3. Kurssikerta 28.01 : Tietokantojen data

Kolmannella kurssikerralla etenimme hieman monimutkaisemmalta vaikuttavaan asiaan, nimittäin tietokantojen dataan, jota kartta sisältää ja jota sillä voidaan esittää. Kurssikerran oppimistavoitteena oli näiden tietokantojen valmisteleminen tehokkaaseen käyttöön sekä ulkoisen tiedon liittäminen tietokantaan, joka tapahtui Excelin kautta. Tärkeää oli myös muistaa päivittää tietoja sekä tuottaa uutta tietoa olemassa olevaan tietokantaan vanhojen tietojen avulla.

Tietokantoihin tutustuttiin Afrikan kartan pohjalta, joka sisälsi vain maiden nimet. Ensinnäkin tämän tietokannan maat tuli yhdistää ’’combine’’ –toiminnolla, jotta data olisi yhdistettynä maittain. Näin ollen myös ulkoisen tiedon yhdistäminen Excelistä oli helpompaa. Excelistä tietokantaan liitettiin tietoa väkiluvuista, internetin käyttäjistä sekä Facebookin käyttäjistä. Ulkoinen tieto tuli myös päivittää tietokantaan, jolloin se oli käytettävissä sekä näkyvillä kartalla. Kartalle oli mahdollista saada näkyväksi konfliktialueet, timanttikaivokset, sekä mantereella sijaitsevat öljyalueet (kuva 1).

Harjoitus liittyi pääasiassa datan tuomiseen sekä yhdistämiseen jo olemassa olevaan tietokantaan. Datan tuonti ja yhdistäminen mahdollistuivat erilaisten, hieman monimutkaisilta vaikuttavien, komentojen avulla. Dataa yhdistettiin kuitenkin usean sarakkeen verran pohjana toimineeseen tietokantaan, joten nämä eri komennot ja toiminnot alkoivat pikku hiljaa painua mieleen. Sarakkeita lisäämällä tuotetaan siis uutta tietoa tietokantaan yhdistämällä sitä muista tietokannoista tai ulkoista tietoa muista ohjelmista. Sarakkeita tulee muistaa päivittää, jotta uusi data päivittyy tietokantaan ja on näin käytettävissä jatkossa.

BlogiinAfrikka

Kuva 1. Konfliktialueet ja timanttikaivokset Afrikassa

 

Kartalta oli nähtävissä konfliktialueiden, timanttikaivosten, sekä mantereella sijaitsevien öljyalueiden sijainnit. Mikäli tietokantaan olisi näiden tietojen lisäksi lisätty tarkentavaa tietoa ilmiöistä, olisi eri alueiden tilanteen pohtiminen mahdollista. Mikäli konfliktien tapahtumavuosi olisi tiedossa, voisi niitä rajata pois sen mukaan, sillä konfliktialueita on useita koko kartan alueella. Joillakin alueilla vaikuttaa olevan rauhallisempaa, mutta konfliktialue pisteenä ei kerro itse konfliktin laajuutta, jolloin kartalla konflikteilta vapaana näyttävä alue saattaa kuitenkin olla konfliktin vaikutusalueen piirissä. Näin ollen konfliktialueen laajuus säteenä antaisi havainnollisemman kuvan alueen sekä maan tilanteesta. Sama pätee timanttikaivoksiin: kartalla niitä näyttää esiintyvän suurina ryppäinä keskittyen pääasiassa omille alueilleen, mutta kaivausten aloitusvuoden tiedon pohjalta voitaisiin nämäkin rajata. Tällöin voitaisiin päätellä, minkä alueen kaivaukset ovat vielä mahdollisesti aktiivisia ja missä kaivaukset ovat saatu mahdollisesti päätökseen. Internetkäyttäjien määrillä eri vuosina tietokannassa voitaisiin arvioida eri kehittyvien maiden kehitystä tietoliikenteen saralta, ja kuinka suuresti käyttö on kasvanut vai onko se päinvastaista. Tämän lisäksi voitaisiin pohtia mitkä tekijät tähän mahdollisesti vaikuttavat. Tietokannan tieto jostakin ilmiöstä ei siis välttämättä itsessään vielä kuvaa tarpeeksi ilmiötä, se antaa sille esimerkiksi sijainnin tai lukumäärän. Uuden datan liittämien tietokantaan taas antaa uutta tietoa ilmiöstä, jolloin ilmiön ja sen vaikutusten pohtiminen mahdollistuu.

ValumaAlueKartta

Kuva 2. Teemakartta tulvaindeksistä ja järvisyydestä

Afrikan kartan ja tietokantojen pohjalta tehdyn harjoituksen jälkeen tehtävänä oli luoda koropleettiteemakartta tulvaindeksistä, sekä esittää samalla kartalla järvisyysprosenttiteema (kuva 2). Kartan teko vaati samanlaisia komentoja ja toimintoja kuin edeltävässä harjoituksessa, joten mikäli asiat muisti, oli tehtävässä eteneminen helpompaa. Kartassa tuli taas pohtia värimaailmaa sekä luokitusta, jotta kartta olisi helposti tulkittavissa. Omaan karttaani valitsin liilan ja vaaleanpunaisen sävyjä, sekä järvisyysprosentin osoittavat palkit keltaisiksi, jotta ne olisivat helposti erotettavissa kartalta, mutta eivät sekoittuisi toiseen teemaan. Tulvaindeksin frekvenssijakauma oli pääpiirteittäin vino, joten siihen oli mahdollista käyttää erilaisia luokitusmenetelmiä. Koitin paria eri menetelmää, mutta en ollut tyytyväinen syntyvään karttaan, joten koitin luoda selkeämmän luokittelun, jotta alueet erottuisivat selkeämmin ja luokkavälit olisivat loogisemmat. Toisaalta tällä luokittelulla pohjoisessa olevat alueet eivät enää erotu, kuten toisessa luokittelutavassa, mutta mielestäni luokittelu on karttaan sopiva.

Kartalta on havaittavissa tulville riskialttiit alueet, sekä toisaalta alueet, joilla joen virtaama kasvaa suuresti (kuva 2). Korkea tulvaindeksi ei välttämättä tarkoita tulvia alueella, vaan myös joen virtaaman suurta kasvua sateiden aikana ja lumien sulaessa. Tulviminen riippuu joen uomasta ja jos virtaava vesimäärä ylittää uoman. Suuret järvisyysprosentit Keski-Suomen alueella selittyvät monien järvien sijainnilla tällä alueella, pohjoisessa taas järvien lukumäärän sijaan järvet ovat suuria alueella. Tulvaindeksin suuruus rannikkoalueilla ja alhaisuus sisämaassa selittynee sillä, että nämä järvet laskevat nimenomaan jokia pitkin rannikkoalueiden kautta meriin ja toisaalta toimivat hyvinä vesivarastoina, kuten Pyry Poutanen toteaa myös blogissaan: ”Järvien voidaan siis päätellä estävän luonnollista tulvimista tehokkaasti hyvinä veden varastoina pahimpina tulva-aikoina.”

Lähteet:

Poutanen, P. (2014). Kurssikerta 3 – MapInfon soveltavaa käyttöä. <https://blogs.helsinki.fi/pyrypout/>. Luettu 29.01.2014.

Valuma-alueet, Oiva-tietokanta.  Syke (2014).<http://wwwp2.ymparisto.fi/scripts/paikkatieto.asp>

Artikkeli 1 : Kahden teeman koropleettikartta

Koropleettikarttojen tekemisen helpottamiseksi saimme luettavaksemme Anna Leonowiczin artikkelin ’’Two-variable choropleth maps as a useful tool for visualization of geographical relationship’’. Tämän artikkelin tarkoituksena oli syventää pohdintaa kahden päällekkäisen teeman käytöstä teemakartoissa. Ehdimme käsitellä tunnilla jonkin verran kaksiteemaista koropleettikarttaa, mutta tämä artikkeli havainnollisti vielä syvällisemmin aiheesta.

Yhden teeman tai muuttujan kartoissa on nimensä mukaisesti yksi teema esitettynä kartalla. Tällainen kartta ei ole riittävä, mikäli teemojen välinen suhde tulee ottaa huomioon. Kahden teeman koropleettikartta on variaatio, joka mahdollistaa kahden erillisen ilmiön kuvaamisen samanaikaisesti. Kaksiteemaisessa koropleettikartassa tarkastellaan näiden teemojen kausaalista suhdetta. Leonowicz antaa esimerkiksi lannoitteiden käytön ja sadon suhteen, sekä tulotason ja koulutusasteen suhteen. Kartalla on myös mahdollista kuvata kahta itsenäistä muuttujaa, kuten syntyvyyttä ja kuolleisuutta. Kaksiteemaisissa koropleettikartoissa alueelliset yksiköt peitetään värisävyllä tai rasterilla, joka kuvaa yhteisiä tuloksia molemmista teemoista.

Leonowicz painottaa, että kahden teeman koropleettikartoissa luokkien määrä tulisi säilyttää mahdollisimman pienenä, jotta tulkittavuus ja luettavuus säilyvät. Yhdeksän luokkaa on maksimi luokkamäärä, muuten karttaa on vaikea tulkita ja se alkaa olla sekava. Laura Hintsanen kertoo blogissaan kaksiteemaisen koropleettikartan legendan idean selkeästi ’’ Kaksiteemaisen koropleettikartan legendassa käytetyt värit tai rasterit esitetään neliönmuotoisena laatikkona, joka on pilkottu yleensä neljään tai yhdeksään pienempään laatikkoon (Leonowicz 2006, kuva 4). Laatikon voi kuvitella koordinaatistoksi, jonka x-akseli kuvaa toista teemaa ja y-akseli toista ja keskellä kulkee lineaarinen regressiokäyrä. Käyrä on nouseva, jos teemojen välillä on positiivinen korrelaatio (kun a lisääntyy, niin b lisääntyy) ja laskeva, jos korrelaatio on negatiivinen (kun a lisääntyy, niin b vähenee). Molemmat teemat on jaettu kahteen tai kolmeen luokkaan, joten legendaan muodostuu yhteensä neljä tai yhdeksän luokkaa.’’ (Hintsanen, L. 2014). Kartalla esitettävät värisävyt tai rasterit tulisivat olla molempien muuttujien osalta helposti luettavissa ja havaittavissa sekä samanaikaisesti muuttujien välinen suhde tulisi tulla esille.

Yleensäkin, kuten minkä tahansa kartan teossa, kartan ulkonäköön ja tekotapaan on kiinnitettävä huomiota, jotta tulkitseminen on helppoa ja selkeää. Kunnollisella ja huolellisella suunnittelulla, selkeällä grafiikalla ja oikealla luokkien määrällä taataan kartan helppo tulkittavuus ja selkeys.  Tietenkin kartan lukijan käsityksillä ja havaintokyvyllä on vaikutuksensa kartan tulkittavuuteen, mutta mitä selkeämmäksi kartta tehdään, rajaa se pois mahdollisuuksia väärinymmärtämiselle ja vaikeasti tulkittavuudelle.

Mielestäni kaksiteemainen koropleettikartta on kätevä juurikin kahden ilmiön samanaikaisen tarkastelun takia, ja tällaisella tarkastelulla saadaan varmasti etsittyä monipuolisemmin syitä ilmiöille, kuin näiden ilmiöiden yksittäisessä tarkastelussa. Artikkelissa mainittiin hankaluudesta tulkita tällaisia kahden teeman karttoja, mutta nämä harhat voivat yhtä lailla johtua kartan huonosta toteuttamisesta lukijan käsityksien sijaan. Kaksiteemaisissa koropleettikartoissa alueellisen suhteen tulkitseminen on helmpompaa, kun taas yksiteemaisista kartoista esimerkiksi levinneisyys on helpommin tulkittavissa. Legendan tulkinta saattaa tuottaa aluksi hankaluuksia, mutta sitä hetken tarkkailemalla ja tekstejä lukemalla idea avautuu. Olen samaa mieltä kuvan 3. havainnollisuudesta, mitä Johanna Hakanen blogissaan: ”Toisaalta pidän myös hyvin valaisevana artikkelin kuvassa 3 esitettyjä yhden muuttujan koropleettikarttoja, joista suurempi kartta on yhdistetty. Näiden kolmen kartan esittäminen yhdessä on kenties paras ja varmin tapa saada tarkoitettu tieto kartanlukijalle saakka.” (Hakanen, J. 2014)

Lähteet:

Hakanen, J. (2014). Artikkeli 1 – Kahden muuttujan koropleettikartta. <https://blogs.helsinki.fi/johakane/>. Luettu 28.01.2014.

Hintsanen, L. (2014). Artikkeli 1: Pohdintaa kaksiteemaisesta koropleettikartasta. <https://blogs.helsinki.fi/lhintsan/>. Luettu 28.01.2014.

Leonowicz, A (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija. T. 42. Nr 1, 33–37.

 

 

2. Kurssikerta 21.01 : Teemakartat

Toisella kurssikerralla perehdyimme teemakarttojen tekoon MapInfolla sekä kahden päällekkäisen teeman käyttöön ohjelmalla. MapInfolla on mahdollista luoda pylväsdiagrammikartta, ympyrädiagrammikartta, graduated-teemakartta, pistekartta, individual –kartta, grid –kartta sekä päällekkäisiä teemakarttoja. Esitettävästä teemasta riippuu, mikä kartta sopii parhaiten kunkin ilmiön kuvaamiseen.

– Pylväillä voidaan kuvata absoluuttisia tai suhteellisia arvoja, ja absoluuttisia arvoja käytettäessä on otettava huomioon alueiden erilaisuus.

– Ympyrädiagrammikartta soveltuu usean ilmiön kuvaamiseen. Ympyrän lohkon koko kuvaa tekijän suuruutta ja ympyrädiagrammi esittää valitut arvot kunkin kohteen päällä.

– Graduated-teemakartalla kuvataan absoluuttisia arvoja kartalla. Kartalla olevan symbolin koko kasvaa teemoitettavan arvon kasvaessa.

– Pistekartalla kuvataan absoluuttisia arvoja eri aluekohteilla, ja pisteen koko on verrattavissa annettuun arvoon.

– Individual teemakarttatyyppi soveltuu laadullisten ilmiöiden kuvaamiseen, ja sillä voi esimerkiksi erottaa maakunnat eri väreillä (kuva 1.)

– Grid-teemakartassa kartta muodostuu interpoloidun aineiston pohjalta ja kartta muodostuu jatkuvapintaisesta liukuvärjäyksestä. Grid kartan pohjalta voidaan tehdä 3D –karttoja.

BlogiinIndividual

Kuva 1. Individual -kartta maakunnista

Ennen oman teemakartan laatimista harjoittelimme erilaisten teemakarttojen tekoa MapInfolla. Suosituksena oli tarkastella jotakin ilmiötä tietyllä alueella koko Suomen sijaan, sillä kuntamäärän takia informaatio kartalla olisi vaikeasti tulkittavissa. MapInfossa oli mahdollista valita erilaisista tietokannoista karttaan haluamansa ilmiöt. Tietenkin oli toivottavaa, että ilmiöt olisivat toisiinsa liittyviä, jolloin alueellinen vertailu kartalla olisi mahdollista.

Itse teemakartan tekeminen ohjelmalla oli helppoa. Kartan ulkonäköön vaikuttavat pienet asiat tosin vaativat hienosäätöä, jotta kuvattu ilmiö olisi helposti havaittavissa ja kartta vielä selkeästi tulkittavissa. Karttoja tehtäessä värisävyjen käyttö oli myös hyvä pitää mielessä, ettei ilmiöön ”sopimaton” väri viesti viesti jotain muuta, kuin ilmiö itsessään. Jenni Kerola kiteyttää hyvin blogissaan visuaalisuuden tärkeyden kartoissa: käytetyt värit, muodot ja rasterit luovat tietynlaisia mielikuvia kartan lukijalle, jolloin kartanlaatija voi näillä valinnoillaan vaikuttaa kartan lukijaan. Hienosäädöllä ja muilla pineillä muokkauksilla teemakartoista sai selkeitä ja helposti tulkittavia.

Tein teemakarttani Pirkanmaasta, ilmiönä asumismuodot maakunnassa (kuva 2.). Pylväiden avulla voidaan tarkastella, miten näitä asumismuotoja suositaan Pirkanmaan eri kuntien alueella ja niiden pohjalta voidaan tehdä päätelmiä, miksi ilmiö on jakautunut näin valitulla alueella.

PirkanmaaAsuminenPieni

Kuva 2. Asumismuodot Pirkanmaan maakunnassa

Tampereen ollessa maakuntakeskus sekä samalla yksi Suomen suurimmista kaupungeista, on vuokra-asuntojen suurempi määrä kunnan alueella selitettävissä kerrostalojen määrällä kaupungin alueella rivi- ja pientaloihin verrattuna. Kaikki kerrostaloasunnot eivät toki ole vuokra-asuntoja, mutta kaupunkien keskusta-alueilla sekä keskustaa ympäröivillä alueilla on vuokra-asuminen yleensä suosittua. Tampere
onkin ainoa kaupunki, jonka alueella vuokra-asunnoissa asuminen on
suhteessa suurempaa kuin rivi- ja pientaloissa asuminen ympäröivissä Pirkanmaan kunnissa. Muilla alueilla rivi- ja pientalojen suosiota voidaan mahdollisesti selittää kuntien
ikärakenteella, lapsiperheiden määrällä, asuntojen hinnoilla sekä
yksinkertaisesti tällaisen asumisen suosimisella kauempana kaupunkialueesta. Kartta antaa hyvän kuvan eri asumismuotojen jakautumisesta, ja tämän pohjalta voisi perehtyä esimerkiksi tarkemmin kuntakohtaisesti yleisesti kunnan rakenteeseen ja asumisen sijoittumiseen sen alueella. Tämän jälkeen olisi mahdollista pohtia, miksi alueella suositaan esimerkiksi enemmän rivitaloasumista, kuin asumista kerrostaloissa.

Lähteet:

Kerola, J. (2014). 2. kurssikerta <https://blogs.helsinki.fi/jekerola/>. Luettu 21.01.2014

1. Kurssikerta 13.01 : MapInfon käyttö

Ensimmäisellä kurssikerralla opin lisää MapInfo –ohjelman käytöstä harjoitustehtävän myötä. Opettelimme itsenäisesti erilaisten työkalujen käyttöä sekä eri tapoja tarkastella tietokantojen aineistoja. Kokeilemalla ohjelman erilaisia työkaluja ja toimintoja sai paremman ja selkeämmän kuvan siitä, mihin mitäkin toimintoa ja työkalua kannattaa käyttää. MapInfon käytössä on tärkeä ymmärtää, miten ominaisuustiedot eri tableteilla linkittyvät itse karttaan, ja miten näitä tietoja voi hyödyntää erilaisten karttojen luomisessa sekä tietojen hakemisessa.

BlogiinKuva

Kuva 1. Teemakartan luomista MapInfolla

HistogrammiBlogiin

Kuva 2. Histogrammi asukasmääristä Helsingin alueella

Kun ohjelman perustoimintoihin sekä työkaluihin oli perehtynyt mielestään riittävästi, oli aika luoda haluamaltaan alueelta teemakartta valitsemansa teeman pohjalta. Tein teemakarttani Helsingin asukasmääristä ja niiden alueellisesta jakautumisesta kaupungin alueella. Asukasmäärien pohjalta luodusta histogrammista huomasi jakauman olevan epämääräinen, joten parin luokittelutavan kokeilun jälkeen päädyin käyttämään tässä aineistossa luokitteluna luonnollisia luokkavälejä (kuva 2.). Mielestäni luokittelun pohjautuessa luonnollisiin luokkarajoihin ja luokkien määrän ollessa viisi, alueelliset asukasmäärät ovat helposti havaittavissa kartalta. Luokkarajojen määräytyessä jakaumassa olevien luonnollisten aukkojen kohtiin eivät aineistossa esiintyvät ryhmittymät pilkkoudu, jolloin informaatio esiintyy alueella tasaisemmin. Luokkarajat ovat mielestäni selkeät, vaikka haittana onkin luokkavälien epäsystemaattisuus ja luokkien erikokoisuus. Laura Hintsanen kertoo blogissaan epämääräisen aineiston luokittelutavaksi soveltuvan myös tasaväliset luokkavälit sekä kvantiilit, mutta nämä luokittelutavat vääristäisivät todellisuutta niin Lauran kuin minunkin valitsemassa aineistossa. Luonnollisilla luokkaväleillä asukasmääriltään eroavat kaupunginosat erottuvat hyvin kartalla (kuva 3.).

KarttaBlogiin1

Kuva 3. Teemakartta asukasmääristä Helsingin alueella

Koska luokkia on viisi, on kartta vielä helposti luettavissa ja informaatioltaan selkeä. Mikäli luokkia olisi paljonkin enemmän, värisävyjen pohjalta tulkittavuus heikkenisi, eikä kartta esittäisi yhtä selkeästi valittua teemaa. Luokkien määrän ollessa pienempi luettavuus siis säilyy ja kartalta havainnointi on helpompaa. Kuten Natalia Erfving blogissaan myös toteaa, valittu värisävy minimi- ja maksimiarvoineen erottaa eri alueet selkeästi kartalta. Kartalta on nähtävissä, kuinka paljon Helsingin eri alueilla on asukkaita. Kartalla erottuvat ääripäät ja näiden välimaastoon jäävät alueet. Esimerkiksi Lauttasaaren alueella on huomattavasti enemmän asukkaita kuin Haltialan alueella. Kartan pohjalta voidaan siis vertailla eri kaupungin alueiden asukasmääriä keskenään ja pohtia syitä, miksi jollakin alueella on enemmän asukkaita kuin toisella.

Lähteet:

Erfving, N. (2014). 1. kurssikerta <https://blogs.helsinki.fi/nataliae/>. Luettu 21.01.2014

Hintsanen, L. (2014). 1. kurssikerta <https://blogs.helsinki.fi/lhintsan/>. Luettu 21.01.2014.

Histogrammityökalu 2014. <http://illuminations.nctm.org/Activity.aspx?id=4152>.

Väestörakenne 2010, Tilastokeskus.