Luento 4: Ruutukarttoja ja rasteriaineistoja

Neljäs luento – Perjantai 10.2.2023

Heippa!

Nuha edelleen vaivaa, joten jäin tekemään hommia kotoota käsin. Moodleen jaettiin onneksi zoom-videot, joita katsoessa tuntui kuin olisi itse luennolla ollut. Kuten myös Saini mainitsi, niistä oli suuri hyöty :) Tällä kertaa tutkiskeltiin muun muassa pisteaineistoja sekä opeteltiin tekemään ruutukarttoja.

Vaikka ohjetta seurasin, niin päätin silti ilmeisesti väsyneenä hypätä pari riviä ohi ja kokeilla ruudukon tekemistä metrin tarkkuudella. Voi varmaankin arvata jo, että eipä siitä hirveästi mitään tullut ja konekin päätti irtisanoa itsensä pari kertaa, mutta onneksi sisäistin vihdoin lukemani myöhemmin ja ymmärsin mistä koko homma johtui.

Luentokerralla käytiin läpi paljon uutta asiaa, johon en aikaisemmin ollut törmännyt ja tuntui, että piti muistaa paljon erilaisia yksityiskohtia. Onneksi hommat rupesivat ainakin jotenkin sujumaan, vaikka vähän hankalalta välillä tuntuikin. Varmasti nuhan mukana tuoma väsymys johti moniin pieniin virheisiin, joihin matkan varrella tuli törmättyä.

Ruutukartat

Valitsin tarkasteltavaksi muuttujaksi 25-29-vuotiaiden määrän pääkaupunkiseudulla, jonka havainnollistin kartalle 500m x 500m ruudukolle (Kuva 1).

Kuva 1: 25-29-vuotiaiden määrä pääkaupunkiseudulla, 500 m x 500 m ruutukartalla.

Kuvasta 1 voidaan huomata, että alueet, joissa asuu eniten 25-29-vuotiaita sijaitsevat pääasiallisesti Helsingin keskusta-alueella ja sen läheisyydessä sekä Otaniemessä, Teekkarikylässä. Ainakin jonkin asteinen yhteys voidaan huomata 25-29-vuotiaiden asuinpaikan sekä liikenneyhteyksien välillä, jos pohditaan esimerkiksi lähijunaliikenteen tai metron sijoittumista. Tämän ohessa korkeakoulujen vaikutus voidaan huomata kartalta. Teekkarikylän 25-29-vuotiaiden määrään on vaikuttanut oletettavimmin Aalto yliopiston läheinen sijainti.

Kuten kuvasta 1 voi huomata, niin ruutukartalle voi esittää absoluuttisia lukuarvoja, sillä kaikki kartalla käytetyt ruudut ovat yhdenkokoisia (Tilastokeskus s.a). Jos kyseessä olisi erikokoiset ruudut niin täytyisi lukuarvot muuttaa suhteellisiksi. Kuitenkin minusta tuntui hieman hassulta esittää lukuarvot absoluuttisina, sillä siihen ei vain ole tottunut. Karttoja tehdessä tein versiot myös suhteellisista arvoista, jolloin huomasin, että kartat muuttuivat jonkin verran. Absoluuttisia arvoja tarkastellessa on hyvä pitää mielessä, että eri alueilla asuu eri määrä ihmisiä. Esikaupunkialueella voi asua määrällisesti vähemmän 25-29-vuotiaita, mutta suhteutettuna väkilukuun osuus voi olla suurempi kuin keskusta-alueella, esimerkiksi Kampissa.

Karttaa tehdessä valitsin ruutukooksi 500m x 500m neliökilometrin sijaan, sillä mielestäni pienempi ruutukoko kuvasi muuttujan jakaumaa paremmin (Kuva 1). Tarkastelualue on suhteellisen pieni, joten pienemmän ruutukoon käyttäminen ei mielestäni aiheuttanut suuria ongelmia. Isommalla mittakaavalla olisi mielestäni myös isompi ruutukoko toimivampi.  Pienemmän ruutukoon käyttäminen vaati kuitenkin sen, että muutin ruutujen reunojen paksuuden pienemmäksi, jotta värit pääsivät paremmin esille. Neliökilometrin tarkkuudella kuvattu kartta oli selkeä, mutta ei mielestäni tuonut kaikkea alueellista vaihtelua kunnolla esille, erityisesti ydinkeskustassa.

Mielestäni alkuperäisen aineiston pisteteemakarttaan verrattuna ruutukartta on tarkastelualueelle sopivampi keino esittää asioita. Pisteiden päällekkäisyys vaikeuttaa analysointia, eikä kartasta oikein saanut selville kuinka monta pistettä alueella oli. Ruutukartta on sinänsä kyseenalainen, että se kuvaa koko ruudun samalla arvolla, vaikka ruudun sisäinen vaihtelu voi myös olla suurta. Koropleettikartoissa on vähän sama ongelma: alueella esitettävä tieto on alueen keskimääräinen arvo, eikä sisäisestä vaihtelusta kerrota mitään. Sofia (2023) mainitsee blogissaan: “Verrattuna aikaisemmin tehtyihin koropleettikarttoihin, mielestäni rasteripohjainen aineisto ei ole alueiden jaossa yhtä tarkka.”. Olen kuitenkin asiasta Sofian kanssa samaa mieltä. Kuvia 1 ja 2 tarkastellessa voidaan huomata ruutujen “jatkuvan” kuntarajojen ulkopuolelle, vaikka aineisto rajattiin alueen eli kuntien mukaan.

Edit: ainiin…

Olinkin tehnyt myös toisen kartan, jolla kuvasin asukastiheyttä pääkaupunkiseudulla (Kuva 2).

Kuva 2: Ruutukartta pääkaupunkiseudun asukastiheydestä neliökilometrin tarkkuudella

Asukastiheyden kuvaaminen ruutukartalla tuntui luontevalta ja olen melko varma, että olen jossain nähnyt vastaavanlaisen kartan aikaisemminkin. Kuvasin asukastiheyden perinteisesti neliökilometrin tarkkuudella, sillä se tuntui luontevalta. Valitsin seitsemän luokkaa tarkasteluun, jotta eroavaisuudet nousisivat hieman paremmin esille. Värimaailma kartassa 2 tuntuu hieman selkeämmältä kuin kartassa 1.

Kuvasta 2 tulee selkeästi esiin suurimmat asumiskeskittymät, joita ovat Helsingin keskusta-alue, Meilahti, Ruskeasuo sekä Matinkylä. Harvaan asuttuja alueita ovat Sipoo sekä pääkaupunkiseudun luoteisosa. Kuvaa tarkastellessa voi huomata asukastiheyden olevan korkeampaa itäisellä puolella pääkaupunkiseutua.

Mielestäni kartat ovat onnistuneita ja kuvaavat haluttuja asioita. Karttojen tulkintaa voisi helpottaa kuntien nimet. Lisäksi voimakkaampi kontrasti luokkia kuvaavien värien välillä tekisi selkeämmän lopputuloksen, erityisesti kuvassa 1.

– Sini c:

Lähteet

Lankinen, S. (2023). Harjoitus 4 ja itsenäistä työtä.

< https://blogs.helsinki.fi/sainilan/2023/02/15/harjoitus-4-ja-itsenaista-tyota/> (vierailtu: 17.3.2023)

Salonen, S. (2023). Sofia’s blog: Kurssikerta 4 – 8.2.2023.

< https://blogs.helsinki.fi/sofisalo/2023/02/13/kurssikerta-4-8-2-2023/> (vierailtu: 17.3.2023)

Tilastokeskus (s.a). Tilastoteemakartat

< https://tilastokoulu.stat.fi/verkkokoulu_v2.xql?page_type=sisalto&course_id=tkoulu_teemak&lesson_id=4&subject_id=3> (vierailtu: 17.2.2023)