PAK-kurssin avaus

Paikkatiedon hankinta, analyysi ja kartografia -kurssin ensimmäisenä tehtävänä oli tehdä koropleettiteemakartta Suomen kunnista tai Helsingin seudulta. Tein Suomen kuntien väestötiedoista kuntien väestöntiheyttä kuvaavan kartan.

MapInfo oli minulle entuudestaan tuttu, sillä Turun ammattikorkeakoulun kestävän kehityksen koulutusohjelmassa minulla oli kaksi GIS-kurssia, joilla käytettiin MapInfoa. Valmistumisen jälkeen en ole kuitenkaan ohjelmaa tarvinnut, joten kertaus olikin tarpeen. Taisi tunnilla tulla esiin myös toimintoja, mitä en ennen ollut käyttänyt.

Ensimmäisenä tehtävänä tunnin lopuksi tein koropleettiteemakartan, jolla on viiteen luokkaan jaettuna Suomen kunnat väestöntiheyden mukaan (Kuva 1). Käytin luokkarajojen määrittelyssä luonnollisia luokkia pyöristettynä lähimpään sataan. Kun aineiston luokittelussa käytetään luonnollisia luokkavälejä, ovat luokkien raja-arvot kohdissa, joissa aineistossa on aukkoja, eli eniten tyhjää havaintojen välillä. Tällöin vältytään aineistossa mahdollisesti olevien ryppäiden pilkkoutumiselta eri luokkiin.

Tuloksena saatu teemakartta antaa kuvan hyvin harvaan asutusta maasta. Harvimmin asuttujen kuntien luokkaan (0-100 as./km²) kuuluu 290 kuntaa, eli lähes kaikki Suomen kunnat. Moni kohtalaisen suuri kaupunki, kuten Jyväskylä, Joensuu, Kouvola ja Pori kuuluvat tähän alimpaan luokkaan. Tämä kuvastaa sitä, kuinka kaupungin laajat haja-asutusalueet voivat suorastaan häivyttää kaupungin näkyvistä kun tarkastellaan kuntien väestöntiheyksiä. Toisaalta ylimpään luokkaan Helsingin kanssa kuuluu myös 12 000 asukkaan Maarianhamina, koska se on pinta-alaltaan niin pieni. Näiden havaintojen perusteella esim. pistekartta voisi olla parempi tapa kuvata Suomen väestöntiheyttä, koska tällöin kunnan pinta-alalla ei ole niin suurta vaikutusta kaupunkien näkymiseen kartalla.

Tätä teemakarttaa voisi vielä muokata niin, että toiseksi ja kolmanneksi alemmat luokat värjäisi erottumaan paremmin alimmasta luokasta. Jos aiheeseen tutustuva nopeasti vilkaisee karttaa, jäävät helposti eri vihreän sävyt erottumatta toisistaan. Muut opiskelijat ovat käyttäneet kartoissaan yhden värin eri sävyjen skaalaa, ja sitä olisi voinut käyttää tässäkin. Tässä väriskaalassa on etuna, että se kuvaa hyvin kuinka paljon suuremmat väestöntiheydet huippualueilla on, mutta toisaalta ne olisivat erottuneet myös saman värin skaalalla hyvin. Toisaalta toisenlaisella luokittelulla olisi saanut eroteltua harvaan asuttuja alueita paremmin toisistaan. Sara Filla käytti samasta aiheesta tekemässään kartassa luokkajakoa, jossa harvemmin asutut alueet erottuvat hyvin toisistaan (Filla 2017). Luokittelutavan valinnassa olisi voinut käyttää histogrammia apuna – pitääkin harjoitella sitä seuraavalla kerralla.

Kuva 1. Suomen kunnat väestöntiheyden mukaan.

Lähteet:

Filla, Sara (2017). Kurssikerta 1: Väestön jakautuminen Suomessa. <https://blogs.helsinki.fi/sfilla/> Luettu 27.2.2017

Leave a Reply

Your email address will not be published. Required fields are marked *