Geoinformatiikan menetelmät 1, eka luento/työpaja!

(Kuvat kannattaa avata erikseen esim. uudelle välilehdelle jotta niistä näkee jotakin. Kuvatekstit ainakin omassa näkymässäni peittävät kartat.)

Mitä tehtiin?

Geoinformatiikan menetelmät 1 -kurssin ensimmäisessä työpajassa(?) harjoiteltiin ja palautettiin mieleen QGIS-ohjelman käyttöä. Kurssikerralla teimme kartan Itämereen päätyvien valtiokohtaisten typpipäästöjen määristä suhteessa valtioiden kokonaispäästömäärään. Kartta-aineisto kattaa Pohjois-Euroopan ja on keskittynyt Itämeren alueeseen. Kurssikerralla tuli hyvin kerrattua paikkatiedon muokkaamista QGIS:ssä. QGIS-ohjelmassa ladatut karttatasot sisältävät useimmiten itsessään erilaisia ominaisuustietoja, joita visualisoidakseen kartan tekijän täytyy koluta läpi karttatasojen ominaisuusasetuksia. Paikkatieto ei siis välttämättä näy ladatussa aineistossa välittömästi, vaan se täytyy tuoda itse aineistosta esiin.

QGIS:n käytöstä opin ensimmäisellä kurssikerralla, että karttatasojen ominaisuustaulukoita voi muokata ja esitettävää dataa voi tätä kautta luoda itse. Laskimme kurssikerralla itse valtiokohtaiset typen päästöjen osuudet, jotka lisäsimme valtioiden rajoja kuvaavan karttatason ominaisuustaulukkoon. Tämä laajensi käsitystäni QGIS:n käyttömahdollisuuksista, tosin ohjelmaa pitäisi käyttää enemmän, jotta osaaminen ei pääse unohtumaan. Monet ohjelman näppärät ja usein tehtävän onnistumisen kannalta kriittiset toiminnot piiloutuvat mitään sanomattomien symbolien tai epäintuitiivisilta tuntuvien klikkausvaihtoehtojen taakse. Aura Niskanen (2024) tiivistää blogissaan mielestäni osuvasti luentotyöpajahybridien keskeisen haasteen: “– kun putoan yhdessä vaiheessa kärryiltä, tuntuu kuin sekunnissa olisimme siirtyneet jo usean vaiheen kautta tuntemattoman näköiselle sivulle, joka määrittää jonkin oleellisen piirteen työhön.“. Karttojen tekemisen kannalta QGIS on kuitenkin tuntunut itselleni ideaalilta alustalta esimerkiksi sen takia, että tiedot varsinaisesta aineistotiedostosta voi synkronoida karttaikkunaan kartantekovaiheessa.

Kuva 1: Koropleettikartta Itämereen päätyvistä valtioiden typpipäästöjen osuuksista suhteutettuna kokonaispäästöihin. En ikävä kyllä löytänyt kartta-aineistojen julkaisu- tai julkaisijatietoja.

 

Olen omaan typpipäästökarttaani (kuva 1) pääosin tyytyväinen. Onnistuin mielestäni valitsemaan toisistaan hyvin erottuvat, mutta kuitenkin luonnollisen näköiset värit suhteessa kuvattavaan ilmiöön. Typen päästöt on kuvattu punaisella värillä, mikä antaa selkeästi negatiivisen kuvan ilmiöstä. Jäin pohtimaan oliko järvien esittäminen kartassa tarpeellista, koska varsinkin Suomen alueella ne kiinnittävät ehkä turhankin paljon huomiota. Toisaalta ajattelin, että typpipäästöjä todennäköisesti päätyy myös sisävesiin siinä määrin, että voi olla hyödyllistä tietää kuinka paljon sisävesiä saastuttavissa valtioissa on ja miten ne ovat sijoittuneet. Jälkeenpäin huomasin, että kartan legenda on otsikoitu suomeksi, mutta legendan sisältö lukee englanniksi. Tämä ei ole merkittävä virhe, mutta olisi ehkä suositeltavaa, että kaikki kartan teksti lukee yhdellä kielellä.

Kotitehtävä Suomen kuntien aineistosta

Kuva 2: Koropleettikartta alle 15-vuotiaiden ihmisten määristä kunnissa suhteessa kunkin kunnan väkilukuun. Kartan informaatio perustuu vuoden 2022 tietoihin. Tietojen lähdettä en ikävä kyllä tähänkään löytänyt.

Kotitehtävässä tutkin ja esitin Suomen kuntien kartta- ja paikkatietoaineistoa QGIS-ohjelmalla. Valitsin kuntien karttatason ominaisuustaulukosta esitettäväksi muuttujaksi alle 15-vuotiaiden suhteellisen osuuden kunnan väkiluvusta (kuva 2). Pidin muuttujaa kiinnostavana, koska näin sen kuvaavan kuntien elinvoimaisuutta ainakin parilla tavalla. Ensinnäkin missä tahansa kunnassa asuvien lasten määrästä osan voisi ajatella todennäköisesti jäävän asumaan kyseiseen kuntaan aikuisinakin. Ajatus on, että esimerkiksi kunnan huoltosuhde on turvattuna, mikäli kunnassa on nyt ja tulevaisuudessa työvoimaa. Toisaalta alle 15-vuotiaiden määrä kunnassa voi kertoa myös kunnan vetovoimaisuudesta lapsiperheille ja kunnan nykyisestä elinvoimaisuudesta.

Käytin violettia väriä kuvaamaan 15-vuotiaiden määrää, koska tarkoitukseni oli kuvata alle 15-vuotiaiden suuria osuuksia positiivisena ilmiönä. Koska kyse on kuitenkin väestön osuuden suhteuttamisesta kunnan omaan väkilukuun, alle 15-vuotiaiden jakautumisesta koko maan mittakaavassa ei muodostu käsitystä. Tämän takia halusin tehdä aiheesta toisenkin kartan, jossa suhteutin kuntien alle 15-vuotiaiden määrät koko maan väkilukuun (kuva 3).

Kuva 3: Koropleettikartta alle 15-vuotiaiden määrästä kunnassa suhteutettuna koko maan väkilukuun. Miksi? No huvin vuoksi. ps. kartta saattaa olla väärin kun kerran sooloilin.

Kuvan 3 kartan laatiminen edellytti alle 15-vuotiaiden suhteellisten osuuksien muuttamista absoluuttisiksi atribuuttitaulun laskintyökalulla. Hyödynsin tässä laskussa tietoja kuntien väkiluvuista ja tutkimani väestöryhmän prosenttiosuuksista. Tämän jälkeen laskin alle 15-vuotiaiden suhteellisen osuuden samalla laskintyökalulla hyödyntäen laskemiani absoluuttisia alle 15-vuotiaiden määriä ja Suomen väkiluvun arvoa, jonka löysin “Statistics panel”-ikkunasta. Jotta sain pelkästään kuvassa 3 näkyvien kuntien nimet näkyviin, minun piti luoda ehtolause “Labels”-ikkunassa. Asetin ikkunassa niiden kuntien nimien arvoksi “NULL” joiden suhteellinen lukuarvo oli alle 0,21%. Laskimen käytössä tuli tarkistaa ettei desimaaliluvuissa ole pilkkua vaan piste!

Tuloksena on varsin yksipuolisen näköinen kartta, josta voi kuitenkin havaita, että koko maan mittakaavassa nuorten suuri määrä sijoittuu merkittäviin kaupunkeihin pohjois-eteläakselilla Helsingistä pohjoiseen. Kun alle 15-vuotiaiden määrä suhteutettiin kunnan omaan väkilukuun, eniten korostuivat Länsi-Suomen rannikkokunnat. Kunnan väkilukuun suhteuttaminen (kuvassa 2) antaa kiinnostavan kuvan kunnan elinvoimaisuudesta ja koko maan väkilukuun suhteuttaminen (kuvassa 3) käsityksen nuorten sijoittumisesta maantieteellisesti Suomen alueelle.

Pääasiassa alle 15-vuotias väestö jakautuu kuvan 3 kartassa melko tasaisesti; joukosta selkeästi erottuvia kuntia on kuitenkin vain 9. Kartassa skaala on jaettu vain kolmeen osaan, minkä takia kartan lukija voi perustellusti epäillä tuloksen täsmällisyyttä. Rajasin kuitenkin skaalan pienemmäksi sen takia, että viidellä tai neljällä jakaumalla tilanne näytti pitkälti samalta. Jos jakaumia olisi asettanut enemmän kuin 5, värit olisivat ehkä olleet hankalammin erotettavissa toisistaan. Halusin myös tietää, missä kunnissa on selkeästi eniten alle 15-vuotiaita, jotta väestörakenteesta voisi muodostaa jonkinlaisen karkean kuvan.

Tulokset eivät ole varsinaisesti yllättäviä, koska kunnan väkimäärän kasvaessa nuorten määrä todennäköisesti kasvaa. En ole oikeastaan vielä pohtinut onko kartta hyödyllinen, koska tein kartan lähinnä omaksi ilokseni. Minua vain kiinnosti tietää, miten nuorten kokonaismäärä jakautuu eri kuntiin ja koin pystyväni ehkä laskemaan tarvittavat arvot ensimmäisen kurssikerran tietojen pohjalta. Ainoa vaihe jossa soveltamista, tutkimista ja arvailua tarvittiin oli kuntien nimien näkyviin asettaminen, mutta tämäkin vaihe luonnistui QGIS:n valmiiksi listaamilla SQL-kielen operaattoreilla. Koen että QGIS:n käyttöliittymä tuli kerralla paljon tutummaksi, kun ohjelmaa sai veivata oman kiinnostuksensa ohjaamana.

Lähteet:

Niskanen, A. (2024). Auran Blogi: Ensimmäinen kurssikerta. Lainattu 22.1.2024, saatavilla: https://blogs.helsinki.fi/niskanau/

Leave a Reply

Your email address will not be published. Required fields are marked *