6. kurssikerta

Kurssikerta 6 aloitettiin GPS-paikantimen käytön opettelemisella, keräämällä laitteella koordinaattitietoja eri kohteista kuten vaikkapa lipputangoista Kumpulan kampuksen lähialueilla. Tai oikeastaan kurssikerta oli tarkoitus aloittaa tällä, mutta minun onnistui nukkua pommiin ensimmäistä kertaa yliopistourani aikana. Saapuessani luokkaan, noin tunnin myöhässä, muut kurssilaiset olivat jo sisätiloissa lisäilemässä keräämien aineistoja Exceliin. GPS-paikantimen käytön väliin jääminen harmittaa, mutta en nyt kuitenkaan jäänyt paitsi mistään erityisen tärkeästä. Elias Marttusen blogia lukiessani ja tehtävänantoa silmäiltyäni sain kyllä varsin hyvän kuvan siitä, mitä kurssikerran alussa oli tehty. Kun kaikki kerätyt aineistot oli lopulta viety Exceliin, tuotiin ne MapInfoon kartan tekoa varten. MapInfosta löytyikin hyödyllinen työkalu, jolla aineisto saatiin valmiille pohjakartalle näkyviin pisteinä koordinaattien perusteella.

Seuraavaksi harjoittelimme pisteaineiston geokoodausta, joka tarkoittaa kurssikerran Powerpoint-esityksen pohjalta ”ominaisuustiedon perusteella tapahtuvaa kohteiden paikantamista kartalle”. Tarkoituksena oli paikantaa Helsingin pelikoneiden sijainnit valmiille Helsingin pohjakartalle, joka sisälsi muun muassa kaikki tiet. Ensin pelikoiden tietoja, kuten osoitteita, sisältävä Excel-tiedosto tuotiin MapInfoon, ja sitten erään paikkatieto-ohjelmamme toiminnon (Geocode) avulla pelikoneille paikannettiin sijainnit kartalla osoitteiden, ja tarvittaessa postinumeron perusteella. Sen jälkeen aloitettiin itsenäistehtävän suorittaminen. Tehtävä oli tuottaa yhteensä kolme karttaa, joita voitaisiin hyödyntää esimerkiksi opetuskäytössä. Aineistona kartoille oli pistemäistä tietoa maanjäristyksistä, tulivuorista ja meteoriittien putoamispaikoista. Tarkoituksena oli harjoitella pistemäisen aineiston etsimistä internetistä, löydetyn datan muokkaamista sopivaan muotoon ja aineiston tuomista kartalle.

Ensimmäinen kartoistani kuvaa yli 6.0 magnitudin maanjäristyksiä vuodesta 1964 eteenpäin ja tulivuorenpurkauksia samalta ajanjaksolta. Siitä nähdään hyvin, kuinka maanjäristykset ja tulivuoret jakautuvat maailmankartalle. Nämä kaksi ilmiötä esiintyvät lisäksi usein samoilla alueilla. Opetuksessa tämän kartan rinnalla kannattaisi esitellä kartta, joka esittää maapallon mannerlaattoja ja niiden saumakohtia. Näin oppilaat ymmärtäisivät näiden asioiden välisen yhteyden.

Kuva 1. Maanjäristykset (yli 6.0 magnitudi) ja tulivuoren purkaukset vuodesta 1964 eteenpäin.

Kuva 1. Maanjäristykset (yli 6.0 magnitudi) ja tulivuoren purkaukset vuodesta 1964 eteenpäin.

Seuraava karttani kuvaa yli 8.0 magnitudin maanjäristyksiä viimeisen 20 vuoden ajalta. Sillä voitaisiin näyttää oppilaille, millä alueilla voi esiintyä hyvinkin voimakkaita maanjäristyksiä. 20 vuotta on kuitenkin vähän liian lyhyt aika voimakkaimpien maanjäristysten sijaintipaikkojen kartoittamiseen, sillä yli 8.0 magnitudin järistyksiä sattuu vain harvoin.

Kuva 2. Yli 8.0 magnitudin maanjäristykset vuodesta 1995 lähtien.

Kuva 2. Yli 8.0 magnitudin maanjäristykset vuodesta 1995 lähtien.

Viimeinen kartoistani esittää meteoriittien putoamispaikkoja vuosina 2011 ja 2012. Tämä kartta on hiukan epäonnistunut jo värityksenkin suhteen. Lisäksi aikajana on liian lyhyt, jotta kartasta voitaisiin tehdä järkeviä päätelmiä. Meteoriitithan putoavat täysin sattumanvaraisiin paikkoihin, mutta yleensä niistä löydetään vain mantereelle pudonneet yksilöt. Siksi löytöpaikat sijaitsevat usein paikoissa, joissa on laajoja manneralueita.

Kuva 3. Meteoriittien putoamispaikat vuosina 2011 ja 2012.

Kuva 3. Meteoriittien putoamispaikat vuosina 2011 ja 2012.

Kurssikerralla opittiin taas uusia MapInfon käyttötapoja eli esimerkiksi, kuinka tuottaa pistemuotoista aineistoa kartalle. Itsenäisharjoitus ei ollut kovin vaikea, mutta hyvä välillä niinkin. Aineistona meillä oli vain kolmenlaisia hasardeja, mutta toki karttoja voitaisiin ja kannattaisikin tehdä myös muista ilmiöistä. Esimerkiksi Tekniikka&Talous –lehden verkkosivuilla esitellään kartta maapallon seismisesti aktiivisista alueista sekä ydinvoimaloiden sijainneista. Siitä nähdään muun muassa se, että ydinvoimaloita on rakennettu myös hyvin maanjäristysherkille alueille kuten Japaniin.

Kuva 4. Maapallon seismiset alueet ja ydinvoimalat (Simo Sahla, Tekniikka&Talous 2011).

Lähteet

Maanjäristykset: http://quake.geo.berkeley.edu/anss/catalog-search.html

Marttunen, E. (2015). 6.Kurssikerta. eliasmar’s blog. <https://blogs.helsinki.fi/eliasmar/2015/02/24/6-kurssikerta/> Luettu 25.2.2015

Meteoriittien putoamispaikat: https://www.google.com/fusiontables/DataSource?docid=1vHSvjNgCIl6kRhFXPHhvESnnYx_ShToJWtWdjm8#rows:id=1

Pietarila, P. (2011). Ydinvoimalat ja mannerlaatat kartalla – Viidennes ydinvoimaloista toimii järistysherkillä alueilla. <http://www.tekniikkatalous.fi/energia/japani/ydinvoimalat+ja+mannerlaatat+kartalla++viidennes+ydinvoimaloista+toimii+jaristysherkilla+alueilla/a593724> Luettu 25.2.2015

Tulivuoret: http://catalog.data.gov/dataset/global-volcano-locations-database

5. kurssikerta

Viidennellä kurssikerralla oli tarkoitus lähinnä kerrata ja testata MapInfosta oppimiamme menetelmiä suorittamalla opettajan antamia tehtäviä. Aineistoina tehtävissä oli asukas-, taajama- ja juna-asematiedot Vantaalta ja lisäksi joitakin pääkaupunkiseutua koskevia aineistoja kuten seudun kartta. Kurssikerta alkoi kuitenkin yhteisellä tutustumisella uuteen MapInfon ominaisuuteen, bufferointiin eli puskurointiin.

Puskuroinnilla voidaan laskea helposti esimerkiksi, kuinka monta jotain tiettyä kohdetta on jonkin rajatun alueen sisällä. Käytimme harjoittelussa aineistona viime kerralla tuottamaamme Pornaisten keskustan karttaa, ja laskimme puskuroimalla, kuinka monta asuinrakennusta sijaitsee 100 metrin eteläisyydellä keskustaa halkovasta tiestä. Teimme saman tyyppiset analyysit myös Pornaisten terveysasemalle ja koululle. Sen jälkeen oli aika ryhtyä tekemään itsenäisharjoituksia, joissa hyödynnettiin aiemmin opittuja taitoja kuten aineistojen yhdistelyä sekä mm. juuri puskurointia. Harjoituksen tulokset näkyvät alla olevassa taulukossa. Kun vertailin saamiani tuloksia esimerkiksi Jaakko Huttusen blogissaan esittelemiin tuloksiin, huomasin niissä monia yhteneväisyyksiä, mutta myös joitain suuriakin eroja. Ehkä jompikumpi meistä on tehnyt laskuvirheen jossain kohdassa?

PAK blogi 5 -taulukko

Puskuroinnilla oli iso osa itsenäisharjoitusten suorittamisessa, sillä varsinkin lentokenttiin, juna-asemiin ja taajamiin liittyvissä tehtävissä siitä oli suurta hyötyä. Puskurointi onkin oiva apuväline, jos halutaan tarkastella joidenkin muuttujien lukumäärää tai muita arvoja alueella, jota ei ole erikseen rajattu. Esimerkiksi peruskoulujen tapauksessa sillä voidaan saada arvokasta tietoa siitä, kuinka monta lapsiperhettä asuu vaikkapa kilometrin etäisyydellä koulusta. Itsenäisharjoituksen viimeisessä osassa, jossa valitsin kolmesta eri vaihtoehdosta aiheekseni pääkaupunkiseudun uima-altaat ja saunat, puskuroinnista ei kuitenkaan ollut juuri hyötyä. Siinä tärkeään osaan MapInfon toiminnoista nousi ns. kyselyt, joilla selvitettiin esimerkiksi kuinka moni aineiston taloista oli omakotitaloja, kerrostaloja ja niin edelleen. Tässä viimeisessä itsenäisharjoituksen osassa tuotettiin myös kurssikerran ainoa kartta, jonka aiheena oli uima-altaiden jakautuminen pääkaupunkiseudun osa-alueilla. Kartasta huomataan, että uima-altaita on selvästi eniten Helsingissä, etenkin kaupungin läntisissä, luoteisissa ja kaakkoisissa osissa. Karttani on kurssikerran loppupuolen sähläämisen vuoksi visuaalisesti hävettävän huono, aina legendasta mittakaavaan saakka, mutta ajaa joka tapauksessa asiansa.

Kuva 2. Kartta uima-altaiden lukumääristä eri pääkaupunkiseudun osa-alueilla.

Kuva 2. Kartta uima-altaiden lukumääristä eri pääkaupunkiseudun osa-alueilla.

Viides kurssikerta oli ehkä haastavin tähän mennessä ja se osoitti hyvin taitoni ja erityisesti niiden puutteet MapInfo-ohjelman käytössä. Erilaisten teemakarttojen tuottaminen, mikä on yksi MapInfon keskeisimmistä toiminnoista, on minulla kohtuullisesti hallussa. Sen sijaan tietokantojen tietojen yhdistelyssä ja muokkaamisessa sekä erilaisten kyselyiden ja analyysien kohdalla joudun vähän liian usein selaamaan ohjeita tai kysymään apua. Mutta eiköhän se ala sujumaan, kun saan niiden käyttöön lisää rutiinia. MapInfolla pystyy tekemään monenlaisia kyselyjä ja karttoja, mutta visuaalisella puolella on mielestäni ohjelman suurimmat puutteet. MapInfon käyttöön liittyvistä rajoitteista en sen sijaan juuri osaa sanoa. Kaisa Pulliaisen mielestä rajoittuvuuksia aiheuttavat mm. käyttäjän taidot sekä aineistojen laatu ja saatavuus, ja nämä ovat omasta mielestänikin tärkeimmät rajoitukset, vaikka ne eivät liitykään varsinaisesti itse ohjelmaan.

Lähteet

Huttunen, J. (2015). Viides kurssikerta, 10.02.2015 – Bufferointia. jaahuttu’s blog. <https://blogs.helsinki.fi/jaahuttu/2015/02/20/viides-kurssikerta-10-02-2015-bufferointia/< Luettu 14.3.2015.

Pulliainen, K. (2015). Kurssikerta 5. <https://blogs.helsinki.fi/kxtammin/2015/02/19/kurssikerta-5/> Luettu 21.2.2015.

4. kurssikerta

Tällä kurssikerralla oli tarkoitus opetella tekemään MapInfolla ruutukartta, jolla voidaan kerätä alueellista tietoa ilman valmista aluejakoa, ja harjoitella ohjelmalla piirtämistä rasterikartan avulla. Työ alkoi muiden kurssikertojen tapaan johdannolla kurssikerran asioista, eli piste- ja ruutuaineistojen käytöstä, ja jatkui yhteisellä tutustumisella ruutukartan tekoon aineistostamme eli pääkaupunkiseudun eri tietokannoista. Kartan päälle asetettiin ensin ruudukko, jonka ruutukoko oli 500 metriä. Sitten ruudukkoon kerättiin tietoja muista tietokannoista. Yhteisessä harjoituksessa kerätyt tiedot koskivat pääkaupunkiseudun asukkaiden sijaintia. Lopulta muodostimme teemakartan aiempien kurssikertojen mukaan. Valmistimme siis ruutukartan, jossa kartan aineisto näyttäytyy ruutumuodossa. Tämän jälkeen oli aika siirtyä itsenäiseen työskentelyyn ja valmistaa opitun perusteella uusi ruutukartta valitsemastaan aiheesta.

Valitsin aineistokseni muunkielisten, eli niiden, joiden äidinkieli ei ole suomi tai ruotsi, lukumäärän pääkaupunkiseudulla. Tehtävänannossa käskettiin laatimaan ruutukartta aineistosta kahdella eri ruutukoolla, joten tein teemakarttani sekä 250 metrin ruutukoolla, että 1000 metrin ruutukoolla. Harjoituskarttamme ruutukoko 500 olisi luultavasti ollut paras vaihtoehto, sillä 250:llä ruudut olivat hyvin pieniä ja 1000:lla sen sijaan ehkä jopa liian suuria. Julkaisen tässä blogissani kuitenkin vain 1000 metrin ruutukoolla laaditun, koska sitä on nopeampi havaita aineistoni jakautumista. Luokitteluna olen käyttänyt jälleen vanhaa tuttua ja hyväksi havaittua luonnollisia luokkavälejä, jossa luokkien rajat määräytyvät aineistossa esiintyvien “aukkojen” kohdille.

Kuva 1. Muunkieliset pääkaupunkiseudulla.

Kuva 1. Muunkieliset pääkaupunkiseudulla.

Kartastani huomataan, että vieraita kieliä puhuvia on selvästi eniten Helsingissä ja etenkin kaupungin itäisissä osissa. Helsingistäkin toki löytyy alueita, joilla heidän määränsä on pieni, kuten Östersundomissa. Sekä Vantaalta, että Espoosta löytyy alueita, joilla muita kieliä puhuvien määrä on kohtalaisen suuri, mutta myös alueita, joissa heitä ei ole juuri lainkaan. Kauniainen eroaa sen sijaan muista kartan kaupungeista, sillä koko kaupunki kuuluu kartassani alimpaan tai toiseksi alimpaan luokkaan. Tämä tulee tosin paremmin esille 250 ruutukoolla tehdyssä kartassa, jota en ole blogiini lisännyt. Yleisesti ottaen vieraskieliset ovat asettuneet pääkaupunkiseudun eteläisiin osiin. Tähän vaikuttaa huomattavasti se, että kuntien eteläisillä alueilla on myös eniten muuta väestöä ja suurimmat keskukset.

Kartta onnistui jälleen “ihan hyvin”, mutta kuten aiemmin totesin, ruutukoko 500 metriä oli voinut olla parempi valinta. Kartasta olisi kuitenkin tullut vähän informatiivisempi, jos siinä olisi esitetty kuntien rajojen lisäksi myös kaupunginosien rajoja. Toisaalta kartasta pystyy ilman niitäkin tekemään monia päätelmiä. Kartta antaa osittain väärän kuvan muunkielisten osuudesta väestöä, sillä se kertoo muunkielisten absoluuttisista eikä suhteellisesti määristä. Siksi onkin luonnollista, että esimerkiksi yli 600 000 asukkaan Helsingissä on eniten myös muunkielisiä pääkaupunkiseudulla. ”Helsingissä, Espoossa ja Vantaalla on lähes kolmekymmentä aluetta, joiden asukkaista yli viidennes puhuu äidinkielenään muuta kuin suomea, ruotsia tai saamea”, todetaan Helsingin Sanomissa ilmestyneessä artikkelissa lokakuussa 2014. Muun muassa tämä kiinnostava huomio olisi siis ollut havaittavissa suhteellisia osuuksia kuvaavasta esityksestä. Kun tuottamaani karttaa verrataan Joonas Alangon karttaan ulkomaan kansalaisten määrästä pääkaupunkiseudulla, niin niissä huomataan monia samankaltaisuuksia. Tämä toisin oli odotettavissakin. Esimerkiksi suurimpaan luokkaan kuuluvat kohteet sijaitsevat kartassani suunnilleen samoissa kohdissa kuin Joonaksen kartan suurimman luokan arvot. Tarkemmassa tarkastelussa havaitsin kuitenkin, että monilla alueilla muiden kielien puhujia on moninkertainen määrä ulkomaiden kansalaisiin verrattuna. Johtuisikohan se siitä, että osa muiden kielten puhujista on saanut Suomen kansalaisuuden?

Ruutukartan teko ei vienyt kovin kauaa, ja siksi meillä oli kurssikerralla myös toinen aihe. Se oli uuden kartan piirtäminen MapInfolla käyttämällä pohjana valmista rasterikarttaa, joka kiinnitettiin ohjelman avulla koordinaatistoon. Näin rasterikarttaa voidaan ilmeisesti yhdistellä muihin koordinaateilla täydennettyihin aineistoihin. Kun pohjakartta oli tuotu ohjelmaan, Arttu näytti kuinka esimerkiksi erilaisia pisteitä, viivoja ja alueita piirretään. Sen jälkeen tehtävänä oli piirtää pohjakartasta etukäteen rajatulle alueella (Pornaisten keskusta) suurimmat tiet viivoilla ja kaikki asuinrakennukset esimerkiksi pisteinä. Tehtävä jäi kuitenkin vähän kesken, ja sitä tullaan luultavasti jatkamaan ensi kurssikerralla. Kartalle voitaisiin nimittäin lisätä vielä ainakin pellot ja vesistöt.

Neljännellä kurssikerralla opimme laatimaan taas uudenlaisen teemakartan MapInfolla, eikä se edes ollut niin hankalaa kuin aluksi ajattelin. Ruutukartta tarjoaa hyvän vaihtoehdon alueellisten ilmiöiden esittämiseen, koska sillä voidaan esittää niiden sijoittumista hyvinkin tarkasti, jopa 250 metrin kokoisilla alueilla. Omaa visuaalista silmääni esimerkiksi koropleettikartta miellyttää kuitenkin ruudukoita enemmän. Opimme myös hiukan alkeita kartan piirtämisestä käyttäen pohjakarttana rasterikarttaa. Samantyylistä kartan tekoa harjoittelimme jo Tiedon hankinta, analyysi ja kartografia – kurssilla viime syksynä CorelDraw – nimisellä vektorigrafiikkaohjelmalla. Mapinfo vaikutti kyseistä ohjelmaa hieman kömpelömmältä, mutta etuna sillä on ainakin koordinaatistoon sidotun tiedon hyödyntämisen mahdollisuus.

Lähteet

Alanko, J. (2015). Pak kerta 4. Alanko’s blog. <https://blogs.helsinki.fi/jbalanko/> Luettu 14.2.2015

Hänninen, J. (2014). Maahanmuutto keskittyy Helsingissä – kantasuomalaiset välttävät alueita. <http://www.hs.fi/kaupunki/a1414298338550> Luettu 14.2.2015

3. kurssikerta

Kolmannen kurssikerran aiheena oli uuden tiedon lisääminen ja siirtäminen alkuperäiseen tietokantaan muista tietokannoista. Yhteisen harjoitteluosion aineistona oli Afrikan valtiot sisältävä tietokanta, johon haluttiin lisätä muitakin tietoja kuin pelkät valtioiden nimet ja rajat. Lisätyt tiedot olivat esimerkiksi Moodlesta poimitut tietokannat Afrikan timanttikaivosten, öljykenttien ja taistelukenttien sijainnista sekä Excel-taulukot internetin ja Facebookin käytöstä Afrikassa ja sen valtioiden väkiluvusta. Harjoittelimme myös mm. poimittujen aineistojen hyödyntämistä, laskemalla esimerkiksi kuinka monta öljykenttää kussakin Afrikan maassa on, ja lisäksi tietokannan aineistojen ryhmittelemistä. Itsenäisharjoituksena kurssikerran loppupuolella oli laatia teemakartta Suomen valuma-alueiden tulvaherkkyydestä ja järvisyydestä annettuja tietokantoja yhdistellen.

Meidän piti itsenäisharjoituksen lisäksi pohtia kotona myös sitä, mitä yhdessä tuottamallamme Afrikan kartalla voisi tehdä ja mitä siitä voisi päätellä, jos tietokantaan olisi lisätty edellisessä kappaleessa mainitsemieni muuttujien lisäksi seuraavat muuttujat:

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

Kartasta voisi silloin pohtia esim. miksi konfliktit ovat alkaneet juuri tietyissä paikoissa ja tiettynä aikana. Tässä voisi käyttää apuna ainakin timanttikaivosten ja öljykenttien sijaintia ja löytämisvuotta, sillä luonnonvarat ovat usein syynä konfliktien alkuun, etenkin jos ne sijaitsevat raja-alueilla. Luonnonvaroista saadulla tuotolla voidaan myös rahoittaa sotatoimintaa. Toinen pohdittava aihe voisi liittyä luonnonvarojen tuottavuuteen, sillä tästä voitaisiin päätellä jotakin sen valtion, jossa esiintymä sijaitsee, vauraudesta. Lisäksi voitaisiin verrata luonnonvarojen löytämisvuotta siihen, milloin niiden hyödyntäminen aloitettiin. Uusien muuttujien avulla voitaisiin myös luoda uusia teemakarttoja, joissa esimerkiksi verrattaisiin Afrikan tilannetta eri vuosikymmeninä mm. öljykenttien ja internetin käytön osalta. Ulkoasiainministeriön Global.finland – sivustolla esitetään tilastoja Afrikan resurssisodista eli konflikteista, joiden syynä ovat arvokkaat luonnonvarat. Nämä tilastot antamat varmistuksen sille, että monet kurssikerralla käsittelemämme Afrikan kartan konflikteista liittyvät jollain tavalla öljyyn ja timantteihin. Tosin, kuten Eveliina Ikonen blogissaan toteaa, suuri osa Afrikan konflikteista liittyy keskeisesti myös kolonialismin aikana vedettyihin valtioiden rajoihin, jotka pirstovat eri heimojen rajoja ja aiheuttavat näin lukuisia poliittisia ja mm. uskonnollisia konflikteja ympäri mannerta.

Kuva 1. Afrikan timanttikaivokset, öljylähteet ja konfliktit (Paarlahti 2015).

Kuva 1. Afrikan timanttikaivokset, öljylähteet ja konfliktit (Paarlahti 2015).

Varsinaisen itsenäisharjoituksen tarkoituksena oli kuitenkin laskea annetun aineiston perusteella Suomen valuma-alueiden tulvaindeksi, eli keskiylivirtaaman (tulvahuippujen keskiarvo) ja keskialivirtaaman (kuivien kausien alimpien arvojen keskiarvo) välinen suhde, joka kuvaa vesistön virtaaman kausittaista vaihtelua. Ennen tulvaindeksin laskemista, opettajan antamat tietokannat piti yhdistää toisiinsa MapInfon erilaisten toimintojen avulla. Lopuksi aineistosta tehtiin teemakartta, joka sisälsi tulvaindeksin ja järvisyysprosentin, eli järvien osuuden valuma-alueista. Aineiston luokittelussa auttoi valmiiksi tehty histogrammi, jonka mukaan tulvaindeksi noudatti vinoa jakaumaa. Tämän vuoksi luokittelin aineistoni kvantiileihin eli tasamääräisiin luokkiin, joita yleensä suositaan vinoille jakaumille. Tulvaindeksi piti kuvata koropleettikarttana, ja valitsin siihen tutun väripaletin, jossa värit vaihtuivat vaaleasta tummanpunaiseen. Järvisyyttä piti kuvata pylväsdiagrammeina, joita kuitenkin piti säätää aika paljon, jotta ne olisivat sopivan paksuisia ja pituisia.

Kuva 2. Suomen valuma-alueiden tulvaindeksit ja järvisyysprosentit.

Kuva 2. Suomen valuma-alueiden tulvaindeksit ja järvisyysprosentit.

Valmis kartta näyttää aika hyvältä, vaikka itse sanonkin. Vain mustavalkoiset alueet Suomen valuma-alueen rajojen ulkopuolella häiritsevät hiukan, mutta ne auttavat toisaalta kartan alueen hahmottamisesta. Tulvaindeksi on yleisesti ottaen korkeinta Itämeren rannikolla, etenkin Pohjanmaalla ja Varsinais-Suomessa. Lähes kaikki sisämaan vesistöalueet sijoittuvat sen sijaan tulvaindeksin alimpaan luokkaan eli 0-30. Korkeinta tulvaindeksiä eli 150–1100 löytyy legendan mukaan yhteensä 22 valuma-alueelta. Tämän luokan vaihteluväli on kuitenkin aivan liian iso muihin luokkiin verrattuna. Aurajoen valuma-alue (1100) Varsinais-Suomessa kuvautuu kartallani samalla värillä kuin Närpiönjoen valuma-alue (150) Etelä-Pohjanmaalla. Olen siis saattanut tulkita aineiston histogrammia hieman väärin, koska jokin toinen luokittelutapa olisi luultavasti ollut parempi vaihtoehto. Järvisyys-prosentit, joita on legendan vuoksi hankala tulkita tarkasti, ovat sen sijaan kartan perusteella korkeimpia juuri sisämaan vesistöalueilla muutamia poikkeuksia lukuun ottamatta. Tulvaindeksin ja järvisyyden välillä on siis jonkinlaista korrelaatiota. Korkeimpia järvisyyslukuja löytyy ainakin Keski-Suomesta sekä Suomen itärajalta. Pienimpiä lukemat ovat usein niillä vesistöalueilla, joilla tulvaindeksi on korkeimmillaan. Elias Marttunen toteaa blogissaan, että tärkein syy korkean järvisyysprosentin valuma-alueiden vähäiselle tulvinnalle on se, että järvet ovat tasapainottavia vesivarastoja, jotka tulvivat harvoin vaikka niiden pinta nouseekin ja laskee sateiden mukana. ”Jokien virtaama on taas paljon nopeammin muuttuva”, toteaa Elias seuraavassa bloginsa lauseessa ja tämä pitää ensimmäisen ajatuksen tapaan paikkansa.

Kolmannella kurssikerralla opimme jälleen uusia taitoja hyödyntää MapIfoa, vaikkakin olisin voinut saada kurssikerrasta vieläkin enemmän irti, jos en olisi mennyt sieltä mistä aita on matalin ja laskenut järvisyysprosentin itse sen sijaan, että käytin valmiita arvoja. Olisin myös voinut tehdä teemakarttani muistelemalla opittuja menetelmiä, mutta päädyin aikataulun ja muistini rajallisuuden vuoksi jälleen lukemaan tarkkoja, opettajan antaman Word-tiedoston ohjeita. Luokittelu nousi tässäkin kartassa ongelmakohdaksi, joten siihen minun pitää keskittyä entistä enemmän tulevaisuudessa. Kurssikerralla tekemästäni kartasta tulee joka tapauksessa olemaan hyötyä myöhemmin luonnonmaantieteen harjoitustyökurssilla, jossa sitä tullaan ilmeisesti analysoimaan tarkemmin.

Lähteet

Ikonen, E. (2015). Kurssikerta 3. Even PAK-blogi. <https://blogs.helsinki.fi/eveliiik/2015/02/04/kurssikerta-3/> Luettu 14.3.2015.

Marttunen, E. (2015). Kurssikerta 3. eliasmar’s blog. <https://blogs.helsinki.fi/eliasmar/2015/02/06/kurssikerta-3/> Luettu 6.2.2015.

Paarlahti, A. (2015). Afrikkaa ja konflikteja. Paikkatiedon hankinta, analyysi ja kartografia 2015. < https://blogs.helsinki.fi/pak-2015/2015/01/30/afrikkaa-ja-konflikteja/> Luettu 6.2.2015.

Ulkoasiainministeriö (2004). Globaalikasvatus. Resurssisodat. <http://global.finland.fi/Public/default.aspx?contentid=165048> Luettu 6.2.2015.

Artikkeli 1

Perinteisen blogitekstin lisäksi saimme myös toisen kotitehtävän toisella kurssikerralla. Saimme luettavaksemme Anna Leonowiczin artikkelin ” Two-variable choropleth maps as a useful tool for visualization of geographical relationship”. Se käsitteli kahden päällekkäisen teeman käyttöä teemakartassa ja siitä oli tarkoitus kirjoittaa ns. reaktiopaperi eli ajatuksia, jota teksti herätti suhteessa aiempaan mielikuvaan aiheesta. Tehtävän tavoitteena oli syventää kurssikerralla opittuja asioita.

Artikkeli kertoo siis kahden päällekkäisen teeman käytöstä samassa teemakartassa, tarkemmin kahden päällekkäisen koropleettikartan käytöstä, joiden ulkoasu poikkeaa kuitenkin huomattavasti 2. kurssikerralla opitusta MapInfon saman tyyppisestä kartasta. Artikkelissa kerrotaan muun muassa kahden päällekkäisen teeman käytön ominaisuuksista sekä heikkouksista ja vahvuuksista verrattuna tavalliseen yhtä teemaa esittävään karttaan. Siinä kerrotaan myös puolalaisille maantieteen opiskelijoille järjestetystä kyselystä, jossa opiskelijat mm. vertailivat yksiteemaisen ja kaksiteemaisen kartan luettavuutta ja tulkittavuutta, ja tarkastellaan kyselyn tuloksia.

Artikkelin kartat vaikuttivat aluksi hieman oudoilta, mutta lähemmän tarkastelun jälkeen niistä paljastui mielenkiintoisia näkökulmia, kuten se, että niiden legendan avulla kahden teeman välistä korrelaatiota on melko helppo havaita kartalta. Kyseiset kartat voisivatkin olla hyvä lisä kahden teeman samanaikaiseen esittämiseen, ainakin ne toisivat taas uuden vaihtoehdon. Helposti luettavalla legendalla ja oikeanlaisilla värivalinnoilla kahden päällekkäisen teeman teemakartoista korrelaatioita onkin jopa helpompi havaita kuin kahdesta erillään olevasta perinteisestä teemakartasta, koska teemat esitetään silloin samassa yhteydessä. Sen sijaan yksittäisen ilmiöiden levinneisyyttä on selvästi helpompi ja nopeampi havaita perinteisestä yhden muuttujan teemakartasta, kuten artikkelin tutkimuskin osoittaa.

Artikkelin karttojen legendat eroavat huomattavasti tyypillisesti käytetyistä legendoista, jossa kahden teeman arvot esitetään toisistaan erillään. Tässä kahden eri värin yhdistelmä legendassa kuvaa teemojen arvoja kartalla. Legenda esitetään yleensä 3 x 3 ruudukon laatikkona, jossa molemmat akselit kuvaavat yhden teeman arvoja eri värisävyillä. Liitän tekstin yhteyteen vielä kuvan tästä laatikosta niin ehkä saatte siitä paremman käsityksen kuin heikohkon selitykseni avulla. Joka tapauksessa teemojen arvot luokitellaan yleensä kolmeen luokkaan, ja legendasta pystyy lukemaan näiden arvojen korreloimista. Mitä lähempänä havainnot ovat laatikon kulmasta kulmaan vedettyä viivaa, sitä voimakkaammin ne ovat kytkeytyneet toisiinsa, eli kun toisen arvot nousevat, niin myös toisen arvot nousevat samassa suhteessa. Jos taas havainnot ovat lähempänä laatikon reunoja, niin teemojen suhde muuttuu päinvastaiseksi. Jokaisella laatikon ruudulla on omat arvonsa ja värisävynsä ja ne kuvautuvat kartalle. Jos esimerkiksi toisen teeman alkuperäinen väri ruudukossa on ollut sininen ja toisen punainen, niin päällekkäin aseteltuna niiden väri kuvautuu violettina legendassa ja siten myös kartassa. Tämänkin ymmärtäminen helpottuu katsomalla liitteenä olevaa karttaa.

Kuva 1. Kahden muuttujan koropleettikartta legendoineen. Muuttujina maaseudulla asuvien osuus ja alle 18-vuotiaiden osuus väestöstä. Kaksi ylintä karttaa kuvaavat yhden muuttujan koropleettikarttoja, joiden pohjalta varsinainen kartta alapuolella rakentuu  (Leonowicz, 2006).

Kuva 1. Kahden muuttujan koropleettikartta legendoineen. Muuttujina maaseudulla asuvien osuus ja alle 18-vuotiaiden osuus väestöstä. Kaksi ylintä karttaa kuvaavat yhden muuttujan koropleettikarttoja, joiden pohjalta varsinainen kartta alapuolella rakentuu (Leonowicz, 2006).

Artikkelien karttojen ymmärtäminen voi vaatia hieman kokemusta teemakarttojen lukemisesta, sillä etenkin niiden legendan ymmärtäminen voi aiheuttaa hankaluuksia. Legenda on loppujen lopuksi aika yksinkertainen, mutta näyttää ensisilmäyksellä oudolta perinteiseen legendan muotoon tottuneesta. Pidän tapaa, jossa toinen kahden päällekkäisen teemakartan teemoista on esitetty rastereilla ja vain toinen väreillä, kuitenkin helppolukuisempana, mutta tämä uusi tapa saattaa ehkä helpottaa korrelaatioiden havaitsemista. Tämä olisi helppo testata tekemällä MapInfolla kaksi karttaa samasta aiheesta näillä eri metodeilla, mutta artikkelin esittämää karttaa ei ohjelmalla ilmeisesti ohjelmalla pysty tuottamaan, koska emme sitä ainakaan viime kurssikerralla harjoitelleet.

Vaikeinta artikkelin tulkinnassa oli mielestäni legendaan liittyvät tekstiosat. Ymmärrän kyllä periaatteessa miten legendaa käytetään kartan tulkinnassa, mutta itse sen tuottaminen ja selittäminen jäi tekstin perusteella hieman hämärän peittoon. Joidenkin tilastollisten ym. käsitteiden parempi hallinta olisi voinut auttaa tulkinnassa. Artikkelin tulkintaa ei helpottanut lainkaan se, että artikkeli oli kirjoitettu englanniksi. Erityisesti juuri legendaan liittyvien tekstin pätkien merkitys saattoi jäädä minulle vähän epäselväksi, vaikka yritinkin kovasti käyttää apuna netin sanakirjoja.

Lähteet

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