Artikkeli 1

Artikkelin Two-variable choropleth maps as a useful tool for visualization of geographical relationship (Leonowicz, 2006) mukaan kahden muuttujan koropleettikartat ovat hyödyllisiä työkaluja maantieteellisten suhteiden visualisoimisessa. Koropleettikartat ovat yleinen kartografinen työkalu luettelomaisen tiedon visualisoimiseen ja ne ovat parempia kompleksisten ilmiöiden kuvaamiseen kuin yhden muuttujan kartat. Koropleettikartat ovat yleisesti helposti tulkittavia, mutta monesti kuitenkin vain tieto jonkin muuttujan jakautumisesta jollekin alueelle on se asia, joka kartasta saadaan välitettyä. Kahden erillisen yhden muuttujan kartan vertaaminen toisiinsa on myös melko haastavaa ja ihmisnäkö johtaa useimmiten harhaan. Karttojen vertailua toisiinsa vaikeuttavat karttojen kompleksisuus, karttojen ”mustuus” ja kuvioiden samankaltaisuus. Tämän vuoksi vertailtaessa kahta eri muuttujaa, kannattaa hyödyntää kahden muuttujan koropleettikarttaa.

Kahden muuttujan koropleettikartalla voidaan kuvata kahta eri ilmiötä samalla alueella. Niillä voidaan esittää vain siis kahden muuttujan jakautumista alueella ja niiden välistä yhteensattumaa. Näiden kahden muuttujan välisen suhteen luomiseen tarvitaan laajempi konteksti, jonka avulla voidaan luoda näiden muuttujien välille yhteyksiä ja syy-seuraussuhteita. Täytyy kuitenkin olla tarkkana, kun pohditaan, että mikä oikeastaan vaikuttaa ja mihin. Artikkelissa oli käytetty esimerkkinä toisiinsa liittyvistä asioista tuloja ja koulutustasoa. Toisaalta myös kartoissa voidaan käyttää myös toisistaan riippumattomia muuttujia, kuten syntymiä ja kuolemia, joista voidaan päätellä populaation kasvu.

Luokkavälien valinta on hyvin tärkeässä osassa, kun ollaan tekemässä kahden muuttujan koropleettikarttaa. Luokat on hyvä pitää 2×2=4 tai 3×3=9, jolloin karttaa on helppo lukea intuitiivisesti. U. S. Bureau of the Censuksen tekemässä tutkimuksessa etenkin legendan ymmärtäminen oli haastavaa. Ongelma oli kuitenkin liian monen luokan käyttämisessä (4×4=16), sekä huonoissa värivalinnoissa. Matalat arvot oli kuvattu keltaisella, korkeat arvot violetilla ja päällekkäiset arvot vihreällä, joka tulkittiin useimmiten omana luokkanaan sen värivalinnan vuoksi. Tutkimukseen kutsuttiin maantieteen ensimmäisen vuoden opiskelijoita, joille ei ollut vielä kehittynyt kartografista lukutaitoa. Opiskelijoiden oli vaikea hahmottaa muuttujien spatiaalista suhdetta yhden muuttujan kartoilla, sekä yhden muuttujan jakautumista kahden muuttujan kartalla. Tästä voidaan siis päätellä, että kahden muuttujan kartat sopivat paremmin muuttujien välisen suhteen kuvaamiseen, kun taas yhden muuttujan kartat olivat parempia yleisesti yhden ilmiön kuvaamiseen alueella.

Itse tykkään kovin paljon kahden muuttujan koropleettikartoista. Mielestäni ne ovat helposti tulkittavissa kun yhdelle muuttujalle käytetään yhtä väriä ja sen eri tummuusasteita ja toiselle muuttujalle käytetään jotain kuviota, kuten viivoja ja niiden erilaisia tiheyksiä. Esimerkkinä tästä on kurssikerta 2:lla tekemäni koropleettikartta työpaikkojen absoluuttisesta lukumäärästä ja työssäkäyvien osuudesta prosentteina vuonna 2015.

Kurssikerta 7: Parempi myöhään kuin ei milloinkaan!

No niin, jospa nyt olisi aika tehdä tämä kurssisuoritus vihdoin loppuun, kun kandin paperien ulos ottaminen alkaa olla kiinni enää vain tästä kurssista (miten tässä näin kävi?). Tavoitteeni ei ole enää edes kovin korkealla, toivon vain pääseväni läpi ja suoritusmerkinnän Weboodiin. Kiitos ja anteeksi. 😀

Hämärästi muistan, että olen kaksi vuotta sitten halunnut tehdä viimeisen karttatyöni Uudesta-Seelannista ja jostain syystä olen päätynyt tekemään aivan upean kartan (Kartta 1) lampaiden (!!) määristä Uuden-Seelannin eri alueilla. Onhan se nyt aika kiehtovaa, että kyseisessä maassa on enemmän lampaita kuin ihmisiä!? Lampaita siis on noin seitsemän kertaa enemmän kuin ihmisiä koko maassa.

Kuva 1. Lampaiden määrä Uudessa-Seelannissa.

Ehkä koko kurssin tärkein opetus on ollut, että älä ikinä missään nimessä jätä tehtäviä roikkumaan, koska siitä ei selkeästi seuraa mitään hyvää. Olen kahden vuoden ajan potenut pientä kytevää stressiä takaraivossa aina kun joku on maininnut sanat “hei onks sullaki PAKki kesken!”. Tämä on ollut ainoa murheenkryyni ja häpeäpilkku opintojeni aikana ja nyt siitä on päästävä eroon.

Kurssikerta 5: Bufferointia ja analyysejä

MapInfon ihan perusperustoiminnot sujuvat minulta jo jollain tasolla, mutta täytyy sanoa, että parantamisen varaa olisi. Tehtävät tuntuvat joskus kamalan vaikeilta ja kurssikerroilla edetään välillä niin hurjaa vauhtia, että mukana pysyminen on haastavaa ja varsinkin asioiden sisäistäminen ja syvempi ymmärtäminen jää hieman heikoksi.

Tällä kurssikerralla tutustuimme hyvin kätevään toimintoon eli bufferointiin tai puskurointiin MapInfolla. Bufferointitoiminnolla voidaan laskea lukumääriä ja etäisyyksiä. Eli jonkin kohteen ympärille määritellyn puskurivyöhykkeen sisältä (tai ulkopuolelta) voidaan laskea erilaisia asioita, kuten vaikka tämän kurssikerran yhdessä tehtävässä Helsinki-Vantaan lentoaseman lentomelun alle jääviä ihmismääriä. Sari Aroalho blogissaan mainitsee, että “Bufferi toimii mielestäni erinomaisesti, kun halutaan esim. selvittää paljon on asukkaita tietyn pisteen säteellä. Helppoa ja vaivatonta. Bufferin avulla voi myös kätevästi selvittää, ketkä jäävät tietyn alueen ulkopuolelle.” (Ehkä olisin mielummin uima-altaassa, kurssikerta 5, 15.2.2017).

Tällä hetkellä on vaikea sanoa, mitkä ovat keskeisimpiä ja tärkeimpiä työkaluja MapInfossa, sillä osaamiseni on melko heikkoa koko ohjelman kanssa. Kunhan ensin saisin kaikki perustoiminnot haltuun harjoittelun kautta..

Lähteet:

Aroalho, S. (2017) Ehkä olisin mielummin uima-altaassa, kurssikerta 5 https://blogs.helsinki.fi/aroalho/2017/02/15/ehka-olisin-mielummin-uima-altaassa-kurssikerta-5/ (Luettu 6.6.2017)

Kurssikerta 4: Ruututeemakartta

Neljännellä kurssikerralla tuotettiin ruututeemakarttoja, joista valitsin mielestäni parhaiten onnistuneen alle (kuva 1). Kokeilin tehdä karttoja joiden ruutukoko oli 10x10km, 500x500m ja 100x100m. Kartassa näkyvät ruudut ovat kooltaan 500x500m. Kartasta on nähtävissä, että paljon 22-vuotiaita asuu etenkin kantakaupungissa. Kartasta ei kuitenkaan voida lukea, kuinka paljon 22-vuotiaita on suhteessa muun ikäiseen väestöön pääkaupunkiseudulla. Eli niillä alueilla, joilla on paljon 22-vuotiaita on paljon myös muita ihmisiä.

Kuten Hilkka Pajukangaskin kirjoittaa: “Nuorten levittäytymisessä kuitenkin huomaa varsin selkeästi sen, että heitä asuu paljon hyvien liikenneyhteyksien varrella (esimerkiksi juna- ja metroreittien varsilla).  Tämän ikäluokan nuoret kun useimmiten ovat opiskelijoita, jotka käyttävät julkista liikennettä liikkumiseen, sillä harvalla on varaa esimerkiksi omaan autoon.” (Kurssikerta 4. – Ruutukarttoja ja paluu menneisyyteen, 20.2.2017) Pajukankaan kartta kuvaa 18-25-vuotiaiden määriä pääkaupunkiseudulla, mutta havainto pätee myös minun kartallani.

Ruututeemakartan luettavuus riippuu pitkälti siitä, minkä kokoisia ruutuja kartan tekemisessä käytetään. Esimerkiksi koropleettikarttaan verrattuna ruututeemakartalla voidaan esittää paljon yksityiskohtaisempaa tietoa, mutta kannattaa kuitenkin varoa liian pienien ruutujen käyttämistä, ettei kartan luettavuus heikkene liikaa. Joissain tapauksissa voisi siis olla järkevämpää käyttää vaikka pisteteemakarttaa entistä yksityiskohtaisempaa tietoa esitettäessä.

Kuva 1. Ruututeemakartta 22-vuotiaista pääkaupunkiseudulla.

Lähteet:
Pajukangas, H. (2017) Kurssikerta 4. – Ruutukarttoja ja paluu menneisyyteen https://blogs.helsinki.fi/pajukahi/2017/02/20/4-ruutukarttoja-ja-paluu-menneisyyteen/ (Luettu 14.3.2017)

 

Kurssikerta 3: Tulvaindeksikartta

Tällä kurssikerralla opin miten voin liittää tietokantaan tietoja muista ohjelmista ja uuden tiedon tuottamista vanhan tiedon avulla MapInfossa.

Alkuharjoituksessa käytimme tietokantaa, jossa on Afrikan valtioiden rajat ja nimet. Ennen uusien tietojen liittämistä, yksinkertaistimme aineistoa yhdistämällä karttakohteita maan nimen mukaan, jotta sitä olisi helpompi käsitellä. Tämän jälkeen toimme Excelistä väestötiedoston MapInfoon ja liitimme sen käyttämäämme tietokantaan. Siirsimme myös tietoa eri tietokantojen välillä tietoja yhdistellen.

Afrikka-tehtävän jälkeen siirryimme tekemään kurssikerran varsinaista tehtävää, eli tulvaindeksikarttaa. Tehtävän tarkoituksena on vertailla vesistöiden valuma-alueominaisuuksia ja tulvaherkkyyttä.

Aluksi laskimme tulvaindeksin, jonka voi selvittää laskemalla keskiylivirtaaman ja keskialivirtaaman välinen suhde tai laskemalla keskiylivirtaaman suhteena keskivirtaamaan.

Karttatehtävän suorittamiseksi piti osata yhdistää aineistoa ja tehdä vaadittavia laskutoimituksia, joita oli harjoiteltu yhdessä Afrikka-tehtävän parissa. Aineistona olivat järvisyysprosentti Excel-tiedostona, keskivirtaama ja keskialivirtaama sekä valuma-aluekartta MapInfo-tietokantana ja keskiylivirtaama MapInfo-tietokantana. Ensin laskettiin tulvaindeksi ja samaan taulukkoon liitettiin myös järvisyysprosentti. Tämän jälkeen laadittiin koropleettikartta, johon on merkitty tulvaindeksi eli tulvaherkkyys ja järvisyys (kuva 1).

Kuva 1. Tulvaindeksi ja järvisyys 2016

Karttaa katsoessa voidaan nähdä, että alueilla, joilla on pienimmät järvisyysprosentit on myös suurimmat tulvaindeksit eli ne ovat herkempiä tulville. Suurimmat tulvaindeksit pakkautuvat Suomen rannikoille. Järvien vedet laskevat mereen jokia pitkin, ja esimerkiksi keväisin sulamisvesien aikaan tai jonkin esteen vuoksi joet tulvivat. Kuten Tanja Palomäki hyvin blogissaan ilmaisee tiivistäen minunkin ajatukseni sievään pakettiin: “Myös järvisyydellä on vaikutuksia tulvaindeksiin. Vesi varastoituu järviin, joten järvisyyden ollessa suuri, on tulvaindeksi yleensä pieni. Tämän huomaa helposti myös kartalta. Pienien valuma-alueiden tulvaindeksiä nostaa pieni järvisyys prosentti, koska vesi ei ”pysähdy” vaan pyrkii koko ajan liikkeelle kerääntyen pääuomaan.” (3. Kurssikerta, 2.2.2017).

Lähteet:

Palomäki, T. (2017) 3. Kurssikerta https://blogs.helsinki.fi/ptanja/2017/02/02/3-kurssikerta/ (Luettu 6.6.2017)

Kurssikerta 6: Pisteaineistot

Kurssikerran aluksi pääsimme ulkoilemaan pienelle aamulenkille keräämään erilaisia pisteitä maastosta GPS-paikantimen avulla. Päätimme ryhmämme kesken kerätä bussipysäkkejä Kumpulan ja Arabian alueella. Jokaiselta pisteeltä merkattiin ylös koordinaatit, korkeus merenpinnasta, pysäkin nimi, pisteen merkitsijän nimikirjaimet ja laitteen tarkkuus mittaushetkellä. Tietokoneella nämä tiedot kirjoitettiin Excel-taulukkoon, jonka avulla tiedot sitten siirrettiin MapInfoon käsiteltäväksi kurssikertaa varten valmiiksi tehtyyn työtilaan.

Itsenäistehtävänä oli tarkoitus luoda kolme karttaa hasarditeemasta, jota pystyisi käyttää havainnollistavana aineistona opetuksessa. Päädyin tekemään kaikki kolme karttaa maanjäristyksistä koko maapallolla.

Kuva 1.

Ensimmäisellä kartalla on kuvattuna kaikki yli 6 magnitudin maanjäristykset vuodesta 2002 tähän päivään saakka, eli noin 15 vuoden ajalta. Kartasta voi helposti havaita, että maanjäristyksiä tapahtuu yleensä litosfäärilaattojen saumakohdissa ja suurimmat keskittymät ovat Tyynenmeren tulirenkaalla.

Kuva 2.

Toiseen karttaan siirsin tiedot vain yli 8 magnitudin suuruisista maanjäristyksistä. Niiden esiintyvyys on huomattavasti harvempaa kuin vähintään 6 magnitudin maanjäristyksillä. Magnitudiasteikon logaritmisyyden vuoksi yli 8 magnitudin järistyksiä on huomattavasti vähemmän, kuin yli 6 magnitudin, minkä huomaa selkeästi näitä kahta karttaa verrattaessa toisiinsa. Kartoissa esiintyvät pallot ja niiden koko antavat suuntaa maanjäristysten suuruudesta. Aroalhokin kertoo blogissaan valinneensa karttaansa “isot pallot, sillä nämä järistykset ulottuvat laajalle alueelle”.

Kuva 3.

Kolmanteen karttaan halusin sijoittaa kaikki yli 3 magnitudin maanjäristykset, mutta niiden tiheän esiintyvyyden vuoksi päätin valita kartalleni vain tämän vuoden ensimmäisen päivän aikana esiintyneet maanjäristykset.

Lähteet:
Aroalho, S. (2017) 3xMaanjäristykset, kurssikerta 6 https://blogs.helsinki.fi/aroalho/ (Luettu 14.3.2017)

Kurssikerta 2: Päällekkäinen koropleettikartta

Kun käytetään kahta päällekkäistä teemaa, kummallakin teemalla kannattaa olla korkeintaan kolme luokkaa, sillä mitä enemmän luokkia lisätään, sitä vaikealukuisempi kartasta tulee.

Tein karttani työpaikkojen absoluuttisesta lukumäärästä ja työssäkäyvien osuudesta (%) Lapissa ja pohjoisimmissa Pohjois-Pohjanmaan kunnissa. Alla on käytetty värillistä teemaa ja päällä läpinäkyvää rasteriteemaa, jota muokkasin itse luettavuuden parantamiseksi. MapInfossa olevat valmiit rasteriteemat eivät mielestäni toimineet kovin hyvin tällaisessa kahden teeman päällekkäisessä koropleettikartassa, sillä tallennetut kartat näyttivät vain suttuisilta näin laajalla kartalla.

Kuva 1. Työpaikkojen absoluuttinen lukumäärä ja työssäkäyvien osuus prosentteina vuonna 2015.

Kuten esimerkiksi Iisa Hyypiä blogissaan kirjoittaa: “Vaikka luokkia muodostuikin vain kuusi, oli minulla silti vaikeuksia valita eläkeläisten osuuksia kuvaavia kuvioita siten, että ne erottuisivat toisistaan selkeästi näyttäen kuitenkin yhtenäisiltä.” (Päällekkäiset koropleettikartat: taloudellinen huoltosuhde ja eläkeläiset, 28.1.2017). Voin samaistua tähän toteamukseen, sillä minäkin jouduin muuttamaan karttani rasteriteeman merkkejä, jotta ne erottuisivat paremmin ja niitä olisi helpompi lukea.

Lähteet:

Hyypiä, I. (2017) Päällekkäiset koropleettikartat: taloudellinen huoltosuhde ja eläkeläiset https://blogs.helsinki.fi/hiisa/2017/01/28/paallekkaiset-koropleettikartat-taloudellinen-huoltosuhde-ja-elakelaiset/ (Luettu 21.3.2017)

Kurssikerta 1: Teemakartta

Ensimmäisellä kerralla aloitettiin harjoittelemaan MapInfon perustoimintoja. Ihan ensimmäisenä harjoituksena tehtiin yhdessä kaikkien kanssa teemakartta kaikki tarpeelliset toiminnot läpi käyden. Lopuksi tehtäväksi annettiin luoda oman mielenkiinnon mukaan teemakartta, johon minulla teemaksi valikoitui ruotsinkielisten osuus Suomen kunnissa.

Kuva 1. Ruotsinkielisten asukkaiden osuus (%) Suomen kunnissa vuonna 2015.

Kartalla näkyy ruotsinkielisten osuus väestöstä prosentteina. Luokittelin teemakarttani luonnollisilla luokkaväleillä.

Kartasta voidaan havaita, että suurimmat keskittymät ruotsinkielisiä sijaitsee Etelä-Suomessa, Pohjanmaalla sekä Ahvenanmaalla. Pohjanmaan ruotsinkielinen väestö keskittyy Vaasaan ja sen lähettyville, missä asuu paljon suomenruotsalaisia.

Iisa Hyypiän teemakartta esittää muunkielisen väestön osuutta Suomessa. Blogissaan hän sanoo, että “karttaan voisikin liittää lisätiedoksi vieraskielisten absoluuttiset määrät”. Olen hänen kanssaan samaa mieltä, sillä näin kartasta saataisiin informatiivisempi. Pelkät prosenttimäärät eivät kuitenkaan kerro koko totuutta.

Mielestäni karttani on melko onnistunut ja yksinkertainen. Se on helposti luettava ja siitä näkee jo yhdellä vilkaisulla minne ruotsinkieliset Suomessa sijoittuvat.

Tällä ensimmäisellä kurssikerralla tuli todella paljon uutta asiaa ja MapInfon opettelemiseen menee varmasti useampi kerta. Vielä tuntuu hieman hataralta ja jokaista toimintoa pitää miettiä ennen kuin toteutus onnistuu. Kuitenkin hyvällä mielellä ja mielenkiinnolla odotan lisää!

Lähteet
Hyypiä, I. (2017) Ensimmäinen teemakartta: Muunkielinen väestö Suomessa https://blogs.helsinki.fi/hiisa/ (Luettu 11.2.2017)