Edellisen kurssikerran jälkeen tämä kerta tuntui helpolta ja omalle pohdinnalle jätettiin enemmän tilaa vasta blogin kirjoitusvaiheeseen. Kurssikerran blogitehtävän pohjana käytettiin maanjäristystietokantaa (ANSS Catalog Search 2011.), jossa tarkoituksena oli tuottaa kolme karttaa opetustarkoitukseen. Itseäni luonnonkatastrofit ovat kiinnostaneet aina suunnattomasti ja siksi tämä aihe oli hyvin mielenkiintoinen. Lisäksi opiskelen opettajaksi, joten tämänkaltainen opetusmateriaali voi hyvinkin olla kohdallani ajankohtainen jonakin päivänä

Päätin valita aikahaarukaksi 1982 – 2012, koska tuo 30 vuoden aikahaarukka vaikutti sopivalta. Lisäksi itse olen syntynyt vuonna 1982, joten kyseinen aikaväli kiinnosti siitäkin syystä. Epähuomiossa en tosin ole muuttanut alkamispäivämäärää vaan kaikki maanjäristykset ovat olleet 1.1.1982 – 22.2.2012. Aloitin tekemään kartan maanjäristyksistä, joiden magnitudi on yli seitsemän (Kuva 1.). Toisessa kartassa ovat magnitudiltaan yli viiden maanjäristykset (Kuva 2.) ja viimeisessä yli kolmen (Kuva 3.). Ensimmäiseen karttaan valittu lukema olisi voinut olla suurempi, jolloin myös toisen ja kolmannen kartan magnitudi olisi korkeampi. Tällöin viimeisen ja toisen kartan välinen ero olisi selvemmin havaittavissa. Ensimmäisen kartan jälkeen muutin maanjäristyksiä kuvaavan symbolin tähdestä ympyrään, jolla on reunat, koska tähti ei mielestäni ollut symbolina yhtä kuvaava. Lisäksi tähtiä on vaikeampi erottaa toisistaan, kun maanjäristysten määrä kasvaa lukumäärällisesti.

Kuva 1. Yli 7 magnitudin suuruiset maanjäristykset

Kuva 2. Yli 5 magnitudin suuruiset maanjäristykset

Kuva 3. Yli 3 magnitudin suuruiset maanjäristykset

Kartasta, jossa on esitetty yli 7 magnitudin suuruiset maanjäristykset, on nähtävissä, että voimakkaimmat maanjäristykset esiintyvät pääasiassa Tyynenmeren saaristoalueella, Japanissa sekä Väli-Amerikassa. Kun tarkasteluun otetaan mukaan yli 5 magnitudin suuruiset järistykset, on selvästi havaittavissa, että maanjäristyksiä esiintyy määrällisesti eniten mannerlaatojen reunoilla (Kuva 4.). Helsingin yliopiston seismologian laitoksen sivuilla sanotaankin, että valtaosa maajäristyksistä sattuu laattojen reunoilla ja ”arvion mukaan 70-90 % maailman seismisestä energiasta vapautuu Tyynen valtameren reunoilla” (Tietopankki – Perustietoa maanjäristyksistä). Opetustilanteessa mannerlaattakartta olisi välttämätön apuväline, koska sen avulla pystyy selittämään ilmiön syy-seuraussuhdetta.

kuva 4. Mannerlaatat

Maan uloin kuori muodostuu seitsemästä suuresta litosfäärilaatasta eli mannerlaatasta. Maanjäristys tapahtuu, kun kallioperään varastoitunut jännitys ylittää jossakin pisteessä kiviaineksen lujuuden. Tämä jännitys varastoituu kallioperään nopeammin mannerlaattojen kohtaamisalueilla kuin niiden sisäosissa (Tietopankki – Perustietoa maanjäristyksistä). Tässä on siis syy siihen, miksi maanjäristykset ovat laattojen reunoilla sisäosia yleisempiä ja mielestäni asiat voisi opettaa juuri näin päin. Esitetään ensin ilmiö ja sen jälkeen mietitään yhdessä miksi näin on.

Kartat kertovat hyvin sen, että mitä voimakkaampi maanjäristys on, sitä harvemmin ne esiintyvät. Tämä todetaan myös seismologian laitoksen sivuilla. Esimerkiksi 7-7,9 magnitudin suuruisten maanjäristysten vuosittainen esiintymistiheys on 18. Yli 8 magnitudin maanjäristyksiä puolestaan esiintyy keskimäärin 1 vuodessa (Tietopankki – Perustietoa maanjäristyksistä). USGS:n sivuilta on nähtävissä, että pieniä, yleensä alle 5 magnitudin suuruisia, järistyksiä tapahtuu eri puolilla maailmaa monta kertaa päivässä (USGS – Science for changing world 2012). On hyvä muistaa, että magnitudiasteikko on logaritminen. Asteesta seuraavaan siirtyminen tarkoittaa siis maanjäristyksen voimakkuuden kymmenkertaistumista, jolloin tuhotkin ovat usein sen mukaiset. Taulukosta 1. on nähtävissä magnitudin kasvun aiheuttamat muutokset (Tietopankki – Perustietoa maanjäristyksistä).

Taulukko 1. Magnitudin kasvun aiheuttamat muutokset

Tein ANSS-tietokannalla haun viimeisen kymmenen vuoden ajalta esiintyneistä yli 8 magnitudin järistyksistä (Mapinfo ei suostunut yhteistyöhön, joten kartta tulossa myöhemmin). Tulokseksi tuli 13 kpl, joka suunnilleen vastaa näiden maanjäristysten esiintymistiheyttä. Näistä viimeisin on viime vuoden maaliskuussa eli 11.3.2011 Japanissa tapahtunut 9,10 magnitudin suuruinen järistys. Japanin maanjäristys on opetukseen oiva esimerkki, koska alueella tapahtuu runsaasti voimakkaita maanjäristyksiä ja kyseinen maanjäristys on voimakkain koskaan Japaniin iskenyt järistys. Järistyksen aiheuttamat seuraukset olivat valtaisat ja siitä seurannut tsunami aiheutti lukuisia ydinonnettomuuksia. Opetuksessa voitaisiin keskittyä siihen, miksi tämä maanjäristys aiheutti niin suuria tuhoja ja miksi tsunami syntyi. Tästä päästäisiin myös Lotta Kivalonkin mainitseman aiheen, miksi kaikkein voimakkaimmat maanjäristykset eivät välttämättä ole tuhoisimpia (https://blogs.helsinki.fi/lokivalo/).

Lähteet:

ANSS Catalog Search 2011. 22.2.2012. < http://quake.geo.berkeley.edu/anss/catalog-search.html>

Kivalo, Lotta 2012. Earthquakes may be brought about.. 28.2.2012 <https://blogs.helsinki.fi/lokivalo/>

USGS – Science for changing world 2012. Latest Earthquakes in the World – Past 7 days. 28.2.2012. <http://earthquake.usgs.gov/earthquakes/recenteqsww/Quakes/quakes_all.php>

Tietopankki – Perustietoa maanjäristyksistä. Seismologian instituutti. Geotieteiden ja maantieteen laitos 2006. <http://www.helsinki.fi/geo/seismo/maanjaristykset/tieto/perustietoa.html>

Tehtävänä oli lukea vuonna 1993 julkaistu Lloyd P. Queenin ja Charles R. Blinnin kirjoittama artikkeli The Basics of Geographic Information Systems ja pohtia, mitä ajatuksia artikkeli herättää. Artikkeli käy hyvin perusteellisesti läpi, mitä GIS on ja miten se toimii ja asiasta tietämättömälle tarjoaa paljon informaatiota asiasta. En tiedä, onko syynä se, että artikkeli on jo lähes 20 vuotta vanha, mutta minussa ei herännyt kovin suuria oivalluksia.

GIS (Geographic Information Systems) eli paikkatietojärjestelmä koostuu neljästä eri komponentista: laitteet, ohjelmistot, aineisto ja käyttäjät. GIS on nopeasti kasvavaa tekniikkaa, joka on käytössä laajalti eri aloilla. Valtavaan kasvuun on syynä koko ajan lisääntyvä tarve saada informaatiota sekä tietokoneteknologian kyky tuottaa kustannustehokkaita tiedonkäsittely- ja tiedonhallintatapoja. GIS:n avulla voidaan kerätä, varastoida, muuntaa ja tuottaa spatiaalista tietoa. GIS:n tietokanta sisältää spatiaalisen tiedon lisäksi ominaisuustietoja, joka kuvaa spatiaaliselle ilmiölle tunnusomaisia piirteitä.

Kun karttoja luodaan GIS:n avulla, monet perinteiseen kartan piirtämiseen liittyvät ongelmat poistuvat. Suurimmat erot karttojen luomisessa GIS:n avulla verrattuna perinteiseen kartan piirtämiseen ovat sen nopeus, mahdollisuus yhdistää ja asettaa päällekkäin rajattoman määrän karttoja sekä karttojen mittakaavan ja projektion muuntaminen. Haittapuolia geoinformatiikalla luoduissa kartoissa ovat suuremmat kustannukset sekä se, että kartat on digitoitava ennen kuin niitä voidaan hyödyntää.

Paikkatietoaineistoa voidaan tallentaa digitaalisesti kahdella tavalla: rasteri- tai vektorimuodossa. Rasteriaineistossa kaikki tieto tallennetaan verkkomatriisiin eli ruudukkoon. Kuten Timo Säyrinen kirjoittaa blogissaan rasteriaineisto ”tallennetaan x- ja y- koordinaattina ja attribuuttina. Tällaista kolmen tiedon rypästä kutsutaan soluksi”() ja solut siis muodostavat ruudukon. Kun kartan tiedot on tallennettu rasterimuodossa, jokainen rasterin solu eli yksi ruutu vastaa jotakin sijaintia kartalla. Artikkelin mukaan rasterimuotoisen aineiston kriittisin asia on sopivan ruutukoon valitseminen siksi, että sen pitää olla samankokoinen kaikilla layereilla. Mitä pienempiin ruutuihin alue jaetaan, sitä enemmän soluja syntyy ja sitä tarkempaa tieto on.

Vektorimuodossa kukin objekti voidaan tallentaa pisteinä, viivoina tai polygoneina. Aino Matikainen kiteyttää rasteri- ja vektoriaineiston erot hyvin. Rasterimuotoisessa kartassa vektoriaineiston pistettä vastaa yksi solu, viivaa taas ketju soluja ja polygonia ryhmä vierekkäisiä saman rasterin omaavia soluja (https://blogs.helsinki.fi/ainooika/). Vektorimuotoinen aineisto on tarkempaa kuin rasterimuotoinen tieto ja aineistot ovat yleensä tiedostokooltaan pieniä. Vektorimuotoisen aineiston tuottaminen on kuitenkin kalliimpaa ja työläämpää.

Yksi geoinformatiikan tärkeimmistä ominaisuuksista on se, että se mahdollistaa erilaisten analyysien tekemisen. Yksi näistä on Overlay-analyysi. Se mahdollistaa eri karttojen esittämisen päällekkäin, jollon eri ominaisuuksia voidaan esittää ja tarkastella samanaikaisesti tai tarvittaessa piilottaa ne näkyvistä. Tätä ominaisuutta on hyödynnetty jo sekä tällä että TVT2- kurssilla. Sitä voisi käyttää esimerkiksi tarkasteltaessa, kuinka laajalle alueelle jonkin tehtaan ympäristövaikutukset ulottuvat. Topi Tjukanov mainitsee blogissan, että overlay-analyysiä voisi käyttää myös esimerkiksi kaupunkivalaistuksen ja rikosten esiintymispaikkojen tarkastelu päällekkäin (https://blogs.helsinki.fi/ttjukano/).

Tieto muuttuu koko ajan ja osittain artikkeli sisältää vanhentunutta tietoa. Artikkelissa esitetyt perusperiaatteet ovat kuitenkin edelleen – lähes 20 vuoden jälkeenkin – samoja. GIS on ollut olemassa jo 60 vuoden ajan ja siinä ajassa siitä on tullut monella alalla käytössä olevaa teknologiaa. Se on täysin muuttanut käsityksemme siitä, kuinka maantieteellistä aineistoa kerätään, tallennetaan, analysoidaan ja jaetaan.

Lähteet:

Matikainen, Aino 2012. Artikkeli 2. Geoinformatiikasta.. 27.2.2012. <https://blogs.helsinki.fi/ainooika/>

Queen, L. P. & C. R. Blinn (1993/2004). The Basics of Geographic Information Systems. 25 s. Regents of the University of Minnesota.

Säyrinen, Timo 2012. Artikkeli 2 – GIS. 27.2.2012. <https://blogs.helsinki.fi/sayrinen/>

Tjukanov, Topi 2012. Artikkeli 2: Geoinformatiikka muuttuvan maailman keskellä. 27.2.2012. <https://blogs.helsinki.fi/ttjukano/>

Puskuroinnin ihmeellinen (?) maailma

Viidennellä kurssikerralla tuli seinä vastaan monta kertaa ja turhautuminen oli keskeisin tunne. Jouduin olemaan kurssikerralta pois ja tämä ei millään tavalla helpottanut itsenäisten tehtävien tekemistä. Kurssikerta koostui pääasiassa itsenäisesti suoritettavista tehtävistä, mutta kurssikavereiden ja opettajien auttava käsi olisi ollut tarpeen.

Kurssikerralla tarvittiin paljon aikaisemmin opittuja Mapinfo-taitoja sekä opittiin uusi keskeinen menetelmä: puskurointi (buffering). Puskuroinnin avulla voidaan laskea esimerkiksi kuinka monta kohdetta on tietyn suuruisen alueen sisäpuolella. Suurin vaikeus tuli siinä, etten tajunnut aluksi sitä, että Cosmetic Layerin on oltava tyhjänä ennen puskurointia. Sonja Murron blogista selvisi, että puskuroinnin rajan sileyttä olisi myös pystynyt muokkaamaan (https://blogs.helsinki.fi/sxmurto/).

Tehtävänä oli laskea kuinka moneen asukkaaseen Malmin ja Helsinki-Vantaan lentokenttien melu vaikuttaa 1 ja 2 km:n säteellä. Lisäksi Helsinki-Vantaalta piti laskea kuinka monta ihmistä asuu 65 ja vähintään 55 desibelin melualueella. Itsenäistehtävä 1:htä vaikeutti vielä se, että Helsinki-Vantaan lentokentälle piti itse määrittämällä piirtää Tikkurilaan alueelle syntyvä melualue, jos lennot muutettaisiin laskeutumaan kaakosta. Juna-asemat oli tallennettu tietokantaan ja niistä tuli laskea alle 500 metrin etäisyydellä asuvat ihmiset, niiden suhteellinen osuus kaikista alueen asukkaista sekä työikäisten osuus näistä asukkaista. Itsenäistehtävässä 2 piti laskea mm. kouluikäisten osuus taajaman asukkaista. Tämän lisäksi oli vapaavalintainen tehtävä, joista valitsin tehtävän, jossa tuli selvittää tietoa Helsingin Yhteiskoulussa aloittavista oppilaista. Saadut vastaukset tässä: taulukko kk5. Saaduissa arvoissa näyttää olevan aika paljon tekijästä johtuvia eroja. Eroihin vaikuttaa mm. se, miten tarkasti kiitoradat piirtää ja piirtääkö mukaan myös koneiden kulkuväylät sekä puskuroitujen alueiden rajojen sileys. Esimerkiksi poikkeuksellisen suuret luvut Helsinki-Vantaan kohdalla johtuvat siitä, että rajasin alueen melko suureksi.

Puskurointivyöhykkeet ovat kätevä tapa rajata alueita jonkin ominaisuuden perusteella. Niitä voidaan hyödyntää muun muassa eri yritysten tai palveluiden sijainnin suunnittelussa. Sen avulla voidaan tutkia, mihin esimerkiksi terveyskeskus tai kirjasto kannattaa sijoittaa. Biologian pääaineopiskelijana mieleeni tulee, että puskurointia voisi hyödyntää jonkin eläinlajin suojelussa määrittämällä lajin reviiri ja sen perusteella voidaan laatia suojelualueen suuruus. Puskurointivyöhykkeiden käyttö toki edellyttää aina ennakkotietoa tutkittavasta ilmiöstä. Lajin suojelu ei onnistu tietämättä ensin, kuinka suuri reviiri tutkittavalla eläinlajilla on tai eikä ihmisiin vaikuttavien asioiden tutkiminen onnistu ilman, että on tiedossa, kuinka paljon asukkaita alueella asuu.

Mapinfo on alkanut käydä jo tutummaksi, vaikka joidenkin opittujen toimintojen kohdalla joudun joka kerta miettimään, mitä tässä pitikään tehdä. Kovin luova käytössä en voi olla enkä usko, että opin helposti uusien työkalujen tai toimintojen käyttöä itsenäisesti. Tekemieni virheiden kautta uskon kuitenkin oppineeni paljon enemmän kuin ilman niitä. Keskeisimpiä oppimiani toimintoja ovat puskuroinnin lisäksi kartan rekisteröinti, tietokantojen tuominen ja muokkaaminen (työkaluista update column ja table structure) sekä erilaisten teemakarttojen luomiseen tarkoitettu työkalu. Näistä teemakarttojen tekeminen on parhaiten itselläni hallussa, koska se on helpoiten ymmärrettävissä. Nyt ymmärrän jo myös kunnolla, missä muodossa Mapinfoon pitää tallentaa tiedostoja.

Mapinfon mahdollisuudet ovat lähes rajattomat, kunhan kunnollista aineistoa on tarjolla. Käytettävän aineiston tarkkuus ja luotettavuus vaikuttavat merkittävästi Mapinfolla saatuihin tuloksiin. Kuten Niina Panula toteaa blogissaan ”Tiedon analysoinnissa tärkeää on osata rajata tarvittavaa tietoa, ja suhteuttaa saatuja tuloksia” (https://blogs.helsinki.fi/0k39181/). Eniten Mapnfon käyölle asettaakin rajoituksia sen käyttäjä, sillä kokemattomalle käyttäjälle virheiden tekeminen on helppoa. Mikko Raninen kirjoittaa blogissaan, että käyttäjän on huolellisesti valittava oikeat sarakkeet ja laskutoimitukset, jotta tulos ei vääristyisi (https://blogs.helsinki.fi/mraninen/). Kun nämä asiat pitää mielessä, niin saamiinsa tuloksiin on suhtauduttava aina hieman kriittisesti.

Lähteet:

Murto, Sonja 2012. Kurssikerta 5 – Bufferointia ja analyyseja. 23.2.2012. <https://blogs.helsinki.fi/sxmurto/>

Panula, Niina 2012. Viides kurssikerta; bufferointia ja omatoimisuutta. 24.2.2012.<https://blogs.helsinki.fi/0k39181/>

Raninen, Mikko 2012. Kurssikerta 5. Bufferoi bufferoi bufferoi vaan… (jos osaat). 24.2.2012. <https://blogs.helsinki.fi/mraninen/>

Paikkatietoa Yhdysvalloista

Tehtävänä oli tarkastella ja tehdä SWOT-analyysi interaktiivisesta karttapalvelusta, johon on siirretty Yhdysvaltojen väestönlaskennan tietoja paikkatietomuodossa. Tiedot on kerännyt U.S Census Bureau vuosilta 2005-2009 (). Tämän lisäksi tulisi verrata Yhdysvaltojen ja Suomen käytäntöä tuottaa paikkatietoa. Koska SWOT-analyysia en ole aikaisemmin tehnyt, tarkistin Wikipediasta, mitä se tarkoittaa (Wikipedia – SWOT-analyysi). Sieltä selvisi, että analyysin tarkoitus on keskittyä palvelun vahvuuksiin (Strenghts) ja heikkouksiin (Weaknesses) sekä mahdollisuuksiin (Opportunities) ja uhkiin (Threaths).

Vahvuuksia ja heikkouksia

Ensimmäisenä aukeaa näkymä New Yorkin eri rotu- ja etnisten ryhmien alueellisesta jakautumisesta. Kun karttaa zoomaa kauemmas, on nähtävissä myös muiden USA:n osavaltioiden etnisten ryhmien jakautuminen. Mitä kauemmas karttaa zoomaa, sitä suurempaa väestömäärää yksi piste kuvaa. Suurimmillaan se kuvaa 25 000 ja pienimmillään 25 asukasta. Muun muassa tästä syystä esimerkiksi North Dakotan ja Montanan osavaltiot näyttävät lähes asumattomilta. Tässä tulee vastaan kartan ensimmäinen heikkous. Koska Yhdysvalloissa on osavaltioiden asukaslukujen välillä valtavia eroja, en ole varma, ovatko pisteet parhaita kuvaamaan alueellista väestön jakautumista. Tiheästi asutuilla alueilla pisteiden erottaminen toisistaan on vaikeaa ja pinta-alaltaan suurilla alueilla, kuten Montanassa, pisteet eivät anna todellista kuvaa eri ihmisryhmien alueellisesta jakautumisesta. Ongelmaksi joillakin alueilla muodostuu myös se, että jos alueella on jotakin ihmisryhmää vähän, pisteitä ei ole mahdollista nähdä kauempaa. Pisteiden tueksi on onneksi annettu piirikuntien rotu- ja etnisten ryhmien prosentuaaliset osuudet ja arvioidut väkiluvut, joka helpottaa kartan lukemista. Kartan viitetekstissä myös mainitaan tietojen olevan arvioita ja virhemarginaali on otettava huomioon erityisesti alueilla, joissa on vähän asukkaita. Toki tässä olisi voinut miettiä, että onko kartan otsikko ”Mapping America: Every City, Every Block” hieman harhaanjohtava.

New Yorkin kaupungin alueelta ja New Jerseystä tiedot ovat kattavat. Samoin muun muassa Los Angelesin piirikunnan sekä joidenkin Texasin piirikuntien alueelta tietoa on paljon. Alueiden lähempi tarkastelu osoittaa, että New Yorkin alueella valkoisia alueita (low population area), on vähemmän kuin esimerkiksi Dallasin tai Los Angelesin piirikuntien alueella. Tätä osin selittää alueen pienempi pinta-ala eli asukastiheys on pienempi esimerkiksi Los Angelesissa kuin New Yorkissa.

Etnisyyden ja rodun lisäksi karttapalvelusta voi valita kolmesta muusta luokasta: tulotaso, asumismuodot ja koulutustaso. Näistä kaikista luokista löytyy vielä 4-7 erilaista teemaa. Jokaisessa pääryhmän teemassa on luokkia neljä tai viisi, joka helpottaa erityisesti tottumatonta kartanlukijaa. Aiheiden suuri määrä on ehdottomasti kartan vahvuus. Tulotasoluokassa voi tarkastella esimerkiksi keskimääräistä tulotason muutosta, asumismuodoissa esimerkiksi asunnon arvoa ja koulutuksessa esimerkiksi vähintään maisteritasoisten tutkintojen määrää. Näissä muissa teemoissa on käytetty pääasiassa ruutukarttaa, joka tämänlaisen aineiston kuvaamiseen on selkeämpi kuin pistekartta.

Palvelun etuja ovat myös sen helppo saatavuus, sillä aineisto on kaikkien internetiä käyttävien ulottuvilla. Suureksi plussaksi luen myös sen helppokäyttöisyyden ja nopeuden. Zoomaaminen ja kartalla liikkuminen onnistuu ilman pitkiä latausaikoja ja eri karttatyyppejä on vaivatonta vaihtaa. Kartan ulkoasu ja käytetyt värit ovat myös selkeitä ja tulkinnan varaa jää melko vähän.

Mapping America-palvelun heikkouksiin kuuluu aiemmin mainittujen lisäksi se, että kartat eivät perustu yksityiskohtaiseen tietoon vaan otoksiin. Palveluun olisin kaivannut myös jonkinlaista johdatustekstiä, josta selviäisivät motiivit teemojen valinnalle. Lisäksi kuten Mikko Raninen toteaa blogissaan, kartalta puuttuvat kartografian perusteisiin kuuluvat pohjoisnuoli sekä mittakaava. (blogs.helsinki.fi/mraninen/). Pohjoisnuolen puuttumista en itse koe ongelmaksi, koska Pohjois-Amerikan kartta on sen verran tuttu, mutta mittakaava olisi hyödyllinen. Mittakaavan pois jättämiseen on syynä ehkä ollut se, että se pätisi vain yhdessä suurennostilassa ja zoomatessa mittakaavan pitäisi olla eri.

Mahdollisuudet ja uhat

Karttapalvelussa ei ole mahdollista laittaa kahta teemaa päällekkäin, mutta eri karttoja vertailemalla voidaan tutkia, onko kahden tai useamman tekijän – esimerkiksi korkeakoulutuksen ja asuinkustannusten – välillä yhteyttä. Tässä toki vaarana on, että jos ei ole perehtynyt asiaan, on helppo tehdä eri ilmiöiden välisistä yhteyksistä vääriä johtopäätöksiä.

Eri alueiden etnistä jakaumaa voisi hyödyntää muun muassa kohderyhmämarkkinoinnissa. Kohderyhmät voisivat olla apuna myös yritysten etsiessä uutta sijaintipaikkaa. Korkeakoulutettujen jakautumista voisivat hyödyntää eri alojen yritykset miettiessään yrityksen sijoittumista pätevien työntekijöiden läheisyyteen. Yksityiselle ihmiselle tällainen palvelu voi tarjota apua esimerkiksi valittaessa uutta asuinpaikkaa tai hankittaessa tietoa siitä.

Mahdollisuus voi olla myös uhka. Kun tällainen palvelu on tarjolla, se helposti ajaa ihmisiä ja alueita eriarvoiseen asemaan. Suuri etnisten ryhmien keskittyminen pienelle alueelle ohjaa ihmisten käyttäytymistä. Kun tietoon yhdistetään tuloerot ja asuinkustannukset, voi se johtaa jopa joidenkin alueiden leimautumiseen slummiksi, vaikka todellisuus olisikin toinen. Pahimmassa kauhukuvassa tiettyjen alueiden suuret etniset keskittymät voivat johtaa jopa rasistisiin tai terroritekoihin.

Erityisen huolestuttavana pidän samaa sukupuolta olevien pariskuntien suhteiden tuomista karttapalveluun. En ymmärrä, mitä hyötyä tästä on. Pelkkä mielenkiinto asiaa kohtaan ei pitäisi olla syynä sen julkistamiseen. Ymmärtääkseni USA:ssa kaikissa osavaltioissa samaa sukupuolta olevien suhteita ei voi virallisesti rekisteröidä eikä tästä syystä kaikki osavaltiot ole asian suhteen edes vertailukelpoisessa asemassa.

Suomi vs. USA

Viljami Ruohonen kirjoittaa blogissaan, että ”USA:ssa liian tarkkojen tilastointien koetaan loukkaavan yksilönvapautta ja -suojaa”(blogs.helsinki.fi/viljamir/). Mapping America- palvelun kaltainen kaikille tarjolla oleva tieto ei sisällä niin yksityiskohtaista informaatiota, että se loukkaisi yksityisyydensuojaa.

Suomi on USA:han verrattuna turvallinen maa monella tavalla. Meillä on käytössä väestörekisteri ja yksilölliset henkilötunnukset ja ns. identiteettivarkauksia ei ole edes kriminalisoitu, koska Suomessa tällaisen harjoittaminen on paljon Yhdysvaltoja vaikeampaa. Suomessa paikkatieto on tarkkaa, mutta se ei ole tarjolla vapaasti kaikille. Tiedon yksityiskohtaisuuden takia on hyväkin, ettei tietoon pääse käsiksi ihan kuka vaan. Kenelle sitten niin yksityiskohtaiseen tietoon tulisi olla oikeus? Vääriin käsiin joutuessaan sosiaalisessa mediassa on yksityishenkilöiden tietoja vaivatonta levittää. Vaikka tietoa ei kukaan väärin käyttäisikään, niin maassa, jossa ajatusmaailma ”mitä muut meistä ajattelevat” on syvälle juurtunut, yksityisen tiedon leviäminen kaikkien saataville voisi olla hyvin vahingollista.

Lähteet:

Mapping America: Every City, Every Block. The New York Times. 8.2.2012. <projects.nytimes.com/census/2010/explorer>

Raninen, Mikko 2012. Blogitehtävä 4. viikolle: SWOT-analyysi. 16.2.2012. <blogs.helsinki.fi/mraninen/>

Ruohonen, Viljami 2012. Paikkatietoa Yhdysvalloista – Mapping America: Every City, Every Block. 16.2.2012. <blogs.helsinki.fi/viljamir/>

Wikipedia – SWOT-analyysi 2012. 15.2.2012. <fi.wikipedia.org/wiki/SWOT-analyysi>

Ruututeemakartta muunkielisistä

Kurssikerta aloitettiin jälleen yhteisesti tekemällä ruututeemakartta pääkaupunkiseudusta käyttämällä pääkaupunkiseudun väestötietokantaa (SeutuCD’09). Tietokanta sisältää pääkaupunkiseudusta hyvin tarkkaa tietoa rakennuksen tarkkuudella. Omakotitalosta voidaan nähdä vuoden 2009 tiedot mm. asukasmäärästä ja asukkaiden sukupuolesta.

Käytin itsenäisesti tehtävässä kartassa aineistona muunkielisten osuutta pääkaupunkiseudulla (Kuva 1.). Muunkielisillä tässä tarkoitetaan muita kuin suomen- tai ruotsinkielisiä. Kokeilin aluksi 1000 m²:n ruutukokoa, mutta 500 m²:n ruutukoossa eri alueet erottuivat mielestäni paremmin. Kartasta näkyy selvästi, että muunkielisiä on lähes koko pääkaupunkiseudulla. Vähiten muunkielisiä asuu muutenkin harvaan asutuilla alueilla, kuten Pohjois-Espoossa, Länsi-Vantaan pohjoisosissa sekä Östersundomin suunnalla. Eniten heitä asuu mm. Helsingin keskustan alueella, Merihaassa sekä Myyrmäki-Kannelmäki akselilla. Muunkielisten suuri määrä näillä alueilla johtunee osittain asuinkustannuksista, työpaikkojen sijainnista ja alueiden hyvistä kulkuyhteyksistä. Myös muissa maissa Suomea enemmän läsnä oleva yhteisöllisyys ajaa varmasti joitakin ihmisiä asumaan alueille, joissa etnisten vähemmistöjen osuus on suurehko. Mikko Raninen tuo myös hyvän pointin blogissaan: paikallisväestö ei muuta alueille, joissa ulkomaalaiskeskittymät ovat suuria. Tämä synnyttää itseään ruokkivan systeemin, jossa syntyy alueita, joilla valtaosa on ulkomaalaisia (blogs.helsinki.fi/mraninen/).

Kuva 1. Muunkielisten määrä pääkaupunkiseudulla

Ruutukartan etu on se, etteivät ruudut ole riippuvaisia hallinnollisista tai muista aluejaoista. Ruututeemakartalla on mahdollista esittää absoluuttisia arvoja. Kuten Elli Saari toteaa blogissaan, tämä on mahdollista, koska ruudut ovat samankokoisia (blogs.helsinki.fi/ellsaari/). Suhteellisia lukuarvoja voidaan myös esittää ruuduittain, mutta jos ruudun koko on pieni ja kuvattavaa ilmiötä ruudussa vähän, satunnaisvaihtelu voi vaikuttaa ruudun saamaan arvoon korostetusti (Tilastokeskus – Ruutukartat).

Ruututeemakartalla on mielestäni helpompi esittää eri ilmiöiden alueellista jakautumista kuin pistekartoilla, sillä jälkimmäisen ongelmana on oikean pistekoon valitseminen, jos samalla kartalla on harvaan ja hyvin tiheään asuttuja alueita.

Lisäsin karttaan pienalueiden rajat, jotta muunkielisen väestön jakautuminen olisi helpommin hahmotettavissa. Jotta kartta olisi informatiivisempi, siinä voisi olla niiden alueiden nimet, joissa muunkielisiä esiintyy eniten ja miksei myös vähiten. Kaikkia alueita kartalle ei missään nimessä voi tunkea, sillä silloin kartta olisi liian täynnä tavaraa. Absoluuttisten arvojen ansiosta eri alueita on helpompi vertailla keskenään. Koska väestö ei kuitenkaan ole jakautunut tasaisesti, tämänkaltaisen aineiston kanssa tulee ongelma. Suhteelliset osuudet tarjoaisivat lisäinformaatiota siitä, kuinka suuri osa alueen asukkaista on muunkielisiä ja väestön ominaisuuksien kuvaamiseen ne ovatkin parempia.

Legendan sijoittaminen karttaan oli ongelmallista, sillä rajasin kartan aavistuksen liian pieneksi niin, että legendalle ei meinannut löytyä paikkaa ja tässäkin versiossa alin luokka jää peittoon. Värivalintaan olen muuten tyytyväinen, mutta vaalein väri olisi voinut ehkä olla asteen tummempi, jotta se erottuisi selkeämmin. Viisi luokkaa antaa mielestäni selkeän ja parhaan kuvan väestön alueellisesta jakautumisesta.

Lähteet:

Raninen, Mikko 2012. Kurssikerta 4. Ruututeemakartta. 16.2.2012. <blogs.helsinki.fi/mraninen/>

Saari, Elli 2012. Ristinollaa KK4. 16.2.2012. <blogs.helsinki.fi/ellsaari/>

Seutu-CD09′ 2009. 8.2.2012.

Tilastokeskus 2012. Tuotteet ja palvelut – Verkkokoulu. 2.16 Ruutukartat. 15.2.2012. <www.stat.fi/tup/verkkokoulu/data/tkart/02/16/index.html>

Afrikan konfliktit ja luonnonvarat

Kolmannella kurssikerralla perehdyttiin edellisiä kertoja enemmän tietokantojen muokkaamiseen. Aluksi muokattiin Afrikan valtioiden tietokantaa, johon haluttiin lisätä valtioiden nimien lisäksi myös muuta informaatiota. Opettajan ohjeiden perässä pysyminen oli melko vaivatonta enkä ollut missään vaiheessa täysin pihalla tai jäänyt opetuksessa jälkeen. Se, miksi jokin asia tehtiin, jäi välillä ehkä hieman mysteeriksi, mutta nämä varmaan aukenevat vielä myöhemmässä vaiheessa paremmin.

Kurssikerralta hyvin mieleen jäänyt olennainen tieto on, että kun MapInfoon tuodaan ulkopuolelta tietoa, esimerkiksi Excel-tiedostoja, on kirjoitusasun oltava aina sama. Excel-muodossa tietojen tuominen MapInfoon kuitenkin on mahdollista. Tämä on todella positiivista ja hieman yllättävää, koska MS Office-ohjelmia on niin harvoin tehty käytettäväksi muiden ohjelmien kanssa.

Kuva 1. Afrikan konfliktit, öljykentät timanttikaivokset.

Afrikan kartassa (Maplibrary 2011) aineistona olivat konfliktipaikkojen (CSCW – A Comprehensive Study of Civil War 2007), öljykenttien (CSCW – A Comprehensive Study of Civil War 2007) sekä timanttikaivosten (CSCW – A Comprehensive Study of Civil War 2007) lukumäärät (Kuva 1.). Tietokannasta saatiin vielä laskemalla se, kuinka paljon väkilukuun suhteutettuna eri valtioissa käytetään internettiä. Luvut ovat hälyttävän alhaiset, mutta internetin käytössä Pohjois-Afrikan valtiot, saarivaltiot kuten Mauritius sekä yksittäisistä valtioista Etelä-Afrikka erottuvat edukseen (Internet World Stats 2011).

Libyan viime keväiset konfliktit eivät ole vielä tähän materiaaliin ehtineet. Tämän lisäksi konflikteista vapaa alue on Länsi-Saharan alue, jossa ei ole juurikaan asukkaita, mutta ei myöskään konflikteja aiheuttavia luonnonvaroja.Kartalta voidaan selvästi nähdä luonnovarojen ja konfliktien välinen yhteys. Hegren (2006) tutkimuksen mukaan konflikteja tapahtuu pääsääntöisesti alueilla, joilla paikallispopulaatiot ovat tiheitä. Suuri rykelmä konfliktipaikkoja on muun muassa Afrikan lounaisrannikolla, jossa sijaitsevat esimerkiksi lukuisista konflikteistaan tutut Sierra Leone ja Norsunluurannikko. Näillä alueilla on paljon luonnonvaroja, mutta myös valtiot ovat pieniä ja ihmiset asuvat ahtaasti pienellä alueella. Laajimmat konflktit ovat näyttäneet olevan Afrikan sarven, Kongon demokraattisen tasavallan ja Etelä-Afrikan alueella. Konfliktien laajuudesta voidaan päätellä, onko konflikti ollut maan rajan sisäpuolella ja kuinka suureen osaan väestöä se on mahdollisesti vaikuttanut. Kurssikerralla tuli ilmi, että samoilla paikoilla on saattanut olla useita tai pitkään kestäneitä konflikteja, joten pelkkä konfliktipaikkojen lukumäärä ja niiden laajuus ei vielä kerro koko totuutta. Tietokantaan on tallennettu myös konfliktien tapahtumavuosi, joka antaisi lisää informaatiota konfliktien kestosta ja siitä, millä alueella konflikteja on ollut usein.

Internetin käyttö kertoo alueen elintasosta ja kun tämä tieto yhdistetään karttaan, jossa näkyvät konfliktit, öljykentät sekä timanttikaivokset, voidaan päätellä kuinka nämä vaikuttavat toisiinsa. Vaikuttavatko lukuisat konfliktit elintason nousuun? Kun konflikteista tiedetään päivämäärä, voidaan nähdä, onko mahdollisesti elintason nousu lisännyt konflikteja. Kun tiedetään öljykenttien ja timanttikaivosten löytämisvuosi sekä konfliktien tapahtumavuosi, voidaan tarkastella onko niillä vaikutusta toisiinsa. Olisi myös mielenkiintoista tietää öljykenttien ja timanttikaivosten tuottavuusluokittelu ja vertailla sitä konfliktien lukumäärään samalla alueella. Kuten Ainokaisa Tarnanen kirjoittaa blogissaan öljyt ja timantit kiinnostavat myös kansainvälisellä tasolla (blogs.helsinki.fi/atarnane/), joka aiheuttaa usein paikallisväestön riistoa ja seurauksena voi olla alueellista köyhtymistä. Öljykentän tai timanttikaivoksen hyvä tuottavuus ei siis suoraan välttämättä aiheuta konfliktia vaan voi paikallisväestön köyhtymisen myötä lisätä paikallisväestön räjähdeherkkyyttä.

Lähteet:

CSCW – A Comprehensive Study of Civil War (2007a). Conflict Site. 1.2.2012.<www.prio.no/CSCW/Datasets/Armed-Conflict/Conflict-Site/>

CSCW – A Comprehensive Study of Civil War (2007b). Petroleum Dataset v 1.2. 1.2.2012.<www.prio.no/CSCW/Datasets/Geographical-and-Resource/Petroleum-Dataset/Petroleum-Dataset-v-12/>

CSCW – A Comprehensive Study of Civil War (2007c). Diamond Resources. 1.2.2012.<www.prio.no/CSCW/Datasets/Geographical-and-Resource/Diamond-Resources/>

Hegre, Hávard, 2006: Population Size, Concentration and Civil War. A Geographically Disaggerated Analysis. – julkaisu epäselvä?

Internet World Stats (2011). 1.2.2012. <www.internetworldstats.com/stats1.htm>

Maplibrary (2011). Africa. 1.2.2012. <www.maplibrary.org/stacks/Africa/index.php>

Tarnanen, Ainokaisa 2012. Kurssikerta 3 – Tietojen yhdistelyä ja pohdintaa Afrikasta. 7.2.2012. <blogs.helsinki.fi/atarnane/>

Suomen valuma-alueet

Kaikki sujui hyvin, kunnes tietokantoja piti alkaa muokkaamaan itsenäisesti. Parin edellisen tunnin aikana syntynyt informaatiotulva aiheutti sen, että olin tietokannan kanssa täysin umpikujassa enkä tiennyt, mistä mitäkin tapahtuu. Olen mielestäni ollut aina hyvä sisäistämään uudet käyttöjärjestelmät, mutta jokin tässä MapInfossa tökkii pahemman kerran. Ehkä se on toistojen vähäinen määrä ja se, että tämän kaltaista ohjelmaa en ole ennen käyttänyt. Corelia ei tähän samaan kategoriaan voi mielestäni laskea.

Itsenäisessä tehtävässä käytettiin Suomen valuma-alueita aineistona (OIVA – Ympäristö- ja paikkatietopalvelu asiantuntijoille). Taulukossa oli valmiina alivirtaama, ylivirtaama sekä keskialivirtaama. Kaikki nämä olivat itselleni uusia käsitteitä. Ylivirtaamalla tarkoitetaan tulvaa ja keskiylivirtaama on siis tulvahuippujen keskiarvo. Alivirtaama taas on kuiva kausi ja keskialivirtaama kuivan kauden alimpien arvojen keskiarvo (TVT3-Geoinformatiikka, Paarlahti). Jakamalla keskiylivirtaama keskialivirtaamalla saadaan tulvaindeksi, joka ”kuvastaa virtaaman vaihtelua ja ottaa mukaan sekä kuivimmat kaudet että tulvaisimmat ajat” (TVT3-Geoinformatiikka, Paarlahti).Lopullisella kartalla (Kuva 2.) näkyy tulvaindeksin lisäksi pylväsdiagrammina järvisyysprosentti eli se kuinka paljon alueen pinta-alasta on järviä.

Kuva 2. Eri alueiden tulvaindeksi ja järvisyys Suomessa

Tulvaindeksistä oli tehty valmiiksi histogrammi, jonka avulla piti valita oikea luokittelutapa.MapInfo ehdotti luokittelutavaksi kvantiilia. Kokeilin myös, miltä kartta näyttää tasavälisellä luokittelulla, koska en ollut varma, onko jakauma epämääräinen vai vino. Tasavälinen luokittelu ei kuitenkaan osoittautunut hyväksi vaihtoehdoksi, koska se laittaa lähes kaikki samaan luokkaan, jolloin eroja ei ole havaittavissa. Päädyin lopulta valitsemaan MapInfon alunperin ehdottaman kvantiilin luokittelutavan. Kokeilin myös eri värivaihtoehtoja ja vaikka pylväsdiagrammi olisi ollut paremmassa harmoniassa sen ollessa sininen, mielestäni se kuitenkin erottui huonommin näin, jonka takia valitsin punaisen värin diagrammille. Pylväsdiagrammien alta on hieman vaikea erottaa Etelä-Suomen tulva-alueita. Tämä koituikin pylväiden laadinnassa hankalaksi, sillä pienempänä niitä ei kunnolla erota ja suurempana ne peittävät valuma-alueet alleen.

Kartalta voi huomata, että sisämaan valuma-alueet ovat suurempia eivätkä niin tulvaherkkiä kuin rannikon valuma-alueet. Sisämaan valuma-alueet ovat myös rannikkoa järvisempiä. Järvisyys selvästi korreloi negatiivisesti tulvaindeksin kanssa, mutta kuten Mikko Raninen toteaa blogissaan järvisyys ei ole ainoa tulvaindeksiin vaikuttava tekijä vaan tulvimista vähentävät myös metsät ja erityisesti suot (blogs.helsinki.fi/mraninen/).

Yllättävää ei ole, että järvisyysprosentti on suurin Järvi-Suomessa. Pohjanmaa on tunnetusti tulvaherkkää aluetta pääasiassa siksi, että alueella on runsaasti jokia ja vähän järviä. Kevättulvat aiheuttavat usein ongelmia alueella ja tämä on selvästi havaittavissa kartalta. Amanda Cardwell mielestäni pohtii hyvin blogissaan, mistä Etelä-Suomen suuri tulvaindeksi johtuu. Etelä-Suomen sademäärät ovat Suomen suurimpia, koska lämpimämpi eteläinen ilmamassa sitoo enemmän vesihöyryä. Erittäin hyvä Amandan pointti on, että myös kaupungistuneisuus vaikuttaa Etelä-Suomen tulvaindeksiin, koska vesi ei pääse imeytymään maaperään, josta melko suuri osa on vettä läpäisemätöntä. (blogs.helsinki.fi/amandaca/).

Lähteet:

Cardwell, Amanda 2012. Kurssikerta 3. 10.2.2012. <blogs.helsinki.fi/amandaca/

OIVA – Ympäristö- ja paikkatietopalvelu asiantuntijoille (2011). 1.2.2012. <wwwp2.ymparisto.fi/scripts/oiva.asp>

Paarlahti, Arttu. TVT3-Geoinformatiikka (2012). Tulvaindeksi. 7.2.2012. <blogs.helsinki.fi/tvt3-2012/>

Raninen, Mikko 2012.Kurssikerta 3. Muokkausta tietokantoihin ja vedellä leikkimistä.10.2.2012. <blogs.helsinki.fi/mraninen/>