Toisella kurssikerralla jatkoimme Map Infon käytön harjoittelua ja sen uusia mahdollisuuksia. Kurssikerran aiheena oli teemakartat, joten niitähän teimme paljon. Kävimme aluksi läpi erilaisten teemakarttojen teon yhdessä. Yhdistelimme myös erilaisia teemakarttoja. Mielenkiintoisimpia olivat 3D-kartta ja prismaattinen kartta. Harjoittelun jälkeen siirryimme itse tehtävään. Tehtävänämme oli etsia Sotka.net Tilasto ja indikaattoripankista kaksi eri aihetta ja niiden tiedot ja lisätä tiedot Map Infoon jotta voisimme hyödyntää niitä omiin karttoihimme. Valitsin aiheikseni ulkomaalaisten osuus väestöstä prosentteina vuonna 2013 ja väestöntiheys vuonna 2013. Tiedot olivat koko suomen alueelta kunnittain.

Valittuamme omat aiheemme ja sirrettyämme ne Map Infoon aloimme tekemään tietojen pohjalta teemakarttaa. Ideana oli siis tehdä teemakartta jossa kahta aihetta kuvataan kartassa yhtä aikaa päällekkäin. Ensin tein koropleettikartan Suomen väestöntiheydestä kunnittain. Luokat ovat kvantiileja ja niitä on neljä. Valitsin neljä luokkaa, jotta väestöntiheyden erot tulisivat hyvin esiin. Mielestäni tiheämpään asutut alueet erottuvat hyvin, mutta viimeinen luokka jossa on 30-5130 asukasta saattaa olla vähän harhaanjohtava. Kuitenkin asumistiehydessä on selkeä ero pohjoisen ja etelän kuntien välillä. Ulkomaalaisten osuutta väestöstä kuvasin palloilla. Ulkomaalaisten osuus on kuvattuna prosentteina. Pallot ovat hyvä ja havainnoillistava keino tähän karttaan, kuitenkin pääkaupunkiseudulla Ahvenanmaalla pallojen alta ei näy koropleettikarttaa, mikä vaikettaa kartan tarkastelua. Pääkaupunkiseudulla on oletettavasti suurin väestöntiheys koko maassa, mutta Ahvenanmaan kohdalla pallojen peittävyys häiritsee. Kuten Roosa Puumalainen mainitsee blogissaan selkeän kartan toteuttaminen on hankalaa, jossa molemmat ilmiöt kuvautuisivat selkeästi peittämättä toisiaan.

Kuva 1. Ulkomaalaisten prosentuaalinen osuus 2011 ja väestöntiheys 2013 Suomen kunnissa (MapInfo)

Kartasta on huomattavissa selkeä ero väestöntiheydessä maaseudun ja isompien kaupunkien läheisyyden välillä. Vaikka viimeinen luokka on 30-5130 asukasta ja skaala on laaja muihin luokkiin verrattuna, on tähän luokkaan kuuluvia kuntia suhteessa todella vähän. Maaseudulta muuttaa ihmisiä palveluiden ja työpaikkojen perässä taajamiin. Tilastokeskuksen tilastokoulu-sivuilla kerrotaan väestön tiheyden olleen vuonna 2013 Helsingissä ja että vuoden 2012 lopussa lähes 85 prosenttia Suome väestöstä asui taajamissa. Tämä selittää asutuksen keskittymisen suurimmaksi osaksi suurempiin kaupunkeihin ja tiettyihin kuntiin.

Ulkomaalaisten jakautuminen eri puolille Suomea näyttää karttaa tarkasteltaessa selkeältä. Suurimmat ulkomaalaiskeskittymät ovat pääkaupunkiseudulla, Vaasan seudulla ja Ahvenanmaalla. Ahvenanmaan suuren ulkomaalaisprosentit voisivat selittyä sen pienellä väestöllä jolloin prosenttiosuudetkin kasvavat helposti, mikä johtuu ruotsalaisten osuudesta alueella. Väestöliiton mukaan ulkomaalaiset ovat keskittyneet Suomessa suuriin kaupunkeihin, kuten kartassakin näkyy. Suomen kymmenessä kunnassa asuu lähes 65 prosenttia kaikista Suomessa asuvista ulkomaalaisista. Eniten ulkomaalaisia asuu Helsingissä, jonka väestöstä 8,4 prosenttia oli ulkomaalaisia vuonna 2013. Kaupunkejen välisiä eroja on kartassani vaikea verrata, koska ulkomaalaisten määrä on kuvattuna prosentteina kunnan väkiluvusta. Siksi Ahvenanmaakin nousee kartassa voimakkaasti esille. Jos tekisin kartan uudelleen, pohtisin tietojen soveltuvuutta erilaisiin teemakarttoihin paremmin.

Artikkeli 1.

Toisella kurssikerralla saimme luettavaksi Anna Leonowicin artikkelin “Two-variable choropleth maps as a useful tool for visualization of geographical relationship”. Artikkeli kertoo kahden muuttujan koropleettikarttojen käytöstä ja toimivuudesta, kun kuvataan kartassa esiintyvien ilmiöiden välistä suhdetta.

Kuva 2. Esimerkki kahden muuttujan esittämisestä samalla kartalla värien avulla (Leonowicz 2006).

Tavallisissa yhden muuttujan koropleettikartoissa on hyvä esittää alueellisia eroja. Kuitenkin, kun halutaan esittää kartalla kahden muuttujan välistä suhdetta, kahden erillisen koropleettikartan vertaileminen toisiinsa on tutkitusti vaikeaa. Silloin on hyvä käyttää kahden muuttujan koropleettikarttoja, joissa voidaan esittää kahta muuttujaa joko havainnollistamalla niiden välistä yhteyttä, esimerkiksi omassa kartassani esitin ulkomaalaisten määrän ja väestöntiheyden yhteyttä toisiinsa, tai esittää kahta muuttujaa joista voidaan tehdä johtopäätöksiä. Esimerkiksi syntyvyyden ja kuolleisuuden esittäminen kartalla antaa lukijalle mahdollisuuden päätellä alueen väestönkasvua. Kurssilla olemme käyttäneet kahden muuttujan esittämiseen lisäämällä koropleettikartan päälle toisenlaisen rasteripinnan, esimerkiksi erilaisilla viivoilla tai pisteillä kuvaamaan toista muuttujaa. Artikkelissa on tehty kahden muuttujan koropleettikartta värejä yhdistämällä. Mielestäni tällaisissa kartat ovat hyviä ja hyödyllisiä, mutta tarvitsevat tarkempaa tarkastelua tulkitsemiseen (ainakin tällaiselta aloittelijalta) kuin meidän tekemät teemakartat. Kuten kuvassa 2. näkee, legenda on monimutkaisempi, mutta kahden muuttujan välisen suhteen huomaa heti väristä.

Kuvan 2. kaltainen karttaesitys on mielestäni siis hyvin toimiva ja havainnollistava, kunhan se on tehty hyvin. Varoittavana esimerkkinä huonosta luokittelusta ja värien valinnasta tekstissä oli kuva 3. kohta B. Huonolta näyttää ainakin omalle värisilmälle jo tuossa kuvassa, saatika miltä näyttäisi kartalla… Kuvassa 3. kohta A oli esitetty teksissä onnistuneena värien valintana. Ymmärrän pointin, mutta mielestäni värit voisi valita paremminkin. B kohdan epäonnistuminen johtuu liian monesta luokasta ja epäonnistuneista väri valinnoista. Tekstissä sanotaan 9 luokan (3×3) olevan maksimimäärä kahden muuttujan koropleettikartalle, jotta kartan luettavuus olisi miellyttävää. Tämä onkin hyvä neuvo muistaa, sillä jo yksien luokkien lisääminen tuottaa aikamoisen sekametelisopan, kuten kohdassa B näkyy.

Kuva 3. Esimerkit kahden muuttujan koropleettikarttojen legendasta (Leonowicz 2006).

Kahden muuttujan koropleettikartan esittäminen väreillä on toimivaa, mutta siinä täytyy olla hyvin tarkka. Tällainen esitystapa sopii mielestäni henkilöille, joilla on tietämystä ja osaamista kartografiassa. Kuitenkaan en näe tällaisten karttojen esiintyvän niin sanotusti tavallisille ihmisille suunnatuissa kartoissa. Teksti kuitenkin todistaa, kuinka tärkeää kartografisten esitysten luomisessa on kiinnittää huomita luokkiin ja myös väreihin. Mielestäni meidänkin kursseilla olisi tärkeää myös puhua värien vaikuttavuudesta. Mitä selkeämmät ja harmoonisemmat värit kartassa ovat, sitä helpompi sitä on ymmärtää ja lukea.

Lähteet:

R. Puumalainen, Roosan blogi, 2015

<https://blogs.helsinki.fi/roosapuu/> Luettu 4.2.2015

Väestöliitto <http://www.vaestoliitto.fi/tieto_ja_tutkimus/vaestontutkimuslaitos/tilastoja-ja-linkkeja/tilastotietoa/maahanmuuttajat/maahanmuuttajien-maara/> Luettu 4.2.2015

Tilastokeskus, Tilastokoulu <http://tilastokoulu.stat.fi/verkkokoulu_v2.xql?course_id=tkoulu_vaesto&lesson_id=5&subject_id=10&page_type=sisalto> Luettu 4.2.2015

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