Kurssikerta 1

MapInfo tutuksi: Teemakartat

Paikkatiedon hankinta, analyysi ja kartografia kurssi käynnistyi kurssin sisällön ja työtapojen esittelyllä, joihin on mahdollista tutustua myös tämän blogin sivulla Blogin tarkoitus. Kurssi-infon jälkeen siirryimme teoriaosuuteen, joka piti sisällään perustietoa MapInfo -ohjelmistosta sekä paikkatiedosta. Teoriaosuudessa avattiin muun muassa paikkatiedon rakennetta, kerroksellisuutta ja rasteri- sekä vektorimuotoisen paikkatiedon eroa.

Teoriaosuuden jälkeen siirryimme harjoitustehtävään, jonka ensimmäisessä osassa tutustuimme MapInfo -ohjelmiston ominaisuuksiin käyttäen hyväksi Helsingin kaupunkiin liittyvää paikkatietoaineistoa. Harjoitus piti sisällään pääosin ohjelman perustoimintojen opettelua ja työkaluihin tutustumista. Harjoituksen merkitys ohjelman oppimisen kannalta oli keskeinen, sen antaessa kurssilaiselle alustavan käsityksen ohjelman toimintaperiaatteista. MapInfo on kuitenkin tullut minulle jossain määrin tutuksi ympäristöteknologian koulutusohjelmassa ja työelämässä, joten vaikka harjoitus kertasi mielekkäästi ohjelman käyttöä, se ei kuitenkaan tuonut minulle paljoa uutta tietoa. Koska aiempi käyttöni ohjelmalle on kuitenkin ollut lähinnä paikkatiedon tarkastelua aktiivisen materiaalin tuottamiseen sijaan, uskon kurssin tuovan minulle paljon uutta osaamista.

Kurssikerran harjoituksen toisessa osassa laadimme MapInfoa käyttäen vapaavalintaisen teemakartan, jonka taustamateriaalina käytimme Tilastokeskuksen Suomen valtion kuntia koskevaa paikkatietoaineistoa. Harjoituksen tavoitteena oli opetella sekä kartanlaadintaa että aineiston luokittelumenetelmiä. Valitsin teemaksi karttaesitykselleni (kuva 1) vuoden 2011 väestöntiheystiedot Suomessa kunnittain.

Väestöntiheydellä tarkoitetaan väestönmäärää suhteutettuna alueen pinta-alaan. Väestöntiheyden avulla on mahdollista verrata erikokoisten alueiden väestömääriä toisiinsa. Tarkasteltaessa kuntien väestötiheyttä on syytä ottaa huomioon kuitenkin se, että tiheys saattaa olla harhainen, jos alueella on paljon asumiseen kelpaamatonta maata tai vesistöä. Koko Suomen osalta väestöntiheys oli vuonna 2013 maapinta-alaa kohti laskettuna 18 henkilöä/km2 (Väestötieteen perusteet). Voidaankin todeta, että kansainvälisesti tarkasteltuna Suomi on erittäin harvaan asuttu maa.

Kuva 1. Suomen kuntien väestöntiheys vuonna 2011.

Kuva 1. Suomen kuntien väestöntiehys vuonna 2011. Lähde: Tilastokeskus.

Aloitin kartan laatimisen luokittelemalla aineiston. Teemakartan aineiston luokittelutavalla on merkittävä vaikutus kartan ulkoasuun ja tulkintaan. Erilaisilla luokittelutavoilla voidaan joko tahallisesti tai tahattomasti ohjata kartanlukijaa muodostamaan virheellinen mielikuva esitettävän ilmiön ominaisuuksista. Oikean luokittelutavan valinnassa on järkevää käyttää apuna aineiston jakautumista kuvaavaa histogrammia. Kurssiharjoituksessa käytimme histogrammin luomiseen shodor.org -sivuston interaktiivista työkalua. Tarkasteltaessa Suomen kuntien vuoden 2011 väestöntiheysaineiston jakaumaa (kuva 2) voidaan havaita, että aineisto on hyvin epätasaisesti jakautunutta, valtaosan aineiston lukuarvoista ollessa hyvin pieniä. Aineiston lukuarvojen suuresta vaihtelusta kertoo se, että kunta-aineiston minimiarvo on 0,18 henkilöä/km2 ja maksimiarvo 5127,98 henkilöä/km2.

Lähdin ensin tarkastelemaan väestöntiheyden luokittelua tasavälisten luokkien, kvantiilien ja luonnollisten luokkavälien avulla. Tasaväliset luokat eivät sopineet lainkaan ilmiön kuvaamiseen, koska niiden kautta tarkasteltuna kartasta ei välittynyt viidellä luokalla muuta kuin Helsingin kaupungin suuri väestöntiheys. Kvantiilit sopivat jo huomattavasti paremmin ilmiön kuvaamiseen. Niiden avulla erottui Suomen asutuskeskittymän ”Vaasa – Lappeenranta -linja”. Ongelmana kvantiilien käytössä oli kuitenkin se, että ne korostivat viidellä luokalla liikaa maaseudun pienempiä kuntia, eivätkä väestöntiheydeltään suuret kunnat erottuneet toisistaan, suurimman luokan ollessa 40 – 5130 henkilöä/km2. Kokeillessani luonnollisia luokkavälejä viidellä luokalla, koin ensin löytäneeni ideaalin tavan luokitella aineistoa valtakunnallisella tasolla. Ne yksinkertaistivat karttaa merkittävästi vähentäen eroa maaseudun kuntien välillä, mutta toivat selkeästi esiin erot väestöntiheydeltään suurten kuntien välillä. Lisäksi luonnollisten luokkavälien avulla oli selkeästi havaittavissa kaikki Suomen merkittävimmät asutuskeskittymät sekä asutuksen keskittymisen suuntautuminen rannikkoalueille. Huonoa luonnollisissa luokkaväleissä oli kuitenkin se, että ne vääristivät kuvaa Suomen maaseudusta lähes autiona vyöhykkeenä, pienimmän ja frekvenssiltään suurimman väestöntiheysluokan ollessa 0 – 30 henkilöä/km2.

Olin harkinnut omien luokkien luomista aineistolle, mutta vasta tarkasteltuani Laura Hiltusen samasta aiheesta laatimaa blogimerkintää kurssikerrasta, päätin lähteä etsimään sopivia luokkia aineistolleni. Päädyin Lauran tapaan kuuteen luokkaan aineiston suhteen, mutta luokkavälit valitsin toisin (Lauran blogi). Luokittelusta on havaittavissa 9 väestöntiheydeltään Suomen suurinta kuntaa sekä 19 muuta suurempaa asutuskeskittymää tiheysvälillä 100 – 500 henkilöä/km2. Aineiston mediaani sijoittuu luokkaan 10 – 20 henkilöä/km2, johon sijoittuu myös Suomen väestöntiheyden valtiollinen keskiarvo. Suomessa on suhteellisen vähän suuria asutuskeskittymiä, joten niiden numeerinen vähyys korostuu luokkien suhteen toivotulla tavalla, kuitenkin niin, että ne tulevat aineistosta esille. Pienin luokka 0 – 5 henkilöä/km2 puolestaan havainnollistaa kartalla Suomen kaikista harvaan asutuimmat alueet siten, että lukijalle muodostuu kuva niiden sijoittumisesta valtakunnallisella tasolla.

Kuva 2. Histogrammi väestöntiheyden paikkatietoaineiston jakaumasta.

Kuva 2. Histogrammi väestöntiheyden paikkatietoaineiston jakaumasta.

Tulkittaessa kartan tiedollista sisältöä voidaan todeta, että Suomi on harvaanasuttu maa, jolla on suhteellisen vähän tiheästi asuttuja alueita. Asutuskeskittymät sijaitsevat etelässä ja rannikkoalueilla. Varsinkin pääkaupunkiseudun kunnat ovat tiheästi asutettuja. Erityisen harvaanasuttuja alueita ovat puolestaan Lappi ja Kainuu. Toisaalta Lapin kunnat ovat pinta-alaltaan suuria, ja kuten Joonas Alanko kurssikerran saman aihepiirin blogikirjoituksessaan toteaa: ” Tämä saattaa kätkeä tarkastelulta isoja asutuskeskuksia, jos kunta on muuten haja-asutusaluetta.” Kartalta voidaankin myös huomata, että tiheimmät asutuskeskittymät sijaitsevat useimmin pinta-alaltaan pienissä kunnissa (Alanko’s blog).

Kartan teknisistä ominaisuuksista voidaan todeta, että sininen värimaailma on levollinen, mutta eri luokat eivät erotu erityisen hyvin toisistaan. Kartassa on myös kaikki siinä tarvittavat peruselementit ja kartan elementtien sommittelu on hillittyä. Kokonaisuutena kartan visuaalinen luettavuus on värimaailmasta huolimatta hyvä ja kartan kuvaaman ilmiön spatiaalinen jakautuminen on mahdollista havaita kartalla.

Tutustuin harjoituksen myötä erilaisiin MapInfon työkaluihin, mutta haastavinta kurssikerrassa oli järkevän luokittelun laatiminen teemakartan aineistolle. Jouduin pohtimaan useita eri vaihtoehtoja, ennen kuin päädyin valitsemaani ratkaisuun. Ehdin myös työn alussa vaihtaa käsittelemääni teemaa luokittelun hankaluuden vuoksi. Tässä mielessä harjoituksesta oli merkittävästi hyötyä pyrkiessäni kehittämään kartografisia taitojani.

Lähteet:

Alanko, J. (2015). Alanko’s blog. Kurssikerta 1. <https://blogs.helsinki.fi/jbalanko/>. Luettu 15.1.2015.

Hiltunen, L. (2015). Lauran blogi. Kurssikerta 1. <https://blogs.helsinki.fi/lauhiltu/>. Luettu 15.1.2015.

Väestötieteen perusteet. Tilastokoulu. Tilastokeskus. Luettu 15.1.2015. <http://tilastokoulu.stat.fi/verkkokoulu_v2.xql?course_id=tkoulu_vaesto&lesson_id=5&subject_id=10&page_type=sisalto>

Leave a Reply

Your email address will not be published. Required fields are marked *