SWOT, New York Times

New York Timesin karttapalvelu Mapping America: Every City, Every Block on karttapalvelu, joka näyttää kartalla dataa väestön “rodusta” ja etnisyydestä, tuloista, asuntojen vuokrista ja hinnoista (ja samassa yhteydessä myös saman sukupuolen taloudet), sekä kouluttautumisasteista.

Sivusto on selkeä ja helppokäyttöinen. Miinuksena kuitenkin heti ensimmäisenä se, että karttoja ei voi avata välilehtiin tai muutenkaan rinnakkain. Näin ollen korrelaatioita eri asioiden välillä ei voi helposti etsiä. Samoin tietojen luotettavuudessa on puutteita, kuten Jessica blogissaan kuvailee: “Sivun ylämarginaalissa lukee haalealla präntillä, että kaikki luvut perustuvat otoksiin ja ovat karkeasti arvioituja.  Mitään korrektia dataa sivustolla ei siis ole, eikä sivustolla näy linkkejä metadataan, joka on Census Bureaun keräämää. En siis luokittelisi sivustoa kovinkaan luotettavaksi, vaikka tiedot varmasti ovatkin huolella kerättyjä ja oikein esitettyjä. Tieteellistä tarkkaa tutkimusta tästä aineistosta ei voisi tehdä, mutta suuntaa-antavina tietoina ne kelpaavat.”

Sitten mietintää tiedon sisällön ja saatavuuden näkökulmasta. On suomalaisesta näkökulmasta melko uskomatonta, että koko kansalle on avoin karttapalvelu, jossa näytetään missä päin asuu paljon köyhiä, homoseksuaaleja, mustia, aasialaisia ja latinoita. Ajatus, että vaikka Tilastokeskuksen sivuilta löytyisi kaikille avoin karttapalvelu, jossa esitellään missäpäin Helsinkiä on homoja tai vaikka toimeentulotuen saajia on mahdoton. Ihmettelen myös että mistä näin tarkat lukemat “rodusta” edes tiedetään? Onko vuokrasopimuksessa vielä 2000-luvulla kohta, missä kysytään ihonväriä? Vai tekeekö joku työkseen salapoliisintyötä, missä kartoittelee New Yorkilaisten sukupuita ja tekee sen perusteella johtopäätöksen henkilön ihonväristä?

Palvelu on omiaan tukemaan segregaatiota entisestään. Kuka vaan voi muuttaessaan tarkistaa että uudella asuinalueella ei varmasti asu homopariskuntaa, eikä tummaihoisia, eikä köyhiä. Onhan se ehkä toisinaan mielekästä, että vaikka New Yorkiin muuttava kiinalainen voi tarkistaa missä päin on muita kiinalaisia. Monelle yksilölle on varmasti kiva ja helppo ratkaisu mennä “omiensa joukkoon”, mutta se ei kyllä pidemmällä tähtäimellä edistä tasa-arvoista yhteiskuntarakennetta. Tällainen malli myös kärjistää sosiaalisia ongelmia tietyille alueille ja mikä ikävintä, tietyille “roduille”. Eriytyneet alueet ruokkivat ennakkoluuloja, sosioekonomisen aseman periytymistä, sekä stressiä. Syntyy kontrasteja, vastakkainasetteluja ja ongelmien kärjistymistä.

Ajatus koko kansan karttapalvelusta on hyvä ja kaunis, tietoa saa ja pitää olla kaikkien saavutettavissa. On kuitenkin mielestäni kaikin puolin turhaa ja asiatonta että rotu, etnisyys ja seksuaalinen suuntautuminen ovat muuttujina tällaisessa palvelussa. Esimerkiksi  ulkomaalaisten osuudesta tietojen jakaminen on eri asia, mutta tällainen karttaesitys lietsoo ennakkoluulojen muodostumiseen ja nopeiden johtopäätösten tekoon vähäisen taustatuntemuksen pohjalta.

Ei myöskään mielestäni ole kenenkään edun mukaista, että homoseksuaaliset pariskunnat ovat tällaisessa karttapalvelussa. Miksi kenenkään on tarpeellista tietää ovatko naapurit romanttisessa suhteessa keskenään, vaiko eivät? Toki taas asunnon metsästäjälle tieto siitä että alueella asuu pajon homoja, voi povata esimerkiksi suvaitsevaa ilmapiiriä tmv. Kuitenkin luulisin että sillä suvaitsevalla ilmapiirillä on väliä enemmän siellä missä sosiaalinen kanssakäyminen muutenkin tapahtuu, eli baarissa ynnä muissa julkisissa ajanviettopaikoissa. Lähtökohtana tulisikin olla että julkista tietoa ovat esimerkiksi homobaarien sijainnit, mutta en näe miksi homojen kotien sijaintien pitäisi olla julkista tietoa.

Mielestäni Suomessa systeemi missä tietoa on paljon, mutta saatavuutta rajoitetaan, on huomattavasti oikeudenmukaisempi ja parempi. Tällainen helposti saatavilla oleva karttapalvelu voisi toimia Suomessakin, mutta osa muuttujista pitäisi poistaa. Esimerkiksi tilastokeskuksen sivuilta löytyy kuitenkin helposti ja kattavasti tietoa koko kansalle. Suomessa on kuitenkin tapana että tällainen helposti saatava julkinen tieto ei ole henkilökohtaista tai syrjivää tai yksityisyyttä loukkaavaa. “Rotua” tai etnisyyttä ei kerrota, sen sijaan saatetaan kertoa kansalaisuus tai kieli. Jos joku haluaa tietoa vaikka homoseksuaaleista Helsingissä, voi vähän kaivelemalla varmaan saada jonkun tilaston esim. reksisteröidyistä parisuhteista. Se, että tällaiset eivät suoraan ole yhden linkin takana kertoo mielestäni valtion sivistyksen tasosta. Näin voidaan myös ehkäistä hätäisten johtopäätösten syntymistä ja niiden kärjistymistä.

Suomessa tiedot ovat myös hyvinkin luotettavia. Amerikan systeemi, missä tiedot eivät välttämättä ole luotettavia, mutta ovat kaikkien silmien alla (myös niiden joilla ei ole minkäänlaista lähdekritiikkiä) on hölmö. Tässäkin suhteessa suomalainen käytäntö on parempi.

Lähteet:

-Järvinen, J. (2014). Jessican PAK-blogi.  Mapping America: Every City, Every Block ja SWOT-analyysi. <https://blogs.helsinki.fi/jessicaj/> luettu 28.2.2014

-The New York Times; Mapping America: Every city, Every Block <http://projects.nytimes.com/census/2010/explorer> Luettu 28.2.2014

Kurssikerta 7. Kasvihuonepäästöt Euroopassa

Viimeisen kurssikerran harjoituksena oli kerätä itsenäisesti ainesto haluamastaan aineesta ja siirtää se MapInfoon. Myös kartta-aineisto piti hankkia tai koota itse. Näillä eväillä kasattiin lopullinen karttaesitys omien aineistojen pohjalta. Itse valitsin alueeksi Euroopan. Karttapohjan sai nätisti eroteltua kurssikerralla 6 käytetystä World-karttapohjasta. Aineistona käytin tilastokeskuksen stat-palvelusta löytyviä tilastoja. Teemaksi valitsin kasvihuonepäästöt.

Europpa_GDP_Kasvihuonepäästöt  Kuva 1. Kasvihuonepäästöt (vuodelta 2011) ja bruttokansantuote (2012) Euroopassa. <www.stat.fi>

Ensimmäisessä karttaesityksessä näkyvät kasvihuonekaasupäästöjen määrä Euroopassa maittain, sekä bruttokansantuote. Kartasta huomaa että kaikista matalimman GDP:n maissa, kuten Balkaneilla ja Itä-Euroopassa, kasvihuonekaasupäästöt ovat vähäisimmät. GDP-arvot näyttävät vähän kummallisilta, sillä luku on vertailuluku Euroopan maiden GDP:stä, siten että 100 on EU-maiden keskiarvo.

väkiluku_kasvihuonepäästöt

Kuva 2. Kasvihuonepäästöt (2011) verrattuna Euroopan maiden väkilukuihin (2013). <www.stat.fi>

Seuraavassa karttaesityksessä vertaillaan kasvihuonepäästöjen määrää väkilukuun. Tässä kohtaa huomataaan, että Itä-Euroopassa ja Balkaneilla väkiluku on melkoisen alhainen. Tämä selittänee vähäisiä kasvihuonekaasupäästöjä enemmän kuin edellisen kohdan matala BKT.

Pienhiukkaspäästöt

Kuva 3. Tieliikenteen pienhiukkaspäästöt (2011) verrattuna kasvihuonekaasuihin (2011). <www.stat.fi>

Kuvien 1 ja 2 karttoja tehdessä mieleen nousi kysymys, että kuinka suurelta osin kasvihuonepäästöt ovat liikenteen aiheuttamia. Tähän hätään löysin Tilastokeskukselta  tietokannan tieliikenteen pienhiukkaspäästöistä. Täten tein vielä vähän värikkäämmän karttaesityksen tieliikenteen pienhiukkaspäästöistä ja kasvihuonepäästöistä. Suomi erottuu mielenkiintoisesti tästä kartasta, sillä tieliikenteen pienhiukkaspäästöt ovat vähäisiä, kun taas kasvihuonekaasupäästöt ovat suuria. Vastaavaa näyttäisi olevan Irlannissa, Kreikassa ja Portugalissa. Pääsuuntaus näyttäisi kuitenkin olevan se arvattavin, eli tieliikenteen kasvaessa kasvihuonepäästöt kasvavat.

Karttojen toteutuksesta: Euroopan tilastotieto oli vähän vaihtelevaa, välillä mukana oli pelkkiä EU-maita ja välillä myös EU:n ulkopuolisia maita. Tästä syystä tilastoa ei ole tasaisesti kaikista Euroopan maista kartoillani. Kuvien 1 ja 2 karttaesitykset ovat myös ehkä hiukan valjuja visuaaliselta ilmeeltään. Muutenkin väreissä, taustoissa ja sommittelussa olisi ehkä voinut käyttää enemmänkin mielikuvitusta.

Viimeisestä kurssikerrasta jäi hyvä maku suuhun. MapInfon käyttö tuntui sulavalta ja mielekkäältä. Sen kaikkia saloja en vieläkään tunne, mutta pohja on kunnossa ja tästä on hyvä jatkaa. Kuten Eetu Summanen asian blogissaan ilmaisee: “Tässä vaiheessa kurssia, päättymisen häämöttäessä, voikin todeta, että viikkojen aikana on haltuun selvästi jäänyt peruspaketti MapInfon käyttöä varten.”

Lähteet:

-Kansantalous. GDP per capita in PPS (2012). Tilastokeskus <www.stat.fi> 26.2.2014

– Summanen, E. (2014): Eetun Pakki. KK7: Omien taitojen testaus itse hankitulla aineistolla. <https://blogs.helsinki.fi/eesu/> 28.2.2014

-Väestö. Population on 1 January (2013). Tilastokeskus. <www.stat.fi> 26.2.2014

-Ympäristö ja luonnonvarat. Emissions of particulate matter from transport (2011).   Tilastokeskus. <www.stat.fi> 26.2.2014

-Ympäristö ja Luonnonvarat. Greenhouse gas emissions (2011). Tilastokeskus. <www.stat.fi> 26.2.2014

Kurssikerta 6. Maanjäristykset hasardina

Kurssikerran 6 blogitehtävänä oli tuottaa muutama kartta opetuskäyttötarkoitukseen. Opetusaiheekseni valitsin maanjäristykset. Sopiva kohdeyleisö voisi olla esimerkiksi 4- tai 5-luokkalaiset. Ensimmäisellä kartalla esitän tuhoisien, yli 6 Richterin asteikon maanjäristyksien esiintymisalueet (kuva 1).maanjäristys_kasarilta

Kuva 1. Voimakkaiden maanjäristyksien esiintyminen maapallolla vuodesta 1980 eteenpäin.

Ensimmäinen kuva toimii sisäänheittäjänä aiheeseen. Sen päätarkoitus on auttaa havainnollistamaan voimakkaampien maanjäristysten esiintymisalueita maailmalla. Vertailukohtana tulee esittää kartta, josta selviää mannerlaattojen rajat. Kuvan 1 kartan avulla havainnollistetaan laattatektoniikan vaikutusta maanjäristysten syntyyn. Kuva 2 tukee kuvaa 1, konkretisoimalla maanjäristysten ilmenemisen nimen omaan mannerlaattojen saumakohdissa. Aiheen ymmärtäminen edellyttää aikaisempia opetuskertoja laattatektoniikan perusteista (maapallon rakenteesta, laattojen liikkeen nopeudesta ym.).tectonic

Kuva 2. Mannerlaattojen rajat. Lähde: http://www.worldatlas.com/aatlas/infopage/tectonic.htm

Mannerlaattojen liikesuunnat eivät näissä kartoissa ilmene. Jättäisinkin näillä materiaaleilla opetuksesta pois laattojen kulkusuuntien vaikutukset maanjäristyksiin. Opetusmateriaali on suunnattu alakoululaisille, ja lapsille on turha alkaa puhumaan liian pikkutarkasti erilaisista saumoista ja niiden mahdollisista vaikutuksista maanjäristyksen voimakkuuteen. Kuvat auttavat ymmärtämään miksi jossain päin maailmaa on maanjäristyksiä ja miksi jossain taas ei.

Tässä vaiheessa lapset ymmärtäisivät että joillain alueilla on maanjäristyksiä ja toisilla ei. Jotta mielikuvat maanjäristyksistä eivät jäisi aivan näin yksipuolisiksi, konkretisoisin heille vielä sitä että maanjäristyksiä on eri suuruisia. Samoin haluaisin vielä korostaa heille, että maanjäristyksiä ei tarvitse mitenkään aktiivisesti pelätä vaikka menisikin perheensä kanssa lomalle Etelä-Espanjaan. Kuvan 3 kartta näyttää kuinka paljon viimeisen n. 30 vuoden aikana tapahtuneista maanjäristyksistä on pieniä (1-5 Richterin asteikon).

1-5.richter

Kuva 3. Minimaaliset ja pienehköt maanjäristykset maailmalla vuodesta 1980 eteenpäin.

Tässä kohtaa kertoisin että tällaiset pienet järistykset ovat yleisimpiä, eikä niitä edes aina huomaa. Pienimpiä maanjäristyksiä voi syntyä myös mannerlaattojen sisäpuolella muiden tekijöiden johdosta, jopa Suomessa on esimerkiksi maankohoamisesta aiheutuvia minimaalisia maanjäristyksiä.

Seuraavassa kartassa (kuva 4) on vuodelta 1980 eteenpäin esiintyneet valtavat, täydellisen tuhon aiheuttaneet maanjäristykset.

8_järistykset_maailma

Kuva 4. Valtavien maanjäristysten esiintyminen maailmalla vuodesta 1980 eteenpäin.

Ideana on, että näitä kahta karttaa vertaamalla ymmärtäisi että maanjäristyksiä on turha aktiivisesti pelätä. Kuitenkin laattojen reuna-alueilla liikuttaessa maanjäristyksen vaara on olemassa. Maanjäristyksiä on vaikea ennakoida, mutta esimerkiksi rakentamisella voidaan ennaltaehkäistä tuhoja.

Itsearviointia kurssikerrasta 6

Kurssikerran pääteemana oli pisteaineiston esittäminen kartalla. Kurssikerralla harjoiteltiin myös pisteaineiston keräämistä GPS-paikantimella Kumpulan kampuksen lähiympäristöstä. Oli virkistävää päästä välillä kentälle, ja avartavaa huomata että ne keräämänsä pisteet myös todella sai siirrettyä kartalle. Yli-inhimilliset paikkatietolaitteet tuntuvat taas hieman tutummilta ja ymmärrettävämmiltä.

Viimeisimmän kurssikerran jälkeen pisteaineiston tuominen kartalle tuntui ihanan selkeältä. Opetusaiheinen blogitehtävä oli myös hauska ja kartat onnisuivat ihan hyvin, ovat ainakin selkeitä. Aihe on kuitenkin vähän suppea, tuntui että käytettävissä olevilla aineistoilla ei oikein ollut riittävästi soveltamismahdollisuuksia opettamistarkoituksiin. Toisinsanoen opetusaiheeni on vähän tönkkö ja lapsellinen. Esitys on muutenkin aika karkea, mutta toisaalta jos kohdeyleisönä ovat alakouluikäiset, on opetusmateriaalini toisaalta melkoisen sopiva. Mutta esimerkiksi magnitudiltaan 5-6 Richterin asteikon maanjäristyksiä ei osunut nyt millekään kartalle. Luokittelultaan karttaesityksiäni ei siis tällä kertaa voi tosiaankaan kehua, mutta se ei tämän opetuskerran tarkoituskaan onneksi ollut.

Maanjäristysten perusteiden opetukseen karttani kuitenkin soveltuvat mielestäni melkoisen hyvin. Komppaan Johannaa, joka sanoi blogissaan että “Yhdessä muiden karttojen, erityisesti mannerlaattoja esittävien, kanssa kartat voisivat toimia hyvänä pohjana oivalluksille asioiden välisistä yhteyksistä. Itse opin parhaiten nimenomaan oivallusten kautta. Asiat on helpompi muistaa, kun niiden eteen on tehnyt jotain aivotyötä sen sijaan, että vain kuuntelisi passiivisesti luennointia.” Jos ei muuta niin karttaesitykseni toivottavasti voisi aiheuttaa jonkun koululaisen aivoissa “klikkauksen” siitä miksi jossain syntyy maanjäristyksiä ja jossain ei. Samoin se toivottavasti auttaa suhteellistamaan, että vaikka maanjäristyksiä on paljon, niin niitä on myös monen asteisia.

 

Lähteet:

ANSS Catalog. (2014). Northern California Earthquake Data Center. 18.2.2014 <http://quake.geo.berkeley.edu/anss/catalog-search.html>

Hakanen, J. (2014). Kurssikerta 6: Pisteaineiston muodostaminen ja esittäminen kartalla. 22.02.2014 https://blogs.helsinki.fi/johakane/

World Map, Tectonic Plates, luettu 22.02.2014                                http://www.worldatlas.com/aatlas/infopage/tectonic.htm

Kurssikerta 5. Bufferointia, analyyseja ja piirtotyökaluja

Viidennen kurssikerran teemana oli buffer-työkalulla tapahtuva puskurointi, piirtotyökalujen harjoittelu, sekä itsenäinen MapInfo-treeni, jossa sovellettiin aikaisemmin opittuja temppuja ja koeteltiin kärsivällisyyttä. Bufferointi on helppo, selkeä ja monikäyttöinen toiminto niin etäisyyksien, kuin myös lukumäärien laskemisessa. Piirtotyökalut olivat myös selkeitä ja helppo omaksua. Tässä vaiheessa on kuitenkin tullut hyvinkin selväksi että MapInfo ei ole ensisijaisesti piirtotyökalu, vaan paikkatieto-ohjelma. Piirtäessään MapInfolla huomaa yllättäin ikävöivänsä CorelDrawin Bézier-työkalua, mutta vielä sitäkin enemmän CorelDrawin Undo-toimintoa. Datan käsittelyssä, jäsentelyssä ja tuottamisessa MapInfo on kuitenkin omaa luokkaansa.

Tällä työkerralla tuli ensimmäistä kertaa kunnolla vietettyä MapInfon kanssa kahdenkeskeistä aikaa. Valmiiden ohjeiden sijaan joutui vähän etsiskelemään ja mietiskelemään ja muiselemaan miten homma toimiikaan. Selvien ohjeiden kanssa tuudittautuu helposti tunteeseen, että osaa asiat. Teoriassa osaa kyllä käyttää Update Column-toimintoa ja näppäillä sinne pyydetyt asiat. Kummasti se on kuitenkin eri asia tajuta että tässä yhteydessä voisin hyödyntää Update Columnia ja päätellä itse mitä kuhunkin sarakkeeseen pitää tässä yhteydessä laittaa. Kuten muissakin asioissa, parhaiten sitä oppii vaan kokeilemalla. MapInfon surkea Undo-nappi tosin hiukan latistaa kokeilunhaluista seikkailumieltä, sillä sössittyään asioita on vaikeampi korjata. Huonoksi osoittautuneet kokeilut vaativat ongelmanratkaisutaitoja.

Toistaiseksi MapInfon keskeisimpiä työkaluja tuntuvat olevan erilaiset taulukot ja laskutyökalut. Excelin ja SPSS:n kaltaisista varsinaisista tilastointiohjelmista MapInfo kuitenkin erottuu luonnollisesti kyvyllään esittää taulukoita kartalla. MapInfo on mainio työkalu tilastotiedon visualisoimiseen, mutta hyödyllinen myös maantieteellistä tutkimusta tehtäessä. Etenkin asioiden välisiä korrelaatioita on erittäin helppo tutkia karttatyökaluilla. Tilastoon saa MapInfon avulla liitettyä alueellisen näkökulman ja tämä onkin epäilemättä MapInfon päätarkoitus.

Toistaiseksi helpoimmin sujuvat asiat MapInfon kanssa ovat puskurointi, piirtäminen ja karttaesitysten pyörittely. Sen sijaan erilaiset laskutehtävät ja datan muokkaaminen tuottavat vielä paikoin ongelmaa. Viimeisin kurssikerta toisaalta toi itsevarmuutta taulukoiden ja datan kanssa temppuiluun, toisaalta taas myös turhautti ja ärsytti. Uuden tietokoneohjelman oppiminen on aina ajoittain ärsyttävää ja hermoja raastavaa. Asioita ei voi hoitaa vähän sinne päin tai melkein oikein. MapInfo ei ole armollinen inhimillisille hairahduksille. Mutta kun sitä kohtelee oikein, se myös toimii. Paras tapa oppia on jonkun turhan aineiston kanssa pelleily. Aina voi sitten aloittaa alusta jos huomaa menneensä liian solmuun.

Puskurointi, eli bufferointi on monipuolinen ja yksinkertainen työkalu. Sillä voi laskea kuinka monta kohdetta on tietyn säteen sisäpuolella. Voidaan esimerkiksi kartoittaa meluhaittaa moottoritiestä tai lentokentästä. Kurssikerran harjoituksessa sitä käytettiin juuri lentokentistä aiheutuvan melun melualuiden kartoittamisessa. Lisäksi mittailtiin kuinka paljon ihmisiä asuu tietyn säteen päässä koulusta, sairaalasta ja juna-asemasta. Kurssilla tehtyjen harjoitusten vastauksia on keräiltynä taulukkoon 1. Muita käyttötarkoituksia puskurointityökalulle voisi olla vaikkapa säteilyriskialueiden kartoittaminen.

kurssikert5vast

Taulukko 1. Vastauksia harjoituksissa esiintyneisiin bufferointi-kysymyksiin.

Ihan jokaiseen kysymykseen en saanut vastausta ja verratessani vastauksiani Jessican vastauksiin, huomaan että alkuosassa on hieman eroja. Erot ovat tulleet varmaankin lentokenttää piirrettäessä, mutta ne eivät ole merkittäviä. Uima-altaiden lukumäärässä PK-seudulla näyttäisi siltä, että olen napannut luvun jostain ihan väärästä sarakkeesta, sillä luku on ihan järjetön. Muuten Jessican uima-allas vastaukset vastaavat omiani.

Lähteet:

Järvinen, J. (2014). Jessican PAK-blogi. Kurssikerta 5: Bufferointi ja uima-altaat. <https://blogs.helsinki.fi/jessicaj/> luettu 28.2.2014

Kurssikerta 4. Ruututeemakartta

Neljännellä kurssikerralla harjoiteltiin MapInfon ruututyökalun käyttöä. Ruututietokantaan tallennettaessa pystytään tietoa esittämään ruudun tarkkuudella. Koska ruudun tarkkuuden pystyy itse määrittelemään, pystyy kartan laatija työkalun avulla vaikuttamaan siihen kuinka tarkkaa tietoa kartalla esitetään. Itse päädyin kartassani (Kuva 1) 300m*300m kokoisiin ruutuihin. Aiheeksi valitsin vastasyntyneiden alueellisen jakautumisen Helsingin alueella.

Koska ruutumatriisi jakaa alueen matemaattisesti saman kokoisiin ruutuihin, eivät esimerkiksi kaupunginosien viralliset rajat vaikuta aineiston esittämiseen kartalla. Tämä voi hankaloittaa kartan lukemista. Jos on erityisen kiinnostunut tarkastelemaan vaikka työttömien jakautumista Helsingissä kaupunginosittain, ei ruututeemakartta ole välttämättä paras mahdollinen esitystapa. Kaupunginosia voi olla vaikea erottaa kartalta, ja vaikka niiden rajat olisi kartalle merkittykin, eivät ruuturajat menisi niiden mukaisesti. Tällöin tulkinta luonnollisesti hankaloituu.

Otetaan esimerkiksi asukkaiden tulojen tarkastelu Helsingissä. Jos esimerkiksi kaupunginosassa X asukkaat tienaavat keskimäärin 3000 euroa, ja tieto esitetään koropleettiteemakartalla, missä alueet on jaeuttu kaupunginosarajojen mukaan, näkyy koko alue luonnollisesti  3000 euron värisymbolilla. Jos samaa aineistoa käyttäen esittäisimme tulot ruututeemakartalla, vaikkapa 300*300 mallisella, saattaa sama asia näyttäytyä aivan eri valossa: alueella X onkin pelkästään 1000e ruutuja ja 5000e ruutuja. Tällöin alueen tulot olisivat keskimäärin 3000e, vaikka todellisuudessa kyse onkin hyvin heterogeenisestä alueesta. Kaupunginosien sisälläkin voi olla suuriakin vaihteluita, ja tämä on hyvä ottaa huomioon esitystapaa mietittäessä.

Omassa ruututeemakartassani ei ole kaupunginosarajoja, mikä hankaloittaa hiukan kartan tulkintaa. Toisaalta jos kaikki kaupunginosarajat olisi kartalle merkitty, olisi karttaesitys melko ahdas ja sekava. Järkevintä olisi tässä tapauksessa merkitä tekstillä muutama kiinnekohta karttaan, esimerkiksi Itäkeskus, Vuosaari, Malmi, Viikki, Maunula ja Kluuvi. Tämä helpottaisi hahmottamaan alueita, muttei tekisi karttaesityksestä liian tukkoista. Myös mittakaavaan karkasi jossain välissä 1 desimaalin tuhannesosa. Tämä tuskin häiritsee kartan luettavuutta, mutta ei se tyylikästäkään ole. Kartan ja legendan alle jäi myös turhan paljon tyhjää tilaa, jonka olisi voinut rajata pois. Muutoin kartta on selkeä ja palvelee tarkoitustaan.

vauvakartta_helsinki

Kuva 1. Kuvassa näkyy alle vuoden ikäisten lukumäärä 300m*300m alueilla Helsingissä vuonna 2009.

Kartasta näkyy että alle vuoden ikäisten alueellinen jakautuminen Helsingin seudulla keskittyy melko tasaisesesti ympäri kaupunkia. Selviä piikkejäkin kuitenkin näkyy. Kun huomion kiinnittää kaikista tummimpiin kohtiin (eli alueille, joilla on 14-38 vauvaa/900m²), erottuu kartalta etenkin Helsingin kantakaupungin alue. Myös esimerkiksi Itäkeskus, Herttoniemenranta ja Kallahti erottuvat tummina. Piikit eivät siis mitenkään itsestään selvästi näy lähiöissä, tai alueilla, jotka mielletään lapsi-alueiksi.

Kantakaupungin vauvapaljoutta selittää pitkälti muutenkin suuri väestömäärä. Kantakaupungissa asuu myös paljon parhaassa lisääntymisiässä olevia nuoria aikuisia. Kartasta voisi päätellä, että lapsen saaminen ennen perheasunnon hankintaa on melko yleinen marssijärjestys. Todennäköisesti esimerkiksi kouluikäiset lapset eivät näy vastaavanlaisena piikkinä kantakaupungin alueella.

Verratessani omaa karttaani Christa Sallasmaan vastaavanlaiseen ruututeemakarttaan eläkeläisten jakautumisesta Helsingin alueella, huomasin että tummimmanväriset eläkeläispikselit välttelivät melko tehokkaasti tummimpia vauvapikseleitä. Ensivilkaisulta molemmat näyttävät jakautuvan hyvinkin tasaisesti ympäri Helsinkiä, mutta tarkemmalla tarkastelulla esimerkiksi Pohjois- ja Koillis-Helsingistä, sekä Kalliosta löytyy paljon eläkeläisiä, mutta  vain vähän vastasyntyneitä.

Kun koropleettinen teemakartta tehdään ruudukon pohjalta, mahdollistaa se entistä tarkempien havaintojen tekemistä esimerkiksi saman kaupunginosan sisällä. Voidaan huomata esimerkiksi vierekkäin sijaitseviä “eläkeläisruutuja” ja “vauvaruutuja”. Verrattaessa Sallasmaan eläkeläiskarttaa omaan vastasyntyneiden karttaani, voi tällaisia vierekkäisiä ruutuja hahmottua esimerkiksi Etelä-Helsingistä. Jos ruutukoko olisi kartoissamme sama, voisi kartat laittaa päällekkäin ja huomata että monessa kohtaa ne naksahtavat paikoilleen kuin palapelin palat – Vauvakartan haaleanväriset alueet täyttyisivät eläkeläisillä.

Tällainen kaupunginosien sisäinen vaihtelu ei näkyisi kaupunginosittain luokitellussa koropleettikartassa.

Lähteet:

Sallasmaa, C. (2014). 4. Kurssikerta: Ruututeemakartta. <https://blogs.helsinki.fi/christas/>        6.2.2014

Kurssikerta 3. Tietokantojen käsittely MapInfolla

Afrikka-aineisto

Tällä kertaa harjoiteltiin entistä perusteellisemmin datan käsittelyä MapInfolla. Tietokantojen käsittelyä harjoiteltiin ensin Afrikka-aineistolla, jonka alkuperäiset tietokannat vaativat peukalointia ennen varsinaista työskentelyä. Sarakkeita yhdistelemällä ja uusia  sarakkieta laskennallisin toiminnoin luomalla, saatiin aikaan yksinkertaisempi ja monikäyttöisempi tietokanta. Tätä tietokantaa pystyttiin käyttämään pohjana erilaisten karttaesitysten luomisessa.

Aineistosta löytyy laajasti tietoa, muuttujina on esimerkiksi konfliktin tapahtumavuosi ja laajuus, timanttikaivoksen löytämisvuosi ja tuottavuusluokittelu, samoin öljykenttien löytämisvuosi ja tuottavuusluokittelu. Myös tietoa facebookin käyttäjistä löytyy. Tietokantoja luovasti yhdistelemällä voi löytää jos jonkinlaista yllättävää korrelaatiota. Esimerkiksi konfliktien ja öljyilmentymien välillä on arvattavasti monin paikoin yhteys. Myös facebookin käyttäjämäärien ja vähäisten konfliktien välillä voi olla yhteys, sillä facebookin runsas käyttö viittaa internetin laajaan käyttöön, mikä on usein merkki ainakin jonkintasoisesta hyvinvoinnista. Tietenkään internetin käyttö ei ehkäise konflikteja, mutta konfliktien runtelemassa maassa ei välttämättä ole edellytyksiä internetin leviämiselle.

Afrika

Kuva 1. Teemakartta Afrikasta, johon on merkitty timanttikaivokset, konfliktialue/paikka, konfliktin laajuus, sekä öljylähteet. (Paarlahti, A. 2014)

 

Tulvaindeksi

Kun tietokantojen käsittelyä oli ensin harjoiteltu Afrikka-aineistolla, päästiin pääasiaan, eli oman karttaesityksen luomiseen edelläopittuja taitoja hyödyntäen. Aiheena oli tehdä karttaesitys tulvista ja järvisyydestä Suomessa. Jälleen lopullisen karttaesityksen tuottamiseen vaadittiin ensin tietokantojen peukalointia. Tietokantaan lisättiin mm. oma sarake tulvaindeksille, jotta tulvaindeksi voitiin esittää kartalla. Tulvaindeksi on luku, joka vertaa ylivirtaamaa ja alivirtaamaa toisiinsa. Sen voi laskea useammallakin tavalla, mutta tässä yhteydessä käytin lauseketta keskiylivirtaama/keskialivirtaama (MHQ/MNQ).

Tulvaindeksi merkittiin karttaesitykseen koropleettisen kartan muodossa. Karttaan lisättiin vielä järvisyysastetta kuvaavat pylväsdiagrammit. Pohjakarttana toimi Suomen kartta, johon oli merkitty valuma-alueet. Valmis karttaesitys näkyy kuvassa 2.

Tulvajärvisyys

Kuva 2. Kuvassa näkyy tulvaindeksi (MHQ/MNQ) ja järvisyysprosentti Suomessa valuma-alueittain (2014).

Karttaesitys itsessään on hiukan tukkoinen. Tulvaindeksin esittämiseen olisi riittänyt viiden luokan sijaan myös neljä tai jopa kolme luokkaa. Järvisyysprosentin selitys legendassa on melko järjetön. Useampi pylväs olisi ollut tarpeen, tyylikästä olisi esimerkiksi 20% ja 10% pylväät. Myös pohjoisnuoli pääsi karttaesityksestä unohtumaan.

Edellämainituista puutteista huolimatta on karttaesitys kuitenkin tulkintaan tarpeeksi selkeä ja informatiivinen. Kartasta näkee että siellä missä on korkea järvisyysprosentti, ei ole korkea tulvaindeksi. Syitä tähän esittää Timo Ijäs blogissaan seuraavasti: “Niillä alueilla, missä järvisyysprosentti on suuri, on suurin osa vedestä järvissä. Veden pinta-alan ollessa iso, veden pinnan korkeus ei muutu herkästi, se ei nouse eikä laske yhtäkkiä. Tällöin, tulva-aikoihin tulvia ei pääse syntymään. Toisaalta, alueilla, joissa järvisyys on pieni, tulvariski on suurempi, sillä järviä ei ole pidättämässä vettä.” Järvisyys siis hillitsee tulvimista.

Korkeaa tulvaindeksiä tavataan Suomessa pelkästään rannikoilla, erityisesti Pohjanmaan laakeilla peltoalueilla, joissa joet tulvivat vahingoksi asti. Pohjanmaan tulvimista osaltaan selittää juurikin vähäinen järvisyysaste: tulvia ei ole hillitsemässä virtaamaa tasaavat järvet. Anna Laitinen esittää blogissaan Pohjanmaan peltoisten savikkomaiden tulvimisen vaikuttimia: “Savikoilla myös vettynyt maa vyöryy helposti jokeen lisäten näin tulvahuippua. Jokien pohjakuljetusta ja suspendoituneen jokiaineksen määrää lisäävät peltojen runsas määrä, kasvillisuuden vähäisyys, savi- ja silttiperäinen maa, nopea lumen sulaminen ja sateiden runsaus sekä ajoittuminen. Jokien pohjalle kerääntyvä aines saa joen vedenpinnan nousemaan ja vesi voi purkautua tulvavallien läpi ympäröiville alueille.

Huolimatta siitä että tulva-alttiit alueet on Suomessa hyvin tiedossa, aiheuttavat tulvat usein haittaa. Kevättulvien yllättäessä Pohjanmaalla joudutaan usein esimerkiksi sulkemaan teitä. Tulevaisuudessa ilmastonmuutos saattaa vaikuttaa tulvimiseen. Skenaariot vaihtelevat, eikä kukaan varmasti tarkalleen tiedä mitä tuleman pitää, mutta todennäköisesti ilmastonmuutos vähentää tulvia toisilla alueilla, kun taas toisilla ne pahenevat.

 

Lähteet:

– Ijäs, T. (2014). Maan tieto blogi, Timo Ijäs. 3. Kurssikerta. <https://blogs.helsinki.fi/timoijas/>  8.2.2014

– Laitinen, A. (2014). Annan karttanurkkaus. Kurssikerta 3. Suomen tulva-alueilta Afrikkaan. <https://blogs.helsinki.fi/annalait/> 8.2.2014

– Paarlahti, A. (2014). Paikkatiedon hankinta, analyysi ja kartografia. Afrikkaa (kuva). <https://blogs.helsinki.fi/pak-2014/> 8.2.2014

Kurssikerta 2. Reaktiopaperi

Toisen kurssikerran harjoituksena oli tutkija A. Leonwiczin artikkelin “Two-variable choropleth maps as a useful tool for visualization of geographical relationship” pohjalta tehtävä reaktiopaperi. Kyseinen artikkeli vertaili keskenään yksiteemaisia koropleettikarttoja kahta teemaa samanaikaisesti esittäviin koropleettikarttoihin. Artikkelissa esitellään Leonwiczin tutkimus, jossa perusjoukkona olivat Vilnan ja Varsovan yliopistojen ensimmäisen vuoden maantieteen opiskelijat. Tutkimuksen tavoitteena oli kartoittaa yksiteemaisten koropleettiteemakarttojen luettavuutta kaksiteemaisiin koropleettikarttoihin verrattuna. Tuloksista ilmenee, että kaksiteemaiset koropleettikartat koetaan yleisesti ottaen vaikealukuisemmiksi, mutta ne ovat yksiteemaisia koropleettikarttoja parempia ilmiöiden välistä korrelaatiota esitettäessä.

Kaksiteemaiset koropleettikartat voivat esittää nimensä mukaisesti kahta eri teemaa kerralla, ja näin ollen voidaan antaa suurempi määrä informaatiota samalla kartalla, kuin yksiteemaisella koropleettikartalla. Kuten Leonwiczin artikkelissa esittelemä tutkimuskin osoitti, voi koropleettinen kaksiteemainen kartta olla havainnollistava esimerkiksi kahden ilmiön välistä vuorovaikutussuhdetta tarkasteltaessa.

Vaikeaselkoisimmaksi asiaksi Leonwiczin artikkelissa koin kaksiteemaisen koropleettikartan legendan. Legenda on kartassa käyettyjen symbolien selitysosio. Kaksiteemaisen koropleettikartan legenda ei aukea ensivilkaisulla, vaan vaatii hetken keskittymisen. Legendan tehtävä on helpottaa kartanlukua. Niin se toimii myös kaksiteemaisissa koropleettikartoissa, mutta vaatii enemmän huomiota kartanlukijalta kuin legenda yleensä vaatii. Tavallisesti karttaesitys itsessään on se mitä kartanlukija tuijottelee ja tulkitsee, legendaa vain silloin tällöin vilkaistaan. Tässä tapauksessa legendaa joutuu silmäilemään ja pureskelemaan enemmän kuin itse karttaesitystä. Karttaesitys itsessään on äärimmäisen yksinkertainen.

Tällainen karttaesitys vaatii lähinnä legendan vuoksi lukijaltaan pitkäjänteisempää syventymistä karttaan, kuin tavallisemmat ja yksinkertaisemmat karttaesitykset. Herääkin kysymys ovatko tällaiset kartat tarpeellisia juuri koskaan. Kahta eri teemaa voi esittää samalla kartalla selkeämminkin keinoin, kuten MapInfo on meille opettanut. Selkein ja informatiivisin esitystapa on tietenkin aina sidoksissa muuttujiin ja pohjakarttaan, eikä tämän vuoksi voida yleistää että jonkin lainen esitystapa toimisi paremmin kuin toinen. Lisäksi karttaesitys on aina käytettävissä olevien välineiden ja kartografin omien visioiden summa.

 

Lähteet:

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

Kurssikerta 2. Päällekkäiset teemakartat

Paikkatiedon hankinta, analyysi ja kartografia kurssin toisella kerralla paneuduttiin syvemmin teemakarttojen maailmaan MapInfolla. Aiheena oli päällekkäisten teemakarttojen tekeminen, eli kahden eri teeman esittäminen samaan aikaan samalla kartalla. Laura kuvailee blogissaan päällekkäisten teemakarttojen rakentamista hyvin: “Kahta teemakarttaa päällekkäin kuvattaessa alimmainen kartta on yleensä koropleettikartta. Sen päälle voi helposti lisätä esim. pylväistä tai piirakoista koostuvan kartogrammin tai pistekartan. Myös kaksi koropleettikarttaa on mahdollista esittää päällekkäin. Tällöin niille valitaan värit tai rasterit, jotka eivät sekoitu keskenään eivätkä tee lopputuloksesta sotkuista tai epäselvää.”

Päädyin rajaamaan alueeksi koko Suomen sijaan pelkän pääkaupunkiseudun. Teemoiksi valitsin ruotsinkielisten osuuden ja korkea-asteen tutkinnon suorittaneiden osuudet PK-seudulla (kuva 1).

ruotsikoulutusk

Kuva 1. Teemakartta, jossa näkyy ruotsinkielisyyden ja korkean kouluttautumisen välinen korrelaatio.

Korkean asteen suorittaneiden osuus on melko tasainen PK-seudulla. Ruotsinkielisten osuus sen sijaan vaihtelee melko hurjastikin. Ruotsinkieliset eivät kuitenkaan ole millään alueella enemmistö, joten kartasta on liioiteltua vetää johtopäätöksiä ruotsinkielisyyden ja korkealle kouluttautumisen välillä. Kartasta kuitenkin pistää väistämättä silmään Kauniainen, jossa korkeasti koulutettujen osuus on huomattavasti suurempaa kuin muilla alueilla. Korkea-koulutusta kuvastava symboli Kauniaisten kohdalla on niin suuri, että se lähes peittää alleen tummanharmaana erottuvan Kauniaisten alueen. Alueella on huomattavan paljon ruotsinkielisiä (31,1-37,6%) ja samaten huomattavan paljon korkeasti kouluttautuneita asukkaita. Myös Helsingissä, Espoossa ja Kirkkonummella on melko paljon ruotsinkielisiä ja paljon korkealle kouluttautunutta väestöä. Sen sijaan Sipoossa ja Porvoossa ei kartan mukaan ole erityisen korkeasti kouluttautunut asukaskunta, vaikka ruotsinkielisiä onkin paljon. Vantaalla on melkoisen vähän niin korkeasti koulutettuja, kuin myös ruotsinkielisiä.

Kartan perusteella ei varsinaisesti voi sanoa, että ruotsinkielisyyden ja korkean koulutuksen välillä olisi korrelaatiota.

Lähteet:

-Hintsanen, L. (2014). Lauran PAK-blogi. Kurssikerta 2: Kahden teeman teemakartat. <https://blogs.helsinki.fi/lhintsan/>

Kurssikerta 1. Ensikosketus MapInfoon

Paikkatiedon hankinta, analyysi ja kartografia kurssi perehdyttää maantieteen ensimmäisen vuoden opiskelijat paikkatiedon maailmaan. Tässä blogissa jaan kurssilla tekemiäni karttaesityksiä, sekä kuvailen yksityiskohtaisesti koko ajan syvenevää suhdettani paikkatietoon.

Liikkeelle lähdettiin tutustumalla MapInfo nimisen ohjelman perusteisiin. Kyseinen ohjelma soveltuu tilastotiedon esittämiseen kartalla mainiosti, eli toisinsanoen se soveltuu hyvin paikkatiedon esittämiseen. Kuten Milla Kalliokin blogissaan toteaa, on MapInfosta saatu esimakua jo syksyn ensimmäisillä kursseilla, minkä ansiosta pahimmilta yhteentörmäyksiltä ohjelman parissa saatettiin nyt välttyä.

Ensimmäinen harjoitus oli teemakartan tekeminen MapInfolla. Aiheenani oli työssäkäyvien osuus Suomen kunnissa. Harjoituksessa käytettiin valmiiksi koottuja aineistoja. Pääpaino oli siis valmiiden aineistojen esittämisessä kartalla. Ennen varsinaisen kartan tekemistä aineisto luokiteltiin tarkoitukseen soveltuvalla tavalla. Käytin tässä aineistossa luokitteluun kvantiileja, jotka jakavat aineiston niin että jokaiseen luokkaan tulee sama määrä havaintoja (samansuuruiset arvot menevät kuitenkin samaan luokkaan, minkä johdosta luokissa ei välttämättä ole täsmälleen samoja määriä havaintoja). Aineistosta tuotettiin histogrammi internetistä löytyvällä histogrammi-työkalulla (http://illuminations.nctm.org/Activity.aspx?id=4152). Histogrammin avulla pystyin tarkemmin tarkastelemaan aineiston jakautumista (Kuva 1).

histogrammisuomityössäkäyvät

Kuva 1. Histogrammi. Työssäkäyvien osuus (%) Suomessa kunnittain 2011.

Seuraavaksi data siirrettiin Suomen kartalle (kuva 2). Muokkasin luokkien värikoodit toisin päin, tummimmat alueet ovat alueita joissa työssäkäyvien osuus on pienin. Haaleimmat alueet ovat niitä, joilla työssä käydään aktiivisimmin. Jako oli mielestäni loogisempi näin päin, vähäisen työssäkäymisen alueet huutavat nyt kuvasta selkeämmin. Teknisesti kartta onnistui mielestäni ihan hyvin.

suomityössäkäyvienosuus

 

Kuva 2. MapInfolla toteutettu koropleettiteemakartta työsskäyvien osuudesta kunnittain.

Kartasta voidaan erottaa alueet, joilla työssäkäyvien osuus on suuri ja vastaavasti alueet missä se on pieni. Jotta kartasta voitaisiin tehdä suurempia johtopäätöksiä esimerkiksi työttömyydestä, tarvittaisiin kuitenkin tietoa esimerkiksi siitä onko alueella ylipäätään juurikaan työikäisiä. Esimerkiksi vähäisen työssäkäymisen alueet pohjoisimmassa Lapissa ja Itä-Suomessa korreloivat mahdollisesti ikääntyneen väestörakenteen kanssa. Johanna Hakasen tekemässä teemakartassa on 15–64 vuotiaiden osuus Suomen kuntien väestöstä. Vertailemalla keskenään omaa teemakarttaani työssäkäyvien osuudesta, ja Hakasen teemakarttaa työikäisten osuudesta, voidaan tehdä jo syvällisempiä päätelmiä työssäkäyntiaktiivisuuden syistä. Esimerkiksi Suomen käsivarressa Enontekiössä asuvista on Hakasen kartan mukaan 65,1–71,5 % parhaassa työssäkäynti-iässä, eli 15–64 vuotiaita. Kuitenkin omassa kartassani alue hohkaa tummanpunaisena, eli väestöstä vain 42,8–51,6 % on työssäkäyviä. Voidaan siis päätellä, että työttömyys on alueella jonkin tasoinen ongelma, sillä vähäistä työssäkäyvien osuutta ei selitä esimerkiksi massiivinen joukkio eläkeläisiä, vaan työikäisiä on huomattavasti suurempi osuus kuin työssäkäyviä. Suoraa johtopäätöstä ei voi kuitenkaan tässäkään tapauksessa vetää, sillä onhan mahdollista että alueella suositaan aloja joilta jäädään eläkkeelle erityisen varhain, tai että 15-19 vuotiaita on luokan sisällä erityisen paljon. Tällöin 15-64 vuotiaiden luokan sisälle jäisi huomattavasti esimerkiksi opiskelijoita ja eläkeläisiä.

 

Lähteet:

– Hakanen, J (2014). Kurssikerta 1. MapInfo ja koropleettiteemakartta

<https://blogs.helsinki.fi/johakane/> 27.1.2014

– Histogram tool, National Council of Teachers of Mathematics. Luettu 22.1.14

<http://illuminations.nctm.org/Activity.aspx?id=4152>

– Kallio, M (2014). Kurssikerta 1. <https://blogs.helsinki.fi/mikamika/> 27.1.2014