SWOT: Jokainen kaupunki, jokainen murikka

Vaikka suurin osa tänne kirjoittamistamme blogeista onkin käsitellyt kursseilla opittuja asioita sekä niiden avulla tuotettuja karttoja, niiden sivussa saimme kurssin aikana tehtäväksemme kirjoittaa myös parista erillisestä aiheesta. Yksi niistä oli arvioida New York Timesin ylläpitämää paikkatietopalvelua, johon on kerätty hyvin laajasti informaatiota New York Cityn (ja monien muidenkin Yhdysvaltain kaupunkien) väestöstä korttelin tarkkuudella. Tietoja tarkastellessa on kuitenkin hyvä pitää mielessä, että vaikka informaatio esitetäänkin useissa palvelun tarjoamissa teemoissa peräti prosentin tarkkuudella, ovat luvut vain arvioita ja erityisesti vähäväkisillä alueilla mahdollisesti harhaanjohtavia. Sivustolla tuodaan tämä seikka kuitenkin hyvin esille.

Kun avasin kyseisen palvelun ensimmäisen kerran, antoi sivusto visuaalisella ilmeellään ja erityisesti käyttämällään väripaletilla ja -sävyillä minulle positiivisen vaikutelman. Värit ovat hyvin tarkkaan harkittu niin, etteivät ne sodi keskenään. Myös yksittäisten muuttujien kuvauksissa värien sävyt on porrastettu mallikkaasti. Värit voivat kaikessa miellyttävyydessäänkin kuitenkin johtaa lukijaa harhaan, sillä esimerkiksi väestön etnistä jakautumista tarkastellessa väri määräytyy yksinomaan suurimman luokan mukaan. Tämän huomion oli tehnyt myös Henri Frestadius:

Asuinalueiden etniset erot kärjistyvät palvelussa erittäin voimakkaasti sen vuoksi, että kunkin korttelin pylpyrän määräytymisväri määräytyy pelkästään kyseisen korttelin suurimman etnisen ryhmän mukaan. Tämän vuoksi kortteli, jonka asukkaiden etninen jakauma on esimerkiksi 10% aasialaisia, 5% muiden etnisten ryhmien edustajia, 20% hispaaneja, 30% tummaihoisia ja 35% vaaleaihoisia, värittyy vaaleaihoisten värikoodin mukaan siniseksi, vaikka todellisuudessa valkoihoisia on korttelin asukkaista reilusti alle puolet.

Niin tosiaan, juolahtipa tässä vaiheessa mieleeni että tehtävänantona oli tarkkaan ottaen laatia palvelusta swot-analyysi tiedon saatavuuden näkökulmasta, joten strukturoidaanpas hieman niitä havaintoja tästä eteenpäin:

 

Oi, mahtavaa! Strengths and opportunities

Kuten jo ehdin aiemmin mainita, yksi palvelun vahvuuksista on tiedon saannin vaivattomuus ja sen visuaalisen ilmeen onnistuneisuus. Tieto on helposti ymmärrettävää ja helposti pureskeltavassa muodossa. Kuinka moni jaksaisi kahlata läpi tietoja edes yhden kaupungin kortteleista jos tuo tieto olisi riveittäin kansien välissä? Ei kovin moni. Muistan turhan hyvin kuinka kotoisen tilastokeskuksemme sivustot imivät innokkaan tiedonetsijän sielusta kaiken elämänilon.

New York Timesin palvelussa tieto on erittäin helposti lähestyttävässä muodossa, ja sen tutkailu sujuu mutkattomasti. Kartalla on helppo navigoida hiiren avulla, ja yksittäisiä kohteita on mahdollista etsiä hakukentän avulla (joskin hakujen onnistumisprosentti voi tapauksesta riippuen vaihdella).  Saatavilla olevat kartat on myös luokiteltu järkevästi neljään ryhmään (koulutus, tulot, etnisyys, asuminen). Kun valitsee esimerkiksi etnisyyden, voi yhdellä kartalla tarkastella eri etnisten ryhmien jakaantumista tai valita alatasolta näytettäväksi vain yksittäinen etninen ryhmä.

Informaation tarkastelun vaivattomuuden lisäksi ehdottomasti positiiviseksi aspektiksi nousee tiedon avoimuus. Tiedot ovat kenen tahansa tarkasteltavissa ja käytettävissä. Sivusto on myös helposti löydettävissä sillä palvelu löytyy erittäin suositun verkkomedian sivuilta sen sijaan, että se olisi piilotettu jonkin hallinnollisen elimen verkkosivuille. Näin palveluun voi eksyä moni yllättävä ja uusi käyttäjä. Mitä useampi ihminen löytää paikkatietopalveluita ja haluaa niitä käyttää, sen parempi. No, ainakin näin (tulevan) maantieteilijän näkökulmasta! Mielestäni vastaavia palveluita pitäisi olla enemmänkin ja mahdollisuudet paikkatiedon monipuoliseen hyödyntämiseen erilaisissa kuluttajapalveluissa on eksponentiaalisesti suurempi kuin mitä moni tänä päivänä osaa ajatellakaan. Myös Ilkka Saarinen kirjoittaa blogissaan tällaisissa palveluissa piilevästä potentiaalista:

Paikkatietopohjainen karttapalvelu omaa valtavan hyödyntämispotentiaalin kaikilla yhteiskunnan tarkastelutasoilla.

Ehkä samanhenkinen palvelu voisi löytyä pian Suomestakin, vaikkapa Helsingin Sanomien ylläpitämänä?

 

Hyi, hirveää! Threats and weaknesses

Ei niin hyvää, ettei jotain huonoakin. Kun edellisessä kohdassa pääsin kehumaan palvelun visuaalisen ilmeen mahdollisuutta, löytyy tuosta myös jotain huomautettavaakin. Vaikka värivalinnat ovat sinänsä onnistuneita ja toimivat hyvin yhdessä, ei ainakaan kriittinen kartantarkastelija voi olla kiinnittämättä huomiota värivalintojen hienoiseen arvolatautumiseen. Esimerkiksi tulojen jakautumista tarkastellessa olisi toivonut hieman vähemmän polarisoivaa väriskaalaa – miksi suurituloisten osuutta tarkasteltiin aina niin mukavalla ja setelintuoksuisella vihreällä, kun taas vähemmän ansaitsevien jakautumista sai tarkastella hälyttävillä punaisen sävyillä? Vaikka on helppo ajatella että totta kai se menee näin – paljon rahaa hyvä, vähän rahaa huono – tarvitseeko sitä erityisesti kartantekijän lähteä alleviivaamaan? Sivuhuomiona on mainittava että myös etnisyyttä tarkastellessa usein positiivisia konnotaatioita omaava vihreä oli määritetty vähemmän yllättävästi valkoihoisille.

Värien valinnan lisäksi myös niiden määräytymisperusteet olivat paikoitellen ongelmallisia ja jopa melkoisen harhaanjohtavia, sillä esimerkiksi väestön etnistä jakautumista tarkastellessa väri määräytyy yksinomaan suurimman luokan mukaan. Tämän huomion oli tehnyt myös Henri Frestadius:
Asuinalueiden etniset erot kärjistyvät palvelussa erittäin voimakkaasti sen vuoksi, että kunkin korttelin pylpyrän määräytymisväri määräytyy pelkästään kyseisen korttelin suurimman etnisen ryhmän mukaan. Tämän vuoksi kortteli, jonka asukkaiden etninen jakauma on esimerkiksi 10% aasialaisia, 5% muiden etnisten ryhmien edustajia, 20% hispaaneja, 30% tummaihoisia ja 35% vaaleaihoisia, värittyy vaaleaihoisten värikoodin mukaan siniseksi, vaikka todellisuudessa valkoihoisia on korttelin asukkaista reilusti alle puolet.

Käytettävyyden osalta ainakin henkilökohtaisesti olisin myös ilahtunut jos eri kaupunginosat olisi nimetty kartalla hieman tarkemmin. Nyt kartalla kyllä mainittiin kaikkien tuntemia kaupunginosia (borough) kuten Bronx, Queens, Brooklyn ja Manhattan, mutta tarkentamalla lähemmäs olisi ollut kiva löytää myös alemman tason nimistöä.

Kaksiteräinen miekka, kaksipiippuinen juttu, kolikolla on kaksi puolta… Monia seikkoja joita aiemmin mainitsin vahvuuksiksi, voisi toinen kuvailla myös heikkouksina. Esimerkiksi tiedon täysi avoimuus ei kuitenkaan (vaikka kuinka idealistisesti muuta haluaisi uskoa) ole aina se paras vaihtoehto. Ehkä kaikki tieto ei kuulukaan kaikille. Se että kartalla on suoraan näkyvissä eri kortteleiden arvioitu etninen makeup, ei välttämättä ole omiaan vähentämään alueiden eriytymistä. Aukaistessa palvelun heti ensimmäisenä näytölle avautuu juurikin karttaesitys etnisten vähemmistöjen alueellisesta ja määrällisestä jakautumisesta. Tämä kuva on värikkyydessään oiva osoitus siitä, että sanonta Yhdysvaltojen asema kansojen sulatusuunina on kokolailla virheellinen. Yhdysvalloissa on toki ihmisiä mitä erilaisimmista taustoista, mutta eivät ne kyllä kovin herkästi keskenään sulaudu. Sen sijaan ne etsiytyvät toistensa pariin ja muodostavat niin pikku-Kiinoja kuin –Italioitakin, mustien, latinoiden ja valkoisten asuinpiirejä. Ehkä voitaisiin puhua Yhdysvalloista vaikkapa kansojen kesäkeittona?

Alueiden eriytyminen voi kiihtyä myös vaikkapa tulotasojen perusteella. Kun hyvin toimeentuleva pariskunta löytää tarpeidensa mukaisen asunnon, muuton esteeksi voi tulla se että asuinalue koetaan saatujen ennakkotietojen perusteella ”huonoksi”, vaikka nuo tiedot olisivatkin hyvin epätarkat ja yleistetyt.

Myös sivuston helppokäyttöisyys voidaan katsoa heikkoudeksi. Koska palvelu on rakennettu tavalliset tallaajat mielessä ja käyttäjäkokemus on kohdeyleisölle varmasti toimiva, kokeneempi käyttäjä saattaa jäädä kaipaamaan palvelulta ehkä hieman enemmän monipuolisuutta. Olisi mahtavaa jos esimerkiksi eri muuttujia voisi valita kartalle tarkasteltaviksi itsenäisesti, eikä käyttäjää rajoitettaisi jo valmiiksi luotuihin karttoihin. Tätä käyttäjälle tarjottavaa personointimahdollisuutta voisi laajentaa myös pidemmälle, esimerkiksi omien luokkarajojen laatimiseen. Käyttäjä voisi halutessaan vaikkapa erottaa kartalta vain ne alueet joissa keskiansio on yli $200 000 vuodessa tai missä on yli 90 prosenttia ylemmän korkeakoulututkinnon suorittaneita.

Myös palvelun hakutoimintoa voisi kehittää pidemmälle. Ymmärrän että kyseessä on ensisijaisesti karttapalvelu, mutta lisäarvoa palvelulle voisi tuoda esimerkiksi siten, että jonkun rajatun alueen kaikki tiedot voisi saada hakemalla näkyviin taulukkomuodossa. Tämän voisi tehdä useammalla tasolla – esimerkiksi kaupungin nimellä saisi koko kaupungin tiedot, ja kartalta alueen rajaamalla (tai sitä klikkaamalla) tuon alueen tiedot niin etnisyydestä, tuloista kuin mistä tahansa muusta saatavilla olevasta informaatiosta. Laajempaa toimintoskaalaa palvelulta toivoi myös Oona Kantele, joka ehdottaa simppelin käyttäjäkokemuksen ja suurempien muokkausvaihtoehtojen yhdistämiseksi blogissaan seuraavanlaista vaihtoehtoa:

Optimitilanteessa kartoista voisi olla kaksi versiota: Standard ja Advanced, joissa jälkimmäisessä olisi enemmän kartan muokkausmahdollisuuksia.”

Kun mahdollisia uhkakuvia pyritään pohtimaan laajalla skaalalla, voidaan nähdä tarkkojen paikkatietojen avoimuudessa uhkatekijöitä myös turvallisuudelle. Vaikka esimerkiksi rikkaan väestön tai seksuaalivähemmistöjen suosimat alueet ovat usein hyvin yleisesti tiedossa ilman erillistä paikkatietoinformaatiotakin, voi tällaisia tietoja käyttää mahdollisesti hyväksi rikollisiin tarkoitusperiin.

 

Mutta miten Suomessa?

Mietin usein kuinka ihanaa olisi, jos kaikki maailman tieto olisi aina helposti saatavilla. Kenelle tahansa, missä tahansa, milloin tahansa. Tuosta on varmasti moni haaveillut  jo kauan sitten (veikkaisin että esimerkiksi muuan herra Adams). Mutta tarkemmin ajateltuna kaikki tieto on melko… paljon tietoa. Niin, ehkä jopa liikaa. Uskon että myös useimmat kaltaisistani informaatio-junkieista arvostavat tieto- ja yksityisyydensuojan äärimmäisen korkealle eivätkä loppupeleissä toivo kaiken tiedon olevan kaikille vapaasti saatavissa. Lopulta tämäkin dilemma on sen kultaisen keskitien etsimistä, vapaan tiedon määrän kasvattamista kenenkään yksityisyyttä tai turvallisuutta vaarantamatta.

Kun katsoin tarkastelun alla olevaa sivustoa subjektiivisesta näkökulmastani, monet palvelusta löytyvät teemat ja luokat aiheuttivat minussa jonkin asteista kummastusta. Kyse lienee kulttuurieroista Yhdysvaltojen ja Suomen välillä, mutta olen varma että jos Suomessa julkistettaisiin samankaltainen palvelu, valittavissa olevat teemat olisivat hyvin erinäköisiä. Kun Suomessa voisi olettaa asumis- ja perhetiedoista löytyvän vaikkapa yhden vanhemman perheet, lapsettomat pariskunnat tai suurperheet, New York Timesin palvelussa oli mahdollisuus valita esitys kuudesta eri asuntojen taloudellisesta markkerista tai vaihtoehtoisesti homoseksuaalisista pariskunnista. En tiedä miksi, mutta jotenkin tämä tuntui hyvin amerikkalaiselta. Myös muut bloggaajat olivat kiinnittäneet huomiota saatavilla olevan tiedon kummallisuuteen täkäläisestä näkökulmasta, mm. Christa Sallasvaara:

Mielestäni tietoa ei tarvitse piilotellakaan, mutta onko tarpeellista tämänkaltaisessa julkisessa palvelussa esittää esimerkiksi homoseksuaalisuuden esiintymistä alueella? Näin suomalaisena tämän kaltaisen tiedon näyttäminen, varsinkin niin yleisellä otsikolla kuin ”Mapping America” tuntuu kummalliselta.

Suomessa on maailman mittakaavassa melko korkea tietosuoja, ja monista asioista on vaikea saada tietoa vaikka sitä olisikin olemassa. Tämä näkyy esimerkiksi eri viranomaisten välisessä yhteistyössä jossa tietosuoja usein aiheuttaa tarpeettomia esteitä. Tälläkin kurssilla on käytetty vanhoja tilastotietoja, kun uusia ei enää ole jaettu vapaasti edes opetuskäyttöön. Tämä on mielestäni väärä lähestymistapa. En usko että kenenkään yksityisyys tai muu hyvinvointi vaarantuisi esimerkiksi siitä että opiskelijoilla olisi käytössään ajantasaista paikkatietoaineistoa. Mielestäni tiedon vapaata kulkua tulisi sen sijaan edistää mahdollisimman pitkälle silloin kun se ei kenenkään yksityisyyttä loukkaa.

On tietysti hyvä että viranomaiset pyrkivät ”suojelemaan” yksityishenkilöitä tiedon rajoituksilla, mutta tämä tie tuntuu jokseenkin vaaralliselta. Kauhukuvana on esimerkiksi Iso-Britannia, demokraattinen länsimaa, jossa juurikin samainen syy on toiminut keppihevosena internetin sensuurissa. ”Won’t anyone think about the children!” ja sitä rataa. Huhheijaa. Varmasti Venäjäkin vain suojelee kansalaisiaan länsimaiselta propagandalta ajaessaan alas uutislähteet, jotka eivät jo ole Kremlin kireässä talutusnuorassa. Sen enempää sivuraiteille lipsumatta, pointtina tässä lienee se että avoin tieto hyvä, anonymiteetti myös hyvä. Vapaata tietoa kaikille, kenenkään yksityisyydensuojaa loukkaamatta. Eikö olisikin aika mukavaa?

 

Viitteet ja kirjallisuus:

  • Frestadius, H. (2014). Kohti vuotta 1984 <https://blogs.helsinki.fi/hpjarvis/>
  • Kantele, O. (2014). SWOT. Amerikan kartoitus: Uhka vai mahdollisuus? <https://blogs.helsinki.fi/okantele/>
  • Saarinen, I. (2014). SWOT – analyysi; KYLLÄ vapaille paikkatietomarkkinoille! <https://blogs.helsinki.fi/ilkkasaa/>
  • The New York Times (2014). Mapping America: Every City, Every Block.<http://projects.nytimes.com/census/2010/explorer>

Artikkeli 1

Teemakarttoihin ei tutustuttu kurssin aikana ainoastaan harjoitustöiden kautta.  Tämän tekstin pohjana ei ole MapInfon avulla tuotettua karttaa, vaan puolalaisen maantieteilijän Anna Leonowiczin artikkeli ”Two-variable choropleth maps as a useful tool for visualization of geographical relationship”.

Artikkelissa Leonowicz käsittelee kahden muuttujan koropleettikarttoja niin niiden tarjoamien mahdollisuuksien kuin haasteidenkin osalta, lopulta muodostaen kuitenkin melko vakuuttavan argumentin bivariaattikoropleettikarttojen puolesta, erityisesti silloin kun kiinnostuksen kohteena ovat juuri ilmiöiden maantieteelliset suhteet (artikkelissa viitataan tutkimukseen, jonka mukaan yhden muuttujan koropleettikartat ovat edelleen paras esitysmuoto ilmiöiden alueellisessa tarkastelussa, mutta kahden muuttujan välisten suhteiden havainnoinnissa kahden muuttujan koropleettikartta on kahta yhden muuttujan koropleettikarttaa parempi ratkaisu). Leonowicz kuitenkin alleviivaa artikkelissaan sitä, että onnistuneen kahden muuttujan koropleettikartan laatiminen vaatii erityistä huomiota luokkien ja visuaalisten ratkaisujen osalta, jottei kartan luettavuus kärsisi.

Vaikka olemme itsekin jo laatineet karttoja joissa on useampi informaatiokerros, artikkelin käsittelemä kaksiulotteisen koropleettikartan malli oli itselleni täysin uusi. Vaikka varmasti joskus olenkin törmännyt kyseiseen karttamuotoon, on sen mielessään helposti lokeroinut jonkinlaiseksi ”erikoiskartaksi”, kikkailuksi, jota ei kuitenkaan usein käytetä niin sanotuissa normaaleissa karttaesityksissä. Tämä kertoo omalta osaltaan siitä kuinka harvinaista kahden muuttujan koropleettikarttojen käyttö onkaan. Huolimatta siitä että artikkelin esittämä ajatus oli uusi, oli artikkelin teksti kokonaisuudessaan helppo sisäistää. Erityisesti artikkeliin liitetyt kuvat havainnollistivat luettua tekstiä ja helpottivat luetun ymmärtämistä.

Kahden muuttujan koropleetikarttojen käytön harvinaisuutta voi selittää se että menneisyydessä tällä keinoin luoduissa esityksissä on sorruttu käyttämään liian montaa luokkaa. Yhdysvaltain väestönlaskentavirasto käytti julkaisuissaan 70-luvulla 16 luokkaa (4×4) sisältäneitä kahden muuttujan koropleettikarttoja, mutta kartanlukijalle niiden tulkitseminen osoitettiin kokeellisesti liian haasteelliseksi (Weiner, Francolini, 1980; Olson, 1981). Vaikka nämä tulokset johtuivat suurelta osin karttojen huonosta toteutuksesta (liiallinen luokkamäärä yhdistettynä epäloogiseen ja vaikeasti hahmotettavaan väripalettiin) eikä itse karttamallista, johti se kartanlaatijoiden keskuudessa pitkäaikaiseen skeptisyyteen kahden muuttujan koropleettikarttoja kohtaan.

Onnistunut kahden muuttujan koropleettikartta nojaakin vahvasti kolmeen seikkaan: tarpeeksi alhaiseen luokkamäärään, onnistuneeseen väripalettiin sekä selkeään, informatiiviseen legendaan. Legendan merkitys kahden muuttujan koropleettikartoissa on erityisen suuri, sillä niiden tulkitseminen aloitetaan juuri legendan tarkastelulla. Yksinkertaisemmillaan kahden muuttujan koropleettikartan legendassa esitetään kaksi eri väriä (molemmille akseleille omansa) joiden sävy muuttuu akselin suuntaisesti, sekä näiden muuttujien (ja samalla värien) risteyskohtien näiden värien annetussa suhteessa saamat värit. Toisin sanoen, jos muuttuja A saa värikseen sinisen ja muuttuja B punaisen, alue jonka arvo A on suuri mutta arvo B pieni on värisävyltään voimakkaamman sininen kuin alue, jossa molemmat arvot saavat korkean arvon – tässä esimerkissä kyseinen alue merkittäisiin ääriarvojen omaavien punaisen ja sinisen väliin jäävällä violetin sävyllä. Tällä tavalla laadittu kahden muuttujan koropleettikartta antaakin, kuten mainittua, yhden muuttujan koropleettikarttoja paremmat lähtökohdat muuttujien välisten suhteiden tarkasteluun.

koropleetti

Kuva 1. Ylhäällä kaksi perinteistä yhden muuttujan koropleettikarttaa, niiden alapuolella samoista muuttujista laadittu kahden muuttujan koropleettikartta sekä tätä selittävä legenda.

 

Vaikka alhaisella luokkamäärällä ja selkeillä värivalinnoilla pystytäänkin saattamaan kahden muuttujan koropleettikartta varsin helposti ymmärrettävään muotoon, vaatii se silti kartanlukijalta enemmän kuin perinteiset yhden muuttujan kartat. Tämän vuoksi olisikin hyvä pitää mielessä laadittavan kartan kohdeyleisö.

Tuodessaan esiin uuden koropleettikarttamallin, artikkeli sai pohtimaan myös perinteisiä koropleettikarttoja uudelta kantilta. Vaikka samaa aluetta esittävien kahden eri kartan vertailu tuntuisikin suoralta kädeltä varsin suoraviivaiselta, ei se tarkemmalla tarkastelulla sitä ainakaan syy- ja seuraussuhteiden havainnoimisessa ole. Kun kahta muuttujaa tarkastellaan samalla kartalla, vähentää se myös virhetulkintoja jotka syntyvät ihmisten omissa silmissä niiden siirtyessä kahden kartan välillä.

Olisin halukas kokeilemaan kahden muuttujan koropleettikarttojen laatimista myös itse MapInfolla, mutta en ainakaan tällä hetkellä omaa tietoja ja taitoja sen toteuttamiseen. Tämä mahdollisuus olisi kuitenkin varsinkin tietyissä tilanteissa enemmän kuin hyödyllinen, kuten Aleksi Rautiokin blogissaan toteaa:

Olisi mielenkiintoista kokeilla tämänlaisen kartan tekoa MapInfo:lla, koska henkilökohtaisesti koen väri/viiva-yhdistelmät kömpelöiksi. Myös esimerkiksi ympyrädiagrammien- ja gradienttien käyttö kyseisellä ohjelmalla on hieman hankalaa, jos tutkittavien alueiden keskipisteet ovat liian lähekkäin.

Toisaalta kun pitää mielessään sen kuinka kauan jaksan säätää värien kanssa jo yksiteemaistenkin karttojen kanssa, voisi toisen teeman lisääminen värimaailmaan muuttaa pienemmänkin kartan ikuisuusprojektiksi… Mielestäni artikkeli oli kokonaisuutena mielenkiintoinen, sen sanoma oli looginen ja helppo sisäistää ja se ehdottomasti syvensi omaa ymmärrystäni erityyppisistä koropleettikartoista.

Viitteet ja kirjallisuus:

  • Artikkelista nostettu esimerkkikuva <https://moodle.helsinki.fi/pluginfile.php/684982/mod_resource/content/0/KK2/Geog_033_037_spalvotas.pdf>
  • Leonowicz, A (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationships. Geografija T. 42. Nr. 1. P. 33–37.
  • Rautio, A. (2014). Artikkeli : Kahden muuttujan koropleettikartat <https://blogs.helsinki.fi/alerauti/>

Kurssikerta 7

Tällä viikolla oli tarkoituksena hyödyntää kaikkea aiemmin kurssilla oppimaamme, ja etsiä itse käyttökelpoista materiaalia jonka pohjalta laatia kartta valitsemastaan aiheesta. Tämä vapaus oli siunaus tai kirous riippuen miltä kantilta asiaa katsoi – itse käytin ehkä turhankin monta tuntia etsien mielenkiintoista (ja edes jollain tasolla luotettavaa) dataa internetin kätköistä. Toisaalta tämä ei haitannut laisinkaan, sillä tämän kurssikerran tehtävänanto oli mielestäni äärimmäisen mielenkiintoinen. Minua ei olisi haitannut vaikka meidät olisi käsketty laatimaan kymmenen vapaavalintaista karttaa, tämähän on hauskaa! Tai no, jos ottaa sen ajankäytöllisen aspektin huomioon niin olisin ollut valmis ehkä joskus juhannuksen tienoilla… En suinkaan ollut ainut joka koki tämän vapaiden käsien saamisen step-by-step -ohjeistuksen sijasta positiivisena. Esimerkiksi Eetu Summanen kirjoitti lähdemateriaalin etsinnän herättäneen vain suurempaa mielenkiintoa asioita kohtaan:

On hienoa huomata, että oman mielenkiinnon heräämisen kautta ilmiöitä on kiinnostavaa lähteä selvittämään ja etsimään yhä uusia keinoja saatujen tulosten paikkaansa pitävyyden vahvistamiseksi ja niihin johtaneiden syiden löytämiseksi.”

Loppujen lopuksi päätin tehdä kartan Yhdysvalloista, sillä tähän mennessä en ollut laatinut ainuttakaan karttaa uuden maailman puolelta. Tämä tarkoitti myös sitä, että valmista karttapohjaa Yhdysvalloista ei minulla ollut käytettävissäni. Löysin surffailun kautta itseni Natural Earth -sivustolle, josta monet muutkin kurssilaiset ovat ilmeisesti käyttäneet karttojensa lähteenä. Tätä kautta saatu materiaali oli simppeliä käyttää, vaikka tiedostomuoto olikin erilainen kuin aiemmin kurssilla käyttämämme. MapInfo puhui sen kanssa kuitenkin ilmeisen samaa kieltä.

Pienen jahkailun jälkeen inspiroiduin laatimaan kartan alkoholinkulutuksesta sekä päihtyneenä ajamisesta (kuva 1). Tiedon hankinnassa yhdeksi suurimmaksi haasteeksi nousi erityisesti lähteiden kriittinen vertailu, sillä useat lähteet antoivat samasta aiheesta eri tietoja. Lisäksi tietojen kriittisen tarkastelun tärkeyttä nostaa se tosiasia että laatiessa karttaa alueelta jossa esimerkiksi lainsäädäntö tai resurssit ilmiön seurantaan eivät ole täysin yhteneväiset, tulosten tarkkuus laskee. Kun viimein löysin lähteen jonka arvioin mahdollisimman luotettavaksi, ei kyseiseltä sivustolta ollut mahdollisuutta ladata tietoja taulukkomuodossa, ja jokaisen osavaltion tiedot olivat oman linkkinsä takana. Olisi kyllä yleisestikin Yhdysvaltalaisille viranomaisille pikku vinkki: olisikohan aika joskus päivittää sivujen ulkonäköä ja käytettävyyttä? Välillä tietoa etsiessä tuntui siltä että oli vahingossa joutunut huomaamattomaan madonreikään ja päätynyt selailemaan sivuja jossain 2000-luvun taitteen paikkeilla. Parin viranomaissivustokokemuksen jälkeen aloin jo odottamaan että milloin osoiteriviltä löytää sanan geocities ja taustalta hemmetin hienot liekkikuvioluupit.

Jossain vaiheessa alkoi mietityttämään että ehkä olisi ollut järkevämpää etsiä ja hyödyntää valmista paikkatietoaineistoa, tai vaihtoehtoisesti tehdä kartta sen enempää eri lähteitä tutkimatta ja vertailematta (tai ehkä vaikkapa Euroopasta, jossa voisi hyödyntää EU-tilastoja), mutta kun tälle tielle lähdettiin niin olihan se käytävä loppuun. Kun olin viimein saanut tiedot etsittyä, taulukoitua ja MapInfoon tuotua, luulin että kohtahan sitä ollaan jo valmiita. No ei aivan…

SEISKAKARTTAMELKEIVALMIS

Kuva 1. Alkoholinkulutus sekä rattijuopomuspidätykset Yhdysvalloissa osavaltioittain asukaslukuun suhteutettuna (poislukien Washington D.C. ja Hawaii).

 

En tiedä onko se normaalia että yksinkertaistenkin karttojen laatimiseen saa kulutettua aivan tuhottomasti aikaa, vai johtuuko se vain siitä että kokemus ja rutiini puuttuu tekemisestä. Ammattilainen ehkä laatisi mainion kartan muutamassa hetkessä, mutta itsellä menee jokaisen visuaalisen elementin kanssa pieni ikuisuus. Myönnän kuitenkin että onnistun aina tuhraamaan aikaa aivan ihmeelliseen (ja varmasti monen mielestä tarpeettomaan) kikkailuun – esimerkiksi osavaltioiden nimilyhenteet ja pallot täytyi asetella huolellisesti yhteneviin linjoihin ja etäisyyksiin vaikka tämä ei välttämättä kartan luettavuuteen sen kummemmin vaikuta. Haluaisin kuitenkin uskoa että ehkä se tuo karttaesitykseen tiettyä uskottavuutta kun yksityiskohtiakin on edes vähän viilailtu.

Jälkikäteen ajatellen olisi sitä viilaa voinut heilutella vieläkin enemmän. Esimerkiksi Alaskan ei välttämättä tarvitsisi olla 1:1 suhteessa muuhun jenkkilään, sen massiivisuus verrattuna muihin osavaltioihin voi olla hieman huomiota herättävää. Varsinkin kun se vielä kuuluu korkeimpaan alkoholikulutuksen luokkaan ja on sitä myöten saanut värikseen sen kaikista tummimman.

Niin, ne luokat. Niitäkin olisi ehkä voinut jälleen hieman hioa niin, että ne olisivat legendassa näyttäneet ehkä hieman vähemmän mielivaltaisilta. Luokille säädetyt värit ovat mielestäni kuitenkin onnistuneet, ja olen tyytyväinen valintaani käyttää rattijuopomuspidätysten kuvaukseen palloja pylväiden sijaan. Aluksi yritin mahduttaa osavaltioille kokonaiset nimet, mutta kaksikirjaimiset lyhenteet ovat paljon siistimmät ja toimivammat tässä yhteydessä.

Itse kartan sisältö ei ole täysin yksiselitteistä. Alkoholinkulutus näyttää olevan suurempaa Yhdysvaltain pohjois- ja länsiosissa, pienintä suurten järvien eteläpuolella sekä muutamissa keskilännen osavaltioissa, unohtamatta mormoneistaan tunnettua Utahia.

Vaikka rattijuopomuspidätyksiä näyttäisi olevan hieman enemmän suuremman alkoholinkulutuksen osavaltioissa, voisin epäillä tämän korreloivan vahvemmin erään toisen tekijän kanssa. Kartalta esiin nousee mm. Wyoming, molemmat Dakotat, Nebraska ja New Mexico sekä Alaska. Sen lisäksi että näissä osavaltioissa juodaan keskimääräistä enemmän alkoholia, ovat ne myös Yhdysvaltain osavaltioista harvimmin asuttuja. Uskoisinkin tämän olevan merkittävä tekijä. Etäisyydet ovat suuria ja osavaltioissa on paljon vähän liikennöityjä ja syrjäisiä teitä, eikä poliiseja välttämättä tule usein vastaan. Kynnys lähteä humaltuneena rattiin on varmasti matalampi ruraaleilla alueilla verrattuna urbaanimpaan ympäristöön.

Tämän kartan laatiminen oli aikaavievyydessään erittäin hauskaa, sillä tätä kautta sai entistä vahvemman fiiliksen siitä että kaikesta saatavilla olevasta tiedosta on mahdollista laatia karttaesitys. Ja ihan itse! Kun suurin osa kurssista on kulunut valmiiden tietokantojen ja karttojen hyödyntämisen ja tuunailun parissa, oli tämä kurssikerta mainio hyvän olon lähde kun huomasi että jotain on oikeasti opittu. Pelkästään omiin, tämän kurssin aikana opittuihin tietoihin ja taitoihin luottaen on mahdollista luoda valmiita karttaesityksiä. Myös Ilkka Saarisen suuhun kurssi oli jättänyt positiivisen maun:

On ylipäänsä ilahduttavaa huomata kurssin aikana tapahtunut yleiskehitys ja havaita etteivät edistysaskeleet rajoitu pelkästään kartan visuaalisiin ominaisuuksiin. Paikkatiedon perusominaisuudet ja MapInfo tärkeimmät työkalut avautuivat perusteellisesti intensiivisen harjoitusjakson aikana. Kurssi toimi samalla luonnollisena jatkumona syksyllä aloitetulle työskentelylle kartografian parissa. Etenkin kriittisen karttatulkinnan tärkeys korostui moderniin karttatyöskentelyyn perehdyttävän jakson aikana.

Tämän kurssin myötä suhteeni karttoihin taiteellisina ja visuaalisina esityksinä on myös vahvistunut, ja halu kehittyä paremmaksi informatiivisten mutta samalla kauniiden karttojen laatimisessa on kehittynyt entisestään. Tämän tehtävän myötä innostuinkin etsimään tietoa karttaesityksiä varten aiheista, jotka muuten vain kiinnostavat allekirjoittanutta ja joista uskon olevan mahdollista laatia mainioita karttoja. Nämä esitykset ovat kuitenkin vielä työn alla. Muiden kurssitöiden painaessa päälle palaan niiden pariin jos ja kun vain ehdin ja lisään ne tänne jos tuolloin en ole jo auttamattomasti myöhässä.

Viitteet ja kirjallisuus:

  • FBI Uniform Crime Report (2011). Taulukot 38&39. <http://www.centurycouncil.org/state-facts>
  • Saarinen, I. (2014). KK 7 – TACK OCH HEJ, LEVERPASTEJ! <https://blogs.helsinki.fi/ilkkasaa/>
  • Summanen, E. (2014). KK7: Omien taitojen testaus itse hankitulla aineistolla <https://blogs.helsinki.fi/eesu/>
  • Surveillance report #95, NIAAA (2012). Taulukko 2. Apparent alcohol consumption for states, census reagions, and the United States. <http://pubs.niaaa.nih.gov/publications/Surveillance95/tab2_10.htm>

 

Kurssikerta 6

Tällä viikolla pääsimmekin hankkimaan paikkatietoa konkreettisesti, sillä jakauduimme kurssikerran aluksi pienryhmiin ja lähdimme gps-paikantimien kera ulkoilmaan ja etsimään ryhmän keskuudessa päätettyjä kohteita joiden koordinaatit ottaisimme ylös. Oman ryhmäni kanssa merkkasimme ylös julkisten jäteastioiden sijainteja. Tämä pienimuotoisuudessaankin kokonaisuutena mukava työvaihe kun pääsimme työskentelemään ulkoilmaan eikä koko päivä kulunut vain näyttöpäätteen ääressä. Kerätyt pisteet kirjattiin sisätiloissa tietokoneella taulukkomuotoon, josta ne oli mahdollista siirtää MapInfoon. Tämä oli kokonaisuudessaan melko vaivatonta (joskin x- ja y-koordinaatit olivat parilla ryhmällä, mukaan lukien omamme, vaihtaneet paikkaa) ja harjoittelimme kerätyn aineiston tuontia MapInfoon myös muiden ryhmien laatimista taulukoista.

Harjoittelimme myös sitä kuinka kartalle oli mahdollista saada eri tietokannoista löytyviä tietoja oikeisiin paikkoihin hyödyntämällä tietokantojen väliltä löytyviä yhteneväisyyksiä, esimerkiksi vaikkapa paikan nimeä tai osoitetta. Eetu Summanen muotoili asian blogissaan seuraavasti:

Harjoituksessa opettelimme Geokoodauksen perusteet eli tavan, millä pisteaineistoa saadaan sidottua jo olemassa olevan sijaintitietokannan avulla kartalle mahdollisimman tarkasti. Molemmista tietokannoista täytyy siis löytyä yhteneväisiä tietoja, jotta sijoittaminen ja kartalla esittäminen olisi mahdollista.

Tämän harjoituksen jälkeen saimme kehotuksen astua opettajan saappaisiin – tehtävänämme oli laatia kolmea internetistä löytyvää paikkatietolähdettä hyödyntäen kolme erilaista karttaa joita voisi käyttää mahdollisesti opetustilanteessa. Hyödynnettävissämme olevat sivustot sisälsivät tietoja niin maanjäristyksistä, tulivuorista kuin meteoriiteistakin. Tämän hasardi-informaation tutkiminen oli jo itsessään niin mielenkiintoista, että itse karttatehtävän suorittaminen meinasi jäädä taka-alalle kun uppouduin vain tutkailemaan eri aineistoja uhraamatta sen enempää ajatusta sille, millä tiedoilla voisin laatia oikeassa opetustilanteessa hyödyllisiä karttoja.

Kun esimerkiksi tutkailin maanjäristyksiä ja erilaisia vulkaanisen toiminnan muotoja, huomasin että maapallolta löytyi alueita jotka poikkesivat hieman normista – ja poikkeuksethan ovat aina niitä mielenkiintoisimpia lähemmän tarkastelun kohteita. Olin jo aiemmin tutkaillut vulkaanisten kenttien sijaintia maapallolla, kun avasin niiden sijainnit samanaikaisesti yli 7 Richterin maanjäristysten kanssa. Pisteet sijoittuivat kartalla melko pitkälti samoille alueille, kuten useat muutkin aiemmin ihmettelemäni vulkaanisen toiminnan merkit, mutta Afrikka ja tarkemmin punaisen meren itäpuoliset alueet (Syyriasta Jemeniin) näyttivät esittävän hieman eriävää trendiä. Noilla alueilla löytyi runsaasti vulkaanisia kenttiä, mutta suuria maanjäristyksiä ei alueilla erityisemmin ollut rekisteröity. Tämä johti tieni wikipediaan ja pahamaineiseen wikivorteksiin jossa klikkaus klikkaukselta ajaudut kauemmaksi alkuperäisestä artikkelista ja tunteja myöhemmin huomaat lukevasi vuosisatoja sitten ranskassa vallinneesta vankilajärjestelmästä. No, tällä kappaleella ei tainnut olla sen enempää tekemistä tulivuorten kuin tämän bloginkaan kanssa, pahoitteluni.

Noniin, yrittäen pysyä suunnitelmassa lähdin etsimään sopivia tietoja jotka kolmella kartalla esittää. Koska pelkkien eri voimakkuuden omanneiden maanjäristysten listaaminen tuntui liian yksitoikkoiselta, mietin vaihtoehtoisesti joko erityyppisten tulivuorten esittämistä kartalla tai vaihtoehtoisesti ajallista ulottuvuutta – esimerkiksi kuinka paljon tietyn voimakkuuden ylittäneitä maanjäristyksiä tapahtui minäkin ajanjaksona. Pysyikö järistysten spatiaalinen distribuutio samana vai oliko joku alue aktiivisempi tiettynä ajanjaksona? Tämä tuntui lopulta mielenkiintoiselta vaihtoehdolta. Valitsin raja-arvoiksi 7,5 Richterin järistykset sekä 20 vuoden ajanjaksot tästä päivästä taaksepäin. Tässä vaiheessa aloin pohtia sitä, että voisivatko tänä päivänä olemassa olevat kattavammmat mittausmenetelmät vääristää tilastoja. Epäilyksiäni ei helpottanut se, että tilastoista näytti löytyvän sitä vähemmän järistyksiä mitä kauempana menneisyydessä tutkittava ajanjakso oli. Ero oli itse asiassa melko merkittävä. Oletin kuitenkin, että vaikka osa järistyksistä vuosikymmenien takaa olisikin jäänyt rekisteröimättä, oltaisiin niistä saatu informaatiota historiallisten lähteiden kautta ja että tietokanta olisi näiltä osin kattava myös edellisen vuosisadan osalta. Niin tai näin, nämä asiat toki pitäisi tarkistaa ennen karttojen mahdollista opetustilanteessa tapahtuvaa käyttöä mutta itse harjoituksen tarpeisiin näiden karttojen laatiminen toimi oivasti.

Itse karttojen teon kanssa oli muutamia ongelmia, vaikka itse taulukoiden tuonti ja niiden avulla pisteiden luonto olikin helppoa ja mutkatonta. Aivan käsittämättömän turhauttavaa oli se, että vaikka itse excel-taulukoissa joiden pohjalta pisteet kartalle luotiin ei ollut mitään virhettä, kahden taulukon kohdalla kolmesta MapInfo heitti aina ja joka saakelin kerta pisteen 0-pituuspiirin ja päiväntasaajan risteyskohtaan. Miksi? MIKSI? Tämän kanssa taistelin siihen saakka kunnes alkoi hiukset irrota päästä. Tuo yksi taulukko ei eronnut millään tavalla kahdesta muusta, miksi ihmeessä MapInfo minua näin piinasit? Lopulta tunnustin tappioni, tai oikeastaan ymmärsin voiton mahdollisuuteni, ja poistin nuo itsetuhon partaalle ajaneet kauneusvirheet jälkikäteen corelilla.

Päätin että teen corelilla yhden tiedoston, jossa kaikki kolme karttaa näkyvät (kuva 1) sillä näin niiden keskinäinen vertailu on helpompaa. Vaikka käytin tämänkin kurssikerran karttoihin varmasti enemmän aikaa kuin olisi ollut tarpeellista tai edes fiksua, siltikin tuntuu että paljon olisi voinut tehdä paremmin. Karttojen värit eivät ole kovin onnistuneet – maa-alueiden vaaleanvihreä väri ei mielestäni ole sopiva (erityisesti Etelä-mantereen ja Grönlannin väritys tuntuu kartassa todella hassulta) eikä maanjäristyksiä merkkaavia pisteitä erota kovin hyvin. Näin erityisesti kartassa joka kuvaa vuosien 1954 ja 1974 välillä sattuneita järistyksiä. Tein kuitenkin päätöksen että en voi puljata karttojen kanssa loputtomiin vaan on tyydyttävä virheiden tiedostamiseen ja yrittää olla toistamatta niitä seuraavalla kerralla.

maapallo

Kuva 1. Richterin asteikolla vähintään arvon 7,5 saavuttaneet maanjäristykset maapallolla ajanjaksoina 1954-1974, 1974-1994 ja 1994-2014.

Tässä vaiheessa on hyvä palata viikon alkuperäiseen tehtävänantoon. Tarkoituksena oli luoda karttoja opetuskäyttöön. Luomistani kartoista näkyy selvästi voimakkaiden maanjäristysten runsastuminen viime vuosikymmeninä, mutta tämä tuskin on havaintona riittävän painava jotta se voisi olla punaisena lankana karttojen avulla tapahtuvassa opetustyössä (en kylläkään tiedä josko joku viisaampi tietäisi syyn ilmiölle ja voisi karttoja sen opetuksessa hyödyntää). Vaikka se ei ollutkaan karttojen laadinnan varsinainen motivaatio, voitaisiin niiden avulla vaihtoehtoisesti tarkastella esimerkiksi maanjäristysten alueellista sijoittumista – millä alueilla maanjäristyksiä on tapahtunut eniten? Mistä tämä voisi johtua? Apuna voitaisiin käyttää esimerkiksi karttoja mannerlaatoista sekä niiden liikesuunnista. Tämän seikan opettamisessa olisi kuitenkin järkevämpää käyttää karttaa jossa esitetään suurempi määrä maanjäristyksiä, esimerkiksi kaikki yli 6 richterin järistykset pitkältä aikaväliltä. Tällainen informaatio toisi selkeästi esiin maapallon mannerlaattojen saumakohtia, monin kohdin kuin tussilla piirrettynä. Tällaisesta kuvasta käy hyvänä esimerkkinä esimerkiksi alla oleva kuva maapallon kartasta johon on merkitty kaikki vähintään viiden richterin järistykset vuosien 2000 ja 2008 välillä (kuva 2).

järistykset

Kuva 2. Maanjäristykset maapallolla vuosien 2000 ja 2008 välillä. Yhdysvaltain Geologian Tutkimuskeskus, 2010.

Kun tällaisen kartan yhdistää maapallon litosfäärilaattoja kuvaavaan karttaan (toisin sanoen, esittää samanaikaisesti) voidaan huomata täysin selvä yhteys. Tästä rakennankin aasinsillan omiin karttoihin, kun niiden hyödyllisyyttä opetuskäytössä oli kuitenkin tässä tarkoituksena pohtia: vaikka maanjäristyksiä tapahtuu kaikkialla laattojen liitosalueilla, laatimissani kartoissa näkyvät yli 7,5 richterin järistykset ovat keskittyneet tietyille alueille. Etsin internetissä kartan (kuva 3) jossa näkyy ei ainoastaan laatat ja niiden kulkusuunnat, vaan myös niiden kulkunopeus. Tämän kartan avulla voimme huomata että alueet joilla litosfäärilaatat liikkuvat suurempaa vauhtia, ovat juuri niitä alueita joilla viime vuosikymmenien aikaiset voimakkaat järistykset ovat useimmiten tapahtuneet.

laatat

Kuva 3. Litosfäärilaatat niiden kulkusuuntineen ja –nopeuksineen. Unavco, 2000.

Aiheesta innostuneena etsin NASA:n sivuilta myös realistisen mallinnuksen maapallon kuoresta (kuva 4), sillä luin pari vuotta takaperin kuinka uuden mittavan tutkimusaineiston pohjalta (tuolloin jo parikymmentä vuotta) vanha malli aiheesta oli päivitetty uuteen ja muistelin kuvan olleen todella hieno. NASA:n mallinnuksen nähtyään litosfäärilaattojen visualisoiminen on varmasti paljon helpompaa kuin pelkkien väritettyjen viivojen avulla.

nasa

Kuva 4. Tektoninen malli maankuoresta. NASA, 2010.

Kun pohditaan tämän viikon teemojen pohjalta tuotettujen karttojen mahdollista käyttöä opetustarkoituksissa, voitaisiin samaan yhteyteen liittää muitakin aihetta tukevia teemoja. Näitä voisivat olla mm. maanjäristysten aiheuttamat riskit käyttämällä apuna esimerkiksi väestökarttoja. Koska luonnonprosessit ovat erottamattomasti yhteydessä toisiinsa, voitaisiin tarkastella myös vaikkapa tsunamien esiintymistä globaalilla tasolla ja millä tavalla mannerlaatat ja maanjäristykset distribuutiota selittävät. Voitaisiin havainnoida myös esimerkiksi vuoristoja, missä niitä löytyy paljon ja miksi niitä esiintyy maanjäristysten kanssa samoilla alueilla. Hyvin pitkälti samantyyppisiä ajatuksia oli noussut esiin myös muilla bloggaajilla kun he pohtivat karttojensa käyttöä opetusympäristössä.

Lähdeaineistosta löytyi kuitenkin useita vaihtoehtoja joiden pohjalta karttoja lähteä laatimaan. Kun itse ennen maanjäristyksiin päätymistäni tutkailin tulivuoria, pohdin juurikin samantyyppisten esitysten luontia kuin mihin Johanna Hakanen oli päätynyt:

Valitsin kerrostulivuoret ja kilpitulivuoret, sillä ne syntyvät ainakin tyypillisesti mannerlaattojen suhteen erilaisilla alueilla. Kerrostulivuoret syntyvät useimmin mannerlaattojen törmäysvyöhykkeillä ja kilpitulivuoret joko hot spoteissa tai joskus loittonemisvyöhykkeellä.

p.s. Pienen tutkailun myötä yleiseksi konsensukseksi on paljastumassa todellakin se että maanjäristyshavainnointien kasvu johtuu enemmän kasvaneesta mittauslaitearsenaalista kuin maanjäristysten esiintymisten noususta.

Viitteet ja kirjallisuus:

  • Global Seismicity map 2000-2008, Yhdysvaltain Geologian Tutkimuskeskus (2010). <http://www.tectonics.caltech.edu/images/sumatra/global_seismicity_final_web.jpg>
  • Hakanen, J. (2014). Kurssikerta 6: Pisteaineiston muodostaminen ja esittäminen kartalla <https://blogs.helsinki.fi/johakane/>
  • Plate Motion Calculator, Unavco (2014). <http://www.unavco.org/community_science/science-support/crustal_motion/dxdt/images/nuvel1a_nnr.gif>
  • Summanen, E. (2014). KK6: Omin käsin kerätyn aineiston hyödyntäminen ja MapInfo opetuskäytössä <https://blogs.helsinki.fi/eesu/>
  • Tectonic Plate model, NASA (2010). <http://www.nasa.gov/images/content/434894main_global.tif>

Kurssikerta 5

Tällä viikolla tehtiin runsaasti erilaisia harjoituksia MapInfolla, vaikka varsinaista karttaesitystä ei tällä viikolla luotukaan. Tässä tekstissä keskitytäänkin enemmän opitun pohdintaan.

Ennen kuin pystyimme käymään kurssikerran harjoitusten kimppuun, opimme kuinka voimme liittää kuvamuotoiseen karttaesitykseen koordinaattitiedot. Kun kartan kulmien koordinaatit oli määritelty, pystyimme hyödyntämään kartan päällä erilaista jo olemassa olevaa paikkainformaatiota alueelta. Saimme luennon alussa myös lyhyen ohjeistuksen viikon pääteeman, bufferoinnin toimintaperiaatteista jonka jälkeen saimmekin ryhtyä selvittämään annettuja tehtäviä itsenäisesti.

Herra Lehvävirta kiteytti bufferoinnin (lainasanoja karsastavalle sopiva käännös voisi olla puskurointi) toimintaperiaatteen blogissaan sujuvasti:

Bufferi- eli naapuruusanalyysi on laskennallinen analyysitapa, jossa bufferoitavan kohteen ympäriltä lasketaan tietyn etäisyyden päässä olevat pisteet.

Siis käytännössä kartalta voidaan valita minkä tahansa muotoinen kohde jolle määritellään bufferointivyöhyke, jonka sisäpuolelle jääviä kohteita halutaan tarkastella. Näin voidaan tutkia monia eri kohtia tältä alueelta, esimerkiksi väestötietoja tai rakennuskantaa. Bufferointimenetelmät ovat erityisen käyttökelpoisia alueellisten vaikutusten tutkimisessa. Kun esimerkiksi määritetään millä etäisyydellä yksittäinen tie aiheuttaa meluhaittoja, voidaan tutkia tuon rajan sisäpuolelle jääviä kohteita koko tien matkalta. Tällaista meluhaittojen tutkimista teimme myös viikon harjoituksissa, kun tutkimme lentokentän meluhaittavyöhykkeiden sisään jääviä alueita. Muita esimerkkejä bufferoinnin hyödyntämisestä voi helposti löytää laajemminkin erilaisten hasardien parista, esimerkiksi tulivuorien purkautumisen, jokien tulvimisien ja tsunamien riskialueiden tutkimisessa.

Tässä voidaan toki nähdä myös menetelmän heikkouksia, sillä valitun kohteen sekä sen ympäristön ominaisuudet eivät välttämättä ole muuttumattomia koko tutkittavalla alueella. Menetelmä on siis varsin yksiulotteinen kun puskurialue määritellään ainoastaan etäisyyden avulla eikä esimerkiksi erilaisia pinnanmuotoja voida analyyseissä ottaa huomioon. Esimerkiksi on melko harhaanjohtavaa tutkia mahdollisen tsunamin vaikutuksia kahden kilometrin säteellä rannikosta, jos topografia alueella on hyvin heterogeenistä.

Bufferointia voisi toki hyödyntää toisinkin päin – voitaisiin esimerkiksi valita kaikki onnettomuuspaikat joissa auto on kolaroinut lapsen kanssa ja tutkia kuinka monessa tapauksessa kilometrin säteellä onnettomuuspaikasta on sijainnut päiväkoti. Bufferointityökalu tuntuikin äärimmäisen käyttökelpoiselta välineeltä mitä moninaisimpiin tarkoituksiin. Myös muut kurssilaiset olivat innostuneet bufferoinnin mahdollisuuksista. Kasper Uusi-Viitalalta se sai jopa mitalin:

Buffer-työkalu kohosi kyllä MapInfon työkaluista aivan mitalisijoille omalla mitta-asteikollani. Sen tarjoamat analyysimahdollisuudet ovat aivan huippuluokkaa. Palveluiden sijainti, aluesuunnittelu, metsien hoito, saavutettavuusanalyysit…

Tämän viikon tehtävät (ja koko tämä kurssi kokonaisuudessaan) ovat laajentaneet mielikuvaani siitä kuinka monipuolisesti ja laajasti paikkatietoa oikein onkaan mahdollista käyttää. Eihän tämä toki minään yllätyksenä ole tullut kun tiedostaa sen että paikkatieto on laajuudessaan kaikkea paikkaan sidottua dataa, mutta kun on itse päässyt tekemään harjoitustehtäviä on saanut aivan uudenlaista konkreettisuutta olemassa olleisiin ennakkokäsityksiin.

Mitä kaikkea voisikaan tutkia kun kaikki mahdollinen tieto olisi paikkaan sidottuna tietokannoissa saatavilla! Joku voisi olkapäitään kohauttaen ihmetellä että ketä se nyt oikein kiinnostaa kuinka monta mummoa asuu Lauttasaaressa, kuinka monta uima-allasta on Länsi-Pakilassa, kuinka monta päiväkotia on Espoossa tai miten monta yli 85-vuotiasta koko Pohjanmaalla, mutta kun kaikki tuo data on mahdollista saada vaivattomasti karttamuotoisena esityksenä eteesi, on siitä vaikea olla innostumatta. Jos minulla olisi kaikki mahdolliset paikkatietokannat käytettävissäni, luulen että sitä menettäisi huomaamatta pitkän pätkän ihan vain näistä laadittuja esityksiä tutkien. Jos kaikki tieto on kaunista, niin ei se paikkaan sidottuna siitä ainakaan rumennu!

Mikä itseäni innostaa ehkä eniten on se, että olemme vasta raapaisseet pintaa paikkatieto-ohjelmien maailmassa ja suurin osa pelkästään MapInfonkin toiminnoista ovat varmasti vielä allekirjoittaneelle tuntemattomia. Jotta tässä nyt ei ihan holtittoman innostuksen valtaan jouduta, niin MapInfo on itsessään melko koreilematon laitos. Karttaesitys on kiva, hyvännäköinen karttaesitys parempi. En tiedä onko Mapinfolla mahdollista saada hyvännäköistä karttaesitystä, mutta ei se varmasti ainakaan kovin helppoa ole. MapInfon tärkein tehtävä tuntuukin olevan juuri datan analysoiminen sekä sen perusmuodossaan esittäminen. Käyttäjän halutessa esittää sitä laajemmalle joukolle, ei kovin moni varmasti ilman kuvankäsittelyohjelman apua sitä kehtaisi tehdä.

Tässä vielä lopuksi tällä kurssikerralla tehdyistä harjoituksista saatuja tuloksia taulukkomuodossa:

Lentokentät

MALMI
kahden kilometrin säteellä lentokentästä asuvat

52344

kilometrin säteellä lentokentästä asuvat

8144

HELSINKI-VANTAA
kahden kilometrin säteellä lentokentästä asuvat

9379

Joista 65:n desibelin melulle altistuvien osuus

3,60 %

55:n desibelin melulle altistuvia

11370

Jos liikenne Tikkurilan yli, 60 desibelin melulle altistuvat

12657

Juna-asemat

500 metrin etäisyydellä asemasta asuvat

80576

prosenttia alueen asukkaista

16,8

joista työikäisiä

71,3

Taajamat

Alueen asukkaista taajamissa asuu

83,60 %

Taajamien ulkopuolella kouluikäisiä

8308

Taajamien ulkopuolella asuvien kouluikäisten osuus

16,60 %

 

Huomasin että moniin kohtiin toiset opiskelijat olivat saaneet hieman eriäviä vastauksia. Kun kartanlaatija itse piirtää elementtejä ja laatii niille bufferointivyöhykkeitä, on ymmärrettävää etteivät kaikki vastaukset voi olla täysin identtisiä. Tämän oli blogissaan todennut myös Henri Frestadius:

Selasin hieman muiden opiskelijoiden blogeja (Luostari Taija, Aalto Minni ja Pietiläinen Sonja) ja huomasin joitakin eroja vastauksien kesken. Tämä pisti hieman miettimään käyttäjän vaikutusta tulokseen. Kaikki ovat kuitenkin tehneet samoilla ohjeilla ja suurin piirtein samalla tietämyksellä tehtävät ja silti heittoa löytyy.”

Tämä kurssikerta oli mukavaa vaihtelua karttojen laatimiseen, vaikka siitä kovasti pidänkin. Oli mielenkiintoista etsiä vastauksia harjoitustehtäviin, sillä kysymykset olivat juurikin sellaisia joiden selvittämiseen vastaavanlaisia keinoja voitaisiin käyttää kurssiympäristön ulkopuolellakin.

Viitteet ja kirjallisuus:

  • Frestadius, H. (2014). Kurssikerta 5 <https://blogs.helsinki.fi/henfrest/)
  • Lehvävirta, H. (2014). 5. Kurssikerta: Bufferointia, hikeä ja innostusta! <https://blogs.helsinki.fi/herttale/>
  • Uusi-Viitala, K. (2014). Kurssikerta 5: Bufferoimaan! <https://blogs.helsinki.fi/kasperuu/>

Kurssikerta 4

Tällä kurssikerralla tehtävänämme oli luoda ruudukkopohjaisia karttaesityksiä. Tässä esitystavassa informaatio esitetään siis ennalta määritettyjen ruutujen (tai toisin sanoen pikseleiden) kautta. Kartan laadinta alkoi ruudukon luomisella – tässä vaiheessa oli päätettävä millaisella ruutukoolla karttaesitys halutaan luoda. Riippuen ruutukoosta samasta lähteestä voidaan saada aikaiseksi hyvinkin erilaisia esityksiä, joten tämä valinta määritteli hyvin pitkälle lopullisen kartan ulkomuotoa. Tätä ruutukokoa ei myöskään ollut mahdollista muuttaa jälkikäteen, vaan eri ruutukokojen toimivuuden testaaminen vaati aina uuden ruudukkotietokannan luomista. Tämä prosessi ei kuitenkaan sinänsä ollut kovin monimutkainen joten jo parin kerran jälkeen se sujui rutiinilla.

Lähteenä käytimme pääkaupunkiseudun alueelta jo tutuksi tulleita rakennuskohtaisia väestötietoja, kuten ikä- ja kielirakennetta. Laadin karttoja niin ikääntyneen väestön sijoittumisesta, nuorten ja iäkkäiden asukkaiden suhteesta kuin ruotsinkielisten asukkaiden suhteellisesta lukumäärästäkin. Näitä karttoja laadittaessa loin useita karttoja erilaisia ruutukokoja hyödyntäen jotta sain tuntumaa ruutukoon valinnan vaikutuksesta kartan ulkonäköön.

Viimeiseksi laadin kartat pääkaupunkiseudun väestön sukupuolijakaumasta kahdella eri ruutukoolla, suuremmalla 750 metrin ruutukoolla sekä huomattavasti tarkemman esityksen 250 metrin ruutukokoa käyttäen. Tähän blogiin olen liittänyt näistä kartoista tuon tarkemman version (kuva 1). Kartan värit oli sinänsä melko yksinkertaista valita, sillä sukupuolijakauman esittäminen punaisen ja sinisen värin akselilla on melko standardi lähestymistapa ja lienee useimmille kartanlukijoille intuitiivinen tapa lukea tämän tyyppistä karttaesitystä. En hyödyntänyt suoraan MapInfon tarjoamia valmiita luokkarajoja, vaan tein itsenäisesti päätöksen viidestä luokasta, joista keskimmäinen sisältäisi arvot väliltä 0,95 ja 1,05 – siis sallisi viiden prosentin eron miesten ja naisten lukumäärässä. Tämän luokan värjäsin harmaaksi, sillä violetti normaalina sinisen ja punaisen sekoituksena vaikeutti ehkä hieman mies- ja naisvoittoisten alueiden erottamista. Kokeilin tämän neutraalin värin kohdalla myös vaalean vihreää, mutta se sai kartan vaikuttamaan jo turhan kaoottiselta kaikessa karnevaalitunnelmassaan. Ääripääluokkiin sisällytin sekä naisten että miesten osalta ne ruudut, joissa jompaakumpaa sukupuolta on vähintään kaksi kertaa niin paljon kuin toista. Tällaisessa kahden muuttujan suhteen vertailussa on tärkeää että luokkavälit ovat tasaisia, joskaan kartalta ei voida tällä luokittelulla erottaa aivan suurimpia ääripäitä, vaan kaikki alle 0,5:n tai yli 2:n suhdeluvut kuuluvat samaan luokkaan.

ruutukartta

 

Näin jälkikäteen mietittynä luokittelu olisi ehkä tarvinnut hieman hiomista, sillä nyt yhteen luokkaan kuuluu alueet joissa toista sukupuolta on 10 prosenttia enemmän kuin toista sekä alueet joissa toista sukupuolta on 90 prosenttia enemmän. Tämä on melko laaja skaala, ja ehkä useimmilla luokilla ja liukuvärjäyksellä kartasta olisi voitu saada informatiivisempi. Täytyy myöntää että aineiston luokittelun tärkeyden ymmärtää näiden kurssien edetessä yhä vain paremmin – joskaan ymmärrys sen tärkeydestä ei valitettavasti suoraan välity taidoksi luokitella aineisto onnistuneesti.

Näilläkin luokkarajoilla voidaan kuitenkin erottaa kartalta mies- ja naisvaltaiset alueet. Vaikka molempia löytyy koko pääkaupunkiseudun alueelta melko tasaisesti, naisvaltaisia alueita näyttää olevan hieman enemmän. Naisvaltaiset alueet ovat painottuneet erityisesti Helsinkiin sekä erityisesti sen etelä- ja länsiosiin. Vastaavasti miesvaltaisena alueena erottuu esimerkiksi teekkareiden valtakunta Espoon Otaniemessä. Itse pääkaupunkiseudun ulkopuolelta tänne muuttaneena en tunne seutua vielä niin hyvin että osaisin tehdä päätelmiä mitkä tekijät ovat voineet olla vaikuttamassa esimerkiksi luoteisen kantakaupungin nousemiseen esiin naisvaltaisena alueena.

Myös absoluuttisten arvojen kuvaaminen olisi voinut tulla kysymykseen. Tulokset olisivat voineet olla mielenkiintoisia ja käyttökelposia, jos oltaisiin mitattu esimerkiksi absoluuttisia eroja miesten ja naisten lukumäärissä. Ruutukartta on tavanomaista koropleettikarttaa suotavampi keino esittää juurikin absoluuttisia lukuja, sillä vertailtavat alueet ovat keskenään samankokoisia. Samuli Massinen oli blogissaan listannut mallikkaasti ruutukarttojen etuja verrattuna perinteisiin koropleettikarttoihin:

–       Puhtaasti visuaalisesti (sen syvällisemmin sisältöön ja informatiivisuuteen katsomatta) alueellinen jakautuminen hahmottuu selkeästi

–       Aineisto on keskenään vertailukelpoista, sillä se on laskettu samankokoisille ruuduille

–       Ruutukokoa pystyy muuttamaan liukuvasti, eli aluejako laajenee tai pienenee kätevästi asetuksia muuttamalla

–       Hallinnolliset rajat eivät peity esimerkiksi pylväillä

Ruutukoko saattaa myös olla hieman pienehkö tarkoituksen kannalta. harvaan asutuilla alueille yksittäiseen ruutuun saattaa jäädä vain muutama asukas, jolloin suhdeluvut voivat pienilläkin absoluuttisilla eroilla vaikuttaa hyvin merkittäviltä. Tämä ongelma nostaa päätään aina silloin kuin asukastiheydeltään hyvin erilaisia alueita vertaillaan keskenään. Tähän ongelmaan oli törmännyt omassa kartassaan myös Kasper Uusi-Viitala, vaikka aihe olikin eri:

Muutaman asukkaan ruudut miljoonan asukkaan alueella eivät mielestäni voi kuvata mitään kovin hyvin. Ne ovat vain yksittäistapauksia. Tämän takia ruutukokoa olisi pitänyt kasvattaa. Tätä ongelmaa ei myöskään olisi ollut eläkeläisten absoluuttisia arvoja esittävässä ruutukartassa.

Kuten aiempienkin karttojen kanssa, karttaesityksen viimeistely Corelin puolella on tuonut minulle uutta mielenrauhaa. Siinä missä MapInfo toimii hyvänä työvälineenä karttainformaation käsittelyyn sekä karkeiden esitysten luomiseen, se on visuaalisten muokkausmahdollisuuksiensa puolesta melko aneeminen. Toki tästäkin voidaan olla montaa mieltä, kuten Tiia Seeve blogissaan varsin selvästi osoittaa:

Harjoitellessamme peruspiirtotyökalujen käyttöä pääsin palaan syksyn ensimmäisten MapInfo-kokeilujen riemun hetkiin! Sain taas rakentaa armeijallisen taistelupeuroja, jotka käyvät armottomaan hyökkäykseen radioaktiivisia jättiläislehmiä vastaan.

Taistelupeuroja. Radioaktiivisia lehmiä. Aika rautaiset argumentit kyllä.

Viitteet ja kirjallisuus:

  • Massinen, S. (2014). Fourth Round – Ruutuja ja Rasterikarttoja <https://blogs.helsinki.fi/smassine/>
  • Seeve, T. (2014). Kurssikerta 4: Ruudut Helsingin yllä <https://blogs.helsinki.fi/setiseti/>
  • Uusi-Viitala, K. (2014). Kurssikerta 4: Ruututeemakartat <https://blogs.helsinki.fi/kasperuu/>

Kurssikerta 3

Tällä kurssikerralla ei ainoastaan hyödynnetty jo valmiita tietokantoja, vaan jouduimme yhdistelemään sirpaloitunutta informaatiota ennen kuin pääsimme hyödyntämään sitä kartan laadinnassa. Tämä tarkoitti sitä, että tietokantojen muokkaamisen lisäksi opimme myöskin tuomaan MapInfoon muilla ohjelmilla luotua taulukkomuotoista dataa.  Tämä taito tulee varmasti olemaan hyödyllinen tulevaisuudessa, sillä harvoin on käytettävissä valmiita tietokantoja vaan tietoa joutuu keräämään ja käsittelemään pitkälti itse ennen kuin sitä on mahdollista hyödyntää karttojen laadinnassa.

Itse en päässyt tälle kurssikerralle, mutta onneksi hyödynnettävissä olivat kattavat ohjeistukset. Tämä sopi minulle hyvin, sillä opiskelutyylini on muutenkin varsin itsenäinen ja opin parhaiten kun etenen harjoitusten parissa omaan tahtiini. Kun eteen iilmestyy ongelma, tunnen palkitsevammaksi sen että etsin siihen ratkaisu omin nokkineni sen sijaan että vain kysyisin neuvoa opettajalta. Vaikka siihen saattaakin välillä kulua hieman enemmän aikaa. Tämän kurssikerran tehtävät olivat mielestäni kuitenkin varsin suoraviivaisia eikä missään vaiheessa tuntunut siltä ettei olisi tiennyt mitä on tekemässä.

Harjoituksen aiheena oli Suomen valuma-alueet sekä niiden tulvaindeksit ja järvisyys. Pienen ihmettelyn ja parin erehdyksen kautta sain lähdeaineiston käsiteltyä kartan laatimisen vaatimaan muotoon ja pääsin laatimaan jo aiempina viikkoina tutuksi tulleita koropleetti- ja pylväsdiagrammiesityksiä. Pohjalla olleen tulvaindeksikartan päällä tuli siis esittää valuma-alueen järvisyys pylväsdiagrammein (kuva 1). Tehtävänannossa ei taidettu ottaa esille että mitä tuo ”järvisyys” tarkkaan ottaen tarkoittaa, mutta oletin sen tarkoittavan järvien osuutta alueen pinta-alasta.

valuma-alueet

Kuva 1. Suomen valuma-alueet tulvaindeksiluokin ja järvisyysprosentein.

Tulvaindeksin frekvenssijakauman saimme suoraan tehtävänannosta, ja siitä oli helppo havaita aineiston olevan melko vinosti jakautunutta. Tämä sai minut ensin yrittämään aineiston luokittelua kvantiileittain, mutta jostain syystä tämä osoittautui hankalaksi eikä ohjelmisto osannut luoda järkeenkäypiä luokkavälejä. Lopulta päädyin käyttämään luonnollisia luokkavälejä, sillä se jakoi aineiston mielestäni melko onnistuneesti. Pohjanmaan ja Lounais-Suomen alavat jokilaaksot nousevat kartalta esiin, kun taas Lapin sekä Varsinais- ja Järvi-Suomen alueet näyttäytyvät alueina joilla tulvaindeksi jää pieneksi.

Luokkia olisi kyllä mielestäni voinut vielä ehkä muokata, en ole varma onko yhden aineistosta selvästi korkeimman arvon saaneen alueen määrittäminen omaksi luokakseen hyvä ratkaisu. Ehkä sen olisi voinut liittää toiseksi korkeimman alueen kanssa yhdeksi luokaksi? Vaikka väritys ei ihan huonoimmasta päästä olekaan, en koe että se olisi ihan täysin harmoninenkaan. Alimman luokan vihreä tuntuu muita värisävyjä räikeämmältä, hieman haaleampi sävy olisi voinut toimia paremmin. Pylväsdiagrammit tuntuvat aina olevan oletusarvoisesti pelko paksuja pannukakkuja, joten muokkasin niistä niin kapeita kuin se MapInfolla oli mahdollista. Tämänkin jälkeen ne peittävät paikoitellen (esimerkiksi kaakkois-rannikolla) valuma-alueiden rajat alleen, vaikka pyrin siirtämään pyväät mahdollisimman selkeästi erilleen ja omille alueilleen.

Yhdellekään Suomen topografiaa vähääkään tuntevalle kartan sisältö tuskin tulee yllätyksenä. Suurimman tulvaindeksin omaavat alueet sijaitsevat Itämeren rannikolla, niin Pohjanmaalla kuin Suomenlahden rannikollakin. Sisämaan valuma-alueilla tulvaindeksi on kauttaaltaan alhaisempi, erityisesti Järvi-Suomen alueella. Tällä alueella sen sijaan Järvisyys on kaikkein suurinta. Voidaankin huomata että Järvien määrä on kääntäen verrannollinen tulvaindeksiin.

Myös itse valuma-alueet eroavat selvästi alueellisesti toisistaan. Rannikon valuma-alueet ovat pitkittäisiä ja kooltaan pienempiä kuin sisämaassa. Sisämaan valuma-alueet koostuvatkin suuremmista toisiinsa yhteydessä olevista järvialtaista, kun rannikon valuma-alueet keskittyvät jokien ympärille. Järvialtaat reagoivat sateisiin (ja sulamisvesiin) hitaammin kuin pinta-alaltaan pienemmät joet. Tämä omalta osaltaan pienentää tulvaindeksiä. Rannikkoalueet ovat myös verrattain tasaista maastoa, jolloin tulvavedet pääsevät esteettä leviämään hyvin laajalle. Sisämaan maasto on huomattavasti mäkisempää.

On kuitenkin hyvä huomata että tulvaindeksillä tarkoitetaan juurikin joen virtaaman vaihtelun suuruutta. Tämä tarkoittaa sitä että suuren tulvaindeksin alueella saisia muutaman kerran vuodessa amuukahvia keitellessä kastella aamutossut tulvivassa keittiössä, vaan että joessa virtaa tiettyinä aikoina huomattavan paljon vettä (esimerkiksi keväisin lumien suliessa). Tästä oli kirjoittanut blogissaan myös Jasmin Bayar:

Korkea tulvaindeksi ei välttämättä tarkoita tulvia alueella, vaan myös joen virtaaman suurta kasvua sateiden aikana ja lumien sulaessa.

Koska tulvia aiheuttavat rankkasateet ovat Suomessa harvinaisia, johtuvat suurimmat tulvat juurikin keväisestä lumien sulamisesta. Kevät tuo mukanaan myös toisen tulvariskin nostajan juurikin jokien läheisyydessä, nimittäin jokiin syntyvät jääpadot joita usein joudutaankin hajottamaan mekaanisesti esimerkiksi kaivinkoneiden avulla. Tämän huomioi myös Samuli Massinen listatessaan blogissaan tulvien riskiä kohottavia tekijöitä:

Tähän lisäyksenä tulvimisen riskiä nostavat myös muun muassa pinnanmuotojen tasaisuus (Pohjanmaa), tiiviit, vettä läpäisemättömät maalajit, rannikon nopea maankohoaminen (Pohjanmaa) sekä jokien keväiset jääpadot.

Maastonmuodot ja erot vesistöissä eivät kuitenkaan ole ainoat tekijät jotka tulvien syntyyn vaikuttavat, myös ihmisten toimilla on prosesseissa oma osansa. Suomessa maatalous on suurelta osin keskittynyt suuren tulvariskin rannikkoalueille, juurikin muunmuassa Pohjanmaalle. Tämä tarkoittaa sitä että veden kulkua sääteleviä prosesseja on voimakkaasti muokattu. Vettä sitovia soita on ojitettu ja esimerkiksi Järvi-Suomelle ominaiset laajat metsäalueet ovat harvassa. Ihmisten vaikutuksen tulvaherkkyyteen oli huomioinut blogissaan myös Christa Sallasmaa:

On hyvä muistaa, että luonnollisten tekijöiden lisäksi tulva-alttiutta nostavat myös ihmisen teot. Esimerkiksi Pohjanmaan tulvat ovat voineet lisääntyä suo-ojitusten seurauksena.”

Loput hienosäädöt tein jälleen Corelin avulla, kuten pohjoisnuolen sekä legendat – myös pylväiden paikkojen siirtäminen onnistui Corelilla sujuvasti. MapInfon laskennalliset alueiden keskipisteet (joiden mukaan monet aspektit kartalla sijoittuvat) ovat usein… vähän sinne päin. Luomistani kartoista  ensimmäisen blogipäivitykseni kartta on suoraan MapInfon jäljiltä, ja sen kyllä huomaa. Tästä eteenpäin en kyllä ainuttakaan karttaa ota ulos ennen kuin se on pyöräytetty jonkun kuvankäsittelyohjelman kautta!

Viitteet ja kirjallisuus:

  • Bayar, J. (2014). 3. Kurssikerta 28.01: Tietokantojen data <https://blogs.helsinki.fi/jasbayar/>
  • Massinen, S. (2014). Third Round – Datan lisäys tietokantaan <https://blogs.helsinki.fi/smassine/>
  • Sallasmaa, C. (2014). 3. Kurssikerta: Tietokantoja ja teemakartta valuma-alueista <https://blogs.helsinki.fi/christas/>

Kurssikerta 2

Tällä viikolla perehdyimme laajemmin MapInfon tarjoamiin erilaisiin teemakarttojen luontimahdollisuuksiin sekä siihen kuinka näitä erilaisia teemakarttoja voitaisiin yhdistää yhtenäiseksi karttaesitykseksi. Jo viime kurssikerralta tutuksi tulleen koropleettikartan lisäksi (tai sen päälle) saa MapInfolla luotua helposti esimerkiksi erilaisia pylväs- tai ympyrädiagrammiesityksiä. Myös esimerkiksi kaksi eri muuttujaa esittävää koropleettikarttaa voidaan laittaa päällekkäin, kun päällimmäisen kartan esitysmuotona käytetään rasterointia.

Kun samalla kartalla esitetään useampia muuttujia, voidaan helposti havainnoida näiden välillä mahdollisesti piileviä yhteyksiä. Vietinkin useamman hetken luoden erilaisia useamman muuttujan karttoja vain oman uteliaisuuteni ja mielenkiintoni tyydyttämiseksi – täytyy myöntää että erilaisten tietokantojen tutkiminen ja muuttaminen visuaaliseen muotoon on jokseenkin addiktoivaa.

Lopulta oli kuitenkin tehtävänannon mukaisesti luotava kahta eri muuttujaa esittävä teemakartta. Ihan hatusta näitä kahta muuttujaa ei kuitenkaan ollut tarkoituksenmukaista heittää, vaan tavoitteena oli luoda kartta jonka muuttujat jollain tavalla tukisivat toisiaan ja joiden väliltä voitaisiin mahdollisesti nähdä jonkin asteista korrelaatiota.

Kun lähdin laatimaan karttaa, valitsin ensimmäiseksi esitettäväksi muuttujaksi perheiden suhteellisen lukumäärän (kuinka suuri prosenttiosuus asuntokunnista koostuu perheistä). Tämän kanssa kokeilinkin lukemattomia eri muuttujia, mutta lopulta päädyin esittämään kartalla rivi- ja pientaloissa asuvien suhteellisen osuuden. Vaikka lopullisen kartan laadinkin Uudenmaan kunnista, laadin samanlaisia karttoja myös esimerkiksi Pohjanmaalta ja Lapista. Kaikilla alueille nousi odotetunlaisesti esiin se, että perheitä on enemmän alueiden keskuksia ympäröivillä alueilla ja vähemmän itse keskuksessa. Rakennuskannan usein olevan näissä keskuksissa myös pääasiallisesti korkeampaa ja kerrostalovaltaista, myös rivi- ja pientaloasuminen on ymmärrettävästi enemmän keskusten ulkopuolella.

Kaikilta alueilta löytyy kuitenkin myös kuntia, joissa rivi- ja pientaloasuminen näyttää olevan suosittua mutta joissa kuitenkin näyttää olevan tavallista vähemmän perheitä. Olettamukseni oli, että näillä alueilla väestökanta on verrattain iäkästä. Koska käyttämistämme tietokannoista sai helposti tarkastettua myös yli 65-vuotiaiden määrän, oli tämä ennakko-oletus mutkatonta tarkistaa oikeaksi. Kuten tähän tekstiin liittämästäni kartastakin (kuva 1) käy ilmi, tällaiset alueet löytyvät usein kauempaa alueen keskuksesta. Rivitalo- tai pientaloasuminen on varmasti näilläkin alueilla vetovoimatekijä perheille, mutta mitä pidemmäksi päivittäinen, usein keskukseen suuntautuva pendelöintimatka kasvaa, sitä vaikeampaa alueen on houkutella perheitä.

karttasotku

Kuva 1. Perheiden osuus asuntokunnista sekä pien- ja rivitaloissa asuvien osuudet kunnittain Uudellamaalla.

Uudeltamaalta perheitä löytyykin ennakko-oletusten mukaisesti eniten Helsinkiä ympäröivien kuntien alueelta, erityisesti koillisesta Sipoo-Tuusula –akselilta ja Helsingin länsipuolen rannikkokunnista Kirkkonummesta Inkooseen. Myös Espoon sisältä, Kauniaisista löytyy runsaasti perheitä.

Tämän perheiden suhteellista lukumäärää kuvaavan koropleettikartan päältä löytyy siis rivi- ja pientaloissa asuvien suhteellista lukumäärää kuvaava pisterasteri. Kokeilin myös muita esitysmuotoja, mutta esimerkiksi viivarasteri olisi tehnyt kuntien nimien esittämisen kartalla hyvin epäselväksi, ja kuntien nimistö on tällaisella kartalla kuitenkin tärkeässä osassa. Mielenkiintoisesti Samuli Massinen oli blogissaan päätynyt juuri päinvastaiseen ratkaisuun:

Pallottelin pitkään, että lisäänkö lopulliseen tuotokseeni Uudenmaan kuntien nimet vai en. Varsinkin Uudenmaan ulkopuolella koko ikänsä asuneet, karttaa tarkastelevat henkilöt, kokevat varmasti kuntien nimien puutteen alueellista tarkastelua häiritsevänä tekijänä.”

Tässä nousee esille jälleen se seikka, etteivät kartat koskaan voi olla täysin objektiivisia. Itse olen muuttanut pääkaupunkiseudulle sen ulkopuolelta, ja vaikka suurimman osan Uudenmaan kunnista osaisinkin kartalle sijoittaa, näen alueen kartan silti eri silmin kuin henkilö joka on asunut Uudellamaalla koko ikänsä.

Odotetusti Helsingin sekä siihen rajautuvien kuntien alueelta löytyy suhteellisesti vähiten rivi- ja pientaloissa asuvia, kun taas jo aiemmin perhevoittoisissa kunnissa kuten Inkoossa, Siuntiossa ja Pornaisessa näyttää olevan paljon rivi- ja pientaloasumista.

Kuten jo aiemminkin mainitsin, kartan alueelta esimerkiksi Karjalohja ja Lapinjärvi nousevat esiin pientalovoittoisina mutta vähän perheitä omaavina alueina. Suuremmat kaupunkikeskukset myös Helsingin ulkopuolella kuten Järvenpää, Hyvinkää ja Hanko löytyvät kartalla keskenään identtisistä luokista.

Molemmat muuttujat jaoin kolmeen luokkaan, jotta mahdollisien koropleettiyhdistelmien lukumäärä ei nousisi liian korkeaksi. Lisäämällä kartalle liian monta erilaista rasteria ja värisävyä on se helppo muuttaa jos ei lukukelvottomaksi, niin ainakin sekavaksi.

Kun olin MapInfolla saanut luotua kartan elementit, siirryin jatkamaan kartan viimeistelyä CorelDraw:n puolelle. Kuten jo viime tekstissä tuli mainittua, ei MapInfo ole kartan lopullisen ulkoasun viimeistelyssä se kaikkein ihanteellisin ohjelmisto. Lisäämällä tämän ohjelmistovaihdon jälkeen pohjoisnuolen ja muokkaamalla legendaa siistimmäksi kartta sai lopullisen muotonsa.

Viitteet ja kirjallisuus:

  • Massinen, S. (2014). Second Round, Minä vastaan MapInfo <https://blogs.helsinki.fi/smassine/>

Kurssikerta 1

Kun aloitimme tällä viikolla Paikkatiedon hankinta, analyysi ja kartografia -kurssin, tuli selväksi että kurssin tavoitteena ei ollut ainoastaan opiskella paikkatieto-ohjelmistojen käyttöä. Pyrkimyksenä on myös alustavasti tutustuttaa opiskelijoita tiedemaailman toimintaperiaatteisiin kuten avoimeen diskurssiin, omien ajatusten jakamiseen sekä muiden tuottaman materiaalin hyödyntämiseen oppimispäiväkirjaan verrattavaa kurssiblogia pitämällä. Tältä pohjalta on tämäkin blogi nyt pihtisynnytetty ja tänne tulen viikottain kirjaamaan tuntojani erilaisista ajatuksista tai tuntemuksista joita kurssi edetessään allekirjoittaneessa herättää.

Vaikka tuotimmekin ensimmäiset yksinkertaiset karttaesityksemme MapInfolla jo alkusyksystä, oli nuokin vähäiset työkalut jo tehokkaasti unohdettu kun lähdimme ensimmäisellä kurssikerralla tutustumaan ohjelmistoon. Ohjelmiston toimintaperiaatteet vaikuttivat kuitenkin joitain epäloogisuuksia lukuunottamatta hyvin perinteisiltä (siltä osin kuin niitä näin vähäisellä käyttökokemuksella voi arvioida) ja jo lyhyenkin tutustumisen jälkeen uusikin käyttäjä huomaa olevansa kykenevä tuottamaan erilaisia karttaesityksiä valmiina olevista tietokannoista.

Itselleni on tyypillistä se, että tutustuessani johonkin uuteen ohjelmistoon tai laitteeseen oppimisprosessini etenee “hmm, mitäköhän tapahtuu jos painan tästä napista…” -mentaliteetilla: Kokeilun ja erehdyksen kautta. Tästä tavasta on yllättävän hankalaa luopua silloinkaan, kun harjoituksen valmistumisen kannalta olisi tuottoisinta vain seurata annettuja ohjeita. Tämän sai todeta tälläkin kurssikerralla, kun huomasin tämän tutkimusmatkailuni ansioista jälleen tippuneeni kärryiltä itse opetettavan aiheen osalta. Tästä on toivottavasti opittu jotakin seuraavaa kurssikertaa ajatellen. Omatoimiselle tutkailulle ja ihmettelylle olisi suositeltavampaa käyttää aikaa silloin, kun itse kurssin vaatima tehtävä on suoritettu ettei se jää vahingossa täysin paitsioon. Todennäköisempää lienee se, että pienen sisäisen tutkijani jälleen herätessä on tuo ajatus jälleen välittömästi unohdettu.

Niin tai näin, onneksi meillä oli myös kattavat kirjalliset ohjeet teemanmukaisen kartan luomiseen MapInfolla. Tarkoituksena oli siis tuottaa koropleettikartta valmiiden aineistojen pohjalta itse valitsemastaan aiheesta, kiinnittäen erityistä huomiota aineiston luokitteluun ja sen vaikutuksiin lopulliseen karttaesitykseen. Apunamme oli internetistä löytyvä histogrammityökalu (kuva 1) johon oli helppo syöttää aineisto suoraan MapInfosta kopioimalla.

[tässä oli vielä äsken kuva histogrammista, mutta se on hävinnyt sekä tästä tekstistä että koneelta. Liikaa vastoinkäymisiä nyt yhdelle illalle. Cartmania ei kai voi tässä tekstissä lainata lähteenä, mutta niin tai näin: screw you guys, I’m going home].

Kuva 1. Histogrammi luonnollisesta väestönlisäyksestä Suomessa kunnittain vuonna 2011.

Itse valitsin karttani aiheeksi kuntien luonnollisen väestönlisäyksen koko Suomen alueella (kuva 2). Histogrammityökalun pohjalta tein päätöksen luokitella aineiston kvantiileittain, joka jakoikin aineiston lähestulkoon suoraan kahteen positiiviseen luokkaan ja kolmeen negatiiviseen luokkaan. Parantaakseni kartan informatiivisuutta tein kuitenkin valmiisiin luokkarajoihin yhden muutoksen. Siirsin toiseksi korkeimman luokan alkamaan nollasta sen sijaan että se olisi alkanut jo ohjelmiston antamasta arvosta -1, koska positiivisten ja negatiivisten arvojen yksiselitteinen erottaminen kartan tuloksista on kartanlukijalle tässä tapauksessa tärkeää.

Untitled321
Kuva 2. Luonnollinen väestönlisäys Suomessa kunnittain tarkasteltuna 2011.

Jälkiviisana voin todeta, että luokkarajoja olisi vielä voinut hieman rukata. Suurimpaan luokkaan kuuluu nyt arvoja väliltä 30 ja 2251, joka vaikuttaa turhan suurelta. Voikin olla että tulen muokkaamaan karttaa vielä myöhemmin. Myös sävyerot näyttävät ohjelman ulkopuolella vähäisemmiltä kuin vielä karttaa laatiessa, joten myös niissä voi olla vielä säädön varaa.

Koska itse nautin suunnattomasti visuaalisesti kauniista kartoista (kukapa meistä ei), saattaa kartan ulkomuoto joskus vaikuttaa myös sisällöllisiin ratkaisuihin. Tämä voi käytännössä tarkoittaa vaikkapa sitä, että erilaisista luokitteluvaihtoehdoista valitsen käytettäväksi lopulta sen joka tuottaa visuaalisesti parhaimman tuloksen. Myönnän tällä olleen oma vaikutuksensa päätyessäni kokeilujen jälkeen valitsemaan kvantiilit käytettäväksi luokittelumuodoksi. Vaikka karttaa laatiessa olisikin pyrittävä katsomaan sitä ulkopuolisen, kasvottoman lukijan näkökulmasta, täydelliseen objektiivisuuteen tuskin kukaan meistä on kykenevä ja lopulta jokainen kartanlaatija katsoo tuotostaan kuitenkin omien silmiensä kautta.

Kuten Johanna Hakanenkin blogissaan toteaa, mielestäni kartan värimaailma on onnistunut silloin kun “mikään väri ei hyppää silmille“. Kartan värit pyrin siis määrittämään siten, että sävyerot olisivat maltilliset eikä mikään väreistä nousisi tarpeettoman voimakkaasti esiin. En kuitenkaan valinnut saman värin eri sävyjä koko kartan värityksen pohjaksi, vaan vaihdoin värityksen harmaasävyistä vihertävään positiivisten ja negatiivisten luokkien taitepisteessä. Käyttämällä esimerkiksi ainoastaan vihreän eri sävyjä olisi riskinä se, että vaaleinkin väritys antaisi mielikuvan positiivisesta väestömuutoksesta riippumatta todellisista luvuista. Ainutkaan väri kun ei koskaan ole “vain yksi väri muiden joukossa”, vaan jokaisen värin kultturiset ja mielikuvalliset painolastit on otettava kussakin kontekstissa huomioon.

Loppuun on kyllä todettava että MapInfon sujuva käyttö tulee vaatimaan vielä paljon, paljon harjoittelua. Useammin kuin kerran teki mieli kirota koko ohjelma alimpaan helvettiin kun yksinkertaisinkin asia tuntui olevan täysin mahdotonta (joskin todellisuudessa kyse oli todennäköisemmin vain omasta tumpeluudesta). Ongelmat tulivat esiin lähinnä layout-vaiheessa. Eri elementtien pitäminen oikeilla paikoillaan ja sen kokoisena kuin niiden halusi olevan tuntui olevan huomattavasti vaikeampaa kuin sen kuuluisi olla.

Jos halusin siirtää mittasuhdepalkin kartan yläpuolelle mutta se alue ei ollut ikkunassa näkyvillä, minulla oli kaksi vaihtoehtoa: muuttaa kartan mittasuhteita, jolloin ne muuttuivat myös layout-ikkunassa, tai siirtää karttaa alemmas, jolloin se siirtyi myös layout-ikkunassa.Miksi en voinut poistaa mittasuhdepalkista reunoja? Miksi en voinut siirtää sitä layout-ikkunassa erillään itse kartasta?

Myöskään kuvan tallentaminen ei sujunut ilman hankaluuksia. Oikeastaan voisin tässä vaiheessa todeta että tekstin alkuvaiheessa kuvailemani ohjelman “loogisuus ja helppokäyttöisyys” olivat lienee pelkkää silmänlumetta. Hieman pidempään varpaitani paikatieto-ohjelmistojen syvässä meressä huljuteltuani huomasinkin katsovani silmiin siellä uiskentelevaa näkkiä, joka ei epäröi kiskaista vielä hyväuskoisuutensa ja viattomuutensa omaavia kartanpiirtäjälapsosia laidan yli. No, siellä sitä sitten räpiköitiin.

On kai myönnettävä että todennäköisin syy hankaluuksini ei kuitenkaan ole MapInfon koodiin piilotetut saatanalliset säkeet, vaan oma kyvyttömyyteni tehdä kurssittehtäviä silloin kun paikalla olisi opettaja jolta kysyä neuvoa. Ehkä tästä on opittu jotain.

Ehkä.

 

Viittaukset ja muu kirjallisuus: