Tämä blogi oli tässä, toivottavasti eksyn jännän äärelle tulevaisuudessakin.

Viimeisen kurssikerran tarkoituksena oli itse löytää/tuottaa/hankkia materiaalia, jota voisi kartalla esittää. Suositeltavaa oli valita alue, joka jakautuisi pienempiin osiin, jotta alueiden välinen vertailu olisi mahdollista. Tarkoituksena oli kuvata kahta muuttujaa kartalla, mieluusti niin, että ilmiöiden välillä olisi havaittava korrelaatio. Kuumotus oli korkeimmillaan sitten taloustieteen tentin, ja aggressiivisen googlettamisen tuloksena löysin kuin löysinkin toimivaa materiaalia. Karttamateriaalin tosin latailin vasta itse luennolla, joten tuotin sitten enemmän omaa teemakarttamateriaalia.

Japanin historian kurssin vaikutteiden alaisena valitsin tämän nousevan auringon maan omaksi tarkastelun kohteekseni. Maa jakautuu 47 prefektuuriin, joten aluevertailukin oli hyvinkin mahdollista. Pohtiessani, mitä kartalla haluaisin esittää, päädyin maakohtaiselle tilastotiedon sivulle, joka on maan sisäisistä suhteista ja kommunikaatiosta vastaavan ministeriön ylläpitämä (Statistics Bureau). En tiennyt, mitä varsinaisesti halusin kuvata, joten lähdin selailemaan sivustoa erinäisten linkkien kautta. Kiitos japanilaisen täsmällisyyden ja tilastointitaidon vietin sivulla seuraavat viisi tuntia selaten viisituhattamiljoonaa erilaista tietokantaa läpi talouden luvuista aina erilaisten sanomalehtien jakomääriin. Tietoa oli  a i v a n   ä l y t t ö m ä s t i. Poimin muutaman vaihtoehdon, joita pyörittelin vielä viimeisellä luentokerralla yöunet menettäneenä ja ehkä lievästi traumatisoituneena. Toisaalta rajoittavia tekijöitäkin oli, kuten Helena Rautakoski toteaa: ”Tietoa etsiessä piti myös muistaa, että koropleettikartalla täytyy esittää suhteutettua tietoa”. Päädyinkin valitsemaan teemakarttojen pohjaksi suhteellisia osuuksia kuvaavia tietokantoja.

Kiitos tilastotiedejumalten käyttämäni tietokannat olivat valmiiksi excel-taulukkoina, joten pienellä muokkauksella sain luotua suhteellisen vaivattomasti oman tietokantani. Muistityhjiön ja aamuluennon yhteisvaikutus tosin hidasti tietokannan siirtoa mäppäriin, mutta yhdistävän tiedon löydyttyä prosessi eteni sulavammin. Muutama prefektuuri kolumnin päivityksen jälkeenkin herjasi arvoina pyöreää nollaa, joten muokkasin kyseisten kohteiden tiedot sitten manuaalisesti.

Käyttämäni materiaali sisälsi seuraavat tiedot:

• Viljellyn maan osuus % vuonna 2014
• Maataloustuotteita myyvien kotitalouksien määrä tuhansissa
• Miesten työttömyys vuonna 2010
• Harrastuksiin kuluttettu aika
• Tv:seen, radioon ja lehtien lukemiseen kulutettu aika

Tähän alkuun ajattelin laittaa kartan kaikista Japanin prefektuureista, helpottamaan hahmotusta ja luomaan kuvaa Japanin aluejaosta:

Japanin prefektuurit, värikoodattuina alueen mukaan. (Japan Prefectures Map)

Omat tuotokseni alla (klikkaa isommaksi):

Teemakartta 1

Ensimmäisenä tein teemakartan pohjan viljellyn maan osuudesta prefektuureissa. Aihe kiinnosti ihan siksi, että Japanissa on muutamalle saarelle sijoittunut suuri väestö (toisaalta keskittynyt erittäin tiheästi suurimpiin kaupunkeihin ja niiden ympärille) ja vaativat luonnonolot tulivuorineen ja muine pinnanmuotoineen. Vuoristot saattavat asettaa omat rajoituksensa maanviljelylle, ne voivat suojata esimerkiksi talvimonsuunilta. Myös lämpimät merivirrat voivat vaikuttaa varsinkin itärannikon maanviljelyyn. Oli jännittävää nähdä, miten suuremman viljelyasteen alue keskittyi Tokion metropolialueen pohjoispuolen prefektuureihin. Myös eteläisimmällä Kyushun saarella, Sagan prefektuurin alueella, maata näytetään suhteellisesti viljeltävän runsaasti. Tiheät urbaanit alueet ovat selkästi harvemmin viljeltyjä alueita. Kotitaloudet jakutuvat prefektuurien välillä hieman tasaisemmin. Tämä voi tosin johtua oman tietokantani yleistävyydestä. Maataloustuotteet kategoriana on laaja, joten olisin voinut tarkastella vaikka vain riisin tai vihannesten viljelyä. Ja eri maataloustuotteiden välilläkin olisi tullut eroja, koska erilaisten tuotteiden tuotanto vaatii eri tavalla maapinta-alaa. Yksi piste vastaa kartalla tuhatta pistettä, ja ehkä ihan hyvä niin, sillä muuten kartta olisi varmaan mustanaan kotitalouspilkkuja. Suhde kuitenkin säilyy tässä samansuuruisena, kuin jo olisin kuvannut pilkut tuhansissa.

Tein vielä muutaman kartan lisää Japanin eri alueista. Karttojen luokitteluaste ei toimi alkuunkaan niin hyvin kuin ensimmäisessä, sillä prefektuureja on vain muutama, mutta halusin löytää alueellisia eroja pienempien yksikköjen sisällä. Tässä alla Kanton alue keskittyen mantereiseen osaa,  rajaten eteläisen saarinauhan pois: (Saarilla ei ollut yhtäkään maataloustuotteita tuottavaa kotitalousyksikköä)

Wow, Tokion prefektuurissakin viljellään edes vähän maata. Omien matkakokemusteni perusteella Tokio on rakennettua ympäristöä silmän kantamattomiin. Tuotanto on varmasti pienimuotoisempaa häviävän vapaan, käyttökelpoisen maapinta-alan takia. Mielenkiintoista on myös huomata, kuinka aivan metropolialueen viereisessä prefektuurissa viljellyn maan osuus nousee melkein kolmasosaan.

Tohokun alueen kartassa (alla) luokkavaihtelut ovat niin pieniä, että ne eivät kieli suurista eroista viljelysmaan määrän osalta. Maataloustuotteita myyviä kotitalouksiakin on aika lailla jokaisessa prefektuurissa.

Seuraavan teemakarta toteutin työttömien miesten ajankulutuksesta. Huomoin tässä vain muutaman aktiviteetin, jotka itse ymmärsin. Tilastoissa puhuttiin esimerkiksi tertiäärisistä ja sekundaareista aktivitieeteista, mutta näiden termien määritelmiä ei löytynyt mistään, joten en niitä kartalle viittinyt laittaa, kun jäivät termeninä hyvin mysteerisiksi. Kuvatut muuttujat olivat siis sellaisia, joiden kontekstin ymmärsin ja jotka konkreettisesti kuvasivat jotain tunnistettavaa aktiviteettia.

Alkuperäisessä tilastossa ajankäyttö oli ilmaistu tunteina ja minuutteina, joten selkeyden vuoksi muutin ajanmääreet suoraan minuuteiksi. Valitsemani ajanviettoaktiviteetit ovat vain pieni esimerkki siitä, millaista tietoa Japanissa tilastoidaan. Aihepiirit olivat loputtomat ja äärimmäisen yksityiskohtaiset.

Teemakartalla kuvasin pohjalla miesten työttömyyttä vuonna 2010. Luokkien vaihteluvälit ovat melko pieniä, mutta alueelta voi erottaa joitain matalamman työttömyyden alueita, esimerkiksi Tokion ja Shimanen prefektuurit. Työttömyyttä esiintyi prefektuureissa yllättävän laajasti ja melko suurina prosentteina. Kaipa taantuman aika koetteli myös Japania vuoden 2008 talousromahduksen jälkeen, jolloin talouden kasvu, ja välillisesti myös työpaikat, ovat olleet harvassa. Toisaalta Japani on elänyt matalan talouskasvun aikaa jo melko pitkään, mikä osaltaan voi myös selittää työttömyyslukuja. Ajankäyttöä kuvasin pylväillä, koska valitsin vain kaksi tekijää. Kartan luettavuus tosin kärsii pylväiden paljoudesta, mutta yleisesti voi todeta, että harrastuksiin kulutetaan vähemmän aikaa kuin eri viihteen muotoihin. Toisaalta harrastuksen voi käsitteenä ymmärtää monella tapaa. Ajankäyttö jossain määrin korreloi työttömyyden kanssa, mutta ei niin, että siitä syntyisi räikeitä eroja prefektuurien välillä.

Alla vielä yksi pienempi aluekartta, Chubun alueelta. Luokkavaihtelut kärsii taas prefektuurien vähästä määrästä, mutta pylväät erottuvat pearmmin. Toisaalta pylväät kertovat samaa tarinaa kuin ylmepi kartta: Erilaisiin viihteen muotoihin käytetään enemmän aikaa kuin harrastuksiin.

Kaiken kaikkiaan karttaluomuksillani on, toivottavati, jonkintasoinen informaatioarvo. Ilmiöt eivät ehkä täydellisesti korreloineet toistensa kanssa, mutta yhteyksiä voi erottaa. Ainakin, jos oikein kunnolla siristelee. Karttoja oli jännä toteuttaa, varsinkin, kun Japanista saatavilla olevat materiaalit olivat hirvittävän monipuolisia ja aluejako oli toimiva ja tarpeeksi moniosainen. Pinta-alataan vähän Suomea suurempaa maata tutkisin erittäin mielelläni lisääkin. Nämä luomukset olkoon ensimmäisiä, mutta toivottavasti ei viimeisiä.

Lähteet:

Rautakoski, H:Kurssikerta 7. Loppuhuipennus. <https://blogs.helsinki.fi/helenrau/2016/03/02/kurssikerta-7-loppuhuipennus/> Luettu: 15.3.2016.

Statistics Bureau. Statistics Japan: <http://www.stat.go.jp/english/index.htm> Luettu: 15.3.2016.

Japan Prefectures Map: <http://www2m.biglobe.ne.jp/ZenTech/English/Japan/Map/Japan_Prefectures_Map.htm> Luettu: 15.3.2016.

Kuudes kurssikerta alkoi reissulla raikkaaseen ulkoilmaan. Tarkoituksena oli kerätä ryhmässä gps-pisteitä mieluusti johonkin aiheeseen liittyen. Päätimme Kanervan ja Nean kanssa paikantaa lähialueen puistonpenkkejä. Kerätyt pisteet tuotiin koneelle ja lisättiin kartalle, josta näki myös kulkemamme reitin. Geokoodausharkan jälkeen päästiin omien karttojen tuottamisen pariin.
Kurssikerran itsenäistehtävänä oli tuottaa karttoja erilaisista hasardeista, jotka soveltuisivat opetuskäyttöön. Päätin tehdä kolme eri karttaa kolmesta eri hasardista sen sijaan, että olisin syventynyt yhteen ilmiöön tarkemmin.

Ensimmäisen kartan tein 6 richterin ja sitä suuremmista maanjäristyksistä vuodesta 2005 eteenpäin. Maanjäristykset näyttävät sijoittuvan aika säännönmukaisesti litosfäärilaatojen saumakohtiin. Tähän osin vaikuttaa se, että valitsin tarkasteluun maanjäristysten voimakkuuksia, jotka esiintyvät melko yleisesti ympäri maapalloa, toisaalta myös selkeästi keskittyen tiettyihin litosfäärilaatojen saumoihin. Valintani on siis ehkä tarpeeksi yleistävällä tasolla niin, että se antaa hyvän kuvan maanjäristyksistä maailmanlaajuisella tasolla. Toisaalta kartasta ei voi kertoa mihin esimerkiksi voimakkaimmat maanjäristykset kohdistuu, asia, mitä olisin voinut visualisoida kartalla erivärisinä palluroina. Ensimmäisen kartan kohdalla en edes miettinyt pisteiden kuvaamista muulla kuin palloilla, mutta ne toimivat visuaalisesti kartassa mielestäni tarpeeksi informatiivisesti.

Toisen kartan tein maailman tulivuorista. Tosin tieto siitä, kuuluuko tähän tulivuorten kategoriaan vain aktiiviset tulivuoret, olisi tärkeä lisä. Tieto, mikä kartastani puuttuu. Keskittymistä litosfäärilaattojen saumakohtiin voi havaita ja tulivuoria esiintyy suurelta osin samoilla alueilla kuin maanjäristyksiä. Näistä kahdesta endogeenisesta toiminnasta voisi myös tehdä päällekkäiset kartat niiden samanlaisen ilmenevyyden takia. Annamaria Rossi toteutti blogiinsa tällaisia karttoja, ja mielestäni ne olisivat opetuksessa erittäin toimivia. Päällekkäisten ilmiöiden kuvaamisella voisi saada oppilaat pohtimaan ilmiöiden välistä korrelaatiota ja syitä sille, miksi näin tapahtuu. Opetuksellisessa melessä on tärkeää viesittää tietoa, mikä ei ole harhaanjohtavaa, joten aineiston tarkistaminen on paikallaan, varsinkin jos siinä ilmaistaan, että Ruotsissa on tapahtunut tulivuorenpurkaus 1960-luvulla.

Kolmannen kartan tein löydetyistä meteoriiteista vuodesta 1900 lähtien. Olin niin extra, että kuvasin meteoriitti-iskuja tähdillä. Ilmiönä tämä on kahteen aikaisempaan hieman irrallinen, koska se on ilmiönä satunnainen, jolla ei ole mitään selkeää syys-seuraussuhdetta. Kuten Miro Mujunen toteaa blogissaan: ”Toisin on esimerkiksi meteoriittien kohdalla, joiden törmäysten synnyttämät astrobleemit ovat syntyneet sattuman tuloksena, mikä taas ei mahdollista niinkään maantieteellisten säännöllisyyksien tai korrelaatioiden tarkastelua”. Ilmiötä on siis vaikea littää mihinkään vallitsevaan luonnonilmiöön, vaan ennemminkin avaruudessa tapahtuviin liikkeisiin ja ratoihin ja muuhun jännään astrofysiikkaan ja tähtiteteeseen. Mutta kartta sentään kertoo jotain meteoriitti-iskujen jakautumisesta maapallolla, vaikka sille ei voi antaa mitään maantieteellistä syytä. Esimerkiksi Yhdysvallat on ollut monen meteoriitin tiellä, mutta miksi näin on, sitä on vaikea sanoa. Kartta jää siis informaatiotasoltaan melko yksiulotteiseksi eikä se varmaan tarjoa opetukseen mitenkään rikasta sisältöä.

Erilaisia hasardikarttoja käytettäessä opetuksessa voisi myös miettiä sitä, millä aikavälillä ilmiöitä haluaa kuvata. Onko ajankohtaisempaa esimerkiksi kuvata maanjäristyksiä 20 vai 5 vuoden ajalta. Omat karttani on ominaisuuksiltaan yksinkertaisia ja ne ovat helppolukuisia, mutta ne tarvitsivat tuekseen esimerkiksi kartan litosfäärilaatoista, jotta ne soveltuisivat paremmin opetusmateriaaliksi.

Lähteet:

Rossi, A. (2016): Kurssikerta 6 – Pisteaineistojen esittäminen kartalla. https://blogs.helsinki.fi/ajrossi/2016/02/26/kurssikerta-6-pisteaineistojen-esittaminen-kartalla/. Luettu: 15.3.2016.

Mujunen, M. (2016): Kurssikerta 6- Hasardit maailmankartalla. https://blogs.helsinki.fi/mimumimu/2016/02/29/kurssikerta-6-hasardit-maailmankartalla/. Luettu:15.3.2016.

Viidennen kurssikerran sisältö oli jokseenkin tuttua, olin aikaisemmin muutaman kerran kokeillut bufferianalyysejä (QGisillä tosin). Muistikuvat niistä, kuten aina, olivat hataria, joten kertaaminen oli hyvinkin paikallaan. Objektien teko oli mielestäni ihan mieluisaa puuhaa, vaikka se välillä aikamoiseksi tuijotukseksi menikin. Puskurointi ja itse laskeminenkin olivat suhteellisen sujuvia työvaiheita. Eniten päänvaivaa aiheutti boundary select- työkalu, mikä johti aggressiiviseen hiiren klikkailuun. Ongelma kuitenkin johtui siitä, miten eri layerit olivat valittuna. Asia, mikä myös johti aggressiiviseen hiiren klikkailuun. Tämän saman ongelman kohtasin myös Malmin lentokenttätehtävässä, kun laskettiin melualueella asuvien asukkaiden määriä.

Rajaehtoja analyyseille asettaa varmasti käytössä oleva aineisto ja se kuinka laajaa se on ja millaista tietoa se sisältää. Bufferoinnin avulla voi toteuttaa erilaisia spatiaalisia analyysejä, esimerkiksi jos halutaan kartoittaa jonkun ilmiön vaikutusaluetta, ja analysoida, mitä sen sisälle jää. Esimerkiksi uudet rakennushankkeet tai jotkin ympäristöongelmat voisivat olla sellaisia, että niitä puskuroimalla voidaan vaikuttaa esimerkiksi siihen, miten ja mihin rakennetaan tai miten esimerkiksi tulviin voidaan varautua.

Bufferointi ei ehkä ole vahvinta osaamisaluettani, vaikka se melko yksinkertaiselta vaikuttaakin. Oma älyllinen toimintani näytti asettavan jo oman rajansa analyysin käytölle. Mutta mitä QGisillä bufferoinnista muistan, se oli tuskaa, mutta mäppärillä tehtynä vähemmän tuskaa, vaikka se onkin herkkä herjaamaan kaatumista. Voin yhtyä Kanerva Matveisen toteamukseen: ” Käyttämämme toiminnot MapInfolla ovat olleet yksinkertaisia ja helpohkoja, minkä vuoksi asioita, joita pystyy tutkimaan, ei ole vielä valtavasti. Kurssin aikana on tullut toistettua samoja asioita ja toimintoja niin paljon, että toiminnot ovat jääneet mieleen jo melko hyvin ja hiiri muistaa liikkua lähes aina oikeaan paikkaan oikeaa toimintoa varten”. Varsinkin tietokantoihin liittyvät toiminnot on parhaiten mieleen jääneitä tehtäviä, sillä niitä on useammalla kurssikerralla jossain muodossa tullut rämplättyä.

Alla taulukoituna kurssikerran tehtävien vastauksia.

Lähdeviittaukset:

Matveinen, K: (2016). Kurssikerta 5- puskurointia. https://blogs.helsinki.fi/kanervam/2016/02/20/kurssikerta5_puskurointia/. Luettu: 9.3.2016.

Neljännellä kurssikerralla opeteltiin rasterikarttojen tekoa. Tämäkin prosessi oli melko helppo, gridin sai piirrettyä vaivattomasti pohjakarttamateriaalin päälle. Toisaalta pohjana olevien aineistojen määrä sai ainakin omalla kohdalla mäppärin kauniisti osoittamaan kaatumisen merkkejä, joten suosiolla laitoin niistä osan pois päältä. Teemakartan luominen toimi samalla periaatteella kuin ennenkin, mutta nyt kartalle luotiin rasterimuotoista tietoa, jossa yhdellä neliöllä oli oma arvonsa.
Tein teemakartan muun kielisten osuudesta pääkaupunkiseudulla. Tein kaksi teemkarttaa, ensimmäisen 500 metrin ja toisen 700 metrin ruudukoilla. Pohdintani kohdistuu 700 metrin rasterikarttaan, koska koen sen hieman informatiivisemmaksi ja siinä kuvattu ilmiö ei ole niin hajautunut. (Legendalla oli näköjään ongelma eikä halunnut näyttäytyä normaalissa formaatissaan)

Kartassa on nähtävissä muunkielisten spatiaalinen jakautuminen pääkaupunkiseudulla, jossa suurimmat muun kielisten keskittymät ovat Pohjois-Vantaalla Korson suuralueella, itäisessä Helsingissä ja Espoossa muun muassa Lintuvaaran alueella. Vantaalla pystyy helpommin havaitsemaan selkeämpiä muun kielisten keskittymiä, kun taas Espoossa muun kieliset ovat hieman enemmän hajautuneet ja keskittymät ovat kooltaan pienempiä. Helsingissä varsinkin koillisen suurpiirin pohjoisemmalla alueella on enemmän muun kielisiä sekä Mellunkylän ja Vartiokylän alueilla. Kauniaisissa näyttää olevan häviävän vähän muun kielisiä.
Karttaan pitäisi ehdottomasti liittää tieto siitä, mitä nämä muut kielet ovat. On vaikeaa syvemmin ymmärtää ilmiötä, jos siitä ei esiinny mitään yksityiskohtaisempaa, ja ehkä mahdollisesti lisää alueellista jakautumista aiheuttavaa, tietoa. Olisi myös hyödyllistä tietää jotain muun kielisten taustasta, ovatko he esimerkiksi vaihto-opiskelijoita, maahanmuuttajia tai vierastyöläisiä. Myös se, mikä on perusteena muun kielisyydelle, olisi hyvä selventää.
Ruututeemakartalla absoluuttisten arvojen esittäminen on mielestäni ihan toimiva vaihtoehto, koska absoluuttiset arvot sisältyvät yksityiskohtaisemmin rastereihin. Toisaalta kartalta ei voi erottaa minkäänlaisia suhteellisia eroja. Mutta kuten Tuomas Tavi blogikirjoituksessaan toteaa: ”Esimerkiksi verrattuna koropleettikarttaan, ruutukartta ei kuvaa ilmiötä vain esimerkiksi kuntarajat huomioiden, vaan esittää todellisuutta sellaisena kuin se oikeasti on”. Ruututeemakartalla on samalla tavalla informaatioarvo kuin muillakin karttatyypeillä, kunhan kuvattava ilmiö on sellainen, että se siinä toimii. Toisaalta esimerkiksi pisteteemakarttakin olisi varmaan toiminut kuvaamaan muun kielisten jakautumista hyvin. Mielestäni ruututeemakartalla on helpompi tuoda esiin yksityiskohtaisempia tilallisia eroja jonkun ilmiön esiintyvyydessä.
Omasta kartastani tuli jokseenkin onnistunut yritys, mikä intensiivisen tuijotuksen jälkeen näyttää ihan blogikelpoiselta julkaisulta. Rastereiden väreiksi valitsin jotain aivan kamalaa, alhaisimpia arvoja kuvaava väri häviää ilman lukulaseja aika helposti valkoisiin osiin. Lisäsin suuralueet kartalle, jotta ilmiön levinneisyyttä voisi tarkastella helpommin kuntien sisällä. Muun kielisten jakautuminen tietyille alueille pääkaupunkiseudulla voi kieliä jotain sosioekonomisesta asemasta tai siitä, mitkä alueet muun kieliset kokevat hyviksi alueiksi asua. Toisaalta ruutujen koko vaikuttaa myös kartan ilmeeseen. Pienemmillä ruuduilla olisi saanut vielä yksityiskohtaisempaa tietoa, mutta rasteriaineistoa oli raskas käsitellä jo 700 metrin kokoisilla ruuduilla, joten päätin jättää kokeilematta. Ettei mapinfo kokonaan olisi luovuttanut ja lopullisesti kaatunut.

Loppukevennykseski: hienosti onnistunut karttakuvan rekisteröinti. Meni just niinku Strömsössä.

Kubismia vaiko mäppärin keljuilua

Lähteet:

Tavi, T: (2016). 4. Blogikirjoitus ̶ Ulkomaalaisten reikä Kauniaisissa sekä Libyan muuttuva tilanne. https://blogs.helsinki.fi/tugtavi/2016/02/15/4-blogikirjoitus-%CC%B6-ulkomaalaisten-reika-kauniaisissa-seka-libyan-muuttuva-tilanne/. Luettu: 6.3.2016.

Kolmas kurssikerta alkoi intensiivisesti tietokantojen ja datan yhdistelyllä. Afrikka-harjoituksen jälkeen pääsimme ihan itse alusta alkaen tekemään saman, kun tehtävänä oli laatia tulvaindeksikartta. Kahvitauko teki ihmeitä ja pyyhki muistista joitain avainkohtia tietokantojen luomisessa. Onneksi vierustoverini Nean kanssa löimme viisaat päämme yhteen ja yhteistyön ja avunannon merkeissä saimme aikaiseksi erittäin hienot kartat. Tässä alla on oma luomukseni. Päädyin niinkin luovaan värivalintaan kuin siniseen kuvaamaan vettä ja tulvaindeksiä. Ryhmien jaotteluun käytin kvantileeja, joita kurssikerran ohjeessa tarjottiin yhtenä toimivana vaihtoehtona. Järvisyyttä kuvasin sinisen vastavärillä oranssillä, että ne varmasti kartasta erottuu. Joissain paikoin pylväät tosin muodostavat sen verran tiiviitä rykelmiä, että niistä on haastavaa lukea alueen järvisyyttä.

Kartalla on nähtävissä eri valuma-alueiden tulvaindeksit, eli luvut, joissa verrataan ylivirtaamia ja alivirtaamia toisiinsa. Kartalta näkyy selkeästi kuinka järvisyyden kasvaessa tulvaindeksi pienenee. Järvet siis toimivat tehokkaina vesivarastoina. Niissä ei myöskään tapahdu veden virtaamista samalla tavalla kuin joissa. Järvien määrän vähetessä taas voisi yleisesti todeta tulvaindeksin kasvavan. Varsinkin Pohjanmaa on erittäin tulvaherkkää maata, sillä se on alavaa seutua. Maankohoamisella voi olla oma osansa ilmiöön, ainakin pidemmällä aikavälillä. Pohjanmaan korkeisiin tulvaindekseihin voi tosin vaikuttaa myös Suomenselkä, joka erottaa Pohjanmaan joet Järvi-Suomen järvistä. Myös lumen sulaminen keväisin voi aiheuttaa tulvapiikkejä, varsinkin Lapissa. Kartan perusteella myös rannikkoalueet ovat selkeästi korkeamman tulvaindeksin alueita, tämä myöskin varmaan johtuen vähästä järvisyydestä. Toisaalta myös meren toiminnalla voi olla vaikutus rannikkoalueiden tulviin.

Valuma-aluekartan lisäksi saimme tehtäväksi pohtia, miten eri tietokantoja voisi hyödyntää analysoinnissa ja päättelyssä koskien Afrikan konflikteja, kun tietokannat ovat seuraavanlaiset:

• Konfliktin tapahtumavuosi
• Konfliktin laajuus/säde kilometreinä
• Timanttikaivosten löytämisvuosi
• Timanttikaivoksen kaivausten aloitusvuosi
• Timanttikaivosten tuottavuusluokittelu
• Öljykenttien löytämisvuosi
• Öljykenttien poraamisvuosi
• Öljykenttien tuottavuusluokittelu
• Internetkäyttäjien lukumäärä eri vuosina

Ja kurssiblogin kartalla tietokantoja oli visualisoitu seuraavasti:

Ensimmäiseksi tuli mieleen konfliktien sidonnaisuus luonnonvaroihin, kuten juuri öljyyn ja timantteihin, mikä on valitettavan yleistä Afrikan mantereella. Tämä saattaa osin johtua monokulttuurista, jossa jokin maa tuottaa vain muutamaa tuotetta maailmanmarkkinoille vientiin, usein ilman jalostusta, jolloin maan tuotanto on hyvin yksipuolista eikä välttämättä palvele maan kansalaisten tarpeita ollenkaan. Tuotteista saa myös tällöin alhaisemman hinnan kuin jalostetuista tuotteista. Tällöin maa voi olla hyvin riippuvainen juuri esimerkikisi timanteista, mikä voi aihettaa kamppailua luonnonvarasta, ja myös elinkeinosta. Ongelmat voivat piillä myös syvemmällä lainsäädännössä, jolloin monikansallisia yrityksiä esimerkiksi houkutellaan luonnonvara-apajille alhaisin veroin ja poljetiuin ihmisoikeuksin. Kun soppaan lisätään vielä vaikeat sosiaaliset olot maan sisällä, konfliktin ainekset ovat valmiit. Se, että konfliktit ja luonnonvaraesiintymät tapahtuvat samoilla alueilla voi kieliä ihmisten hädästä ja vallitsevien epäoikeudenmukaisten valta- ja omistussuhteiden vastustamisesta.

Luonnonvarojen löytämis- ja niiden hyödyntämisen aloitusta voisi vertailla eri kohteiden kohdalla. Tämän avulla voisi mahdollisesti selvittää jonkinlaista ajallista muutosta luonnonvarjen hyödyntämisessä. Tämän lisänä voisi hyvin toimia tieto siitä, kuka tai mikä yritys luonnonvaroja on etsinyt ja mahdollisesti alkanut hyödyntää. Myös tieto, esimerkiksi rekisteri, jos sellaista pidetään yllä, maanomistusoloista voisi myös tuoda arvokasta lisätietoa analyysin tueksi. Myös esimerkiksi tuottavuusluokittelua voisi käyttää hyödyksi silloin, jos halutaan tarkastella, miten konfliktit korreloivat esiintymien tuottavuuden kanssa. Esiintyvätkö konfliktit esimerkiksi helpommin alueilla, jossa on hyvin tuottavia timanttikaivoksia vai ei. Konfliktin laajuutta tarkastellessa voisi pohtia sitä, miten naapurivaltiot ovat osa tai joutuvat osaksi konfliktia. Chrisitna Elgert tekee blogissaan myös hyvän havainnon: ”On myös todennäköistä että konfliktit saavat internetin käytön laskemaan, etenkin jos tietoyhteyksiä yms. tuhotaan”. Tällöin myös internetin käyttäjien määriä voisi verrata konfliktien levinnäisyyteen ja pohtia, kuinka maiden perusinfrastruktuuri kärsii konfliktien aiheuttamasta tuhosta.

Lähdeviittaukset

Elgert, C. (2016): Kurssikerta 3: Tietokantaseikkailua. https://blogs.helsinki.fi/christie/2016/02/08/kurssikerta-3-tietokantaseikkailua/. Luettu: 6.3.2016.

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.

Welcome to Blogipalvelut. This is your first post. Edit or delete it, then start blogging!