7. Kurssikerta

 

Viimeisellä kurssikerralla oli teemana tehdä kartta kahdesta eri muuttujasta. Tähän tuntiin oli tarkoitus valmistautua etukäteen, sillä haimme tiedot itse valitsemastamme lähteestä. Etukäteen oli annettu hyviä linkkejä kuten Eurostat, jota käytin itse sekä esimerkiksi tilastokeskuksen sivut sekä muita eurooppalaisia sivuja. Suurin osa vaihtoehdoista oli englanninkielisiä, mutta hetken tarkastelun ja surffailun jälkeen esimerkiksi Eurostatin sivut olivatkin varsin yksinkertaiset. Yksi asia mitä huomasin, oli että vaikka esimerkiksi bruttokansantuotetta esittävän tilaston voi ladata valmiina tiedostona Exceliin, oli MapInfon käytön kannalta välillä helpompaa vain kopioida näytöllä olevat tilastot ja liittää ne Exceliin. Jälleen kerran tosin Excel tahtoi muuttaa luvut päivämääriksi, joten kierrättämällä ne Wordin kautta, sai varsin käyttökelpoista matskua.

Kuva 1.

Päätin ottaa tarkasteluun jälleen kerran korkeasti-koulutettujen määrän ja bruttokansantuotteen (Kuva 1). Vaikka MapInfon käyttö alkaa olla jo suht sujuvaa, oli tässäkin projektissa omat ongelmansa. Latasin tiedostoja koulutetun väestön määrästä ja bruttokansantuotteesta, kierrätin Wordiin josta Exceliin ja taituroin niistä MapInfo-kelpoiset taulukot. Kun olin muodostanut kartan ja liittänyt Excelissä olevat tiedot karttaan, huomasin että karttahan esittää vain Euroopan Unioniin kuuluvien jäsenmaiden tiedot. Aiemmin rajaamani kartta kattaa kutakuinkin koko Euroopan, mutta Excelin tiedot vain jäsenmaat. Näin ollen kartassa on virheellisesti EU:n ulkopuolisten maiden tiedot nollina (kuten Turkki, Ukraina, Valko-Venäjä ja maita Balkanin niemimaalta) Yritin jotenkin fiksusti saada tämän korjattua, mutta taitoni ovat vielä selvästi kehittymisvaiheessa enkä saanut näitä maita pois vertailusta. Jos taas olisin rajannut karttaan pelkästään Euroopan Union maat, olisi se mielestäni ollut visuaalisesti hieman kömpelö, joten näillä mennään! Myös jonkinlaista hämmennystä saattaa herättää pienet viivat esimerkiksi Italiassa. Niitä on myös muualla kartalla ja ne ovat muiden pienten valtioiden tilastoja, kuten Vatikaanivaltion ja Monacon. Niiden sisältämät arvot eivät välttämättä ole nolla, kuten vaikka Turkilla, mutta ovat vain yksinkertaisesti niin pieniä, että niitä on hankala verrata muihin. Jos taas olisin muuttanut pylväiden kokoa niin, että niissä olisi näkynyt eroja, olisi muiden maiden pylväät olleet aivan liian isoja ja kartan luettavuus ja visuaalinen ilme olisi kärsinyt. Itse karttojen tekeminen oli varsin helppoa. Se tapahtui tuttuun tapaan taas liittämällä Excel-tiedostot karttaan ja vaihtamalla värit ja arvot sopivaksi. Aikaa vievin osuus tehtävässä oli sopivien tilastojen etsiminen netistä ja muokkaaminen sopivaksi MapInfoa varten.

 

Itse kartalla esitettävät tiedot olivat hieman yllättäviä. Olisin jotenkin kuvitellut, että esimerkiksi Iso-Britannia, Norja ja Ruotsi olisivat olleet varmasti koulutettujen ihmisten kärkimaita EU:ssa. Silti ne eivät itse ylety ylimpään luokkaan. Hieman yllättäen sieltä löytyy esimerkiksi Puola, Slovakia ja Tšekki. Toisaalta taas näissä maissa korkeasti-koulutettujen suuresta määrästä huolimatta bruttokansantuote on pienempi kuin edellä mainituissa valtioissa. Mutta yleisesti ottaen kartan tuoma informaatio oli tuttua. Toisaalta juuri tällaisia ”itsestäänselvyyksiä”, kuten mitkä ovat kehittyneimpiä maita Euroopassa, tulisi tarkastella uudestaan jotta huomaisikin niitä poikkeuksia ja yllätyksiä, eikä ottaisi asioita itsestäänselvyytenä ja luottaisi sokeasti omiin mielikuviin. Tämän uuden kartan myötä esimerkiksi käsitykseni Puolan koulutustasosta on lähempänä totuutta.

Kun tässä kerta oli viimeinen tunti PAK-kurssia, voin todeta olevani selkeästi parempi MapInfon käytössä kuin aluksi, ja että kaikesta huolimatta olin oppinut käyttämään tätä. Toisaalta rehellisyyden nimissä itse ohjelmasta (MapInfo) haluan sanoa sen olevan ehkä turhan monimutkainen ja käyttäjänsä hermoja raastava ohjelma. Varsinkin kumoa-toimintoa pitäisi mielestäni voida käyttää helpommin. Mutta ylä- ja alamäistä huolimatta hommat on nyt hoidettu ja PAK-kurssin tehtävät ovat nyt valmiita ja eri karttasovellukset ja niiden käyttäminen on taas hieman tutumpaa ja helpompaa. Ja kuten Pauliina (Perttula 2017) toteaa blogissaan: Yllätyksenä tuli, kuinka haastavaa kartasta on saada visuaalisesti tyylikäs. Kiitos Artulle kurssista, opetuksesta sekä pitkästä pinnasta.

 

Kiitos!

 

Lähteet:

Perttula, M (2017) Viimeinen kurssikerta ja Euroopan maiden hiilidioksidipäästöjä. <https://blogs.helsinki.fi/mpperttu/2017/03/17/viimeinen-kerssikerta-ja-euroopan-maiden-hiilidioksidipaastoja/> luettu 11.4.2017

 

 

Eurostat:

 

Graduates in tertiary education, in science, math., computing, engineering, manufacturing, construction, by sex – per 1000 of population aged 20-29.

<http://appsso.eurostat.ec.europa.eu/nui/submitViewTableAction.do>Luettu 3.3.2017

 

Gross domestic product at market prices. <http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=en&pcode=tec00001&plugin=1> Luettu 3.3.2017

 

Gross domestic product at market prices.

<http://ec.europa.eu/eurostat/tgm/table.do?tab=table&plugin=1&language=en&pcode=tec00001>

Luettu 3.3.2017

Kurssikerralla kuusi tehtävänä oli tehdä itse hasardikarttoja. Vaihtoehtoina oli esimerkiksi, meteoriitin putoamispaikat, tulivuoret tai maanjäristykset. Tiedot haettiin itse eri sivuilta, mistä sai rajoittaa hakutuloksia esimerkiksi voimakkuuden mukaan. Tämän jälkeen tiedot muutettiin Excelissä sellaiseksi, että ne sai sujuvasti siirrettyä MapInfoon. Harmaita hiuksia (taas vaihteeksi) aiheutti Excelin automaattinen korjaus, joka muutti jotkin numerot päivämääriksi. Jotta Excel ei muuttaisi tätä, muokkasin tiedostoja hieman Wordissa ennen kuin siirsin ne Exceliin. Tällöin se siirtyi normaalisti. Kun Excelissä oli matskut kunnossa, ne tuotiin MapInfoon ja sijoitettiin kartalle. Tällä kertaa se kerrankin sujui suurin piirtein ongelmitta (aluksi).

 

Ensimmäinen kartta oli yli 8 magnitudin maanjäristykset vuoden 2002 jälkeen (Kuva 1). Kartta esittää selkeästi kuvan, missä viimeaikojen suuret järistykset ovat tapahtuneet. Lukijalle, ketä tuntee maanjäristysten yleiset esiintymispaikat, kartta ei tuo yllätyksiä. Suurin osa sijaitsee Tyynenmeren tulirenkaalla jossa useat litosfäärilaatat kohtaavat ja törmäävät. Opetusmielessä kuva olisi helppo liittää esitykseen, kun puhutaan esimerkiksi lähiaikojen luonnonkatastrofeista. Sen lisäksi että se osoittaa ohimennen riskialttiit alueet, se myös havainnollistaa että isoja järistyksiä esiintyy suhteellisen harvoin.

Kuva 1.

Muissa kartoissa esitetään tulivuorenpurkaukset. Ero karttojen välillä on se, että ne kuvaavat purkauksia eri aikakausina. Kartoista ensimmäinen (Kuva 2) kuvaa minkä tulivuoren viimeinen purkaus on ollut vuosien 1900-1963 välillä ja kartta nro 2 (Kuva 3) sitä, minkä tulivuoren edellinen tiedetty purkaus on ollut vuoden 1964 jälkeen. Kartoissa voi hakea korrelaatiota sille, onko purkaukset aina samalla alueella mutta eri vuorilla vaiko tapahtuuko niitä tasaisesti kaikkialle. Kun ajatellaan karttoja opetusvälineenä, on niiden avulla helppo osoitta tiettyjen  vullkaanisten alueiden aktiivisuus. Kuten Sonja Koivisto (Koivisto 2017) kirjoittaa blogissaan: pedagogisesti hyödyllisintä on esittää paria toisiinsa kiinteästi liittyvää ilmiötä samanaikaisesti kartalla.

 

Kuva 2

Kuva 3

Aiemmissa kuvissa 2 & 3, tarkkasilmäinen lukija voi huomata, että ne on tehty eri karttapohjille. Tässä kohtaa ruumiillistuu tämän tunnin vaikeudet, koska kadotin alkuperäisen karttani ja jouduin tekemään uuden enkä jostain syystä saanut pisteitä kartalle oikeaan sijaintiin. Toisaalta tekemällä oppii, ja sain kaivettua aiemman karttapohjan ja tehtyä siitä onnistuneen ja lukijan silmillä ystävällisemmän kuvan, kuin meri ei ole niin kirkkaan sininen

 

Viimeinen kuva (kuva 4) esittää suurimmat maanjäristykset vuoden 1900 jälkeen. Valitsin tämän siksi, että ihmisiä tuppaa usein kiinnostamaan kaikenlaiset ennätykset j ympäristön ihmeet. Kartta on myös mielestäni hyvä, vaikka siitä puuttuu oleellisia tietoja kartalle (!!) kuten pohjoisnuoli ja mittakaava (aijjaij). Toisaalta se on hyvin havainnollistava, selkeä ja miellyttävä silmälle. Kartassa ilmoitetaan järistysten sijainti ja voimakkuus, sekä milloin järistys tapahtui ja kuolonuhrit.

Kvua 4

 

Lähteet:

Koivisto Sonja (2017) Keskiviikon geokoodausta <https://blogs.helsinki.fi/kosokoso/2017/02/22/keskiviikon-geokoodausta/>, Luettu 5.4.2017

 

<http://www.stuff.co.nz/world/photos/6727843/Indonesian-earthquake-April-11-2012>, Luettu 5.4.2017

Kurssikerta 5

Viidennellä kurssikerralla opettelimme bufferoimaan MapInfolla. Muistaakseni en ole millään muulla ohjelmalla käyttänyt bufferointia, joten käytössä oli täysin uusi työkalu minulle. Kuitenkin bufferoinnin idean ja esimerkiksi joitain käyttötarkoituksia tiesin, joten ihan täysin vieras aihe se ei ollut. Bufferointi työkaluna on hyödyllinen kun selvitetään esimerkiksi turva-etäisyyksiä eri asioille kuten ympäristöön leviäville haitta-aineille tai arkisemmin vaikka moottoritieltä tulevan melusaasteen laajuus. Tehtävinä meillä oli erilaisten alueiden selvittäminen bufferoimalla, jotka itseasiassa olivat varsin selkeitä, mutta tässä tehtävässä jouduin tekemään tehtävät monta kertaa, sillä ne jotenkin menivät hyvin monta kertaa väärin.

Ensimmäisenä selvitimme Malmin lentokentän kiitoratojen melualueet (Kuva 1.) Tämä onnistui ensimmäisellä yrittämällä. Myös Helsinki-Vantaan kentän ympäristöä selviteltiin, esimerkiksi kuinka monta asukasta asuu alle 2km päässä kiitoradoista. Siitä selvitettiin myös pahimmalla melualueella asuvien osuus ja kuinka monta ihmistä vähintään 55db melualueella. Myös juna-asemien läheisyydessä asuvien määrää selvitetään sekä taajamissa asuvien prosenttiosuus näistä tehtävistä. Tällä kurssikerralla emme tuottaneet karttaa, mitä voisi laittaa tänne blogiin, mutta toki vastauksia selvitimme näihin tehtäviin.

Se mitä tästä tehtävästä opimme, on lähinnä ymmärtää, mitä bufferointi tarkoittaa käytännössä ja mihin sitä voi käyttää. Se on varsin kätevä ja käyttökelpoinen työkalu kun määritellään esimerkiksi suojavyöhykkeitä uusille rakennusalueille.

Tehtävänä oli myös pohtia MapInfo-osaamisen perusteella sovelluksen keskeisiä työkaluja ja toimintoja, sekä mihin käyttötarkoitukseen ne soveltuvat. Myös bufferitoiminnan käyttötarkoitusta tulisi pohtia.

 

Mielestäni MapInfo on ollut kokoajan hieman epäselvä. MapInfolla saa parhainta jälkeä tehtyä, kun on valmiiksi jokin karttapohja johon voidaan eri ominaisuustietojen avulla lisätä infoa ja kuvata eri asioita hyvinkin havainnollistavasti. Kun muilla ohjelmilla kartat piirretään itse, niin tällä ohjelmalla tehtävän kartan ulkomuotoon voi vaikuttaa lähinnä värivaihtoehdoilla ja symbolien valitsemisella. Kun haluaisin ehkä hieman enemmän juuri oppia itse karttojen tekoa, ei tämä ohjelma ole herättänyt kovin valtaisaa mielenkiintoa. Toisaalta, nykyään on olemassa valmiita karttoja varmaan lähes kaikista tarvittavista alueista esimerkiksi Suomesta, joten kai se on työelämän kannalta oleellista, että pystyy hyödyntämään jo valmista materiaalia ja sen pohjalta tehdä havainnollistavia esityksiä. MapInfo on siis varsin hyvä ohjelma, kun tiedot ovat jo valmiiksi olemassa ja ne pitää vaan saada ymmärrettävään ja selkeään muotoon kartalle. Myös bufferointi on mielestäni tällä ohjelmalla varsin näppärää, koska sille on luotu oma toiminto, eikä se vaadi kuin muutamia klikkauksia. Rehellisyyden nimissä on kuitenkin todettava, että itsellä olisi vielä jonkin verran harjoittelemista, jotta MapInfoa voisi tehokkaasti käyttää. Ja kuten Sara Filla toteaa blogissaan (Filla 2017), MapInfolla ei edes huvita kokeilla itsenäisesti eri toimintoja, sillä jokaisella kerralla kun ohjelmassa on klikattu väärin, olen joutunut aloittamaan koko työn alusta. Joten tämän ohjelman sujuva käyttäminen vaatisi kyllä syvempää ymmärrystä, kuin mitä tällä kurssilla olen onnistunut selvittämään.

 

Filla.S Kurssikerta 5

https://blogs.helsinki.fi/sfilla/2017/02/27/kurssikerta-5/ , Luettu 29.3

Kurssikerta 4

Tällä kurssikerralla MapInfossa teimme ruutukarttoja. Kun aiemmilla kerroilla on ollut lähinnä koropleettikarttojen tekoa yhdellä tai useammalla muuttujalla, niin nyt oli hieman uutta myös ihan konkreettisessa ohjelman käytössä. Aluksi kun oltiin valittu alue, joka minulla oli Helsinki ja hieman sitä ympäröivät alueet, tehtiin sen päälle ruutukartta. Aluksi kokeilimme 250m x 250m, mutta lopuksi päätin käyttää tässä tehtävässä 500m x 500m ruutukokoa.  Kartta (Kuva 1) kuvaa väestön absoluuttista määrä yhden ruudun sisällä. Ruudun koko oli siis 500m x 500m. Ruudut jotka ovat täysin valkoisina ovat hieman hämääviä, sillä ne näyttävät täysin tyhjältä, mutta kuten tämän kartan legendasta huomaa niin tähän luokkaan kuuluvat alueet joissa on 0 – 290 asukasta. Näitä ruutuja on myös määrällisesti eniten koko alueella.Kartta ei sinällään tuonut paljoakaan uutta informaatiota Helsingistä. Kaupungin tiheimmät alueet keskustassa olivat jo tiedossa ja kaupungin rakenne ja asukkaiden sijoittuminen muutenkin päällisin puolin tiedossa. Joitain yllätyksiäkin oli: esimerkiksi Lauttasaaren ja Vuosaaren asukkaiden määrä. Kartta on selkeä ja havainnollistava kuva alueen väestöntiheydestä. Kun olisi tarve esimerkiksi kuvailla pääkaupunkimme ympäristöä ihmiselle joka ei tunne sitä ollenkaa, on tämänkaltainen kartta hyvä ja havainnollistava esitystapa. Karttana ruutukartta on mielestäni  käyttökelpoinen tapa esittää eri ilmiöitä ja asioita. Korrelaatioiden tarkastelu on helppoa ja kätevää kun on esimerkiksi useampi kartta päällekkäin samalla ruutukoolla. Myös ruutukoolla on väliä kartan luettavuuden kannalta. Kuten Tanja Palomäki totesi blogissaan (Palomäki 2017) ruutujen koko vaikuttaa kuitenkin merkittävästi kartan luettavuuteen.  Koska ruutukartassa on aina luotu keinotekoisia rajoja ja yleistetty ilmiöitä, on fiksumpaa käyttää sitä sellaisessa asiayhteydessä jossa ei ole välttämätöntä tietää esimerkiksi tarkkoja sijainteja

 

Ruutukartan käytössä täytyy toki muistaa, että ruutukartan rajat eivät ole todellisia eivätkä kuvaa täsmällisesti ilmiöiden sijoittumista.  Ne voivat myös vääristää runsaasti tietoa, sillä yksi muuttuva tekijä määrittää ilmiön laajuuden koko ruudun mittakaavalle, vaikka oikeasti se olisi vain yhdessä pienessä osassa ruutua. Tällöin yhden ruudukon sisäinen vaihtelu ei tule kuvassa esille. Tämän takia olisi hyvä, että sekä kartan tekijä että kartanlukija ymmärtävät ruutukartalle tyypilliset piirteet sekä miten se yleistää muuttujia.

Lähteet:

Palomäki Tanja (2017) 4.Kurssikerta<https://blogs.helsinki.fi/ptanja/2017/02/09/4-kurssikerta/>, (Luettu 5.4.2017)

Kurssikerta 3

Seuraava kartta esittää valuma-alueet Suomessa sekä niille laskettu tulvaindeksi ja järvisyys. Kuten kuvasta (KUVA 1.), valuma-alueet menevät Suomen rajojen yli. Vaikka vesistöt niiden ulkopuolella eivät suoranaisesti liity tehtävänantoon, päätin jättää naapurimaiden vesistöt näkyviin, sillä ne antavat hyvän kuvan siitä, kuinka paljon esimerkiksi järviä lähialueilla on. Kartta tehtiin taas koropleettikartaksi, joka on selkeä esitystapa tälle. Väreiksi valitsin sinisiä, vihreitä ja vaaleita värejä, sillä ne luonnollisesti ovat hyvät vaihtoehdot kuvaamaan vesistöihin liittyviä aiheita.

Esityksessä pylväsdiagrammit kuvaavat järvisyysprosenttia ja tulvaindeksiä kuvaavat alueiden värit. Kuten Sonja Koivisto toteaa blogissaan (https://blogs.helsinki.fi/kosokoso/), pylväsdiagrammeista saa selkeän kuvan aiheesta ja missä esimerkiksi on paljon tulvia, mutta niiden tarkempaa määrää ja kokoa on hankala erottaa tästä. Selkeää kuitenkin on huomata alueellisia eroja tulvissa sekä korrelaatio niiden ja järvisyyden välillä. Alueet jossa on paljon vesistöjä, kuten jokia ja järviä, tulvivat vähemmän. Tämä sen takia, että jo alueella jo ennestään olevat vesistöt toimivat eräänlaisina varastoina sataneelle vedelle ja esimerkiksi tulviville joille. Tällöin ylimääräinen vesi ei jää niin herkästi maalle joka on jo vettynyt eikä pysty imemään enempää vettä.

Suomessa tulvaherkimmät alueet ovat rannikkoseudulla ja erityisesti pohjanmaalla. Näille alueille on ominaista pieni järvisyys. Useille rannikkoalueille on myös rakennettu paljon, kuten Helsinki ja Turku, jolloin useat alueet ovat esimerkiksi asfaltin peitossa. Tällöin vesi ei pääse imeytymään vaan kerääntyy läpäisemättömille pinnoille. Muutenkin rakennetut alueet ovat viemäröinnistä huolimatta herkempiä tulvimaan, koska niitä ei ole suunniteltu niin suurille vesimäärille, mitä esimerkiksi lumien sulaessa saattaa tulla.

 

Keski- ja Itä-Suomi ovat taas paljon järvisempiä kuin rannikkoseudut keskimäärin. Siellä on valtavasti eri vesistöjä jotka tehokkaasti imevät ja varastoivat vettä. Alueella on myös suuria yksittäisiä vesistöjä kuten Saimaa. Ja vaikka alueelta löytyy myös kaupunkeja, on siellä rakennettua pinta-alaa vähemmän kuin aiemmin mainituilla rannikkoseuduilla.

Kuva 1.

Kartta on informaationsa puolesta kätevä yleiskatsaus, mutta tarkempaa analyysia varten tarvitsisi enemmän ja yksityiskohtaisempaa tietoa. Myös MapInfon käyttäminen luonnistuu jo pikkuhiljaa, vaikka se ei ihan niin selkeä minulle vielä ole kuin toivoisin.

 

Lähteet:

Koivisto, Sonja (2017) Tietokantojen käsittelyä <https://blogs.helsinki.fi/kosokoso/2017/02/01/tietokantojen-kasittelya/>, Luettu 29.3.2017

Kurssikerta 2

Toinen kurssikerta oli jälleen perustoimintojen opettelua MapInfossa ja ohjelmaan tutustumista.  Tarkastelimme eri esitystapoja erilaisille teemoille, kuten työllisyys tai elinkeinojakauma. Niitä pystyy esittämään esimerkiksi pylväsdiagrammeilla, jotka yhdessä eriväristen alueiden kanssa voivat olla hyvinkin selkeä ja ymmärrettävä esitystapa. Vaihtoehtoina oli myös symbolit, kuten rahapussi tai auton kuva, joiden eri koko olisi kuvannut ilmiön suuruutta tai esim. yleisyyttä. Itse valitsin karttaani vanhat tutut pylväsdiagrammit ja punaiset taustavärit karttaan, jotka ovat osoittautuneet aina toimivaksi.

 

Alueeksi valitsin pääkaupunkiseudun ja sen ympäristön, sillä täällä sijaitsee sekä kouluni että kotikaupunkini, josta muutin Helsinkiin.

 

Yllättäen varsinainen haaste tällä kurssikerralla oli aiheiden valitseminen. Kun vaihtoehtoja on monia, ja suurin osa mielenkiintoisia, vierähti sen valinnassa yllättäen lähes tunti. Välillä myös lopputulos ei miellyttänyt ja vaihdoin taas tutkittavan teeman toiseen. Myös jokin selkeä korrelaatio näiden kahden teeman välillä olisi mielestäni hyödyllistä löytää, sillä muuten kartta ei tuo erityistä lisäinfoa lukijalle. Olen jo aiemmassa kartassani käsitellyt korkea-asteen tutkintoa Suomen mittakaavassa, ja päätin jatkaa edelleen samalla teemalla. Harkitsin toiseksi vaihtoehdoksi korkea-asteen tutkinnon lisäksi mm. tulotasoja tai rikollisuutta, sekä myös asumismuotoa, mutta loppujen lopuksi valitsin elinkeinon alueella. Vaikka korkea-asteen tutkinnon osuus ei suoraan kerro elinkeinosta, koen että niiden välillä on kuitenkin selkeä korrelaatio. Siellä missä on enemmän korkeasti koulutettuja, on myös alkutuotannon määrä vähemmän. Toki tähän vaikuttavat myös useat eri seikat, kuten ihan vain sopivan viljelysmaan puute tai että suurin osa alueesta on rakennettu täyteen. Mielenkiintoista oli myös se, että vaikka kuvittelisi esimerkiksi alkutuotannon olevan aina vähäisintä, jonka jälkeen on jalostus ja palveluelinkeinot suurimpana, löytyy kartasta myös poikkeuksia. Esimerkkinä kartan itäreunassa Myrskylän ja Lapinjärven alueet, joissa alkutuotannon osuus on jopa suurempi kuin jalostuksen. Näin kartta toi jopa hieman uutta tietoa. Myös Hangon seudun vähäinen korkeasti-koulutettujen osuus yllätti. Muilta osin kartta oli hyvin suurelta osin sellainen kuin ajattelinkin. Helsingissä, Espoossa ja Vantaalla on paljon korkeasti koulutettuja, kuten myös ympäröivissä kehyskunnissa, mutta niiden ulkopuolelle mentäessä korkea-asteen tutkinnon suorittaneiden määrä vähenee.

Kurssikerta 1

Koropleettikartta

 

Uusi vuosi käynnistyi uudella kurssilla paikkatiedosta sekä uudella ohjelmalla karttojen tekoon. Aiemmista kursseista osaamista on karttunut Coreldrawin käytöstä, joka oli aluksi hieman hankala käyttää, sillä minulla ei ole mitään aiempaa kokemusta karttojen digitaalisesta teosta. Kun alun vaikeudet ohjelman käytössä oli voitettu ja ohjelman toimintaperiaatteet opittu, oli sen käyttö loppujen lopuksi varsin helppoa. Tällä hetkellä uskon ja toivon että itselleni uuden ohjelman, MapInfon, käyttäminen ja ymmärtäminen noudattavat samaa kaavaa ja sen käyttö luonnistuu myös muutaman harjoittelukerran jälkeen. MapInfo on myös kuulemani mukaan hyvin yleisesti käytetty karttaohjelma julkisella puolella työskennellessä, joten se on myös pieni lisämotivaatio ohjelman käytön opettelussa.

MapInfossa opettelimme aluksi aivan perustoimintoja ja esimerkiksi millaisessa tiedostomuodossa tehdyt kartat kannattaa tallettaa (Workspace, Bitmap, png), niiden erot ja myös muita perustoimintoja. Täysin uusi toiminto mikä esimerkiksi Corelista puuttui, oli kuviin sisälletyt ominaisuustiedot. Näitä oli esimerkiksi Suomen kartta, jossa oli jokaisen kunnan ja maakunnan asukasluvut, työllisyys, vieraskielisyys yms. Valtava määrä ominaisuustietoa, minkä sai parilla hiirenklikkauksella liitettyä helposti esitettävään muotoon kartalle tai esimerkiksi yksinkertaiseksi kuvaksi legendaan.

Työtä helpottamaan löytyi esimerkiksi koropleettikarttaa tehtäessä valmiit värivaihtoehdot, luokat ja luokittelumahdollisuudet. Luokittelumahdollisuudet olivat hyödyllisiä esimerkiksi silloin, kun aineisto jakautui epätasaisesti. Tällöin luokittelua muuttamalla voi kartasta tehdä selkeämmän ja paremmin ilmiötä kuvaavan.

 

 

 

 

 

 

Valitsin koropleettikartan aiheeksi korkea-asteen tutkinnon suorittaneiden prosenttiosuuden väestöstä vuonna 2015. Korkeakoulutettujen määrä kiinnostaa itseäni juuri siksi, että olen vasta itse aloittanut opinnot yliopistossa. Suomea tarkastelee nyt hieman eri silmillä, vaikka opintoja on takana vasta 2 periodia.

Kun karttaa tarkastelee, erottuu sieltä juuri ne alueet mitä itse oletinkin, eikä kartta tuo sinällään mitään yllättävää lopputulosta. Isoimmat kaupungit ja kaupungit joissa on yliopisto tai ammattikorkeakoulu erottuvat kartasta selkeästi. Korkeasti koulutettujen ihmisten työpaikat ja vaativat asiantuntijatehtävät keskittyvät suurelta osin kaupunkeihin. Myös suuri osa valtion virastoista ja esimerkiksi sairaaloista sijaitsevat kaupungeissa, joissa ne työllistävät paljon korkeasti koulutettuja. Hallinnolliset rakennukset keskittyvät myös näille alueille. Toisaalta kaupunkien lähikuntiin muuttaa myös paljon korkeasti koulutettuja ihmisiä, sillä sieltä on helppo käydä töissä ja asioimassa kaupungissa, mutta silti asua hieman väljemmin.

Olisi mielenkiintoista tulevissa tehtävissä ja kartoissa myös tarkastella korkeasti-koulutettujen korrelaatiota erilaisiin asioihin, kuten työllisyyteen tai tuloihin. Tällä tavalla voi itsekkin selvittää, millaisia hyötyjä korkea-asteen tutkinnolla on tulevaisuuden kannalta.