Kurssikerta 7. Oma kartta

Viimeisellä kerralla tarkoituksena oli tehdä vapaavalintainen kartta  itsenäisesti. Kurssikerralla tuli valmistautua jo aikaisemmin valitsemalla kartan aihe ja etsimällä data siihen. Kartassa tuli olla vähintään kaksi muuttujaa. Suunnittelin aluksi tekeväni kartan Etelä-Amerikasta ja etsin aluksi siihen sopivaa dataa. En kuitenkaan löytänyt kunnollisia tilastoja ja oikeiden sivustojen löytäminen ja käyttäminen oli yllättävän vaikeaa. Lopulta kurssikerran aikana päätin tehdä karttani Euroopasta käyttämällä Eurostatin tilastoja, jotka olivat selkeät. Myös muun muassa Petra Saari ja Sirje Lappalainen kertovat blogissaan päätyneensä lopulta käyttämään Eurostatin tilastoja niiden helppouden takia. Löysin tilastoja liikenteen aiheuttamista päästöistä ja terveysongelmista, joten päätin tehdä karttani niihin liittyen. Tein koropleettikartan jonka pohjana oli väreillä liikenteen päästöt ja sen päällä rastereina terveysongelmaiset. Karttapohjan otin edellisen kurssikerran maailmankartasta, josta rajasin alueeksi Euroopan.

Kartan suunnittelu ja toteutus eivät lopulta onnistuneet ihan niin kuin olisin halunnut. En löytänyt sopivia tilastoja terveysongelmista, enkä usko, että valitsemani liittyy mitenkään liikenteen päästöihin. Olisin siis halunnut tietää vaikuttavatko päästöt yhtään terveyteen. Halusin kokeilla rasterien ja värien yhdistämistä, sillä en ollut aikaisemmin tehnyt sellaista karttaa. Yritin tehdä ensimmäisen kartan jälkeen toisen kartan myös Etelä-Amerikan matkailusta, mutta en saanut muuttujia kartalle, joten jätin sen kesken.

Kartassani on aika paljon virheitä ja puutteita. Ensinnäkin sen lukeminen on aika hankalaa. Ymmärsin myöhemmin, että luokkia taitaa olla ihan liikaa, eli molemmilla muuttujilla 5. Myös rasterit muuttuivat jostain syystä epäselviksi tallennusvaiheessa. Toiseksi kartasta puuttuu osa valtioista, eli luultavasti niiden kirjoitusmuodot eivät täsmää. En ole siis tarkistanut kunnolla taulukoita. Kolmanneksi, legenda on liian suuri ja kartta liian pieni.

Kuva 1. Liikenteen aiheuttamat päästöt ja terveysongelmaisten osuudet Euroopassa.

Olin kuitenkin niin tyytyväinen kun onnistuin saamaan tilastot MapInfoon ja lopulta vielä kartalle, että unohdin miettiä tarkemmin kartan ongelmia. Muuttujien välillä ei taida olla korrelaatiota. Esimerkiksi pohjoismaissa terveysongelmaisten määrät ovat melko suuret, mutta liikenteen päästöt pienet. Joissakin Itä-Euroopan maissa molemmat muuttujat näyttäisivät olevan suuria, mutta en tiedä kannattaako kartaltani edes yrittää etsiä tietoa. Ehkä siitä voisi päätellä, että valitsemani tiedot terveysongelmista eivät johdu liikenteen päästöistä vaan jostakin muusta, kuten elämäntavoista. Nyt kun myöhemmin mietin, olisin etsinyt tietoa esimerkiksi ilmansaasteista ja esimerkiksi hengitystiesairauksista.

Loppujen lopuksi en ole tyytyväinen karttaani, mutta olen iloinen, että sain edes jonkinnäköisen kartan aikaan. Kurssi on ollut hyödyllinen ja jotakin on myös jäänyt päähän MapInfosta, vaikka osaamiseni on vasta aika alkutasolla.

 

Lähteet:
Eurostat (2016). People having a long-standing illness or health problem. <http://ec.europa.eu/eurostat/data/database>. Luettu 2.3.2016.

Saari, P. (2016). Euroopan köyhyys ja turismi. <https://blogs.helsinki.fi/petrasaa/>. Luettu,15.3.2016.

Lappalainen, S. (2016). Iha ite tein. <https://blogs.helsinki.fi/sirjelap/>. Luettu, 15.3.2016.

Kurssikerta 6. Karttoja opetuskäyttöön

Kuudennella kerralla aloitimme aamun kävelemällä kampuksen ympäristössä ryhmissä ja keräämällä joidenkin kohteiden koordinaatit GPS-laitteen avulla, jotka sitten siirsimme kartalle.
Itsenäistehtävässä tuli laatia kolme hasardikarttaa. Aineistoa oli maanjäristyksistä, tulivuorista ja meteoriiteista ja karttojen oli tarkoitus sopia opetuskäyttöön. Päädyin tekemään kaikki omat karttani maanjäristyksistä. Ensimmäisen aiheena on kaikki vähintään 6,0 magnitudin maanjäristykset vuodesta 2000 alkaen. Toinen kuvaa vähintään 8,0 magnitudin järistyksiä myös vuodesta 2000, ja kolmas taas vähintään 6,0 järistyksiä vuodesta 2015 alkaen.

Kuva 1. Vähintään 6.0 magnitudin maanjäristykset vuodesta 2000 eteenpäin.

Kuva 2. Vähintään 8.0 magnitudin maanjäristykset alkaen vuodesta 2000.

Kuva 3. Vähintää 6.0 magnitudin maanjäristykset alkaen vuodesta 2015.

Kartat ovat mielestäni selkeitä ja onnistuivat visuaalisesti hyvin. Niistä näkee selkeästi, että voimakkaampia järistyksiä tapahtuu huomattavasti harvemmin kuin heikompia. En keksinyt kunnon ideaa kolmannelle kartalle, ja mielestäni se on ehkä vähän turha. Myöhemmin mietin, että siinä olisi voinut esittää vaikka vähintään 4,0 magnitudin järistyksiä. Silloin olisi huomannut, että heikkoja maanjäristyksiä esiintyy paljon enemmän. 6,0 magnitudin järistykset ovat kuitenkin jo voimakkaita. Kolmannesta kartasta käy kuitenkin ilmi, että viimeaikoina suhteellisen voimakkaita maanjäristyksiä on esiintynyt eniten juuri Tyynenmeren tulirenkaan alueella. Yhteen kartoista olisi voinut lisätä maanjäristysten lisäksi tulivuoret, kuten muun muassa Kanerva Matveinen on tehnyt. Silloin näkisi, että niitä esiintyy suurimmaksi osaksi samoilla alueilla, eli laattojen reuna-alueilla.

Opetuskäyttöön kartat sopisivat varmaan aika hyvin. Lisäisin karttojen tueksi vielä kuvan maapallon litosfäärilaatoista, jolloin niiden sijaintia voisi verrata maanjäristysten sijaintiin. Kuvasta näkyy millä alueilla laatat erkanevat tai törmäävät toisiinsa, ja siitä voisi päätellä voimakkaimpien järistysten tapahtuvan alityöntövyöhykeillä. Huomasin, että Matilda Holkkola on rajannut maanjäristyskarttansa Atlantin kohdalta tarkoituksena saada Tyynenmeren tulirengas näkymään selkeästi. Se on mielestäni hyvä idea vaikka kyseessä eivät olekaan tulivuoret, sillä tulirenkaassa esiintyy myös voimakkaita maanjäristyksiä eniten.

Kuva 4. Maapallon litosfäärilaatat.

 

Lähteet:

Matveinen, Kanerva (2016). Kurssikerta 6- GPS-kävely ja hasardikarttoja opetuksen tueksi. <https://blogs.helsinki.fi/kanervam/>. Luettu 6.3.2016.

Holkkola, Matilda (2016). Kurssikerta 6- Kartta opetuskäyttöön. <https://blogs.helsinki.fi/hcmatild/>. Luettu 6.3.2016.

http://www.rsc.org/Education/Teachers/Resources/jesei/platerid/plates.htm.

Kurssikerta 5. Bufferointia

Viidennen kerran aiheena oli bufferointi. Bufferoimalla voidaan siis laskea jonkin alueen sisälle jäävien kohteiden lukumäärä. Edelliskerralla olimme piirtäneet Pornaisten keskustan alueen suurimman tiestön ja kaikki asuinrakennukset, ja tällä kerralla bufferoimme asuintalot jotka olivat 500 metrin etäisyydellä teistä. Piirsimme myös karttaan terveyskeskuksen ja koulun ja bufferoimme tietyllä etäisyydellä niistä olevat asunnot.

Kurssikerta oli kyllä tähän mennessä ehdottomasti turhauttavin ja vaikein. En millään meinannut keksiä ratkaisuja itsenäistehtäviin edes tarkempien ohjeiden avulla. Lopulta yritin vain saada edes jonkinlaisia vastauksia tehtäviin, joten en tiedä kuinka moni niistä on oikein. Alkukurssikerran puskurointi tehtävät olivat suhteellisen helppoja ja myös itsenäisen lentokenttätehtävän ensimmäiset osat sujuivat melko hyvin, sillä niissä oli kyse samanlaisesta puskuroinnista kuin harjoitustehtävissä. Niiden jälkeen alkoivat kuitenkin vaikeudet. Itsenäistehtäviä oli siis neljä, joista yksi oli vapaavalintainen kolmesta vaihtoehdosta. En kuitenkaan ehtinyt tehdä viimeistä tehtävää. Mikään tehtävistä ei sujunut ilman ongelmia, ja lopulta luovutin niiden kanssa joihin en vain saanut vastausta, joten parista kysymyksestä puuttuu vastaus.

Taulukko 1. Itsenäistehtävien vastauksia.

taulukko

Bufferointi oli terminä minulle jonkin verran tuttu, mutta en ollut ymmärtänyt sitä sen tarkemmin kuin mitä olin joskus lukiokirjoista ulkoa opetellut. Kurssikerran aikana puskuroinnin tarkoitus ja käyttömahdollisuudet tulivat kuitenkin jonkin verran tutummiksi, eli oli tästä kerrasta jotakin hyötyäkin, vaikken tehtäviä osannutkaan. Puskurointi on hyödyllinen muun muassa kaupunkisuunnittelussa, jolloin sen avulla voidaan selvittää hyvin mihin esimerkiksi jokin rakennus tulisi sijoittaa, jotta se olisi mahdollisimman hyvin saavutettavissa. Moni mainitsi blogissaan myös puskuroinnin mahdollisuuden esimerkiksi onnettomuustilanteissa tai ydinonnettomuuden vaikutusalueen selvittämiseksi; ” Esimerkiksi ydinonnettomuuden säteilyalueen sisälle jääneet asunnot tai paloauton 5min ajomatkan päässä olevat koulut voitaisiin nopeasti laskea puskurialuetta hyväksikäyttäen.” (Reetu Jormakka 2016).

Kurssin aikana eniten käytetyt työkalut alkavat tulla jo tutuiksi, mutta hieman harvemmin käytetyt toiminnot eivät ole vielä itselleni kovin selkeitä. Teemakarttatoiminto on jo selkeä, sillä sitä on käytetty nyt jo lähes joka kerralla. Taulukoiden hallinta ja muokkaus ovat olleet melko tärkeässä roolissa kurssin tehtävien kannalta ja ne ovatkin tärkeitä toimintoja MapInfossa. Tästä myös Aino Grönroos kirjoittaa blogissaan: ” Mielestäni tärkeimpiä ominaisuuksia ovat taulukoiden (table) hallinta ja niiden avulla saavutettavat toiminnot, esimerkiksi ominaisuuden liittäminen sijaintiin.”
Loppujen lopuksi kurssikerrasta jäi vain turhautunut olo, vaikka luulenkin että tarkoituksena oli nimenomaan tutustua puskuroinnin käyttöön, eikä välttämättä saada kaikkia tehtäviä oikein.

Lähteet:

Grönroos, Aino (2016). Kuudes kurssikerta. < https://blogs.helsinki.fi/ainogron/> Luettu 24.02.2016.

Jormakka, Reetu (2016). 5. kurssikerta. < https://blogs.helsinki.fi/jore/> Luettu 24.02.2016.

Kurssikerta 4. Ruututeemakartta

Neljännellä kerralla harjoittelimme ruutumatriisien tekoa, karttakuvan rekisteröintiä sekä ruututeemakartan tekemistä. Tarkoitus oli tehdä jotakin ilmiötä pääkaupunkiseudulla kuvaava ruututeemakartta absoluuttisista arvoista. Kartta muistuttaa koropleettikarttaa, mutta ruututeemakartalla on mahdollista kuvata absoluuttisia arvoja, sillä kaikki ruudut ovat samankokoisia. Ruututeemakartta on käytännöllinen silloin kun alueella ei ole valmiita aluejakoja tai niitä ei haluta käyttää. Sen avulla on siis mahdollista kuvata suhteellista koropleettikarttaa tarkempaa tietoa, varsinkin ruutujen määrää muuttamalla.
Teimme ensin teemakartan 20 vuotiaiden määrästä alueella ja lopuksi teimme vapaavalintaiset kartat. Tarkoitus oli verrata erikokoisilla ruudukoilla tehtyjen karttojen tarkkuuksia. Tein oman karttani 400×400 metrin ruudukolle. Valitsin aiheeksi muun kieliset pääkaupunkiseudulla.

kk4 kartta

Kuva 1. Muunkieliset pääkaupunkiseudulla.

Kartassa on muutamia virheitä, jotka olisin halunnut muuttaa. Yritin saada ruutujen reunat pois, mutta en onnistunut siinä jostain syystä. Ilman niitä kartta näyttäisi selkeämmältä. Kartan eri värisävyt eivät erotu kunnolla toisistaan, ja parhaiten näkyvät vain ruudut joilla on eniten tai vähiten muun kielisiä. Siksi tähän karttaan olisi myös voinut valita kaksi eri väriä, sillä lukiessani muiden blogeja huomasin, että moni oli tehnyt niin ja se sopii hyvin ruututeemakarttaan. Lisäsin kartan taustalle suuralueet, mutta en tiedä onko niistä mitään hyötyä ilman paikannimiä. Myös legendassa pitäisi lukea alue jolta kartta on tehty, eli pääkaupunkiseutu.

Vaikka kartalta ei ehkä kunnolla näy pieniä eroja muun kielisten määrässä, siitä kuitenkin erottuvat alueet joilla muun kielisiä on eniten ja vähiten. Alueet joilla muun kielisiä on eniten, ovat etenkin Itä- ja Etelä-Helsinki. Vantaalla ja Espoossa muun kielisiä on keskittynyt tietyille alueille, mutta heitä ei ole yhtä laajoilla alueilla kuin Helsingissä. Vantaalla erottuu etenkin eteläinen Vantaa ja Espoossa tietyt alueet, kuten Leppävaara ja Espoon keskus. Kartalta erottuu myös asumattomat alueet, eli Nuuksion kansallispuisto ja lentokenttä. Vähiten muun kielisiä pääkaupunkiseudulla on luoteisosissa, joissa on myös vähiten asutusta. Miro Mujunen on tehnyt karttansa samasta aiheesta. Hän pohtii Helsingin eteläosien muun kielisten keskittymää ja arvioi sen johtuvan keskusta-alueen suurlähetystön työntekijöistä. Keskustassa on enemmän asukkaita, jolloin myös muun kielisiä on enemmän absoluuttisessa kartassa.

 

Lähteet:
Mujunen, Miro (2016). Kurssikerta 4. Pisteistä ruutuihin.< https://blogs.helsinki.fi/mimumimu/ >. Luettu 15.2.2016.

Kurssikerta 3. Tietokantoja

Kolmannella kurssikerralla tarkoituksena oli muokata tietokantoja muun muassa yhdistelemällä niitä ja tuomalla niihin ulkoista tietoa. Itselleni kurssikerta oli haastava sillä kaikki tietokantajutut ovat minulle uusia ja eri toimintoja ja välilehtiä käytettiin todella paljon. Teimme yhdessä harjoitusaineiston Afrikan maista. Alussa kaikki sujui hyvin kun pysyin mukana opetuksessa. Onnistuin kuitenkin jostakin syystä hävittämään lopullisen valmiin taulukon Afrikasta jota olimme tehneet koko alkukurssikerran ajan. Onneksi sitä ei kuitenkaan tarvittu enää lopullisen kartan teossa.

Afrikka:

Harjoitusvaiheessa lisäsimme taulukkoon tietoa Afrikan konfliktien, timanttikaivosten sekä öljykenttien määristä eri maissa. Toisena tehtävänä oli myös pohtia mitä tiedoista voisi päätellä jos tietokannassa olisi lisäksi tietoa muun muassa konfliktien tapahtumavuodesta ja laajuudesta, timanttikaivosten aloittamis- ja löytämisvuodesta ja tuottavuudesta sekä öljykenttien tuottavuudesta ja löytämis- ja poraamisvuodesta sekä internetkäyttäjien lukumäärästä eri vuosina.
Näistä tiedoista voisi päätellä monia seikkoja. Tarkastelemalla luonnonvarojen löytämis- ja hyödyntämisvuosia sekä konfliktien alkamisvuosia voidaan arvioida onko luonnonvarojen löytämisellä ollut vaikutusta konfliktien alkamiseen tai ovatko ne kenties konfliktin taustalla. Esimerkiksi Sierra Leonessa 1990- luvun sisällissodan taustalla olivat timanttivarat (CSCW 2007). Internetin käyttäjien määrään alueella vaikuttaa ainakin alueen vauraus. Vertaamalla esimerkiksi öljykenttien aloittamisvuosia ja internetin käyttäjien määrän kasvua, voidaan selvittää onko valtion vaurastumisen taustalla ollut öljykenttien löytyminen, ja kuinka nopeasti valtio on vaurastunut sen myötä. Tiedoista voidaan myös selvittää että onko osa valtioista onnistunut hyödyntämään luonnonvarojaan paremmin kuin toiset ja miten paljon tähän vaikuttaa valtion vauraus. Nämä voidaan selvittää tarkastelemalla öljykenttien ja timanttikaivosten tuottavuuksia ja eri maiden internetin käyttäjien määrää.

Oma kartta:

Toisena tehtävänä oli tuottaa Suomen valuma-alueiden tulvaindeksikartta. Kartan aineisto tuli yhdistää itse eri tietokannoista edellisen harjoituksen tapaan. Lopuksi karttaan lisättiin vielä pylväsdiagrammeina alueiden järvisyysprosentit. Olen tyytyväinen aikaansaamani karttaan, vaikka siitä löytyykin hieman muutettavaa. Valitsin koropleettikartan väreiksi sinisen ja järvisyyspylväiden punaisen. Punainen väri ainakin erottuu hyvin sinisestä taustasta.

Kuva 1. Valuma-alueiden tulvaindeksit ja järvisyysprosentit.

Kartalta näkee odotettavasti, että tulvaindeksi on korkein rannikolla ja järvisyys suurinta taas sisämaassa Järvi-Suomen alueella. Pohjanmaa erottuu selkeästi korkean tulvaindeksin alueena. Alueen maasto on tasaista ja peltomaista jolloin se ei sido yhtä paljon vettä kuin järvet ja metsät ja jolloin vesi voi levitä pitkälle tulviessa. Lapissa tulvaindeksi on pientä ja myös järvisyys suhteellisen pientä. Lapissa on paljon soita, joten luulen, että ne varastoivat vettä ja vähentävät tulvia. Joet tulvivat myös herkemmin etenkin kun niitä on muokattu rakentamista tai maataloutta varten. Tätä pohtii myös Marisofia Nurmi blogissaan: ” Rakennettu maasto päällysteineen, sekä rajallisella teholla vettä poistavat katuviemäristöt estävät luonnollista veden imeytymistä ja edesauttavat sen kertymistä kaduille ja maaston uomiin.” Tulvariskin ja järvisyyden välillä on siis negatiivinen korrelaatio, eli järvisyyden kasvaessa, tulvaindeksi laskee.

 

Lähteet:

Nurmi, M. (2016). Kolmas kurssikerta- tutkimusmatka tietokantoihin. <https://blogs.helsinki.fi/nurmaris/>. Luettu 9.2.2016.

Dupuy, Binningsbø (CSCV, 2008) Power-sharing and Peacebuilding in Sierra Leone. Luettu 9.2.2016.

Artikkeli 1.

Anna Leonowiczin artikkeli (2006) käsittelee päällekkäisiä koropleettikarttoja, niiden mahdollisuuksia ja heikkouksia sekä sitä miten ne poikkeavat tavallisista teemakartoista. Artikkelin mukaan tavallisten teemakarttojen avulla on mahdollista esittää hyvin alueellista jakaantumista ja päällekkäisten teemakarttojen avulla voidaan esittää paremmin kahden eri muuttujan välisiä riippuvuuksia. Päällekkäisten koropleettikarttojen ymmärtäminen voi kuitenkin olla tavallisia teemakarttoja vaikeampaa.

Leonowicz kertoo että päällekkäisiä teemakarttoja tehdessä on tärkeää kiinnittää huomiota karttojen suunnitteluun ja visuaaliseen toteutukseen, jolloin kartta pysyy tarpeeksi selkeänä. Esimerkiksi luokkia ei saisi olla kolmea enempää molemmilla muuttujilla. Tekstissä kerrotaan lähinnä kartoista joissa muuttujat on kuvattu kahdella eri värillä, tässä tapauksessa punaisella ja sinisellä. Alueet joilla molemmat muuttujat esiintyvät, ovat violetteja. Haastavinta tällaisen kartan lukemisessa on se että kartalta on vaikea ymmärtää värien perusteella mitään ilman legendan tarkkaa lukemista.

Artikkelin kartan legenda on hyvin erilainen kuin tavallisten teemakarttojen joita käytetään useammin. Se on eräänlainen ruudukko, jossa muuttujat on kuvattu x- ja y-akseleilla ja pisteet ovat eri havaintoja. Legenda on haastava, etenkin jos kartan kohdeyleisöllä ei ole sen lukemiseen tarvittavaa kokemusta. Tällaisten karttojen kohdeyleisöksi sopii siis hyvin sen lukemiseen perehtyneet joilla on kartanlukukokemusta. En kuitenkaan usko että päällekkäisten teemakarttojen käyttäminen olisi järkevää esimerkiksi mediassa. Itselläni ainakin legendan lukeminen ja ymmärtäminen vaatisi aikaa.
Artikkeli herätti ajatuksia siitä millaisia mahdollisuuksia onkaan luoda erilaisia teemakarttoja. Hyvin tehtyinä päällekkäiset koropleettikartat ovat varmasti hyödyllisiä ja selkeästi ymmärrettäviä.

 

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

Kurssikerta 2. Teemakarttoja

Toisella kurssikerralla jatkoimme teemakarttojen parissa. Harjoittelimme  erilaisten teemakarttojen tekoa edelliskerran koropleettikarttojen lisäksi. Aluksi teimme taas yhdessä muun muassa piste-, grid- ja 3D karttoja. Harjoittelimme myös pylväs-ja ympyrädiagrammikarttojen tekoa, jotka soveltuvat hyvin kahden eri muuttujan esittämiseen yhdellä kartalla. Niissä on yleensä jotakin ilmiötä kuvaavan koropleettikarttapohjan päällä toista ilmiötä esittäviä diagrammeja tai symboleita. Kurssikerran lopulla saimme tehtäväksi tehdä vapaavalintaisen kartan, jossa tuli olla kaksi päällekkäistä teemaa.

Käytin liikaa aikaa sopivien muuttujien etsimiseen kartalle jolloin itse kartan toteutukselle ei jäänyt tarpeeksi aikaa. Lopulta päädyin tekemään kaksi karttaa, sillä en ollut yhtään tyytyväinen ensimmäiseen. Tein ensimmäisen karttani väestöntiheydestä ja kuntien kokonaisnettomuutosta.

PAK 2

Kuva 1. Väestöntiheys ja kokonaisnettomuutto 2015.

 

Helena Rautakoski mainitsee blogissaan, että kahden muuttujan kartoissa alueiden koko vaikuttaa merkittävästi selkeyteen ja on tärkeää valita tarpeeksi suuret alueet jotta myös diagrammit mahtuvat karttaan. Ymmärsin tämän tehtyäni ensimmäisen karttani koko Suomesta, jossa suurin osa symboleista ei erotu lähes ollenkaan. Valitsin uuden karttani alueeksi pelkästään Pohjois-Suomen jossa kunnat ovat pinta-alaltaan suuria ja symbolit erottuvat hyvin. Karttani pohjalla on koropleettikarttana korkea-asteen tutkinnon suorittaneiden osuus väestöstä ja sen päällä työttömyysaste symboleina joiden koko kertoo työttömyysasteen.

Sieppaa

Kuva 2. Pohjois-Suomen kuntien työttömyysaste ja korkea-asteen tutkinnon suorittaneiden osuus väestöstä.

 

En ole täysin tyytyväinen tähänkään karttaan, sillä symbolit olisi varmaan pitänyt muuttaa hahmoista esimerkiksi pylväisiin, sillä en tiedä kuvaavatko hahmot kunnolla työttömyysastetta. Luulen myös että työttömyysaste olisi ollut parempi laittaa koropleettikartaksi jolloin ainakin omalla kohdallani kartan lukeminen olisi jollakin tavalla selkeämpää. Olen kuitenkin tyytyväinen kartan ulkomuotoon. Mittakaava ja legenda ovat tarpeeksi suuret ja värit erottuvat hyvin toisistaan. Huomasin kuitenkin koropleettikartasta, että peräkkäisissä luokissa toistuvat samat arvot. Esimerkiksi pienimmän luokan suurin arvo on 15 % ja seuraavaksi pienimmän luokan pienin arvo on myös 15 %. Olen tähän mennessä valinnut aina luonnolliset luokkavälit, joten tulevaisuudessa täytyy alkaa kiinnittämään enemmän huomiota sopivien luokkavälien valintaan.

Pienimmän työttömyysasteen (noin 11 %) kuntia on eniten länsirajalla. Korkeimman työttömyysasteen kuntia on taas enemmän itärajalla (yli 20 %). Kunnissa joissa korkea-asteen tutkinnon suorittaneiden osuudet ovat pienimmät, myös työttömyysaste on hieman korkeampi kuin muualla. En kuitenkaan tiedä onko muuttujien välillä mitään merkittävää korrelaatiota.
Toisella kurssikerralla MapInfo selkeni jälleen huomattavasti ja oman kartan tekeminen oli helpompaa kuin ensimmäisellä kerralla. Osa asioista oli jo ehtinyt unohtua viikon aikana mutta palasi nopeasti mieleen.

 

Lähteet:

Rautakoski, H. (2016). Kurssikerta 2. Uudenlaista visualisointia. <https://blogs.helsinki.fi/helenrau/>. Luettu, 3.2.2016.

Kurssikerta 1. MapInfon opettelua

Aloitimme PAK kurssin tutustumalla MapInfo-ohjelman käyttöön ja kertasimme paikkatiedon peruskäsitteitä. Kävimme aluksi läpi MapInfon perusteita ja teimme muutamia koropleettikarttoja opettajan johdolla vaihe vaiheelta, mikä oli hyvä sillä ohjelman käyttö oli minulle täysin uutta. MapInfon käyttö tuntui aluksi vaikealta etenkin kun opetus kulki nopeasti. Alussa ongelmia tuotti kartalla liikkuminen ja zoomaaminen, sillä ne poikkesivat jonkin verran CorelDraw:n käytöstä johon olin ehtinyt tottua syksyn aikana. Kurssikerran aikana ohjelman käyttö kuitenkin selkeni huomattavasti.

Yleisen johdannon jälkeen teimme harjoituskartan Suomen kuntien 0-14 vuotiaiden lasten osuuksista väestöstä. Lopuksi saimme tehtäväksi luoda oman teemakartan itsenäisesti. Kartan teko sujui yllättävän hyvin kun eri toiminnot olivat vielä muistissa. Päätin tehdä karttani työssäkäyvän väestön osuuksista Suomen kunnissa. En osannut käyttää aineiston luokitteluun suositeltua histogrammityökalua, joten päätin käyttää myös harjoituskartan teossa käytettyjä luonnollisia luokkavälejä. Kartalta erottuu että työssäkäyvien osuus on suurin etelässä ja lännessä (59,6–73,4 %) ja pienin taas idässä ja pohjoisessa (42,8–55,3 %). Poikkeuksena erottuu Kittilän kunta jossa työllisyysaste on muuta Pohjois-Suomea hieman korkeampi, johtuen luultavasti työllistävästä matkailusta.

Kuva 1.  Työssäkäyvien osuus väestöstä kunnittain vuonna 2015.

Valitsin väreiksi sinisen eri sävyjä, sillä mielestäni koropleettikarttaan sopii visuaalisesti paremmin saman värin eri sävyjen käyttö kuin usean eri värin käyttö. Lukiessani Petra Saaren blogitekstiä, huomasin kuitenkin, että valkoisen värin vaihtaminen johonkin toiseen väriin kartassani olisi ollut parempi vaihtoehto. Hän kertoi jättäneensä valkoisen värin pois kartastaan, sillä sen käyttö voisi synnyttää vaikutelman ettei kunnassa esiintyisi tiettyä ilmiötä ollenkaan. Nyt kartastani voisi ehkä luulla että valkoisen värin kunnissa työssäkäyviä ei ole ollenkaan vaikka heidän osuutensa väestöstä on lähes 50 prosenttia. Muuten karttani onnistui mielestäni visuaalisesti hyvin, paitsi että legendan olisin halunnut vähän suuremmaksi. Luulen kuitenkin että yksityiskohtien parantaminen muuttuu helpommaksi ja niille jää enemmän aikaa MapInfon tullessa tutummaksi kurssin myötä.

Lähteet:
Saari, P. (2016). Karttojen tekemistä MapInfon avulla. <https://blogs.helsinki.fi/petrasaa/>. Luettu 28.1.2016.