Kurssikerta VII Voima herää

”Tällä kerralla tavoitteena oli tehdä kaksi karttaa aivan alusta asti itse.” Näin toteaa Sari Aroalho (Aroalho 2017) seitsemännen kurssikertansa blogissa. Niin, siinäpä onkin kurssikerran ydin.

Viimeisellä kurssikerralla vaadittiin suurinta osaa kurssilla opetetuista asioista. Etenkin silloin, jos kartantekijä on tehnyt 7. kurssikerran karttaan bufferianalyysin. Silloin datan tuomisen, yhdistelemisen ja muuttamisen lisäksi (esimerkiksi, kahden tilaston kertolasku), kartantekijän olisi täytynyt hyödyntää MapInfon piirtotyökaluja. Lisäksi omasta mielestäni globaaleja tilastoja käyttämällä kartantekijä osoittaa ymmärtävänsä maantieteilijän suurta maailmankuvaa. Tosin yhden maanosan käyttäminen kartassa osoittaa maanosan sisäisiä eroavaisuuksia paremmin, mitkä eivät ole itsestään selviä.

Kuva 1. EU jäsenmaiden talouden energiantarve (kgoe = energia öljynä kiloissa / 1000 eurolla, ja kaivostyöntekijöiden prosentuaalinen osuus väestöstä.

Kuvan 1. data on EU:n eurostat-tilastokeskuksesta (Eurostat 2011 A ja B). Käyti molemmissa teemoissa kolmea asteikkoa, jotta kartta olisi mahdollisimman helppolukuinen. Muutin kaivostyöntekijöiden määrän värejä kartalla, koska arvot ovat oikeastinkin melko maltillisia. Kuitenkin alin arvo eli 0,06-0,42 ei erotu kovinkaan hyvin valkoisesta taustasta. Kuitenkin teollisuutta kuvaavassa kartassa, Natural Earth -niminen karttapohja, ei ole tarpeellinen, koska se ei tuo minusta kartalle lisäarvoa, vaikka se olisi tuonutkin väriä.

Hyödynsin kartassa kurssikerroilla opittua tietoa, vaikka sitä ei näe. Poistin taulukkotietokannasta kaikki muut valtiot paitsi ne, joista on tietoa kartalla.

Kuva 1. esittää EU jäsenmaiden teollisuuden niin sanottua konservatiivisuutta eli vanhanaikaisuutta. Tätä kuvaa Talouden energiantarve, joka osoittaa kuinka raskas kunkin valtion teollisuus on. Energian suuri kulutusmäärä vihjaa konservatiiviseen teollisuuteen, vaikka valtio olisikin kehittynyt ja varakas, kuten Norja. Kaivostyöntekijöiden (Mining & Quarrying) suhteellinen määrä väestöstä kuvaa, kuinka paljon kyseisessäkin valtiossa elinkeinoelämä perustuu kaivoksien ympärille. Kartta kuvaa hyvin, kuinka kyseisessäkin valtiossa hyödynnetään omia kaivannaisia.

Periaatteessahan kaivostyöntekijöiden määrän olisi voinut korvata jalostuksella, mikä olisi ollut hyödyllistä. Näin suuri energiasyöppö jalostus olisi päässyt syyniin.

Kuva 2. Pohjois-Pohjanmaan äänestysprosentti. ja siihen mahdollisesti vaikuttavia muuttujia. Pohjois-Pohjanmaan suurimmat asutuskeskittymät ovat merkittynä punaisilla ympyröillä.

Kuva 2. kartalta poistin samaan tapaan muuttujia, kuten Kuvasta 1. Kartasta kuitenkin jäi se viimeinen silaus, koska, kartan aluetta ei pysty sitomaan minnekään. Esimerkiksi, Pohjanlahden ja muiden kuntien, tai jopa indeksikartan lisääminen olisi tuonut eloa.

En usko, että minun olisi tarvinnut muuttaa äänestysprosentin luokittelua viidestä kolmeen. Kuvan 1. kartassa on jo nyt paljon muuttujia, jolloin se ei sovellu nopeasti vilkaistavaksi. Kartta on siis suunnattu kartanlukutaitoisille.

Äänestysaktviivisuus kertoo mielestäni kunnan asukkaista. Matalan äänestysprosentin kunnissa, kuten Kuva 2:ssa, on korkea työttömyysaste, ja vähän korkeasti koulutettua väestöä. Toinen ääripää taas on Oulun etelänaapurissa, Kempeleellä, suoraan punaisesta pisteestä etelään. Kunnassa on paljon korkeakoulutettua väestöä. Myöskään työttömyysaste ei ole Pohjois-Pohjanmaan korkein. Kempele onkin parhaimmassa kolmanneksessa äänestysaktiivisuudessa.

Itse keskityin molemmissa kartoissa varsin yleisiin alueisiin omasta näkökulmasta: Eurooppa ja Suomi. Jussi Torkko (Torkko 2017) sen sijaan käytti dataa Keniasta. Vaikka erilaiset hidasteet vaanivat Jussia koko kartanteon ajan, hän sai lopulta tehtyä kaksi hienoa karttaa ja päälle kokemusta mutkikkaista tiedostoista.

Nyt, kun PAK-kurssi loppuu, niin paikkatieto-osaaminen on saanut alkunsa. Kuten blogitekstieni otsikointinikin osoittaa, PAK on ollut varsinainen saaga, joka on synnyttänyt suuren suosion ja faniuden. Ihan samalla tavalla kuin Star Wars. Siksi paikkatieto ei lopu, se herää.

Olkoon voima kanssanne!

Kirjallisuus

15 vuotta täyttänyt väestö koulutusasteen, kunnan, sukupuolen ja ikäryhmän mukaan (2015) Tilastokeskus, Helsinki. 5.3.2017. <http://pxnet2.stat.fi/PXWeb/pxweb/fi/StatFin/StatFin__kou__vkour/010_vkour_tau_101.px/?rxid=be782747-d6b0-4996-bd54-4db83210871a>

Aroalho, S. (2017) Tee se itse, kurssikerta 7                             <https://blogs.helsinki.fi/aroalho/> 10.3.2017.

Eurostat A (2011) Annual enterprise statistics by size class for special aggregates of activities <http://appsso.eurostat.ec.europa.eu/nui/show.dodataset=sbs_sc_sca_r2&lang=en>

Eurostat B (2011) Energy intensity of the economy <http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=en&pcode=tsdec360&plugin=1>

Torkko, J. (2017) Seitsemäs kurssikerta: Mombasa. <https://blogs.helsinki.fi/torkjuss/10.3.2017.

Väestö alueen, pääasiallisen toiminnan, sukupuolen, iän ja vuoden mukaan (2015) Tilastokeskus, Helsinki. 5.3.2017. <http://pxnet2.stat.fi/PXWeb/pxweb/fi/StatFin/StatFin__vrm__tyokay/010_tyokay_tau_101.px/?rxid=32cc2cc8-61b7-4bea-bd8b-6e4d99cbb2af>

Äänestystiedot eduskuntavaaleissa (2015). Tilastokeskus, Helsinki. 5.3.2017.                  <http://pxnet2.stat.fi/PXWeb/pxweb/fi/StatFin/StatFin__vaa__evaa__evaa_2015/120_evaa_tau_102.px/?rxid=7beb91b0-ab70-4f11-b7aa-c25bd346ed8d>

Kurssikerta VI MapInfon paluu

Kuudennen kurssikerran aiheena oli paikkatiedon hankinta ja sen käyttäminen. Jälkimmäinen onkin jo entuudestaan tuttu, mutta ensimmäinen ei juurikaan. Oli kieltämättä virkistävää kävellä noin 45 minuuttia ja paikantaa bussipysäkkejä.

Harjoituksista minulle jäi mieleen pelikoneiden sijainnin tarkastelu. Olisi ollut hyvin mielenkiintoista yhdistellä juuri tätä tietoa, esimerkiksi yhteydessä olevien kauppojen asiakasmääriin, tai läheisen julkisen liikenteen pysäkin käyttäjämäärään. Toki dataa voisi myös tarkentaa, esimerkiksi pelikoneiden käyttäjien määrällä.

Nyt asiaan. Viime kurssikerran teksitssä mainitsinkin MapInfon hyödyllisimmistä puolista. Excel-taulukoiden tuominen ja taulukoiden yhdisteleminen olivat yksiä nostojani. Näitä sitten harjoittelimmekin tällä kerralla.

Tulivuorien tietokanta on Yhdysvaltojen kauppaministeriön, meri- ja ilmastohallitukselta. Maanjäristyksien data on taas Berkeleyn yliopistosta.

Kuva 1. Tulivuoret, jotka ovat purkautuneet.

Tosiaan Kuva 1. osoittaa maapallon purkautuneet tulivuoret vuodesta nakki ja muusi. Selkeitä klustereita ovat Tyynenmeren tulirengas ja Itä-Afrikan hautavajoama. Pakko myöntää, että aktiivisten tulivuorien esittämien olisi riittänyt.

Karttaa olisi voinut muokata esteettisemmäksi pienentämällä karttamerkkejä. Jussi Torkon (Torkko 2017) blogitekstissä Kuva 2. on hyvä esimerkki. Hänellä on kaksikin aihetta verrattuna minun yhteen, ja karttamerkit ovat pienempiä, mutta tunnistettavissa.

Kuva 2. Maanjäristyksiä vuoden 2002 jälkeen.

6 mangintudin maanjäristykset vuoden 2002 jälkeen (Kuva 2.) onkin jo vähän informatiivisempi kartta. Tulirengas näkyy selvästi, mutta niin myös Jaavan ja Keski-Aasian maanjäristys-hotspotit. Tätä karttaa voisikin esittää yläastelaisille, jos oppitunnilla käsiteltäisiin maanjäristyksiä.

Esimerkiksi Tanja Palomäki (Palomäki 2017) on tehnyt samankaltaisesta kartasta kuin Kuva 2. hieman, suoraan sanottuna paremman version. Palomäen Kuva 2. esittää 2000-luvun jälkeiset 6-0 mb:n ja yli 8 mb:n määnjäristykset. Vuoden 2000 käyttäminen ensimmäisenä vuotena on minusta konkreettisempaa kuin vuosi 2002, jota itse käytin.

Kuva 3. Maailman 45 suurimmasta tulivuorenpurkauksesta vuoden 2010 JÄLKEEN tapahtuneet tulivuorenpurkaukset, ja 7-8 magnitudin maanjäristykset vuoden 2010 JÄLKEEN.

Kirjoitusvirheet kostautuvat. Hain siis vuoden 2010 jälkeisiä maanjäristyksiä ja tulivuorenpurkauksia (Kuva 3.), mutta en vaan muistanut kirjoittaa sitä kartalle. Maantieteellistä tulkintaa on hyvä harjoitella tämänkaltaisella kartalla, jossa kahden tekijän suhde on ilmiselvä. Tosin poikkeuksena voi pitää muun muassa Keski-Aasiaa. Tämä kartta on sopiva yläastelaiselle, mutta lukiolainen voisi tarkastella karttaa, jossa on myös tsunamit, epidemioita ja pohjalla koropleettikartta valtioiden kuolonuhreista.

Tulivuoria ja maanjäristyksiä varten löysin mielenkiintoisen interaktiivisen kartan. Koenkin, että interaktviisuus on tulevaisuudessa, jos ei jo nyt, kartografian kehittymissuunta. Tästä pääset tutkailemaan karttaa.

Kuva 4. Meteoriittien putoamispaikat.

Meteoriittien putoamispaikat Kuvassa 4. ovat sijoittuneet lähinnä kaikista väkirikkaimmille alueille. Oikeastaan kartta ei sovellu meteoriittien putoamisen pähkäilyyn. Viestinähän on se, että teknologisesti kehittyneet valtiot osaavat tunnistaa lentäviä meteoriitteja ja kraatereita. Kartan viesti olisi lukiolaisten ymmärrettävissä. Vielä yksitysikohtaisempi tarkastelu toisi esiin erilaisia klusteroitumisia, kuten Arabian niemimaan kaakkoiskärjen. Lukiossa historiaa ja uskontoa opiskelevat saattaisivat tietääkin poikkeaman syyn. Arabikulttuuri nimittäin on ollut tieteen alalla ahkera suunnilleen 800- ja 1300-lukujen välillä (Falagas M., E. 2006).

Kirjallisuus

Falagas, M., E., G. Samonis & E., A., Zarkadoulia (2006)  Arab science in the golden age (750–1258 C.E.) and today. FASEB Journal. 10/06. 12.3.2017. <10/06.12.3.2017 http://www.fasebj.org/content/20/10/1581.full>

Palomäki, T. (2017) 6. kurssikerta 14.3.2017                             <https://blogs.helsinki.fi/ptanja/>

Torkko, J. (2017) Kuudes kurssikerta: Exceliä ja hasardeja. 14.3.2017 <https://blogs.helsinki.fi/torkjuss/>

Kurssikerta V Law and Order edition

Elliot, Olivia ja Ice-T ovat viettämässä lomaa New Yorkin poliisin erikoisyksiköstä Helsingissä. Kaupunkikierroksen aikana he saavat kuulla yhteyshenkilönsä kautta hyvin epätavallisesta kuolemasta. Kolmikko päättää lopettaa lomailun, ja agentit ryhtyvät selvittämään tapausta.

Kurssikerran taulukon löydät tästä: lukuja

Elliot: Henkilö on ilmeisesti opetellut bufferointia MapInfon avulla vain hetkiä ennen kuolemaansa. Tietokoneella on Malmin lentoaseman meluhäiriö alue 1 ja 2 kilometrin säteeltä. Ensimmäisen alueen sisällä asuu 8 674 ihmistä ja jälkimmäisen 56 726.

Olivia: Onkin mielenkiintoista kuinka suuri ero väestön lukumäärässä näiden kahden alueen välillä on. Todennäköisesti kaavoittajat eivät halua rakennuttaa lentoaseman läheisyyteen…

Ice-T: HÄ? Bufferointi? MapInfo? Nevahööd.

Elliot: T, bufferointi tarkoittaa kehän luomista jonkin pisteen ympärille. Näin pyritään selvittämään muun muassa vaikutusalueita. MapInfo on tietokoneohjelma, jolla luodaan karttoja.

Ice-T: joo… ahaa…

Kolmikko jatkaa uhrin tietokoneen tutkimista ja huomaavat syventyvän yhä enemmän ja enemmän bufferoinnin ja MapInfon saloihin. Niinkin paljon, että itse murhan selvittäminen on jäänyt toissijaiseksi.

Ice-T: Jos tsekkaatte tän jäbän kaapin nii huomaatte et siel ei oo mitää muut ku makaroonii….. Kuolikohan se aliravitsemukseen?

Elliot: Se ei ole nyt tärkeää! KESKITY! Helsinki-Vantaan lentoasemasta 1 kilometrin säteellä asuu 9 969 ihmistä. Erikoista siihen nähden, että kyseinen lentoasema on uudempi kuin Malmin lentoasema. Luulisi, että melun vuoksi lentoaseman läheisyyten ei rakennettaisi yhtä paljon.

Olivia: Näyttää siltä, että Helsinki-Vantaan lentoaseman kiitoratojen läheisyydessä 2 kilometrin ja yli 55 desibelin rajan sisällä asuu 602 ihmistä. Lisäksi 65 dbn ylittävän rajan sisällä asuu vain 21 henkilöä. Henkilö on myös laskeskellut entisen Helsinki-Vantaan laskeutumisreitin aiheutuvan melun vaikutusaluetta. Siellä asuu 12 494 asukasta.

Ice-T: Tikkurilast varmaa halutaan tehä iso kaupunkikeskittymä. Lentokoneiden melu häätäis viimisetki pois, ja Tikkurilan sijaa väki muuttas Helsinkii. Mut en tajuu miks juna-asemien lähellä asuu 84 343 asukast eli 17 % koko alueelt.

Olivia: Uskoisin, että pääkaupunkiseudun hyvät bussilinjat vähentävät junalinjojen tarvetta. Tämä vaikuttaa junaratojen läheiseen kaavoitukseen. Lisäksi on huomioitava, että junalinjat kulkevat pohjois-etelä suuntaisesti lukuunottamatta nykyisen kehäradan muutamaa pysäkkiä.

Elliot: Näin on. Junilla voi siis liikkua rajoitetusti, mikä vaikuttaa asemien läheiseen asukaslukuun. Kyseisillä alueilla asuvat työskentelevät todennäköisesti muiden juna-asemien pysäkkien läheisyydessä.

Ice-T: Juna, selkis. Muu onkin sitte hepreaa.

Rautatientorin Holiday Innin aulassa etsivät ovat avanneet kannettavansa ja lataavat MapInfon kymppitonnin lisensssejä firman piikkiin. Elliot ja Olivia hallitsevat jo MapInfon perusteita, mutta Ice-T, no, hänellä on vaikeaa. 

Ice-T: Ei. täs ei oo mitää käryy. Mä lopetan!

Olivia: Sieltä vasemmasta yläkulmasta voit aloittaa, ja tuoda MapInfoon, esimerkiksi Excel-taulukoita. Se on helppoa. Taulukoita voi yhdistää toisiinsa ”Update column” toiminnon avulla. Ole tarkkana, että molemmissa taulukoissa on samannimisiä tai arvoisia sarakkeita.

Elliot: Muistakaa, että MapInfolla ei ole mahdollista tehdä korrelaatioanalyysiä. Suhteet on pääteltävä itse.

Aulan ikkunan ulkopuolella haalareihin pukeutuneet hahmot kuulevat agenttien verbaalisesti värikkään keskustelun. Kaksi haalareihin sonnustautunutta henkilöä astuu aulaan ja valaisevat MapInfon tärkeimpiä ominaisuuksia.

Iivari (Laaksonen 2017): MapInfon hyödyllisimmältä ominasuudelta vaikuttaa bufferityökalu, joita käytimme yhdellä kurssikerralla, sillä se on erittäin monipuolinen. Usein paikkatietoanalyysejä tehdessä halutaan arvioida jonkin kohteen vaikutusta lähiympäristöönsä tai yleisesti tarkastella eri kohteiden vuorovaikutusta.

Olivia: Mielenkiintoista.

Elliot: Varmasti hyödyllistä.

Ice-T:llä lyö tyhjää.

Tanja (Palomäki 2017): ”On suht helppoa tuottaa karttoja ja tehdä perus juttuja, mutta esimerkiksi tietokantojen muokkaaminen on aina haastavaa, eikä muistissa ole selkeästi millaisissa tilanteissa pitää käyttää mitäkin kikkaa.”

Olivia: Eiköhän se rutiini tule jossain vaiheessa, minkä jälkeen kartanteko helpottuu.

Ice-T: Mul on useita rutiineja, käyn suihkussa, pesen hampaat ja näi edespäi. Tiätsä?

Elliot ja Olivia pääsevät yhteisymmärrykseen Ice-T:n vajavaisuudesta. Kaksikko liittyy muiden haalareihin pukeutuneiden joukkoon ja suuntavat Helsingin yöhön.

Kirjallisuus

Laaksonen, I. (2017) 5. kurssikerta <https://blogs.helsinki.fi/iilaakso/> 17.2.2017

Palomäki, T. (2017) 5. kurssikerta <https://blogs.helsinki.fi/ptanja/> 17.2.2017

 

 

 

Kurssikerta IV Uusi toivo

Johdanto

PAK-harjoitustyökurssilla on laadittu karttoja monin eri esitystavoin. Tällä kertaa teimme ruututeemakartan. Kartan pohjalla on OpenStreetMapin (OSM) vapaasti käytettävissä oleva kartta Helsingin seudusta. Tarkistin käyttöoikeudet OSM:n verkkosivuilta.

En siis käyttänyt valmiiksi kurssikerralle koottua aineistoa, joka olisi sisältänyt muun muassa tiestön ja suuralueet. Yksittäiset muuttujat olisivat mahdollistaneet suhteiden tulkitsemisen helpommaksi kuin kartastani (Kuva 1.).

Kartan informatiivisuus

Valitsin kartan teemaksi ulkomaalaisten lukumäärän pääkaupunkiseudulla. Luokkavälejä on viisi, ja yhden ruudun mitat ovat 500m x 500m. Molemmin puolin kartta on kurssikerralla tehdyn harjoituksen mitoissa. Välien ja ruutujen kokojen muuttaminen ei ole haastavaa, siksi kokeilin useita eri välejä ja mittoja. Valitsin kuitenkin kartan mitat, koska koin niiden olevan informatiivisempia kuin muunkokoiset ruudut ja luokkavälit.

Ulkomaalaisten asuinpaikoissa on selkeitä klustereita. Helsingin kantakaupunki, Helsingin itäinen suurpiiri ja moottoriliikenneteiden varret ovat väestöltään suurimpia ulkomaalaisten asuinpaikkoja. Kyseisillä alueilla on pääosin edullisempia asuntoja lukuunottamatta kantakaupunkia.

Kuva 1. Ruututeemakartta ulkomaalaisten absoluuttisesta lukumäärästä Pääkaupunkiseudulla. Pohjakartta on OpenStreetMapista, https://www.openstreetmap.org/copyright

Espoossa on havaittavissa muita kuntia enemmän pieniä klusteroitumisia. Syy voi johtua siitä, jos Espoossa maahanmuuttajia on sijoitettu asumaan lähelle toisiaan. Kartalta on mahdollista tulkita pääkaupunkiseudun kuntien maahamuuttajien sijoittamispolitiikkaa. Ennen päätelmien tekemistä on huomioitava Espoon kaupungin väestön sijoittuminen kokonaisuudessa. Kaupungissa on nimittäin useita tiheään asuttuja alueita. Espoon kaupunkirakenteella on myös vaikutusta ulkomaalaisten sijoittumiseen.

Vantaalla ulkomaalaisia on eniten Itä- ja Lounais-Vantaalla. Ulkomaalaisten sijaintia Vantaalla kannattaa verrata Helsinkiin. Koilliseen ja luoteeseen suuntautuvissa asutuksissa on myös Helsingissä paljon ulkomaalaisia. Yhtenä syynä voidaan pitää junaratoja, joiden läheisyydessä on edullempaa asua, mikä houkuttaa ulkomaalaisia.

OpenStreetMapin käyttämien pohjakarttana paljastaa hyötynsä, valkoisella pohjalla ei olisi mahdollista tutkia pääkaupunkiseudun luonnonpuistojen vaikutusta ulkomaalaisten asumiseen. Nimittäin, luonnonpuistojen läheisyydessä asuu hyvin vähän ulkomaalaisia. Syynä saattaa kuitenkin olla alueiden rakennuskiellot, jotka estävät uusien asuntojen rakentamisen. Tulostahan värjää se, että luvut ovat absoluuttisia, eikä suhteutettuja.

Absoluuttiset arvot sopivat kuitenkin joihinkin karttoihin, kute Suvi Huovelinin (Huovelin 2017) karttaan. Omakotitalojen lukumäärä kertoo asuinalueiden omakotitalovaltiasuudesta jo ilman suhteuttamista. Suhteuttaminen olisi tuonut lisäinformaatiota Huovelinin karttaan, mutta ei niin paljon, että se olisi ollut tarpeellista lisätä.

Omaa karttaani voisi verrata Marika Sarkkisen tekemiin karttoihin. Nimittäin hän on lisännyt tieverkostot, jolloin eri pääkaupunkiseudun eri alueet tunnistaa helpommin kuin minun kartasta. Tiet eivät ole siis ainoastaan tuloksen havainnointia varten hyödyllisiä, ne ovat myös itse karttatulkinnassa tärkeitä. Tosin minullakin tiestöä näkyy, mutta se on ruutuaineiston tason alapuolella. Sarkkisella taas toisinpäin.

Pohdintaa

Oma teemakarttani on informatiivinen, mutta toisaalta se toistaa jo olemassa olevaa tietoa. Monella, etenkin maantieteen opiskelijoilla, on jo käsitys ulkomaalaisten sijoittumisesta pääkaupunkiseudulla. Kuitenkin Espoossa sijaitsevat ulkomaalaisten

OpenStreetMap:n käyttäminen tosiaan poisti yhden hyödyllisen työvaiheen, joka oli muiden tietojen lisääminen. Päätökseni ei ollut oman oppimiseni kannalta paras vaihtoehto.

Kirjallisuus

Huovelin, S. (2017) Ruutukartat <https://blogs.helsinki.fi/suvihuov/2017/02/14/46/> 14.3.2017.

OSM (2017) © OpenStreetMap contributors                                                                         <https://www.openstreetmap.org/copyright8.2.2017.

Sarkkinen, M. (2017) Luento 4                             <https://blogs.helsinki.fi/macsarkk/> 14.3.2017.

Kurssikerta III Lagin kosto

Johdanto

Kolmannen kurssikerran tavoitteina olivat datan valmistelu, liittäminen, yhdistäminen ja uuden tiedon tuottaminen. Kuten aina sovelluksena oli MapInfo, ja aloitimme opettelun heti kootun, mutta sekalaisen Afrikan tietokannan avulla. Nelituntisen kurssikerran lopussa aloitimme itsenäisharjoituksen valuma-alueiden tulvivuudesta, josta luotiin teemakartta. Tulkitsen myös teemakarttaani blogissani.

Lisäksi pohdin kurssikerran Afrikkaa koskevan tietokannan hyödyntämistä. Tarkoituksena on päätellä datan hyödyntämistä, jos siihen on tallennettuna yksityiskohtaisempaa tietoa konflikteista, luonnonvaroista ja internetin käytöstä.

Oppimistavoitteet eivät olleet vaikeita, sen sijaan kaikkien välivaiheiden oikea-aikainen käyttö hidasti etenemistäni tehtävässä. Sain silti kartan valmiiksi, vaikka se tarvitsee muokkaamista jälkikäteen.

Tulvaindeksikartta ja sen tarkastelua

Vertasin omaa karttaan Juho Noron (Noro 2017) karttaan. Noron käyttämä neljän luokitteluväli luonnollisilla luokkaväleillä tulvaindeksin kuvaamisessa soveltui hyvin karttaan. Tämän vuoksi käytän samaa luokitteluväliä itsekin. Kartta ei näytä yhtä dramaattiselta kuin viiden luokkavälin kartat. Kuitenkin viiden luokkavälin kartoissa Pohjois-Suomi näyttää tulvaiselta, mitä se myöskin on.

Kuva 1. Teemakartta tulvaindeksistä ja järvisyysprosentista Suomen vesistö-alueilla.

Tekemäni kartta (Kuva 1.) osoittaa Suomen tulvivammaksi vesistö-alueeksi Länsi-Suomen rannikot. Kartta siis kohdentaa riskin tietylle alueelle, mikä edistää tulkintaa. Kyseinen rannikko on Pohjanmaa, joka on tunnetusti Suomen laakein alue. Joet tulvivat siellä keväisin, johon vaikuttaa lumen sulamisen nopeus ja jääpadot. Osa tulvista tunnistetaankin jääpatotulva-nimellä. Lisäksi järvisyyden pieni määrä korreloi korkean tulvaindeksin kanssa. Tulvivalla vedellä ei siis ole paikkoja varastoitua tulvaisilla alueilla. Lisäksi tulvattomat alueet ovat korkeammalla kuin tulvivat vesistö-alueet. Veden virtaus pakkautuu Pohjanmaalle.

Etelä-Suomen tulvivammat seudut ovat suurimpien kaupunkialueiden lähistöllä. Vesi ei läpäise asfaltoitua pintaa, jolloin sen imeytyminen hidastuu ja tulvimisen riski kasvaa.

Aluksi kartta vaati selvästi korjaamista. Huono kuvanlaatu ja Kaakkois-Suomen järvisyysdiagrammit ovat liian paksuja, joka tekee alueen tulkitsemisesta hyvinkin hankalaa. Tein nyt kartasta valtavan, että ei ainakaan ole epäselvää mitä olen tehnyt.

Afrikan datan suhteiden pohdintaa

Käyttämämme data sisälsi seuraavaa tietoa Afrikan valtioista: valtion nimi, konfliktit, jalokivikaivosten ja öljykenttien lukumäärä ja internetin käyttö. Afrikkaa koskevan aineiston ajallista muutosta on mahdollista tutkia vain internetin käytön osalta. Myöskään muuttujien suhteita ei kykene tutkimaan tietokannasta. Temporaalisten tietojen lisääminen aineistoon jo olemassa olevista muuttujista helpottaa suhteiden päättelyä.

Jalokivikaivoksien ja öljykenttien löytämisvuosi, aloitusvuosi ja tuottavuus osoittaisivat konflikitien alkamisen syyksi taloudelliset intressit. Taloudelliset intressit olisivat etenkin silloin syy, jos konfliktien säde olisi pieni, ja lähellä luonnonvaroja. Taloudelliset syyt aiheuttivat muun muassa Sierra Leonen sisällissodan 1990-luvulla, mistä kertovat Kendra Dupuy ja Helga Malmin Binningsbo artikkelissa (Binningsbo 2007) ”Power-sharing an Peacebuilding in Sierra Leone”.

Samasta aiheesta kertovat Ingrid Marie Breidlid ja Michael J. Arensen (Arensen 2014) julkaisussaan “Anyone who can carry a gun can go”, jossa kerrotaan Etelä-Sudanin konfliktista. Konflikti sai alkunsa Sudanin valtion jakautumisesta kahtia, joista Etelä-Sudaniin jäi merkittävä osa Sudanin öljykentistä.

Jos joillain konflikteilla ei näytä olevan vaikutusta kaivausten ja poraamisen aloitusvuoteen, voidaan konfliktin syyksi asettaa uskonnolliset tai poliittiset intressit.

Itse kuitenkin harkitsisin uskonnollisten intressien luokittelua konfliktien pääsyyksi. Koen, että uskontoa käytetään sytykkeenä kansan lietsomiseen, hurmoksen luomiseen ja sillä verhotaan vallan ja luonnonvarojen kasvattaminen. Uskonnon nimiin vannomisella pyritään saamaan kansaa omalle puolelle. Se koskettaa ihmisiä itsekkäiden perusteiden sijaan.

Kristiina Koivu (Koivu 2017) oivalsi yhden erinomaisen muuttujan aineistoon tutkittavaksi: makea vesi. Kyseinen muuttuja on länsimaissa itsestäänselvyys, mutta Afrikassa, etenkin Sahelin suurimmalla kriisialueella, makeasta juomavedestä taistellaan. Konflikteja olisi siis mahdollista tarkastella yhä suuremmassa mittakaavassa.

Lisäksi konfliktien kiihkeyttä voidaan tutkia internetkäyttäjien vuosittaisesta lukumäärästä. Internetin käyttäjämäärät oletetusti vähenisivät konfliktien aikana, ja kasvaisivat rauhan aikana.

 

Kirjallisuus

Arensen, M. J. & I. M. Breidlid, (2014)                                                                          ”Anyone who can carry a gun and go”. 12 s. Prio

Binningsbo, H. M. & K. Dupuy (2007) Power-sharing and Peace-building in Sierra Leone. 43 s. CSCW, PRIO

Koivu, K. (2017) Kurssikerta 3: Tietokantojen käytön harjoittelua 10.2.2017                        <https://blogs.helsinki.fi/koivukri/>

Noro, J. (2017) Juhon blogi 3.2.2017                                              <https://blogs.helsinki.fi/jnoro/>

 

Artikkeli 1 ja Kurssikerta II MapInfon hyökkäys

Artikkeli 1

Päällekkäisten koropleettikarttojen käyttö on suositeltavaa, jos halutaan esittää kahden muuttujan korrelaatiota. Yhdessä kartassa on kaksi muuttujaa, jolloin suhteiden tulkitseminen on helpompaa kuin kahdelta kartalta.  Luokkavälien ja värien oikeaoppinen käyttö on avainasemassa päällekkäisten koropleettikarttojen tekemisessä.  Onnistuneen päällekkäiskoropleettikartan informatiivisuuden määrittää lukijan kartanlukutaidot.

Näin tiivistäisin Anna Leonowiczin artikkelin ”Two-variable choropleth maps as a useful tool for visualization of geographical relationship” (Leonowicz 2006). Kokonaisuudessaan artikkeli oli helposti lähestyttävä niin sisällöllisesti kuin kielellisesti, yksittäisiä sanoja lukuunottamatta. Kuitenkin luokkavälejä käsittelevässä osiossa minulla oli vaikeuksia tulkita sisältöä. Vilja Jokisen (Jokinen 2017) mukaan osiossa käytetään useita tilastotieteen termejä, jotka ovat minulle vieraita. Hänellä tilastotieteen kurssit ovat jo takana, mutta minulla ne ovat vielä edessä.

Nopea vilkaisu karttaan ei riitä sisäistämään kaikkea informaatiota, mikä heikentää kartan tehoa. Tämä käy ilmi legendasta (legend box), ei niinkään itse kartasta. Aluejako on helppo käsittää; valtio ja sen maakunnat. Itse legenda on yhdeksänosainen nelikulmio, jossa regressiokäyrä osoittaa muuttujien korrelaation. Jokaisessa nelikulmion ruudussa on väri, joka näkyy kartalla. Korrelaatio kasvaa oikeaan yläkulmaan liikuttaessa, ja se laskee vasenta yläkulmaa ja oikeaa alakulmaa lähestyttäessä.

Leonowiczin laatima kartta on siis suunnattu edistyneille kartanlukijoille. Useat muuttujat ja niiden eriarvoisuus vaikeuttavat kartanlukuprosessia.

Esitystapa ei sovi jokaiseen päällekkäiskarttaan. Leonowicz huomauttaa artikkelissaan esitystavan olevan harvinaisempi. Päällekkäisteemakarttojen luettavuus tehostuisi, jos niitä käytettäisiin enemmän.

MapInfon avulla on helppo tehdä yleisimpiä teemakarttoja. Jos artikkelin kaltainen päällekkäiskartta tehtäisiin MapInfossa, uskoisin, että tueksi tarvittaisiin taulukointiohjelmaa, kuten SPSS:a. Sen avulla voisi tehdä regressiokäyrän, ja asettaa legendaan. Koska MapInfoon on mahdollista tuoda oma luokiteltu data, niin kartan laatija ohjaa kartantekoprosessia MapInfon asettamien rajoituksien sisällä.

2. kurssikerta

Toisen kurssikerran harjoituksena oli tehdä päällekkäinen teemakartta (Kuva 1.). Sonja Koivisto (Koivisto 2017) tiviistää kurssikerran päätavoitteet blogitekstissään; tarkoituksena oli saada käsitys muuttujien esittämisestä päällekkäin ja esitystavan tilannekohtaisesta soveltuvuudesta.

Ismo Kinnunen, Timo Halme ja Mari Vaattovaara (Kinnunen, I., Halme, T. & Vaattovaara, M. 1997) kertovat artikkelissaan teemakartoista. Ne mahdollistavat alueellisen muutoksen ja alueellisten suhteiden viestittämistä. Tämä johtuu karttatyypin selkeydestä ja havainnollisuudesta. Siksi onkin hyvä, että karttojen tekemistä opetellaan jo nyt.

Valitsin päällekkäisteemakartan teemoiksi väestöntiheyden ja elinkeinorakenteen. Harvaan asuttuja kuntia pidetään usein hyvin samankaltaisina, eritoten alkutuotantoon tukeutuvina. Halusinkin pohtia, miten harvaan asutut kunnat eroavat keskenään elinkeinorakenteeltaan, ja mitä yhtäläisyyksiä niillä on tiheämpään asuttujen kuntien kanssa, ja miksi. Tämä onkin päällekkäisten teemakarttojen käyttötarkoitus Leonowiczin (Leonowicz 2006) mukaan.

Väreinä käytin väestöntiheyden osalta punaista ja elinkeinorakenteessa jokaista elinkeinoa kuvaavaa väriä. Punainen väri on aina tehokas ja huomiota herättävä. Värit kuvaavat onnistuneesti muuttujia, mutta väestöntiheydessä alimmat luokitukset olisivat voineet olla vaaleampia ja ylimmät tummempia.

Kuva 1. Keski-Suomen kuntien väestöntiheys (asukas/km2) ja elinkeinorakenne.

Itse luokitteluvälejä on väestöntiheydessä viisi. Leonowiczin artikkelissa teemakarttoja yhdistellessä molemmilla teemoilla pitäisi olla kaksi tai kolme luokkaa. Koska oma karttani ei ole koropleettikartta en usko, että luokittelua tarvitsisi muuttaa jälkikäteen.

Teemojen välillä on nähtävissä selkeästi yhteneväisyyksiä. Tiheimpään asuttujen kuntien, kuten Jyväskylän, Muuramen ja Äänekosken elinkeinot ovat suurimmalta osin palveluja ja jalostusta. Mitä harvempaa asutus on, sitä suurempi osa kunnan elinkeinoista on alkutuotannossa. Harvimpaan asuttujen kuntien elinkeinoista alkutuotanto on noin 10-25 % suurempi kuin tiheimpään asutuissa kunnissa. Esimerkiksi Kinnulan ja Toivakan elinkeinorakenteen erot ovat selkeitä.

Kartalla ei kuitenkaan näy elinkeinorakennetta selittäviä tekijöitä, kuten moottoriliikenneteitä, joiden avulla kuntien asukkaat voivat pendelöidä Jyväskylässä. Myöskin etätöiden tekemisen lisääntyessä, harvaan asuttujen kuntien asukkaiden ei tarvitse muuttaa pois kunnasta. Kyseiset muuttujat huomioiden voidaan kartalta päätellä Keski-Suomen perifeerisimmät kunnat. Kuitenkaan kartalla ei tarvitse näkyä tiestöä tai kolmatta muuttujaa. Väestöntiheys ja elinkeinorakenne mahdollistavat, esimerkiksi suurimpien teiden sijainnin päättelyn kartalta.

Teemoja tarkasteltaessa tiheimpään ja harvimpaan asuttujen kuntien elinkeinojen ero on selkeä. Tämän lisäksi harvimpaan asuttujen kuntien elinkeinojen välillä on vaihtelua. Tulevaisuutta silmällä pitäen kuntien elinvoimaisuutta on mahdollista tarkastella kartalta.

Karttaa täytyy kuitenkin lukea sen kontekstissa. Suomi on harvaan asuttu maa, ja kartta on Keski-Suomesta, joka ei ole Suomen ydinaluetta. Alkutuotannon määrä elinkeinoista voi siksi olla muualla Suomessa erikaltainen.

Kirjallisuus

Jokinen, V. (2017) ARTIKKELIT 28.1.2017. <https://blogs.helsinki.fi/jokinenv/>

Kinnunen, I., T. Halme, & M. Vaattovaara (1997) Kartografsen viestinnän ongelmallinen olemus. Terra 109: 2, 77-85.

Koivisto, S. (2017) Kahden muuttujan koropleettikartat 28.1.2017 <https://blogs.helsinki.fi/kosokoso/>

Leonowicz, A. (2006) Two-variable choropleth maps as a useful tool for visualization of geographical relationship. GEOGRAFIJA. 2006, 42: 1, 33–37

 

Kurssikerta I Pimeä uhka

Johdanto

Ensimmäisellä paikkatiedon hankinnan, analyysin ja kartogrfian (PAK) kurssikerralla tutustuttiin ensimmäistä kertaa MapInfo -paikkatieto-ohjelmaan. Kurssikerralla luotiin MapInfon avulla koropleettikartta (Kuva 1.). Voisikin sanoa, että kurssikerralta jäi käteen MapInfon kartan laatimisen perusteet.

Valitsin taloudellisen huoltosuhteen teemakarttaani, koska sen voi yhdistää moniin muihin kuntien taloutta koskeviin aiheisiin, kuten koulutusasteeseen ja työllisyysprosenttiin. Taloudellinen huoltosuhde tarkoittaa työllisten sekä työttömien ja työvoiman ulkopuolella olevien välistä suhdetta(kunnat.net 2016). Huoltosuhteessa luku 1 tarkoittaa yhtä työvoiman ulkopuolista henkilöä yhtä työssäkäyvää henkilöä kohtaan. Mitä suurempi huoltosuhde on, sitä enemmän työvoiman ulkopuolella olevaa väestöä on kunnassa.

Kartan laatiminen

Kuva 1.

MapInfon ja tilastokeskuksen vuoden 2015 tietojen avulla luotiin koropleettikartta. Yksinkertaisesti sanottuna MapInfossa tarvitsi valita kartan näyttämä tieto ja väri, koska tehtävää varten oltiin luotu valmis aineistopaketti.

Kuva 2.

Kartan luokkavälejä oli mahdollista muuttaa. Valitsin luonnolliset luokkavälit, koska kartan tekemisen tueksi laadittu histogrammi (Kuva 2.) Shodor-verkkotyökalulla osoitti sen olevan paras luokkajako. Histogrammi osoittaa jakauman olevan vino vasemmalle, sen keskiarvo onkin 1,539. Jakauman vinouden huomioimisen jälkeen kartta antaa mahdollisimman todenmukaisen kuvan Suomen kuntien taloudellisesta huoltosuhteesta.

Histogrammin tekemisestä on jo mainittu laskennalliset menetelmät maantieteessä-kurssilla. Oli siis hyvä, että histogrammista muistutettiin heti ensimmäisellä kerralla, kun teimme teemakarttoja.

Havainnot

Kartta osoittaa heikoimpien huoltosuhteiden olevan pääosin Itä- ja Pohjois-Suomessa. Parhaimmat huoltosuhteet sen sijaan ovat Etelä- ja Länsi-Suomessa ja suurimpien kaupunkikeskuksien ympärillä. Tämä voi johtua 2000-luvulla alkaneesta muuttoliikkestä maaseudulta kaupunkeihin. Lisäksi väestön ikääntyminen kasvattaa huoltosuhdetta.

Heikosta taloudellisesta huoltosuhteesta kärsivät kunnat tarvitsevat tuloja, joita olisi mahdollista saada muun muassa turismista ja kesämökkeilijiöiltä. Etenkin Järvi-Suomessa sijaitsevilla kunnilla on mahdollisuus hyötyä kesämökkikauden aikana saatavista rahoista. Jussi Torkon ensimmäisessä PAK-kurssin blogitekstissä on kuva Suomen kesämökkien lukumääristä kunnittain. Kesämökkejä on ympäri Suomea, mutta Keski-Pohjanmaalla on muutamia kuntia, joissa on selkeästi muuta Suomea enemmän kesämökkejä. Torkon laatimassa kartassa kesämökkeilyalueet ovat myös taloudelliselta huoltosuhteeltaan heikkoja.

Työn arviointia

Koska blogiin on tehty väliotsikoita, tekstistä voi halutessaan valita mitä lukee. Pitkä kirjoitus vaatiikin minusta väliotsikoinnin.

Koen, että kuvat voisivat olla korkealaatuisimpia. MapInfon avulla kuvan laatua olisikin mahdollista parantaa helposti.

 

 Kirjallisuus

Kunnat.net. (2017) Taloudellinen ja väestöllinen huoltosuhde. 19.1.2017

<http://www.kunnat.net/fi/tietopankit/tilastot/indikaatori/Sivut/ind.aspxind=201&th=200>

Torkko, J. (2017). Blogi. 19.1.2017.

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