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.

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.