Kurssikerta 4: Neljäs kerta toden sanoo

Back at it again.

Pisteitä, ruutuja, rasterikarttoja, sekä kartta-aineiston piirtämistä. Niistä oli neljännen luentokerran tietopaketti tehty. Alkuluento vierähti perehtyessä piste- ja ruutuaineistojen teoriaan, jonka jälkeen pääsimmekin käyttämään oppimaamme tietoa heti käytännössä QGIS:in parissa. Pisteaineistot ovat kaikista tarkimpia paikkatietoaineistoja, joihin voidaan kerätä tietoa melkein minkälaisista kohteista tahansa. Nimensä mukaan pisteaineistolla kuvataan yleensä kartoissa pistemäisiä kohteita, kuten rakennuksia tai vaikkapa eläinhavaintoja. Nämä kohteet yleensä sisältävät paljon ominaisuustietoa, kuten rakennusten tapauksessa vaikkapa niiden tyypistä, käyttötarkoituksesta tai rakentamisvuodesta. Pisteaineiston tuottamisen tarkimpia menetelmiä on laserkeilaus, jossa dataa kerätään keilaamalla maastoa lasersäteiden avulla useasta suunnasta. Laserkeilaamalla voidaan mallintaa maastoa – esimerkiksi rakennuksia, kasvillisuutta jopa kymmenien senttien tarkkuudella. Mobiililaserkeilaus on tapa, jolla voidaan kartoittaa esimerkiksi raitiotielinjoja ja rakennusten kolmiulotteisuutta kaupunkimalliprojekteissa.

Kuva 1. Laserkeilauksen toimintatapa. (lähde:  Google kuvahaku)

Ruutuaineistot ovat tuottava tapa kerätä alueellista tietoa ilman valmiita hallinnollisia aluejakoja. Useat Suomea käsittelevät aineistot ovat esitettynä ruutumuodossa. Esimerkiksi Tilastokeskukselta on saatavissa keskeistä tietoa alueiden asukasrakenteesta, koulutuksesta, asumisesta, tuloista ja työpaikoista niin 250m x 250m-, 1km x 1km- tai 5km x 5km -karttaruuduissa. Ruutuaineistoja hyödynnetään sekä yksityisellä että julkisella sektorilla muun muassa markkinoinnin suunnittelemisessa, kauppapaikkojen sijainnin kohdistamisessa, sekä erilaisissa aluetutkimuksissa. (Tilastokeskus, Ruututietokanta) Ruutupohjaiset aineistot ovat tehokkaita, mutta usein myös kalliita hyödyntää – suurien aineistojen lisenssejä ei usein tarjota kovin edullisesti.

Luennon päätehtävässä pääsimmekin kokeilemaan ruutukarttojen tekemistä. Loimme QGIS-ohjelmassa ruudukon, jonka yhdistimme valmiiseen pääkaupunkiseudun väestötietoa sisältävään tietokantaan.  Pääkaupunkiseudun väestötietokannassa on jaoteltu tietoa eri asukkaista esimerkiksi äidinkielensä, etnisen taustansa sekä ikäluokkien perusteella. Aineisto sisältää myös sijaintitietoa eri muodoissa. Harjoituksessa käytimme ruutukokona yhtä kilometriä. Alla oleva kuva (kuva 2) on otettu työvaiheesta, jossa on esitettynä pistepohjainen pääkaupunkiseudun väestötietokanta (Pks_vaki-layer), sekä sen alla luomamme ruudukko keltaisella. Ruudukon ruudut määräytyvät pisteaineiston sijaintien mukaan.

Kuva 2. Työvaihe, jossa ilmenee pistepohjaisen aineiston  avulla tehty ruudukko.

Ensimmäisenä työnä luennolla tuotin kartan ruotsinkielisten asukkaiden lukumäärästä pääkaupunkiseudulla 1km x 1km -ruudukossa (kuva 3). Kuten kartasta voi huomata, ruotsinkielisten asukkaiden lukumäärä mukailee lähinnä pääkaupunkiseudun väentiheyttä. Ruotsinkieliset keskittyvät lähelle rannikkoa, etenkin Helsingin niemeen, jossa muutenkin sijaitsevat pääkaupunkiseudun suurimmat väestökeskittymät. Vähiten ruotsinkielisiä pääkaupunkiseudulla asuu Vantaalla ja Espoon pohjoisosissa, jossa asutus on harvempaa. Yleisesti kuitenkin ruotsinkieliset ovat levittäytyneet laajasti koko seudulla, sillä kaksikielisen kulttuurin moniarvoisuus on otettu huomioon laajasti pääkaupunkiseudun palveluiden tarjonnassa.

Kuva 3. Ruotsinkielisten asukkaiden lukumäärä pääkaupunkiseudulla 1km x 1km -ruudukossa.

Koska ensimmäinen tekemäni kartta ei oikeastaan sisältänyt mitään uutta informaatiota, päätin tutkia ikäluokista yli 60-vuotiaiden sijoittumista pääkaupunkiseudulla. Aiemmin luotu 1km x 1km -ruudukko ei mielestäni antanut tarpeeksi tarkkaa tietoa, joten halusin kokeilla 500m x 500m -ruutupohjaa. Kokeilin vielä ruudukon luomista ihan omin avuin, sillä olin tuottanut aiemman kartan suoraan ohjeita lukien. Ja arvatkaa mitä, mä osasin! Ai että, näihin onnistumisen tunteisiin voisi tottua. Visualisoin onnistuneella ruudukolla yli 60-vuotiaiden, eli lähes eläkeikäisten asukkaiden sijoittumista pääkaupunkiseudun kunnissa. (kuva 4)

Kuva 4. Yli 60-vuotiaiden asukkaiden lukumäärä pääkaupunkiseudulla 500m x 500m -ruudukossa.

Yli 60-vuotiaita asuu pääkaupunkiseudulla paljon, jonka voi huomata tummimpien ruutujen laajalle levittäytyneestä sijainnista. Tätä suurta lukumäärää selittää todennäköisesti suurten ikäluokkien eläkkeelle siirtyminen, ja muuttoliike kohti pääkaupunkiseutua. Vuosi sitten tammikuussa Helsingin tila ja kehitys 2016 ennusti, että eläkeikäisten määrä tulisi kasvamaan tällä vuosikymmenellä kolmanneksella. Alle 70-vuotiaiden määrä alkaa ilmeisesti jo vähentyä, ja kasvu alkaa painottua vanhempiin ikäluokkiin. (Helsingin tila ja kehitys 2016) Vaikka ikääntyviä ihmisiä asuu alueella paljon, ei seudulla yleisesti ole ongelmaa esimerkiksi huoltosuhteen kanssa. Kartassa näkyy, kuinka yli 60-vuotiaiden asuminen keskittyy etenkin suurien teiden varsille koko pääkaupunkiseudulla. Pohjois-Espoossa eläkeikäisiä asuu vähemmän, kun taas Itä-Vantaalla on huomattavissa suuriakin keskittymiä. Ikääntyvien ihmisten on helpompi keskittyä taajamiin lähelle hyviä liikenneyhteyksiä, jotta palvelujen hyödyntäminen olisi mahdollisimman helppoa. Usein myös vanhustenkodit ja muut hoitopalvelut sijoittuvat hyvin saavutettaville paikoille.

Jos aineistoa tarkasteltaisiin vielä pienemmällä ruutuaineistolla, esimerkiksi 250m x 250m – tai 100m x 100m -ruudukolla, saataisiin alueellisesta sijoittumisesta vieläkin tarkempaa tietoa. Esimerkiksi Senni Luoto blogissaan oli kuvannut muunkielisten määrää pääkaupunkiseudulla 250 x 250m -ruudukolla. Kuten Sennikin blogissaan toteaa, kyseinen ruutukoko on ehkä pääkaupunkiseudun tasolla liian pieni. Jos tarkasteltava alue olisi vaikka yksi pääkaupunkiseudun kunnista, voisi pienempi ruutukoko olla hyvä ratkaisu. Ruutukartoissa esitetään yleensä absoluuttisia arvoja, kuten väestömääriä tai lukuarvoja. Kun ruudut ovat keskenään samankokoisia, voidaan absoluuttisia arvoja esittää suoraan kartalla, mutta jos ruudut ovat erikokoisia, arvot on suhteutettava keskenään. (Tilastokoulu, Ruutukartta) Ruututeemakartan informaatioarvo kuntatasolla tarkasteltuna on erinomainen, sillä ruutujen kokoa saa helposti säädettyä tarpeen mukaan. Aiemmissa tehtävissä, esimerkiksi projektioiden virheitä tarkasteltaessa ja tulvaindeksejä laskiessa, taas koropleettikartta toimi hyvin. Koropleettikartassa esittämiseen soveltuvat parhaiten suhteelliset lukuarvot – kartassa ei tulisi esittää absoluuttisia lukuarvoja. Visualisointi voi vääristyä helposti, sillä suurelle alueelle sijoittuu useimmiten enemmän kuvattavaa ilmiötä, esimerkiksi väestöä, kuin pinta-alaltaan pienelle alueelle. Lisäksi kunkin alueen esitettävä tieto on alueen keskimääräinen arvo, eikä se kerro alueen sisäisestä vaihtelusta. (Tilastokoulu, Koropleettikartta)

Pistekartat ja ruutuaineistot – helppoa ja kivaa! Tällä luentokerralla oikeasti tunsin onnistuvani, sillä pystyin itse seuraamaan pelkkää kirjallista ohjetta sen sijaan, että olisin tuijottanut joka klikkausta valkokankaalta. Oltiin niin tehokkaita oppilaita, että kerettiin tunnilla siirtymään vielä seuraavaankin aiheeseen, eli rasterikarttoihin. Aiemmat kolme luentokertaa ovat paneutuneet aika lailla vektoripohjaisiin GIS-aineistoihin, joten oli kiinnostavaa päästä kokeilemaan muita tietokantoja. Yhdistimme pari eri skaalassa olevaa korkeusmallia ja pääsimme myös aloittamaan hieman piirtämistä Pornaisten karttapohjalle. Ensi viikolla jatketaankin sitten samasta aiheesta, jeejee!

-Eveliina

PS. Fransiscus doing the right thaaang.

Lähteet:

Google kuvahaku, Laserkeilaus
https://image.slidesharecdn.com/laserkeilausesittelytutkimustantere-110212080107-phpapp01/95/laserkeilaus-ympristn-mallintamisessa-4-728.jpg?cb=1297498211 Luettu 6.2.2018

Helsingin tila ja kehitys 2016: Väestö ja väestönkehitys Helsingissä 26.1.2017
http://tilajakehitys.hel.fi/vaesto_ja_vaestonkehitys_helsingissa Luettu 6.2.2018

Luoto, Senni: Kurssikerta 4; Ruudukoita ja vieraskielisten jakautumisen tarkastelua PK-seudulla 7.2.2018
Luettu 7.2.2018

Tilastokeskus: Ruututietokanta
https://www.stat.fi/tup/ruututietokanta/index.html Luettu 6.2.2018

Tilastokoulu: Koropleettikartta
http://tilastokoulu.stat.fi/verkkokoulu_v2.xql?course_id=tkoulu_teemak&lesson_id=4&subject_id=2&page_type=sisalto Luettu 6.2.2018

Tilastokoulu: Ruutukartta
http://tilastokoulu.stat.fi/verkkokoulu_v2.xql?page_type=sisalto&course_id=tkoulu_teemak&lesson_id=4&subject_id=3 Luettu 6.2.2018

 

 

Vastaa

Sähköpostiosoitettasi ei julkaista.