Kuva 1.1: Opetussession harjoitustyö
Viikkotehtävä 1)
Koska GIS-ohjelmistoja, mukaan lukien Qgis on tullut jo pyöriteltyä jonkin verran, ei tämä opetuskerta vielä sisältänyt juurikaan uutta opittavaa. Toisaalta edellisestä kerrasta GIS:in parissa on jo vierähtänyt sen verran aikaa, että perusteiden kertaaminen tuli ihan tarpeeseen. Oli ilahduttava huomata, että Qgisin käyttöliittymä ja toimintalogiikka ovat ilmeisesti jollain tasolla menneet selkärankaan, sillä tuntuma sen käyttöön palaili tunnilla varsin nopeasti. Ehkä tämän opetuskerran kiinnostavinta sisältöä oli aineiston histogrammin tutkiminen ja sopivan luokittelualgoritmin etsiminen sen pohjalta: tämä vaihe GIS-työssä on mietityttäntyt minua aieminkin, ja vaikka toistaiseksi jäätiinkin vielä aika yleiselle tasolle, oli tämäkin ajatuksia herättävää, ja mielestäni oli hyvä, että näin keskeinen, mutta helposti unohdettu vaihe minkä tahansa aineiston karttaesityksen visualisaatiota nostettiin heti kurssin alussa esiin.
Viikkotehtävän tekemisen aloitin kokeilemalla aineston hakua suoraan Tilastokeskuksen WFS-palvelimelta:
Kuva 1.2: Viikkotehtävä, WFS-aineistohaku
WFS:n käytön helppous ja tarjolla olevan aineiston määrä innostivat. Kiinnostaa kaivella enemmän mm. Tilastokeskuksen aineistoja ihan omallakin ajalla. Harjoitustehtävän päädyin tekemään kuitenkin hyvin simppelin ja klassisen väestöaineiston pohjalta: kuntien 15-64 vuotiaan väestön suhteellisesta osuudesta.
Kuva 1.3: Viikkoharjoitus, histogrammin ja luokittelun tarkastelu
Aineiston valinnan jälkeen oli aika sen visualisoinnille. Tämän aloitin opetussessiossa ohjeistetusti tarkastelmalla aineistoa Qgisin tarjoaman histogrammin-näkymän avulla. Valintani oli natural breaks -algoritmi, joka tuotti aineistosta laajudeltaan hyvin tasaväliset luokat, mitkä tuntuivat aineiston kuvaamiseen sopivilta.
Karttaesitysnäkymässä yritin hioa esityksen visuaalista ilmettä parhaani mukaan. Tässä oli kuitenkin omat haasteensa: GIS-ohjemistojen pääpaino näyttäisi (sinänsä ymmärrettävästi) olevan muualla kuin karttaesityksen visuaalisuuden helpossa hienosäätämisessä. Toisaalta Qgisin visualisointityökalut päihittävät helposti ainakin parin vuoden takaisen MapInfon. Yritys muuttaa legendan fontteja ei kuitenkaan jostain syystä saanut aikaan mitään vaikutuksia:
Kuva 1.4: Viikkoharjoitus, epäonnistunut yritys vaikuttaa legendan fontteihin
Kun en saanut legendaa reagoimaan muutoksiin, menin lopulta oletusasetusten mukaisella, hyvin perinteisellä tyylillä:
Kuva 1.5: Viikkoharjoitus, valmis karttaesitys.
Kartalla siis esitetään kuntien 15-64 vuotiaiden asukkaiden prosenttiosuus koko kunnan väkiluvusta. Se siis kertoo kuntien demografiasta sekä huoltosuhteesta: työikäisen väestön suhteellisesti korkeampi osuus vastaa pienempää huoltosuhdetta ja täten indikoi vahvampia kuntatalouden näkymiä. Kartalta on helppo nähdä ainakin kaksi trendiä. Ensinnäkin työikäisen väestön osuus pienenee pohjoiseen ja itään päin. Poikkeuksen tästä trendistä tekee pohjoisin Lappi, jossa työikäisiä kartan perusteella vaikuttaa olevan kohtalaisen suuri osuus, toisaalta tällä alueella erityisen matalat väestötiheydet ja suuret tilastointialueet saattavat johtaa tilastoharhoihin jotka tekevät ainestosta huonosti muuhun Suomeen vertautuvaa. Toinen selkeä havainto (Suomen maantiedettä ja yhdyskuntarakennetta tuntevalla) on yliopistokaupunkien valtava merkitys: kaikki korkeimman luokan kunnat ovat yliopistokaupunkeja. Suoraa kausaatiota korkeakoulujen läsnäolon välillä tästä ei tietenkään voida vetää: korkeakoulut on historiallisesti perustettu jo valmiiksi alueellisesti merkittäviin ja suuriin keskuksiin, ja suuri osa näistä taitaa olla nykäänkin maakuntansa hallintokaupunkeja. Näiden keskuspaikkojen näin selvä erottautuminen aineistosta oli itselleni kuitenkin yllätys. Lisäksi on syytä huomata, että tämän havainnon tekeminen vaatii tosiaan pohjatietoja suomen kaupunkimaantieteestä. Olisi voinut olla hyödyllistä lisätä karttaan vielä tieto Suomen suurimpien kaupunkien sijainneista ja väkiluvuista, sekä korkeakoulujen sijoittumisesta, jolloin tämä trendi olisi näkyvillä myös esim. ulkomaiselle tarkastelijalle.