Ensimmäiset kartat

Jokaisen maastokelpoisen biologin lienee osattava perustaidot myös kerätyn datan käsittelystä. Huomasin tarpeen jo viime kesänä, kun yritin selviytyä kesätöistäni lähes olemattomilla taidoilla. Onnekseni löysin kädestä pitäen apua ohjelman käyttöön, mutta ymmärsin, että minun on kyettävä edes alkeellisiin toimintoihin jatkossa itsekin. Suuntasin siis kurssille, jossa toivottavasti saan lisää varmuutta sekä mahdollisimman kattavan katsauksen perustoiminnoista.

Jouduin harmikseni olemaan poissa osan ensimmäisestä kurssikerrasta ja sen materiaaleissa oli aikamoinen rämpiminen itsekseen. Yrityksen, erehdyksen ja aika monen ylimääräisen aineiston uudelleen lataamisen jälkeen pääsin lähes maaliin. Ehkei siitä sen enempää.

Ensimmäisen kerran varsinainen tehtävä sujui sen sijaan jo astetta paremmin. Tartuin ykköstehtävään, koska arvelin osaavani tehdä ainakin sen. Haasteet kasvanevat matkan varrella. Tehtävänä oli tarkastella Suomen kuntakarttaa, jossa oli runsas määrä kuntakohtaista dataa mukana ja visualisoida aineistosta mieleinen koropleettikartta. Eniten vaikeuksia aiheutti sopivien muuttujien valinta. Olisi hauskaa saada aikaan mielenkiintoinen ja ajatuksia herättävä kartta yhdistämällä kaksi muuttujaa. Runsaudenpula iski eikä mikään tuntunut sopivalta.

Mietin, kuinka voisin saada aikaiseksi kartan, jossa ei välttämättä korostuisi perinteiset aluejaot (maaseutu-kaupunki, pohjoinen-etelä, ruotsinkielinen rannikko ja niin edelleen). Valitsin lopulta uhrikseni yritystoiminnan. Päätin tarkastella yritysten määrää (Näin ainakin tulkitsin otsikolla ”yritystoim” olevan sarakkeen sisällön, jossa arvotkin olivat sellaisia, joita pidin mahdollisina) suhteessa kunnan asukaslukuun.

Annoin luokittelun mennä ensin ihan ohjelman ehdotuksen mukaan. Lopputulos yllätti. Mitään selvää trendiä en nopealla silmäilyllä löytänyt, mutta saamani arvot vaihtelivat kuitenkin mukavan paljon neljästä prosentista 18 prosenttiin. Aineiston perusteella asukaslukuun suhteutettuna yrityksiä on eniten Sottungassa, pienessä kunnassa Ahvenanmaan saaristossa. Perää pitää Valkeakoski. Ohjelman ehdotus luokitteluksi sisälsi kuitenkin epäkäytännöllisiä desimaaliarvoja ja ajattelin siistiä luokittelun helpommin hahmotettavaksi. Kokeilin valikosta vaihtoehtoa ”pretty breaks” koska se kuulosti lupaavalta. Ohjelma siirsikin luokkien rajat siististi kahden prosenttiyksikön välein. Minulle jäi arvoitukseksi, kumpaan luokkaan luokkien rajalla olevat arvot lasketaan, mutta en osannut korjata tilannetta. Tähän on varmaan joku kätevä tapa, jonka toivottavasti opin myöhemmin.

Viimeiseksi pohdinnaksi jäi kartan värimaailma. Minusta on ehdottoman tärkeää, että värimaailma tukee parhaalla mahdollisella tavalla kartan viestiä, joten sen miettimiseen kannattaa käyttää aikaa, vaikka teknisesti se onkin pikkujuttu. Samoja pohdintoja kävi läpi myös Emilia Kostamo blogissaan kertoessaan typpipäästöjen määrän havainnollistamisesta. Valitsin väriksi sinisen, sillä se on melko neutraali väri ja tuntui sopivan hyvin yritystoimintaan.

Lähteet:

Emilia Kostamon kurssiblogi: Itämeren typpipäästöt, lasten osuus Suomen kunnissa ja ensikosketus QGIS:iin (kurssikerta 1), (luettu 29.1.2019)
https://blogs.helsinki.fi/emilikos/

 

 

 

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *