Kuukausi: helmikuu 2023

Niin se vain on tämänkin kurssin viimeinen viikko taputeltu. Tehtävänanto tälle kerralle oli hyvin vapaamuotoinen. Laadin kaksi karttaa, joissa molemmissa tarkastellaan kahta eri muuttujaa. Valitsin muuttujat sen mukaan, että niiden perusteella voidaan tulkita jotakin eri kuntien elinvoimaisuudesta.

Olen kiinnostunut kaikkien Suomen kuntien elinvoimaisuuteen vaikuttavista tekijöistä. Koko Suomen alueelle oli kuitenkin hankala saada selkeästi luettavaa karttaa valitsemistani muuttujista, joten rajasin tarkasteltavaksi alueeksi hieman pienemmän alueen. Lapissa väkimäärä on yleensä ottaen pienempi kuin muualla Suomessa, joten pidin sitä siksi mielenkiintoisena vaihtoehtona.

 

Suomen Lapin kuntien elinvoimaisuus

Tarkasteltavalla Suomen Lapin alueella on 21 kuntaa. Ensimmäiseen karttaan (kuva 1) olen havainnollistanut työikäisten osuutta kaikista kunnan asukkaista vihreän eri sävyin. Kuvasta voidaan havaita, että eniten työikäisiä on Enontekiön, Kittilän, Rovaniemen ja Sodankylän kunnissa. Työttömyysprosentit eivät kuitenkaan jakaudu samalla periaatteella, vaan työttömyysprosentit näyttävät vaihtelevan riippumatta siitä, kuinka paljon alueella on työikäisiä.

 

Kuva 1. Työikäisten suhteelliset osuudet ja työttömyysprosentit Suomen Lapin kunnissa vuonna 2020.

 

Toiseen karttaan (kuva 2) olen havainnollistanut vihreän eri sävyillä korkeakoulutettujen osuutta kunkin kunnan koko väestöstä. Lisäksi olen koonnut kunkin kunnan osalta ympyrädiagrammin elinkeinorakenteesta. Diagrammien laatiminen tuotti aluksi hieman päänvaivaa, mutta onnistuin lopulta saamaan kuhunkin diagrammiin useamman eri muuttujan.

 

Kuva 2. Suomen Lapin kuntien elinkeinorakenteet ja korkeakoulutettujen osuudet vuonna 2020.

 

Pelkästään laatimieni karttojen perusteella on vaikea tehdä päätelmiä Lapin kuntien elinvoimaisuudesta. Voidaan kuitenkin todeta, että joissakin kunnissa työikäisiä on enemmän kuin toisissa, jolloin myös edellytykset huolehtia työelämän ulkopuolella olevista vaihtelee. Kartoilta voidaan myös havaita että, Rovaniemellä, missä on suhteessa paljon työikäisiä sekä korkeakoulutettuja, ja palvelut muodostavat suurimman osan elinkeinosta, työttömyys on kohtalaisen alhainen. Vastaavasti Rovaniemen itäpuolella, missä työikäisiä ja korkeakoulutettuja on suhteessa vähemmän ja palvelujen osuus elinkeinosta on pienempi, työttömyys on korkeammalla tasolla.

 

Muiden laatimia karttoja

Laadittuani kartat kävin lueskelemassa myös muiden kurssilaisten blogeja. Monissa blogeissa oli erittäin onnistuneita tuotoksia! Tuukan laatimat kartat liittyvät hieman samaan aiheeseen kuin omani. Hänen blogissaan on nähtävillä kartat rakennetuista alueista, tyhjien asuntojen osuuksista sekä yli 65-vuotiaiden osuuksista Japanin pääsaarilla (Katajamäki, 2023). Tuukka pohti karttojen avulla ikääntymiseen ja kaupungistumiseen liittyviä asioita, jotka ovat keskeisiä asioita myös minun teemassani kuntien elinvoimaisuudesta. Myös Mikon tuotoksen aihe liittyy omaani. Hän tuotti karttansa työttömyyteen ja korkeakoulutettujen osuuksiin liittyen (Heiskanen, 2023). Hänen karttansa kuvaa kuitenkin Helsinkiä postinumeroalueittain eikä Lappia kunnittain. Lisäksi väestöön liittyviä karttoja oli laatinut Nicklas. Nicklaksen kartoilla teemana on syrjäytymisriski (Ferreira, 2023).

Muiden kurssilaisten blogeissa oli monipuolisesti myös muunlaisia teemoja kuin suoraan väestöön liittyviä teemoja. Esimerkiksi Aidan blogissa on kartta, joka kertoo auton alle jääneistä mustakarhuista (Palmgren, 2023). Onnettomuuksissakin on toki toisena osapuolena yksittäiset ihmiset. Aida oli kuitenkin lisäksi laatinut myös väestöntiheyttä kuvaavan kartan, joten voidaan todeta, että väestöön liittyviä teemoja on hyödynnetty runsaasti kurssilaisten keskuudessa.

 

Lopuksi

Tämä on tällä kertaa viimeinen kirjoitus blogiini, kun kurssi nyt päättyy. Koin kurssin ja QGIS-ohjelmiston parissa monia tuskaisia hetkiä, mutta toisaalta ajattelen, että niistä on ollut hyötyä. Pystyn tulevaisuudessa hyödyntämään ohjelmistoa esimerkiksi opetusmateriaalin tekemiseen. Vaikka välissä ehtisinkin unohtaa toimintoja, on minun helpompi kerrata asioita kuin opetella kokonaan alusta asti.

Oppiminen vaatii ponnisteluja ja muiden kurssilaisten blogien perusteella en ole ainut, joka on tehnyt paljon työtä kurssin suorittamiseksi. Työ on kuitenkin kannattanut, sillä nyt voin todeta oppineeni kurssilla paljon uutta ja saaneeni siitä hyötyä tulevaisuuteen.

Kiitos lukijoille ja kurssin vetäjälle! Kiitos myös kanssaopiskelijoille, olen oppinut paljon lukemalla kirjoittamianne blogipostauksia!

 

Lähteet:

Ferreira, Nicklas (2023). 7. oppitunti – Omien karttojen tekoa. Kirjoitus Nicklas Ferreira – Geoinformatiikan menetelmät 1 -blogissa 7.3.2023. (Viitattu 18.3.2023) https://blogs.helsinki.fi/ferrenic/2023/03/07/7-oppitunti-omien-karttojen-tekoa/

Heiskanen, Mikko (2023). QGIS kurssikerta 7. Kirjoitus Mcheiska’s blog -blogissa 27.2.2023. (Viitattu 18.3.2023) https://blogs.helsinki.fi/mcheiska/

Katajamäki, Tuukka (2023). 7. Kurssikerta. Kirjoitus Tuukan GIS-blogi -blogissa 17.3.2023. (Viitattu 18.3.2023) https://blogs.helsinki.fi/katuukka/

Palmgren, Aida (2023). Seitsemäs kurssikerta. Kirjoitus Olen QGIS-tietoinen -blogissa 12.3.2023. (Viitattu 18.3.2023) https://blogs.helsinki.fi/aidapalgeo/2023/03/12/seitsemas-kurssikerta/#more-104

Tällä, kurssin kuudennella viikolla, pääsimme kurssikerran aluksi ulkoilemaan ja keräämään dataa Epicollect5-sovelluksen avulla. Ulkoilun jälkeen jatkoimme jälleen työskentelyä QGIS-ohjelmiston parissa, ensin itse keräämäämme aineistoa tulkiten ja sen jälkeen maanjäristyksiin keskittyen.

 

Turvallista ulkoilua?

Kiersin parin kurssikaverin kanssa Kumpulan lähiympäristössä kirjaamassa kokemuksia eri kohteiden viihtyvyydestä ja turvallisuudesta. Kun tulimme takaisin luokkaan, latasimme Epicollectista kaikkien kurssilaisten vastaukset ja visualisoimme ne kartalle. Oma tuotokseni on nähtävillä tässä alapuolella (kuva 1).Kuva 1. Turvallisiksi ja turvattomiksi koettuja paikkoja Kumpulan läheisyydessä.

 

Kuvan 1 perusteella voidaan sanoa, että monet paikat, Kumpulan kampus mukaan luettuna, on koettu turvallisiksi alueiksi. Kartalla näkyy kuitenkin myös muutamia turvattomuuden tunnetta aiheuttaneita paikkoja, kuten teiden risteyksiä ja tietyömaa-alueita.

 

Maanjäristysten visualisoiminen opetuskäyttöön

Itsenäisesti suoritettavana tehtävänä oli visualisoida maailmankartalla hasardeja. Valitsin teemaksi maanjäristykset ja tein niihin liittyen kolme erilaista karttaa (kuvat 2–4). Näitä karttoja voisi hyödyntää esimerkiksi opetuskäytössä. Opetustapoja on erilaisia, joten karttoja voidaan hyödyntää eri tavoin riippuen siitä, miten opetettavaa asiaa eli maanjäristysteemaa lähestytään.

 

Kuva 2. Maanjäristykset (yli 5 mag) vuosina 2011–2023.

 

Kuvassa 2 nähdään suuri joukko kohteita, joissa on ollut maanjäristyksiä. Maanjäristystiedot ovat melko pitkältä aikaväliltä, joten tämän kuvan avulla voidaan helposti havainnollistaa sitä, mille alueelle maanjäristykset keskittyvät.

 

Kuva 3. Maanjäristykset ( yli 7 mag) vuosina 2011–2023.

 

Kuvassa 3 on maanjäristyksiä samalta aikaväliltä kuin kuvassa 2. Havaintoja on kuitenkin vain murto-osa kuvaan 2 verrattuna. Kuvassa 3 näkyy vain sellaiset maanjäristykset, jotka ovat olleet voimakkuudeltaan yli 7 magnitudia, kun taas kuvassa 2 näkyy myös hieman alhaisemman voimakkuuden järistykset. Kun kuvan 3 näyttää oppilaille kuvan 2 jälkeen, saa oppilas käsityksen siitä, että erittäin voimakkaat järistykset eivät onneksi ole niin yleisiä.

 

Kuva 4.  Maanjäristykset viimeksi kuluneiden 30 päivän ajalta (29.1.–27.2.2023).

 

Kuva 4 sitoo maanjäristysteeman lähemmäksi oppilaita, kun kyseessä on ajankohtaiset maanjäristykset. Tämän kuvan esittäminen tuo opetukseen konkreettisemman näkökulman, kun huomataan, että maanjäristyksiä todella on ollut viimepäivinäkin useassa paikassa.

Kuvien perusteella voidaan havaita myös yhteyksiä toisiin havainnollistaviin karttoihin, esimerkiksi vuoristoista tai litosfäärilaattojen reunakohdista. Näin ollen asiaa voidaan lähestyä myös sitä kautta, että oppilaat etsivät yhteneväisyyksiä eri asioiden välillä ja saavat ehkä jopa pääteltyä, mitkä tekijät maanjäristyksiin vaikuttavat. Esimerkiksi Aleksin laatimaa karttaa maanpäällisistä ja vedenalaisista tulivuorista voisi hyvin tarkastella maanjäristysten yhteydessä (Lauriala, 2023). Tällä Aleksin kartalla sekä Aleksin laatimalla maanjäristyksiä havainnollistavalla kartalla on havaittavissa aivan samoja linjoja kuin minunkin laatimillani kartoilla.

Laatimani kartat soveltuvat tällä tasolla tarkoitukseen hyvin. Kartoissa on kuitenkin pieniä epäkohtia, jos asiaan syvennytään tarkemmin. Niissä on sen verran paljon havaintoja, että pallurat jäävät paikoitellen toistensa alle. Tällöin osa voimakkaammista maanjäristyshavainnoista voi jäädä huomaamatta, kun pallurat eivät erotu heikompia järistyksiä kuvaavien havaintojen alta. Eemeli sen sijaan on onnistunut visualisoinneissaan mielestäni erityisen ansiokkaasti. Eemeli on kuvannut kartallaan sekä maanjäristyksiä että tulivuoria (Ingervo, 2023). Lisäksi kartalle on merkitty selkeästi näkyviin valtioiden rajoja.

Netistä löytyy myös muita maanjäristysten tapahtumapaikkoja havainnollistavia karttoja. Esimerkiksi Helsingin yliopiston sivuilla on mahdollista nähdä karttakuva viimeaikaisista maanjäristyksistä. Kyseisessä kuvassa havainnot muodostavat pitkälti samoja linjoja kuin kuvan 4 havainnot. Helsingin yliopiston sivuilla on lisäksi mahdollista perehtyä myös maanjäristyksiin Suomen osalta. Tämä tuo tarkastelun vielä lähemmäksi oppilaiden omaa elämää ja tukee siksi opiskelua. Itse laatimissani kartoissa ei näy niin heikot maanjäristykset, joita Suomessa esiintyy. Helsingin yliopiston sivuilla oleviin karttoihin pääsee seuraavan linkin kautta: https://www.helsinki.fi/fi/seismologian-instituutti/maanjaristykset

 

Lähteet:

Helsingin yliopisto, Seismologian instituutti. Maanjäristykset. (Viitattu 18.3.2023) https://www.helsinki.fi/fi/seismologian-instituutti/maanjaristykset

Ingervo, Eemeli (2023). Pisteitä vain? Kirjoitus Eemelin blogi -blogissa 4.3.2023. (Viitattu 18.3.2023) https://jeemlei.github.io/geoinformatiikan-menetelmat/2023/03/04/Pisteita_vain.html

Lauriala, Aleksi (2023). Harkka6. Kirjoitus Aleksi bloggaa -blogissa 21.2.2023. (Viitattu 18.3.2023) https://blogs.helsinki.fi/laleksi/

Viides kurssikerta ei alkanut erityisen onnistuneesti. Tipahdin heti alkuun muun ryhmän matkasta uuden asian, bufferoinnin parissa. Kurssikerran aineistot olivat Moodle-alustalla kahteen kertaan ja olin kiireessä ladannut vahingossa ylemmän eli väärän vaihtoehdon, joka ei sisältänyt kaikkea harjoituksissa tarvittavia aineistoja. Ihmeteltyäni jonkin aikaa, miksi minulta puuttui osa aineistosta, huomasin, että Moodlessa on aineistot toiseenkin kertaan. Sitä kautta löysin myös puuttuvat palaset QGIS-ohjelmistoon ja pääsin jatkamaan harjoitusten tekemistä. Tutustuin aiheeseen lähinnä kirjallisen ohjeen perusteella, koska muu ryhmä oli tässä vaiheessa minua edellä. Alkutunnista Pornaisten kartan avulla tehdyt tehtävät oli onneksi melko helppo tehdä, joten sain jotakin tehtyä, vaikka jäinkin vaille opetusta. Aloin kuitenkin pohtimaan, jäikö minulta kurssikerralla jotain oleellista kuulematta, kun jäin jumiin lopputunnin itsenäisiin tehtäviin.

 

Pornaisten alueen bufferointia

Bufferointia harjoiteltiin ensin Pornaisten alueen kohteilla. Bufferointi on mielestäni helppo toteuttaa QGIS-ohjelmistolla. Tämä harjoitus tuntuikin helpolta, vaikka se tulikin tehtyä itsenäisesti, eikä muun ryhmän mukana. Kokosin harjoituksesta saamani vastauksen taulukkoon, joka on tässä alapuolella (taulukko 1). Tutkin rakennusten ja asukkaiden sijoittumista suhteessa teihin, terveyskeskukseen ja kouluun. Tutkittava alue oli melko pieni, joten jopa yli neljäsosa asukkaista sijoittui 500 metrin säteelle terveyskeskuksesta.

 

Taulukko 1. Pornaisten asutuksen keskittyminen suhteessa eri kohteisiin.

 

Lentokenttiä, asemia ja taajamia

Viidennestä kurssikerrasta suurin osa käytettiin itsenäiseen työskentelyyn. Tehtävänä oli tutkia asukkaiden sijoittumista Malmin sekä Helsinki-Vantaan lentokenttiin, juna- ja metroasemiin sekä taajamiin nähden. Kokosin vastaukset yhteen taulukkoon, jossa osa arvoista on annettu absoluuttisina lukuarvoina ja osa prosenttiosuuksina (taulukko 2).

 

Taulukko 2. Itsenäistehtävien tuloksia. Asukkaiden sijoittuminen lentokenttiin, asemiin ja taajamiin nähden Helsingissä sekä Vantaalla.

 

Koen, että opin tehtävien kautta hyvin bufferoimaan eri kohteita. Osaan myös valita asukkaat bufferoidulta alueelta, jolloin pystyn helposti vastaamaan kysymykseen siitä, kuinka paljon jonkin alueen sisällä tai ulkopuolella on asukkaita. Kykenen lisäksi tarkastelemaan attribuuttitaulukossa valmiina olevia muita ryhmiä, kuten eri ikäluokkien määrää tietyllä alueella. Haasteen muodostaa kuitenkin se, jos täytyy ensin saada muodostettua haluttu kohderyhmä attribuuttitaulukkoon, jotta voidaan tarkastella tämän kohderyhmän lukumääriä. Esimerkiksi, jos halutaan selvittää, kuinka monella alueella ulkomaalaisten osuus on vähintään kymmenen prosenttia, tulisi ensin laskea prosenttiosuudet eri alueille. Tämä on kohta, johon itse jäin harjoituksissa jumiin. Laskentatyökalunkaan käyttö itsessään ei ole minulle vierasta, mutta jotenkin en osannut yhdistää tarvittavia tietoja siten, että olisin saanut laskutoimitusta tehtyä.

Koska olin saamistani tuloksista melko epävarma, vertailin tuloksiani useamman muun kurssilaisen (Tuukan, Eemelin, Nicklaksen, Aidan ja Leon) saamiin tuloksiin. Olimme kaikki saaneet hieman toisistaan poikkeavia lukuarvoja. Poikkeavuudet eivät kuitenkaan pääosin olleet erityisen suuria ja monet niistä ovatkin ihan ymmärrettäviä. Esimerkiksi lentokenttien osalta tulosten tarkkuuteen vaikuttaa se, kuinka tarkasti kiitoradat on kartalle piirretty.

Suurimmat eroavaisuudet näkyivät olevan tuloksissa, jotka ilmaisevat asukkaiden lukumäärän vähintään 60 dB-melualueella, kun lentokone laskeutuu poikkeuksellisesti kaakosta. Minun saamani tulos on Eemelin ja Aidan tulosten tavoin noin 3 000 asukkaan tietämillä, kun taas Nicklas ja Leo ovat saaneet tulokseksi noin 13 000. Tikkurilan alueella on paljon asukkaita, joten jos kyseisen alueen on piirtänyt vähän kapeampana tai lyhyempänä. tulokset saattavat jo siitä syystä poiketa toisistaan. On kuitenkin mahdollista, että tässä on tehty myös erilaisia tulkintoja. Hyvin samankaltaisia tuloksia puolestaan saatiin taajamatehtävässä, jossa kaikki olivat saaneet tuloksen, että 500 metrin säteellä juna- ja metroasemista asuu hieman reilu 20 prosenttia koko alueen asukkaista. (Katajamäki, 2023; Ingervo, 2023; Ferreira, 2023; Palmgren, 2023; Mäklin, 2023)

 

Bufferoinnin hyödyntäminen

Bufferointia voidaan hyödyntää monenlaisiin tarkoituksiin. Kun harjoituksissa bufferoitiin asemien läheisyyttä, minulle tuli mieleen, että esimerkiksi uusien asemien suunnittelussa voitaisiin hyödyntää bufferointia. Näin saataisiin tietoon, millä alueella asema palvelisi mahdollisimman useita asukkaita. Vastaavasti esimerkiksi kauppakeskusten rakennuspaikkojen suunnittelussa voidaan hyödyntää bufferointia. Ruokakauppojen osalta voitaisiin hyödyntää myös tietoa siitä, kuinka paljon esimerkiksi työmatkaliikennettä kulkisi suunnitellun kaupan ohi. Etenkin, jos kaupan kohderyhmänä on sellaiset, jotka asuvat syrjäseuduilla, ja kauppaa ei ole kodin välittömässä läheisyydessä, monet pysähtyvät kotimatkalla ruokaostoksille.

Mikko toi blogissaan esille myös sen, että paloasemien sijoittelun suunnittelussa voidaan hyödyntää bufferointia (Heiskanen, 2023). Tämä ei tullut itselläni heti mieleen, mutta se on varmasti hyödyllinen oivallus. Kaikkiin kohteisiin tulisi kuitenkin päästä mahdollisimman nopeasti, jolloin on tärkeää tietää, mille alueille asutus keskittyy paloaseman läheisyydessä. Toisaalta tässä tapauksessa tulee ottaa huomioon myös se, että matka-aikaan vaikuttaa myös esimerkiksi teiden sijainnit, jolloin pelkkä etäisyyden tarkastelu linnuntietä ei riitä. Se kuitenkin antaa osviittaa suunnittelulle.

 

Lähteet:

Ferreira, Nicklas (2023). 5. oppitunti – Ongelmanratkaisua ja lisää ongelmanratkaisua. Kirjoitus Nicklas Ferreira – Geoinformatiikan menetelmät 1 -blogissa 28.2.2023. (Viitattu 4.3.2023) https://blogs.helsinki.fi/ferrenic/

Heiskanen, Mikko (2023). Viides harjoituskerta. Kirjoitus Mcheiska’s blog -blogissa 13.2.2023. (Viitattu 25.2.2023) https://blogs.helsinki.fi/mcheiska/

Ingervo, Eemeli (2023). Bufferointia ja analyysejä. Kirjoitus Eemelin blogi -blogissa 28.2.2023. (Viitattu 4.3.2023) https://jeemlei.github.io/geoinformatiikan-menetelmat/2023/02/28/Bufferointia_ja_analyyseja.html

Katajamäki, Tuukka (2023). 5. Kurssikerta. Kirjoitus Tuukan GIS-blogi -blogissa 25.2.2023. (Viitattu 4.3.2023) https://blogs.helsinki.fi/katuukka/

Mäklin, Leo (2023). Harjoitus 5. Kirjoitus LMAKLIN’S BLOG -blogissa 3.3.2023. (Viitattu 4.3.2023) https://blogs.helsinki.fi/lmaklin/

Palmgren, Aida (2023). Viides kurssikerta. Kirjoitus Olen QGIS-tietoinen -blogissa 3.3.2023. (Viitattu 4.3.2023) https://blogs.helsinki.fi/aidapalgeo/

Neljännen viikon kurssikerralla tutustuimme pistemuotoisiin aineistoihin ja rasterikarttoihin. Aloitimme työskentelyn pääkaupunkiseutuaineiston parissa ja päädyimme lopulta Pornaisten alueen pariin.

 

Ruotsinkielisten osuus pääkaupunkiseudulla

Laadin pääkaupunkiseudusta ruututeemakartan, joka kuvastaa ruotsinkielisten osuutta eri alueilla (kuva 1). Koska aineisto on jaettu ruutuihin, ruotsinkielisten osuudet voidaan ilmoittaa tarkemmin kuin vain hallinnollisten rajojen mukaan. Taustalla olevan pisteaineiston avulla voitiin laskea kunkin ruudun alueella asuvien lukumäärä ja määrittää ruotsinkielisten osuus näistä.

 

Kuva 1. Ruotsinkielisten osuus pääkaupunkiseudulla (Helsinki, Vantaa, Espoo ja Kauniainen) Suomessa.

 

Kuvan 1 perusteella voidaan havaita, että Kauniainen kuuluu lähes kokonaan luokkaan, jossa ruotsinkielisten osuus on suurinta luokkaa (13,2–100 %). Espoon osalta ruotsinkieliset ovat keskittyneet enemmän läntiselle puolelle, vaikkakin luoteisosassa on nähtävillä myös pienintä arvoluokkaa (0–1,8 %). Vantaalla ruotsinkielisiä on eniten kaakkois- ja luoteisosissa. Vantaalla on kuitenkin muihin kartassa (kuva 1) näkyviin kuntiin verrattuna enemmän sinisiä, pienimmän arvon ruutuja. Helsingissä puolestaan suurin osa ruuduista edustaa arvoluokkia (1,8–3,8 %) ja (3,8–6,6 %), mutta esimerkiksi Itä-Helsingissä on kuitenkin myös muutamia suurimman arvon punaisia ruutuja.

Valitsin karttaan tällä kertaa useampia värejä, enkä vain yhden värin eri sävyjä. Mielestäni kartta herättää värien kautta lukijan mielenkiinnon, mutta värit ovat kuitenkin helposti tulkittavissa. Punainen, tumma väri kuvastaa suurinta määrää ja arvot pienenevät oranssin, keltaisen ja vihreän kautta viimein pienimmäksi arvoksi, jota kuvastaa sininen väri. Kartan avulla saadaan jo nopealla katsauksella hahmotettua ruotsinkielisten osuudet eri alueilla. Punaisella värillä kuvattu luokka on kuitenkin hyvin suuri (13,2–100 %) ja karttaan olisikin voinut laittaa vielä yhden luokan, jolloin yksittäinen luokka ei kuvaisi niin suurta arvoväliä. Kiinnitin tähän huomiota vasta jälkeen päin, sillä katsoin tehdessäni karttaa, että jokaiseen arvoluokkaan kuuluisi useampia ruutuja. Esimerkki tasaisemmilla luokilla laaditusta kartasta nähdään Pirjo Materon blogissa (Matero, 2023, kuva 1), jossa suurin arvoluokka on (62,5–100 %). Pirjo on käyttänyt kartassaan samoja värejä kuin minäkin, joten karttoja on helppo verrata keskenään. Esimerkiksi Kauniaisten alue näyttää minun kartassani (kuva 1) siltä, että sillä on hyvin paljon ruotsinkielisiä, mutta Pirjon kartassa alue kuuluu alimpien arvojen luokkiin. Vaikka kartat periaatteessa välittävätkin samaa informaatiota, lukija saa näistä erilaiset käsitykset.

Oman karttani (kuva 1) selkeyttä lisää se, että jätin siitä pois joitakin alkuperäisessä aineistossa olleita elementtejä, kuten joet. Eri värien selitykset, mittakaava ja pohjoisnuoli ovat helposti nähtävissä. Lukiessani Mikko Heiskasen blogia (Heiskanen, 2023), tajusin kuitenkin, että kartassani ei ole mainittu lainkaan paikannimiä. Kuten Mikkokin mainitsee blogissaan, paikannimien puutuminen vaikeuttaa kartan alueiden tulkintaa.

Laatimassani kartassa kukin ruutu on keskenään samankokoinen, joten tällöin olisin voinut esittää ruotsinkielisten lukumäärän myös absoluuttisina lukuarvoina. Tämä siksi, että ruutujen ollessa samankokoisia, arvot ovat keskenään vertailukelpoisia, vaikka olisivatkin absoluuttisia lukuarvoja. Toisaalta vaikka ruudut ovat pinta-alaltaan samankokoisia, niiden asukasmäärät ovat kuitenkin toisistaan poikkeavia. Absoluuttisten arvojen avulla ei siis kuitenkaan saataisi yhtä totuudenmukaista kuvaa kuin suhteellisilla arvoilla. Tämän vuoksi käytin laatimassani ruututeemakartassa (kuva 1) prosenttiosuuksia.

 

Pornaisten rajaus

Neljännen kurssikerran toisena aineistona oli Pornaisten alueen kartta ja tähän alueeseen linkitettyjä tietoja. Tämän tehtävän tarkoituksena oli oppia piirtämään kartalle korkeuskäyrät, mutta myös merkitsemään yksittäisiä kohteita viivojen ja pisteiden avulla. Korkeuskäyrien piirtäminen oli minulle uutta mutta ei yhdessä tehtynä kuitenkaan tuntunut erityisen haastavalta.

Piirsin karttaan myös muutamia isoimpia teitä Pornaisten alueelta. Lisäksi aloitin merkitsemään asuinrakennuksia palluroilla. En kuitenkaan merkinnyt kaikkia rakennuksia, sillä tarkoituksena oli vain oppia, kuinka työkalu toimii. Koenkin, että osaan nyt hyvin merkitä kohteita eri työkaluilla ja säätää objektien kokoa sekä väriä.

 

Lähteet:

Heiskanen, Mikko (2023). Neljäs harjoituskerta. Kirjoitus Mcheiska’s blog -blogissa 12.2.2023. (Viitattu 14.2.2023) https://blogs.helsinki.fi/mcheiska/

Matero, Pirjo (2023). Neljäs kurssikerta – ruutu- ja pisteaineistot. Kirjoitus Geoinformatiikan menetelmiä harjoittelemassa -blogissa 12.2.2023. (Viitattu 14.2.2023) https://blogs.helsinki.fi/matero/

Kolmannella kurssikerralla kävin läpi monenlaisia tunteita. Alkuun tuntui, että mikään ei suju, kun aineistot eivät näkyneet QGIS-ohjelmistossa oikein, eikä ongelma ottanut millään ratketakseen. Epätoivo meinasi iskeä, kun uhkaavasti näytti siltä, että tällä kerralla tulee menemään vielä huonommin kuin edellisellä kerralla. Kahden tunnin jälkeen, kun pidimme tauon, aloitin työskentelyn alusta omalla läppärilläni. Tämän jälkeen ei tullut enää vastaavia ongelmia ja pystyin jatkamaan työskentelyä muiden mukana. Lopputunnista koin myös onnistumisen riemua, kun pääsin yli eteen tulleista ongelmista ja opin uusia asioita myös toisen, itsenäisesti suoritetun harjoituksen aikana. Kyllä oli kotiin lähtiessä keveä mieli, kun kerrankin oli saanut tehtyä jotakin, eikä kaikki tehtävät jäänyt kotiin ratkaistaviksi.

 

Timantti- ja öljyesiintymiä sekä konflikteja Afrikassa

Yhteisesti tehdyssä harjoituksessa käsiteltiin Afrikka-aineistoa, jonka avulla tutkittiin timanttien, öljyn ja konfliktien esiintymistä Afrikassa. Ohessa kuva aineiston pohjalta tehdystä kartasta (kuva 1). Äkkiseltään katsottuna vaikuttaisi siltä, että timanttiesiintymät olisivat etelässä, öljyesiintymät pohjoisessa ja konfliktit olisivat timantti- ja öljyesiintymien väliin jäävän alueen ongelma. Totuus kuitenkin poikkeaa kuvan perusteella ensin saadusta käsityksestä, kun laskee kyseisten muuttujien lukumäärät attribuuttitauluun omiksi sarakkeikseen siten, että näkee esiintymien määrän kunkin valtion alueella. Ero selittynee ainakin osittain sillä, että symbolit ovat kartassa paikoitellen päällekkäin, jolloin niitä ei pysty erottamaan pelkästään kuvaa katsomalla.

 

Kuva 1. Konfliktit sekä timantti- ja öljyesiintymät Afrikassa.

 

Vertaillessani attribuuttitaulun lukuja, havaitsin, että konflikteja on pääsääntöisesti enemmän alueilla, joilla on enemmän timantti- ja öljyesiintymiä. Myös Pirjo Matero ja Tyyne Turunen kirjoittavat omissa blogeissaan tehneensä saman havainnon timanttiesiintymien ja konfliktien välillä (Matero, 2023; Turunen, 2023). Tämä viittaisi siihen, että olen saanut yhdistettyä eri tietoa attribuuttitaulukkoon oikealla tavalla.

QGIS-ohjelmiston avulla voidaan siis hyvin tutkailla esimerkiksi eri muuttujien välisiä yhteyksiä. Mitä yksityiskohtaisempia tietoja attribuuttitauluun eri muuttujista kokoaa, sitä parempi käsitys saadaan siitä, onko muuttujien välillä tosiaan jonkinlainen yhteys. Voisi nimittäin olla myös niin, että muuttujien välillä ei olisikaan oikeasti yhteyttä, vaan yhtenevyydet esiintymissä olisikin sattumaa. Usein on lisäksi niin, että taustalla vaikuttaa yksi tai useampia muita muuttujia. Tyyne kirjoittikin blogissaan nähneensä yhteyden myös konfliktien ja sosiaalisen median käytön välillä, sekä mainitsi, että ei ole tiedossa, minkä laajuiset konfliktit aineistoon on kerätty (Turunen, 2023).

Aineistoa tutkiessaan täytyy siis ottaa huomioon monia eri tekijöitä, minkä takia tämän aineiston pohjalta johtopäätökset jäävät hyvin pintapuolisiksi. Jos kuitenkin kerättäisiin tietoa esimerkiksi siitä, milloin timanttikaivoksen kaivuutyöt ovat alkaneet ja minä vuosina konflikteja on ollut kuinkakin paljon, saataisiin edes vähän realistisempi käsitys siitä, ovatko konfliktit lisääntyneet kaivuutöiden alkamisen myötä.

 

Suomen valuma-alueiden tulvaindeksejä ja järvisyysprosentteja

Kolmannen kurssiviikon toisena harjoitustyönä oli laatia kartta Suomen valuma-alueiden tulvaindekseistä ja järvisyysprosenteista (kuva 2). Kartalla näkyvät kaikki Suomen valuma-alueet ja sinisellä palluralla merkityt järvisyysprosentit. Aineiston avulla olisi saanut sijoitettua kartalle myös joet, mutta kartta ei ollut sellaisena helppolukuinen, minkä takia päädyin lopputulokseen, jossa niitä ei ole. Tosin jälkeenpäin muiden kurssilaisten blogeja lukiessani näin sellaisiakin helppolukuisia karttoja, joihin oli merkitty myös joet. Ei auta kuin todeta, että aina ei voi voittaa.

 

Kuva 2. Suomen valuma-alueiden tulvaindeksit ja järvisyysprosentit.

 

Toinen muuttuja, jota kartalla (kuva 2) havainnollistetaan, on tulvaindeksi, jonka sain jakamalla keskiylivirtaaman keskialivirtaamalla. Keskiylivirtaamalla tarkoitetaan tulva-aikaan mitattujen, korkeimpien virtaavan veden määrää kuvaavien arvojen keskiarvoa. Keskialivirtaamalla puolestaan tarkoitetaan kuivan kauden aikana mitattujen, alimpien arvojen keskiarvoa. Tulvaindeksi siis kuvaa suhdetta keskiylivirtaaman ja keskialivirtaaman välillä.

Kuvan 2 perusteella voidaan sanoa, että tulvia esiintyy eniten merenrannan läheisyydessä. Lisäksi vertaamalla kuvan 2 karttaa ensimmäisen blogitekstini kuvan 2 karttaan, voidaan huomata yhteys myös siinä, että tulva-alueilla on asutusta keskimääräistä enemmän. Järvisyysprosentti ei näillä rannikkoalueilla ole kovin suuri. Jäin miettimään, mikä merkitys järvillä on tulvaindeksiin ja löysinkin tiedon, että järvet tasaavat virtaamia (Suomen ympäristökeskus, 2021). Pienin tulvaindeksi näyttäisi olevan itäisessä Suomessa, jossa järviä on paljon ja asutus ei ole niin tiivistä. Lapissakaan tulvia ei ole kovin paljon, vaikka järvisyysprosentti onkin hyvin pieni. Lapissa ei kuitenkaan ole myöskään merenranta-alueita. Järvet ja joetkin voivat kuitenkin tulvia, etenkin keväällä, kun lumet sulavat. Lapin tulvaindeksi saattaisikin ainakin osittain heijastaa sitä, että alueella on talvisin hyvin suuret määrät lunta.

 

Lähteet:

Matero, Pirjo (2023). Kolmas kurssikerta – räpistely jatkuu. Kirjoitus Geoinformatiikan menetelmiä harjoittelemassa -blogissa 5.2.2023. (Viitattu 6.2.2023) https://blogs.helsinki.fi/matero/

Suomen ympäristökeskus SYKE (2021) sivustolla vesi.fi. Tulvariskien kehitys tulevaisuudessa. (Viitattu 6.2.2023) https://www.vesi.fi/vesitieto/tulvariskien-kehitys-tulevaisuudessa/

Turunen, Tyyne (2023). 3. harjoituskerta 1.2.2023. Kirjoitus TTYYNE’S BLOG –blogissa 1.2.2023. (Viitattu 7.2.2023) https://blogs.helsinki.fi/ttyyne/2023/02/01/3-harjoituskerta-1-2-2023/