Viimeistä viedään!

Nyt onkin viimeisen kurssikerran aika ja tarkoitus on testata omaa osaamista ja soveltaa opittuja asioita. Vaihtoehtona oli joko tehdä oma kartta alusta asti itse, tai käyttää valmiita vektorimuotoisia aineistoja, jolloin piti vastaavasti tehdä kaksi karttaa. Itse päädyin jälkimmäiseen vaihtoehtoon.

Alkuun suunnittelin tekeväni kartan Afrikasta ja biodiversiteettiin liittyvistä teemoista, mutta en löytänyt kunnolla visiotani vastaavaa aineistoa. Päädyinkin Eurostat -sivustolle ja sieltähän sitä aineistoa löytyi ihan runsaudenpulaksi asti. Päätin siis tehdä Euroopan kartan, jossa tutkin hiilidioksidipäästöjen yhteyttä ympäristöverotuksesta saataviin tuottoihin. Ihmiskunta tulee mitä todennäköisimmin olemaan niin sanotusti “pää pölkyllä” ilmastonmuutoksen suhteen ja kaikki tuntuvat olevan melko lailla yhtä mieltä siitä, että jotain toimenpiteitä asian eteen olisi syytä tehdä. Verotus on yksi keino yrittää saada niin teollisuutta, kuin yksilöitäkin valitsemaan se ympäristön kannalta hieman kestävämpi vaihtoehto. Tämän mallin toimivuutta yritin kartallani tutkia.

Kartan tekoprosessi sujui jopa suhteellisen mallikkaasti, tosin aineistojen yhdistely tuotti välillä hieman päänvaivaa. Esimerkiksi Saksa ei tahtonut ilmiintyä valmiille kartalle millään, mikä johtui, että omassa aineistossa nimen perässä olikin vähän ylimääräistä. Operaatio onnistuikin hyvin, kunhan vaan siivoilin vielä hieman omaa dataani.

päästö_vero_kartta

Kuva 1. Hiilidioksidipäästöt (1000 tonnia) ja ympäristöveroista saatava tuotto (milj. euroa) Euroopan valtioittain.

Kartalta on selvästi nähtävissä se, että suurimpia hiilidioksidin tupruttajia ovat Ranska, Saksa, Italia, Iso-Britannia ja Puola. Tämä ei ole kauhean yllättävää, sillä maat ovat Euroopan suuria teollisuusmahteja. Näissä maissa myös ympäristöverotuksen tuotto näyttäisi olevan kaikista suurinta, eli eniten hiilidioksidia ilmakehään päästävät valtiot keräävät myös eniten veroja, joiden tarkoitus olisi moista toimintaa hillitä. Varsin ristiriitaista.

Kun olin saanut kartan valmiiksi, tajusin valitsemissani teemoissa olevan ongelman: Ympäristöverotuksella saatu rahamäärä mittaa melko huonosti verojen päästöjä vähentävää vaikutusta, sillä siellä missä asuu paljon ihmisiä ja tuprutellaan kaikista eniten, rahaa saadaan paljon, vaikka veroja kerättäisiin suhteellisesti vähemmän. Jokin suhteellinen osuus olisi toiminut karttaa tehdessä parempana mittarina verotuksen “kovuudesta” kuin absoluuttinen rahamäärä.

Karttani perusteella ympäristöverotus ei vaikuta toimivalta mallilta hiilidioksidipäästöjen suitsimiseen, mutta jo edellämainittujen seikkojen vuoksi tämän kartan perusteella ei kannata vetää kovin jyrkkiä johtopäätöksiä, jos niitäkään. Kannattaa muistaa myös se, että ympäristöverotus on käsitteenä varsin laaja, ja sen tarkoituksena on muun muassa kannustaa innovoimaan vähäpäästöisempiä menetelmiä (OECD 2015) mikä näkyy   konkreettisissa hiilidioksidipäästöissä vasta ajan kuluessa.

Mielestäni kartta onnistui visuaalisesti muuten melko hyvin, paitsi kaikista pienimmät pylväät eivät näy kovin hyvin ja nyt jälkiviisaana laittaisin mittakaavan johonkin toiseen paikkaan. Kartassa killuu myös pieniä saaria suhteellisen ikävän näköisesti, joten ne olisi voinut rajata lopullisesta kuvasta pois.

 

Toisessa kartassa hypätäänkin hieman eri puolella maailmaa, eli Afrikkaan. Päätin tutkia HIV-kuolemien ja odotettavissa olevan eliniän välistä yhteyttä. Valitsin aiheen siksi, että sairaudet ovat kiinnostavia ja HIV- viruksella on niin merkittävä vaikutus niin elinoloihin, kuin taloudelliseen kehitykseenkin Afrikan mantereella. Tekoprosessi sujui muutamaa kipukohtaa lukuunottamatta suhteellisen hyvin. Yksi näistä kohdista oli järkevän luokituksen keksiminen.

afrikkahiv

Kuva 2. HIV-kuolemat vuonna 2013ja elinajantodote Afrikassa valtioittain.

Kartan perusteella tilanne Saharan eteläpuoleisessa Afrikassa ja eritoten sen itäisellä puolella on HIV-kuolemien suhteen kurja. Tämä ei tullut yllätyksenä, sillä HIV/AIDS kuolemia on alueella 1,2 mijoonaa vuoden 2011 loppuun mennessä (Avert 2015). ohjois-Afrikassa taas HIV: n yhdistettyjä kuolemantapauksia on vähemmän ja eliniänodotekin on korkeampi. Kaikista huonoin HIV tilanne on Etelä-Afrikassa ja Nigeriassa. Etelä-Afrikan heikko tilanne tuli minulle jossain määrin yllätyksenä, sillä olin pitänyt ainakin maan taloudellista tilannetta melko hyvänä. WHO:n mukaan maassa on kuitenkin arviolta 6 300 000 HIV-positiivista ihmistä, joten sen huomioon ottaen kuolemienkaan suuri määrä ei liene yllätys.

Matala elinajanodote ja HIV:n liitetyt kuolemantapaukset eivät korreloivat huomattavasti, mutta  eivät kenties aivan niin räikeästi kuin etukäteen luulin. Esimerkiksi Etelä-Afrikassa ja Nigeriassa elinajanodote ei putoa alimpaan luokkaan ja vastaavasti monissa maissa, joiden HIV tilanne ei vaikuta karttani perusteella kaikista kurjimmalta  (esim Sierra Leone, Tsad) elinajanodote on perin heikko. Matalaa elinajantodotetta selittää muun muassa Sierra Leonen tapauksessa todennäköisesti maassa riehunut sisällissota. Koska elinajanodotetilasto on vuodelta 2012, ebolaepidemia ei ole vielä päässyt vaikuttamaan elinajanodotteeseen. HIV-epidemialla on kuitenkin ollut huomattava vaikutus odotettuun elinikään koko Afrikan mantereella. Esimerkiksi Botswanassa elinajanodote  olisi ollut vuosituhannen alussa ilman epidemiaa arviolta 67 vuotta, mutta epidemian takia se on jäänyt 47 vuoteen (Hurskainen 2001).Toki elinajanodotteseen vaikuttavat muutkin tekijät, kuten jo edellä mainitut konfliktit, köyhyys ja muut sairaudet.

Tämä koko kurssin viimeinen kartta  on visuaalisesti omasta mielestäni yksi onnistuneimpia tekeleitäni. Oikeastaan ainut häiritsevä asia kummalisesti    litistynyt pohjoisnuoli.

Molemmissa kartoissani on yksi selkeä ongelma: En tajunnut laittaa omaa luokkaa maille, josta kyseessä olevasta muuttujasta ei löydy tietoa. Näin toimi esimerkiksi Tuure Takala omissa kartoissaan. Tämä seikka tekee kartoistani hieman epäluotettavia ja selittää eimerkiksi sen, että jälkimmäisen karttani mukaan Kongon demokraattisessa tasavallassa HIV-kuolemia olis 0-1000, mutta todellisuudessa niitä lienee enemmän.

 

Ja koska tämä on nyt viimeinen tehtävä ja blogimerkintä, niin kirjoitellaan nyt muutama ajatus siitä, mitä kurssista oikein jäi käteen. Kaiken kaikkiaan kurssi ei ollut minulle kaikista helpoin ja karttoja väsätessä tuli välillä pyörittyä suhteellisen paljon epämukavuusalueellani. Koen kuitenkin oppineeni varsin paljon, ja osaan tehdä karttaesityksiä myös ilman ohjeistusta, ainakin silloin, jos pohja-aineisto on yksinkertainen. Tuntuukin hieman siltä, että olen kurssin aikana oppinut MapInfon käyttöä paloittain sieltä sun täältä, ja tietty kokonaiskuva on jäänyt vaillinnaiseksi. Kenties ärsyttävintä on se, että ohjelmaa käyttäessä pitäisi muistaa monta pikkuasiaa, ja jos jossain tekee virheen niin se vaikuttaa lopputulokseen hyvin paljon. Myös Maarit Mukala tuntuu olevan bloginsa perusteella samoilla linjoilla. Vaikka minusta ei taida tulla universumin suurinta paikkatietovelhoa, oli tämä kurssi kuitenkin melko antoisa ja mielenkiintoinen kurkistus paikkatiedon maailmaan!

Lähteet:

Avert 2015: <ttp://www.avert.org/worldwide-hiv-aids-statistics.htm> Viitattu 17.3.2015

Hurskainen A. (2001): Afrikan väestö – räjähdys vai tuho Tiede 2/2001 ´<http://www.tiede.fi/artikkeli/jutut/artikkelit/afrikan_vaesto_rajahdys_vai_tuho_> Viitattu 17.3.2015

Mukala M. (2015): Viides kurssikerta, eli kun keräät langat käsiisi tai leväytät ne kamalaan sotkuun <https://blogs.helsinki.fi/mmukala/> Viitattu 14.3.2015

OECD (2011): Environmental taxation -a guide for policy makers <http://www.oecd.org/env/tools-evaluation/48164926.pdf>  Viitattu 17.3.2015

Takala T. (2015):  7. kurssikerta <tp://blogs.helsinki.fi/tevtakal/>  Viitattu 15.3.2015

WHO (2015): <http://www.unaids.org/en/dataanalysis/datatools/aidsinfo/> Viitattu 17.3.2015

 

 

 

 

Kumpulan suojateiltä maailman maanjäristyksiin

Poikkeuksellisesti tällä kurssikerralla ei heti asetuttukaan tietokoneen ja MapInfon ääreen, vaan lähdettiinkin ulos pienelle reippailulle. Reissu ei sentään ollut mikään huviretki, vaan tarkoituksena oli kerätä GPS-pisteitä ja harjoitelle sitten niiden sijoittamista kartalle MapInfon avulla. Meidän tuli kerätä kymmenen pistettä joko satunnaisesti tai jonkin tietyn aiheen mukaan. Päätimme ryhmäni kanssa kerätä pisteet Kumpulan suojateiden lähettyviltä. Homma sujui oikein leppoisissa merkeissä, tosin GPS näytti korkeuden ehkä hieman summittaisen tuntuisesti.

Luokassa syötimme pisteiden koordinaatit Exceliin ja siitä edelleen MapInfoon. Tässä kohtaa minulla meinasi tulla hieman vaikeuksia, sillä konetta vasta availlessani meinasin jäädä muista jälkeen. Pienen sähläyksen ja panikoinnin jälkeen sain kuitenkin taas juonen päästä kiinni ja pisteiä kartalle. Viimeisen ryhmän koordinaattitietoja en kuitenkaan saanut kartalle, vaikka teinkin kaiken mielestäni aivan ohjeen mukaan. Toisaalta muillakin oli tämän aineiston kanssa hiemn ongelmia, niin tokkopa tuo niin vakavaa on.

Viimeisenä yhteisenä juttuna tällä kurssikerralla oli geokoodauksen harjoittelu. Homman tarkoitus on myös saada pisteitä kartalle, mutta tämä metodi sopii paremmin laajan aineiston kanssa työskentelyyn. Meidän tuli geokoodata Helsingin kartalle alueen pelikoneiden sijainti. Tehtävä ei ollut kovin vaikea, eli pisteet ilmestyivät kartalle melko kivuttomasti.

Sitten tämän kerran karttatuotoksen pariin. Nyt oli tarkoitus astua opettajan saappaisiin ja laatia hasardiaineistojen perusteella kolme karttaa, joita voisi hyödyntää opetusmateriaalina. Harkitsen vakavasti aineenopettejan uraa, joten tämä tehtävä tuntui aika mieluisalta. Joten eikun hommiin!

maanjaristys_6

Kuva 1. Kuuden magnitudin maanjäristykset maailmassa

Capture

Kuva 2. Yli kahdeksan magnitudin maanjäristykset maailmassa

tulivuoret

Kuva 3. Tulivuorenpurkaukset maailmassa

Karttojen  aiheissa en lähtenyt kikkailemaan kovinkaan paljon, vaan tein yhden kartan maailman tulivuorien sijoittumisesta ja toisen vastaavan yli 6 magnitudin maanjäristyksistä. Tarkoituksena on siis, että oppilaat pääsisivät vertailemaan näitä karttoja ja pohtimaan mahtaisiko ilmiöiden sijoittumisella olla jotakin yhteyttä. Kolmannen kartan tein sitten yli 8 magnitudin maanjäristyksistä hieman pidemmällä aikaskaalalla. Tämä siksi, että niitä sattuu sen verran harvoin.  Pohjakarttana meillä oli käytössä maailmankartta, jota en lähtenyt mitenkään rajailemaan. Tähän on oikeastaan kaksi syytä: Ensinnäkin ajattelin, että ehkä oppilaiden olisi ensi alkuun hyvä saada kokonaiskuva ilmiöstä, jotta niihin voisi myöhemmin perehtyä hieman paremmin. Toinen syy on se, että rajausmahdollisuus ei tullut alkuun edes mieleeni. Toisaalta hieman tarkemman alueen, eli esimerkiksi maanosan rajaaminen olisi oikeastaan ollut aika hyvä, sillä tämä olisi ehkä ollut haastavampi tulkinnallisesti, joten niissä kartoissa olisi ollut oppilaille enemmän pureskeltvaa ja pähkäiltävää. Pinja Myllykoski esitti myös blogissaan erinomaisen idean siitä, että oppilaille ei kannata näyttää heti, mistä kartoista on kyse (eli esim legendat voisi piilottaa),vaan he voisivat koittaa päätellä mistä ilmiöstä on kyse. Tässä tukena voisi käyttää myös karttaa litosfäärilaatoista ja niiden saumakohdista.

Kartoilta on nähtävissä hyvin se, että maailman maanjäristykset ja tulivuoret sijoittuvat samoille alueille, eli mannerlaattojen saumakohtiin. Teknisesti kartat onnistuivat mielestäni aika hyvin ja ne ovat tarkoituksenmukaisia. 6 magnitudin maanjäristyskartassa symbolit voisivat tosin olla ihan reippaasti pienempia, ja kuvakaappauksessa legenda oli jäänyt valituksi, mikä pistää ikävästi silmään. Jälkeenpäin tulin miettineeksi 8 magnitudin järistyksiä esittävän kartan funktiota. Antaako tieto näin suurista järistyksistä oppilaille loppujen lopuksi  kovin paljoa informaatiota? Niitä sattuu kuitenkin kovin harvoin ja kuitenkin melko sattumanvaraisissa paikoissa, joten en tiedä saako kartan ympärille mitään hirveän suuria alueellisia pohdintoja. Tosin suuret maanjäristykset voivat indikoida kaikista pahimpia mannerlaattojen jännityskohtia. Sitä paitsi katastrofit kiinnostavat kaikkia ja onhan se nyt mukava tietää, missä kaikista suurimmat täräykset ovat sattuneet.

Lähteet: Myllykoski P. (2015): Kurssikerta 6: hasardiopetusta <https://blogs.helsinki.fi/myxmy/> Viitattu 14.3.2015

 

Bufferointia ja lentokenttiä

Nyt ollankin edetty jo viidenteen kurssikertaan ja tämä poikkesi aiemmista siten, että nyt tarkoituksena ei ollut laatia karttaa vaan käyttää MapInfoa hieman eri tavoin. Ohjelman avulla voi myös hankkia vastauksia erilaisiin kysymyksiin: Kuinka paljon ihmisiä asuu 1 km päässä Malmin lentokentältä? Kuinka moni asuu alle 500 metrin päässä juna-asemalta? Tämä ja paljon muuta selvisi tällä kurssikerralla.

Alkuun harjoittelimme bufferointia. Kyseisellä työkalulla pystytään siis hakemaan vastauksia edellä esiteyn kaltaisiin kysymyksiin. Opettajan johdolla homma sujui taas ihan mallikkaasti, ja ennen kurssitehtävää tunnelma oli aika hyvä. Eteen lyötiin tällä kertaa ihan kunnon paketti tehtäviä: Kaksi pakollista ja yksi vapaaehtoinen, joissa oli useampi selvitettävä kysymys. Moodleen oli laitettu tehtävistä vielä tarkemmat ohjeet, mutta meille vannotettiin, että niitä katsotaan vasta viime hädässä. Huh, no eikun vaan hommiin! Alkuun kaikki meni varsin mukavasti, mutta Helsinki-Vantaan lentokentän kohdalla tuli vaikeuksia. Välillä aineistot eivät yhdistyneet aina ihan mieleni mukaan ja toisinaan taas ei vain oikein tiennyt mistä kysymyksen ratkaiseminen tulisi aloittaa.

Tämä kurssikerta tuntui varsin haastavalta. Jopa haastavimmalta tähän mennessä, sillä se pani testiin sen, mitä aikaisemmin ollaan opittu. Nelituntinen tuntui hyvin pitkältä ja lopputunnista alkoi olla jo sellainen olo, että aivot ovat valuneet korvista ulos. Ohessa myös saamiani tuloksia. Ensimmäisiin kysymyksiin sain kovin kummallisia vastauksia, sillä olin vahingossa katsonut asukasmäärän sijasta todennäköisesti talojen määrää alueella. Noin pienten tulosten olisi kyllä pitänyt soittaa jotainkin kelloja, mutta nyt kävi näin. Toisessa tehtävässä tajusin jopa katsoa oikeaa saraketta ja sain jopa samanlaisia vastauksia kuin muutkin. Kolmas tehtävä menikin taas ihan totaalisen reisille, kun yritin tehdä sitä vähän pidemmän ajan päästä ja en ohjeista huolimatta ymmärtänyt tehtävää, enkä myöskään saanut mitään vastauksia ulos.

answersss

Kuva 1. Vastauksia

Vaikka omat bufferointitaidot ovat vielä kauniisti sanottuna huteria, työkalu on kuitenkin äärimmäisen näppärä kaikenlaisten vaikutusaluieden tarkasteluun ja taitava käyttäjä saa toiminnosta varmasti apua monenlaisiin tilanteisiin. Esimerkiksi melualueiden ja vaikkapa tehtaiden päästöjen leviämistä tarkasteltaessa bufferointi on varmasti paikallaan. Voisipa se sopia myös jokien valuma-aluieden tarkasteluun ja tulvasuojeluun, kuten Tuure Takala blogissaan ehdottaa.

Ja nyt pientä tilannekatsausta MapInfo-osaamiseeni. Tilanne on yleisesti ottaen ihan hyvä. Mielestäni erilaisten teemakarttojen luominen on kaikista mukavinta ja myös helpointa. Aineiston käsittely ja tuominen esimerkiksi Excelistä onnistuu  hyvin, mutta aineistojen yhdistelyssä on välillä pieniä ongelmia. Mielestäni teen kaiken aina kuten pitääkin, mutta silti homma ei välttämättä toimi. Myöskin tämän kurssikerran teema, eli bufferointi, on vielä vaikeaa.

Mielstäni minulla menee ohjelman kanssa hyvin, kun on edes jonkinlaiset ohjeet tai vihjeet mitä seurata, mutta aivan omillaan työskentely tuntuu vielä haastavalta. Kenties en yhdessä opettajan johdolla työskennellessä kiinnitä tarpeeksi huomiota olennaisiin asioihin, eli keskityn vain oikeiden nappuloiden painamiseen sen sijaan, että pohtisin miksi niin tehdään. Osaamiseni tuntuu paikoin olevan varsin pinnallisella tasolla, mutta toisaalta käyttökokemuskin on vielä loppujen lopuksi kovin vähäistä, joten tämä on ehkä varsin ymmärrettävää.

Lähteet: Takala T. (2015): 5. kurssikerta  <https://blogs.helsinki.fi/tevtakal/> Viitattu 15.3.2015

 

 

 

Kurssikerta 4

Tällä kertaa tutustuimme ruutuaineistoon. Opimme muun muassa luomaan kartan päälle korologisen matriisin. Blogitehtävänä oli tehdä ruutaineistoa hyödyntävä kartta pääkapunkiseudun aineiston pohjalta.  Oman karttani aiheeksi valitsin yli 85-vuotiaiden määrän. Meidän tuli kokeilla kahta erikokoista ruutumatriisia samaan aineistoon, itse koitin 250 x 250, sekä 500 x 500 m ruuduilla. En halunnut testata isommilla ruuduilla, sillä tuumasin, että tuon ikäisiä ihmisiä on sen verran vähän, että ajatukseni mukaan erot näkyvät paremmin hieman pienemmillä ruuduilla.  Mikäli kartta onnistuu kunnolla, siitä on nähtävissä miten kaikkein vanhimmat ihmiset sijoittuvat pääkaupunkiseudulla.

pkseutuvanhuskartta2

Kuva 1. Yli 85 -vuotiaat pääkaupunkiseudulla

Valitsin blogiini 500 x 500 metrisillä ruuduilla toteuten kartan, sillä mielestäni se on luettavampi ja selkeämpi. Pienemmillä ruuduilla kartasta tuli liian epäselvä ja lukija olisi joutunut tihrustelemaan liikaa karttaa katsoessaan.

Onnistuinpas kerrankin olemaan melkein ajankohtainen! Eilen alueuutisissa nimittäin puhuttiin siitä, kuinka Helsinki vanhenee, eli yli 65-vuotaiden osuus väestöstä on kasvamaan päin, ja on tällä hetkellä 16 %. (Sundgvist ym. 2014)  Minun karttani tosin koskee vielä vanhempaa ikäryhmää, mutta tulokset ovat varmasti ainakin osin vertailukelpoisia.

Näyttäisi siltä, että pääkaupunkiseudulla kaikkein vanhin osa väestöstä on sijoittunut melko pitkälti Helsingin alueelle ja yksi suurimmista keskittymistä on Helsingin kantakapupungin alueella.  Tämä on sinänsä ymmärrettävää, sillä tuolla alueella kaikki palvelut ovat helposti saatavilla ja lyhyen etäisyyden päässä toisistaan. Lisäksi asunnot ovat alueella usein pieniä, mikä ei ole perheiden kannalta välttämättä se paras vaihtoehto (Sundgvist ym 2014). Asunnot ovat kantakapungissa kalliita, joten voi myös olla, että pitkän työuran tehneiden ja jo säästöjä kerryttäneiden on niitä helpompi hankkia.  Myös Länsi-Helsinki tuntuu olevan varsin kansoitettu yli 85-vuotiaiden toimesta, ja kaupungin itäiselläkin puolella näyttäisi olevan muutama vanhemman väestön keskittymä. Esimerkiksi Myllypuron seutuvilla asuu vanhuksia melko paljon. Lähiöissäkin peruspalvelut ovat melko helposti saatavissa, joten tämä seikka todennäköisesti houkuttelee vanhuksia.

Espoon puolella Tapiolan tienoilla tuntuu olevan jonkinlainen vanhusten keskittymä, sekin johtunee todennäköisesti palveluiden läheisyydestä. Voi myös olla, että vanhuksia houkuttelee asuinalueella myös tieto siitä, että paikassa asuu jo ennestään melko paljon samaan ikäryhmään kuuluvia, joilloin asuinalue saatetaan mieltää rauhalliseksi ja miellyttäväksi.

Nelli Aalto teki kartan samasta aiheesta kuin minäkin ja toi esille pari hyvää pointtia, joita en itse tullut ajatelleeksi. Ensinnäkin vanhusten absoluuttinen määrä on kenties hieman huono mittari kuvaamaan heidän alueellista sijoittumistaan, sillä todennäköisesti yli 85-vuotiaita on paljon niillä alueilla, missä väestömäärä on muutenkin suuri. Siksi suhteellinen osuus olisi todennäköisesti hieman parempi ilmiön kuvaamiseen. Nelli oli myös ansiokkaasti tehnyt sellaisen huomion, että osassa tiheimpään luokkaan kuuluvissa ruuduissa voi olla vanhainkoti tai jonkin sortin palvelutalo, mikä taas ei minulla juolahtanut mieleen.

Itse kartta onnistui aika hyvin. Jonkinlainen nimistö helpottaisi tosi  lukemista ja antaisi lisäinformaatioita, mutta se on hieman hankala ainakin minun taidoillani yhdistää ruutumuotoiseen esittämistapaan. Samoin kuntien rajat saisivat olla hieman paremmin näkyvissä, jotta tulkinta olisi helpompaa. Tarkastelun olisi voinut tehdä myös vain pelkästään Helsinkiä koskien, mutta jotenkin tajusin sen mahdollisuuden vasta sen verran myöhään, etten enää pohja-aineston rajailuihin lähtenyt. Ai niin, ensi kerralla pitää kyllä muistaa siivota tuolta legendasta nuo arvojen lukumäärät!

 Lähteet: Sundgvist V., Tebest T., Rissanen J (2015): Helsingin seutu vanhenee vauhdilla <http://yle.fi/uutiset/helsingin_seutu_vanhenee_vauhdilla__katso_kuinka_oma_naapurustosi_harmaantuu/7787729> Viitattu 10.2 2015

Aalto N. (2015): Kurssikerta 4: Ruututeemakartat <https://blogs.helsinki.fi/neaa/Viitattu 15.3.2015

 

 

Kolmas kerta: Kokemäenjoelta Afrikkaan

Kolmannen kerran teemana olivat erilaiset aineistot ja niiden yhdistely. Opimme muun muassa kuinka eri tietokantojen aineistoa saa yhdisteltyä esimerkiksi ominaisuustiedon perusteella. Pysyin opastuksessa aika hyvin perässä, tosin muutama pieni tipahduksen hetki meinasi tulla.

Varsinaisena tehtävänä oli tällä kertaa tehdä kartta Suomen vesistöihin liittyen. Tarkemmin ottaen siihen sisältyi kaksi teemaa: Tulvaindeksi ja järvisyysprosentti. Ensimmäiseksi mainittu tuli laskea valmiin aineston pohjalta ja järvisyysprosentti tuli taas napata toisesta tietokannasta. Tehtävänanto herätti alkuun hieman hämmennystä, sillä oli hieman hankala keksiä mistä olisi järkevintä aloittaa. Hetken ihmettelyn jälkeen homma lähti kuitenkin rullaamaan ihan hyvin ja parikymmentä minuuttia aikaisemmin neuvotut opit alkoivat palautua mieleen. Tekoprosessissa tuli muutama  hankalampi hetki, eli esimerkiksi järvisyysprosentin liittämisessä aineistoon oli  hieman vaikeuksia. Niistä päästiin kuitenkin yli ja lopputulos näkyy alla.

tulvajärvikartta

Kuva 1. Järvisyysprosentti ja tulvaindeksi Suomessa

Kappas, karttahan se siinä! Luokittelussa päädyin luonnollisiin luokkiin, samantyyppisin perustein kuin Leila Soinio omassa blogissaan esittää. Pikaisella vilkaisulla kartasta näkyy muutama seikka: Länsi- ja etelärannikolla valuma-alueet ovat kaikista pienimpiä, tulvaindeksi suurin ja järvisyysprosentti kaikista pienin. Tulvaindeksin suuruus lännessä ei ainakaan yllättänyt, sillä joka vuosi Pohjanmaalta tulee uutiskuvia, joissa vesi on vallannut pellot tai jonkun kellarin. Idemmässä ja pohjoisessa järvisyysprosentti on suuri ja valuma-alueet ovat myös huomattavasti isompia. Tulvaindeksi taasen on melko pieni.

Mistä tämä kaikki sitten johtuu? Järvisillä alueilla tulvaindeksi on pienempi, sillä järvialtaat toimivat vesivarastoina ja siten tasoittavat vedenpinnan vaihteluita. Länsi -ja etelärannikolla taas on järvialtaita vähän, joten ajoittaiset tulvat ovat alueelle tyypillisiä (Ympäristö.fi).

______________________________________________________________________________

Seuraavaksi vaihdetaankin sitten vähän maisemaa, eli tutustutaan hieman Afrikan konflikteihin ja niiden syihin.

https://blogs.helsinki.fi/pak-2015/files/2015/01/Afrikka.png

Ohessa on siis kartta siitä Afrikan konfliktialueista, öljylähteistä ja timanttikaivoksista. Kuten jo arvata saattaa, resurssit tuppaavat aiheuttamaan riitaa ja kartan perusteella voi sanoa, että konfliktit sijoittuvat samoille paikoilla minne luonnonvaratkin. Näyttää myös siltä, että alueilla, joissa on timantteja, on käyty kaikista isoimmat kahakat. Olisikin kyllä perin mielenkiintoista selvittää, timanttien roolia konfliktien alkutekijänä.

Varsinaisena tehtävänantona piti miettiä hiukan sitä, mitä aineistosta saisi irti, jos tiedossa olevia muuttujia olisikin hiukan enemmän. Mikäli tiedettäisiin ölykenttien ja timanttikaivosten löytämisvuosi ja konfliktien alkuaika, voitaisiin tutkia olisiko näillä ilmiöillä jotain yhteyttä. Voisiko konflikti puhjeta löydön omistusoikeuksista kiistellessä vai vasta sitten kun esimerkiksi kaivos on alkanut tuottaa? Tätäkin voisi alkaa selvittää mikäli tiedettäisiin kaivoksen tai öljykenttien tehokkuus. Voisi myös kuvitella, että tuottavasta öljykentästä tapaltaisiin laajemmalla alueella kuin pienemmästä ja vähemmän tuottoisasta.

Mitäs sitten voisi päätellä, jos pakkaan yhdistäisi vielä tiedon internetkäyttäjien määrästä? Miten se muka liittyy mihinkään? Hetken pohdittuani totesin, että netinkäyttäjien määrä voi liittyä konflikteihin, kuten on tullut esimerkiksi Arabikevään tapauksessa todettua. Eli voisi siis tutkia esimerkiksi sitä, onko konfliktin alkamisvuodella ja internetin käyttäjien määrän kasvulla jotakin yhteyttä. Yhden oivalluksen aiheesta sain myös Pinja Myllykosken blogista. Hän ehdotti, muun muassa että öljykenttien tuottavuuden ja internetkäyttäjien lukumäärän välistä yhteyttä voisi tarkastella. Öljy on erinomainen tulonlähde ja lisääntyneet tulot voisi käyttää vaikkapa internetyhteyksien parantamiseen, ainakin teoriassa.

Lähteet:

Soinio L. (2015)  <https://blogs.helsinki.fi/lsoinio/> Kurssikerta 3 Tietokantojen yhdistämisestä tulvaindeksikartan laadintaan.

Myllykoski P. (2015)  <https://blogs.helsinki.fi/myxmy/> Kurssikerta 3: timantteja ja tulvia

http://www.ymparisto.fi/fi-FI/Vesi/Tulviin_varautuminen/Olenko_tulvariskialueella/Tulvien_esiintyminen

Toinen kurssikerta: Erilaiset teemakartat

Tällä kurssikerralla oli tarkoitus perehtyä tarkemmin erilaisiin teemakarttoihin ja lopulta laatia vapaavalintaisesta aiheesta itsekin sellainen. Ensin tutustuimme opettajan johdolla hieman eri tyyppisiin teemakarttoihin ja siihen, kuinka niitä tulisi MapInfolla laatia. Harjoituksen vuoksi laadimme muun muassa kartan avioeroista Lapissa, sekä hienon 3D-kartan Suomen väestökeskittymistä. Pysyin hyvin perässä ja suhteellisen hyvä toveruussuhde MapInfon kanssa sai jatkoa. Teemakarttojen laatiminen tuntui melko helpolta ja ainakin hyvin nopealta verrattuna syksyn TAK-kurssilla puurtamiseen.

Jotta saisimme omiin teemakarttoihimme mahdollisimman mielenkiintoisia aiheita, meidät tutustutettiin Terveys – ja hyvinvointilaitoksen sivujen SOTKA -tietokantaan, josta löytyy tilastoja niin psykoterapiassa käyneistä, itsemurhista kuin alkoholinkulutuksestakin. Oikein hilpeitä teemoja siis! Harjoittelimme yhdessä myös aineiston tuontia SOTKA:sta MapInfoon.

Olikin yllättävän vaikea valita, että mistä sitä teemakarttaa lähtisi nyt sitten tekemään. SOTKA -aineistojen “ranteet auki” luonteesta inspiroituneena päätin laatia kartan työttömyysasteen ja alkoholinkulutuksen suhteesta Pohjois-Savossa. Alue on entisiä kotikontuja, joten se oli melko luonteva valinta. Mielessäni oli hieno visio Gradueted -tyyppisestä teemakartasta, jossa alkoholinkulutus on kuvattu pullosymbolein, mutta kuinkas sitten kävikään..

Karttani jäi kurssikerralla kesken ja päätin jatkaa sitä myöhemmin. MapInfoa avatessani huomasin kuitenkin, että tuotokseni oli mystisesti hävinnyt! Aloitin siis alusta, mutta nyt SOTKA- aineiston kanssa oli ongelmia, enkä saanut sitä liitettyä MapInfoon ja karttaa tuotettua. Aikani yritin, mutta sitten päätin muuttaa suunnitelmaani ja käyttää MapInfon omia aineistoja. Valitsin sitten karttani aiheeksi työttömyysasteen ja avioerot. Ajatuksenani oli se, että kunnissa, joiden työttömyysprosentti on suuri, erottaisiin myös enemmän. Tämä voisi johtua siitä, että työttömyys aiheuttaa myös muita ongelmia, kuten rahahuolia, mikä voisi taas mahdollisesti johtaa avioeroihin. Oliko näillä ilmiöillä yhteyttä?

savokartta2

Kuva 1. Työttömyysaste ja avioerot Pohjois-Savossa

Kartan perusteella näyttääkin siltä, että kunnissa, joiden työttömyysaste on suurin, ei erota sen enempää kuin muuallakaan. Jopa voisi sanoa, että eroja on vähemmän, mutta se voisi olla hiukan turhan pitkälle menevä johtopäätös. Ehdottomasti eniten erotaan Kuopiossa, muissa kunnissa tilanne on melko tasainen.  Kartta on siinä mielessä huono, että avioerot ovat aineistossa kappalemäärinä, eikä suhteellisina osuuksina. Prosenttiosuudet olisivat tällaiseen tarkasteluun mielekkäämpiä. Tämä selittää myös Kuopion piikin: Se on Pohjois-Savon keskus, jossa on eniten ihmisiä, joten avioerojakin on silloin paljon.

Alkuperäinen hypoteesinikaan ei ole kuitenkaan aivan tuulesta temmattu, sillä on todettu, että erityisesti miesten työttömyys nostaa avioeron riskiä (Jämsen 2013). Sama lähde nostaa esille kuitenkin myös toisen näkökannan, jota en itse osannut edes ajatella: Jos perheen taloustilanne on esimerkiksi työttömyyden takia huono, eroamiseen ei ole välttämättä edes varaa, joten yhdessä saatetaan pysyä vaikka väkisin. Tämä voisi selittää varovaista havaintoa siitä, että suurimman työttömyysprosentin alueilla erotaan jopa vähemmän.

Itse karttaan jäi pieniä puutteita. Kuopion pylväs on sijoittunut siten, että on hieman epäselvää, mille alueelle se oikeastaan kuuluu.  Jostain syystä myös legendasta tuli ihan suhteettoman suuri. Väreihin olen kuitenkin ihan tyytyväinen, ne ovat tarpeeksi erottuvat ja selkeät.

Tämän kurssityön tekeminen sisälsi hieman vastoinkäymisiä, mutta niistä selvittiin ja päästin kuitenkin jonkinlaiseen lopputulokseen. Vaikeuksien kautta voittoon, kuten Maarit Mukalakin blogissaan kirjoittaa.

Lähteet:

Maarit Mukalan blogi: https://blogs.helsinki.fi/mmukala/

Jämsen E. 2013  Miehen potkut lisäävät avioeroriskiä < http://yle.fi/uutiset/miehen_potkut_lisaavat_avioeroriskia_enemman_kuin_naisen_irtisanominen/6858247> Viitattu 4.2.2015

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Artikkeli 1: Pohdintaa päällekkäisistä teemakartoista

Kurssitehtävän lisäksi meidän tuli tällä viikolla lukea Anna Leonowiczin artikkeli Two-variable choropleth maps as a useful tool for visualization of geographical relationship.
Arikkelin mukaan päällekkäiset teemakartat sopivat parhaiten korrelaatioiden alueelliseen esittämiseen: Niillä on hyvä esittää kahden ilmiön välisiä riippuvuuksia ja Leonowicz käyttää tällaisesta esimerkkinä tulojen ja korkean koulutuksen välistä suhdetta. Tavalliset teemakartat sopivat taas parhaiten alueellisen levinneisyyden esittämiseen.

Päälleikkäiset teemakartat ovat jossain määrin haastavia, sillä niiden selkeyden eteen on tietyssä mielessä tehtävä enemmän töitä kuin tavallisten teemakarttojen. Värityksen ja erityisesti luokittelun on oltava kunnossa. Kuten tunnillakin puhuttiin, kolmea luokkaa per tutkittava muuttuja enempää ei ole välttämättä syytä käyttää, sillä ihmisen silmän erotuskyky on mitä suurimmassa määrin rajallinen, joten useampi luokka tekisi kartasta turhan sekavan.

Leonowicz halusi tehdä kokeen testatakseen päällekkäisten teemakarttojen luettavuutta. Kokeeseen osallistujat olivat ensimmäisen vuoden yliopisto-opiskeluja, ja lähes kaikki kokivat tavalliset teemakartat helppolukuisemmiksi. Varsinkin alueellisen levinneisyyden hahmottaminen koettiin hankalaksi päällekkäisiltä teemakartoilta.

Mitä mieltä itse olen tästä kaikesta? Artikkelin lopussa oli esimerkkejä päällekkäisistä teemakartoista ja kuten jo Julia Keronen blogissaan totesi, erityisesti legendat olivat hankalia lukea. Ne aukenivat kyllä tovin tuijottelun jälkeen, mutta  eivätole kovinkaan hyviä, jos lukijan halutaan saavan tietoa aiheesta nopealla vilkaisulla. Päällekkäiset teemakartat vaativatkin kenties enemmän kartanlukijalta: Ainakin kykyä ja näkemystä, sekä halua tutustua karttaan tarkasti. Päällekkäsiä teemakarttoja laativien tahojen tuleekin kiinnittää erityistä huomiota selkeyteen, jotta lukija saisi aiheesta mahdollisimman paljon irti.

Mutta onhan päällekkäisissä teemakartoissa selkeästi myös hyviä puolia: Kaksi teemaa on aina enemmän kuin yksi ja kartalle voidaan mahduttaa kaksinverroin enemmän informaatiota. Tämäntyyppiset kartat ovat myös oiva väline erilaisten riippuvuussuhteiden havainnointiin ja niiden tulkintaan. Parhaimmillaan lukija voi saada päällekkäisenä teemakarttana toteutetusta karttaesityksestä paljon uusia ajatuksia ja oivalluksia.

Loppuun sanottakoon vielä se, että hyvin tehty teemakartta voi olla äärimmäisen selkeä ja informatiivinen, huonosti tehty taas sekoittaa kartan kartanlukijaa, eikä oikein palvele mitään tarkoitusta. Toisaalta asia tuppaa olemaan näin yleensäkin kartografiassa, joten sinällään edellisentyyppinen ajatus ei ole uusi.

Lähteet: Julia Kerosen blogi: https://blogs.helsinki.fi/juliaker/

 

Ensimmäinen kurssikerta

Loman jälkeen on taas aika palata sorvin ääreen ja  aloittamaan Paikkatiedon hankinta, analyysi ja kartografia -kurssi.  Kurssilla tutustutaan paikkatietoon ja sen visualisointiin, eli paljon erilaisten karttojen väsäystä on siis tiedossa. Tässä blogissa on tarkoitus esitellä omia aikaansaannoksiaan ja analysoida niiden pätevyyttä. Paikkatieto ja sen hyödyntäminen kartografiassa ei ole minulle tuttua, joten tulen oppimaan varmasti paljon uusia asioita.  Nyt ensimmäisellä kurssikerralla vasta tutustuimme hieman MapInfon hienouksiin ja laadimme kaksi melko yksinkertaista karttaa.

Otimme MapInfoon tuntumaa hieman jo syksyllä, mutta silloiset opit olivat ehtineet jo unohtua, joten lähtötaso oli aika lähellä nollaa. Muillakin kurssilaisilla fiilikset tuntuivat olevan hieman samansuuntaiset, esimerkiksi Milla Piispa kirjoittaa blogissaan MapInfon kertauksen olevan paikallaan. Tutustuimme opettajan ohjauksella MapInfon ominaisuuksiin Helsingin kartan ja siihen liittyvän paikkatiedon avulla. Lopputuloksena on alla oleva kartta muunkielesten (äidikieli muu kuin suomi tai ruotsi) osuuksista eri Helsingin kaupunginosissa. Tämä harjoitus tuntui varsin selkeältä, sillä pysyin hyvin perässä, eivätkä toiminnot tuntuneet kovin vaikeilta.

harjoitus1

Kuva 1. Muunkielisten osuus Helsingissä kaupunginosittain

 

Siinä se nyt on! Ensimmäinen MapInfolla laadittu kartta ja ihan hyvältähän se näyttää. Jos nyt tekisin saman uudestaan, valitsisin ehkä väripaletin, jossa värit erottuvat hieman paremmin toisistaan. Jouduinkin säätämään tumminta vihreää hieman tummaksi, jotta se olisi näkyvämpi.

Ensimmäisen kartan laatimisesta aiheutuneesta euforiasta toivuttuani olikin aika siirtyä seuraavaan harjoitukseen, joka oli vapaavalintaisen teemakartan laatiminen koko Suomen ainestosta. Päätin tehdä oman karttani korkeasti koulutettujen osuudesta Suomen kunnissa. Kartan laatiminen sujui muuten hyvin samalla tavalla kuin ensimmäisen harjoituskartan, mutta nyt luokitteluun piti kiinnitää enemmän huomiota.

Luokittelun avuksi käytin internetistä löytyvää histogrammityökalua, mutta jakaumani oli hyvin tasainen, joten en saanut oikein eväitä sopivan luokittelun löytämiseksi.

kuntakoulutuskartta

Kuva 2. Korkeasti koulutettujen osuus Suomen kunnissa

Tämäkin kartta on mielestäni varsin onnistunut, mutta sitäkin vaivaa se, että kaksi vaaleinta sävyä erottuvat hieman huonosti toisistaan. Pitääkin jatkossa kiinnittää huomiota siihen, että väreistä tulee tarpeeksi selkeitä. Kartalta on nähtävissä se, että korkeasti koulutettuja on eniten suurten kaupunkien ympäristössä, mikä ei ole kovin yllättävää. Ammattikorkeakoulut, yliopistot ja monet yritykset ovat sijoittuneet suurimpiin kaupunkeihin, joten koulutetut ihmisetkin asuvat näissä paikoissa. Vähiten korkeasti koulutettuja on Koillismaan alueella, eniten taas Tampereen eteläpuoleisessa Suomessa, jossa on eniten ihmisiä ja useampikin yliopistokaupunki. Huomionarvoista on kuitenkin se, että kaikista maankunnista löytyy korkeasti koulutettujen keskus. Suomessa tämä on pyritty valmistamaan aluepoliittisin toimin.

Loppusanoiksi sanottakoon vielä se, että MapInfon käyttäminen tuntui ainakin tässä vaiheessa yllättävänkin yksinkertaiselta verrattuna syksyn lyhyeen kokeiluun, jonka perusteella ohjelma vaikutti hyvin sekavalta. Lieneekö Corelin aktiivinen käyttö loppusyksystä helpottanut myös hieman MapInfon omaksumista. Toivottavati mietteet ohjelmasta ovat yhtä positiiviset vielä seuraavan kurssikerran jälkeen!

Lähteet: Piispa M. (2015): Kurssikerta 1 <https://blogs.helsinki.fi/millpiis/> Viitattu 15.3.2015