Kurssikerta 7- Kurssi pakettiin

Seitsemännellä ja viimeisellä kerralla tehtävänä oli laitaa kurssin aikana kertyneet taidot kovan paikan eteen. Arttu oli koonnut tiedotusblogiin ison kasan linkkejä, joista tuli kaivaa esiin sekä tehtävän karttapohja, että tietokanta, jostain kartalla esitettävästä teemasta.

Hetken linkkien kanssa tuskailtuani, tulin päätökseen, että kattavin ja helppokäyttöisin tietokanta on Euroopan tilastoja tarjoava Eurostat (http://ec.europa.eu/eurostat). Sivuilta löytyy kaikenlaista tietoa maan ja taivaan väliltä, mutta hetken tutkimisen jälkeen kiinnitin huomioni ympäristö- ja luonnonvarastatistiikkaa sisältävään osastoon. Hetken mielijohteesta päätin tehdä kahta muuttujaa esittävän koropleettikartan, jossa muuttujina olisivat energiavero ja uusiutuvat energialähteet. Karttapohjaksi hain maailmankartan Natural Earth- nimiseltä sivulta (http://www.naturalearthdata.com/), joka tarjoaa kattavasti karttoja joka tarpeeseen. Omaan karttaani tarvitsin vain valtioiden rajat ja sellainen löytyi helposti.Energiakartta

Ihailin jo etukäteen mielessäni syntyvää karttaa, jossa uusiutuvien energialähteiden määrä tulisi korreloimaan täydellisesti energiaveron suuruuden kanssa. Totuus iski kuitenkin päin naamaa valmista karttaa tutkiessani. Ainoa mielenkiintoinen havainto jonka, kartasta voi vetää, on se että pohjoismaat ja Baltian maat tuntuvat olevan selvästi muuta Eurooppaa edellä uusiutuvien energianlähteiden käytössä, ainoa poikkeus tässä joukossa on liettua, joka on alinta kastia koko Euroopan mittakaavalla molempia muuttujia tarkastellessa. Kartasta erottuvat muita selkeämmin Ruotsi ja Norja, joissa uusiutuvien energianlähteiden osuus on selvästi suurempi, kuin muualla Euroopassa, tämä selittynee Skandien vuoristolta valuvilla joilla ja niistä saatavalla vesivoimalla sekä ydinvoiman runsaalla käytöllä (etenkin Ruotsissa).

Energiaverotus on kovinta Italiassa, Tanskassa, Hollannissa ja Kroatiassa, mutta silti Hollanti ja Italia kuuluvat uusiutuvien energianlähteiden määrässä alimpaan luokkaan (2,9–23,9% tuotannosta uusiutuvin menetelmin). Yhdessäkään energiaveron osalta alimpaan luokaan kuuluvassa valtiossa energialähteiden osuus ei ylitä 23.9%, joten tästä voidaan päätellä, että matala energiavero ei ainakaan kannusta käyttämään kalliimpia, mutta ympäristöystävällisempiä energiahuoltoja. Tämä samainen ilmiö tosin ei päde jos tarkastellaan alapään maiden sijaan yläpään maita; siellä selkeää korrelaatiota ei ole havaittavissa. Visuaalisesti kartassa ei ole suuria puutteita tai virheitä, mutta koska korrelaatiota muuttujien väliltä ei juuri löytynyt voi kartan hyödyllisyyden kyseenalaistaa. Tärkeintä taisi kuitenkin olla itsenäinen tietokantojen kanssa painiminen, joka tuli kyllä karttaa tehdessä tutuksi.

paskinkarttaevö

Toisen karttani tein suojelualueiden määrästä ja vuosittaisista turistimääristä, tarkasteltuna taas Euroopan valtioiden välillä. Tietokantojen lähteinä toimivat niin ikään Eurostatin tarjoamat statistiikat (http://ec.europa.eu/eurostat). Ennakkoon ajattelin, että ekoturismi saattaisi näkyä mielenkiintoisina korrelaatioina kartalla, mutta totuus oli taas kerran jotain muuta. Valitettavasti myös tietokanta osoittautui hyvin vajaaksi, eikä molempia muuttujia löytynyt läheskään kaikista Euroopan valtioista. kartalta havaitaankin että itä-Euroopasta löytyy suhteellisesti eniten luonnonsuojelualueita, eivät turistimäärät ole yhtään sen suurempia, kuin muuallakaan, missä suojeltuja alueita on vähemmän. Suurimpia turisteja vetävinä maita, kartalla ovat Saksa ja Ranska, mutta niiden suuret luvut tulevat todennäköisesti mm. kulttuurillisista matkailijoita vetävistä syistä. Jos edellinen karttani vaikutti pohjanoteeraukselta, niin nyt tuli mentyä kyllä senkin alapuolelle. Eipä tässä oikeastaan muuta sanottavaa ole kuin että ”Virheistä oppii ja kokemus karttuu”- Pikku G.

Muiden blogeja tutkiessani huomasin, että monet olivat löytäneet todella mielenkiintoisia juttuja kartalla esitettäväksi; parhaimpana varmastikin Pätärin Tuomas, joka esitti kartallaan UFO-havaintojen ja selkeiden talvipäivien välistä korrelaatiota, jota ei kylläkään löytynyt, mutta idea oli mahtava.

Lähteet ja viittaukset

Pätäri T. (2016) GIS-tarinoita PAKkastalveen 21.3.2016 https://blogs.helsinki.fi/ttpatari/2016/03/05/talvisia-ufoja/

Eurostat tietokannat, http://ec.europa.eu/eurostat

Natural Earth, (http://www.naturalearthdata.com/)

 

 

Kurssikerta 6- kenttätutkimusta ja hasardeja

Kuudennella kurssikerralla meidät ohjattiin heti kättelyssä ulos Garminin satelliittipaikannuslaiteet käsissämme, tehtävänä tallentaa dataa jostain lähiympäristön mitattavissa olevista ominaisuuksista. harjoitus oli osa kurssikerran tavoitetta oppia muuttamaan paikannustietoja hyödynnettävään muotoon ja tuottamaan siitä piste- tai viivamuotoista aineistoa kartalle. Virkistävän aamukävelyn lisäksi, ryhmämme päätyi kartoittamaan Kumpulan kampuksen lähistöllä olevien palveluiden sijoittumista. Teknisten haasteiden minimoimiseksi, paikannustietoja kerättiin myös käsin talteen. Kun reippailu oli tehty ja dataa analysoitu siirryttiinkin itse harjoituksen pariin.

Lähialueiden tarkastelu vaihtui kurssikerran jälkimmäisellä puoliskolle hieman isomman mittakaavan karttojen tuottamiseen; tarkastelun kohteena maanjäristykset, tulivuoret ja meteoriitit, alueena koko maapallo. Päädyin tuottamaan karttoja maanjäristyksistä ja tulivuorista. Maanjäristys havainnot joita tarkastelin olivat kahden viime vuosikymmenen ajalta. Päädyin jättämään meteoriitit ulos kartoista, koska ei olisi mielestäni saanut yhtä mielenkiintoista vertailua aikaan; ovathan ne sijoittuneet satunnaisesti ympäri planeettaamme.

M&J

m&j 7m&j3

Kartoissani maanjäristyksiä esitetään 6,7 ja 8 magnitudin luokkiin jaettuna punaisina ympyröinä, ja taustakarttaan olen valtioiden rajojen lisäksi lisännyt tulivuoret kolmioilla. Kartat havainnollistavat ensinnäkin sen, että maanjäristykset keskittyvät mannerlaattojen reuna-alueille, missä esiintyy myös valtaosa tulivuorista. Kartalta havaitaan, pelkän tulivuori-maanjäristys korrelaation lisäksi, että voimakkaimmat maanjäristykset esiintyvät lähes poikkeuksetta tietyillä mannerlaattojen siirrosvyöhykkeillä. Tällaisia “maanjäristysklustereita” ovat Etelä-Amerikan länsirannikko, Indonesia ja Japanin itärannikko, kaikki näistä kuuluvat ns. Tyynenvaltamenren tulirenkaaseen ja ovat laattatektoniikaltaan alueita, joilla mereinen mannerlaatta työntyy mantereisen alle. Saman havainnon on tehnyt, myös Tommi Toikkanen blogissaan, tarkastellen mm. voimakkuudeltaan 7 magnitudin maanjäristysten ja tulivuorten sijoittumista.

Kartan yksi tavoite oli solveltua opetustilanteisiin, ja mielestäni parhaiten oppimista edistävät kartat jotka esittävät tarkasteltavien ilmiöiden korrelaatioita, koska silloin kartan lukija pystyy yhtä karttaa tutkimalla havaita ilmiöiden syy-seuraussuhteita. Karttojeni tulkittavuus ei ole hyvä jos tavoitteena on tarkastella pieniä alueita, mutta laattatektoniikan aiheuttamia hasardeja globaalina ilmiönä, ne havainnollistavat hyvin. Jos käyttäisin karttojani kouluopetuksesssa ottaisin tueksi vielä kartan, jossa näkyisivät mannerlaatat ja niiden reunavyöhykkeiden tyypit (alityöntö-, erkanemis-, ylityöntövyöhykkeet), esimerkiksi Yale Scientific- sivuilta (http://www.yalescientific.org/2013/02/tearing-at-the-seams-the-splitting-of-the-indo-australian-tectonic-plate/) löytyi hyvä kartta demonstroimaan laattatektoniikkaa, jonka aikaansaamia karttojeni tulivuoret ja mannjäristykset ovat. Tuomas Tavi oli tehnyt karttansa samasta ilmiöstä kanssani, ja mainitsee blogissaan että maanjäristysten ja tulivuorten esittäminen kartalla saattaisi olla mielekkäämpää, käyttäen jotain muuta kuin Eurooppa keskeistä projisointitapaa. Tämä oli mielestäni hyvä oivallus, koska maanjäristykset ja tulivuoret ovat keskittyneet Tyynenvaltameren ympäristöön.

Yale Scientific; Tearing at the seams: The Splitting of the Indo-Australian Tectonic Plate. 6.2.2013 http://www.yalescientific.org/2013/02/tearing-at-the-seams-the-splitting-of-the-indo-australian-tectonic-plate/ (14.3.2016)

T. Toikka. Tgtoikka´s blog; Kurssikerta 6,  https://blogs.helsinki.fi/tgtoikka/ (5.3.2016)

T. Tavi. Tugtavi´s blog; 6. Kurssikerta ja kolmen kartan yritys yhtenäiseen esitykseen, https://blogs.helsinki.fi/tugtavi/ (2.3.2016)

Kurssikerta 5- Lentokonemelua ja putkiremontteja

Nyt PAK 2016- kurssi on saavuttanut sen pisteen, jossa mapinfon käytön pitäisi sujua siten, että itsenäinen käyttö ilman step by step- ohjeita on mahdollista. Nämä kurssikerrat ovat tutustuttaneet hyvin mapinfon maailmaan ja sen tarjoamat mahdollisuudet alkavat pikkuhiljaa aueta minullekkin. Hyödyllisimmäksi ominaisuudeksi nostan sen, että mapinfo mahdollistaa ominaisuustiedon sitomisen johonkin sijaintitietoon. Oikeastaan suurimpana haasteena, ainakin mitä ohjelman käyttöön tulee, pidän aineistojen ja tilastojen löytämistä. Esimerkiksi karttapohjien saatavuus on minulle vielä hieman hämäränpeitossa; en oikein tiedä mistä niitä voisi etsiä.
Viidennellä kurssikerralla keskityttiin puskurointeihin ja analyyseihin. Kurssikerralla tarkasteltiin pääkaupunkiseudun kahta lentokenttää Malmia ja Helsinki-Vantaata. Malmin lentokentälle tuli laatia kahden ja yhden kilometrin säteellä olevat bufferit ja HKI-Vantaalle vain kahden kilometrin bufferi, sekä selvittää niillä asuvien ihmisten määrä. Tämän lisäksi tarkasteltiin Helsinki-Vantaan melualueiden asukasmääriä. Lentokenttien lisäksi tarkasteltiin juna-asemien ja taajamien erinäisiä muutujia, jotka ovat esitettynä alla olevassa taulukossa.

Presentation1

Taulukko 1. Vastaukset Kurssikerralla selvitettäviin kysymyksiin eri alueiden Lukuarvoista.

Toinen kurssikerran tehtävä koski pääkaupunkiseudulta olevaa väestötietokantaa, josta tuli selvittää kysytyt lukuarvot, sekä laatia koropleettikartta. Kartalla esitetään Pääkaupunkiseudun putkiremontintarpeessa olevia vuosina 1965-1970 rakennettuja kerrostaloja. Kartasta havaitaan että eniten remontin tarpeessa olevia rakennuksia löytyy Itähelsingistä, sekä muutamista muista pienalueista ympäri helsinkiä, kuten Lauttasaaresta, Laajasalosta, Pasilasta ja Käpylästä. Tehtävään liittyvät lukuarvot löytyvät samasta taulukosta kuin ensimmäisen tehtävänkin.

putkirempat

Kuva 1. Pääkaupunkiseudun vuosina 1965-1970 rakennetut kerrostalot, jotka ovat putkiremontin tarpeessa, pääkaupumiseutu on jaettuna pienalueisiin.

 

 

 

 

 

 

 

Kurssikerta 4- Ruutuja ja Rastereita

Neljännellä kurssikerralla palattiin tarkastelemaan väestöön liittyviä tietokantoja, tällä kertaa tarkastelu alueen oli tosin vain Pk-seutu. Aineisto koostui pistemuodossa esitetystä tiedosta, jonka hyödyntäminen oli mahdollista vain ominaisuustietoja tarkastellen ja muokaten. Pisteaineistosta oli määrä valita jokin muuttuja ja esittää sitä ruutukartalla.

Päädyin käsittelemään muiden kuin Suomea äidinkielenään puhuvien määrää pääkaupunkiseudulla ruuduittain. Ruutujen kokoina pyörittelin ensin 250m korkeita ja leveitä ruudukkoja, mutta se ei tuonut mielestäni esiin ilmiötä sillä tavalla kuin olisin halunnut. Kuntarajojen lisäksi minulla oli kartalla auki pääkaupunkiseudun pienalueet, ja mielestäni jopa pienalueittainen tarkastelutaso olisi ollut riittävä. Päädyin kuitenkin 500m kanteiltaan oleviin ruutuihin, koska suurempien ruutujen tarkastelu on mielekkäämpää jos tavoitteena on vertailla eroja koko kartan esittämällä alueella eikä vertailla niinkään yksittäisiä ruutuja.

muunkieliset4

Kartasta havaitaan, että muutamat keskittymät Itä-Helsingistä erottuvat selvästi tummempina ja laajempina kuin muut. Kuten olettaa saattaa näitä ovat mm. Vuosaari, Kontula, Myllypuro ja Itäkeskus. Idän lisäksi kartalta on havaittavissa Juna-asemien erottumien suuremmalla vieraskielisten osuudellaan. Tämä ilmiö on havaittavissa etenkin, jos tarkastellaan Vantaata, jossa lähes kaikki tummemmat keskittymät ovat asemien läheisyydessä. Itä- ja Pohjois-Helsingin lisäksi myös kantakaupunki on todella selkeä vieraskielisten keskittymä. Aineiston heikkous tosin on se, että muuttujan arvot ovat absoluuttisia arvoja jotka on annettu jollekin alueelle. On mahdotonta, että jokin pääasiassa pientaloja sisältävä alue olisi verrattavissa kerrostaloalueeseen vieraskielisten määrän suhteen, koska asukkaita kerrostaloissa asuu monikertaisesti enemmän. näin jälkikäteen olisi ollut mielekkäämpää tarkastella vieraskielisten suhteellista osuutta ruutujen väestöstä, jolloin olisi voinut yrittää vetää johtopäätöksiä alueiden keskinäisistä eroista.

Visuaalisesti karta on ihan hyvin luettavissa mielestäni, mutta lisäisin siihen vielä rautatiet ja metron, koska ne erottuvat tekijöinä, joiden vaikutus kartallani esitettävään ilmiöön ei ole ohitettavissa. jos pääkaupunkiseutu ei ole tuttu kartan lukijalle, voi olla ettei se tarjoa tällaisenaan kovinkaan paljoa informaatiota lukijalle. Tällaisena kartta kertoo itseasiassa vain sen missä asukastiheys on suurin tai vieraskielisiä on erittäin runsaasti muihin ruutuihin nähden.

Kurssikerta 3- Valuma-alueita ja konflikteja

Kurssikerta alkoi sillä, että saimme tarkasteluun tietokannan Afrikan valtioista, sekä mm. konflikteista, internetin käytöstä ja luonnonvaroista. Luonnollinen ennakkohypoteesi mikä tämän kaltaisesta aineistosta herää on se, että luonnonvarat, tässä tapauksessa öljy ja timantit, lisäävät konflktiriskiä ja toisaalta maan vaurautta ja näin epäsuorasti ehkä myös internetin käyttöä. Näin voidaankin olettaa, että rikkaudet saattavat nostaa elintasoa, mutta niihin liittyy aina riski konfliktin syttymisestä, koska ihminen sattuu olemaan hyvin itsekäs ja kateellinen eläin.Capture

Kuva 1. PAK-tiedotus blogista kaapattu kartta resurssien ja konfliktien sijoittumisesta/vaikutusalueesta

Kävin nappaamassa Artun tiedotusblogista yläpuolella olevan kartan, josta näkyy kuinka laajalle Afrikan timantti- ja öljyvarannot ovat levinneet. Iloitsemisen aihetta ei silti ole, koska kartalta näkyy myös että käytännössä koko Afrikka on ollut jonkin asteisen konfliktin kourissa kartalla esitettävällä aikavälillä. Afrikka vaikuttaakin surulliselta esimerkiltä siitä, kuinka rikas maanosa on ajautunut köyhyyden, nälänhätien ja konfliktien runtelemaksi.

 

Valuma-alueista

Afrikka tietokannan jälkeen kurssikerralla jätettiin politiikka taakse ja tarkasteltiin hieman luonnonmaantieteellisempää ilmiötä, nimittäin valuma-alueita ja niiden tulvaherkkyyttä suomen mittakaavalla. Tehtävän tarkoituksena oli harjoitella tietokantojen muokkaamista hyödynnettävään muotoon. Kartalla oli määrä esittää tulvaindeksiä ja järvisyyttä valuma-alueittain, mutta ongelmana oli ettei tulvaindeksiä löytynyt aineistoista sinällään. Tulvaindeksillä tarkoitetaan lukua joka vertaa joen keskiylivirtaamaa ja keskialivirtaamaa (ylivirtaama ja alivirtaama syklien keskiarvoja) ja yksinkertaisesti sen voi selittää siten että se kertoo kuinka monta kertaa suurempi tulvahuippu on kun verrataan kaikkein kuivimpaan aikaan. Koropleetteinä esitettävän tulvaindeksin lisäksi kartalla tuli esittää valuma-alueiden järvisyyttä pylväsdiagrammeina.valuma-alueet_LP

Kuva 2. Kartta suomen valuma-alueista ja niiden tulvaindekseistä sekä järvisyydestä.

Itse kartan teko ja datan muokkaus käyttökelpoiseen muotoon onnistui tarkkojen ohjeiden ansiosta hyvin, mutta haasteiltakaan en välttynyt. Järvisyysprosentin esittäminen kartalla siten että se omaa perfektionistista silmää olisi miellyttänyt ei oikein onnistunut. olisin halunnut saada kartalle näkyviin kunkin valuma-alueen tarkat prosentit, koska se olisi lisännyt järvisyyden käyttökelpoisuutta tarkasteltavana muuttujana. Nyt pylväät antavat vain pientä osviittaa siitä mitä alueiden järvisyys on. Rannikkoseudun lukuisat pienet valuma-alueet ovat niin tiiviissä, että on vaikea hahmottaa mikä pylväs kuuluu millekin alueelle. Kartasta on kuitenkin ihan hyvä tarkastella ilmiötä suuremmalla mittakaavalla ja siitä on havaittavissa tulvaongelmien sijoittuminen Pohjanmaan ja Uudenmaan alueelle joissa järvisyys on vähäistä ja valuma-alueet pinta-alaltaan pieniä. Kartasta voidaan kuitenkin tehdä sellainen johtopäätös, että tulvimisen ei pitäisi aiheuttaa kovin suurta riskiä, koska jokien tulvahuiput ja tulva- ajankohdat ovat hyvin tiedossa; muutenhan tällaisia karttoja ei olisi mahdollista laatia. On myös muistettava ettei tulvista aiheudu pelkästään vahinkoa vaan sen pelloille nostattama liete on hyvin tärkeää maatalouden kannalta, ja kuten kartalta näkyy ovat tulvat huiput suurimpia rannikkoseudulla johon suuriosa maataloudestakin keskittyy.

 

Kurssikerta 2- Huoltosuhde ja koulutus

Kurssikerta 2

Kun ensimmäisellä kurssikerralla opitut yhden muuttujan koropleettikartat oli otettu haltuun, siirryttiin tarkastelemaan kuinka kahden muuttujan käyttö onnistuu Mapinfon tarjoamilla työkaluilla. Vaihtoehtoja tähän on tarjolla useita; diagrammejen, symboleiden tai kahden päällekäisen koropleettimatriisin käyttö.

Päädyin lopulta esittämään kartallani huoltosuhteen ja korkeakoulutuksen mahdollista korrelaatiota ja maantieteellisiä eroja. ennakkoon ajattelin, että normaali olettamus Itä- ja Pohjois-Suomen matalasta kouluttautuneisuudesta saataisi hyvinkin pitää paikkansa. Ajattelin myös kaupunkiseutujen ja etenkin yliopistokaupunkien erottuvan kartalta edukseen. Ensin tein kartan jossa esitettiin Korkean asteen tutkinnon suorittaneiden osuutta prosenteissa. jaoin tilastoaineiston kolmeen luokkaan ja määritin luokkarajat siten, että jokaiseen luokkan tuli suurinpiirtein yhtä monta kuntaa. Väreiksi valitsin kolme eri punaisen sävyä, jotka tummenevat kun prosenttiosuus pienenee. Toiseksi kartalla esitettäväksi muuttujaksi valitsin taloudellisen huoltosuhteen. Sitä esitetään tummalla viivoitukslla, jonka tiheys kasvaa kun huoltosuhden heikkenee. huoltosuhde määritellään luvulla, joka saadaan kun lasketaan kuinka monta työvoiman ulkopuolella olevaa ja työtöntä on yhtä työllistä kohti. Työvoiman ulkopuolella katsotaan olevan siis työttömät, opiskelijat, lapset ja eläkeläiset. Mitä pienempi luku on, sitä vähemmän töissä käyvillä veronmaksajilla on “elätettäviä”. Luokkarajat huoltosuhde indeksille valitsin aika mielivaltaisesti. Kaiken kaikkiaan kartalla on siis esitettynä yhdeksän eri luokkaa, jotka eroavat tosistaan joko kouluttautuneisuuden tai huoltosuhteen osalta.huoltosuhde2

Kuva 1. Kartta kuntien huoltosuhteesta ja korkeasti koulutettujen määrästä

Hypoteesini kaupunkien kartalta erottumisesta kävi kuin kävikin toteen; lähes kaikki yliopistokaupungit ovat koulutuksen suhteen ylimmässä kolmanneksessa ja huoltosuhteen osalta alimmassa kolmanneksessa. Ainoa kaupunki joka aiheuttaa poikkeuksen on Rovaniemi, missä huoltosuhde on hieman verrokkeja huonompi. Muuten kartta näyttää noudattavan selkeää kaavaa, jonka mukaan kouluttautuneisuus ja huoltosuhde korreloisivat negatiivisesti keskenään (kouluttautuneisuuden kasvaessa huoltosuhde paranee). Suurimmassa osassa kunnista joissa on eniten korkeastikouluttautuneita, myös huoltosuhde on alimmassa luokassa (vaalein punainen ilman viivoitusta). Isoin osa matalimmin koluttautuneista kunnista kuuluu taas huonoimpaan luokkaan huoltosuhteen osalta. Onnistuin löytämään kartalta vain kolme kuntaa jotka olivat selkeästi poikkeuksellisia muihin verrattuina; Varkaus ja Hailuoto kuuluvat korkeimmin koulutettuun kolmannekseen, mutta niiden huoltosuhde on heikommassa kolmanneksessa. Honkajoella asiat ovat taas aivan päinvastoin; huoltosuhde on hyvä, mutta väestö ei ole korkeasti koulutettua. Näiden kolmen lisäksi kartasta erottuu koko ahvenmaan maakunta, siten että siellä yhdessäkään kunnnassa ei ole heikko huoltosuhde vaan kaikki kuuluvat parhaaseen kolmannekseen.

Usein kuulee Suomen itä- länsi ja pohjoinen- etelä akseleilla ilmentyvästä jakautuneisuudesta, joka on mielestäni havaittavissa myös minun kartaltani. Suurin osa tummimmista kunnista sijatsee idässä ja pohjoisessa, vaikkakin Lappi erottuu selkeästi Itä-Suomea hyvinvoivanpana alueena. Kartalle voisikin piirtää viivan suurinpiirtein Vaasa kotka välille, ja se jakaisi maan karkeasti taloudellisesti paremmin ja huonommin hyvinvoivaan puoliskoon. Molemmille puolille tätä viivaa jää tietenkin poikkeuksia, mutta niiden ilmentymiseen vaikuttavat todella monet seikat alkaen kuntien historiasta päättyen mahdollisiin kuntaliitoksiin.

Vaikka kartalla onkin mahdollisesti näkyvissä kahden muuttujan välinen korrelaatio, ei pidä unohtaa että kyseessä voi olla myös kausaliteetti. Vaaleimmat alueet kartalla ovat pääasiassa (yliopisto)kaupunkeja lähialueineen, jotka ovat tunnettuja muuttovoittoalueita. On siis todennäköistä että punaisimmilta alueilta muuttaa nuoria opiskelijoita ja työikäisiä vaaleammille alueille, joka ruokkii maan jakautumista hyvin toimeen tulevaan etelä- ja länsiosaan sekä heikommin pärjäävään pohjois-sekä itäosaan.

Artikkeli päällekkäisistä koropleettikartoista.

Karttojen teon lisäksi toiseen kurssikertaan sisältyi artikkelin(Leonowicz, A. 2006) lukeminen. Artikkeli kertoo lukijalleen milloin ja miksi päällekkäisiä koropleettejä tulisi käyttää teemakartoissa, ja se tuo esiin niitä tekijöitä jotka vaikuttavat siihen millainen projisointitapa on missäkin tapauksessa käyttökelpoisin.
Kun yhden muuttujan sijaan kartalla tarkastellaan myös jotain toista, voidaan käytännössä esittää korrelaatiodiagrammien tarjoamaa informaatiota joka diagrammeista poiketen on myös sidottu tarkkaan alueeseen kartalla. Päällekkäistä koropleettimuotoista informaatiota sisältävät kartat ovatkin yksi parhaista tavoista visualisoida korrelaatioita, jotka ovat maantieteellisesti mitattavissa ja siten sijoitettavissa kartalle.
Ongelmiakin kahden muuttujan kartoistakin kyllä löytyy. Suurimpana, jonka itse olen kohdannut, se että luokkarajojen asettaminen saattaa olla haastavaa, johtuen hyvin rajatusta luokkamäärästä. Kun tavallinen yhden koropleetin kartta voi esittää datan jaettuna lukuisiin eri luokkiin, pitää kahden muuttujan kartassa olla hyvin maltillinen luokkamäärien suhteen. Tämä ominaisuus johtuu siitä, että jo neljä luokkaa kussakin muuttujassa aiheuttaa yhteensä kuudentoista (4×4=16) erilaisen väri- ja rasterikombon syntymisen. Käyttökelpoisimpana itse pidän karttaa jossa molemmat muuttujat on jaettu enintään kolmeen luokkaan.
Legendat eroavat tavallisesta koropleettikartasta, siten, että niissä ei näytetä kaikkea informaatiota, vaan lukijalla täytyy olla kyky tulkita kumpaakin muuttujaa sekä yhdessä, että erikseen. Tämä lisää riskiä virheellisistä tulkinnoista, jos kartan kohderyhmä ei ole kartografisilta taidoiltaan terävintä kärkeä.

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

Kurssikerta 1-Missä asuu Suomen ulkomaalainen väestö

Kurssikerta 1

Nyt kun tämäkin lukukausi saatiin potkaistua käyntiin, voi armoton GIS-taitojen kartuttaminen alkaa. Ensimmäisellä PAK 2016- kurssikerralla jätimme taakse tutuksi tulleen Corelin ja sukelsimme Mapinfon syövereihin. Itse ohjelma on äkkiseltään hyvin käyttäjäystävällinen, mutta vaikuttaa siltä että se tarjonnee hyvät työkalut karttojen laatimiseen.

Ensimmäisen kurssikerran tavoitteena oli laatia yksinkertainen yhtä tilastomuuttujaa esittävä koropleettikartta. Ainestona oli laaja Suomen kunnista koottu tietokanta, josta löytyi varmaankin kaikki data ja nippelitieto mitä kunnista on mitattavissa. Päädyin itse tarkastelemaan ulkomaidenkansalaisten osuutta kartallani, mutta muita vaihtoehtoja olisi ollut lukemattomia. Ennakkoon ajattelin, että kartalla korostuisivat kaupunkiseudut ja mahdollisesti rajanylityspaikkojen läheisyys, mutta totuus olikin hieman toinen.

Itse kartan teosta sen verran, että päädyin jakamaan aineiston kolmeen luonnollisesti jakautuneesen luokkaan siksi, koska mielestäni siten sain erottumaan kartalta sekä huippuarvot (3,8-12,4), että kunnat joissa ulkomaalaisia on hyvin vähän (0,1-1,5). Väreiksi valitsin kaksi vihreän sävyä ja matalimmalle luokalle vaalean keltaisen värin. Vaihtelut tilastoissa ovat kuitenkin verrattain pienet, koska kaikkein suurimpia arvoja lukuun ottamatta puhutaan muutaman prosenttiyksikön vaihtelusta. Onkin kyseenalaistettavaa mikä on se konkreettinen ero esimerkiksi kuntien välillä, joissa toisessa ulkomaalaisia on 1% ja toisessa 2%. Tällä jaolla sain kuintenkin kaupunkiseudut erottumaan pienemmistä paikkakunnista, joten ehkä tämä jako osoittaa jotain jakautuneisuuksia.

ulkomaalaisten_osuus (2)Kuva 1. Ulkomaiden kansalaisten osuus prosentteina, vuonna 2015

Kartalla näkyy kuinka Ulkomaalaiset osuus on suurempi suurempien kaupunkien ympärillä koko maassa, mutta kaikkein suurimmat prosenttiosuudet eivät suinkaan löydy kaupungeista, vaan pohjanmaalta ja ahvenanmaalta. Itseasiassa Helsinkikin on sijottunut vasta seitsemänneksi, vaikka ennakkoon pidin sitä todennäköisenä ykkösenä. Peräti kaksikymmentäkaksi kuntaa kolmestakymmenestäkolmesta ylimmässä luokkassa olevasta kunnasta ovat ennemistöltään ruotsinkielisiä. Tämä yllätti minut siksi, etten ollut osannut ottaa sitä huomioon etukäteen, mutta se vaikuttaa ihan loogiselta, koska ruotsinkieliset ovat Suomen suurin vähemmistö ja monilla suomenruotsalaisilla saataa olla sekä Suomen, että ruotsin kansalaisuus. Ruotsinkielisten kuntien lisäksi ensimmäisestä luokasta löytyy muun muassa seuraavat kunnat: Helsinki, Espoo, Vantaa, Kotka, Salo ja kerava. Pääkaupunkiseutu erottuu siis selvästi muusta suomesta, koska kaikki pääkaupunkiseudun kunnat paitsi kauniainen löytyvät ylimmästä luokasta. Tämäkin on mielenkiintoinen huomio siksi, että Kauniaista pidetään yleensä varakkaiden ja korkeasti koulutettujen asukkaiden kuntana. Oheisessa taulukossa vielä Korkeimpaan luokkaan (>3,8%) kuuluvien kuntien Ruotsinkielisten osuus, sekä ulkomaalaisen osuus prosentteina.

 

Capture

Taulukko 1. Korekimpaan luokkaan kuuluvien kuntien ulkomaalaisten ja Ruotsinkielisten osuus prosentteina.