Avainsana: paikkatieto

Julkaistu

Kurssikerta 7: Viimeinen ehtoollinen

Viimeisen kurssikerran tehtävänä oli hakea tietokantoja kiinnostavasta aiheesta ja tehdä niiden perusteella kaksi karttaa. Valitsin aiheekseni EU:n kasvihuonekaasupäästöt.

Avasin valtioiden valtiorajat sisältävän karttapohjan MapInfoon, jonka olin ladannut valmiiksi Nartural Earthista. Koska halusin meret sinisellä, Arttu auttoi lataamaan myös toisen pohjakartan. Pohjakartan mukana oli myös dataa valtioiden asukasluvuista ja monista muista tiedoista. Kasvihuonekaasupäästöt sain Greenhouse gas emissions by industries and households -tietokannasta Eurostat yearbookista. Muokkasin Excelissä taulukon sopivaan muotoon ja avasin sitten MapInfossa. Yhdistin kasvihuonepäästötiedot valtiotietokantaan lisäämällä sarakkeen. Yritin tehdä tämän ensin SQL Select -toiminnolla, mutta tällä tavalla joidenkin valtioiden tiedot hävisivät. Ilmeisesti siis kyseisen työkalun käyttö on minulle vielä vaikeaa. Lisäsin uuden sarakkeen, johon suhteutin kasvihuonekaasupäästöt asukaslukuun, koska absoluuttisten arvojen vertailu ei ota huomioon sitä, kuinka suurelle joukolle hyödykkeitä tuotetaan. Absoluuttisia arvoja tarkasteltaessa EU-maiden suurimmat päästöt tulevat järjestyksessä Saksasta, Iso-Britanniasta, Puolasta ja Ranskasta. Tämän voisi ennustaa myös Anna Huusarin kartasta, jossa on kuvattu energian kokonaiskulutusta ja uusiutuvan energian kulutusta Europan maissa. On huomattava, että kartallani Ranska on alimmassa luokassa suuren väkilukunsa vuoksi, vaikka sen päästöt ovat EU:n neljänneksi suurimmat. Kolmelle muulle muuttujalle (terveet elinvuodet 65 ikävuoden jälkeen, korkeakoulutettavat ja innovatiivisuus) tein samat vaiheet saadakseni ne erillisestä Excel-tiedostosta valtiotietokantaan MapInfoon.

Tämän jälkeen loin kaksi erilaista karttaa Create Thematic Map -toiminnolla. Valitsin kasvihuonekaasupäästöjen luokittelutavaksi luonnolliset luokkavälit ja valitsin neljä luokkaa. Tekemäni koropleettikartta kasvihuonekaasupäästöjen määristä yhtä asukasta kohti on molemmissa lopullisissa kartoissani. Ensimmäiseen karttaan laitoin päälle pylväsdiagrammeilla jäljellä olevien terveiden elinvuosien määrän 65-vuotiailla. Toiseen karttaan laitoin pylväsdiagrammit, jotka kuvaavat innovaatioyritysten osuutta kaikista yrityksistä sekä korkeakoulutettavien osuutta väestöstä.

Teemakartta EU:n sekä Norjan, Sveitsin ja Turkin kasvihuonekaasupäästöistä ja terveistä elinvuosista 65-vuotiailla. Iso-Britannian pylväät näkyvät myös sen hallinnassa olevien saarten kohdalla, koska en saanut ylimääräisiä poistettua.

Minua kiinnosti yllä olevaa karttaa tehdessäni, voidaanko löytää selvää yhteyttä suurten kasvihuonekaasupäästöjen ja vähäisten terveiden elinvuosien välillä. Voisi olettaa, että alueilla, joissa kasvihuonepäästöt ovat runsaat, myös muita saasteita tuprutellaan ilmaan reippaasti. Nämä voisivat aiheuttaa hengityselimistön sairauksia tai muita ongelmia. Kuten arvelinkin, yhteyttä ei ole kartoilta nähtävissä, koska terveiden elinvuosien määrään vaikuttavat niin monet muutkin tekijät, kuten terveydenhuollon taso ja saatavuus, koulutus, perinnöllisyys ja monet muut tekijät. Kasvihuonekaasut ja erilaiset ilmansaasteet myös siirtyvät kaukokulkeumana maasta toiseen, joten maan omat päästöt eivät kerro kaikkea siitä, kuinka paljon alueen ilmassa on saasteita ja kasvihuonekaasuja.

Alempaa karttaa tehdessäni mietin, miten innovatiivisuus sekä korkeakoulutuksen määrä vaikuttavat kasvihuonekaasupäästöihin. Koulutus ja innovatiivisuus voivat toisaalta luoda tuotteita, joiden valmistaminen ja käyttö aiheuttavat päästöjä. Toisaalta monet uudet ”vihreät” innovaatiot, kuten erilaiset puhdistusmenetelmät voivat vähentää päästöjä. Kartasta näkee, että siellä missä päästömäärä on suuremmissa luokissa, innovaatiotasokin on keskimäärin melko korkealla, ja toisaalta siellä, missä on pienemmät päästöt on keskimäärin vähemmän innovaatioita. Suoraa yhteyttä näiden tekijöiden korrelaatiosta saati kausaalisuhteesta ei voi karttani perusteella kuitenkaan vetää. Korkeakouluopiskelijoiden suhteellisissa määrissä ei ole kovin suurta eroa maiden välillä. Parempi muuttuja olisi voinut olla korkeakoulutettujen osuus. Iivari Laaksonen onkin tehnyt koropleettikartan korkeakoulutettujen osuudesta 30-34-vuotiaiden keskuudessa.

Teemakartta EU:n sekä Norjan, Sveitsin ja Turkin kasvihuonekaasupäästöistä. Pylväsdiagrammeista on luettavissa innovatiivisten yritysten määrä kaikista yrityksistä sekä korkeakouluopiskelijoiden määrä väestöstä.

Kartoiltani on helposti vertailtavissa maiden välisten kasvihuonekaasupäästöjen määriä yhtä asukasta kohti. On myös huomattava, että kasvihuonepäästöjenkään vertailu ei ole kovin mutkatonta. Kartoiltani voi esimerkiksi huomata, että Pohjois-Euroopassa päästöjen määrä yhtä asukasta kohti on pääosin korkeampi kuin Etelä-Euroopassa. Tähän vaikuttavat pohjoisessa lämmityksestä aiheutuvat päästöt. Sen vuoksi onkin järkevintä vertailla samankaltaisissa olosuhteissa sijaitsevia maita. Esimerkiksi Viron päästöt asukasta kohti ovat huomattavasti suuremmat kuin naapurimaassa Latviassa. Saksan ja Ranskan välinen voimakas ero ei ole myöskään selitettävissä yksin lämmityskuluilla. Sonja Koiviston kartalta voi lukea maatalouden aiheuttamien kasvihuonekaasupäästöjen määriä Euroopan valtioissa. Hänen kartaltaan nähdän, että maatalouden piirissä Ranskan päästöt ovat suurimmat, Saksan toiseksi suurimmat. Olisi mielenkiintoista vertailla näitä päästöjä väkilukuun suhteutettuna, jolloin Koiviston ja minun karttojani olisi helpompi vertailla.

Tehtäviä tehdessäni huomasin, että osasin jo melko hyvin käyttää MapInfon perustoimintoja. Esimerkiksi taulukoiden rakenteiden muuttaminen, teemakarttojen luominen, legendan muokkaaminen ja moni muu asia on hallussa. Isoin ongelmani on rutiinin puuttuminen, joten työ on kankeaa ja joudun tekemään välillä samoja asioita kahteen kertaan. Mikäli jonkin MapInfon työkalun kanssa tulee vastaan jokin odottamaton ongelma, osaan harvoin ratkaista sitä itse.

-Vilja

Lähteet:

Anna Huusari, Viikko 7. Viimeistä viedään. <http://blogs.helsinki.fi/anhu> Luettu 6.3.2017.

Sonja Koivisto, Kaikki loppuu aikanaan…<https://blogs.helsinki.fi/kosokoso/2017/03/02/kaikki-loppuu-aikanaan/#comment-2> Luettu 3.3.2017.

Iivari Laaksonen, 7.kurssikerta. <https://blogs.helsinki.fi/iilaakso/> Luettu 3.3.2017.

Eurostat yearbook, Greenhouse gas emissions by industries and households. < http://ec.europa.eu/eurostat/statistics-explained/index.php/Greenhouse_gas_emissions_by_industries_and_households> Luettu 28.2.2017

Eurostat yearbook, Tertary education statistics. <http://ec.europa.eu/eurostat/statistics-explained/index.php/Tertiary_education_statistics>  Luettu 28.2.2017.

Eurostat yearbook, Healthy life years statistics. <http://ec.europa.eu/eurostat/statistics-explained/index.php/Healthy_life_years_statistics>  Luettu 28.2.2017.

Eurostat yearbook, Innovation statistics. <http://ec.europa.eu/eurostat/statistics-explained/index.php/Innovation_statistics>  Luettu 28.2.2017.

Natural Earth, Admin 0 – Countries. <http://www.naturalearthdata.com/downloads/10m-cultural-vectors/10m-admin-0-countries/> Ladattu 28.2.2017

Natural Earth, 1:50 Natural Earth I with Shaded Relief and Water.  <http://www.naturalearthdata.com/downloads/50m-raster-data/50m-natural-earth-1/>

 

 

Blogi valmis, never again.
Julkaistu

Kurssikerta 6: GPS-paikannusta, pistekarttoja ja hasardeja

GPS-paikannustehtävä ja RAYn pelikoneiden geokoodaaminen kartalle

 

Tänään päivä alkoi ulkoilulla. Kuljimme ryhmässä ja valitsimme teeman, jonka perusteella tallensimme GPS-laitteella pisteitä. Ryhmämme tallensi pisteen jokaisen vapaan parkkipaikan kohdalla Physicumin ympärillä. Nämä koordinaattipisteet kirjattiin Excel-tiedostoon, joka avattiin MapInfossa ja pisteet saatiin näkymään MapInfossa pääkaupunkiseutua kuvaavaan pohjakarttaan.  Tämän jälkeen GPS-laite liitettiin piuhalla tietokoneeseen, jolloin kävelyreitti voitiin liittää muunnosohjelman välityksellä MapInfoon.

Seuraavassa harjoituksessa harjoiteltiin pisteiden sijoittamista geokoodauksen avulla. Käytimme RAY:n Excel-aineistoa, jossa oli lueteltuna kaikki pelikoneet, niiden sijainnit osoitteen ja postinumeron avulla sekä id-koodit. Pohjakarttana oli kartta, jossa oli kaikki kadut ja tiedot tonttinumeroista. Geokoodasimme pelikoneet kartalle osoitetietojen avulla. Mikäli osoite ei ollut täsmälleen samalla tavalla kirjoitettu molemmissa aineistoissa (esim. yhdysmerkin tai välilyönnin puuttuminen), osoitteet täytyi hyväksyä manuaalisesti toisiaan vastaaviksi.

Itsenäistehtävä hasardeista

Hasarditehtävä oli suunnattu erityisesti opettajiksi hakeutuville, joten tehtävä oli minulle hyödyllinen. Tehtävä opetti esittämään kartalla ajankohtaisia ilmiöitä, ja luomaan karttoja eri ajoilta, joita voidaan verrata. Käytin omissa kartoissani tietokantoja tulivuorista (https://catalog.data.gov/dataset/global-volcano-locations-database) ja maanjäristyksistä (http://quake.geo.berkeley.edu/anss/catalog-search.html). Totesin blogissa kuvia tarkastellessani, että symbolit voisivat olla hieman isommat, koska ne erottuvat huonosti sellaisissa kartoissa, joissa niitä on vain vähän. Kuvatiedostoja tallentaessani tarkastelin niitä suurempina, joten koko näytti riittävältä. Saat kuvan suuremmaksi klikkaamalla sitä ja zoomattua lähemmäs klikkaamalla kuvaa uudestaan. Toisten blogeja lukiessani totesin myös, että aineistoissa olisi näköjään ollut myös kauniimman värisiä taustakarttoja.

Teimme yhdessä ensimmäisen kartan, jossa kuvattiin yli 6 magnitudin maanjäristykset vuodesta 2002 lähtien. Tällä kartalla olisi helppoa havainnollistaa oppilaille maanjäristysten sijoittumista eri alueilla. Kuvasta erottuu selvästi Tyynenmeren tulirinki. Kuten Sonja Kosonen kirjoittaa blogissaan, litosfäärilaatat nimistöineen toisi lisää informaatioarvoa kartalle, koska maanjäristyspaikat sijoittuvat näihin saumakohtiin. Valtteri Lehto ehdottaa väestöntiheyskartan vertailua yhdessä maanjäristyskartan kanssa, jotta voisi päätellä, millä alueilla maanjäristysten uhriluvut  ja taloudelliset menetykset olisivat suurimpia.

Yli 6,0 magnitudin maanjäristykset vuodesta 2002 alkaen.

Seuraavaksi tein karttaparin, joissa esitin vuoden 2017 helmikuun 22. päivään mennessä tapahtuneita maanjäristyksiä. Ensimmäisessä kartassa on esitetty yli 6,0 magnitudin ja toisessa yli 3,0 magnitudin maanjärsitykset. Kartoilla saa helposti havainnollistettua, että voimakkaita maanjäristyksiä tapahtuu selvästi vähemmän kuin heikompia. Suomalaisille oppilaille, jotka eivät arkiympäristössään juurikaan koe maanjäristyksiä, jälkimmäinen kartta havainnollistaisi myös sitä, että maanjäristyksiä tapahtuu paljon enemmän kuin niitä uutisoidaan. Lievät maanjäristykset ovat arkipäivää maanjäristysherkillä alueilla.

Yli 6,0 magnitudin maanjäristykset vuonna 2017 22.2. mennessä.
Yli 3,0 magnitudin maanjäristykset vuonna 2017 22.2. mennessä.

Kuvasin myös vuodesta 2002 alkaen tapahtuneet yli 6,0 magnitudin maanjäristykset ja tulivuoret, jotka ovat purkautuneet holoseenin aikana. Kartasta havaitaan, että myös tulivuoret painottuvat Tyynenmeren tuliringin alueelle, joten maanjäristysalueet ja tuliperäiset alueet sijoittuvat hyvin samoille alueille.

Yli 6,0 magnitudin maanjäristykset vuodesta 2002 alkaen punaisilla neliöillä ja holoseenin aikana purkautuneet tulivuoret keltaisilla kolmioilla.

Näillä kartoillani voisi opettaa myös mantereita ja valtameriä sekä koordinaatiston ja projektion merkitystä muiden karttojen rinnalla. Vastaavanlaisia karttoja voisi tehdä samalla tekniikalla esittämään monia muitakin asioita ja ilmiöitä. Esimerkiksi kartalle voisi sijoittaa miljoonakaupungit eri aikoina, jolloin niiden lisääntyminen kaupugistumisen edetessä näkyisi. Toinen esimerkki voisi olla terrori-iskujen esittäminen tietyllä aikavälillä. Tämän avulla voisi havainnollistaa median luoman mielikuvan vääristymää terroritekojen yleisyydestä länsimaissa. Paula Silfverberg on keksinyt, että kartalla voisi kuvata niitä hasardeja, joista on itse selvinnyt. Hän on luonut blogiinsa kartan elinikänsä aikana maahan törmänneistä meteoriiteista.

Löysin netistä lähes reaaliajassa päivittyvän maanjäristyslistan ja -kartan, joka löytyy osoitteesta http://quakes.globalincidentmap.com/. Kyseisellä sivulla pääsee valitsemaan tarkastelun kohteeksi maanjäristysten sijaan myös mm. metsäpalot, ruoka- ja lääkevahingot, lentoliikenteen ongelmat, tautien leviämiset ja terrori-iskut.

Viimeiseksi yritin siirtää edellä mainitun kartan pisteet Google Earth-palveluun, jolloin oppilaat voisivat tarkastella ilmiötä eri suunnista maapalloa käännellen. Ohjeet olivat ilmeisesti kuitenkin vanhentuneet, kun Arttu sanoi, että tein vaiheet ihan oikein. Tästä tuli malliesimerkki siitä, että hommat ei vaan mene aina ihan nappiin. 😀

Google Earth-kartta. Ei menny iha niinku Strömsössä. 

– Vilja

Lähteet

Sonja Kosonen, Keskiviikon geokoodausta. <https://blogs.helsinki.fi/kosokoso/> Luettu 22.2.2017.

Valtteri Lehto, Kuudes kurssikerta: Hasardit pisteiksi (period). <https://blogs.helsinki.fi/valttele/> Luettu 1.3.2017

Paula Silfverberg, Kuudes kurssikerta. <https://blogs.helsinki.fi/pasipasi/> Luettu 22.2.2017.

<http://quakes.globalincidentmap.com> Tarkasteltu 22.2.2017.

Northern California Earthquake Data Center. <http://quake.geo.berkeley.edu/anss/catalog-search.html> Luettu 22.2.2017.

National Oceanic and Atmospheric Administration. <https://catalog.data.gov/dataset/global-volcano-locations-database> Luettu 22.2.2017.

Julkaistu

Kurssikerta 1: MapInfon perustaidot haltuun ja teemakartta Suomen työllisyydestä

Ensimmäisellä kurssikerralla oli tarkoituksena oppia käyttämään MapInfon perustyökaluja. Aluksi Arttu opetti käyttämään työkaluja, joita ohjelmassa eniten tarvitsee. Loimme yhdessä yhden teemakartan vaihe vaiheelta, jokainen omalla koneellaan. Seuraavana tehtävänä oli valita Artun valmiiksi meille hankkimista aineistoista jokin kiinnostava ja tehdä siitä teemakartta itsenäisesti. Aineistot olivat Tilastokeskuksen tietoja, pääsääntöisesti vuodelta 2015.

Kurssikerralla oli hyödyllistä oppia luomaan MapInfolla kartan peruselementit: pohjoisnuoli, mittakaava ja legenda. Legendan luominen kävi MapInfolla nopeammin ja vähemmällä vaivalla kuin CorelDraw-ohjelmassa, jota olen käyttänyt aiemmilla kursseilla karttojen tekoon. Oli myös hyödyllistä tarkastella värien vaihtelun merkitystä kartan ulkonäköön ja havainnollistavuuteen. Luokkien värien täytyy olla riittävän erilaiset, jotta katsoja huomaa erot. Toisaalta ne eivät saa olla liian erilaiset, jotta kuva säilyy selkeänä kokonaisuutena. Usein paras valinta on saman värin eri tummuusasteet. Valitsin karttaani punaisen ja oranssin sävyjä.

Toinen tärkeä asia kurssikerralla oli, miten teemakartan ulkonäköön vaikuttavat erilaiset luokkajaot ja minkälaista luokkajakoa kannattaa käyttää. Tasaväliset luokat, jossa jokaisen luokan vaihteluväli on yhtä suuri, tai kvantiilit, joissa pyritään jokaisessa luokassa yhtä suureen havaintojen määrään, eivät välttämättä ole parhaita vaihtoehtoja, koska ne voivat hajauttaa hyvin lähellä toisiaan olevien havaintojen ryhmän eri luokkiin. Päätin siksi valita luonnollisen luokkajaon, joka pyrkii luomaan sellaisia luokkia, joihin luonnollisesti osuu paljon havaintoja ja asettamaan luokkavälit sellaisiin kohtiin, joissa havaintoja ei juuri ole.

Työllisyys Suomessa alueellisesti

Kartaltani näkee työssäkäyvien osuuden koko väestöstä eri alueilla Suomessa. Tummimmat sävyt kertovat parhaasta työllisyystilanteesta, vaaleimmat heikoimmasta. Pääkaupunkiseutu, Tampereen, Turun, Vaasan ja Oulun seutu sekä Ahvenanmaa erottuvat selvästi työllistetyimpinä alueina. Itä- ja Pohjois-Suomessa työllisyys on pienintä. Suurten kaupunkien alueilla töitä on eniten johtuen palveluiden suuresta tarjonnasta ja kysynnästä. Pienemmät kaupungit, jotka sijaitsevat kauempana suurista kaupungeista ovat pääsääntöisesti muuttotappioisia, joten palvelujen ja siten myös työpaikkojen tarjonta ovat pienempiä.

Muiden kurssilaisten blogitekstejä lukiessani oli huomattavaa Sonja Koiviston ja Sakari Sarjakosken karttojen samankaltaisuus omaani verrattuna. Heidän kartoiltaan on nähtävissä korkeakoulutettujen osuus väestöstä. Heidän kartoiltaan erottuvat selvästi yliopistokaupungit. Joensuu, Kuopio ja Lappeenranta eivät erotu minun kartassani aivan yhtä selkeinä, mutta niissäkin työllisyys on toisiksi parhaassa luokassa eli 59,6–64,7 %. Yliopistot luovat kaupunkeihin ammattitaitoa ja työpaikkoja, joten karttojen samankaltaisuus ei ole kovin yllättävää. Toisaalta yliopistokaupungeissa muidenkin kuin koulutuspalvelujen ja siten myös työpaikkojen tarjonta on suurta, koska ne ovat vilkkaita kaupunkeja.

Hyvän huomion ensimmäisessä blogitekstissään on tehnyt Alina Ahonen. Hän kirjoittaa, että työllisyys Helsingissä, Vaasassa, Turussa, Tampereella ja Oulussa ei kuitenkaan yllä suurimpaan luokkaan todennäköisesti siksi, että monet kaupungeissa työskentelevät asuvat kuitenkin lähikunnissa ja toisaalta suuri opiskelijoiden määrä vaikuttaa työssä käyvien osuutta vähentävästi.

Karttani onnistui suhteellisen hyvin siihen nähden, että se on ensimmäinen MapInfolla itsenäisesti tuottamani kartta. Värisävyjä olisin voinut hioa vielä paremmiksi näin jälkikäteen ajateltuna. Värisävyjen skaala on nyt turhan laaja.

-Vilja

Lähdeviitteet

Anniina Ahonen, Ensimmäinen kurssikerta: Askelia paikkatiedon maailmaan. <https://blogs.helsinki.fi/ahonenan/> Luettu 25.1.2017.

Sonja Koivisto, MapInfon alkeet. <https://blogs.helsinki.fi/kosokoso/> Luettu 25.1.2017.

Sakari Sarjakoski, Kurssikerta 1− Pakki auki. <https://blogs.helsinki.fi/sasakari/> Luettu 25.1.2017.