Kurssikerta 4 – 6.2.2023

Kurssikerta numero neljä jätti positiiviset fiilikset! Kerta kerralta pysyn opetuksessa paremmin mukana ja silloin kun jokin nappula tai vaihe menee tehtävästä ohi, löydän oikeat painikkeet ihan itsenäisesti niin, että saan nopeasti kirittyä muun ryhmän kiinni. Tietysti vielä on aika paljon matkaa siihen, että tuosta vain rakentelisi kauniita ja informatiivisia visualisointeja ilman, että joutuu tuijottelemaan tutoriaaleja tuntikausia – QGIS:n opettelu nettivideoiden avulla on välillä aika työlästä ja siihen saa helposti upotettua tunteja. Luotan siihen, että kyllä ne taidot vielä karttuvat. Oppimispäiväkirjaa kun tarkastelee, niin jo neljässä viikossa näyttäisi tapahtuneen kehitystä.

Tällä kertaa kurssilla laadittiin ruututeemakarttoja. Ruututeemakartoilla voi havainnollistaa jonkin ilmiön alueellista jakautumista kartalla siten, että ilmiötä, vaikkapa eläkeläisten määrää tai tehtyjä lajihavaintoja, havainnollistetaan täsmälleen samankokoisilla ruuduilla. Kun ruudut ovat samankokoisia, voidaan niillä esittää myös absoluuttisia arvoja (eli vaikkapa että eläkeläisiä asuu 79 kappaletta jonkin tietyn ruudun sisällä) siten, että visualisoinnin mielekkyys säilyy ennallaan yhä edelleen. Ruutujen ollessa keskenään samankokoisia voidaan niiden sisältämiä tietoja mielekkäästi myös vertailla toisiinsa: kartta esittää, miten esimerkin eläkeläiset ovat jollakin tietyllä alueella jakautuneet. Toisaalta ruudukko ei huomioi väestöntiheyttä, joten väestörakenteen tarkastelu ei tämän kartan pohjalta onnistu kovin hyvin. Tätä pohtii blogissan myös Tuukka (https://blogs.helsinki.fi/mcheiska/2023/02/12/neljas-harjoituskerta/, viitattu 26.2.2023). Ehkä parhaiten absoluuttiset arvot toimisivat luonnontieteellisten havaintojen, kuten jonkin tietyn lajin tai vaikka salamahavaintojen, esittämisessä, sillä niitä ei yleensä tutkita ”suhteessa johonkin”.

Mielestäni on mukavaa huomata, että olen ollut jo aivan ensimmäisellä kurssikerralla asian ytimessä pohtiessani, milloin on OK käyttää absoluuttisia arvoja ja milloin taas absoluuttiset arvot kartalla kuvattuna johtavat katsojaansa vähän harhaan. Tuolloin pohdin sitä, voitaisiinko kunkin maan päästöjä Itämereen kuvata absoluuttisina arvoina, jos tarkoituksena on tarkastella, mistä Itämereen tulee eniten typpipäästöjä ja millaisista määristä on tuolloin kyse. Olen edelleen sitä mieltä, että kuvaamassani tilanteessa absoluuttisten arvojen esittäminen on hyväksyttävää. Toki tilanteet, joissa absoluuttisten arvojen esittäminen on järkevää, ovat harvassa, joten siinä mielessä valitsemalla suhteelliset arvot kartalleen minimoi riskin harhaanjohtavasta visualisoinnista.

Ruututeemakartta ei mielestäni ole visuaalisesti selkeä tai väistämättä myöskään kovin intuitiivinen: lukijalle pitää todennäköisesti selittää kuvatekstissä, miten karttaa luetaan. Tässä mielessä koropleetti- tai pistekartta hahmottuu asiaa tuntemattomalle lukijalle intuitiivisemmin. Ei liene ihme, että esimerkiksi mediassa näkyy ruututeemakarttoja suhteellisen harvoin.

ruotsinkieliset.png

Kuvaan kartallani ruotsinkielisten osuutta väestöstä pääkaupunkiseudun kunnissa. Pääosin ruotsinkielisten osuus näyttäisi olevan 0-20 %:n pinnassa valtaosassa pääkaupunkiseutua, mutta tummemman vihreän eri sävyillä näkyy myös ruotsinkielisten ”keskittymiä”. Olettaisin, että keskittymiä syntyy, kun samaa kielivähemmistöä edustavat ihmiset alkavat kerääntyä samoille asuinseuduille – ehkä aikuiset lapset haluavat asua vanhempiaan lähellä ja ruotsinkielisessä koulussa tutustuneet ystävykset muuttavat samalle alueelle. Tästä syntyy myös itseään ruokkiva kierre: kun alueella on paljon saman kieliryhmän edustajia, seuraavat palvelut perästä, kuten ruotsinkieliset koulut, päiväkodit ja vanhainkodit. Tästä seuraa, että taas uudet ihmiset muuttavat alueelle näiden palveluiden piiriin päästäkseen.

Kartasta ei ilmene kovin hyvin, missä kaupunginosissa ruudut sijaitsevat, mikä heikentää kartan informaatioarvoa. Toisaalta kaupunginosien nimien lisääminen kartalle todennäköisesti sotkisi karttaa entisestään. Tässäkin koropleettikartta voittaa ruututeemakartan.

Karttani on periaatteessa suhteellisen hyvin onnistunut, mutta legendaan on sattunut nolo moka! Asteikon selitystekstin mukaan ruotsinkielisten osuus ei millään alueella pääkaupunkiseudulla ylittäisi yhtä prosenttia, vaikka tarkoitus on tietenkin ollut ilmaista, että asteikko menee 20 %:n välein. Kartalta pitää luultavasti tarkistaa myös tarkistaa, miten oikein olen laskenut ruotsinkielisten osuuden – esimerkiksi Mikko (https://blogs.helsinki.fi/mcheiska/2023/02/12/neljas-harjoituskerta/, viitattu 26.3.2023) samaa ilmiötä kuvaava kartta näyttää aivan erilaiselta kuin omani. Pitänee fiksailla nämä asiat, jos vain ehdin – harmi vain, että en tullut tallentaneeksi projektia vaan ainoastaan kuvan. Muistanpa siis jatkossa, että koko projekti on syytä tallentaa… Onneksi kertaus on opintojen äiti, eli kartan laatiminen toiseen kertaan on hyvää harjoitusta.

LÄHTEET:

Tuukan blogi: https://blogs.helsinki.fi/mcheiska/2023/02/12/neljas-harjoituskerta/, viitattu 26.2.2023

Mikon blogi: https://blogs.helsinki.fi/mcheiska/2023/02/12/neljas-harjoituskerta/, viitattu 26.3.2023

Kurssikerta 3 – 30.1.2023

Viimeinkin sain pullautettua tekstin ulos ja blogiin! Hieman myöhässä kylläkin, sillä jäin tuskailemaan tulvaindeksitehtävän kanssa. Halusin kovasti koittaa tehdä ”haastavamman” version tulvaindeksistä, jossa järvisyysprosessi lasketaan itse, mutta jäin jumittamaan tietokantaliitoksen kanssa. Kärsivällisyys loppui, joten päädyin tekemään tehtävän ihan perustasolla. Ehkä on ylipäänsä parempi koittaa jatkossa tehdä hommat perustasolla ensin ja hifistellä sitten jälkeenpäin, jos haluaa saada kurssin suoritettua…

Kurssikerta 3 sujui jo huomattavasti sutjakammin kuin aiemmat kaksi kurssikertaa. QGIS alkaa olla ohjelmistona jo suhteellisen tuttu, eikä pelkkä ohjeiden seuraaminen tunnu enää niin ylivoimaiselta – nyt ehtii jo vähän ajatella mukana eli pohtia jo tehdessä sitä, miksi jotakin tehdään sen sijaan, että vain koittaisi pysytellä mukana. On aika tärkeää ymmärtää, mitä ollaan tekemässä milloinkin, koska muuten on myös vaikeaa etsiä netistä esim. tutoriaaleja.

Tehtävä 1 – konfliktit ja luonnonvarat kartalla

Tehtävässä 1 yhdisteltiin eri tietokantojen sisältämää tietoa Afrikasta samaan tietokantaan ja samaan visualisointiin. Osa tiedoista oli hajallaan esimerkiksi vanhan mallisissa MapInfo-tiedostoissa, joissa haasteena oli se, että osa valtioista koostui useista (jopa sadoista) pienistä polygoneista (esim. saaret oli piirretty ja tallennettu omiksi polygoneikseen). Harjoituksesta huomasi minusta hyvin, että paikkatiedon ja eri tietokantojen käsittely vaatii välillä aikamoista salapoliisitoimintaa ja myös mielellään eri tietokantamuotojen tuntemusta. Pitää ymmärtää, miten tieto on tallennettu ja mitä tieto koskee, jotta tietoa voi järkevästi yhdistellä ja sitä voi käyttää uusien johtopäätösten tekemiseksi.

Afrikan konfliktit ja luonnonvarat kartalla
Afrikan konfliktit ja luonnonvarat kartalla

Alla oleva karttakuva näyttää öljyesiintymien, timanttikaivosten ja konfliktien sijainnit. Visualisointina kartta on minusta ihan kohtuullisesti onnistunut, ehkä näin jälkiviisautta käyttäen vielä pienentäisin konflikti- ja timanttipalleroiden kokoa, jotta on mahdollista erottaa selkeämmin konfliktien, timanttien ja öljyn sijainnit.

Kartasta voisi periaatteessa vetää johtopäätöksen siitä, että timanteilla ja öljyesiintymillä voi olla vaikutusta konfliktien määrään. Etenkin läntisen Afrikan maissa on valtioita, joissa esiintyy öljyä tai timantteja sekä konflikteja. Toisaalta kartta (sekä kartan attribuuttitaulukko) näyttävää myös konflikteja, jotka eivät sijoitu öljy- tai timanttiesiintymien kanssa samaan maahan, sekä maita, joissa on luonnonvaroja, mutta ei konflikteja. Konfliktien taustalla voikin olla myös paljon muita syitä (hedelmällinen viljelysmaa, vesi…), joita tämä kartta ei näytä. Kovin pitkälle meneviä päätelmiä ei kartasta voi tehdä.

Lisätiedoista, kuten konfliktien tapahtumavuodesta suhteessa timanttikaivosten tai öljykenttien löytämisvuoteen olisi hyötyä tehtäessä päätelmiä siitä, mikä on konfliktien ja luonnonvarojen välinen korrelaatio. Lisäksi on hyvä huomata, kuten A. Palmgren tuo blogissaan esiin, on myös alueellisella rajauksella merkitystä: yhden tai muutaman maan rajauksesta ei oikein voi tehdä koko mannerta kattavia päätelmiä. (https://blogs.helsinki.fi/aidapalgeo/, viitattu 12.2.2023). Johtopäätöksiä tehdessä pitää olla tarkkana.

Tehtävä 2 – tulvaindeksi

Tässä tehtävässä tuli yhdistellä eri tietokannoista peräisin olevaa tietoa ja tekemällä myös itse laskutoimituksia yhdistetyillä tiedoilla: tulvaindeksi saatiin jakamalla keskiylivirtaama keskialivirtaamalla. Perusversion tehtävänannossa työskentely eteni ongelmitta siihen saakka, kunnes piti tehdä diagrammeja. Minulla oli hieman hankaluuksia saada sekä ympyrä- että pylväsdiagrammi näkymään kartalla samanaikaisesti. Onnistuin lopulta tallentamalla valuma-aluetietokannasta kopion ja tekemällä ympyrädiagrammin siihen.

Diagrammit eivät minusta ole erityisen havainnollisia – lähinnä niistä näkee, onko alueen järvisyys suurta vai pientä verrattuna muiden valuma-alueiden järvisyyteen. Sinänsä tässä kartassa tieto on ihan riittävä. Joanna oli minusta onnistunut visualisoinnissaan paremmin – hän kuvaa järvisyyttä eri kokoisina pallukoina (https://blogs.helsinki.fi/joznuuti/, viitattu 12.2.2023). Hyvä oivallus!

Tulvaindeksi

Näin maallikon näkökulmasta vaikuttaisi siltä, että tulvia esiintyy runsaimmin suurten jokien lähistöllä ja rannikolla. Olettaisin, että Suomessa joet tulvivat pääasiassa keväisin lumien sulaessa, mistä johtuen vesi saattaa tällöin tulvia yli äyräidensä laskiessaan mereen. Järvien osuus valuma-alueen pinta-alasta näyttäisi olevan suurimmillaan alueilla, joissa tulvaindeksi on pienimmillään. Olisiko niin, että sulavedet mahtuvat paremmin järviin mukaan – veden pinta nousee mutta ei aiheuta tulvimista?

 

LÄHTEET

Aidan blogi: https://blogs.helsinki.fi/aidapalgeo/

Joannan blogi: https://blogs.helsinki.fi/joznuuti