ulkomaalaiset ja maahanmuuttajat ovat sijoittuneet pää-asiassa Ruotsin eteläisiin lääneihin. Eniten heitä löytyy Tukholman läänistä, mikä ei ole yllättävää, koska siellä sijaitsee Ruotsin pääkaupunki ja se on myös väkirikkain alue Ruotsissa. Ulkomaalaisten osuus väestöstä siellä on jopa 8,3 % ja maahanmuuttajia on 72 180. Vähiten ulkomaalaisia sekä maahanmuuttajia on Gotlannin ja Jämtlandin läänissä (Gotlannin läänissä ulkomaalaisten osuus 1,9 % ja maahanmuuttajien määrä 2 126 sekä Jämtlandin läänissä 3,9 % ja 4 385). Kartasta on nähtävissä isojen kaupunkien vetovoimaisuus: Tukholman, Malmön sekä Göteborgin seuduilla maahanmuuttajia sekä ulkomaalaisia on runsaasti.

Maahanmuuttajien määrät Ruotsissa ovat viimevuosina keskittyneet suurimmaksi osaksi pakolaisiin; vuonna 2012 eniten maahanmuuttajia oli Syyriasta, Afganistanista, Somaliasta, Puolasta ja Irakista (Immigrations and emigrations…2012). Kaikkiaan eniten maahanmuuttajia Ruotsissa on kuitenkin Suomesta. Suuri maahanmuuttajien määrä vaikuttaa varmastikin isojen kaupunkien katukuvaan ja ulkomaalaisten lähiöiden syntymiseen. Ruotsissa ongelmana onkin ollut viimeaikoina segregoituneet lähiöt, joiden asukkaiden koulutustaso sekä palkka ovat muita alueita alhaisempia. Maahanmuuttajien kasvun määrä vaikuttanee pikkuhiljaa Ruotsin väestörakenteeseen: maahanmuuttajien määrä on suurta ja väestönkasvu taas hidasta muiden teollistuneiden Euroopan valtioiden tavoin. Esimerkiksi muslimien määrän odotetaan kasvavan nykyisestä 5 % pikkuhiljaa 10 % (A Waxing Crecent 2011).

Lähteet:

A waxing crescent (2011). The Economist. 15.3.2013 <http://www.economist.com/node/18008022?story_id=18008022>

Foreign citizens by region, age in ten year groups and sex (2012). Statistiska Centralbyrån. 15.3.2013.  <http://www.scb.se/>

Geography: Sweden (2012). The Encyclopedia of Earth. 15.3.2013.   <http://www.eoearth.org/article/Sweden?topic=49460>

Immigrations and emigrations by country of emi-/immigration and sex (2013). Statistiska Centralbyrån. 15.3.2013.                          <http://www.scb.se/Pages/SSD/SSD_TreeView.aspx?id=340506>

Migration by region, age and sex. Year 1997-2012 (2012). Statistiska Centralbyrån. 15.3.2013. <http://www.scb.se/>

Summary of Population Statistics 1960 – 2011 (2012). Statistiska Centralbyrån. 15.3.2013. <http://www.scb.se/Pages/TableAndChart____26041.aspx>

Willberg, Elias (2013). Pakki sekaisin. Työkerta 7. Viimeinen koitos. 15.3.2013. <https://blogs.helsinki.fi/elwi/2013/03/01/tyokerta-7-viimeinen-koitos/>

 

6. Kurssikerta: GPS, geokoodaus ja maanjäristyksiä

Kuudes kurssikerta alkoi hyisissä merkeissä kun pääsimme ulos opettelemaan GPS-paikantimen käyttöä. Keräsimme pienissä ryhmissä vapaavalintaisesta kohteesta koordinaatteja (oma ryhmäni keräsi pisteitä bussipysäkeistä), minkä jälkeen niistä tehtiin taulukko Exceliin. Excelistä tiedot siirrettiin MapInfoon. GPS-paikantimella voidaan kerätä koordinaattitietoihin perustuvaa sijaintitietoa, jota voidaan myöhemmin hyödyntää esimerkiksi MapInfossa.

Kun olimme siirtäneet koordinaatit bussipysäkeistä MapInfoon, oli geokoodauksen vuoro, jossa aineistona oli tietokanta Helsingin pelikoneista. Geokoodaus on siitä käytännöllinen, että sillä muutetaan osoitteita maantieteellisiksi koordinaateiksi ja näin esimerkiksi pelikoneiden sijainnit, joista on tiedossa osoitteet, voidaan sijoittaa MapInfoon.  Geokoodauksessa tarvitaan kuitenkin tiestöaineistoa pohjalle (Digiroad: geokoodaus 2013). Geokoodaus oli helppoa ja MapInfosta löytyy siihen hyvä työkalu Geocode.

Itsenäisharjoituksena teimme kolme erilaista maanjäristyskarttaa, joiden tarkoitus oli soveltua opetuskäyttöön. Harjoittelimme tiedon etsimistä internetistä sekä sen tuomista kartalle pistemuotoisena tietona. Tiedot halutun vahvuisista maanjäristyksistä haimme Pohjois-Kalifornian maanjäräristyrekisteristä (ANSS 2013), jonka jälkeen tiedot kopioitiin Exceliin. Aineisto ei sellaisenaan ollut vielä valmis siirrettäväksi suoraan MapInfoon, vaan sitä piti muokata sopivaksi.

Maanjäristyksiä mitataan magnitudeilla, jotka perustuvat maanjäristyksiä mittaavien laitteiden havainnointeihin sekä seismogrammin rekisteröinteihin. Asteikot ovat logaritmisia. Magnitudiasteikkoja on monia ja niistä jokainen sopii erilaisten maanjäristysten mittaamiseen; käytetyimpiä muun muassa Richterin magnitudi, pinta-aaltomagnitudi sekä perusaaltomagnitudi. Normaalisti magnitudiasteikko sijoittuu 0 – 10 välille, mutta asteikko on kuitenkin avoin, jolloin arvot voivat olla myös alle 0 sekä yli 10 (Mikä on magnitudi?, 2006).

Ensimmäinen kartta kuvaa yli 6 magnitudin maanjäristyksiä 1990-luvulta alkaen. Maanjäristyksistä on havaittavissa niiden yhteys mannerlaattojen saumakohtiin. Helsingin yliopiston seismologian instituutin mukaan (Miksi, missä… 2006) järistykset syntyvät kun kallioperään varastoitunut jännitys ylittää kiviaineksen lujuuden. Kallioperä repeää fokuksen ympäriltä ja kallioperän osaset liikahtelevat. Useimmiten repeämät tapahtuvat vanhoissa siirros- ja murroskohdissa. Jännitystä kallioperään varastoituu enemmän mannerlaattojen siirroskohdissa kuin niiden sisäosissa ja tämän vuoksi maanjäristyksiä esiintyy pääasiassa mannerlaattojen saumakohdissa, kuten kuvasta 1 voidaan havaita. Ensimmäisen kartan yhteydessä voisi esittää kartan mannerlaatoista, jolloin maanjäristysten ja mannerlaattojen yhteys olisi havaittavissa. Hyvä kartta löytyy esimerkiksi täältä. Pienempiä maanjäristyksiä esiintyy kaikkialla maailmassa Suomi mukaan lukien, vaikka niitä ei täällä yleensä havaitakaan niiden alhaisen voimakkuuden vuoksi. Suomi sijaitsee seismisesti rauhallisella alueella ja tapahtuvien pienten maanjäristysten syynä on pääasiassa maankohoaminen sekä keskiselänteen leviäminen Pohjois-Atlantilla (Onko Suomessa maanjäristyksiä?, 2006). Tästä esimerkkinä Suvi Välimäen kartta maanjäristyksistä 1945 alkaen Suomessa ja sen lähiympäristössä.

Kuva 1. Yli 6 magnitudin järistykset. Järistyksiä tapahtuu pääasiassa mannerlaattojen saumakohdissa ja mannerlaattojen rajat on erotettavissa. 

Toinen kartta kuvaa yli 7 magnitudin järistyksiä 1990-luvulta alkaen. Merkitsin erikseen punaisella karttaan vielä yli 8 magnitudin järistykset havainnollistamaan maanjäristysten määrien vähentymistä voimakkuuden kasvaessa. Maanjäristysten määrä on selkeästi vähentynyt verrattuna yli 6 magnitudin järistyksiin ja nämä tapahtuvat pääasiassa Tyynenmeren tulirenkaan alueella. Järistyksen määrä onkin kääntäen verrannollinen niiden voimakkuuteen; erittäin voimakkaita (yli 8 magnitudin) järistyksiä esiintyy vuodessa keskimäärin vain 1, kun taas pieniä 1-2 magnitudin järistyksiä esiintyy 8000 päivässä. (Miksi, missä… 2006).

Kuva 2. Yli 7,0 magnitudin järistykset. Voimakkaat ovat keskittyneet pääasiassa Tyynenmeren tulirenkaan sekä Himalajan vuoriston alueelle. 

Kolmas kartta kuvaa yli 8 magnitudin järistyksiä1990-luvulta alkaen, joiden syvyys on ollut maksimissaan 40 km. Syvät maanjäristykset ovat kaikkein tuhoisimpia ja tästä onkin havaittavissa muun muassa tuhoisan Intian valtameren tsunamin aiheuttanut maanjäristys, joka näkyy keltaisena kartalla.

Kuva 3. Alle 30 km syvyiset maanjäristykset. 

Maanjäristyksistä puhuttaessa vulkanismi liittyy oleellisesti aiheeseen, joten samassa yhteydessä kannattaa esittää myös tulivuorten ja maanjäristysten yhteys. Maanjäristysten tavoin tulivuoret sijaitsevat pääasiallisesti mannerlaattojen saumakohdissa sekä lisäksi tulivuoria esiintyy myös hotspot-alueilla. Tulivuorten sijainteja kuvaava kartta löytyy täältä. Kartta on kätevä, koska siitä pystyy klikkaamaan vielä erikseen maanosia sekä maita, jolloin niiden tulivuoria pystyy tarkastelemaan vielä yksityiskohtaisemmin.

Kuudennen kurssikerran tarkoituksena oli lähinnä opetella geokoodauksen sekä GPS-laitteen käytön lisäksi aineiston muokkaaminen MapInfoon soveltuvaksi. Valmiista taulukoista piti esimerkiksi muuttaa pilkut pisteiksi sekä saada samantyyppiset tiedot samoihin sarakkeisiin. Tämä on varsin hyödyllistä MapInfon laajemman käytön vuoksi ja oikeastaan välttämätöntä, ellei käytössä ole jo valmiiksi MapInfoon soveltuvia tiedostoja. Kurssikerta sujui hyvin eikä suurempia hankaluuksia ollut. Valmiit kartat ovat mielestäni selkeät ja soveltuvat opetustarkoitukseen hyvin ja voisin kuvitella käyttäväni karttoja opetuksen tukena. Jätin kartoista pohjoisnuolen pois, koska ilmansuunta tulee ilmi ilmankin sitä koko maapalloa kuvaavassa kartassa. Mittakaavan olisi kuitenkin voinut lisätä vielä karttoihin, vaikka jätinkin sen pois. Ensimmäisessä kartassa olisi voinut kuvata 6 magnitudin järistysten sijaan 5 magnitudin järistyksiä, jotta mannerlaattojen saumakohdat tulisivat vielä selkeämmin esille ja esimerkiksi keskiselänne olisi paremmin erotettavissa. Karttojen lisäksi olisi voinut vielä tehdä kartan Suomessa tapahtuneista maanjäristyksistä.

Lähteet:

Annabel Foundation (2013). Plates and Boundaries. 10.3.2013. <http://www.learner.org/interactives/dynamicearth/plate.html>

ANSS (2013). ANSS Catalog Search. Northern California Earthquake Data Center. 10.3.2013. <http://quake.geo.berkeley.edu/anss/catalog-search.html>

Digiroad: geokoodaus (2013). ESRI Finland Oy. 10.3.2013. <http://www.esri.fi/kayttajatuki/faq/digiroad-geokoodaus/>

Miksi, missä ja kuinka usein maa järisee? (2006). Seismologian instituutti, Helsingin yliopisto. 10.3.2013. <http://www.helsinki.fi/geo/seismo/maanjaristykset/tieto/perustietoa.html>

Mikä on magnitudi? (2006). Seismologian instituutti, Helsingin yliopisto. 10.3.2013. <http://www.helsinki.fi/geo/seismo/maanjaristykset/tieto/magnitudi.html>

Onko Suomessa maanjäristyksiä? (2006). Seismologian instituutti, Helsingin yliopisto. 10.3.2013. <http://www.helsinki.fi/geo/seismo/maanjaristykset/tieto/suomenseismisyys.html>

Välimäki, Suvi (2013). Opetusmateriaalia maanjäristysistä. Paikkatiedon hankinta, analyysi ja kartografia. 10.3.2013.              <https://blogs.helsinki.fi/suva/2013/02/25/opetusmateriaalia-maanjaristyksista/>

Meteoriitteja

Arttu Paarlahti laittoi haasteena Pak-2013 blogiin tehdä kartta tunnetuista maan pinnalle pudonneista meteoriiteista ja päätin aikani kuluksi kokeilla onnistunko haasteessa. Aineisto ei aivan yhtä helposti muokkautunut MapInfon kestävään muotoon, vaan sitä piti venkslata edes ja takaisin pilkkujen ja pisteiden kanssa. Lopulta kuitenkin sain aikaiseksi kartan, jossa näkyy kaikki 1950-luvulta lähtien maankamaralle pudonneet yli 1000 g painoiset meteoriitit. Itse yllätyin niiden vähyydestä. Loistava tuotokseni löytyy seuraavasta kuvasta:

Kuva 1. Maan pinnan saavuttaneet yli 1 kg painoiset meteoriitit (Meteoritessize, 2013). 

Olen suhtellisen tyytyväinen karttaani ja erityisen tyytyväinen siihen, että sain aineiston muokattua MapInfoon soveltuvaksi. Aikaa ja aivosoluja se kyllä vaati, vaikka lopputulos onkin melko vaatimattoman näköinen. Aikeenani oli lisätä vielä kartalle muutaman eri painoluokan meteoriitteja, mutta aikani loppui kesken.

Lähteet:

Meteoritessize. 2013. Google Fusion tables. 8.3.2013.<https://www.google.com/fusiontables/DataSourcedocid=1vHSvjNgCIl6kRhFXPHhvESnnYx_ShToJWtWdjm8#rows:id=1>

5. Kurssikerta: bufferointia

Viides kurssikerta sujui kipeyden merkeissä enkä päässyt paikanpäälle. Kurssikerta olisi ollut varsin hyödyllinen, koska siinä käsiteltiin uutta asiaa: bufferointia. Bufferointi eli puskurointi mahdollistaa haluttujen rajattujen alueiden sisällä olevien muuttujien tarkastelun. Aineiston pieniä epätarkkuuksia voidaan myös korjata puskuroinnin avulla. Onneksi kuitenkin sain yksityisopetusta kartografiatoveriltani Atte Helvelahdelta ja pysyin hyvin kärryillä. MapInfon logiikka ja hyödyt sekä monimuotoiset käyttömahdollisuudet alkavat pikkuhiljaa hahmottumaan, vaikka vieläkin on hiukan ongelmia joidenkin asioiden saralla.

Bufferointi on monipuolinen työkalu MapInfossa ja sitä voidaan käyttää useissa eri tarkoituksissa, kuten itsenäistehtävistä voidaan huomata. Sillä voidaan muun muassa tutkia eri ilmiöiden vaikutusalueita, kuten esimerkiksi lentomelulle altistuvien ihmisten määriä tai tehdasalueen päästöjen leviämisen laajuutta ympäristössä. Bufferilla on myös mahdollista selvittää kauppojen vaikutusalueiden laajuutta, kuten Mikael Asikainen mainitsee blogissaan.

Bufferointi toimii kaikessa yksinkertaisuudessaan näin:

Aluksi valitaan tai piirretään muuttujat joiden ympärille bufferi muodostetaan. Esimeriksi Malmin lentokentän kiitoradat, kuten 1. itsenäisharjoituksessa. Tämän jälkeen valitaan Objects -> Buffer-> ja syötetään halutut arvot, kuten esimerkiksi Value-kohtaan 1 ja Units-kohtaan kilometres. Näin bufferi luodaan esimerkiksi kiitoradasta 1 km säteelle. Bufferi on näin helposti valmis ja haluttuja muuttujia säteen sisällä (kuten taloja) voidaan tarkastella Boundary Select-työkalulla. Itselläni oli aluksi ongelmia Boundary Select-työkalun kanssa, koska en tajunnut laittaa Layer Controlin Selectable-kohdassa aktiiviseksi ainoastaan asukkaita ja tämän vuoksi työkalu valitsi tarkasteltaviksi kohteiksi ainoastaan piirtämäni kiitoradat.

Itsenäisharjoitukset olivat melko vaativia ja opittuja asioita piti osata soveltaa. MapInfon käyttö on melko matemaattista; se sisältää paljon erilaisten kyselyiden laatimista ja tietokantojen yhdistelyä. Ohjelma onkin verrattavissa tilasto-ohjelmiin eikä piirto-ohjelmiin kuten alussa ajattelin. Ohjeet itsenäisharjoituksiin olivat myös hiukan epäselvät ja tämä tuotti hankaluuksia tehtäviä suorittaessa. Itsenäisharjoituksissa teimme erilaisia kyselyitä liittyen  muun muassa Malmin sekä Helsinki-Vantaan lentokenttään ja Juna-asemiin. Saamani vastaukset tehtäviin ovat nähtävillä taulukossa 1. Vastaukset eroavat jonkun verran toisistaan muiden kurssilaisten vastausten kanssa johtuen valituista asetuksista sekä esimerkiksi siitä, kuinka tarkasti kiitoradat on piirretty kartalle. Heitot eivät kuitenkaan ole kovin suuria. Haastetta toi esimerkiksi se kuinka saa laskettua asukkaiden määrän 55dB alueella. Luulin ymmärtäneeni miten kysely tehdään, mutta oma vastaukseni oli aluksi täysin erilainen verrattuna muiden saamaan tulokseen. Loppujen lopuksi sain kuitenkin saman suuntaisen vastauksen kuin muilla.

Taulukko 1. Itsenäistehtävät 1 ja 2.

Kolmannen itsenäistehtävän tein Helsingin yhtenäiskoulun oppilaista ja vastaukset kysymyksiin on nähtävissä taulukossa 2. Nämä sujuivat jo melko helposti.

Taulukko 2. Itsenäistehtävä 3.

Tietokantojen yhdistelyn perusteet alkavat olla jo hallinnassa, mutta vaikeuksia tuottaa edelleen monta eri vaihetta vaativat yhdistelyt. En aivan täysin ymmärrä MapInfoa kaikissa asioissa ja tämän vuoksi tehtävien teko on melko mekaanista. Parhaiten hallinnassa on varmaankin tietokantojen yhdistely ja bufferointi. Select ja  SQL Select ovat myös osoittautuneet hyödyllisiksi työkaluksi. Kurssikerran itsenäistehtävien tekeminen muistutti kovasti Ilppo Soininvaaran työskentelyä: “Tehtäviä tehdessä ei useinkaan ollut selvää mitä piti tehdä, vaan kokeilun ja monen, karvaan pettymyksen jälkeen vastaus näytti oikean suuntaiselta.” Kiva huomata, etten ole ainoa jolla oli ongelmia tämän kerran tehtävien parissa!

Lähteet:

Asikainen, M. 2013. PAK Mikael Asikainen. Kurssikerta 5. 20.2.2013. <https://blogs.helsinki.fi/midasika/2013/02/19/kurssikerta-5/>

Sonininvaara, I. 2013. Bloggi, paikkatietoa parhaimmillaan. Kurssikerta 5, bufferointi ja hajotus. 20.2.2013                                  <https://blogs.helsinki.fi/ilbsoini/2013/02/14/kurssikerta-5-bufferointi-ja-hajotus/>

4. Kurssikerta: ruutuja ja ruutuja

Neljännellä kurssikerralla tarkoituksena oli luoda ruututeemakartta ja lopputunnista opetella rasteriteemakarttojen kiinnittäminen MapInfon tietokantaan sekä opetella piirtämään MapInfossa rasterikartan avulla. Kurssikerta oli tähän mennessä haastavin, koska myös edellisten kurssikertojen oppien piti olla hyvin hallinnassa. Kurssikerralla tuli ilmi, etten aivan täydellisesti ollut omaksunut tietokantojen liitoksia kolmannelta kurssikerralta ja valmiin kartan laatiminen vaatikin paljon keskittymistä ja aivosoluja. Nyt muutamien MapInfon parissa Aleksadriassa vietettyjen tuntien jälkeen voin sanoa ymmärtäväni melko hyvin tähän mennessä käsitellyt asiat.

Aloitimme kurssikerran luomalla 500 m x 500 m ruudukon (gridin) valmiin pääkaupunkiseudun rakennuskantakartan  päälle. MapInfon avulla saa kätevästi luotua erikokoisia ruudukoita haluamalleen alueelle create grid – toiminnolla. Valmiiseen ruudukkoon liitetään vielä halutut tietokannat esimerkiksi väestön täsmällisestä sijoittumisesta, jolloin ruutuihin tulee tarkat luvut asukkaiden määrästä kyseisellä ruudulla. Hankaluutena on kuitenki rajoille sijoittuvat tiedot kuten Anna Hellén toteaa blogissaan: “Rasterikartoilla on ongelmana rajoille osuvat tiedot, koska ohjelma laskee nämä tuplana, jolloin sama tieto tulee lasketuksi kummallekin alueelle (tai pahimmassa tapauksessa neljälle alueelle, jos osuu risteyskohtaan). Mitä enemmän ruutuja on, eli mitä lyhyempi on yhden ruudun sivun pituus, sitä enemmän syntyy virheitä.” Tiedot saa kuitenkin korjattua MapInfolla, mutta se on melko aikaa vievää aineiston ollessa laaja.

Ruututeemakartta mahdollistaa absoluuttisten arvojen esittämisen kartalla toisin kuin koropleettikartat, koska pinta-alat ovat joka ruudussa samat. Koropleettikartoissa alueet ovat useimmiten keskenään erikokoisia hallinnollisia alueita ja tämän vuoksi absoluuttisten arvojen esittäminen vääristäisi karttaa. Koropleettikarttoja on kuitenkin mielestäni miellyttävämpi lukea, koska alueet ovat niissä (yleensä) suurempia kuin ruutukartoissa ja ne on helpompi hahmottaa. Ruutukartta näyttää lähinnä pikselimössöltä, varsinkin käytettäessä pieniä ruutuja. Absoluuttisia arvoja voi ruutukartan lisäksi esittää myös pistekartalla, jota käsittelimme aikaisemmalla kurssikerralla. Pistekartta on monissa tilanteissa sekeämpi kuin ruutukartta. Ruutukartat ovat kuitenkin käytännöllisiä esimerkiksi tietojen keräämisessä ja käsittelyssä tietokoneilla.

Itsenäisharjoituksena teimme vapaavalintaisesta aiheesta oman ruututeemakartan joko yhdellä tai kahdella eri ruutukoolla. Valitsin karttojeni aiheeksi ulkomaalaisten asukkaiden määrät pääkaupunkiseudulla ja tein aiheesta 500 m x 500 m sekä 1 km x 1 km ruutukartat. Pieniruutuinen kartta on luonnollisesti tarkempi ja se mahdollistaa aineiston yksityiskohtaisemman tutkimisen, jos tarkoituksena on vertailla esimerkiksi eri asuinalueita toisiinsa. Isoruutuisista kartoista taas näkee paremmin laajemmat kokonaisuudet.

Kuva 1. Ulkomaalaisten asukkaiden määrät pääkaupunkiseudulla 500 m x 500 m ruudukolla.

 

Kuva 2. Ulkomaalaiset asukkaat pääkaupunkiseudulla 1 km x 1 km ruutukoolla. 

Eniten ulkomaalaisia asukkaita on Itä- ja Etelä-Helsingissä. Espoossa ja Vantaalla on myös pieniä ulkomaalaisten keskittymiä, mutta Helsinkiin verrattuna ulkomaalaisia on vähän osaksi johtuen muutenkin Helsingin suuremmasta väkimäärästä. Helsingin kaupungin tietokeskuksen julkaiseman “Ulkomaalaiset Helsingissä” – tutkimuksen mukaan ulkomaalaisten asukkaiden määrä nousee niillä alueilla korkeammaksi, joissa asutus on tiiviimpää ja vastaavasti laskee pientaloalueilla. Tähän vaikuttanee muun muassa se, että ulkomaalaiset opiskelijat asuvat opiskelija-asunnoissa ja monet maahanmuuttajat asuvat kaupungin vuokra-asunnoissa, jotka kuuluvat tiiviiseen asutukseen. Tutkimuksen mukaan ulkomaalaisten sijoittumisen voi jaotella kolmeen ryhmään:

-ulkomaalaisten opiskelijoiden keskittymät alueilla, joilla on paljon opiskelija-asuntoja

-alueet, joilla on paljon kaupungin vuokra-asuntoja

-eteläinen kantakaupungin alue

Kartan ongelma on se, ettei siitä tule ilmi kuinka tiheää asutus on ylipäänsä milläkin alueella. Meri Lindholm kuvaa kartallaan hyvin väestön absoluuttisia määriä pääkaupunkiseudulla ja kartasta on havaittavissa, ettei esimerkiksi Pohjois-Vantaalla tai -Espoossa edes ole kovin paljon asukkaita, joten luonnollisesti myös ulkomaalaisten asukkaiden määrät ovat alhaisia. Olisikin ehkä havainnollisempaa esittää ulkomaalaisten suhteellisia arvoja kartalla, jotta huomioon tulisi myös asutuksen todellinen sijoittuminen tai esittää lisäksi asukkaiden sijoittumista kuvaava kartta.

Suvi Välimäki on tehnyt kartan muuta kuin suomea tai ruotsia äidinkielenä puhuvista asukkaista pääkaupunkiseudulla. Kartta on käytännössä samanlainen kuin kuva 2, koska luonnollisesti suurin osa muuta kuin suomea tai ruotsia äidinkielenä puhuvista on ulkomaalaisia. Kartalta on havaittavissa ulkomaalaisten asukkaiden painottuminen junaradan varrelle. Tosin kuten Suvikin blogissaan mainitsee, koska kartalla esitetään absoluuttisia lukuja, ei lukija voi tulkita siitä suoraan kuinka paljon ulkomaalaisten sijoittumista selittää kaiken asutuksen yleinen keskittyminen liikenneyhteyksien varrelle. Kartalla on kuitenkin havaittavissa itä-länsi -asetelma; Espoon halki kulkevan radan varrella asuu vähemmän muunkielisiä kuin itäisimpien reittien alueella (Välimäki). Idässä onkin halvempia asuntoja ja runsaasti kaupungin vuokra-asuntoja joista esimerkiksi pakolaiset saavat usein asunnon.

Kartat ovat mielestäni onnistuneet ja värivalinnat ovat hyvät. Ruutukartoissa käytettävien värien tulee olla selkeät ja toisistaan erottuvat; pieniltä ruuduilta on vaikeaa erottaa värisävyjen vaihteluita. Pistekartalta on hankalampi hahmottaa alueiden sijainteja kuin esimerkiksi koropleettikartasta. Kartta voisikin olla havainnollisempi, jos ruutujen taustalla olisi ääriviivat esimerkiksi kuntien osa-alueista ja niiden osa-alueiden nimet. Tosin tällöin kartasta saattaisi tulla epäselvä, koska ruudut ovat jo itsessään melko levottoman näköisiä. Jotain tarkennusta kartat kuitenkin kaipaavat.

Lähteet:

Hellén, A. 2013. Maailma – loputtoman tiedon kenttä. Kurssikerta 4 ja ku maailma muuttui ruuduiksi. 17.2.2013.                                                                  <https://blogs.helsinki.fi/aehellen/2013/02/10/kurssikerta-4-ja-kun-maailma-muuttui-ruuduiksi/>

Lindholm, M. 2013. Meri & kartografian höyhensaaret. Kurssikerta 4. Ruutuja ja ässiä karttoja. 17.2.2013.                                                                                          <https://blogs.helsinki.fi/lime/2013/02/05/kurssikerta-4-ruutuja-ja-assia-karttoja/>

Ranto, S. 2005. Ulkomaalaiset Helsingissä. Väestörakenne, muuttoliike, elinkeinot ja alueellinen sijoittuminen. Helsingin kaupungin tietokeskus, Helsinki. 17.2.2013. <http://www.hel2.fi/tietokeskus/julkaisut/pdf/05_03_09_ranto_vj12.pdf>

Välimäki, S. 2013. Paikkatiedon hankinta, analyysi ja kartografia. Ruututeemakartta muuta kuin suomea tai ruotsia puhuvista pääkaupunkiseudulla. 17.2.2013.<https://blogs.helsinki.fi/suva/2013/02/07/ruututeemakartta-muuta-kielta-kuin-suomea-ja-ruotsia-puhuvista-paakaupunkiseudulla/>

 

SWOT-analyysi

Olisiko mielenkiintoista tietää korttelin tarkkuudella asuinalueesi keskimääräinen koulutustaso, kuinka paljon asuinalueellasi asuu tummaihoisia tai kuinka monta prosenttia asukkaista elää saman sukupuolen kanssa parisuhteessa? Suomessa tämä ei ole mahdollista kuin pienelle rajatulle osalle väestöä, mutta Yhdysvalloissa voi jokainen kansalainen saada nämä asiat tietoonsa esimerkiksi New York Timesin tuottaman mielenkiintoisen karttapalvelun Mapping America: Every City, Every Block avulla.

New York Timesin karttapalvelun tiedot perustuvat yhdysvaltain väestönlaskentaviraston (Census Bureau) tietoihin vuosien 2005 – 2009 ajalta. Tiedot ovat kuitenkin vain otoksia, joten niissä voi olla virheitä. Lukuja tuleekin ennemmin tarkastella arvioina kuin absoluuttisena totuutena. Karttapalvelun heikkous onkin juuri tämä. Ihmiset helposti ajattelevat aineiston olevan prosentilleen tarkkaa eivätkä huomioi, että luvut voivat olla myös virheellisiä.

Karttapalvelu on itsessään hyvin toimiva ja selkeä. Halutut tiedot saa helposti näkyville ja kartat ovat informatiivisia. Asukkaiden yksityisyyden suoja ei myöskään ole vaarassa, koska tutkituilla alueilla on paljon ihmisiä eikä heitä pysty identifioimaan. Harvaan asutut alueet on jätetty ilmoittamatta. Tulokset esitellään erilaisilla koropleetti- sekä pistekartoilla, jotka ovat mielestäni selkeitä ja asianmukaisia. Kursorilla voi osoittaa itseään kiinnostavia alueita, jolloin vieressä olevassa valkoisessa laatikossa näkyy prosentteina tai absoluuttisina lukuina haettavat muuttujat sekä arvioitu asukkaiden määrä alueella. Aliisa Priha huomasi lisäksi, että joissain tapauksissa näkyvillä on myös erotus vuoden 2000 arvoihin, jolloin voidaan vertailla alueiden kehityssuuntia.

Kuva 1. Kartta kuvaa asukkaiden sijoittumista etnisen taustan perusteella New Yorkin alueella (Mapping America…2013).

Toinen kysymys onkin, mihin tavallinen amerikkalainen tarvitsee tietoja esimerkiksi siitä, paljonko aasialaisia asuu tietyssä korttelissa tai montako prosenttia asukkaista on suorittanut peruskoulun. Kaikki etniseen taustaan tai koulutukseen perustuvat tiedot karttapalvelussa ovat mielestäni hiukan arveluttavia näin tarkoilta alueilta ilmoitettuina eivätkä palvele keskivertoamerikkalaisia. Asukkaiden etninen tausta ilmoitetaan jopa pisteiden tarkkuudella (jotka vastaavat tarkimmillaan 20 asukasta) kuten kuvasta 1 voidaan havaita. Lähinnä näin tarkat luokittelut voivat pahimmassa tapauksessa lisätä entisestään alueiden segregaatiota, kun ihmiset etsivät asuinalueita haluttujen kriteerien perusteella (esimerkiksi korkea koulutustaso ja vähän maahanmuuttajia). Ulkomaalaiset saattavat myös haluta muuttaa asuinalueelle, jossa on paljon saman etnisen taustan omaavia ja näin edistää vähemmistöjen omaehtoista eristymistä. Karttapalvelusta onkin havaittavissa asutuskeskittymiä etnisen taustan perusteella.

Toisaalta, koska palvelussa esitellään hyvin laajasti eri muuttujia, voidaan niitä vertailla keskenään ja tutkia muuttujien kuten tulotason ja etnisen taustan välisiä yhteyksiä. Todellisuudessa karttapalvelua käytetään kuitenkin luultavasti vain oman asuinalueen sekä uusien asuinalueiden tutkimiseen ja mielenkiinnon vuoksi. Keskivertoamerikkalaisia tuskin kiinnostaa oikeasti tutkia muuttujien välisiä korrelaatioita.

Löysin myös samantyylisen Amerikan rikostilastoja kuvaavan kartan “Crime Mapping“, joka ilmoittaa valittujen päivien ajalta tarkasti eri rikosten ajankohdan, paikan sekä laadun. Itsestäni olisi mielenkiintoista tutkia vastaavia tilastoja Helsingistä, mutta erityisesti tarkat  tiedot rikoksista ovat visusti salattuja ja lähinnä poliisilaitoksen tiedossa. Toisaalta liika tieto lisää pelkoa ja tiettyjä asuialueita alettaisiin todennäköisesti karttaa entistä enemmän, jos niillä huomattaisiin olevan suuri määrä rikoksia. Amerikassa tosin kyseistä palvelua puolustellaan sillä, että kansalaisten tietoisuutta lisäämällä omasta asuinalueestaan voidaan avustaa poliisia rikollisuuden vähentämisessä. Kansalaisten itsenäisyyden tunteen lisääminen on todettu hyödylliseksi rikollisuuden vastaisessa kamppailussa. Ristiriitaisia tulkintoja siis.

Suomen asukkaat eivät kuitenkaan ole aivan pimennossa ympärillä olevista asioista. Esimerkiksi pääkaupunkiseudulta on saatavilla karttapalvelua vastaavia karttoja muun muassa ulkomaalaisten sijoittumisesta pääkaupunkiseudulla, mutta ne eivät kuitenkaan ole korttelin tarkkuudella kuten Mapping America-palvelussa. Suomen malli on mielestäni melko toimiva, koska tietoja on kuitenkin saatavilla kohtuullisesti eikä asukkaiden yksityisyydensuoja ole vaarassa. On kuitenkin melko pelottavaa, miten yksityiskohtaista tietoa on saatavilla osalle väestöstä. Pääkaupunkiseudullakin on kuitenkin havaittavissa segregaatiota, vaikka tietoa onkin rajoitettu eikä esimerkiki Yhdysvaltojen kaupunkien segregaatioon varmastikaan ole vaikuttanut juurikaan tiedon saatavuus vaan esimerkiksi historia (rotuerottelu).

MappingAmerica-karttapalvelua voisi mahdollisesti kehittää niin, että tietoja hiukan karsisi palvelusta ja niistä tehtäisiin yleispiirteisempiä. Toisaalta segregaatiota esimerkiksi New Yorkin seudulla tuskin enää ehkäisee tietojen karsiminen yhdeltä karttapalvelulta. Olisi mielenkiintoista, jos palvelussa olisi mahdollista tehdä lisäksi erilaisia diagrammeja sekä talulukoita muuttujien mukaan. Kartalta puuttuu myös mittakaava ja pohjoisnuoli, jotka ovat hyvän kartan peruselementtejä.

Lähteet:

CrimeMapping (2013). The Omega Group. 17.2.2013. <http://www.crimemapping.com/map.aspx?aid=5ff79d33-e94b-4b17-807a-6cf31aca4238>

Mapping America: Every City, Every Block (2013). The New York Times. 17.02.2013.
<http://projects.nytimes.com/census/2010/explorer>

Priha, A. (2013). Aliisan paikkatietoblogi. NYTimes SWOT-analyysi, tiedottomuus = turvallisuutta? 17.2.2013.                  <https://blogs.helsinki.fi/apriha/2013/02/14/tiedottomuus-turvallisuutta/>

Välimäki, S. (2013). Paikkatiedon hankinta, analyysi ja kartografia. New York Timesin karttapalvelun tarkastelua. 17.2.2013.              <https://blogs.helsinki.fi/suva/2013/02/16/new-york-timesin-karttapalvelun-tarkastelua/>

3. Kurssikerta: erilaisia tietokantoja ja niiden yhdistelyä

Olin melko luottavaisin mielin kolmatta kurssikertaa ajatellen, koska edellisellä viikolla kaikki oli mennyt suhteellisen kivuitta MapInfon kanssa. Se ehkä tuotti huonoa onnea´ja kolmas kurssikerta sujuikin MapInfon osalta kaikkea muuta kuin hyvin. Onnistuin kaatamaan ohjelman kahteen kertaan (sen pitäisi Arttu Paarlahden mukaan olla vaikeaa), eikä MapInfo suostunut tekemään tiedostoliitoksia, vaikka mielestäni tein kaiken oikein. En myöskään ymmärtänyt aluksi, mitä olimme tekemässä. Seurasin vain kolmannen kurssikerran materiaalia ja yritin urkkia ohjeita Atte Helvelahdelta, joka ilmeisesti oli ymmäränyt jotain oleellista MapInfon käytöstä ja tietokantojen liitoksista. Loppujen lopuksi sain kuitenkin aikaan suhteellisen onnistuneen kartan ja uskoisin ymmärtäneeni tietokantojen liittämisen periaatteen MapInfolla.

Afrikan konfliktit

Kolmannella kurssikerralla oli tarkoituksena opetella liittämään ulkoista tietoa MapInfon tietokantaan, valmistella tietokanta käyttöä varten sekä oppia tietokantojen yhdistäminen. Aloitimme kurssikerran yhteisharjoituksella Afrikan valtioiden tietokannalla. Tietokantaa piti aluksi yksinkertaistaa tietoa menettämättä ja se sujuikin helposti MapInfon “Combine objects using Column” -toiminnolla. Tämän jälkeen siihen pystyttiin liittämään ulkopuolista tietoa esimerkiksi Excelistä.

Liitimme Excelistä Afrikan tietokantaan tietoa eri valtioiden Internetin käyttäjämääristä sekä Facebookin käyttäjämääristä. Kun tiedot oli saatu liitettyä, yhdistimme Afrikan tietokantaan vielä kolme uutta tietokantaa timanttikaivoksista, öljyesiintymistä sekä konfliktialueista. Kuva 1. on Arttu Paarlahden PAK-2013-blogista otettu Afrikan kartta, joka on tehty hyödyntämällä kurssikerran materiaaleja.

Kuva 1. Kartta kuvaa Afrikan konfliktien, timanttikaivosten sekä öljykenttien sijainteja (Paarlahti, A. 2013).

Suurin osa Afrikan konfliktialueista sijoittuu päiväntasaajan seudulle, mutta konflikteja esiintyy oikeastaan kaikkialla Afrikassa. Ainoastaan Libya ja Mauritania näyttävät säästyneen suuremmilta konflikteilta. Kartta antaa hieman harhaanjohtavan kuvan konfliktien määristä; niitä näyttää olevan Afrikassa vain viitisenkymmentä, mutta todellisuudessa karttaa lähemmin katsottuna lisääntyy konfliktien määrä huomattavasti.

Yleissilmäyksellä voisi päätellä että öljyesiintymät sekä timanttikaivokset korreloisivat konfliktien kanssa esimerkiksi Afrikan länsirannikolla sijaitsevissa Sierra Leonessa ja Liberiassa sekä lisäksi esimerkiksi Angolassa ja Kongon tasavallassa. Kartalta ei mielestäni kuitenkaan voi vetää johtopäätöksiä muuttujien korrelaatiosta tietämättä tarkemmin taustoja. Siitä ei myöskään tule ilmi konfliktien, timanttiesiintymien tai öljyesiintymien ajankohtaa eikä täten voida tietää, onko konfliktit esiintyneet alueella jo ennen esimerkiksi timanttiesiintymien löytämistä.

Suvi Välimäki huomauttaa blogissaan, ettei esimerkiksi timanttikaivosten tai muiden ympäristölle tai omistajilleen arvokkaiden kohteiden sijaintitietoja haluta välttämättä ilmoittaa täysin tarkasti kartoilla. Tämä tulee ottaa huomioon kun tutkitaan yhdistettyjen aineistojen korrelaatioita keskenään; tässä tapauksessa konfliktien yhteyttä timanttikaivosten sekä öljylähteiden esiintymiseen. Tämän vuoksi kartalta ei voi tutkia muuttujien korrelaatiota keskenään kuin suuntaa-antavasti, riippuen siitä kuinka tarkasti sijainnit on loppujen lopuksi ilmoitettu.

Konfliktien syntyyn vaikuttavat monet tekijät ja niitä on pohdittu esimerkiksi Hegren ja Raleighin (2006) artikkelissa “Population Size, Concentration, and Civil War. A Geographically Disaggregated Analysis”. Artikkelin analyysi perustuu 14 keskisen Afrikan valtioon. Siinä tutkitaan valtion koon sekä väestön sijoittumisen vaikutusta konflikteihin. Analyysin pohjana on käytettyy ACLED (Armed Conflict Location and Evident Datasets)-tietokantaa, joka käsittelee maiden säisiin konflikteihin mahdollisesti jotavia tekijöitä pienemmissä osissa. Näitä ovat muun muassa tieto väestöstä, etäisyydestä pääkaupunkiin sekä etäisyydestä rajoille.

Alueen asukasmäärät sekä aseelliset selkkaukset korreloivat artikkelin mukaan keskenään. Konflikteja syntyy pääosin väkirikkailla ja vaurailla alueilla, eniten suurimmissa väestökeskittymissä, lukuun ottamatta pääkaupunkia. Suurin riski konflikteihin on väestökeskittymissä, jotka sijaitsevat kaukana pääkaupungista sekä valtion rajoilla. Maissa, joissa asutus on keskittynyt pääkaupungin ympärille esiintyy vähemmän sisäisiä konflikteja verrattuna maihin, joissa asutus on levittäytynyt tai keskittynyt muihin keskuksiin kauas pääkaupungista.

Texasin yliopistosta Cullen Hendrix ja Idean Salehyan ovat myös tutkineet ja kartoittaneet yli 6000 konfliktia Afrikassa. Heidän päähavaintona oli, että vaihtelevat sademäärät tulvasta kuivuuteen lisäävät selvästi levottomuuksia ja konfliktiherkkyyttä Afrikassa. Tutkimuksen mukaan konfliktien määrä on noussut kuivina aikoina jopa 34% ja hyvin sateisina aikoina taas 27%. Runsassateisina aikoina konfliktit ovat olleet erityisen väkivaltaisia (Kepa 2011).

Afrikan konflikteihin vaikuttavat monet syyt ja osaltaan varmasti myös luonnonvarojen esiintyminen alueella. Konflikteihin vaikuttavat tekijät ovat kuitenkin hyvin moninaisia. Ollaan aika vaarallisilla vesillä, jos vain yhden kartan perusteella tehdään mitään johtopäätöksiä konflikteihin vaikuttavista syistä, vaikka kuvan 1 kartalta voitaisiinkin vetää johtopäätös luonnonvarojen ja konfliktien positiivisesta korrelaatiosta.

Tulvaindeksi ja järvisyysprosentti 

Yhteisharjoituksen jälkeen laadimme itsenäisesti koropleettikartan Suomen valuma-alueiden tulvaindeksistä sekä järvisyysprosentista (kuva 2). Tarkoituksena oli hyödyntää opittua tietoa aineistojen yhdistelystä ja koropleettikarttojen laadinnasta. Järvisyysprosentin lisääminen pylväsdiagrammeina oli haastavaa, koska pylväistä oli vaikeaa saada sopivan kokoisia. Nyt ne peittävät länsi- ja etelärannikolla pienet kunnat kokonaan eikä kuntien ääriviivoja juurikaan näy. Muutin pylväitä läpinäkyväksi, jotta kuntien ääriviivat kuultaisivat pylväiden taustalta. Se ei kuitenkaan kauheasti parantanut tilannetta.

Kuva 2. Suomen valuma-alueiden tulvaindeksi sekä järvisyysprosentti (Valuma alueet: Syken Oiva tietokanta, Joet ja järvet: Maanmittauslaitos 2011).

Suurimmillaan tulvaindeksi on Länsi- ja Koillis-Suomen rannikolla. Lähes kaikkialla muualla Suomessa tulvaindeksi on hyvin pientä (0 – 30). Järvisyysprosentilla ja tulvaindeksillä on huomattavissa selkeä yhteys: järvisyysprosentti on poikkeuksetta pientä valuma-alueilla joilla on korkea tulvaindeksi.

Tulvaindeksin suuruuteen vaikuttanee pohjanmaan alava maasto, maaperä sekä järvien vähyys. Pohjanmaa on alavaa seutua, jolloin jokien vedennousu aiheuttaa hyvin herkästi tulvia laajalle alueelle. Myös ihmisen toiminnalla on omat vaikutuksensa tulvien syntyyn. Laajat soiden ojitukset saavat aikaan veden luontaista nopeamman valumisen jokiin ja järviin. Veden valuminen pelloilta, taajamista ja ojitetuista metsistä jokiin on myös nopea. Veden virtausta hidastavia elementtejä ei ole juurikaan jäljellä (Suomen Luonnonsuojeluliitto 2012). Selitys vähäiseen tulvaindeksiin korkean järvisyysprosentin alueilla Mirjam Smalénin mukaan on ainakin osaltaan se, että: “…järvialtaat ja muut vesistöt toimivat ylimääräisen veden kerääjinä ja säiliöinä. Ylimääräistä vettä pitäisi olla valtavia määriä, jotta järviset alueet tulvisivat.”

Olen tyytyväinen kartan lopputulokseen, vaikka kartan laatiminen tuottikin aluksi paljon tuskanhikeä. Kartalla on nähtävissä sen tärkeimmät elementit ja se on mielestäni selkeä. Järvisyysprosenttia esittävät pylväät voisivat tosin sijaita valuma-alueiden keskellä. Kurssikerralla tuli paljon uutta asiaa kerralla, joka oli huomattavasti vaikeampaa omaksua kuin edellisten kurssikertojen opit ja se tuntui siksi erityisen haastavalta.

Lähteet:

Africa Internet Usage; Facebook and Population Statistics (2012). Internet World Stats. Miniwatts Marketing Group. 2.2.2013.             <http://www.internetworldstats.com/stats1.htm>

Hegre, H. & Raleigh, C. (2006). Population Size, Concentration, and Civil War. A Geographically Disaggregarion Analysis.

Joet ja järvet (2011). Maanmittauslaitos. 2.2.2013. <http://www.maanmittauslaitos.fi/ilmaisetaineistot>

Kepa (2013). Tutkimus: Ilmastonmuutos uhkaa lisätä konflikteja Afrikassa. Kepa Ry, Helsinki. 2.2.2013.                                                                               <http://www.kepa.fi/uutiset/8257>

Map Library (2007). Africa. The Map Maker Trust. 2.2.2013. <http://www.maplibrary.org/stacks/Africa/index.php>

Paarlahti A. (2013). Paikkatiedon hankinta, analyysi ja kartografia. Afrikan tietoja. 2.2.2013.<https://blogs.helsinki.fi/pak-2013/2013/01/28/afrikan-tietoja/>

Smalén, M. (2013). Mirjamin blogi kevät 2013. Tietokantoja kerrakseen. 2.2.2013.     <https://blogs.helsinki.fi/msmalen/2013/02/02/tietokantoja-kerrakseen/>

Suomen Luonnonsuojeluliitto (2013). Soiden ennallistaminen vähentää tulvia. 2.2.2012. <http://www.sll.fi/ajankohtaista/tiedotteet/2012/soiden-ennallistaminen-vahentaa-tulvia>

Valuma-alueet (2011). OIVA – Ympäristö- ja paikkatietopalvelu asiantuntijoille. Suomen ympäristökeskus. 2.2.2013.                                 <http://wwwp2.ymparisto.fi/scripts/oiva.asp>

Välimäki S. (2013). Paikkatiedon hankinta, analyysi ja kartografia. Afrikka-aiheisen taulukkotiedon käsittelyä MapInfolla ja teemakartta valuma-alueista. 2.2.2013. <https://blogs.helsinki.fi/suva/2013/01/30/afrikka-aiheisen-taulukkotiedon-kasittelya-mapinfolla-ja-teemakartta-valuma-alueista/>

 

2. Kurssikerta: kahden muuttujan teemakartat

En odottanut vuoden 2013 toista kohtaamista MapInfon kanssa kovin innolla, koska edellisen viikon MapInfo-kokemus ei ollut sujunut aivan täydellisesti. Ohjelma kuitenkin ylitti odotukseni eikä sen käyttö tuntunut aivan yhtä toivottomalta kuin edellisellä kerralla, koska kertasimme paljon edellisen viikon oppeja, jotka olivat ainakin osittain hallussa. Uutta asiaa oli lähinnä vain erilaisten teemakarttojen teko, mutta se toimi samalla logiikalla kuin koropleettikartan laatiminen edellisellä kurssikerralla.

Aluksi kävimme kurssikerralla läpi erilaisia teemakarttoja ja harjoittelimme niiden laatimista MapInfon avulla. Teimme päällekkäisiä teemakarttoja Pohjois-Suomen kunnista, kuten esimerkiksi yhdistettyjä koropleetti- ja pylväsdiagrammikarttoja. Lopuksi teimme oman vapaavalintaisen kartan hyödyntäen opittuja asioita. Kurssikerralla näytettiin lisäksi helppo tapa yksinkertaisten tilastollisten tunnuslukujen ottamiseen MapInfolla. Joissakin tapauksissa aineistoa kannattaa tarkastella tilastollisesti ennen kartan laadintaa. Aineistoa on näiden tietojen avulla mahdollista luokitella tavoilla, joita ei ohjelman valmiista vaihtoehdoista löydy.

En keksinyt oman karttani aiheeksi mitään kovin mielenkiintoista, joten valitsin hiukan tylsästi saman aiheen kuin edellisen kurssikerran karttaan: eläkeläisten osuuden väestöstä. Sen pariksi otin karttaan taloudellisen huoltosuhteen ja laadin näistä kahden teeman koropleettikartan (kuva 1), jonka tarkoituksena on tutkia eläkeläisten osuuden ja huoltosuhteen vaikutusta toisiinsa. Aineistona oli tälläkin kerralla kunnat 2011-tietokanta. En ottanut kaikkia Suomen kuntia karttaan, vaan rajasin alueen Uuteenmaahan. Kahden muuttujan koropleettikartassa toisen teemoista tuli olla läpinäkyvä rasteriteema ja toisen värillinen.

Kuva 1. Kartta kuvaa taloudellista huoltosuhdetta ja eläkeläisten osuutta Uudellamaalla. Pienimmillään taloudellinen huoltosuhde ja eläkeläisten määrä ovat pääkaupunkiseudun ympärillä ja suurimmillaan alueen reunoilla (Tilastokeskus 2011).

Luokkien lukumääräksi valitsin kolme, joka on kahden teeman koropleettikartoilla maksimimäärä. Tarkastelin aineistoja histogrammityökalun avulla, jonka käytön opin edellisellä viikolla. Aineiston jakauma oli kummassakin tapauksessa epämääräinen, joten valitsin niille luokitukseksi kvantiilin. Kvantiili on melko turvallinen luokitustapa, koska se sopii lähes kaikkiin jakaumiin.

Värilliset alueet kuvaavat kartalla eläkeläisten lukumääriä, jossa tummanpunainen kuvaa suurta eläkeläisten osuutta kunnissa ja keltainen taas vähäistä osuutta. Pisterasterit kuvaavat taloudellista huoltosuhdetta. Taloudellinen huoltosuhde kuvaa sitä osuutta väestöstä, jota työssäkäyvät joutuvat elättämään. Tilastokeskuksen mukaan se on kytköksissä eläkeläisten määrään ja suuri eläkeläisten määrä nostaa taloudellista huoltosuhdetta, mutta siihen vaikuttaa ikärakenteen lisäksi myös taloudelliset suhdanteet sekä alueen työllisyystilanne. Sonja Aarnio on kuvannut blogissaan myöskin eläkeläisten vaikutusta taloudelliseen huoltosuhteeseen. Aarnion kartta sijoittuu Keski-Suomen kuntiin ja siitäkin on havaittavissa kuinka suuri eläkeläisten määrä vaikuttaa osaltaan taloudelliseen huoltosuhteeseen. Huoltosuhde on poikkeuksetta suurempi alueilla, joilla eläkeläisten määrä on korkea. Keski-Suomen kuntiin verrattuna Uudellamaalla menee hyvin, kun katsoo huoltosuhdetta: Uudellamaalla huoltosuhde on suurimmillaan 1,44 kun taas Keski-Suomessa se kohoaa yli 1,94.

Pienimmillään eläkeläisten lukumäärä ja huoltosuhde ovat Helsinkiä ympäröivissä kunnissa kuten Espoossa, Vantaalla, Kirkkonummella sekä Vihdissä. Niihin muuttaa paljon nuoria perheitä lapsineen edullisten asuntojen ja tilan vuoksi. Niistä on lisäksi suhteellisen lyhyt matka töihin esimerkiksi Helsinkiin. Opiskelijat muuttavat kauempaa myös koulujen perässä, joka nuorentaa asukaskuntaa pääkaupunkiseudulla ja sitä ympäröivissä kunnissa. Mitä kauemmaksi Helsingistä mennään, niin sitä enemmän on myös eläkeläisiä ja huoltosuhde kasvaa sen mukana. Kauniainen on ainoa pieni kunta pääkaupungin ympärillä, jossa huoltosuhde on 1,27 – 1,44 ja eläkeläisten määrä 18,8 – 22,7.  Aarnio selittää hyvin yhden syyn huoltosuhteen kasvuun reuna-alueille mentäessä: “Alueen vaihtelevaa huoltosuhdetta ja työllisten määrän muutoksia selittää varmasti osaltaan muuttoliike ja kuntien sisäinen taloustilanne. Maakunnan reuna-alueilta ydinalueelle ja muualle Suomeen suuntautuva muuttoliike vähentää kunnan sisäisen työvoiman määrää ja laskee verotuloja, mikä näkyy suoraan heikenneenä huoltosuhteena. Ydinalueen muuttovoitosta nauttivat kunnat keräävät verotuloja alueelle muuttavalta työikäiseltä väestöltä, eikä huoltosuhde pääse juurikaan heikkenemään”.

Kartta muuttui aluksi hiukan epäselväksi, kun siirsin sen blogiin. Kokeilin kuitenkin erilaisia tallennustapoja ja lisäsin resoluutiota, jonka jälkeen se on paljon selkeämpi. Aluksi pisterastereita ei erottanut kunnolla pisteiksi ja tiheimmät pisteet näyttivät viivarastereilta. Tallennustapa ja sen asetukset kannattaa siis ottaa huomioon. Lisäsin karttaan myös muutamien kuntien nimiä helpottamaan kartan lukemista. Kartta on mielestäni selkeä ja siitä ymmärtää helposti mikä on kartan tarkoitus. Väritys on mielestäni myös asianmukainen.

Lähteet:

Aarnio, S. (2013). Sonja Aarnion plogi. 30.1.2013.           <https://blogs.helsinki.fi/aasoaaso/>

Tilastokeskus (2012). Taloudellinen huoltosuhde reagoi talouden muutoksiin. Tilastokeskus, Helsinki.  30.1.2013.                                             <http://www.stat.fi/artikkelit/2012/art_2012-06-04_001.html?s=2>

Artikkeli 1: Anna Leonowicz

Toisen kurssikerran teemana oli kahden muuttujan teemakartat. Luimme aiheeseen liittyen Anna Leonowiczin artikkelin “Two-variable coropleth maps as a useful tool for visualization of geographical relationship” (2006), joka käsittelee kahden muuttujan koropleettikarttoja. Tuomas Väisänen kiteyttää blogissaan artikkelin sanoman osuvasti: “Yhden muuttujan koropleettikartat ovat parempia maantieteellisen levinneisyyden esittämiseen, kun taas fiksujen graafisten päätösten koropleettikartta, jossa on kaksi muuttujaa esittää paremmin maantieteellisten ilmiöiden suhteita toisiinsa. Kahden muuttujan koropleettikartta on todella helppo tehdä vaikeasti luettaviksi liian monilla luokilla ja epäloogisilla väreillä.” Leonowicz esittelee artikkelinsa pohjana tutkimuksen, joka toteutettiin puolalaisilla sekä latvialaisilla maantieteen ensimmäisen vuoden opiskelijoilla. Siinä vertailtiin yhden sekä kahden muuttujan koropleettikarttojen luettavuutta ja mielenkiintoisuutta keskenään.

Leonowiczin artikkelin tarkoituksena on kumota harhakäsitys siitä, että kahden muuttujan koropleettikartat ovat aina vaikeaselkoisia ja epäkäytännöllisiä. Oikein laadittuina ne voivat olla informatiivisia ja mielenkiintoisia esitystapoja. Kartanlukija voi tarkastella kahden teeman koropleettikartasta samanaikaisesti eri muuttujia ja niiden vaikutusta toisiinsa voi näin olla helpompaa ymmärtää. Niiden väliltä voidaan myös huomata yhteyksiä, jotka muuten voisivat jäädä havainnoimatta. Tosin Leonowiczin mukaan kokematon kartanlaatija voi luoda muuttujien välille vahingossa myös olemattomia yhteyksiä.

Kahden muuttujan teemakartat vaativat kartantekijältä taitoa laatia ymmärrettäviä karttoja ja kartanlukijalta taitoa lukea karttoja. Huonosti laadittuina ne ovat helposti epäselviä eikä kartanlukija välttämättä jaksa tarkastella niitä kovin pitkään. Luokkien ja värityksen tulee olla selkeät ja johdonmukaiset. Kuten kurssikerralla jo opimme, niin myös Anna Leonowicz toteaa artikkelissaan, että sopiva luokkien määrä on enintään 2 x 2 (4) tai 3 x 3 (9). Muutoin luokkien merkityksiä voi olla vaikeaa hahmottaa.

Artikkelissa esitellään kiinnostava tapa kuvata muuttujien välistä suhdetta eri värisävyillä (kuva 1). Siinä kaksi eri värisävyä sekä niiden yhdistelmät kuvaavat muuttujien välisen yhteyden voimakkuutta. Legenda poikkeaa myös totutusta ja se saa kartan näyttämään vaikealukuiselta. Aluksi en edes jaksanut katsoa karttaa kovin tarkasti, koska legenda vaikutti todella epäselvältä. Hetken sulateltuani ja tarkasteltuani omituista legendaa, alkaa se kuitenkin näyttää loogisemmalta. Vaikka kartan esitystapa on mielenkiintoinen ja informatiivinen, on sen vaarana kuitenkin vaikealukuisuus. Kokematon kartanlukija ei välttämättä jaksa tarkastella karttaa yhtä silmäystä kauempaa. Tämän vuoksi se ei välttämättä ole paras esitystapa ainakaan kartoissa, joita voi olettaa katsovan myös kartografiaan perehtymätön lukijakunta. 

Kuva 1. Teemakartta kahdella eri teemalla Puolan Mazowszen alueelta. Legenda on totutusta poikkeava ja se on esitetty koordinaatistossa. Kartan ylälaidassa on esitetty kartan muuttujat omilla kartoillaan (Leonowicz 2006).

Itse en välttämättä käyttäisi artikkelissa käytettyä esitystapaa, vaikka se onkin mielenkiintoinen. Siinä on kuitenkin vaarana, että kartanlukijat eivät jaksa perehtyä karttaan kunnolla, koska kyseinen esitystapa ei ole kovin yleinen tai tunnettu. Ehkä ihan syystäkin? Toisaalta se voisi kyllä herättää myös mielenkiintoa. Kokeilumielessä olisi kuitenkin kiva laatia vastaava kahden muuttujan koropleettikartta, mutta se ei taida ainakaan nykyisten tietojeni mukaan olla mahdollista MapInfolla.

Lähteet:

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

Väisänen, T. (2013). Kurssikerta 2 ja koropleettikartta-artikkeli. 29.1.2013. <https://blogs.helsinki.fi/tuomvais>