Tag Archives: koropleettiteemakartta

Kolmas kurssikerta

Kolmannen kurssikerran tavoitteena oli ottaa yliote MapInfon tietokannoista. Itseasiassa taulukoiden muokkaaminen ja yhdisteleminen oli viihdyttävää ja mielenkiintoista. Kaikki eteni mukavan loogisesti ja kerrankin sai työskennellä ongelmitta.

Sanna Kujalan sanoin, “Tällä kertaa oli tosi kiva väkertää karttaa.” Kuvaava on myös kyseisen blogimerkinnän otsikko “Kurssikerta 3: Hei tää on ihan kivaa”. Tällä nimenomaisella kurssikerralla tuli ensimmäistä kertaa mukavan lämmin vaikutelma MapInfosta ja siitä mitä sillä saakaan aikaan kun oikein keskittyy.

Tämän kerran teemakartta tuotettiin oikeastaan myöhempää käyttöä ja referenssiä varten. Katsotaan mitä esityksestä saadaan irti ilman tarkempaa tietämystä.

Kuva 3. Suomen valuma-alueiden tulvaindeksien ja järvisyyden korrelaatio.
Kuva 3. Suomen valuma-alueiden tulvaindeksien ja järvisyyden korrelaatio.

Koropleettiteemakartta kuvaa Suomen valuma-alueiden tulvaindeksiä ja pylväät alueen järvisyyttä. Koska vesi = tulva, niin järviset alueet tulvaindeksissä korkealla? Päinvastoin, kaikilla valuma-alueilla, joissa järvisyys on korkea on tulvaindeksi alle 30 eli alinta luokkaa. Rannikkoalueilla, joissa järvisyys on pienintä, tulvaindeksi taas on korkein. Muuttujien välillä vallitsee siis negatiivinen korrelaatio. Toisaalta täydellistä korrelaatio ei ole, sillä sisämaan pienen järvisyyden alueilla myös tulvaindeksi on alhainen.

“Eli tulvan syy on vähäjärvisyys ja vähäjärvisyyden seuraus on tulva.” Olli Rantamäki blogissaan tulvan ja järvisyyden korrelaatiosta ja kausaliteetista.

Mikäli asialle omistaa edes muutaman aivosolun, kartta on tietysti hyvin looginen. Järvien veden korkeus on yleensä melko stabiili, joet taas tulvivat uomistaan herkästi. Lähes kaikki Suomeen satanut vesi laskee joko Pohjan- tai Suomenlahteen. Rannikoiden valuma-alueiden joissa virtaa käytännössä koko Suomen valunta. Vaikutus kumuloituu ja tulvaindeksi on tästäkin syystä ilmeisen korkea. Siksi sisämaan alueilla tulvaindeksi ei yksinkertaisesti pääse lähellekään rannikkoalueita.

Visuaalisesti joet olisivat olleet tärkeitä, sillä niillä on korostetun keskeinen rooli kyseisessä aiheessa. Päätin kuitenkin karsia kaiken mahdollisen häiritsevän pois taustalta, jotta varsinainen teemakartta erottuisi edukseen.

Korkean tulvaindeksin alueet ovat myös profiililtaan varsin alavia ja matalalla meren pinnasta.  Siihen liittyy vahvasti yhteinen historia meren pohjana mannerjään sulettua. Pohjanmaa on siis syystäkin kuuluisa kevättulvistaan.

Toisaalta huomionarvoinen seikka on valuma-alueiden koko. Tulvaindeksi on koko valuma-alueen keskiarvo ja kaikki korkean tulvaindeksin alueet ovat verraten pieniä. Luonnollisesti isompien alueiden keskiarvo on matalampi, pinta-alan tasoittaessa tilastoja.

Yllä listattuna muutamia mieleen juolahtaneita ideoita. Palataan asiaan syväluotaavan pohdinnan kera harjoitustyökurssilla.

Lähteet

Rantamäki, O. (2015). Kurssikerta 3 – Ohjelmaoppia ja yhteisvaihtelua. Olli Rantamäen PAK-blogi. 3.2.2015.
<https://blogs.helsinki.fi/ollirant/2015/02/02/kurssikerta-3-ohjelmaoppia-ja-yhteisvaihtelua/>

Kujala, S. (2015). Kurssikerta 3: Hei tää on ihan kivaa. Sannan PAK-blogi. 3.2.2015.
<https://blogs.helsinki.fi/kusaku/2015/02/03/ kurssikerta-3/>

Kahden muuttujan koropleettikartta, artikkeli 1

Anna Leonowicz kirjoitti 2006 Geografija -sarjassa julkaistun artikkelin kahden muuttujan kuvaamisesta koropleettikartalla. Kirjoittaja johdattaa ensin perusteellisesti koropleettikartan pariin ja ongelmiin kahden muuttujan esittämiseen erillisillä koropleettikartoilla. Kirjoittajan mukaan ihmisen silmä johdattaa lukijaa väärin muun muassa tummuuden, monimutkaisuuden tai samankaltaisuuden takia. Loogisesti tarvitaan siis kahden muuttujan koropleettikartta.

Leonowicz perustelee erittäin ykistyiskohtaisesti, miksi luokkia voi olla maksimissaan yhdeksän ja miksi käyttää tiettyjä värejä. Luokkavälien selitys meni varsin tieteelliseksi ja allekirjoittaneelta myös osin ohi. Tajusin pointin mutta perustelut olivat turhan korkealeantoiset. Hypoteesinsa hän todisti ensimmäisen vuoden yliopisto-opiskelijoille tehdyn kokeen avulla, jossa vertailtiin yhden ja kahden muuttujan koropleettikarttoja. Tulos oli selvä: muuttujien välistä riippuvuutta on helpompi tulkita kahden muuttujan koropleettikartasta ja yhden muuttujan kartasta taas oli helpommin nähtävissä alueellinen jakautuminen. Aiemmin huonoksi leimatun kahden muuttujan koropleettikarttaesityksen maine oli pelastettu.

Tutkimus oli toteutettu mielestäni hieman kyseenalaisesti. Aineisto koostui 128 ja kymmenen maantieteen opiskelijan ryhmistä. Vaikka artikkelissa painotetaan opiskelijoiden olleen ensimmäistä vuosikurssia, eikä opintoja aiheesta ollut takana niin itse näkisin otannan olevan puolueellinen. Pienempi kymmenen opiskelijan ryhmä on myös kovin pieni.

Kuitenkin kahden muuttujan esittäminen samalla kertaa on todella havainnollistavaa. Kartasta näkee riippuvuussuhteen tai sen puuttumisen vaivattomasti. Vaikeastikin ymmärrettäviä korrelaatioita on täten huomattavasti helpompi ymmärtää ja kuvata, sillä pelkkä teksti kahden muuttujan välisestä alueellisesta korrelaatiosta ei välttämättä avaudu helposti.

Yksi suurimmista eduista on esityksen legenda. Se on neliö, jossa on luokista riippuen 4 tai 9 ruutua, 16 oli todettu liian monimutkaiseksi. Akseleilla kuvataan muuttujia ja jokainen ruutu vastaa yhtä luokkaa. Muuttujia kuvataan väreillä, esimerkiksi x-akselin muuttujaa sinisellä ja y-akselin muuttujaa violetilla. Oikea puoli neliöstä on sininen, joka jakautuu puoliksi vaaleaan ja tummaan osuuteen vasemmalta lukien. Ylempi puolisko neliötä on vastaavasti violetti, jakautuen samaan tapaan kahtia. Näin muodostuu yksi valkoinen ruutu vasempaan alakulmaan ja kahdeksan eri sinisen ja violetin sävyä. Värien tummuus kertoo riippuvuuden kasvusta, eli oikean yläkulman murrettu tummin ruutu vastaa suurinta keskinäistä korrelaatiota.

Kieltämättä tekstiksi taivutettuna homma kuulostaa naurettavan monimutkaiselta mutta kuvasta asian tajuaa välittömästi. Toisaalta esityksen ymmärtäminen ja tulkinta vaatii yhtäältä lukijalta keskinkertaista ymmärtämistä kartografisista elementeistä ja kartanlukutaitoa ja toisaalta laatijalta hyvää harkintakykyä värien ja luokkajaon suhteen. Näistä, varsinkin jälkimmäisestä, syystä johtuen kahden muuttujan koropleettikarttoja harvemmin esimerkiksi Hesarin kartoissa näkyy.

Helppohan se toki on naureskella Hesarin kartografeille mutta vastaavan esityksen laatiminen onkin jo aivan oma lukunsa. MapInfolla saisi taistella useamman vuorokauden ainakin omalla taitotasolla, mikäli haluaisi läheskään yhtä näppäriä teemakarttoja, kuin Leonowicz artikkelissaan esittelee. Omat luomukseni kaatuisivat epäilemättä nimenomaan luokkien muodostamiseen eikä sopivien värien valintakaan menisi välttämättä ihan nappiin.

Juuso Korhonen tiivistää blogissaan kahden muuttujan koropleettikartan käytön erittäin hyvin. Hän esittää, että parhaiten muuttujien korrelaatiota kuvaa artikkelin mukainen yhdistelmäkartta. Lenowicz kuvaa alle 18-vuotiaiden ja maalla-asuvien osuuksia väestöstä. Kummankin alueellinen jakautuminen esitetään ensin omilla koropleettikartoillaan ja lopuksi ne yhdistetään kahden muuttujan koropleettikarttaan. Näin ilmiöitä voi tarkastella sekä erikseen, että yhdessä, eikä tulkinta ole vaikeaa.

Lähteet

Korhonen, J. (2015). Kurssikerta 2 ja kahden muuttujan koropleettikartat (artikkelianalyysi). Juuson paikkatietopuserrus. 3.2.2015
<https://blogs.helsinki.fi/juusokor/2015/02/02/kurssikerta-2-ja-kahden-muuttujan-koropleettikartat-artikkelianalyysi/>

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