Viimeinen kurssikerta: Nyt on pärjättävä yksin

Omin avuin selviytymistä

Viimeisellä, mutta ei vähäisimmällä kurssikerralla tehtävämme oli luoda kartta täysin omin avuin hankitusta aineistosta. Jo ennen varsinaista kurssikertaa tutustuin mahdollisiin aineistoihin ja etsin tilastotietoa valitsemastani aiheesta. Tämä helpotti suuresti itse kurssikerran työn aloittamista, koska tiesin jo valmiiksi mistä tulin karttaani tekemään. Mutkilta matkassa ei kuitenkaan vältytty, mutta sain lopputuloksena kaksi suhteellisen hyvää karttaa.

Mapinfo-osaamistani kuvailisin kurssin viimeisell√§ kerralla edelleen hieman ep√§varmaksi. Avunpyynn√∂ilt√§ en v√§lttynyt, mutta heti apua saatuani vanhat harjoitukset alkoivat palata mieleen. Etsin aineistoni ennen varsinaista kurssikertaa ja p√§√§tin luoda karttani Euroopasta. Haastavinta oli mielest√§ni tiedonhankinta, kuten my√∂s Reeta Saloniemi toteaa blogissaan: “Suurin ty√∂m√§√§r√§ kohdistui sopivan aineiston etsint√§√§n, mutta tarvittavat tiedot l√∂ydetty√§ni oli karttaesityksen tuottaminen vaivatonta.” (Saloniemi 2017) K√§ytin aineistonani Euroopan tilastoja sis√§lt√§v√§√§ sivua Eurostat (http://ec.europa.eu/eurostat). Siell√§ hetken aikaa seikkailtuani p√§√§tin k√§ytt√§√§ kartoissani aineistona tahallisia henkirikoksia sek√§ ty√∂tt√∂myysprosenttia; molempia datoja¬† vuodelta 2014. Latasin aineiston Excel -muodossa, mik√§ helpotti jatkoty√∂skentely√§ huomattavasti.

Ennen aineiston siirtämistä Mapinfoon, piti kuitenkin löytää sopiva pohjakartta. Löysin sopivan pohjakartan Natural Earthista (http://www.naturalearthdata.com). Pelkkää Euroopan karttaa ei kuitenkaan sivulta ollut mahdollista ladata, vaan latasin koko maailman valtiot ja rajasin Euroopan valtiot Mapinfon avulla.

Valmiit työt

Karttojen luominen tapahtui jo ennestään tutulla teemakarttatoiminnolla. Kokeilin luoda erilaisia teemakarttoja aiheisiini liittyen, mutta päädyin lopulta sijoittamaan molemmat muuttujat omiin karttoihinsa. Mielestäni näin lopputulos on kaikkein selkein, ja kartat ovat helpoiten verrattavissa, varsinkin jos kartat asetetaan vierekkäin.

Kuva 1. Tahalliset henkirikokset Euroopassa vuonna 2014 per. 100 000 asukasta. (Valkoiseksi jääneistä valtioista ei ollut aiheeseen liittyvää tilastotietoa)

Ensimmäinen karttani esittää tahallisten henkirikosten määrää per. 100 000 asukasta vuonna 2014. Euroopassa tahallisia henkirikoksia tehdään selkeästi eniten Baltian maat Latvia, Liettua sekä Viro. Myös Etelä-Euroopasta erottuvat Albania, Montenegro ja Kosovo. Yllättävintä kartalta oli huomata kuinka suuri määrä Suomessa tapahtuu tahallisia henkirikoksia verrattuna esimerkiksi muihin Pohjoismaihin. Tämä tieto on mielestäni jopa huolestuttava,

Kuva 2. Työttömyysprosentti Euroopan valtioissa vuonna 2014 (Valkoiseksi jääneistä valtioista ei ollut aiheeseen liittyvää tilastotietoa)

Toisen kartan aineistona oli Euroopan työttömyysprosentti valtioiden mukaan vuonna 2014. Vahvimpina luonnolisen luokkajaon kartalta erottuvat Espanja sekä Kreikka. Näiden valtioiden työttömyysprosentti on jopa yli 15%.

Kartoilta voidaan p√§√§tell√§ n√§in nopella vilkaisulla, ett√§ n√§iss√§ maissa, joissa ty√∂tt√∂myysprosentti on pieni, tapahtuu my√∂s v√§h√§n henkirikoksia. Esimerkiksi Norja, Islanti, It√§valta ja Sveitsi edustavat pienint√§ luokkaa molemmissa kartoissa. N√§iss√§ valtioissa ty√∂tt√∂myys on pieni, mik√§ pienent√§√§ henkirikosten riski√§. Mielest√§ni on mielenkiintoista tutkia onko ty√∂tt√∂myydell√§ osuutta henkirikosten m√§√§r√§√§n. Pitk√§aikainen ty√∂tt√∂myys voi johtaa syrj√§ytymiseen, p√§ihteiden k√§ytt√∂√∂n tai kaikenlaisiin ns. “h√§m√§r√§hommiin”, joissa kaikissa on suurempi riski joutua tahallisen henkirikoksen uhriksi, tai tekij√§ksi. Turun sanomien artikkelissa “Ty√∂tt√∂myys ja viina ajavat suomalaiset rikoksiin”¬†( Usein tahallisten henkirikosten taustalla on my√∂s mielenterveydellisi√§ ongelmia, mik√§ olisi ollut my√∂s kiinnostava tutkimuskohde kartoilla.

Viimeisen kurssikerran j√§lkeen tuntuu helpottavalta. Suurit√∂isen kurssin j√§lkeen olen hyvin ylpe√§ itsest√§ni ja tekemiini t√∂ihin. Mapinfon k√§yt√∂n oppiminen on tuntuu pikkuhiljaa luistavan, mik√§ tuli huomattua t√§ll√§ viimeisell√§ kurssikerralla. Kuten Alex Salminen toteaa blogissaan: ‚ÄúMapInfo alkaa kuitenkin tuntua koko ajan enemm√§n yst√§v√§lt√§, vaikka joka kurssikerran alussa minut valtaakin pieni pakokauhu ja ‚ÄĚmit√§-m√§-nyt-teen‚ÄĚ-tunne. Kyll√§ t√§ss√§ p√§rj√§ill√§√§n.‚ÄĚ (Salminen 2017) Toivon kuitenkin viel√§ kehittyv√§ni paikkatieto-ohjelmien k√§yt√∂ss√§ ja karttojen tekemisess√§.

Vaikeuksien kautta on päästy kuitenkin jokaisen kurssikerran jälkeen voittoon. Siitä voin onnitella itseäni, kursskavereitani sekä tietenkin Arttua. Kiitos Artulle kurssista!

Lähteet:

Saloniemi, Reeta (2017), “Viikko 7: Finito!” (2.3.2017) <https://blogs.helsinki.fi/saresare/> Luettu 14.3.2017

Salminen, Alex (2017), “Viikko 6: Suojateit√§ ja tulirenkaita” (27.2.2017) <https://blogs.helsinki.fi/alexsalm/> Luettu 14.3.2017

Natural Earth, <http://www.naturalearthdata.com>

Eurostat, <http://ec.europa.eu/eurostat/data/database>

Turun Sanomat, “Ty√∂tt√∂myys ja viina ajavat suomalaisia rikoksiin” (22.10.2004) <http://www.ts.fi/uutiset/kotimaa/1074001923/Tyottomyys+ja+viina+ajavat+suomalaisia+rikoksiin> Luettu 14.3.2017

6. kurssikerta: Ulkoilua ja hasardikarttoja

Pisteaineistoja

Kuudes kurssikerta alkoi virkeästi ulkoilun merkeissä. Tarkoitus oli oppia käyttämään GPS-paikannuslaitetta ja keräämään paikkatietoa, sekä tarkastelemaan itse kerättyjä paikkatietoaineistoja. Lähdimme ryhmissä karttamaan pistetietoa GPS-paikannuslaitteilla  Kumpulan ympäristöstä. Valitsimme ryhmäni kanssa teemaksi bussipysäkit, joita keräsimme Kumpulasta, sekä Arabiasta. Yhteistyö GPS-laitteen kanssa tuotti hieman ongelmia, mutta siitä huolimatta saimme koottua hyvän aineiston jatkotarkastelua varten.

Sisälle päästyämme siirsimme keräämämme tiedot Mapinfoon ja tarkastelimme yhdessä ryhmien keräämiä aineistoja. Tutkimme ryhmien kulkureittejä, pisteiden sijaintia sekä mahdollisia virheitä.

Aiheen käsittely jatkui valmiin pisteiaineiston geokoodaamisella Mapinfossa. Sijoitimme Helsingin rahapeliautomaatit osoitetietojen mukaan omille paikoilleen. Osoitetietojen yhdistäminen Mapinfossa olevaan paikkatietokantaan osoittautui kuitenkin ongelmalliseksi, koska osa katujen nimistä oli kirjoitettu eri tavalla pisteaineistossa, kuin kartalla. Korjasimme virheet manuaalisesti ja saimme siten kaikki pisteet paikoilleen.

Kartat opetuskäyttöön

Varsinainen kurssikerran itsenäistehtävä oli kuitenkin pisteaineiston avulla karttojen luominen erilaisista hasardiaineistosta mahdolliseen opetuskäyttöön. Käytimme aineistona netistä löytyviä tietokantoja maanjäristyksistä, tulivuorista ja meteoriittihavainnoista. Tällä kertaa emme saaneet aineistoja suoraan Artun tekemistä kurssikansioista, vaan jouduimme itse käyttämään hieman vaivaa aineiston hakemiseen ja tuomaan ne Mapinfoon. Näiden aineistojen pohjalta kokosimme karttoja eri hasardien sijainneista ympäri maailmaa. Kartoista oli tarkoitus luoda käytännöllisiä varsinkin opetusta varten ja havainnollistaa ilmiöiden alueellista esiintymistä kuvina. Kurssikerran tärkein tehtävä oli oppia muokkaamaan muualta esim. internetistä löytyvää dataa sellaiseen muotoon, jotta se voidaan sijoittaa suoraan kartalle.

Tutustuin ensimm√§isen√§ maanj√§ristystietokantaan, mist√§ hain aineiston omiin karttoihin maanj√§ristysten sijainnista maapallolla. Ensimm√§isess√§ kartassa ovat merkittyn√§ kaikki yli 6 magnitudin maanj√§ristykset vuodesta 2002 aina t√§h√§n vuoteen saakka. Kartasta huomaa miten paljon t√§ll√§ aikav√§lill√§ on tapahtunut maanj√§ristyksi√§. Osa havainnoista asettuu toistensa p√§√§lle, ja n√§ist√§ sumpuista huomaakin miten maanj√§ristykset keskittyv√§t tietyille alueille, kuten litosf√§√§rilaattojen subduktiovy√∂hykkeille sek√§ muille laattojen rajapinnoille. Havaintojen suuri m√§√§r√§ ja kolmioiden p√§√§llekk√§isyys tekev√§t kartasta vaikealukuisen, mink√§ Jussi Torkko huomaa my√∂s omassa kartassaan: “T√§llainen paljon eri kohteita omaava aineisto voisi sopia paremmin esimerkiksi pienemm√§n mittakaavan karttaan jostain tietyst√§ alueesta.” (Torkko 2017)

Kuva 1. Yli 6 magnitudin maanjäristykset maapallolla vuodesta 2002 lähtien

Vertailun vuoksi halusin luoda myös toisen esityksen maanjäristysten sijainnista samalta aikaväliltä. Rajasin aineiston vain yli 7 magnitudin maanjäristyksiin. Tämä kartta on nopeasti katsottuna kivemman näköinen. Kartasta ei kuitenkaan erotu litosfäärilaattojen rajapinnat yhtä selkeästi kuin 6 magnitudin kartasta, vaan havainnot ovat ripoteltuna. Selviä klustereita löytyy kuitenkin Indonesian saaristosta ja Etelä-Amerikan länsirannikolta. 7 magnitudin maanjäristyksiä tapahtuu harvemmin kuin 6 magnitudin. Yli 7 magnitudin maanjäristyksiä tapahtuu harvemmin, mutta tuottavat hyvin paljon tuhoa tapahtumapaikallaan.

Kuva 2. Yli 7 magnitudin maanjäristykset maapallolla vuodesta 2002 lähtien

Opetustarkoitukseen kartat sopivat hyvin, mutta muutamilla pienill√§ lis√§yksill√§ kartoista saisi entist√§kin informatiivisempia. Kuten Saara Varis toteaa blogissaan: “Kaikkien edell√§ mainittujen karttojen informaatioarvoa olisi lis√§nnyt ainakin litosf√§√§rilaattojen saumojen hahmottelu ja laattojen nime√§minen.” (Varis 2017) Olen t√§ysin samaa mielt√§, koska litosf√§√§rilaattojen nime√§minen ja saumojen hahmottelu auttaisi koululaisia hahmottamaan miss√§ p√§in maailmaa tapahtuu eniten maanj√§ristyksi√§ ja mink√§ takia.

Kuva 3. Maapallolla sijaitsevat tulivuoret

Kolmas karttani kuvaa tulivuorten sijaintia maailmankartalla. Kun tulivuorikarttaa vertaa yli 6 magnitudin maanj√§ristyskarttaan, huomaa niiss√§ paljon yhteist√§. Varsinkin tyynenmeren tulirenkaan alueella esiintyy paljon tulivuoria sek√§ tuhoisia maanj√§ristyksi√§. Kuten Hilkka Pajukangas toteaa blogissaan: “Maanj√§ristykset sijoittuvat samoille alueille kuin tulivuoretkin, erityisesti t√∂rm√§ys- ja ality√∂nt√∂vy√∂hykkeille on ker√§√§ntynyt yht√§lailla molempia. Tulokset eiv√§t ole yll√§tt√§vi√§, mik√§li kartan lukijalla on hiemankin tietoa mannerlaattojen hy√∂rin√§st√§.” (Pajukangas 2017)

Kuva 4. Meteoriittihavainnot maapallolla

Viimeisenä loin kartan meteoriittihavainnoista maapallolla. Pohtiessani kartan informatiivisuusarvoa mieleeni tulee ensimmäisenä vain meteorikraatterien havaintopaikat ja niiden tutkimusmahdollisuudet. Meteoriittien putoamispaikkaan ei vaikuta mikään maapallolla toimiva prosessi, vaan voidaan olettaa, että avaruudesta tulevat kappaleet ovat törmänneet Maahan satunnaisesti, ilman selviä klustereita. Kartalta erottuu joitakin paikkoja, joissa havaintoja ei ole ollenkaan, kuten Amazonin alue sekä Siperia. Näissä paikoissa voidaan tulkita, että myös kyseisille alueille on pudonnut tai putoaa meteoriitteja yhtä paljon kuin muuallekin maapallolle, mutta havaintoja on vaikea kirjata ylös ilman havainnoijaa.

Lähteet:

Pajukangas, Hilkka (2017), “Kurssikerta 6. – Kymmenen pistett√§ ja maanj√§ristysmerkki.” <https://blogs.helsinki.fi/pajukahi/> Luettu 3.3.2017

Varis, Saara (2017), “Geokoodausta ja hasardikarttoja” <https://blogs.helsinki.fi/saavaris/> Luettu 6.3.2017

Torkko, Jussi (2017), “Kuudes kurssikerta: Exceli√§ ja hasardeja” <https://blogs.helsinki.fi/torkjuss/> Luettu 7.3.2017

 

5. kurssikerta: Bufferointia ja analyysejä

Viidennellä kurssikerralla opettelimme bufferointia eli puskurivyohykkeiden tekoa, sekä teimme itsenäisiä tehtäviä jo valmiiksi opittujen taitojen avulla. Itsenäistehtävät sisälsivät paljon laskutehtäviä esim. etäisyyksien ja lukumäärien laskemisesta. Opettelimme käyttämään bufferointia hyödyksi erilaisten alueellisten tietojen selvittämisessä, mikä osittautui välillä hieman monimutkaiseksi laajasta Mapinfo -kokemuksesta huolimatta.

Bufferoinnilla voidaan selvitt√§√§ erilaisten aineistoissa olevien tietojen jakautumista bufferin vaikutusalueelle tai sen ulkopuolelle. Puskurivy√∂hykkeen avulla voidaan tutkia esimerkiksi kuinka monta ihmist√§ asuu lentokent√§n melualueella tai miten kouluik√§iset asuvat suhteessa kouluun, jota he k√§yv√§t. Bufferointi on oiva ty√∂kalu erilaisten alueellisten projektien suunnittelussa. Uuden moottoritien kaavoituksessa voidaan hy√∂dynt√§√§ bufferianalyysi√§ ja katsoa kuinka montaa asukasta liikenteen melu haittaa p√§ivitt√§in. Toki ennen bufferointia on hallussa oltava kattava aineisto tutkitusta aiheesta ja on osattava tehd√§ erilaisia laskutoimituksia, jotta uusia muuttujia saataisiin selville.¬†Bufferointia voi k√§ytt√§√§ my√∂s maantieteilij√∂iden ajatusmaailman ulkopuolisiin tutkimuksiin, kuten Vilja Jokinen toteaa blogissaan: “Hyv√§ k√§ytt√∂kohde bufferoinnille voisi olla el√§inten reviirien ja pes√§paikkojen sijoittuminen toisiinsa n√§hden tai suhteessa muihin lajeihin, vesist√∂ihin tai muihin tekij√∂ihin” (Jokinen 2017)

Taulukko 1. Bufferointianalyysin tuloksia

Taulukko 2.

Taulukko 3.

Itsenäistehtävänä oli luoda bufferianalyysejä muun muassa Helsinki-Vantaan lentoaseman melualueilla asuvien ihmisten määrää (Taulukko 3) ja Vantaan juna-asemien läheisyydessä asuvien ihmisten määrää (Taulukko 1). Puskurianalyysien tekeminen oli mielestäni suhteellisen helppoa ja mielenkiintoista. Yksinkertaisesti jokaisesta tutkittavasta alueesta valittiin keskikohta, jonka ympärille luotiin bufferi. Sen jälkeen tarkasteltiin aineistoja bufferin sisä- tai ulkopuolelta. Loimme aineistoihin uusia tekijöitä ja valitsimme jo olemassa olevasta aineistoista osia select- työkalun avulla. Mielestäni select- työkalun käyttö vaatii vielä harjoitusta, mikä ilmeni viimeistä harjoitusta tehdessä. Harjoituksessa piti rajata aineistosta tietyt vuosiluvut tarkasteltavaksi, mikä tuotti tehtävien teossa eniten päänvaivaa. Teemakarttojen ja taulukoiden päivitys alkavat sujua Mapinfossa jo suhteellisen näpsäkästi. En kuitenkaan tunne olevani Mapinfon käytössä vielä läheskään mestari.

Lähteet:

Jokinen, Vilja (2017), Kurssikerta 5: Bufferointia ja järjen käyttöä <https://blogs.helsinki.fi/jokinenv/> Luettu 17.2.2017

 

Neljäs kurssikerta

Ruutuaineistoja

Tällä kurssikerralla keskityimme esittämään aineistoa ruututeemakartalla Mapinfon avulla. Ruutuaineistot ovat tehokas tapa kerätä ja esittää alueellista tietoa ilman alueellisia rajoja. Toisin kuin koropleettikartassa, ruutuaineiston pohjalta tehdyssä kartassa tietoa on mahdollista esittää absoluuttisesti. Koropleettikartoissa käytetään usein esim. poliittisia aluerajoja, joiden vuoksi suhteellisen tiedon esittäminen on suotavaa. Ruutukartassa kaikki ruudut ovat samankokoisia ja lukuarvot suhteutuvat aina ruudun pinta-alaan. Oikean kokoisia ruutuja käyttämällä, ruututeemakartasta saa hyvinkin luotettavan, informatiivisen ja helposti luettavan

Avasimme aiheen käsittelyn Artun johdolla; pienen informaatiopuheen avulla saimme hieman esimakua erilaisista ruutu- ja pikseliaineistoista. Kurssikerran tarkoitus oli kuitenkin oppia lisää aineiston käsittelyä Mapinfossa ja päätavoitteena oli oppia luomaan itse informatiivinen ruututeemakartta.

Itsenäisharjoitus

Kurssikerran itsen√§isteht√§v√§n√§ oli luoda valitsemastaan aiheesta ruututeemakartta. Aineistona k√§ytimme p√§√§kaupunkiseudun asukasdataa vuodelta 2013. Valitsin teemakseni muunkielisten jakautumisen p√§√§kaupunkiseudulla. Muunkielisi√§ ovat kaikkia muita kieli√§ paitsi suomen, ruotsin ja saamen kielt√§ puhuvat. Kokeilimme kahden kokoisia ruutuja, joista oli itse tarkoitus valita miellytt√§v√§mpi versio blogiin tarkasteltavaksi. Itse valitsin ruutukooksi 500×500 ruudukon, mik√§ osoittautui hyv√§ksi valinnaksi. J√§tin karttani taustalle OpenStreetMapin taustakartan, jotta lukijalle k√§visi helpommin ilmi alueen sijainti. Kuntien nimet ja rajat j√§iv√§t harmillisesti ruutujen alle. T√§m√§n olisi voinut korjata nime√§m√§ll√§ paikat ja piirt√§m√§ll√§ rajat uudestaan omin k√§sin Mapinfossa. T√§t√§ en kuintenkaan kartantekohetkell√§ tullut ajatelleeksi.

Kuva 1. Ulkomaalaisten lukumäärä 500m x 500m ruuduittain pääkaupunkiseudulla

Muunkieliset ovat sijoittuneet pääkaupunkiseudulla hyvin tasaisesti näin nopeasti vilkaistuna. Kuitenkin suuremmat muunkielisten määrät näyttävät kasaantuvan kantakaupunkiin ja itäisen pääkaupunkiseudun alueelle. Espoossa muunkielisiä on pieninä klustereina esim. Leppävaarassa, Matinkylässä ja Espoon keskuksessa. Muunkieliset sijoittuminen kantakaupunkiin, johtunee monista syistä. Suurimpina tekijöinä ovat suvaitsevaisuus, paikallisten monipuolinen kielitaito, työmarkkinat yms. Muita kieliä puhuvat sijoittuvat usein omille alueilleen ja luovat keskenään pieniä yhteisöjä, kuten esimerkkinä suurkaupungeissa olevat kiinaa puhuvien alueet; Chinatownit.

Muunkieliset ovat sijoittuneet suuriin asutuskeskuksiin, eivätkä harvaanasutuille seuduille, kuten luonnonpuistojen läheisyyteen. Esim. Vantaalla muunkielisten asutus on sijoittunut lähinnä sen eteläosiin, kuten Myyrmäkeen ja Tikkurilaan. Kuten Iivari Laaksonen toteaa blogissaan, karttaan tulisi huomattavaa lisäarvoa, jos päälle merkttäisiin esimerkiksi pisteillä pääkaupunkiseudun suurimmat asutuskeskittymät. Tällöin voitaisiin paremmin tarkastella käsittelyssä olevaa teemaa (Laaksonen 2017). Iivarin kartalla käsiteltiin aiheena ulkomaan kansalaisten sijoittumista pääkaupunkiseudulla, mutta muunkieliset ja ulkomaan kansalaiset ovat usein samoja henkilöitä tai sijoittuvat ainakin karttojen perusteella suhteellisen samoille alueille.

Karttani värimaailma on mielestäni onnistunut ja luokittelu kertoo ilmiöstä hyvin tietoa. Kuitenkin taustakartan vihreät sävyt ja punaisen sävyillä merkityt tiet hukkuvat väestöruutuihin helposti. Nyt karttaa tarkastellessa huomaan, että ruudut olisivat voineet olla hieman pienempiä ja kartta hieman lähempää kuvattu, jotta lopputulos olisi siistimpi ja tarkempi.

Lähteet

Laaksonen, Iivari (2017), 4. kurssikerta, <https://blogs.helsinki.fi/iilaakso/ > Luettu 17.2.2017

 

Kurssikerta 3: Takaisin paikkatiedon käsittelyyn

Datan käsittelyä

Kolmannella kurssikerralla perehdyimme nimenomaan paikkatietojen käsittelyyn ja muokkaamiseen ja jätimme itse karttojen muokkaaminen hetkeksi sivuun. Opettelimme siirtämään dataa tietokannasta toiseen esim.  Excelistä Mapinfoon ja yhdistämään taulukoita käyttövalmiiksi tarkastelua varten. Tuotimme myös uutta tietoa jo tietokannassa olemassa olevien tietojen avulla käyttämällä erilaisia laskutoimituksia ja Mapinfon työkaluja. Uusia asioita opimme käytännön harjoituksen kautta, missä aineistona käytimme Afrikan valtiot sisältävää tietokantaa. Tavoitteenamme oli liittää tietokantaan myös muuta tietoa kuin pelkät valtioiden rajat ja nimet. Ennen kuin tietokantaan voitiin lisätä tietoja erilaisista lähteistä, alkuperäistä lähdeaineistoa piti muokata ja siistiä yksinkertaisemmaksi.

Saimme tietokannan mukana k√§ytt√∂√∂mme tietoja Afrikan alueen konflikteista, timanttikaivoksista ja √∂ljykentien m√§√§r√§st√§. Sijoitimme tiedot siististi valtioiden mukaan, jolloin n√§imme tekij√∂iden alueellisen sijoittumisen. Konfliktien vuosittaisista tilastoista voisi luoda p√§√§llekk√§isi√§ koropleettikarttoja esimerkiksi timanttikaivosten rakennusvuosien kanssa, sit√§ kautta p√§√§tell√§ onko timanttikaivosten rakentaminen altistanut aluetta konflikteille. Vilja Jokinen pohtii blogissaan j√§rkev√§sti miten tutkimusta voitaisiin tehd√§ my√∂s siit√§, onko timanttikaivausten tai √∂ljynporauksen aloittaminen n√§kynyt seuraavina vuosina vaurastumisena ja sit√§ kautta internetin k√§yt√∂n lis√§√§ntymisen√§, ja mik√§li on, niin kuinka monen vuoden viiveell√§. √Ėljykenttien ja timanttikaivosten alueilla esiintyvi√§ konflikteja olisi mielenkiintoista tutkia ja vertailla alueisiin, joilla ei esiinny konflikteja ja sit√§ kautta pohtia aiheuttavatko paikalliset luonnonvarat konflikteja.

Internetin käytöstä olisi myös mielenkiintoista nähdä vuosittaista dataa ja nähdä millä nopeudella määrä on kasvanut. Vuodesta 2000 vuoteen 2016 internetin käyttö on kasvanut räjähdysmäisesti Afrikassa, mitä selittää osakseen teknologian nopea kehitys.

Aikaansaatu työ

Tästä pääsimmekin kurssikerran itsenäiseen harjoitukseen, jossa tavoitteena oli luoda teemakartta Suomen päävaluma-alueista, alueiden tulvaindeksistä ja järvisyydestä.

Kuva 1. Suomen tulvaindeksi kuvattuna koropleettikartalla ja järvisyys esitettynä pylväsdiagrammeilla

Tuloksena syntyi hyvin epämiellyttävän näköinen teos (Kuva 1). Kun karttaa tarkastelee, siitä huomaa Suomen päävaluma-alueet ja tulvaindeksin erilaisilla väreillä. Järvisyys on esitetty sekavan näköisillä pylväsdiagrammeilla, jotka erottuvat kartasta hieman liiankin selkeästi. Kuitenkin kartan muuttujien väliset suhteet on pääteltävissä nopeallakin vilkaisulla. Suuren järvisyyden alueella tulvaindeksi on pieni, kuten Keski- ja Itä-Suomessa. Suurin riski tulville on rannikoilla kuten Pohjanmaalla ja Etelä-Suomessa, jossa maa on tasaista ja järvisyys on pieni. Lapissa tulvien esiintyminen on kohtalaista.

Sonja Koivisto toteaa blogissaan: “Muuttujien suhteen ja muiden selitt√§vien tekij√∂iden pohtiminen on kohtuullisen helppoa, mutta muuttujien arvojen ymm√§rt√§miseen tarvitaan hieman tiedonhakua.”. T√§t√§ pohdin itsekkin jo karttaa laatiessa; mist√§ tulvaindeksi tulee ja mit√§ nuo ilman yksikk√∂√§ seisovat luvut oikein tarkoittavat? Laskimme kuitenkin ennen kartan tekoa tulvaindeksin jakamalla keskiylivirtaama keskialivirtaamalla. T√§st√§ syntyy mystinen tulvaindeksin yksikk√∂. J√§rvisyysprosentti j√§i my√∂s hieman ep√§tietoisuuden kynsiin, mutta p√§√§ttelem√§ll√§ sen voisi ajatella olevan jokin prosenttim√§√§r√§ koko maa-alueen pinta-alasta.

 Lähteet:

Jokinen Vilja, “Kurssikerta 3: Datan k√§sittely√§ ja p√§√§valuma-alueet Suomessa” (2.2.2017) <https://blogs.helsinki.fi/jokinenv/>¬†Luettu 2.2.2017

Koivisto Sonja, “Tietokantojen k√§sittely√§” (1.2.2017) <https://blogs.helsinki.fi/kosokoso/>¬†Luettu 2.2.2017

Artikkeli 1 ja toinen kurssikerta

Artikkeli 1

Kahden päällekkäin asetetun muuttujan koropleettikartta on hyvä tapa esittää kahden alueellisen muuttujan suhdetta toisiinsa. Kartan informaation ymmärtämisen helpottamiseksi on valittava sopivat luokkavälit ja värit, jotka kuvaavat esitettäviä ilmiöitä mahdollisimman kuvaavasti. Lopullisen tulkinnan kartasta tekee kuitenkin lukija, jonka kartanlukutaidot määrittelevät kartan informatiivisuuden. Kaksi kärpästä yhdellä iskulla. Näin kuvailisin päällekkäisen koropleettikartan informatiivisuutta; on helpompi havaita muuttujien suhteita yhdeltä kartalta, kuin kahdelta erilliseltä koropleettikartalta.

T√§ss√§ tiivistettyn√§ Anna Lenowiczin artikkeli ‚ÄĚ Two-variable choropleth maps as a useful tool for visualization of geographical relationship‚ÄĚ (Lenowicz 2006). Lenowich tutkii kahden p√§√§llekk√§isen muuttujan sis√§lt√§m√§n koropleettikartan informatiivisuutta artikkelissaan ja kuten Kristiina Koivu toteaa reaktiopaperissaan: “Yhden muuttujan koropleettikartta kuvaa hyvin muuttujan alueellista jakautumista, mutta kahden muuttujan koropleettikartta kuvaa paremmin kahden muuttujan v√§list√§ suhdetta” (Koivu 2017). ¬†Kahden muuttujan koropleettikarttaa on tottuneen kartalukijan silmist√§ mielenkiintoisempaa lukea, sill√§ siit√§ voi l√∂yt√§√§ monenlaisia korrelaatioita muuttujien v√§lilt√§. Jopa sellaisia suhteita, mit√§ kartan laatija ei v√§ltt√§m√§tt√§ itse ole tarkoituksella luonut esitykseens√§, on mahdollista havaita p√§√§llekk√§isten muuttujien koropleettikartalta.

Lenowicz kirjoittaa helposti ymmärrettävällä kielellä, mutta tietyt sanat, kuten tilastotieteen termit olivat minulle vaikeita ymmärtää ja yhdistää tekstin kokonaisuuteen. Tämäntyyppiset englanninkieliset artikkelit on itselleni vielä hieman vieras ala, mikä vaikeuttaa tekstin ymmärtämistä. Kokonaiskuvan teksitstä saa kuitenkin suhteellisen helposti ja kuvailtujen asioiden ymmärtämisessä auttoivat lopussa esitetyt kartat ja niiden legendat.

Lenowiczin kartta on nopealla vilkaisulla kivannäköinen. Selkeät värit sekä tarkasteltavan alueen aluejako, josta erottuu valtio ja sen maakunnat tekevät kartasta visuaalisesti kauniin. Kun aletaan tarkastelemaan ilmiötä kartan sisällä, on vastauksia etsittävä nimenomaan kartan legendasta. Legenda koostuu yhdeksänruutuisesta värillisestä neliöstä, jotka selittävät kartoilla näkyviä värejä. Regressiokäyrä kertoo muuttujien välisestä korrelaatiosta ja paljastaa myös hajatapauksia korreloivien tapausten ulkopuolelta. Mielestäni päällekkäisiä värejä on vaikea tulkita ja ne sekoittuvat helposti keskenään. Jokin toinen esitystapa, kuten kuviointi toisen muuttujan osalta voisi toimia selkeyden kannalta paremmin.

Tämäntyyppisen teemakartat sopivat kokeneelle kartanlukijalle. Yhden muuttujan koropleettikartat ovat helpommin ei niin kokeneen lukijan ymmärrettävissä, ja sopivat sen takia paremmin esimerkiksi lehtiin ja mainoksiin. Kun informaatio kartalla lisääntyy, vaikeutuu myös sen tulkitseminen.

Kahden muuttujan koropleettikarttoja on mahdollista tuottaa mapinfon avulla, mutta samanlaista lopputulosta mitä Lenowiczin kartoissa, on mahdotonta saada. Mapinfoa muutaman kerran käyttäneenä, on vaikea kuvitella, että päällekkäisten muuttujien koropleettikarttaa päällekkäisillä väreillä olisi mahdollista tehdä. Korrelaation esittäminen legendassa voisi olla hyvin haasteellinen tapaus mapinfon kaltaiselle ohjelmalle ja sen apuna tarvittaisiin luultavasti jotain tilasto-ohjelmaa, kuten Exceliä. Mapinfon maailma ei ole avautunut minulle vielä täysin, joten en voi olla varma mihin kaikkeen se vielä pystyy, ennenkuin pääsen kokeilemaan.

Kurssikerta 2: Monipuolisempia teemakarttoja

Toisella kurssikerralla tutustuimme erilaisiin Mapinfon avulla tuotettaviin¬†kartografisiin esitystapoihin. Kartoilla esitett√§v√§√§ informaatiota on mahdollista esitt√§√§ koropleettikartan lis√§ksi mm. erilaisten 3D- ja prismaattisten karttojen avulla. Opimme my√∂s miten koropleettikarttoihin on mahdollista lis√§t√§ toinen muuttuja erilaisten diagrammien, pisteiden tai symbolien avulla. My√∂s kaksi koropleettikarttaa on mahdollista yhdist√§√§ samaan karttaesitykseen, kuten Suvi Huovelin toteaa blogissaan: “Kaksi koropleettikarttaa on mahdollista yhdist√§√§ samaan karttaesitykseen, jos toinen muuttuja on esitetty v√§reill√§ ja toinen l√§pin√§kyv√§ll√§ rasterilla tai molemmat muuttujat on esitetty v√§reill√§, jotka muodostavat yhdistelmi√§.” (Huovelin 2017) Kartassa k√§ytett√§vien esitystapojen valintaan kannattaa aina keskitty√§ huolellisesti ja pohtia mill√§ tavoin niiden informatiivinen sis√§lt√∂ saadaan parhaiten selville lopputuloksesta.

Harjoittelimme kurssikerralla esittämään alueellista tietoa kahden muuttujan koropleettikarttoina. Näissä kartoissa ei enää ollut yhden muuttujan vaihtelua havaintoalueella, vaan tarkoituksena oli oppia esittämään kahta toisiinsa jollain tavalla suhteessa olevaa tai toisiinsa liittyvää muuttujaa samalla kartalla. Kahden muuttujan välistä korrelaatiota on mahdollista havaita yhdeltä kartalta, jos valittujen värien, luokittelutavan ja muuttujien valinnat ovat osoittautuneet onnistuneiksi ja asettuvat karttaan yhdessä selkeästi.

Päädyin yhdessä tehtyjen harjoitusten jälkeen tekemään itsenäisesti kahden muuttujan koropleettikartan Itä-Suomen suuralueen väestöstä ja sen asumistiheydestä (Kuva 1.). Jälkeenpäin pohtiessa ja karttaa tarkastellessa, ei kartalta käy ilmi suuria yllätyksiä tai mielenkiintoisia suhteita muuttujien välillä. Muuttujat liittyvät vahvasti toisiinsa, mikä tekee kartasta helppolukuisen ei niin kokeneellekin kartanlukijalle. Kartalta huomaa kuitenkin ettei väestön määrä ja sen jakautuminen ole suhteessa kuntien kokoon millään tavalla. Suurissa kunnissa, kuten Suomussalmi, Kuhmo ja Lieksa Venäjän rajalla, on kunnan kokoon nähden vähän asukkaita. Asumistiheys kuitenkin vääristyy suurissa kunnissa, koska suuri pinta-ala jakaa ihmisiä myös suuremmalle alueelle asumaan. Tiivis asutus ja suuri väestömäärä sijaitsee suurten kaupunkien, kuten Joensuun, Kuopion ja Mikkelin alueilla. Näiden alueiden tiivistymiseen on vaikuttanut hiljaa kehittynyt kaupungistuminen ja opiskelijoiden keskittyminen näihin kaupunkeihin.

Kuva 1. Kahden muuttujan koropleettikartta. Itä-Suomen suuralueen väestöntiheys ihmisiä per. neliökilometri ja väestön lukumäärä symboleina.

Näin jälkeenpäin miettiessä, valitsin ehkä liian suuren alueen tarkasteluun. Kuntien nimet olisivat selkeyttäneet kartan lukua, mutta näin suurella alueella ne olisivat lähinnä sotkeneet kokonaisuutta. Kuitenkin jos aluetta tuntee, on mahdollista havaita alueita ja niiden eroja. Ihmishahmon muotoisilla symboileilla väestömäärän merkitseminen on hyvin suurpiirteistä. Legendassa on vain kolme eri kokoa ja kartassa melkein jokaisessa kunnassa on erikokoinen symboli. Ohjelman avulla symbolien kokoa oli kuitenkin vaikea muokata ja päädyin suurentamaan symboleita vain hieman, jotta väestömäärät eivät vääristyisi. Kartasta kuitenkin huomaa miten väestö keskityy kartan eteläosiin.  Alueen vesistöisyys vaikuttaa etäisyyksiin pidentämällä matkoja maaseudulta kunta- ja maakuntakeskuksiin. Asutus on kuitenkin kohtuullisen tasaisesti sijoittunutta koko Itä-Suomeen, mutta se on harvaa.

Mielestäni karttani on visuaalisesti onnistunut, mutta sisällöltään ehkä hieman köyhä. Näin maantieteilijän näkökulmasta olisin voinut valita väestön määrän tilalle jonkun täysin eri muuttujan, mikä olisi tehnyt kartan tulkinnasta entistäkin mielenkiintoisempaa.

Lähteet:

Koivu Kristiina, “Toinen kurssikerta ja harjoitusty√∂t”¬†(27.1.2017) <https://blogs.helsinki.fi/koivukri/>(Luettu 2.2.2017)

Leonowicz, Anna (2006) ‚ÄĚTwo-variable choropleth maps as a useful tool for visualization of geographical relationship”¬†30.3.2006 <https://moodle.helsinki.fi/pluginfile.php/1537276/mod_resource/content/0/KK2/Geog_033_037_spalvotas.pdf> (Luettu 2.2.2017)

Huovelin, Suvi, “Tasokasta kartanlaadintaa…” (30.1.2017) <https://blogs.helsinki.fi/suvihuov/>(Luettu 2.2.2017)

Aluehallintovirasto, “Toiminta-alue – It√§-Suomi” (21.1.2015) <http://www.avi.fi/web/avi/avi-ita-suomi-toiminta-alue?p_p_id=122_INSTANCE_aluevalinta&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&p_r_p_564233524_resetCur=true&p_r_p_564233524_categoryId=14400#.WJMYgBuLTIU> (Luettu 2.2.2017)

 

Kurssikerta 1: MapInfo tutuksi

Mantsan fuksien kevätlukukausi starttasi mukavasti paikkatiedon merkeissä. Paikkatiedon hankinta, analyysi ja kartografia -kurssi eli lyhyesti PAK, tutustutti meidät jo heti ensimmäisellä kerralla kurssin tärkeimmän ohjelmiston eli MapInfon maailmaan ja samalla palautti muistiin ennestään tuttuja paikkatiedon ominaispiirteitä.

MapInfon opettelu aloitettiin yhdessä Artun johdolla rauhallisesti yksi vaihe kerrallaan. Leikimme erilaisilla työkaluilla ja toiminnoilla, mitä MapInfossa on tarjolla. Uuden ohjelmiston opettelu tuotti aluksi päänvaivaa ja sen hitaus tuntui polttavan hermot, mutta yksityiskohtaisen opetuksen avulla ohjelman toiminta avautui ja osoittautui jopa yllättävän yksinkertaiseksi. Lopulta harjoittelimme yhdessä kartan luomista ja syntyi  ensimmäinen teemakartta; rivitaloissa asuvien osuuksista Suomen eri kunnissa. Tämän jälkeen valitsimme mieleisen aiheen oman teemakarttan luomiseen annetuista aineistoista.

Omaan teemakarttaani valitsin aineistoksi Kesämökkien lukumäärän Suomen kunnissa vuonna 2015. Oli mahtavaa päästä vihdoin tekemään oikeita teemakarttoja ja vaikuttamaan niiden sisältöön täysin itse. Itse tehtävä harjoitus oli mielestäni hyödyllinen, sillä itse opin parhaiten tekemällä ja kokeilemalla mahdolliset virheet läpi. Haastavinta kartan luomisessa oli aineiston luokittelutavan valinta. Valitsi lopulta luokittelutavaksi kvantiilit eli tasavälisen luokitteluvälin, ja huomasin saman kuin Sanni Väisänen blogissaan (Väisänen, 2017), että luokittelutapa ei ole paras mahdollinen. Ylin luokka paisui valtavan suureksi verrattuna muihin luokkiin, mikä vääristää kartan ulosantoa. Väritystä olisi voinut myös muuttaa hieman selkeämpään, koska vierekkäiset luokat sekoittuvat keskenään helposti. Lopputuloksena syntyi koropleettikartta, jossa on kuitenkin vielä paljon parantamisen varaa.

Kuva 1. Kesämökkien lukumäärä kunnittain vuonna 2015

Oheinen teemakartta on nopeasti katsottuna mielestäni selkeä. Tarkemmin katsoessa ja verratessa legendaa ja itse karttaa, huomaa erinäisiä virheitä. Tummaa väriä esiintyy kartassa hyvin paljon, mikä merkitsee suurta mökkimäärää. Tämä mökkimäärien suhde ei kuitenkaan ole aivan realistinen. Suomessa oli Tilastokeskuksen mukaan vuonna 2015 kaikkiaan 501 600 kesämökkiä. Mökkivaltaisin kunta oli Mikkeli, jossa oli 10 349 mökkiä. Seuraavaksi eniten kesämökkejä oli Kuopiossa, Paraisilla, Lohjalla ja Savonlinnassa (Tilastokeskus, Kesämökit 2015). Lappissa muutama kunta yltää kartan mukaan samoille tasoille mökkimäärässä, kuin esim. Mikkeli. Tämä ei kuintenkaan pidä paikkaansa, vaikka luokitteluperuste näin väittääkin. Luonnolliset luokkarajat olisivat luultavasti toimineet paremmin kesämökkien kuvaajana.

Kukaan ei voi ensimmäisellä kerralla onnistua täydellisesti, mutta tästä on hyvä lähteä eteenpäin!

Lähteet:

Väisänen, Sanni (2017), Kurssikerta 1. Kohti paikkatietoa ja sen yli!                              <https://blogs.helsinki.fi/sannivai/> Luettu 23.1.2017

Kesämökit 2015, Tilastokeskus                                                                                       <http://www.stat.fi/til/rakke/2015/rakke_2015_2016-05-26_kat_001_fi.html> Luettu 23.1.2017