Kurssikerta 7 – Euroopan väestöä ja Japanin onnettomuuksia

Viimeisellä eli seitsemännellä kurssikerralla oli tarkoituksena käyttää kaikkea oppimaamme ja tehdä itsenäisesti pari karttaa. Ennen kurssikertaa meille annettiin kurssin tiedotusblogissa tehtäväksi etsiä bitti muotoinen kartta sekä siihen liittyvät aineistot josta teemakartan voisi koostaa. Itse huomasin tehtävänannon liian myöhään ja samalla myös toisen kurssin tentti söi aikaani enkä näin ollen oikein kerennyt etsiä mitään valmiiksi. Noh, kurssikerralla kerkesin ihan hyvin etsiä aineistoja ja karttoja. Alun perin ajattelin, että tekisin karttani Japanista, mutta tässä en GIS-luokassa onnistunut monien hyvien yritysten jälkeen ja päätin sitten tehdä karttani Euroopasta (kokeilin myös mm. Australiaa ja USA:ta, mutta en vain löytänyt järkevää aineistoa/karttaa ja lopulta päätin mennä sieltä missä aita on matalin). Parin päivän päästä rohkaistuin ja tein kotonani Japanista kartan kun löysin oikean siihen sopivan aineiston, mutta esittelen tässä nyt kaikki karttani.

Euroopasta tekemäni karttani ovat omasta mielestäni aika huonoja näin suoraan sanottuja. Periaatteessa kartassa on perusasiat kunnossa ja omasta mielestäni karttojen luettavuus on myös hyvä, mutta mielestäni valitsemani aiheet eivät juurikaan linkity toisiinsa, ainakaan näin Euroopassa. Ensimmäisessä kartassani valitsin aiheiksi bruttokansantuote asukasta kohden ostovoimapariteetin mukaan eli THL:n SOTKAnetin mukaan: ” Asukasta kohden ilmaistun ostovoimakorjatun (Purchasing Power Standards, PPS) bruttokansantuotteen volyymi-indeksi lasketaan suhteessa Euroopan unionin keskiarvoon (EU-27=100). Jos maan indeksi on korkeampi kuin 100, sen BKT asukasta kohden on korkeampi kuin EU:n keskiarvo ja päinvastoin.” Eli kyseessä ei ole euromääräinen summa vaan keskiarvoon sidottu arvo. Monessa Euroopan maassa (mukaan lukien pohjoismaat) tämä luku on yli 100 (mm. Suomessa kyseinen luku on 111. Suurin luku, 263, on ei-niin-yllättävästi Luxemburgissa). Pienin luku on vastaavasti Bulgariassa (46) vaikka kartassa näkyykin pelkkiä viivoja palkkien kohdalla, mutta en ollut karttaa tehdessäni vielä huomannut, että kyseisiä arvoja ei SOTKAnetissä ollut joten siinä olisi yksi asia mikä pitäisi parantaa. Samalla pylväiden absoluuttiset arvot olisi voinut merkitä numeroin joka olisi tehnyt kartasta selvästi helppolukuisemman. Ensikerralla sitten.

BKTjaväestönkasvu

Kuva 1. Euroopan BKT:t ja väestönkasvut

Toinen muuttuja jonka otin mukaan oli väestönkasvu prosentteina. Aluksi mietin, että voisiko BKT:n ja väestönkasvulla olla joku yhteys, mutta nopeasti se kävi selväksi, että näin ei ole ainakaan Euroopassa (ainakaan niin selvästi). Hypoteesini oli, että kun BKT on suurempi, niin väestönkasvu olisi pienempi, mikä varmasti pitää paikkansa jos alueena olisi koko maailma. Esimerkiksi Afrikassa väestönkasvu on useasti monta prosenttia BKT:n ollessa taas vastaavasti erittäin pieni, kun taas vastaavasti monessa korkean BKT:n maassa väestönkasvu on pienempi mm. ihmisten korkeamman koulutuksen vuoksi. Tämä varmasti pitää paikkaansa, mutta koska Euroopassa erot ovat lopulta hyvin pieniä, ei tällaista suhdetta voida oikein muodostaa.

Toiseen karttaani Euroopasta valitsin hedelmällisyysluvun sekä huoltosuhteen. Tätä karttaa tehdessäni huomasin, että monessa Balkanin maassa sekä mm. Ukrainasta ja Valko-Venäjältä näitä tietoja ei ollut saatavilla ja tällä kertaa laitoin kyseiset maat ”Ei dataa” luokkaan ja näin myös aineiston jakauma on huomattavasti parempi. Mitä itse aineistoon tulee, niin ei tässäkään juurikaan ole mitään yhteyttä. Ajatukseni oli, että kun huoltosuhde on suurempi, niin hedelmällisyys luku on pienempi, mutta unohdin yhden aika olennaisen osan huoltosuhteesta. Tilastokeskuksen mukaan ” huoltosuhde kuvaa lasten ja vanhuseläkeikäisten määrän suhdetta työikäisen väestön määrään.” Jostain syystä oletin, että huoltosuhteeseen kuuluu vain eläkkeellä olevat. Jos hedelmällisyysluku on suurempi, on myös huoltosuhde suurempi, koska myös lapsia on enemmän. Eli toisin sanoen jos vanhuksia ja/tai lapsia on enemmän, niin huoltosuhde on suurempi (huh, tulipas toistoa…).

huoltosuhdehedelmällisyys

Kuva 2 . Euroopan huoltosuhteet ja hedemällisyysluvut.

Monessa Euroopan maassa hedelmällisyysluku on noin kaksi tai hieman alle ja pienimmät luvut löytyvät mm. Puolasta ja Slovakiasta, mutta esimerkiksi Puolassa huoltosuhde on yksi Euroopan ”parhaimpia”, mutta pienen hedelmällisyysluvun takia tämä tulee todennäköisesti muuttumaan tulevaisuudessa. Huoltosuhde suuressa osassa Euroopan maista on noin 50 tasolla.

Seuraavaksi mennäänkin sitten omaan Japanin karttaani, jonka tein alusta alkaen kotonani, illalla, pimeässä ja ihan yksin. Ja kuinka helposti se sujuikaan! Yliopiston koneella en jostain syystä saanut liitettyä Japania koordinaatistoon, mutta kotona tuokin sujui parissa minuutissa. Itse kartan piirtämiseen meni hieman alle puoli tuntia ja itse päätin merkitä karttaani vain Japanin eri alueet (regions) prefektuurien sijaan (joita on yli 40). Prefektuurit olisivat antaneet ehkä paremmat eväät eri alueiden vertailuun, mutta itse tosiaan tein jo nuo kaksi karttaa Euroopasta joten totesin, että eiköhän tämä työmäärä riitä ihan hyvin tähän tehtävään. Kun kartta oli piirretty, oli aika etsiä aineistoja ja löysinkin ihan hyvät tilastot Japanin tilastollisesta vuosikirjasta. Törmäsin kuitenkin samaan ongelmaan kuin Kujalan Sanna: tilastot olivat kerätty hyvinkin yksityiskohtaisesti ja epäkäytännöllisesti ja esimerkiksi vanhempien luona asuvien ihmisten määrä oli eritelty hyvinkin tarkkaan. Vaikka meillä Suomessa onkin hyvät tilastot, veivät japanilaiset tämänkin vähän korkeammalle tasolle.

Japanivalmis

Kuva 3. Japanin väestöntiheys ja liikenneonnettomuuksien määrä.

Itse karttaan laitoin eri alueiden väestöntiheydet sekä liikenneonnettomuuksien määrä (tarjolla olisi ollut jos jonkinnäköistä tilastoa mm. mitkä ajoneuvot olivat olleet kolareissa, mutta totesin, että pelkät onnettomuudet riittäisivät). Oletuksena oli, että tiheämmin asutuilla alueilla onnettomuuksia sattuisi enemmän ja suurimmaksi osaksi tilanne olikin näin. Väestöntiheyttä ehkä paremmin tähän olisi sopinut kuitenkin ihan vain väestönmäärä, mutta käy se näinkin. Japanissa onnettomuuksien määrä on yksi maailman alhaisimpia ankarien rangaistusten ja ehdottoman nolla-toleranssin takia, ja Japanissa kuoleekin liikenneonnettomuuksissa 3,8 ihmistä 100 000 ihmistä kohden (Suomessa vastaava luku on 5,7 ja USA:ssa 13,9).

Eniten onnettomuuksia tapahtui Kanton-alueella joka onkin ylivoimaisesti tiheimmin asuttu alue Japanissa yli 40 000 000 ihmisellä (joka on liki kolmasosa koko maan väestöstä) ja vähiten Hokkaidossa (pohjoisin saari) joka on myös väljiten asuttu alue. Muutenkin japanilainen autoilukulttuuri on aika rauhallista, kerran Tokiossa käyneenä voin sanoa, että muista tienkäyttäjistä ei pahemmin vaaraa ollut (tosin Tokiossa julkinen liikenne on erittäin kovassa käytössä), mutta syrjäisemmillä seuduillakaan ei pahemmin kaahailtu. Yhteensä liikenneonnettomuuksia tapahtui noin 390 000, mutta en mistään löytänyt tietoa siitä, että mikä lasketaan onnettomuudeksi, riittääkö pieni valopylvään kolhaiseminen täyttämään onnettomuuden vaatimukset? Ohessa vielä kartta, jossa Japanin väestön tiheys on ilmaistu ilmeisesti kuntien tarkkuudella.

Japanin väestöntiheys 2010

Kokonaisuudessaan olen tyytyväinen kurssiin ja sillä opittuihin asioihin, mutta jos nyt tämä MapInfo riittäisi tältä kertaa. Seuraavaksi taidammekin perehtyä ArcGisiin, ja ainakin toisen vuosikurssin opiskelijat ovat sanoneet, että kyseessä on huomattavasti parempi ohjelma. Toivotaan näin!

Lähteet:

Kujala, S. Kurssikerta 7: Tokio kadoksissa <https://blogs.helsinki.fi/kusaku/> Luettu 27.2.2015

AngloInfo, Road traffic accidents <http://japan.angloinfo.com/transport/driving/road-accidents/> Luettu 27.2.2015

World life expectancy, road traffic accidents deathrate by country <http://www.worldlifeexpectancy.com/cause-of-death/road-traffic-accidents/by-country/> Luettu 27.2.2015

Statistic Bureau of Japan, Statistical Maps of Japan <http://www.stat.go.jp/data/chiri/map/c_koku/mitsudo/pdf/2010.pdf> Luettu 27.2.2015

Tilastokeskus, Väestö vanhenee – heikkeneekö huoltosuhde? <http://www.stat.fi/tup/vl2010/art_2013-02-21_001.html> Luettu 27.2.2015

THL, Indikaattoripankki SOTKAnet <http://uusi.sotkanet.fi/portal/page/portal/etusivu/hakusivu> Luettu 27.2.2015

Statistic Bureau of Japan, Statistical Yearbook of Japan 2015 <http://www.stat.go.jp/english/data/nenkan/index.htm> Luettu 27.2.2015

Kurssikerta 6 – Kallion baareja ja tulirenkaita

Kuudes kurssikerta alkoi ulkoilulla. Tehtävänämme oli kerätä tiettyjä kohteita maastosta sekä tallentaa kohteiden sijainti GPS-paikantimen avulla. Päätimme oman ryhmämme kanssa lähteä tutkailemaan Kallion baarien sijaintia ja pienen ratikkamatkan jälkeen saavuimme paikalle ja saimme kerättyä viidentoista baarin sijainnit helposti ja vaivattomasti. Yliopistolla siirsimme tiedot excelissä MapInfoon ja näin saimme pistemuotoisen aineiston baarien sijainnista. Itse laitteen käyttö tuntui ryhmässämme sujuvan vallan mainiosti ja suurimmat ongelmat aiheuttivat kylmä tuuli ja jäätyvät sormet.

Saamamme tulokset osuivat kutakuinkin oikeisiin kohtiin, mutta muutamien metrien heittoa pisteissä ilmeni mikä nyt on sinällään ihan normaalia, korkeuden mittaaminen näin pohjoisessa on erittäin hankalaa ja niissä tuloksissa heittoa olikin jo huomattavasti enemmän.

Tämä kurssikerran varsinainen tehtävä liittyi niin ikään pisteaineistoihin ja aineistojen käsittelyyn ja tuomiseen MapInfoon. Tehtävänämme oli tehdä kolme karttaa (joko samasta aiheesta tai kolmesta eri aiheesta) jotka piti tehdä opetuskäyttöön, siis sellaisia karttoja joita voisi tarpeen mukaan käyttää vaikka lukion maantieteen tunnilla. Itse tein kolme karttaa maanjäristysten esiintymisestä maapallolla.

Kartoista ilmenee yksi merkittävä seikka: pieniä ja ei-niin-voimakkaita maanjäristyksiä ilmenee erittäin paljon. Jo pelkästään viidessä vuodessa ilmeni yli 60 000 4-5,9 magnitudin maanjäristyksiä kuin yli 60 vuodessa yli 7,5 magnitudin maanjäristyksiä enää kymmeniä. (tiedot saimme Californian Yliopiston Berkeleyn seismologian laboration tietokannasta)

6-7,5järistykset1950

Kuva 1. 6-7,4 magnitudin maanjäristykset vuodesta 1950 alkaen.

Kuvassa 1 on maanjäristykset vuodesta 1950 joiden voimakkuus on 6-7,4 magnitudia ja jo tässä kartassa voidaan huomata hyvin jo litosfäärilaattojen rajoja. Näitä maanjäristyksiä on satoja ja huomattavasti eniten niitä sijaitsee Tyynenvaltameren tulirenkaan ympärillä.

yli7,5järistykset1950

Kuva 2 .7,5 magnitudin maanjäristykset vuodesta 1950 alkaen.

 

Kuvassa 2 rajasin aineiston siten, että kartassa näkyy vain yli 7,5 magnitudin maanjäristykset vuodesta 1950 eteenpäin. Kuten huomataan, niin näitä maanjäristyksiä on ollut vuosien varrella vain muutamia kymmeniä (viimeisin suurimmat tuhot aiheuttanut lienee vuoden 2011 maanjäristys Japanin itärannikolla) ja näistäkin huomattavan suuri osa on tapahtunut Tyynenmeren lähistöllä. Ja kuten myös Outi Seppälä omassa blogissaan toteaa niin suuret maanjäristykset keskittyvät alityöntövyöhykkeille ja hankaussaumoihin.

4-5,9järistykset2010

Kuva 3. 4-5,9 magnitudin maanjäristykset vuodesta 2010.

Viimeisessä kartassa (kuva 3.) on 4-5,9 magnitudin maanjäristykset vuodesta 2010 alkaen. Ja näitä oli piirun verran yli 66000. Aluksi meinasin ottaa aikaväliksi saman ajan jakson (eli vuodesta 1950 eteenpäin), mutta näitten järistysten lukumäärä olisi kasvanut yli 250 000 ja en tiedä kuinka hyvin MapInfo olisi tätä käsitellyt. Joka tapauksessa viiden vuoden aineistostakin saa hyvin selville, että pieniä järistyksiä tapahtuu usein ja tämän omasta mielestäni kartat hyvin havainnollistavat.

Kuva 4. Tyynenmeren tulirengas.

Kuvassa 4 nähdään hyvin tämä pahamaineinen Tyynenmeren tulirengas jossa hyvin merkittävä osuus maailman maanjäristyksistä tapahtuu ja samalla voi miettiä, että kuinka monta miljoonaa ihmistä alueella asuu, kyse on kymmenistä miljoonista ja tulevaisuudessa ison maanjäristyksen tapahtuminen suurkaupungin läheisyydessä voisi aiheuttaa mittaamatonta tuhoa.

 

Lähteet:

Seppälä, O. Järistyksiä ja purkauksia open näkökulmasta <https://blogs.helsinki.fi/outisepp/> Luettu 22.2.2015

Kalifornian yliopisto. <http://quake.geo.berkeley.edu/anss/catalog-search.html> Luettu 22.2.2015

United State Geological Survey. <http://pubs.usgs.gov/gip/dynamic/fire.html> Luettu 22.2.2015

Kurssikerta 5 – Puskurointia ja uima-altaita

Viidennellä kurssikerralla suurimpana teemana oli bufferointi ja sen avulla tehtävät analyysit. Bufferointia eli puskurointia voidaan käyttää esimerkiksi talojen lukumäärän laskemiseen tietyllä säteellä vaikkapa valtaväylän läheisyydessä (tai vaikkapa desibelitasoja).  Tämä helpottaa taas esimerkiksi äänivallien rakentamista alueella kun tiedetään missä desibelitasot nousevat tietyn tason yli.

Aloitimme puskuroinnin harjoittelun viime kerralla tekemämme Pornaisten kartan päälle. Merkitsimme Pornaisten karttaan alueen suurimmat tiet sekä asuinrakennukset. Teimme muun muassa bufferin jossa laskimme talot 100 metrin etäisyydellä tiestä. Itse bufferin tekeminen on erittäin simppeli tehtävä, ainakin silloin kun sinulla on aineisto naamasi edessä. Myöhemmissä tehtävissä jouduimme kaivautumaan isompaan aineistoon ja etsiä sieltä hakemamme aineisto joka olikin jo himpun verran hankalampaa, mutta tästä lisää hieman myöhemmin.

Kurssikerta oli pitkälti hyvin itsenäinen ja teimmekin suurimman osan ajasta yksin tehtäviä (Arttua ja muita kurssilaisia konsultoiden tietenkin) ja ensimmäisenä tehtävänä oli melko yksinkertainen tehtävä jossa meidän piti tehdä bufferi Malmin lentokentälle ja laskea asuinrakennusten määrä 1 ja 2 kilometrin etäisyydellä kiitoradoista. Yhden kilometrin etäisyydellä lentokentästä asuu 8422 asukasta ja 775 taloa. Kahden kilometrin kohdalla vastaavat luvut ovat 55212 ja 4671. Tehtävä oli yksinkertaisuudessa helppo eikä tuottanut itselleni juurikaan mitään ongelmia.

Toinen tehtävä liittyi myös lentokenttiin ja tällä kertaa siirryimme Helsinki-Vantaan lentokenttään ja nyt tehtävänä oli myös laskea asukkaiden määrää 2 kilometrin säteellä. Asukkaita oli tällä kertaa 9907 ja taloja 2173. Toisena tehtävänä meidän piti laskea pahimmalla melualueella (yli 65dB) asuvien ihmisten määrää valmiiksi annetun bufferin perusteella jossa oli lentokentän melutasoja kuvaavat bufferit. Edellä lasketuista asukkaista 3,4% asui pahimmalla melualueella ja vähintään 55dB melualueella asui 11387 asukasta joten voidaan sanoa, että lentokenttä vaikuttaa merkittävään osaan Vantaan väestöstä. Viimeinen Helsinki-Vantaaseen liittyvä tehtävä oli laskea asukkaiden määrä jotka ovat 60dB alueella jos lentokoneet lentäisivät Tikkurilan yli ja tämä tehtävä oli oikeastaan vain puhdasta viivan vetämistä kartalle ja bufferin piirtämistä. Itse sain tulokseksi, että lentoliikenne haittaisi 12189 asukkaan ja 1590 asuinrakennuksen elämää, mutta en ole ihan varma onko tämä oikein, luku tuntuu hieman pieneltä.

Seuraavaksi jatkoimme bufferointia ja tällä kertaa tehtävänämme oli laskea asukkaiden määrä juna-asemien läheisyydessä. Juna-asemat saimme suoraan aineistossa ja asukkaiden laskeminen oli yllättävän helppo homma. Tässä on saamani luvut (500 metrin etäisyydellä juna-asemasta):

  • 82860 asukasta
  • Koko aineiston asukkaista 17% asuu asemien läheisyydessä
  • 59110 työikäistä (15-64vuotta)

Seuraavana itsenäistehtävänä oli selvittää taajamissa asuvien ihmisten lukumäärää. Tähän saimme myös valmiin aineiston, mutta oikeiden asioiden etsiminen vaati hieman tietokantojen muokkausta ja oikeiden asioiden valitsemista. Muutaman kymmenen minuutin jälkeen sain vastaukseksi seuraavia lukuja:

  • 97% alueen asukkaista asuu taajamissa
  • 3% alueen 49981 kouluikäisestä asuu taajamien ulkopuolella
  • Ulkomaalaisten osuus on yli 30% kuudella alueella ja yli kymmenen prosenttia 28 alueella

 

Seuraavaksi tehtävänä oli valita yksi kolmesta vaihtoehdosta. Itse valitsin tehtäväksi jossa laskettiin uima-altaiden lukumäärää alueella. Tämä oli ylivoimaisesti päivän haastavin tehtävä ainakin itselleni, liekö johtunut tehtävän hankaluudesta vai siitä, että kun tässä kohtaa tätä tein niin oli kulunut jo liki 4 tuntia ja väsymys alkoi pikkuhiljaa iskeä. Joka tapauksessa esimerkiksi uima-altaiden lukumäärä jossain määrin yllätti itseni. Odotin ehkä itse hieman suurempaa lukumäärää, mutta toisaalta kun mietitään, niin uima-allas on erittäin kallis ylläpitää sekä rakentaa.

  • Uima-altaita on 855 kappaletta
  • Asukkaita uima-altaallisissa taloissa on yhteensä 12170
  • 345 omakotitaloa, 113 rivitaloa, 158 paritaloa sekä 181 kerrostaloa
  • Saunoja on 21922 rakennuksessa

Saunoja olisin voinut uskoa, että olisi ollut enemmän, mutta toisaalta suurin osa väestöstä asuu kerrostaloissa joissa yleensä on yksi sauna kaikkien asukkaiden käytössä (omassa taloyhtiössäni on kaksi saunaa kolmea kerrostaloa kohti).  Tähän tehtävään liittyi myös kartan teko jossa piti esittää uima-altaiden määrä pääkaupunkiseudun eri alueilla (kuva 1). Kartassa huomataan parhaiten se, että uima-altaita on eniten Helsingissä ja jollain alueilla suurimmillaan yli 50!

UA-kartta

Kuva 1. Uima-altaiden esiintyvyys pk-seudulla.

Näin kurssin ollessa jo yli puolen välin voikin jo miettiä, että osaanko jo käyttää MapInfoa. Tämän kurssikerran perusteella voisin sanoa, että kyllä ja ei. MapInfon perusteet osaan jo ihan mukavasti kuten aineistojen tuominen ja kevyt käsittely kyseisellä ohjelmistolla, mutta sitten kun pitää lähteä miettimään syvällisempiä ongelmia, tulee itsellenikin suuria ongelmia. Vaikka muuten osaisin teoriassa ohjelmaa käyttää, monen pienen asian muistaminen tekee käytöstä vaikeampaa. Yhden ruksin unohtaminen tietystä kohdasta voi muuttaa esimerkiksi kartan täysin erinäköiseksi tai tietokannan tiedot muuttuvat virheellisiksi. Olen myös samaa mieltä Suvin kanssa: “Kaikki uusi MapInfoon liittyvä tieto on tullut niin nopeasti, että kaikkea ei todellakaan ole ehtinyt sisäistämään ja moni asia on unohtunut melkein heti.”

Tähän helppo lääke, harjoittelu.

Lähteet:

Heittola, S. (2015) Kurssikerta 5 <https://blogs.helsinki.fi/heittola/> Luettu 19.2.2015

Kurssikerta 4 – Ruutuja, ruutuja ja Vantaan asukastiheyttä

Neljännellä kurssikerralla sukelsimme ruutu- ja pisteaineistojen pariin ja tämänkertainen nelituntinen alkoi perinteisellä teoriaosuudella jossa kävimme läpi kaikki tämänkertaiseen asiaan liittyvät asiat ja hieman lisääkin. Itse teoriaosuuden jälkeen lähdimme itse harjoittelemaan edellä mainittujen aineistojen käyttöä ja teimme myös sen pohjalta tämänkertaisen kartankin.

Harjoittelun aloitimme tutustumalla MapInfon tarjoamiin työkaluihin (tässä tapauksessa Grid-tool) ja samalla opettelimme niitä käyttämään. Meille annettiin aineisto johon oli tallennettu pisteinä kaikki pääkaupunkiseudun asuinrakennukset ja asukkaat, löysin myös oman silloisen kotini ja tiedot olivat kyllä oikein. Aineiston päälle teimme ruudukon (ensimmäisellä kerralla muistaakseni 500×500 metrin ruuduilla) ja sen jälkeen laadimme teemakartan pääkaupunkiseudun väestöntiheydestä ruudukon pohjalta. Lopputulos oli hieman kehno, sillä suuri pikseli koko ei antanut kovin tarkkaa kuvaa väestön jakautumisesta vaikka suurimmat asutuksen pääpiirteistä tulivat hyvin selvästi kartasta eroon. Seuraavaksi saimme itse kokeilla miten eri ruutukoko vaikuttaa kartan ulkoasuun ja siitä saatavaan informaatioon, ja kuten odottaa saattaa niin pienempi ruutukoko kyllä parantaa kartan tarkkuutta, mutta samalla voi tehdä siitä hieman epäselvemmän, riippuen totta kai kartan tekijän taidoista.

Seuraavana lähdimme työstämään tämänkertaista karttaamme ja siinä tulikin pieniä ongelmia, lähinnä MapInfon ominaisuuksien kanssa. Omana tarkoituksena oli siis tehdä kartta Vantaan asukastiheydestä (Kuva 1.) ja siinä lopulta onnistuen ihan hienosti, mutta matkalla oli monia mutkia. Suurin ongelma oli lähinnä alueen rajaaminen pelkäksi Vantaaksi kun MapInfo halusi välttämättä ottaa osia myös Helsingistä mukaan. Aikansa vääntämisen, opiskelutovereiden konsultoimisen ja viimeisenä keinona kurssinvetäjältä avun pyytäminen toi toivotun tuloksen ja vihdoin pääsin tekemään kartan loppuun asti.

Aluksi kokeilin käyttää 500×500 metrin ruutuja, mutta kuten jo aikaisemmin totesinkin, niin tällöin kartasta tulee omasta mielestäni liian epätarkka ja ei omasta mielestäni edes kovin hyvännäköinen tämän mittakaavan kartoissa. Päädyinkin siksi valitsemaan kartakseni 250×250 metrin ruuduilla tehdyn kartan, josta omasta mielestäni ilmenee hyvinkin tarkasti Vantaan asukastiheys.

Kuva 1. Vantaan väestöntiheys ruutukarttana.

Kuva 1. Vantaan väestöntiheys ruutukarttana.

Kartasta huomataan hyvin Vantaan tiheimmät asutuskeskukset mm. Tikkurila, Koivukylä/Havukoski/Asola, Korso sekä lännessä Myyrmäki ja Martinlaakso. Kartasta myös huomaa helposti sen, että suurin osa Vantaan asutuksesta on sijoittunut Itä-Vantaalle, ja toisaalta lentokenttäkin sijainti on hyvin ilmeinen. Myös Vantaan luoteisosat ovat hyvin harvaan asuttuja ja ainoa tiheämmin asuttu alue on Seutula. Ja jos joskus aikaisemmin on alueella käynyt niin tietää, että Katriinan sairaala on keskellä juuri ei mitään. Huomataan myös, että Vantaa on suurimmaksi osaksi hyvin harvaan asuttua ja, että tilaa rakentaa esimerkiksi uusia asuinalueita löytyy. Tässä toki täytyy muistaa lentokentän aiheuttamat rajoitukset, esimerkiksi lentomelu pitää huomioida.

Päätin ”poistaa” ruudukon omasta kartastani, koska omasta mielestäni päällä oleva ruudukko tekee kartasta hieman sotkuisen ja ilman ruudukkoa myös eri värit saattavat erottua selkeämmin. Kokonaisuudessaan kartta on kuitenkin suhteellisen hyvin onnistunut, ja oikeastaan ainoa hienosäätö minkä olisin ehkä tehnyt, liittyy väreihin. Mielestäni kun tuo vaalein liila on hieman liian vaalea ja se ei oikein meinaa erottua valkoisesta asuttamattomasta alueesta. Pohjoisnuolenkin jouduin lisäämään Paintissa kun oli tunnilla unohtunut ja jostain kumman syystä omalla koneellani oleva MapInfo ei workspace tiedostoa halunnut enää avata, mutta käyhän se noinkin.

Tehtävänannossa meidän piti myös miettiä, että voidaanko ruututeemakarttaa käyttää absoluuttisia arvoja kuvattaessa, ja omasta mielestäni kyllä voi. Kyllähän oma karttanikin sen jo todistaa. Verrattuna esimerkiksi ”normaaleihin” teemakarttoihin niin omasta mielestäni ruututeemakartan antama informaatio voi olla paikoitellen jopa tarkempaa, mutta eri alueiden vertailu esimerkiksi kuntatasolla on hyvin hankalaa ja tämän sopii normaali koropleettikartta paljon paremmin. Vantaan väestöntiheyttäkin voidaan mitata ruututeemakartalla vallan mainiosti, muutamat karttatyypit saattaisivat antaa tietenkin tarkempaa tietoa (esimerkiksi dasymetrinen kartta) kuin ruututeemakartta. Tarpeeksi pienellä ruutukoolla ruututeemakartta on kuitenkin hyvin informatiivinen. Toisaalta, suurempi ruutukukoko sopii hyvin kuvaamaan suurempia alueita. Näin on tehnyt myös Maarit Mukala joka oman bloginsa kartassa on käyttänyt koko pääkaupunkiseudun karttaa ja yhden kilometrin ruutuja. Ehkä omasta mielestäni kuitenkin kilometrin ruudut saattavat olla hieman liian suuria pk-seudun kokoiselle alueelle, mutta ymmärtänette pointin.

 

Lähteet:

Mukala, Maarit. Neljäs kurssikerta <https://blogs.helsinki.fi/mmukala/2015/02/18/neljas-kurssikerta-tulossa/> Luettu 14.3.2015

Kurssikerta 3 – Timantteja, öljyä ja tulvia

Kolmannella kurssikerralla olikin jo hieman hankalampaa asiaa. Tai no, itsessään asia ei ollut kovin hankalaa, mutta työvaiheita oli erittäin paljon ja yhden ruksin unohtuminen jostain kohdasta aiheutti jo hieman harmaita hiuksia. Kyseessä oli siis tietokannoilla leikkimistä. Varsinaisella oppitunnilla itse teoriaosuutta ei juuri ollut vaan siirryimme suoraan itse asiaan. Meille annettiin Afrikan mantereesta oleva kartta, jota piti alkaa muokkailemaan. Meidän piti esimerkiksi yhdistellä alueita sekä muokata ja yhdistellä tietokantoja. Tämä oli minulle jo täysin uutta asiaa ja erilaisia ruksittavia ja muistettavia asioita oli jo paljon. En usko, että vieläkään muistan ihan kaikkea, pitänee varmaan harjoitella lisää.

Tämän viikon ensimmäisenä tehtävänä oli käyttää ”värikästä mielikuvitustamme” ja yrittää analysoida, että mitä muuta voidaan saada selville annetuista tietokannoista. Kurssinvetäjän Arttu Paarlahden (kuva 1.) tekemässä kartassa nähdään Afrikan mantereen timanttikaivokset, konfliktialueet ja paikat sekä konfliktien laajuus ja öljylähteet. Pikaisella vilkaisulla selviää, että liki koko Afrikassa on konflikteja ollut ja joskus nämä ovat liittyneet myös luonnonvaroihin. Tilastot ovat muistaakseni päivitetty vuonna 2006, joten tämän päivän kartassa olisi myös Libya konfliktialueeksi merkattu Arabikevään tapahtumien takia.

Kuva 1. Afrikan kartta johon merkittynä konfliktit, timanttikaivokset, öljykentät sekä konfliktien laajuus. (Paarlahti 2015)

Kuva 1. Afrikan kartta johon merkittynä konfliktit, timanttikaivokset, öljykentät sekä konfliktien laajuus. (Paarlahti 2015)

Monet konfliktit juontavat juurensa siirtomaavallan aikaan kun eurooppalaiset hallitsivat käytännössä koko mannerta. Eurooppalaisten teot Afrikassa jättivät mantereen huonoon jamaan ja isäntien lähdöstä saakka on alueella sodittu ties mistä. Hyvänä esimerkkinä lienee Kongon veritimantit, joita ostamalla ovat muun muassa länsimaat tukeneet Afrikan konflikteja.

Internetin käyttäjien lukumäärän kasvu ja väheneminen kertoo myös osaltaan yhteiskunnan kehityksestä. Oletusarvoisesti voisi uskoa, että jos yhteiskunta kehittyy rauhassa ilman vakavampia konflikteja, internetin käyttäjien määrä kasvaa tasaisesti. Jos taas vastaavasti määrä vähenee, tämä voi osaltaan kertoa konfliktista ja sen merkittävyydestä kyseiselle valtiolle. Kuten Mirka Jokela-Määttä blogissaan toteaakin, että vaikka länsimaissa internet kuuluu siihen perusinfrastruktuuriin, ei se sitä välttämättä ole kehittyvissä maissa. Heikkoa infrastruktuuria on myös huomattavasti helpompi horjuuttaa.

Tulvaindeksikartta

Kuva 2. Tulvaindeksi kartta sekä valuma-alueiden järvisyys.

 

Viikon toisena tehtävänä oli tehdä tulvaindeksikartta Suomen eri valuma-alueista. Tehtävässä käytettiin hyödyksi edellisessä harjoituksessa (Afrikka-tehtävä) opittuja taitoja eri tietokantojen yhdistämisessä ja tietokantojen muokkaamisessa. Itse sain tehtävän tehtyä ilman suurempia ongelmia jo varsinaisella kurssikerralla ja vaikka suhteellisen nopeasti karttanikin tein, tuli siitä mielestäni selkeä ja hieno. Tehtävähän on myös siinä mielessä hauska, koska ensimmäistä kertaa pääsemme vertailemaan myös kanssaopiskelijoidemme karttoja helposti, sillä kaikilla kun on sama aihe. Eroja kuitenkin löytyy, lähinnä luokittelussa ja värimaailmassa (sekä myös muiden karttaelementtien asettelussa). Esimerkiksi Oskar Rönnberg on omassa kartassaan päätynyt paljon väririkkaampaan palettiin kuin oma sinisen-sävyinen karttani. Vastaavasti Rönnberg on käyttänyt omassa kartassaan hieman erilaista luokittelua. Oman karttani luokituksen valitsin siten, että suurimpaan luokkaan tuli vain yksi arvo, 1100 joka on Aurajoen valuma-alue.  Tähän päädyin siksi, että Aurajoen tulvaindeksi on huomattavasti suurempi kuin seuraavilla valuma-alueilla. Kummatkin luokitukset kuitenkin toimivat vallan mainiosti.

Toinen selvitettävä asia oli valuma-alueiden järvisyys. Järvisyydellä tarkoitetaan valuma-alueella sijaitsevien järvien suhdetta valuma-alueen pinta-alaan (ympäristö.fi) ja tämän tiedon löysimme kätevästi taulukosta. Vaihtoehtona oli myös tehdä haastavampi versio ja laskea alueiden järvisyys prosentit itse (mikä itsessään ei ole hankala laskutoimitus jos osaa pinta-aloja laskea), mutta itse päädyin tekemään oman karttani valmiin aineiston pohjalta, kenties olisi harjoituksen vuoksi hyvä tehdä myös se haastavampi versio. Kartassa järvisyys esitetään pylväänä kyseisen valuma-alueen päällä. Tämä tuotti alkuun hieman hankaluuksia, sillä joidenkin valuma-alueiden järvisyys on erittäin pieni esimerkiksi länsirannikolla ja vastaavasti alueet ovat myös pinta-alaltaan hyvin pieniä joten pieniä pylväitä kartalla näkyy ihan riittämiin. Tunnilla tuli mietittyä vaihtoehtoisia tapoja esittää alueiden järvisyys, jotta kartasta saisi selkeämmän, mutta muutamien pikaisten kokeiluiden jälkeen pylväät osoittautuivat silti parhaimmaksi vaihtoehdoksi. Kenties taitavampi kartografi osaisi asian ilmaista selkeämmin, vaikka ei omassa esityksessäkään pahemmin ongelmia ole.

Kartta ilmaisee asian selkeästi ja maallikkona pystyn sanomaan, että mitkä alueet ovat järvisimpiä ja toisaalta myös, että missä tulvat ovat suurin ongelma. Tulvien esiintymiseen vaikuttaa myös moni muukin asia kuten alueen alavuus ja tulvavallit. Vaikka Aurajoki onkin tulvaindeksiltään kaikkein korkeimmalla sijalla, ei ainakaan uutisissa pahemmin Aurajoen tulvista kerrota. Sen sijaan monet Pohjanmaan joet pääsevät melkein joka kevät uutisiin tulvien takia.

 

Lähteet:

Paikkatiedon hankinta, analyysi ja kartografia 2015, Arttu Paarlahti <https://blogs.helsinki.fi/pak-2015/> Luettu 2.2.2015

Paikannettua tietoa, Mirka Jokela-Määttä <https://blogs.helsinki.fi/mijokela/> Luettu 2.2.2015

Oskarin PAK-blogi, Oskar Rönnberg <https://blogs.helsinki.fi/oskaronn/> Luettu 3.2.2015

Tulvasanasto, Ympäristö.fi <http://www.ymparisto.fi/fi-FI/Vesi/Tulviin_varautuminen/Tulvasanasto> Luettu 3.2.2015