Kurssikerta 1: Ihana kamala MapInfo

Täällä olisi tarkoitus perehtyä paikkatiedon ihmeelliseen maailmaan PAK-kurssin eli 38 päivän ajan. Kirjoitan kurssikertojen jälkeen postauksen siitä, mitä tunnilla tehtiin, mitä opin, mikä hämmensi ja miksi.

Ensimmäisellä kurssikerralla perehdyttiin paikkatiedon perustietoihin, jotka olivatkin jo tuttuja niin lukiosta kuin TAK-kurssilta syksyltä. MapInfoa olin kerran päässyt tai joutunut käyttämään, mistä muistikuvani olivat kamalat. Tarkoilla ohjeilla ja opettajaa seuraten onnistuin kuitenkin yllättävän hyvin – putosin kärryiltä vain kerran. Loppujen lopuksi tämä kammottava ohjelma onkin ehkä ihan käytännöllinen ja looginen.

Tein oman karttani koko Suomen väestöntiheydestä (kuva1). Taustalla ei ollut minkäänlaista hypoteesia, vaan yksinkertaisesti halusin yrittää tehdä kartan ja nähdä, miten pärjään MapInfon kanssa yksin. Punasini-värimaailma oli mielestäni tarpeeksi kontrastinen, joten valitsin sen sovelluksen valmiista väripaljetista. Luokkien välisiä värisävyjä olisi kuitenkin voinut korostaa, sillä keskimmäiset luokat menevät helposti sekaisin. MapInfolla värien määrittäminen tuntui paljon haastavammalta kuin Corelilla, jonka Pinja Myllykoskikin oli blogissaan huomioinut. Väestöntiheyskartta osoittautui tylsästä aiheestaan huolimatta ihan mielenkiintoisesti, sillä siitä tulevat hyvin esiin pääkaupunkiseudun tiheän asutuksen lisäksi myös esimerkiksi suurimmat yliopistokaupungit punaisina läikkinä! Muuten kartta näyttää siltä kuin voisi olettaakin: Pohjois-Suomessa väestöntiheys on kaikista alhaisin ja Etelä-Suomessa korkein. Legenda, mittakaava ja pohjoisnuoli oli helppo liittää karttaan ohjeiden avulla. Tuskaisinta oli asetella ne fiksusti kartan kanssa, mutta pienellä väännöllä sain kaiken kuitenkin paikalleen.

Väestöntiheyskartta2011

Kuva1.Suomen väestötiheys kunnittain vuonna 2011 koropleettikartalla esitettynä (Vöestörakenne 2011).

Tarkoituksenahan oli tutkia luokittelumenetelmiä histogrammityökalun avulla, mutta koska olin niin innoissani kartan tekemisestä, unohdin täysin käyttää tätä työkalua etukäteen. Tästä syystä ”tarkastin” luokitteluni paikkansapitävyyden vasta kartan valmistumisen jälkeen, hups! Histogrammi osoittaa aineiston olevan voimakkaasti vinosti jakautunutta (kuva2), mutta mielestäni kvantiileihin luokitteleminen oli kuitenkin ihan käypä vaihtoehto, vaikka sen vahingossa kävikin. Ne sopivat monenlaisten jakaumien kanssa eivätkä tasaa ääriarvoja, mitä en toivonutk käyvän. MapInfo laski luokkien määräksi viisi, mikä mielestäni havainnollisti hyvin esitettyä ilmiötä. Neljä ensimmäistä luokkaa erottelevat alhaisemman väestöntiheyden tarkasti ja viimeiseen luokkaan kertyvät kaikki suurimmat arvot. Tällä tavoin esiin tulevat pienetkin erot Suomessa pääkaupunkiseuden ulkopuolella. Luokkien värisävyt olisivat kuitenkin voineet erota toisistaan enemmän, koska nyt osia alueista on vaikeaa erottaa toisistaan.

histogrammi

Kuva2. Histogrammi aineistosta (Väestörakenne 2011).

Lähteet:

Myllykoski, P. (2015). Kurssikerta 1: muistinvirkistystä. Pinjan paikkatietoblogi. 26.2.2015 <https://blogs.helsinki.fi/myxmy/>

Väestörakenne (2011). Suomen virallinen tilasto (SVT). Helsinki, 26.1.2015 <http://www.stat.fi/til/vaerak/index.html>

 

 

 

Leave a Reply

Your email address will not be published. Required fields are marked *