Tämä kurssiblogi on nyt paketissa. Antoisia lukuhetkiä. 🙂

Terveisin

Emma

Viimeistä viedään. Tämän kurssikerran tarkoitus oli testata omaa osaamista kartan suunnittelussa. Tavoitteena oli luoda kartta, jossa olisi vähintään kaksi muuttujaa. Tarjolla oli paljon mielenkiintoisia tilastoja. Olen pääaineeltani biologian opiskelija ja halusin yhdistää tähän aineistoon jotain biologiaan ja luonnonsuojeluun liittyviä muuttujia. Päädyin valinnassani Eurostatsin biodiversiteettia mittaaviin muuttujiin. Huomasin kuitenkin että muuttujani olivat sellaisia, että niitä olisi hankala esittää pylväs- tai muilla diagrammeilla ja siksi päädyin kahteen erilliseen karttaan.

Ensimmäinen karttani kertoo peltolintujen (37 lajia) tilanteesta Euroopassa. Aineistoon on mitattu Farmland Bird Indeksillä. Indeksissä maan lähtöarvo on saanut vuonna 1990 arvon 100 ja kartassa näkyy tilanne vuonna 2014. Lintujen määrä on selkeästi laskussa useimmissa maissa (Kuva 1). Vain Latviassa tilanne on näyttänyt menneen parempaan suuntaan.

Kuva 1. Peltolintujen tilanne vuonna 2014 verrattuna vuoteen 1990 (100).

Seuraava kartta kuvastaa prosentteina suojeltuja alueita Euroopassa (kuva 2). Ainakaan näin karttoja vertailemalla ei näy, että suojeltujen alueiden ja peltolintuindeksillä olisi jonkilaista korrelaatiota. Voi toki olla peltolinnut eivät asusta suojelualueilla vaan lähinnä perinteissä maatalousmaisemasssa.

Kuva 2. Euroopan maiden suojeltujen alueiden prosenttiosuus koko maasta. 

Oman aineistojen etsiminen ja karttojen teko niiden pohjalta oli todella mielekästä, ja joskus jatkossakin olisi mukava tällaisia karttoja väsäillä lisääkin.

Kurssikerta jakaantui kolmeen osioon. Ensimmäisessä kävimme itse keräämässä aineistoa gps-mittareiden avulla. Meidän ryhmämme päätti ottaa kohteiksi bussipysäkit kampuksen läheltä. GPS-mittarimme tarkkuus osoittautui melko hyväksi. Tämän lisäksi tutkimme myös Helsingin pelikoneiden sijaintia. Geokoodaaminen oli loppupeleissä yllättävän helppoa niillekin pisteille, joille täsmällistä osoitetta ei ollut saatu. Itse varsinaisessa kurssitehtävässä syvennyimme tarkemmin hasardeihin ja varsinkin siihen, miten tällaista karttamateriaalia saataisiin hyödynnettyä opetustyössä. Tein toisen kartan myöhemmin ja hieman jännitin, miten muistaisin kartanteon. Muistini osoittautui yllättävän hyväksi ja ohjeiden avulla kartanteko sujui leikiten. Tämä valoi itseluottamustani, että on tämän kurssin aikana jotain opittu 🙂

Sitten itse karttoihin. Päätin aloittaa tekemällä kartan viimeisen 15 vuoden aikana tapahtuneista yli 6 Richterin järistyksistä. 6 Richteriä on jo melko tuhoisa järistys ja kuten kartasta näkyy tällaisia järistyksiä sattuu paljon (kuva 1). Mielestäni tämä olisi hyvä keino havainnollistaa asiaa oppilaille ja myös samalla keskustella, miksi pisteissä näyttäisi olevan tiettyä paikallista sijoittumista.

Kuva 1. Maapallolla viimeisen 15 vuoden aikana tapahtuneet yli 6 Richterin järistykset.

Tein lisäksi myös toisen kartan, jossa näkyy paremmin täydellistä tuhoa aiheuttavien (yli 8 ja 9 Richterin) järistysten paikat viimeisen 15 vuoden aikana. Edelliseen karttaan vertaamalla oppilaat voisivat pohtia, kuinka paljon näin voimakkaita järistyksiä sattuu ja sijoittuvatko ne jotenkin erityiseen maanosaan (kuva 2).

Kuva 2. Täydellistä tuhoa aiheuttavien (yli 8 ja 9 Richterin) järistysten sijainti maapallolla. 

Kuten kuvasta näkyy viimeisen 15 vuoden aikana sattuneita hyvin tuhoisia järistyksiä ei ole ollut kuin muutama kymmenen ja ne kaikki sijoittuvat joko Etelä-Amerikkaan tai Aasia-Osenia -akselille. Näistä järistykset voisi lohkota ihan omat tarkemmat kartat erikseen Etelä-Amerikalle ja Aasia-Osenialle.

Omien aineistojen koonti on mielestäni hauskaa ja hyvää näissä aineistoissa oli se, että aineisto täydentyi todella nopeasti ja melkein jopa reaaliaikaisesti. Tällöin esimerkiksi voitaisiin vertailla jopa samalla viikolla sattuneita järistyksiä verrattuna koulukirjoihin jotka ovat staattisesti sidottuina julkaisuvuoteensa.

Olen kuitenkin samaa mieltä Mimmi Simpuran kanssa, että opettajan työ tuntuu olevan tällä hetkellä todella kiireistä ja tällaisten aineistojen koonnille ei välttämättä jää tarpeeksi aikaa. Lisäksi nykyään löytyy jo melkoisia interaktiivisia karttoja internetin syövyreistä jo valmiiksi esimerkiksi tämä USGS:n sivusto.

Kurssikerta aloitettiin palaamalla Pornaisten aineistoon ja opettelimme tekemään  erilaisia rajauksia alueille, jolla pystyttiin katsomaan esimerkiksi paljonko asuintaloja on alle kilometrin säteellä Pornaisten koulusta. Suurin osa ajasta käytettiin opitun kertaamiseen. Saimme tehtäväksi selvittää Helsinki-Vantaan alueen asukaslukumääriä lentokenttien ja juna-asemien välillä. Lisäksi saimme valita kolmannen aihealueen. Valitsin itse Helsingin Yhtenäiskoulun oppilaita koskevan tehtävän. Vastaukseni voi katsoa excel-linkistä: KK5.

Huomasin, että parhaiten mieleen olivat jääneet sellaiset MapInfon toiminnot, joita on monta kertaa toistanut (esimerkiksi table maintenance and update column -toiminnot). Sen sijaan aika paljon oli unohtunut sellaisia asioita, joita kurssilla käytiin vain yhdellä kerralla. Oma näppituntuma MapInfosta tuntuu siis vielä vähän vaillinnaiselta.

Kurssikerta 4

Tällä kurssikerralla perehdyttiin ruutuaineistoihin ja miten niistä saadaan muodostettua alueellinen rasterikartta. Meillä oli käytössä varsin kattava aineisto pääkaupunkiseudun (Espoo, Kauniainen, Helsinki ja Vantaa) asukkaista mm. äidinkieli ja ikä. Asukkaat löytyivät aina taloyhtiöstä ja talot tietysti kartalta. Tämän kartan päälle luotiin ruudukko (grid), jolloin yhden neliön sisään jäi aina tietty määrä ko. neliöön liittyvää tietoa. Saimme kokeilla minkäkokoinen ruudukko olisi mahdollisimman hyvä mallintamaan jotain ilmiötä. Kokeilin 200 m, 500 m ja 1 km – ruudukoita ja mielestäni 500 m oli paras. Tieto ei jäänyt silloin liian harvaksi tai taas summautunut niin, ettei eroja pystynyt hyvin erottamaan. Kun ruudukoida täytettiin jollain tiedolla, piti myös huomioida asukkaiden painotettu keskiarvo. Muutoin jotkut talot saattaisivat vääristää kokonaiskeskiarvoa.

Tein teemakartan ulkomaan kansalaisten osuuksista pääkaupunkiseudulla. Asiasta on paljon uutisoitu (mm. tämä Helsingin Sanomien uutinen, jossa on haastateltu tämän laitoksen professoria Mari Vaattovaaraa). Segregaatio koetaan haitalliseksi, koska se luo eriytyneitä asuinalueita. Alueilla esiintyy yhdessä niin etnistä kuin sosioekonomista segregaatiota. Pääkaupunkiseudulle muodostuu siis alueita, jossa ulkomaalaisten osuus on huomattavan suuri. Saman ilmiön näkee myös tekemästäni kartasta (kuva 1).

Kuva 1. Pääkaupunkiseudun ulkomaalaisten osuus kaikista alueen asukkaista.

Erityisesti Itä-Helsinkiin ja pääkaupunkiseudun reuna-alueille on muodostunut tällaisia ulkomaankansalaisvoittoisia alueita. Yksi mielenkiintoinen kartta, jonka myös olisi voinut koettaa laskea MapInfossa, liittyy siihen, että edellä mainitut alueet asuinalueet näkyvät myös lähikouluissa. Noin 10 % kaikista pääkaupunkiseudun kouluikäisistä asuu taloissa, joissa on paljon maahanmuuttajataustaisia (Bernelius, V., Kauppinen, T. & Vaattovaara, M. 2015). Lisää mielenkiintoista tietoa ja tutkimusta segregaatiosta löytyy Opasnetistä, joka on Terveyden ja hyvinvointilaitoksen ylläpitämä wikipohjainen sivusto.

Kurssikerralla tutustuttiin myös Pornaisten alueen, jossa kartta kiinnitettiin oikeisiin koordinaattipisteisiin. Lisäksi merkitsimme alueen isot tiet ja asuinrakennukset seuraavaa kurssikertaa varten.

Kolmannella viikolla perehdyttiin tietokantojen tarkempaan käsittelyyn ja korjailuun. Opin liittämään uusia tietokantoja vanhaan dataan ja tämä helpottaa huomattavasti työskentelyä, kun kaikki hallittava aineisto sijaitsee yhdessä käytettävässä tiedostossa. Harjoittelimme ensin Afrikka-aineistolla, johon liitimme mm. alueen konflikti-, timanttikaivos- ja öljylähdetietoja. Oli varsin mielenkiintoista katsoa löytyykö jotain maantieteellistä sijoittumista esimerkiksi konfliktialueiden ja timanttikaivosten lähelle. Suvi Huovelin kirjoittaa tarkemmin blogissaan konfliktien vaikutuksista.

Itsenäistyö liittyi Suomen tulvavesiin. Saimme käyttöömme Suomen valuma-alueiden keskiylivirtaaman (MHQ) ja keskialivirtaaman (MNQ), joiden avulla voidaan laskea nk. tulvaindeksi (MHQ/MNQ). Tulvaindeksi kertoo siis alueen tulvaherkkyydestä. Tämän lisäksi karttaan lisättiin tietoa valuma-alueiden järvisyydestä (%). Kartan mukaan näyttäisi siltä, että alueilla joilla järvisyys on suurta, on pienempi tulvaindeksi.  Eli nämä alueet eivät tulvi kovin usein. Sen sijaan kun järvisyys pienenee, tulvaindeksi kasvaa (kuva alla). Tulvimiseen vaikuttaa todennäköisesti myös maastonmuodot ja maankäyttö, mutta niitä ei ole laitettu tähän karttaan.

Artikkelin tarkoitus oli esitellä kaksimuuttujaista koropleettikarttaa ja miten hyvin sillä saa visualisoitua erilaisia maantieteellisiä suhteita. Mielestäni oli hankalalukuista, että tärkeimmät kuvat (3 ja 4) oli sijoitettu aivan artikkelin loppuun. Nyt lukija joutuu hyppimään yrittäessään vertailla kuvien ja tekstien sanomaa. Itse kuvat olivat hyvin selkeät ja helppolukuiset. Tällaiseen karttaan kannattaa yhdistellä ilmiöitä, joita on järkevä ja mielenkiintoista tarkastella yhdessä. Lisäksi karttaan saa hyvin kuvattua näiden ilmiöiden kertymisen yhdessä, jolloin kaksi ilmiötä voidaan yhdistää eri luokiksi matalan-korkean osuuksien suhteen (myös keskiluokka voidaan ottaa mukaan).

Käsitteet tuntuivat helpoilta, koska olen lukenut tilastotiedettä ja ymmärsin esimerkiksi miten tilastollinen hajontakuvio (scattergram) lasketaan. Olen itseasiasiassa kerran tietämättäni nimeä käyttänyt tällaista kaksimuuttujaista koropleettikarttaa (siinä tosin kaksi muuttujaa eivät olleet mitenkään maantieteelliseen tietoon sidottuja, mutta idea oli sama). Tällaisen kartan etu on, että se auttaa havaitsemaan kahta ilmiötä samanaikaisesti ja myös niiden suhteita. Esimerkiksi artikkelissa käytettiin kahta ilmiötä: maaseudulla asuvien ja alle 18-vuotiaiden osuuksia Mazowsen alueella. Kartan legendoista (yksittäisen ilmiön selitykset) saadaan muodostettua 3×3-ruudukkolegenda, jolloin syntyi selkeitä luokkia, joista näkyi miten alle 18-vuotiaita asuu eniten maaseudulla (yläoikea) ja taas yli 18-vuotiaita enemmän kaupunkimaisemmassa ympäristössä (alaoikea). Myös karttakuva alueessa näyttää, mitkä paikat ovat edellä mainittuja alueita.

Tällainen teemakartta vaatii selkeää esittämistä: suurempi kuin 3×3-ruudukko tekee kartasta hankalalukuisen suuremman luokkakoon takia. Lisäksi värien on syytä olla selkeitä, ja sellaisia että ne saadaan yhdistettyä mielekkäällä tavalla. Kun verrataan luennolla käymiimme kartografisiin esityksiin, kaksimuuttujainen koropleettikartta näyttää hienolta sen takia, että siihen on saatu yhdisteltyä laskennallisesti kahden eri ilmiön osio. Tällainen kartta vaatii kuitenkin sellaisen aineiston, jolle voidaan laskea hajontakuvio (jatkuvat muuttujat). Kartta vaatii kuitenkin aina sen, että sen takana on osaava tekijä, joka tietää minkälaisella kartalla aineistoa saadaan kuvattua parhaiten. Ohjelmathan pystyvät tekemään vaikka minkälaisia karttoja, mutta tulkinta jää aina tekijälle. Onkin hyvä, että erilaisia vaihtoehtoja on olemassa.

Kurssikerralla otin aiheeksi tällä kertaa vertailuun Pirkanmaan työttömyyden ja kuntien välisen muuttovoiton (ei laskettu maahanmuuttoa kuntiin). Olen kotoisin Mänttä(-Vilppula)sta ja asunut myös Orivedellä lukioon asti (vuosi 2010 oli itseasiassa vuosi, jolloin muutin pois), joten minua kiinnosti tarkastella kotiseutuani. Luin Moron artikkelin siitä, kuinka Tampere menettää 12 miljoonaa euroa vuodessa, koska hyvätuloiset muuttavat naapurikuntiin (perustuu vuoden 2012 verotietoihin). Tässä kartassa näkyy myös sama ilmiö. Tampere on kyllä muuttovoittoinen, mutta alueelle muuttaa opiskelijoita ja työttömiä. Samaa näyttäisi tapahtuvan myös Valkeakoskella. Kotikuntani Mänttä-Vilppula ja Orivesi näyttäytyvät suhteellisen surullisena: korkea työttömyysaste ja muuttotappioisia. Pirkkala ja Lempäälä selvästi keräävät (hyväpalkkaisia) työllistä porukkaa todennäköisesti Tampereelta. Moron artikkeli sanookin: ” Varsinkin Pirkkalan verokirstu kiittää: ’Pirkanmaan Kauniaisiin’ muuttavien keskitulo on maakunnan korkein, 23 500 euroa vuodessa. Alati kasvava työmatkaliikenne kielii siitä, että moni jää työskentelemään Tampereelle, vaikka muuttaa asumaan naapurikunnan puolelle”.

Ensimmäisellä kurssikerralla tutustuimme MapInfoon. MapInfo oli minulle aivan uusi tuttavuus, ja vaikutti varsin toimivalta. Luennolta menty tahti sopi ainakin itselle: pysyin kokoajan kärryillä missä mennään. Luultavasti jouduin vielä kuitenkin kertaamaan, mikä nappi tekee mitäkin. Uuden ohjelman sisäistäminen vaatii minulta useamman toiston. Karttojen teko onnistui hyvin. Erityisesti pidin teemakarttojen teosta, koska pidän tilastojen katselusta. Viime viikkojen aikana Helsingin sanomien mielipideosasto on käynyt kuumana naisten oikeudesta valikoida puolisoaan (Saska Saarikosken kolumni aiheesta: http://www.hs.fi/paakirjoitukset/art-2000005050699.html). Naiset siis valittavat, ettei älykkäitä miehiä löydy ja miehet taas sitä, että naiset ovat liian nirsoja. Halusin sitten huvikseni katsoa, miltä näyttää naisten (ja miesten) osuus Suomessa: onko Suomessa alueellista jakaantumisesta jommankumman sukupuolen mukaan. Tulos näyttääkin siltä, että mahdollisimman tasainen sukupuolijakauma löytyy etelästä ja isojen kaupunkien läheisyydestä. Isot kaupungit varmasti keräävät niin opiskelijoita kuin nuoria työntekijöitäkin. Lappi sen sijaan näyttäytyy hyvin miesvoittoiselta (yksinäiset poromiehet?). Poikkeuksena on Rovaniemi ja Muonio. Rovaniemi on suhteellisen suuri kaupunki ja vielä opiskelijakaupunki, mutta Muoniolle en osaa arvailla syytä. Kenties sielläkin on joku isompi ammattilaitos, joka tasoittaa sukupuolijakaumaa? Tietenkään 44-48 % ei ole mikään järkyttävän iso poikkeama (alin luokka), joten näyttäisi siltä, että ihan hyvät mahdollisuudet vastakkaisen sukupuolen löytämiseen on omalla paikkakunnalla (muita kriteerejä ei ole tässä huomioitu).