Hejjsanhoppsan!
Veckans tema var rasterkartor och rutformat i tematiska kartor. Under föreläsningen gjorde vi upp en tematisk karta genom att dela upp huvudstadsregionen i rutor på en kvadratkilometer och lägga till information om varje ruta. Veckans uppgift gick så smidigt att jag hamnade fråga mig själv: ”Är det verkligen så här enkelt?”…
Rutformat i tematiska kartor
Under processen valde jag först att göra upp en karta över materialet med utländska medborgare i förhållande till hela antalet medborgare, men i detta fall hade datan något fel och visade t.ex. att den procentuella andelen utländska medborgare i vissa rutor var över en miljon! På grund av felet skapade jag nya kartor på basen av det andra materialet.
Jag var även intresserad av att försöka byta storlekarna på rutorna från en kvadratkilometer till något större, så som Taika Jaakkola gjort i sina kartor, för att se ifall resultatet ändrade mycket. Jag lyckades inte att ändra storlekarna först, men eftersom teamwork funkar bäst (Wonder Pets, 2006) fick jag och Nora Knippare det fixat till slut.
Jag valde att skapa en temakarta över andelen personer med annat modersmål än finska eller svenska i huvudstadsregionen, och resultaten kan hittas i bild 1-3. I bild 1 har jag rutor på en kvadratkilometer med den procentuella andelen övriga modersmål, medan jag i bild 2 använder mig av samma format fast med de absoluta talen. Då man jämför dessa kan man komma fram till att trots små skillnader, så spelar det stor roll i en karta ifall man har procentuella tal eller absoluta tal. Till exempel ser den absoluta kartan ut som om andelen skulle vara större än vad den egentligen är, i absoluta tal blir kartorna lätt förvrängda. I bild 3 avbildas den procentuella andelen indelat i lite större rutor, på 2x2km. Från den kartan kan man få en överblick på situationen, men eftersom rutorna täcker så pass stora områden är det svårt att få ut mer detaljerad information.
Rutor är ett format man kan använda sig av då det till exempel inte finns färdiga områdesindelningar i ett område, och man vill få fram skillnaderna mellan dem. I detta fall skulle man även kunna använda sig av stadsdelar eller andra områden för att visualisera skillnaderna i materialet, men rutor fungerar även helt bra. Genom att använda sig av rutor kan man granska fenomen på en icke-administrativ nivå. (tilastokeskus.fi, u.å.) Då man skapar kartor i rutformat är det viktigt att tänka på rutornas storlek för att passa sig till materialet, men även formen på rutorna är viktig. Genom QGIS kan man även ändra formen på rutorna till t.ex. en avlång form.
De procentuella skillnaderna på rutorna är relativt stor. Områden som Östra centrum och Alberga har höga värden utländska modersmål, vilket kan bero på det höga antalet invandrare som bor i området. Invandringen i Finland koncentrerar sig till vissa områden, som med tiden blir mer och mer segregerade. Det kan ha att göra med billigare hyror eller tanken om att man gärna bor i områden med människor i samma situation som en själv. Segregationen är stark i alla stora städer i hela världen, och har inte en lätt och simpel lösning. Då man jämför områden med varandra ser man att vissa typer av människor drar sig till varandra och bildar kluster. Jag gillade framförallt den kreativa idéen Gaius Eriksson hade i sin bloggs karta, då han jämförde de övriga modersmålens andel till andelen svenskspråkiga i huvudstadsregionen. Från Erikssons karta kan man se tydliga skillnader i vart människor väljer att bosätta sig.
Då vi som första steg i uppgiften laddade ner datan till QGIS, kunde man granska attributen från tabellerna. Datan var ursprungligen från SeutuCD´15 och innehöll absurda mängder information, flera tusentals rader med statistik om invånare och deras ålder och språk. Det gjorde mig chockad över hur exakta information och data man kan nå genom en enda datakälla. Man fick till exempel fram hur många människor som bodde på en adress och hur gamla de var. Ifall denna information var öppen, (vilket den inte är, utan i själva verket är den mycket dyr) kunde den hamna i fel händer och utnyttjas. I områden där det inte bor särskilt mycket människor kan man få mycket exakta information om en viss person.
Källor:
Ruututietokanta | Tilastokeskus (stat.fi) u.å. hämtad 7.2.2024
Jaakkola, T. (2024) Tiedon esittäminen ruututeemakartalla hämtad 7.2.2024
https://blogs.helsinki.fi/jztaika/
Knippare, N. (2024)
https://blogs.helsinki.fi/knippare/
Eriksson, G. (2024) MAA202- neljäs viikko hämtad 7.2.2024