Noin valmista tuli, kiitos kurssista allihopa!

Kurssi huipentuu viimeisellä kurssikerralla työstettyyn teemakarttaan, jonka sisällön opiskelija valitsee omatoimisesti. Tehtävänä on valita kaksi muuttujaa esitettäväksi teemakartalla, joiden väliltä pystyy mielellään lukemaan jonkinlaista korrelaatiota.

Aineiston valinta tuottaa haasteita. Tehtävän kannalta mieluisinta olisi valita sellaiset muuttujat, joista muodostuisi mielenkiintoinen ja uudenlainen kokonaisuus, joka yhdistäisi innovatiivisesti jotain erikoista materiaalia. Kurssikerralle olinkin varannut useamman yhdistelmän, jotka muun muuassa yhdistivät jonkin tietyn sairauden esiintymistä aluettain, verrattuna tiettyihin ruokailu-, tai liikuntatottumuksiin. Näiden tietojen löytäminen puolestaan osottautui hyvinkin haasteelliseksi, enkä kunnollisia lähteitä niihin lopulta löytänytkään.

Käytettyäni aikaa erilaisten yhdistelmien kokeiluun, päätin valita teemakartalleni esitettäväksi turismin ja erittäin uhanalaisten eläimien esiintyvyyden valtioittain maailmassa. Aihe on minua kiinnostava, ja koen ettei turismin aiheuttamista riskeistä luonnolle puhuta tarpeeksi. Tähän varmasti vaikuttaa se, että turismi on laajalti merkittävin tulonlähde erityisesti niissä valtioissa, joissa myös sen vaikutus ympäröivään luontoon voi olla erityisen suuri. Isot turismimäärät tarkoittavat väistämättä palveluiden ja muiden toimintojen, kuten viihdykkeiden lisäämistä alueella. Tämä saattaa joissain tapauksissa olla jopa positiivinen asia, kun turisteille lisätään tietoisuutta haavoittuvaisesta ympäristöstä, ja monet luonnonsuojelujärjestöt saavatkin rahoitusta myös hyväntekeväisyydestä. Negatiiviseksi tilanne muuntautuu, kun varoja käytetään alueen muokkaamiseen niin, että se vetää enemmän turisteja, ja alueen luontoarvot jäävät toissijaiseksi. Myös turistien erilaiset tottumukset saattavat aiheuttaa välinpitämättömän roskaamisen tai ilkivallan lisääntymistä, herkkien luonnontilojen väärinkäyttöä ja pohjaveden tuhlaamista. Loistava toinen teemakartta omatekemäni rinnalle voisi olla myös turismin ja pohjaveden määrää kuvaava kartta. Usein kuivemmilla alueilla ongelmalliseksi on muodostunut turistien valtava vedenkulutus, alueilla missä sijaitsee muutenkin heikosti pohjavettä.

Muokatessani kahden muuttujan tiedostoja yhteensopiviksi, huomasin saman ongelman kuin Jussi Torkko tehdessään teemakarttaa Keniasta: “Kenialaiset tietokantojen pakkaajat myös ilmeisesti tykkäävät laittaa swahilin ja englannin kielisiä paikannimiä keskenään sekaisin, mikä vaikeutti eri tietokantojen yhteiskäyttöä ennen tarkkaan harkittuja korjausoperaatioita.” (Torkko, 2017) Vielä vajavaisen osaamiseni vuoksi päädyin manuaalisesti muuttamaan valtioiden nimiä samannimisiksi kahdessa eri taulukossa. Tämä tietysti vei paljon aikaa, mutta sain ainakin luotua varmasti toisiaan vastaavat nimet.

Kartalla sinivihreän värin tummuus kuvastaa eri valtiossa vierailleiden turistien määrää vuonna 2014. Valkoiseksi jääneiden alueiden tilastot eivät ole tiedossa. Punaisina kuvautuvat lintumerkit kuvaavat valtioissa olevien uhanalaisien lajien määrää. Kartalla suurinta määrää kuvaava merkki on 190 erittäin uhanalaisen lajin esiintyminen valtiossa. Pienimmät merkit sijoittuvat erityisesti saarivaltioihin ja maapinta-aloiltaan pieniin valtioihin. Pienet merkit kuvaavat vain muutamaa erittäin uhanalaista lajia. Legendassa on vertailun vuoksi kolme erikokoista ruutua kuvaamassa eri arvoja. Grönlannin pieni lintumerkki herättää hieman hämmennystä. Sen pieni arvo voisi selittyä sillä, että Grönlanti on Tanskalle kuuluva itsehallintoalue. Aineistojen yhdistyessä sen ominaistiedot erittäin uhanalaisten lajien kannalta ovat saattaneet kadota, sillä pohjalla käytetty kartta jakaa alueen valtioittain, jolloin se ei yhdistä siihen mahdollisesti aineistossa eriteltyjä Grönlannille ominaisia tietoja. Toinen selitys on valitsemani luokitus. Esimerkiksi uhanalaisten eläinlajien perikuvana tunnettu jääkarhu onkin todellisuudessa “vain” vaarantunut laji. Samoin on mursun ja joidenkin alueella elävien kalalajien laita.

Kyseisiä tietoja etsittyäni en onnistunut löytämään samalta vuodelta esitettyjä arvoja. Siksi valitsin mahdollisimman uudet, ja lähimpänä toisiaan olevat tilastot (2014 ja 2016). Turismi on saattanut muutamassa vuodessa kasvaa tietyillä alueilla, mutta uskon lähtökohtaisesti sen antavan oikeaa suuntaa turismin jakaantumisesta maailmassa myös nykypäivänä.

Valitsin teemakartalleni esitettäväksi erittäin uhanalaiset eläimet. Tilaston on julkaissut Kansainvälinen luonnonsuojeluliitto, jonka tehtävänä on kansainvälisten luonnonvarojen suojelemisen edistäminen. Liitto julkaisee vuosittain punaisen listan uhanalaisista lajeista, jotka järjestyvät uhanalaisuutensa mukaisesti seitsemään eri luokkaan. Erittäin uhanalainen luokka on juuri ennen äärimmäisen uhanalaisiksi luokiteltuja lajeja, ja soveltuu teemakartalle mielestäni parhaiten.

Kuva 1. Teemakartta turismin määrästä, sekä erittäin uhanalaisten lajien esiintyvyydestä maailmassa valtiottain.

Kartalta ei ole huomattavissa suoranaista korrelaatiota. Erityisesti uhanalaisten eläimien kuvaaminen valtioittain on haasteellista, sillä lähtökohtaisesti valtiot ovat pinta-aloiltaan hyvin erikokoisia, ja niillä sijaitseva luonnon pinta-ala ei ole vakio. Tästä johtuen karttaa tarkastellessa on oltava tarkkana eri alueiden suhteesta toisiinsa nähden. Kuitenkin mielenkiintoisina näyttäytyvät mielestäni erityisesti päiväntasaajan seudulle sijoittuvat suurenevat lintumerkit, joka osaltaan kertoo mahdollisesti ilmaston lämpenemisen vaikutuksista. Turismin kanssa korreloi jossain määrin suuri merkki rantakohteena tunnetussa Indonesiassa, joka vastaa 190 erittäin uhanalaista lajia maailmassa, joka näin ollen onkin tilastojen suurin.

Teemakartta on mielestäni visuaalisesti suhteellisen onnistunut. Kartalta pystyy erottamaan punaiset merkit muusta värikirjosta. Mielestäni paras tapa kuvata ilmiöitä voisi silti olla interaktiivinen kartta, jonka kokoa saisi koneella muutettua, ja josta pienimmätkin alueet olisi helpommin luettavissa. Siitä voisi mahdollisesti lukea myös tarkemmin uhanalaisista lajeista valitulla alueella. Lopullinen teemakartta on aika informatiivinen, mutta uhanalaisuutta kuvaavien tietojen luettavuuden ongelmallisuuden vuoksi se soveltuisi lähinnä huomauttamaan katselijalle erityisesti turistikohteiden herkästä luonnosta.

Koska tässä ei selkeästikään ollut tarpeeksi tekemistä, päätin siis luoda ylimääräisenä työnä interaktiivisen teemakartan, jossa on esitetty uhanalaisiksi luokiteltuja lajeja. Teemakartta on luotu aiemmin tekemäni kartan pohjalta, ja valtiota klikkaamalla avautuu esimerkkinä alueella uhanalaiseksi, tai kriittisesti uhanalaiseksi luokiteltu laji. Kartan työstäminen vei paljon aikaa, mutta olen hyvin tyytyväinen lopputulokseen. Näin kartasta tulee informatiivisempi, ja katselijalle monipuolisempi ja sisällöltään kiinnostavampi.

Oma oppiminen

Opittujen tietojen soveltaminen käytännössä osoittautui monimutkaisemmaksi kuin luultiin. Valittujen tiedostojen hyödyntäminen ja muokkaaminen oli yllättävän monen askeleen takana, ja välillä yksittäiset toiminnot unohtuivat, ja prosessi tuli aloittaa alusta. Valittuani muutaman eri vaihtoehdon teemakartan materiaaliksi, nousi ongelmaksi monessa kohtaan asioiden olematon korrelaatio. Joitain tietoja ei ollut mahdollista kuvata kartalla ollenkaan, sillä niistä ei muodostunut aina johdonmukaista kokonaisuutta. Omalla kartallani ongelmallista on ilmiöiden vaikea suhteuttaminen toisiinsa nähden.

Hyvä teemakartta vaatii sopivasti pohjustusta. Jotta kartalla pystytään esittämään tietoja parhaalla tavalla, on ilmiön vaikutukset tunnettava, jotta kartalta pystyy lukemaan sen sanomaa tarkoitetulla tavalla. Kun teemakartalla esitetään useampaa muuttujaa, on erityisen tärkeää muodostaa ne niin, että ne ovat sopusuhtaisia keskenään. Visuaalisesti valmis kartta on helposti luettava ja jossain määrin yleistetty. Esimerkiksi omalla kartallani informaatiota lisäisi suuresti mikäli lintumerkkien yhteydessä olisi numerona erittäin uhanalaisten lajien esiintyminen valtiossa, mutta tämä tekisi kartasta heti paljon sekavamman ulkoasultaan. Sopivan ulkoasun löytymiseen onkin tehtävä kompromisseja ja on tärkeää pohtia myös kartan kohdeyleisöä.

Kurssi on ollut mielestäni erittäin hyödyllinen monessakin suhteessa. Teemakarttojen tekeminen on avannut silmät paljon monimutkaisempaan työprosessiin, kun mitä aiemmin olin ajatellut. Kurssin kuluessa tietynlainen kriittinen katsaus erilaisiin teemakarttoihin on kehittynyt. Tätä pidän erityisen tärkeänä eri informaatioiden hyödyntämisessä myös tulevaisuuden opinnoissa.

Mapinfon käyttö tuntui aluksi hyvinkin vaivalloiselta ja sekavalta, mutta kurssin päätettyä on siitä muodostunut yhtenevä ja järkevä kokonaisuus. Mapinfo käytännössä tulee varmasti vaatimaan keskittymistä ja niin sanotusti uudelleen oppimista, mutta kurssi on taannut loistavan lähtökohdan sen hyödyntämiseen myös jatkossa.

Lähteet

Kansainvälinen luonnonsuojeluliitto, The IUCN Red List of Threatened Species, <http://www.iucnredlist.org/>

International Tourist Arrivals Worldwide and by Regions,
<https://knoema.com/ITAWR2016/international-tourist-arrivals-worldwide-and-by-regions>

WWF, Species overview,
<https://www.worldwildlife.org/species>

Cool Antarctica, Endangered or Vulnerable to Becoming Endangered in the Future
<http://www.coolantarctica.com/Antarctica%20fact%20file/wildlife/endangered_antarctic_animals.php>

Torkko, Jussi (1.3.2017). Seitsemäs kurssikerta: Mombasa. (16.3.2017)
<https://blogs.helsinki.fi/torkjuss/>

Kurssikerta alkaa ryhmätehtävällä, jossa tavoitteena on kerätä GPS-sijainteja lähiympäristöstä. Pisteiden koordinaatit ja korkeudet kerätään yhteen, ja kirjataan excel-tiedostoksi. Tiedot siirtämällä MapInfoon, voidaan luoda teemakartta haluttujen pisteiden sijainnista lähialueen kartalla. Ryhmämme päämääränä oli kerätä 10 Kumpulan kampuksen lähialueen roskakorin GPS-sijainnit. Onnistuimme myös määrittämään roskakorien sijoittumisen lisäksi hyvin tarkan kävelyreittimme pohjakartalle.

Kuva 1. Kumpulan 10 satunnaisen roskakorin sijainti, ja GPS:n määrittämä sijainti ryhmän reitistä.

Itsenäistehtävien päämääränä on tällä kertaa onnistua luomaan useampi eri hasardia kuvaava teemakartta. Tehtävän tarkoituksena on syventää pohdintaa teemakarttojen esitettävyydestä, lähinnä opettajaopiskelijoiden näkökulmasta. Teemakartat ovat visuaalisesti yksinkertaisia, ja niiden on tarkoitus soveltua opettajan työkaluksi ilmiöitä esitettäessä.

Karttojen luominen on yllättävän monimutkaista. Vaikkakin koko kurssi on valmistanut tähän hetkeen teemakarttojen itsenäiseen työstämiseen, on käsiteltävien aineistojen muotoilu vielä hyvin kömpelöä. Valmiit hasardeihin liittyvät aineistot ovat löydettävissä eri muotoisina taulukoina, ja koen osan käsittelyn aika helpoksi. Toiset aineistot tosin ovat monen mutkan takana, ja niiden muotoileminen onkin yhtä rämpimistä. Kartat kuitenkin valmistuvat monen erehdyksen ja koneen tilttaamisen jälkeen, ja kokonaisuudessaan niihin käytin useamman tunnin. Tämä ehkä lähinnä juuri MapInfon hitauden syytä, ja useamman kartassa tekemäni virheen myötä.

Kuva 2. Yli 6 magnitudin maanjäristykset 1.1.2015 – 24.2.2017 välisenä aikana.

Valmis teemakartta maanjäristyksien esiintyvyydestä maailmassa on mielestäni visuaalisesti hyvän näköinen (tosin aika epäselvä tässä). Tyynenmeren tulirenkaan yli 6 magnitudin maanjäristyryppäät ovat massiiviset, mutta todellisuutta kuvaavat. Suuren esiintymismäärän alentamiseksi kartta olisi voinut 6 magnitudin sijaan kuvata suuremman luokan maanjäristyksiä, mutta nostamalla arvoa olisi myös niiden esiintyvyys harventunut. Kartalta pystyy hyvin huomaamaan miten tämän magnitudiyksikön maanjäristyksiä esiintyy ympäri maailmaa, myös jossain määrin mannerlaattojen keskiosissa. Maanjäristyksiä kuvaavan teemakartan, kuten tulivuoria ja meteoriittia kuvaavien karttojen pohjana on käytetty Robinsonin projektiota lisäämään visuaalista näyttävyyttä. Kartasta voisi myös tuottaa interaktiivisen version, jossa vuorottelevat eri aikoina syntyneet maanjäristykset.

Kuva 3. 1.1.1964 – 24.2.2017 välisenä aikana purkautuneet tulivuoret.

Tulivuoria kuvaava teemakartta näyttää kömpelömmältä maanjäristyksiä kuvaavan teemakartan rinnalla. Kyseistä teemakarttaa luodessani en huomannut tallentaessani layout window:ta, että tulivuoria kuvaavat symbolit säilyttävät kokonsa, vaikka karttakuva pienenee. Siispä tulivuorten purkauksia tällä aikavälillä kuvaavat symbolit ovat vaikeasti erotettavissa, erityisesti juuri Tyynenmeren tulirenkaan kohdalla. Esimerkiksi Indonesian saaret ovat täysin symbolien peittäminä, jolloin kartan luettavuus heikkenee – etenkin, mikäli kartan kohderyhmänä toimisivat oppilaat, joiden maantieteen tietämys olisi vielä rajoitteista. Kartalla voisi mahdollisesti myös painottaa Tyynenmeren tulirengasta niin, että se sijoitettaisiin kartan keskimeridiaanille.

Maanjäristyksien sijoittumista ja tulivuoritoimintaa kuvaavilla kartoilla olisi luonnollista johdattaa opiskelija suoraan maapallon mannerlaattojen liikehdintää kuvaaviin teemakarttoihin. Verratessa mannerlaattojen muotoja näihin teemakarttoihin, pystyy niistä hyvin huomaamaan aktiivisimmat alueet, ja opetuksessa näin keskittyä niihin vaikuttaviin tekijöihin (Kuva 4.).

Kuva 4. Mannerlaattoja kuvaava kartta (Earth Observatory, NASA. 2.2.2000)

Kuten Pauliina Perttula toteaa blogissaan: “Alakouluissa opetustarkoituksessa yhden muuttujan teemakartat ovat useamman muuttujan karttoja parempia, sillä niissä virhetulkinnan mahdollisuus on pienempi”, on tarpeen pohtia jälleen karttojen kohdeyleisöä. Alakoulussa lapsille on syytä esittää kartta, jossa valtiot ja ilmiö on esitetty mahdollisimman yksinkertaisessa muodossa. Lukiossa opiskelevaa voi kuitenkin haastaa jo enemmän kartan lukemisessa, joten suuri informaatiomäärä on enemmän kuin tarpeen. Aiemmin esitetyt teemakartat voisivatkin selkeytyä myös alakouluikäisille, mikäli niistä vähennettäisiin ruudukko, ja lisättäisiin sen sijaan muuta informaatiota, kuten valtioiden rajat ja tärkeintä nimistöä. Esimerkiksi meteoriittikartta kuitenkin saattaa vaatia laajempaa pohdintaa, sillä siinä esiintyvät meteoriittien putoamisalueet ovat syntyneet pitkien aikojen saatossa, mikä saattaa alakouluikäiselle olla haasteellisempi ymmärtää.

Kuva 5. Vuoteen 2012 havainnoitujen meteoriittien putoamisalueita kuvaava kartta.

Meteoriittien putoamisalueita kuvaavan teemakartan luonti oli haasteellisinta. Tämä johtui monimutkaisemmassa muodossa olevasta aineistosta, sillä sen siirtäminen exceliin ei ollut täysin yksinkertaista. Siinä esitettävien meteoriittialueiden syntymäajankohdat alkoivat jo ennen ajanlaskun alkua, ja jatkuvat aineistossa vuoteen 2012. Tälle ajalle mahtui useampi tuhat meteoriitin putoamispaikkaa, ja tästä syystä ladattava aineisto on suuri. Lisäksi tämä valmis online google-sovellus, jota luonnehditaan käyttäjäystävälliseksi, ja arvatenkin helppokäyttöiseksi, ei antanut ladata aineistoa yksinkertaiseen muotoon exceliin. Pidemmän pähkäilyn jälkeen onnistuimme kuitenkin kahden kurssilaisen kanssa yhdessä ratkaisemaan ongelman, ja muutettua exceliin siirretyn aineiston yhteensopivaksi MapInfon kanssa. Ehkä suuren tiedostokokonsa vuoksi MapInfo aloitti jälleen takkuilun, ja lopullinen kartta valmistui kaikkein viimeisimpänä käytettyäni siihen yhtä paljon aikaa, kuin aiempiin karttoihin yhteensä. ”Lopullisia” karttoja myös valmistui tänä aikana useampi.

Meteoriittien putoamisalueita kuvaava kartta on visuaalisuudeltaan ehkä ruma, mutta mielestäni tarpeeksi informatiivinen. Meteoripisteet eivät peitä kartalla erityisen merkittäviä alueita alleen, ja niistä pystyy hyvin huomaamaan pisteiden klusteroitumisen tietyille alueille. On silti muistettava, että kartta kuvaa lopulta vain Lunar and Planetary Institutio:n havaitsemia löydettyjä meteoriittien putoamisalueita, ja kartalla tyhjäksi jääneet alueet eivät yksinkertaisesti ole välttämättä vanhojen putoamisalueiden puolesta täysin tutkittuja vielä. Vuosittain maanpinnalle putoaa noin 30 000 – 80 000 yli 20 gramman painoista meteoriittia.

Kuva 6. Vaihtoehtoinen meteoriittien vuoteen 2012 havainnoituja putoamisalueita kuvaava kartta.

Kokeilen huvikseni luoda erinäköistä teemakarttaa meteoriittien putoamisalueista. Kartalla on nähtävissä erilaisella pohjakartalla meteoriittien putoamisalueet, joissa väriskaala muuttuu tummemman punaiseksi, mitä enemmän alueella on havaittu meteoriittien putoamisalueita. (Kuva 6.) Ajatus kartalla on sama, mutta visuaalinen esillepano on eri. Tässä kartassa voidaankin havaita aiempaa karttaa selkeämmin myös yksittäiset meteoriittien putoamisalueet. Kartta on luotu online ohjelmalla jonka sattumalta löysin internetistä. Kyseistä ohjelmaa on käytetty muun muuassa saman ilmiön kuvaamiseen the Guardian -lehden blogissa.

Oma oppiminen

Viimein MapInfo alkaa tuntua helppokäyttöisemmältä. Eri toimintoja ja komentosarjoja uskaltaa kokeilla yhä rohkeammin, ja epäonnistumiset on helpompi korjata kuin aiemmin. Karttojen sanoman analysointi on monipuolisempaa kuin aiemmin, ja uusien teemakarttojen luomisesta on tullut lähes hauskaa.

Kurssikerralla tutustuminen lähemmin GPS-pisteiden keruuseen ja näiden pohjalta aineiston tekeminen on ollut kiinnostavaa, sillä vastaavaa en ole ennen tehnyt. Kun prosessi tehdään alusta saakka itse, on helpompi ymmärtää myös valmiiden paikkatietoaineistojen pohjalta työskentelemistä.

Lähteet

Earth Observatory, NASA. (2.2.2000) Putting Earthquakes in their Place 
<http://earthobservatory.nasa.gov/Features/Tectonics/> Luettu 26.2.2017

Perttula, Pauliina (15.3.2017). Maanjäristyksiä ja meteoriitteja. (16.3.2017)
<https://blogs.helsinki.fi/mpperttu/>

Edellisen kurssikerran lopussa aloitettu Pornaisten teiden ja rakennusten piirtäminen MapInfossa huipentuu viidennellä kurssikerralla. Aiheena on alueen väestöllisen rakenteen tarkastelu taukukoista, ja kyseisten tietojen muokkaaminen halutun ilmiön perusteella. Pornaisten alueelta tutkitaan alueellista tietoa ja väestöllisiä ominaisuuksia bufferoinnin, eli puskurivyöhykkeiden avulla. Kurssikerralla opetellaan pääasiassa puskureiden hyödyntämistä ja eri tietojen tulkintaa kyseisen työkalun avulla.

Lyhyen alkuopastuksen jälkeen on suoritettava itsenäistehtävät. Ensimmäisissä tehtävissä hyödynnetään aiemmin opittua ja määritellään puskureiden avulla eri alueellisia ominaisuuksia valmiiksi ladatulta tietokannalta. Alueena on pääkaupunkiseudun kartta, jolle luodaan erinäisiä puskureita. Esimerkiksi Malmin ja Helsinki-Vantaan lentokenttiä koskevissa kysymyksissä on oleellista pohtia tarkkaan käytetyiden puskureiden pituuksia, jotta vastaukset saadaan luotua juuri kysytyltä alueelta. Vastauksissa syntyy eroja, kun eri tekijät luovat summittaisesti tehtävänannon mukaisesti alueita analysoitavaksi Mapinfolla. Verratessani saamiani tuloksia toisen tarkastelijan tuloksiin, huomaamme vastauksissamme heittoa sitä enemmän, mitä enemmän tarkasteltavia kohteita alueelta löytyy. Jotta kyseisissä tehtävissä tarkasteltavista lukuarvoista saataisiin yhtenevämpiä arvoja, tulisi meillä olla tarkoin määritellyt kulmat ja etäisyydet viivojen ja muiden kuvioiden luomiseen.

Taulukko 1. Malmin ja Helsinki-Vantaan lentokenttien pahimmilla melualueilla asuvat ihmiset (lkm).

Taulukko 2. Pääkaupunkiseudulla juna-asemien läheisyydessä asuvien ihmisten lukumäärät.

Taulukko 3. Tietoja pääkaupunkiseudulla taajamissa asuvista.

Verratessani kurssilaisteni kanssa taajamia koskevasta tehtävästä saatuja tuloksia (Taulukko 3.) huomaan eroavaisuuksia muiden kurssilaisten saamiin tuloksiin. Siinä missä vapaalla kädellä piirretyt bufferit (Taulukko 2.) Tikkurilan suuntaan kulkevista kiitoradoista tuottavat ymmärrettävästi eriäviä tuloksia, ihmetyttää taajamissa asuvien ulkomaalaisten osuutta kuvaavat luvut. Koen omalla kohdallani mahdolliseksi virheellisyydet tuottamissani puskurianalyyseissä, mutta esimerkiksi verratessani saamiani tuloksia ulkomaalaisten osuudesta eri taajama-alueilla Iivari Laaksosen lukuarvoihin, huomaan hänen saaneen arvoiksi kuitenkin vain yhdellä lukuarvolla heittävät luvut (Laaksonen 2017). Onkin hieman hämmentävää, että mistä kyseiset eroavaisuudet johtuvat. On mahdollista, että MapInfon komentosarjoissa tapahtuvat pienetkin eroavaisuudet tuottavat eriäviä tuloksia, vaikka aineisto onkin sama kaikkien kurssilaisten kesken.

Taulukko 4. Helsingin Yhtenäiskoulun koulupiirin alueella asuvien tiedot.

Valinnaisessa itsenäistehtävässä koulupiireistä koostuvat tehtävät tuntuvat mielenkiintoisimmilta. Kysymyksissä tutkitaan eri koulupiirien väestönrakennetta suomen- ja muunkielisten välillä, sekä tutkitaan erilaisia ikärakenteita. Tavoitteena tehtävän kannalta on tutkia eri tapoja hallita suurta informaatiomäärää, ja päästä koettelemaan opittuja taitoja kartan informaation hallinnassa ja käsittelyssä.

Bufferoinnin avulla voidaan tutkia suurelta alueelta yksittäisiä ilmiöitä valitulta alueelta. Harjoituksissa keskityttiin väestöllisiin tilastoihin rajatuilta alueilta, muun muassa ikärakenteisiin ja muun kielisten ihmisten jakautuneisuuteen. Kuten Anniina Ahonen blogissaan toteaa: “Tutkittavan ilmiön mahdollisuudet eivät kuitenkaan rajoitu esimerkkitehtäviin, vaan voivat olla lähes mitä tahansa vaikkapa lannoitteiden haitallista leviämistä ehkäisevistä peltojen turvavyöhykkeistä aina palvelujen sijoittumiseen otollisiin kohtiin ja teollisuuden ympäristövaikutusten arviointiin asti.” Bufferointia voidaan siis hyödyntää lähes rajattomasti eri ilmiöitä tutkittaessa. Kurssikerran tehtävässä käytetyiden aineistojen pohjalta bufferointia voitaisiin hyödyntää tarkasteltaessa muita väestölliseen jakaantumiseen liittyviä ominaisuuksia tietyillä alueilla. Bufferoinnilla voidaan myös jakaa osa alueesta eri laskennallisten ominaisuuksien ulkopuolelle, myös suuremmalla mittakaavalla esiintyvien ilmiöiden tutkimisessa.

Oma oppiminen

Haasteellista aiemman opitun asian hyödyntämisessä on yhä MapInfon monimutkaisuus. Eri tapoja käyttää toimintoja on monia ja välillä huomaa tekevänsä kaikkein vaikeimman kautta, kun vaihtoehtoisia ja paljon helpompia toimintatapoja on paljon. Tällä hetkellä MapInfossa tärkeimmiksi työkaluiksi näyttäytyvät erityyppisten teemakarttojen luominen, sekä tilastojen muokkaamiseen ja tarkasteluun luodut ominaisuudet, (Maintenance column, Update column -toiminnot). MapInfo on erityisen hyödyllinen haluttaessa yhdistää dataa eri tilastoista toisiin, ja näin ollen informaation esitystavat yksinkertaistuvat. Informaation rajaaminen onnistuu taulukoissa, mutta kartan eri visuaalisten ominaisuuksien hallinta on haasteellista. Joko ohjelmistossa valmiiksi ladattujen karttatiedostojen muokkaaminen ei ole mahdollista, tai se on erityisen haastavaa. Nimistön muokkaaminen on mahdollista, mutta kurssilla luotujen teemakarttojen visuaalisuus on saattanut kärsiä paremman osaamisen puutteessa.

Lähteet

Laaksonen, Iivari (15.2.2017). 5. Kurssikerta. (25.2.2017)
<https://blogs.helsinki.fi/iilaakso/>

Ahonen, Anniina (21.2.2017). Viides kurssikerta: Puskuroinnin alle jäänyt? (17.3.2017)
<https://blogs.helsinki.fi/ahonenan/>

Kurssin aiheena on ruututeemakartan luominen. Kurssikerta aloitetaan jälleen yhdessä tehtävällä esimerkkikartalla. Valmiiksi ladatulle Suomen alueen kartalle asetetaan alussa ruudukko. Se jakaa alueen ETRS-TM35FIN mukaisiin ruutuihin, joiden pohjalle teemakartta luodaan. Ruutukoko valikoidaan halutun esittämistavan mukaisesti. On pohdittava millä tavoin haluttu ilmiö esitetään ja minkälainen teemakartan pohja tulee olemaan, sekä mitä muuta informaatiota kartalla halutaan esittää. Teemakartta toimii parhaiten, mitä yksinkertaisemmassa muodossa taustakartta on. Mikäli ruudukon koko on liian pieni, saattaa esitetystä ilmiöstä tulla haasteellisesti luettava. Mikäli ruudut ovat liian isoja, ei ilmiön tarkastelu ole ihanteellista, sillä siitä tulee hyvin epäselvä ja paljon yleistävä. Kun ruudut ovat selkeitä suhteessa karttaan, pystyy kartalta helposti huomaamaan ilmiön mahdollisen klusteroitumisen alueellisesti.

Valitsen teemakartalla esitettäväksi ilmiöksi ulkomaalaisten osuuden. Aihe on varmasti runsaasti tutkittu, ja siitä saattaa olla tehty paljonkin teemakarttoja. Kuitenkin se yhä herättää kysymyksiä, siitä miksi ja minne ulkomaalaiset, ja lähinnä maahanmuuttajat keskittyvät asumaan. Vastaavia teemakarttoja hyödynnetään mm. segregaatiota tutkittaessa.

Tarvittavat komentosarjat MapInfossa ovat helposti toistettavia alun esimerkkikartan luomisen jälkeen. Ohjelmisto alkaa myös käydä muutenkin tutuksi, joten tiedostojen muokkaaminen ei tunnu liian haasteelliselta. Ruudukon koon valinta ei vaatinut liikaa pohdintaa. Valitsin kartalle ruutujen kooksi 250×250 metriä. Esimerkkikartan ruudukon kooksi valittiin 500×500 metriä. Tämä näyttäytyi kartalla turhan kömpelöltä, joten pienempi pikselimäärä oli tarpeen. Ruutukoot 300-400 metrin väliltä tuntuivat epämääräisiltä luvuilta ja 250 metriä sopi visuaalisesti kartan ulkonäköön.

Väriskaalaksi kokeilin vihreän sävyjä. Aiemmilla kurssikerroilla olen käyttänyt punaisen sävyjä, ja päädyin tälläkin kertaa samoihin värisävyihin. Vaaleimmat värit vihreällä skaalalla eivät näkyneet valkoiselta kartalta juuri lainkaan, ja ilmiön esitettävyys niin sanotusti upposi vaaleaan taustaansa. Punaisen sävyt ovat helposti huomattavia ja teemakartalta on helpompi lukea ilmiön laajuutta. Silti monen eri saman sävyisen teemakartan jälkeen punainen väritys alkaa kyllästyttää. Lisäksi punaisen eri sävyissä esiintyvä ruudukko muistuttaa jossain määrin tulipaloa teemakartalla. Kokeilun jälkeen violetti esiintyy selkeimmin kartalla. Aineiston luokkaväli on luonnollinen, sillä haluan kartallani erityisesti tuoda esiin ääriarvoja.

Kuva 4. Ruututeemakartta ulkomaalaisten määrästä pääkaupunkiseudulla.

Kartta itsessään on epäselvä. Epäonnistuin kaventamaan esitettäviä teitä ja rautateitä, joten ne näyttäytyvät mielestäni liian massiivisesti muuten valkoisella kartalla. Lisäksi suuralueiden kuvaaminen on myös epäselvä, sillä viivojen paksuus on samaa luokkaa pääteiden kanssa.

Lopulta kuitenkin mielestäni kartalta saa oikean idean esitettävän ilmiön klusteroitumisesta pääkaupunkiseudulla. Tietyt pääalueet ulkomaalaisien asuinpaikoista ovat keskusta-alueet ja hyvien kulkureittien varret. Erityistä huomiota herättää muutamat tyhjät alueet ulkomaalaisten suhteen, kuten Kauniainen, sekä esimerkiksi jotkin Espoon saaristoalueet kuten Suvisaaristo. Lisäksi MapInfon asukaskeskittymiä kuvaava lisänä luotu teemakartta osoittaa, että suhteessa koko pääkaupunkiseudun asukasmäärään, kehä III:sen ulkopuolella ei juurikaan ole ulkomaalaisia. Ainoana poikkeuksena on Vantaalla aivan sen koillisrajalle saakka oleva alue noin viiden kilometrin säteellä junaradan molemmin puolin. Kartalla voidaan nähdä myös puistoalueiden luonnollinen vähäinen ihmismäärä. Verrattaessa omaa karttaani Saara Leppäsen ruututeemakarttaan muun kielisen väestön sijoittumisesta pääkaupunkiseudulla (Leppänen 2017), on kartoissa huomattavissa pääasiassa yhtäläisyyksiä. Samat alueet jäävät harvemmin asutuiksi muun kielisten osalta, ja samoilla alueilla esiintyy alueellisia tihentymisiä. Kuitenkin Leppäsen kartalla esimerkiksi Kauniainen on selkeästi muunkielisten asuttama, kuin oman karttani perusteella maahanmuuttajien asuttama. Tähän ja muihin alueellisiin eroavaisuuksiin karttojen välillä tietysti vaikuttaa esimerkiksi suomenruotsalaisten asuttamat alueet, äidinkielenään muuta kieltä puhuvat suomalaiset, sekä Leppäsen käyttämä 300×300 ruutukoko.

Ruututeemakartta sopii myös absoluuttisten arvojen esittämiseen. Absoluuttisten arvojen esittäminen toisenlaisella teemakartalla saattaa olla ongelmista, sillä kun lukuarvoa (kuten väkimäärää) esitetään teemakartalla ilman, että sitä suhteutetaan mihinkään, on sen esittäminen hyödytöntä. Ruututeemakartan analysointi riippuu käytetystä ruutukoosta, ja esitettävän ilmiön luokkaväleistä. Ruututeemakartta antaa harvoin absoluuttista informaatiota, sillä se yleistää jonkin verran ilmiötä, riippuen ilmiön laajuudesta. Pieniruutuista teemakarttaa voi olla haasteellista lukea, ja mitä suuremmat ruudut pohjakartan päällä on, sitä haasteellisemmaksi täydellinen luettavuus muuttuu. Ruututeemakartat antavat kuitenkin hyvän yleissilmäyksen esitettävän ilmiön laajuudesta alueella, ja siitä pystyy hyvin tarkastelemaan tiettyjä alueellisia tihentymiä. Ruututeemakartoissa positiivista on myös se, että jokainen alue jää jonkin arvoisen ruudukon peittämäksi, ja myös niitä alueita kuvaa tietyn värinen ruudukko, missä esitettävää ilmiötä on hyvin harvakseltaan. Ruututeemakartta on usein vähemmän yleistävä verrattuna esimerkiksi pistekarttaan.

Oma oppiminen

Ruututeemakartat tuovat jälleen uuden ulottuvuuden eri ilmiöiden esittämiseen. Ruutujen koon valinnan pohtiminen on tärkeää, jotta teemakartasta tulee visuaalisesti hyvin luettava. Myös esitettävän ilmiön luokkavälin oikea valinta on yhä tärkeämpää, jotta kartasta tulee informatiivinen. Jonkinlaisten visuaalisten ominaisuuksien toiminnot MapInfossa ovat vielä tuntemattomia, ja toivon niihin selkeyttä, jotta tulevista työstämistäni teemakartoista tulisi paremman näköisiä.

Lähteet

Leppänen, Saara (13.2.2017). Kurssikerta IV. (20.2.2017)

<https://blogs.helsinki.fi/saaralep/>

Kurssikerralla mennään yhä syvemmälle MapInfon toimintoihin. Aiheena on erilaisten aineistojen ”siistiminen” MapInfon käytön kannalta paremmiksi. Tämä tarkoittaa suurten tilastomäärien pienentämistä niin, että lopulta ohjelmistossa voidaan käsitellä vain työn kannalta tärkeää aineistoa. Jälleen kurssiohjaajan opastuksella luodaan esimerkkikartta, jossa tällä kertaa hyödynnetään Afrikan valtioiden tilastoja, ja lähinnä internetin saatavuutta ja Facebook-profiileiden määrää. Työvaiheet monimutkaistuvat viime kertaan nähden. MapInfossa löytyy jälleen uusia toimintoja, joita käyttämällä luodaan yksinkertaistettu tilasto. Harjoituksen vuoksi olemassa olevaan tilastoon liitetään lisäksi muuta ladattua informaatiota.

Opittu tulee hyödyntää aika oma-aloitteisesti seuraavaa tehtävää tarkastellessa. Pohjana käytetään Suomen koropleettikarttaa valuma-alueittain. Valmiit tilastot ladataan ohjelmaan, ja tehtävänä on luoda teemakartta, joka kuvaa tulvariskiä ja järvisyyttä eri valuma-alueilla.­­

Aiemmista kurssikerroista poiketen esittämisen kannalta ajatellen itsessään kartanluonti luonnistuu helposti. Vaikka MapInfon eri ominaisuudet käyvät kohtuullisen tutuiksi, on teemakartta haasteellista silti saada alkuun. Hitaasti työskennellen, erehtyen ja uudelleen alusta aloittaen tehtävä saadaan käyntiin. Lopullisesta teemakartasta uupuu enää värityksen korjaaminen, ylimääräisten asioiden poistaminen, sekä pohjoisnuolen ja mittakaavan lisääminen, jotka onnistuvat jo helpommin kurssin tässä vaiheessa.

Värityksen valintaa on jälleen syytä pohtia. Omasta mielestäni liiat sinisen sävyt teemakartassa voisivat sekoittaa esitettyä ilmiötä. Kartassa jossa kuvataan sekä järvisyyttä, että tulvariskiä, on mielestäni hyvä erottaa näiden kahden esittäminen eri värityksellä. Sen vuoksi asetan sinisen kuvaamaan järvisyyttä, ja punaisen eri sävyt kuvaamaan tulvariskiä. Kuten aiemminkin olen maininnut, miellän punaisen kuvaamaan muutenkin ei-konkreettista ilmiötä. Samalla punainen saattaa luoda kuvaa jonkinlaisesta uhasta.

Valuma-alueittainen tulvaindeksi ja järvisyysprosentti.

Teemakartassa pylväät kuvaavat järvisyysprosenttia. Pylväitä muokatessa oli tärkeää pohtia miten ne esiintyvät kartassa. Valitsin esitystavaksi logaritmisen kertoimen, sillä ilman sitä suuri osa pylväistä saattoi jäädä olemattomiksi viivoiksi kartalle. Mielestäni logaritmisen kertoimen pylväät tuovat esiin edes jonkin verran vaihtelevuutta eri valuma-alueilla. Kuitenkin jälkikäteen pohdittuani olisi voinut olla oleellista asettaa prosenttimäärä pylväiden yhteyteen. Nykyisellään niistä on hieman haasteellista lukea eksaktia prosenttimäärää valuma-alueilla, vaikka kyseinen informaatio olisi mahdollinen esittää kartalla.

Teemakartta maallikon silmin

Teemakartasta huomaa, miten suurin tulvariski on Itämeren rannikon tuntumassa. Näillä alueilla järvisyys on pientä, ja valuma-alueet ovat lyhyempiä kaistaleita. Erityisesti Pohjanmaalla on huomattava tulvariski verrattuna muuhun Suomeen. Tämä selittyykin laajalla alavalla ja tasaisella maa-alueella, missä myös maankäyttö on tehostettua maataloutta. Kasviston puuttuessa tulvariski kasvaa, ja erityisesti maan ollessa routainen alkukeväästä lumien sulaessa tulviminen on hyvin tyypillinen ilmiö. Myös Lapin seudun korkea tulvariski selittyy kevään routaisella maalla.

Sisämaassa järvi-Suomen alueella suurilla valuma-alueilla tulvariski on huomattavasti pienempi. Alueen suuren pintavesimäärän vuoksi sateiden ja lumien sulamisen yhteydessä syntyneellä vedellä on jokien myötä pääsy suurempiin vesistöihin, ja tulvariski pienenee. Tästä voidaankin päätellä suora korrelaatio alueittaisen järvisyyden ja tulvariskien yhteydessä.

Konflikteista

Siirtomaavallan jälkeen Afrikka oli jakautunut heimorajoja mukailemattomiin osiin. Näiden valtioiden itsenäistyttyä monet konfliktit kohtasivat valtioita, ja paljon sotia käytiin siirtomaavallan aikaisten rajojen sisäpuolilla. Tänä päivänä monia valtioita vaivaa useiden eri heimokulttuurien ristiriitaisuudet, sekä siirtomaavallasta johtuneet heikot hallinnolliset asiat ja byrokratia.

Suuri osa Afrikan valtioiden väestöstä elää köyhyydessä. Maaperä on niukkaravinteista ja makean veden saatavuus on heikkoa. Kuitenkin 75% koko maailman platinasta, koboltista ja kromista löytyy Afrikasta. Samoin kulta- ja timanttivarannoista puolet, ja kolmasosa bauksiitista löytyy Afrikan mantereelta. Lisäksi mantereella on noin kymmenen prosenttia maailman öljyvaroista. (Kulmanen 2017)

Ylivelkaantumisen vuoksi Afrikan köyhillä kehittyvillä valtioilla ei ole mahdollisuutta vaatia valtaa raaka-aineisiinsa, ja näin ollen lähes kaikki niistä kuljetetaan rikkaisiin teollisuusvaltioihin jalostettaviksi.

Tiedoissa on lueteltuna erilaisia ajoituksia, kuten konfliktien, timanttikaivosten löytymis- ja kaivausten aloitusvuodet, sekä öljykenttien löytymis- ja poraamisvuodet. Tämän lisäksi listassa on tuottavuudesta kertovia luokitteluja, sekä internetin käyttäjien lukumääriä.

Annetusta aineistoista voitaisiin tutkia eri tekijöiden korrelaatioita, kuten esimerkiksi konfliktien tapahtumavuosille ajoittuvaa mahdollista vaikutusta internetin käyttöön. Kuten Iivari Laaksonen toteaa blogissaan; konflikteihin liittyy vahvasti sosiaalisen median käyttö. (Laaksonen 2017)

Tiedoista voitaisiin myös tutkia timanttikaivosten löytämisvuodesta kulunut aika kaivausten aloittamiseen, samoin kuin aika öljykenttien löytymisestä porausten aloitukseen. Myös erinäiset diagrammit tai havainnollistavat teemakartat öljykenttien ja/tai timanttikaivosten tuottavuusluokittelun yhteydestä internetin käyttäjiin voisi olla kiinnostavaa, jos oletetaan internetin mahdollisuuden olevan yhteydessä varallisuuteen. Tätä voidaan lisäksi tutkia kaivausten/poraamisen aloituksesta internetkäyttäjien määrän nousuun/laskuun. Samalla mielenkiintoa herättää konfliktien laajuuden vaikutus tuottavuusluokituksiin.

Olisi myös kiinnostavaa tietää yksittäisiä tietoja hyödyntäen miten eri muuttujien määrä on noussut tai laskenut. Onko esimerkiksi timanttikaivoksien löytymisten klusteroitumiseen jokin erinäinen syy, tai onko erinäisiä öljyporauksia aloitettu jonain ajankohtana useampia samalla alueella.

Oma oppiminen

MapInfon käydessä tutuksi työskentely helpottuu. Eri komentosarjat muistuvat nopeammin mieleen, ja eri tapoja työstää dataa uskaltaa kokeilla helpommin. MapInfon käyttäminen yleensä alkaa muuttua mieluisammaksi, ja tuntuu kuin työskentelyyn ja teemakarttojen luontiin pystyy oikeasti keskittymään. Tällä kertaa teemakartalle oli jo helpompi lisätä eri ominaisuuksia, mihin aiemmilla kerroilla aika tai ymmärrys ei ole riittänyt.

Lähteet

Kulmanen, Juha (22.8.2014) Öljyn ja kaivannaisten kirous
<http://yle.fi/aihe/artikkeli/2014/08/22/oljyn-ja-kaivannaisten-kirous> Luettu 9.2.2017

Laaksonen, Iivari (2.2.2017) 3. Kurssikerta
<https://blogs.helsinki.fi/iilaakso/> Luettu 9.2.2017

Toisen kurssikerran tehtävänä on työstää teemakartta, jossa kaksi eri teemaa toimivat päällekkäin muodostaen yhtenevän kokonaisuuden. Teemat voivat kuvattavan ilmiön mukaisesti olla esimerkiksi pylväs- tai ympyrädiagrammit koropleettikartan päällä. Lopullinen kartta kuvaa siis onnistuneesti ilmiötä, jota voidaan analysoida kahden tai useamman eri muuttujan perusteella.

Luennoitsijan ohjeiden mukaisesti luodaan yhdessä kahden eri teeman muodostama teemakartta. MapInfon käydessä kerta kerralta tutummaksi, nopeutuu myös sen käyttö huomattavasti. Käskysarjat eivät edelleenkään luonnistu noin vain, mutta helpoimmat niistä muistuvat nopeasti mieleen. Yhdessä luodun valmiin teemakartan jälkeen tehtävänä on luoda oma tiettyä aluetta ja tiettyjä ilmiöitä kuvaava teemakartta.

Teemojen valinta tuottaa hankaluuksia. Lopullinen kartta tulisi kuvata jotenkin kahden ilmiön tuottamaa yhteisvaikutusta, eivätkä teemat voi olla irrallisia toisistaan. Kuitenkaan vaihtoehtoja ei ole äärettömästi, ja sopivan yhtälön löytäminen on haasteellista. Lopulta päädyn vaihtoehtoihin, joissa koropleettikartta kuvaa työssäkäyviä henkilöitä prosentuaalisesti kunnittain vuonna 2015 (pääkaupunkiseutu ja sen ympäristössä olevat kunnat) ja ympyrädiagrammit kuvaavat elinkeinojakaumaa kuntien sisällä. Teemakarttana aihe ei ole kovin mielenkiintoinen, sillä suuria eroavaisuuksia ei eri sektorien välillä ole.

Kuva 2. Työssäkäyvien määrä ja elinkeinojakauma kunnittain (2015).

Suurimmat eroavaisuudet teemakartalla tulevatkin esiin kuntien työllisyyttä kuvaavissa määrissä. Siinä Helsinki näyttäytyy kuntana, jossa kokonaisväkimäärästä vain 63,2 – 66,2% on työssäkäyviä. Sen sijaan esimerkiksi Tuusulassa työssäkäyviä on yli 70,2%. Helsingin alhainen työssäkäyvien määrä johtuu pääosin suuresta määrästä opiskelijoita, ja tietysti muutenkin suuresta väestöstä ja rajallisista työpaikoista. Lisäksi asiaan vaikuttaa kokonaisväestönmuutos. Kuten Tanja Palomäki toteaa blogissaan ja karttaansa analysoidessaan, väestönmuutos on eniten nousussa Helsingissä, Espoossa ja Vantaalla.

Elinkeinojakaumaa kuvaavassa teemoissa suurin ero esiintyy pääkaupunkiseudun ja sen ulkoisten kuntien välillä. Erot ovat pieniä, mutta palveluelinkeinoa esiintyy pääkaupunkiseudun kuntien yhteydessä enemmän kuin jalostusta, ja sen sijaan jalostuksen sektori on selkeästi korkeampi pääkaupunkiseudun ulkoisten kuntien kohdalla.

Kokonaisuudessaan kartta ei visuaalisesti ole toimivin. Ensinnäkin jälkikäteen ajatellen kunnat voisivat kuvata jotain järkevämpää kokonaisuutta, kuten Uudenmaan kuntia. Väritykseltään pienin ääriarvo on ehkä hieman liian poikkeava, eikä jatka niinkään loogisesti violettia väriskaalaa. Yksittäin elinkeinoja kuvaava väritys olisi mielestäni liian räikeä, mikäli eri värillä kuvautuvat elinkeinot jakautuisivat tasaisemmin. Suurin elinkeinojakauma, eli palvelut kuvautuvat kartassa sinisellä, mikä jatkaa kartan sinityyppistä värisarjaa, eikä tällöin ole visuaalisesti häiritsevää. Jälkikäteen ajatellen pohjoisnuoli voisi lisäksi sijaita mittakaavan yhteydessä, sillä se hieman oudosti on karttaselitteen vieressä.

Artikkeli I

Anna Leonocwizin artikkeli ” Two-variable choropleth maps as a useful tool for visualization of geographical relationship” kuvastaa Leonocwizin ajatuksia kahden muuttujan välisistä teemakartoista. Kuten Leonocwiz toteaa artikkelissaan, kahden muuttujan välistä suhdetta kuvaava koropleettikartta on täydellinen ratkaisu ongelmaan, jossa kahta muuttujaa on ollut haasteellista vertailla keskenään ilman erillisten karttojen asettamista vierekkäin. Kahden muuttujan koropleettikartta tuottaa yksinkertaisemman kokonaisuuden, jota on visuaalisestikin helpompi lukea.

Toimiva kahden muuttujan teemakartta on selkeä ja nopeasti luettavissa. Informaatiomäärän noustessa myös teemakartan lukeminen vaikeutuu. Kun samalla kartalla kuvataan kahta muuttujaa, on pidettävä huolta, että esitettävää informaatiomäärää supistetaan kummankin muuttujan osalta. Lisäksi kartan luettavuus säilyy yksinkertaisimpana, kun väritys on mahdollisimman tasainen, ja eri väriskaaloja esiintyy kartalla mahdollisimman vähän.

Artikkeli esittelee tutkimuksen, jossa ensimmäisen vuoden opiskelijat vastaavat kysymyksiin yhden ja kahden muuttujan koropleettikartoista. Leonocwizin artikkelissa tullaan tutkimuksessa tulokseen, että kahden muuttujan koropleettikartat ovat hieman hankalammin luettavissa, mutta pääsääntöisesti mielenkiintoisempia kuin yhden muuttujan koropleettikartat, Kahden muuttujan koropleettikartat vaativat tarkastelijaltaan enemmän ajatustyötä, sillä ensikatsauksella harvempi saa kartasta paljoa irti. Lisäksi kartan lukeminen voi olla myös tottumuskysymys, sillä paljon eri karttoja muutenkin tarkastelevat tietävät mitä ensimmäisenä tutkia kahden muuttujan koropleettikartoilta.

Artikkelissa esitellystä legendassa kuvastetaan suoraan muuttujien korrelaatiota. Yhdeksän ruutuisessa nelikulmiossa korrelaation voi lukea nelikulmion vasemmasta alakulmasta oikeaan yläkulmaan kulkevalta käyrältä.

Käytettävissä oleva ohjelmisto MapInfo on monimutkainen opintojen alkuvaiheissa. Opiskelija tyytyy luomaan kartan, joka visuaalisesti on toimivin ja nopeasti koottava. MapInfo myös valmistaa kartan suhteellsen automaattisesti, jolloin lopullisen kartan ulkonäköön tyytyväinen opiskelija jättää kartan sellaseksi. Opintojen edetessä uskon oman katsomukseni teemakartoista laajenevan. Teemakarttojen luomisen eri ulottuvuudet mahdollistuvat ohjelmiston käydessä tutummaksi, ja tulevista teemakartoista tulee varmasti enemmän tarkoitustaan ajavia.

Oma oppiminen

MapInfo ohjelmistona säilyttää haasteellisuutensa vielä toisella kurssikerralla. Vaikkakin olen aina ajatellut olevani tietokoneiden ja niiden ohjelmien kanssa taitava, on MapInfo lukuisine ominaisuuksineen hyvin hämmentävä. Moninaisten ominaisuuksiensa vuoksi ei ohjelmiston hallitseminen ilman ohjeita seuraten ole ollut lyhyessä ajassa mahdollista, ja yksinkertaisenkin teemakartan luominen voi olla haasteellista.

Kahta muuttujaa kuvaavan teemakartan luominen on prosessinaan yksinkertainen luennoitsijan laatimia ohjeita seuraten, mutta sen takana oleva ajattelutyö on monimutkaisempi osuus. Eri vaihtoehtoja ja muuttujien välisiä yhdistelmiä pitää punnita ennen lopullisen teemakartan luontia, ja silloinkin ajatusvirheiden saattelemana koko kartta voi antaa vääränlaisen kuvan alun perin toivotusta viestistä.

Lähteet

Anna Leonowicz: “Two-variable choropleth maps as a useful tool for visualization of geographical relationship”, Kartografija, 2006

Palomäki, Tanja (29.1.2017). Toinen kurssikerta. (3.2.2017)
<https://blogs.helsinki.fi/ptanja/>

PHAK-kurssin ensimmäisen luentokerran tavoite on tutustuttaa opiskelija MapInfo-ohjelmistoon, joka on luotu kartoitukseen ja paikkatiedon hallintaa varten. Kyseessä on aiemmin käytettyä CorelDraw-vektoriikkaohjelmistoa monimutkaisempi ohjelmistokokonaisuus, ja sen hallitsemisen oppimiseen kuluu huomattavasti enemmän aikaa. Luennoitsijan johdolla valmistetaan yhdessä koropleettikarttapohjainen teemakartta, jonka jälkeen opiskelijat luovat itse oman teemakarttansa.

Valmiiden materiaalien tuottamasta informaatiosta valitsen eläkeikäisten osuutta kuvaavan tiedoston. Aihe on sinänsä mielenkiintoinen, sillä heikkenevän huoltosuhteen vuoksi on kiinnostava visuaalisesti nähdä eläkeikäisten määrän painopisteet. Aiheesta kuitenkin on jo kauan tehty päivitettyjä teemakarttaversioita, eikä aiheena huoltosuhteen heikkeneminen ole mitenkään uusi teema maantieteen opiskelussa.

Tehtävän liikkeellelähtö on haasteellinen. Suuren informaatiomäärän vuoksi ohjelmisto on hidas, ja onnistuukin kaatumaan jo heti kättelyssä. Kun ohjelmistolla on mahdollisuus luoda suuria määriä eri tyyppisiä aineistoja, on myös mahdollisuudet ja painikemäärät suuret. Vauhtiin päästessäni onnistun luomaan koropleettikartan Suomesta, joka kuvaa prosentuaalisesti eläkeikäisten määrää kunnissa viiden eri astein (tiedot vuodelta 2015).

Vaikka ohjelmisto luo kartan pääosin kokonaan puolestani, on tiedettävä tarkkaan mitä ominaisuuksia valmiin kartan toivotaan kuvaavan. Mielestäni viidellä luokkarajalla valmis kartta säilyttää hyvän visuaalisuutensa, ja sitä on helppo lukea. Kuitenkin luokka-asteet (11,8–22,9 , 22,9–27,1 , 27,1–30,4…) ovat ongelmallisia karttaa luettaessa, sillä samaa arvoa esiintyy eri luokissa. En kuitenkaan kurssin tässä vaiheessa osannut muuttaa luokkakokoja paremmaksi, joten säilytin luokat sellaisinaan.

Ilmiötä kuvaavan värityksen valintaa tulee miettiä. Esimerkiksi vihreäpainotteisesta värimaailmasta tulee mieleeni kasvillisuus tai muut luonnonilmiöt ja useampiväristä teemakarttaa voi olla haasteellista lukea. Valitsin karttani väritykseksi punaisen eri sävyt, sillä punaisen eri asteet kuvaavat usein mielestäni enemmän ajatustasolla olevia ilmiöitä. Väriskaalassa tummennan kuitenkin ylimmän luokan punaista, sillä haluan sen erottuvan kartasta tehokkaammin. Liian suuri kontrasti väriskaalan ääriarvojen välillä tosin saattaa joissain tapauksissa painottaa liikaa ääriarvojen merkittävyyttä, eikä tällöin karttojen sanoma säily samana. En kuitenkaan koe kyseisellä kartalla värimuutoksen vaikuttavan paljoakaan kartan visuaalisuuteen.

Kuva 1. Koropleettikartta eläkkeellä olevien osuudesta kunnittain (%). Tiedot vuodelta 2015.

Valmiista kartasta huomaa eläkeikäisten painottuvan Suomen itä- ja keskiosiin. Pienin eläkeikäisten osuus on pääkaupunkiseudulla, jossa myös väkiluku on korkein. Muita luokituksen alarajoilla olevia kuntia on mm. Oulun, Jyväskylän, Tampereen, Joensuun ja Turun seudut, jotka ensisijaisesti ovatkin suurempia opiskelukaupunkeja, jotka tarjoavat opiskelumahdollisuuksien ohella myös monipuolisesti työpaikkoja. Ongelmallinen eläkeikäisten rintama on maaseutukunnissa, joista opiskelijat ja työikäiset muuttavat suurempiin keskuksiin ja eläkeikäiset jäävät kotiseuduilleen.

Tarkkailtuani muiden opiskelijoiden karttoja, huomaan Kristiina Koivun blogissaan julkaisemansa kartan ”Yli 65-vuotiaiden osuus väestöstä, % 2015” poikkeavan omastani. Vaikkakin teemakartat kuvaavat suhteellisen samaa ilmiötä, vaikuttaa kartoissa vertauksen kohde kuntien luokitukseen. Suurin ero kuntien välillä löytyykin Kainuu – Pohjois-Karjala, sekä Pohjois-Suomen alueelta. Koivu toteaa omassa kartta-analyysissään saman kuin totean omassani: ”Kartasta voidaan tehdä siis havaintoja, jotka tukevat yleistä oletusta Suomessa viime vuosikymmeninä tapahtuneesta kehityksestä: Nuoret aikuiset ja perheet muuttavat lähelle kasvukeskuksia palveluiden ja työpaikkojen paremman saatavuuden vuoksi.” (Koivu, K. 2017) Ilmiöön toki vaikuttaa tämän ohella myös jossain määrin eläkeikäisten määritelmä, sillä se ei suoranaisesti tarkoita aina yli 65-vuotiaita.

Oma oppiminen

Koen MapInfon komentosarjojen hallitsemisen haasteelliseksi. Itsepäisenä ohjekirjoja välttelevänä henkilönä uskon voimakkaasti ”tekemällä oppii” –ajatukseen, vaikkakaan se ei aina tarkoita nopeinta suoritustapaa. Ohjelmistossa eri laskennallisten menetelmien hallinta on tarpeen, joka tuleekin esiin heti ensimmäisellä kurssikerralla. Esimerkiksi lukujen eri luokittelutavat on haasteellista ymmärtää käytännössä, ja oikeanlaisen tavan valinta vaatii laajempaa analysointia luokiteltavan ilmiön esittämisestä. Omaan karttaani valitsin luonnollisen luokkavälin, sillä sen pitäisi olla ohjelmiston itse valitsema tapa kuvata arvoja niin että kaikki muuttujat (myös suurin ja pienin luokka) tulevat sopivasti teemakartassa esille. Kurssin edetessä uskon MapInfon tulevan tutummaksi, ja karttojen teon luonnistuvan myöhemmin sujuvammin.

Lähteet

Koivu, Kristiina (17.1.2017) Ensimmäinen kurssikerta ja harjoitustyö
<https://blogs.helsinki.fi/koivukri/>