Ari Luotonen

 

KK7 Italian työttömyys ja yliop. valm. kartta pak

 

Kurssikerta 7- teksti

 

 Tällä kurssikerralla sain aikaiseksi yhden teemakartan Italiasta kahdella muuttujalla. Muuttujat olivat Italian työttömyysprosentit maakunnittain ja yliopistosta valmistuneet maakunnittain.

Tämän kurssikerran tehtävä oli mielestäni vaikeampi, kuin muiden kurssikertojen tehtävät. Varmaan se johtui siitä, että pohja-aineistoa joutui etsimään niin paljon itse. Tuskastuttavinta oli, että jouduin useita kertoja vaihtamaan muuttujiani, koska sopivia maakuntakohtaisia tietoja oli niin vaikea löytää. Lopulta päädyin työttömyyteen ja yliopistosta valmistuneisiin maakunnittain. Karttaa tehdessäni kävi jotain ikävää, koska useat Italian maakunnat jäivät     työttömyysprosentin suhteen tyhjiksi, joten kattavaa kuvaa tämä kartta ei nyt pysty antamaan työttömyyden osalta. Yliopistosta valmistuneista sain paremmin tietoa kartalle, mutta aivan täydellisesti tämäkään ei onnistunut, koska parissa kunnassa ei ole ollenkaan tietoa valmistuneista. Uskon, että tämä virhe aiheutui jostain sellaisesta kohdasta missä minun täytyi muutella excelissä toisen aineiston nimiä vastaamaan toisen aineiston nimiä, jotta ne vastaisivat identtisesti toisiaan. Ongelmana vain oli, että toisessa aineistossa oli joku maakunta, esimerkiksi Emilia-Romagna kolmeen kertaan, mutta siihen liitetty kaupunki oli yhdellä rivillä väärä ja vaikka kahdella rivillä oikea. Tarkistin tiedon Italian maakuntakartasta. Silloin minun täytyi valita jompikumpi kahdesta ja varmaan tällaisessa tilanteessa joku virhe sattui, koska jotkin rivit jäivät lopullisessa kartassa näkymättömiin. Minua jäi vaivaamaan, että mahdollisesti tämä tai joku muu ongelma sattui näin usean maakunnan kohdalla. Ongelma saattaa johtua siitäkin, että nämä kaksi aineistoa eivät vastanneet alueiden nimien suhteen hyvin toisiaan. Toisessa aineistossa oli esimerkiksi enemmän maakuntia, kuin toisessa, tai aineistossa olevalla maakunnan nimellä tarkoitetaankin jotain toista aluetta kartalla tai olin valinnut virheellisen maakunnan. Itse kyllä yritin tarkastaa maakuntakartasta, että maakuntaan liitetty kaupunki on kyseisessä maakunnassa.

Karttaa tehdessäni kuvittelin aluksi, että pohjakartan liittäminen koordinaatistoon olisi kovin vaikeaa, mutta yllätyin positiivisesti kun kartalta piti vain klikata pisteitä ja aina lisätä uusi piste kartalle. Teinkin varmuuden vuoksi kahdeksan pistettä kartalle, jotta liittäminen onnistuisi.

Kun tein Italian maakuntakarttaa, jouduin yhdistelemään combine- toiminnolla pienempiä osa-alueita maakunniksi. Alkuperäisen Italian kartan olin rajannut World- tietokannasta ja jotta osasin rajata oikean muotoisia maakuntia, käytin apuna netistä löytymääni Italian maakuntakarttaa, josta olin ottanut kuvakaappauksella valokuvan ja jota käytin pohjana kun yhdistelin pienempiä alueita maakunniksi.

Suositusten vastaisesti jouduin muuttelemaan tekemiäni taulukoita MapInfossa, kun olin vaiheessa Update column. Tämä toimenpide oli kuitenkin siinä vaiheessa välttämätön. Ongelmana taisi olla se, että tietojen yhdistämisestä huolimatta muutokset eivät tulleet näkyviin MapInfon taulukkoikkunaan, joten jouduin manuaalisesti kirjoittamaan rivien numerot ja nimet uudelleen.

Jos työttömyystilannetta haluaisi analysoida, niin ikävää on että suurimmasta osasta Italian keski- ja Pohjois-osista puuttuu kokonaan työttömyysprosentti-tiedot tulleiden ongelmien vuoksi. Mutta kuten kartasta näkyy niin sain kahteen Pohjois-Italian maakuntaan liitettyä työttömyysprosentit ja ne edustavat luokituksen matalimpia prosentteja. Yleisesti ottaen Italian pohjois-osat ovat vauraampia kuin etelä-osat ja työttömyysaste on pienempi kuin etelässä. Tästä voisi ehkä ennustaa, että muut pohjois-osan maakunnat ovat lähempänä matalinta työttömyysprosenttia, kuin korkeinta. Etelä-Italia on köyhempää aluetta ja siihen liittyen työttömyysprosentit ovat myös korkeampia.

Yliopistosta valmistuneiden osalta olen saanut liitettyä paremmin tietoa karttaan. Pääkaupunki Rooman vaikutus näkyy kartassa. Rooman yliopisto todennäköisesti Italian suurin yliopisto, josta valmistuu paljon opiskelijoita. Etelä-Italiankin osalta valmistuneitten määrät ovat kiitettävän suuria lukuun ottamatta Sardiniaa, Lacion kaakkoispuolella olevaa kuntaa ja Italian saappaan kärkeä ja sen koillispuolella olevaa kuntaa. Pohjois-Italiassa voisi kuitenkin yleisesti sanoa olevan korkeammat valmistumismäärät kuin Etelä- Italiassa. Ehkä osasyynä voisi olla se, että Pohjois- Italiassa asuvat ihmiset satsaavat mahdollisesti Etelä- Italiassa asuvia enemmän yliopistokoulutukseen tai se, koska koulutus on maksullista, niin Pohjois- Italialaisilla on enemmän mahdollisuuksia maksaa yliopistojen lukukausimaksuja ja sitä kautta tulee enemmän valmistuneita.

 

 

Lähteet: Yliopistosta valmistuneet maakunnittain Italiassa:  http://dati.istat.it/Index.aspx?DataSetCode=DCIS_LAUREATI&Lang=

Italian työttömyystilastot maakunnittain: http://epp.eurostat.ec.europa.eu/statistics_explained/index.php?title=File:Unemployment_rates_in_the_regions_of_the_European_Union,_2011_and_2012_ter.png&filetimestamp=20130522100921

 

Blogini on valmis arvosteltavaksi.

 

 

 

Ari Luotonen

 

Kurssikerta 6- teksti

 

Tällä kurssikerralla laadin kolme karttaa: tulivuorikartan, maanjäristyskartan ja meteoriittikartan. Mielestäni tällä kurssikerralla laaditut kartat kuvaavat ilmiöiden esiintymistä maapallolla hyvin. Karttoja tehdessäni huomasin, että pisteistä piti tehdä tarpeeksi pieniä, jotta ne eivät peittäisi liikaa toisiaan.

Tehdyt kartat ovat mielestäni havainnollisia, mutta en ole niin varma onko meteoriittikartan tiedot täysin luotettavia, koska luulin, että myös Amerikoissa olisi meteoriittien jälkiä. Ehkä olen tehnyt jotain kartassani väärin. Tulivuorikartta näyttää ehkä vähän päällekäyvältä.  Tuntuisi kuin punaiset pisteet hyppisivät katsojan päälle. Kuitenkin mielestäni Tyynen meren Tulirenkaan alueen tulivuoret erottuvat kartalta hyvin. Japanin ja Indonesian alueella sekä Länsi- Yhdysvalloissa pisteet menevät aika paljon päällekkäin, mutta siihen asiaan en karttoja tehdessäni voinut paljon vaikuttamaan. Maanjäristyskartalta selviää  hyvin minne järistykset keskittyvät. Viittaan Hannan blogiin siinä, että maanjäristykset näyttävät seurailevan mannerlaattojen reunakohtia. Karttani kuvaa yli kuuden Richterin järistyksiä.  Kartalla olisi ollut kiva esittää jonkun toisen voimakkuuksisia järistyksiä myös, mutta siitä olisi saattanut tulla aika sekava, kun yli kuuden Richterin tasoisia maanjäristyksiäkin on näin paljon.

Opetuksessa kartoista voisi olla se hyöty, että näistä kolmesta kartasta näkyy minne nämä ilmiöt maapallolla keskittyvät ja näin tuoda yleistä tietoa oppilaille aiheista.

Internetistä löytämäni kartta kuvaa erilaisia tsunamiriskialueita maapallolla. Valitsin tsunamikartan sen takia, koska siitä voi nähdä sen, että esimerkiksi siellä missä on paljon maanjäristyksiä, on myös korkea tsunamiriski. Kartta yhdessä maanjäristyskartan kanssa havainnollistaa sitä, miten erityisesti merenalaiset järistykset aiheuttavat tsunameja, kun merenpohja nousee tai laskee jostain liitoskohdastaan vaikka joitain metrejä.  Tsunamikartan valitseminen oli mielestäni hyvä asia, koska siitä havainnollistuu myös se, että Länsi-Euroopassakin on matala tsunamiriski.

 

maanjäristyskartta pak kerta 6 Meteoriittikartta kk6 pak2014 tulivuorikartta kk6

world-tsunami-threat-map-170311-670

 

 

Lähteet:

 

Hannan blogi: blogs.helsinki.fi/oesh

Tsunamikartan osoite: http://ibnlive.in.com/news/map-countries-most-threatened-by-tsunamis/247825-2.html

 

Ari Luotonen

 

 New York Times, Every city, every block

 

New York Timesin palvelu antaa mielenkiintoista tietoa amerikkalaisten elämästä ja siitä minkälaisille asuinalueille eri etniset ryhmät ovat sijoittuneet asumaan. Kartasta on mahdollista tehdä monenlaisia yhteiskunnallisia tulkintoja ja tarkastella asuinalueita siinä valossa onko jollain alueella rikollisuutta tai sosiaalisia ongelmia. Karttaa voisi hyvin käyttää apuna tietyn alueen vaikka korkean rikollisuuden ongelmien ratkomisessa. Siitä voisi olla apua jonkin etnisen ryhmän olojen parantamisessa ja väline kaupunkisuunnitteluun. Vahvuus on se, että kartassa esitetään neljän eri etnisen ryhmän ja lisäksi ryhmän ”muut” sijoittuminen ja näin eri ryhmien vertailu on helppoa.

Sivuston eri teemaisia karttoja katsoessani ennakko arveluni osuivat oikeaan, että Keskuspuiston molemmin puolin on hyvin korkeatuloisia ihmisiä. Lisäksi merenläheisille esikaupunkialueille on keskittynyt hyvin ansaitsevia. Tulokartta näyttää korreloivan hyvin asuntojen mediaanihintoja ja koulutusasteita kuvaavien karttojen kanssa, mikä on melko ennalta arvattavaa.

Heikkoutena sivustossa voisi olla se, että siellä ei ole väentiheyttä kuvaavaa karttaa. Muuten voisi kyllä sanoa sen, että amerikkalaisten elämästä saa jo näillä kartoilla hyvin tietoa ja tehdä erilaisia päätelmiä.

 

Lähteet:

 New Yorkin väestökartat: http://projects.nytimes.com/census/2010/explorer

Ari Luotonen

Kurssikerta 5- teksti

Omalla kohdallani tämän kurssikerran työt olivat tavallista haastavampia. Syy oli varmaan se, että bufferointityökalujen käyttö toi mukanaan uusia välivaiheita, joiden opettelu vei jonkun verran aikaa.

Pääsin kuitenkin paremmin puskurivyöhykkeiden tekemiseen kiinni itsenäistehtävien kanssa. Pidän tällä hetkellä MapInfon tärkeimpinä työkaluina Layer Controllia, jolla saa valita mitkä eri karttatasot näkyvät jollakin kartalla. Cosmetic layer on tärkeä siinä kun käyttää eri piirtotyökaluja ja haluaa tallentaa ne omiksi tasoikseen, niin silloin ne tallennetaan Cosmetic layeriin omiin tasoihinsa, mikä on kätevää. Yksi keskeinen työkalu on myös Tools Managerista löytyvä Grid Maker. Sillä voi tehdä kartan päälle tasakokoisen ruudukon. Tällä ruututeemakartalla voi esittää absoluuttisilla arvoilla kuvattavaa teemaa. Update column- työkalu on tullut vastaan erityisesti uutta taulukkotietoa luotaessa, mutta sen työkalun käytössä tarvitsisin kyllä vielä harjoitusta, koska siinäkin on jonkun verran niitä välivaiheita, joissa tulee pohdittua, että mistä pitäisi painaa. Ja varsinkin kun pitää muotoilla se laskulauseke expression-toiminnolla. Samoin se SQL-select- toiminto pitäisi vielä kerrata, kun senkin käytössä on pitänyt kysyä niin paljon apua. Buffer-työkalu on tietenkin erittäin keskeinen työväline MapInfossa ja osaankin tehdä sillä buffervyöhykkeitä. Buffer-työkalussakin tuli jotain ongelmia melualue tehtävässä, kun piti aktivoida eri vyöhykkeitä ja valita aktiiviseksi niiden sisällä asuvaa väestöä, ja näin katsoa tilastotaulukosta kuinka paljon ihmisiä bufferoiduilla alueilla asuu.

Bufferivyöhykettä voisi käyttää myös peltojen ja vesistöjen välissä olevien suojavyöhykkeiden leveyden määrittämiseen. Myös tehtaiden päästöjen kuvaamisessa voidaan käyttää ehkä bufferivyöhykkeitä, jotta nähtäisiin kuinka laajalle päästöt ympäristöön ulottuvat.

Reunaehtoja, joita MapInfo asettaa analyyseille ovat esimerkiksi oikea koordinaattijärjestelmä ja projektioasetukset, muuten esimerkiksi mitatut pisteet voivat siirtyä aivan toiseen paikkaan, kuin mistä mittaukset tehtiin.

Excel-taulukko kk5 pak2014

Ruotsinkielisten määrä työkerta 4

Ruututeemakartta ruotsinkielisten määrästä pääkaupunkiseudulla

 

Ari Luotonen

 

Työkerta 4- teksti

 

Päädyin valitsemaan ruututeemakartan teemaksi ruotsinkielisten määrän pääkaupunkiseudulla. Olen esittänyt ruotsinkielisten määrää viidellä eri luokalla, joissa luokitteluperiaatteena on kvantiililuokitus. En ole nyt aivan varma onko tämä karttaesitys itsestään selvä. Ennestään kyllä jo jollakin tavalla tiesin, että minne päin ruotsinkieliset ihmiset painottuvat. Kartalla näkyvillä tummilla alueilla missä ruotsinkielisten absoluuttinen määrä on korkea, todennäköisesti löytyy heidän tarvitsemiaan ruotsinkielisiä palveluita. Esimerkiksi Länsi- ja Etelä- Helsingissä ja Lauttasaaressa näkyy selvää painottumista. Samoin suuri ruotsinkielisten määrä on myös Kauniaisissa Etelä- Espoon rannikkoalueella. Kauniaisissa asian selittää varmaan suuri ruotsinkielisten palvelujen määrä ja myös se, että kaupungin perustamisvaiheessa ruotsinkielisiä oli enemmistö. Asia, joka jäi mietityttämään oli se miksi Östersundomin alueella ei ollut enempää ruotsinkielisiä. Syy on varmaan se, että Östersundomissa on muihin kaupunginosiin nähden suhteellisen vähän asukkaita. Viittaan Johannan blogiin siinä, että siellä missä on enemmän asukkaita, on myös ruotsinkielisten määrä todennäköisesti suurempi. Ja karttani esittää kaiken lisäksi absoluuttisia arvoja, mikä ei kerro alueesta koko totuutta. Jos olisin valinnut teemaksi ruotsinkielisten prosentuaalisen osuuden, niin kartta varmaan toisi vielä korostetummin ruotsinkielisiä alueita esille. Kartan puutteena pidän juuri sitä, että se ei ole niin vertailukelpoinen kaupunginosien suhteen, kuin se voisi olla, jos teemana olisi ollut ruotsinkielisten osuus.

Absoluuttisten arvojen positiivisena puolena voisi pitää sitä, että siltä voi lukea tarkempaa määrällistä tietoa alueittain, kun taas tarkempia määriä ei voi tietää, jos katsoo ilmiön suhteellista osuutta esittävää karttaa.

Valitsin kartan ruutukooksi 700 metriä x 700 metriä, koska halusin kokeilla miltä ilmiön jakaantuneisuus näyttää tällä ruutukoolla. Jälkeenpäin katsottuna 700 x 700 metrin ruutukoko näyttää sopivalta ruotsinkielisten määrän jakaantumisen kannalta.

Ruututeemakartan informaatioarvo verrattuna tavalliseen koropleettiteemakarttaan eroaa ehkä siten että informaatio ei ole sidottu esimerkiksi hallinnollisiin rajoihin, vaan vakio kokoisiin ruutuihin. Näin ruututeemakartalta voidaan saada tarkempaa aluekohtaista tietoa, kuin perinteiseltä koropleettiteemakartalta. Miinuspuolena koropleettikarttaan nähden voisi pitää sitä, että esimerkiksi ympytädiagrammien tai pylväsdiagrammien esittäminen ruututeemakartalla ei onnistu yhtä hyvin, koska vaikka ruutuja on satoja ja ne ovat pienikokoisia, niin jokaiseen ruutuun tulee oma ympyrä- tai pylväsdiagramminsa. Tämä tekee kartasta hyvin vaikeaselkoisen. Pisteteemakartassa hyvä puoli on se, että ilmiön tarkemman sijainnin voi kartalta paikantaa. Ilmiön tarkkaa esiintymispaikkaa saattaa olla vaikea huomata koropleetti- tai ruututeemakartalta. Tosin silloin kun jollekin alueelle tulee niin paljon pisteitä, että niiden erottaminen toisistaan on vaikeaa, niin silloin on ehkä parempi käyttää vaikka ruututeemakarttaa.

 

 

Lähteet:

 

Johannan blogi: https://blogs.helsinki.fi/johannhe  Luettu  15.2.14

Kauniaisten kunnan sivut:   http://www.kauniainen.fi/tietoa_kaupungista/historia Luettu 15.2.14

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Tulvaindeksikartta Pak 2014Tulvaindeksikartta, jossa mukana järvisyysprosentti

Ari Luotonen

 

Tulvaindeksikartta- kurssikerta 3

 

Kurssikerta kolmannen karttani esittää Suomen valuma-alueiden tulvaherkkyyttä ja samalla erikokoisina pylväinä on esitetty valuma-alueen järvisyysprosentti. Vasta jälkeenpäin huomasin, että kartan legendassa olisi voinut esittää useamman erikokoisen pylvään, vaikka 10 ja 5 prosentin pylväät selkeyden vuoksi. Myös mittakaavan olisi voinut valita sataa kilometriä kuvaamaan, mutta loppujen lopuksi kyseinen huolimattomuusvirhe on aika pieni.

Kartalle valitsin tulvaindeksiä kuvaamaan viisi eri luokkaan ja samalla ajattelin, että vihreän eri sävyt voisivat kuvata tulvaindeksiä hyvin.

Kartalta voidaan lukea, että suurilla valuma-alueilla etenkin Suomen keski- ja itäosissa järvisyysprosentti on korkea ja samalla tulvaindeksi pieni. Viittaan Saran blogiin siinä, että mitä suurempi on valuma-alue, niin sitä pienempi on tulvaindeksi. Osaksi tämä johtuu varmasti järvien vedenpidätyskyvystä. Luulen, että parilla isolla valuma-alueella Lapissa pieni tulvaindeksi johtuu suuresta aapasoiden määrästä, koska suot pidättävät myös tehokkaasti vettä.

Korkea tulvaindeksi puolestaan on Etelä,-Lounais ja Länsi-Suomen alueilla. Täällä myös valuma-alueet ovat pienempiä kuin muualla Suomessa. Viittaan Minnin blogiin siinä, että korkea tulvaideksi on seurausta pääasiassa seurausta tiheän jokiverkoston tulvimisesta ja siitä, että jokien vedenvarastointikyky on pienempi kuin järvien. Lisäksi olen samaa mieltä    Minnin kanssa siitä, että rannikon läheisyyden vuoksi korkean tulvaindeksin alueet saavat runsaampia sateita mereltä ja siksi tulvivat enemmän kuin Keski,-Itä ja Pohjois-Suomen valuma-alueet.

Aivan pohjoisimman Suomen valuma-alue on hieman tummempi kuin sen eteläpuolella olevat lähi valuma-alueet. Korkeampi tulvaindeksi voi taas johtua siitä, että kyseisellä valuma-alueella virtaa Tenojoki ja alue on lähellä rannikkoa.

 

Lähteet:

 

Saran blogi:  https://blogs.helsinki.fi/saralind   Luettu  6.2.14

Minnin blogi:  https://blogs.helsinki.fi/mmaalto/  Luettu  6.2.14

 

 

Ari Luotonen

 

Pohdintoja Afrikan kartasta- kurssikerta 3

Kyseinen Afrikan konfliktialueita/ laajuutta, timanttikaivoksia ja öljylähdealueita esittävä kartta hieman yllätti minut. En ollut kuvitellut, että konfliktialueet olisivat niin laajoja ja että timantteja löytyy niin monesta paikkaa Afrikasta. Minua myös mietityttää se, miksi Pohjois-Afrikan merkittyjen öljylähteiden koko alueella ei esiinny  konflikteja, vaan esimerkiksi Libyan ja Algerian rajan alueille merkittyjen öljylähteiden länsi- ja luoteisosissa pääasiassa esiintyy konflikteja. Yksi mahdollinen syy saattaa olla valvonnan tehokkuuden vaihtelu eri osissa öljylähteitä. Kiinnostavaa olisi lisäksi tietää mitä kartalle merkatuilla valkoisilla alueilla tapahtuu. Tämä jää pelkästään kartanlukijan oman tulkinnan varaan.

Viittaan Saran blogiin siinä, että olisi mielenkiintoista tietää konfliktien ja timanttikaivantojen syntymisen aika, koska siitä voisi yrittää johtaa syy-seuraussuhdetta näiden välille. Ja jos nämä sijoittuisivat eri ajankohtiin, niin voisi alkaa miettiä jotain muita yhteiskunnallisia ja kulttuurisia syitä konflikteille.

 

Lähteet:

Saran blogi: https://blogs.helsinki.fi/saralind   Luettu  6.2.14

 

 

 

Ari Luotonen

 

Artikkeli 1- Reaktiopaperi

 

Anna Leonowiczin artikkeli kahden muuttujan koropleettikartoista, jotka ovat hyödyllisiä työkaluja maantietellisen riippuvuussuhteen visualisoinnissa oli mielestäni ajatuksia herättävä. Artikkelissa käydään läpi erityisesti kahden muuttujan koropleettikartan  käyttömahdollisuuksista ja siitä minkälaisia ominaisuuksia on hyvällä kahden muuttujan koropleettikartalla. Johtopäätöksenä todetaan, että yhden muuttujan koropleettikartta on sopiva esittämään ilmiön maantieteellistä levinneisyyttä ja kahden muuttujan koropleettikartta on hyvä väline visualisoimaan kahden muuttujan välistä maantieteellistä riippuvuussuhdetta.

Ennestään kyllä jotenkin tiesin, että luokkien määrän valinta on kartanteossa tärkeä asia. En kuitenkaan tiennyt, että juuri 2×2 tai 3×3 luokkien määrä on kartan havainnollistamiseen erityisen hyvä.

Koin mielenkiintoisena Leonowiczin kirjoittaman kohdan, jossa kerrottiin miten  Yhdysvaltojen väestönlaskentaviraston tekemät kartat olivat vaikeaselkoisia. Kyse oli kahden muuttujan koropleettikartoista, joissa oli käytetty lukijoille hankalia värejä. Kahden muuttujan koropleettikartat ovat omasta mielestänikin vaikeampia lukea, kuin yhden muuttujan koropleettikartat. Lukiessani artikkelia mieleeni vahvistui ajatus, että oikeiden ja havainnollisten väriyhdistelmien luominen kahden muuttujan koropleettikarttaan on ensiarvoisen tärkeää. En ollut ajatellut tätä asiaa näin paljon aikaisemmin. Artikkeli myös lisäsi kiinnostustani kahden muuttujan koropleettikarttoja kohtaan, joihin olen törmännyt melko vähän aikaisemmin. Ne ovat myös mielenkiintoisia siksi, koska ne antavat monipuolisemman kuvan alueesta kuin yhden muuttujan koropleettikartat.

Minulla oli myös jonkunlainen aikaisempi käsitys siitä, että kahden muuttujan koropleettikartta on parempi havainnollistamaan maantieteellistä syy-seuraus-suhdetta, kun taas yhden muuttujan koropleettikartta kuvaa paremmin ilmiön levinneisyyttä. Artikkelin luettuani tämä vielä kertasi kyseisen tosiasian.

Uskon, että kahden muuttujan koropleettikartat tuovat lisäarvoa teemakartografiaan. Niillä voidaan todella hyvin esittää kahden muuttujan riippuvuussuhdetta tietyllä maantieteellisellä alueella, kun kartassa on tehty sopivat värivalinnat ja luokkien määrä on sopiva.  Niillä pystytään kertomaan jostakin alueesta paljon syvällisemmin kuin pelkällä yhden muuttujan kartalla voidaan ilmaista.  Negatiivisena puolena kahden muuttujan koropleettikartoista voisi sanoa sen, että ne saattavat luoda riippuvuuden illuusion kahden muuttujan välille, vaikka sitä ei todellisuudessa olisi ja näin johtaa lukijaa harhaan.

 

Lähteet:     

Leonowicz, A. (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42: 1, 33-37.

                                                                                                                   

Ari Luotonen

Työkerta 2 kartta pak 2014

 

Kartta työpaikkojen määrästä Uudellamaalla ja ikärakenne ympyrädiagrammein esitettynä

 

 

Päällekkäiset teemakartat

Työkerran 2 karttani esittää päällekkäisiä teemakarttoja. Kartan pohjana on Suomen kunnat, joiden perusteella on tehty teemakartta tilastokeskuksen tietojen mukaan muuttujana työpaikkojen määrä kunnittain. Päätin tarkastella Uudenmaan tilannetta ja rajasinkin sen vuoksi karttakuvan likimain Uudenmaan alueelle. Työpaikkojen määrän lisäksi olen esittänyt Uudenmaan kuntien ikärakennetta ympyrädiagrammein esitettyinä. Luokat ympyrädiagrammissa ovat 0-14- vuotiaiden, 15- 64- vuotiaiden ja 65 vuotta täyttäneiden osuudet prosentteina väestöstä.

Kartasta voidaan lukea, että suurin osa kunnista kuuluu suurimpaan työpaikkojen määräluokkaan. Kaikissa kunnissa on myös 15-64- vuotiaiden osuudet väestöstä suurempia kuin muiden luokkien edustajien. Nämä ovat hyviä tietoja kuntien huoltosuhteen kannalta, sillä työ- iässä olevia veronmaksajia on eniten. Toisaalta taas hieman negatiivinen asia on se, että 0-14- vuotiaiden osuus väestöstä on pienempi kuin 65- vuotiaiden osuus. Tämä kertoo siitä, että lapsia ei synny yhtä paljon kuin aikaisemmin ja että meillä saattaa tulevaisuudessa olla vaikeampi maksaa eläkkeitä.

Syitä sille miksi tulevaisuudessa tulee olemaan eläkkeellä olevia ihmisiä enemmän kuin aikaisemmin voivat olla esimerkiksi se, että meillä on kehittynyt terveydenhuolto, jonka avulla sairauksia hoidetaan entistä tehokkaammin. Myös monet ihmiset saattavat pitää yksinasumista tavoiteltuna tapana elää. Toisaalta taas syntyvien lapsien määrä voi pienentyä vaikka yhteen lapseen, jota saattaa selittää se, että kohtuuhintaisia asuntoja on vähän, monella ihmisellä saattaa olla pätkätöitä, joten perheen elättämisestä ei ole varmuutta ja lapsien hankinta on siirtynyt myöhäisemmälle iälle. Lisäksi kaikki aikuiset eivät välttämättä saa lapsia.

Selityksiä sille miksi esimerkiksi Uudenmaan Itä-osissa on vähän työpaikkoja muun muassa Pornaisessa, Askolassa, Pukkilassa, Myrskylässä ja Lapinjärvellä saattaa olla se, että näissä kunnissa on vähän ihmisiä ja maataloutta on paljon ja se saattaa olla koneellistettua.  Kuten esimerkiksi Cecilia blogissaan kertoo, että harvaan asutuilla seuduilla yli 65- vuotiaiden suhteellinen osuus on suurempi, niin saman asian huomaan myös omassa kartassani. Kartoissa näkyy se tilastollinen tosiasia, että näille alueille muuttaa jo työiän ohittaneita, kun taas työikäiset muuttavat lähelle kasvukeskuksia.

 

Lähteet:

 

Cecilian blogi:  https://blogs.helsinki.fi/ceanderg   luettu 2.2.2014

vuokra-asunnoissa asuvat työk.1 pakVuokralla asuvien työikäisten määrä kunnittain

Työkerta 1 teksti

Tällä kurssikerralla opin MapInfon perustoimintoja eli perustyökalujen käyttöä. Opin myös histogrammin tekemisen erillisellä histogrammiohjelmalla. Tärkeää oli oppia Layer Controllin toiminta ja se miten sillä saadaan aktiiviseksi päällekkäisiä eri tasoja. Opin myös sen että MapInfossa paikkatieto ja kartat koostuvat päällekkäisistä tasoista kuten Tarja blogissaan kirjoittaa. Luulen osaavani kurssikerran jälkeen myös tulosteen tekemisen MapInfossa ja ainakin jotain siitä miten Layout- ikkuna toimii ja sen miten kuvia rajataan.

Omasta mielestäni tekemästäni teemakartasta, joka kuvaa vuokralla asuvien työikäisten määrää kunnittain koko Suomen alueella voidaan päätellä että keskitetysti eniten vuokralla asuvia työikäisiä on Etelä- ja Lounais-Suomessa. Kartassa  kirkkaimman punainen kuvaa tiheimmän vuokra-asutuksen määrää ja siitä vaaleammat värisävyt aina kirkkaimpaan vihreään kuvaavat vuokra-asutusmäärän laskua. Kirkkain vihreä kuvaa kaikista pienimmän vuokra-asutuksen määrää. Tavallaan voidaan ajatella, että vuokralla asuvat työikäiset ovat levittäytyneet ympäri maata, mutta jos oikein tarkka on niin eniten vuokralla asuvia on länsirannikolla nauhamaisena jonona ja Lounais-Suomessa, josta lähtee korkean vuokra-asutuksen väritys Keski- Suomea kohti, josta voi hahmottaa korkean vuokra-asutuksen  kulkevan itärajalle Joensuun kaupungin seuduille. Korkein vuokra-asutus nousee aina Ouluun, Tornioon ja Rovaniemelle asti. Myös Kajaanin, Kuusamon, Mikkelin, Kuopion ja Saarijärven alueilla aina Joensuuhun ja Lieksaan asti on merkitty luokituksen korkeinta vuokra-asutusta. Lisäksi korkeinta vuokra-asumista on Tampereella, Kouvolassa, Lahdessa ja pääkaupunkiseudulla. Tulkintana tästä voisi sanoa, että korkein työikäisten vuokra-asuminen on keskittynyt Suomen isoihin kaupunkeihin, koska siellä monet eri asumismuodot ovat mahdollisia ja vuokra-asunnoille riittää paremmin käyttäjäkuntaa, koska asukasmäärä on suurempi kuin  vihreän eri sävyin merkatuilla matalamman asukasmäärän kylissä ja kunnissa. Tulkintani sille miksi juuri kyseiset kartalla olevat vihreät alueet ovat vihreitä on se, että näillä alueilla saattaa olla enemmän omakotitalo-asumista, joissa harvemmin asutaan vuokralla.

Mielestäni teemakarttani on kohtuullisen informatiivinen, koska asutuksen absoluuttista määrää tietyllä välillä kuvaavia luokkia on viisi, mistä jo saa jonkinlaista käsitystä eri kunnissa  vuokralla asuvien työikäisten määrästä. Kartan puutteena voisi ainakin pitää sitä, että se ei kerro mitään vuokralla asuvien työikäisten asutustiheydestä per neliökilometri, joka voisi olla myös kiinnostava tieto. Toinen pieni lipsahdus sattui, kun tein mittakaavaa, jonka oli tarkoitus kuvata tasan 100:aa kilometriä, mutta siitä tulikin vahingossa 101,7:ää kilometriä kuvaava.

Pidän kartan teknistä toteutusta hyvänä lukuun ottamatta sitä, että legendasta on jäänyt pois osa tiedosta. Kartan värit värejä pidän onnistuneina, koska ne ovat toistensa vastavärejä. Punainen kuvaa suurta vuokralla asuvien työikäisten määrää ja vihreä taas pientä vuokralla asuvien työikäisten määrää. Tosin ilmiötä olisi voinut yhtä hyvin kuvata yhden värin eri sävyinä.

Lähteet:

 

Tarja Turkin blogi:

https://blogs.helsinki.fi/ttturkki  luettu: 28.1.2014