7. PAKKI FINAALISSA

Voih. Kurssi on tullut surullisesti päätökseen!

Paikkatiedon kurssin vihoviimeisenä tehtävänä oli laatia teemakartta aivan alusta aaaivan loppuun asti, käyttäen kaikkia kurssin tunneilla oppimiamme metodeja. Mitä olemmekaan sitten oikein kurssilla oppineet…? Olemme oppineet käytännön juttuja MapInfosta: kuinka tuoda sinne tietoa, muokata ne osaksi ohjelmaan koodatun kartan tietokantaa, luoda uutta tietoa ja muuttaa haluttu tieto visuaaliseksi esitykseksi teemakarttana. Teknisten taitojen lisäksi olemme oppineet lisää kartografian ja paikkatiedon käsitteestä. Myös ajankäyttötaitoja, stressinhallintaa sekä kofeiinijuomien erilaisia kombinaatioita ja näiden toimivuuksia on tultu treenattua.
Kurssista on ollut paljon hyötyä, ja projektit ovat olleet mielestäni hauskoja ja aiheetkin kiinnostavia. Kurssi vahvisti suunnitelmaani GISin sivuaineeksi ottamisesta.

Viimeisessä kartassa oli tarkoitus esittää vähintään kaksi aihetta valitsemallaan alueella ja aikavälillä. Suurin osa tehtäväntekoajasta meni ehdottomasti aiheen miettimiseen. Tietenkin päätarkoituksena oli oppia tekemään kartta alusta asti, mutta joku sisälläni huusi, että aiheen on myös oltava mullistava tai edes jokseenkin kiinnostava.Tietokantoja Suomesta, Euroopasta, Afrikasta ja noh, koko maailmasta löytyi niin paljon, että jokaisen taulukon avatessani muutin mieleni tulevan kartan aiheesta. Maailmasta on niin paljon kiinnostavaa dataa, että en osannut päättää ollenkaan. Oli myös hankalaa löytää alueeseen sidottua tietoa etenkin Suomesta, koska tietojen piti olla samoihin aluejakoihin (maakuntiin, kuntiin, NUTS2-alueisiin tms) jaettuja, eikä esim. koko Suomen väestöä koskevaa tilastoa. Aluksi päätin tehdä Suomen maakuntien opiskelijoiden opintojen keskeytyksiin ja vuokrien suuruuksiin liittyvän kartan, mutta maakuntia ei ole kovinkaan paljon, ja keskivuokrien hinnat tietenkin vaihtelevat erittäin suuresti suuren maakunnan sisällä, joten luovuin ideastani. Siirryin suurimmille mestoille, Eurooppaan.

Olin kiinnostunut innovaatiotoiminnasta ja siihen vaikuttavista tekijöistä, koska niistä on ollut paljon puhetta viime aikoina mediassa, esim (HS: Forbes: Suomen innovaatioympäristö maailman paras, 2/2014). Joten, teinpäs lopputyökseni teemakartan Euroopan maiden tieteellis-/teknisille aloille valmistuneista tuhatta 20-29 vuotiaista kohden ja innovaatioista. Valmistuneiden opiskelijoiden osuuden kuvasin rasterikarttana innovaatioita kuvaavien erikokoisten palluroiden alla. Innovaatioiksi laskin mukaan ainoastaan yritysten lanseeraamat markkinoille kokonaan uudet tuote- ja menetelmäideat.
Ensimmäisessä kartassa (violetti pohja) ympyröiden suuruus kuvaa innovaatioiden absoluuttisia määriä, ja jälkimmäiseen karttaan toin uudet ideat suhteutettuna väkilukuun. Jälkimmäinen kuvaa maiden innovaatioaktiivisuutta paremmin, kun taas ensimmäinen maiden arvoa innovaatioiden kehittäjänä. Huomioitavaa on, että Saksasta ei ole dataa innovaatioiden lukumääristä, joten mahdollisestikin merkittävä tai vähintäänkin kiinnostava pallukka puuttuu Euroopan innovaatiokartasta kokonaan.

Kuva 1: Pohjana tieteellis-/teknisille aloille valmistuneet 20-29 -vuotiaat suhteutettuna väkilukuun (promilleina samasta ikäryhmästä). Pallojen suuruudet kuvaavat absoluuttisia innovaatioiden määriä.

Kartassa esiin rasteripinnaltaan eli teknisille ja tieteellisille aloille valmistuneiden osuudessa, nousee Suomen lisäksi Iso-Britannia, Irlanti, Liettua ja Ranska. Suomessa 20-29 vuotiaista 2,5% (Euroopan suurin osuus!) on tieteellisille ja teknisille aloille valmistuneita, mutta innovaatioiden lukumäärä on pienen pieni verrattuna esimerkiksi kymmenkertaiseen ideamäärään Italiassa. Innovaatioiden lukumääriin vaikuttaa tietenkin maan väestömäärä, sillä mitä enemmän porukkaa maassa asustaa, sitä enemmän siellä on myös ideoita ja näiden ideoiden kehittäjiä ja rahoittajia. Seuraava kartta kuvaa paremmin innovaatioiden luonnetta eri maissa:

suhteelliset_innovaatiolkm

Kuva 2: Samainen kartta, paitsi pallurat esittävät väkilukuun suhteutettuja innovaatioiden lukumääriä

Nyt Suomi näyttää vähän paremmalta, kun suhteutetaan uusien ideoiden määrät väkilukuun, ohittaapa myös väkirikkaan Iso-Britannian ja Ranskankin. Ruotsissa innovaattoreiden osuus väestöstä on kuitenkin korkeampi, vaikka oletetuille “innovaatioaloille” valmistuu pienempi osa ihmisiä. Islanti koki myös erittäin suuren muutoksen ympyrän koossa, kun siirryttiin absoluuttisista suhteellisiin arvoihin.
Tietokannassa oli myös lukumäärät ns. “vihreistä” innovaatioista. Niitä olisi ollut myös erittäin kiinnostava tutkia, mutta valitettavasti dataa näistä ympäristön kuormitusta vähentävistä ahaa-elämyksistä ei ollut tarpeeksi monesta maasta. Uskoisin, että pohjoismaat pärjäsivät näissä hyvin! Kartoissa innovaatioiden lukumäärä ja suhteellinen lukumäärä kasvaa länteen mentäessä. Ilmiöön liittyy vahvasti väkiluvun suuruudet, sekä itäisen myöhäisempi kehitys historiallisista syistä.

“Sen kaikkia saloja en vieläkään tunne, mutta pohja on kunnossa ja tästä on hyvä jatkaa”, ilmaisee Anniina Miettinen tunnelmiaan viimeisestä oppikerrasta ja MapInfosta. Samanlaisilla toiveikkailla fiiliksillä itsekin leijailen näissä keväisissä jakson ja kurssin päättymishumuissa!

Lähteet

Eurostat:
Innovaatiot 2008 : http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=inn_cis6_prod&lang=en

Tieteellis-/teknisille aloille valmistuneet 2008: http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=en&pcode=tps00188&plugin=1

Euroopan väkiluvut: http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&language=en&pcode=tps00001&tableSelection=1&footnotes=yes&labeling=labels&plugin=1

Helsingin Sanomat: http://www.hs.fi/talous/a1392174415170

Anniin Miettinen: https://blogs.helsinki.fi/mianmian/2014/02/26/kurssikerta-7-kasvihuonepaastot-euroopassa/

 

 

 

The New York Times: Mapping America

The New York Timesin Mapping America- sivustolla vieraileva voi tutkia USAn etnisten ryhmien edustajia, tulotasojen levnneisyyksiä, asumisen hintoja, saman sukupuolen pariskuntia sekä koulutusasteita erilaisten teemakarttojen muodossa.

Sivuston vahvuuksia ovat saavutettavuus ja yksinkertaisuus. Karttojen lukemiseen ei vaadita suurempia kartanlukutaitoja, ja värien käyttö on niissä hyvää. Palvelu sijaitsee New York Timesin sivulla, joten sen löytää suhteellisen moni amerikkalainen ja sen luottamus on korkealla, koska niin on myös tuon sanomalehdenkin. Esitysmuodot ovat hyviä, eritaustaisten ihmisten sijoittumista kuvataan pisteillä, ja muita alueiden ominaisuuksia eri osuuksia vastaavilla rastereilla. On myös erittäin hyvä, että palvelun otsikon alla muistutetaan, että tiedoilla on virhemarginaali niiden ollessa 5 vuotta vanhoja, ja palvelua tulisi käyttää ensisijaisesti arviona eikä absoluuttisena totuutena. Lähteet ja tekijät on myös merkitty selkeästi palvelun alareunaan.  Some on myös tuotu ajankohtaisesti nurkkaan, jossa omia löydöksiä voi jakaa Twitterissä tai Facebookissa.
nimetön

Sivu ei idealtaan ole lainkaan huono. Heikkoudet ovat pääasiassa sivun teknisyyteen liittyviä. Huonoa sivulla on ensikokemalta zoomaus. Kartan valittuaan käyttäjä ei voi loitontaa näkymää edes niin, että koko aineiston kattava alue näkyisi: Havaji ja Alaska löytyi vain skrollaamalla satunnaisesti pohjoiseen ja länteen, olisiko vaikka Tyynenmeren Guam myös tilastoitu, jaa a! En jaksa kahlata Tyynenmeren saaristoon sitä pähyilemään ja hakukonekin antaa väärän sijainnin. Tästä seuraavaan heikkouteen: hakukoneistokin on huono. Testasin tietenkin Springfieldiä, joita löytyy jenkeistä tunnetusti monen monta, mutta hakukone vei minut suoraan Massachusettsiin kysymättä sen enempää tai antamatta vaihtoehtoja. Buu.

Mahdollisuuksia sivulla on kutenkin lukemattomia! Sivusto tuo normaalitallaajan yhä lähemmäs maantieteellistä valaistumista ja se voi toimia hyvänä työkaluna vaikka mihin käyttöön. Tässä tai tämänlaisissa palveluissa voitaisiin visualisoida vaikka mitä kiinnostavia tietoja näiden neutraalien esitettyjen informaatioiden lisäksi. Ja ei todellakaan vain USAn tantereesta, vain koko maailmasta. Tämä tietenkin luo haasteita, mutta hitaasti ja laadukkaasti tuotettuna se olisi hienoa. Tietenkin yritykset ja valtio sunmuut saavat tarvitsemansa tilastot maan omilta tilastokeskuksilta ja palkkaavat omat GIS-gurunsa laatimaan heille karttansa, mutta normaalikansalaiselle tämä yksinkertainen ja helposti saatavillaoleva palvelu on mainio. Opetuksessa, uutisoinnissa ja vaikka missä.

Riskinä kartoissa on aina tietojen luotettavuus ja tietojen väärinymmärrettävyys ja –käyttö. Luotettavuuden voi mennä kuitenkin kuka vain tarkistamaan, mutta virhemarginaali on aina olemassa ja se voi olla isompi kuin mitä luulisi. Etnisten ryhmien sijaintikarttoja voi kuka ja mikä tahansa ääriryhmä käyttää rasistisessa tai terroristisessa mielessä, mutta nämä ovat jokseenkin kaukaa haettua… Irrationaaleja analyysejä voi jotkut myös tuottaa, liitettäessä erilläänolevia ilmiöitä kartoilla esitettyihin tiheytymiin/harventumiin.
Aleksi Rautio tuo esiin blogissaan erittäin hyvän pointin USA:n alueellisesta eriytymisestä ja tämän voimistumiseen liittyvästä riskistä sivuston kautta: “Vaikka palvelu kuvaa hyvin alueellista segregaatiota, koen, että se saattaa omalla tavallaan, jopa voimistaa sitä, koska nyt on helppo muuttopäätöstä miettivän tarkistaa mahdollisen asuinalueen etnisen enemmistön. Tavallaan aika pessimistinen ajatus, mutta mahdollinen, kun kyseessä on Yhdysvallat.”

Mielestäni on hienoa että tietoa on tuotu tilastokeskusten lukemattomista vaikealukuisista rivistöistä yleisön eteen helposti luettavaksi. Karttojen tutkiminen saattaa innostaa monia perehtymään maansa/koko maailman tilastoihin, ja näin kiihdyttää tilastotietojen julkistumista entisestään. Monet sivustolla vierailleet ovatkin Tweetanneet omia ällistymisiään esim. oman kotikaupunkinsa tulojen rakentumisesta, tai siitä, kuinka Utahissa ei ole lähes lainkaan tummaihoisia. Suomessa kuka tahansa voi mennä tilastokeskuksen sivulle ja hakea sieltä tietoa, mutta harva tietää tämän. Samanlainen palvelu esimerkiksi Hesarin nettisivulla voisi innostaa ihmisiä tutkimaan näitä valtavan suuria tietokantoja ja laatimaan vaikka minkälaista analyysiä ja karttaa, jotka kiihdyttäisivät maailmantuntemusta entisestään.

Sivusto: http://projects.nytimes.com/census/2010/explorer
Aleksi Rautio: https://blogs.helsinki.fi/alerauti/2014/02/27/swot-analyysi-new-york-timesn-karttapalvelu-mapping-america/

6. Vulkanismia ja maanjäristyksiä

Tällä kertaa pääsimme vihdoin tekemään sitä, mitä ajattelen klassisen paikkatietoilun yleensä olevan: kentälle rämpimään ja keräämään pisteitä GPS paikantimen kanssa! Raikkaassa kevätsäässä käppäilimme Camillan ja Maigelin kanssa ja kirjasimme ylös paikkatietoa: erilaisten urheilupaikkojen koordinaatit ja korkeudet merenpinnasta (sijaintitieto) sekä paikan nimi ja mahdollisesti muitakin ominaisuuksia (ominaisuustieto). Veimme saadut tulokset ja muut härpäkkeet Exceltaulukointien jälkeen MapInfoon, ja tadaa: itse-keräämämme tieto oli nyt pistemuotoisena aineistona Kumpulan kartalla. What a feeling!!! Opimme liittämään kohteita MapInfoon koordinaattien lisäksi osoitetietojen eli geokoodauksen avulla.

Itsenäistehtäväksi saimme laatia karttoja tietokannoista, jotka löytyivät meille annetuista internet-sivuilta. Meidän piti luoda tunnilla opittujen metodien tapaan netin taulukosta excel-muotoinen taulukko, ja tuoda se mapinfoon ja suorittaa “koordinaattien tunnistus” aineistosta, ja näin asettaa saamamme tietokanta oikeisiin sijainteihin, pisteisiin kartalle. Aineistoina meillä oli käytössä maanjäristysten ja tulivuorten sijainnit sekä meteoriittien putamispaikat. (lähteet). Tein kartan vuoden 2013 lievistä, sekä voimakkaista maanjäristyksistä sekä myös yleisen kartan kaikista maailmassa sijaitsevista tulivuorista.PAK6kuva_maanjär_2013Kuva 1: 2013 Yli 6 Richterin suuruiset järistykset. Mm. 7.2 ja 6.1 järistykset Filippiineillä lokakuussa (tappoi yli 100 ihmistä ja aiheutti suuria vahinkoja). Näin voimakkaita järistyksiä sattuu noin sata vuodessa.
PAK6_3.6rich_maanjär2013Kuva 2: Lievemmät, 3-6 Richterin suuruiset järistyksen vuonna 2013. Paljon yleisempiä, aiheuttavat enintään pientä vahinkoa hyvinsuunniteltuihin rakennuksiin.

tulivuoret_kaikki

 Kuva3: Maailman tulivuoret. Tärkeintä kartan laatimisessa oli tuoda esiin tulivuorten sijainti, ei niinkään, missä tällä hetkellä aktiivisiksi luokitellut tulivuoret sijaitsivat (huom virhe Ruotsissa!). Olisin esimerkiksi voinut rajata viimeisten 20 vuoden aikana purkautuneet tulivuoret, mutta en tehnyt.

Ennen, kun olin lueskellut Johanna Hakasen blogimerkintää samaisesta aiheesta, en ollut huomannut Ruotsissa kartan mukaan sijaitsevaa tulivuorta lainkaan. Hän kuitenkin tuo esiin sen, että tärkeintä tässä esityksessä on näyttää kokonaiskuva tulivuorien sijoittumisesta, eikä keskittyä yksittäisiin, varmasti harvoihin, sijaintivirheisiin.  “Osa karttojen kohteista (esim. tulivuori Ruotsissa) on todennäköisesti syystä tai toisesta päätynyt hieman väärään kohtaan, joten kohteet tulisi ehdottomasti tarkistaa. Toisaalta tällä mittakaavalla asioita on lähes mahdoton esittää paikkatarkasti, eikä se olisi edes tarkoituksen mukaista. Oleellisinta on se, ettei kartalla ole täysin väärää tietoa ja esitettävän ilmiön levinneisyys käy hyvin ilmi.”

Karttojen hasardialueet seurailevat mannerlaattojen saumakohtia. Ensimmäinen, yli 6 Richterin asteikon järistys -kartta ei heti huuda tätä tunnettua muotoa, mutta lievempien 3-6 R järistyskartta seuraa selkeästi laattojen reunoja. Vulkaaninen toiminta on myös vahvasti kytköksissä näihin laattojen törmäys – , erkaantumis- ja hankauskohtiin. Tein vielä yhdistetyn kartan näistä molemmista ilmiöistä, joka on mielestäni ihan onnistunut. Tietenkin legenda olisi ollut hyvä, mutta en kokenut sitä übertarpeelliseksi hyvien värikontrastien ja kuvailevan tulivuorisymbolin takia.
Tekemiäni karttoja tukee hyvin tektonisten laattojen kartta. Kiinnostavaa minusta oli myös kaivaa esille myös maapallon topografinen kartta, jossa suurimmat korkeudet ja myöskin syvyydet noudattelevat näitä endogeenisten ilmiöiden sijainteja.

tectonicKuva4: Mannerlaatat

ElevationKuva 5: Maapallon topografiaa. Huom merten keskiselänteet.

pak6_tulivjamaanjKuva6: yhdistetty kartta tulivuorista ja maanjäristyksistä.

Lähteet:
Tulivuorethttp://catalog.data.gov/dataset/global-volcano-locations-database
Maanjäristykset: http://quake.geo.berkeley.edu/anss/catalog-search.html
Kartta laatoista: http://www.maps.com/ref_map.aspx?pid=12871
Kartta topografinen: http://www.ngdc.noaa.gov/mgg/image/2minrelief.html
Johanna Hakanen: https://blogs.helsinki.fi/johakane/2014/02/18/kurssikerta-6-pisteaineiston-muodostaminen-ja-esittaminen-kartalla/

 

 

 

5. Buffering

 

Viidennellä viikolla perehdyimme lisää MapInfoon, tällä kertaa puskuri- eli bufferianalyysien kautta. Bufferianalyysissä analysoidaan paikan, asian tai muun ilmiön ympäröivää aluetta tietyn etäisyyden perusteella, ja niiden avulla voidaan tutkia ja havainnollistaa ilmiöiden vaikutusalueita, kuten ostoskeskusten vaikutusalueita tai teiden oletusarvoisia saastealueita ja näiden sisäänjääviä ominaisuuksia ja kohteita. Teimme tunnilla itsenäisharjoituksia muun muassa lentokenttien melualueista ja juna-asemien lähellä asuvista ihmisisitä. Harjoittelimme tunnilla bufferoimalla myös terveyskeskuksia ja kouluja, ja loimme analyysejä näiden kohteiden lähialueista. Tunnin lopuksi meille annettiin itsenäisharjoitus, jossa valitsin tehtäväkseni tutkia pääkaupunkiseudun uima-altaita ja tehdä niistä pylvästeemakartta. Tunnilla sekä ns. läksynä tehtyjen tehtävien vastaukset löytyvät pdf-mallisena seuraavasta linkistä:

 Pak5_kaikki_taulukot

MapInfo alkaa tuntua jo kaverilta enemmän kuin viholliselta. Itsenäistehtävää tehtäessä välillä iski APUA EN OSAA MITÄÄN mielentila, mutta pienen tauon jälkeen tuli pelastava ahaa-elämys ja asiat löytyivätkin loogisista paikoista. Hankalinta minulle edelleen on yhdistää tietokantoja, ja tehdä täsmällisiä hakuja haluttuja tietoja etsimään. Palkitsevin osa MapInfo-työskentelyä on mielestäni aina ollut visuaalinen vaihe:  Kun on saanut sekavat, ylimääräistä tietoa ja muuta roskaa sisältävät tietokannat puhdistettua ja yhdistettyä ja pääsee luomaan niitä havainnollistavan kartan. Jos tiedon saa vielä luokiteltua fiksun näköisiin luokkiin, niin johan maailma hymyilee. =)

 

Uima-altaiden kartoitustehtävässä piti yhdistää kaksi tietokantaa ja tutkia uima-altaiden määriä ja rakennusten tyyppejä, joissa uima-altaita on. Nyt laitettiin aiemmin opitut käytäntöön, ja olen suoraan sanottuna aika heelkkarin ylpeä, kuinka onnistuin joissakin asioissa aivan omillani. Tietenkin tuli myös tehtyä visiittejä takaisin maankamaralle, kun MapInfo päätti kaatua ja minä uusista taidoistani yli-innostunut en ollut muistanut tallentaa…  MUTTA ”vaikkei kaikki aina onnistukaan, niin kantapään kauttahan sitä oppii melkeinpä paremmin – ainakin silloin kun kärsivällisyyttä riittää.” Jeppisjepulis, täysin samaa mieltä, Joose Helle!

Ärsyttävää ja hankalaa tehtävän alussa oli karsia olemattoman datan merkiksi valittu luku 999 999 pois tilastoista, jossa se häiritsi laskuja ja nosti kaikkia keskiarvoja ja muita lukuja älyttömiin sfääreihin. Esioletuksena uima-altaiden lukumäärästä rakennusta kohti oli se, että monessa talossa ei aika varmasti yli kymmentä ole. Tein kyselyn ensin rakennuksista, missä olisi kaksi allasta ja kun haku ei tuottanut yhtään positiivista tulosta, etsin sellaisia sarakkeita jossa 0<UA<10 (jossa UA on uima-altaiden koodi). Tämäkään ei tuottanut yhtään tulosta, mutta olisin voinut täysin varmuuden vuoksi vaihtaa kympin vaikka sataseen, niin virhekerroin olisi tätäkin pienempi.

KK5_kuva

Bufferointi menetelmänä on erittäin hyödyllinen. Ilkka Saarinen kertoo hyvin sovellusmahdollisuuksista blogissaan (2/2014): “Puskuroinnin sovellusmahdollisuudet ovat laaja-alaiset ulottuen liikenteen suunnittelusta (melu, turvallisuus) aina tehtaiden sijaintien optimoimiseen (jätevedenpuhdistamon sijainti suhteessa asutukseen) ja luonnonsuojelualueiden suunnitteluun. Puskuroinnin avulla voidaan selvittää esimerkiksi joukkoliikenneverkoston kattavuutta tarkastelemalla asutuksen sijoittumista suhteessa pysäkkeihin ja joukkoliikenteen tärkeimpiin solmukohtiin. Järviekosysteemin rehevöitymisen taustoja kartoitettaessa voisi mielenkiinnon kohteena olla esimerkiksi peltohehtaarien tai karjaeläinten lukumäärä tarkasteltavalla alueella.”

 

Lähteet:
Joose Helle: https://blogs.helsinki.fi/joohelle/2014/02/17/kk5-buffereita-yms/
Ilkka Saarinen: https://blogs.helsinki.fi/ilkkasaa/2014/02/13/kk-5-larppausta-ja-menneita-aikoja/

4. Ruutuja ja Espoon vanhuksia

Neljännellä kurssikerralla tutustuimme rasterimuotoiseen aineistoon. Läjäytimme ruudukot MapInfossa meille annetun aineistokartan päälle, ja erilaisten kommervinkkien avulla opimme tekemään ruututeemakarttoja, joissa tieto on kytketty ruutuihin. Harjoittelimme aluksi Paarlahden neuvoja tarkasti seuraten tekemään kartan opiskelijaikäisten pääkaupunkiseutulaisten sijoittumisesta ja lopuksi ruutukohtaisista tiheyksistä. Tuloksena oli rasterimuotoinen karheannäköinen tiheyskartta, jossa aineisto jaettiin samankokoisiin, 500m2 ruutuihin. Näissä ruuduissa asustavien 19-23 vuotiaiden määrästä kertoi meille ruudun täyttävä väri (vihreästä punaiseen, punainen hotspot!). Tämän jälkeen saimme tehtäväksi laatia oma ruututeemakartta pääkaupunkiseudun alueista jonkin muun ikäryhmän perusteella.

 

kk4_kuvaKuva1: MapInfosta on tullut kamu! 

 

Ruututeemakartat ovat mainioita esittämään ilmiöiden absoluuttisia määriä ja niiden jakautumista, koska alueet ovat tismalleen samankokoisia ja – muotoisia. Tietoja verrataan siis vain ”yhdessä ulottuvuudessa” toisiinsa, eikä tarvitse pohtia alueen pinta-alaerojen vaikutuksia tuloksiin.. Kartta ei ole ehkä visuaalisesti niin hieno, kuin mitä muut pehmeälinjaiset kartat ovat, mutta tieto on yksinkertaista ja yksinkertaisuus on kaunista. Kartanlaadinta vie vähemmän tilaa, aikaa ja siis rahaakin, kuin esim. vektorimuotoiset kartat. Toisaalta, jos haluamme tietää vanhusten osuuksia väestöstä ja verrata näitä, niin koropleettikartta olisi siinä mielessä parempi. Suhteellisia määriä tutkiessa väestöntiheys tekijänä ns. karsiutuu, ja kartalta näkisi paremmin, missä vanhuksia on suhteessa enemmän muihin ikäluokkiin verrattuna.

Jos taas halutaan esittää ihmisten todellisia sijoittumista, on pistekartta siinä paras, sillä symbolit on kartalla juuri siinä, missä ilmiö esiintyy. Mitä pienemmiksi ruudut ruutuaineistossa asettaa, sitä enemmän se alkaa muistuttaa pisteaineistoa. Mitä suuremmaksi alueeksi ruudut laittaa, sitä enemmän se yleistää. Tämän huomasi myös Natalia Erfving laatiessaan pääkaupunkiseudun alle koulu-ikäisistä kaksi karttaa erikokoisilla ruuduilla. Suurempiruutuinen eli -pikseleinen kartta on erittäin paljon epätarkempi, kuin pienempisoluinen (terminologiaa tähän väliin nopeasti: ruutu=pikseli=solu!). Jos tarkasteltava alue olisi suurempi, niin ruutukokokin voisi olla suuri. Mitä lähemmäs alueelle zoomataan, ja mitä tarkempaa kuvaa ilmiön sijoittumisesta haluaa, sitä pienemmät ruudut pitää laittaa.

Ruutuaineisto perustuu pisteaineistoon, josta on ruutukohtaiset pisteiden lukumäärät poimittu ruutujen tietokantaan luvuiksi. Tässä tapauksessa nämä luvut kertovat suoraan asuintiheyden, eli asukkaiden määrän 500 neliömetrin ruudussa. Ruudukon ruuduissa esiintyvät luvut luokitellaan ja niille annetaan niitä kuvaava väri. Punainen kertoo suuresta määrästä ihmisiä, ja vihreä pienemmästä määrästä. Huom: määrä, ei osuus! Nollat on jätetty kokonaan pois. Ruutuaineisto kertoo siis asuintiheydestä, mutta pisteaineisto täydellisestä sijoittumisesta alueella. Ja koropleettikartta kertoisi eri osuusmääristä eri esim. postinumeroalueilla.

Espoon yli 65-vuotiaat 

KK4_espoon_yli65v_jpeg

Kuva2: Espoon yli 65-vuotiaat 2009. Huom! Kauniaista ei otettu mukaan-> reikä!

Laatimani kartta kuvaa Espoon yli 65-vuotiaita vuonna 2009. Olisi ollut kiva lisä tuoda karttaan kaupunginosien nimet, sekä yleisellä tasolla asutukseen vaikuttavia tekijöitä (tiet, suurimmat palvelukeskittymät), koska niiden ulottuvilla suurin osa muustakin väestöstä asustaa.

Väestö on sijoittunut Espoossa rannikon tuntumaan, Turunväylän ympärille ja eteläpuolelle, sekä etenkin Länsiväylän reitin varrelle. Vanhusten sijoittuminen luonnollisesti seuraa koko väestön sijoittumiskaavoja (Olisi ollut hyvä vertailla Espoon vanhuskarttaa normaaliin väentiheyskarttaan!). Mitä pohjoisemmaksi kartalla mennään, sitä vähemmän siellä asuu vanhempia ihmisiä. Tämä selittyy yleisen asuintiheyden lisäksi sillä, että vanhuksilla on tärkeää olla palvelut, tai ainakin yhteydet palveluihin, hyvät. Vanhempi väestö tuppaa kuitenkin muuttamaan tai jäämään asumaan kotikaupunginosaansa voimakkaan identiteetintunteen takia. Jotkut saattavat muuttaa ”landelle” eläkepäiviä viettämään rauhallisimpiin miljöihin, ja jotkut taas haluavat antaa lapsenlapsilleen mukavan mummolan Veikkolan harvaan-asutusta, mutta kauniista (ja edullisesta) maisemasta.

Olen jättänyt kartalta pois Kauniaisen kunnan, mutta sen tarkastelu olisi voinutkin olla mielenkiintoista. Kauniaisissa on korkeampi elinajanodote, joten olisiko siellä ollut poikkeuksellisen suuri vanhusten määrä…? Kartta ei kuitenkaan tuo esille vanhusten osuuksia väestöstä, jota olisi ollut mielekkäämpää tutkia.

Vanhusten keskittymiä näyttää olevan rannikon lisäksi Leppävaarassa ja Espoonlahdessa. Molemmat ovat suuria asumiskeskittymiä, joten punaiset haloo-alueet johtuvat yksinkertaisesti tästä. Vaikka saaristo tuntuu hankalalta paikalta asua, on Suvisaaristossa yllättävän paljon yli 65-vuotiaita. Suvisaaristossa palvelut ovat aika kaukana, mutta Länsiväylän varrella aika helposti tavoitettavissa. Suvisaaristo on rauhallista seutua, jossa monet hieman korkeatuloisimmat varmasti viihtyvät eläkepäivillään.

Vanhat asuinalueet indikoivat myös suurempaa vanhusten määrää. Esimerkiksi Otaniemeä luullaan usein ainoastaan nuorten opiskelijoiden solu-niemeksi, mutta se ei pidä paikkansa täysin. Kartalla Otaniemen itäpuolen rannassa on oranssi ruudunpahainen, joka kertoo tällä 300 neliömetrin alueella asustavan 52-110 yli 65-vuotiasta. Asun itse tuolla kyseisellä ruudulla, jossa sijaitsee Otaniemen yksi vanhimmista taloyhtiöistä. Talossani suurin osa asukkaista on 70-80-vuotiaitten tienoilla, vaikka yhä enenevin määrin yhtiöön muuttaa esim. valmistuneita ja/tai Keilarannasta työn saaneita teekkareita. Talot ovat alueen harvoja omistuskoteja. Sama ilmiö on Tapiolan vanhan ostoskeskuksen alueella, jossa on asuu vieläkin samat ihmiset kuin silloin kun se rakennettiin.

Syitä vanhusten sijoittumiseen/muuttamiseen Espoossa ytimekkästi:

yleinen väestökeskittymä
palveluiden ja liikenneyhteyksien läheisyys
rauhallisuus, leppoisten eläkepäivien viettohalu
halu asua kotiseudulla/alueella (asuinalueen synnyttämän identiteetin vaaliminen)

Lähteet:

Natalian blogi: https://blogs.helsinki.fi/nataliae/2014/02/03/kurssikerta-4-ruutuja-ja-rasterikarttoja-alle-kouluikaisten-maara-paakaupunkiseudulla/

 

3. Tiedon tuontia, Afrikkaa ja tulvaindekseilyä

Kolmannen viikon teemana oli tietojen tuominen MapInfoon. Meille annettiin valmiit tiedostot Afrikan maista, joita meidän piti soveltaa, muokata ja yhdistää MapInfossa. Excel taulukossa oli taulukoitu Afrikan maiden asukkaiden internetkäyttöä ja Facebook-profiilien lukumäärää. MapInfo-materiaalissa oli Afrikan karttaa ja siihen linkitettyjä tietoja konflikteista ja niiden laajuuksista, sekä timantti-ja öljykaivosten lukumäärät ja sijainnit.

Opimme liittämään Excelissä valmistetun taulukon MapInfon ymmärtävään muotoon, ja yhdistämään tietokantoja toisiinsa. Minulle nämä jutut ovat olleet aika hämärässä, eikä minulla suoraan sanottuna ollut ennen tätä tuntia ajatustakaan, kuinka erimuotoiset tiedot liitetään toisiinsa. Ymmärsin nyt, että linkki on yksinkertaisesti molemmissa aineistossa esiintyvä sama tieto.  Liitimme kaksi Afrikan valtioista koottua taulukkoa toisiinsa käyttäen tänä ”linkkinä” Afrikan maiden valtioiden nimiä. Kun koodailujen jälkeen ohjelma tunnisti tiedostojen nimet vastaamaan toisiaan, oli tietokantojen yhdistäminen helppoa.

Sen jälkeen, kun olimme käyneet ns. opastuskierroksen Afrikkatiedostoilla ryhmässä läpi, meille annettiin tehtäväksi tehdä vastaavia tiedonliittämisoperaatioita Suomen tulvimiseen (ja alivirtaamisiin) liittyvistä tietokannoista. Haimme taulukon taas Excelistä ja liitimme ja laskimme tulvaindeksit muista indekseistä samaan taulukkoon yhdeksi simppeliksi tietokannaksi. Tämän pohjalta loimme kahden teeman teemakartan (aikaisempi blogiteksti wohoo!), jossa pohjana oli Suomen koropleettikartta valuma-alueista. Alueet oli rasteroitu tulvaindeksin mukaan ja koropleettikartan päälle tuotiin järvien osuutta pinta-alasta kuvaavat pylväät.

Tuntui kivalta, kun kartta laadittiin sinne itse tuoduista tiedoista. Tietenkään tiedot eivät ole itsemme keräämiä tai edes löytämiä, mutta silti luomani kartta tuntui enemmän omatekoiselta, kuin aikaisemmin luodut kartat.

PAK3_valmiskarttaKuva1: Suomen tulva-alueet

Kuvasta huomaa korrelaatiota järvien pienen lukumäärän ja tulvaherkkyyden kanssa. Mitä enemmän alueella on järviä, sitä vähemmän siellä myös tulvii. Pohjanmaa erottuu tulvaherkkänä alueena Etelä-Suomen rannikkoalueiden kanssa. Näillä alueilla ei ole järviä, jonne tulva-aikoina ylimääräinen vesi varastoituisi ja näin estäisi tulvia. Pohjanmaalla riittää jokia ja näissä vettä, mutta tulva-altaina toimivia järviä ei ole. Minni Aalto perustelee blogissaan hyvin kartalla esiinpistävää rannikkoa: ”Jokien kyky varastoida vettä ei ole järvien tasoinen ja tulvat ovatkin todennäköisesti yleensä tulosta jokien tulvimisesta.  Näillä alueilla sademäärät lienevät muutenkin suurempia meren läheisyyden vuoksi.”
Järvien lisäksi tulvimista ehkäisee hyvin vettä imevä maaperä kuten soilla turve ja pohjavettä suodattava hiekka. Suuri haihtuminen myös luonnollisesti vähentää tulvivaa vesimassaa, mutta täällä pohjoisessa se ei ole tärkeä tekijä tulvien luonnollisessa ehkäisyssä.

Afrikkatehtävä:

AfrikaKuva 2: Afrikan konfliktit, timantit ja öljy

Meille tunnilla tutuksi tulleesta Afrikan aineistosta, ja Artun myöhemmin postanneesta kartasta voi tehdä monenlaisia, muttei kovin syvällisiä päätöksiä. Meillä oli siis tieto Afrikan maiden konflikteista ja siitä, kuinka pitkälle ne ulottuvat. Arttu Paarlahden Afrikan kartassa (kuva2) on tuotu näiden lisäksi esiin myös timanttikaivokset ja öljylähteet. Vaikka Afrikkaa peittää koonfliktien verho ja rikkauksien pisteet, kartta on tiedottavuudeltaan aika vajavainen: on vain sijainteja samankokoisilla symboleilla ja alueita samanlaisilla rastereilla. Symbolien koolla olisi voinut samanaikaisesti kertoa jotakin konfliktin luonteesta tai kaivoksen suuruudesta. Käytössämme oli toki myös taulukko, mutta pelkkiä numeroita rivissä on epämiellyttävämpää ja työläämpää analysoida.

Taulukkoon oli myös merkitty rikkauksien löytöaika ja käyttöönottoaika. Konfliktit voivat pidentää tätä aloitus- ja löytämisajan erotusta, kun alueella epävakauden takia rakentamista ja logistisuuksia ei saada käyntiin. Konfliktit voivat olla vaikka poliittisia, ympäristöllisiä tai eri sosiaaliryhmienvälisiä, mutta myös voivat, ja todennäköisesti monet ovatkin, saaneet aikansa näistä löytyneistä rikkauksista. Afrikan maat ovat kehitysmaita, joille timantit ja öljy olisivat suuri ja tärkeä tulonlähde.
Konflikteja, jotka esiintyvät timantittomilla ja öljyttymillä alueilla luultavasti ovat saaneet aikansa poliittisten, uskonnollisten tai etnisten ryhmien alue- tai valtakiistoista. Jasmin Bayar pohtii runsain ja hyvin ajatuksin karttaa ja sen antamaa, ja antamatonta, tietoa konflikteista blogimerkinnässään ( 28.1.2014 https://blogs.helsinki.fi/jasbayar ) ja tuo mm. esiin sen, että konfliktien luonteesta saati alkamisajoista ja voimakkuudesta ei kerrota. Myös timanttikaivosten suuruudesta ja tärkeydestä valtiolle ei kartassa tule ilmi, joten erilaiset diipimmät vertailut ovat mahdottomia.

Meidän tuli myös pohtia internetin käyttöä näihin tekijöihin verrattuna. Internet on jonkinlainen indikaattori kehittyneisyydestä: teknisestä mahdollisuudesta, jonkinlaisesta infrastruktuurista ja sosiaalisesta “vapaudesta”. Internetin käytön määriä ja Facebookin-läpäisevyyslukuja voi verrata konfliktialueisiin, ja katsoa mm. vaikuttaako konfliktit alueen teknologiseen kehitykseen hidastavasti (vaiko nopeuttavasti?). Johanna Hakanen pohtii myös internetin käytön vaikutuksia Afrikan kehitysmaihin blogissaan erittäin ansiokkaasti: “Mielenkiintoinen tutkimusaihe voisi olla myös se, ovatko valtiot, joissa on enemmän Internetkäyttäjä, alttiimpia konflikteille. Internet voi toimia esimerkiksi väylänä mielipiteiden ilmaisuun tai tiedonvälitykseen, ja sitä kautta se voi olla osa konflikteja, kuten nähtiin esimerkiksi joissain Arabikevään konflikteissa. Toisaalta Internet voi toimia myös sananvapauden ja rauhanomaisen vaikuttamisen välineenä ja sitä kautta vähentää konfliktien määrää.”

https://blogs.helsinki.fi/pak-2014/files/2014/01/Afrika.png

Lähteet

Minni Aallon blogikirjoitus (tammikuu 2014): https://blogs.helsinki.fi/mmaalto/
Jasmin Bayarin blogikirjoitus (tammikuu 2014): https://blogs.helsinki.fi/jasbayar/2014/01/28/3-kurssikerta-28-01-tietokantojen-data/
Johanna Hakasen blogikirjoitus (tammikuu 2014)
Afrikan kartta: Arttu Paarlahti: https://blogs.helsinki.fi/pak-2014/

Artikkeli 1: Kahden teeman teemakartat – hyvä vai huono?

 

Anna Leonoviczin artikkelissa “Two-variable choropleth maps as a useful tool for
visualization of geographical relationship” (Geografija-lehti, 2006) käsiteltiin kahden teeman teemakarttoja, joissa samassa kartassa kuvataan kahta ilmiötä ja niiden suhdetta toisiinsa. Artikkelissa pohdittiin tämänlaisen kartan toimivuutta alueellisen jakauman ja suhteiden selittäjänä. Tultiin lopulta siihen tulokseen, että kaksiteemaiset kartat eivät ole ilmiön levinneisyyden kuvaamiseen yhtä selkeitä kuin yhden muuttujan kartat, mutta kahden teeman kartat ovat suhteiden kuvaamiseen mainioita. Mainio se on kuitenkin vain ja ainoastaan silloin, kun luokkia on mahdollisimman vähän ja teemoja kuvaavat värit ovat valittu tarkasti suurinta selkeyttä tavoitellen.

Artikkelin mukana olevien kahden teeman teemakarttojen legenda, eli karttasymbolien selitysruutu, on uhkaavan näköinen sitä ensi kertaa katsovalle. Natalia Erfvingkin tätä blogissaan (https://blogs.helsinki.fi/nataliae) kauhisteli: “Pelkkä legenda oli jo niin pelottavan ja vaikeasti lähestyttävän näköinen, että karttakirjaa lukiessa olisin luultavasti vain ohittanut tämän kartan sen enempää siihen syventymättä.”

Yritän avata legendaa tässä kuitenkin. Yksinkertaisesti siis: molemmille kartan teemoille valitaan väripaletti (sininen tai punainen esim.) ja teeman arvoluokille on oma sävynsä tästä valitusta paletista (esim. haalean sininen on ensimmäinen, keskisininen keskimmäinen ja tummansininen kolmas luokka). Legenda on ruudukko, jonka akseleina toimivat teemat. Syntyneen kaksiulotteisen legendan ruudukon täyttävät “summattujen” värien yhdistelmäluokat. Nämä syntyneet, eriväriset ruudut ovat kartan luokkia. Teemojen värien pohtiminen on tärkeää, sillä näiden värien sekoitukset (joko onnistuneet tai epäonnistuneet sellaiset), kuvaavat akseleiden teemojen suhdetta toisiinsa.

Kuvaamataidon tunnilla käydyt väriympyrät tulevat nyt tarpeeseen: on tiedettävä mitkä värit ovat ”vierekkäisiä” ja minkä kahden värin sekoituksesta syntyy kolmatta. Sinisestä ja keltaisesta syntyy vihreää, ja sinisestä ja punaisesta violetin sävyjä. Onko vihreä kuitenkaan tarpeeksi selkeä ”sekoituksen tulos”, vai näyttääkö se vain kolmannelta teemalta värikkäässä neliölegendassa? Artikkelissa pohdittiin tätä myös, ja jopa mainittiin vihreän värin ongelma. Artikkelin esimerkeissä käytettiin mielestäni onnistunutta ja heti ymmärrettäviä punaisten ja sinisten sävyjen yhdistelmiä violeteista.

Väreillä ja niiden tummuusasteilla kuvataan absoluuttisia tai suhteellisia osuuksia ilmiöstä. Esimerkiksi jos kartalle halutaan alueiden vanhusten osuutta prosenttilukuna, korkeimmat prosenttiosuusluokat saavat tummimman sävyn, ja vaalein sävy puolestaan kertoo pienemmästä vanhusten osuudesta. Artikkelissa käsitellään vain määrällisiä teemoja, eikä laadullisia. Laadullisia aiheita, kuten alueen merkitystä (luonnonpuisto, taajama, pelto, tms.) on kaksiteemaisissa kartoissa hyvä kuvata erilaisilla rastereilla, kuten erilaisilla viivoituksilla tai pistekuoseilla. Näitä ei artikkelissa kuitenkaan käydä läpi, mutta ne ovatkin helpommin ehkä ymmärrettävissä, kuin erilaisten teemojen värien sekoitukset.
Aivot ovat tottuneet näkemään värejä, ja se, että kartta ja sen värit olisivat selkeitä luettavaksi ILMAN, että täytyy tarkistaa legendasta ”väriensekoittumissääntöjä”, on tavoitteena näissä kahden teeman kartoissa. Liian monta luokkaa sekoittaa pääparan, joten, kuten artikkelissa kerrotussa tutkimuksessakin kävi ilmi, luokkia kannattaa olla ihan maksimissaan 4 per teema, vaikka sekin on joskus osoitettu hankalaksi lukijoille ymmärtää. Ihanteellinen määrä on 3 molemmalle teemalle.

Artikkeli oli englanniksi, joten sen sisäistäminen vei aikaa enemmän, kuin mitä suomenkielinen teksti ehkä olisi. Joitakin termejä, mm. equal standard deviation piti tarkistaa sanakirjoista ja vaikka suomennoksen sai, piti itselle uuden tieteellisen sanan merkityskin vielä tarkistaa. Artikkeli oli rakennettu kuitenkin hyvin, ja oli tärkeää, että havainnollistavia kuvia oli mukana. “Loppusummaus”-kappale myös tiivisti, mitä kaikkea tuli oikein luettua ja mikä siinä oli olennaisinta.

Olen oppinut, että kahden muuttujan suhdetta on hyvä kuvata kahden teeman teemakartalla. Pitää vain olla tarkkana ja pitää lukija mielessä, jotta kartasta tulee mahdollisimman selkeä.  Jos kartan tavoitteena ei ole kuitenkaan suhteet vaan ilmiöiden jakautuminen alueella, on parempi pitäytyä yksinkertaisessa yhden teeman kartassa ja tämän yksiulotteisessa mukavassa legendassa. Jos ei ole varma luokittelusta (joka voi olla hyvinkin haastavaa tässä, kun molemmille muuttujille pitää olla yhtä monta luokkaa), niin voi pohtia, olisiko selkeämpää lätkästä kaksi karttaa vierekkäin yhden sekavan kartan sijaan.

Kahden teeman toimivuutta testattiin vain maantieteen opiskelijoilla, joilla saattaa olla kartoista enemmän tajua yleisesti ottaen, kuin muita aloja opiskelleilla. Testi olisi ollut hyvä suorittaa ammateiltaan ja iältään sekalaiselle ryhmälle, koska karttoja kuitenkin laaditaan muillekin kuin vain maantieteilijöiden käyttöön.

Lähteitä

Artikkeli Moodlessa: https://moodle.helsinki.fi/mod/resource/view.php?id=475546
Viittaus Natalia Erfvingin blogiin: https://moodle.helsinki.fi/mod/resource/view.php?id=475546

 

2. MapInfo ja teemakartta

Kurssin toisella oppikerralla aiheena oli teemakarttojen luominen MapInfolla. Teemakartta pyrkii esittämään alueella olevia tai tapahtuvia ilmiöitä, “teemoja”, karsien epäolennaiset asiat esityksestä pois. Alueen väestöä kuvaava teemakartta voi esimerkiksi kuvailla asutustiheyttä, abosluuttista asukasmäärää tai eri ikäluokkien osuuksia väestöstä Teemakarttoja voi olla myös vaikkapa puulajien levinneisyydestä, ostoskeskusten vaikutusalueista päiväkodin pihan aarteenetsintäkarttoihin.

Erilaisia teemoja on ääretön määrä, ja kaikkia näitä ilmiöitä ei voi kuvata yhdellä samalla menetelmällä. Onneksi tapoja on monia, ja tarpeen tullen niitä kehitetään lisää. MapInfo-ohjelmassa on valmiiksi asetuksissa teemakartanluomistyökalu. Työkalulla voidaan luoda paljonkin erilaisia karttoja.
Tunnin alussa saimme käyttöömme MapInfotiedostot, jossa Suomen karttaan oli merkitty kuntien rajat ja näihin alueisiin liitetty paikkatietoa väestöstä. Tilastokeskusmatskusta löytyi runsaasti Suomen väkeen liittyvää tietoa vuodelta 2011 mm. kansalaisuuksista, elinkeinoista ja ikäluokista. Näitä tietoja käytimme karttojen pohjana tunnilla harjoitellessamme.

Opimme tekemään MapInfolla pylväs- ja ympyrädiagrammeja sekä symbolikarttoja, jossa halutun asian määrät kuvattiin erikokoisilla ja -muotoisilla symboleilla. Pistekarttaa myös harjoiteltiin Pohjois-Suomen ruotsinkielisten sijainteja tutkaillen, ja erityyppisiä tietoja opittiin esittämään Individual-teemakartan avulla. Pääsimme tutustumaan myös kolmiulotteisen kartan luomiseen Grid-teemakartan avulla, jossa kohteiden arvot interpoloitiin.

PAK2_kuva1
Käytännössä ja lyhyesti karttojen laadinta sujuu MapInfossa näin

1.Valitaan alue, jota halutaan tutkia. esim. Lapin kunnat
2. Valikosta teemakartan luominen, ja sen alta, minkä tyyppinen teemakartta halutaan. esim. pylväsdiagrammi
3. Asetusikkunasta valitaan tutkittava tieto esim. naisten lukumäärä ja miesten lukumäärä, ja painetaan OK

Lapin kuntakartalle ilmestyisi nyt jokaiseen kuntaan naisten ja miesten osuuksia kuvaavat pylväät.

Asetuksia piti kuitenkin välillä säätää luokkarajoista pylväsdiagrammien leveyksiin ja väripaletteihin. Visuaalisuus on tärkeää teemakarttojen laadinnassa, sillä tietyt värit, muodot ja rasterit luovat tietynlaisia mielikuvia kartanlaadinnan tärkeimmälle henkilölle, eli lukijalle. Näin kartanlaatija voi vaikuttaa värivalinnoillaan lukijan mielikuvaan vaikkapa aiemmin hänelle tuntemattomasta ilmiöstä. Positiivista muutoksia kannattaa kuvata vihreällä punaisen sijaan, ja ympyrädiagrammissa väripaletin on hyvä olla yhtenäinen (pastellit/kirkkaat/tummat). Kummalliset symbolit, kuten asutuksen kuvaaminen hevosten muotoisilla täpillä, vievät huomion tärkeistä asioista turhuuksiin, ellei tarkoituksena sitten ole jonkinlainen kartografinen hämmennysspämmennys.

Tunnin päätteeksi meille annettiin tehtäväksi laatia valitsemallemme Suomen alueelle kahden teeman teemakartta. Kartalla siis esitettäisiin kahta (toisiinsa liittyviä tai vaikuttavia) ilmiötä. Valitsin Pohjois-Suomen kunnat alueekseni ja loin asutukasmäärää kuvaavan koropleettikartan pohjaksi. Toin kartalle myös erilaisten kokeilujen jälkeen Graduated- eli erikokoisten symbolien- teemakartan kuvaamaan kunnan väestömäärän muutosta vuonna 2011. Erisuuruiset pallerot kuvastavat asutuksen kokonaismäärän muutoksen suuruuksia, ja väri ilmoittaa onko luku miinuksella vai plussalla. Vastoin rationaalista “punainen on negatiivinen ja vihreä positiivinen” -sääntöä, asetin kasvavalle kunnalle väriksi punaisen, koska se oli MapInfossa oletuksena ja minulla sattui olemaan kiire bussiin (hupsis). Punaiset pallurat kertovat kunnan asukasluvun kasvusta, ja siniset puolestaan itkevät surullista tarinaa pienenevästä kunnasta… Jos voisin muokata karttaa, muokkaisin kasvavat kunnat vihreiksi (positiivinen juttu!) ja asukasluvultaan pienenevät kunnat punaisiksi (vaara, negatiivinen tunne). Mutta tehty mikä tehty!

Laura Hintsanen selittää mielestäni kahden teeman kartat ja niiden laadinnan hyvin ja selkeästi blogissaan (https://blogs.helsinki.fi/lhintsan, 21.1.2014):

“Kahta teemakarttaa päällekkäin kuvattaessa alimmainen kartta on yleensä koropleettikartta. Sen päälle voi helposti lisätä esim. pylväistä tai piirakoista koostuvan kartogrammin tai pistekartan. Myös kaksi koropleettikarttaa on mahdollista esittää päällekkäin. Tällöin niille valitaan värit tai rasterit, jotka eivät sekoitu keskenään eivätkä tee lopputuloksesta sotkuista tai epäselvää.”

PAK2_teemakartta

Karttaa analysoidessani tajuan, miksi kartta näyttää vähän väärältä. Kyllä, unohdin myös sen pohjoisnuolen sinä nokkela maantieteilijä, mutta koropleettikartalle tuodut absoluuttiset arvot hämäävät silmää. Muistan, että olisi joskus toitotettu siitä, kuinka koropleettikartalla saisi esittää vain suhteellisia arvoja… Hmm!

Asutusta on eniten luonnollisesti pinta-alaltaan suurimmissa kunnissa (paitsi harvaanasuttu Enontekiö eli käsivarsi) ja alueen suurimpien kaupunkien kunnissa kuten Rovaniemen, Tornion ja Kuusamon kunnissa. Eniten asukasmäärällisesti kasvanut kunta on Rovaniemi (iso punainen pallo), jota voi perustella siellä olevilla, nuoria vetävillä palveluilla mm. Rovaniemen yliopistolla. Se on myös Lapin keskus, joten muuttoliikenne lähikunnista suuntaa sinne etenkin töiden, mutta myös erilaisten palveluiden (mm. koulujen, vanhainkotien ja shoppailumahdollisuuksien) perässä. Tämä tuo kunnalle lisää verotuloja, mutta myös asettaa kunnalle haasteita ja velvoitteita. Muita “voittavia” Pohjois-Suomen kuntia on Tornio, Ii, Yli-Ii , Muonio ja Kittilä, jotka kaikki sijaitsevat lähellä Ruotsin rajaa ja luultavasti nauttivat tästä rajojaylittävästä liikenteestä. Ii ja Yli-Ii myös sijaitsevat lähellä Oulua.

Kartta ei kerro muutoksen luonteesta: kunta voi olla muuttovoittoinen, mutta vanhenevan väestön kuolemiset laskevat kunnan asukaslukua silti kokonaisuudessaan miinukselle. Eli luonnollisen väestönlisäyksen ja nettomuuton suhde ei kartalla ilmene, joten päätelmiä niistä on jokseenkin turha laatia. Lappi on kuitenkin Suomen periferiaa, ja sen kuntien nuoria houkuttelee (kaikkien eläväisten tavoin) suurten keskusten mahdollisuudet, samalla, kun vanhusten osuus kunnissa kasvaa ja lopulta väkiluku luonnollisin syin vähenee. Tämä uhkakuva näyttää toteutuvan suurimmissa osissa Pohjois-Suomen kunnissa: etenkin Kuusamo, Inari, Pudasjärvi ja Kemijärvi, joissa 2011 asui yli kaksi sataa ihmistä vähemmän kuin edellisenä vuonna, ja muutos tuskin kääntyy, ellei suuria investointeja alueille tehdä!

Lähteet:

Laura Hintsasen blogiteksti:  https://blogs.helsinki.fi/lhintsan/2014/01/21/kurssikerta-2-kahden-teeman-teemakartat/

Startti paikkatietoilulle!

Hellurei mantsalaiset! Tämä blogi on tehty kanavaksi kevään 2014 paikkatiedon hankinta, analyysi ja kartografia -kurssille. Kurssin tarkoituksena on oppia paikkatiedon käsitteestä, sen luomisesta karttojen ja tekstien muodossa ja esittämisestä muille kurssilaisille. Esittämisen välineenä toimii tämä blogi, jonne jokaisen tunnin jälkeen raportoimme ahaa-elämykset, murheet ja muut aikaansaannokset.

Ensimmäisen kurssikerran tehtävänä oli luoda MapInfo -ohjelmalla teemakartta Helsingin kaupunginosista jonkin aiheen mukaisesti. Teema valittiin meille valmiiksi annetusta ja MapInfoon ladatusta taulukosta, jossa ilmoitettiin mm. kaupunginosien väentiheyksiä, ikäluokkien suuruuksia sekä ruotsinkielisten osuuksia väestöstä. Valitsin aiheekseni ulkomaalaisten kansalaisten osuuden.
Tunti oli poikkeuksellinen siinä mielessä, että opettaja ei ollut läsnä koko tuntia sairastumisen vuoksi, joten uuteen ohjelmaan tutustuminen jätettiin täysin meille opiskelijoille. Opettaja neuvoi tunnin aluksi kyllä tarpeeksi selkeät ohjeet ja saimme käyttöömme kirjalliset tarkat ohjeistukset tällä tunnilla opittavista asioista. Nelituntinen oppitunti eteni itsenäisesti työskennellen ja ohjelman työkaluihin hiljaisesti tutustuen. Välillä piti kysellä naapurilta apua, mutta sitähän varten kurssikaverit on!
MapInfo ohjelmana tuntui tutulta, vaikkei sitä ennen ollutkaan käyttänyt. Tasovalikko ja työkalurivistöt muistuttivat edellisessä jaksossa käytettyä CorelDraw -ohjelman valikoita, niin osasi yhdistää joitakin symboleja ja alavalikkoja toisiin. Ohjeikkuna tuli kuitenkin hyvin tarpeeseen, ja toimi erittäin hyvin suunnan- ja neuvonnäyttäjänä. Tasojen toimiminen esimerkiksi tuntui täysin luontevalta, koska niitä oli viime jaksossa joutunut vänksläämään jo enemmän kuin tarpeeksi. Jotkut asiat myös sujuivat helpommin, kuin piirto-ohjelma-CorelDrawissa, kuten mittakaavajanan luonti kartan alareunaan pikanäppäintä painamalla.
Emme käyttäneet ainoastaan MapInfoa ja sinne syötettyjä valmiita taulukoita, vaan meidän piti siirtää valitsemansa aiheen kaupunginosien määrät/osuudet histogrammityökaluun internetissä (linkki alhaall) ja luoda graafinen esitys meitä kiinnostavasta ilmiöstä ja sen hajonnasta. Hajontajakautumaa tutkimalla olisi ollut hyvä miettiä luokitustapoja aineistolle, mutta luokitukset säädin virheellisesti ennen diagrammin luontia, joten en sinne palanut. Tässä kuvat Helsingin ulkomaalaisten kansalaisten osuuksista ja hajontadiagrammista!

 

Histogrammi Helsingin kaupunginosien ulkomaalaisten kansalaisten osuuksista ja hajonnasta: eroja löytyy!

Histogrammi Helsingin kaupunginosien ulkomaalaisten kansalaisten osuuksista ja hajonnasta: eroja löytyy!

 

Diagrammista en osaa sanoa, onko se hyvä vai huono, mutta siinä näkyy kuitenkin vinoutunut jakauma. Kartan ulkoasuun olen aika tyytyväinen, mutta se ei ole paras kuvaamaan Helsingin ulkomaailaisten jakautumista kuitenkaan, kuten Antti Kinnunenkin blogissaan perustelee: “Tietty karttaa tulkittaessa on huomattava, että kyseessä ovat absoluuttiset, eivät suhteelliset lukuarvot ja näin ollen joidenkin alueiden ulkomaalaisten vähäinen määrä voidaan selittää ylipäätään alhaisella väestöntiheydellä.” Koropleettikartalla olisi parempi esittää suhteellisia arvoja ilmiöistä. Myös Helsingin alueiden nimet olisi ollut hyvä tuoda esille, etenkin kaupunginosissa, joissa on niitä kiinnostavimpia lukuja, eli ääriarvoja.

Pohjakartat ja tietotilastot: Kurssin sivulla Moodlessa (www.moodle.helsinki.fi)
Histogrammi : http://illuminations.nctm.org/ActivityDetail.aspx?ID=78