Blogini on valmis!

Paikkatiedon hankinta, analyysi ja kartografia -kurssi oli mielenkiintoinen ja hyvin opettavainen. En ole ennen yliopisto-opintojani käyttänyt paljon tietokonetta ja sen ohjelmia, joten tuntui kuin olisin aloittanut ihan tyhjästä. Alussa, tai itse asiassa koko kurssin ajan, MapInfo tuntui hankalalta ja työläältä, mutta opin kuitenkin käyttämään ohjelman toimintoja ja työkaluja, tuottamaan jonkunmoisia karttoja ja analysoimaan niitä. Kurssi antoi paljon valmiuksia uusien ohjelmien opetteluun ja aineistojen käsittelyyn ja olen huomannut oppivani paljon.

Kiitos Artulle kärsivällisyydestä ja avusta, jota tarvitsin paljon.

7 Kurssikerta. Viimeinen puristus

Viimeisellä kurssikerralla teimme kartan itse etsimästä aineistosta. Kartassa piti olla yksi alue, joka jakautuu edelleen osa-alueisiin ja tehdä vähintään kahden muuttujan kartta. Omassa kartassani muuttujina olivat 15-64- vuotiaiden osuus kolmannen asteen koulutuksen piirissä ja riski köyhyyteen ja sosiaaliseen syrjäytymiseen Euroopassa.

Tilastoja on niin paljon, että oli hieman vaikea etsiä ja päättää mistä kartan tekee. Minulla oli ideoita, joista olisin halunnut kartan tehdä, mutta niihin en löytänytkään aineistoa. Myös se oli hankalaa, kuinka saisin ne järkevästi Exceliin ja MapInfoon ja miten siinä muodossa olevasta aineistosta kartan tekee. Aina pitää miettiä, onko arvot absoluuttisia vai suhteellisia ja missä muodossa kartalla ne pystytään järkevästi esittämään. Ongelmia tuotti se, että vaikka arvot olivat hyvin erilaisia eri maissa, kartalla erot eivät näyttäneet suurilta. Lopulta sain mielestäni ihan hyvän kartan erojen esittämiseen (Kuva1).

Kurssikerta 7. Koulutus ja köyhyys Euroopassa 2014

Kuva 1. Kolmannen asteen koulutuksen piirissä olevat ja riski köyhyyteen ja sosiaaliseen syrjäytymiseen.

Kartta esittää, missä maissa on suhteellisesti eniten korkeakoulutettuja ja kuinka suuri riski ihmisillä on köyhyyteen ja syrjäytymiseen. Suomessa, Norjassa, Sveitsissä, Iso-Britanniassa ja Irlannissa on eniten korkeakoulutettuja ja itäisessä ja eteläisessä Euroopassa vähiten. Kartasta voi tehdä nopean havainnon, että siellä, missä on eniten korkeakoulutettuja, on pienin riski köyhyyteen ja syrjäytymiseen. Kuitenkin kun katsoo karttaa tarkemmin, voi nähdä, että esimerkiksi Britanniassa ja Irlannissa köyhyyteen on suurempi riski kuin Suomessa, Norjassa tai Sveitsissä. Lisäksi esimerkiksi Tšekissä riski köyhyyteen on pieni, vaikka se kuuluu alimpaan luokkaan koulutuksessa. Koulutuksella on selvästi vaikutusta köyhyyteen ja syrjäytymiseen, mutta myös valtion tuet ja mahdollisuudet osallistumiseen ja vaikuttamiseen peilaavat riskin suuruuteen. Pohjoismaissa on hieman eroa koulutuksen piirissä olevien määrässä, mutta kaikilla riski köyhyyteen ja syrjäytymiseen on pieni, sillä pohjoismainen järjestelmä takaa kaikille jonkinnäköisen toimeentulon ja vaikuttamismahdollisuuksia pidetään hyvinä.

Köyhyyden ja syrjäytymisen riskiin vaikuttavat monet asiat, mutta nämä ja koulutus myös vaikuttavat toisiinsa. Luin artikkelin, jossa European Anti Poverty Networkin hallituksen jäsen Anu Haapanen sanoo näin köyhyydestä:

”Mitä on köyhyys Euroopassa? Se on puutteellisia asumisolosuhteita, riittämätöntä ja yksipuolista ruokaa, leipäjonoja ja viileää kotia (koska lämmityskustannukset on niin suuria). Köyhyys on myös mm. seuraavaa: asunnottomuutta, niin pientä palkkaa ettei se riitä päivittäisiin menoihin, työttömyyttä, pientä sosiaaliturvaa, sitä ettei ole varaa laittaa lapsiaan kouluun tai tukea heitä jatko-opiskeluihin, niin pientä eläkettä ettei se riitä lääkkeisiin, tai ettei ole varaa hoitaa terveyttään.”

Tässä Haapanen sanoo siis köyhyyden olevan esimerkiksi sitä, ettei pääse kouluttautumaan. Näin koulutuksen puute syventää köyhyyttä, josta seuraa oravanpyörä.

Haapanen jatkaa: ”Keskustelut ja paneelit yhtyivät käsitykseen siitä, että tilanne on huonontunut viime vuosien aikana mm. talouskriisin johdosta. Erityisesti köyhyyden ja eriarvoisuuden kasvu on syventynyt ja monimutkaistunut. Köyhyyden vähentämisen sijaan köyhyys- ja syrjäytymisvaarassa olevien määrä on lisääntynyt edelleen. Köyhyyden ja sosiaalisen syrjäytymisen riskistä kärsii EU:ssa nyt yli neljäsosa väestöstä. Myös köyhissä perheissä elävien lasten määrä on kasvanut huolestuttavasti. Tällä hetkellä erityisen vaikea tilanne on Romaniassa, Bulgariassa ja Kreikassa. Baltian maista vaikeuksissa on erityisesti Latvia.”

Kartta havainnollistaa hyvin, kuinka Haapasen mainitsemissa, köyhemmissä Euroopan maissa Romaniassa, Bulgariassa, Kreikassa ja Latviassa on vaikea tilanne. Näissä maissa ihmisten määrä koulutuksen piirissä ei ole kovin suuri, mutta riski köyhyyteen on. Haapanen puhui myös talouskriisistä, ja se varmasti onkin yksi syy myös eurokriisimaiden Portugalin, Espanjan, Irlannin ja Kreikan suurelle riskille köyhyyteen ja syrjäytymiseen.

Lähteet:

Haapanen, A. 2014. Anu Haapanen: Mitä on köyhyys Euroopassa? – Euroopan köyhyydentorjuntafoorumi 20-21.11.2014. European Anti Poverty Network.     <http://www.eapn.fi/anu-haapanen-mita-on-koyhyys-euroopassa/>, luettu 11.3.2016

 

 

 

 

6. Kurssikerta. GPS-paikannusta ja maanjäristyksiä

Kuudennella kurssikerralla lähdimme ulkoilemaan. Tehtävänämme oli kerätä pisteitä GPS-paikantimen avulla ja kirjata koordinaatit paperille. Tehtävä oli helppo ja mukava, sai reippailla ulkoilmassa tietokoneen ruudun tuijottamisen sijaan. Kaikki ryhmästämme vuorotellen näppäili GPS-paikanninta ja kirjasi pisteet paperille. Kirjattavana oli x- ja y-koordinaattien lisäksi jotain alueen ominaisuudesta (ryhmämme aihe oli risteykset) sekä korkeus merenpinnasta. Ensin GPS-paikannin pystyi määrittämään korkeuden hyvin, mutta eräässä pisteessä se näytti todella suuria lukuja, vaikka olimme ehkä reittimme alimmalla pisteellä. Pohdimme, voisiko se johtua esimerkiksi siitä, ettei paikantimella ole sillä hetkellä käytössä tarpeeksi satelliitteja pystyäkseen määrittämään tarkan korkeuden. Matildan ryhmä oli pohtinut tätä samaa ja olikin saanut Artulta vastauksen. Matilda sanoo blogissaan : ”…koska x- ja y-koordinaatti ovat tasokoordinaatteja (vaikka y kertookin ”pituudesta” tai korkeudesta), ne mitataankin ikään kuin vaakasuoralta tasolta (tässä tapauksessa maanpinta), mutta korkeutta on vaikeampaa mitata tarkasti satelliittien avulla.”

Takaisin tultuamme laitoimme pisteet Exceliin, josta edelleen MapInfoon ja opettelimme miten pisteet saadaan pohjakartalle create points- toiminnolla. Tämä osoittautui varsin helpoksi ja kerrankin tunnilla tuli fiilis, että tämä sujuu ihan hyvin. Tunnilla yhdessä opettelimme myös geokoodaamista vertaamalla Helsingin katuja ja pelikoneiden sijainteja.

 

Itsenäistehtävänä oli tehdä kolme riskikarttaa ja pohtia niitä opettajan näkökulmasta. Meidän piti etsiä dataa maanjäristyksistä, tulivuorenpurkauksista tai meteoriiteista ja tuoda tieto Excelin kautta MapInfoon ja tehdä pisteet kartalle, aivan niin kuin olimme opetelleet keräämiemme pisteiden avulla. Tein kartat 4-, 6- ja 8 magnitudin maanjäristyksistä vuoden 1980 jälkeen. Kaikille kartoille sijoitin myös maailman tulivuoret. Ideana oli miettiä omien karttojen käyttökelpoisuutta opetuskäytössä sekä sitä, miten havainnollisia nämä kartat ovat.

Kuvassa 1 on yli 8 magnitudin maanjäristykset vuoden 1980 jälkeen. Kuvassa 2 on esitettynä yli kuuden magnitudin ja kuvassa 3 yli neljän magnitudin maanjäristykset, niin ikään vuoden 1980 jälkeen. Kaikkiin karttoihin lisäsin myös tulivuoret. Kartoilta huomaa, kuinka maanjäristyksiä ja tulivuoria esiintyy eniten Tyynenmeren tulirenkaalla, mikä havainnollistaa niiden yhteyden. Halusin tehdä nämä kolme karttaa esittämään kuvitelluille oppilailleni, miten magnitudin suuruus on kääntäen verrannollinen järistysten määrään. Yli 8 magnitudin järistyksiä on verraten vähän ja yli neljän magnitudin järistyksiä massiivinen määrä. Kartoilta myös näkee kuinka pieniä järistyksiä esiintyy myös mannerlaattojen keskellä, kun taas suuria vain reunoilla. Lisäsin kartan litosfäärilaatoista (Kuva 4) havainnollistamaan, miten laattojen reunat, maanjäristykset ja tulivuorenpurkaukset ovat yhteydessä toisiinsa.

KK6 Maanjär, yli 8 magnituduaKuva 1. Yli 8 magnitudin maanjäristykset

 

KK6 yli 6,0 magn maanjäritykset

Kuva 2. Yli 6 magnitudin maanjäristykset

 

KK6 4 magnitudin maanjäristykset

Kuva 3. Yli 4 magnitudin maanjäristykset

 

vika kuvaKuva 4. Litosfäärilaatat

 

Kartat onnistuivat ihan hyvin, ehkä visuaalisuuteen olisi voinut panostaa vähän enemmän. Kartoissani taitaa myös olla jonkinnäköinen virhe, sillä päiväntasaajan viivasuora tulivuoririvi hieman kummastuttaa. En kuitenkaan osannut korjata sitä, koska en tiedä missä meni vikaan. Lisäksi Ruotsin tulivuori pisti silmään. Ruotsissako tulivuori? Googlasin kuitenkin hieman ja tällaisen artikkelin aiheesta löysin: https://volcanocafe.wordpress.com/2014/04/01/a-hitherto-unknown-supervolcano-about-to-erupt/. Artikkelissa kerrotaan Uppsalan yliopiston Geotieteiden Instituutin professorien tutkineen itäisestä Ruotsista löytynyttä muodostumaa, josta on löydetty vulkaanista aktiivisuutta. Skandinaviassa ei ole ajateltu miljooniin vuosiin olevan vulkaanista aktiivisuutta, mutta uudet tutkimukset ovat osoittaneet toisin.

 

Lähteet:

Maanjäristykset: <http://quake.geo.berkeley.edu/anss/catalog-search.html>, luettu 4.3.2016

Tulivuoret: <http://www.ngdc.noaa.gov/nndc/struts/form?t=102557&s=5&d=5>, luettu 4.3.2016

Carl ja Henrik. 2014. “A Hitherto Unknown Supervolcano About to Erupt?”, VolcanoCafe.

<https://volcanocafe.wordpress.com/2014/04/01/a-hitherto-unknown-supervolcano-about-to-erupt/>, luettu 11.3.2016                                                              (Jossa viitattu: Sture Erkell et al. “Lake Dellen, meteoritic origin in doubt.”, 2013 in Baltic Journal of Geology)

Holkkola, M. 2016. hcmatild’s blog. Kurssikerta 6 – Kartta opetuskäyttöön.

<https://blogs.helsinki.fi/hcmatild/>, luettu 11.3.2016

Kuva 4:

<http://earth.rice.edu/mtpe/geo/geosphere/topics/2plate_tectonics.html>, luettu 11.3.2016

5. Kurssikerta. Buffereita ja onnistumisia!

Viidennellä kurssikerralla tutustuimme buffer-nimiseen toimintoon, jossa laskettiin eri teemoille purskurivyöhykkeitä. Purskuroinnista on paljon hyötyä selvitettäessä esimerkiksi saavutettavuutta, ilmiön levinneisyyttä tai jotakin vaikutusaluetta. Niko Pelkonen sanoo: ”…liikehuoneistojen sijainti- ja saavutettavuus analyysit, kiinteistöhuollon tehtävät, suojelualueiden kartoittaminen, melu- ja suojarajojen määrittely (esimerkiksi Puolustusvoimien ampuma-alueet, tuulivoimalat) reittioptimointi, tai vaikkapa väestönsuojien sijoittaminen onnistuu, kunhan vain on tarvittavat aineistot ovat saatavilla ja molemmat aivopuoliskot käytössä.” Bufferointi on siis erittäin monipuolinen ja hyödyllinen toiminto.
Nikon mainitsemista Puolustusvoimista ja tuulivoimaloista tuli mieleen Helsingin Sanomien artikkeli ”Helsinki suunnittelee tuulivoimaa ulkosaaristoon” (HS 1.2.2016) sekä löytämäni vanhempi artikkeli samasta aiheesta ”Tuulivoimalahanke kaatui itärajalla – voimalat olisivat häirinneet puolustusvoimien tutkia” (HS 17.9.2015). Jutuissa puhutaan itärajalle ja ulkosaaristoon kaavailemista tuulivoimaloista, jotka saattaisivat Puolustusvoimien mukaan häiritä esimerkiksi tutkia. Mietin vain, että voisiko esimerkiksi tällaisessa tapauksessa, laskettaessa tuulivoimaloiden ja tutkien vaikutusalueita, käyttää bufferointia?
Itsenäistyössämme teimme buffereita Malmin ja Helsinki-Vantaan lentokenttämeluille altistuvista asukkaista sekä Vantaan juna-asemien lähellä asuvista. Työ oli mielenkiintoinen ja hyvin konkreettinen, josta oli samaa mieltä myös Niko samaisessa blogitekstissä, jota jo aikaisemmin lainasin. Työ oli juuri sitä työtä, jonka pohjalta suunnittelijat ja päättäjät tekevät päätöksiä, esimerkiksi asuinalueen rakentamisesta. Tästäkin oli juuri artikkeli Helsingin Sanomissa ”Lentomelu voi estää asuinalueita kasvamasta – ”Valituksissa aletaan vedota lentomeluun kuin liito-oraviin”.” (HS 24.2.2016). Oli hauskaa nähdä tässä artikkelissa niitä samaisia buffereita, joiden pohjalta itse laskin asukkaiden määriä. Alla taulukko työstä saamistani vastauksista (Taulukko 1).

Taulukko 1. Itsenäistyön tuotokset

PAK, kurssikerta 5. taulukkotehtävät, kuva

 

Sitten vähän yleistä pohdintaa PAK-kurssista ja MapInfosta

Kurssi on antanut paljon valmiuksia erilaisten tietokoneohjelmien käyttöön, tiedon hankintaan, tuottamiseen ja analyysiin. Kun kuulin, mitä kurssi tulee pitämään sisällään, ajattelin että varmasti mielenkiintoista, mutta työlästä. Työlästä se on ollutkin. Varsinkin minulle, joka ei ole viihtynyt liiemmin tietokoneiden ja niiden ohjelmien parissa. MapInfo tuntui ja tuntuu edelleenkin hyvin kankealta, mutta onneksi en ole yksin sen kanssa. On muillakin kuulemma vähän kangerrellut… Yksi päivä kuitenkin huomasin, että hei, tämähän sujuu! Hehkutin Petralle sitä onnistumisen fiilistä kun oikeasti saa jotakin aikaiseksi ja ihan omin avuin. Seuraavan päivän PAK-tunti menikin sitten kuin siivillä. Aikaa ja hermoja ei ole säästynyt, mutta olen ainakin oppinut! Ja se on sen arvoista.

Minusta keskeisimmät ja siksi tutuimmat toiminnot MapInfossa ovat Update Column ja Query-toiminnot. Niillä tehdään ja muokataan uusia rivejä tietokantoihin ja erilaisten kriteerien mukaan rajataan aineistoa. Tämän aineiston pohjalta voidaan tehdä teemakarttoja, jossa käytettään Create Thematic Map ja Create a Legend-toimintoja, jotka nekin ovat hyvin keskeisiä.
Lisäharjoitusta kaipaisin esimerkiksi numeerisen datan ja sen jakautumisen analysoinnissa. Täytyy myöntää, että en ole täysin ymmärtänyt esimerkiksi legendanmuokkauskohdassa Customize Ranges-kohtaa ja mitä egual count-, egual ranges-, natural break, jne. – kohdat todella tarkoittavat. Tässä minulla olisi siis lisäharjoituksen paikka.
MapInfon avulla voidaan ratkaista monia asioita, se on monipuolinen ohjelma. Sen käytössä on kuitenkin rajoitteita itse ohjelman, käytettävissä olevan paikkatietoaineiston ja käyttäjän puolesta. MapInfo on melko kankea ja ei kovin käyttäjäystävällinen, ellei sen toimintaan ole kunnolla perehtynyt. Jos esimerkiksi tekee virheen, sitä ei välttämättä voi korjata. Koko ohjelmasta puuttuu undo-nappi. Paikkatietoaineistot voivat myös rajoittaa analyysiä. Juttelin juuri ennen tämän tekstin kirjoittamista Kaisa Juntusen kanssa, joka puhui kuinka hän olisi aikoinaan halunnut tehdä teemankartan tietystä aiheesta tietyllä alueella, mutta dataa ei ollut. Ongelma oli siinä, että eri kunnat keräävät tietoa eri tavoin ja julkaisevat vain haluamaansa dataa. Tällöin kaikki kunnat eivät ole vertailukelpoisia joissakin asioissa. Paikkatietoaineiston puute tai vajavaisuus voi siis rajoittaa työtä. Itse ohjelman käyttäjä voi myös aiheuttaa ehtoja, kuinka hyvin analyysiä voi tehdä. Jos ei ole tarpeeksi tietämystä ohjelman toiminnasta, voi vahingossa tehdä virheellisen kartan ja virheellisen analyysin. Tai ainakin puutteellisen.

 

Lähteet:

Pelkonen, N. (2016) Kurssikerta 5 – Bufferi Lohikäärme

<https://blogs.helsinki.fi/nikopelk/>, luettu 26.2.2016

Salmela, M (2016). Lentomelu voi estää asuinalueita kasvamasta – “Valituksissa aletaan vedota lentomeluun kuin liito-oraviin”. Helsingin Sanomat 24.2.2016

<http://www.hs.fi/kaupunki/a1456205578932>, luettu 26.2.2016

Malmberg, L. (2016). Helsinki suunnittelee tuulivoimaa ulkosaaristoon. Helsingin Sanomat 1.2.2016

<http://www.hs.fi/kaupunki/a1454214210346>, luettu 26.2.2016

Kerkelä, L. (2015). Tuulivoimahanke kaatui itärajalla – voimalat olisivat häirinneet puolustusvoimien tutkia. Helsingin Sanomat 17.9.2016

<http://www.hs.fi/kotimaa/a1442457606044>, luettu 26.2.2016

 

 

 

 

4. Kurssikerta. Nuoria aikuisia ruuduittain

Neljäs kurssikerta meni ruututeemakarttojen eli korologisten matriisien parissa. Korologisessa matriisissa ruudut ovat tasakokoisia, ja arvot esitetään absoluuttisina, toisin kuin esimerkiksi koropleettikartoissa.

Tehtävänämme oli tehdä ruututeemakartta valitsemastamme aiheesta pääkaupunkiseudulla ja valitsin 20-29-vuotiaat aikuiset (Kuva 1). Minusta on mielenkiintoista tarkastella tätä ikäluokkaa, koska silloin todennäköisesti muutetaan eniten, aloitetaan opiskelut ja muutenkin elämässä tapahtuu monia muutoksia. Tein kartan 500m x 500 m ruuduista ( en tosin ole aivan varma, koska ruudut tein ennen pohjankartan laittamista ja en muista minkä koon valitsin. Pohjakartta kuulemma puolittaa ruutujen koon ja siksi en ole täysin varma mikä ruutukoko on nyt kyseessä. Yritin saada infoa koosta ja myös muuttaa niitä, mutta MapInfo herjasi aina..

Sieppaa

Kuva 1. 20-29- vuotiaat pääkaupunkiseudulla.

Kartta näyttää oivallisesti 20-29-vuotiaiden sijoittumista pääkaupunkiseudulla. Selkeästi eniten suurimman luokan (40-1430) ruutuja on Helsingin alueella ja ei olekaan ihme, että nuoret aikuiset suosivat Helsinkiä. Pääkaupungissa on eniten esimerkiksi palveluja, harrastuksia, kulttuuritapahtumia. Helsingissä ja Espoossa on suuret yliopistot, mikä myös vaikuttaa tämän ikäisten asutukseen. Espoon Otaniemessä ja sen läheisyydessä on paljon nuoria aikuisia ja pidemmälle mentäessä nuorten asutus harvenee. Vantaalla tiheä nuorten aikuisten asutus sijoittuu vain radanvarteen. Helsingissä nuoret asuvat myös radanvarsilla, mutta Helsingin rataverkko on kattavin ja asutus siksi levittäytyneempää. Olen kuullut myös monen suosivan Helsingin rajan sisäpuolella asumista siksi, että on huomattavasti kalliimpaa matkustaa julkisilla kaupunkien rajan yli. Suurin osa nuorista aikuisista asuu rautateiden varsilla, sillä matkustaminen on näin helppoa ja nopeaa. Todennäköisesti moni nuori aikuinen ei omista vielä autoa ja julkisen liikenteen merkitys korostuu. Mitä pidemmälle radanvarsilta mennään, sen harvempaa on nuorten aikuisten asutus.

 

Minusta ruututeemakartta on oikein informatiivinen. Absoluuttisten arvojen esittäminen on perusteltua, sillä kaikki ruudut ovat samankokoisia.  Marisofia Nurmi sanoo hyvin ruututeemakartoista: ”Informaatioarvo tällaisissa ruututeemakartoissa on tietyllä tapaa suurempi, kuin esimerkiksi koropleettikartoissa. Niissä kun arvot ovat aina suhteellisia, eivätkä huomioi alueyksikön sisäistä vaihtelua. Esimerkiksi kuntien koot vaikuttavat koropleettikartoissa huomattavasti.” Se on hyvä huomio, sillä jos haluaa tarkastella jotakin aluetta tarkemmin, suhteelliset lukuarvot eivät ole tarpeeksi informatiivisia. Jos tämänkin teeman kartan esittäisi koropleettikarttana, kaikki neljä kuntaa näkyisi todennäköisesti eri väreillä ja niin yhden kunnan sisäistä vaihtelua ei pystyisi tarkastelemaan.

 

Kartta on mielestäni helppolukuinen ja informatiivinen. Valitsin punaisen ja sinisen sävyjä karttaan havainnollistamaan suuria eroja, kirkkaan punainen ja tumman sininen ääripäinä. Karttaan olisi voinut lisätä rautateiden lisäksi suurimmat tiet ja ehkä paikannimiä. En tosin tiedä olisiko kartasta tullut liian sekava. Luettavuutta parantaisi se, jos olisin saanut otettua ruutujen mustat reunat pois, mutta se mistä aina ennen olin saanut reunat otettua pois, oli nyt jostain syystä muuttunut, eikä reunojen poisotto ollut mahdollista.

 

Lähteet:

Nurmi, M. (2016). Kurssikerta 4. Ahaa-elämyksiä ja turhautumista.

<https://blogs.helsinki.fi/nurmaris/>, luettu 18.2.1016

 

 

3. Kurssikerta. Konflikteja Afrikassa, tulvia Suomessa

Kolmannella kurssikerralla harjoittelimme tietokantojen liittämistä yhteen ja karttojen tekemistä sen pohjalta. Yhdistimme kaksi eri tietokantaa Afrikan timanttikaivoksista, öljykentistä ja konflikteista ja sen pohjalta tarkoitus oli miettiä, kuinka nämä kolme ovat yhteydessä toisiinsa.

Kartta havainnollistaa, missä konflikteja, timanttikaivoksia ja öljykenttiä esiintyy ja yhteys niiden välillä on osin nähtävissä. Esimerkiksi Etelä-Afrikassa ja Lesothossa, Angolassa, Sierra Leonessa ja Liberiassa konflikteja esiintyy siellä, missä on timanttikaivoksia ja Libyassa ja Algeriassa konflikteja on öljykenttien läheisyydessä. Meidän piti myös pohtia, millaisia yhteyksiä konfliktien tapahtumavuosilla ja laajuudella on kaivosten avaamisvuosien ja öljylähteiden löytymisen välillä. Voimme olettaa, että luonnonvarojen löytymisellä on yhteys konflikteihin ja näin varmasti osin onkin, mutta ilman syvempää tietämystä emme voi tehdä suurempia johtopäätöksiä. Elsa Pakkasvirta toteaakin blogissaan, että konfliktit ovat aina monen tekijän summa. Esimerkiksi voisi ottaa Sudanin ja Etelä-Sudanin rajan. Kartalta voi nähdä näiden kahden maan rajalla niin öljyesiintymiä kuin konfliktejakin, mutta kahnauksiin vaikuttavat myös yhteiskunnalliset tekijät. Pohjoisen ja etelän välillä on ollut pitkään jännitteitä ja Etelä-Sudan irtautui pohjoisesta sen seurauksena. On siis todennäköistä, että nämä yhteiskunnalliset tekijät ja muutokset, öljyesiintymien lisäksi, aiheuttavat konflikteja.

 

Omana työnä teimme teemakartan Suomen valuma-alueiden tulvaindekseistä ja järvisyysprosenteista (Kuva1). Ensisilmäyksellä huomaa, että tulvaindeksi on suurin Länsi-Suomessa pohjanmaan alueella ja Etelä-Suomessa. Järvisyysprosentit taas ovat suurimpia Keski- ja Itä-Suomessa. Tulvariskiä vähentää siis järvet, jotka tasaavat vedenpinnan korkeutta. Lisäksi Keski-ja Itä-Suomen korkeuserot ehkäisevät tulvimista, sillä vesi ei pääse virtaamaan holtittomasti joka suuntaan. Länsi- ja Etelä-Suomi on alavaa ja melko järvetöntä aluetta ja siksi tulvaindeksit ovat suurempia. Tulvaisimmat alueet ovat myös tiheämmin rakennettua ympäristöä ja Marisofia Nurmi sanookin blogissaan: ”Rakennettu maasto päällysteineen, sekä rajallisella teholla vettä poistavat katuviemäristöt estävät luonnollista veden imeytymistä ja edesauttavat sen kertymistä kaduille ja maaston uomiin.”

Tulvaindeksi ja järvisyys, oikea kuva

Kuva 1. Valuma-alueiden tulvaindeksit ja järvisyysprosentit.

Karttani on mielestäni visuaalisesti miellyttävä, koska värit ovat selkeät ja helposti luettavat. Tulva-alueen järvisyysprosenttipalkit ovat kuitenkin niin pieniä, että niistä ei voi tarkkaan sanoa lukuja. Kartastani puuttuu pohjoisnuoli, sillä MapInfo ei ollut kiva minulle (tälläkään kertaa) mutta sen en antanut nyt haitata. Vaikka kartantekijä ei saakkaan tehdä oletuksia, niin olen uhmakas ja oletan silti että kaikki tietävät missä pohjoinen on 😉

 

Lähteet:

Pakkasvirta, E. (2016). kolmas kurssikerta.

https://blogs.helsinki.fi/elspakka/, luettu 11.02.2016

 

Nurmi, M. (2016) Kolmas kurssikerta – tutkimusmatka tietokantoihin.

<https://blogs.helsinki.fi/nurmaris/>, luettu 11.02.2016

 

 

 

 

Artikkeli 1. Pohdintoja yhden- ja kahden muuttujan koropleettikartoista

Anna Leonowiczin artikkeli Two-variable choropleth maps as a useful tool for visualization of geographical relationship (2006) käsittelee kahden muuttujan koropleettikartan soveltuvuutta ilmiöiden esittämiseen. Leonowicz vertailee eroja ja soveltuvuutta yhden ja kahden muuttujan välillä sekä sitä, miten lukija tulkitsee niitä.

 

Yhden muuttujan karttoja käytetään oikeastaan vain kuvaamaan ilmiöiden alueellista jakautuneisuutta, mutta kahden tai useamman muuttujan kartat esittävät ilmiöiden välisiä suhteita. Artikkelin mukaan yhden muuttujan karttoja on helpompi lukea, mutta monimutkaisemmat kartat ovat informatiivisempia ja mielenkiintoisempia. Yhden muuttujan kartat siis esittävät melko yksinkertaisia ilmiöitä ja siksi niiden soveltuvuus korrelaatioanalyysiin on huono. Leonowiczin mukaan myöskään kahden yksinkertaisen kartan vierekkäin analysoiminen ei toimi hyvin tarkasteltaessa kahden muuttujan suhdetta, koska ihmisen näköaisti häiriintyy. Näin kahden muuttujan kartta on parempi vaihtoehto tähän tehtävään.

 

Jotta kahden muuttujan karttoja olisi helppo lukea ja väärinymmärryksiltä vältyttäisiin, pitäisi olla hyvin tarkka luokkien ja värien suhteen. Mitä enemmän on luokkia tai mitä dramaattisemmat värit karttaan valitsee, sitä vaikeampaa tai harhaanjohtavampaa lukeminen on. Itsekin olen miettinyt koropleettikarttoja tehdessäni näitä kysymyksiä: Kuinka monta luokkaa valitsen? Mitä värejä käytän, jotta lukija ymmärtää, mitä haluan kertoa kartalla? Mitä vähemmän luokkia on, sitä helpompi karttaa on lukea. Mutta toisaalta, mitä vähemmän luokkia on, sitä vaikeampaa on tehdä luokkarajat, varsinkin jos ilmiöiden arvojen ääripäät ovat kaukana toisistaan.

 

Leonowicz mainitsee myös asiayhteyteen liittämisen tärkeyden. Kartat osoittavat vain levinneisyyden ja korrelaatioiden ”sattumanvaraisuuden”, mutta jotta karttaa pystyy tulkita, se pitää nähdä suuremmassa mittakaavassa. Ymmärrän Leonowiczin tarkoittavan, että ei ole mielekästä tulkita karttaa, jos ilmiöiden taustoista ei ole tietämystä. Jos ei tiedä tai ymmärrä ilmiöitä kartan ulkopuolella, ei silloin voi karttaa kriittisesti lukea.

 

Yhden- ja kahden muuttujan koropleettikartoilla on omat hyvät puolensa, mutta informatiivisuuden ja mielenkiinnon kannalta kahden muuttujan kartat ovat hyvä vaihtoehto. Ne antavat alueellisen tarkastelun lisäksi tietoa ilmiöiden suhteista, mikä tekee niistä tietomäärältään arvokkaampia. Kartan tekijän pitää kuitenkin olla tarkka ja varovainen karttoja tehdessä, jotta ne eivät antaisi väärää kuvaa ilmiöistä. Lukijan taas on oltava kriittinen ja pohtia näkemäänsä suuremmassa mittakaavassa, eikä pureksimatta niellä kartan sisältöä.

 

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

2. kurssikerta. Vähän lisää MapInfon alkeita…

Toisella kurssikerralla tutustuimme erilaisiin teemakarttoihin: pylväs- ja ympyrädiagrammikarttoihin, pistekarttaan, individual- ja gridkarttoihin sekä prismaattisiin- ja 3D-karttoihin. Aiheena oli kahden eri muuttujan visualisointi samalla kartalla, jotta voisi tehdä tulkintaa näiden muuttujien välisestä korrelaatiosta.

Heti aineistojen avauksen jälkeen ja harjoituksen alkaessa keskittyminen katkesi sekunniksi. Vain yksi missattu klikkaus ja koko tunnin alkupuoli meni täysin ohi. Paniikissa rupesin klikkailemaan kaikkea mahdollista päästäkseni taas jyvälle mitä harjoituksessa oli menossa, mutta turhaan. Kyllä siinä epätoivo iski, me kun ei olla MapInfon kanssa vieläkään oikein kavereita.. Pienen henkilökohtaisen kertaustuokion jälkeen sain kuin saikin tehtyä kaikki harjoitukset. Ei se sitten niin vaikeaa ollutkaan. Paniikissa MapInfo alkoi vain tuntua ihan kummitukselta. Mitä tulee eri tietokoneohjelmiin, huomaan saman kaavan omassa oppimisessani: tappelen ensin ohjelman, kuten CorelDraw:n, SPSS:n ja nyt MapInfon, kanssa muutaman kurssikerran, minkä jälkeen homma alkaa sujua ihan mallikkaasti. Täytyy siis ottaa ihan iisisti vaan 🙂

Saimme tehtäväksi tehdä kahden muuttujan teemakartan ja tein kartogrammin Pohjois-Suomen työssäkäyvien suhteellisesta osuudesta sekä keskiaste- ja korkea-astetutkintojen suorittaneiden työllisyystilanteesta. Näiden kahden muuttujan välillä ei näytä olevan oikeastaan minkäänlaista korrelaatiota. Joissain kunnissa työllisyystilanne on parempi kuin joissain, mutta sillä, miten työt ovat jakautuneet näiden tutkintoasteiden kesken ei ole vaikutusta työllisyysprosenttiin. Huomattavin havainto kartassa on, että keskiasteen tutkinnon suorittaneet työllistyvät huomattavasti paremmin kuin korkea-asteen suorittaneet. Luulen sen johtuvan siitä, että Pohjois-Suomi on palveluvaltaista aluetta ja näihin palveluammatteihin työllistyy paremmin keskiasteen tutkinnon suorittaneet ja töitä ei ole tarjolla kovin paljon korkea-asteen tutkinnon suorittaneille.

 

Pohjois-Suomen työllisyystilanne

Kuva 1. Työssäkäyvien suhteellinen osuus ja työllisyys tutkintoasteen mukaan Pohjois-Suomessa 2015.

 

Minusta kahden muuttujan valitseminen yhdelle kartalle onkin yllättävän vaikeaa. Joskus täytyy pohtia tarkemmin, mitä kahta asiaa voi yhdellä kartalla esittää ja miten niitä voi verrata toisiinsa. Ajattelin näitä kahta muuttujaa valitessani, että ehkä niistä saisi jonkinlaisen korrelaatioanalyysin, mutta huomasinkin, että niillä ei oikeastaan ole mitään vaikutusta toisiinsa.

Ympyrädiagrammit ovat melko samanlaisia kaikissa kunnissa: noin 75 % työntekijöistä on suorittanut keskiasteen tutkinnon ja 25 % korkea-asteen tutkinnon. Kuntien työllisyystilanne kuitenkin eroaa toisistaan. Valitsin karttaan vihreän värin, ja se ei näytä työllisyyseroja kovin dramaattisesti. Minusta neutraali väri sopii tähän karttaan, koska todellisuudessa eroa kuntien välillä ei ole niin paljon Pohjois-Suomessa. Kun suhteuttaa absoluuttiset työllisyys- ja työttömyysluvut kuntien väkilukuun, eivät erot ole kovinkaan suuria. Jos olisin valinnut toisenlaiset värit, esimerkiksi keltaisen ja punaisen skaalan, kartasta olisi tullut paljon dramaattisempi ja ääripäät pomppaisivat silmiin ja voisivat antaa aivan väärän kuvan. Tästä puhuu myös Reetu Jormakka blogissaan:’’Vertailtaessa Suomalaisia kuntia on muistettava, että vertailtavasta muuttujasta huolimatta erot kuntien välillä ovat yleensä suhteellisen pienet. Suuret erot symboleiden kokoluokissa, sekä dramaattiset värivalinnat koropleettikartoissa saattavat antaa tarkasteltavasta ilmiöstä vääränlaisen kuvan.’’

 

Lähteet: Jormakka, R. (2016). 2. Kurssikerta.

<https://blogs.helsinki.fi/jore/>, luettu 5.4.2016

1. Kurssikerta. Tutustuminen MapInfoon

Ensimmäisellä kurssikerralla tutustuimme uuden ohjelman, MapInfon, käyttöön. Alku oli hieman kankeaa ja ohjelma tuntui vaikealta. Aloitimme ohjelman käytön opettelemalla tekemään teemakartan 0-14 -vuotiaiden osuuksista Suomen kunnissa. Jo ensimmäisten klikkausten jälkeen putosin kärryiltä, kun toimintoja on niin monia, mutta vähitellen niihinkin tottuu.

 

Saimme tehtäväksi tehdä oma teemakartta, ja tein karttani ulkomaiden kansalaisten osuuksista Suomen kunnissa 2015. Kartasta näkee heti, ei kovinkaan yllättävästi, suurimpien määrien olevan Helsingissä, Vantaalla ja Espoossa (10 000-100 000 henkilöä). Myös Turun ja Vaasan seudut erottuvat punaisina. Ahvenanmaa kuuluu myöskin suurimpaan luokkaan, mikä herätti mielenkiintoni. Onko siellä tosiaan niin paljon ulkomaalaisia vai eikö ahvenanmaalaisia lasketa tässä aineistossa suomalaisiksi? En usko ainakaan ensimmäistä vaihtoehtoa todeksi. Aivan eteläinen Suomi näkyy väritäplänä muuten sinisen (0-19 henkilöä) hallitessa karttaa ja vihreät kunnat (20-99 henkilöä) ovat pääpiirteittäin rajojen tuntumassa. Yleisilme siis on, että Suomessa ei kovin paljon ole ulkomaiden kansalaisia.

Kuvastani tuli jostain syystä kovin epätarkka, pitänee ottaa selvää mitä sille voi tehdä. Toivottavasti saatte siitä jotain selvää! 😀

Aluksi oli hankalaa tehdä oma kartta, kun oli sählännyt harjoituskartankin kanssa. Tallennetut tiedostoni eivät ensin auenneet (mikä myöhemmin korjaantui Extract All-toiminnolla) ja tekemiäni karttoja hävisi kokonaan. No, hetken säheltämisen jälkeen sain puserrettua tämän sinisenhehkuvan kartan, jota en totta puhuen enää jaksanut viilata. Anna Hakala sanookin hyvin omassa blogissaan, että varmaankaan itse tuotos ei ole kaikista oleellisin asia, vaan ohjelman ja työkalujen opettelu. Onkin tärkeää, että tunnemme ensin perusteet, jotta voimme sitten alkaa tehdä hienompia ja informatiivisempia karttoja.

 

Lähteet:

Hakala, A. (2016). 1. kurssikerta.

<https://blogs.helsinki.fi/hakanna/2016/01/21/1-kurssikerta/> , luettu 29.1.2016