Month: February 2017

Neljännellä kurssikerralla palasimme jo tututksi käyneen MapInfon pariin. Tällä kertaa tutuistuisimme uudenlaiseen tapaan tuottaa teemakarttoja ja niiden aluejakoja. Harjoittelimme kurssikerran aikana tekemään ruutukarttoja erilaisten ruutukokojen pohjalta, ja kurssikerran lopussa piirsimme muutamia karttaelementtejä Pornaisten rasterikartalle.

Kotitehtävänämme oli tuottaa ruututeemakartta yhdellä tai kahdella eri ruutukoolla. Hieman aikaa pohdittuani päätin valita tarkastelukohteekseni lapsiperheiden alueellisen sijoittumisen pääkaupunkiseudulla. Kartat laadittiin pisterasteriaineiston pohjalta, jossa jokainen piste oli sijoitettu asumukseen tarkoitetun rakennuksen kohdalle. Pisteestä oli tilastoitu monenlaista tietoa, kuten esimerkiksi rakennuksen asukkaiden iät, asukkaiden yhteenlaskettu lukumäärä ja asukkaiden iän keskiarvo. Päätin valita tarkasteltavaksi aineistoksi 0-15 -vuotiaiden lasten absoluuttiset ja suhteelliset määrät ruutua kohti. Grid-ruutukooksi valitsin 250m*250m. Koin, että tällä ruutukoolla myös yksittäiset asuinalueet tulevat esille, mutta kartasta ei kuitenkaan tule liian sekavaa. Alex Salminen oli ottannut omaan karttaansa pienemmän alueen, sekä tiestöt ja kuntarajat (Salminen, 2017). Tämä teki kartasta mielestäni visuaalisesti kauniin ja teki eri alueiden hahmottamisesta helpompaa.

Kartan laatimista varten minun tuli lisätä useita uusia tietosarakkeita tietotaulukkoon, joihin laskin esimerkiksi lasten absoluuttiset ja suhteelliset määrät ruuduittain, sekä ruudun kokonaisasukasmäärän. Välillä oli hankala hahmottaa, että mitä tietoa oli missäkin vaiheessa tuottamassa, ja tulisiko tieto olemaan esimerkiksi kokonaislukuja (integer) vai desimaalilukuja (float). Päätin valita molempiin teemakarttoihin luokitteluksi luonnolliset luokkarajat, sillä näin aineisto oli hieman tasaisemmin jakautunutta, ja mikään luokka ei mielestäni kasvanut liian isoksi tai jäänyt liian pieneksi.

Absoluuttisia määriä kuvaavalla teemakartalla (Kuva 1) on selvästi näkyvissä 0-15 vuotiaiden lasten keskittymistä tietyille alueille. Kartalta erottuu Helsingissä muun muassa Kontula, Mellunmäki, Vuosaari, Arabianranta, Kamppi, Munkkiniemi ja Lauttasaari. Nämä alueet ovat melko kerrostalovaltaisia, joten väestöntiheys on niillä suurempi kuin esimerkiksi Espoon ja Vantaan pientaloalueilla. Kun väestöntiheys on suuri, alueella asuu enemmän ihmisiä ja siten todennäköisesti myös lapsia. Espoossa ja Vantaalla kartalta (kuva 1) erottuu selkeästi Ison Omenan alue, Leppävaara, Espoon keskus, Martinlaakso ja Myyrmäki. Näillä alueilla asutus on myös kerrostalovaltaista, ja väentiheys on suurempi. Alueilta on hyvät liikenneyhteydet Helsingin keskustaan, ja kaupalliset palvelut ovat kivenheiton päässä. Mielestäni lapsien absoluuttisia määriä kuvaavan kartan voi katsoa ennemminkin kuvaavan pääkaupunkiseudun väestön sijoittumista ja väestöntiheyttä, kuin varsinaisesti lapsiperheiden suosimia alueita. Lapsiperheiden niin sanottu urbanisaatio on kuitenkin yleistymässä, ja tyypillisen lähiöasumisen sijaan monet lapsiperheet haluavat asua urbaaneilla alueilla ja keskusten lähettyvillä. Olisikin ollut mielenkiintoista saada sekä absoluuttiseen että suhteelliseen karttaan vertailukohteeksi esimerkiksi 15 tai 20 vuoden takaisen aineiston.

Toinen tuottamani kartta (Kuva 2) kuvaa 0-15 -vuotiaiden lasten suhteellisia määriä pääkaupunkiseudulla. Luvut ovat prosentteina, ja ne kuvaavat lasten määrää suhteessa sen ruudun kokonaisasukasmäärään. Kartalta voi heti huomata lasten sijoittuvan täysin päinvastaisesti absoluuttiseen karttaan nähden. Helsingissä tummia ruutuja on melko vähän, kun taas Espoossa ja Vantaalla lapsien suhteellinen osuus asukkaista on hyvin korkea monilla alueilla. Espoossa ja Vantaalla hajanaisten ruutujen alueilla on todennäköisesti lähiömäistä pientaloasututusta. Näillä alueilla väestömäärä ruutua kohden on pienempi kuin keskuksissa, ja todennäköisyys sille, että pientalossa asuu monilapsinen perhe on suurempi. Monissa näissä ruuduissa lasten prosentuaalinen määrä onkin jopa yli 40. Mistä sitten tämä lapsiperheiden levittäytyminen kauemmas keskuksista ja Helsingin keskustasta johtuu? Pientalolähiöt koetaan ehkä turvallisina alueina kasvattaa lapset, kun meluisat keskukset ja valtatiet ovat kaukana ja usein asuinalueen läheltä löytyy paljon ulkoilumahdollisuuksia ja puistoja. Esimerkiksi Espoosta on melko hyvät liikenneyhteydet Pääkaupunkiseudun keskuksissa tai kehäteiden varrella sijaitseviin työpaikkoihin, joten vanhempien työmatkailu on vaivatonta. Monet nuoret voivat viehättyä keskustan kulttuurisista palveluista ja kaupungin vilinästä, mutta lapsiperheiden vanhemmilla saattaa olla toisenlaiset arvot. Helsingissä puolestaan tummempina alueina erottuvat Helsingin harvat pientaloalueet kuten Tapanila, Kaskisaari ja Laajalahti, sekä lapsiperheiden suosimat kaupunkimaiset asuinalueet kuten Arabianranta ja Lauttasaari. Täytyy myös muistaa, että esimerkiksi yhden lapsen perheen on huomattavasti vaivattomampaa asua tiiviisti rakennetussa keskustassa kuin vaikka neljän lapsen perheen. Hyvin isoja kerrostaloasuntoja on vähemmän tarjolla kuin keskikokoisia ja ne voivat olla suhteessa kalliimpia. Monesti helpompi vaihtoehto onkin muuttaa rivi- tai omakotitaloon kauemmas keskustasta.

Näitä kahta karttaa vertaamalla voi havaita, kuinka valtava ero aineiston esitystavalla on. Kartanlaatijan tuleekin valita huolella, esitetäänkö aineisto suhteellisina vai absoluuttisina arvoina ja millä perusteilla. Mielestäni tuottamani kaksi karttaa täydentävät toisiaan. Toinen kartta kuvaa melko onnistuneesti, kuinka lapsiperheet suosivat rauhallisia, luonnonläheisiä pientaloalueita. Toinen kartta puolestaan muistuttaa, että lapsiperheitä asuu runsaasti myös urbaaneissa keskittymissä, mutta suhteellinen osuus siellä on vain pienempi.

Karttojeni aihe on myös ajankohtainen, sillä Helsingissä ja muualla pääkaupunkiseudulla tapahtuvasta segregaatiosta eli esimerkiksi tulojen tai etnisen taustan perusteella tapahtuvasta eriytymisestä on keskusteltu paljon viime vuosina (Asuinalueiden erot kasvavat Helsingissä koko ajan -“Ihmisillä tuntuu olevan halu asua samankaltaisten lähellä” HS 8.12.2016). Lapsiperheiden eriytymistä tutkinut Venla Bernelius on todennut, että segregaatiolla on selvä yhteys koulujen oppilaspohjan rakenteeseen ja sitä myötä oppimistuloksiin (Eriytyvät kaupunkikoulut, Bernelius, V. 2013). Tuottamiani karttoja voisikin tulkita pidemmälle ja tutkia, onko esimerkiksi lapsiperheiden sijoittumisella yhteys sen alueen lähikoulun maineeseen ja oppimistuloksiin.

 

 

LÄHTEET

Bernelius, V. (2013). Eriytyvät kaupunkikoulut – Helsingin peruskoulujen oppilaspohjan erot, perheiden kouluvalinnat ja oppimistuloksiin liittyvät aluevaikutukset osana kaupungin eriytymiskehitystä. City of Helsinki Urban Facts, Research reports 2013:1.

Malmberg, L. & Kempas, K. (2016). Asuinalueiden erot kasvavat Helsingissä koko ajan -“Ihmisillä tuntuu olevan halu asua samankaltaisten lähellä”. Helsingin Sanomat 8.12.2016.

<http://www.hs.fi/kaupunki/art-2000004997752.html>

Salminen, A. (2017). Viikko 4: Paljon pieniä ruutuja.

<https://blogs.helsinki.fi/alexsalm/2017/02/16/viikko-4-paljon-pienia-ruutuja/>

 

 

Kolmannen kurssikerran aluksi opettelimme MapInfon toimintoja Afrikan pohjakartan avulla. Yhdistimme Afrikan valtioiden tietoihin muun muassa tietoja valtion internetkäyttäjistä, Facebook-käyttäjistä, timanttikaivoksista, öljykentistä sekä erilaisista konflikteista (Kuva 1 ja 2). Tehtävänämme oli pohtia mielikuvitusta käyttäen, miten näitä tietoja voisi hyödyntää, ja mitä niiden perusteella voisi päätellä esimerkiksi valtiosta.

Monilla Afrikan valtioilla on pitkä historia muun muassa siirtomaina. Tämä siirtomaavallan aika on yhä näkyvissä monissa Afrikan valtioissa muun muassa infrastuktuurissa. Siirtomaavallan aikaan isäntävaltiot hyödynsivät siirtomaansa luonnonresursseja, ja perustivat siirtomaihinsa muun muassa timanttikaivoksia. Siirtomaat olivatkin pääasiassa isäntävaltioille vain hyödykkeiden tuottajia, ja siirtomaavaltioiden vienti perustui usein vain muutamiin tuotteisiin.

Suurin osa siirtomaista itsenäistyi vasta 1950-luvun jälkeen, ja itsenäistyminen oli erityisen voimakasta 1960-luvulla. Valtion itsenäistyessä sen rajat muodostuivat vanhojen siirtomaavaltion rajojen mukaisesti. Nämä valtion rajat oli yleensä laadittu täysin mielivaltaisesti välittämättä esimerkiksi eri heimojen omista rajoista. Itsenäistyminen toikin mukanaan paljon konflikteja eri kansojen välillä, ja nämä konfliktit ovat myös näkyvillä Afrikan aineistossamme (Kuva 1). Konfliktiaineisto sisältää muun muassa tiedon konfliktin sijainnista, sen laajuudesta kilometreinä ja konfliktin alkamisvuoden. Todella monet Afrikan konflikteista ovat osa pitkään jatkunutta sisällissotaa. Esimerkiksi Kongossa, Burundissa, Angolassa, Liberiassa ja Etelä-Sudanissa olevat konfliktit ovat monet seurausta verisestä sisällissodasta. Konfliktit voivat myös johtua esimerkiksi uskonnollisista tai etnisistä ristiriidoista, kuten Nigeriassa on käynyt. Nigerian pohjoisosia asuttavat pääasiassa muslimit, ja eteläosia kristityt. Ääri-islamistijärjestö Boko Haram on alunperin lähtöisin Nigeriasta, mutta järjestö on toiminut myös muissa maissa ja kylvänyt kauhua terrori-iskuillaan. (Globalis.fi)

Monissa Afrikan valtioissa infrastruktuurin kehittyneisyys vaihtelee suuresti. Suureen osaan valtioista on jäänyt siirtomaa-ajoilta yksipuolinen vientirakenne, ja valtiot toimivat maailmankaupassa pääasiassa raaka-aineiden tuottajina. Tuotteet viedään jalostettavaksi teollisuusmaihin, josta puolestaan kehitysmaat ostavat jalostetut tuotteet kalliilla. Kierre on johtanut siihen, että monet Afrikan maista ovat velkaantuneita, ja tämä osaltaan voi aiheuttaa konflikteja. Osa konflikteista voikin liittyä valtion yksipuoliseen tuotantoon, ja esimerkiksi hyötyjen ja vaurauden kasaantumisen vain tietyllä väestöryhmälle esimerkiksi öljyvaltioissa.

Afrikan paikkatietoaineistossa on myös mukana tiedot valtion internetkäyttäjistä ja Facebook-käyttäjistä. Internet-käyttäjien tiedot ovat vuosilta 2000 ja 2016, jolloin internetkäyttäjien määrän muutosta on helppo vertailla. Internetkäyttäjien määrää voidaan käyttää mittaamaan muun muassa valtion kehittyneisyyttä ja infrastuktuuria.

Timanttikaivoksien aineistosta voidaan esimerkiksi päätellä, millaista vientiä valtiolla on. Monet timanttikaivokset voivat olla jo siirtomaa-ajoilla perustettu, ja kaivosten turvallisuus voi olla puutteellista. Timanttikaivokset sijaitsevat usein sisämaassa, ja niistä on pitänyt rakentaa rautatiet rannikolle tuotteen eteenpäinkuljetusta varten. Afrikassa on myös todella paljon muitakin arvokkaita malmiesiintymiä, ja kaivoksia on runsaasti. Afrikan kaivosten ympäristövaikutukset voivat olla tuhoisia, kun esimerkiksi metalleja pääsee lähivesistöihin.

Kaiken kaikkiaan Afrikan aineistosta voidaan päätellä hyvin monenlaisia asioita, ja tarvittaessa aineistoa voitaisiin jatkokäsitellä tarkastelemalla esimerkiksi eri muuttujien välistä yhteyttä ja korrelaatiota. Voitaisiin esimerkiksi tarkastella, vaikuttaako öljykenttien tai timanttikaivosten läheisyys konfliktien määrään. Mielenkiintoista olisi myös luokitella konflikteja esimerkiksi vuosilukujen mukaan, ja selvittää konfliktien historiallinen yhteys. Konfliktien säteiden perusteella olisi myös mahdollista piirtää vaikutusaluerajoja, ja tutkia konfliktin laajuutta yli valtiorajojen. Myös tiedot internetkäyttäjistä voitaisiin yhdistää tietoon konflikteista, ja tutkia esimerkiksi, että vaikuttaako internetkäyttäjien lisääntyminen konfliktien määrään. Mahdollisuus käyttää internetiä lisää usein henkilön tietoisuutta maailman ja oman valtion tapahtumista, ja siten saattaa lisätä kansalaisaktiivisuutta. Näin kävi esimerkiksi vuoden 2010 arabikevään tapahtumissa, joissa sosiaalisella medialla oli merkittävä vaikutus mellakoiden ja mielenosoitusten syntyyn. Iivari Laaksonen totesi tämän saman vaikutuksen myös omassa blogissaan (Laaksonen, 2017).

LÄHTEET

Globalis.fi. Suomen YK-liitto.   <http://www.globalis.fi/Konfliktit>

Laaksonen, I. (2017). 3. Kurssikerta.

<https://blogs.helsinki.fi/iilaakso/2017/02/02/3-kurssikerta/>

Kolmannella kurssikerralla syvensimme MapInfo-osaamistamme, ja opettelimme yhdistämään eri tietokantoja ja tilastoja ja laskemaan niiden perusteella yksinkertaisia laskutoimituksia. Käytimme aluksi pohjakarttana Afrikan maiden karttaa, mutta kurssikerran lopuksi loimme yhdistetyn koropleetti- ja pylväsdiagrammikartan Suomen valuma-alueista. Afrikkakartan tulkinnasta olen kirjoittanut oman blogimerkinnän.

Perusteet opittuamme aloimme laatia itsenäisesti karttaa (kuva 1), joka esittää Suomen valuma-alueiden tulvaindeksiä, sekä valuma-alueiden järvisyysprosenttia. Valuma-alue tarkoittaa sitä aluetta, jolta sadevedet laskevat samoihin vesistöihin. Valuma-alueet rajautuvat käytännössä usein korkeisiin kohtiin kuten esimerkiksi salpausselkiin, harjuihin tai tuntureihin. Kartan aineistossa Suomi on jaettu suurvaluma-alueisiin. Valuma-alueiden verkosto on kuitenkin todellisuudessa monimutkaisempi kuin mitä kartta antaa ymmärtää, ja koostuu tuhansien järvien, jokien ja purojen verkostosta.

Suomen valuma-alueiden sijaintiin ja muodostumiseen vaikuttaa voimakkaasti Suomen geomorfologiset muodostumat ja korkokuva (Kuva 2). Suomessa on kolme salpausselkää, jotka kirjaimellisesti salpaavat Etelä-Suomen vedet taakseen. Nämä salpausselät näkyvät kartalla siten, että Etelä-Suomessa kulkee selkeä raja valuma-alueiden välillä. Itä-Suomessa puolestaan on paljon vaaroja, jotka ovat jäännöksiä muinaisista Karelidien vuoristosta. Pohjois-Suomessa on tuntureita. Näiltä korkeilta alueilta vedet virtaavat luonnollisesti kohti alavampia alueita kuten Pohjanmaata aina Pohjanlahteen asti. Kartogrammissa (Kuva 1) on kuvattu myös suhteellisina pylväinä jokaisen valuma-alueen järvisyysprosentti. Suomen järvien sijoittumiseen ja runsauteen on vaikuttanut muun muassa maankohoaminen, laattatektoniset liikunnot, kallioperän ruhje- ja murtumavyöhykkeet sekä jääkauden mannerjäätikön liikkeet. Keski-Suomessa on runsaasti järviä, kun taas alavilla rannikkoseuduilla järviä on vähemmän.

Kurssikerralla tuotettu kartta kuvaa valuma-alueen tulvaindeksiä ja järvisyysprosenttia. Tulvaindeksi on luku, joka kuvaa esimerkiksi puroissa ja joissa virtaaman vesimäärän vaihtelua esimerkiksi vuodenaikojen mukaan. Tulvaindeksi on tähän karttaan laskettu jakamalla keskiylivirtaama keskialivirtaamalla. Keskiyli- ja alivirtaamat (Virtaama= tietyn uoman poikkileikkausen läpi kulkema vesimäärä sekunnissa) puolestaan kuvaavat tietyllä ajanjaksolla mitattujen virtaama-arvojen keskiarvoa. Mitä suurempi on valuma-alueen tulva-indeksi, sitä suuremmat ovat tulvahuippujen ja kuivien aikojen erot. Suomessa ei käytännössä esiinny koskaan hyvin kuivia aikoja, joten tulvaindeksin voi katsoa kuvaavan erityisesti alueen taipumusta tulvimiseen.

Mistä tulviminen sitten johtuu? Miksi Pohjanmaan ja Etelä-Suomen valuma-alueilla on korkea tulva-indeksi verrattuna esimerkiksi Keski-Suomen valuma-alueisiin? Suomen pinnanmuodot (kuva 2) selittävät pitkälti valuma-alueiden muotoa ja sijoittumista, ja ne selittävät osaltaan myös tulva-indeksin vaihtelua. Järvien runsaus tasaa tehokkaasti virtaaman vaihtelua, ja siten myös ehäisee tulvia. Maaston tasaisyys puolestaan lisää alueen tulvaherkkyyttä, sillä tasaisella maastolla vesi tulvii herkemmin ympäröiville alueille. Tasainen maasto myös hidastaa veden virtausnopeautta, jolloin ylimääräinen vesi virtaa hitaammin esimerkiksi Suomenlahteen tai Pohjanlahteen. Kartalla (kuva 1) onkin nähtävissä selkeä yhteys valuma-alueen järvisyyden ja tulva-indeksin välillä. Maija Nikkanen toteaa blogissaan, että muun muassa Pohjanmaalla sijaitsevat korkean tulvaindeksin alueet voivat selittyä osin alueen vesitalouden rakenteella. Nikkanen kirjoittaa: “Matala järvisyys ja korkea tulvaindeksi liittyvät Länsi- ja Lounais-Suomeen, eli maatalousalueisiin, joilla soita on ojitettu suuressa mittakaavassa ja luonnollinen vesitalous on häiriintynyt.” (Nikkanen, 2017).

Suomessa tulvia muodostuu varsinkin keväisin, kun sulavien lumimassojen vesi alkaa virrata uomia pitkin. Vesiuomiin muodostuu keväisin usein jäähilettä, joka saattaa tukkia vesiuoman ja hidastaa virtaamaa, seurauksena tulva. Myös syystulvat ovat Suomessa yleisiä esimerkiksi syysmyrskyjen yhteydessä. Suomen rannikkoseuduilla kuten Pohjanmaalla ja Etelä-Suomessa esiintyy myös merivesitulvia, mutta niitä ei ole tällä kartalla kuvattu. (Manner, Riskien maailma 2014)

Tulva-indeksin aineisto oli vinosti tai epämääräisesti jakautunut, ja luokittelin valuma-alueen tulva-indeksin käyttämällä luonnollisia luokkarajoja.  Aineistossa tulvaindeksin luvut sijoittuivat välille 0-500, mutta Turun seudulla tulvaindeksi oli jopa yli 1000. Halusin tuoda tämän yksittäistapauksen esiin, joten päädyin muokkaamaan luonnollisia luokkarajoja säätämällä aineiston kahta ylintä luokkaa sopiviksi.

LÄHTEET

Brander, N. & Hiekka,S. & Ruth, C. & Ruth, O. (2014). Manner, Riskien Maailma. Otava.

Paikkatietoikkunan korkeusvyöhykerasteri. (10/2015). Maanmittauslaitos avoin data.

Nikkanen, M. (2017). Viikko 3: Tulvavaara.

<https://blogs.helsinki.fi/msnikkan/2017/02/05/viikko-3-tulvavaara/>