PAK5: Sekalaisia tunteita

Kurssikerta 5 aloitettiin Pornaisten parissa. Olimme jo aikaisemmalla kurssikerralla aloittaneet Pornaisten keskustan talojen ja pääteiden digitoimisen, jota jatkoimme tällä kertaa. Tämän jälkeen harjoittelimme bufferointia. Bufferointi eli puskurointi on jännittävä työkalu MapInfossa, jonka avulla voi rajata alueita esimerkiksi 500m säteellä jostain tietystä talosta, tiestä tai muusta objektista. Bufferoinnin avulla on sitten helpompi esimerkiksi laskea, kuinka paljon bufferoidun alueen sisällä tai ulkopuolella on esimerkiksi ihmisiä/naisia/lapsia yms… Bufferoinnilla luodaan siis sananmukaisesti puskurialueita. Bufferointia voisi käyttää hyödyksi vaikka missä, esimerkiksi päätettäessä paikkaa jollekin liiketoiminnalle, pelastuslaitokselle tai käytännössä ihan mille vaan palvelulle.

Leikittyämme aikamme Pornaisten kartalla siirryimme itsenäistehtäviin. Tehtävät olivat mielenkiintoisia. Erityisesti lentokentän melualueisiin liittyvät tehtävät olivat hauskoja konkreettisuutensa vuoksi, kuten Riina Koskelakin blogissaan kirjoittaa. MapInfo kuitenkin tuntui todella hankalalta ja epäyhteistyöhaluiselta. Tehtävien avuksi oli ohje, mutta se olisi ehkä voinut olla hivenen yksityiskohtaisempi, ainakin kaltaiselleni ummikolle. Tunnilla tehtävissä olivat tukena vierustoverit, mutta valitettavasti en saanut kaikkea tunnilla tehtyä. Jatkoin hajoilua vapaa-ajalla. Ja tehtävistähän ei meinannut tulla mitään. Kokeilin vaihtoehtoisista tehtävistä uima-allas-tehtävien laskemista, mutta luovutin. Kouluihin liittyvästä tehtävä 3 oli parhaat ohjeet, joten sen sain loppujen lopuksi melko kivuttomasti tehtyä. Ohessa uurastuksen tulokset.

pak5tehtävät

Kurssikerran ja siihen liittyvien tehtävien herättämistä negatiivisista tunteista huolimatta ne avasivat huomattavasti käsitystäni MapInfosta. Hyvän kartan ja aineiston kera se on todella monipuolinen työkalu, jonka käyttömahdollisuudet tuntuvat loputtomilta.

Oman MapInfo-osaamiseni suhteen olen optimistinen. Helpoimmalta MapInfossa tuntuu teemakarttojen tekeminen ja muu itse karttojen parissa tehtävä työskentely. Taulukkojen kanssa työskentely ja varsinkin uuden tiedon tuottaminen laskutoimituksien kautta on vielä harjoittelua vaativa osaamisalue. Siinäkin koin kuitenkin onnistumisen kokemuksia tämän kurssikerran myötä, ja tämäkin osa-alue tuntuu aiempaa selvemmältä. Koko kurssi on avannut valtavasti omia käsityksiäni ja mahdollisuuksiani sekä MapInfon että ylipäätään paikkatieto-ohjelmistojen käytöstä. Suhtauduin syksyllä koko GIS-höpinään hieman väheksyen, mutta innostus on kasvanut varsinkin tällä kolmannella periodilla valtavasti.

Lähteet

Koskela, R. (2015). Riina & 38 päivää paikkatietoa. Kurssikerta 5: Verta ja kyyneliä. <https://blogs.helsinki.fi/riinakos/>. Luettu 26.2.2015

PAK4: Ruututeemakarttoja ja söpöjä värejä

Neljännen kurssikerran aluksi oivallinen professorimme luennoi piste- ja ruutuaineistoista yleisesti. Tämän jälkeen pääsimme itse paikkatietoaineiston kimppuun. Saimme käyttöömme aineiston, jossa oli lueteltu jokaisesta pääkaupunkiseudun talosta asukkaiden tietoja, kuten ikää, sukupuolta, kansalaisuutta ja kielisyyttä. Olisin viihtynyt tämän aineiston parissa tirskistellessä vaikka koko päivän, mutta aineistoa oli tarkoitus käyttää teemakartan luomiseen. Ruutukarttaa tehdessä MapInfossa piti luoda aineiston päälle grid, joka jakoi aineiston ruutuihin. Omat ruutuni ovat 500m x 500m. Innostuin karttojen luomisesta sen verran, että tein kurssikerralla kolmisen erilaista karttaa, muunmuassa ulkomaalaisten ja sylivauvojen (0-v.) osuudesta. En tehnyt kartan viimeistelyyn liittyvää layout-hommelia kuitenkaan näillä kurssikerroilla, ja tuloksena oli se että palatessani karttoihin myöhemmin Gridit olivat kadonneet, enkä osannut niitä samoihin karttoihin enää lisätä. Virheistä oppii! Niinpä tein omalla ajallani uuden kartan, joka kertoo naisten lukumäärän. Luokitteluksi valitsin tasavälisen luokittelun, sillä se sopi mielestäni aineiston luokitteluksi. Tämä kartta ei kerro juuri muuta, kuin missä on Helsingin asutuimmat alueet.

naistenabso

Innostuin ruutukartoista, ja laskin taulukkotietoihin vielä naisten suhteellisen osuuden kunkin alueen väestöstä. Näin sain toisen ruutukartan, joka kuvaa naisten prosentuaalista osuutta. Valitsin luokitteluksi tasavälisen luokittelun, sillä se sopii prosentuaaliseen aineistoon. Karttaa voisi käyttää vaikkapa naisille sunnattujen hyvinvointi- ja kauneuspalveluiden sijainnin suunnitteluun. Kartasta voisi kenties olla myös apua miehelle, joka etsii itselleen emäntää keinoja kaihtamatta (….). Kartan heikkous on se, että käytännössä kaikki suurimman luokan eli 75-100% alueet ovat haja-asutusaluetta, jossa kenties asuu yksi nainen tai kolme naista ja yksi mies. Kartasta ei siis todellisuudessa erotu alueita, joissa naisten määrä olisi jotenkin poikkeuksellinen. Kartta kuitenkin kertoo sen, että Helsinki on naisvaltainen kaupunki. Lisäksi kahta karttaani vertailemalla saa jo hieman tarkemman kuvan pääkaupunkiseudun naiskeskittymistä. Näin jälkikäteen arvioituna myös värit varsinkin kahden suurimman luokan välillä ovat turhan samanlaiset.

Ruututeemakartta naisten osuudesta Helsingissä (%)
Ruututeemakartta naisten osuudesta Helsingissä (%)

Ruututeemakartat sopivat ulkoasunsa puolesta erityisen hyvin tilastotiedon esittämiseen tietyillä alueilla, tässä tapauksessa 500mx500 kokoisten ruutujen sisällä. Tutkittava aineisto saadaan sidottua tarkasti rajattuun alueeseen, kuten Eve Ikonen blogissaan kirjoittaa. Ruutukartat myös miellyttävät selkeydessään ainakin omaa silmääni.

Lähteet

Ikonen, E. (2015). Even pak-blogi. <https://blogs.helsinki.fi/eveliiik/> Luettu 26.2.2015

 

 

PAK 3: Hapuilua valuma-alueilla.

 

Tulvaindeksikartta, jossa järvisyys pylväsdiagrammeina.
Tulvaindeksikartta, jossa järvisyys pylväsdiagrammeina.

Kolmannen kurssikerran toinen tehtävä oli Suomen tulvaindeksikartta. Luonnonmaantieteellisenä aiheena tämä ei  varsinaisesti saanut aikaan flow-tilaa.

Valuma-alueeseen tarvittavat tiedot kuten tulvaindeksi piti itse laskea ja tietoja piti yhdistellä eri taulukoista kuten Afrikka-tehtävässä. Tulvaindeksi saatiin jakamalla keskiylivirtaama keskivirtaamalla. Kuten Antti Autio blogissaan kirjoittaa, tällöin tulvaindeksi kertoo tulvahuipun vesimäärän suhteen keskivirtaaman vesimäärään. Myös järvisyysprosentti lisättiin karttaan pylväsdiagrammeina. Tämän jälkeen muokkasin kartan värejä selkeämmiksi sekä pylväsdiagrammeja nätimmiksi. Tuloksena on ylläoleva kartta.

Kartasta erottuu selkeästi Suomen alava länsirannikko, jota koettelevat tulvat joista saammekin jotakuinkin joka kevät lukea lehdistä. Kuten Olli Kauppi blogissaan kirjoittaa, muuttujien välillä on negatiivinen korrelaatio. Eli mitä suurempi järvisyys, sitä pienempi tulvaindeksi.

Lähteet:

Autio, A. (2015).  Antin paikkatietoblogi. Kurssikerta 3. <https://blogs.helsinki.fi/anttiaut/>. Luettu 24.2.2015

Kauppi, O. (2015). Olli Kaupin paikkatietoblogi. Kolmas kurssikerta. <https://blogs.helsinki.fi/okauppi/> 11.3.2015

PAK3: Katsaus Afrikkaan

—Kuva 1. Timanttikaivokset, öljykentät ja konfliktit Afrikassa. Lähde: Paarlahti, A. (2015) PAK-Tiedotusblogi.
—Kuva 1. Timanttikaivokset, öljykentät ja konfliktit Afrikassa. Lähde: Paarlahti, A. (2015) PAK-Tiedotusblogi.

Kolmannella kurssikerralla aloitimme kerrankin aiheella, jonka mielenkiintoisuus herätti jopa perjantaiaamuna. Pyörittelimme MapInfossa Afrikan karttaa, jonka tietokantaan lisäsimme tiedot muunmuassa internetin käyttäjistä, timanttikaivoksista ja konflikteista. Tietokannasta ja kartasta näkee, että konfliktit sijoittuvat paljolti timanttikaivosmaihin. Öljymaissa konflikteja on vähemmän, vaikka niitä sielläkin riittää. Tämä johtunee Pohjois-Afrikan ja Saharan eteläpuolisen Afrikan eroista luonnonmaantieteellisesti ja kulttuurisesti. Pohjois-Afrikassa vallitsee vahva arabikulttuuri, kun taas Saharan eteläpuoleisessa Afrikassa on monia erilaisia väestöryhmiä, jotka joutuvat jakamaan samoja alueita ja luonnonvaroja siirtomaa-aikaan vedettyjen valtionrajojen vuoksi. Blogipostaukseni ohessa oleva kartta on peräisin kurssin opettajan Arttu Paarlahden blogista, sillä onnistuin jälleen tallentamaan oman karttani jotenkin väärin.

Tietokanta mahdollistaa ainakin Afrikan maiden vaurauden muutoksen tarkastelun timanttikaivosten ja öljylähteiden, ja toisaalta konfliktien myötä. Vaurastumista kuvaa (vaikkakin epäsuorasti) internet-käyttäjien määrä ja sen kasvu. Lukua tarkasteltaessa sitä tulee verrata valtion asukasmäärän kasvuun. Näiden lukujen avulla kartan käyttäjä voi pohtia, onko luonnonvarojen kaupallisesta käytöstä hyötynyt itse valtio ja sen asukkaat, vai esimerkiksi monikansalliset yritykset. Mikäli tietokantaan lisäisi esimerkiksi valtioiden bruttokansantuotteet, voisi timanttikaivosten/öljykenttien perustamisen jälkeistä tuottavuutta verrata BKT:hen ja internetin käyttäjien määrän suhteelliseen kasvuun, jolloin saisi selvemmän kuvan siitä, onko kansa ja/vai valtio vaurastunut luonnonvarojen hyödyntämisen myötä.

Konfliktien ja luonnonvarojen hyödyntämiseen liittyvistä tiedoista voi etsiä keskinäistä korrelaatiota, esimerkiksi seuraako timanttikaivoksen perustamista alueelliset konfliktit. Näissä tapauksissa pitää kuitenkin tietää tapahtumien taustat ennen kuin niiden välisiä korrelaatioita voi aukottomasti todeta. Kaivosten ja öljykenttien perustamista seuraavat konfliktit voivat kertoa myös maa-alueiden pilaantumisesta ja muista ympäristöongelmista. Esimerkiksi alueen vesivarat ja maatalousalueet voivat kärsiä öljykentästä ja ajaa asukkaat keskinäisiin konflikteihin elintilan kaventuessa. Myös naapurimaiden suuret varallisuuserot tai varallisuuserojen kasvut voivat aiheuttaa konflikteja, kuten kurssitoverini Olli Rantanen kirjoittaa blogissaan.

Lähteet:
Paarlahti, A. (2015) PAK-Tiedotusblogi. <https://blogs.helsinki.fi/pak-2015/>. Luettu 9.2.2015
Rantanen, O. (2015) Ollranta’s blog. Afrikka aiheena. <https://blogs.helsinki.fi/ollranta/> Luettu 9.2.2015

Artikkeli 1.

Artikkeli kertoo kahta muuttujaa kuvaavien koropleettikarttojen hyödyistä (maantieteellisen ilmiön alueellisen vaihtelun havainnoiminen) sekä niihin liittyvistä huomionarvoisista seikoista sekä ongelmista (hajonnan havainnointi). Artikkelin käsittelemissä kartoissa kahden eri värin eri sävyjä käytetään kuvaamaan muuttujia, ja näiden värien yhdistelmät kuvaavat kartalla muuttujien esiintymisen voimakkuutta yhteisesti. Kartat näyttävät hankalalta ja niiden tekeminen on varmasti vielä hankalampaa. Artikkeli käsittelee esimerkiksi luokkajaon ja värien valinnan luomia eroja karttoihin. Artikkelissa kerrotaan myös kokeesta, joka tehtiin ensimmäisen vuoden maantieteen opiskelijoille koskien yhden ja kahden teeman karttoja.

Artikkelin esittelemien teemakarttojen vahvuus on niiden tarjoama tieto korrelaatiosta erilaisten muuttujien välillä. Yhdestä kartasta on helppo katsoa, onko kahdella eri muuttujalla yhteyttä, kuinka paljon ja millä alueilla. Kuitenkin kaksi eri väriä samassa kartassa yhdistettynä toimii heikohkosti. Karttojen legendat sisältävät paljon tilastomatemaattista tietoa, jota maallikon (tai minun) on työlästä tulkita. Artikkelin Fig. 3 -kartan ainoa kiva seikka on se, että yhteisen teemakartan lisäksi siinä on myös molemmista teemoista omat koropleettikartat. Preferoin ehdottomasti meidänkin tunnilla tekemia kahden muuttujan teemakarttoja, joissa toinen teema esitetään kuviona. Teemakartan tekoon käytettävä ohjelmisto on varmasti kehittynyt artikkelin kirjoitusajasta, ja siksi meidänkin on helppo ensimmäisen vuoden opiskelijoina tehdä näyttäviä ja helppolukuisia teemakarttoja.

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

2. kurssikerta: Teemakarttoja

pak2_kartta pak2_legenda

Toisella kurssikerralla syvennyimme teemakarttoihin. Tunti alkoi MapInfo-kikkailulla, kokeilimme karttoja erilaisilla histogrammeilla höystettynä sekä erikoisempia vaihtoehtoja, kuten prismaatista karttaa ja 3D-karttaa.

Tämän jälkeen tehtävänä oli kahden eri muuttujan esittämiseen kartalla. Harjoituksen tueksi haimme tietoja Sotkanetistä, joka on Terveyden ja hyvinvoinnin laitoksen tilastotietopankki. Sotkanetin tarjoamat tilastotiedot olivat tosi mielenkiintoisia, ja oli vaikeaa rajoittaa omat valinnat vain kahteen aihealueeseen. Kokeilin paria eri karttaa, ja päädyin viimeistelemään oheisen kartan, joka esittää lastensuojelun piirissä olevien 0-17-vuotiaiden prosentuaalista määrää ja työttömien prosenttiosuutta kuntien väestöstä. Kartassa lastensuojelun piirissä olevat lapset näkyvät värein ja työttömyys rasterein. Kartta ei juuri tuottanut minulle ongelmia, sillä tein väri- ja luokitteluvalinnat pitkälti hetken mielijohteesta. Valitsin karttaan equal ranges, eli tasaväliset luokat. Ajattelin, että tällä luokituksella ääriarvot erottuvat parhaiten.

Kartassani työttömyys näkyy erityisen selvästi Itä-ja Pohjois-Suomessa sekä suuressa osassa Lappia. 0-17-vuotiaat joista on tehty lastensuojeluilmoitus taas näkyvät eniten muutamissa Keski-Suomen kunnissa, kuten Jämsässä ja Äänekoskella, sekä pohjoisimman Lapin kunnissa, erityisesti Pelkosenniemellä. Näiden kahden muuttujan korkeimmat prosentit saman kunnan sisällä ovat Pelkosenniemellä (Lappi), Vaalassa (Kainuu), Äänekoskella (Keski-Suomi) sekä Kinnulassa (Keski-Suomi). Nämä kaikki ovat pieniä, enimmillään muutaman tuhannen asukkaan kuntia Ruuhkasuomen ulkopuolella.

Työttömyyden keskittyminen itään ja pohjoiseen on kiistaton tosiseikka, josta on puhuttu mediassa jo vuosia. Esimerkiksi vuonna 2009 eniten työttömiä oli Lapissa, kaksi kertaa niin paljon kuin Etelä-Suomen läänissä (http://suomenkuvalehti.fi/jutut/kotimaa/talous/lapissa-on-tyottomia-tuplasti-enemman-kuin-etela-suomessa/). Lastensuojeluilmoitusten määrä voi kertoa esimerkiksi perheessä tapahtuvasta väkivallasta, alkoholinkäytöstä tai mielenterveysongelmista. Se voi myös kertoa lastensuojeluilmoituksen kohteen, eli lapsen tai nuoren päihteiden käytöstä tai mielenterveysongelmista. Toisaalta lastensuojeluilmoitus ei aina paljasta mitään, sillä esimerkiksi vuonna 2011 11 prosenttia tehdyistä lastensuojeluilmoituksista todettiin aiheettomiksi (http://www.helsinginuutiset.fi/artikkeli/93627-lastensuojeluilmoitus-on-naapuririitojen-julma-ase). Työttömyyden ja lastensuojeluilmoitusten määrän välinen korrelaatio kuitenkin on olemassa, sillä työttömyys voi johtaa henkiseen pahoinvointiin, joka vaikuttaa koko perheeseen. Näin sosiaalisista ongelmista muodostuu ikävä ketju. Kurssikavereideni blogeja selaillessa löysin työttömyyttä ja sairastavuutta vertailevan teemakartan Matias Pajosmaan blogista. Vertaillessani Matiaksen karttaa omaani huomasin, että samat alueet erottuivat myös sairastavuuden ja työttömyyden osalta.

Lähteet:

Tilasto- ja indikaattoripankki SOTKAnet. http://uusi.sotkanet.fi/portal/page/portal/etusivu/hakusivu. Terveyden ja hyvinvoinnin laitos. Luettu 23.1.2015

Lapissa on työttömiä tuplasti enemmän kuin Etelä-Suomessa (2009). Suomen kuvalehti. <http://suomenkuvalehti.fi/jutut/kotimaa/talous/lapissa-on-tyottomia-tuplasti-enemman-kuin-etela-suomessa/>. Luettu 3.2.2015

Marjaana Varmavuori (2012). Lastensuojeluilmoitus on naapuririitojen julma ase. Helsingin uutiset. Luettu 3.2.2015

Pajosmaa, M. (2015). Paikkatietoblogi. <https://blogs.helsinki.fi/pajosmaa/> Luettu 3.2.2015