Kiitos ja kumarus, kurssi on päättynyt. Myös blogi on valmis, joten täällä tuskin tulette minusta enää kuulemaan. Opiskelu jatkuu ja toivon , että kurssilla opittuja taitoja pääsee vielä syventämään lähitulevaisuudessa. Vaikka kaikkia Mapinfon saloja en vielä ehtinytkään koluta, sain tältä kurssilta hyvän perustuksen, jonka päälle voi sitten kasata lisää tietoa ja uusia menetelmiä. Yhteinen polkumme Mapinfon kanssa saa siis vielä luultavasti jatkoa.

Kiitos seurasta ja näkemiin!

Kuva: <http://www.funny-animalpictures.com/media/content/items/images/funnysquirrels0074_O.jpg>

Tällä kertaa hommat alkoivat jo tiistai aamuna, sillä kurssikertaa varten piti etsiä itsenäisesti haluamastaan alueesta kartta ja tarvittavat tilastot. Tarkoituksena oli saada kerättyä aineisto, jonka pohjalta voisi sitten kurssikerran aikana laatia monimuuttujaisen kartan.

Lähdin etsimään tietoa ensin Afrikasta, mutta ongelmia ilmeni suurissa määrin jo heti aluksi, joten päädyin Etelä-Amerikkaan. Jotta alueiden luokittelu karttaa varten on järkevää, esitettävänä kannattaa kuitenkin olla noin 20-30 aluetta. Laajensin siis vielä hieman aluettani Väli-Amerikalla. Tietoa karttaani varten lähdin ensiksi etsimään sähköpostiin saamistamme linkeistä, mutta en löytänyt niistä sopivaa tietoa alueestani. Googlen avulla löytyi kuitenkin erilaisia tilastosivustoja, josta lopulta löysin mielenkiintoisia tilastoja.

Tiedon löytäminen ei siis yleisesti ollut kovin haastavaa, mutta tuoreen tiedon löytäminen olikin vaikeampaa. Jotain tietoa saattoi löytyä vuodelta 2015, mutta kaikkien maiden kohdalta sitä ei löytynyt. Eri alueiden tiedot olisivat siis olleet eri vuosilta, jolloin vertailu ei olisi enää ollut yhtä mielekästä. Myös vieraat kielet, portugali ja espanja, rajasivat käytettävissä olevien sivustojen määrää, sillä en niitä ymmärrä. En tainnutkaan olla ainoa, joka törmäsi kieliongelmaan. Myös Nea Heikkilä kirjoittaa kieliongelmien vaikuttaneen alueen ja tilastojen valintaan.

Tietoa etsiessä piti myös muistaa, että koropleettikartalla täytyy esittää suhteutettua tietoa. Sekin hieman rajoitti valittavissa olevien tilastojen määrää. Lopulta päädyin valitsemaan koropleettikartalla esitettäväksi BKT:n asukasta kohden. Koska pylväsdiagrammeissa voi esittää myös absoluuttista tietoa, päätyivät eliniänodote ja terveysmenojen osuus BKT:stä teemakarttani toiseksi ja kolmanneksi muuttujaksi. Jo tilastoja etsiessä täytyikin miettiä, miten asiat kartalla aikoo esittää. Ympyrädiagrammia varten olisi täytynyt hankkia suhteellista tietoa, pylväsdiagrammeihin taas kävi absoluuttinenkin.

Kartan työstäminen alkoi Excelistä, jossa tein tietokannat valmiiksi jo kotona. Se helpottikin paljon, ja tunnilla jäi enemmän aikaa yksityiskohtien hiomiseen. Kuten alkukurssin postauksista ehkä muistattekin, juuri yksityiskohdat ovat monimuuttujaisia karttoja tehdessä tärkeitä. Jos luokkien värisävyt ovat liian samanlaisia, diagrammit päällekkäin tai väärän kokoisia, kartan lukeminen vaikeutuu. Värisävyjä tulikin hiottua useampaan otteeseen, jonka lisäksi kokeilin erilaisia tapoja kuvata muuttujia. Rasterointi olisi ollut yksi mahdollinen tapa, mutta en henkilökohtaisesti pidä siitä ja se on usein hankalasti tulkittavissa. Kokeilin myös ihmis-symbolien toimivuutta eliniänodotetta kuvaamaan, mutta kartta näytti enemmänkin väentiheyskartalta sillä pienien valtioiden alueella Väli-Amerikassa symbolit muodostivat enemmänkin valtavan ihmisrykelmän. Tästä olisi voinut syntyä virhetulkintoja väentiheydestä, joten päädyin valitsemaan jo tiedonkeruuvaiheessa suunnittelemani pylväsdiagrammit.

Lisäksi, kuten kaikissa teemakartoissa, piti kiinnittää huomiota luokittelun toimivuuteen. Tarkistin histogrammityökalun avulla, mikä luokittelutapa sopisi aineistolle parhaiten. Päädyin valitsemaan kvantiilit, koska siten aineisto jakautui varsin tasaisesti eri luokkiin. Karttakin näyttää paremmalta, kun mitään väriä ei ole liikaa, ja mikä tärkeintä, alueiden väliset erot tulevat esille realistisesti.

Kuva 1. Kartta BKT:n, eliniänodotteen ja terveysmenojen osuuden suhteista. Lähteet: The World Bank 2014*, FAO 2012&2011 ja Natural Earth.

Valmiissa kartassa koropleettipohjalla on kuvattuna näkyy siis BKT asukasta kohden ja pylväsdiagrammeissa eliniänodote ja terveysmenojen osuus BKT:sta. Kartasta voi huomata, että asukaskohtainen BKT vaihtelee alueella jonkin verran. Kartan ja BKT:n perusteella köyhimpiä valtioita alueella on sekä Etelä- että Väli-Amerikassa, mm. Bolivia, Honduras ja Nicaragua. Pelkkien varallisuuserojen lisäksi kartasta on mielestäni havaittavissa myös ns. entisten kehitysmaiden kehitystä kohti keskiluokkaisia maita. Esimerkiksi Perun, Ecuadorin ja Kolumbian BKT:t ovat huomattavasti korkeampia kuin alueen alhaisimmat arvot. Jos asiaa tarkastelisi muutoksena ajassa, voisi varmasti havaita kehitystä parempaan. Pitää kuitenkin muistaa BKT:n rajallisuus valtion vaurautta ja hyvinvointia mitatessa. Raha voi esimerkiksi jakautua maassa vain harvoille rikkaille, vaikka BKT henkeä kohden olisikin suuri.

Kun tarkastelee myös pylväsdiagrammeja, voi huomata, että etenkin terveysmenoihin laitettu osuus BKT:sta vaihtelee maiden välillä suuresti. Korkeampi asukaskohtainen BKT ei myöskään aina tarkoita suurempaa panostusta terveyteen. Esimerkiksi Venezuelassa osuus on pieni, vaikka BKT on alueen suurinta luokkaa. Osa köyhemmistä maista taas panostaa terveyteen paljonkin. Eliniänodotteella ja terveysmenojen osuudella taas näyttää kartan mukaan olevan hieman yhteyttä. Esimerkiksi Boliviassa ja Guyanassa sekä eliniänodote että terveysmenojen osuus ovat pieniä. Menojen kasvaessa myös elinikä näyttää hieman nousevan. BKT ja elinikä näyttävät myös vaikuttavan toisiinsa. Korkeamman BKT:n maissa myös eliniänodote on yleisesti korkeampi.

Saman suuntaisia päätelmiä näyttää tehneen myös Henri Järvisalo (2014). Hän tutki BKT:n ja terveiden elinvuosien määrien suhdetta toisiinsa Euroopassa. Hän havaitsi, että ”valtion asukaskohtainen bruttokansantuote korreloi positiivisesti valtion kansalaisten keskimääräisen terveiden elinvuosien määrän kanssa”. Terveiden vuosien määrä vaikuttaa taas suoraan elinikään ja siten eliniänodotteeseen, joten tutkimustuloksemme ovat saman kaltaisia vaikka eri puolilta maailmaa ovatkin. Mielestäni Järvisalo on esittänyt tilastot hienosti kartassaan. Ne pylväsdiagrammien arvot, jotka jäävät alle EU:n keskiarvon, on värjätty eri värillä. Se antaa lukijalle heti lisää informaatiota, ja tekee kartasta erilaisen.

Omat pylväsdiagrammini taas eivät ole yhtä onnistuneita, etenkään eliniänodotteen osalta. Toivoisin, että erot maiden välillä näkyisivät selvemmin, sillä nyt lukija saa olla hyvin tarkkana tulkitessaan eliniänodotteita. Tietokannasta käy nimittäin ilmi, että eroja alueella tosiaan on. Oma osaamiseni ei tällä kertaa kuitenkaan parempaan riittänyt, sillä useista yrityksistä huolimatta en saanut diagrammeja toimimaan haluamallani tavalla. Parhaiten pylväät olisivat, jos kummallekin muuttujalle olisi voinut erikseen määrittää korkeuden tietyn arvon kohdalla. Näin pylväät olisivat saman suuruiset, jos sekä eliniänodote että terveysmenojen osuus olisivat samalla tasolla. Korrelaation asioiden välillä olisi voinut lukea helpommin. En tosin tiedä olisiko tästä ollut käytännössä apua. Olisin kuitenkin halunnut kokeilla sitä.

Muuten olen karttaan varsin tyytyväinen, ja se on mielestäni ehkä onnistunein kurssilla tekemistäni kartoista. Jotain kehitystä on siis tapahtunut! Tämän kerran paras oivallus oli ehdottomasti se, että kartan voi tuoda viimeisteltäväksi vielä Corel Draw -ohjelmaan. Siellä on helpompi hienosäätää kartan visuaalista ilmettä ja selkeyttä. Etenkin näin monimuuttujaista karttaa tehdessä on hyvä päästä viimeistelemään kartan ilmettä, jotta luettavuus säilyy hyvänä runsaasta tietomäärästä huolimatta.

Kokonaisuudessaan olen kurssiin oikein tyytyväinen. Karttoja sai jälleen tehdä runsaasti, ja ennen kaikkea, tutustuin aivan uuteen paikkatieto-ohjelmaan. Myös paikkatieto ja siihen liittyvät kyselyt ja analyysit käsitteineen tulivat tutummaksi. Nea Heikkilä tiivistikin blogissaan asian hyvin:

”MapInfo ainakin on tullut, jos ei nyt ystäväksi, niin ainakin tuttavaksi.”

Sama pätee minun kohdallani, opittavaa löytyy vielä.

Lähteet:

Food and Agriculture Organizaion of the Uniten Nations (FAO), Statistical yearbook 2014, Latin America and the Caribbean food and agriculture

<http://www.fao.org/3/a-i3592e.pdf> Luettu 1.3.2016

Heikkilä Nea, Viimeistä viedään 2016

<https://blogs.helsinki.fi/neaheikk/2016/03/02/7-viimeinen-blogikirjoitus/> Luettu 2.3.2016

Järvisalo Henri, Korkki kiinni 2014

<https://blogs.helsinki.fi/hpjarvis/2014/03/10/korkki-kiinni/> Luettu 2.3.2016

Natural Earth, Cultural vectors; Admin-0-countries

<http://www.naturalearthdata.com/downloads/50m-cultural-vectors/>

The World Bank, World development indicators 2014*

<http://databank.worldbank.org/data/reports.aspx?Code=NY.GDP.PCAP.CD&id=af3ce82b&report_name=Popular_indicators&populartype=series&ispopular=y> Luettu 1.3.2016, *Venezuelan tiedot vuodelta 2012

Kurssikerta alkoi jälleen epäonnisesti, sillä tulin kipeäksi, enkä päässyt oman ryhmäni tunnille. Tutkiskelin Moodlesta löytyviä ohjeita, ja tulin siihen tulokseen, etten voi tehdä kaikkia tehtäviä itsenäisesti. Tieni vei siis jälleen torstain iltaryhmään, jossa heti alkutöiksemme lähdimme keräämään GPS-paikantimilla ainestoa lähiympäristön suojateistä.

Laitteena GPS oli minulle uusi tuttavuus. Laite oli onneksi oikein kätevä ja hyvin helppokäyttöinen. GPS laskee sijaintinsa suoraan avaruudessa maata kiertävistä satelliiteista. Satelliitit lähettävät signaaleja, joiden lähtö ja tuloaikojen perusteella laite laskee sijainnilleen koordinaatit x-, y- ja z-akseleilla. Jotta sijainti saataisiin määritettyä tarkasti tarvitaan useampia satelliitteja (MLL). Huolimatta suuresta etäisyydestä jossain yläpuolella pörrääviin satelliitteihin, laiteen paikanmääritystarkkuus oli kokoajan varsin hyvä, 3-5 metriä. Huomasimme kuitenkin, että etenkin korkeuskoordinaatti oli välillä jotain aivan muuta kuin todellisuudessa. Onneksi se ei kuitenkaan meidän tehtäväämme haitannut.

Luokassa siirsimme koordinaatit Mapinfoon, ja tarkastelimme niitä pikaisesti. Lisäksi harjoittelimme geokoodausta osoitteiden avulla. Osoitteet ovat tarkkoja koordinaatteja hieman arkipäiväisempi ja yleisesti kaikkien ymmärtämä sijainninmääritystapa, jota voi käyttää myös paikkatieto-ohjelmissa. Oma keskittymiseni oli kuitenkin enemmän jo seuraavissa tehtävissä, sillä olin suuresti aliarvioinut jaksamiseni kipeänä olon jälkeen ja halusin nopeasti selviytyä tunnin pakollisista tehtävistä.

Kuten aikaisemmista postauksistakin ehkä on käynyt ilmi, ei yhteistyö Mapinfon kanssa toimi vielä aina ihan toivotulla tavalla. Suurimpana ongelmana ovat ongelmanratkaisutaitoni, jotka ovat Mapinfon kanssa varsin heikot. Jos onnistun klikkailemaan kaiken niin kuin pitää, ja ymmärrän ohjeet oikein, kartat ja tietokannat käyttäytyvät kuten haluan. Jos jokin kuitenkin menee väärin, olen helposti pulassa. Tehtävän monimutkaisuuden ja välivaiheiden määrän voi myös katsoa korreloivan positiivisesti kohdattujen ongelmien määrän kanssa. Vaikeammat ja soveltavammat tehtävät siis todella haastavat osaamistani, mutta ehkä niistä myös oppii enemmän.

Kohtaamani ongelmat ovatkin opettaneet, että jos perusasiat eivät ole kunnossa, ei mikään monimutkaisempikaan toimi. Objekteja ei siis voi luoda kartalle, jos cosmetic layer ei ole päällä, eikä tietokantaan ilmesty prosenttilukuja, jos lauseke on unohtunut kertoa sadalla. Myös ohjelmaan tuotavat excel-tietokannat on syytä käydä läpi huolella. Nykyään yritänkin ensin itse etsiä ongelman lähdettä eli tarkistan perusasiat, ja kysyn opettajalta vasta sitten. Jokainen ratkaistu ongelma antaa lisää työkaluja toimia tulevaisuudessa, joten ongelmienkin ratkaisu toivottavasti helpottuu kokoajan.

Tällä taktiikalla etenin, ja sainkin luotua neljä onnistunutta kartta. Enkä kysynyt kertaakaan Artulta! Jos jokin ei toiminut, syy löytyi aina exceliin tuomastani aineistosta, jota muokkaamalla ongelmakin sitten ratkesi. Tarkoituksena oli havainnollistaa kartan avulla maanjäristyksien, tulivuorenpurkausten ja meteoriittien törmäyspaikkojen sijainteja luomalla kartalle pisteitä tietokannan koordinaattien perusteella. Mielestäni onnistuin varsin hyvin ottaen huomioon sen, ettei näin kipeänä olisi varmaan kouluun edes saanut tulla…

Kuva 2. Kartta yli 8.2 Richterin maanjäristyksistä vuodesta 1980

Yllä olevassa kartassa näkyy yli 8.2 Richterin maanjäristykset vuodesta 1980 eteenpäin. Kuten arvata saattaa, niitä ei ole kovin paljoa. Richterin asteikko on logaritminen siten, että yhden asteen kasvu tarkoittaa voimakkuuden kasvamista kymmenkertaiseksi. Pieniä järistyksiä tapahtuu usein ja suuria harvoin, joten yli 8.2 Richterin järistykset ovat harvassa. Vilkaisin netissä nopeasti myös yli 8.0 Richterin järistyksiä, ja niitä näyttikin olleen kaksikertaa enemmän.

Toinen asia sitten on se, mitä tuhoja järistys aiheuttaa. Tuhojen määrään vaikuttaa nimittäin järistyksen voimakkuuden lisäksi mm. kellonaika ja rakennustapa. Hieman yli vuosi sitten tapahtunut ja paljon huomiota saanut Nepalin maanjäristyskään ei tähän karttaa pääse, koska sen voimakkuus jäi alle 8 Richterin asteikolla. Tuhot olivat Nepalissa kuitenkin suuria, koska alue on hyvin tiheään asuttu ja esimerkiksi rakennusten maanjäristyskestävyyteen ei oltu panostettu tarpeeksi.

Kuva 3. Vuoden 1964 jälkeen purkautuneet tulivuoret

Tulivuorenpurkauksia esittävässä kartassa näkyykin sitten huomattavasti enemmän kohteita. Määrän ohella huomio kohdistuu myös purkautuneiden tulivuorten sijaintiin. Eniten tulivuoria on purkautunut litosfäärilaattojen reunakohdissa, etenkin Tyynenmeren laatan alityöntövyöhykkeillä eli ns. Tyynenmeren tulirenkaan alueella. Alityntövyöhykkeellä laatan vettynyt reuna sulaa ja pyrkii kevyempänä ylös muodostaen tulivuoria. Tulivuoria on myös ns. hot spot pisteiden päällä litosfäärilaattojen keskiosissa ja laattojen erkanemis- sekä törmäysvyöhykkeillä. Aktiivisimmin näyttävät kuitenkin purkautuvan alityöntövyöhykkeiden tulivuoret.

Kartat ovat mielestäni ihan okei. Ainakaan mitään ylimääräistä kikkailua ei ole, ja asia tulee selväksi. Luettavuus onkin mielestäni hyvällä tasolla. Kartat oli tarkoitus laatia sellaisiksi, että ne soveltuisivat opetuskäyttöön, joten selkeys on ehdottomasti plussaa. Lisäksi olisin tietysti voinut laatia toisen kartan voimakkuudeltaan pienemmistä maanjäristyksistä. Näin oppilaat olisivat karttoja katsomalla voineet havaita suurempien järistysten olevan paljon harvinaisempia. Tulivuori- ja maanjäristyskarttojen tarkastelu samassa yhteydessä olisi myös tärkeää, jotta oppilaat ymmärtäisivät asioilla olevan yhteyksiä toisiinsa. Toki olisi myös mahdollista esittää asiat samassa kartassa, mutta silloin kartan luettavuuteen pitäisi kiinnittää enemmän huomiota selkeyden säilyttämiseksi.

Opetuksen kannalta olisi myös ollut hyvä esittää maapallo siten, ettei Tyynivaltameri katkea keskeltä. Silloin Tyynenmeren litosfääritaatan reunoja kiertävä tulirengas tulee nimittäin paremmin esille. Myös Tuomas Pätäri kirjoittaa blogissaan, että Tyynenmeren tulirenkaan hallitsevuuden takia maanjäristys- ja tulivuorikartat voidaan perustellusti esittää hieman totutusta poiketen leikkaamalla maapallo Euroopan ja Afrikan kohdalta. Mielestäni ei muutenkaan olisi pahitteeksi esittää opetustilanteissa välillä myös erilailla leikattuja maailmankarttoja. Suomessa on totuttu näkemään maailmankartta eurooppakeskeisenä, mutta se on vain yksi tapa. Aasiassa voi törmätä maailmankarttaan, jossa Kiina on keskellä. Oppilaiden on hyvä ymmärtää, että kartta heijastaa tekijänsä taustoja ja ajatuksia.

Tämänkertainen PAK-tunti oli aiheiltaan oiken mielenkiintoinen. Muutama tuttuni on harrastanut geokätköilyä, ja olen heiltä kuullut GPS:ssän käytöstä. Oli siis erityisen mukavaa päästä kokeilemaan laitetta itse käytännössä. Nykyään tosin kätköily onnistuu jo puhelimen GPS:ssänkin avulla, joten erilliselle GPS:ssälle ei minulla taida vielä olla tarvetta. Jospa ensi kerralla olisin myös terveenä, niin olisi enemmän energiaa keskittyä karttoihinkin.

Lähteet:

Maanmittauslaitos (MLL), Paikannussateliittijärjestelmät

<http://www.fgi.fi/fgi/fi/teemat/paikannussatelliittij%C3%A4rjestelm%C3%A4t> Luettu 26.2.2016

T. Pätäri, Karttoja kouluille, 2016

<https://blogs.helsinki.fi/ttpatari/2016/02/24/karttoja-kouluille/> Luettu 26.2.2016

Tällä kertaa aiheena oli bufferointi, suomalaisittain puskurointi. Kurssikertaa varten olimme jo edellisellä kerralla piirtäneet Pornaisten keskustan kartalle uusia objekteja kuvaamaan alueen taloja ja teitä. Harjoittelimme nyt siis bufferoimalla itse tekemiemme kohteiden avulla.

Mitä se bufferointi siis oiken on? Reeru Jormakkala kirjoittaa tästä hyvin blogitekstissään (5. kurssikerta, 2016).

”Puskuri luo nimensä mukaisesti valmiiksi määritellyn kokoisen alueen valitun kohteen ympärille, ja mahdollistaa kohteiden alueellisten vaikutusten tarkkailun. Se on tehokas keino laskea mm. kuinka monta kohdetta on tietyn suuruisen säteen sisäpuolella.”

Tämä oli ensimmäinen kerta, kun tutustuin käytännössä kyseiseen menetelmään, ja tuntui suorastaan hienolta päästä kokeilemaan jotain hieman monimutakaisempaa paikkatietoanalyysiä. Aiemmat kokemukseni bufferoinnista liittyvät lähinnä lukioon, jossa oppikirjan alanurkassa saatettiin jotain asiasta mainita. Käytännön harjoitus oli siis todellakin hyvästä!

Bufferointi osottautui oikein käteväksi työkaluksi, ja ryhdyimmekin heti harjoittelemaan. Bufferoimme muun muassa aiemmin pirtämämme tiet, ja tarkastelimme kuinka paljon ihmisiä niiden lähietäisyydellä asuu. Vaikutti siltä, että suurimpien teiden varsille oli kerääntynyt enemmän asutusta kuin alueille, jotka sijaitsevat kaukana teistä. Aineiston avulla olisi voinut myös tarkastella tien melulle altistuvia ihmisiä. Olisi täytynyt vain valita oikean suuruinen puskurivyöhyke, joka olisi edustanut esimerkiksi tiettyä desibelitasoa tien lähellä. Puskurialueelta olisi voinut siten laskea tälle desibelimäärälle altistuvien ihmisten määrän.

Bufferointia voidaan käyttää myös monissa muissa yhteyksissä, ja siitä saatua tietoa voidaankin hyödyntää vaikkapa kaupunkisuunnittelussa tai ympäristöongelmiin varautumisessa. Voidaan esimerkiksi bufferoida ydinvoimalaonnettomuuden jälkeiselle säteilylle altistuva alue tai tuulivoimalan melualue. Löysin netistä erään hieman vanhemman tutkimuksen (E. Sheppard et. all, 1999), jossa bufferointia oltiin käytetty selvittämään altistuvatko köyhät ja etnisten ryhmien edustajat enemmän myrkkyihin liittyville ympäristöhasardeille Minneapoliksessa. Bufferoimalla mahdolliset ympäristökatastrofin aiheuttajat kuten kemikaalitehtaat, ja lisäämällä kartalle tietoa eri alueiden ihmisten tuloista ja taustoista pystyttiin tutkimaan, onko asioiden välillä yhteyttä. Tutkimuksen mukaan etenkin köyhiä ihmisiä asui paljon mahdollisten ympäristökatastrofin aiheuttajien lähellä. Etnisellä taustalla ei ollut yhtä selkeää yhteyttä kyseisten hasardien kanssa.

Harjoitusten jälkeen pääsimme harjoittelemaan lisää, tällä kertaa tarkoituksena oli käyttää opittuja tietoja itsenäisesti ja vähän soveltaa. Olinko siis oppinut mitään viimeisillä kurssikerroilla? No, ehkä jotain, mutta opittavaa riittää kyllä vielä varmasti seuraavallekin kurssille.

Kuva 1. Taulukossa näkyvät kurssikerralla laskemieni tehtävien vastaukset

Aineistona toimi erilaisia tietokantoja pääkaupunkiseudulta, ja tietoja yhdistelemällä ja laskemalla oli tarkoitus vastailla annettuihin kysymyksiin. Laskin muun muassa Helsingin yhteiskoulun oppilasennusteita ja juna-asemien lähietäisyydellä asuvien työikäisten määrää Vantaalla. Yhteistyö Mapinfon kanssa sujui vaihtelevasti. Jos kaikki meni niin kuin piti, löytyi myös ratkaisu tehtävään nopeasti. Mutta jos rasti meni väärään ruutuun, cosmetic layer unohtui pois päältä tai sanojen ”is within” ja ”contain” merkitykset menivät sekaisin, sai opettaja kyllä pian tulla auttamaan. Tein tehtäviä parin kanssa samaa tahtia, ja myös siitä oli huomattavaa apua. Kun toinen oivalsi jotain, päästiin yhdessä taas lähemmäs ratkaisua. Parin kanssa onnistuimme jopa ratkaisemaan mystisten prosenttilukujen arvoituksen, ilman opettajan apua.

Oman osaamisen haastaminen ja haasteiden selättäminen yrityksen ja erehdyksen kautta taisikin olla tämän kurssikerran tarkoitus. Vaikka tehtävät olivat paikoin varsin haasteellisia, sain tunnilta pääkivun lisäksi mukaani myös hippusen oma-aloitteisuutta ja kärsivällisyyttä Mapinfon kanssa toimimiseen tulevaisuudessa.

Lähteet:

E. Sheppard, H. Leitner, H. Tian & R. B. Mcmaster. GIS-based measures of environmental equity: Exploring their sensitivity and significance, 1999.

<http://www.sscnet.ucla.edu/geog/downloads/7236/510.pdf> Luettu 18.02.2016

R. Jomakkala. 5. kurssikerta, 2016

<https://blogs.helsinki.fi/jore/2016/02/18/5-kurssikerta/>

Tällä viikolla suuntasimme PAK-kurssilla huomiomme karttojen taustalla piileviin tietokantoihin. Niitä ei usein tulekaan mietittyä, joten harjoitusta todella tarvittiin. En päässyt oman ryhmäni tunnille, joten reippaana päätin mennä kirjastoon tekemään tehtäviä itsekseni. Yritys kuitenkin kariutui nopeasti, koska en onnistunut yhdistämään itse tuomaani ja Mapinfoon jo valmiiksi tuotua tietokantaa. Suosiolla hylkäsin ajatuksen itsenäisestä työskentelystä, ja päätin mennä suorittamaan kurssikertani iltaryhmään.

Opettajan ohjeita seuraten harjoitukset onnistuivatkin jo paremmin, ja kirjastossa tehdystä itsenäisopiskelusta oli jopa vähän hyötyä. Harjoituksia tehdessä pystyi nimittäin paremmin luottamaan omiin taitoihinsa, kun samoja asioita oli jo kerran tehnyt. Myös uuden tiedon tuominen Mapinfoon Excelin kautta oli osittain tuttua, sillä olin jo edellisellä kerralla tuonut tiedostoja Sotkanetistä.

Ensimmäinen opetus: Kaikki ylimääräinen harjoittelu on aina hyvästä.

Harjoitustyönä syntyikin tietokanta, johon oli tuotu tietoa useammasta eri tietokannasta. Kun useista tietokannoista tuo tietoa yhteen, myös tietokannan käyttömahdollisuudet lisääntyvät. Omassa harjoitustietokannssamme oli muun muassa tietoa Afrikan konflikteista, öljylähteistä ja timanttikaivoksista. Tietokannan avulla olisi voinut esimerkiksi tehdä kartan öljylähteiden ja konfliktien välisistä sijaintisuhteista. Kartasta olisi ehkä voinut nähdä, onko öljyvarantojen lähellä poikkeuksellisen paljon konflikteja, josta taas olisi voinut päätellä, aiheuttavatko öljyvarannot kiistaa ja konflikteja Afrikassa.

Jos työstämäämme Afrikka-tietokantaan olisi tuotu vielä lisää tietoa, myös uudellaisten karttojen tekeminen olisi ollut mahdollista. Tästä kirjoittaa myös Anna Hakala blogitekstissään (3. Kurssikerta). Hän ehdottaa esimerkiksi maaperän laadun ja timanttikaivosten sijainnin tarkastelua. Tietokantaan olisi silloin täytynyt lisätä tietoa maaperän laadusta, mutta lopputuloksesta olisi voinut tarkastella näiden riippuvuutta toisistaan

Afrikka-tietokannan työstämiseen ja hyödyntämiseen ei kuitenkaan jäännyt aikaa, sillä lähdimme tekemään teemakarttaa tulvaindeksin ja järvisyyden suhteesta Suomessa. Karttaa varten piti yhditää eri tietokantoja ja laskea ohjelmalla uusia arvoja tietokannassa jo valmiiksi olleista arvoista. Vaiheet olivat pitkälti samoja kuin Afrikka-tietokantaa työstäessämme, mutta nyt edettiin pääosin itsenäisesti työskennellen. Kartan tekeminen sujuikin lopulta varsin pikaisesti, vaikka opettajan ohjeitakin tarvittiin. Välivaiheita oli varmasti ainakin sata, mutta lopputuloksen näkeminen omin silmin karttana palkitsee aina.

Toinen opetus: MHQ/MNQ=Table->Update colum*(toimenpide (vol. 1000)+JOIN)+ Calculate=Value>OK=keskiylivirtaama/keskialivirtaama=tulvatiedot_suomi+järvisyys.xls+create thematic map*(toimenpide vol.800)≠ERROR=tulvatiedot_teemakartta

Kuva 1. Kartta Suomen valuma-alueiden tulvaindeksistä eli keskiyli- ja keskialivirtaaman suhteesta sekä järvisyydestä(%)

Jos tarkastelee kartassa näkyviä valuma-alueita, voi huomata, etteivät valuma-alueet noudata valtioiden rajoja, ja että alueiden koot vaihtelevat hyvin paljon. Lapissa ja Järvi-Suomessa on useita suuria valuma-alueita, kun taas rannikon valuma-alueet ovat huomattavasti pienempiä ja kapeita. Tulvaindeksi näyttää olevan rannikon pienillä alueilla muuta maata suurempi, josta voi päätellä koolla ja tulaindeksillä olevan mahdollisesti yhteys toisiinsa. Valuma-alueen muoto vaikuttaa yhdessä muun muassa maaperän laadun kanssa alueen tulvaherkkyyteen. Pienellä valuma-alueella vesi kerääntyy jokeen nopeammin kuin suurella, joten tulvaherkkyys nousee. Valuma-alueen pyöreä muoto lisää tulvimisherkkyyttä entisestään, minkä voi kartassa huomata esimerkiksi joillakin Lounais-Suomen valuma-alueilla.

Myös järvisyyden ja tulvaindeksin välillä näyttää kartan mukaan olevan yhteyttä. Keski-Suomen järvisillä valuma-alueilla tulvaindeksi on pieni, kun taas rannikon vähemmän järvisillä alueilla indeksi on suurempi. Jasmiina Myllys kirjoittaa samasta haivainnnosta ja sen taustoista blogissaan (3. kurssikerta -Tietotulva tietokannoista)

”Järvisyyden ja tulvaindeksin välillä vaikuttaisi olevan selvä yhteys: mitä järvisempi alue, sitä pienempi tulvaindeksi. Järvet toimivat veden varastoina, joten jos alueella on paljon järviä, vettä ei yhtä lailla keräänny jokiin ja jokien virtaamat pysyvät alhaisempina. Rannikon pienillä valuma-alueilla järvisyyden ja tulvaindeksin välillä korrelaatio on selkeää, mutta Pohjois-Suomen suurilla valuma-alueilla tulvaindeksi ei ole suuri vähäisestä järvisyydestä huolimatta.”

Luulen, että syy rannikon ja Pohjois-Suomen vähäjärvisten alueiden indeksieroihin on juuri valuma-alueen koko ja muoto. Pohjois-Suomessa valuma-alueet ovat suuria, jolloin vesi valuu jokeen hitaasti ja kaukaa. Rannikolla pienille valuma-alueille kehittyy tulvia pienen koon ja mahdollisten muiden tekijöiden vuoksi helpommin. Esimerkiksi tasaiset pinnanmuodot, voivat vaikuttaa tulvaherkkyyteen Pohjanmaalla, sillä virtausnopeus on pieni. Jääpadot voivat lisätä tulvia entisestään.

Tekniseltä toteutukseltaan kartta on ehkä onnistunein tähän astisista kartoistani. Valmis teemakartta on siis kaksimuuttujainen kuten edelliselläkin kerralla, mutta nyt lopputulokseen vaikuttivat myös tekemämme tietokannan muokkaustoimenpiteet. Muuten prosessi oli sama.

Valitsin sinisen värimaailman vesiteeman mukaan. Värit ja teema pitää mielestäni pyrkiä sovittamaan yhteen, sillä väärät värit kartassa synnyttävät helposti mielikuvia. Jos metsäisyyttä kuvaa vihreällä, väri tukee tulkintaa. Jos väri olisi punainen, väri voisi synnyttää mielikuvia jostakin dramaattisemmasta. Nämä ovat kuitenkin makuasioita, ja tärkeintä onkin, että värit on selitetty legendassa ja sävyt ovat tulkittavissa siitä. Omassa kartassani parantemisen varaa olisi juuri liian pienissä sävyeroissa, sillä nyt niiden tulkitseminen on turhan hankalaa. Seuraavaa karttaa tehdessä pitää panostaa tähän seikkaan erityisesti, sillä se on ollut puutteenna monissa viimekertoijen kartoissani.

Kun kartassa on kaksi eri muuttujaa, kartanteossa on myös tuplasti haasteita. Etenkin rannikoiden pienten valuma-alueiden järvisyyttä kuvaavat diagrammit vaativat karttaa tehdessä huomiota. Diagrammit eivät saanet olla liian suuria, eivätkä pieniä, sillä kummassakin tapauksessa kartan luettavuus olisi kärsinyt. Mielestäni onnistuin kuitenkin löytämään varsin hyvän kokosuhteen, sillä pientenkin alueiden diagrammit erottuvat. Tulkintaa tosin auttaa se, että järvisyyden muutokset eivät ole kovin paikallisia. Siten järvisyyttä tulee tarkastelleeksi enemmän suur-alueittain kuin valuma-alueittain.

Luokkajakojen suhteen mietin karttaa tehdessä monia vaihtoehtoja. Nykyinen luokkajako toimii mielestäni varsin hyvin, sillä erot on havaittavissa selvästi. Luokkia on siis tarpeeksi, ettei kartasta tulisi liian pelkistetty, muttei liikaa, jolloin karttaa olisi vaikea tulkita. Mielestäni kyseinen luokkajako myös kuvasi todellisuutta parhaiten, osa vaihtoehdoista olisi vääristänyt totuutta paljonkin esimerkiksi juuri liian pienen luokkamääränsä takia.

Kolmas opetus: Joka ikisen kurssikerran kartta-analyysi sisältää samat asiat.

Kokonaisuudessaan kurssikerta oli ihan mukava. Etenkin valuma-alue- ja vesiteemasta pidin tulevana luonnonmaantieteilijänä (ehkä) paljon. Tietokantojen käsittely oli varsin teoreettista puuhaa, mutta kun usko meinaa loppua, pitää miettiä lopputulosta. Kartat on aina kivoja!

Heips ja seuraavaan kertaan 🙂

Lähteet:

Hakala Anna, 3.kurssikerta

<https://blogs.helsinki.fi/hakanna/2016/02/03/3-kurssikerta/> Luettu 4.2.2016

Myllys Jasmiina

<https://blogs.helsinki.fi/myllyjas/2016/02/03/3-kurssikerta-tietotulva-tietokannoista/> Luettu 4.2.2016

Tutustuin näin alkavan viikon kunniaksi Anna Leonowiczin kirjoittamaan artikkeliin (Two-variable choropleth maps as a useful tool for visualization of geographical relationship, 2006). Artkkeli kertoo kaksimuuttujaisista teemakartoista, mutta esittelee hieman erilaisen karttatyypin kuin mitä tunnilla olimme aikaisemmin käsitelleet. Artikkelin kartassa ei ollut esimerkiksi ympyrä- tai pylväsdiagrammeja, vaan kumpikin muuttuja on esitetty väripinnoin.

Artikkelissaan Leonowicz käsittelee päällekkäisten teemakarttojen mennetelmää yleensä, mutta nostaa myös esiin tärkeimmät niihin liittyvät ongelmat. Artikkelin alussa kerrotaan kaksimuuttujaisen kartan legendasta, joka tässä tapauksessa on kaksi-akselinen koordinaatisto. Kun siihen asettaa oikeille kohdilleen kartassa esiintyviä pisteitä, voi mahdollisen korrelaation nähdä helposti. Artikkelin mukaan ongelmana kyseisenlaisissa kartoissa on kuitenkin se, ettei esimerkiksi juuri legendaa osata lukea. Kaksimuuttujaisten karttojen on myös todettu olevan vähemmän vaikuttavia ja luettavuuden heikko. Kehittyneiden menetelmien, huolellisen suunnittelun ja lukijan näkökulman huomioinnin avulla myös tällaisista kartoista voidaan kuitenkin saada toimivia. Artikkelin mukaan onnistuneesta päällekkäisiä teemoja esittävästä kartasta onkin helpompi lukea muuttujien välistä korrelaatiota kuin tavallisista teemakartoista. Alueelliset erot taas on helpompi lukea tavallisesta yhden muuttujan teemakartasta.

Artikkeli oli varsin mielenkiintoinen, ja toi esille monta minulle tuntematonta asiaa. Etenkin artikkelissa esitetty lengendatyyppi oli uusi ja kiinnostava tuttavuus. Hyvän kuvan avulla legendan ideakin tuli selväksi, vaikken aikaisemmin kyseisenlaisa legendaa ollutkaan nähnyt. Artikkelissa esitelty legendatyyppi koskee siis ymmärtääkseni vain niitä kaksimuuttujaisia teemakarttoja, joissa muuttujat on ilmaistu kartassa väri- tai rasteripinnoin. Legenda on kuin kaksi-akselinen koordinaatisto, jossa kartassa esitettävät muuttujat ovat omilla akseleillaan. Koordinaatiston taustalle asetetut värit ovat samat kuin kartassa, ja menevät päällekkäin samalla tavoin, joten kartan alueita voi tulkita legendan avulla. Näin pystyy havaitsemaan esimerkiksi mahdollisen korrelaation muuttujien välillä. Ydinajatus sekä kartassa että legendassa on siis se, että muuttujien tiettyjen arvojen ja niille osoitettujen värien mennessä päällekäin, syntyy uusi sävy. Se taas kertoo arvojen olevan tietynlaiset. Asiaa on kuitenkin hyvin vaikeaa selittää sanoin.

Joka tapauksessa legenda on mielestäni erittäin hyvä kyseiselle karttatyypille. Siitä käy ilmi värien selitykset sekä se, miten värit käyttäytyvät mennessään päällekäin. Lisäksi legenda auttaa mielestäni mahdollisen korrelaation havaitsemisessa. Jos toisen muuttujan arvo jossakin pisteessä on pieni ja toisen suuri, kohdassa on tietyn väristä ja arvojen muuttuessa myös väri muuttuu. Kun useamman pisteen arvot asettaa legendaan, korrelaatio on helppo tulkita. Kuten artikkelikin esittää, ongelmana voi kuitenkin olla legendan tulkinta. On varmasti suuri joukko ihmisiä, jotka eivät osaisi tulkita legendaa oikein.

Kokonaisuudessaan kaksimuuttujaiset teemakartat ovat minusta kuitenkin hyvä tapa esittää muuttujien välisiä suhteita alueella. Olen ehdottomasti samoilla linjoilla artikkelissa esitellyn tutkimustuloksen kanssa. Päällekkäisistä teemakartoista on helppo lukea asioiden välisiä suhteita, mutta alueellisia eroja on helpompi lukea tavanomaisesta teemakartasta. Mielestäni uudenlainen ja harvinaisempi monimuuttujainen kartta on myös tavallista karttaa kiinnostavampi. On kuitenkin mahdollista, että mielenkiintoni karttoja kohtaan vaikuttaa, ja jaksan syventyä monimutkaisemmankin kartan tulkintaan pidemmäksi aikaa kuin joku toinen ehkä tekisi. Monimuuttujainen kartta asettaakin mielestäni hieman vaatimuksia kohdeyleisöä ja julkaisupaikkaa kohtaan. Jos kyseisenlainen kartta olisi esimerkiksi tavallisessa sanomalehdessä, saattaisi moni sivuuttaa kartan turhan vaativana ymmärtää. Suurelle yleisölle asiaa esitettäessä olisikin ehkä järkevämpää esittää asia tavallisilla teemakartoilla ja sanallisesti. Ammattimaisemmalle kohderyhmälle taas voisi kaksimuuttujaisen kartan ehkä tehdäkin.

Kuten artikkelinkin mukaan myös omasta mielestäni päällekkäisten teemakarttojen haasteita voi oleellisesti pienentää kiinnittämällä runsaasti huomiota suunnitteluun. Värien tulee olla sopusoinnussa keskenään, mutta sävyjen silti erottua toisistaan kunnolla. Myös värien päällekäisyyteen pitää kiinnittää huomiota, jotta päällekkäisyyden seurauksena syntyvät sävyt on helppo tulkita. Sininen ja keltainen ovat esimerkkejä väreistä, joiden yhdistelmää kannattaisi vältellä. Kun ne menevät päällekkäin syntyy vihreää, jota lukija ei yleensä luonnostaan tulkitse päällekkäisyydeksi vaan omaksi värikseen. Tällöin tulkinta vaikeutuu. Myös lukija ja kohderyhmä pitää siis erityisesti ottaa huomioon karttaa tehdessä. Tärkeää on myös osata lopettaa, jos kahden muuttujan liittäminen samaan teemakarttaan tuottaa liikaa ongelmia. Tavallinen kartta on aina parempi kuin huonosti toteutettu kaksimuuttujainen tekele.

Monien haasteidensa takia kahden muuttaja teemakartat vaativatkin tekijältään erityistä tarkkuutta ja osaamista. Myös ohjelmalla on kuitenkin suuri rooli. Omissa harjoituksissani käytämäni Mapinfo vaikuttaa ainakin opiskelujen tässä vaiheessa liian kömpelöltä, joten itse en vielä lähtisi tekemään päällekkäisiä värejä käyttävää teemakarttaa. Erityisesti värisävyjen tarkempi säätäminen pitäisi olla mahdollista. En kuitenkaan näe mitään esteitä sille, että ammattitaitoiset ihmiset kyseisen tyyppisiä karttoja voisivat laatia. Huolellisesti toteutettuina ne tuovat kiinnostavan lisänsä karttojen maailmaan.

Sellaista tänään.

Annan Leonowicz, Two-variable choropleth maps as a useful tool for visualization of geographical relationship, 2006    <https://moodle.helsinki.fi/pluginfile.php/1188202/mod_resource/content/0/KK2/Geog_033_037_spalvotas.pdf>

Toisen kurssikerran aiheena olivat teemakartat kuten edelliselläkin kerralla, mutta nyt teemakarttoihimme tuli kaksi muuttujaa. Pelkkään koropleettikarttaan lisättiin siis esimerkiksi pylväsdiagrammeja, erikokoisia symboleita tai pisteitä. Tutustuimme aiheeseen aluksi lyhyen esityksen avulla, jonka jälkeen pääsimme kokeilemaan kartan tekoa itse harjoitusten kautta. Lopputunnista laadimme myös täysin itse suunnittelemamme kartat.

Kun useampia muuttujia yrittää saada mahtumaan samaan karttaan, syntyy kuitenkin helposti ongelmia. Jos esimerkiksi diagrammit ovat liian suuria tai niitä on liian tiheästi, luettavuus kärsii. Kahden muuttujan teemakartoissa on kuitenkin myös etuja. Se edellyttää kuitenkin, että kartta tehdään huolellisesti ja otetaan huomioon useita lopputuloksen vaikuttavia tekijöitä.

Yksi tärkeimmistä selkeyteen vaikuttavista tekijöistä kahden muuttujan kartoissa on alueiden koko. Tehdessämme harjoituskarttaa valitsimme esimerkkialueeksi Pohjois-Suomen, sillä kunnat ovat siellä pinta-alaltaan suuria. Kun alueita ei ole kartalla liikaa ja ne ovat tarpeeksi suuria, myös mahdolliset diagrammit mahtuvat karttaan. Karttaa suunniteltaessa on myös mietittävä, millälailla toinen muuttuja olisi parasta kuvata, ja millä tavalla asia tulisi esille parhaiten. Pitää siis kiinnittää huomiota myös oikean visualisointitavan valitsemiseen, ja muun muassa väreihin. Kannattako valita useampi täysin erilainen väri vai käyttää saman värin eri sävyjä? Tatu Leppämäki kirjoittaa tästä blogitekstissään (Paikkatiedon maailmaan -1. kurssikerta). Hän sanoo suosivansa yhden värin eri sävyjä, jos kyse on ilmiön voimakkuuden vaihtelusta. Eri sävyt ja ilmiön voimakkuuden muutos on nimittäin helppo assosioida toisiinsa. Toisaalta luettavuus vaikeutuu, jos luokkia on liian monta, ja sävyerot ovat liian pieniä. Tämä pätee koropleettikarttaan, mutta myös sen päälle tulevien elementtien värien tulee olla harkittuja, jotta asiat erottuvat kartasta kuten niiden kuuluu.

Onnistuneessa kartassa alueiden vertailu kahden muuttujan valossa onnistuu helposti ilman, että täytyy laatia kahta erillistä karttaa. Se onkin tällaisen teemakartan tärkein etu. Tästä kirjoittaa myös Anna Leonowicz artikkelissaan (Two-variable choropleth maps as a useful tool for visualization of geographical relationship).

Harjoittelun jälkeen aloin laatimaan omaa kahden muuttujan karttaani. Päätin haastaa itseäni hiukan, ja hain aineistot Sotkanetistä. Opettajan ja vieruskaverin ohjeilla onnistuin saamaan netistä ladatut tiedostot oikeaan muotoon ja lopulta karttaan. Aineistoja valitessa täytyi ottaa huomioon se, ovatko aineiston arvot suhteellisia vai absoluuttisia. Koropleettikartassa aineiston täytyy yleensä olla suhteellista eli esimerkiksi pinta-alaan suhteutettua, jotta alueiden koko ei vääristä tietoa. Koropleettikartan päälle lisättävät elementit voivat joskus kuitenkin sisältää absoluuttista tietoa, kuten henkilömääriä. Täytyi siis olla tarkkana, että aineisto on oikeanlaista, eikä absoluuttista tietoa päädy väärään paikkaan. Itse päädyin kuitenkin käyttämään vain suhteellista tietoa; tilastoja henkeen ja terveyteen kohdistuneista rikoksista/1000 ja pitkäaikaistyöttömien osuudesta kokonaistyövoimasta (%).

Kuva 1. Teemakartta, jossa henkeen ja terveyteen kodistuneiden rikosten määrä näkyy punaisen eri sävyillä ja pitkäaikaistyöttömien määrä henkilösymbolin kokona. Tiedot ovat vuodelta 2013 ja alueena on Itä-Suomi.

Lopputuloksena syntyneestä kartasta löytyy runsaasti parannettavaa, mutta löytyy sieltä hyvääkin. Koropleettikartta, jossa on punaisen eri sävyillä havainnollistettu henkeen ja terveyteen kohdistuneiden rikosten määrää Itä-Suomessa 2013, on vielä varsin hyvä. Punainen on värinä voimakas ja tunteitaherättävä, mutta toimii mielestäni väkivaltarikoksia kuvaavassa kartassa. Värisävyt liittää myös helposti rikosten yleisyyteen, koska tummempi sävy merkitsee suurempaa esiintyvyyttä. Parannettavaa on värisävyissä, sillä nyt ylin luokka on huomiotaherättävän tumma kun taas keskimääräisten arvojen lukeminen kartasta on haastavaa. Eri väreillä kuvattavat luokat eivät mielestäni kuitenkaan karttaan sopisi, sillä kyse on rikosten määrän vaihtelusta. Haalea väri tarkoittaa pientä pitoisuutta, tumma suurta. Eri värit vain vaikeuttaisivat tulkintaa.

Symboleista sen sijaan löytyy enemmän parannettavaa. Pitkäaikaistyöttömien osuutta työvoimasta (2013) kuvaavat hahmot ovat mielestäni liian pieniä. Myös kokoero suurimman ja pienimmän symbolin välillä voisi olla suurempi, jotta luettavuus paranisi. Toisaalta aineistossa havaitut erot pitkäaikaistyöttömyydessä ovat varsin pieniä, joten turha dramatisointi saisi asiat vain näyttämään suuremmilta kuin ne todellisuudessa ovatkaan. Parannettavaa löytyy myös legendasta, jossa yksiköitä ei ole merkittynä, eikä toisen legendan otsikkoa näy kokonaan.

Puutteistaan huolimatta asia käy kartalta kuitenkin selväksi. Henkeen ja terveyteen kohdistuneita rikoksia on suhteessa enemmän suuremmissa kaupungeissa kuten Kuopiossa ja Mikkelissä. Toisaalta myös pienempiä kuntia kuuluu korkeimpaan luokkaan. Luulen, että suuremmissa kaupungeissa tapahtuu myös suhteellisesti enemmän rikoksia, koska kaupunki vetää ihmisiä juhlimaan myös lähialueilta. Alkoholin vaikutuksen alaisena harkintakyky heikkenee, ja rikoksia tulee tehtyä todennäköisemmin.

Vaikka toisin voisi ehkä luulla, pitkäaikaistyöttömyys ei näytä merkittävästi korreloivan henkeen ja terveyteen kohdistuneiden rikosten määrän kanssa. Itä-Suomen suurimmissa kaupungeissa, joissa rikosten määrä oli suurempi, pitkäaikaistyöttömiä on kuitenkin varsin vähän. Sen sijaan pitkäaikaistyöttömyyttä näyttää olevan eniten alueen pienemmissä kunnissa. Itä-Suomen alueella on runsaasti muuttotappiollisia pieniä kuntia, joissa väki vanhenee nopeasti. Ongelmat vaikuttavat myös työllisyyteen nostavasti. Olisikin mielenkiintoista tietää, olisiko muuttotappion ja väkivaltarikosten määrissä havaittavissa korrelaatiota.

Kokonaisuudessaan kurssikerta oli mukava, ja Mapinfonkin käsittely alkaa pikkuhiljaa luonnistumaan. Toivon, että kurssin kuluessa ja ohjelman tullessa tutummaksi myös karttojen yksityiskohtien hienosäätö alkaa onnistumaan paremmin, ja kartoista tulee onnistuneempia.

Viittaukset:

Leonowicz Anna, Two-variable choropleth maps as a useful tool for visualization of geographical relationship        <https://moodle.helsinki.fi/pluginfile.php/1188202/mod_resource/content/0/KK2/Geog_033_037_spalvotas.pdf>

Leppämäki Tatu, Paikkatiedon maailmaan -1. kurssikerta   <https://blogs.helsinki.fi/leppatat/> Luettu 28.1.2016

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