Lisälukemistoksi saatu artikkeli käsitteli koropleettikarttoja, joissa toisissa kuvattiin yhtä ja toisissa kahta muuttujaa. Myös näiden välisiä eroja pohdittiin ja sitä, miten muuttujia voidaan luokitella ja visualisoida niin, että kuvattava ilmiö olisi luettavissa ja ymmärrettävissä kartalta.
Kahden muuttujan kartoissa, jotka esimerkkien pohjalta näyttivät päällekkäisiltä koropleettikartoilta, kuvattavien ilmiöiden tulee olla jollain tavalla riippuvaisia toisistaan. Tämä voi onnistuneesti toteutettuna antaa enemmän tietoa ja kertoa jotain ilmiöiden syy-seuraus-suhteista. Haasteena on kuitenkin kartan visualisointi, millaisia värejä ja luokitteluja käyttää. Päällekkäiset teemat siis eivät välttämättä ole paremmin luettavia kuin yksiteemaiset kartat, mutta toisaalta niissä voidaan kuvata esimerkiksi päällekkäisiä ilmiöitä ja ilmiöiden korrelaatiota spatiaalisesti tehokkaammin kuin yhden teeman koropleettikartoissa.
Artikkelin kartoissa käytettävät legendat poikkeavat tavallisista teemakartoista siinä, että mitta-asteikot oli esitetty janamaisena luettelona, jossa värit oli aseteltu peräkkäin numeroarvojen muutosten mukaan. Näiden lisäksi värien yhdistämistä päällekkäisellä teemakartalla havainnoidaan hajontakuviossa, jossa lineaarista kasvua hahmotetaan sinisten ja punaisten eri sävy-yhdistelmillä. Myös luokkien frekvenssit on merkitty omaan laatikkoonsa. Artikkelin kartografinen esitys vaatii lukijalta visuaalista hahmotuskykyä, sillä värien muutokset kartalla voivat olla haastavia tulkita, kun päällekkäin asetetaan kaksi koropleettikarttaa. Ainakin itsellä oli hankaluuksia tarkastella värien päällekkäisyyksiä.
Kartogfarinen toteutus on aina tekijän vastuulla, ja toteuttamiseen tarjolla olevat välineet antavat mahdollisuuden, mutta samalla vastuun kartan tekijälle lopputuloksesta. Esimerkiksi MapInfossa on runsaasti mahdollisuuksia erilaisten koropleettikarttojen luomiseen. Jotta kuvattava ilmiö olisi mahdollisimman informatiivinen ja selkeä, kartan laatijan on mietittävä esimerkiksi millaisilla väreillä ja kuvioilla ilmiötä haluaa visualisoida. Myös luokkien koko ja lukumäärä tulee olla sopiva. Se, mikä toteutusta ohjaa, ovat ensisijaisesti tekijän motiivit ja visuaalinen silmä.

Lähteet

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

Edellisen kurssikerran jälkeen teemakartan tekeminen oli jokseenkin hallussa, mutta tällä kertaa kahden korreloivan tekijän kuvaaminen yhdellä kartalla osoittautui omalla kohdalla aikamoiseksi pähkinäksi. Toisena vaihtoehtona oli tehdä grid- tai 3D-kartta, mutta luovuin ideasta, kun 3D-kartta näytti pelkältä pinnalta harmaita läikkiä. (Toisaalta toisella koneella työtilan avattuani tämä samainen 3D-mallinnus oli värillinen hmm). Kolmiulotteinen hahmotukseni ei myöskään ole Nasa-luokkaa, joten kartan kääntely sai aikaan vielä epämääräisemmän lopputuloksen. Päädyin siis tekemään päällekkäisten teemojen koropleettikartan.

Harmaita läikkiä: ei käyttistä.

Päätin käyttää väestöntiheyttä teemakartan pohjana. Lisäsin sen jälkeen jokaisen kunnan eri ikäryhmien osuudet ympyrädiagrammeina. En tiedä sitten korreloivatko nämä aineistot millään tavalla toistensa kanssa, mutta ainakin ne antavat lukijalle tietoa väestön rakenteesta. Värimaailmat kahden ei teeman välillä pyrin pitämään sellaisina, että ne erottuisivat toisistaan. Ympyrädiagrammien keltainen sävy jäi tosin häkellyttävän vihertäväksi, mikä saattaa pistää esityksestä silmään. Toisaalta ympyrädiagrammit oli luonteva vaihtoehto kuvata kuvata eri ikäryhmiein kokoja. Myös aineistojen välistä suhdetta ja niiden kuvattavuutta oli melko haastavaakin pohtia. Ja kuten Aino Grönroos pohtii blogissaan: ”Myös teemakartan tyypin valinta on tärkeää, sillä eri asiat ja muuttujat havainnollistuvat paremmin eri tyyppisissä diagrammeissa ja kuvantamismalleissa”.

Mitä kartasta voi sitten havaita: ainakin sen, että Kauniainen jää hienosti kahden ympyrädiagrammin alle. Mahtavaa. Kartalta voi myös havaita, että Helsinki, Espoo ja Vantaa ovat ehdottomasti tiheiten asuttuja kuntia. Väestöntiheys jokseenkin saatta konsentroitua junaradan varteen enemmän, josta esimerkiksi pendelöinti saatta olla hepompaa, kuin taas alueen reunakunnat ovat harvempaan asuttuja. Toisaalta jotkin reunakunnat on pinta-alaltaan suurikokoisia. Järvenpää (jee kotikuntani) ja Kerava ovat pinta-alaltaan jo niin pieniä, että väestöntiheys korostuu siellä senkin takia. Ikäryhmistä suurin kaikkialla oli 15-64-vuotiaiden ryhmä, ja siitä nuorempia ja vanhempia oli jokseenkin samassa suhteessa kaikkialla. Ei ehkä kovin yllättävää Helsingin seudulle.

Lähteet

Grönroos, A. 2. kurssikerta. https://blogs.helsinki.fi/ainogron/2016/01/31/2-kurssikerta/. Luettu: 21.2.2016

Paikkatietokurssin ensimmäinen luento meni osin vanhaa muistellen ja itse muistia virkistäen. Mapinfoa olen aikaisemminkin käyttänyt, mutta muistikuvat tästä ovat aukkoisia. Tuli siis tarpeeseen käydä läpi, mitä eri nappuloiden painelu saa aikaan ja kuinka niitä karttakerroksia sai muokkaustilaan.

Itse kartan tekeminen oli jotain, mitä en ollut ikinä mäppärillä tehnyt, vaikka karttojen tuottaminen onkin maantieteilijän osaamisen ydintä. Teemakartan laadinta olikin yllättäen melko helppoa. Siihen asti kunnes aloin pohtimaan, mitä haluan kartalla viestiä ja miten ilmiö kartalla tulee esiin. Myös aineiston luokittelu sopivan kokoisiin ryhmiin niin, että kuvattava ilmiö tulisi teemakartalla selkeästi näkyviin, aiheutti lievää ahdinkoa. Teemakartan lukuarvojen, värien ja muiden ominaisuuksien tekninen muokkaaminen ei ollut kovinkaan haastavaa, vaan se, miten ominaisuuksilla voi vaikuttaa kartan visuaaliseen ilmeeseen. Takaraivossa kummitteli myös se, kuumottava ominaisuus, että Mapinfossa voi vain kerran painella undo-nappulaa, asia, johon en erinäisissä kuvan- ja tekstinmuokkausohjelmissa ole ikinä tottunut.

Kaikesta huolimatta vimmatun rämpläämisen jälkeen sain jonkinlaisen tuotoksen aikaan ja loppujen lopuksi päädyin erittäin selkeään ja helppoon vaihtoehtoon. Kuvasin koropleettikartalla jalostuksen jakautumista Suomessa vuonna 2015.

Valitsin syystä tai toisesta ilmiötä kuvaavaksi väriksi vihreän. Pidin siitä, että mitä tummempi vihreä, sitä enemmän jalostusta. Näin tein helpottaakseni kartan luettavuutta, ja siksi, että sillä oli helppo kuvata positiivisia arvoja sisältävän yksittäisen ilmiön vaihtelua kartalla. Vertailun vuoksi voisi mainita Nea Heikkilän luoman kartan alkutuotannosta, joka on toteutettu punaisen ja oranssin eri sävyin.
Jalostuksen osuudet jaoin luonnollisten luokkavälien mukaan, jolloin kartalla näkyy melko selkeä ero esiintyvyydessä esimerkiksi itä-länsi- akselilla. Kartasta voi nähdä, että jalostus muodostaa joissakin kunnissa Suomea oleellisen osan kokonaistuotannosta, esimerkiksi Salo, kun taas toisilla alueilla, kuten pohjoisessa, se ei ole lainkaan dominoiva tuotantomuoto.
Kartan informaatiotaso on mitä yksinkertaiselta koropleettikartalta voi ehkä olettaa: siinä erottuu tietyn ilmiön suhteellinen jakautuminen tietyssä alueellisessa yksikössä, tässä luomuksessa Suomessa. Pyrin luomaan helppolukuisen ja informaatiotasoltaan yksinkertaisen kartan, ja mielestäni siinä hyvin onnistuinkin.

Lähteet:

Heikkilä, N. (2016): 1. MapInfoon tutustumista.