Viikon harjoituksessa pyrin toteuttamaan ruututeemakartan Helsingin alueesta. Tavoitteena oli tutustua piste- ja ruutumuotoisiin aineistoihin sekä luoda uutta tietoa olemassa olevaan tietokantaan maantieteellisten kohteiden avulla. Käsittääkseni ruututietokannat tulevat Tilastokeskuksen tuottamasta aineistosta, joiden aluejakona on hyödynnetty tilastoruudukkoja. Ilmiön kuvaus siis rajautuu ruudun kokoon.

Aloitin tehtävän luomalla QGIS:ssä yksinkertaisen 250 m x 250 m ruudukon, jonka avulla tein väestöntiheyskartan. Väestöntiheyskarttaan tarvitaan paikkasidonnaista tietoa, joten liitin join-toiminnon avulla pistedataa väestön sijainneista. Vielä lisäämällä tähän tuotokseen tiedon väestön kielisyydestä sain aikaiseksi ruututeemakartan pääkaupunkiseudun muunkielisten asukkaiden määrästä (Kuva 1). Tilastokeskus määrittelee muunkieliseksi käytännössä asukkaan, jonka äidinkieli on jokin muu kuin suomen- tai ruotsin kieli (Tilastokeskus 2017).

Teemakarttaani valikoitui siis Tilastokeskuksen vakiintuneessa käytössä oleva ruutukoko 250 m x 250 m (Tilastokeskus). Ruudukko sopi tehtävänannon kannalta periaatteessa alueeseen, mutta karttaan olisi voinut soveltaa myös esimerkiksi 500 m x 500 m ruudukon, mikä olisi tehnyt siitä helppolukuisemman. Muuten kartta onnistui ulkoasussaan melko hyvin.

Ruutumatriisi kykenee ainoastaan esittämään absoluuttisia arvoja. Kartassa esitetyt suuret arvot eivät siis ole suhteessa koko väestön määrään välttämättä kovin suuria, vaikka karttaesitys antaakin niin ymmärtää. Kartta olisikin kannattanut toteuttaa prosentuaalisesti, kuten Susanna Kukkavuori blogissaan. Kartta antaa lisäksi virheellisesti ymmärtää,  että muunkielisyys keskittyisi erityisesti tiettyihin alueisiin. Luultavasti muunkielinen väestö lähinnä mukailee pääkaupunkiseudun väestön jakautumista, kuten Ilona Tuovinen on kirjoittanut.

 

Lähteet:

Suomen virallinen tilasto (SVT): Perheet (verkkojulkaisu). ISSN=1798-3215. Vuosikatsaus 2017, 2. Viisi prosenttia perheistä kokonaan vieraskielisiä. Tilastokeskus. 18.2.2019. http://www.stat.fi/til/perh/2017/02/perh_2017_02_2018-12-05_kat_002_fi.html

Tilastokoulu – opi ymmärtämään ja käyttämään tilastoja: Tilastoteemakartat (2018). Tilastokeskus. 18.2.2019. https://tilastokoulu.stat.fi/verkkokoulu_v2.xql?page_type=sisalto&course_id=tkoulu_teemak&lesson_id=4&subject_id=3

Kukkavuori, Susanna (2019). Pisteistä ja ruuduista. 18.2.2019. https://blogs.helsinki.fi/kukkasus/2019/02/15/pisteista-ja-ruuduista/

Tuovinen, Ilona (2019).  Viikko 4 – Rasteriruuturuuturasteri?! 18.2.2019. https://blogs.helsinki.fi/tuoilona/2019/02/07/viikko-4/

Ensimmäisessä harjoituksessa tutustuin Afrikan valtioiden nimet ja rajat sisältävään tietokantaan. Tavoitteena oli liittää tietokantaan ulkoista tietoa sekä harjoitella join-toimintoa. Toin Excel-tiedostona valtioiden asukaslukumäärät sekä internetin käyttäjien määrät, jotka muutin ensin yhteensopivaksi QGIS-ohjelmiston kanssa. Tämän jälkeen liitin tiedot taulukkomuotoon. Liitettyjen tietojen avulla oli mahdollista laskea se osuus väestöstä, joka käyttää internetiä. Internetin käyttäjien osuuden kasvulla on yleisesti nähty korrelaatio alueen kehittyvyyden kasvuun.

Tämän jälkeen tarkastelin tietoja valtioiden konflikteista, öljykentistä sekä timanttikaivoksista. Tarkoituksena oli tuoda lisää tietoa valtioista tietokantaamme haluttujen muuttujien sijainnin perusteella. Pohdin, onko luonnonvarojen sijanneilla yhteyttä konfliktien sijainteihin tai niiden ajankohtiin. Mielestäni konfliktit ovat kaiken kaikkiaan levittäytyneet melko tasaisesti riippumatta luonnonvarojen sijainnista. Konfliktit tuntuvat kuitenkin varsinkin keskittyvän Saharan eteläpuoliselle alueelle, joka on erityisen köyhää. Näenkin suuremman yhteyden valtioiden ekonomisella ja sosiaalisella kehittyneisyydellä konflikteihin, kuin niinkään luonnonvaroilla. Kuten Peter Osunde tuo esiin artikkelissaan, taloudellinen hyväksikäyttö, eriarvoisuus, etniset erot ja poliittinen syrjäytyminen ovat yleensä useimpien aseellisten konfliktien keskipisteitä. Luonnon resursseilla on merkitystä, mutta on huomattava, että harvat konfliktit ovat johtuneet yksinomaan luonnonvarojen esiintymisestä alueella (Osunde).

Kurssikerran varsinaisena harjoituksena oli tuottaa itsenäisesti tulvaindeksikartta, jonka toteutin tietokannan tarjoamien tietojen avulla Suomen päävaluma-alueista. Tulvaindeksi kuvaa kuinka moninkertainen tulvahuipun vesimäärä on keskimääräiseen keskivirtaamaan verrattuna, eli käytännössä joen tulvaherkkyyttä. Tulvaindeksi saadaan jakamalla keskiylivirtaama keskialivirtaamalla (eli MHQ / MNQ). Lisäsin vielä koropleettikarttaan tiedot alueiden järvisyysprosenteista harjoitetun join-toiminnon avulla (Kuva 1).

Kartasta näkee, että tulvaindeksi ja alueen järvisyys ovat kääntäen verrannollisia. Tulvaindeksi on siis suurta siellä, missä järvisyys on vähäistä. Tämä liittynee järvien vedenvarastointikykyyn, mikä vähentää jokien tulvaherkkyyttä. Karttateokseni esittää halutut tiedot melko selvästi värityksen ja legendansa puolesta. Järvisyyden olisin voinut esittää tarkemmin, kuten Anttoni Tumanoff blogissaan, jossa järvisyydet esitetään kokonaan erillisenä kaaviona. Nyt järvisyyden eroja on hankala verrata toisiinsa. Myös ympyrädiagrammit olisivat voineet olla toimivia kuvaajia pylväsdiagrammien sijaan.

Lähteet:

Osunde, Peter (N.d). Evaluate the link between natural resources and conflict.

https://www.academia.edu/9349031/Evaluate_the_link_between_natural_resources_and_conflict

Anttoni Tumanoff (2019). Tietokantaliitoksia ynnä muuta. 6.2.2019

https://blogs.helsinki.fi/gis-1-anttoni/2019/01/29/tietokantaliitoksia-ynna-muuta/