Työikäiset ja elinkeinorakenne

Itse valittua karttaa tehdessä valitsin tehtävänannosta vaihtoehdon 1 ja lähdin miettimään, mitä kaikkia eri vaihtoehtoja minulla voisi olla esittää samalla kartalla vähintään kaksi muuttujaa. Ajattelin, että tekisin koropleettikartan, jolle lisäisin muuttujia myös esimerkiksi piste- tai aluemuodossa. Järvisyysdiagrammit neljänneltä kurssikerralta olivat kuitenkin jääneet vaivaamaan minua, joten päätin valita muuttujia, joista saisin tehtyä jonkinlaiset diagrammit, tällä kertaa toivottavasti paremmat. Näin ei kuitenkaan tainnut käydä.

Tein kuitenkin siis kartan, jolla esitän työikäisten (eli muistaakseni 15-64-vuotiaiden, jonkin lähteen mukaan ikähaarukka olisi kuitenkin suurempi) osuutta kunnittain koropleettikartalla, ja lisäksi elinkeinorakennetta diagrammein, joissa on alkutuotannon, jalostuksen sekä palvelujen työpaikkojen osuudet (Kuva 1). Koska diagrammit vievät taas aika paljon tilaa, tein kartan myös ilman niitä (Kuva 2). Päädyin skaalaamaan diagrammien koon kuntien koon mukaan, jotta edes osa diagrammeista erottuisi hyvin. Nyt kuitenkin esimerkiksi Ahvenanmaalla diagrammit ovat erittäin pieniä, mutta kuvaa suurentamalla niistäkin voi saada jonkinlaisen käsityksen. Ainakin diagrammit erottuvat väriensä puolesta melko hyvin taustastaan, ja myös legendaan olen tällä kertaa ihan tyytyväinen.

En oikeastaan tiedä, mikä tarkoitus kartallani voisi olla. Elinkeinorakenne on ehkä ihan sopiva valinta diagrammiin, mutta koropleettikartalla olisi voinut ehkä ennemminkin esittää vaikka nuorten (esim. 15-34-vuotiaiden) osuuden väestöstä. Tällöin kartta kertoisi heidän elinkeinoistaan, kun nyt valitsin kaikki tai ainakin suurimman osan työikäisistä. Olisi myös pitänyt valita kaikki muuttujat samalta vuodelta. Alueita olisi myös voinut olla selvästi vähemmän, niin tästä “ilmiöstä” saisi selkeämmän kokonaiskuvan.

Pääsääntöisesti näyttäisi kuitenkin siltä, että kunnissa, joissa työikäisten osuus on alhaisempi, etenkin alkutuotannon ja myös jalostuksen työpaikkojen osuus on suurempi. Suurempien kaupunkien alueilla työikäisten ja palveluiden osuudet taas ovat suuremmat. Tässä tulikin mieleeni sellainen havainto, että vaikeuksista huolimatta QGISin käyttäminen ja karttojen tekeminen on kurssilla sujunut paremmin kuin niiden esittämien ilmiöiden tai muuttujien tulkitseminen ja pohtiminen, jossa on paljon parannettavaa.

Saini Lankisen blogikirjoituksessa (Harjoitus 7 ja itsenäistä työskentelyä) on hyvää pohdintaa hänen kehittymisestään, johon pystyn itsekin samaistumaan. Lankinen esimerkiksi kirjoittaa, että hän on huomannut oppineensa soveltamaan erilaisia työkaluja, vaikka kohtasikin haasteita ainakin työskentelyn alussa. Itsekin selvitin tämän työn kohdalla esimerkiksi ääkkösistä johtuvat ongelmat, ja olen huomannut, että ilahduttavan monet QGISin toiminnot ovat luultavasti jääneet muistiin pidemmäksi aikaa. Myös minulle muiden kurssilaisten blogien lukeminen on ollut oikein positiivinen kokemus. Blogeissa on ollut hienoja oivalluksia sekä karttoja, ja niistä on saanut vertaistukea, mitkä ovat olleet hyvä lisä kurssikertoihin ja materiaaleihin, jotka ovat myös olleet erittäin opettavaisia.

Lähteet

Lankinen, S. (3.3.2023). Harjoitus 7 ja itsenäistä työskentelyä. Sainilan’s blog. https://blogs.helsinki.fi/sainilan/2023/03/03/harjoitus-7/

Tilastokeskus. Kuntien avainluvut 2021 aluejaolla [15-64-vuotiaiden osuus väestöstä 2021, alkutuotannon, jalostuksen ja palvelujen työpaikkojen osuudet 2020]. StatFin. https://pxdata.stat.fi/PxWeb/pxweb/fi/Kuntien_avainluvut/Kuntien_avainluvut__2021/kuntien_avainluvut_2021_viimeisin.px/table/tableViewLayout1/

Interpolointia ja hasardeja

Kampuksen ympäristön houkuttelevuus

Tälle kurssikerralle en päässyt osallistumaan, mikä varmaankin vaikeutti tehtävien tekemistä. Tein tehtäviä sen verran myöhässä, etten päässyt enää kurssikerran projektiin Epicollect5-sovelluksessa, mutta testasin siellä olevaa Demo Projectia. Kokeilin myös tehdä kartan muiden kurssilaisten keräämien mittausten tai vastausten avulla, ja jonkinlaisen Kumpulan kampuksen lähiympäristön houkuttelevuutta kuvaavan tuotoksen sainkin aikaan (Kuvat 1 ja 2).

Aineistoa tutkittuani päädyin siihen, että 5 tarkoittaa kaikkein houkuttelevinta ja 1 vähiten houkuttelevinta, mutta en ole tästä täysin varma. Ainakin Turkka Häkkisen blogin (Viikko 6) turvallisuutta esittävässä kartassa 5 on turvallisin ja 1 vähiten turvallinen. Karttoja vertailemalla voi mielestäni nähdä, että houkuttelevuuden ja turvallisuuden välillä on jotain yhteyttä. Esimerkiksi Toukolan rantapuiston alue (Kuvat 1 ja 2, piste aika kartan kaakkoiskulmassa) on koettu houkuttelevaksi ja turvalliseksi.

 

Maanjäristyksiä ja tulivuoria

Päätin tehdä hasardikartat maanjäristyksistä ja tulivuorista. Maanjäristykset sain aika helposti Exceliin ja edelleen QGISiin ohjeiden avulla, mutta tulivuorten kanssa tuli ensin ongelmia Excelissä. Tein kartan yli 8:n magnitudin maanjäristyksistä (Kuva 3), yli 5,5:n magnitudin järistyksistä (Kuva 4) sekä yli 5,5:n magnitudin järistyksistä ja vuoden 1964 jälkeen purkautuneista tulivuorista (Kuva 5). Maanjäristysten määrän kasvaessa pienensin vähän niiden aikaväliä. Sekä tulivuorten että järistysten sijaintia esittävään karttaan (Kuva 5) olisi varmaan kannattanut vieläkin karsia maanjäristyksiä ja ottaa tarkasteluun enemmän tulivuoria, mutta on se tuollaisenaankin minulle ihan kelvollinen.

Mielestäni kartat ovat melko onnistuneita ja havainnollistavia siihen nähden, että aluksi tilanne vaikutti aika toivottomalta. Olisi kuitenkin varmaan kannattanut tehdä kumpaankin alla olevaan karttaan vain kolme luokkaa maanjäristyksille tai kaikki kohteet samanlaisiksi, niin ne voisivat olla selkeämpiä. Nyt niistä saa kuitenkin enemmän informaatiota, jos saa selvää. Legendojen keksiminen tuottaa myös aina päänvaivaa, joten pitänee kerrata niiden ohjeet jostakin.

Karttoja voisi käyttää opetuksessa esimerkiksi näitä hasardeja ja laattatektoniikkaa käsiteltäessä. Tyynenmeren tulirenkaalla ja mannerlaattojen reunoilla muutenkin tapahtuu suuri osa maanjäristyksistä ja tulivuorenpurkauksista, ja niiden avulla voisi havainnollistaa mannerlaattojen liikkeitä.

Löysin NSF:n (National Science Foundation) sivuilta kartan, jossa näkyy vuosina 2000-2008 tapahtuneet vähintään 5 magnitudin maanjäristykset (Kuva 6). Tässä kartassa järistykset on tavallaan luokiteltu niiden syvyyden mukaan (vihreällä syvimmät, punaisella lähimpänä pintaa). Kuva on vähän vanhempi, mutta lähde on ainakin uskoakseni luotettava (Yhdysvaltain Kansallinen tiedesäätiö tms.). Yhteistä sillä on karttojeni kanssa ainakin se, että maanjäristykset sijoittuvat samoihin paikkoihin, ja että niitä on jotenkin luokiteltu.

 

Lähteet

Häkkinen, T. (26.2.2023). Viikko 6 [blogikirjoitus]. Turkkaha’s blog. https://blogs.helsinki.fi/turkkaha/2023/02/26/viikko-6/

NOAA National Centers for Environmental Information. Global Volcano Locations Database. Haettu 18.3.2023 osoitteesta https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-data?timeErupt=D1

NSF. Global Map of Earthquakes. Haettu 19.3.2023 osoitteesta Multimedia Gallery – Global Map of Earthquakes | NSF – National Science Foundation.

USGS. Search Earthquake Catalog. Haettu 18.3.2023 osoitteesta https://earthquake.usgs.gov/earthquakes/search/

Bufferointia

Itsenäistehtävä 1: Lentokentät ja asemat

Tällä kurssikerralla QGISin työkalujen soveltaminen oli minulle selvästi aiempaa haastavampaa. Tehtävissä yritin selvittää buffereiden ja esimerkiksi sijaintiin perustuvien kohteiden valintatyökalujen avulla, montako ihmistä asuu mitenkin kaukana jostakin tai altistuu eri meluille. En aina osannut valita oikeaa toimintoa, minkä vuoksi tein jotkin asiat varmaan turhan monimutkaisesti, mutta toivottavasti ainakin osa tuloksista on melko oikein. Myös Tatu Jenze kirjoittaa blogissaan (Itsenäistehtäviä olevinaan) siitä, että liittämiseen ja laskemiseen liittyvien toimituksien soveltaminen ei ole yhtä helppoa kuin valitsemistyökalujen käyttö, vaikka ohjeiden kanssa sekin onnistuu.

Taulukko 1. Lukuja Malmin lentokentästä.

 

Taulukko 2. Lukuja Helsinki-Vantaan lentokentästä.

 

Taulukko 3. Lukuja pääkaupunkiseudun juna- ja metroasemista.

Itsenäistehtävä 2: Taajamat

Tätä en osannut tehdä.

 

Itsenäistehtävä 3: Uima-altaat

HUOM! Menin vähän sekaisin rakennuksissa ja uima-altaissa, joten karttojen legendoissa taitaa olla sellainen virhe, että luvut tarkoittaisivat uima-altaiden määrää, vaikka oikeasti ne tarkoittavat niiden rakennusten määrää, joissa on uima-allas.

Uima-altaat ja saunat vaikuttivat mielenkiintoisilta muuttujilta, joten päätin tehdä kartan niistä (Kuvat 1 ja 2). Se ei ollut kuitenkaan kovin helppoa, koska jouduin miettimään liian kauan sitäkin, miten saan selville, montako uima-allasta milläkin alueella on. Lopulta muistin käyttää jotakin summatoimintoa. Myös diagrammien ja numeroarvojen asettelu ja muotoilu tuotti vaikeuksia, eivätkä ne kovin selvästi kartalta erotukaan. Hiljalleen aikaisemmat opit alkoivat kuitenkin muistua mieleen, ja sain tehtyä kartan loppuun.

Tein ensin kartan yksivärisellä taustalla (Kuva 2), mutta sain sitten Nikolai Tuurin blogista (5. Kurssikerta) idean esittää alueet uima-altaallisten rakennusten määrän mukaan, ja tein toisen kartan (Kuva 1). Hänelläkin oli näköjään sama ongelma kuin minulla siinä, että alueista kahdella oli virheellinen geometria tai vastaavaa, minkä vuoksi ne eivät näy kartalla. Kartalta (Kuva 1) näkyy, että uima-allasrikkain alue on Lauttasaari, jossa niitä on 53:ssa rakennuksessa. Toisena on Länsi-Pakila 52 rakennuksella, mikä oli mielenkiintoinen yllätys, koska se on lähellä omaa kotialuettani.

 

 

Taulukko 4. Lukuja pääkaupunkiseudun uima-altaisiin liittyen.

 

Lähteet

Jentze, T. (22.2.2023). Itsenäistehtäviä olevinaan [blogikirjoitus]. MAA-202 Tatu. https://blogs.helsinki.fi/jentze/2023/02/22/itsenaistehtavia-olevinaan/#comment-11

Tuuri, N. (23.2.2023). 5. Kurssikerta [blogikirjoitus]. Nikolain blogi. https://blogs.helsinki.fi/nikolait/2023/02/23/5-kurssikerta/

Ruutuaineistoja

Ruutukartan tekeminen oli todella mielenkiintoista ja ohjeiden kanssa se sujui melko hyvinkin. Valitsin kartalla (Kuvat 1 ja 2) esitettäväksi muuttujaksi ruotsinkielisten osuuden asukkaista pääkaupunkiseudulla, mutta aineistosta olisi varmasti löytynyt mielenkiintoisempiakin. Kuten kurssikerralla tuli ilmi, ruutukartalla voi esittää tietoa myös absoluuttisilla luvuilla, koska alueet eli ruudut ovat saman kokoisia keskenään. Niinpä tein kartan sekä ruotsinkielisten osuuksista (Kuva 1) sekä absoluuttisista määristä (Kuva 2). Alueet ovat siis pinta-alaltaan samankokoisia, mutta niiden väkiluvut vaihtelevat, minkä vuoksi suhteelliset osuudet ovat ehkä tässäkin tapauksessa se vaihtoehto, joka antaa ilmiöstä selkeämmän ja todenmukaisemman kuvan.

Kartoista näkyy, että suurin osuus ruotsinkielisiä on esimerkiksi Espoossa, kun taas eniten heitä on tiheästi asutussa Helsingin kantakaupungissa.

Mielestäni kartat ovat melko selkeät, koska tein taustasta värillisen, jotta yksittäiset tyhjät ruudut erottuvat kartalta. Kuntarajat auttavat myös näkemään, mitkä ruudut kuuluvat millekin kaupungille. Olen kuitenkin Tatu Jentzen (Viikko 4 – Ruudun takaa) kanssa samaa mieltä siitä, että esimerkiksi kaupunginosien nimet auttaisivat kartan lukemisessa, koska nyt alueita ei voi tunnistaa niiden muodoista. Ruutukartta voi tavallaan kuitenkin olla tarkempi kuin tavallinen koropleettikartta, koska ruuduista saa halutessaan todella pieniä. Yksittäiset kohteet esittävä pistekartta on kuitenkin tarkin, joskaan ei välttämättä selkein tai helppolukuisin.

Lähteet

Jentze, T. (9.2.2023). Viikko 4 – Ruudun takaa [blogikirjoitus]. MAA-202 Tatu. https://blogs.helsinki.fi/jentze/2023/02/09/viikko-4-ruudun-takaa/