Toisella kurssikerralla tutustuimme laajemmin paikkatieto-ohjelma MapInfon ominaisuuksiin ja moninaisiin teemakarttoihin, joita ohjelmalla voidaan tuottaa. Harjoitustehtäväksi saimme tuottaa itse aiemmin oppimaamme hyödyntäen teemakartan haluamistamme aineistoista. Lisäksi saimme tehtäväksi lukea ja kirjoittaa ajatuksiamme annetusta artikkelista.

MapInfon uusia toimintoja opetellessa koin melko vaikeaksi erilaisten komentoketjujen muistamisen. Ohjelmassa perustoimintojen suorittaminen alkoi kuitenkin sujua toisella kurssikerralla jo hyvin.

Harjoitustehtävän teemakarttaan valitsin aineistoiksi meille aiemmin annetusta aineistosta eläkkeellä olevien prosenttiosuuden kunnittain sekä aineiston kunnittaisesta syöpäindeksistä, jonka toin Terveyden ja hyvinvoinninlaitoksen tuottamasta tilasto- ja indikaattoripankki Sotkanetistä (Kartta 1). Sotkanet-palvelussa syöpäindeksin kerrotaan kuvaavan uusien syöpätapausten määrää 0-79-vuotiaalla väestöllä. Tapausten määrä on suhteutettu saman ikäiseen väestöön sekä koko maan arvoihin (sotkanet.fi 2016). Sotkanetistä kopioimani aineiston siirsin ensin Excel-taulukko-ohjelmaan, jonka jälkeen se oli sopivassa muodossa siirrettäväksi MapInfoon. Halusin, että teemakartalla olisi nähtävissä jonkinlainen korrelaatio eri teemojen välillä. Valitsin siis nämä aineistot, koska oletin että ne korreloisivat keskenään, sillä syövän tiedetään yleisesti olevan lähinnä vanhempien ikäluokkien sairaus.

 

Teemojen valitseminen oli hyvin vaikeaa ja se tuntuikin ehkä tehtävän haastavimmalta osiolta. Halusin löytää järkeen käyvän yhdistelmän, joka olisi myös lukijan mielestä kiinnostava. Sopivan aineiston löytäminen Sotkanet-palvelusta oli myös haastavaa, sillä useista aineistoista puuttui joidenkin kuntien tietoja useilta vuosilta. Lisäksi en keksinyt keinoa saada palvelu lisäämään aineistoon kuntakoodit. Kuntakoodien avulla aineiston olisi varmimmin saanut liitettyä MapInfoon aiemmin tuotuun aineistoon ilman ongelmia. Pelkkien kuntanimien avulla yhdistettäessä voi tapahtua virheitä, jos nimet ovat eri kirjoitusasuissa eri aineistoissa.

Päätin sisällyttää karttaan vain Uudenmaan maakunnan kunnat, koska mittakaavan ollessa suurempi, kartta pysyy helppolukuisena, vaikka teemoja onkin kaksi. Suhteellisista arvoista muodostuvan eläkeläisten prosenttiosuutta kuvaavan aineiston liitin kartan pohjaksi koropleettikarttana, koska koin sen toimivan ikään kuin selittävänä tekijänä syöpäindeksille. Syöpäindeksistä taas muodostin graduated-teemakartaksi MapInfossa nimitetyn kartan koropleettikartan päälle. Graduated-teemakartassa jokaisen kunnan päälle on sijoitettu valittu symboli, jonka koko heijastaa alueen syöpäindeksin arvon suuruutta. Graduated-teemakartalla ilmaistaan yleensä absoluuttisia arvoja, jota indeksin arvot eivät ole, koska niissä on huomioitu erinäisiä muuttujia. Koin graduated-kartan kuvaavan syöpäindeksin arvoja kuitenkin paremmin ja helpommin ymmärrettävämmin koropleettikartan yhteydessä, kuin esimerkiksi kartan päälle asetettu läpinäkyvä rasterimuotoinen koropleettikartta.

Kartan visuaalinen toteutus ei ole mielestäni kovin onnistunut muokkausyrityksistäni huolimatta. Alueelliset erot syöpäindeksissä eivät ole kovin suuret Uudenmaan mittakaavassa, joten pisteiden kokoeroa on melko hankala tulkita. Kartassa on kuitenkin nähtävissä korrelaatiota eläkeläisten suurempien prosenttiosuuksien ja syöpäindeksin nousun välillä, mikä oli tavoitteenani.

Kartalta on nähtävissä selkeää alueellista jakautumista ainakin eläkeläisten prosenttiosuuksissa: Eläkeläisten suhteellinen määrä kasvaa karkeasti kuvailtuna asteittain, mitä kauemmas siirrytään Helsingistä ja sen kehyskunnista. Suurimmat arvot saavat kunnat kuten Loviisa ja Raasepori, jotka sijaitsevat aivan Uudenmaan länsi- ja itäosissa kauimpana Helsingistä. Myös syöpäindeksin arvo kasvaa kohti maakunnan reunakuntia, erityisesti maakunnan itä- ja länsiosissa. Eläkeläisten määrään vaikuttavat Uudenmaan sisällä varmasti samat seikat, kuin aiemmassa blogipäivityksessäni tarkastelemani seikat, jotka määrittelivät yli 65-vuotiaiden määrän kunnittaista vaihtelua koko Suomen alueella: Helsingin ja sen kehyskuntien työ- ja opiskelupaikat vetävät puoleensa nuoria aikuisia ja lapsiperheitä, jolloin ikääntyvää väestöä jää asumaan kasvukeskuksista kaukaisiin kuntiin. Eläkeläisten määrän kasvaessa, suuremmalla riskillä syöpään sairastuvien määrä kasvaa, joka todennäköisesti selittää syöpäindeksin arvon nousun. Toisaalta Syöpä Suomessa 2011 – julkaisun mukaan syöpiä esiintyy yleisesti ottaen enemmän kaupungeissa kuin maaseudulla, mikä on ristiriidassa kartasta tekemieni havaintojen kanssa (Pukkala, Sankila & Rautalahti 2011: 42-27). Samassa julkaisussa todetaan tosin myös, että yksittäisten kuntien välisten erojen tarkkailu syöpätapauksien määrässä ei johda luotettaviin havaintoihin tapausten vähyyden vuoksi. Näin pienen alueen tarkastelussa ei siis voida ehkä perustella syöpäindeksin arvojen alueittaista vaihtelua muulla kuin ikärakenteiden eroilla.

Koen, että kartta on informatiivinen lukijalle, vaikka pisteiden kokoerot ovatkin vaikeasti tulkittavissa. Tällaisessa useampaa teemaa kuvastavassa kartassa kuitenkin lukijan kartanlukutaito vaikuttaa vahvasti kartasta saadun informaation määrään ja laatuun, kuten Pyry Lehtonen toteaa blogitekstissään Artikkeli 1 Kartat päällekkäin (Lehtonen 2017).

Reaktiopaperi annetusta artikkelista

Anna Leonowiczin artikkelissa Two-variable choropleth maps as a useful tool for visualization of geographical relationship (2006) tuodaan esille aiemmin huonon maineen saanut koropleettikartta, joka kuvaa kahta muuttujaa ja niiden suhdetta saman aikaisesti. Artikkelissa Leonowicz todistaa kyselytutkimuksella, että yhden muuttujan koropleettikartta kuvaa hyvin muuttujan alueellista jakautumista, mutta kahden muuttujan koropleettikartta kuvaa paremmin kahden muuttujan välistä suhdetta.

Kahden muuttujan koropleettikartta on minulle täysin uusi teemakarttatyyppi. Karttatyyppi vaati minulta hieman enemmän aikaa informaation hahmottamiseen kuin tavallinen koropleettikartta vaatii, mutta sen tuoma informaatio on sellaista, jota yhden muuttujan koropleettikartta ei oikeastaan pysty ilmaisemaan. Voin kuvitella, että monille tuollainen kartta voi olla vaikea hahmottaa. On totuttu, että väriskaala teemakartalla tarkoittaa yleisimmin yhden muuttujan nousevaa arvoasteikkoa. Kahden muuttujan koropleettikartta taas kuvaa oikeastaan kolmea erilaista joukkoa samanaikaisesti: vahvasti korreloivien arvojen joukkoa sekä kummankin muuttujan suuntaan painottuvaa hajanaista arvojoukkoa. Informaation lisääntyessä myös kartanluku aina vaikeutuu. Karttatyyppi voisi olla kuitenkin yleisesti ymmärrettävä, jos se olisi yleisempi ja sitä kautta tavallisillekin ihmisille kertyisi kokemusta sen tulkitsemisesta. Nykyisetkin yleiset ja tavallisille ihmisille tutut karttatyypit, ovat kuitenkin määrittyneet vain sen mukaan, minkälaisia karttoja ammattilaiset julkaisevat.

Mielestäni kahden muuttujan koropleettikartan ainutlaatuinen legenda oli hyvin mielenkiintoinen. Legenda koostuu eri värein väritetystä ruudukosta, jonka y- ja x-akselit muodostavat kahden muuttujan arvoskaalasta. Eniten korreloivat arvot sijoittuvat ruudukon lävistäjälle ja vähemmän korreloivat arvot ympäri ruudukkoa. Jokaisen ruudun sisään asettuvat arvot ja ruudukkoa kuvaava kartalle sijoitettu väri kuvaa siis erilaista suhdetta muuttujien välillä. Artikkelissa selitettyjä legendaan liittyviä matemaattisia menetelmiä minun oli vaikea ymmärtää, mutta legendan perusidea oli helppo ymmärtää. Oli avartavaa lukea tutun asian minulle täysin uudenlaisesta toteutustavasta.

Lähteet

Syöpäindeksi, ikävakioimaton (2016). Terveyden ja hyvinvoinnin laitos. 26.01.2017. <https://www.sotkanet.fi/sotkanet/fi/taulukko/?indicator=szYOBgA=&region=VVDLCsRACPujAY1DKX7HXvbiodBr___W8bGDS8FYE8eo8mAjYeVBxtDLQY8VRRF5EJWfuwKdg1ZWDEGl_sV7qbQkNIn9izoSljyKv7F9BsnfRG6vbpMBUTd0JqIk0dvy4UTZppF7omJKfSt4u6_kym7w9jjLGdKLtJNkTLrOYXCIYvkN0RkXUHns6yPt8wI=&year=sy4rszbS0zUEAA==&gender=t&abs=f&color=f>

Pukkala, E., Sankila, R & Rautalahti, M (2011). Syöpä Suomessa 2011. 84 s. Suomen Syöpäyhdistys, Helsinki.

Lehtonen, Pyry (26.1.2017). Artikkeli 1 Kartat päällekkäin. 27.1.2017. <https://blogs.helsinki.fi/lepylepy/>

Leonowicz, A (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42: 1.

Ensimmäisellä kurssikerralla tutustuimme paikkatieto-ohjelma MapInfoon. Ohjelma muistuttaa monin tavoin aiemmin käyttämäämme CorelDraw piirto-ohjemaa. Ohjelmissa on esimerkiksi samanlainen kerroksellinen rakenne. Varsinkin elementtien käsittelyn ominaisuudet ovat kuitenkin MapInfossa melko erilaiset kuin CorelDrawssa, jonka vuoksi ohjelman kanssa toimiminen tuntui aluksi vaikealta ja ohjelman toimintoja oli hankala ymmärtää. MapInfo-ohjelmassa teemakarttojen luominen tapahtuu ällistyttävän helposti, kun ohjelmaa osaa käyttää. Komentoketjujen muistaminen on kuitenkin näin aluksi vaikeaa, mutta onneksi saatavillamme on tarkat ohjeet kunkin toiminnon suorittamiseksi.

Kurssin suoritusalustana tulee toimimaan tämä blogi, johon julkaisen piirtämäni kartat sekä oppimispäiväkirja-tekstini. Julkisen blogin kirjoittaminen luo hieman paineita, sillä aiemmissa opinnoissa suoritukset ovat olleet aina vain yhden tai korkeintaan muutaman henkilön, kurssin opettajan/opettajien, nähtävissä. Toisaalta on kiinnostavaa lukea muiden tekstiä ja nähdä, miten muiden kirjoitustyylit poikkeavat omastani.

Ensimmäinen harjoitustehtävä oli tehdä MapInfo paikkatieto-ohjelmalla annetuista aineistoista koropleettikartta. Tehtävän tarkoituksena oli lähinnä harjoitella ohjelman käyttöä itsenäisesti. Tehtävän toteuttamisessa oikeastaan ainoa asia johon vaikutettiin itse, oli kartan luokitus ja ulkonäkö. Tehtävä oli kuitenkin hyvä aloitusharjoitus uuteen ja haastavaan ohjelmaan tutustuttaessa. Vaikka ohjelma on täysin uusi, on teemakartta kuitenkin tuttu käsite ja niitä olemme tarkastelleet paljon jo aiemmissa opinnoissa.

Valitsin aineistoksi yli 65-vuotiaiden prosenttiosuuden kunnittain Suomessa. Kartan on tarkoitus tuoda lukijalle yleiskuva Suomen kunnallisista eroista aiheesta yleiskatsauksella. Tarkemmin katsomalla lukijan tulisi pystyä myös tarkastelemaan yksittäisten kuntien välisiä eroja. Kartan ulkonäköön vaikuttaa merkittävästi käytetty luokitus. Aineistoon sopivaa luokitusta tutkin histogrammilla (Kuva 1), jonka avulla nähdään, miten aineisto on jakautunut. Aineistosta tehdystä histogrammista voi silmämääräisesti nähdä aineiston jakautuneen normaalisti. Aineisto voidaan siis luokitella esimerkiksi keskihajonnan mukaisesti tai tasavälein. Tasavälisellä luokituksella, eli luokituksella, joka pyrkii liittämään kuhunkin luokkaan yhtä monta kohdetta, erot näkyvät selvemmin. Tämän vuoksi päädyin käyttämään tasavälistä luokitusta.

 

 

Koropleettikartan väritys koostuu oranssista värisävyskaalasta, koska se luo helposti luettavan yleiskuvan kasvavalle luokitukselle (Kartta 1). Oranssi väri sopi mielestäni kuvaamaan tällaista ihmistoimintaan liittyvää ilmiötä, koska väriä ei yhdistä vahvasti mihinkään luonnon ilmiöön. Toisin kuin esimerkiksi sininen väri, joka yhdistetään veteen ja vihreä väri kasvillisuuteen. Yksi koropleettikartan piirtämisen riskeistä on liian lähekkäisten värisävyjen käyttö, jolloin kartan luettavuus kärsii. Tekemässäni teemakartassa viidestä luokasta kolmea keskimmäistä luokkaa kuvaavat värit ovat melko lähellä toisiaan, jonka vuoksi niitä ei valitettavasti pysty erottamaan heti toisistaan kartalla. Toisaalta liian suurten sävyerojen käyttö olisi voinut antaa lukijalle liioitellun kuvan aineiston jakautumisesta.

 

Kartalla ei näy vesistöjä, kuten merta tai järviä, koska kartta ei kuvaa luonnonmaantieteellistä ilmiötä vaan ihmismaantieteellistä ilmiötä. Tämän vuoksi ihmisen kehittämät maantieteelliset ilmiöt kuten valtion ja kuntien rajat ovat olennaisempia tietoja kartalle kuvattaviksi.

Karttaan on liitetty kartan peruselementit eli pohjoisnuoli, (jana)mittakaava ja legenda eli karttaselite. Pohjoisnuolen asettaminen paikkatieto-ohjelmalla oli melko haastavaa, koska se ei asettunut juuri sille paikalle, mihin sen käski asettua. Legendasta voi nähdä, että luokituksen ylin ja alin luokka sisältävät vähemmän arvoja kuin muut luokat, jonka vuoksi kartta voi liioitella mielikuvaa joidenkin alueiden arvoista. Kartan tarkoitus on kuitenkin antaa yleiskuva Suomen tilanteesta, jolloin yksittäisten kuntien totuudenmukainen esiintyminen kartalla ei ole niin merkittävää.

Kartalla on havaittavissa selkeää alueellista jakautumista yli 65 vuotiaiden suhteellisessa määrässä. Kasvukeskusten, eli esimerkiksi pääkaupunkiseudun, Tampereen, Jyväskylän, Kuopion, Joensuun ja Oulun, kunnissa ja lähikunnissa on suhteellisen vähän yli 65 vuotiaita. Vastaavasti keskimääräistä keskimääräistä enemmän yli 65 vuotiaita asuu erityisesti Keski- ja Itä-Suomessa kasvukeskus-alueiden ulkopuolella. 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. Vanhemmat ikäluokat taas eivät halua tai pysty esimerkiksi terveydellisistä syistä lähteä kotiseudultaan. Sanja-Riia Collin oli tehnyt kartan samasta aineistosta ja teki blogitekstissään samanlaisia havaintoja. Hän totesi muun muassa, että teemakartasta voidaan nähdä yhteys ”tyhjenevien ja muuttotappiollisten kuntien sekä ikääntyvän väestön prosentuaalisen osuuden välillä” (Collin, 2017). Tanja Palomäki teki teemakartan eläkkeellä olevien prosenttiosuudesta kunnittain ja huomasi saman yhteyden ikääntyvien alueiden ja periferia-alueiden välillä. Palomäki toi esille myös valtion päätösten merkityksen ikärakenteisiin mainitsemalla yliopistojen sijaintien vaikutuksen (Palomäki, 2017).

Koska aineiston tieto on suhteellista, koen että sillä on informaatioarvoa kelle tahansa lukijalle. Sama informaatio absoluuttisilla arvoilla tarkoittaisi, että lukijalla tulisi olla tietoa kuntien väkiluvuista, jotta hän osaisi arvioida yli 65 vuotiaiden määrän todellista merkitystä esimerkiksi kunnan huoltosuhteelle. Absoluuttisia arvoja ei yleensä edes esitetä koropleettikartoilla, jolloin erilaisella aineistolla myös esitystapaa tulisi muuttaa.

Olen aina ajatellut olevani huono tietokoneohjelmien käytössä, mutta syksyn aikana kursseilla jo aiemmin tuntemiini ohjelmiin tarkemmin ja täysin uusiin ohjelmiin tutustuminen, on kasvattanut itsevarmuuttani. Tämän vuoksi luulen, että kokeilin rohkeammin MapInfon erilaisia työkaluja ja tutustuin ohjelmaan hieman itsenäisestikin.

Lähteet

Collin, Sanja-Riia (24.1.2017). Ensimmäinen kurssikerta. 26.01.2017. < https://blogs.helsinki.fi/collinsa/>

Palomäki, Tanja (24.1.2017). Ensimmäinen kurssikerta. 26.01.2017. < https://blogs.helsinki.fi/ptanja/>