Viikko 7. Viimeistä viedään

Tällä viikolla se sitten iski: totaalinen uskon puute ja epätoivo. Ohjeena oli tehdä kahden muuttujan teemakartta vapaavalintaisesta aiheesta ja etsiä kaikki siihen tarvittava data ja paikkatieto itse. Jo tiedotusblogin ohjeiden lukeminen ahdisti (“siis mitä se paikkatieto tarkoitti?”) ja aiheen keksiminen tuotti päänsärkyä. Aluksi ajattelin tehdä kartan kaikkien valtioiden ilman pienhiukkaspitoisuuksista ja keuhkosyövän ja keuhkoahtaumataudin ylisyydestä väestössä. Tämä suunnitelma toppasi jo alkuunsa kun en millään löytänyt dataa kyseisten sairauksien esiintyvyyksistä. Sen jälkeen päädyin vain selailemaan Eurostatin dataa ja katselemaan mitä kaikkea sieltä löytyikään, ja huh, löytyihän sieltä! Tässä vaiheessa alkoi jo toivo pilkottaa, että kyllä tästä selvitään. Taulukoita ja dataa oli laidasta laitaan, ja lopulta päädyin tarkastelemaan alkuperäisen ajatuksen mukaan ilman pienhiukkasmääriä, tosin vain EU-maissa. Toiseksi teemaksi löytyi EU-maiden energian käyttö, etenkin uusiutuvien luonnonvarojen (sisältäen aurinko-, tuuli- ja vesivoiman) osuus siitä. Keräsin taulukoista vain tarvitsemani tiedot, yhdistin ne yhdeksi taulukoksi Excelissä ja vein MapInfoon.

Pienhiukkaset ovat ilman mikroskooppisen pieniä hiukkasia, jotka syntyvät esimerkiksi ihmistoiminnan seurauksena palamisreaktioissa. Suurimpia pienhiukkasten lähteitä ovat puun ja kivihiilen polttaminen sekä liikenne, etenkin dieselkäyttöiset ajoneuvot. Hiukkaset kerääntyvät ilmaan, ja suurina pitoisuuksina haittaavat näkyvyyttä muohostamalla savusumua. Niillä on ilmakehää viilentävä vaikutus, toisin kuin hiilidioksidilla, jota myös syntyy palamisreaktioissa. Pienhiukkaset tunkeutuvat hengittettäessä keuhkoihin ja niillä onkin todettu olevan yhteys erilaisten sairauksien, kuten keuhkosyövän ja keuhkoahtaumataudin syntymiseen, ja lisäksi ne heikentävät astmaatikkojen tilannetta. Pienhiukkaset luokitellaan yleensä halkaisijaltaan alle 10 mikrometrin (PM10) ja alle 2,5 mikrometrin (PM2,5) luokkiin, joista pienemmät ovat terveydelle vaarallisempia. Omassa kartassani tarkastelin kumpaakin luokkaa yhdessä. Pienhiukkasille on määritelty vuoden raja-arvo 40 ug/m3 isommille hiukkasille sekä 25 ug/m3 pienemmille, jonka ylittävävät arvot ovat terveydelle haitallisi. Esimerkiksi Kiinassa on mitattu raja-arvot moninkertaisesti ylittäviä PM2,5-arvoja (Zhang & Cao, 2015).

Karttapohjaksi latasin Natural Earthin sivulta maailmankartan valtioiden rajoilla vektorimallisena mittakaavassa 1:50m. Siitä sitten valintatyökalulla rajasin Euroopan, jonka parissa ryhdyin työskentelemään. Yhdistin maiden nimien perusteella oman Excel-taulukkoni maailmankartan taulukkoon ja sitten pääsin tekemään karttaa. Pienhiukkasten pitoisuuksista tein sujuvasti koropleettikartan käyttäen jo hyväksi havaitsemiani  värimaailmaa sekä luonnollisia luokkia. Valintatyökalun avulla väritin myös valtiot, joista ei läytynyt tietoa tummanharmaiksi, ja vaaleanharmaiksi valtiot, jotka jätin kokonaan tarkastelun ulkopuolelle. Tämä siitä syystä, että meri on kartalla valkoinen ja halusin maan erottuvan siitä selkeästi.

Tähän asti kaikki sujui ilman suurempia ongelmia, mutta sitten suljin ohjelman vahingossa… kahdesti(!!!!!) ja jouduin tekemään koropleettikartan uudestaan. Noh harjoitus tekee mestarin ja MapInfolla se sujui nopeasti.

Koropleettikartan päälle tein pylväsdiagrammit energian kokonaiskulutuksesta sekä uusiutuvista luonnonvaroista tuotetun energian kulutuksesta. Tähänkin käytin apuna valintatyökalua, että sain vain tarkastelemani maat mukaan (miksi ihmeessä tässä ei ole ignore zeros -toimintoa?!). Päänvaivaa aiheutti värien valinta sekä pylväiden koon skaalaaminen: Euroopan sisällä on maita (Saksa), joiden energian kulutus monikymmenkertainen toisen valtion energiankulutukseen nähden (Malta). Kartalta huomaa nämä erot hyvin, mutta pienimpien maiden pylväistä ei voi enää erottaa kokoeroa kokonaisenergian ja uusiutuvan välillä. En ole siis aivan tyytyväinen, mutta kompromissina pylväiden koot kuitenkin toimivat.

 

Kuva 1. EU-maiden ilman pienhiukkaspitoisuus ja uusiutuvan energian suhde kaikkeen käytettyyn energiaan

Valmis kartta näkyy kuvassa 1. Olen lopputulokseen loppujen lopuksi tyytyväinen. Kartalta näkee, että suurimmat pienhiukkaspitoisuudet löytyvät entisen itäblokin maista, kuten Puolasta. Puolassa merkittävä osuus energiasta tuotetaankin kivihiilellä ja kodeissa roskat poltetaan uuneissa lämmön tuottamiseksi. Toisaalta Suomessa, jossa myös puun poltto yksityiskodeissa on yleistä, pitoisuudet ovat EU:n parhammistoa. Täällä lultavasti polttoprosessit ovat puhtaampia kuin Puolassa ja lisäksi käytämme vähemmän hiiltä energiantuotannossa. Kaikilla mailla pitoisuudet kuitenkin jäävät alle raja-arvon 40 ug/m3. Ilman pienhiukkaspitoisuudet eivät korreloi energian käytön kanssa, sillä esimerkiksi Romanian energian kulutus on melko pientä, mutta ilmanlaatu kuuluu huonoimpaan luokkaan. Toisaalta Saksa, joka käyttää kaikista eniten energiaa, kuuluun ilmanlaadun keskikastiin. Saksassa on varmasti uudempi autokanta kuin idässä, joten liikenteen päästöt ovat suhteessa vähäisempiä. Saksa on myös EU:n suurin uusiutuvista luonnonvaroista tuotetun energian kuluttaja. Siellä onkin muun muassa suuria tuuli- ja aurinkovoimapuistoja sekä kylä, jonka kaikki sähkö on tuotettu tuuli- ja aurinkovoimalla. Kartasta näkyy myös, kuinka pieni osa suhteessa kaikkeen muuhun käytettyyn energiaan tulee uusiutuvista luonnonvaroista. Kaikkien maiden tulisi lisätä uusiutuvien luonnonvarojen käyttöä ja vastaavasti luopua fossiilisista polttoaineista, jotta saisimme ilmastonmuutoksen pysähtymään. Energian kulutus kasvaa vuosi vuodelta, mutta toisaalta niin kasvaa myös uusiutuvien energialähteiden osuus energian tuotannossa (Eurostatin energiadata).

Euroopan maiden väkiluvut vaihtelevat hurjasti, Suomi on yksi pienimmistä maista. Oman karttani lisäksi olisi tietysti ollut mielenkiintoista tehdä kartta, jossa olisi kuvattu energiankäyttöä ja pienhiukkaspäästöjä henkeä kohden. Olisiko kartta olennaisesti muuttunut? Olisiko Suomi edelleen parhaimman ilmanlaadun ryhmässä? Luulisin kuitenkin, että kartan suuret linjat säilyisivät samanlaisina.

Kartan valmiiksi saatuani olo oli lähinnä hölmistynyt: tässäkö tämä nyt oli? Datan löydyttyä kaikki nimittäin sujui aika kivuttomasti ja nyt uskallankin jo sanoa että pystyisin jatkossakin tarvittaessa tuottamaan tämän kaltaisia karttoja itsenäisesti. Eli tavoite kurssin osalta saavutettu! Taas opin käyttämään uutta ohjelmaa, jota kohtaan olin ennakkoluuloinen ja ennenkaikkea opin vihdoin mitä paikkatieto sanana tarkoittaa 😀

 

Lähteet:

Eurostat, Urban population exposure to air pollution by particulate matter http://ec.europa.eu/eurostat/tgm/table.do?tab=table&plugin=1&language=en&pcode=tsdph370 Luettu 2.3.2017

Eurostat, Complete energy balances – annual data http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=nrg_110a&lang=en Luettu 2.3.2017

Eurostat, Supply, transformation and consumption of renewable energies – annual data http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=nrg_107a&lang=en Luettu 2.3.2017

Ilmanlaatuportaali http://www.ilmanlaatu.fi/ilmansaasteet/komponentit/pm25.html  Luettu 3.3.2017

Ympäristöhallinnon yhteinen verkkopalvelu http://www.ymparisto.fi/fi-FI/Ilmasto_ja_ilma/Ilmansuojelu/Ilmansuojelun_raja_ja_ohjearvot  Luettu 3.3.2017

Zhang, Y. & Cao, F. (2015) Fine particulate matter (PM2,5) in China at a city level Nature http://www.nature.com/articles/srep14884 Luettu3.3.2017

Helsingin Sanomat 21.10.2014 Saksalainen pikkukylä tuottaa itse kaiken energiansa lannalla ja tuulella http://www.hs.fi/ulkomaat/art-2000002770999.html Luettu 3.3.2017

Viikko 6. Lumikasoja ja meteoriitteja

Tämä kurssikerta käynnistyi piristävästi ulkoilulla aurinkoisessa talvisäässä, voittaa 100-0 tietokoneluokassa istumisen! Jakauduimme pareiksi/pieniksi ryhmiksi ja lähdimme kerämään koordinaattitietoja vapaavalintaisista kohteista. Parini kanssa valitsimme isot lumikasat, sillä mikä olisikaan sen tähdellisempää… Mutta vieväthän isot kasat paljon tilaa, joten ne on sijoitettava siten, etteivät ne häiritse liikennettä, vie kohtuuttomasti parkkipaikkoja, tai valuta sulamisvesiään suoraan rakennusten kellareihin.

Kuva 1. Kumpulan lumikasat. Kuvassa on punaisilla pisteillä merkitty lumikasojen paikat ja punaisella viivalla GPS-paikantimen tallentama reitti

Lumikasat ovat kuvassa kolmen metrin tarkkuudella siellä, missä luonnossakin. Punaisella viivalla merkitty reitti taas ei aivan ole sitä mitä todellisuudessa. Exactumin ja Dynamicumin välissä kävelimme ulkona poikkeamatta sisään (korkeat rakennukset luultavasti estivät tarkemman paikannuksen) ja reitin alku ja loppu oli GIS-luokassa.

Lumikasoja paikantamalla päästiin vihdoin siihen, mikä minua oli jo pari viikkoa vaivannut: miten käytännössä paikkatietokantoja tehdään? Homma oli aivan yksinkertaista, laitettiin koordinaatit muistiin, tehtiin niistä taulukko, joka vietiin MapInfoon ja tehtiin niistä kartta. Tätä tehdessä tajusi, kuinka valtavasti työtä nykyisten karttojen ja paikkatiedon tuottaminen onkaan vaatinut, kun kymmenen toistensa läheisyydessä sijaitsevaa lumikasaa veivät näinkin paljon aikaa.

Lumikasojen jälkeen siirryttiin luonnonhasardien ja katastrofien pariin. Tavoitteena oli tuottaa kolme opetukseen kelpaavaa karttaa. Valitsin aiheeksi meteoriittien putoamispaikat. Tuivuoret ja maanjäristykset olisivat ehkä olleet helpompia ainakin opettamisen kannalta, sillä niiden esiintymisen paikallisuudessa on selvä syy, ne sijaitsevat mannerlaattojen saumakohdissa. Näistä saumakohdista riittäisi tietysti kerrottavaa ja opetettavaa, muttameteoriitit ovat mielestäni mielenkiintoisempia. Ne putoavat sattumanvaraisesti mantereelle tai mereen eikä niitä voida nykyteknologialla käsittääkseni estää putoamasta. Aineistoon oli linkki, jonka takaa se piti itse ladata ja muokata tarvittaessa. Meteoriaineisto oli ymmärrettävästi keskittynyt maalle pudonneisiin meteoriitteihin. Tein meteoriiteista kolme karttaa, joissa kaikissa on sama pohja ja värimaailma, vain putoamispaikkoja kuvaavien pisteiden värit vaihtuvat selkeästi. Kartoista unohtui mittakaava ja pohjoisnuoli, mutta ainakaan minua se ei haittaa kun kuvissa kuitenkin kuvataan maapalloa eli ne ymmärtää helposti ilmankin.

Kuva 2. Kaikki havaitut meteoriittien putoamispaikat vuoteen 2012 mennessä

Kuten kuvasta 2 näkyy, vuoteen 2012 mennessä havaittuja meteoriittien putoamispaikkoja on lukemattomia kaikilla mantereilla. Eurooppa, USA ja Australia ovat kokonaan punaisten pisteiden peitossa, mutta kartalla on myös alueita, joilla ei ole putoamispaikkoja. Nämä alueet ovat harvaan asuttuja, vaikeasti saavutettavia paikkoja, kuten Antarktis, Grönlanti, Amazonin sademetsä ja Siperia. Epäilemättä myös näille alueille on vuosimiljoonien kuluessa sadellut meteoriitteja kuten muuallekin, niitä tai niiden synnyttämiä kraatereita ei vain ole havaittu.

 

Kuva 3. Isojen meteoriittien, 1 000 kg- 60 000 kg, putoamispaikat

Seuraavassa kartassa, kuvassa 3, näkyy historian suurimpien meteoriittien putoamispaikat. Kuten vertaamalla kuvaan 2 voi huomata, suurten meteoriittien putoaminen on todella harvinaista. Suurin osa kaikista meteoriiteista on pieniä, eivätkä ne aiheuta yleensä vahinkoa, mutta suurimpien vaikutus on jättimäinen alkaen maanpintaa ja kiviainesta muokkaavista kraatereista. Nämä kraaterit voivat säilyä maastossa miljoonia vuosia. Yksi historian suurimmista meteoriiteista putosi Väli-Amerikkaan vaikuttaen osaltaan dinosaurusten sukupuuttoon. Täällä ja täällä kerrotaan mm. kyseisen Chicxulubin kraaterin synnystä ja siihen liittyvästä tutkimuksesta. Myös Suomessa on kraatereita. Suurin näistä Lappajärvi, johon muodostunut järvi, kuten nimestä voi päätellä.

 

Kuva 4. 2000-2012 pudonneet yli 1 kg meteoriitit

Kolmannessa kartassa näkyy 2000-luvulla kahdentoista vuoden aikana havaitut yli kilon painoiset meteoriitit. Näitä murikoita putoilee useamman kerran vuodessa, kuvassa niitä on useampi kymmenen. Jos kuvassa olisi merkitty myös pienimmät meteoriitit, havaintoja olisi reilusti enemmän.

Mielestäni karttani onnistuivat ihan hyvin, ne ovat informatiivisia ja yksinkertaisia niin, että oppilaskin ne helposti ymmärtäisi. Meteoriittien kohdalla keskittyisin niiden seurauksiin, kuinka kraateri syntyy, kuinka kiviaines muokkaantuu jne. sekä historiallisiin, hyvin tunnettuihin tapauksiin esimerkkeinä, kuten Tunguskan räjähdys. Kartoilta nostaisin myös esiin jos aiemmin toteamani seikan, eli että vaikka kansoitamme suurimman osan maapalloa ja kykenemme monitoroimaan ja tutkimaan laajoja alueita, niin yhä on olemassa alueita, jotka ovat lähestulkoon tutkijoiden ulottumattomissa.

 

Lähteet:

Järviwiki http://www.jarviwiki.fi/wiki/Lappaj%C3%A4rvi_%2847.031.1.001%29 Luettu 3.3.2017

Hand, E.  Updated: Drilling of dinosaur-killing impact crater explains buried circular hills Science 17.11.2016  http://www.sciencemag.org/news/2016/11/update-drilling-dinosaur-killing-impact-crater-explains-buried-circular-hills  Luettu 3.3.2017

Atlas Obscura Chocxulub crater  http://www.atlasobscura.com/places/chicxulub-crater  Luettu 3.3.2017

Viikko 5. MapInfo on ystävä

Kertaus on opintojen äiti ja tällä kurssikerralla päästiinkin sitten muistelemaan ja soveltamaan aiemmin opittuja asioita MapInfon käytöstä. Itselleni ainakin kertaus ja soveltaminen tulivat tarpeeseen, sillä taulukon muokkaamista ja muuta piti hetki miettiä, ennen kuin se rupesi sujumaan. Uutena asiana oli ainoastaan bufferointi eli puskurointi, jota harjoiteltiin viime kerralla Pornaisten keskustasta digitoidun aineiston perusteella. Puskuroinnilla siis voidaan luoda halutun kokoisia vyöhykkeitä kohteen/kohteiden ympärille, jolloin kyseiseltä vyöhykkeeltä voidaan tarkastella kiinnostavia asioita.

Harjoittelun jälkeen pääsimme hommiin. Tarkastelun kohteina olivat Vantaan taajamat, Malmin ja Helsinki-Vantaan lentokentät, Vantaan juna-asemat sekä vapaavalintainen kohde, joksi valitsin Helsingin Yhtenäiskoulun koulupiirin. Tehtäviä tehdessä todella kiteytyi se, kuinka MapInfosta voi olla valtavasti hyötyä, vaikka ei tekisikään teemakarttoja. Tältä kurssikerralta ei siis ollut tuloksena teemakarttoja, vain erilaisia lukuja. Mutta kyseisistä luvuista on aivan oikeasti hyötyä, ja kyseisiä asioita varmasti mietitään kaupunkien hallituksissa kun suunnitellaan yleiskaavoja, sote-uudistuksia tai joukkoliikenteen bussilinjojen reittejä ja pysäkkejä.

Ensimmäisessä tehtävässä tarkasteltiin lentokenttiä ja juna-asemia. Näissä tehtävissä puskurointi oli ahkerassa käytössä! Malmin kiitoradasta yhden kilometrin säteellä asuu 8707 asukasta ja kahden kilometrin säteellä 57 038 asukasta, joka on huomattavasti enemmän kuin Helsinki-Vantaan lähellä, nimittäin 2 km sätellä asuu “vain” 10 356 asukasta. Luvut voivat vähän poiketa piirtotarkkuuden mukaan. Selityksenä näin isolle erolle on, että Malmin lentokenttä on hiljainen harrastelijoiden käytössä oleva kenttä, kun taas Helsinki-Vantaan kenttä on Suomen suurin ja vilkkain ja näin ollen tuottaa varmasti enemmän meluhaittaa kuin Malmin kenttä. Näistä noin 10 000 ihmisestä vain 1,3% eli 29 asukasta asuu 65 dB alueella. Yli 55 dB alueella asustaakin sitten jo 11 913 asukasta, jos katsotaan myös kahden kilometrin säteen ulkopuolelle. Jos koneet lentäisivät Tikkurilan yli, 60 dB lentomelusta kärsisi 12 396 asukasta.

Vantaan juna-asemien läheisyydessä, eli puolen kilometrin säteellä asuu 84 343 asukasta, joka on mielestäni todella paljon. Näistä asukkaista 69,1% on 15-64 vuotiaita, eli työikäisiä, joiden voidaan olettaa käyttävän itsenäisesti joukkoliikennettä. Juna-asemien sijoittelu vaikuttaakin todella hyvätä, potentiaalisia käyttäjiä on paljon! Toisaalta koko tarkastelemamme alueen asukkaista asemien läheisyydessä asuu vain 17,2%, joten läheskään kaikki eivät ole otollisella etäisyydellä. Toisaalta tarkasteltu alue on iso ja asukkaita on paljon, eikä kalliita rautateitä voida rakentaa joka taajaman viereen. Näillä muilla alueilla onkin busseja hoitamassa joukkoliikennettä.

Toisessa tehtävässä tarkasteltiin Vantaan taajamia. Taulukkoihin laskemieni tietojen perusteella 96,2% alueen asukkaista asuu taajamissa. Luku kuulostaa kaltaiselleni maalaiselle suorastaan häkellyttävän suurelta, mutta toisaalta nyt puhutaan pääkaupunkiseudusta eikä maaseudusta… Myös suurin osa kouluikäisistä (7-15 vuotiaista) asuu taajamissa, taajamien ulkopuolella asuu 1974 kouluikäistä, mikä on 4% kaikista alueen kouluikäisistä. Taajamat oli myös eritelty alueiksi. näistä alueista kuudella ulkomaalaisten osuus oli yli 30%, 11:sta alueella yli 20% ja 39:llä alueella yli 10%.

Kolmannessa tehtävässä tarkastelin Helsingin Yhtenäiskoulua. Wikipedian mukaan koulu on perustettu vuonna 1956 ja siinä toimii sekä peruskoulu että lukio. Peruskoulussa oppilaita on noin 250 ja lukiossa 160. Yhtenäiskoulun koulupiirissä oli seuraavana vuonna koulunsa aloittavia (eli tilastoissa 6-vuotiaita) lapsia 14. Seuraavana vuonna yläasteikäisiä, eli tilastossa 12-, 13- ja 14-vuotiaita oli 62. Kouluikäisten eli 7-15 vuotiaiden osuus alueella oli 8,4%, eli määrällisesti 159 kouluikäistä, mikä tarkoittaisi sitä, että kouluun tulee lapsia myös koulupiirin ulkopuolelta, sikäli kun Wikipedian tiedot pitävät paikkansa. Jos oletetaan, että muunkielisten keskuudessa kouluikäiseten osuus väestöstä on sama 8,4%, niin muunkielisiä kouluikäisiä olisi 9,24 eli käytännössä yksi per vuosiluokka.

Tämän kurssikerran ansiosta minulla alkaa olla jo vähän varmuutta työskennellä itsenäisesti MapInfon kanssa. Kuitenkin vaatii vielä paljon harjoitusta, että sen käytöstä tulisi sujuvaa ja luontevaa, mutta olen kuitenkin huomannut, että ei se pure. MapInfo on ystävä.

 

Lähteet:

Wikipedia, https://fi.wikipedia.org/wiki/Yhten%C3%A4iskoulu_(Helsinki) Luettu 19.2.2017

 

Viikko 4. Elämänvaiheen vaikutus asumiseen

Neljännellä kurssikerralla laadittiin teemakarttoja ruudukon avulla. Teemakartta tehtiin pääkaupunkiseudun väestötiedoista niin, että jokainen piste aineistossa edusti yhtä asuinrakennusta. Pisteteemakarttaan verrattuna ruututeemakartta on selkeämpi, sillä väri kertoo pisteiden tiheyden, joka pistekartassa olisi vaikesti tulkittavissa, jos pistäitä olisi liian tiheään.

Tein oman teemakarttani nuorten aikuisten, eli tässä tapauksessa 20-29 vuotiaiden suhteellisista osuuksista eri alueilla. Laskin suhteelliset osuudet aineistosta painottamalla kunkin talon asukkaiden kokonaismäärää. Oma karttani esittää siis suhteellisia lukuja, mutta ruudukon avulla tehty teemakartta voisi myös ilmaista absoluuttisia arvoja, sillä ruutujen pinta-alan ollessa vakio ne olisivat vertailukelpoisia keskenään. Tämä on mielestäni selkeä etu tavalliseen koropleettikarttaan verrattuna, etenkin kun ruututeemakartta on ainakin itselleni aivan yhtä helppo tulkita.

 

Kuva 1. Pääkaupunkiseudun 20-29 -vuotiaiden osuus

 

Kartassa käyttämäni ruutukoko on 250m x 250m. Aluksi kokeilin myös 400m x 400m ruudukkoa, mutta pienempi ruutukoko oli mielestäni parempi, yksityiskohtaisempi olematta silti liian pikkutarkka. Ruudut, joihin ei tullut yhtään havaintoa jätin tyhjiksi. Väriksi valitsin tavoistani poiketen punaisen ja keltaisen sävyt, sillä ilman ääriviivoja pienten ruutujen on pelkän värinsä ansiosta erotuttava taustasta sekä muista ruuduista. Lisäksi tummensin jokien ja järvien sävyä niin, että ne erottuvat myös paremmin valkoisesta taustasta ja näin auttavat hahmottamaan ruutujen sijaintia. Mielestäni karttani on visuaalisesti onnistunut.

Karttani esittää pääkaupunkiseudun nuorten aikuisten sijoittumista. Näin ollen kartta kertoo myös opiskelijoiden asumisesta, sekä yksin asuvien tai lapsettomien asumisesta, sillä 20-29 vuotiaista suuri osa kuuluu näihin ryhmiin (ei toki kaikki). Huomattavaa onkin, että kaikkein suurin osuus nuorilla aikuisilla on aivan Helsingin kantakaupungissa, jossa on paljon oppilaitoksia yliopistokampuksista lähtien, sekä paljon yksiöitä ja kaksioita, joihin isot perheet eivät mahdu. Muita nuorten aikuisten kansoittamia alueita ovat Espoon Otaniemi (Aalto yliopiston kampus), radanvarret sekä Lahden- ja Hämeenlinnan väylien varret, joista on hyvät liikenneyhteydet muualle. Mitä kauemmaksi keskustoista, oppilaitoksista ja hyvistä julkisen liikenteen kulkuyhteyksistä mennään, sitä pienemmäksi nuorten aikuisten osuus käy. Tuulianna Herranen esitti kartassaan 18-24 -vuotiaiden sijoittumista pääkaupunkiseudulla. Hänen kartassaan korostuvatkin samat alueet kuin omassani.

Jos taas tarkastellaan Siirilän ja Vaattovaaran (1999) karttaa lapsiperheiden osuuksita pääkaupunkiseudulla, nähdään jokseenkin päinvastainen ilmiö. Toki myös lapsiperheet pyrkivät hyvien kulkuyhteyksien ääreen, mutta vain harva asuu aivan keskustassa, suurin osa asuu kehä kolmosen ulkopuolella, jossa on suuremmat asunnot, eli tilaa lapsille, sekä halvemmat neliöhinnat, sillä suuret asunnot aivan keskustassa eivät sovi perusduunarin palkkapussille. Tietenkin kartta on vanha, ja saattaisi nykyään näyttää hieman toiselta, mutta luulisin, että pääosin trendi olisi entisen kaltainen. Elämänvaihe vaikuttaa siis suoraan siihen, missä ja miten ihminen asuu. Itseäni Siirilän ja Vaattovaaran kartassa häiritsee, että värit ovat juuri päin vastoin omaan karttaani nähden, eli punainen vastaa pientä osuutta ja keltainen suurta, jotenkin tämä ei vain tunnu intuitiiviselta.

 

Lähteet:

Herrala, T. Pääkaulunkiseudun nuoret aikuiset  https://blogs.helsinki.fi/tuuliann/2017/02/22/paakaupunkiseudun-nuoret-aikuiset/ Luettu 12.3.2017

Siirilä, S. & Vaattovaara, M. (1999): Hyvinvointi ei koske kaikkia, Suomen kartasto, Suomen Maantieteellinen Seura, WSOY  http://www.helsinki.fi/maantiede/geofi/syys.html Luettu 13.2.2017

Viikko 3: Tietokannoista kartaksi

Tällä viikolla aiheena olivat paikkatietokannat sekä niiden muokkaaminen. Harjoittelimme MapInfossa tietokantojen yhdistämistä, muokkaamista sekä uusien muuttujien laskemista olemassa olevien tietojen perusteella. Jälleen kerran yllätyin positiiviesti kuinka helppoa ja suorastaan kivaa MapInfon käyttäminen oli.

Harjoituskerran ensimmäisen puoliskon keskityimme Afrikan öljylähteiden, timanttikaivosten, internetin käytön sekä konfliktien sijainteihin. Jos tietokannoissa on käy ilmi näiden sijainnin lisäksi aika, eli milloin öljy-ja timanttiesiintymät olvat löytyneet ja otettu käyttöön, konfliktien aijankohta sekä netkin käytön yleistyminen, voidaan tiedoista päätellä paljon. Timantit sekä öljy ovat arvokasta kauppatavaraa, joka tuo vaurautta alueelle. Kuitenkin vauraus voi keskittyä vain harvoille tai houkutella konflikteja puoleensa. Lähes koko Afrikassa kaivosten alueilla on kaivosten avautumisen jälkeen alkanut konflikteja, ja voidaankin arvella, että ongelmat johtuvat mahdollisesti rikkauksien epätasaisesta jakautumisesta tai eri tahojen kiistoista siitä, kuka omistaa kyseiset luonnonvarat. An Introduction to Human Geography -kirjassa kerrotaan resurssikirouksesta, eli siitä, kuinka usein maat, joilla on runsaasti arvokkaita luonnonvaroja, kuten öljyö, kehittyvät luonnonvaroilta köyhempiä maita hitaammin. Konfliktit, ja niiden mukanaan tuomat rikollisuus ja korruptio ovat vain yksi syy. Muita kirjassa mainittuja syitä ovat talouden yksipuolisuus, eli leijonan osa maan tuloista tulee raaka-aineen myynnistä, myynnistä saatuja rahoja ei sijoiteta tulevaisuutta varten tai maan muun elinkeinoelämän kehittämiseen, ja runsas vienti vahvistaa paikallista valuuttaa niin, että on halvempaa tuoda tarvittavat tuotteet ulkomailta, jolloin edellä mainitut ongelmat vahvistuvat entisestään. Maan talous on siten liian riippuvainen raaka-aineen maailmanmarkkinahinnoista ja joutuu ongelmiin, jos hinta laskee merkittävästi tai myyty luonnonvara ehtyy.

Toisinaan luonnonvarat voivat myös tuoda vaurautta koko kansalle, hyvänä esimerkkinä esimerkiksi öljyllä rikastunut Norja. Hyvinvoinnin ja vaurauden kasvusta kertoo esimerkiksi jos näiden alueiden internetin käyttö on kasvanut huimasti. Tällöin voidaan olettaa, että rikkaudet ovat hyödyttäneet muitakin kuin vain harvoja ja kyseinen maa kehittyy varakkuutensa ansiosta. Usein konfliktialueella, tai maassa, jossa demokratia on huonoissa kantimissa, internetin käyttö on rajattua, hankalaa tai jopa mahdotonta. Näin ollen netin käytön perusteella voidaan päätellä valtion edistyksellisyydestä. Toisaalta konfliktit voivat juontaa juurensa myös heimojen rajakiistoista tai uskonnoista.

Harjoittelun jälkeen tehtävänä oli luoda tietokantoja yhdistämällä sekä muokkaamalla teemakartta Suomen valuma-alueiden tulvaindekseistä sekä yhdistää karttaan pylväsdiagrammit valuma-alueiden järvisyydestä.

Kuva 1. Suomen valuma-alueiden tulvaindeksit sekä järvisyys.

Valitsin tulvaindeksejä kuvaavaan koropleettikarttaan jo edelliseltä kerralta hyväksi havaitut värit. Luokitteluksi valitsin luonnolliset rajat, sillä aineiston frekvenssijakauma olisi ollut vaikea luokitella järkevästi muuten. Korkeimpaan luokkaan ei juurikaan ollut havaintoja. Järvisyyttä kuvaavat pylväät erottuvat punaisina hyvin taustasta, ja olen tyytyväinen niiden kokoon. Ongelmallisempia olivatkin sitten Itämeren rannikon pienet valuma-alueet. Ne erottuisivat toisistaan ihan nätisti ilman pylväitä, mutta ovat niin pieniä, että vaikka pylväät ovat pieniä, ne tuppaavat menemään osin päällekkäin. Joitain pylväitä siirtelin parempiin paikkoihin, mutta edelleen kartta olisi kaivannut lisää selkeyttä rannikolle. Harkitsin rantaviivan, jokien sekä järvien lisäämistä karttaan, sillä ne olisivat tuoneet lisätietoa käsiteltävästä aiheesta. Lopulta kuitenkin jätin ne pois, osin juuri siksi, että rannikon osuus kartasta olisi ollut entistä sekavampi. Esimerkiksi Pyry Lehtonen on kartassaan käyttänyt myös rantaviivaa. Tämä auttaa hahmottamaan valuma-alueiden sijainteja suhteessa Suomen rajoihin. Olen kuitenkin ihan tyytyväinen karttaani.

Kartalta huomaa nopeasti, että suurten valuma-alueiden tulvaindeksit kuuluvat alhaisimpiin luokkiin. Näiden alueiden järvisyysprosentit ovat kaikista korkeimmat, lyhyimmät pylväät löytyvät Itämeren rannan pienistä, tulvaherkistä valuma-alueista. Tämä yhteys on varsin looginen: vaikka sädemäärät eivät muutu niin dramaattisesti, niin järviin voi helposti varastoida satavan veden, jolloin järvet tasaavat tulvahuippuja. Mitä suurempi järvien osuus on, sitä enemmän valumavesillä on varastoitumismahdollisuuksia. Toisaalta esimerkiksi Pohjanmaalla on vain vähän järviä. Satanut vesi valuu nopeasti jokiin ilman, että se varastoituisi järviin. Tällöin tulvat ja toisaalta uoman kuivuminen ovat osa luonnollista veden kiertokulkua. Tätä samaa ideaa käytetään myös ihmisten rakentamissa vesivoimaloiden padon taakse muodostuvissa tekojärvissä. Tekojärvi varastoi satavan veden ja varmistaa, että sitä on tasaisesti saatavilla sateiden mahdollisesta kausittaisuudesta huolimatta.

 

Lähteet:

Daniels, P. et al. An Introduction to Human Geography4th edition. Pearson, 2012

Lehtonen, P: 3. kurssikerta, datan muokkaaminen ja yhdistely  https://blogs.helsinki.fi/lepylepy/2017/02/03/tiedon-hankintaa/ Luettu 4.2.2017

Artikkeli 1: Pohdintaa päällekkäisistä koropleettikartoista

Tämän blogitehtävän aiheena oli lukea Anna Leonowiczin artikkeli Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Artikkelissa vertailtiin tavallista koropleettikarttaa karttaan, jossa on kaksi teemaa esitettynä päällekkäin sekoittamalla kahden värin eri sävyjä. Lisäksi siinä kerrotiin tälläisten päällekkäisten koropleettikarttojen käytön historiasta. Loppupäätelmänä Leonowicz toivoo kartantekijöiden vähintään harkitsemaan päällekkäisten koropleettikarttojen käyttöä.

Karttojen tarkoituksena on visualisoida paikkatietoa niin, että se on helposti katsojan ymmärrettävissä. Päällekkäiset koropleettikartat eivät ainakaan ensinäkemältä aivan olleet itselleni helposti ymmärrettävissä, vaan kartan tulkitsemiseen joutuu syventymään. Toisaalta syventyminen palkitsee: yhtäkkiä sitä hoksaa kartan logiikan ja saa siitä paljon enemmän irti kuin tavallisesta teemakartasta. Sitä paitsi on hyvä, että jotkin asiat pakottavat aina välillä syventymään ja keskittymään. Lisäksi kun esitystapaan tottuu, kartalta on helppo lukea eri muuttujien suhdetta toisiinsa, ja sitä, kuinka muuttujien arvot sijoittuvat odotettuihin arvoihin nähden. Tälläinen vertailu kahdella erillisellä kartalla veisi aikaa ainakin yhtä paljon kuin päällekkäisistä teemoista koostuvaan karttaan tutustuminen.

Päällekkäiset koropleettikartat vaativat kartan tekijältä paljon, sillä visualisoimisessa on oltava normaaliakin huolellisempi. Helpoin tapa ymmärrettävän kartan tuottamiseen olisi varmaankin käyttää toisen ominaisuuden kuvaamiseen yhden värin eri sävyjä ja toisen kuvaamiseen jotain kuviota tai kaavaa, kuten raidoitusta, ensimmäistä ominaisuutta kuuvaavan värin päällä. Tästä hyvänä esimerkkinä on Iisa Hyypiän tekemä kartta Pohjois-Karjalan taloudellisesta huoltosuhteesta ja eläkeläisten määrästä. Kuitenkin kahden eri värin käyttö ja sekoittaminen keskenään tuottaa mielestäni visuaalisesti miellyttävämmän lopputuloksen, jos värit ommistuu valitsemaan hyvin. Käsittääkseni tähän ei kuitenkaan MapInfolla ole mahdollisuutta. Legenakin on suunniteltava ja toteutettava tavallista harkitsevammin, sillä ilman sitä kartan ymmärtämiseen ei ole kummoisia mahdollisuuksia.

Päällekkäisissä koropleettikartoissa on kuitenkin myös huonoja puolia. Ilmeisin huono puoli on monimutkaisuus, eli että yhdellä silmäyksellä ei pääse pitkälle kartan kanssa (mutta kuten sanottu, syventyminen johonkin silloin tällöin ei mielestäni ole paha asia…). Kartan lukijan on kuitenkin oltava ainakin jossain määrin tottunut koropleettikarttojen tulkitsemiseen, jotta päällekkäisten karttojen lukeminen onnistuu. Toinen, mielestäni oikeasti huono puoli on, että muuttujien luokat on pakko supistaa kahteen tai maksimissaan kolmeen. Tavallisessa teemakartassa voi olla helposti viisi luokkaa värin eri sävyillä eroteltuna, mutta kahdella teemalla kahdella eri värillä eri yhdistelmiä olisi aivan liikaa. Mutta kun datan jakaa kahteen tai kolmeen luokkaan, saattaa ainakin joissain tapauksissa olennaista tietoa yksinkertaistua pois, jolloin kartan informaatioarvo kärsii.

Huonoista puolista huolimatta pidän itse kovasti päällekkäisten teemakarttojen tekemistestä ja tulkitsemisesta.

 

Lähteet:

Leonowicz, A: Two-variable choropleth maps as a useful tool for visualization of geographical relationship, 2006, Geografija

Hyypiä, I: Päällekkäiset koropleettikartat: taloudellinen huoltosuhde ja eläkeläiset https://blogs.helsinki.fi/hiisa/2017/01/28/paallekkaiset-koropleettikartat-taloudellinen-huoltosuhde-ja-elakelaiset/  Luettu 31.1.2017

Viikko 2: Multitasking eli päällekkäiset koropleettikartat

Multitasking on aina muodissa, joten toki karttojen pitää kyetä esittämään vähintään kaksi asiaa samalla kertaa 🙂

Tällä kerralla tarkoituksena oli tosiaan yhdistää erilaisia teemakarttoja päällekkäin. Onnistunut kartta on selkeä ja siitä pystyy helposti saamaan selville, mitä se esittää. Jos kartta on sekava, tai hankala tulkita, niin sen visualisointi ei ole onnistunut. Itse koen erityisen haastavana diagrammien lisäämisen kartoille. Diagrammien kanssa on oltava tarkkana, että erot tutkittavassa asiassa tulevat esille, ja että sekä suuret että pienet arvot esitetään onnistuneesti. Lisäksi diagrammi on sijoitettava aina johonkin, ja jotenkin tuntuu että aina joku muu aspekti kartalla peittyy diagrammin alle.

Jatkoin tällä kurssikerralla hieman edellisen kerran teemoilla, eli keskityin teemakartallani asutuksen kuvaamiseen. Alueeksi valikoitui koko Suomen sijaan Etelä-Savo, sillä koko Suomesta olisi ollut jokseenkin mahdotonta saada sopivan kokoista ja selkeää teemakarttaa useammalla muuttujalla.

Kuva 1. Etelä-Savon kuntien väkiluku sekä kesämökkien ja asuntojen lukumäärä

Pohjalle tein teemakartan kuntien väkiluvusta. Yleensä suhteelliset luvut toimivat paremmin koropleettikartalla, mutta väkiluvun voi myös esittää näin. Päälle tein pylväsdiagrammit kunkin kunnan asuntojen sekä kesämökkien määristä. Tiedot kesämökkien määrästä ovat vuodelta 2010, joten niiden määrä on saattanut vähän nousta sen jälkeen, mutta erot tuskin ovat kovin suuria nykytilanteeseen. Valitsin jälleen melko rauhallisen värimaailman, jotta kartta olisi visuaalisesti miellyttävä. Lisäsin kartalle kuntien nimet, sillä ne ovat etenkin Etelä-Savoa vähemmän tuntevalle edellytys kartan informatiivisuudelle. Diagrammit olivat tehtävän vaikein osa, ne oli saatava sopivan kokoisiksi, jotta niitä pystyisi tulkitsemaan. Lisäksi osaa piti siirtää kartalla uuteen kohtaan siitä, mistä MapInfo oli ne sijoittanut. MapInfolla kuitenkin tämänkin kartan teko sujui aika kivuttomasti.

Etelä-Savo on Järvi-Suomea, osa Saimaasta on tällä alueella. Kesämökkien suuri määrä vakituisiin asuntoihin verrattuna ei siis ole yllätys. Suurimmissa kaupungeissa eli Mikkelissä ja Savonlinnassa on suhteessa vähiten kesämökkejä (vaikka niitä onkin todella paljon!) ja suurin piirtein yhtä paljon kesämökkejä löytyy Mäntyharjusta ja Puumalasta. Mielenkiintoisin piirre kartalla on, kuinka väkiluvultaan pienimmissä kunnissa, esimerkiksi Mäntyharjussa, Puumalassa, Pertunmaalla sekä Hirvensalmella on enemmän kesämökkejä kuin vakituisia asuntoja. Tästä voisi vetää johtopäätöksen, että kesällä loma-aikana kyseisten kuntien väkimäärä voi jopa tuplaantua. Tällä puolestaan on varmasti suuri merkitys paikalliselle taloudelle. Toki varmasti osa mökeistä on paikallisten, mutta suuri osa mökkiläisistä tulee myös Etelä-Savon ulkopuolelta, pääkaupunkiseutu ei kuitenkaan ole kovin kaukana.

Eveliina Toikka teki koropleettikartan kesämökkien määristä koko Suomen alueella. Hänen kartassaan näkyy, kuinka kesämökit ovat painottuneet Järvi-Suomen alueelle lähinnä maan itä- ja keskiosiin, jonne Etelä-Savokin kuuluu. Etelä-Savo on teemakartasta katsottuna koko maan mökkirikkainta seutua.

 

Lähteet:

Toikka, E. Uusi vuosi, uudet kujeet  https://blogs.helsinki.fi/evetoikk/2017/01/30/uusi-vuosi-uudet-kujeet/ Luettu 12.3.2017

Viikko 1: MapInfon ihmeellinen maailma

Kurssi lähti käyntiin vauhdikkaasti tutustumalla uutteen karttaohjelmaan, MapInfoon. Itse odotan aina jonkin asteisella kauhulla kaikkea tietotekniikan osaamista vaativaa, joten yhdistelmä MapInfo + kurssiblogi ei todellakaan kuulostanut houkuttelevalta. Sitten avasin tämän blogiohjelman ja jestas, se oli menoa! Onkin aika hauskaa muokata blogin ulkonäköä. Odotukset kurssin suhteen nousivat hetkessä.

Paikkatieto terminä on minulle ollut pitkään etäinen, vaikka se tarkoittaa yksinkertaisesti jotakin asiaa/asian ominaisuutta, joka on yhdistetty paikkaan esimerkiksi koordinaattien avulla. Kartat ovat kuitenkin aina kiinnostaneet, samoin asioiden visualisointi. Näiden kimppuun päästiin jo näin ensimmäisellä kurssikerralla, kun aiheena oli teemakartan tekeminen Suomen kunnista. Ilokseni huomasin, että MapInfo oli looginen ja helppo käyttää, eikä kartan piirtämiseen tarvinnut käyttää aikaa niin kuin Corel-ohjelmalla.

Kuva 1. Suomen kuntien taajama-aste prosentteina. Suurimmat taajama-asteet ovat keskittyneet etelään ja rannikolle.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Tein teemakartan Suomen kuntien taajama-asteista. Suomi on suurien etäisyyksien maa, joka kaupungit ovat muuhun maailmaan verrattuna pieniä ja maaseutu paikoin lähes tyhjää. Suomen kaupungistuminen on lähtenyt verrattain myöhään, vasta 1900-luvun puolen välin jälkeen, ja edelleen maan sisäisen muuttoliikkeen trendi on maalta kaupunkiin, sekä pohjoisesta etelään. Asian taustalla ja siihen liityksissä on monia ilmiöitä, kuten kuntaliitokset, maamme talouden rakennemuutoksesta maatalousyhteiskunnasta palveluyhteiskuntaan, nuorten muuttaminen suuriin kaupunkeihin opiskelemaan sekä tyhjenevien maaseutukuntien väestön vanheneminen ja huoltosuhteen kasvaminen. Todella mielenkiintoisia teemoja siis!

Kartan tiedot ovat peräisin vuodelta 2010, eli ne eivät ole aivan tuoreita, mutta tuskin tilanne on kovin radikaalisti muuttunut sen jälkeen. Käytin taajama-asteiden kuvaamiseen tasavälisiä luokkia, joiden rajat ovat kahdenkymmenen prosenttiyksikön välein. MapInfon luonnollisesti luokittelemien luokkien rajat olisivat olleet melko lähellä käyttämieni luokkien rajoja, mutta ainakin itselleni tasavälinen luokitus on kaikista ymmärrettävin ja havainnollisin. Väriksi valitsin sinisen, sillä se on rauhallinen sävy, jota on helppo katsella pitkäänkin.

Kartan legendasta huomaa, että suurin osa kunnista sijoittuu luokkaan 40-60%. Pienimmän taajama-asteen luokkaan kuului vuonna 2010 enää yhdeksän kuntaa, jotka pääosin löytyvät saaristosta Turun ja Ahvenanmaan väliltä. Karttani havainnollistaa mielestäni hyvin, kuinka maaseudulla alemman taajama-asteen kunnat ympäröivät maaseutukeskuksia. Suurimmat taajama-asteet löytyvät yliopisto- ja muista opiskelupaikkakunnista, sekä kaupungeista, joissa on teollisuutta (mm. metsäteollisuutta Kymenlaaksossa tai telakkateollisuutta rannikolla). Lisäksi Ruotsin rajalla Tornio, Keminmaa ja Kemi sekä itärajalla Lappeenranta kuuluvat suurimman taajama-asteen luokkaan.

Taajama-asteen ja kuntien ikäjakauman vertailu on erityisen mielenkiintoista. Sanja Collin teki teemakartan yli 65-vuotiaiden osuuksista (https://blogs.helsinki.fi/collinsa/2017/01/24/ensimmainen-kurssikerta/ ). Omaa ja Sanjan karttaa vertailemalla huomaa, kuinka yli 65-vuotiaiden osuus väestöstä on suurin kunnissa, joissa taajama-aste on melko pieni. Pääkaupunkiseudulla, jossa taajama-aste on suuri, ikääntyneiden osuus väestöstä on vähäinen.

 

Viitteet:

Collin, S. Ensimmäinen kurssikerta https://blogs.helsinki.fi/collinsa/ Luettu 27.1.2017