Kategoriat
GIS

Viikko 4: Ruutukarttoja pääkaupunkiseudulta ja Pornaisten korkeuskäyriä

Vanhemman väestön suosimat asuinalueet pääkaupunkiseudulla

Korona-epidemian alkuvaiheessa Suomessa haluttiin suojella etenkin yli 60-vuotiaita ihmisiä. Heitä kehotettiin pysymään kotonaan mahdollisimman paljon ja välttämään kaikkea muuta kuin välttämätöntä liikkumista. Siksi päätin tutkia, miten yli 60-vuotias väestö on sijoittunut asumaan pääkaupunkiseudulle. Jaoin karttapohjan 500m x 500m kokoisiin ruutuihin, koska ajattelin tämän ruutukoon olevan vielä hyvin hahmotettavissa.

Lähdin tekemään karttaa, jossa näkyisi yli 60-vuotiaiden prosentuaalinen osuus ruudun väkiluvusta. Alkuun aineistoni rakennuksia kuvaavat pisteet ja ruudut, joihin pisteet osuvat, eivät kohdanneet. Huomasin, että Pks_vaki -aineisto oli eri koordinaattijärjestelmässä kuin pohjakartan ruudukko. Muokkaamalla koordinaattijärjestelmät samaksi kaikkiin aineistoihin sain pisteet ja ruudut kohtaamaan toisensa.

Kuva 1. Aineistojen koordinaatistot eivät täsmää
Kuva 2. Operaation jälkeen pisteet osuvat valittuihin ruutuihin
Kuva 3. Yli 60-vuotiaiden prosentuaalinen osuus alueen väestöstä pääkaupunkiseudulla

Ruututeemakartta on hyvä tapa havainnollistaa kyseessä olevaa ilmiötä. Valitsemalla näkyviin vain ne ruudut, joissa on kohteita, eli tässä tapauksessa asutusta, auttaa kiinnittämään huomiota vain tarkasteltavaan asiaan ja saa näyttämään kartan huolitellummalta. Kartan alue olisi helpompi hahmottaa, jos siihen olisi merkattu muutamien keskeisten paikkojen nimiä, kuten myös Häkkilä (2021) blogikirjoituksessaan toteaa.

Löysin Helsinki Region Infoshare -sivustolta vastaavaa dataa pääkaupunkiseudun väestöstä eri vuosilta. Otin tarkasteluun vuodet 2010 ja 2000. Tein ruututeemakartat kyseisten vuosien aineistojen perusteella samaisesta aiheesta, eli yli 60-vuotiaiden suosimista asuinalueista.

Kuva 4. Ruututeemakartta vuoden 2010 aineiston pohjalta
Kuva 5. Ruututeemakartta vuoden 2000 aineiston pohjalta

Kuvien 4. ja 5. kartoissa on paljon ”värittömiä” ruutuja, mikä johtuu siitä, että jokaisen tällaisen ruudun alueella asuu alle 100 ihmistä, eikä kyseisestä väestöstä ole tarkempaa ikäjakaumaa saatavilla aineistoista, joita löysin netistä. Tästä johtuen aineistot eivät ole siis yhtä yksityiskohtaisia kuin kurssilla käytetyt väestö-aineistot. Toisaalta tämä ei ole oikeastaan huono juttu, koska näin pystymme kätevästi hahmottamaan alueet, joissa asutus on harvaa. Karttoja vertailemalla voikin selvästi nähdä, että kyseisillä harvaan asutuilla alueilla on paljon yli 60-vuotiaita asukkaita. Kuvan 3. punaiset ruudut osuvat kauaksi kaupunkikeskuksista, joissa on tiheää asutusta. Myös vesistöjen läheisyydessä näyttäisi olevan mieluista asuinaluetta vanhemmalle väestölle. Monet yli 60-vuotiaat ovat eläkkeellä, jolloin heillä ei ole tarvetta asua hyvien kulkuyhteyksien varrella tai lähellä työpaikkaa. Iäkkäämmät ihmiset eivät myöskään ole niin riippuvaisia palveluista, kuin esimerkiksi lapsiperheet, jotka arvostavat mm. koulujen ja hoitopaikkojen läheisyydessä asumista. Uskon, että iäkkäämmät ihmiset haluavat monesti muuttaa hieman kauemmaksi kaupunkikeskuksista ja luonnon läheisyyteen, jossa myös asuminen on usein edullisempaa.

Mitt (2021) oli tarkastellut blogikirjoituksessaan ulkomaan kansalaisten osuutta pääkaupunkiseudun väestöstä, kun puolestaan Pieniniemi (2021) tarkasteli muunkielisen väestön osuutta pääkaupunkiseudun väestöstä. Molemmat olivat käyttäneet ruutukokona 1km x 1km kokoisia ruutuja. Heidän saamat tulokset olivat lähellä toisiaan, vaikka tarkastelukohde oli hieman eri. Toisaalta voi ehkä olettaakin, että ulkomaan kansalaiset edustavat myös Suomen muukielistä väestöä. Kun vertaan heidän käyttämäänsä ruutukokoa omaani, en oikeastaan osaa sanoa kumpi on parempi. Pienemmät ruudut antavat yksityiskohtaisempaa tietoa, mutta toisaalta suurempien ruutujen avulla on helpompi erottaa eri väriset ruudut toisistaan. Suurempia ruutuja käytettäessä erot vierekkäisten ruutujen välillä voivat olla isoja, koska tarkastelualue on niin laaja. Neliökilometrin kokoisella alueella voi olla runsasta vaihtelua tarkasteltavan asian suhteen, jolloin todelliset keskittymät voivat jäädä huomaamatta.

 

Pornaisten korkeuskäyrät

Ensimmäinen versio Pornaisten alueen korkeuskäyristä on tehty kurssimateriaalien päälle. Korkeuskäyrät ovat viiden metrin välein. Huono puoli tässä on se, ettei kartassa korkeuskäyrien kohdalla ole merkintää, mitä korkeutta käyrät kuvaavat.

Kuva 5. QGIS:ssa tehdyt korkeuskäyrät
Kuva 6. QGIS:ssa tehdyt korkeuskäyrät Pornaisten alueelle

Maanmittauslaitoksen peruskartassa oli korkeuskäyrät valmiiksi merkattuina. Lisäsin mukaan hieman rinnevarjostusta, jotta maanpinnan muodot erottuisivat paremmin.

Kuva 7. Pornaisten peruskartan valmiit korkeuskäyrät

Molemmissa kartoissa korkeuskäyrät ovat yhtä tiheästi ja ne vastaavat sijainniltaan toisiaan hyvin. Peruskartan valmiit korkeuskäyrät ovat muodoltaan pyöreämpireunaisia kuin QGIS:ssa lisätyt käyrät. Näitä hieman pelkistettyjä pyöreäreunaisia korkeuskäyriä on helpompi tulkita, kuin kuvan 6. hyvin tarkkareunaisia korkeuskäyriä. Pelkistetyt korkeuskäyrät myös erottuvat paremmin kartan muusta aineistosta.

 

Lähteet

Helsinki region infoshare. Pääkaupunkiseudun väestötietoruudukko – 2000. Viitattu 3.4.2021 Pääkaupunkiseudun väestötietoruudukko – 2000 (shp)

Helsinki region infoshare. Pääkaupunkiseudun väestötietoruudukko – 2010. Viitattu 3.4.2021 Pääkaupunkiseudun väestötietoruudukko – 2010 (shp)

Häkkilä, J. (2021). Harjoitus 4: Eri aineistot käsittelyyn. Viitattu 9.4.2021 Juliana Häkkilä – Geoinformatiikan menetelmät 1

Mitt, L. (2021). Viikko 4. Viitattu 10.4.2021 mckailii’s blog

Pieniniemi, S. (2021). Kurssikerta 4 – Ruutuja ja rasterikarttoja. Viitattu 10.4.2021 Sirkun kurssiblogi – MAA-202 kurssin julkaisualusta.

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *