Kurssin viimeisellä kerralla päästiinkin pitempiä puhelematta itsenäisen työn pariin. Tehtävänä olisi oman kaksimuuttujaisen karttaesityksen tuottaminen, alkaen lähdeaineiston hankinnasta. Nyt päästäisiin siis soveltamaan lähes kaikkia kurssilla omaksuttuja Mapinfon ominaisuuksia käytännössä.

Arvatenkin työläinpänä työvaiheena tulisi olemaan kelvollisen lähdeaineiston löytäminen. Päätin hankaloittaa tätä työtaakkaa entisestään valitsemalla jääräpäisesti varsin vaikean aihepiirin: toisen maailmansodan. Siinä missä useat kurssikaverit valitsivat varsin älykkäästi helposti lähestyttäviä teemoja kurssiopettajan linkkien avulla, tuijotteli allekirjoittanut vuoroin Googlen hakukenttää ja militariafoorumeiden houreisia kommenttipalstoja. Viimeinen kurssikerta kuluikin näiden “perse edellä puuhun”-metodien sävyttämänä, eikä mitään konkreettista syntynyt. Ahdistusta oli ilmassa Unicafeta kohti tallustellessa.

Ruokatauon jälkeen alkoi kuitenkin aineistoa jo löytymään, vaikkei aivan haluamastani aiheesta. Törmäsin ArcGis.com-sivuston hakemistossa tuntemattoman tahon kokoamaan suurimpien keskitysleirien alueellista esiintymistä kuvaavaan karttaesitykseen. Sen pohjana oli Mapinfossakin käyttökelpoinen tietokanta lon/lat-koordinaatteineen. Lisäksi taulukko sisälsi mielenkiintoista tietoa leirien alatyypeistä.

Taulukon muokkaaminen Mapinfon ymmärrettävään muotoon tapahtui Excelissä varsin helposti: olennaisinta oli pisteiden muokkaaminen pilkuiksi sekä keskitysleirien tyyppiä määrittävien kirjankoodien vaihtaminen numeromuotoon.  Näiden operaatioiden jälkeen avasin taulukon paikkatietoohjelmassa, käyttäen pohjakarttana kuudennelta kurssikerralta tuttua World.tab-tiedostoa. Leirien sijainnit piirtyivät lopulta kartalle nätisti. Annoin jokaiselle alatyypille oman värinsä, ja ilahduin (objektiivisesti) leirityyppien alueellisesta vaihtelusta. Nyt enää toista teemaa etsimään!

Aikani surffailtuani päädyin tarkastelemaan erilaisten leirien sijaintia suhteessa suuriin asutuskeskittymiin: aineistoksi löytyi nordpil.com sivuston tietokanta vuodosta 1950 eteenpäin. Shapefile-muotoinen tiedosto avautui kartalle houkuttelevan helposti vailla minkäänlaista muokkausta. Jälkeenpäin ajateltuna tietokanta ei kuntenkaan ollut paras mahdollinen juuri tähän käyttötarkoitukseen, sillä monet merkittävistäkin keskuksista jäävät sen alarajana toimivan 750 000 asukkaan alapuolelle. Täten esimerkiksi Saksan keskiosat sekä Baltian maat jäävät kartalla tyhjiksi, vaikka alueilla sijaitsi todellisuudessa tärkeitä teollisuuden keskuksia. Toisena epätarkkuutena oli tietysti että monien kaupunkien väestötiedot olivat sotaa seuranneiden viiden tapahtumarikkaan vuoden aikana voineet muuttua merkittävästikin.

Kuva 1. Natsi-Saksan keskitysleirien sijainnit v.1933–1945 sekä Euroopan merkittävimmät kaupungit asukaslukuineen v.1950

Pohja-aineiston vajavaisuudesta huolimatta voi kartalta vetää johtopäätöksiä keskitysleirijärjestelmän rakenteesta. Kuljetusleirien selkeä painopiste on Saksassa sekä sen lähinaapureissa, usein asutuskeskittymien läheisyydessä. Vankeja voitanee siis olettaa kuljetetun näiltä alueilta muualle. Myös työleirien painopiste on Saksassa, mutta ne ovat laajemmin levinneitä myös itäisessä suunnassa. Sijainniltaan se ovat joko kaugunkien läheisyydessä tai rannikoilla. Vankeja käytettiin sota-aikana orjatyövoimana niin teollisuuden, maatalouden kuin linnoitustöiden palveluksessa, joten tämäkin levinneisyyskuvio vaikuttaa järkeenkäyvältä. Kaksi jälkimmäistä leirityyppiä puolestaan keskittyy edellämainitusta poiketen vankien eristämiseen ja/tai tuhoamiseen. Keskitysleirit omasivat varhaisempana, eristämiseen pohjautuvana vaihtoehtona pitemmät perinteet, joten niitä esiintyy ympäri Eurooppaa varsin tasaisesti. Brutaalimpiin metodeihin pohjautuvat tuhoamisleirit olivat keskitetymmän suunnittelun tulos, joka näkyy tiheänä klusterina Puolan itäosissa ja muualla harvaanasutussa Itä-Euroopassa. Mahdollisuuksien mukaan syrjäinen sijainti oli tietenkin edullinen toiminnan luonteen johdosta.

Vaikka kartta onkin aihepiiristä kiinnostuunne ihan mielenkiintoista katseltavaa, en ole siihen teknisesti kovinkaan tyytyväinen. Edellä mainitsemani kaupunkitietojen vajavaisuuden lisäksi tuntui  teeman esitystavaksi valitsemani graduated-karttatyyppi jälkeenpäin aika huonolta ratkaisulta, sillä kaupunkien koko ei käynyt sen avulla selkeästi esille. Myöskään keskitysleiritieritietokannan taustaa en saanut selvitettyä kokonaan, sillä kummastakaan sivustolla mainitusta lähteestä ei löytynyt koordinaattitietoja. Kaiken lisäksi pohjakarttana käyttämäni World.tiedosto ei ollut omiaan kuvaamaan sodanaikaista Eurooppaa; ovathan valtioiden rajat ehtineet mennä uusiksi moneen kertaan jälkeenpäin, ja kartta on projektioltaan aika vääristyneen oloinen. Corelissa tehdyn viimeistelyn tuloksena visuaalinen ilme oli legendoineen oli sentään ihan selkeä ja siisti. Koko hommasta jäi kuitenkin vähän huono maku suuhun.

Toisessa kartassa käytinkin hieman enemmän aikaa luotettavien tietokantojen etsimiseen. Löydettyäni Yhdysvaltain armeijan ylläpitämältä sivustolta tietokannan länsiliittoutuneiden stategisista pommituslennoista vuosina 1939-1945. Tietokanta vaikutti olevan täydellisin Eurooppaa koskevien tietojen osalta, joten päätin rajata kohdealueeksi Saksan: olisihan loogisinta tarkastella pommitusohjelman vaikutusta sen pääasialliseen kohdemaahan.

Tietokanta itsessään  oli helppo ladata kokonaisuudessaan CSV-muodossa, mutta muokkaaminen Mapinfoon sopivaan muotoon oli tällä kertaa huomattavan työläs prosessi. Suurimpana ohgelmana oli yli 170 000 riviä ja 50 saraketta sisäiltävän tiedoston kanssa työskentelyn tahmeus: heti soluttamisen jälkeen päädyin poistamaan suurimman osan ylimääräisistä sarakkeista. Rajasin myös tietokannan käsittämään vain lennot, joiden kohteena oli Saksa, jolloin tulosten määräksi tuli noin 61 000 osumaa. Sijaintitietojen muokkaaminen numeraaliseen muotoon aiheutti itkua ja vaikerrusta, mutta lukuisten muokkausten jälkeen Mapinfo ymmärsi lat/lon sarakkeet float-muodossa.

Kuva 2. Taulukko (Wikipedia)

Vain yhteen maahan rajatussa tarkastelussa oli toivottavaa käyttää maan todellisia rajoja kuvaavaa karttaa, joten luovuin tutuksi tulleesta World.tab-tiedostosta. Teemaan sopiva vastine löytyikin varsin nopeasti, geocommons.com-sivuston ilmaisen shapefilen muodossa. Pohjakartta avautui Mapinfoon vaatimatta suurempia muokkauksia.

Nyt kun pommituksia kuvaavat pisteparvet oli saatu visualisoitua kartalle, oli aika lisätä toinen teema tarkasteltavaksi: valitsin jälleen asutuskeskukset, tällä kertaa vain Saksan alueelta. Päätin edelllisen karttaesityksen kömmähdyksistä viisastuneena tehdä tällä kertaa tietokannan esitettävistä kohteista itse. Pohjatiedot merkittävistä (yli 500 000 asukkaan) kaupungeista ja niiden kärsimistä vaurioista löytyivät tästä wikipedia-artikkelista. Mielestäni tiedot olivat luotettavia kirjaviittauksen huomioonottaen. Yhdistelemällä näitä prosenttilukuja tageo.com sivustolta kätevästi löytyneisiin sijaintitietoihin, ja taulukko syntyi copy-pasten avulla nopeasti. Pienen tietokannan siirtäminen Mapinfoon sujui edellisten kokemusten jälkeen rauhoittavan nopeasti.

Tarvittavien pohjamateriaalien ollessa Mapinfossa olikin edessä enää visualisointiin liittyviä ratkaisuja. Sopivien karttasymbolien valinta oli melko työläis prosessi, kun halusi saada kaupunkeja kuvaavat merkit näkyviin “pommimaton” alta. Tämän pulman kanssa sai painia varsinkin Ruhrin alueella. Lisäsin kartalle myös taustanimistöä, sillä lopputulos vaikutti alkuun hieman tyhjältä. Kaikenkaikkiaan aikaa paloi Corelikin puolella ihan tarpeeksi, mutta mielestäni lopputulos on visuaalisesti aika tasapainoinen ja informatiivinen.

Päätin esittää kaugunkien tuhoprosentteja helpommin tulkittavalla region ranges-koropleetiikartalla, ottaen luokkien lukumääräksi 4. Histogrammin perusteella totesin aineiston jakauman epämääräiseksi joten päädyin luokittelutavassa luonnollisiin luokkaväleihin. Jälkeenpäin ajateltuna tätä olisin voinut vähän viilata luokkarajoja, sillä varsinkin alimmasta luokasta (20–45%) tuli liiankin laaja. Pyrin kompensoimaan tätä lisäämällä ääriarvoja esittäviin kaupunkeihin prosenttilukuja.

Länsiliittoutuneiden pommituslentojen alueellinen levittäytyminen Saksassa 1939-1945 suhteessa maan merkittävimpien kaupunkien kärsimiin vaurioihin.

Suurimpana ongelmana on kuitenkin pommitustietojen pistemäisyys. 61 000 lennosta todella moni osuu samoihin koordinaatteihin, mikä ei tällaisesta karttaesityksestä käy ilmi. Tämä näkyy muun muassa Berliinin kohdalla, sillä kaikkien pommituslentojen koordinaatteina lienee käytetty samoja lukuja: tämä kuvastuu kartalla vain muutamana pisteenä. Koordinaattitietojen summittaisuus on tietysti ymmärrettävää 1940-luvun tekniikan huomioiden, ja tämäntyyppisen tietokannan visualisointiin sopisikin ehkä paremmin jonkunlainen grid- tai teemakartta. Tämä tuli taas oivallettua turhan myöhään. Nyt löytyy ainakin askarreltavaa sateiselle kesäpäivälle!

Toinen ongelma pommitusaineistossa liittyy sen summittaisuuteen, sillä pisteet kuvastuvat kartalle samanlaisina huomioimatta vaikkapa pommituslennon suuruutta tai lentokoneiden lukumäärää. Tietokannasta vaikuttaisi löytyvän myös varsin eheitä tietoja lennolla tiputettujen pommien määristä tonneina.  Pommituslentojen luokittelu ei tämäntyyppisen karttaan olisi kuitenkaan sopinut, sillä informaatiosisällöstä olisi tullut turhan sekava. Vaikka on merkityksellistä pudotetaanko pommituslennon aikana 1 000 vai 200 000 kiloa pommeja, pitäisi näitä tietoja tarkastella toisenlaisessa kartassa.

Valmiilta kartalta voi kuitenkin tutkia liittoutuneiden pommituskampanjan alueellista jakautumista Saksan alueelle. Pommitukset levittäytyvät varsin tasaisesti maan länsi- ja keskiosien päälle. Kaikkein voimakkaimman pommituksen kohteena vaikuttaa olleen Saksan läntisin osa, joten Ruhrin teollisuusalueen kaupungit ovatkin kärsineet pahoin pommituksista. Puolestaan maan itäiset osat eivät ole joutuneet länsiliittoutuneiden pommitusoperaatioiden kohteeksi. Vähiten pommituksista kärsineiden suurkaupungit, mm. Berliini ja Leipzig, sijaitsevat kuitenkin varsin tiheään pommitetuilla alueilla. Syytä tähän ei tämäntyyppinen kartta kerro. Huomionarvoinen seikka on myös, etteivät Itävaltaan kohdistuneet pommituslennot vaikuta näkyvän kartalla.

Lopulta voi sanoa, että tulipahan ainakin opittua paljon tekemisen lomassa. Onnistumisesta voi kiittää myös edeltävien harjoituskertojen hyvin rakennettuja kurssimateriaaleja, joista vinkkien etsiminen jälkeenpäin oli helppoa. Sama pätee kurssiin kokonaisuutena: kattava paketti paikkatieto-osaamisen perusteita, jossa oman tekemisen ja teoreettisten harjoitusten suhde oli juuri oikea.

Kuva 4. Saksaan pudotetut pommit tonneina 20×20 km maa-alaa kohden

Edit. Suurin osa pommitustietokannan tietueista sisälsi myös informaatiota lennolla pudotettujen pommien määrästä tonneina. Innostuin vielä jälkeenpäin tekemään tästä aineistosta ylimääräisen karttaesityksen.

Lähteet:

<http://www.arcgis.com/home/item.html?id=f9981db650fd4424a98d314f31686dc3>. Luettu 12.4.2014

<http://nordpil.com/go/resources/world-database-of-large-cities/> Luettu 12.4.2014

<http://afri.au.af.mil/thor/report.asp> Luettu 14.4.2014

<http://geocommons.com/overlays/95631> Luettu 14.4.2014

<http://en.wikipedia.org/wiki/Strategic_bombing_during_World_War_II> Luettu 14.4.2014

<http://www.tageo.com/index.htm> Luettu 14.4.2014

Kuudes kurssikerta käynnistyi hieman yllättäen virkistävällä ulkoilulenkillä. Ideana oli pistemuotoisen paikkatietoaineiston kerääminen GPS-paikantimien avulla. Aihe oli vapaasti valittavissa, joten päädyimme omassa pienryhmässämme tutkailemaan mainosten esiintymistä Kumpulan alueella. Tiedon keruu sujui rennoissa merkeissä joutuisasti, ja saimme tunnissa kerättyä noin 15 datapistettä. Kampukselle palattuamme tallensimme tiedot Excel-taulukkoon odottamaan tulevaa käyttöä.

Kuva 1. Paikkatietoaineiston kerääminen oli riemukasta toimintaa. Kuvaajana Joose Helle.

Seuraavaksi oli vuorossa kurssikerran varsinainen oppisisältö, eli pistemuotoisen datan tuottaminen kartalle.  Keskeistä oli ensin muokata taulukkomuotoinen data Mapinfossa luettavaan muotoon. Käytännössä tämä tarkoitti esimerkiksi turhien rivien poistamista ja pisteiden korvaamista pilkuilla. Ulkoisten tekijöiden ollessa kunnossa pystyi tietokannan tuomaan mutkattomasti Mapinfoon ja avaamaan browser-ikkunana. Karttaesityksen valmiista taulukosta pystyi puolestaan luomaan create points-toiminnon avulla helposti, kunhan käytettävä karttaprojektio on oikea.

Itsenäistehtävänä sovelsimme aiemmin oppimiamme tietoja internetistä löytyviin hasardi-aineistoihin varsin vapaan tehtävänannon puitteissa. Päätin itse tuottaa karttaesitykset seismisestä toiminnasta sekä tulivuorien esiintymisestä maapallolla. Lopuksi yhdistäisin nuo tietokannat yhteiseen karttaesitykseen, ja pohtisin tuotosten opetuksellista arvoa peruskouluopettajan näkökulmasta.

Maanjäristysaineiston lähteenä toimi Berkeleyn yliopiston sivusto, jossa haettavaa informaatiota pystyi rajaamaan kätevästi ajankohdan ja tapahtuman voimakkuuden mukaan. Omaksi aineistokseni valitsin vuoden 1950 jälkeen tapahtuneet yli 5 magnitudin järistykset. Näin ollen havaintojen määrä jäi kohtuulliseksi, eivätkä pienehköt maanjäristykset näkyisi ollenkaan. Tietokanta avautui pienen Excel-kikkailun jälkeen vaivattomasti Mapinfoon, ja create points-toiminnon avulla karttapohjalle.

Kuva 2. Yli 5 Richterin järistykset 1980-2013

Yli 6000 pistettä sisältävästä kartasta tuli varsin informatiivinen, kunhan havaintopisteiden kokoa hieman pienensi. Maanjäristysten alueellinen esiintyminen käy siitä hyvin ilmi: mannerlaattojen törmäys- ja sivuamiskohdat erottuvat selkeinä seismisen toiminnan painopisteinä. Toisaalta erkanemisvyöhykkeet eivät järistykset ole yhtä yleisiä. Näin ollen kartta toimisikin hyvin juuri laattatektoniikan ja seismisen toiminnan yhteyden havainnollistamiseen. Pariksi sille sopisi mainiosti Ilkka Saarisen blogissaan esittelemä mannerlaattoja ja niiden liikesuuntia kuvaava kartta.

Tulivuoritietojen lähteenä toimi puolestaan Yhdysvaltain hallituksen sivusto. Hain tiedot kaikkien aktiivisiksi määriteltyjen tulivuorten sijainneista, saaden tuloksiksi noin 1600 kohdetta. Excel-vaihe ei nytkään tuottanut suurempia ongelmia, ja vuoret piirtyivät joutuisasti kartalle.

Kuva 3. Aktiiviset tulivuoret maapallolla

Valmiilta kartalta käy selkeästi ilmi aktiivisten tulivuorien sijainti maapallolla. Vulkaanisen toiminnan keskeisinä painopisteinä erottuvat varsinkin Tyynenmeren tulirengas, Kaakkois-Aasia sekä Itä-Afrikan hautavajoama. Voisin kuvitella kartan toimivan hyvin vaikkapa osana tulivuoritoimintaa käsittelevää PowerPoint-esitystä.

Kuva 4. Tulivuoret ja maanjäristykset samalla kartalla

Vulkaanista ja seismistä toimintaa esiintyy viime kädessä yleensä samoilla alueilla, joten äskeisten karttojen yhdistäminen lopulliseen karttaesitykseen olisi loogista. Kartta säilyttää luettavuutensa pisteiden valtavasta määrästä huolimatta hyvin. Opettaessa kiinnittäisin ainakin huomiota Himalajan alueen seismisen ja vulkaanisen toiminnan eroihin. Juuri mantereisen ylityöntövyöhykkeen erityispiirteet käyvät kartasta erinomaisesti ilmi.

Kuvat 5 & 6. Tulivuoritietokannan aineistoja Google Earthissa

Lopuksi päätin vielä leikitellä hieman siirtämällä sijaintitietoja Mapinfosta Google Earthiin. Tämä onnistui helposti erikoistyökalun avulla, vaikka tuhansien pisteiden siirtäminen ohjelmien välillä kestikin muutaman minuutin. Viimeistään tässä vaiheessa kuitenkin ilmi tulivuoritietojen epätarkkuus, sillä satelliittikuvaan verrattaessa on kraaterien sijainti yleensä hieman hakoteillä. Tämä on kuitenkin ymmärrettävää, kuten Johanna Hakanen blogissaan toteaa: “Toisaalta tällä mittakaavalla asioita on lähes mahdoton esittää paikkatarkasti, eikä se olisi edes tarkoituksen mukaista. Oleellisinta on se, ettei kartalla ole täysin väärää tietoa ja esitettävän ilmiön levinneisyys käy hyvin ilmi”. Tuskimpa aineistoa on edes tarkoitettu aivan makrotason tarkasteluun. Google Earthin mahdollisuudet ovat kuitenkin interaktiivisen opetuksen kannalta loputtomat, joten aineistojen käsitteleminen sen kautta tarjoaa monipuolisia mahdollisuuksia.

Lähteet:

Ilkka Saarinen, KK6 – Reippailua ennen loppukiriä. <https://blogs.helsinki.fi/ilkkasaa/>

Johanna Hakanen, Kurssikerta 6: Pisteaineiston muodostaminen ja esittäminen kartalla. <https://blogs.helsinki.fi/johakane/>

Maanjäristystietokanta (2014). <http://quake.geo.berkeley.edu/anss/catalog-search.html> 4.3.2014

Tulivuoritietokanta (2013) <http://catalog.data.gov/dataset/global-volcano-locations-database> 4.3.2014

Helmikuun toinen kurssikerta oli pyhitetty bufferoinnin eli puskuroinnin opettelulle sekä kurssin alkupuoliskon asiasisältöjen soveltamiseen. Tunnelmat aamukahdeksalta kampukselle raahautuessa olivat hieman pelonsekaiset, sillä opettajamme oli viikkoa kehottanut tulemaan paikalle virkeänä. Tällaiset uhkailut olivat allekirjoittaneen yöuneni pilanneet, joten kahvinkulutus nousi kurssikerran aikana useaan kuppiin tunnissa.

Aivan alkuun eivät kuitenkaan kognitiiviset turpakäräjät alkaneet, vaan ensin keskityttiin Artun johdolla viimeistelemään neljännellä kurssikerralla aloitettua Pornaisten pohjakarttaa. Piirrettyämme muun muassa tieverkkoa, asuinrakennuksia ja kouluja oli tullut selväksi, että Mapinfollakin saattoi digitoimista harrastaa. Ominaisuudet visualisoinnin saralla olivat tosin huomattavasti edellisen kurssin CorelDraw-ohjelman valikoimaa suppeammat, etupäässä Bezier-työkalun ja väripipetin puutteen takia. Rantaviivojen tai korkeuskäyrien tapaisten muotojen digitointi olisikin järkevää hoitaa oikeassa piirto-ohjelmassa ennen paikkatieto-ohjelmistoon siirtymistä, jos tavoitteena olisi tuottaa julkaistava karttaesitys.

Ulkonäöllisiä seikkoja saattoi kuitenkin pitää toissijaisina, kun huomioi Mapinfoon digitoitujen kohteiden ominaisuudet. Pisteet ja vektorit muodostuivat piirtyessään omaksi tietokannakseen, joista saattoi ohjelmiston avulla tuottaa paikkatietoanalyysejä esimerkiksi puskuroimalla. Teknisesti tämä tarkoittaa ”vaikutusalueen” piirtämistä valitulle säteelle kohteesta. Tämän säteen sisälle jääviä pisteitä, esimerkiksi rakennuksia tai kaupunkeja, voitaisiin tämän jälkeen tutkia ja analysoida omissa taulukko-ikkunoissaan. Kyseessä on siis pohjimmiltaan eräänlainen select-toiminto. Harjoittelimme ensin puskuroinnin teknistä puolta Artun opastuksella uunituoreilla pohjakartoillamme.

Seuraavaksi olikin kurssin tähän mennessä haastavimman osuuden vuoro, eli opittuja asiakokonaisuuksia kertaava ja yhdistelevä tehtäväpakettiMonipuoliset ja osittain valinnaiset haasteet käsittelivät muun muassa lentomelua ja juna-asemien sijaintia pääkaupunkiseudulla. Aivosolut saivat kunnolla kyytiä, ja varsinkin kurssikerran 3 aineistoihin täytyi kerrata työn lomassa oikein kunnolla. Ajoittain kidutukselta tuntunut puurtaminen oli kuitenkin hyvin antoisaa; ainakin omassa mielessäni vielä erillisiksi jääneet kokonaisuudet tuntuivat yhdistyvän tiiviimmäksi osaamispaketiksi. Saman toteaa myös Samuli Massinen mainiossa blogissaan: ”Mielestäni kurssikerta oli hyvin suunniteltu ja ajoitettu erinomaiseen saumaan. Tekemällä oppii MapInfon parissa parhaiten, ja muutaman viikon jälkeen kaikki ohjelman ominaisuudet sekä toiminnot eivät olleet enää terävimmässä muistissa. Kertaus tuli siis tarpeeseen, mikä auttoi hahmottamaan MapInfon hyödyllisyyttä sekä toimintojen kirjoa.”

Tehtävien tulokset keräsin alla komeilevaan taulukkoon:

Kuva 1. Kurssikerran tehtävien vastauksia.

Putkiremontteja käsittelevän tehtävän lomassa syntyi myös varsin kelvollinen teemakartta Helsingin alueesta. Koropleettikartta kuvaa pian remontointia tarvitsevien asuintalojen suhteellista osuutta koko rakennuskannasta kaupunginosittain. Visuaalinen puuhastelu tuntui armottoman aivotyön jälkeen rentouttavalta ajatukselta, joten siirryin viimeistelemään tämänkin kartan Corelin puolelle.

Lisäinformaationa lisäsin kartalle remonttiuhan alla olevat kerrostalot pieninä palloina. Vertasin jälkeenpäin omaa tuotostani Tiian samaaaihepiiriä kuvaavaan karttaan, jossa asuntojen absoluuttista määrää kuvataan graduated-teemakarttana. Seeven ratkaisu on varmasti käytännöllisempi, sillä kerrostalojen tarkka määrä kaupunginosaa kohden on luettavissa huomattavasti nopeammin. Oman versioni vahvuutena on se, että siitä voi tarkastella kerrostalojen oikeita sijainteja. Silmämääräisestikin voi pisteiden määrää kaupunginosittain arvioida karkeasti. Kolme teematasoa olisi tehnyt kartasta vaikeaselkoisen, joten en lähtenyt hakemaan kompromissia esitystapojen väliltä. Vahvuutensa kummallakin.

Jee :DD

Karttaa voi lyhyesti tulkita siten, että remonttifirmoille otollisia alueita lähivuosina tulevat olemaan etenkin Itä-Helsingissä. Esimerkiksi Keski-Vuosaaressa, Kontulassa sekä Myllypurossa tulee tulevina vuosina remontti-ikään. Suhteellisesti eniten kerrostalokannasta menee korjaukseen läntisessä Lehtisaaren kaupunginosassa (86,7%), mutta toisaalta talojen määrä alueella ei ole kovinkaan suuri. Menneitten vuosikymmenten suuret rakennusprojektit käyvät kartalta hyvin ilmi, sillä kerrostalot sijaitsevat kartalla pääosin tiiviissä rykelmissä. Jälkeenpäin Juliuksen karttaa silmäillessäni tajusin, että omaankin karttaesitykseeni olisivat pääkaupunkiseudun juna- ja metrolinjat sopineet mainiosti.

Aihepiiriä tutkaillessa törmäsin kiinnostavaan uutiseen Ylen nettisivuilla. Siinä vihjattiin varsinaisen remonttisuman olevan edessä vasta vuosikymmenen päästä, kun 70- ja 80-lukujen kerrostaloalueet tulisivat korjausikään. Olettaman oikeellisuutta karttaesityksen voisi myös käytössä olevien aineistojen perusteella tutkia. Jospa sitten kesäisenä sadepäivänä…

Tehtävien lomassa tuli myös tehtyä erilaisia bufferiharjoituksia, jolloin menetelmän vahvuudet ja heikkoudet tulivat selkeästi ilmi. Mielestäni kyseinen analysointimenetelmä on hyödyllinen, joskin äärimmäisen kvalitatiivinen. Syksyn johdantoluennoilta olivat vielä tuoreessa muistissa Walther Christallerin keskuspaikkateoriat: hienot vaikutusalueet, jotka eivät valitettavasti toteutuneet muualla kuin teoreetikon mielikuvituksessa. Ihmisiä tutkittaessa bufferit eivät siis liene yleensä kovinkaan luotettavia, sillä fyysisten etäisyyksien merkitys on ihmistoiminnassa vähäinen. Samankaltaisia ajatuksia esittää myös Tuomas Lilleberg:“Puskurivyöhykkeellä voimme laskea etäisyyden linnuntietä pitkin, mutta se ei kerro kokonaisetäisyyttä, jonka koululainen tallustaa päivittäin.”

Hyödyllisiä käyttötarkoituksia menetelmälle on toki helppo keksiä, vaikkapa erilaisten vesistöjen suojavyöhykkeiden määrittämisessä. Myös radioantennien kantamien tutkimuksessa puskurit voivat olla hyödyllisiä, ainakin näin maallikon tietopohjalta. Keskeistä on löytää ilmiö, jonka leviää joka suunnassa samalle etäisyydelle, ympäristöstä riippumatta.

Soveltavien kertausharjoitusten jälkeen voi todeta, että Mapinfon toiminnan ydin ovat browser-ikkunoissa avautuvat tietokannat. Jokainen karttaobjekti muodostaa sinne oman rivinsä, ja on hallittavissa lopulta tietokantojen kautta. Kyse on lopulta maantieteellisen tiedon käsittelyyn erikoistuneesta tilasto-ohjelmasta.Kartat ovat vain yksi ohjelman ominaisuuksista, eihän esimerkiksi Exceliä rakasteta ainoastaan sillä tuotettujen diagrammien ansiosta.

Ainakin itselleni kurssikerta oli lopulta tärkein tähän asti, sillä tajusin mielestäni jotain varsin tärkeää. Paikkatieto-ohjelmiston voidaan aiemmin opittujen tiedon hallitsemisen (tietokannat) ja kartografisen esittämisen (karttatyypit) lisäksi myös tuottaa uutta informaationa erilaisten analyysien avulla. Jälkeenpäin muistan kyllä jotain samansuuntaista kirjoista lukeneeni, mutta asian sisäisti vasta itse tekemisen kautta. Keskeistä on siis ymmärtää, ettei paikkatieto-ohjelmisto ole vain karkeita teemakarttoja tuottava apuväline. Kun alkaa ymmärtää Mapinfon olevan niin tiedon käsittelyyn, visualisointiin kuin sen tuottamiseen kykenevä työkalu, haihtuvat siihen liittyvät negatiiviset mielleyhtymät joutuisasti.

Ps. Lisäänpä loppuun vielä kartan tekemisessä käytetty histogrammi. Aineisto oli siis vino, joten määritin luokkarajat itsenäisesti.

Lähteet:

Samuli Massinen, Fifth round – Bufferointia ja analyysejä. <https://blogs.helsinki.fi/smassine/>

Tiia Seeve, Kurssikerta 5: Puskurointia ja putkiremppaa. <https://blogs.helsinki.fi/setiseti/>

Julius Krötzl, Kurssikerta 5: Bufferointia. <https://blogs.helsinki.fi/krotzl/>

Tuomas Lilleberg, 5. kurssikerta: Bufferointia ja oman osaamisen sparraamista. <https://blogs.helsinki.fi/tuomasli/>

<http://yle.fi/uutiset/putkiremontti_mullistaa_arjen/6791893> Luettu 19.3.2014

Neljännellä kurssikerralla siirryttiin ruututietokantojen ihmeellseen maailmaan. Kyseessä oli siis tapa, jolla pistemuotoista paikkatietoaineistoa voidaan muokata ”teemakartoittettavaan” muotoon. Harjoitustunnin alkuosa sujui tuttuun tapaan Artun teknisen opastuksen merkeissä.  Kun olimme aikamme kokeilleet mm taulukon piirtämistä, tietokantojen yhdistelyä ja visualisointia näin kädestä pitäen olikin jo aika siirtyä itsenäiseen harjoitteluun vapaamuotoisen teemakartan muodossa.

Lähdeaineistona toimi tällä kertaa kurssikansion Pks_väki.tab-tiedosto. Vuonna 2009 julkaistu valtava tietokanta sisältää monipuolista paikkatietoa pääkaupunkiseudun asutuksesta pistemuodossa, joten valinnanvarasta teeman suhteen  ei todellakaan ollut puutetta. Itselleni sopivan aiheen löysin nopeasti oman asuinseutuni, Pohjois-Helsingin, väestön jakautumisesta. Olen usein pohtinut asuintiheyden vaihtelua tällä hyvin hajaantuneella kaupunkiseudulla, jossa vuorottelevat kerrostaloalueet, pientaloidylli ja paikoin joa autio maalaisaismaisema. Tällaisen teeman tarkasteleminen olisi karttapohjallakin mielekästä. Kuten Pyry Poutanen blogissaan toteaa: ” Ruudukko jakaa kartan yhtä suuriin osiin, joten sitä voidaan pitää koropleettikartan erikoistapauksena. Perinteisen koropleettikartan yksi heikkous on se, että alueet on yleensä jaettu erikokoisiin alueisiin, jolloin absoluuttisten havaintojen esittäminen ei ole mielekästä.” Asumiskeskittymien sijainnin tarkasteluun ruutukartta sopiikin mainiosti, sillä väestötietoja ei tarvitse muuttaa suhteellisiin muotoihin.

Aluksi oli kuitenkin omankin mielenlaadun kannalta järkevää ymmärtää, miksi tällaista karttaa yleensä edes tehdään. Edellisillä kurssikerroilla käsittelemämme aineistot olivat olleet valmiiksi alueisiin, vaikkapa kuntiin tai valuma-alueisiin sidottuja. Nyt käsillä oleva aineisto oli kuitenkin pistemästä, siis vain maantieteellisiin koordinaatteihin sidottua. Jotta aineistosta voitaisiin luoda Ranges-tyyppien koropleettikartta, olisi se ensin sidottava alueyksikköinä toimiviin ruutuihin.

Keskeisimpiä tekijöitä ruutukartassa on yksikköjen koko, sillä ne määrittävät aineiston tarkkuuden. Liian tarkkaa aineistoa on helposti vaikeaa lukea, mutta liian laajoilla alueilla kadotetaan pohja-aineiston tarkkuus. Jos ruutukoon valinnassa onnistutaan, yhdistetään eräällä tapaa tavanomaisen (vaikkapa hallintoalueisiin perustuvan)koropleetikartan sekä pistekartan parhaat puolet luettavuuden ja paikkatarkkuuden osalta. Päädyin itse mm. 250×250 ja 50×50 metrin ruutuja kokeiltuani tasaiseen 100x100m ruudukkoon, sillä alue on lopulta varsin rajallinen ja pientaloalueet laajoja. Tunnelmat olivat gridejä vertaillessa hyvin samanlaiset kuin Christan blogissaan kuvailemat: ” Ruudukon asettaminen kartalle kävi näppärästi, ainoastaan se oli ikävää, että ruutujen kokoa ei voinut enää myöhemmin muuttaa.” Alkuun palaaminen tuntui turhauttavalta, kun ruutukoon saattoi todeta sopiattomaksi vasta teemakartan piirtyessä silmen eteen. Teknisessä mielessä ruutukartan teko oli varsin vaivatonta. Edellisen viikon tietokantoihin pureutuneen kurssikerran jälkeen tuntuivat nyt suoritettavat operaatiot oikeastaan helpoilta.Ehkä kyse oli vaan tottumisesta valikoissa seikkailemiseen.

Histogrammin perusteella totesin aineistoni jakauman varsin vinoksi, joten luokkarajojen määrittäminen itse olisi tässä tapauksessa luonnollinen valinta. Päädyin nollauokan lisäksi vain neljään luokkaan hyvän luettavuuden säilyttämiseksi. Luokkamäärän pienentäminen ei myöskään tuntunut juurikaan laventavan kartan informaatiosisältöä. Värimaailmasta tein edellisen valuma-aluekartan karttojen tapaan sinertävä. Siirryin lopuksi viimeistelemään tuotokseni CorelDrawin puolelle; kyllästymispiste Mapinfon legenda-työkaluun on oli selkeästi saavutettu.

Valmista kerttaa silmäillessä voi todeta Pohjois-Helsingin olevan asukastiheydeltään hyvin vaihtelevaa aluetta. Kartan keskiosissa on laaja Pakiloiden, Paloheinän sekä Torpparinmäen muodostama asutusalue, jossa vaihtelee 1-5 ja ja 5-25 asukkaan hehtaaritiheys. Aluetta ympäröivät Haltiala ja Tuomarinkartano sekä Vantaanjoen varsi idässä ovat puolestaan lähes vailla asutusta. Etelään päin liikuttaessa asutus tihenee Patolassa, Maunulassa ja Veräjänlaaksossa yhtenäisiksi 25-125 ja paikon jopa yli 125 asukkaaksi hehtaarilla. Kuitenkin esimerksi Veräjänmäessä ja Metsälässä on enimmäkseen väljempää asutusta. Lounainen Maununpuisto on jopa täysin asumaton, joten kontrastit kaupunginosien välillä ovat paikoin todella suuria.

Aluetta itse tuntevana voi todeta valittujen luokkien erittelevän alueen erilaisia asutustyypejä hyvin. Väljästi asutetut Torpparinmäki, Paloheinä sekä Pakilat ovat selkeästi pientaloalueita: vuorotteleva omakoti- ja rivitalo-asutus näkyy kartalla 1-5 sekä 5-25as/ha luokkina. Muutamat pienkerrostalot näkyvät yksittäisinä sinisinä ruutuina näillä alueilla. Patola, Veräjänmäki ja etenkin Maunula ovat puolestaan kerrostalovaltaisempia, mikä näkyy laajoina sinisinä alueina. Mielestäni luokkavalinnat onnistuivat tässä mielessä siis hyvin, sillä kolme eri asutustyyppiä erottuvat kartalla selkeästi. Huippuarvo (125-203) jäi lopulta kuitenkin vähän turhaksi, mutta mielestäni se ei itse luettavuutta häiritse. Tieverkoston lisääminen pohjakartalle olisi tosin parantanut yleistä hahmottavuutta mukavasti. Alueen pääasialliset liikenneväylät, kuten Kehä I ja Tuusulanväylä, olisivat myös näkyvillä ollessaan selittäneet nauhamaisia asumattomia kaistaleita esimerkiksi Länsi-Pakilassa ja Maunulassa.

Lopullisena ajatuksina teemasta jäivät sisällön puolesta mieleen huomattavan laajat täysin asumattomat alueet. Lähes puolet Pohjois-Helsingin maa-alasta on täysin asumatonta, mikä lienee eurooppalaisesta pääkaupungista puhuttaessa hyvin poikkeuksellista. Haltiala sekä Tuomarinkartano ovat suojeltuja juuri luonnonsuojelun ja kulttuurimaiseman näkökulmasta, joten asutusalueiksi ne eivät tule muuttumaan kovinkaan nopealla aikavälillä. Myöskään Vantaanjoen rantaa ei selkeästikään ole kaavoitettu asuinalueeksi.

Ruutukartan mahdollisuudet selvisivät kurssikerralla varsin mainiosti. Kyseessä on kiinnostava tapa yhdistää pistemuotoisen paikkatiedon tarkkuutta aluemuotoisen tiedon luettavuuteen. Pääasiallisena ongelmana on luettavuus, sillä vaikkapa ylimääräiset elementit tai huonot värivalinnat tekevät ruutukartasta helposti vaikeaselkoisen, jolloin koko karttatyypin edut kärsivät. Omassa yrityksessäni onnistuin melko hyvin, vaikka täydelliseen tulokseen onkin vielä matkaa. Mietityillä värivalinnoilla, luokituksella ja taustainformaatiolla pääsee siis jo pitkälle.

Lähteet:

Pyry Poutanen, Kurssikerta 4 – Ruututeemakartta. <https://blogs.helsinki.fi/pyrypout/>

Christa Sallasmaa, 4. Kurssikerta: ruututeemakartta. <https://blogs.helsinki.fi/christas/>

Kolmannen kurssikerran alussa saattoi todeta, että alkukauhistus Mapinfoon oli selätetty. Ensimmäisten kurssikertojen aikana paikkatieto-ohjelman keskeisimmät toiminnot, periaatteet sekä aineistojen visualisoiminen olivat tulleet tutuiksi. Orastava itsevarmuus tulikin tarpeeseen, kun kolmannessa kurssikokonaisuudessa syvennyttiin tietokantoihin ja niiden hallintaan.

Tietokannat ovat paikkatieto-ohjelmistossa hyvin keskeisiä, koska kaikki kartalle visualisoitava tieto tallentuu niihin. Ne ovat ulkomuodoltaan perinteisiä taulukoita, joita pääsee tarkastelemaan Mapinfossa Browser-ikkunoiden kautta. Kyky muokata ja yhdistää tietokantoja ja tuoda niitä muista ohjelmista on tärkeää, sillä yksittäinen aineisto ei välttämättä sisällä tarvittavaa informaatiota.

Kurssikerran alkuosa kului tuttuun tapaan Artun ohjeita seuratessa. Tutuksi tuli muun muassa taulukkojen tuominen Excelistä, uusien sarakkeiden luominen ja tietokantojen yhdistely. Tärkeänä ominaisuutena opimme myös tuottamaan tietokantoihin uutta tietoa vanhojen sarakkeiden avulla.

Väistämättä taulukkojen parissa työskennellessä tuli verrattua käyttökokemusta Exceliin, jossa uusia sarakkeita voi luoda suoraan taulukkoon. Pääasiallisena erona on, että Mapinfossa tietueiden muokkaus ja hallinnointi tapahtuu erilaisten valikoiden kautta. Vanhakantaisempi käytäntö tuntui aluksi hieman vaikealta, mutta kyse on lopulta kosmeettisesta seikasta. Tutut työkalut löytyvät kyllä valikoiden kätköistä pienen etsinnän tuloksena.

Itsenäistehtävänä kurssikerran loppupuolella tuotettiin tulvaindeksikartta Suomesta valuma-alueittain. Tehtävässä yhdisteltiin edellisen viikon teemakarttojen visualisointikeinoja ja vastaopittuja tietokantojen muokkaamista. Tuloksen perusteella pyrittäisiin lopuksi tarkastelemaan järvisyyden ja tulvaherkkyyden yhteyttä alueellisesti.

Aluksi sovellettiin aiemmin aamulla opittuja taitoja tietokantoja muokkaamalla. Lähdeaineistona käytettävää valuma-alueet.tab- tiedostoon lisättiin informaatiota sekä toisesta Mapinfo-tietokannasta (keskiylivirtaama.tab) että Excel-taulukosta (järvisyys.xls). Tämän jälkeen uuden virtaamatiedon avulla laskettiin tulvaindeksi omaan sarakkeeseensa. Taulukkovaihe sujui kaikin puolin jouhevasti, ja tietueiden päivittäminen maintenance- ja update column-valikoissa alkoi tuntumaan varsin selkeältä.

Visualisointivaiheessa teemakartta-tyypit oli tällä kertaa rajattu tehtävänannossa: tulvaindeksiä kuvattaisiin koropleettikartalla ja järvisyyttä pylväsdiagrammeina. Täten oma näkemystä toteutettaisiin lähinnä värimaailman suhteen. Tulvariskiä kuvaamaan valitsin sinisen värimaailman, sillä liukuväri kuvasti mielestäni lähekkäistenkin alueiden eroja tehokkaasti. Järvienkin pylväät olisivat voineet olla teeman puolesta sinertäviä. Päädyin kuitenkin hyvän erottuvuuden takaamiseksi tässä tapauksessa vihreään värivalintaan.

Kuva 1. Histogrammi tulvaindeksi-aineiston jakaumasta.

Koropleettiaineiston luokittelussa käytettiin tällä kertaa valmista histogrammia. Aineisto oli sen perusteella vino, joten valitsin luokittelutavaksi kvantiilit. Pidin kuitenkin ongelmallisena aineiston huippukohtaa (1100), joka vääristi suurimman luokan vaihteluvälin todella suureksi. Samaa ongelmaa pohtii Niklas Aalto-Setälä blogissaan: ”Suurimman arvon kuitenkin erotuessa niin paljon muista arvoista oli päädyin minä ratkaisuun jossa suurin arvo on yksi oma luokkansa ja muuten luokitus on luonnollisin luokkarajoin. Tällä haluisin saada esille yhden selvästi suuremman luokan enkä antaa sen hukkua muhin luokkiin”. Päädyin itsekin samanlaiseen ratkaisuun, eli erotin Aurajoen valuma-alueen omaksi luokakseen. Halusin lisäksi korostamaan alueen poikkeuksellisuutta nimeämällä sen kartalle.

Pylväsdiagrammien lisääminen kartalle ei ollut aivan ongelmatonta. Pylväät peittivät helposti alleen pienempiä valuma-alueita etenkin rannikkoseuduilla. Kuitenkin niiden liiallinen kutistaminen teki kartasta vaikeaselkoisen. Kultainen keskitie osoittautui oikeaksi ratkaisuksi, kun asetin pylväiden koot kasvamaan neliöjuuressa oikeiden arvojen sijaan. Tällöin niiden keskinäinen vertailtavuus heikkeni hieman, mutta teemakarttapohja tuli paremmin esiin. Samasta syystä päädyin myös tekemään pylväistä varsin ohuita.

Valmista karttaa tulkitessa on tärkeää ymmärtää, mitä tulvaindeksi oikeastaan tarkoittaa. Kurssiopettaja Arttu Paarlahti selventää kurssin tiedotusblogissa että sen avulla ”saadaan selville kuinka moninkertainen on virtaaman huippu verrattuna kaikkein kuivimpaan aikaan.” Kyse on siis virtauman ajallista vaihtelua kuvaavasta indeksinumerosta.

Kuva 2. Teemakartta tulvaindekseistä ja järvisyydestä

Luku siis kuvastaa virtauman vaihtelua alueen vesistöissä. Järvisyys puolestaan tarkoittaa järvien osuutta maapinta-alasta.

Lopullisesta kartasta erottuu selvästi yhteys alueiden järvisyyden ja tulvaindeksin välillä. Sisämaan ja Lapin laajat, järviset valuma-alueet ovat tulvaindeksiltään hyvin matalia. Puolestaan virtauman vaihtelultaan suurempina alueina erottuvat rannikkoseutujen vähäjärviset alueet. Järvillä on siis merkittävä osuus veden virtauksen tasaajina: satanutta vettä varastoituu niihin ja purkautuu vähitellen jokien kautta. Niiden syntyyn vaikuttaa eniten topografia, kuten Eetu Summanen blogissaan toteaa: “Järvien runsas määrä alueella kertoo epätasaisesta topografiasta, joka tehokkaasti estää tulvien leviämistä painautumien ja kohoumien vaihtelevuuden avulla, jollaiseen maisemaan myös monet järvet ovat voineet syntyä”.

Tulvaherkimpiä alueita ovat siis vähäjärviset alueet, esimerkiksi kartallakin erottuva Pohjanmaa tai Varsinais-Suomi. Nuo maakunnat ovatkin tuttuja keväisiä tulvauutisia muistellessa. Myös ihmistoiminnalla lienee vaikutusta tilanteeseen, sillä kyseiset valuma-alueet ovat tärkeitä maatalousalueita. Pellot ja laidunmaat sitovat vettä luonnonympäristöä heikommin, edistäen tulvimista entisestään. Korkeiden tulvaindeksien syyt löytyvät siis sekä luonnonympäristöstä että ihmistoiminnasta.

Itsenäistehtävä: Afrikkan konfliktit, timanttikaivokset ja öljyesiintymäät

Kurssikerran testiaineistona käytettiin tällä kertaa Afrikkaa käsittelevää tietokantaa, joka sisälsi informaatiota mun muassa luonnonvaroista, konflikteista sekä internetin käyttöasteista. Tehtäväksi annettiin pohtia sen mahdollisuuksia kartografisten esitysten ja analyysien näkökulmasta. Ohessa on myös kurssiopettajamme tekemä yksinkertainen karttaesitys aineistosta.

Kuva 3. Karttaesitys Afrikan alueen konflikteja, timanttikaivoksia ja öljylähteitä kääsittelevästä aineistosta (Arttu Paarlahti)

Näin laajan aineiston käyttötarkoitukset ovat hyvin monipuolisia. On kuitenkin hyvä ymmärtää, ettei kaiken informaation käsitteleminen samalla kartalla ole välttämättä järkevää. Esimerkkikarttaa vaivaakin eräänlainen informaatioähky.  Selkeän kartografisen esityksen aikaansaamiseksi on perusteltua karsia esitettävien muuttujien määrää vain muutamaan,jolloin ilmiöiden välisten korrelaatioiden tulkitseminen helpottuu.

Mielenkiintoisia ilmiöitä karttapohjalla tulkittavaksi löytyy aineistosta helpostikin. Öljylähteiden tai timannikaivosten sijainneista ja tuottavuudesta tuottaa karttaesityksen luonnonvaran todellisesta jakautumisesta mantereella. Myös internetin käyttöasteista voisi tuottaa monenlaisia karttaesityksiä, esimerkiksi maakohtaisesta kehityksestä viiden tai kymmenen vuoden aikavälillä. Vaikeampaa on keksiä mahdollisesti korreloivia muuttujia moniteemaiseen karttaesitykseen. Jurin blogissaan esittämä idea olisi kuitenkin mielenkiintoista toteuttaa: ”Aineistosta voisi olla mielenkiintoista etsiä yhteneväisyyksiä ja korrellaatioita esimerkiksi konfliktien alkamisvuosien ja timanttikaivosten perustamisten väliltä, ja työkalut tällaisten analyysien tekemiseen alkavat pitkälti jo olla hallussa.”

Aineistoista voisi nyt oppimillamme tietokantojen yhdistelyyn liittyvillä työkaluilla muokata tätäkin monipuolisemman. Vaikkapa valtiokohtaisilla BKT-tiedoilla tai lapsikuolleisuus-luvuilla lihotettuna se voisi toimia pohja-aineistona moninkertaisiin määriin erilaisia korrelaatioanalyysejä. Teknisesti taidot tähän ovat jo kunnossa, mutta luotettavien aineistojen etsiminen voi olla vaikeampi tehtävä.

Lähteet:

Eetu Summanen, KK3. Tietokantojen käsittelyn lyhyt oppimäärä. <https://blogs.helsinki.fi/eesu/>

Niklas Aalto-Setälä, Kerta 3. Tietokannat tutuiksi! <https://blogs.helsinki.fi/niklasaa/>

Juri Louhio, Afrikan öljykentiltä Suomen vesistöihin (KK#3). <https://blogs.helsinki.fi/jlouhio/>

Arttu Paarlahti, Tulvaindeksi. <https://blogs.helsinki.fi/pak-2014/>

Toisen kurssiviikon pyörähtäessä käyntiin jatkoimme syventymistä Mapinfon maailmaan teemakarttojen avulla. Helpotukseksemme kurssiopettaja oli myös palannut keskuuteemme, ja työskentely sujui tutun turvalliseen tapaan hänen johdollaan. Artun johdonmukainen ja selkeä opetustyyli tuntui kovin rauhoittavalta kun edelliskerran itsenäinen työskentely oli tapahtunut lähinnä yritys-erehdys-oppimisen kautta.

Kurssikerran ensimmäisellä puoliskolla tutustuimme erilaisiin teemakarttatyyppeihin ja niiden luomiseen Mapinfossa. Koropleettikartan osasimme jo edellisviikolla opintun perusteella tehdä, joten testailu aloitettiin pylväs- ja ympyrädiagrammikartoista. Niistä edettiin askel kerrallaan vieraampiin karttatyyppeihin. Graduated-teemakartat ja pistekartat olivat vielä etäisesti tuttuja, mutta liukuvärein interpoloidut Grid-ja 3D esitykset olivat puolestaan jotain aivan uutta. Tarkemmin erilaisia karttatyyppejä blogissaan esittelee Jenni Kerola.

Kaikkien kokeilemiemme teemakarttojen lisääminen tapahtui  Mapinfossa  Create Thematic Map-valikon kautta.  Niiden hallinnointi puolestaan tapahtui table-valikossa, minne kartat syntyivät omille layereilleen. Kaikien kaikkiaan karttatasojen lisääminen ja hallinnointi oli yllättävänkin yksinkertaista: esimerkiksi  piste- ja ympyräkarttojen luominen muutamalla klickkauksella tuntui hämmentävältä, kun muistissa olivat vielä TAK-kurssin pitkien Corel-sessioiden tuloksena syntyneet vastikkeet.

Teknisen yksinkertaisuuden vastapainoksi tärkeämpää olikin pohtia eri esitystapojen soveltuvuutta erilaisille aineistoille. Siinä missä tutun tavallinen koropleetikartta on sopii erinomaisesti absoluuttisten arvojen kuten asukastiheyden ilmaisemiseen, saattoi erilaisilla diagrammiesityksillä kuvata tehokkaasti myös suhteellisia arvoja. Lisäksi useampia muuttujia käsittävien ilmiöiden, vaikkapa elinkeinorakenteen, tarkastelu oli niiden avulla mahdollista. Erilaisia teemakarttoja yhdistelemällä saattaa siis tuottaa hyvinkin informaatiivisia karttaesityksiä, kunhan osaa valita oikean esitystavan kullekin ilmiölle.

Seuraavassa vaiheessa olikin vuorossa oman kaksiteemaisen karttaesityksen tekeminen. Valinnanvapaus oli jälleen suurta, sillä kohdealueen ja tutkittavien asiat sai päättää itse. Pienen  pohdinnan tuloksena päädyin tarkastelemaan eksoottisempaan Varsinais-Suomen maakuntaan. Alueen rajaaminen onnistui tällä kertaa Query-toiminnon avulla helposti, jolloin tarkastelun ulkopuoliset alueet jäivät kartalta pois.

Teemojen valitseminen oli puolestaan hieman hankalampaa, sillä kartan järkevyyden kannalta niiden pitäisi tukea toisiaan. Kunnat2011.tab tietokannassa oli kuitenkin kattava valikoima erilaisia väestötietoja, ja pitkälisen valikoissa pyöriskelyn jälkeen valitsin omalle kartalleni korkeakoulutettujen osuuden ja elinkeinorakenteen kunnittain. Näistä jälkimmäisen tarkasteluun sopisivat parhaiten diagrammit. Tämän johdosta koulutustietoja olisi luonnollisinta visualisoida koropleettiesityksellä.

Kuva 1. Histogrammi korkea-asteen koulutus-aineistosta

Koropleettikartan luominen ei paljoa ensimmäisen kurssikerran kokemuksista poikennut. Aleksi Raution blogissaan vinkkaaman vaihtoehtoisen histogrammityökalun avulla totesin aineiston olevan hieman vinoutunut. Valitsin tämän takia luokittelutavaksi jälleen kvantiilit. Luokkien määrää päädyin pienentämään kolmeen, koska vaihteluväli (15,3%-33,8%) oli loppujen lopuksi aika pieni. Mielestäni koulutusluokkien pienempi määrä tekee kartasta myös helpommin luettavan.

Elinkeinorakenteen kuvaamiseen käytin siihen hyvin soveltuvia ympyrädiagrammeja. Piirakoiden kartalle tuottaminen oli jälleen simppeliä, mutta niiden muokattavuus hieman toivomisen varaa. Jokainen diagrammi piirtyi kartalle kuntien laskennalliseen keskipisteeseen, joka ei kaikissa tapauksissa ollut kaikkein järkevin sijainti luettavuuden kannalta. Tämän pisteen sijaintia saattoi halutessaan muokkausvalikoissa vaihtaa, mutta yksittäisten diagrammien vapaa siirtely ei ollut Mapinfossa mahdollista. Tämän takia esimerkiksi Maskun ja Nousiaisen piirakat sijaitsevat harmittavasti kuntien rajoilla. Muutoin diagrammit eivät tuottaneet paljoakaan päänvaivaa. Nopean värinmuokkauksen ja halkaisijan säätämisen tuloksena piirakoista valmistuivat nopeasti.

Kartta alkoi olla teknisesti valmis, joten oli aika siirtyä tarkastelemaan sen sisältöä. Korkeasti koulutettuina alueena erottuu Turku ympäryskunnat sekä saaristokunnat. Elinkeinorakenteensa puolesta kyseiset alueet ovat hyvin palvelu- ja jalostusvaltaisia. Alkutuotannon osuus jää puolestaan vain muutamaan prosenttiin. Voikin olettaa, että tämä maakunnan ydinalue tarjoaa monipuolisia työllistymismahdollisuuksia myös korkeasti koulutetuille.

Kuva 2. Varsinais-suomen korkeakoulutetut ja elinkeinorakenne

Koulutustasoltaan matalimmat kunnat sijaitsevat karkeasti Varsinais-Suomen koillis- ja luoteisosissa. Alkutuotannon osuus on kyseisillä alueilla on verrattain suuri (n. 10-25%). Elinkeinoelämän painopiste on kuitenkinmaatalousvaltaisuudesta huolimatta täälläkin palveluissa ja jalostuksessa. Syyt alhaisiin koulutusasteisiin löytyvätkin oletettavasti kartalla näkymättömästä tekijästä, väestöstä. Sijainniltaan periferiset maaseutukunnat ovat paljon Turkua ja sen ympäryskuntia vähäväkisempiä. Tämä näkyy kuntien palvelurakenteessa, joka ei useinkaan tarjoa mahdollisuuksia korkea-asteen kouluttautumiseen. Yliopistotasoon tai ammattikorkeaan haluavien on siis muutettava keskusalueille koulutuspaikkojen perässä. Tutkinnon suorittaneiden paluumuutto lähtöalueille puolestaan on vähäistä, sillä oman alan työllisyysnäkymät kotiseudulla ovat yleensä huonot.

Kahden ääripään väliin jäävä koulutuksellinen keskiluokka (19,5-26,4%) on ominaisuuksiltaan vaihtelevampi. Salon ja Uudenkaupungin kaltaisien teollisuuspaikkakuntien diagrammit ovat lähellä Turun seudun vastaavia, mutta toisaalta esimerkiksi Mynämäki vaikuttaa hyvin maatalousvaltaiselta. Tätä voikin pitää eräänlaisena vaihettumiesvyöhykkeenä, jossa edellämainittujen luokkien ominaisuudet sekoittuvat. On myös huomattava, että keskimmäinen koulutusluokka on vaihteluväliltään kahta muuta suurempi.

Teknisenä seikkana karttaa tulkitessa alkoi häiritsemään diagrammien samankokoisuus. Mieleeni palasi taannoisella TAK-kurssilla tehty maisema-alueita kuvaava ympyräkartogrammi, jossa diagrammien koko määräytyi maisema-alueen pinta-alan mukaan. Nyt tehdyssä kartassa samanlainen lähestymistapa olisi voinut toimia esimerkiksi kunnan bruttokansantuotteen suhteen. Piirakoiden määrää olisi tietysti joutunut tiheimmillä alueilla karsimaan, mutta pienempi määrä havainnoillisempia diagrammeja ei välttämättä olisi paha asia.

Loppupäätelmänä voi kuitenkin siis sanoa, elinkeinorakenne ja korkeakoulutettujen suhteellinen ovat yhteydessä toisiinsa. Maatalousvaltaiset kunnat ovat koulutusasteeltaan matalampia, kun taas teollisuus- ja palveluvaltaiset kannustavat korkeampaan kouluttautumiseen.

Lähteet:

-Jenni Kerola, 2. Mapinfo ja teemakartta. <https://blogs.helsinki.fi/jekerola/>

-Aleksi Rautio, Pak ja näin se jatkui teemakartoilla. <https://blogs.helsinki.fi/alerauti/>

-Histogrammityökalu. < http://www.shodor.org/interactivate/activities/Histogram/> Luettu 3.2.2014

Artikkeli 1

Lukiessani Anna Lenowitchin  “ Two-variable choropleth maps as a useful tool for visualization of geographical relationship”-artikkelin tajusin, että olin aiemmin sivuuttanut kyseisen kartografisen lähestymistavan omituisena. asiaa sen enempää pohtimatta. Monimuuttujainen koropleettikartta onkin epäilemättä käyttökelpoisuudeltaan yksiteemaista heikompi, jos sitä pyrkii lukemaan kuten jälkimmäistä. Kahta esitystapaa ei kuitenkaan pitäisi verrata keskenään, sillä ne eivät sovi samojen asioiden kuvaamiseen. Siinä missä yksiteemainen koropleettikartta esittää yhden ilmiön alueellista levinneisyyttä, on kaksiteemainen esitys tarkoittettu ilmiöiden välisen yhteyden kuvaamiseen.

Koropleettikarttojen teko on tullut viime aikoina tutuiksi, joten myös esitystavan haasteet ovat vahvoina mielessä: luokkien määrä sekä värivalinnat. Jo yksivärisessä esityksessä värien saaminen kohdalleen on välillä hankalaa, joten kahden väriskaalan yhdistäminen kuulostaa jo teorian tasolla erittäin haastavalta. Myös luokkien määrä paisuu ”kaksisuuntaisessa” esityksessä väkisinkin varsin suureksi. Teknisesti tällaisen kartan luominen on siis epäilemättä monimutkainen prosessi.

Kuva 1. Leonowichzin tutkimusryhmän kaksiteemainen koropleettikartta Puolan väestörakenteesta

Artikkelin esimerkkikarttaa  tarkastellessa kävi heti selväksi, että nopean intuitiivinen tarkastelu ei toimi. Kuten Tiia Määttä blogissaan toteaa ” Kartan legenda erikoisine väreineen on jo itsessään sen verran vaikealukuinen, että se jo saattaa pelottaa muutaman kartanlukijan niin sanotusti turvallisemmille vesille.” Legenda itsessään on ”scatter”-muotoinen taulukko, joka selittää ilmiöiden yhteyttä lineaarisen regressiokäyrän avulla.  Selvää siis on, ettei tällaista karttaa tulisi löytämään iltapäivälehden sivuilta, sillä jo sen lukeminen vaatii teoreettista ymmärrystä.

Kuva 2. Samuli Massisen kaksiteemainen koropleettikartta yhdistää vihreän väriskaalan ja rasteroinnin ansiokkaasti.

Värivalinnoissa on kieltämättä onnistuttu hyvin, sillä värit miellyttävät silmää ja kontrastit toimivat hyvin. Esitystavassa menetetään kuitenkin tavanomaisen koropleettikartan vahvuus, eli ilmiön levinneisyyden helppotajuinen kuvaaminen, kun kaksi luokkaa sekoittuvat. Tältä voitaisiin välttyä, mikäli toisessa teemassa käytettäisiin rasterointia värityksen sijaan. Mapinfolla luoduissa moniteemaisissa koropleettiesityksissä tämä vaikuttikin olevan mahdollista, esimerkiksi yläpuolisessa kurssitoverini kartassa. Vaikka Massisen tuotos näyttääkin hieman ahdistavalta, on sen luettavuus Leonowichzin ryhmän karttaa parempi.

En kuitenkaan voi sanoa olevani erityisen vakuuttunut tämän esitystavan vahvuuksista verrattuna laajemmin käytettyihin kartografisiin keinoihin.  Artikkelissa pohdittiin samojen teemojen (maaseutuväestön ja nuoren väestön osuuksien) esittämistä erilaisilla koropleettiesityksillä, ja niiden vahvuuksia toisiinsa verrattuna. Asioiden välisen yhteyden tarkastelu päällekkäisillä koropleettitasoilla todistettiin epäilemättä mahdolliseksi, mutten ymmärtänyt miten tällainen perehtymistä vaativa esitystapa voittaa vaikkapa pylväskartogrammin.

Leonowichzin tutkimus siis vahvistaa karttatyypin teoreettisen käyttökelpoisuuden, mutta sen käytännön sovellutukset jäänevät vähäisiksi. Syinä tähän voi pitää kartan tuottamisen haasteellisuutta, tulkitsemisen työläyttä ja ennen kaikkea kyseenalaisia hyötyjä muihin karttatyyppeihin verrattuna.

Lähteet:

Tiia Määttä, Kurssikerta 2: Artikkeli 1.<https://blogs.helsinki.fi/timaatta/>

Samuli Massinen , Second Round – Minä vastaan Mapinfo. <https://blogs.helsinki.fi/smassine/>

Anna Leonowichz, Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija. T. 42. Nr 1. 33–37.