Viimeinen kurssikerta ja Euroopan maiden hiilidioksidipäästöjä

Viimeisellä PAK-kurssikerralla oli aika haastaa itseään ja testata kurssilla karttuneita taitoja: tehtävänä oli nimittäin luoda alusta loppuun asti itse tehty kartta.  Mitään valmiita aineistoja ei siis annettu, vaan ne kaikki tuli kerätä internetistä itse.

Haastavin osuus työssä tuntui olevan kuvattavan aiheen keksiminen. Löysin kuitenkin heti alkussa Eurostatin sivuilta hyvät tilastot Euroopan maiden kasvihuonepäästöistä, joita päätin hyödyntää. Koropleettikartalle tyypillisesti pohjakartassa näkyi eri värein valtioden hiilidioksidipäästöt asukasta kohden. Arvot laskettiin jakamalla valtioiden hiilidioksidipäästöt niiden asukasluvulla.  Yllättäväksi haasteeksi muodostui Euroopan valtioiden vuoden 2015 tarkkojen asukaslukujen löytäminen. Tällaisen perustiedon luulisi olevan helposti saatavilla. Vuoden 2014 ja 2016 tiedot puolestaan tuntuivat tulevan vastaan monesta eri lähteestä, mutta haluamaani vuotta oli yllättävän vaikea löytää. Etsintä kuitenkin lopulta palkittiin, eikä kartassa tarvinnut sekoittaa eri vuosien tietoja.

Koropleettikartan valmistuttua suurta hämennystä aiheutti Tanskan erottuminen muista valtioista korkeiden hiilidioksidipäästöjen takia. Eikö Tanskan pitäisi olla pyöräilyn ja uusiutuvan energiantuotannon maana ympäristöystävällisyyden mallivaltio? Tämä sai minut epäilemään karttani informaation oikeellisuutta. Huomasin kuitenkin, että Vilja Jokinen oli tehnyt oman karttansa saman aiheen pohjalta ja myös siinä Tanska erottuu korkeilla CO2 päästöillään (Jokinen 2017). Ilmeisesti karttamme kuvaa ilmiön oikein. Kiinnostuin, mistä valtioiden hiilidioksidipäästöt syntyvät. Päätin jatkaa Eurostatin hyvien tilastoiden hyödyntämistä ja tehdä koropleettikarttaan ympyrädiagrammit kuvaamaan valtioiden hiilidioksidipäästöjen lähteitä.

Kuva 1. Teemakartta EU:n valtioiden ja Norjan, Sveitsin ja Turkin hiilidioksidipäästöistä väestöön suhteutettuna. Ympyrädiagrammeista näkee hiilidioksidipäästöjen lähteet.

Kartassa näkee, että suurimpia hiilidioksidin lähteitä on kaasun, sähkön, lämmön ja ilmastoinnin tuotanto, kotitaloudet, kuljetus ja varastointi sekä vedenjakelu ja rakentaminen. Tanskassa suurimmat päästöt näyttää syntyvän kuljetuksesta ja varastoinnista, mikä tuntuu erittäin kummalliselta. Tilastoja tutkiessani ja asiaa pohtiessani havaitsin kuitenkin, että Grönlannin ja Tanskan päästöt lasketaan yhteen, mikä on syynä Tanskan korkeille päästöluvulle. Grönlannin kaukainen sijainti luonnollisesti nostaa kuljetuspäästöjä.

Kartta on sisällöllisesti onnistunut, mutta visuaalisella puolella on paljon parannettavaa, sillä kartta on vaikeasti luettava. Koropleettikartan vaaleimmat värisävyt eivät erotu tarpeeksi hyvin toisistaan, minkä takia luokkien eroja kartalla on hankala hahmottaa. Ympyrädiagrammien luettavus puolestaan kärsii niiden pienen koon ja tummien värien takia. Todettakoon kuitenkin, että värisävyt näyttivät paljon paremmilta gis-labran koneiden suurelta näytöltä.

Paikkatiedon hankinta, analyysi ja kartografia kurssi on tämän viimeisen kartan ja blogitekstin myötä paketissa. Käteen kurssilta jäi parempaa ymmärrystä paikkatiedon keräämisestä ja visuaalisesta esittämisestä. Yllätyksenä tuli, kuinka haastavaa kartasta on saada visuaalisesti tyylikäs. Koin kehittyneeni kurssin aikana paljon MapInfon käyttäjänä. Silti täysin itsenäinen työskentely tuottaa edelleen haastetta ja ilman apua olisi vaikea pärjätä. Koin kuitenkin, että kurssi antoi hyvän pohjan laajemmalle paikkatieto-osaamisen kehittämiselle jatkossa.

 

Lähteet:

  1. Eurostat yearbook, Greenhouse gas emissions by industries and households. < http://ec.europa.eu/eurostat/statistics-explained/index.php/Greenhouse_gas_emissions_by_industries_and_households> (Luettu 3.3.2017)
  2. Natural Earth, Admin 0 – Countries. <http://www.naturalearthdata.com/downloads/10m-cultural-vectors/10m-admin-0-countries/> (Ladattu 3.3.2017)
  3. Natural Earth, 1:50 Natural Earth I with Shaded Relief and Water.  <http://www.naturalearthdata.com/downloads/50m-raster-data/50m-natural-earth-1/> (Ladattu 3.3.2017)
  4. Jokinen V. (2017) Kurssikerta seitsemän: Viimeinen ehtoollinen. <https://blogs.helsinki.fi/jokinenv/2017/03/01/kurssikerta-7-viimeinen-ehtoollinen/> (Luettu 17.3.2017)

Maanjäristyksiä ja meteoriitteja

Kuudes kurssikerta alkoi ulkoilulla. Tehtävänä oli kerätä GPS-paikantimella kymmenen vapaavalintaisen kohteen sijainnit ja siirtää kerätyt pisteet kartalle. Ryhmässä päätimme kerätä koordinaatteihin perustuvat sijaintitedot roskapöntöistä Kumpulan kampuksen lähialueella. Kuvassa 1. on punaisella viivalla kuvattu kulkemamme reitti ja sinisillä pisteillä roskapönttöjen sijainnit. Reittimme kulki helpossa maastossa matalien talojen ja puistoalueen keskellä, mikä takia reitin tarkkuus on hyvä. Korkeiden rakennusten välissä laitteen paikannuskyky saattaa heikentyä, mikä näkyy Kumpulan kampuasalueella: GPS-laitteen mukaan reittimme jatkui aivan Kustaa Vaasan tien toiselle puolelle saakka, vaikka todellisuudessa reittimme alkoi ja loppui Physicumiin.

Kuva 1. GPS-laitteella paikannetut roskakorit Kumpulan kampuksen ympäristössä ja ryhmän kulkema reitti.

Kurssikerran itsenäisten tehtävien kautta pääsimme taas kartoittamaan GIS-taitojamme laatimalla eri hasardeja kuvaavia karttoja. Tarkoituksena oli oppia muokkaamaan ja siirtämään internetistä löytyvää dataa kartalle. Ensimmäisessä kartassa on kuvattu magnitudiltaan yli 6.0 maanjäristykset vuoden 2015 tammikuun jälkeen (Kuva 2.). Kuvasta näkee selvästi, että niitä esiintyy eniten mannerlaattojen reunakohdissa ja niin sanotulla Tyynenmeren tuliringin alueella.

Kuva 2. Magnitudiltaan yli 6.0 maanjäristykset maailmassa.

Opettajan työssä selkeät ja informatiiviset kartat ovat erinomainen tapa havainnollistaa ilmiöitä lapsille. Kuvan 2. kartta sopisikin hyvin oppimisen tueksi, sillä se on yksinkertainen ja helposti ymmärrettävä. Alakouluissa opetustarkoituksessa yhden muuttujan teemakartat ovat useamman muuttujan karttoja parempia, sillä niissä virhetulkinnan mahdollisuus on pienempi. Toisaalta kartan informaatio lisääntyisi jos esimerkiksi tässä kartassa mannerlaatat olisi näkyvissä, jolloin myös lukijan olisi helppo päätellä näiden kahden muuttujan yhteys. Opetuksessa opettaja voi kuitenkin kysymyksin ohjailla oppilasta oivaltamaan asian itse. Kysymällä, miksi maanjäristyksiä esiintyy tietyillä alueilla enemmän kuin toisilla, haastaa oppilasta pohtimaan ilmiön taustatekijöitä ja tarjoaa onnistumisen kokemuksen vastauksen keksittyään. Samalla oppiminen ja soveltamiskyky tehostuvat.

Maanjäristykset, jotka ovat magnitudiltaan yli 5.0 saattavat aiheuttaa pientä tuhoa. Pienempiä maanjäristyksiä on usein vaikea havaita ilman mittalaitetta ja tuntemalla havaittavat maanjäristykset ovat Suomessa harvinaisia. Toisen karttani (Kuva 3.) tarkoituksena olikin kuvata pienten maanjäristysten sijaintia. Oletus oli, että pieniä maanjäristyksiä kuvattaessa pisteitä esiintyy enemmän myös mannerlaattojen keskellä. Kartta ei kuitenkaan onnistunut haluamallani tavalla, sillä jostain syystä magnitudiltaan 3.0 pienempiä järistyksiä ilmestyi kartalle vain kourallinen. Ilmeisesti siirsin datan käsittelyvaiheessa vahingossa vain osan tilastoista MapInfoon, jolloin vain murto-osa havaintokohteista tuli näkyviin.

Jos kartta olisi onnistunut, olisi se ollut hyvä pari edellisen (Kuva 2.) kartan kanssa. Yhdessä ne olisivat havainnollistaneet lukijalle sen, että maanjäristyksiä tapahtuu muuallakin kun mannerlaattojen reunoilla, jopa Suomessa. Helsingin yliopiston Seismologian instituutin sivuilla näkee Suomessa tapahtuvat maanjäristykset. Sen mukaan vuonna 2016 Suomessa tapahtui 73 maanjäristystä, jotka kaikki olivat magnitudiltaan alle 2.0. Kartta kuitenkin epäonnistui, eikä sillä näin ollen tee mitään. Rajallisen ajan takia en tehnyt uutta karttaa, joten julkaisen tämän varoittavana esimerkkinä!

 

Kuva 3. Epäonnitunut alle kolmen magnitudin maanjäristyksiä kuvaava kartta.

Tässä linkissä on onnistunut ja havainnollistava animaatio maanjäristyksistä maapallolla viimeisen 15 vuoden aikana. Usein toistuvan ilmiön esittäminen animaation avulla antaa laajempaa hahmotuskykyä pelkkään karttaan verrattuna, sillä ajallinen aspekti on huomioitu. Siksi kyseinen video voisi olla hyvä opetustarkoituksessa. Videossa 3:10 kohdalla näkyy kaikki viimeisen viidentoista vuoden maanjäristykset kartalla yhtä aikaa kuvaten myös pienet maanjäristykset mannerlaattojen keskellä. Jotain tämän tapaista olisin halunnut myös omalla kartallani kuvata, mutta taitoni eivät kuitenkaan tällä kertaa siihen riittäneet.

 

Viimeisen kartan tein kuvaamaan meteoriittien putoamisalueita eli kraatereita ja löytyneitä meteoriittikiviä maapallolla (Kuva 4.). Kartalla huomio kiinnittyy alueisiin, joilla kraatereita esiintyy eniten. Tarkastelussa herääkin kysymys, miksi esimerkiksi Pohjois-Amerikassa, Euroopassa, Intiassa ja Australiassa meteoriittien törmäyksiä esiintyy huomattavasti muita alueita enemmän. Jouko Lappalainen esittää blogissaan asiasta uskottavan teorian: tiheimmin ja pitkään asutettuja seutuja on tutkittu muita alueita tarkemmin, jolloin meteoriittikraatereita on löytynyt enemmän. On siis todennäköistä, että meteoriitin törmäysalueita on paljon enemmän, mutta haastavan maaston tai muuten harvaan asutun seudun alueita ei ole tutkittu yhtä tarkasti.

Kuva 4.

Opetuskäytössä meteoriittikartta on maanjäristyskarttaa (Kuva 2.) haastavampi lukea meteoriittien alueellisen esiintyvyyden vaihteluiden takia. Kartta vaatii siksi enemmän kriittistä kartanlukutaitoa. Vanhemmille oppilaille tässä voisikin olla hyvää karttatulkinnan haastetta, mutta nuoremmille oppilaille se saattaisi luoda väärän käsityksen ilmiöstä.

 

 

Lähteet:

  1. http://www.helsinki.fi/geo/seismo/maanjaristykset/suomi.html
  2. http://www.businessinsider.com/animated-map-shows-all-earthquakes-over-the-past-15-years-2016-12?r=US&IR=T&IR=T
  3. Lappalainen J. (2017) Osa 6 – “Hit me like a meteorite, don’t let me go”
    <https://blogs.helsinki.fi/ladjouko/2017/02/23/foxtrot/> (Luettu 17.3.2017)

Bufferointi

Viidennellä kurssikerralla harjoiteltiin bufferointi- eli puskurityökalun käyttöä ja hyödyntämistä aineistojen analyysissä. Työkalun käyttöä harjoiteltiin itsenäisten tehtävien avulla. Puskuroinnilla tarkoitetaan tietyn kohteen ympärille rajattua sädettä, jonka sisäpuolelta voidaan analysoida eri kohteita. Kurssikerran alussa työkalun käyttöä harjoiteltiin yhdessä muun muassa Pornaisten alueen teiden, koulun ja sairaalan ympäristöä bufferoimalla. Tämän jälkeen siirryttiin itsenäisten tehtävien pariin, joissa hyödynnettiin aiemmilla kurssikerroilla opittuja asioita. Itsenäisiä tehtäviä tehdessäni oli pakko todeta, että MapInfo —taidoissani on tapahtunut kehitystä. Aiemmin haastavilta tuntuneet komennot eivät tuottaneet enää suuria ongelmia ja mikä parasta, eri kurssikerroilla opittujen asioiden soveltaminen alkaa onnistua. Alan siis vihdoin hahmottamaan MapInfon eri toimintojen yhteyksiä ja käyttömahdollisuuksia. Tietenkin virheitä syntyy vielä paljon, mutta useassa tapauksessa osaan itse oikaista niitä.

MapInfossa erityisen hyödyllisiksi toiminnoiksi ovat osoittautuneet kolmannella kurssikerralla harjoiteltu taulukkomuotoisten tiedostojen yhdistäminen, siistiminen ja uusien sarakkeiden luominen. Näitä toimintoja hyödyntäen on muun muassa mahdollista liittää tilastotietoa karttapohjaan, mikä on keskeinen toiminto teemakarttojen laadinnassa. Haastavia toimintoja kuitenkin vielä riittää, mutta kokeilemalla ja epäonnistumalla onneksi oppii. MapInfossa harmittavaa kuitenkin on undo, eli kumoamistoiminnon puuttuminen. Näin ollen virhettä voi olla vaikea korjata, kun tehtyä komentoa ei voi perua.

Itsenäisissä tehtävissä harjoiteltiin sekä pistemuotoisten että aluemuotoisten kohteiden puskurointia. Tehtävissä tarkasteltiin Malmin ja Helsinki-Vantaan lentokenttien sekä pääkaupunkiseudun juna-asemien ympäristössä asuvien ihmisten lukumääriä ja prosenttiosuuksia. Lentokenttätehtävissä piti ensin piirtää piirtotyökalulla kiitoradat, joiden ympärille erilaisia puskusreita tehtiin. Koska jokainen opiskeija piirsi kiitoradat itse, oli niissä pieniä eroavaisuuksia, mikä näkyi myös saaduissa tuloksissa. Vastauksia vertaillessa heitot opiskelijoiden vastausten välillä saattoivat näin ollen olla suuriakin. Kiia Eerikäinen on myös pohtinut näitä eroja blogissaan (Eerikäinen 2017).

Taulukko 1. Tilastoja Malmin ja Helsinki-Vantaan lentokenttien läheisyydessä asuvista ihmisistä.

Pistemuotoisten kohteiden bufferointia harjoiteltiin juna-asemien ympäristöjä puskuroimalla. Tarkasteltavina kohteina oli Helsingin lähijuna-asemista 500 metrin etäisyydellä asuvat asukkaat. Tässä tehtävässä harjoiteltiin myös prosenttiosuuksien laskemista, mikä on tietenkin tuttua.

Taulukko 2. Tilastoja Helsingin lähijuna-asemien läheisyydessä asuvista asukkaista.

Kurssikerran viimeisen tehtävän sai valita kolmesta eri vaihtoehdosta. Päätin tehdä Helsingin Yhtenäiskoulun tarpeita kartoittavan tehtävän. Siinä tuli selvittää uusien ekaluokkalaisten, yläkouluikäisten, kouluikäisten, muunkielisten ja muunkielisten koululaisten osuudet koulupiirin alueelta. Tehtävässä alkuun pääsemisen jälkeen työskentely sujui ongelmitta. Tämä saattoi johtua siitä, ettei tällä kertaa tarvinnut tuottaa karttaesitystä, vaan taulukkomuotoiset vastaukset riittivät (Taulukko 3.).

Taulukko 3. Helsingin Yhtenäiskoulun koulupiirin tilastoja.

Kurssikerran tärkeimpänä antina mieleen jäi GPS-paikantaminen, joka auttoi hahmottamalla kyseisen tekniikan käyttöä ja toimivuutta.  Kurssikerralla itsenäisten tehtävien tekeminen puolestaan haastoi kykyä soveltaa omaa oppimista.

 

Lähteet:

Eerikäinen K. (2017) Kurssikerta 6. <https://blogs.helsinki.fi/kiee/2017/02/26/kurssikerta-6/> (Luettu 9.3.2017)

 

Ruututeemakartta ulkomaalaisten määrästä pääkaupunkiseudulla

Neljännen kurssikerran tavoitteena oli oppia tekemään MapInfolla ruututeemakartta eli rasterimuotoinen kartta, jossa ilmiön alueellista esiintymistä kuvataan ruuduittain. Yhdessä tehdyn esimerkin jälkeen oli aika itsenäiselle kartanteolle. Tavoitteena oli laatia ruututeemakartta itseä kiinnostavasta teemasta. Valitsin karttaani kuvattavaksi teemaksi ulkomaalaisten määrä pääkaupunkiseudulla.

Kartan pohjana käytettiin valmista Suomen pääkaupunkiseudun karttaa, jonka päälle grid-työkalulla luotiin ruudukko.  Ruutujen pinta-alan eli koon sai määritellä itse. Valinnassa tuli kuitenkin olla tarkkana, sillä liian pieni ruutukoko saattaisi tehdä kartasta epäselvän ja vaikeasti luettavan. Liian suuri ruutukoko puolestaan yleistäisi liikaa, jolloin kuvattavan ilmiön alueellinen vaihtelu ei erottuisi. Lopulta päädyin 250×250 metrin kokoisiin ruutuihin, joka tuntui sopivalta tarkkuudelta ilmiön esittämiseen. Alex Salminen toteaa blogissaan, että  100×100 metrin ruuduilla ei ole huomattavaa tarkkuuseroa 250×250 metrin ruutuihin verrattuna (Salminen 2017). Ruutukoon valinnan jälkeen MapInfolla pystyttiin laskemaan ilmiön ruutukohtainen esiintyminen.

Ruututeemakartassa ilmiö esitetään usein absoluuttisia lukuja käyttäen, sillä saman kokoiset ruudut mahdollistavat alueellisen vertailun. Ulkomaalaisten määrää kuvatessa absoluuttinen luku toimii suhteellisen hyvin ja alueellinen sijoittuminen välittyy selkeästi. Kuitenkin ulkomaalaisten osuus väestöstä saattaisi olla mielenkiintoisempi tieto, sillä silloin ulkomaalaisten määrän voisi suhteuttaa alueen muuhun väestöön. Esimerkiksi Helsingin keskustassa ulkomaalaisten lukumäärä on suuri, mutta koska alue on tiheästi asuttu, saattaa olla, ettei ulkomaalaisten suhteellinen osuus olisikaan yhtä suuri.

Kuva 1. Ulkomaalaisten määrä pääkaupunkiseudulla.

Kartasta näkee, että ulkomaalaiset ovat selkeästi keskittyneet Helsingin keskustaan ja muihin suuriin asutuskeskittymiin hyvien kulkuyhteyksien varsille. Tieto ei sinänsä yllätä, sillä asutus on muutenkin keskittynyt kyseisille alueille. Mielenkiintoisempaa on mielestäni tarkastella alueita, joilla ulkomaalaisia esiintyy vain vähän tai ei lainkaan. Tällöin pitää tietenkin sulkea pois täysin asumattomat alueet, kuten keskuspuisto ja asumattomat rannikot. Pääkaupunkiseudulla on havaittavissa useita alueita, joissa ulkomaalaisia on erittäin vähän. Tämän jälkeen on havaittavissa, että esimerkiksi Helsingissä Oulunkylän, Pakilan, Laajasalon alueella ja koko Kauniaisissa ulkomaalaisia on erittäin vähän.

Visuaalisesti kartta on mielestäni suhteellisen onnistunut. Halusin kartan värimaailman olevan neutraali, joten valitsin väriksi sinisen eri sävyt. Koen sinisen neutraaliksi väriksi, eikä siihen liity mielleyhtymiä samalla tavalla kuin punaiseen negatiivisen ja vihreän positiivisen ilmiön väreinä. Halusin myös helpottaa kartan lukijaa hahmottamaan alueiden sijainnit lisäämällä karttaan tärkeimmän tiestön ja kaupunkien nimistön. Iivari Laaksosen saman aiheen ruututeemakarttaan ei ole lisätty tiestöä ja nimistöä, jolloin lopputulos on erittäin yksinkertainen (Laaksonen 2017). Tällöin kartta esittää tehokkaasti ilmiön toteutumista, mutta alueellisuutta on vaikea hahmottaa. Lukijalle, jolle pääkaupunkiseudun kaupunginosat eivät ole tuttuja, tällainen yksinkertaisen kartan lukeminen on haastava tehtävä ja siksi koen oman karttani informatiivisemmaksi. 

 

Lähteet: