7. kurssikerta

Viimeinen kurssikerta oli alusta loppuun itsenäistä työskentelyä. Tarkoitus oli tuottaa kartta tai useampi vähintään kahdesta muuttujasta. Aineisto tuli olla hankittuna esimerkiksi internetistä jo ennen kurssikertaa, sillä tämä oli eniten aikaa vievä osa tehtävässä. Valitsin aineistoni alueeksi Saksan ja sen osavaltiot ja muuttujiksi tilastotiedot Saksan väkiluvusta, väentiheydestä, tieliikenneonnettomuuksista ja maankäytöstä osavaltioittain vuonna 2013.

Kartta Saksan osavaltiosta löytyi netistä valmiina vektoriaineistona, mutta tilastotiedot minun piti ensin kopioida Exceliin ja sieltä vasta MapIfoon. Jos karttani olisi ollut bittimuotoinen eli tavallinen kuva, minun olisi pitänyt ensiksi kiinnittää se koordinaatistoon ns. vastinpisteiden avulla, mutta koska karttani oli valmis paikkatietokanta, aloitin työskentelyn tilastoista. Ensimmäinen tehtäväni oli siis muokata Excel-aineistoni sellaiseen muotoon, että MapInfo kykenisi tulkitsemaan sitä. Tämän jälkeen yhdistin karttani tietokantaan tiedot Excel-taulukoista SQL Select – toiminnon avulla. Kun kaikki muuttujat löytyivät samasta taulukosta, oli aika tehdä niistä teemakarttoja. Tein kaksi karttaa, joista toisen aiheena oli Saksan väentiheys ja tieliikenneonnettomuudet ja toisen puolestaan Saksan väkiluku ja maankäyttömuodot. Luokittelussa käytin jälleen luonnollisia luokkavälejä.

Kartat onnistuivat taas kerran ihan hyvin. Ensimmäisestä kartasta, eli väentiheys ja liikenneonnettomuuskartasta, voidaan päätellä muun muassa, että Saksan läntisissä osissa väentiheys on itäisiä osia suurempi, lukuun ottamatta joitakin pieniä osavaltioita kuten Berliiniä. Eniten tieliikenneonnettomuuksia tapahtuu niin ikään valtion läntisissä osissa ja Baijerin osavaltiossa etelässä, joten onnettomuuksien määrällä ja väentiheydellä voidaan olettaa olevan jonkinlaista korrelaatiota.

Kuva 1. Saksan väentiheys ja tieliikenneonnettomuudet osavaltioittain vuonna 2013.

Kuva 1. Saksan väentiheys ja tieliikenneonnettomuudet osavaltioittain vuonna 2013.

Saksan väkiluku ja maankäyttö osavaltioittain vuonna 2013.

Kuva 2. Saksan väkiluku ja maankäyttö osavaltioittain vuonna 2013.

Toisesta kartasta, joka kuvaa Saksan väkilukua ja maankäyttöä, voidaan myös havaita monia asioita. Kuten edellisen kartan väentiheys, myös väkiluku on suurimmillaan valtion länsiosissa sekä lisäksi eteläosissa. Erityisesti entisten Itä-Saksan ja Länsi-Saksan alueiden välillä on huomattavia eroja sekä väkiluvuissa että väentiheydessäkin. Tämä selittyy Wikipedian mukaan osittain sillä, että Itä-Saksasta muutti paljon ihmisiä Länsi-Saksan puolella Toisen maailmansodan jälkeen ja tämä sama trendi jatkui myös Saksojen yhdistyttyä. Syynä muuttoon saattoi olla esimerkiksi toiveet paremmasta taloudellisesta menestymisestä sekä poliittisesta vapaudesta Länsi-Saksan puolella. Suurimmat maankäyttömuodot osavaltioissa ovat selvästi maatalous ja metsät. Etenkin valtion länsiosissa myös rakennetulla alueella ja liikennealueilla, eli esim. tieverkostolla, on aika suuri merkitys. Kartta on hiukan epäonnistunut, koska kaikkein pienempien osavaltioiden ympyrädiagrammeja on melko hankala tulkita tarkasti niiden pienen koon vuoksi. Alla olevasta linkistä Wikipediaan voi halutessaan käydä tarkastelemassa Saksan osavaltioiden nimiä, jotka olisin toki voinut lisätä myös tekemilleni kartoille.

Saksan osavaltiot kartalla

Viimeinen kurssikerta oli loppujen lopuksi aika yksinkertainen. Muuttujien aineisto, ainakin minun aiheeseeni, oli varsin helposti löydettävissä ja sen käsittely Excelissä sujui lähes ongelmitta. Vektorikarttakin löytyi opettajan ohjeistuksella helposti ja sen käyttö oli vaivatonta. Enemmän haastetta olisikin tuonut tilanne, jossa valmista paikkatieto ei olisi ollut alueeltani saatavissa. Silloin minun olisi pitänyt itse rekisteröidä bittikuva MapInfon koordinaatistoon ja piirtää se pohjakartan avulla. Taulukkojen yhdistely MapInfossa onnistui pikaisella ohjeiden selailulla nopeasti eikä teemakarttojen tuottaminen sen jälkeen ollut haastavaa. Kurssikerta oli muutenkin muita mielenkiintoisempi, sillä kuten Annamari Kiviahokin toteaa, tällä kerralla saimme tuottaa juuri omanlaisemme kartan itse valitusta aineistosta.

Kurssi opetti minulle paljon uusia asioista MapInfosta sekä paikkatiedosta yleensä ja odotankin, että pääsen hyödyntämään taitojani tulevissa opinnoissani ja mahdollisesti myös työelämässä. Jotkin ohjelman toiminnot jäivät kuitenkin ehkä vähän huonommalle osaamiselle, ainakin ilman ohjeita, mutta uskon kuitenkin hallitsevani kohtalaisesti tärkeimmät toiminnot ohjelmasta. Huomasin kurssin aikana, että työtapani oli edetä suunnitelmallisesti kohta kohdalta ja vähän liian usein tarkkoja ohjeita noudattaen. Olisin voinut ehkä haastaa itseäni enemmän ja sitä kautta myös mahdollisesti muistaa asiat paremmin, mutta oppimani mitataan kuitenkin vasta ensi kerralla kun työskentelen paikkatiedon parissa.

Lähteet

Kiviaho, A. (2015). 7. kurssikerta. Annamarin blogi. <https://blogs.helsinki.fi/annakivi/2015/03/02/7-kurssikerta/< Luettu 14.3.2015

Pohjakartta Saksan osavaltioista: http://www.naturalearthdata.com/

Saksan tilastotiedot: http://www.statistik-portal.de/Statistik-Portal/en/

Saksa. Wikipedia. <http://fi.wikipedia.org/wiki/Saksa> Luettu 2.3.2015

Saksan väestö. Wikipedia. <http://fi.wikipedia.org/wiki/Saksan_v%C3%A4est%C3%B6> Luettu 2.3.2015

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.

2. kurssikerta

Kurssin toisella kerralla oli tarkoitus oppia tuntemaan ja käyttämään teemakarttoja, joissa esitetään kahta teemaa päällekkäin kuten kartogrammissa. Kurssikerta aloitettiin lyhyellä teoriaosuudella kahden päällekkäisen teeman mahdollisuuksista ja sen jälkeen siirryttiin harjoittelemaan niiden tekoa MapInfoon. Harjoituskarttojen pohjina käytimme Pohjois-Suomen ja koko Suomen kuntakarttoja. Vaihtoehtoja kahden muuttujan esittämiseen oli monia kuten esimerkiksi koropleettikartta, jonka päälle laitettiin pylväs- tai ympyrädiagrammeja tai erimuotoisia ja kokoisia symboleja. Harjoittelimme myös muun muassa pistekartan, jossa jokainen piste kuvaa etukäteen määrättyä arvoa kartalla, ja kahden päällekkäisen koropleettikartan tekoa. Kokeilimme lisäksi erilaisten kolmiulotteisten karttojen tekoa, mikä vaikutti huomattavasti perinteisten karttojen tekoa hankalammalta.

Yhteisen harjoitteluosion jälkeen ryhdyimme tositoimiin tehtävänämme tuottaa kahta teemaa hyödyntävä kartta oppimamme pohjalta. Teemojen aineistot sai valita itse, mutta niiden oli hyvä tukea toisiaan jollain tavalla. Teemojen valinta osoittautuikin yllättävän hankalaksi, sillä en millään keksinyt kahta toisiinsa kunnolla liittyvää muuttujaa MapInfossa valmiina olleesta aineistosta. Ulkopuolista aineistoa olisi toki voinut hyödyntää myös, mutta kun huomasin muiden jo työstävän karttojaan, päätin valita teemoiksi korkea-asteen tutkinnon suorittaneiden prosenttiosuuden ja työttömyysasteen vuonna 2010. Uskoin niillä olevan jonkinlaista korrelaatiota keskenään. Esitystavaksi valitsin kaksi päällekkäistä koropleettikarttaa, jossa toista muuttujaa kuvataan väreillä ja toista rastereilla. Rajasin tarkastelualueeksi vain Pohjois-Suomen kunnat, koska siellä ilmiöitä oli helpompi tarkastella kuntien suuren koon vuoksi. Lopuksi kartalle liitettiin vielä pohjoisnuoli ja janamittakaava, jonka teksti oli tietysti englanniksi MapInfon rajallisuudesta johtuen.

Kuva 1. Korkea-asteen tutkinnon suorittaneiden osuus prosentteina sekä työttömyysaste vuodelta 2010 Pohjois-Suomessa.

Kuva 1. Korkea-asteen tutkinnon suorittaneiden osuus prosentteina sekä työttömyysaste vuodelta 2010 Pohjois-Suomessa.

Kartta onnistui osittain ihan hyvin, sillä siitä saa mielestäni selvän kuvan korkea-asteen koulutettujen ja työttömyyden jakautumisesta Suomessa. Värisävyt erottuvat hyvin toisistaan ja punainen väri kuvaa onnistuneesti työttömyysasteen mieltämistä negatiivisena. Rasteritkin voi erottaa ihan kohtalaisesti toisistaan, joskin kaksi alinta luokkaa voi nopealla tarkastelulla hieman sekoittua. Kartan teemojen välillä ei kuitenkaan olla ihan niin selvää korrelaatiota kuin olisin toivonut. Odotin korkea-asteen tutkintojen osuuden vähentävän työttömyyttä, mikä toteutuikin ylimpien luokkien kohdalla jotka kaikki siis sijaitsivat matalan työttömyysasteen kunnissa. Sen sijaan kahta alinta korkea-asteen tutkinnon luokkaa esiintyi sekaisin kahdessa korkeimman työttömyysasteen luokissa. Kartalla näkyy kyllä jotain yhteyttä hypoteesiini, mutta ei ehkä niin paljon, että siitä voisi vetää joitakin johtopäätöksiä.

Teemakarttani molemmat teemat oli jaettu kolmeen luokkaan lukemisen helpottamiseksi. Luokitteluna käytin luonnollisia luokkavälejä, sillä niillä kartta näytti parhaimmalta. Luokkavälien määrittäminen oli kurssikerralla ilmeisesti pitänyt tehdä käsin käyttämällä tulkinnan apuna muun muassa aineiston keskiarvoa ja keskihajontaa, mutta tämä jäi minulta kurssikerralla väliin.

Kartasta voidaan siis havaita, että korkea-asteen koulutettujen osuus on monesti korkeampi kunnissa, joissa työttömyysaste on matalampi. Pelkästään yksittäistä teemaa katsomalla saadaan myös selville jotain Pohjois-Suomen tilanteesta. Työttömyysaste näyttää jakaantuneen aika tasaisesti ympäri karttaa kuitenkin siten, että matalinta työttömyysaste-luokkaa on eniten ja korkeinta vastaavasti vähiten. Matalimman luokan vaihteluväli on lisäksi hiukan muita suurempi. Korkea-asteen koulutuksen osuudet sijaitsevat työttömyysasteen tapaan hyvin epäsäännöllisesti eri puolilla karttaa. Niissä kuitenkin korkeinta luokkaa eli 21,4–29,2 % on selvästi vähiten ja sen vaihteluvälikin on lähes kaksikertainen kahteen muuhun verrattuna. Oskar Rönnberg on verrannut omassa kartassaan Uudenmaan kuntien korkea-asteen suorittaneiden osuutta valtionveron alaisiin tuloihin (euroa/tulonsaaja). Hänen ja omaa karttaani vertaamalla huomataan kuinka korkea-asteen tutkinnon suorittaneiden suhteellinen osuus on eteläisessä Suomessa selvästi pohjoista Suomea korkeampi. Oskar on tosin käyttänyt erilaista luokittelua aineistolleen, mutta erot maamme osien välillä ovat joka tapauksessa selviä.

Toinen kurssikerta oli jo ensimmäistä hieman haastavampi, sillä muistettavia asioita oli enemmän. Kävimme kurssikerralla läpi niin monta uudenlaista karttatyyppiä, että ainakaan minulle ei heti jäänyt mieleen miten vaikeimmat niistä tehtiin. Toivottavasti niihin palataan vielä kurssin myöhemmissä vaiheissa. Olen kuitenkin samaa mieltä Hanna Kaistisen blogissaan esittämästä ajatuksesta siitä, että vaikka kahden muuttujan teemakartan luonti on suhteellisen helppoa, niin näiden karttojen visuaalinen onnistuminen on huomattavasti hankalampi toteuttaa. Osaan nyt joka tapauksessa tuottaa MapInfolla yleisimmät kahta teemaa yhdistävät kartat ja siitä on varmasti hyötyä tulevaisuudessa.

Lähteet

Kaistinen, H. (2015). 2. kurssikerta – 22.1.2015. Hannan PAK-kurssiblogi. <https://blogs.helsinki.fi/hankaist/2015/01/27/2-kurssikerta-22-1-2015/> Luettu 14.3.2015.

Rönnberg, O. (2015). Päällekkäiset koropleettikartat. Oskarin PAK-blogi.<https://blogs.helsinki.fi/oskaronn/2015/01/23/paallekkaiset-koropleettikartat/> Luettu 31.1.2015.

1. kurssikerta

PAK-kurssi alkoi opettajajohtoisella kurssin yleisellä esittelyllä ja kertauksella paikkatiedon perusteista. Sen jälkeen siirryttiin tutustumaan MapInfo-paikkatieto-ohjelmaan, joka tulee olemaan hyvin keskeisessä osassa kurssia. Tutustuimme joihinkin MapInfon keskeisiin toimintoihin ja teimme opettaja Arttu Paarlahden johdolla harjoituskartan, koropleettikartan ruotsinkielisten osuudesta Helsingissä. Tämän jälkeen tehtävänä oli tehdä teemakartta omasta valitsemastaan aineistosta MapInfosta opittuja ominaisuuksia hyödyntäen ja käyttäen pohjana Suomen kuntakarttaa. Valmis kartta on liitettynä tämän tekstin loppuun.

Kurssi vaikutti alusta alkaen varsin mielenkiintoiselta, vaikkakin blogin pitämisen ajatus tuntui hiukan oudolta, koska en ole sellaista ennen tehnyt. MapInfo oli ilmeisesti joillekin opiskelijoille jo ennestään tuttu, mutta minä en ollut ohjelmaa käyttänyt lukuun ottamatta Tiedon hankinta, analyysi ja kartografia – kurssin (TAK) lyhyttä tutustumista siihen. Tämän vuoksi minulle ja varmasti monelle muullekin oli paljon hyötyä siitä, että opettaja opasti ohjelman käyttämisessä. Teemakartan teko onnistui nopeasti sillä muistin työvaiheet opettajan johdolla tehdyn harjoituskartan johdosta. Vaikeinta kartan teossa oli ehkä sopivan luokittelun valinta, jota oli kyllä harjoiteltu jo TAK-kurssilla aikaisemmin. Luokittelussa apuna oli esim. Moodlesta löytynyt linkki histogrammityökaluun, jonka avustuksella tein toivottavasti oikean valinnan karttani aineiston luokittelun valinnassa. Histogrammityökalulla pystyi aineistojen histogrammista tekemään kuitenkin hyvin erinäköisiä variaatioita esim. erilaisilla luokkarajauksilla, kuten Juuso Korhonenkin blogissaan toteaa.

Teemakarttani aiheena oli ulkomaiden kansalaisten osuus prosentteina Suomen kunnissa vuodelta 2011. Se onnistui mielestäni ihan kohtalaisesti, mutta etenkin kahta viimeisen luokan edustajaa on aika hankala erottaa toisistaan. Tämä olisi ollut helposti korjattavissa, jos olisin tajunnut muokata MapInfon tarjoamaa valmista väripalettia. Jälkeenpäin ajateltuna jotkin toiset värisävyt, kuten punaisen eri sävyt, olisivat kuitenkin voineet tuoda ilmiön paremmin esiin. Punainen väri mielletään kuitenkin usein negatiivisena, joten en sitä siksi viitsinyt valita. Luokitteluksi kartalleni valitsin luonnolliset luokkavälit, sillä tulkitsin aineiston olevan histogrammin perusteella epämääräisesti jakautunutta. Tällöin aineistolle suositellaan yleensä juuri luonnollisia luokkavälejä. Lukiessani muiden kurssilaisten blogeja huomasin kuitenkin, että esimerkiksi Leila Soinio oli valinnut saman aiheen kartalleen ja käyttänyt samaa luokittelua, mutta tulkinnut aineiston olevan vinosti jakautunutta. Myönnän, että hänen perusteluidensa jälkeen en ole enää yhtä varma aineistoni todellisesta jakautumisesta, mutta luonnolliset luokkavälit ovat kuitenkin ilmeisesti paras vaihtoehto aineistoni esittämiselle sen jakautumisesta huolimatta.

Kuva 1. Histogrammi ulkomaiden kansalaisten osuuden jakautumisesta.

Kuva 1. Histogrammi ulkomaiden kansalaisten osuuden jakautumisesta.

Kuva 2. Kartta ulkomaiden kansalaisten osuudesta Suomen kunnissa. (Tilastokeskus 2011)

Kuva 2. Kartta ulkomaiden kansalaisten osuudesta Suomen kunnissa. (Tilastokeskus 2011)

Kartasta huomataan esimerkiksi se että, noin 85 prosentissa Suomen kunnista ulkomaiden kansalaisten osuus on alle 2,7 prosenttia kunnan väkiluvusta. Huomionarvoista on myös mm. se, että ulkomaalaisten osuus on yleistäen suurin rannikko- ja raja-alueilla pohjoisinta Suomea lukuun ottamatta. Erityisen suuria keskittymiä on Etelä – ja Kaakkois-Suomessa sekä Pohjanmaan rannikolla. Pääkaupunkiseudulle on keskittynyt suhteessa eniten ulkomaalaisväestö, vaikkakin tätä on kartastani vaikea havaita. Tilastokeskuksen mukaan Suomen koko väkiluvusta ulkomaalaisia oli vuonna 2013 noin 3,8 prosenttia. Se on hyvin pieni luku kansainvälisessä vertailussa.

Ensimmäinen kurssikerta ei ollut kovin vaikea, koska itsenäistä työskentelyä ei juurikaan ollut, ohjeet olivat hyvät eikä teemakartan teossakaan ollut suurempia vaikeuksia. Tämä taisi kuitenkin olla vasta pintaraapaisu MapInfon käyttöön. Kartatkin tehtiin opettajan antaman valmiin tiedoston pohjalta. Kurssin edetessä tulenkin varmasti oppimaan vielä uusia tapoja käyttää ohjelmaa ja saamaan lisää tietoa paikkatiedon hyödyntämisestä.

Lähteet

Korhonen, J. (2015). Kurssikerta 1 ja eläkeläisten osuus Suomen väestöstä kunnittain 2011. Juuson paikkatietopuserrus. <https://blogs.helsinki.fi/juusokor/2015/01/15/elakelaisten-osuus-suomen-vaestosta-kunnittain-2011/> Luettu 14.3.2015.

Soinio, L. (2015). Moikka maailma ja MapInfo!. Leilan paikkatietopulinaa. <https://blogs.helsinki.fi/lsoinio/2015/01/19/moikka-maailma/> Luettu 23.1.2015.

Tilastokeskus (2014). Vuosikatsaus 2013. Ulkomaalaistaustaisten määrä ylitti 300 000 rajan. <http://www.stat.fi/til/vaerak/2013/02/vaerak_2013_02_2014-12-10_tie_001_fi.html> Luettu 23.1.2014.