Blogi on nyt valmis. Kiitokset ja kunnianosoitukset Artulle ja kurssikavereille 🙂

Vietin väliviikonvaihteeni Egean järjestämässä seminaarissa Espanjassa. Koska en voinut tämän kustannuksella hidastuttaa parityönä tehtävän geomorfologisen kartan valmistumista, aloitin viimeisen kurssikerran itsenäisen karttani teon myöhemmin kuin moni kaverini. Sen takia korviini oli jo etukäteen kantautunut, että käyttökelpoisten aineistojen löytäminen saattaisi olla yllättävän aikaa vievää.

Pelkoni osoittautuivat todeksi eksyessäni aineistojen viidakkoon. Oli vaikeaa löytää kahta aineistoa, jotka kattaisivat saman alueen, ja joiden väliltä löytyisi vielä jonkinlainen korrelaatio. Valinnanvaikeutta lisäsi myös suuresti se, ettei minulla ollut valmiita ja tarkkoja visioita alueesta, josta haluisin karttani tehdä. Olin nimittäin päättänyt jo etukäteen jättää hyvin spesifit karttavaatimukset laatimatta – tuli oli jo hännän alla. Olisin silti voinut ehkä rajata mielessäni edes joitain alue- tai aihetoiveita valmiiksi, sillä lopulta matkustelin aineistojen perässä Ruotsin aluejaoista aina Afrikkaan asti.

Lopulta löysin kuitenkin lupaavan sivuston, jolla oli tarjota erilaisia tilastoja Afrikasta valtioittain. Tartuin CPI- eli korruptioindeksitilastoon, sillä en ollut aikaisemmin kuullut kyseisestä indeksistä, ja se kuulosti mielenkiintoiselta. Lisäksi olin tehnyt kurssin ensimmäisen karttani selvitetyistä rikoksista, joten viimeinenkin kartta uisi hieman saman aihepiirin, rikosten ja niiden valvonnan, vesillä.

Kun lopulta sain tilastot käsiini, ajallisesti suurin työ oli tehty. Toiseksi aineistokseni valitsin samalta sivustolta yksinkertaisesti valtioiden väkiluvun, sillä siellä ei ollut mitään samanlaisia korruptioon liittyviä tai korruption kanssa mahdollisesti käsi kädessä kulkevia ”teema”tilastoja. En saanut kopioitua taulukoita kovin onnistuneesti Exceliin, vaan jouduin käsin muokkaamaan rivit ja sarakkeet kohdalleen. Samat ongelmat toistuivat kuitenkin molempien tilastojen kopioimisessa, joten työskentelyni nopeutui huomattavasti toisella kerralla. Pienen Excel-painini jälkeen taulukkoni olivat valmiit. Myös muutamien kirjoitusasuja jakavien valtioiden, kuten Kongon demokraattisen tasavallan, nimet täsmäsivät. Pian syntyikin jo ensimmäinen versio kartastani (Kuva 1.), jonka teosta ja myöhemmästä viilaamisesta kerron lisää alla.

Kuva 1. Afrikan korruptioindeksi ja väkiluku tuhansina valtioittain, raakaversio

Itse mekaaninen kartan tekeminen oli melko pieni osa kokonaistyömäärästä. Yhdistettyäni aikaisempien oppieni mukaan Egyptin monet saaret yhdeksi ja samaksi valtioksi, rannikolta poistuivat oudot viivoitukset, jotka olivat ilmeisesti olleet väkiluvun symboleitani tiheissä riveissä. Kun olin säätänyt sopiviksi luokkien lukumäärät (vain neljä, koska kaksi muuttujaa) sekä väkilukusymboleiden koon ja olin (huom. olin) tyytyväinen karttani väreihin, otin syntyneestä kartastani kuvan Snipping toolilla. Näin olen menetellyt aikaisemminkin, mutta välillä olen ottanut kuvista liian pieniä.

Niinpä viimeisen kerran kunniaksi Sakari suositteli minulle käytettäväksi vielä CorelDrawn sukulaista, jotain kuvanmuokkausohjelmaa, jonka nimeä en enää muista. Sillä saimme aikaan huomattavia muutoksia: kuvanlaatu parani, ja pystyin tekemään hienommat symbolit ja legendan. Lopulta olin tyytyväinen karttaani (Kuva 2.). Nyt myöhemmin kuitenkin huomasin, että olin taas unohtanut lisätä karttaani mittakaavan, sekä erään mojovan ajatusvirheen.

Kuva 2. Afrikan korruptioindeksi ja väkiluku tuhansina valtioittain (African Economic Outlook, 2014).

Korruptioindeksi on valtion korruptoituneisuudesta kertova prosenttiluku. Olin karttaa tehdessäni luullut, että suuri luku kertoo korruptiosta ja pieni sen vähyydestä, mutta indeksiin äsken tarkemmin perehdyttyäni huomasin, että asia olikin juuri päin vastoin. Tämä on ehdottomasti valtava kömmähdys kartassani, sillä vaikka tiedot ovat silti oikein, niin värit ovat “väärin päin”. Ihminen, joka ei korruptioindeksiä tunne, luulisi luultavasti karttani perusteella virheellisesti, että Afrikan korruptoituneimmat valtiot olisivat Senegal, Ghana ja eteläisimmät valtiot.

Todellisuudessa löytämäni indeksin mukaan Afrikan korruptoituneimmat valtiot vuonna 2014 (tilaston African Economic Outlookista mukaan) olivat Libya, Tšad, Sudan, Eritrea, Somalia, Päiväntasaajan Guinea, Angola ja Zimbabwe. Pahimman luokan korruptiota esiintyy siis monessa mantereen kolkassa, mutta Pohjois- ja Koillis-Afrikan islamilaiset valtiot ovat korruption suurin keskittymä. Väkiluvulla ja korruptiolla ei kuitenkaan näyttäisi olevan suurta korrelaatiota.

Loppuun voin vielä sanoa, että mielestäni tämä viimeinen karttani on visuaalisesti yksi hienoimmistani, mutta teknisesti yksi huonoimmistani. Nyt on kuitenkin aika laittaa kurssi pakettiin. Hei hei!

Lähteet:

Basic Indicators, 2014 (2016). African Economic Outlook. 11.3.2016 http://www.africaneconomicoutlook.org/en/statistics/

Corruption Perception Index (CPI)  (2016). African Economic Outlook http://www.africaneconomicoutlook.org/en/statistics/ Luettu 11.3.2016

Minulle on muodostunut jo lähes perinteeksi korvata keskiviikon PAKkini perjantain aamuryhmässä. Kyllähän keskiviikkoiltapäivästä alkava viikonloppu maistui hyvältä periodin alussa, mutta muutamien ”pakollisten” perjantaille lykkäämisten jälkeen ei tiistai-iltana ole enää riittänyt itsekuri laittaa herätystä huomiselle. Tiedän kuitenkin alitajunnassani, että voin lykätä tätä herätystä pari päivää myöhemmäksi, ja kun olen kerran nähnyt totuuden, en voi enää unohtaa sitä. Perjantain ryhmässä korvaaminen on kuin torkku, mutta viiden minuutin torkun sijaan kahden päivän torkku. Liikutaan siis eri sfääreissä, mutta torkun elämänkaari on hyvin samanlainen – tuntuu ensin vastustamattomalta mutta jälkeenpäin vain vastuuttomalta.

Kaikesta huolimatta tänä kyseisenä kuudennen kurssikerran torkutettuna perjantain aamuna heräsin yllättävän virkeänä. Viikko sitten ei varmasti ollut yhtä valoisaa seitsemältä! Kävelin Kumpulanlaakson läpi kampukselle, ja heti aulassa sain kuulla, että olisimme menossa pian takaisin ulos. Pienen ajattelutauon jälkeen totesin henkisesti, että tämä oli hyvä asia. Pian lähdimmekin pienissä ryhmissä gps-paikantimen ja muistiinpanovälineiden kanssa liikkeelle raittiiseen ulkoilmaan. Oli mukavaa viettää osa kurssikerrasta ulkona tietokoneen tuijottamisen sijaan. En myöskään ollut ikinä ennen käyttänyt gps-paikanninta, minkä lisäksi myös vapaasti valittavat paikannuskohteet tekivät harjoituksesta rennon ja kiinnostavan.

Ryhmäni päätyi etsimään valvontakameroita. Niitä löytyi yllättävän monelta kulmalta ja välillä jopa monin kappalein. Varsinkin Dynamicumin pääovia koristivat lukuisat valvontakameraryppäät. Kopioidessamme kirjaamiamme sijaintitietoja Exceliin, Arttu vastasi kysymykseen, mitä olin pohtinut kävelyreitillämme, nimittäin miksi korkeus tuntui heittelevän niin paljon matkamme aikana. Ymmärsin, että koska x- ja y-koordinaatti ovat tasokoordinaatteja (vaikka y kertookin ”pituudesta” tai korkeudesta), ne mitataankin ikään kuin vaakasuoralta tasolta (tässä tapauksessa maanpinta), mutta korkeutta on vaikeampaa mitata tarkasti satelliittien avulla.

Ensimmäinen harjoituksemme oli keräämiemme kohteiden siirtäminen Kumpulan kartalle. Se tapahtui yksinkertaisesti avaamalla Excel-tiedostot MapInfossa ja lisäämällä pisteet tiedostoista kartalle, liittävänä tekijänä kartan ja pisteidemme koordinaatit. Sen jälkeen harjoittelimme myös pisteiden (pelikoneiden) siirtämistä osoitetiedon perusteella Helsingin kartalle. Tähän tarvittiin monikerroksisempi pohjakartta osoitteineen sekä manuaalista ”geokoodaamista”, sillä joidenkin katujen kirjoitusasut vaihtelivat hieman.

Lopuksi julkistettiin vielä tämänkertainen karttatehtävä, joka oli maailmankartta opetuskäyttöön. Mahdollisia aiheita olivat esimerkiksi tulivuoret ja maanjäristykset. Koska aikaa oli vain vähän, päätin valita jälkimmäisen, jonka nettisivujen käyttöä olimme jo kokeilleet. Sieltä valitsin vähimmäisvoimakkuudeksi kuusi magnitudia ja aikaväliksi viimeiset kymmenen vuotta. Toin tiedot maanjäristyksistä tottuneesti Excelin kautta MapInfoon, ja pienen avustuksen jälkeen sain järistykset näkymään kartallekin (Kuva 1.). Loppuun ajattelemattomien ajatusten ja kokeilunhalun takia päätin leikata maailmankarttani katkeamaan Atlantin kohdalta, sillä ajattelin, että haluan esittää kuvitelluille oppilailleni Tyynenmeren tulirenkaan (Kuva 2.). Myöhemmin tajusin, että nyt taisivat tulivuoret ja maanjäristykset mennä vähän sekaisin, mutta ei se mitään. Rengas on silti nähtävissä, ja muutenkin on hyvä katsella maapalloa välillä eri tavalla levitettynä. Ainakin fiksu lukioystäväni pohti joskus, että hahmottaa Aasian ja Amerikkojen naapurimantereisuuden ja Tyynynmeren laajuuden vain teoriassa, johtuen juuri pinttyneistä ja eurooppasentrisistä esitystavoista. Siksi karttani voisi olla hyvää vaihtelua kouluihin.

Kuva 1. Vähintään kuuden magnitudin maanjäristykset ajalta 26.2.2006 – 26.2.2016 (Northern California Earthquake Data Center, 2016)

Kuva 2. Tyynenmeren tulirengas sekä mannerlaatat (BBC NEWS)

Tämä innovatiivinen opetusidea karttani taustalla on mielestäni hyvä (vaikka kartassani esitetään vain ilmiöiden sijaintia, ei esimerkiksi määrän vaihtelua eri aikoina tai yhteyttä muihin ilmiöihin), mutta toteutus on nopeahkon näköinen. En tiedä, olisiko MapInfossa pystynyt katkaisemaan karttaa eri kohdasta tai olisiko ollut jokin projektio, jossa maailma olisi valmiiksi kuvattu näin, mutta leikkaaminen ja liimaaminen Corelissa oli ainakin kömpelö idea. Lisäksi projektioni muuttui jotenkin matkan varrella, mutta huomasin sen vasta liian myöhään. Kartan oikeassa alakulmassa jokin on myös pielessä, mutta se ei ole asia, jonka unohdin tehdä MapInfossa, vaan katsojaa varten tehty hämäys ja muistutus olla luottamatta sokeasti kartantekijään! Löydätkö Sinä puutteen? P.S. Vuosia en kirjoittanut legendaan, koska ajattelin, että kartta tulee aikasiodnnaiseen blogimerkintääni eikä esim. monivuotiseen kirjaan

P.P.S. Villevaltteri Helmistä lainaten: “Saatte pian lukea myös mielenkiintoisia asioita aikaisemmilta kurssikerroilta!”

Lähteet:

ANSS Catalog Search (2016). Northern California Earthquake Data Center. 26.2.2016 http://quake.geo.berkeley.edu/anss/catalog-search.html

Kurssikerta 5 (2016). VV’s blog. Helminen, V. 26.2.2016 https://blogs.helsinki.fi/villhelm/2016/02/19/kurssikerta-5/

The Pacific Ring of Fire (2009). BBC NEWS. 26.2.2016                                  https://www.google.fi/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwjpotiJy5XLAhXDdpoKHb9RClkQjRwIBw&url=%2Furl%3Fsa%3Di%26rct%3Dj%26q%3D%26esrc%3Ds%26source%3Dimages%26cd%3D%26cad%3Drja%26uact%3D8%26ved%3D0ahUKEwjpotiJy5XLAhXDdpoKHb9RClkQjRwIBw%26url%3Dhttp%253A%252F%252Fwww.bbc.co.uk%252F2%252Fhi%252Fscience%252Fnature%252F8284372.stm%26bvm%3Dbv.115339255%2Cd.bGs%26psig%3DAFQjCNHRzRZl1ZMHxnoMePr-zqqAZg7IjQ%26ust%3D1456581478891055&bvm=bv.115339255,d.bGs&psig=AFQjCNHRzRZl1ZMHxnoMePr-zqqAZg7IjQ&ust=1456581478891055

Viidennellä kurssikerralla suurin osa ajasta meni kartan tekemisen sijaan erilaisiin harjoituksiin, joissa käytettiin apuna esimerkiksi bufferointia. Joillekin termi taisi olla lukiosta tuttu, mutta itse en esimerkiksi ollut bufferoinnista aikaisemmin erityisesti kuullut. Se vaikuttaa kuitenkin hyvin käyttökelpoiselta ja juurikin maantieteelliseltä toiminnolta.

Tehtäviin vastaaminen vei yllättävän kauan aikaa, ja muutaman kerran sormi meni suuhun, varsinkin silloin kun sain eri vastauksia kuin vieruskaverini. Tässä kuitenkin vastaukseni ovat (Kuva 1.)

Kuva 1. Kurssikerran tehtävien vastaukset

MapInfon käyttö tuntui ensimmäisillä kerroilla melko jähmeältä. Karttojen tarkastelemisessa ja tekemisessä minua häiritsi esimerkiksi ohjelman ontuva zoomaus. Eri toimintojen sijainteja täytyi painaa eri tavalla mieleen, sillä monet niistä lymyilivät jonkin valikon takana eivätkä helposti muistettavan kuvakkeen luona, kuten Corelissa. Vähän muuten hymyilyttää Corelin ja MapInfon jatkuva rinnastaminen (ainakin kurssin alussa), mutta se annettakoon anteeksi TAKin ja PAKin peräkkäisyyden ja rimmaavien nimien takia.

Tällä hetkellä nimeäisin MapInfon tärkeiksi työkaluiksi tietokantojen muokattavuuden ja ylipäätään sen, että tietokantoja voi tuoda ohjelmaan esimerkiksi Excel-tiedostoina. Teemakarttojen tekeminen on tietysti myös tärkeä mahdollisuus. On hyvä, että erilaisia rasterointeja ja värejä on saatavilla, vaikka niitä voisi olla paljon enemmänkin. Työskentelyä nopeuttaisi varsinkin, jos teemakartan luokkien värit voisi kääntää yhdellä painalluksella toisin päin. Olin myös muistanut, että MapInfosta löytyisi Corelin tyyppinen liukuvärjätty ”väripaletti”, mutta ainakin viimeksi löysin vain valmiita värivaihtoehtoja. Lisäksi mieleeni tulee, etten ainakaan itse osaa nimetä karttojen alueita, mutta luulisi että sille löytyy jokin toiminto.

Asioita, jotka eivät tunnu olevan vielä kunnolla hallussa, on monia. En esimerkiksi lähtisi piirtämään mitään suuritöistä MapInfolla, mutta ehkä ohjelman juju onkin enemmän tietokannat sekä teemakartat valmiille karttapohjille. Toinen minulle vaikea asia on jostain syystä ollut se, etten vieläkään meinaa kunnolla muistaa, miten minun täytyy tallentaa keskeneräinen työni. Olen vähitellen alkanut oppimaan tabin ja workspacen eron (:D), mutta en muista mitä asioita tallentuu, jos painan Save Workspace verrattuna Save Window -toimintoon.

Olen kuitenkin oppinutkin yhtä ja toista MapInfon käytöstä. Erityisen ylpeä olen itse huomaamastani kätevästä ja näennäisesti ihanan paljon asioita nopeuttavasta F9-nappulasta, joka on pikakomento ”Create Thematic Map”:ille. (En tiedä onko hyvä vai huono asia, että suurimmat mieleeni tulevat ilot ja surut MapInfoon liittyen ovat näköjään johonkin yksittäisiin nappuloihin tai sanoihin liittyviä oivalluksia ja unohduksia) Kurssilla paikkatiedon käsite on myös konkretisoitunut minulle. Siihen liittyviä mahdollisuuksia, kuten puskurointia, on ollut hyödyllistä päästä tekemään itse. Hauskaa on myös se, että MapInfossa voi tehdä laskutoimituksia uutta saraketta luodessaan.

Loppuun vielä uima-allaskarttani (Kuva 2.)

Kuva 2. Uima-altaalliset rakennukset pääkaupunkiseudulla

Kartta näyttää mielestäni aika sekavalta: pienalueet vilisevät silmissä ja kaupunkienkaan rajoja ei hahmota erityisen hyvin. On myöskin vaikea hahmottaa, mikä pylväs kuuluu millekin pienalueelle. Itse kartantekovaiheessa minulla oli samoja ongelmia kuin Marisofialla, nimittäin uima-altaiden lukumäärän näkyviin saaminen pylväisiin. Ehkä legendan varjostus korvaa asian.

Lähteet:

Kurssikerta 5 – puskureita ja uima-altaita (2016). Nurmari’s blog. Nurmi, M. 3.4.2016

https://blogs.helsinki.fi/nurmaris/2016/02/17/kurssikerta-5-puskureita-ja-uima-altaita/

Neljännellä kurssikerrallamme syvennyimme ruutukarttojen maailmaan. Tässä esitystavassa on mielestäni sekä hyviä että huonoja puolia. Ruutukarttojen aluerajaukset ovat siinä mielessä totuudenmukaisempia, että alueita ei nähdä hallinnollisina, eli tietyllä tavalla keinotekoisina, vaan puhtaasti esimerkiksi 500 m x 500 m -ruutuina. Tällaisen rajauksen avulla ilmiöiden tarkat ja todelliset sijainnit pystytään kuvaamaan mielestäni paremmin ja objektiivisemmin, sillä kaikki ruudut ovat keskenään ”samalla viivalla”, eikä kartanlukijalla ole tiettyjä ruutuja kohtaan yhtä suuria ennakkoluuloja tai –odotuksia kuin esimerkiksi tiettyjä kaupunginosia kohtaan. Samankokoisissa ja epähallinnollisissa ruuduissa on tällaisen tietynlaisen objektiivisen ja mielikuvavapaan tarkastelun lisäksi muutakin hyvää:

”Ruutuaineiston hyvä puoli on se, että sen esittämät alueet ovat samankokoisia, eli määrällinen tieto on aina suhteutettu pinta-alaan. Näin esimerkiksi asukkaat voidaan esittää absoluuttisina arvoina, eli tiedon ei etukäteen tarvitse olla suhteellista (esim as/km2).”

Näin asian ilmaisee Tuomas Pätäri omassa blogimerkinnässään. Toisaalta välillä objektiivisuus ja ennakkoluulottomuus on helpompi heittää roskakoriin. Se, mikä on kullekin kartalle olennaista, riippuu tietenkin kartan tarkoituksesta ja kohdeyleisöstä. Jos kartan avulla halutaan osoittaa jotakin uutta ja tieteellistä, ruutukartta voi olla toimiva vaihtoehto, kuten Mari Vaattovaaran työryhmän tutkimuksissa. Kun taas halutaan havainnollistaa jonkin asian esiintymistä mahdollisimman selkeästi ja yleismaallisemmin, ei ruutukartta välttämättä olekaan se paras esitystapa. Kaupunginosat on luonnollisesti paljon helpompi hahmottaa kuin vieri vieressä toisiaan risteilevät ruudut. Asiaa pohtii myös Tatu Leppämäki sanoin:

”– tila on helpompi hahmottaa olemassa olevien rajojen kuin abstraktien ruutujen kautta. Kun ajattelemme itää, mieleen tulee varmastikin Kontula, Jakomäki, Vartiokylä ynnä muut ilkeästi kalskahtavat lähiöt, eivätkä ruudut nro. 16600–18856. Satunnaista kartanlukijaa kiinnostanee juuri oman asuinalueensa tilanne, joka pienalueittain jaetusta kartasta ilmenee selviten.”

Päätin tutkia, mistä löytyvät pääkaupunkiseudun vauvaisimmat alueet (Kuva 1.). Määrittelin ”vauvan” 0-2-vuotiaaksi, vaikka jälkeenpäin ajateltuna 0-1-vuotias olisi voinut olla parempi ikähaitari, sillä sekin sisältää todellisuudessa jo kaksi ikävuotta, vaikka nopeasti ajateltuna en hahmota ”0-vuotiasta” omaksi ikäryhmäkseen. Karttani suurin ongelma ei kuitenkaan ole vauvan iän määritelmä vaan se, että minun olisi tietenkin kannattanut suhteuttaa 0-2-vuotiaiden määrä alueen väkilukuun. Silloin poikkeamat korostuisivat ja voitaisiin selvittää esimerkiksi, miksi jokin alue koetaan nimenomaan lapsiystävälliseksi. En ymmärrä, miten kerta toisensa jälkeen unohdan suhteuttaa karttojeni ilmiöt väkilukuun. Ehkä nyt kun kirjoitan asian julki, muistaisin vastaisuudessa käyttää väkilukuun suhteutettuja arvoja.

Kuva 1. 0-2-vuotiaiden levinneisyys pääkaupunkiseudulla

Karttani ruudut ovat melko suuria, mutta luulen, että olisi saattanut tulla liian pientä piiperrystä, jos olisin valinnut ruutukookseni kurssikerralla laatimamme harjoituskartan ruutuja pienemmän pituuden. Luokittelu, jota käytin kartassani on Natural Break. Halusin nimittäin, että jos jakauma olisi jotenkin erityisen vino, se saisi myös näkyä kartalla, eikä että jako olisi tehty tasavälein tai yhtä monta ruutua per luokka.

Huolimatta karttaani typerästi valitsemistani absoluuttisista vauvaluvuista, tässä on joitain tuloksia: Lähes kaikki suurimman luokan ruudut sijaitsevat Helsingissä, mikä kuulostaa mielestäni aika luonnolliselta. Helsingissä on nimittäin suhteessa (ja tietysti määrällisestikin) paljon nuorta väkeä ja pieniä kotitalouksia. Tämä on todella yleistävä mielikuva, mutta itse ainakin näen Helsingin kaupunkina, jossa nuoret aikuiset asuvat opiskellessaan ja työelämänsä alkuvuosina, mutta että elämän ja perhe-elämän vakiinnuttua ainakin moni hyvätuloinen saattaakin livahtaa esimerkiksi Espoon puolelle majailemaan.

Vastoin kaikkia äskeisiä ylityksiäni ruutukartan mukavan epäkeinotekoisista aluejaoista, luettelen nyt kaupunginosia, joista löytyvät määrällisesti vauvarikkaimmat ruudut. Näitä ovat keskustan tuntumassa ainakin Etu-Töölö, Kamppi ja Lauttasaari, sekä myöskin Kallion, Sörnäisten ja Alppiharjun alueet. Kuten olin odottanutkin, Kumpulasta, Vallilasta ja Hermannista löytyy myös suurimman luokan ruutuja. Vaikka unohdin suhteuttaa luvut ruutujen asukaslukuun, luulen, että nämä kantakaupunkialueet olisivat nousseet paremmassakin kartassa esille niiden sijainnin takia (kalliin ja keskimääräisesti vanhemman väen keskustan & pohjoisempien omakotitaloalueiden välissä). Edustettuina ovat myös luoteesta päin Pohjois-Haagan ja Kannelmäen ruutuja, sekä idästä erityyppisiä alueita, kuten Kontula, Mellunmäki, Herttoniemi ja Kallahti.

Espoossa korkeimman luokan ruutuja on hulppeat neljä kappaletta, Vantaalla yksi. Se sijaitsee uuden ja värikkään Kartanonkosken alueella, missä muuten Risto Räppääjä –elokuvat on kuvattu. Varma vauva- ja lapsialue siis. Loppuun voisin vielä mainita, että olen näköjään taas unohtanut tehdä mittakaavan MapInfossa. Ehkä vielä jokin päivä..

Lähteet:

Rakennusvuosia ruuduittain (2016). Gis-tarinoita PAKkastalveen. Pätäri, T. 24.2.2016 https://blogs.helsinki.fi/ttpatari/2016/02/10/rakennusvuosia-ruuduittain/

Teemoja ruuduittain ja kolmin kerroin – 4. kurssikerta (2016). PAKinoita kartoista. Leppämäki, T. 24.2.2016

https://blogs.helsinki.fi/leppatat/2016/02/12/4-kurssikerta-tyon-alla/

Kolmannella kurssikerralla harjoittelimme taas hieman lisää MapInfon käyttöä ennen varsinaiseen tehtäväämme paneutumista. Tällä kertaa vuorossa oli erilaisten tietokantojen käsittelyä sekä uuden tiedon tuomista ohjelmaan Excelin kautta. Tällainen tiedon tuominen ulkoisista lähteistä kuulosti yhtä aikaa sekä erittäin hyödylliseltä että vaativalta. Muutaman Excel-korjauksen ja tässä tapauksessa Afrikan monikirjoitusasuisten valtioiden nimien tarkistamisen jälkeen siirtäminen onnistui kuitenkin melko nopeasti. Myöskin Tatu Leppämäki kuvaa blogissaan prosessin yllättävää yksinkertaisuutta:

”Sinne sun tänne hapuilevan aineiston saa loppupeleissä kitkatta yhdistettyä alkuperäiseen dataan, kunhan näillä on jokin yhteinen nimittäjä – tämä voi olla vaikkapa valtion nimi tai alueille osoitetut tunnisteet.”

Tehtävänämme oli siis tutkia Afrikan valtioiden erilaisia lukuja, esimerkiksi timanttikaivosten ja konfliktien lukumäärää ja sijaintia kartalla. Tässä keskeneräinen harjoituskartta havainnollistamaan hieman konfliktien esiintymistä (Kuva 1.).

Kuva 1. Konflikteja Afrikassa

En perehtynyt sen kummemmin harjoituskarttaamme, vaikka aihe olisikin luultavasti ollut hyvin kiinnostava, ja siitä olisi voinut riittää analysoitavaa ja tulkittavaa hyvinkin paljon. Tämän todistaa Niko Pelkonen blogimerkinnässään, jossa hän pohtii, ovatko konfliktit selitettävissä luonnonvarojen esiintymisellä. Hänellä on monenlaisia erilaisia tietoja ja hyviä arvauksia liittyen konflikteiden syihin, ja tekstin lopetuskappale tiivistää hyvin olennaisen:

”On myös huomioitava, että kolonialismin myötä syntyneet rajat eivät monestikaan noudattaneet paikallisia heimo- ja kyläyhteisön rajoja, joten monien konfliktien taustalla kytee myös etniset kiistat, tai maa-alueiden omistukseen liittyvät erimielisyydet. — Taustalla vaikuttavien syiden kirjo on varmasti monenkirjava ja onkin surullista, että luonnonvaroiltaan rikas manner ei pääosin ole päässyt näistä hyötymään.”

Tietojen tuominen Afrikan karttaa varten oli kuitenkin vasta lähinnä harjoittelua. Seuraavaksi paneuduimme kurssikerran viralliseen karttatehtävään: Suomen valuma-alueiden tulvaindeksin laskemiseen. Ensimmäistä kertaa tietokannat ja aineistot eivät olleet valmiiksi hyödynnettävässä muodossa, joten tällä kertaa kartan visuaalinen ilme ei ollut ainut huolehdittava asia. Meidän täytyi ensin nimittäin laskea valuma-alueiden tulvaindeksit, eli joen keskiylivirtaaman ja keskialivirtaaman välinen suhde. Lasketut tulvaindeksit päivitettiin valuma-aluetietokantaan, jonne lisättiin myös valuma-alueiden järvisyysprosentit. Laskutoimitusten ja tietokantojen yhdistelemisen jälkeen sain karttani tehtyä (Kuva 2.).

Kuva 2. Suomen valuma-alueiden tulvaindeksit ja järvisyysprosentit

Kartan onnistuneisuudesta voisin sanoa, että olen melko tyytyväinen värivalintoihini, paitsi että tajusin juuri, että kaikista korkein luokka ei mitenkään ponnahda silmille. Myöskään pienten valuma-alueiden järvisyysprosentit eivät erotu kunnolla. Saman huomasi Lauri Perkiö, joka kirjoittaa blogissaan:

”Olisin halunnut saada kartalle näkyviin kunkin valuma-alueen tarkat prosentit, koska se olisi lisännyt järvisyyden käyttökelpoisuutta tarkasteltavana muuttujana. Nyt pylväät antavat vain pientä osviittaa siitä mitä alueiden järvisyys on.”

Perkiö myös nostaa esille, että rannikkoseudun pienet valuma-alueet ovat niin tiiviissä, että on vaikeaa erottaa, mikä pylväs kuuluu millekin valuma-alueelle.

Kartasta näkee jo nopealla silmäyksellä, että kaikista järvisimmät alueet ovat alueita, joiden tulvaindeksi on aivan pienimmästä päästä. Tämä selittyy yksinkertaisesti sillä, että nämä suuret vesistöt keräävät valuma-alueensa vedet järviinsä, ja vaikka järvetkin yleensä lopulta laskevat mereen, tällaiset suuret altaat hidastavat ja tasapainottavat veden kiertoa, ja antavat vakautta alueen veden valunnalle. Tällaisia järvisiä ja pienitulvariskisiä alueita on Järvi-Suomessa ja laajemminkin lähes koko Suomen itäisellä puoliskolla.

Suurimman tulvariskin alueet sijaitsevat taas rannikolla. Esimerkiksi Keski- ja Pohjois-Pohjanmaalla tulvaindeksi on korkea laajalla alueella. Vaikka tulvat voivat aiheuttaa isoakin vahinkoa esimerkiksi rakennuksille, niiden tuoma liete on hyväksi pelloille. Ei siis ihme, että juurikin tällaisilla alavilla ja tulvivilla alueilla viljellään paljon.

Lähteet:

Afrikan pohjakartta: http://www.maplibrary.org/stacks/Africa/index.php

Joet ja järvet: Maanmittauslaitos 2011 http://www.maanmittauslaitos.fi/ilmaisetaineistot

Konfliktien sijainnit: http://www.prio.no/CSCW/Datasets/Armed-Conflict/Conflict-Site/

Kurssikerta 3 – Konflikteja ja valuma-alueita (2016). Nikon PAK-blogi. Pelkonen, N. 19.2.2016 <https://blogs.helsinki.fi/nikopelk/2016/02/09/kurssikerta-3-konflikteja-ja-valuma-alueita/>

Kurssikerta 3- Valuma-alueita ja konflikteja (2016). Laurin Perkiön blogi. Perkiö, L. 24.2.2016 https://blogs.helsinki.fi/lauriper/2016/02/18/kurssikerta-3-valuma-alueita-ja-konflikteja/

Tietokannan rakenne on muuttunut eli vesistöjä ja väkivaltaa – 3. kurssikerta (2016). PAKinoita kartoista. Leppämäki, T. 19.2.2016. https://blogs.helsinki.fi/leppatat/2016/02/08/tietokannan-rakenne-on-muuttunut-eli-vesistoja-ja-vakivaltaa-3-kurssikerta-tyon-alla/

Valuma-alueet: Syken Oiva-tietokanta http://wwwp2.ymparisto.fi/scripts/paikkatieto.asp

Artikkelin pääidea on, että sekä yhden että kahden muuttujan teemakartassa on omat ongelmansa (luokkajako, ihmissilmän liioittelema yhteneväisyyksien etsiminen..), mutta että muuttujien korrelaation visualisoimiseen on olemassa selkeä keino. Kyseinen keino on eräänlainen ruudukko, jossa toinen muuttuja on pysty- toinen vaaka-akselilla. Ruudukko voi olla joko 2×2- tai 3×3-ruudukko, mutta sitä suurempi ruutumäärä ei ole enää helposti hahmotettavissa.

Näinkin yksinkertainen esitystapa on mielestäni monessa mielessä visionäärinen: juuri toisen kurssikerran karttaa tulkitessani huomasin, että oli hyvin vaikea saada selvää kahden teeman koropleettikartastani. Käytin siinä viittä eri väriä ja viittä eritiheydellistä pisterasterointia, jolloin lopputuloksena voi olla jopa kaksikymmentäviisi erilaista yhdistelmää. Tämä on ihmissilmälle aivan liikaa sulateltavaksi. Alla olevasta kartastani (kuva 1.) ei mielestäni uskoisi, että siinä on käytetty vaan viittä eri väriä.

Kuva 1. Varoittava esimerkki

Lukiossa koristelin aina kalenteriani, ja tänä aikana minulle konkretisoitui, miten paljon tiettyä väriä ympäröivät värit vaikuttavat siihen, minkä sävyiseltä väri silmissämme näyttää. Joskuskin olin saattanut kirjoittaa vierekkäisille päiville samalla paksulla tussilla esimerkiksi ”Joulujuhla” ja ”Teatteri”, mutta kun olin kahdella eri ohuella Stabilo-tussilla rajannut/piirtänyt ääriviivat näille suurille, paksuille kirjaimille, sama väri ääriviivojen sisällä näytti täysin erilaiselta. Löysin esimerkkikuvan (kuva 2.), jossa on käytetty valkoisella pohjalla hämmästyttävästi vain kahta eriväristä ruutua.

Kuva 2. Väri-illuusio

Mutta takaisin asiaan: Artikkelin ruudukko on itse asiassa melko saman tyyppinen kuin tak-kurssin ensimmäisellä puoliskolla tekemämme kolmiodiagrammit, mutta vaan kahdella muuttujalla. Ruudukkoon sijoitetaan pisteitä kuten koordinaatistoon x- ja y-arvon mukaan, ja jokainen piste esittää esimerkiksi tietyn kunnan asettumista ruudukolle kahden kuvattavan asian suhteen.

Mitä lineaarisemmin pisteet asettuvat, sitä suurempi korrelaatio muuttujien välillä on. Koskaan ei kuitenkaan saa erehtyä luulemaan, että suuri korrelaatio tarkoittaisi automaattisesti syy-seuraussuhdetta (ilon pilkahdus tapahtui, kun artikkelissa luki ”casual relationship” luultavasti ”causal relationshipin” sijaan!).

Kuva 3. Kaksimuuttujainen koropleettikartta Masoswen alueesta (Leonowicz 2006)

Artikkelin valmiissa kartassa (Kuva 3.) esitetään muuttujat ensin omilla kartoillaan, sitten yhtä aikaa, jolloin kahdesta väristä syntyy uudenlaisia sävyjä. Legenda on ruudukko, josta näkyy jokainen mahdollinen väriyhdistelmä sekä pisteiden tarkempi sijainti. Myöskin luokkien frekvenssit ovat näkyvillä pienemmässä taulukossa, joka selkeyttää ja yleistää muuttujien välisten suhteiden painottumista.

Artikkeli oli mielenkiintoinen ja antaa toivottavasti jotain eväitä tulevien karttojen tekoon.

Lähteet:

BrainDen (2016). RED VS. GREEN. 5.2.2016. <http://brainden.com/color-illusions.htm>

Holkkola, M. (2016) Varoittava esimerkkikuva Etelä-Suomen kartasta.

Leonowicz, A. Two-variable choropleth maps as a useful tool for visualization of geographical relationship. T. 42. Nr. 1. P. 33–37 Geografija (2006). Polish Academy of Sciences, Institute of Geography and Spatial Organization

Welcome to Blogipalvelut. This is your first post. Edit or delete it, then start blogging!