Ruutuja.

Neljännellä kurssikerralla tutstuimme ruutuaineiston luomiseen ja saimme ensikosketuksen rasteriaineiston käyttämiseen. Blogitehtävänä oli luoda ruututeemakartta saadusta laajasta aineistosta. Toisena tehtävänä saimme ensikosketuksen raa’an rasteridatan käsittelyyn.

Ruutuaineiston luominen toimi samalla periaatteella kuin sijaintitietoa sisältävien ominaisuustietojen liittäminen polygoniaineistoon. Saimme materiaaliksi pisteaineiston, johon oli merkattu jokainen pääkaupunkiseudun asuinrakennus. Jokaisessa pisteessä oli myös hyvin monta sarakkeellista ominaisuustietoa, kuten asukaslukuja iän ja äidinkielen mukaan. Päätin tehdä oman ruutukarttani (Kuva 1) opiskelijaikäisten osuudesta kokonaisväestöön 500m x 500m ruuduissa. Määritin opiskelijoiden iäksi 18-29 vuotta. Toki myös vanhempia ja jopa nuorempiakin opiskelijoita on, mutta suhde olisi niin marginaalinen, että jo valmiiksi herkkä esitys olisi kärsinyt entistä enemmän, jos ikähaarukka olisi ollut laajempi.

Suhteutin 18-29-vuotiaiden määrän ruutujen kokonaisväkilukuun, ja muutin suhdeluvun prosenttiyksiköiksi. Aineistosta voi erottaa joitakin alueita, joissa asuu tunnetusti paljon opiskelijoita, kuten Otaniemi ja Viikki. Kartalta erottuu myös ruutuja, joissa opiskelijaikäisten osuus väestöstä sijoittuu suurimpaan luokkaan, vaikka ruutu sijaitsee kaukana keskustasta. Tarkastelemalla näiden ruutujen ominaisuustietoja saattoi kuitenkin havaita, että korkea opiskeluikäisten osuus johtui siitä, että ruudussa saattoi asua vain yksi henkilö. Tämä ”ominaisuus” teki hallaa kartan tarkoitukselle, varsinkin kun kuvattava alue oli koko pääkaupunkiseudun laajuinen. Selkeyttääkseni esitystä olisin voinut esimerkiksi rajata kuvattavaa aluetta pienemmäksi ja pienentää ruutukokoa, tai jättää niitä ruutuja pois laskuista, joiden asukasluku on pieni. Tuuli Lahin havaitsi saman ongelman tarkastellessaan eläkeikäisten sijoittumista ja korjasikin ongelman poistamalla juurikin näitä pienen asukasluvun ruutuja.

(Kuva 1: Opiskelijaikäisten osuus väestöstä 500m x 500m ruudukossa pääkaupunkiseudulla.)

Päätin tehdä vielä toisen, hieman erilaisen kartan pääkaupunkiseudun rakennuskannan iästä (Kuva 2).  Valitsin tähänkin aineistoon 500m ruutukoon, sillä uskoin sen olevan tarpeeksi tarpeeksi tarkka ilmiön kuvaamiseen. Liittäessäni käyttöönottovuosidataa ruudukkoon huomasin, että joidenkin ruutujen talojen käyttöönottovuoden keskiarvo saattoi olla esimerkiksi 1300000. Pisteainestosta ilmeni, että n. 600 talon käyttöönottovuosi oli 999999999. Korjatakseni ongelman valitsin kaikki talot, joiden käyttöönottovuosi oli epärealistinen ja poistin ne aineistosta. Syytä näille oudoille käyttöönottovuosille en keksinyt. välttyäkseni samalta ongelmalta, minkä kohtasin tehdessäni ensimmäistä karttaa, päätin myös poistaa aineistosta alle kolmen talon ruudut. Näinkin pienen talomäärän valitsin sen takia, ettei liian moni reuna-alueen ruutu jäisi pois laskuista.

Rakennuskannan iän alueellinen jakautuminen ei erityisemmin yllätä. Tummimpana näkyy Suomenlinnan ja Westerkullan kartanon alueita. Kantakaupungista ulospäin mentäessä rakennuskanta nuortuu vaiheittain. Yleisimmin esiintyvän ruudun käyttöönottovuoden keskiarvot sijoittuvat vuosien 1953 ja 1982 välille. Tälle aikavälille sijoittuu myös voimakas väestönkasvu Helsingin seudulla rakennemuutoksen aiheuttaman kaupungistumisen seurauksena (Kaavio 1).

(Kuva 2: Rakennusten käyttöönottovuoden keskiarvot 500m x 500m ruudukossa pääkaupunkiseudulla. Alle kolmen rakennuksen ruudut poistettu aineistosta.)
(Kaavio 1: Helsingin, Pääkaupunkiseudun ja Helsingin seudun väestönkehitys vuosien 1950 ja 2012 välillä. Lähde: Helsingin tilastollinen vuosikirja 2012.)

Ruutukartassa on koropleetti- ja pisteteemakarttaan verrattaessa sekä huonoja, että hyviä puolia. Ruutukarttaa on helppo lukea ja ymmärtää, kun esitetty alue on jaettu yhtä suuriin ruutuihin, jotka on taas jaoteltu omiin luokkiinsa. Niin kuin edellisissä kappaleessakin kuitenkin sanoin, on ruutuaineiston esityksessä myös heikkouksia. Ruudut ovat samankokoisia, mutta otannan suuruus tutkittavaan ilmiöön saattaa vaihdella todella paljon. Ruututeemakartta ei siis aina sovellu jokaisen ilmiön kuvaamiseen. Esitettävyys saattaa kärsiä hyvinkin paljon, jos dataa ei käsitellä esitykselle edullisella tavalla.

Lähteet:

Tuuli Lahin 2018: https://blogs.helsinki.fi/lahintuu/, luettu 8.2.2018.

Helsingin tilastollinen vuosikirja 2012, https://www.hel.fi/hel2/tietokeskus/julkaisut/pdf/13_01_03_Tilastollinen_vuosikirja_2012.pdf, Luettu: 8.2.2018

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *