Tässä olen toista kertaa aloittamassa kyseistä kurssia, sillä viime vuonna kurssi jäi valitettavasti kesken. Kurssilla tehtyjen töiden monimutkaisuus tai vaikeus eivät niinkään olleet kurssin kesken jäämisen syynä, vaan yhdistelmä tehtävien työläyttä sekä vaikeuksia saada blogia ajoissa kirjoitetuksi. Geoinformatiikka, kartat ja datan visualisoiminen kuitenkin kiinnostavat, joten nyt kovasti yritän viime vuoden oppien kertauksen sekä ahkeramman blogikirjoitusten työstämisen myötä saada kurssin suoritetuksi. Tervetuloa mukaan matkaan!
Suuri osa ensimmäisen harjoituskerran opeista oli onneksi vielä viime vuodelta mielessä. Onnistuin tekemään itsenäisesti ja ilman ohjeita monia työvaiheita, mutta joissakin kohdin haasteita kuitenkin ilmeni. Oli kuitenkin ilo havaita joitakin QGIS-taitoja kertyneen edellisvuonna, kun tällä kertaa itse ohjelmiston käyttämisen sijaan turhautumista aiheutti lähinnä kartan visuaalisen ilmeen rakentamisen työläys. Olin ehtinyt jo unohtaa, miten paljon aikaa värien, asettelun ja fonttien valitsemiseen saa kulumaan. Vaikka tahdon saada aikaan visuaalisesti miellyttäviä sekä selkeitä karttoja, on tavoitteenani pyrkiä käyttämään visuaalisen ilmeen miettimiseen hieman vähemmän aikaa, jotta sekä kartat, että kurssisuoritus tulisi viimein saatua valmiiksi.
itämeren typpipäästöt
Ensimmäisellä harjoituskerralla teimme kartan eri maiden osuuksista Itämereen päätyvistä typpipäästöistä (kuva 1). Tämä tehtävä oli kiinnostava, sillä juuri syksyllä perehdyin erästä kurssityötä varten enemmän Itämeren rehevöitymiseen, tosin erityisesti fosforipäästöihin keskittyen. Ihmistoiminnan aikaansaamia ravinnepäästöjä meriin aiheutuu monista eri lähteistä, joista merkittävin on maatalous. Ylimääräiset ravinteet saavat meren perustuotannon lisääntymään ja aiheuttavat rehevöitymistä. Itämereen päätyvien ravinnepäästöjen rajoittamisella ja vähentämisellä on suuri vaikutus akvaattisen luonnon tilaan ja biodiversiteettiin.
Ravinnepäästöjen määrään vaikuttavat mm. valuma-alueen koko ja toiminta alueella sekä toteutetut toimet ravinnepäästöjen hillitsemiseksi. HELCOM-alueen sisällä on varmasti löydettävissä alueellisia eroja esimerkiksi maatalouden yleisyydessä, sen käytänteiden kestävyydessä tai jätevedenpuhdistuksessa. Itämereen päätyviä päästöjä on saatu vähennettyä mm. HELCOMin kaltaisen yhteistyön, sopimusten ja moninaisten toimenpiteiden ansiosta, mutta ravinnekuormitus ylittää yhä kestävät rajat monilla Itämeren alueilla. Kartasta (kuva 1) huomaa nopeasti, että Puolan osuus Itämeren typpipäästöistä on suurin. Anni Tiensuu nostaa blogissaan esille tärkeän huomion siitä, että tässä kartassa ei oteta huomioon koko Itämeren 14 valtion alueelle ulottuvaa valuma-aluetta. Olisi myös ollut kiva, jos nuo Itämeren valuma-alueen rajat olisi saanut karttaan, sillä nyt kartasta saa helposti sellaisen vaikutelman, että valtioiden rajat olisivat myös valuma-alueen rajoja.
Itämeren rehevöityminen on monien muiden ympäristöongelmien lailla kompleksinen ongelma, jonka hahmottaminen voi olla monille vaikeaa. Ympäristöongelmista tiedottamisen yhteydessä tiedon visualisoimisen rooli voi olla tärkeä, sillä parhaimmillaan kartat sekä muut kuvat voivat olla hyvin havainnollistavia ja vaikuttavia. Ne voivat antaa uusia näkökulmia tai selkeyttä monille muuten liian epämääräiseksi tai monimutkaiseksi jääviin ongelmiin. Esimerkiksi ilmastonmuutosta kuvaavien karttojen ja graafien avulla voidaan havainnollistaa varsin monimutkaisiin systeemisiin ongelmiin liittyviä ilmiöitä. Tällaisten ilmiöiden visualisoimiseen liittyy kuitenkin suuri vastuu, sillä tieto on esitettävä siten, että väärinkäsitysten mahdollisuus olisi mahdollisimman pieni. Tiedon, jonka pohjalta visualisointeja tehdään, on oltava myös luotettavaa.
Tämän kartan tekoon tarvittavat työvaiheet olivat minulle jo melko tuttuja, joten kartan teko onnistui aika helposti ja keskityin paljon visuaalisen ilmeen ja värien miettimiseen. Päädyin valitsemaan punertavan rusehtavat värit karttaan kuvaamaan typpipäästöjen määrän luokittelua, jotta väri näyttäisi hieman varoittavalta ja viestisi näin typpipäästöjen haitallisuudesta. Erittäin kirkkaan punaiset ja oranssit värit olisivat mielestäni kuitenkin tehneet tästä kartasta turhan sekavan näköisen, minkä vuoksi päädyin hieman murrettuihin sävyihin. Merkittävältä tuntui myös järvien ääriviivojen poistaminen, sillä ääriviivat saivat järvet näyttämään todellista suuremmilta. Pyrin värejä ja ulkoasua valitessani myös miettimään saavutettavuutta ja selkeyttä, jotta kartta olisi mahdollisimman helposti hahmotettavissa.
Luokitteluasteikon määritteleminen oli vaikeampaa kuin muistinkaan. Kokeilin monia erilaisia, ja kaikissa tuntui olevan omat hyötynsä sekä ongelmansa. Tärkeää olisi, että eri maiden erot tulisivat esille antaen mahdollisimman todenmukaisen kuvan tilanteesta. Pohdin myös maiden nimien lisäämistä karttaan, mutta päädyin jättämään ne pois, sillä kartassa on jo varsin paljon muuta informaatiota. Sen sijaan päädyin tekemään kartasta vielä toisen version (kuva 2), johon lisäsin eri maiden päästöjen prosenttiosuudet ja poistin kokonaan järvet, jotta prosentit olisivat helpommin luettavissa. En ole kuitenkaan aivan varma toteutinko prosenttilukujen tekstejä siten, että ne erottuisivat tarpeeksi hyvin taustastaan.
Suomen kunnat kartalla
Kokeilin aluksi tehdä Suomen kunnista kartan pelkästään valmiina annetuista aineistoista nähdäkseni, miten se luonnistuisi. Työskentely sujui varsin helposti ja alla olevan kartan (kuva 3) sain aikaiseksi. Tämänkin kartan kohdalla luokitteluasteikon miettimiseen kului paljon aikaa. Koin kuitenkin histogrammin erittäin hyödylliseksi, sillä sen avulla hahmottaa luokittelutapojen erot hyvin. Lena Hellsten oli tehnyt blogiinsa kartan samasta aiheesta, ja päätynyt käyttämään kokonaislukuja luokittelussa, jotta kartta olisi helpommin luettavissa. Käytin juuri samasta syystä kokonaislukuja, ja karttamme näyttävätkin ovatkin melko lähellä toisiaan luokittelultaan.
Ajattelin haastaa taitojani ja kärsivällisyyttäni vielä hieman kokeilemalla aineistojen lataamista ja yhdistämistä. Ajattelin tehdä kaksi karttaa, joiden avulla tulisi esille jonkin tilastotiedon muutoksen eri vuosina. Suomen väestön ikääntyminen on ilmiönä kiinnostava, joten valitsin tarkasteltavaksi jälleen yli 64-vuotiaiden osuuden. Valitsin tarkasteltavat vuodet kolmen vuosikymmenen päästä toisistaan (vuodet 1991 ja 2021), jotta muutosta olisi ehkä näkyvissä selkeämmin kuin aivan toistensa lähellä olevina vuosina. Vuodet olisi tosin voinut valita lähempääkin toisiaan, sillä ero lopputuloksen karttojen välillä on melko huomattava – kiinnostavaa toki tämäkin.
Yhdistin karttaa varten Tilastokeskuksen aineiston Suomen kuntien aluejaot sisältävään aineistoon. Ongelmia oli csv-tiedoston yhdistämisessä aineistoihin siten, että QGIS tunnistaisi numerot lukuarvoiksi. Ongelma ratkesi onneksi googlailemalla ja kokeilemalla erilaisia ratkaisuvaihtoehtoja, mutta ongelmanratkaisuvaiheen työläys melkein sai minut lopettamaan tämän ylimääräisen haasteen yrittämisen.
Kartan tallentamisessa tuli lisäksi ongelmia, minkä vuoksi jouduin tyytymään kuvakaappauksen heikompaan kuvanlaatuun tämän kohdalla. Lopputulos (kuva 4) on kuitenkin ihan kelvollinen mielestäni. Jäin miettimään, että olisi ollut myös kiinnostavaa tehdä kartta, joka näyttäisi kunkin kunnan kohdalla tapahtuneen muutoksen suuruuden yli 64-vuotiaiden osuudessa, mutta tämän toteuttamiseen en enää sentään enää ryhtynyt. Tarkastelin kuitenkin taulukoita ja laskin muutoksen suuruuden 1991 ja 2021 välillä: yhdenkään kunnan kohdalla yli 64-vuotiaiden määrä ei ollut vähentynyt, vaan kaikkialla kasvanut. Muutoksen suuruus vaihteli Limingan 0,9 prosenttiyksiköstä Pellon 29,6 prosenttiyksikköön (Tilastokeskus, 2022).
Kaiken kaikkiaan nämä harjoitukset sujuivat vielä hyvin ja olen lopputuloksiin tyytyväinen. Kartan visuaalisen ilmeen miettimiseen meni tosin edelleen todella paljon enemmän aikaa kuin aineiston pyörittelyyn. Myös tämän tekstin kirjoittamiseen kului runsaasti aikaa. Ehkä juuri blogikirjoittamisen julkisuuden vuoksi tekstin muokkaamiseen tulee käytettyä jopa tarpeettoman paljon voimia. Ehkä on vaan siedettävä näitä tehdessä hieman enemmän keskeneräisyyttä.
LÄHTEET
Hellsten, L. (22.1.2024) Kurssikerta 1. Viitattu 25.1.2024. https://blogs.helsinki.fi/hellslen/2024/01/22/itameren-valuma-alueen-typpipaastot/
Tiensuu, A. (25.1.2024) Ensimmäinen kurssikerta. Viitattu 25.1.2024. https://blogs.helsinki.fi/tianni/2024/01/25/ensimmainen-kurssikerta/
Tilastokeskus. (2022) Kuntien avainluvut muuttujina 1987-2021. Viitattu 21.1.2024. https://pxdata.stat.fi/PxWeb/pxweb/fi/Kuntien_avainluvut/Kuntien_avainluvut__2021/kuntien_avainluvut_2021_viimeisin.px/