Itämereen päätyvät typpipäästöt

Kurssin ensimmäisellä harjoituskerralla tutustuttiin aluksi rauhalliseen tahtiin QGIS-ohjelmiston perustoimintoihin. Teimme opastetusti kartan Itämereen johtuvista typpipäästöistä valtioittain. Kirjoitan tätä tekstiä lokakuussa 2023, vaikka Itämeri-kartan numero 1 olen tehnyt tammikuussa 2023. Täten en muista enää oliko itse kartan tekemisessä jotain suurempia ongelmia. Kertasin ohjeista kuitenkin miten kartta luotiin ja tein sen uudestaan harjoitusmielessä katsomatta ensimmäistä karttaa.

Kartta 1. Itämeri-kartta tammikuu 2023.

Kartta 2. Itämeri-kartta lokakuu 2023.

Molemmissa kartoissa on kuvattu Itämerta ympäröiviä valtioita. Siinä on eritelty HELCOM-maat ja ei-HELCOM-maat. HELCOM on Itämeren merellisen ympäristön suojelukomissio. HELCOM-maiden typpipäästöt ilmoitetaan kartassa suhteellisina osuuksina eli prosentteina. Puola erottuu etenkin ensimmäisessä kartassa suurimpana päästölähteenä. Yoni (2023) pohti blogitekstissään, että onko lähteessä otettu mukaan Venäjän kaikki päästöt vai vain Itämereen päätyvät typpipäästöt. Mielestäni rajaus on selkeä, sillä kyseessä Itämereen päätyvä typpi vesistöistä, jotka laskevat Itämereen.

Puolan merkitys suurimpana typen tuottajavaltiona oli itselleni aiempien ympäristöalan opintojen myötä tuttu juttu. Se ei yllättänyt. Tämä johtuu siitä, että sillä on paljon rantaviivaa, runsaasti maataloutta ja typen poisto Itämereen laskevista vesistöistä esimerkiksi ojittamista rajoittamalla on heikkoa. Pohdin typpipäästöjen ja Itämeren syvyyskäyrien yhteyttä. Suomenlahti on suhteessa muuhun Itämereen matala, joten on tiedossa, että alueella rehevöityminen on runsaampaa kuin Itämeren kolkissa, joissa on enemmän syvyyttä.

Ensimmäisessä kartassa väritys on mielestäni miellyttävämpi kuin toisessa. En ponnisteluista huolimatta löytänyt karttaa tehdessä toimintoa, josta olisi voinut värejä vaimentaa. Löysin sen vasta myöhemmin. Toisaalta puna-vihreä kontrasti on huono, jos on punavihersokea. En kuitenkaan halunnut tehdä ei-HELCOM-maista valkoisia, sillä silloin on vaara sekoittua typpipäästögradientin ensimmäiseen kategoriaan kuten Lankinen (2023) harmitteli omassa kartassaan. Ensimmäisen kartan neljä kategoriaa ovat selkeämmät kuin toisen kartan viisi kategoriaa. Toisaalta legendan tekstit ovat toisessa kartassa enemmän oikein. Puutteita on silti, sillä toisen kartan legendasta puuttuu Itämeri-konteksti. Itseäni jäi häiritsemään kartan ulkoasussa se, että järvet ovat valtioiden rajojen päällä. Ajan puutteen vuoksi en kuitenkaan alkanut vatvomaan asian kanssa, joten annoin olla.

Näitä karttoja tehdessä opin muuttamaan kartan koordinaattijärjestelmää, muokkaamaan kartan ulkoasua, lisäämään labelit, kategorisoimaan, suodattamaan muuttujia, lisäämään sarakkeita attribuutti-taulukkoon ja laskemaan uusia muuttujia. Hiottavaa on, mutta tästä on hyvä jatkaa seuraavien karttojen pariin.

Eläkeläiset Suomessa

Kokeilin ensin tehdä itsenäisen tehtävän valmiista kurssikansion aineistosta. Olen kuitenkin kadottanut kartan jonnekin, joten sitä ei ole saatavilla enää, enkä halunnut tehdä sitä uudestaan. Sen sijaan tein ohjeen vaikeamman tason ja latasin kuntapohjan vuodelta 2022 tilastokeskuksesta rajapinnan avulla suoraan QGIS:ssa. Muistan, että sen lataamisen selvittämiseen meni keväällä monta tuntia, mutta nyt kun ei tarvinnut aivan alusta asti muistella toimintatapaa, meni se melko kivuttomasti.

Halusin käyttää tuoreinta aineistoa, joten valitsin tilastokeskuksen sivuilta 65-vuotta täyttäneiden osuudet kunnittain sekä eläkeläisten osuudet kunnittain. Ajatuksenani oli esittää kartoilla kuinka eläkeläiset jakaantuu Suomessa. Vertailtavuus-ajatuksena oli muuttuuko kartalla kategoriat ja visuaalisuus, jos mukaan otetaan myös nuoremmat eläkkeellä olevat kuin eläkeiän ohittaneet.

Olettamuksen mukaan kaikkia eläkeläisiä on enemmän kuin kuin 65-vuotta täyttäneitä. Tämä selviää karttojen legendasta. Toisaalta eroavaisuudet eivät ole helposti karttoja vertailtaessa nähtävissä. Tämä johtuu siitä, että merkittävä osa eläkkeellä olevista on samalla yli 65-vuotiaita ja nuorempia eläkkeellä olevia on suhteessa todella vähän. Lisäksi ovat ne yli 65-vuotiaat, jotka eivät ole eläkkeellä.

Kartta 3. 65 vuotta täyttäneiden osuus kunnittain vuonna 2022.

Kartta 4. Eläkeläisten osuus kunnittain vuonna 2021.

Koropleettikartoista on nähtävissä, että yliopistokaupungeissa on eläkeläisten osuus pienempi kuin pienemmillä paikkakunnilla. Tämä johtuu siitä, että nuoria ja työkykyisiä on enemmän kaupungeissa kuin maaseudulla. Eläkeläisiä ja yli 65 vuotta täyttäneitä on molempia kuntavertailussa eniten Kainuussa, Itä-Suomessa, Itä-Lapissa sekä Keski- Suomen maakunnan eteläisemmässä osassa. Tämän näkee karttojen samankaltaisuudessa.

Kategorioiden määrää pohdin aika pitkään. Päädyin kuitenkin viiteen kategoriaan, sillä erot alkoivat häivyttyä neljällä kategorialla tarkasteltaessa. Halusin värigradientiksi jotakin neutraalia. Esimerkiksi punainen olisi ollut liian “varoittava” mielestäni. Olen itse tyytyväinen karttojen ulkoasuun, mutta sisällöllisesti karttojen välillä olisi voinut olla jotakin järkevämpää kuvattuna

Lähteet:

Yoni, L. 23.1.2023. Viikko 1: Try, try again. <https://blogs.helsinki.fi/luberger/2023/01/23/viiko-1-try-try-again/>

Lankinen, S. 20.1.2023. QGIS ja tunnevuoristorata. <https://blogs.helsinki.fi/sainilan/2023/01/20/4/>