Ensimmäisellä kurssikerralla käytiin läpi QGIS-ohjelmiston perusteita. Ohjelmisto on jollain tapaa tuttu, mutta en ole ennen itse käyttänyt sitä. Vaikuttaa siltä että toimintoja on runsaasti, ja niihin tutustuminen tulee viemään aikansa. Mutta luultavasti tärkeimmät toiminnot tulevat toiston kautta tutuiksi kurssin aikana. Kuten yleensä ohjelmisto-kursseilla, oma haasteensa on samanaikaisesti sekä kuunnella opettajan puhetta että työskennellä itse ohjelmiston parissa, ja lisäksi kirjoittaa muistiinpanoja.
Kurssikerran aikana tehtiin teemakartta eri valtioiden typpipäästöistä Itämereen (Kuva 1). Analyysi tehtiin lisäämällä valmiin aineiston attribuuttitaulukkoon sarake, johon laskettiin valtioiden typpipäästöjen suhteellinen osuus. Lisäksi harjoiteltiin teemakartan tulostusasetusten säätämistä kohdilleen. Tulostusnäkymän säätäminen vaikutti hieman kömpelöltä, mutta luultavasti siinäkin harjoitus parantaa tuloksia.
Lisäharjoituksena tein vuoden 2015 kunta-aineiston pohjalta kartan kuntien työttömyysprosenteista (Kuva 2). Aineisto on Tilastokeskuksen tuottamaa. Kokeilin erilaisia luokitteluja ja väriskaaloja. Totesin useimmissa luokittelutavoissa saman ongelman kuin Paavo Kettunen blogissaan, eli lukujen jakaminen muihin kuin tasalukujen välisiin luokkiin näyttää sekavalta. Onneksi löytyi myös tasalukuihin rajaamisen vaihtoehto, joka tuotti selkeämmän lopputuloksen. Kokeilin myös luokkien määrän muuttamista, ja mielestäni selkeimmän visualisoinnin tuotti viisi luokkaa yhdistettynä siniseen väritykseen. Teemakartasta voi helposti havaita, että työttömyysprosentti oli vuonna 2015 suurin maan itäosissa, ja erityisen suuri Itä-Lapissa. Lapissa Kittilän työllisyystilanne oli vuonna 2015 selkeästi parempi kuin muissa pohjoisen kunnissa, ja syynä tähän lienee matkailuelinkeinon työllistävä vaikutus. Mikko Kangasmaa totesi ensimmäisen kurssikerran blogitekstissään, että kartan värityksellä voi pyrkiä antamaan hälyttävän kuvan ilmiöstä. Hän oli tehnyt kartan Suomen kuntien väestön muutoksesta, ja muuttotappiokunnat korostuivat kartassa punaisella. Tämä on kiinnostava ajatus sinänsä, että voi olla hyvä pohtia millaisen mielikuvan kartan visualisointivalinnat antavat kuvattasta ilmiöstä. Voidaan esimerkiksi pohtia onko kyseessä positiivinen, negatiivinen vai neutraali ilmiö, tai tuleeko karttavisualisoinnin ylipäätänsä pyrkiä ohjaamaan katsojan mielipiteen muodostusta teemasta. Tällaisia kysymyksiä melko varmasti käsitellään muun muassa datajournalismin parissa.
Lähteet
Kettunen, Paavo. 14.1.2020. Kurssikerta 1. https://blogs.helsinki.fi/paavoket/
Kangasmaa, Mikko. 17.1.2020. GIM 2020 Luento 1 Koropleettikartat. https://blogs.helsinki.fi/kanmikko/