Viimeinen kurssikerta

Viimeisen kurssikerran tehtävänä oli luoda itse kartta alusta loppuiun. Jaiks. Aloitin tehtävän itsenäisesti kotona, sillä en ollut etsinyt materiaaleja kurssikerralle etukäteen. Työhön kului ainakin kuusi tuntia, ja hieman enemmänkin kaike räpellyksen ja huonojen yritysten takia.

Valitsin karttaani netistä karttakuvan, jossa näkyvät Suomi ja sen maakunnat. Sen jälkeen rekisteröin sen koordinaatistoon Mapinfossa. Jo tämä ensimmäinen tehtävä aiheutti suunnattomasti ongelmia, sillä yritin tehdä tämän vaiheen varmaan neljä kertaa, mutta koska en tiennyt kuvan kartan projektiota, kartta ei viimeiselläkään kerralla istunut pohjakarttaan hyvin, mutta päätin, että tämä saa olla tarpeeksi hyvä. Digitoin vielä kartasta maakunnat, jolloin niihin voi luoda tietyt teemat.

Tilastojen liittäminen mapinfoon sujui hyvin, pitkän mietinnän jälkeen toki, mutta onnistuin. Tässä vaiheessa ajattelin, että saisin tehtyä koko kartan pelkkien tekstiohjeiden avulla. Viime metreillä epäonnistuin, sillä en saanut liitettyä kaikkia tilastotietoja samaan taulukkoon, josta olisin teemakartan tehnyt. Nyt alkoi jo pinna kiristyä kun olin torstain iltatunnilla, joka oli tällä kertaa täynnä opiskelijoita. Apua oli vaikea saada, kun kaikki muutkin tarvitsivat apua ja jonoa oli monen opiskelijan verran. Kun olin opettajan avustuksella saanut tilastot samaan taulukkoon, itse teemakarttojen teko oli helppoa, sillä sitä on harjoiteltu jo monen monituista kertaa.

Minua harmittaa, että jouduin pyytämään apua tässä tehtävässä, sillä ajattelin alusta asti että tästä haluan suoriutua itse, olenhan melkein kaikki näistä työvaiheista jo aiemmin suorittanut. Koen kuitenkin, että nyt osaan käyttää Mapinfoa sen verran, että voin sanoa ohjelmiston olevan tuttu. Kurssin aikana tietoa tuli nopeasti ja paljon, mutta tämä viimeinen tehtävä kokosi aiemmat hyvin nippuun.

Kuva 1. Koropleettikartta maakuntien äänestysprosenteista ja ikäryhmäjakaumista. Ympyrädiagrammin keltainen osuus kuvaa yli 64-vuotiaita.

Kartan pohjateemana on äänestytprosentti vuoden 2012 kunnallisvaaleissa. Valitsin tämän aiheen sen ajankohtaisuuden vuoksi. Se ei kuitenkaan käy yksiin toisen valitsemani teeman kanssa, joka on väestön ikäjakauma, mutta vuodelta 2015. Äänestysprosenteissa ei ole paljon eroavaisuutta, minkä näkee luokittelusta, mutta kartasta ilmenee, että ahkerimmin on äänestetty Pohjanmaalla. Olisi mielenkiintoista verrata näitä tilastoja tänä vuonna tapahtuvien vaalien äänestysaktiivisuuteen. Blogissaan Torkko kertoo, että tilastojen etsiminen oli vaikeaa ja niiden käyttö hankalaa muun muassa vaihtelevien aluerajojen takia (hänen karttansa aihe oli Kenia). Koin hieman samaistuvani tähän, sillä Uusimaa ja Länsi-Uusimaa olivat toisessa tilastossa erikseen, mutta toisessa jo yhteenliittyneinä. Tajusin tämän vasta siinä vaiheessa kun olin piirtänytkin Uudenmaan kahteen osaan, ja minun täytyi siten yhdistää ne pelkäksi Uudeksimaaksi.

Teemojen vertailtavuus ei onnistunut ihan niin hyvin kuin toivoin, sillä alueellisesti ikäjakaumalla ei ole paljoa eroa. Olisin toivonut löytäväni eroja, missä äänestetään eniten ja vähiten ja verrata sitä siihen, missä on selkeästi eniten vanhuksia. Yritin siis saada selville eri ikäisten ihmisten äänestyskäyttäytymistä, mutta näillä tilastoilla analyysi ei onnistu. Itse en ainakaan huomaa juurikaan eroja ikäryhmissä eri alueilla. Siksi koen, että kartta hieman epäonnistui, vaikka kartan ulkoasu on mielestäni hyvä ja selkeä. Olisin voinut valita äänestysprosentin kanssa vertailtavaksi myös jotain muuta.

P.s. jätin kartasta Ahvenanmaan maakunnan pois, sillä siitä ei löytynyt kaikkia tilastoja.

Lähteet:

Torkko, Jussi, https://blogs.helsinki.fi/torkjuss/, luettu 18.3.2017

Suomen maakuntakartta, https://commons.wikimedia.org/wiki/File:Suomen-maakunnat-template.png, luettu 2.3.2017

Tilastokeskus, http://www.stat.fi/tup/alue/kuntienavainluvut.html#?year=2017&active1=SSS, luettu 2.3.2017

6. kurssikerran maanjäristykset

Tällä kerralla teimme opetukseen soveltuvia hasardikarttoja. Omasta lukioajastani muistan hyvän maantiedon opettajan, joka näytti usein karttoja, videoita ja kuvia ilmiöistä, sillä maantiede tapahtuu ulkona luonnossa eikä kirjoissa ja teoriassa. Hasardikartoilla pystytään vertailemaan eri hasardeja, kuten maanjäristyksiä ja tulivuoria, sillä monet niistä ovat riippuvaisia toisistaan.

Nykypäivänä, jolloin opetus siirtyy pikkuhiljaa nettiin ja tietokoneille, oppilaiden motivaatio saattaa herpaantua ”tylsiä kirjoja” lukiessa ilman hyvää havainnollistavaa visualisointia. Opettajana käyttäisin maanjäristyksiä käsiteltäessä netistä löytyviä videoita eri voimakkuuksista. Esimerkiksi tämä video havainnollistaa vuoden 2011 maanjäristyksiä ja niiden koon suhteellisuutta. Alussa näyttää, että maanjäristyksiä tapahtuu päivittäin ja useita. Video alkaa minuutin kohdalla käydä jo tylsäksi, mutta kohdassa 1.35 karttaan ilmestyy maaliskuun 2011 Japanin maanjäristykset. Tässä näkyy järistyksen koon suhteellisuus. Pieniä tapahtuu usein, isoja harvoin, mutta ne aiheuttavat suurta ja pitkäaikaista vahinkoa jälkijäristyksineen.

Kartta 1. Maailman tulivuoret

Ensimmäisessä kartassa näkyy maailman tulivuoret. (kartta 1) Tästä opettajana kertoisin syitä sijaintiin. Tulivuoria on monia erilaisia, ja näiden kartalla 1 näkyvien sijainnit täytyy selittää oppilaille. Tämä kartta ei kuitenkaan kerro tulivuorenpurkauksien määrästä millään aikavälillä, sillä niitä tapahtuu harvoin, ja osa näistäkin kartassa 1 näkyvistä tulivuorista ovat niinsanotusti unessa, eikä niiden purkautumisen odoteta tapahtuvan pitkään aikaan.

Kartta 2. Maanjäristykset maailmassa vuodesta 2002 eteenpäin, magnitudit 5-6.

Kartassa 2 näkyy magnitudin 5 maanjäristykset. Aineisto pystyi ilmoittamaan vain 10 000 maanjäristystä, joten oppilaille täytyisi opettaa, että tässä ei todellakaan ole kaikki,  vaan kyseinen tietokoneohjelma ei yksinkertaisesti pysty ilmoittamaan useampaa maanjäristystä samassa taulukossa. Vertaamalla karttaan 3 ero on suuri. Kartassa 3 näkyy yli 7 magnitudin maanjäristykset, joita on vähän. Vertaamalla 2. ja 3. karttaa voidaan päätellä, missä ovat tektonisesti hasardeimmat alueet, sillä 2. kartasta sitä on vielä vaikea hahmottaa. Blogissaan Pajukangas on verrannut maanjäristysten määrää myös aikaan 50 vuotta sitten, jolloin voimakkaita järistyksiä sattui vähemmän. Olisi kiehtovaa syventyä tämän ilmiön syihin ja seurauksiin, mutta ensin opettajana kertoisin perustiedot maanjäristyksistä, ja sitten knoppitietona ehkä kertoisin tällaisesta järistyksien lisääntymisen ilmiöstä viimeisen sadan vuoden aikana.

Kartta 3. Maanjäristykset maailmassa vuodesta 2002 eteenpäin, yli 7 magnitudia.

Liittämällä mukaan vielä kartan mannerlaattojen rajoista, näkee näiden ilmiöiden sijaintien riippuvuus toisistaan. Opetuksessa tätä voisi pitää jonkinlaisena alkuesittelynä, ja jatkaa siitä sitten mannerlaattojen muotoihin, erilaisiin tulivuoriin ja maanjäristyksien seurauksiin.

Lähteet:

Pajukangas, Hilkka, https://blogs.helsinki.fi/pajukahi/2017/02/25/kurssikerta-6-kymmenen-pistetta-ja-maanjaristysmerkki/, luettu 1.3.2017

Kartta mannerlaatoista, https://www.learner.org/interactives/dynamicearth/plate.html, luettu 1.3.2017

Video maanjäristyksistä, https://www.youtube.com/watch?v=7-uguY9cKqk, luettu 1.3.2017

 

 

Kurssikerta 3

Kolmannella kurssikerralla siirryimme hieman haastavampiin teemakarttoihin. Tällä kertaa aineistoissamme ei ollut kaikkea tarvittua tietoa, joten se jouduttiin hakemaan muista tietokannoista. Tarkasti esimerkkejä seuraamalla onnistuin lisäämään ja yhdistämään eri taulukoiden tietoja query- ja select-toiminnoilla, mutta se ei ehkä vielä tällä toistomäärällä painunut kalloon rutiiniksi, vaan joka kerta hapuilin enkä ollut varma, mitä pitää tehdä ja millä työkalulla.

Kuva 1. Koropleettikartta valuma-alueiden tulvaindekseistä ja järvisyydestä.

Kartassa 1 näkyy Suomi jaettuna valuma-alueisiin. Valuma-alueiden määrä on keskisessä Suomessa vähäinen, samoin Lapissa. Rannikon läheisyydessä valuma-aluiden määrä kuitenkin lisääntyy mitä selittää alueen muuttumaton matala topografia. Kartassa näkyy kuitenkin myös Suomen ulkopuolisten alueiden valuma-alueita.  Koivu on blogissaan tehnyt myös hyvän huomion siitä, että Lapin valuma-aslueiden tulvaindeksit ovat korkeita, mutta valuma-alueet ovat verrattain myös suuria, suhteelline tulvaindeksi täten pienenee. (Koivu, 2017)

Tulvaindeksit ovat suurimmillaan rannikolla, missä keväiset tulvat ja maanpinnan tasaisuus aiheuttaa tulvia, sillä vesi etenee siellä erittäin hitaasti kohti merta. Pahimmat tulvaindeksit ovat Pohjanmaalla, Satakunnassa, Varsinais-Suomessa ja Uudellamaalla. Tulvaindekseihin on aikojen saatossa vaikuttanut maankohoaminen Perämerellä, ja hamassa tulevaisuudessa rannikon laskujokien veden kulkusuunta saattaakin kääntyä vastakkaiseksi ja suuntautua kaakkoon.

Kun tulvaindeksejä verrataan järvisyyteen, huomataan, että siellä missä järviä on paljon, tulvaindeksit eivät nouse vaaralliselle tasolle. Keski-Suomessa järvet tasaavat joissa liikkuvaa vesimäärää, eikä tulvimista tapahdu yhtä paljon kuin rannikon humuspitoisissa joissa. Keväällä sulaneet lumet saavat kuitenkin aikaan luonnollista pinnankorkeuden vaihtelua järvissä.

 

Lähteet:

Koivu, Kristiina, https://blogs.helsinki.fi/koivukri/2017/02/08/kurssikerta-3-tietokantojen-kayton-harjoittelua/, luettu 23.2.2017

Kurssikerta 4. Ruututeemakartta

Neljännellä kurssikerralla laadimme ruututeemakartan. Tähän käytimme gridtyökalua, jonka avulla annoimme tietyille maantieteelliselle pisteelle tietyn arvon. Jotta saimme gridiin tarvitsemaamme tietoa, taulukkoon täytyi lisätä sarakkeita, mikä luonnistuu jo työskennellessä helposti. Sen jälkeen toimme taulukkoon tietoa toisesta tietokannasta, mikä oli vielä harjoittelun toistamista, mutta kertaus on opintojen äiti.

Lopputuloksesta täytyikin vielä soveltaa oma kartta kiinnostavasta aiheesta, ja valitsin ulkokansalaisten absoluuttisen määrän pääkaupunkiseudulla (kuva 1). Kartan ulkonäkö jäi hieman rumaksi, sillä en poistanut gridkartasta ruutujen reunoja. Värit tulevat siitä huolimatta ilmi selkeästi.

Kartasta 1 nähdään, että ulkokansalaiset eivät oikeastaan muodosta kovin selkeitä klustereita pääkaupunkiseudulla. Olisin itse kokemusteni mukaan veikannut, että kartasta olis nähtävissä selkeät alueet, millä ulkomaiden kansalaiset asuvat. Esimerkiksi Lontoossa olen törmännyt ilmiöön, että erään pitkän ostoskadun päässä Itä-Lontoossa on bangladeshilaisten asutuskeskittymä, ja kadulla on vieri vieressä lähes kymmenen bangladeshilaista ravintolaa. Toki ero voi olla siinä, että Lontoo on isompi kaupunki kuin Helsinki, ja siellä välimatkat ovat pidempiä kuin pääkaupunkiseudulla. Täällä ulkokansalaisilla ei ole ehkä niin selkeää tarvetta päästä asumaan serkun siskon kaiman naapuriin, vaan sinne, mistä asunnon nyt ylipäätään on mahdollista saada.

Ulkokansalisten määrä vähenee kuitenkin pääkaupunkiseudun reunoille edetessä, minkä ymmärtää, sillä saavutettavuus siellä heikkenee . Monia Suomeen saapuvia kiinnostaa kaupungissa asumisen helppous ja tuttuus, sillä pienet suomalaiskaupungit saattavat vaikuttaa vastustusmielisiltä ja työpaikkoja voi olla hankala saada.

Hieman enemmän ulkokansalaisia on sijoittunut Itä-Helsinkiin, joka on alueena edullinen asua, mutta siitä voi olla myös sosiaalista haittaa esimerkiksi lasten koulumenestyksessä. Itä-Helsingissä on tutkimusten mukaan hieman heikommat kouluarvosanat Helsingin keskiarvoon verrattuna. Myös esimerkiksi lähijunareittien varsille on muodostunut ulkokansalaisten keskittymiä Vantaalle ja Espooseen.  Yllättävä keskittymä on Espoossa, mikä sai minut keksimään, että tässä aineistossa ulkokansalaisia ei ole jaoteltu kansallisuuden perusteella. Siksi Espoon klusteri saattaa tarkoittaa esimerkiksi ruotsalaisia maahanmuuttajia, tai ulkomailta tulleita bisnesmiehiä, eikä lähi-idästä paenneita pakolaisia.

Kuva 1. ulkopaikkakuntalaisten määrä pääkaupunkiseudulla

Jotta lukija ymmärtäisi karttaa mahdollisimman hyvin, sen ulkonäkö voisi olla miellyttävämpi. Laaksonen on tehnyt ruututeemakartan samasta aiheesta, ja hänen kartan värityksensä on helpommin ymmärrettävissä. Mitä tummempi alue, sitä enemmän ulkokansalaisia. (Laaksonen, 2017) Lisäksi Laaksosen kartassa on käytetty neljää luokkaa, mikä selkeyttää kartan hahmottamista.

Ruutuuteemakartan informatiivisuus toimii absoluuttisten määrien käytössä. Kun ruudut ovat yhtä suuria keskenään, niihin liittyvä tieto välittyy selkeästi ruuduilla. Verrattaessa tätä pistekarttaan huomataan, että pistekartoissa käsitellään suhteellisia arvoja. Absoluuttiset luvut eivät sovi esitettäviksi pisteiden avulla, sillä kartasta tulisi sekava. Pistekartat toimivat parhaiten suhteellisilla luvuilla niin, että pisteiden koko muuttuu arvon muuttuessa.

Lähteet:

Laaksonen, Iivari https://blogs.helsinki.fi/iilaakso/2017/02/10/85/, luettu 23.2.2017

Kurssikerta 5

Tällä kurssikerralla teimme tehtäviä liittyen bufferointiin, mikä oli haastavaa. Käytimme buffereiden tekoon siihen tarkoitettua työkalua, minkä jälkeen suoritettiin laskutoimituksia joko bufferin sisään tai sen ulkopuolelle jäävistä kohteista. Alkuun pääseminen oli tässä tehtävässä hankalaa, sillä en ollut edellisen kurssikerran toisella puoliskolla, ja siellä tehdyt tehtävät eivät olleet tulleet tutuiksi.

Puskurivyöhykkeitä voidaan hyödyntää kun halutaan selvittää jonkin asian vaikutus tiettyyn alueeseen, esimerkiksi festarialueen metelin vaikutusalueella asuvien ihmisten määrä. Tällä lailla ennakoimalla voidaan vaikuttaa ihmisten käytökseen etukäteen ja mahdollisesti muuttaa tiedossa olevia asioita, jotta seuraukset ovat lievempiä. Näitä tehtäviä tehdessäni en ollut ollenkaan varma ensimmäisistä saamistani vastauksista. Koulutehtävän vastaukset tein luuranko-ohjeen avulla, mutta en usko, että kouluikäisiä on tuolla koulupiirin alueella 84% kaikesta väestöstä (Taulukko 1.)

Taulukko 1. Helsinki-Vantaan lentoaseman tietoja ja itsenäistehtävän vastaukset.

Kun yritin miettiä vastausta kysymykseen ”mitä tarvitaan että Mapinfolla pystyy tehdä analyyseja” en millään keksinyt mitään selkeää kriteeriä. Ajattelin vain paikkatietoa könttäkokonaisuutena, enkä ajatellut että sitä erittelemällä löytäisin vastauksen. Saarisen blogista luin oivalluksen, että paikkatieto on teitenkin tiettyihin koordinaattipisteisiin sidottua tietoa, ja juuri sijainti tarvitaan, jotta aineistoa pystyttäisiin Mapinfolla analysoimaan. (Lähde 1.)

Onnistumisen tunteen koin, kun löysin Moodlesta luuranko-ohjeet, joiden avulla sain tehtyä itsenäistehtävät loppuun. En usko, että olisin keksinyt kaikkia tehtäviin tarkoitettuja työkaluja ilman joka askeleen läpi käyvää ohjetta, sillä Mapinfon soveltamista ei ole vielä harjoiteltu. Olen vain tehnyt niinkuin esimerkki näyttää ja yrittänyt pysyä perässä, enkä niinkään ole ehtinyt tunneilla miettiä, miksi näin teemme.

En koe vieläkään olevani Mapinfo-mestari, mutta luulen, ettei se tässä vaiheessa ja näillä harjoitusajoilla voisi olla mahdollistakaan. Varsinkaan kun en ennen viime syksyä osannut käyttää edes Exceliä. Tiedon kartuttaminen on ollut hidasta, mutta nopeampi tahti todennäköisesti sekoittaisi ajatukset ja tehtävät keskenään, ainakin minunlaiselleni oppijalle, joka oppii parhaiten katsomalla, miten hommat hoidetaan ja sen jälkeen kokeilemalla itse. Soveltaminen on kuitenkin asia erikseen, sillä vaikka kokonaisuuksia on käyty läpi vain muutamia, niissä on monia välivaiheita, joissa yritän vain pysyä perässä, sillä jos ajatus katkeaa hetkeksikin, tipun kyydistä ja yritän löytää tehdyt työvaiheet, mikä taas aiheuttaa sen, etten pysty kuunnella opettajaa kun hän kertoo jo seuraavien välivaiheiden ohjeita.

Päällimäisenä mielessäni tärkeistä työkaluista ovat taulukoiden eri työkalut. Niillä saan laskettua prosenttiosuuksia, kerättyä tietoa eri taulukoista samaan ja näiden avulla pystyn luoda karttoja, joista tieto on nähtävissä. Joitakin näistä on käytetty jo useilla kurssikerroilla, ja niiden käyttö on pikkuhiljaa painunut muistiin, mutta monet tehtävät on toistettu ainoastaan kerran tai kaksi, jolloin muistan vain tehneeni ne, mutta en muista, mitä vaiheita lopputulokseen pääseminen vaatii. En esimerkiksi muista eri työkalujen nimiä, enkä ymmärrä kaikesta, miksi teen mitä teen, mutta asiaa auttaisi jatkuva askeleiden toistaminen. Kun laskin viikko sitten luuranko-ohjeen avulla koulupiirien oppilasmääriä, tunsin lopuksi oivaltaneeni, miksi työ vaatii juuri kyseiset työvaiheet.

Lähteet:

 

Saarinen, Eemi, https://blogs.helsinki.fi/eemisaar/, luettu 22.2.2017

2. kurssikerta ja artikkeli 1

Tänään jatkoimme MapInfon peruskäytäntöjen opettelua. Viimeksi teimme vain yhden teeman sisältäviä karttoja, mutta nyt teimme esimerkkikarttoja monesta eri teemakarttatyypistä. Näitä karttatyyppejä olivat eri koropleettikartat, joihin pohjateeman päälle lisättiin toinen teemakartta symbolein. Tutuiksi tulivat myös niin tiheyskartat kuin prismaattiset kartat.

Tehtävänämme oli tehdä koropleettikartta, johon saimme itse päättää käytettävät teemat. Oma karttani käsitteli taas Etelä-Pohjanmaata, joten koko Suomea käsittelevästä tilastosta tein Queryn Etelä-Pohjanmaan kunnista. Karttani teemat ovat työpaikkojen määrä ja väestönlisäys vuonna 2015. Valitsin nämä teemat, sillä ne vaikuttavat toisiinsa. Blogissaan myös Piela on pohtinut samaa ongelmaa, miten löytää toisiaan tukevat teeman samaan karttaan.

Kuva 1. Etelä-Pohjanmaan kuntien työpaikkojen absoluuttiset määrät ja väestönlisäys vuonna 2015

Lopullinen kartta on mielestäni selkeä, sillä työpaikkojen määrää kuvaava teemakartta nuolien alla on tarpeeksi erottuvan värinen, mutta se ei sekoita nuolien tulkintaa. Vihreät ja punaiset nuolet aiheuttivat hieman hankaluuksia, sillä osa muuttomääristä oli niin pieniä, että niitä kuvaavat nuolet ovat pikkiriikkisiä. Opettajan mukaan tässä tilanteessa tärkeintä kuitenkin oli, että ne erottaa punaisiksi nuoliksi. Siksi tyydyin tähän lopputulokseen.

Tätä karttaa voi verrata myös aiemmin tekemääni karttaan (Blogikirjoitus Mikä MapInfo), joka kuvaa nuorten asukkaiden määrä kunnissa. Tässäkin kartassa työpaikkarikkaimmiksi kunniksi ovat muodostuneet Seinäjoki, Lapua ja Ilmajoki. Nämä kolme ovat myös ainoat kunnat joissa väestönlisäys on positiivista. Kasvava Seinäjoki lisää tarjontaansa myös työpaikkojen osalta, sillä monet yritykset tahtovat nyt investoida kasvavaan kaupunkiin. Näitä työpaikkoja lähtevät tavoittelemaan maakunnan muut ihmiset muuttamalla lähemmäksi Seinäjokea. Väestönväheneminen on suurinta Kauhavalla (Taulukko 1), mikä johtuu siitä, että sieltä on vielä suht lyhyt matka muuttaa lähemmäs maakuntakeskusta. Maakunnan reunoilla sijaitsevissa kunnissa muutos on negatiivista, mutta huomattavasti vähemmän kuin lähempänä Seinäjokea. Näissä tapauksissa väestö saattaa olla iäkästä, eikä töitä etsiviä lapsiperheen vanhempia ole paljon. Iäkkäillä ihmisillä kynnys muuttaa pitkän matkan päähän on suuri. En kuitenkaan tiedä näiden kuntien ikäjakaumia, joten väestön ikä ei välttämättä ole syy. Pienissä reunakunnissa väestö on määrältään pieni, joten voi olla, että kunta tai kaupunki pystyy työllistämään kaikki asukkaansa, eikä muuttotarvetta ole.

Koko maakunnassa väestönlisäys on kuitenkin negatiivista, sillä muuttoliike suuntautuu myös esimerkiksi Etelä-Suomeen. Tämä vaikuttaa koko Suomen tasolla työllisyystilanteeseen, mutta koska aiheenani on Etelä-Pohjanmaa, en syvenny tähän sen enempää.

Taulukko 1. Eteläpohjanmaan kuntien väkiluvun nettomuutos vuonna 2015

Artikkeli 1.

Anna Leonowiczin kirjoittama artikkeli Two-variable choropleth maps as a useful tool for visualization of geographical relationship käsittelee koropleettikarttojen luettavuutta ja siihen vaikuttavia tekijöitä. Kun artikkelissa vertailtiin yksi- ja kaksiteemaisia karttoja, huomattiin, että avainasemassa on luokittelu ja värit. Liian suuri luokkien määrä vaikeuttaa asioiden suhteellisuuden hahmottamista, samoin värit, jotka eivät ole sävyiltään jatkuvia. Myös vastaanottajan kartanlukutaidot ovat merkittävässä asemassa suhteellisuuden ymmärtämisessä.

Teemojen päällekkäisyys kartoissa mahdollistaa erilaisten yhdistelmien luomisen. Usein spatiaalisuuden ymmärtäminen ja liittäminen johonkin asiaan on helppoa, mutta sen pohtiminen enemmän, yhteys muihin teemoihin, syihin ja seurauksiin, voi olla haastavaa. Päällekkäiset teemat kartassa helpottavat lukijaa suhteellisuuden ymmärtämisessä, mutta myös kartan tekijää työprosessissa. Ihminen oppii usein paremmin nähdessään mallin, kuvan tai esimerkiksi kartan. Tällöin karttakuvasta välittyvä tieto yhdistyy tekstistä luettuun tietoon, ja kahden asian suhteellisuus hahmottuu paremmin.

Artikkelin karttojen legendat poikkeavat meidän luomistamme kartoista siten, että kuvassa on variaabeli (tai mediaani), jonka ympärille tapaukset sijoittuvat. Meidän tällä kurssilla tekemissämme kartoissa legendassa on värit ja symbolit, mutta niistä ei suoraan pysty lukea teemojen riippuvuutta, vaan se ilmenee vasta kartasta. Tästä kyseisestä kuvaajalegendasta en kuitenkaan ymmärrä kaikkea. Jostain syystä minun on hankala lukea välimaaston tapauksia ja ymmärtää että mitä ne oikein tarkoittavat. Ymmärrän paremmin yhtä teemaa esittävät kartat sekä iästä että maalaisuudesta/syrjäisyydestä, mutta yhdessä ne muodostavat kartalle hämmentäviä väriyhdistelmiä.

Artikkelin luku oli aluksi haastavaa, sillä se käsitteli tieteellisiä asioita. Vasta kun pääsin tekstissä vaiheeseen, joka kertoi opiskelijoille tehdystä testistä, ymmärsin mikä artikkelin ydinajatus oli. Tämän jälkeen palasin tekstin alkuosaan ja ymmärsin sen paremmin. Etenkin kappale, jossa kerrotaan luokittelun tasosta, oli hankalaa luettavaa, sillä ajatuksen keskeytti monta kertaa tekstissä olevat sulkeet. Tähän saattaa vaikuttaa muun muassa kirjoittajan ja lukijan kulttuuriset erot, sillä asioiden käsittely ja opetus eri kulttuureissa vaihtelee.

 

Lähteet:

Piela, Emma, https://blogs.helsinki.fi/emmapiel/, luettu 18.3.2017

 

 

Mikä MapInfo?

Tänä keväänä opettelemme Arttu Paarlahden ohjaamana paikkatiedon hankintaa, analyysia ja kartografiaa, mutta heti ensimmäisellä kurssikerralla jäin muista jälkeen saapumalla paikalle myöhässä. Ehdin kuitenkin vielä muiden mukaan, sillä alkuun palauttelimme mieliimme, mitä paikkatieto oikeastaan on.

Perusosion jälkeen aloimme tutkia MapInfo -ohjelmaa. Kävimme askel askeleelta läpi kohti valmista teemakarttaa. Yksin tämä prosessi olisi ollut sama kuin olisi antanut sokealle kirjan, jossa ei ole sitä nypylätekstiä. Opettajan ohjauksella tämä kaikki eteni minun osaltani vaivattomasti. Kun tekemämme esimerkkikartta oli valmis, kuulin järkytyksekseni sanat: ”Sitten teette alusta jonkin teemakartan näiden ohjeiden mukaisesti.” Tuntui kuin kaikki ohjeet olisi unohtunut pääkopastani samalla hetkellä, mutta kun niitä lähti kertaamaan niin onnistuihan se kartanteko lopulta.

Tekemääni karttaan valitsin teemaksi 0-14-vuotiaiden osuuden väestöstä Etelä-Pohjalaisissa kunnissa. Haastetta tähän prosessiin toi aineiston laajuus. Se käsitti koko Suomen, mutta halusin omaan karttaani ainoastaan eepeen kunnat. Opettaja näytti kuinka isosta tilastoaineistosta tehdään kysely, jonka avulla loin uuden aineiston, joka sisälsi vain haluttujen kuntien tiedot. Kartan tekninen tekeminenhän on Akun sanoin helppoa (Suoknuuti, 2017), mutta jokainen askel oli haastavaa muistaa yhden toiston jälkeen. Lisäsin karttaan parilla klikkauksella myös kuntien nimet, sillä näin pientä aluetta käsiteltäessä se selkeyttää alueiden hahmottamista ja jatkoanalyysia. 

Kuva 1. 0-14-vuotiaiden osuus väestöstä Etelä-Pohjanmaalla

 

Kun olin liittämässä kuvaa blogiin, huomasin ei-niin-iloisen yllätyksen. Jostain syystä osa kuntien nimistä ei ollut tulostunut lopulliseen kuvaan. Jatkossa nähdään korjaako joku tämän vai joudunko minä tekemään sen peräti itse?!

Kartan informatiivisuus on tällä hetkellä siis vajanainen, sillä osa kuntien nimistä puuttuu. Värit ovat kuitenkin tarkoitukseen sopivat, ja jo pienellä vilkaisulla lukija varmasti ymmärtää niiden tarkoitukset. Normaalisti väestökartoissa vaalea väri tarkoittaa pientä väestöä ja tumma suurta.

Kartassa näkyy nuoren väestön määrä, mikä heijastaa koko kunnan tulevaisuutta. Eteläpohjanmaalla maakuntakeskuksena toimii Seinäjoki, joka on kartalla nimettömänä, mutta sijaitsee Lapuan ja Ilmajoen välillä. Sen väestö on noin 65 000, kun taas Soinissa asukkaita on vain 2273 (Tilastokeskus, 2015) Etelä-Pohjanmaan tulevaisuus on kokonaisuudessaan hyvä, sillä Seinäjoki kasvaa ja houkuttelee monia lapsiperheitä muuttamaan alueelle myös maakunnan ulkopuolelta. Kuntatasolla muutos on kuitenkin negatiivinen, sillä maakunnan reunakunnissa väestö vähenee eikä lapsia synny siinä määrin, että kunnan huoltosuhde pysyisi hyvänä. Seinäjoen lisäksi nuoren väestön määrä on suuri myös Lapualla ja Ilmajoella, sillä Seinäjoen kasvukeskuksen positiiviset vaikutukset yltävät myös kaupungin rajojen ulkopuolelle. Tulevaisuudessa koulutusta voi olla yhä vaikeampi järjestää reunakunnissa pieneneville koululaisryhmille ja koulumatkat pitenevät. Näin ollen lapsiperheiden muutto alueelle vähenee entisestään, mikä voi johtua myös vanhempien työpaikkojen vähyydestä.

Jo pienellä vilkaisulla lukijalle ilmenee, että väestön tulevaisuus näyttä positiiviselta maakunnan keskiosissa, missä nuorten osuus väestöstä on suurin. Lisähaastetta tuottaa kuntien nimien puuttuminen, minkä voi toisaalta ottaa jännittävänä tutkimuksena lukijalle.

Lähteet:

A. Suoknuuti, https://blogs.helsinki.fi/aksu/, luettu 27.1.2017

Tilastokeskus, kuntien avainluvut 2015, http://pxnet2.stat.fi/explorer/Kuntien_avainluvut_2015/kuntakartta.html#_ga=1.199210602.457242875.1485773741, luettu 30.1.2017