Kurssikerta 7 – The End

Saimme tehtävänannon vihoviimeistä kurssikertaa varten jo ennen tuntia, sillä tehtävä työ oli pitkälti itsenäisesti suoritettava ja oli suotavaa, jos työn oli saanut mahdollisimman pitkälle jo ennakkoon, jotta ongelmat voisi pudottaa ohjaavan opettajan niskaan heti tunnin alussa. Tehtävänä oli tehdä vähintään kahden teeman kartta. Alueen sai päättää itse, kunhan se täytti asetetut ehdot (alueen voi jakaa 20-30 pienalueeseen) ja tieto piti etsiä itse internetistä. Bonustehtävänä oli tehdä kartasta html-muotoinen HotLinkkeineen (kuvan kohteita klikkaamalla pääsee sisältöön, joka ei näy kartalla, esimerkiksi kuvaan kartan alueelta). En kuitenkaan itse juurikaan ehtinyt valmistautua kurssikertaa varten, joten viikosta tuli melko pitkä, mutta sitäkin antoisampi.

Alku oli vaikea, sillä tietoa on saatavilla niin häkellyttävän paljon, että on vaikea poimia sieltä teemoja. Liian vapaat kädet! Saman ongelman kanssa paini moni muukin opiskelija, heidän joukossaan myös Kasper Uusi-Viitala: “Kun tehtävään annetaan näin vapaat kädet, niin aiheen valitseminen on tunnetusti vaikeaa. Omalla kohdallani kävi juuri näin ja pohdiskelin pitkään, mistä teemasta kartan teko olisi mielekästä mutta haastavaa.” Itsekin käytin useamman tunnin tehokasta työskentelyaikaa, ennen kuin pääsin lopullisten teemojeni äärelle.

Päädyin selailemaan annettuja linkkejä, joissa oli listattu paikkatietolähteitä ja törmäsin aineistoon, joka sisälsi paikkatiedot kaikista Yhdysvaltojen kaivannaisvaroista: aiemmin hyödynnetyistä, nykyään hyödynnettävistä ja hyödyntämättömistä. Kohteita oli noin 280 000, eli ihan riittävästi! Otinkin tarkasteluun vain tällä hetkellä hyödynnettävät (tai niin ainakin luulin) sen mukaan, miten kohde oli luokiteltu (Dev.stat = producer) ja mikä oli ensisijainen kaivannainen (joukossa oli myös mm. hiili). Kohteita jäi edelleen tuhansia, mutta oli vaikea hahmottaa, kuinka monta malmimineraalikaivosta yhdysvalloissa todellisuudessa voisi olla. Myöhemmin tarkastelin tietokantaa, ja huomasin että joidenkin kohteiden kohdalle oli merkattu myös vuosilukuja ja sarakkeiden perusteella ne olisivat voineet tarkoittaa viimeistä vuotta, jolloin kaivos on ollu toiminnassa. On siis olemassa pelko, että osa pisteistä on vanhoja kaivoksia, mihin myös karttani viittaa.

Halusin ensin tehdä jonkinlaisen puskurianalyysin kaivosten ympäristövaikutuksista saastuneiden vesistöjen avulla. Löysinkin linkin, josta sai mittaustuloksista tietoa pistekohteina, mutta veden laatua tutkitaan niin monella parametrillä, että en osannu suodattaa olennaista tietoa valtavasta tietokannasta. Lopulta löysin PDF-tiedoston yhdysvaltojen kaivosteollisuudesta talouden näkökulmasta vuonna 2011, jossa oli paljon esimerkiksi työllisyys- ja liikevaihtolukuja osavaltioittain. Tämä oli hyvä löydös, sillä tieto oli ymmärrettävästi selitetty, eikä vain lukuja. Siirsin tiedot Exceliin ja sen kautta MapInfoon, ja aineistoni oli pohjakarttaa vaille valmis kartalla esitettäväksi.

Pohjakartan hain myös netistä, yritin etsiä bittimuotoista karttaa, jotta voisin kerrata myös vastinpisteiden käyttöä. Ymmärtääkseni löysinkin sellaisen (.tif?), mutta huomasin, että se oli jo automaattisesti oikealla paikalla, kun lisäsin vektorimuotoisen osavaltiokartan sen päälle. En ihan ymmärtänyt että miten siinä niin kävi. No, päätin keskittyä olennaiseen ja etenin teemakartan tekoon.

En ollut vielä tehnyt yhtäkään karttaa loppuun asti MapInfossa, vaan olen vienyt kartat aina CorelDRAW:iin viimeisteltäväksi. Niin oli tarkoitus tälläkin kertaa, mutta HotLinkit mutkittivat taivaltani melkoisesti. Ne nimittäin pitäisi tehdä MapInfolla ja silloinhan en voisi siirtää (ainakaan kovin helposti) karttaa muualle, jos haluan toimivian html-tiedoston. Niinpä en onnistunut välttelemään MapInfoa loppuun asti, vaan jouduin taipumaan. Ja hyvä niin, sillä opin paljon uutta, MapInfollahan pystyy jopa tekemään ihan kelpo karttoja! Legendoja pystyy muokkaamaan enemmän kuin odotin, tosin edelleen osa objekteista jää “kiinni” karttaan ja toiset objektit ovat aina samankokoisia zoomausasteesta riippumatta (legenda), joten sommittelu vaatii kärsivällisyyttä. Yleensä Alaska ja Hawaii on esitetty erillisinä leikattuina paloina alanurkassa koko Yhdysvaltoja tarkasteltaessa, mutta myös tämä vaikeutui huomattavasti HotLinkkien vuoksi. Harmikseni jouduin jättämään ne kokonaan tarkastelun ulkopuolelle suurien tunteiden ja teknisten syiden vuoksi.

Lukemattomien vaikeuksien jälkeen sain kuin sainkin karttani valmiiksi. Tämän kurssin viimeinen kartta!

kaivokset_final

Kuva 1. Kaivosalan merkitys yhdysvaltojen taloudelle. Malmimineraalikaivokset pisteinä, työllistävä vaikutus koropleettikarttana ja kaivosalan osuus BKT:sta miljoonina dollareina vuonna 2011.

HTML-linkki: kaivokset_final

Kartalta erityisen hyvin näkyy kaivosten sijainti varsinkin länsirannikolla. Eniten kaivosala työllistää väestöä Kalliovuorien ja suurten järvien ympäristössä. Yhdysvaltain keskiosat Texasista Pohjois-Dakotaan ovat lähes kaivoksettomia. Arizona, Nevada ja Minnesota ovat BKT:n kannalta USA:n tärkeimpiä kaivosalueita.

Kartan teemojen välillä nähdään selvä yhteys, siitä ei ole epäilystäkään. Epäilen kuitenkin Kalifornian osalta karttani paikkansapitävyyttä, sillä ala työllistää osavaltiossa vain vähän ihmisiä ja liikevaihtokin jää pieneksi, vaikka alueella on satoja kaivoksia aineistoni mukaan. Toinen epäilyttävä asia on se, että 24 osavaltiossa malmimineraalikaivosala työllistää 0,08% väestöstä, yhdessäkään ei alle sen. Ei myöskään Hawaiilla, missä ei edes ollut kaivoksia.

Vaikka onkin tärkeää oppia löytämään luotettavaa ja käyttökelpoista tietoa valtavista GIS-massoista, oli tehtävän tekninen toteutus varmasti tärkeintä. Tehtävänä oli esittää vähintään kaksi päällekkäistä teemaa, ja sain omaani mahtumaan kolme. Luettavuus ei kuitenkaan mielestäni kärsi, joten voin olla tyytyväinen lopputulokseen. Teemat myös liittyvät toisiinsa. Sain HotLinkit toimimaan halutulla tavalla, vaikka en voi väittää sen olleen ongelmatonta. Jostain syystä Mozilla Firefox ei kuitenkaan näytä osavaltion nimiä, kun hiiren vie kohteen ylle, vaikka toiset selaimet toimivat halutulla tavalla. Tämänkin “ongelman” kanssa kamppailin jokusen tovin..

Paikkatietoa oli vaikeaa tulkita oikein, sillä en löytänyt kaivosaineistoon sarakkeiden merkityksiä selittävää legendaa, joten tulkinta oli ajoittain hankalaa, ja saatoin ottaa mukaan myös vanhojen kaivosten tietoja. Kielimuuri vaikuttaa yhä vahvasti, vaikka englannin osaaminen onkin jo korkealla. Ammattisanasto on kuitenkin tietynlaista ja varsinkin tekninen osaaminen kehittyy huimasti, koska ainakin oma lähtötasoni oli niin vaatimaton. Pitää ensi kerralla varmistua siitä, että tietää mitä mikäkin sarake edustaa. Lisäksi saatoin tehdä virheen siinä, että suodatin vahingossa pois harvinaisempia malmimineraaleja, sillä erilaisia kaivannaisia oli kymmeniä, myös harvinaisia ja oli työlästä selvittää, kuuluuko alkuaine metalleihin vai ei.

Loppusanat

Tämä on ensimmäinen kerta elämässäni, kun pidän blogia. Ajatus tuntui aluksi ahdistavalta: “koulutyöni ovat esillä enemmän kuin missään aikaisemmin, mitä jos mielipiteeni tai pohdintani saattavat minut naurunalaiseksi? Joka viikko pitäisi julkaista vähintään yksi teksti ja julkaisuiden tulee tietysti olla huippuja, koska muut lukevat niitä.” No joo.. Nyt on mieli vähän muuttunut. Tunne siitä, että joku lukee kirjoituksiani on muuttunut positiiviseksi “kutkutukseksi”. Saamani palaute on ollut hyvää ja rakentavaa, kurssista on jäänyt hyvä fiilis. Palautuksia on usein, mutta se on toiminut erinomaisena kannusteena ainakin omalla kohdallani, sillä sain pidettyä itseni raiteilla koko kurssin ajan. Sitä paitsi merkintöjä voi muokata milloin tahansa, toisin kuin muita palautuksia.

On ollut myös ilahduttavaa huomata hyviä pointteja muiden kirjoituksissa, tiedeyhteisössä on tärkeää lukea paljon muiden kirjoituksia ja poimia sieltä asioita. Jokaisella kurssikerralla olen löytänyt muiden julkaisuista jo hetken etsinnän jälkään sellaisia avartavia ajatuksia, jotka eivät ole omassa mielessäni käyneet. Näin myös omat julkaisuni saavat uusia näkökantoja ja sisältöä. Olen hyvin yllättynyt kurssin suoritustavan toimivuudesta!

Kurssi on hienosti rakentanut tietä tähän pisteeseen, mihin olemme nyt päässeet. Jokainen kurssikerta on soveltanut vanhaa, mutta tuonut siihen jotain lisää. Kurssin vaikeusaste on myös hyvin mukautunut omia toiveita ja taitoja vastaavaksi. Tästä esimerkkinä tämä viimeinen tehtävänanto, joka mahdollisti hyvinkin vapaat kädet bonustehtävineen. Eetu Summanen arvio kurssia blogissaan seuraavasti: “yleisesti paikkatiedon ja geoinformatiikan ymmärtäminen laajana aihealueena on valottunut lisää räjähdysmäisesti. Kurssilla tarjottu opetus on ollut laadukasta ja itsenäiseen työskentelyyn harjoittavaa.” Täytyy ihmetellä ja arvostaa sitä, ettei yhdelläkään kurssikerralla ole tullut sellaista oloa, että tämä on vain yksi neljästä kurssin pienryhmästä, että opettus olisi ollut liukuhihnamaista. Tosin olinhan itse osa ryhmää, joka oli aina viikon ensimmäinen! Mutta muiden kurssilaisten palautteen ollessa yhtä positiivista, voi vain todeta opetuksen ja opetusmateriaalin olleen ensiluokkaista.

Pitänee laittaa homma pakettiin. Seitsemän viikkoa MapInfoa ja bloggaamista alkaa olla takana päin. On hieman sääli, että vasta viimeisellä kurssikerralla saimme näin vapaat kädet ja pääsimme kokeilemaan oppimaamme. Nyt tunnen, että olen päässyt MapInfon ytimeen ja osaan käyttää ohjelmaa monipuolisesti. Tiedonhaku on se asia, joka tuntuu tällä hetkellä kaikkein epävarmimmalta. Mistä lähden etsimään paikkatietoa? Mistä tunnistan luotettavan lähteen? Miten aineistoa pitää muokata, ennen kuin se on käyttövalmis?

Muun muassa näitä kysymyksiä pohdin tällä hetkellä kuumeisimmin, kenties löydän vastauksia seuraavilta kursseilta.

Seuraava askel bittimaantieteessä lienee ArcGIS, bring it on!

 

Lähteet:

National Mining Association (2013). The Economic Contributions of U.S. Mining <http://www.nma.org/pdf/economic_contributions.pdf> 24.2.2014

Natural Earth -karttapalvelu (2014). <http://www.naturalearthdata.com/downloads/> 24.2.2014

Summanen, E. (2014). KK7: Omien taitojen testaus itse hankitulla aineistolla. <https://blogs.helsinki.fi/eesu/2014/02/27/kk7-omien-taitojen-testaus-itse-hankitulla-aineistolla/> 13.3.2014

USGS Mineral Resources Data System (2014). <http://tin.er.usgs.gov/mrds/> 24.2.2014

Uusi-Viitala, K. (2014). Kurssikerta 7: Oma aineisto käyttöön. <https://blogs.helsinki.fi/kasperuu/2014/03/10/kurssikerta-7-oma-aineisto-kayttoon/> 13.3.2014

Mapping America: Every City, Every Block

Kuudennen kurssikerran ylimääräisenä tehtävänä oli tutustua The New York Timesin palveluun Mapping America: Every City Every Block ja tehdä SWOT-analyysi tiedon saatavuuden näkökulmasta. Interaktiivinen karttapalvelu mahdollistaa koko Yhdysvaltojen tarkasteluun erilaisilla tarkastelutasoilla muutamien eri teemojen osalta. Tiedot ovat yleistyksiä otantojen tuloksena väestölaskennasta vuodesta 2005 vuoteen 2009. Pääteemat ovat rodut, tulot, kotitaloudet ja koulutus. Näiden teemojen alla on yhteensä 22 erilaista teemakarttaa ja tarkastelu on mahdollista koko liittovaltion tasolla tai yksittäisen kaupungin muutaman korttelin tasolla.

Palvelu herättää monenlaisia tunteita, enimmäkseen saatavilla olevien teemojen osalta. Sieltä pystyy muun muassa katsomaan, miten eritaustaiset ihmiset jakautuvat piirikunnan javäestönlaskenta-alueen mukaan tai missä on eniten samaa sukupuolta olevia pareja.

Vahvuudet

Palvelu on mielestäni teknisesti siististi toteutettu ja on helppokäyttöinen. Zoomailu sujuu vaivatta ja kartalla paikasta toiseen siirtyminen on helppoa. Interaktiivisuus toimii kätevästi eikä palvelu tunnu kovin raskaalta käyttää eli käyttäjän ei tarvitse tuskailla pitkien latausaikojen tai vastaavien ongelmien kanssa.

Kaupungit on jaettu melko pieniin tarkasteluyksiköihin, jolloin kaupungin sisäinen erilaistuminen on helposti nähtävillä. Tietoakin on saatavilla melko paljon ja tarkasti

Heikkoudet

Teknisinä heikkouksina voi pitää vesistöjen näkyvyyttä teemakarttojen läpi tummempina alueina, jolloin varsinkin järvet näyttävät tummemman luokan alueilta ja tulkintavirheen mahdollisuus kasvaa. Pientä epätarkkuutta on myös alueiden rajoissa rantaviivojen osalta, tämä on toki vain pikkuvika.

Osa kartoista on vaikeasti luettavia, pahimpia lienevät muutoskartat (Change, Mortgages consuming over 30% of income). Värimaailma on mielestäni huono (murrettu sininen, sinapinkeltainen) ja teema on vaikeasti tulkittava ainakin minulle, mitä se on sitten vielä kouluttamattomammalle?

Sisällöllisiä ongelmia on enemmänkin. Olen huolestunut yleistysten laadusta, sillä Yhdysvalloissa on myös paljon harvaan asuttua aluetta ja teemakartoilla isot alueet saavat paljon huomiota. Itse kaipaisin lisätietoa siitä, miten 300 miljoonan asukkaan liittovaltio on saatu yleistettyä näin moneksi kartaksi otannan perusteella. Epäilen myös luokkajakojen toimivuutta näin isolla kartalla kun tarkasteluyksiköiden koot vaihtelevat valtavasti ja maan sisäiset erot ovat suuria. Monet kartoista ovatkin tylsän näköisiä, kun rannikoiden suurkaupunkeja lukuunottamatta koko maa on tasaisen yksivärinen. Varsinkin piirikuntien koossa on valtavia eroja, monissa keskilännen piirikunnissa on vain noin 2000 kotitaloutta kun taas Kaliforniassa luku voi olla jopa lähemmäs miljoona. Piirikuntien kokoon ei toki voi vaikuttaa, mutta ei isoimmista saa kovin yksityiskohtaista tietoa ja laajoja yleistyksiä täytyy tehdä. Onneksi on se tarkempikin tarkastelutaso, mutta siinäkin pienalueiden kokoerot ovat suuria.

En tiedä tarkkaan väestönlaskennan toteutuksesta, saako siitä riittävän luotettavaa tietoa etenkään kyseistä karttapalvelua varten? Samuli Massinen arvioi tiedon laatua tieteellistä käyttöä varten: “Data ei ole riittävän luotettavaa, jotta sitä voisi hyödyntää tieteellisessä tutkimuksessa eikä sovelluksia käytännön tarkoituksiin juuri ole, sillä epäluotettava tieto lisää riskiä väärille tulkinnoille. Tällä hetkellä palvelu täyttää lähinnä yksityishenkilöiden uteliaisuudennälän.” Massinen tuo myös toisen tärkeän asian: dataa ei saa palvelusta ulos kovin kätevästi, eikä varsinkaan raakana, taulukkomuotoisena.

Vastaavatko kaikki rehellisesti? Ylipäätään miten tuo homopareja kuvaava kartta liittyy mitenkään mihinkään, miksi se on otettu mukaan? Tuntuu kuin palvelussa käsiteltäisiin ongelmia, joten tulee nyt väistämättä semmoinen olo, että homouskin pitää saada kartalle, jotta kansalaiset osaavat välttää “homokortteleita”. Kartta on informaatiosisällöltään muutenkin ala-arvoisen tasoinen, luokkajako on mielestäni huono.

shutterstock80931163

Kuva 1. Värivalinnat luovat tiedostamattammekin mielikuvia kartalla esitettävistä teemoista.

Yksi pahimmista suuttumusta aiheuttavista teemoista on rotukartat. Ihmisten jako ihonvärin mukaan on huonoin keksintö sitten rasismin. Vai onko se sitä itseään? Mitä tarkoitusta kartat palvelevat? Valkoihoisia kuvataan vihreällä värillä, joka koetaan varmaan yleisesti kaikkein positiivisimmaksi väriksi, punainen negatiivisimmaksi. Myönnän, että en välttämättä itsekään pystyisi toteuttamaan täysin asenneneutraalia karttaa, mutta kyseinalaistankin tämän teeman tarpeellisuuden. Rotukartoissa on käytetty tasavälistä luokkajakoa, mikä jättää taas harvemmin asuttujen seutujen yksityiskohdat piiloon (ks. Asian population). Rotuteemakartta on oletuksena näytettävä teema, kenties sen “kiinnostavuuden” vuoksi.

Kaipaan selkeää lisätietoa karttapalvelusta -osiota, jossa kerrottaisiin käyttäjällä hieman tarkemmin siitä, miten otanta on suoritettu ja miten se on saatu kartoiksi yms. Minusta olis myös hämäävää se, että kaikissa muutoskartoissa verrataan vuoden 2000 tasoon. Väestönlaskennat ovat vuosilta 2005 – 2009 ja nyt on vuosi 2014, joten onko muutos vuodesta 2000 väestönlaskennan ajankohtaan? Ja jos on, saattaa hätäisempi käyttäjä ajatella vertailun olevan 14 vuoden välillä, vaikka se todellisuudessa voisi olla muutos vain viidessä vuodessa.

Havaitsin ongelman myös ainakin vuokratasoa kuvaavassa kartassa, sillä kaikki suurimpaan luokkaan kuuluvat havainnot oli merkattu arvolla $2001/kk, vaikka olisi ollut mielenkiintoista nähdä, kuinka korkealla mediaanivuokrat kohoavat kalleimmilla alueilla. Muiden luokkien kohdalla arvo oli kuitenkin dollarin tarkkuudella.

Mahdollisuudet

Palvelua voisi kehittää myös luonnonmaantieteen puolella, valmis pohja kun on jo olemassa. Esimerkiksi keskeisistä ilmastotiedoista (lämpötilat, sademäärät) saisi melko havainnollistavia karttoja ja tiedot olisivat tarkkoja ja vertailukelpoisia koko alueella. Aiheet eivät myöskään herättäisi samalla tavalla voimakkaita negatiivisia tunteita, kuin mitä nykyiset palvelun teemat saattavat aiheuttaa.

Koska tieto on jo jaettu piirikunnittain ja sitäkin pienempiin osa-alueisiin, voisi tiedot esittää vielä osavaltiotasolla ainakin joidenkin teemojen osalta. Lisäksi karttapalvelussa voisi hyödyntää joitain yksinkertaisia toimintoja (esim. hiiren tuplaklikkaus) monellakin tavalla, mutta sen sijaan palvelu on jäänyt hyvin yksinkertaiselle tasolle. Jos esimerkiksi on kiinnostunut tietystä piirikunnasta, olisi kätevä pystyä tarkastelemaan alueen tietoja kootusta sen sijaan, että jokainen teema pitää erikseen valita. Oona Kantele esittää myös hyvin kehitysidean: “Optimitilanteessa kartoista voisi olla kaksi versiota: Standard ja Advanced, joissa jälkimmäisessä olisi enemmän kartan muokkausmahdollisuuksia.  Muokkaamalla muuttujia ja luokkarajoja tietokannasta voisi havaita vielä enemmän mielenkiintoisia yhteyksiä ja alueellisia eroja.”

Uhat

Vääjäämättä herää pelko siitä, että joku käyttää karttapalvelua vääriin tarkoituksiin. Kartoilta näkee nopeasti, missä kaupunginosassa mitkäkin ihonvärit ovat enemmistönä tai missä samaa sukupuolta olevien pariskuntien osuus on suuri, jolloin esimerkiksi viharikokset on helpompi kohdistaa tietylle alueelle. Myös “rikkaiden kaupunginosat” erottuvat tulokartoilta, jolloin murtovaras voisi olla kiinnostunut siitä, missä kaupunginosissa on paljon varakasta väestöä (tai missä ei ole varaa varkaudenestojärjestelmiin). Ehkä hieman kärjistettyjä esimerkki, mutta tarkoitan sitä, ettei kaikki välttämättä käytä palvelua vain tutkiakseen mielenkiintoisia ilmiöitä. Onneksi lähin tarkastelutaso ei ole ihan korttelin tarkkuudella, toisin kuin palvelun nimestä voisi odottaa.

Voisin kuvitella segregaation vain lisääntyvän kaupungeissa, jos ihmisille tuputetaan karttoja, joista näkyy missä käyttäjän kannattaa ihonvärinsä perusteella asua tai julkisten koulujen taso voi entisestään huonontua, jos alueen lapset laitetaan yksityisiin kouluihin, kun muutkin näköjään laittavat. Tällaisen tiedon levittäjällä on moraalinen vastuu julkaisustaan, sillä näin tärkeissä kysymyksissä pitäisi ajatella yhteiskunnan parasta, eikä sitä kuinka paljon palvelua ladataan.

Pitäisikö Suomen tehdä perässä? Toisaalta on hyvä, että kaikki tieto on kaikkien saatavilla avoimesti, ainakin kansalaisen luottamus “järjestelmää” kohtaan kasvaa, kun tietoa ei ainakaan pimitetä. Toisaalta taas väärissä käsissä tieto lisää tuskaa, kun tieto välitetään eteenpäin kuten The New York Timesin palvelussa. Mielestäni on hyvä, että tieto on saatavilla vain tahoille, jotka osaavat käyttää tietoa harkitusti ja tärkeisiin tarkoituksiin. Voittoa tavoittelevat tahot ajattelevat harvemmin moraalista vastuuta, joka kaikkiin julkaisuihin liittyy. En usko kenenkään tarvitsevan väestönlaskennan tietoja tällä tarkkuudella kuin kyseisessä palvelussa. Lisäksi osa teemoista arveluttavat tarpeettomuutensa vuoksi. Pahimmillaan kartat lietsovat ihmisiä eriytymään ja tiettyjen ihmisryhmien syrjintä pahenee. Suomen systeemi on siis mielestäni toimiva, en lähtisi sitä muuttamaan.

 

Lähteet:

Kantele, O. (2014). SWOT. Amerikan kartoitus: Uhka vai mahdollisuus?<https://blogs.helsinki.fi/okantele/2014/03/01/swot-amerikan-kartoitus-uhka-vai-mahdollisuus/> 13.3.2014

Massinen, S. (2014). New York Times: Mapping America – SWOT-analyysi. <https://blogs.helsinki.fi/smassine/2014/02/23/new-york-times-mapping-america-swot-analyysi/> 13.3.2014

The New York Times-karttapalvelu (2014). Mapping America: Every City, Every Block <http://projects.nytimes.com/census/2010/explorer> 23.2.2014

Kurssikerta 6 – Opettajan kengissä

Juuri kun olemme päässeet vauhtiin kurssi lähenee jo loppuaan! Vielä on kuitenkin kaksi kurssikertaa täynnä asiaa ja tällä, kuudennella kurssikerralla opettelimme yhden erittäin olennaisen taidon paikkatieto-ohjelmien maailmassa: kohteiden lisääminen kartalle koordinaatteihin sidottuina. Pohjustuksena toimi pieni ryhmätyö GIS-labran ulkopuolella (yök!), jota varten saimme GPS-laitteen ohjaajaltamme. Tarkoituksena oli ottaa vähintään kymmenen samaan teemaan kuuluvan kohteen koordinaattitiedot ylös. Valitsimme teemaksemme bussipysäkit ja kiersimmekin vajaan tunnin ajan koleassa loskasäässä lähialueiden pysäkkejä keräten sijainti- ja ominaisuustietoa. Harjoituksen päätteeksi palasimme turvallisen tunkkaiseen luokkahuoneeseen koodaamaan koordinaatit Excelin kautta MapInfon pistekohteiksi.

Kurssikerran toinen tärkeä oppimistavoite oli oppia etsimään internetistä tietoa, jota voisi hyödyntää paikkatieto-ohjelmassa. Saimme valmiita linkkejä, joista kuka tahansa internetin käyttäjä voisi hakea tietoa viimeisimmistä luonnonhasardeista sijanteineen. Näihin hasardeihin lukeutuivat maanjäristykset, tulivuorenpurkaukset ja meteoriittien putoamiset. Päätin tehdä kolme karttaa maanjäristyksistä, koska niistä on selkeästi eniten havaintoja ja pidän aihetta siksi kiinnostavimpana tutkia. Tutkimuksen tekeminen ei kuitenkaan varsinaisesti ole kurssikerran teemana, vaan opetusmateriaalin tuottaminen.

Tutkittavaksi aikaväliksi valitsin ajan vuodesta 1980 nykyhetkeen ja esitettäväksi aiheeksi maanjäristykset, jotka ovat voimakkuudeltaan vähintään 5,0 magnitudia Richterin asteikolla. Ensimmäisessä kartassa tarkkailussa ovat järistykset väliltä 5,0 – 5,9 magnitudia, toisessa 6,0 – 6,9 ja kolmannessa vähintään seitsemän magnitudin järistykset. En voinut vastustaa pientä karttanörttiä itsessäni, joten tein neljännenkin kartan jossa kaikki kolme luokkaa ovat esitetty samassa karttaesityksessä.

maanjäristykset_5_3

Kuva 1. Kartalla esitetty maanjäristykset, jotka ovat voimakkuudeltaan vähintään 5,0 magnitudia Richterin asteikolla. Mannerlaattojen rajat erottuvat hämmästyttävän tarkkarajaisina!

maanjäristykset_6_3

Kuva 2. Vähintään 6,0 magnitudin järistykset aikavälillä 1980-2014. Edelliseen kuvaan verrattuna Atlantin ja Intian valtameren keskiselänteet ovat vain pinnistellen erotettavissa.

maanjäristykset_7_3

Kuva 3. Voimakkaimmat, vähintään 7,0 magnitudin järistykset vuodesta 1980 tähän päivään. Tyynenmeren tulirengas erottuu aktiivisimpana alueena.

maanjäristykset_kaikki_3

Kuva 4. Kolme edellistä karttaa yhdistävä karttaesitys.

Saamamme pohjakartan värimaailma oli hyvin nykyisestä poikkeava, se oli niin tumma, etten voinut olla muokkaamatta sävyjä vaaleammiksi, karttakirjamaisemmiksi. Asteverkko oli aluksi kaikkien tasojen päällä, mutta jätin sen mannerten alle, jottei kartasta tulisi liian sekava. Tällaisen valinnan tein, koska mielestäni oppilaiden on tärkeämpi erottaa maat, joiden alueella maanjäristyksiä on paljon kuin osata kertoa, että millä leveys- tai pituuspiireillä niitä esiintyy (ei korrelaatiota). Etelämantereen ja Grönlannin värjäsin visuaalisista syistä ja Suomen värjäsin erottumaan paremmin, mutta jos kartta tulisi esimerkiksi lukion oppikirjaan, jättäisin tämän vaiheen tekemättä, sillä sen ikäiset osaavat varmasti jo paikantaa Suomen ilmankin. Toivottavasti!

Hieman harhaanjohtavaa on se, että aktiivisimmilla alueilla järistykset menevät moninkertaisesti päällekkäin, vaikkei se näy kartassa (kuva 1 ja 4). Onneksi hajontaa on hieman, jolloin järistysten runsaus erottuu kuitenkin jollain tasolla. Samasta aiheesta löytyy hyvin paljon kuvia internetistä, vertailun vuoksi valitsin niistä yhden, jonka toteutustapa ja aineisto ovat hyvin pitkälle samanlaiset kuin minulla.

Earthquakes

Kuva 5. Internetistä poimimani kuva, jota voi verrata kuvaan 4.

Vaikka kartta näyttää hyvin erilaiselta väriensä puolesta, on se sisällöltään hyvin samankaltainen kuin kuva 4. Kirkkaat kohteet erottuvat hyvin tummasta taustasta ja punertavat eli voimakkaimmat järistyskeskukset erottuvat paremmin kuin omassa kartassani kelta-puna-väriskaalansa ansiosta. Ensimmäisenä tästä värimaailmasta tulee kuitenkin mieleeni kartat, joissa kuvataan valosaasteen määrää. Joistain piirteistä pidän tässä enemmän kuin omissani, toisista vähemmän. Järistykset kuitenkin sijoittuvat lähes identtisesti kuten omissa kartoissanikin (ja kymmenissä muissa kuvahaulla löytämissäni!), eli voin pitää luomaani karttaa luotettavana.

Kartan kohderyhmä on hyvä ottaa huomioon monestakin syystä. Esimerkiksi logaritminen asteikko olisi tarpeen mukaan syytä selittää ja myös huomata havaintoja dramaattinen väheneminen, kun tutkitaan voimakkaampia järistyksiä, havainnot suunnilleen kymmenkertaistuvat, kun asteikolla siirrytään yksi luku pienempään päin. Richterin asteikko lienee monille tuttu, mutta sitäkin harvempi osaa selittää sen oikein: tulee siis varmistua siitä, että lukija ymmärtää, ettei järistyksen voimakkuus ole suoraan verrannollinen sen tuhovoimaan ihmisen näkökulmasta (vrt. Mercallin asteikko).

Kartta 1 tuo erinomaisesti esiin mannerlaattojen rajat, joten laattatektoniikkaa sekä mannerlaattojen rajojen ja maanjäristysten välistä yhteyttä olisi helppo havainnollistaa niiden avulla. Rauhalliset kilpialueet erottuvat laajoina, koskemattoman näköisinä pintoina ja myös Suomen seismisesti rauhalliset olosuhteet on helppo huomata kartalta. Tulivuoret sijaitsevat alueilla, joilla esiintyy myös maanjäristyksiä, joten nämä kaksi on helppo esittää samallakin kartalla ja se on siinä mielessä hyvinkin toimiva ratkaisu, että siten myös keskenään erilaiset mannerlaattojen liitoskohdat näkisi helposti kartalta. Helppoa olisi myös opettaa, että kuinka paljon ihmisiä elää seismisesti aktiivisilla, riskialttiilla alueilla, jos tueksi ottaisi väestön jakautumisen maapallon eri alueilla. Sama pätee myös tsunameihin: tapaninpäivän 2004 tsunami lienii edelleen sukupolvemme tunnetuin maanjäristyksestä aiheutunut luonnonkatastrofi. Vertailemalla kuvia 1-3 toisiinsa, huomataan, että esimerkiksi Atlantin keskiselänteellä voimakkaita järistyksiä ei juurikaan esiinny ja voimakkaimmat järistykset ovat keskittyneet tietyille alueille. Alueille, joilla on myös nuoria vuorijonoja ja/tai paljon tulivuoria.

Jälkeenpäin mietittyäni, olisin kaivannut enemmän haasteita ja ongelmanratkaisua, sillä valitsin kenties helpoimman aiheen valittavissa olevista vaihtoehdoista. Työtä toki riitti, mutta se oli lähinnä aivotonta rinse and repeat -hommailua suurelta osin. Suurimmat ongelmat eivät oikeastaan edes liittyneet tiedonhakuun, vaan teknisiin ongelmiin. Ilkka Saarinen kirjoittaa blogissaan: “Harjoituksen vaikeimman vaiheen muodosti yllättäen aineiston siirtäminen tietojenkäsittelyohjelmaan; yleistoimivuudeltaan mainio Excel kaatuu ajoittain omaan näppäryyteensä kuten automaattisiin solupäivityksiin, jolloin pisteitä (.) sisältävä aineisto (esim. yksittäisten hasardien desimaaleja sisältävät koordinaattitiedot) muuntuu ohjelmassa päivämääriksi ja tuhoten solujen informaatiosisällön.”

Jos nyt saisin samanlaisen tehtävänannon, tekisin kuvan 1 uudestaan sellaisenaan, kuvan 4 neljällä luokkajaolla (>8,0 mag järistykset omana luokkanaan) sekä kartan tulivuorista ja maanjäristyksistä samalla kartalla.

Kaiken kaikkiaan olen tyytyväinen kaikkiin karttoihin, voin nukkua yöni rauhassa. Hiottavaa löytyy aina, on vain osattava olla omistamatta liikaa aikaa karttaharjoituksiin ja keskittyä pohdintaan. Kartoillani pystyisi mielestäni esittämään asiat eteenpäin opetustarkoituksessa vaadittavalla tasolla. Ne ovat visuaalisesti helppolukuisia ja ainakin mielyttävät omaa silmääni. Pitäisi kuitenkin olla tyytyväinen lopputulokseen, sillä sain aikaan mielestäni hyvälaatuisia karttoja vain tunneissa. Karttoja, jotka voisin nähdä vaikkapa lukion oppikirjassa, jos hioisin niitä vielä. Mahtava tunne!

 

Lähteet:

Maanjäristystietokanta (2014). <http://quake.geo.berkeley.edu/anss/catalog-search.html> luettu 17.2.2014

Saarinen, I. (2014). REIPPAILUA ENNEN LOPPUKIRIÄ. <https://blogs.helsinki.fi/ilkkasaa/2014/02/18/reippailua-ennen-loppukiria/> 19.2.2014

World sites atlas (2008). <http://www.sitesatlas.com/custom/Earthquakes.gif> luettu 17.2.2014

Kurssikerta 5 – itsenäistä ajattelua

Viidennellä kurssikerralla uutta asiaa tuli vain niukasti. Tarkoituksena olikin se, että saimme toteuttaa itseämme ja hyödyntää kurssin aikana oppimiamme taitoja. Kaksi ensimmäistä itsenäistehtävää olivat kaikille samat, kolmannen sai valita kolmesta eri vaihtoehdosta. Edellisistä kerroista poiketen tällä kurssikerralla ei pääpaino ollut karttojen laatimisessa, vaan MapInfon kapasiteetin hyödyntämisessä laajemmalla tasolla. Olen monesti manannut MapInfon kehnoja piirtomahdollisuuksia, mutta paikkatieto-ohjelmalle olennaisinta on kuitenkin toimivat työkalut erilaisiin analyyseihin ja kyselyihin, joihin muut ohjelmat eivät kykene.

Kurssikerran yksi tärkein oppi alun teoriaosuudesta oli bufferointi MapInfolla. Puskuroinnilla voidaan kohteiden ympärille luoda puskurivyöhykkeitä, ja vyöhykkeitä voidaan tutkia niiden sisälle jäävien kohteiden osalta. Toisin sanoen se tekee mahdolliseksi laskea esimerkiksi tietyllä etäisyydellä apteekista asuvien ihmisten lukumäärän, jos saatavilla on tarvittavat väestötiedot.

Ensimmäisessä itsenäistehtävässä tutkin Malmin ja Helsinki-Vantaan lentokenttien melualueita ja Vantaan juna-asemia ja näiden suhdetta asutukseen. Toisessa tehtävässä piti selvittää taajamiin liittyviä tietoja. Kolmanneksi tehtäväksi valitsin sellaisen, jonka teemana oli pääkaupunkiseudun uima-altaat asuinrakennuksissa. Kolmannesta tehtävästä tein myös pylvästeemakartan (kuva 1).

uima-altaat_blogiin

Kuva 1. Uima-altaita käsittelevästä itsenäistehtävästä laatimani pylvästeemakartta.

Teemakartassa oli yllättävän paljon tekemistä, koska pienalueita on niin paljon. Rajat ja rantaviiva tekivät kuvasta suttuisen, yritin kuitenkin parhaani mukaan ohentaa ääriviivoja CorelDRAW:lla. Teemakartta toimii joten kuten altaiden alueellisen jakautumisen pääkaupunkiseudulle, mutta suhteutettuna väkilukuun, toisi karttaesitys vielä enemmän yksityiskohtia. Kuntarajat tummemmalla ääriviivalla olisi lisännyt vielä luettavuutta, sillä nimiä ei olisi millään mahdollista asettaa kartalle. Mielenkiintoisesti kuitenkin selvästi suurin osa altaista sijaitsee Helsingissä.

tehtävät

Taulukko 1. Tehtävien tulokset taulukoituna.

Kurssikerran tarkoitus ei varsinaisesti ollut tutkia näiden tehtävien aiheita, vaan potkia meitä opiskelijoita itsenäiseen ongelmanratkaisuun selvittäessämme vastauksia tehtävien kysymyksiin. Keskitynkin enemmän blogimerkinnässäni käyttämieni menetelmien arvioimiseen ja ongelmakohtiin, joihin törmäsin.

Ensimmäinen ongelma, joka liittyi ensimmäiseen tehtävään oli se, että Helsinki-Vantaan melualueita tutkittaessa ei käytössä ollut koko melualueen väestötietoja, sillä alueen pohjoisosat ovat Tuusulan alueella ja rakennuskohtaisia väestötietoja oli vain Vantaan alueelta. Paikkatieto-ohjelman käyttäjän on otettavat tämä huomioon, sillä vertailtaessa Malmia ja Helsinki-Vantaata keskenään, eivät tulokset ole vertailukelpoisia aineiston puutteista johtuen. MapInfo on vain työkalu, joka ottaa vastaan käskyjä. Ohjelman käyttäjän vastuulla on antaa järkeviä käskyjä, jotka tuottavat luotettavia tuloksia.

Toinen aineistoon liittyvä ongelma liittyi kolmanteen tehtävään: Voiko tässä todella olla kaikki pääkaupunkiseudun uima-altaat (856)? Tuntuu hämmästyttävältä, ettei yhdessäkään aineiston rakennuksessa ole enempää kuin yksi uima-allas. Ei edes Espoossa! Aineistoon ei toki aina kannata tai pidäkään luottaa, mutta tehtävän tilanteessa on aineiston kerääminen itse olisi lähes mahdotonta. Myös tieto siitä, mikä luokitellaan uima-altaaksi olisi tärkeä.

Tehtävien analysoiminen sikseen, tarkoitus oli kuitenkin testata omia taitojani. Totuushan on se, että olemme käyttäneet MapInfoa vasta viiden kurssikerran ajan. Jos käyttäisin ohjelmaa työkseni, uskon voivani oppia ohjelman rakenteen ja toiminnot joidenkin päivien tai korkeintaan viikkojen aikana. Kurssilla olisikin mielestäni turha opetella MapInfon kaikkia ominaisuuksia, kun suurin osa meistä ei tule tarvitsemaan niitä taitoja enää tulevaisuudessa. Kurssi toimii kuitenkin erinomaisesti perusteet käsittelevänä pintaraapaisuna paikkatieto-ohjelmaan, jota Suomessakin käytetään paljon julkisella puolella. Nyt myös vertailu muihin paikkatieto-ohjelmiin, joihin toivottavasti syvennymme tulevilla kursseilla, on mielekästä.

Parhaiten olen tähän mennessä oppinut tietokantojen yhdistelyn ja uuden tiedon tuottamisen. Myös kyselyt hallitsen suhteellisen hyvin ja teemakarttojakin olen hionut useamman tunnin. En kuitenkaan ole ollut MapInfon visuaalisen ilmeen muokkaustyökaluihin tyytyväinen, joten olen siirtänyt tähän mennessä kaikki teemakarttani CorelDRAW:iin viimeisteltäväksi. Siksi se puoli MapInfosta on edelleen hämärän peitossa, enkä tiedä aionko edes valaista sitä. Henri Järvisalo tiivistää asian osuvasti: “Olen oppinut hyväksymään MapInfon sellaisena kuin se on, suhteellisen käyttökelpoisena työvälineenä tietojen käsittelyssä ja ilmiön alueellisen jaottelun tarkastelussa, mutta heikkona visuaalisten esitysten tuottajana. Muiden ohjelmien, esimerkiksi Corelin ja SPSS:n, kanssa käytettynä MapInfo on kuitenkin hyödyllinen.” Spot on!

Englanninkielisten softien käytössä on tärkeää oppia termistö, mieluiten alkuperäisellä kielellään, jotta käännösvirheiltä vältyttäisiin. Myös siksi kurssi on ollut hyödyllinen, ohjelmistoja ei aina käännetä suomeksi ja välillä suomennokset ovat sitä luokkaa, että hyvä niin. Tietotekninen sanasto on omanlaisensa, mutta se on erityisesti tulevaisuuden GIS-toivoille tärkeää oppia.

Bufferointi alkoi sujua pienen alkukangertelun jälkeen hyvin ja siinä sivussa opin muitakin teknisiä kikkoja MapInfosta ja hahmotan ohjelman rakenteen jo paremmin. Puskurointi avaa huikeita mahdollisuuksia laskea sekunneissa lukuja, joiden laskemiseen käsin kuluisi mahdollisesti useita tunteja. Puskurivyöhykkeitä voi tehdä erikokoisia ja eri muotoisia, boundary select -työkalu toimii kuin unelma kun haluaa valita alueen sisään jäävät kohteet ja summatyökalu laskee hetkessä kaikkien kohteiden sarakkeet yhteen. Tällä tavoin on monet taulukon 1 arvoistakin laskettu.

Puskuroinnille voi keksiä lähes loputtomasti käyttötapoja. Kurssilla käytimme sitä esimerkiksi laskiessamme asutuksen etäisyyttä autoteistä ja terveyskeskuksesta, kiitoratojen melualueilla asuvien ihmisten lukumäärää, alle 500 metrin etäisyydellä juna-asemista asuvien ihmisten lukumäärää ja taajamissa asuvien ihmisten määrää. Perinteisimmät käyttötarkoitukset lienevätkin juuri kaupunkisuunnittelun puolella, kun palvelut pyritään sijoittamaan mahdollisimman hyvään paikkaan (kirjastot, liikuntakeskukset, julkisen liikenteen pysäkit) asutus huomioiden. Eetu Summanen mainitsee myös esimerkiksi teleliikenneverkkojen kantavuusalueet, mikä on yksi puskuroinnin perinteisimmistä käyttötarkoituksista.

Puskurointia voi käyttää tehokkaasti myös vaaravyöhykkeiden kartoittamiseen ja pelastussuunnitelmia laadittaessa esimerkiksi ydin-, kemikaali- ja räjäytysturvallisuusasioissa. Uskon puskuroinnin mahdollisuuksiin myös sotilaallisissa tarkoituksissa, sillä esimerkiksi tukikohtasuunnittelussa on tärkeää joukkojen hajauttaminen ja toisaalta keskittäminen samanaikaisesti. Joukot ja materiaali ovat karttaan sidottuja objekteja ja elintärkeät toiminnot (muonitus, sairaanhoito, IED:n raivaus* yms.) pitää olla saavutettavissa ja esimerkiksi ilmaiskujen potentiaaliset tuhot minimoida (ympyräsäteinen tuhoalue). En ole sotaintoilija, vaan pyrin laaja-alaiseen pohdintaan ja tämä asia tuli mieleeni, koska vastaavia asioita jouduin miettimään palvelusaikanani.

Paikkatieto-ohjelmat alkavat vasta nyt näyttää täyden potentiaalinsa, kun käytämme työkaluja soveltaen ja johdamme aineistosta tietoa, jota ei käsin pysty kohtuuden rajoissa mittaamaan. Samalla kuitenkin riskit kasvavat, sillä käyttäjä etääntyy laskulausekkeista ja hänen omien GIS-taitojensa varaan jää se, ovatko tulokset luotettavia vai sisältyykö niihin virheitä. Pahimmassa tapauksessa tuloksia pidetään oikeina, vaikkeivat ne sitä todellisuudessa olisikaan, ja virhe jää huomaamatta. Tarkkana siis!

* Samuli Massiselle creditit tarkennuksesta! “Tienvarsipommeja ei koskaan pureta. Ne raivataan joko ampumalla, räjäyttämällä tai naaraamalla, sillä monet niistä on ansoitettu tai ne voidaan räjäyttää kauko-ohjatusti.”

Lähteet:

Järvisalo, H. (2014). KK 5: Bufferointia ja menneiden aikojen muistelua. <https://blogs.helsinki.fi/hpjarvis/2014/02/11/kk-5-bufferointia-ja-menneiden-aikojen-muistelua/> 19.2.2014

Massinen, S. (2014). Fifth round – Bufferointia ja analyysejä <https://blogs.helsinki.fi/smassine/2014/02/13/fifth-round-bufferointia-ja-analyyseja/> 17.2.2014

Summanen, E. (2014). KK5: Bufferointia ja aitoa ajatustyötä. <https://blogs.helsinki.fi/eesu/2014/02/17/kk5-bufferointia-ja-aitoa-ajatustyota/> 19.2.2014

Kurssikerta 4 – ruututeemakartta

Neljännen kurssikerran aiheena oli ruutupohjainen teemakartta. Totuttuun tapaan tutustuimme ensin uusiin työkaluihin kädestä pitäen MapInfossa, minkä jälkeen saimme vapaat kädet tehdä teemakartan haluamastamme aiheesta. Aineistona toimi jälleen pääkaupunkiseudun asukastiedot vuodelta 2009 (uudempia ei ole käytettävissä). Aineistossa oli rakennuksittain tarkkoja tietoja esimerkiksi ikäjakaumasta ja kielisyydestä. Valitsin tutkittavaksi ihmisryhmäksi vanhukset (65 vuotta täyttäneet), jotta joutuisin hieman käyttämään tunnilla oppimiani taitoja yhdistäessäni ikäryhmiä.

Ruudukko jakaa kartan yhtä suuriin osiin, joten sitä voidaan pitää koropleettikartan erikoistapauksena. Perinteisen koropleettikartan yksi heikkous on se, että alueet on yleensä jaettu erikokoisiin alueisiin, jolloin absoluuttisten havaintojen esittäminen ei ole mielekästä. Suhteellisten lukujen (kuten as/km²) esittäminen taas toimii usein hyvin.

Kokeilin ensin tehdä kartan absoluuttisilla arvoilla (vanhusten lkm ruudussa), mutta en ollut tyytyväinen tulokseen. Kartalta on hyvin vaikea päätellä, että onko pääkaupunkiseudulla alueita, joille keskittyy suhteessa enemmän iäkkäämpää väestöä tai päinvastaisesti alueita, joilla vanhuksia elää vähemmän. Erityisesti ihmiselle, joka ei tunne alueen väentiheyden vaihtelua kartalla, ei absoluuttisista luvuista ole tässä tapauksessa hyötyä. Asia olisi toisin, jos tutkisin esimerkiksi vanhuksille suunnattujen palveluiden sijoittumista tietyllä alueella, silloin absoluuttiset arvot voisi suhteuttaa pienalueiden palvelutarjontaan.

Harjoituksessa käytimme 500m x 500m ruutuja, mutta omassa teemakartassa tuli kokeilla muita ruutukokoja. Kokeilin sekä pienempää, että suurempaa ruutukokoa, jolloin koin loogiseksi 250m x 250m ja 1000m x 1000m ruudut. Jälkimmäinen eli jako neliökilometrin kokoisiin alueisiin ei toiminut kovin hyvin näin pienellä alueella. Isommalla ruutujaolla ruutuja syntyi 1440, kun pienemmällä niitä oli jopa 21350. Ruutuja ja siten myös yksityiskohtia on siis pienemmällä ruutukoolla tässä tapauksessa yli 10-kertainen määrä, joten valitsin sen, koska koolla on väliä.

Aineistosta laadittu histogrammi oli hieman vaikeasti tulkittava, sillä joissain ruuduissa asui hyvin vähän ihmisiä, joista kaikki saattoivat olla vanhuksia, jolloin osuudeksi tuli 100 %. Päätin jakaa havainnot kvantiileihin ja luokkia valitsin neljä. Yleensä pyrin käyttämään ainakin viittä eri luokkaa, mutta tässä tapauksessa ne ruudut, joissa ei asu yhtäkään ihmistä, esitetään valkoisella, jolloin valkoisen lisäksi viiden eri sävyn esittäminen olisi haasteellista.

Näiden vaiheiden kautta päädyin siis tekemään teemakartan 65 vuotta täyttäneiden ihmisten osuudesta pääkaupunkiseudulla vuonna 2009 250m x 250m ruutujaolla neljällä luokalla.

vanhusten_osuus

kuva 1. Vanhusten osuus väestöstä pääkaupunkiseudulla vuonna 2009.

Kartan värisävyt erottuvat riittävän hyvin toisistaan, valkoisen värin olisin voinut selittää myös legendassa (0 asukasta), nyt lukija saattaa ajatella valkoisella olevan vanhusten karttamaa aluetta. Korkeimman luokan vaihteluväli on valtava (20,2 – 100), joka on hieman harhaanjohtava. Suurin osa havainnoista sai kuitenkin arvoja, jotka olivat alle 30 %. Kartta voisi olla tässä suhteessa parempi, jos esimerkiksi alle 10 asukkaan ruudut olisi jättänyt teemakartan ulkopuolelle. Tämä ei kuitenkaan olisi pienentänyt vaihteluväliä, sillä myös yli 100 asukkaan ruutuja, joiden vanhusten osuus oli yli 95 % tai jopa 100 % löytyi. Ainoa järkevä selitys jonka ilmiölle keksin on se, että ruudussa sijaitsee vanhainkoti.

Kartta on nykyisellään melko alastoman näköinen. Kuntarajat auttavat toki hieman paikantamaan alueita, mutta kuntien sisäinen vaihtelukin on niin suurta, että mielellään näkisin teemakartassa myös nimistöä, kuten tärkeimpien keskusten nimet. Ihmiselle, joka ei asu pääkaupunkiseudulla, saattaa teemakartan yksityiskohdat jäädä paikantamatta. Jo tärkeimmät tieverkostot (valtatiet, kehätiet, rautatiet) olisivat suuri apu kartan paikantamisessa ja parhaimmillaan voisivat selittää ilmiötä, jos sellainen on edes olemassa.

On mielenkiintoista verrata karttaani muihin samasta aiheesta tehtyihin karttoihin. Myös Johanna Hakanen valitsi teemakseen vanhukset, mutta tutki aihetta absoluuttisin arvoin. Lopputuloksissa on eroja, esimerkiksi omassa kartassani Helsingin kantakaupunki näyttäytyy kovin erilaisena. Absoluuttisin arvoin tarkasteltuna suurimpien väentiheyksien alueella on yleensä myös eniten vanhuksia, vaikka heidän suhteellinen osuus olisi pienempi kuin ympäröivillä alueilla. Toisaalta syrjäseudut eivät erotu Johannan kartalta samalla tavalla kuin omassani, minkä koenkin oman teemakarttani heikkoudeksi. Johanna myös lisäsi aiemmin mainitsemani tieverkoston karttaansa ja kyllä se vaan parantaa luettavuutta. Hän toteaa: “Mielestäni tieverkosto tuo karttaan lisää mielenkiintoa ja selittää osaltaan eläkeläisten, tai ylipäätään väestön, sijaintia.” Olen täysin samaa mieltä.

Mitä kartalta voidaan lukea? Tulkitakseen karttaa oikein, tulee lukijan olla hieman harjaantunut, sillä hänen tulee huomata aiemmin huomauttamiani asioita: kyse on vanhusten suhteellisesta osuudesta alueella, valkoinen tarkoittaa, että ruudun alue on täysin asumaton ja erityisesti ylin luokka sisältää suurta sisäistä vaihtelua. Lukija saa kartasta sitä enemmän irti, mitä paremmin hän tuntee kartalla esitettävän alueen.

Jos lukija täyttää nämä edellytykset, voi kartalta päätellä, että alueellista erilaistumista on havaittavissa jonkin verran, muttei merkittävää selkeää säännönmukaisuutta ole nähtävissä. Näkisin, että Kauniainen, Tapanila, Myyrmäki ja Tikkurila erottuvat kartalta vanhusten keskittyminä. Lentokentän ympäristössä vanhuksia on hieman muita alueita vähemmän. Myös yksittäisten kaupunginosien välillä on eroja, kuten Etelä-Espoossa on alue, jolla vanhuksia on huomattavasti ympäristöään enemmän. Helsingin kantakaupunki ei ole vetänyt vanhaa väestöä yhtä paljon puoleensa kuin Kauniainen tai Tapiola esimerkiksi, ehkä Helsingin keskusta on liian vilkasta heille.

Uskon, että pääkaupunkiseudun vanhukset ovat jakautuneet siten kahtia, että enemmistö asuu keskuksissa. Myös Minni Aalto teki karttansa vanhuksista ja kirjoittaa blogissaan: “Esimerkiksi terveyspalveluiden tarve kasvaa monesti vanhalla iällä ja muidenkin palveluiden läheisyys helpottaa huomattavasti.” Toisaalta myös kartan yksittäiset asutetut ruudut esimerkiksi Pohjois-Espoossa ovat moni juuri niitä, joissa asuu vain muutama ihminen ja näiden joukossa niin monta vanhusta, että ne kuuluvat ylimpään luokkaan.

Harjoituksen jälkeen päällimmäisenä jäi mietityttämään kartan puutteet juuri paikantamisen kannalta. Myöskään teema ei ollut niin mielenkiintoinen, kuin olisin siitä odottanut tai en osannut esittää niitä. Kenties erilainen luokkajako olisi tuottanut yksityiskohtaisemman kartan. Jos korkeimman luokan alaraja olisi vaikkapa 25 %, voisi se jo tuoda uusia ulottuvuuksia karttaan. Olisin myös voinut tutkia vielä vanhempien ihmisten alueellista jakautumista. 65-vuotias voi olla juuri eläköitynyt ja vasta muuttamassa paikkaan, jossa aikoo viettää vanhuudenpäivänsä, kun taas 80-vuotiaan muutto muualle kuin vanhainkotiin tuntuu epätodennäköiseltä.

Tämän kurssin harjoitukset ovat niitä harvoja tilanteita, joissa jossittelusta on hyötyä. Omista virheistään tai huonoista valinnoistaan oppii usein parhaiten, niinkuin tässäkin tapauksessa. Julkaisukelpoisia karttoja on tuskin tarkoituskaan tuottaa, siksi haluan ottaa riskejä ja kokeilla esitystapoja, joita en ole muualla nähnyt. Ehkä sille on syynsä, että tiettyjä esitystapoja tai esitettäviä teemoja vältellään.

Lähteet:

Aalto, M. (2014). Kurssikerta 4: Rasterikarttoja MapInfolla. <https://blogs.helsinki.fi/mmaalto/2014/02/04/55/> 19.2.2014

Hakanen, J. (2014). Kursskikerta 4: Ruututeemakartta. <https://blogs.helsinki.fi/johakane/2014/02/07/kursskikerta-4-ruututeemakartta/> 19.2.2014

Kurssikerta 3 – MapInfon soveltavaa käyttöä

Harjoitustehtävä

Kolmannella kurssikerralla perehdyimme MapInfon tietokantoihin syvällisemmin. Muokkasimme “raakaa dataa” käyttökelpoiseen muotoon esimerkkiaineiston avulla ja toimme aineistoa myös MapInfon ulkopuolelta Excelistä. Yhdistelimme siis eri lähteistä hankittua tietoa laajemmiksi yksittäisiksi tietokannoiksi, mikä helpotti kyselyiden tekoa ja lopputuloksena saimme alkuperäistä paljon tietorikkaamman tietokannan vaikkapa muille jaettavaksi.

Harjoituksessa käytimme internetistä löytynyttä tietokantaa Afrikasta. Ensin käytössämme oli vain lista valtioiden nimistä, ja myöhemmin lisäsimme tietokantaan väestömäärät, internetin käyttäjämäärät, Facebookin käyttäjät sekä konfliktien, timanttikaivosten ja öljykenttien määrät. Teemoista osan voi ajatella liittyvän toisiinsa, eli kyselyjen avulla voi verrata vaikkapa internet-yhteyksien määrää Facebookin käyttämääriin tai konfliktien ja öljykenttien määriä alueittain. MapInfolla voi helposti luoda laskutoimituksiin perustuvia uusia sarakkeita ja sarakkeista taas teemakarttoja.

taulukko_scrnshot

kuva 1. Esimerkkiharjoituksen lopputulos.

Jos saatavilla olisi lisätietoa konflikteista, timanttikaivoksista ja öljykentistä (vuosi- ja tuottavuuslukuja), voitaisiin näiden välisiä yhteyksiä selvittää syvemmin. Koska timantti- ja öljylöydökset ovat monelle Afrikan valtion taloudelle elintärkeitä, voidaan olettaa, että konfliktit koskevat usein näitä arvokkaita luonnonvaroja. Vuosilukujen (esim. öljykenttien löytämisvuosi ja konfliktin alkamisvuosi) välillä voi löytyä säännönmukaisuutta. Tuottavuusluvut voisivat tarjota tietoa siitä, että vaikuttaako esiintymien laatu aikaan esiintymän löytymisestä kaivausten/porauksen alkuun tai syntyykö konflikteja vain eniten tuottavien timanttikaivosten ja öljykenttien ympäristössä.

Olisi myös mielenkiintoista saada lisätietoa internet-yhteyksien yleistymisestä Afrikassa vuosittain. Aiheesta saisi mielenkiintoisia teemakarttoja usealta eri vuodelta (esim. internet-yhteyksien lukumäärä suhteessa asukaslukuun useana peräkkäisenä vuotena samoilla luokkajaoilla).

Harjoitus avasi silmiäni hieman enemmän, sillä alan hiljalleen löytää MapInfon käyttötarkoituksen ja vahvuudet kunnolla. Edelleen teen graafisen viimeistelyn CorelDRAW:n puolella, mutta viikko viikolta MapInfon mahdollisuudet paikkatieto-ohjelmana aukeavat minulle yhä enemmän.

Tulvaindeksikartta

Tälläkin kurssikerralla tehtävänä oli tuottaa opittuja tietoja hyödyntävä teemakartta. Teemoina olivat Suomen valuma-alueiden tulvaindeksit (koropleettikartta) ja järvisyys samalla aluejaolla (pylväsdiagrammit). Valuma-alueiden aineistot ovat Suomen Ympäristökeskukselta (SYKE), eli lähdettä voidaan pitää luotettavana. Teemat olivat ennalta päätetyt kaikille kurssilaisille, mikä tekee harjoituksesta edellisiä mielenkiintoisemman siinä mielessä, että nyt lopputulokset ovat keskenään helpommin vertailtavissa.

Ensin aineisto oli useammassa eri tiedostossa, ja ne piti ensin tuoda samaan tietokantaan MapInfoon. Tulvaindeksin laskin kätevästi MapInfolla luoden sille oman sarakkeensa. Indeksin histogrammin saimme valmiiksi annettuna, ja histogrammi on selkeästi vino oikealle, jolloin sopivimmat luokkajaot ovat kvantiilit, sovinnaiset luonnolliset luokkavälit ja matemaattiset/geometriset sarjat. Matemaattisia/geometrisia sarjoja ei MapInfossa ole tarjolla ollenkaan, joten kahden jäljelle jääneen vaihtoehdon väliltä valitsin kvantiilit, jottei aineiston suurin havainto jäisi omaksi luokakseen luonnollisissa luokkaväleissä ja siten vähentäisi yksityiskohtien määrää.

histogrammi_tulvaindeksi

kuva 2. Tulvaindeksin histogrammi on vino oikealle.

Usein käytän vain yhtä väriä ja sen eri sävyjä koropleettikartoissani, mutta tällä kertaa kokeilin käyttää keltaista, joka muuttuu punaisemmaksi suurempaa indeksiä kohti siirryttäessä. Järvisyyttä kuvaan sinisillä pylväillä, jotka kasvavat lineaarisesti, koska mielestäni epälineaarisesti kasvavat pylväät johtavat lukijan herkästi harhaan. Valintani huono puoli on se, että pienimmät pylväät ovat vaikeasti tulkittavissa, mutta ajatuksen ymmärtää silti; järviä on erittäin vähän. Kun sain teemakartan MapInfossa valmiiksi, siirsin sen jälleen CorelDRAW:iin muokattavaksi. Lopputulos näyttää tältä:

Valuma-alueet_ja_järvisyys

kuva 3. Kahden päällekkäisen teeman kartta, jossa tulvaindeksi pohjavärinä ja järvisyys pylväinä.

Kartan tulkintaa

Jo ensisilmäyksellä lukija näkee kartalta kolme erilaistunutta aluetta tulvaindeksin (ja oikeastaan myös valuma-alueiden koon) perusteella. Lapissa valuma-alueet ovat enimmäkseen laajoja ja niiden tulvaindeksi on melko pieni. Rannikoilla, niin Pohjan-maalla kuin Etelä-Suomessakin, valuma-alueet ovat huomattavan pieniä ja surin osa tulvaindeksin perusteella tulvaherkkiä. Sisämaan Kokemäenjoen, Kymijoen, Vuoksen ja Oulujoen valuma-alueet erottuvat valtavina alimman tulvaindeksiluokan edustajina muusta Suomesta.

Järvisyyttä kuvaavia pylväitä tutkittaessa löytyy pylväiden ja tulvaindeksin yhteys selvästi; matalan tulvaindeksin valuma-alueet ovat järvisyydeltään noin 10-20 prosentin luokkaa kun taas tulvimiselle alttiimmat valuma-alueet ovat lähes järvettömiä. Järvien voidaan siis päätellä estävän luonnollista tulvimista tehokkaasti hyvinä veden varastoina pahimpina tulva-aikoina. Päinvastaisesti rannikoiden järvettömyys näkyy veden tason suurena vaihteluna. Christa Sallasmaa osasi blogikirjoituksessaan ottaa huomioon myös muita vaikuttavia tekijöitä: “On hyvä muistaa, että luonnollisten tekijöiden lisäksi tulva-alttiutta nostavat myös ihmisen teot. Esimerkiksi Pohjanmaan tulvat ovat voineet lisääntyä suo-ojitusten seurauksena.” Samuli Massinen puolestaan huomaa, että “tulvimisen riskiä nostavat myös muun muassa pinnanmuotojen tasaisuus (Pohjanmaa), tiiviit, vettä läpäisemättömät maalajit, rannikon nopea maankohoaminen (Pohjanmaa) sekä jokien keväiset jääpadot.”

Kartalta voidaan myös tulkita järvien sijainnin alueellinen vaihtelu; suurin keskittymä sisämaassa (Järvi-Suomi). Rannikoiden luonnehtii puolestaan kymmenet joet.

Pidän karttani onnistuneena ja teemaansa hyvin lukijalle välittävänä teemakarttaesityksenä, enkä näe siinä suuria puutteita. Pylväät erottuvat selkeästi kartalta silti tekemättä kartasta liian sekavan näköistä väriskaalansa puolesta.

Lähteet:

Massinen, S. (2014). Third round – Datan lisäys tietokantaan. <https://blogs.helsinki.fi/smassine/2014/01/31/kurssikerta-3-datan-lisays-tietokantaan/> 19.2.2014

Sallasmaa, C. (2014). 3. kurssikerta: Tietokantoja ja teemakartta valuma-alueista. <https://blogs.helsinki.fi/christas/2014/01/29/3-kurssikerta-tietokantoja-ja-teemakartta-valuma-alueista-2/> 19.2.2014

Kurssikerta 2 – teemakarttojen syvissä vesissä

MapInfolla voi tehdä tietynlaisia teemakarttoja päällekkäin melko näppärästi, esimerkiksi koropleettikartan voi asettaa ympyrädiagrammikartan pohjalle. Valitsemani tie ei ole helppo, sillä päätin kokeilla kahden muuttujan koropleettikarttaa. Tästä kaikesta tekee vielä parempaa se, etten huomioinut ohjeistusta maksimissaan kolmesta luokasta per teema, eli pyydän jo etukäteen anteeksi vaikeasti luettavaa karttaesitystäni! Tietoisesti valitsin vaikean esitystavan, jotta saisin kartan heikkouksista mahdollisimman paljon oppia irti.

Luin artikkelin 1 (linkki toiseen blogimerkintään) ennen tätä kurssikertaa sattumalta, joten halusin kokeilla sitä käytännössä. En siis lukenut artikkelia uudestaan työstämisvaiheessa, jotta voisin itse löytää ne tärkeät asiat, joita olisi pitänyt ottaa huomioon (mm. värivalinnat, luokkajaot). Karttojen laatimisen jälkeen luin artikkelin huolella uudelleen.

Teemoinani on korkeakoulutettujen prosenttiosuus ja työttömyysaste Keski-Suomen maakunnan kunnissa (23 kpl) vuonna 2011. Aineiston tehtävää varten sain kurssikansiostamme ja suurimman osan työstä tein MapInfolla. Legendan, mittakaavan, pohjoisnuolen ja hiomisen tein jälleen CorelDRAW:lla sen ylivoimaisten muokkausmahdollisuuksiensa vuoksi.

Keskisuomen maakuntakeskus on yli sadantuhannen asukkaan Jyväskylä, muutoin maakunta on maaseutumaista. Pyrin siis löytämään yhteyden matalan koulutustason ja työttömyysasteen välillä. Yritin saada esityksestä selkeämmän siten, että käänsin alkuperäisessä aineistossa olleen “korkeakoulutettujen %-osuus” muotoon “väestön osuus ilman korkeakoulututkintoa”. Työttömyysasteen kunnittain sain sellaisenaan aineistosta.

Ensin tein molemmista teemoista tavallisen teemakarttaesityksen, jotta lopputulos olisi lukijalle paremmin ymmärrettävissä.

erikseen_valmis

Kuva 1 Ylempänä väestön osuus ilman korkeakoulututkintoa, alempana työttömyysaste 2011.

Korkeakoulutettujen alueellinen jakautuminen oli odotetunlaista: Jyväskylä ja sen ympäryskunnat vetävät muita alueita selkeästi paremmin korkeakoulutettuja. Tummansinisillä alueilla korkeakoulutettujen osuus on pienin (eli väestön määrä ilman korkeakoulutusta on suurin, 85,0-89,8%).

Työttömyyden alueellinen jakautuminen tuli minulle osittain yllätyksenä, esimerkiksi luoteessa kolmen vierekkäisen kunnan verrattaen alhainen työttömyys erottuu kartalta jopa Jyväskylän seutua paremmin.

Kun laitoin nämä kaksi karttaa päällekkäin, syntyy kuvasta seuraavanlainen.

viimeinen_yritys

Kuva 2. Kaksi päällekkäistä koropleettikarttaa.

Kartan tekninen tulkinta

Kokemattomalle kartanlukijalle olis tämänlainen karttaesitys varmasti liian haastava, kun se tuottaa jopa minulle kartan tekijänä ongelmia. Teknisesti vaikeaa kartan laatimisessa teki monikin asia. Värisävyjen hiominen oli hyvin työläs prosessi, yhteensä 16 värin kanssa työskenneltäessä värit joko erottuvat toisistaan heikosti tai lopputulos on tilkkutäkkimäinen, vaikeasti tulkittava. Omalla kohdallani tapahtui jotain tältä väliltä: osa sävyistä meinaa sekoittua toisiinsa (mm Jyväskylä ja ympäröivät kunnat) ja toisaalta kartta on myös hieman sekava. Yhdyn siis artikkeli 1:n suositukseen maksimissaan 3×3 luokasta. Jasmin Bayar kiteyttää asian hyvin: “Kunnollisella ja huolellisella suunnittelulla, selkeällä grafiikalla ja oikealla luokkien määrällä taataan kartan helppo tulkittavuus ja selkeys.” Artikkelissa myös suositeltiin vastavärien käyttöä, jolloin yhdistyvistä väreistä tulisi eri harmaan sävyä, ja mahdollinen korrelaatio olisi helpommin havaittavissa.

Toinen selkeä virhe jonka tein on se, etten valinnut tasavälisiä luokkia. Nyt korrelaatiosuoran piirtäminen ei ole kovin mielekästä, koska se ei seuraisi luokkien risteämäkohtia legendassa. Kahden päällekkäisen koropleettikartan yksi suuri etu olisi juuri se, että korrelaation ollessa todellinen, esiintyisi kartalla oikeastaan vain niiden luokkien edustajia, joita suora leikkaa. Oman väriskaalani tapauksessa se tarkoittaisi sitä, että kartalla pitäisi esiintyä vain violettia ja valkoista, jos korrelaatio olisi olemassa.

Valitsemani luokkajako ei kaikenkaikkiaan tuota riemunkiljahduksia. Lukuisat aineiston havainnot ovat jääneet kahden luokan rajalle eli hieman erilaisella luokkajaolla kartasta tulisi hyvin erinäköinen. Luokat antavat siis hieman harhaanjohtavan kuvan havainnoista. Paikkasin kuitenkin hieman tätä merkkaamalla kaikki havainnot legendaan.

Kaiken lisäksi kartan ja erityisesti legendan laatiminen oli työlästä. Sain MapInfossa yhdistettyä kaksi koropleettikarttaa, jonka tuloksena sain kuvan yhdistetyt värisävyt. Kartan tallentaminen ei sellaisenaan kuitenkaan onnistunut, sillä se jätti tulosteesta osittain läpinäkyvän kerroksen kokonaan pois. Lopulta päätin ottaa kuvankaappauksen ja muokkasin sitä (rosoiset kuntarajat). Legendan tekoon ei ollut käytössä mitään työkalua, eli se on pitkälti suomalaista käsityötä. Akselien mitta-asteikot ovat vain suuntaa-antavia, koska hieman luovutin siinä vaiheessa, kun tajusin että luokkajaon olisi pitänyt olla tasavälinen (tästä on maininta myös artikkeli 1:ssä).

Kartan sisällön tulkinta

Legendasta voi parhaiten tulkita havaintojen sijoittumista molemmille asteikoille. Ideaalitapauksessa korrelaatiota etsittäessä kaikki havainnot asettuisivat suoralle, joka olisi tasaisesti nouseva. Legendasta esiin nousee Muurame ja Jyväskylä korkeimman koulutuksen väestöineen. Jyväskylässä työttömyyskin on melko suurta, aineiston keskiarvon tasoa. Myöskään alhaisen koulutustason, mutta myös työttömyysasteen neljä kuntaa erottuvat kirkkaimman sinisen luokan edustajina kuvitteellisesta suorasta. Käännetään seuraavaksi katse itse karttaan.

Eniten huomiota kiinnittävät kaikkein tummimmat violetin alueet, kirkkaan siniset alueet etelässä ja pohjoisessa, Äänekoski punaisena ja Muurame ainoana valkoisena alueena. Minkään violetin sävyjen ei sinänsä tarvitsisi hypätä silmille, sillä ne osoittavat yhtä voimakkaan yhteyden tutkittavien teemojen välillä kuin vaaleammatkin violetit ja valkoinen. Poikkeuksina neljän sinisen kunnan ja yhden punaisen pitäisikin mielestäni. Poikkeuksien paljous ja kartan sekavuus vain kertovat siitä, ettei näiden kahden muuttujan välillä voi todeta olevan merkittävää korrelaatiota tässä aineistossa. Neljä alhaisen työttömyyden ja koulutustason kuntaa (Kinnula, Kivijärvi, Kyyjärvi ja Luhanka) jo riittävät todistamaan tämän; alueilla, joilla korkeakoulutettujen määrä on pieni, ei välttämättä ole korkeaa työttömyyttä. Myös jyväskylä on hyvä esimerkki päinvastaisesta.

Korkeakoulutettujen sijoittuminen maakunnassa noudattaa siis odotettua kaavaa (Jyväskylä vetää). Kysymysmerkiksi jääkin siis työttömyysasteen alueellinen vaihtelu. Vastaukset löytyisivät todennäköisesti jos kuntia, niiden elinkeinorakenteita ja suurimpia työllistäjiä tutkittaisiin tarkemmin.

Harjoitus oli erittäin hedelmällinen oppimiseni kannalta. Ensikäden kokemus haasteista ja niiden ratkaisemisesta jättivät selkeän kuvan siitä, mitä kannattaa ja mitä ei kannata tehdä käytössämme olevilla ohjelmistoilla. Ennen kuin lähtee suunnittelemaan karttaesityksen toteutusta liian pitkälle, kannattaa ottaa selvää, onko se ylipäätään kohtuullisen työmäärän rajoissa mahdollista. On myös olemassa tiettyjä ohjeita tällaisten monimutkaisempien karttaesitysten laatimiseen, niihin kannattaa perehtyä. Jos olisin kunnolla syventynyt ja ymmärtänyt artikkeli 1:n, näyttäisi koropleettikarttani kovin erilaiselta.

Oli miten oli, jo nyt saatavilla olevat paikkatieto-ohjelmistot helpottavat karttojen laatimista huomattavasti ja kehitys on koko ajan ylöspäin. Kuten Eetu Summanen blogimerkinnässään Teemakarttojen kirjoa tiivisti : “Tämän tehtävän pohjalta voin kyllä todeta, että paikkatieto-ohjelmien merkitys modernisoituneessa, digitaalisessa nyky-yhteiskunnassa on keskeinen“.

 

Lähteet:

Bayar, J. (2014). Artikkeli 1 : Kahden teeman koropleettikartta <https://blogs.helsinki.fi/jasbayar/2014/01/28/artikkeli-1-kahden-teeman-koropleettikartta/> 19.2.2014

Summanen, E. (2014). Teemakarttojen kirjoa <https://blogs.helsinki.fi/eesu/2014/01/23/teemakarttojen-kirjoa/> 23.1.2014

Artikkeli 1 – Päällekkäiset teemakartat

Toisella kurssikerralla käsittelimme kahden teeman samanaikaista esittämistä samassa karttaesityksessä. Käsittelen ensin lukemani teemaan liittyvän artikkelin herättämiä ajatuksia ja sen jälkeen käyn läpi itse tuottamaani kahden päällekkäisen koropleettikartan esitystäni, sen ansioita ja ongelmia. Jälkimmäinen on erillisessä julkaisussa Kurssikerta 2.

Artikkelin nimi on “Two-variable choropleth maps as a useful tool for
visualization of geographical relationship” (2006) ja sen on kirjoittanut puolalainen maantieteilijä Anna Leonowicz. Se siis käsittelee kahden muuttujan koropleettikarttoja ja se sisältää myös puolalaisille opiskelijoille tehdyn tutkimuksen tuloksia niiden luettavuudesta. Yhdysvalloissa tehtiin vuonna 1981 tutkimus samasta aiheesta, mutta muun muassa huonojen värivalintojen takia tulokset eivät antaneet tietoa oikeasti laadukkaan kahden muuttujan koropleettikartan toimivuudesta, joten tutkimus uusittiin Puolassa laadukkaammalla kartalla. Tulokset osoittivat, että yhden muuttujan koropleettikartat osoittivat alueellisen jakautumisen paremmin ja niitä oli helpompi lukea. Toisaalta kahden muuttujan päällekkäinen koropleettikartta oli kiinnostavampi ja siitä kävi helpommin ilmi muuttujien välinen yhteys.

Artikkeli mullisti osittain käsitykseni teemakartoista, en ollut edes miettinyt kahden koropleettikartan yhdistämistä tällä tavalla olleen mahdollista, ajattelin sen olevan nerokasta! Ajatus kiehtoi minua niin paljon, että päädyin itsekin kokeilemaan tätä esitystapaa. Tehtävä ei ollut niin helppo, kuin miltä se kuulostaa!

Tässä esitystavassa on siis ikään kuin laitettu kaksi koropleettikarttaesitystä päällekkäin, jolloin värisävyt yhdistyvät ja mahdollisten värisävyjen määrä moninkertaistuu (esim. 3 luokkaa: 3×3=9 sävyä). Jos luokkia olisi neljä, tulisi eri sävyjä jo 16, joka olisi jo huomattavan vaikea tulkita. Artikkelissakin todettiin, että 2×2 tai 3×3 luokkaa ovat parhaat vaihtoehdot juuri luettavuuden säilymiseksi.

X-akselilla on siis yksi käsiteltävä aihe ja Y-akselilla toinen. Havainto sitten sijoitetaan oikealle paikalleen koordinaatistossa ja se saa sijoittumisensa mukaisesti kahden sävyn yhdistelmän. Jos tarkasteltavilla aiheilla on yhteys, kasvavat ne samassa suhteessa, eli jos toisella akselilla havainto saa pienen arvon, saa se myös toisella akselilla pienen arvon. Vastaavasti yhdellä akselilla suurta arvoa vastaisi suuri arvo toisellakin akselilla. Jos tilanne olisi tämänlainen, voisi koordinaatistoon asettaa suoran vastaamaan havaintojen osoittamaa kaavaa.

Värisävyjen valinta on avainasemassa kahden päällekkäisen koropleettikartan esityksessä: pienimmissä luokissa on suositeltavaa käyttää valkoista ja suurissa luokissa tummempia sävyjä. Erityisen tärkeää on tehdä harkittu pääakselien värivalinta: artikkelissa esiteltiin toimiviksi esimerkiksi sininen-punainen yhdistelmä, jolloin legendassa on vain valkoinen, sinisen sävyjä, punaisen sävyjä ja violettia näiden yhdistelmänä. Toinen tapa oli valita vastavärit, esimerkiksi sininen ja oranssi, jolloin keskimmäiset luokat saavat harmaan sävyjä. Jos kartalla tässä tapauksessa esiintyy edelleen näitä kahta väriä paljon (sinistä ja oranssia), on todennäköistä että korrelaatiota ei ole.

Toisaalta ilman kunnollista legendaa, ei tämä esitystapa voi toimia. Kasper Uusi-Viitala laittoi tämän sanoiksi näin: “Legenda on tässä karttatyypissä siis uskomattoman tärkeä. Ilman sitä lukisi karttaa kuin liina silmillä, mutta pelkästään sen avulla selviää jo joitain asioita kuten korrelaatio.” Paljon on siis hävittävää, mutta parhaimmillaan myös voitettavaa on.

Kuten pitkästä selityksestä on pääteltävissä, ei tämä esitystapa ole suositeltava, ellei kartan kohderyhmä ole perehtynyt asiaan tai edes teemakarttojen tulkintaan ylipäätään. Jo legendan tulkinta vie paljon aikaa kokeneeltakin kartan tulkitsijalta, joten omalla kohdalla kynnykseni käyttää kahta päällekkäistä koropleettikarttaa on korkea. Toisaalta artikkelin tutkimus osoitti, että melko kokemattomatkin karttojen lukijat (ensimmäisen vuoden maantieteen opiskelijat) pitivät esitystapaa mielenkiintoisempana ja he havaitsivat yhteyden teemojen välillä helpommin. Lukijoiden näkökulmasta kahdella päällekkäisellä koropleettikartalla on siis toivoa, mutta se vaatii suurta harjaantuneisuutta kartan laatijalta.

Lopuksi herää kysymys: Kuinka vaikeaa on kahden päällekkäisen koropleettikartan laatiminen suhteessa yksinkertaisempiin teemakarttoihin? Koulutuksen tässä vaiheessa meille on tullut paikkatieto-ohjelmista tutuksi vain MapInfo. Omien kokemuksieni perusteella sillä voi tehdä tietynlaisia teemakarttoja, ihan laadukkaitakin, mutta ei aina sellaisia kuin toivoisit.

Otin kuitenkin härkää sarvista ja kokeilin. Kokeilu kuitenkin osoitti, että näin monimutkaisen kartan laatiminen on hidasta ja lopputulos ei ole paras mahdollinen. Ruudulle sain oikeanlaisen näkymän melko helposti pistämällä kaksi koropleettikarttatasoa päällekkäin ja säätämällä päällimmäisen tason osittain läpinäkyväksi, jolloin värisävyt sekoittuivat halutulla tavalla. Ongelmat alkoivat kuitenkin siinä vaiheessa, kun halusin tehdä siitä valmiin karttaesityksen legendoineen; en saanut siirrettyä osoittain läpinäkyvää tasoa lainkaan, jolloin jouduin tyytymään kuvankaappaukseen, enkä siis saanut karttaa vektorimuotoisena CorelDRAW:iin. Työlään työstä teki legendan laatiminen, valmista työkalua en löytänyt, joten kaikki oli tehtävä manuaalisesti pala palalta.

En aio mennä syvällisemmin omien haavojeni nuolemiseen (ainakaan tässä blogimerkinnässä!), joten tyydyn vain vastaamaan, että saatavilla olevat ohjelmistot rajoittavat toimintaani. Luovuudelleni asetetaan siis raja ja sen rajan nimi on MapInfo. Elättelen vielä toiveita, että joku päivä löydän vielä paikkatieto-ohjelman, jolla on paremmat piirto- ja muokkausmahdollisuudet. Vaihtoehtoisesti kehitän sellaisen itse, helppo homma?

Lähteet:

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

Uusi-Viitala, K. (2014). Artikkeli 1: Kaksiteemainen koropleettikartta, siis mikä? <https://blogs.helsinki.fi/kasperuu/2014/02/06/artikkeli-1-kaksiteemainen-koropleettikartta-siis-mika/> 19.2.2014

Kurssikertta 1 – Yksinkertainen koropleettikartta MapInfolla

Ensimmäisellä kurssikerralla aloitimme lyhyen johdannon jälkeen työnteon. Kurssin nimestä paikkatiedon hankinta, analyysi ja kartografia käy ilmi paikkatiedon merkitys verrattuna edelliseen kurssiin (tiedonhankinta, analyysi ja kartografia). Totuin jo piirtämään karttoja CorelDRAW:lla valmiin datan pohjalta. CorelDRAW ei kuitenkaan ole paikkatietojärjestelmä (GIS) eli tällä kurssilla fokus siirtyy pois piirto-ohjelmasta.

MapInfo on monipuolinen paikkatieto-ohjelmisto, jonka avulla voi analysoida ja havainnollistaa kerättyä ominaisuustietoa. Aineisto voidaan nopeasti muuttaa teemakarttaesitykseksi ja ohjelmasta löytyy myös työkaluja esimerkiksi mittakaavan ja pohjoisnuolen luomiseen. Periaatteessa ohjelma sisältää siis kaiken tarvitsemamme ensimmäistä tehtävää varten. Puutteita ei kuitenkaan kauaa tarvitse etsiä, näistä merkittävimpänä mieleen tulee vajavaiset kuvanmuokkausmahdollisuudet ja kumoa-toiminnon puuttuminen. Joose Helle totaakin blogissaan: “Tuntui kuin se olisi jotenkin keskeneräinen. Koska ‘peru’ -nappi ei juuri toiminut, oli (ja on) siis opittava tekemään hommia hieman rauhallisemmin, pää kylmänä.”

Tehtävänä oli luoda koropleettikartta valitsemastaan aineistosta joko koko Suomen tasolla kuntajaolla tai Helsingistä osa-alueittain. Mielenkiintoisia teemoja olisi ollut paljonkin tarjolla asukastiheydestä äidinkielisyyteen. Valitsin omaksi teemakseni ulkomaalaisten osuuden kunnittain. MapInfossa on tarvittava aineisto, mutta jotta hyvän luokkajaon voisi tehdä, olisi syytä tarkastella ensin histogrammia, eikä Mapinfossa ole tarvittavaa histogrammityökalua. Onneksi histogrammin voi tuottaa muuallakin, tätä tehtävää varten käytin internetistä löytyvää työkalua (Histogram tool).

KK1_histogrammi

Kuva 1. Histogrammi aineistosta ulkomaiden kansalaisten osuus Suomessa kunnittain vuonna 2011.

Histogrammin mukaan aineisto on jakautunut jotenkin oikealle vinon ja normaalin jakauman väliltä ja yllättäviä piikkejä ja kuoppiakin on, joten pidin luonnollista luokkajakoa parhaana vaihtoehtona. Mapinfossa sai valita muutaman eri luokittelutavan väliltä, vaikkakaan kaikkia meille opetettuja tapoja ei löytynyt listalta. Luonnollinen luokkajako kuitenkin löytyi, joten valitsin sen.

 

Päädyin siis luonnoliseen luokkajakoon viidellä luokalla. Mapinfosta löytyi paljon valmiita väriskaaloja, mutta yllätyin niiden huonosta tasosta: eri värejä oli yhdistelty paljon ja yhden värin skaaloja löytyi vain muutama. Koropleettikartasta on mielestäni vaikea saada helposti luettava ja looginen, jos siinä yhdistellään eri värejä. Jos taas kartassa käytetään yhtä väriä esimerkiksi väentiheyttä kuvattaessa, on helppo valita yksi väri, jonka tummin sävy esittää suurinta väentiheyttä ja vaalein pienintä. Jos MapInfosta ei löytyisikään itselleen sopivaa väriskaalaa, voi sen itse kehitellä melko vaivattomasti. Valitsin siis vain yhden värin ja sen eri sävyt teemakarttaani.

MapInfossa mittakaavan ja legendankin laatiminen on mahdollista, mutta ne ovat mielestäni vaikeammin muokattavissa kuin manuaalisesti piirretyt, joten päätin siirtää kartan Coreliin ja tein mittakaavan ja legendan sillä.

Suomi_ulkomaalaisten_osuus_corelilla

Valmis koropleettikarttaesitys ulkomaiden kansalaisten osuudesta Suomessa kunnittain vuonna 2011.

Lopputuloksesta minulla on enimmäkseen positiivisia tuntemuksia. Tummimpien värisävyjen kanssa voi olla vaikeuksia esimerkiksi videotykiltä heijastattaessa, mutta koneelta sävyerojen pitäisi erottua. Jos olisin jättänyt yhden luokan pois, ei kartalta voisi poimia samoja yksityiskohtia kuin nyt, suurin haarukka on yhä edelleen hyvin laaja (5,4 – 12,4), ilman viidettä luokkaa olisi tämä suurimman luokan sisäinen vaihtelu ollut vielä voimakkaampaa.

 

Kartalta erottuu tummimpana Helsinki, Vantaa ja Espoo sekä Vaasan seutu (ruotsalaisten vaikutus). Vähiten ulkomaalaisia suhteellisesti on sisämaan syrjäseuduilla, joista sisämaan kaupungit erottuvat tummempina (mm. Tampere, Jyväskylä, Kuopio ja Kajaani). Rajaseuduilla (varsinkin P-Karjala) ulkomaalaisten osuus on lähes poikkeuksetta yli 0,9%, myös lännessä rannikot erottuvat sisämaata tummempana, mainitsemisen arvoisesti erityisesti Pohjanmaa.

Sisällöltään hieman hämäävää saattaa kokemattomammalle kartan tulkitsijalle olla se, että kuvassa tarkastellaan ulkomaalaisten osuutta kunnan väkilukuun suhteutettuna. Kuvan perusteella siis voisi äkkiseltään ymmärtää, että Lapissa olisi enemmän ulkomaalaisia kuin Keski-Suomessa, vaikka näin ei olekaan. Lappi on kuitenkin alueena kapeampi ja ulkomaiden rajat ovat lähellä jokaisessa ilmansuunnassa etelää lukuun ottamatta, mikä voi vaikuttaa ratkaisevasti asiaan. Koropleettikartoilla ei kuitenkaan voida esittää absoluuttisia arvoja, joten lopullinen vastuu kuvan oikeintulkinnan suhteen jää kuvan lukijalle, vaikka kartan laatijan vastuu onkin suuri.

Eniten jäi vaivaamaan juuri kahden tummimman punaisen sävyn erotettavuus toisistaan, varsinkin koska ne olisi syytä erottaa suurien luokkavälien vuoksi. Hienosäädöllä eron olisi voinut saada aikaan vähentämättä luokkia. Tarpeeksi zoomailtaessa eron kuitenkin huomaa.

Toinen asia joka kiinnitti huomioni oli kuvan turhan tarkka yksityiskohtaisuus rannikon osalta, yleistetympi ja pyöristetympi kuva toimisi varmasti paremmin.

Kolmas seikka, joka nyt kaduttaa, on se, että valitsin teeman väriksi punaisen. Punaistä väriä käytetään usein negatiivisten asioiden yhteydessä, kuten Annamari Kiviaho kirjoittaa blogissaan: “…etenkin punainen väri, joka kuvaa alueita joilla on eniten maahanmuuttoa, on aivan liian huomiota herättävä ja voimakas. Punaisen värin symboliikka on myös hieman negatiivissävytteistä joten kyseinen kartta ei ehkä olisi julkaisukelpoinen.” Tarkoituksenihan ei ole yhdistää ulkomaalaisia negatiivisiin ajatuksiin. Tätä asiaa en tullut edes ajatelleeksi kartan tekovaiheessa, mitä pidän huolestuttavana. Värienkäyttö on hyvin olennainen osa kartografiaa.

Hiomista voisi kuitenkin tehdä loputtomasti, ja silti karttaan jäisi väärintulkinnan vaara.

Lähdeluettelo:

Helle, J. (2014). Tutustumisleikkejä Mapinfon kanssa. <https://blogs.helsinki.fi/joohelle/2014/01/26/tutustumisleikkeja-mapinfon-kanssa/> 19.2.2014

Histogrammityökalu <http://illuminations.nctm.org/Activity.aspx?id=4152> 13.1.2014

Kiviaho, A (2014). Artikkeli1 <https://blogs.helsinki.fi/annakivi/2014/01/28/artikkeli1/> 30.1.2014