Reetan pakki-blogi

Postaukseni ovat blogissa hieman väärässä järjestyksessä – tein kurssikerran viisi postauksen vasta viimeisen KKJ:n jälkeen.

Kiitos kaikille kanssakurssilaisille ja tietysti Artulle! 🙂

Viides kurssikerta erosi edellisistä siten, että emme tällä kertaa tuottaneet karttaesitystä, vaan tutustuimme MapInfon eri ominaisuuksiin itsenäisesti. Pakko sanoa, että meinasi loppua usko moneen kertaan ja sain vain muutaman tehtävän tehtyä tunnilla. Myöhemmin vietinkin monta tuntia Kumpulan iltahämärässa klikkailemassa tehtäviä valmiiksi. Jotkut vastauksista ovat pienoista hakuammuntaa, mutta toivottavasti suurin osa on ainakin lähellä oikeaa vastausta… Tein viidennen kurssikerran jutut viimeisenä, jonka takia kyseinen postaus on blogissani viimeisenä. Tulipahan ainakin vietettyä paljon aikaa MapInfon kanssa ja taas osaan käyttää kyseistä ohjelmaa vähän paremmin. Kyllä musta vielä joskus tulee paikkatieto-ohjelmaekspertti…

Pari ensimmäistä tehtävää olivat suhteellisen yksinkertaisia; ideana oli bufferoinnin avulla laskea, kuinka monta ihmistä asuu Malmin pahimmalla melualueella, eli yhden ja kahden kilometrin säteellä. Kyseessä oli siis todella ajankohtainen tehtävä! Piirsin ensin lentokentän kiitoradat, jonka jälkeen loin bufferit ensin yhden ja sitten kahden kilometrin säteellä. Asukasmääriksi sain 8756 (1km säteellä) ja 57455 (2km säteellä). Meluhaitoista kärsivät siis lukuisat ihmiset, mutta Helsingin uudessa yleiskaavaehdotuksessa Malmin lentokenttä on kaavoitettu asuntokäyttöön, joten melusaaste ei tule olemaan ongelma enää kauaa. Helsingin Sanomien uutisen mukaan kansalaisaloitteen lentoaseman säilyttämiseksi sen kulttuurihistoriallisen arvon johdosta allekirjoitti 13 197 kuntalaista, mutta aloite hylättiin ja alueelle tullaan rakentamaan asuintaloja (hs.fi/kaupunki/art-2000002893721.html).

Seuraavat kysymykset olivat samantyyppisiä – tehtävänä oli selvittää bufferoinnin avulla Helsinki-Vantaan lentoasemaan liittyviä meluhaittoja. Vastaukseksi kysymykseen “Kuinka monta ihmistä asuu 2km säteellä kentän kiitoradoista?” sain vastaukseksi 11 314. Laskujeni mukaan vähintään 55db meluasteesta kärsii 11 913 ihmistä ja vähintään 65db melualueella asuu 356 henkilöä. Seuraavaksi piti selvittaää lentomelu, jos koneet laskeutuisivat Tikkurilasta päin kaakko-luodesuunnassa. Piirsin kiitoradan jatkeeksi 6,5km pituisen viiva ja bufferoin sen 500m säteellä, jolloin sain vastaukseksi 12 532. Eli lentomelun alueella asuu kyseinen määrä henkilöitä. Seuraavaksi oli vuorossa edelleen samantyyppinen tehtävä, joak kuitenkin liittyi saavutettavuuteen eikä meluhaittoihin. Puskurointi onkin varmasti hyvin hyödyllinen työkalu esimerkiksi kaavoituksessa, kun päätetään erilaisten toimintojen sijainneista. MapInfon avulla voidaan melko yksinkertaisesti tehdä saavutettavuusanalyyseja. Vastaukseksi kysymykseen “Kuinka monta henkilöä asuu 500m säteellä juna-asemasta?” sain 84 343, joka on n. 17% kaikista alueen asukkaista. Laskujeni mukaan työikäisiä (15-64v) on 52%. Vertailin vastaustani muiden blogilaisten vastauksiin ja tulin siihen tulokseen, että oma laskuni on väärin – olen mahdollisesti jättänyt joitain ikäluokkia pois laskuista tai muuten vaan sekoillut ja klikkaillut mitä sattuu…

Taajamiin liittyen tuotimme seuraavanlaista tietoa:               “Kuinka monta prosenttia alueen asukkaista asuu taajamissa?”(vastaus: 96%), “Kuinka monta prosenttia kouluikäisistä asuu taajamien ulkopuolella?” (vastaus: n.4%)  ja “Kuinka monella alueella ulkomaalaisia on >10%,>20% ja >30%?” (vastaus: 40, 10, 6).

Kurssikerta oli todellinen testi jo opittujen juttujen soveltamistaidoista. Kurssikerta oli siitä hyödyllinen, että opin lisää MapInfon käyttömahdollisuuksista ja voin nähdä, että ohjelmasta on paljon käytännön  hyötyä monilla maantieteen (ja muidenkin tieteenalojen) osa-alueilla. Huolenaiheeni on se, että en tiedä tuleeko meillä enää tänä keväänä olemaan kursseja, joissa käytämme MapInfoa. Jos en jatka aktiivisesti ohjelman käyttämistä, unohdan varmasti hyvin pian miten yksinkertaisimmatkin toiminnot toimivat. Itse asiassa jopa viikon tauko kurssikertojemme välillä on joskus osoittautunut liian pitkäksi tauoksi, joten täytyy kai ottaa luokat A111 ja A112 aktiivisempaan käyttöön :D.

Lähteet:

Malmin lentokenttä ei pelastu – kaupunginvaltuusto päätti, ettei kuntalaisaloite aiheuta toimenpiteitä. 20.3.2017 <hs.fi/kaupunki/art-2000002893721.html>

 

Viimeisellä viikolla tuotimme karttaesityksen omin avuin alusta lähtien. Saimme tehtäväksemme kerätä sekä tilasto- että karttatietoa valitsemastamme alueesta. Päätin tehdä oman esitykseni Tansaniasta ja sen maakunnista. Googlettamalla löytyi vaivattomasti hurrrrjan paljon tilastotietoa muun muassa väestöstä ja luonnonvaroista. Karttoja oli myös saatavilla runsaasti ja löysinkin hyvän bittikartan, josta loin oman tietokannan. Arttu kuitenkin suositteli valmiin paikkatietokannan käyttämistä, joten muutin suunnitelmaani. Sopivaa tilastotietoa löydettyäni tein aiheesta Excel-taulukon, jonka yhdistin myöhemmin paikkatietokantaani tietokantaliitoksella. MapInfon tietokannassa oli esitettynä jonkin verran ylimääräistä informaatiota, jolle minulla ei ollut käyttöä, joten klikkailin ne vielä pois ja sain valmiiksi haluamani tietokannan.

Koska valmiin paikkatietokantamuotoisen materiaalin käyttäminen esityksessä vähentää tehtävän työn määrää, tein kaksi teemakarttaesitystä, joissa molemmissa on esitettynä kaksi muuttujaa. Ensimmäisessä kartassa (Kuva 1)  on kuvattuna Tansanian provinssit ja niiden kaupungistumisaste. Toisena muuttujana kartassa on lukutaitoisuus. Alkuperäisessä esityksessä lukutaito oli kuvattuna pylväsdiagrammeilla, mutta erot alueiden välillä eivät mielestäni tulleet ilmi tarpeeksi selkeästi. Siksi lisäsin tietokantaani muuttujan, jossa kuvataan lukutaidottomien prosentuaalista määrää ja sain aikaiseksi selkeät piirakkadiagrammit. Karttaesityksestä voidaan havaita, että urbanisaatio on suurimmillaan Tansanian itäosissa, missä myös maan suurin kaupunki, Dar Es Salaam, sijaitsee. Myös muun muassa Pwanin (Dar Es Salaamin länsipuolella), Mbeyan (lounaassa) sekä Mwanzan (pohjoisessa) maakunnissa kaupunkiasuminen on yleistä. Urbaaneissa maakunnissa lukutaitoisuus on huomattavasti korkeampaa kuin maaseudulla; Dar Es Salaamin lukutaitoisuusprosentti on 93,6, kun taas esimerkiksi Taboran ja Katavin maakunnissa vastaava luku on alle 55%. Maaseutuvaltaisilla alueilla koulujen haasteena on resurssien puute – pulaa on sekä rahoituksesta että koulutetusta työvoimasta. Tansanian hallitus onkin käynnistänyt ICBAE-ohjelman (Integrated Community-Based Adult Education) edistääkseen aikuisväestön ja muun koulutuksen ulkopuolella olevien ihmisten lukutaitoa ja koulutusta. Erityisesti tyttöjen ja naisten asemaa pyritään parantamaan koulutuksen suhteen.

 

Toinen karttaesitys havainnollistaa Tansanian syntyvyys- ja kuolleisuuslukuja. Syntyvyys näkyy kartalla punertavina sävyinä ja kuolleisuus viivarastereina. Suurin syntyvyys on Tansanin luoteisosissa, missä urbanisaatio on matalimmillaan. Karttaa tehdessäni kuvittelin, että kuolleisuus olisi suurimmillaan maatalousvaltaisissa, korkean syntyvyyden maakunnissa, mutta valmiista teemakartasta voidaan havaita, että kuolleisuus on korkeaa monissa urbaaneissa, matalan syntyvyyden maakunnissa. Erot eri luokkien välillä ovat kuitenkin suhteellisen pieniä, joten kovin suurta hajontaa ei Tansanian eri alueiden välillä ole. Esimerkiksi syntyvyyden suurimman ja pienimmän arvon ero on vain 16hlö. Kartan vahvat sävyerot tuovat vaikutelman suurista eroista, joten jälkeenpäin ajatellen sävyjä olisi voinut muuttaa hieman neutraaleimmiksi väärän mielikuvan välttämiseksi.

Teemakarttaesityksen tuottaminen alusta asti oli yllättäen yksinkertaisempaa kuin aluksi luulin. Suurin työmäärä kohdistui sopivan aineiston etsintään, mutta tarvittavat tiedot löydettyäni oli karttaesityksen tuottaminen vaivatonta. Olemme tehneet melkein jokaisella kurssikerralla jonkinlaisen teemakarttaesityksen, joten sen luominen onnistui ilman suurempia ongelmia. Parannettavaakin toki löytyy; urbanisaatiokarttaa tehdessäni käytin luokitteluna luonnollista luokkajakoa, jonka johdosta toiseksi ylimmän luokan vaihteluväli on hyvin suuri (28,3%-100%). Erot kyseiseen luokkaan kuuluvien  maakuntien välillä eivät siis tule kartassani esiin. Kyseistä seikkaa lukuunottamatta esitys on mielestäni selkeä ja sen luettavuus hyvä.

Viimeisen viikon jälkeen on hyvä kerrata kurssia paikkatietokurssia kokonaisuudessaan! Kurssilla opin ehdottomasti uusia maantieteilijälle olennaisia taitoja,  joista on varmasti hyötyä tulevina vuosina! MapInfon perusominaisuudet tulivat hyvin tutuiksi, kun toistimme samoja asioita useammalla kurssikerralla. Erityisesti bufferointi ja teemakarttojen luominen jäivät mieleeni ominaisuuksina, joita tulee varmasti käytettyä paljon. Toisaalta, koin ohjelman sisäistämisen paljon vaikeammaksi kuin esimerkiksi CorelDrawn. En saanut MapInfosta ja sen käyttömahdollisuuksista hyvää kokonaiskuvaa, joten on varmasti hyödyllistä palata kurssin materiaaleihin ja harjoitella tehtäviä lisää.

 

 

Lähteet:

Effective Literacy Practice (ICBAE). Unesco Institute for Lifelong Learning. 08.03.2017.  <www.unesco.org/uil/litbase/?menu=13&programme=228>

Maplibrary. 03.03.2017 <www.maplibrary.org/library/stacks/Africa/Tanzania/index.htm>

National Bureau of Statistics. 08.03.2017.  <www.nbz.go.tz>

 

Kuudennella viikolla tehtävänämme oli luoda hasardikarttoja, joista olisi mahdollisesti hyötyä opetuksessa. Saimme vinkiksi muutaman nettisivun, joissa oli tilastoja eri hasardeista. Itse päätin tehdä karttaesitykset maanjäristyksistä ja tulivuorista. Karttojen tekeminen oli selkeiden ohjeiden johdosta hyvin suoraviivaista ja siinä ei vaihteeksi mennyt (kovin) kauaa aikaa.

Ensimmäisessä kartassa (Kuva 1) on kuvattuna kaikki viime vuosikymmenten vähintään kahdeksan magnitudin vahvuiset maanjäristykset, jotka siis aiheuttavat hyvin suurta tuhoa ihmisille, ympäristölle ja infrastruktuurille. Kuvassa 2 on mukana samalta aikajaksolta kaikki vähintään 7,0 magnitudin järistykset, jotka myös ovat Richterin asteikossa luokiteltu “erittäin voimakkaiksi”. Lisäksi tein karttaesityksen (Kuva 3) tulivuorten sijainneista maapallolla. Kaikkia edellä mainittuja karttoja voisi käyttää hyväksi endogeenisten prosessien opetuksessa; kartoista voidaan havaita, että tulivuorten ja voimakkaiden maanjäristysten sijainnit ovat samansuuntaisia, koska kyseiset ilmiöt ovat hyvin tyypillisiä litosfäärilaattojen saumakohdissa. Karttoihin voisi vielä lisätä mannerlaattojen sijainnit ja rajakohdat, jolloin voitaisiin havaita ilmiöiden riippuvuus toisistaan. Googlettamalla löytyikin monta opetustarkoitukseen hyvin käyttökelpoista karttaa, kuten seuraavan linkin takaa löytyvä maailmankartta: http://people.hofstra.edu/geotrans/eng/ch9en/conc9en/plate_tectonics.html .

Maanjäristyskarttoja voitaisiin käyttää hyödyksi myös eri tyyppisten valtioiden riskien tarkastelussa. Opetuksessa voitaisiin kysyä esimerkiksi “Millaisia vaikutuksia seitsemän magnitudin maanjäristyksellä olisi Tokiossa tai Filippiineillä?”. Voitaisiin siis pohtia maanjäristysten tuhojen eroja vauraissa/ köyhemmissä maissa ja pohtia millaisilla toimilla riskejä voitaisiin vähentää. Samantyyppisiä pohdintoja voitaisiin tehdä myös tulivuorikartan pohjalta

Tulivuorikarttaesityksessä kaikki maailman tulivuoret on esitetty tummina kolmioina. Tulivuoria on kuitenkin monia eri tyyppejä ja muun muassa laavan rakenne määrittelee sen, kuinka räjähtävä purkaus on. Hyvä opettaja varmasti esittäisi oppilailleen kartan, jossa tulivuoret on jaoteltu tyyppinsä mukaan eri symboleihin ja kartoittaisi myös, mitkä tulivuoret ovat aktiivisimpia. Näin voitaisiin tehdä analyyseja siitä, millä alueilla tulisi varautua mahdollisiin riskeihin.

 

Lähteet:

http://catalog.data.gov/dataset/global-volcano-locations-database

http://people.hofstra.edu/geotrans/eng/ch9en/conc9en/img/map_world_plate_tectonics.png

http://quake.geo.berkeley.edu/anss/catalog-search.html

Tällä viikolla harjoittelimme ruutu- ja rasterikarttojen tekoa. Homma lähti liikkeelle siitä, että loimme  karttatietokannan päälle ruudukon, joka peitti koko pääkaupunkiseudun. Valitsimme ruutujen kooksi 500mx500m, jolloin ruudukon yhteyteen syntyvä rasterikartta kuvaa valittua ilmiötä suhteellisen tarkasti kartan luettavuutta heikentämättä. Kyseisestä ruudukosta loimme erillisen tietokannan, johon lisäsimme sarakkeita ja väestötietoja jo edellisiltä kurssikerroilta tuttujen työkalujen avulla. Kurssikerran varsinaisena tehtävänä oli luoda oma ruututeemakartta valitsemastamme aiheesta; itse päätin tehdä kartan 20-25-vuotiaiden määrästä pääkaupunkiseudulla. Kyseistä informaatiota ei ollut valmiina kurssikerran tietokannassa sellaisenaan, joten loin uuden sarakkeen ja yhdistelin jo olemassa olevien sarakkeiden tietoja saadakseni haluamani tiedon kartalle. Tämän jälkeen loin teemakartan jo tutuksi tulleesta “Create Thematic Map”-valikosta. Alkuperäisessä versiossa unohdin täpätä kohdan “Ignore zeros or blanks”, joten kartassani oli paljon ruutuja, joissa asukasmäärä oli nolla. Kartalla oli siis turhaa informaatiota, jota karttaa tulkittaessa ei tarvita. Siksi poistin kaikki nolla-arvon saavat ruudut ja sain lopullisen teemakartan.

Tieto on kuvattuna ruutukartassa absoluuttisina määrinä, jolloin loogisesti tummanpunaiset ruudut keskittyvät Helsingin kantakaupunkiin ja sen läheisyyteen, missä väestöntiheys on suurimmillaan. Myös itäisessä Helsingissä sekä hyvien liikenneyhteyksien varrella 20-25-vuotiaiden asutus on tiheää. Kartan luoteisosissa sijaitsevan Nuuksion kansallispuiston johdosta asutus on luoteessa hyvin harvaa tai sitä ei ole ollenkaan. Julkaisemani teemakartan rinnalle tein kartan myös pääkaupunkiseudun koko väestömääristä, mikä helpotti karttani tulkintaa. Kartat olivat hyvin samanlaisia (tummanpunaiset alueet kantakaupungissa ja liikenneyhteyksien varrella yms..), eli 20-25-vuotiaita on arvattavasti eniten siellä missä pääkaupunkiseudun asutus on kokonaisuudessaan tiheintä. Teemakarttani olisikin varmasti informatiivisempi, jos esitettävät arvot olisivat absoluuttisten lukujen sijaan prosentuaalisia määriä kunkin ruudun kokonaisasutuksen määrästä. Silloin voitaisiin paremmin tarkastella, millä alueilla nuoret aikuiset asuvat. Esimerkiksi kantakaupunki voisi tuolloin olla hieman vaaleamman sävyinen sen korkeiden asumiskustannuksen vuoksi ja jotkin syrjäisemmät (=halvemmat) alueet saattaisivat olla kuvattuina tummemmalla. Kartan läntiset osat voisivat olla vaaleampia, koska Espoo mielletään usein lapsiperheiden suosimaksi alueeksi. Absoluuttisten määrien käyttö on kuitenkin periaatteessa hyväksyttävää, koska kaikki kartan ruudut ovat saman suuruisia.

Kartta on visuaalisuudeltaan mielestäni melko helppolukuinen (kuva on tosin blogissa jostain syystä epätarkka). Käytin kartassani 500mx500m ruutuja, jotka havaitsin toimivaksi aiemmin tekemässämme harjoituksessa. Tein myös toisen teemakartan samasta ilmiöstä käyttäen 100mx100m ruutuja, mutta mielestäni ruutukoko oli liian pieni ja haittasi kartan luettavuutta ja tulkintaa. Jos kartan mittakaava olisi suurempi, olisi pienempi ruutukoko varmasti aiheellinen. Kuten Kristiina blogissaan mainitsee, olisi selkeämpää, jos kartalla kuvattaisiin ilmiön esiintyvyyttä esimerkiksi ainoastaan Helsingin kaupungin alueella (Koivu 2017).

 

Lähteet:

Koivu, Kristiina (2017). Kurssikerta 4:Ruututeemakarttoja. <https://blogs.helsinki.fi/koivukri/> Luettu 16.2.2017

 

Kolmannella viikolla siirryimme karttojen visuaalisesta käsittelystä paikkatietokantojen maailmaan. Kahdella ensimmäisellä kurssikerralla MapInfon käyttäminen tuntui jopa yllättävän vaivattomalta, mutta tällä viikolla asiat menivät välillä yli ymmärryksen ja usko meinasi loppua…onnistuin hävittämään vaivalla tuottamani tietokannat pariinkin otteeseen. Näin jälkeen päin ajateltuna vahingossa deletoimisesta oli myös hyötyä, koska jouduin tekemään jotkin työvaiheet uudestaan, jolloin ne jäivät paremmin mieleeni. Tulevilla kurssikerroilla olisi varmasti hyödyllistä toistaa oppimani asiat muutamaan kertaan, jotta jo vanhoilla kurssikerroilla opetettuja asioita ei tarvitse kysellä tulevaisuudessa uudestaan.

Aloitimme kurssikerran yhdistelemällä eri tietokantoja ja lisäämällä uutta informaatiota jo olemassaoleviin tietoihin. Harjoituksen pohjana käytimme Afrikan manteretta ja siihen liittyviä tietoja, kuten Internetin käyttäjät, öljyvarat, timanttikaivokset ja konfliktit. Osana tämän viikon blogitehtävää oli pohtia, mitä kaikkea tietokannan perusteella voidaan päätellä, jos siihen yhdistetään lisäinformaatioita (mm. timanttikaivoksien aloitusvuosi, konfliktien aloitusvuosi ja laajuus, öljykenttien löytämisvuosi ja tuottajuus, internet-käyttäjien määrä). Afrikka on maailmanlaajuisesti tunnettu monista arvostetuista luonnonvaroistaan. Mantereella on lukuisia öljykenttiä ja timanttikaivoksia, joiden avulla valtioiden on mahdollista vaurastua. Monilla mailla on kuitenkin epävakainen ja korruptoitunut hallinto, ja vauraus jakautuu hyvin epätasaisesti. Monia sisällissotia on rahoitettu niin sanotuilla “veritimanteilla”, jotka ovat mahdollistaneet edistynyttä asevarustelua. Siksi olisikin hyvin mielenkiintoista tarkastella teemakarttaa, jossa kuvattaisiin öljykenttien ja timanttikaivosten sijoittumista suhteessa konfliktialueisiin. Toisaalta, timantit ja öljyvarat tarjoavat avaimen hyvinvointiin ja vaurauteen, kun niistä saatuja tuloja ohjataan oikein.  Kuten Vilja Jokinen blogissaan toteaa, olisi kiinnostaavaa tarkastella, onko timantti- ja öljykaivosten aloitusvuosilla ja internet-käyttäjien määrällä riippuvuusuhdetta. Öljyvaroista voisi myös tehdä kartan, jossa kuvataan öljykenttien ja konfliktien sijoittumista sekä öljyn hintaa eri vuosina. Öljyn hinnan vaihtelu aiheuttaa monille Afrikan maille suuria ongelmia, koska se tarjoaa pääosan valtioiden tuloista. Öljynhinnan lasku saattaa luoda öljynporausmaissa epävakaat olot, jolloin myös konfliktien mahdollisuus kasvaa.

 

Suomen valuma-alueiden järvisyys ja tulvaherkkyys

Kurssikerran toisena missiona oli laittaa tunnilla opitut asiat käytäntöön. Kahta tietokantaa yhdistämällä ja tietoja lisäämällä sain aikaan teemakartan, jossa tulvaherkkyys on kuvattuna koropleetteina ja järvisyys pylväinä. Pyrin tekemään kartasta suhteellisen vaaleasävyisen, jotta pieniarvoisetkin pylväät erottuvat taustastaan.  Kartasta voidaan nähdä, että järviä esiintyy eniten Itä- ja Keski-Suomessa (eli siis Järvi-Suomen maisema-alueella), Pohjois-Lapissa (Inarijärvi) ja Kuusamon alueella. Suomen rannikkoalueilla, erityisesti Pohjanmaalla, järviä on niukasti. Järvillä on tulvahuippuja tasaava vaikutus, joten kartan kaksi muuttujaa korreloivat negatiivisesti keskenään; järvisyyden noustessa tulvariski alenee ja päinvastoin. Järvien vähäisyyden ja jokien runsauden vuoksi Pohjanmaalla tulvii normaalisti joka vuosi. Muun muassa vuonna 2013 alueella kärsittiin ennätystulvista, kun runsaslumisen talven jälkeen lämpötilat nousivat nopeasti (Yle, 2013). Pohjanmaa on perinteistä viljelysseutua ja alueella on tehty paljon ojituksia ja metsien hakkuuta. Sitovan kasvillisuuden puute ja ojitukset lisäävät veden virtausnopeutta jokiin, mikä nostaa tulvahuippuja. Keväisin lumien sulaessa jokiin saattaa muodostua “jääpatoja”, mikä on ongelma sekä sisämaassa että erityisesti rannikolla runsaslumisen talven jälkeen. Yksi pitkän aikavälin tulvariskeistä Pohjanmaalla johtuu isostaattisesta kohoamisesta; glasiaalikaudella jään alaspäin painamat alueet kohoavat hiljalleen ylöspäin. Kohoaminen on suurempaa Perämeren alueella kuin Suomen maa-alueilla, minkä johdosta Pohjanmaan jokien lasku meriin hidastuu ja tulvahuiput kasvavat (Geologia.fi). Tulevaisuudessa riskikartoituksessa on otettava huomioon myös ilmastonmuutoksen mahdolliset vaikutukset; lämpötilan noustessa merenpinta kohoaa sulamisvesien sekä lämpölaajenemisen vaikutuksesta ja sateet runsastuvat. Kyseinen ilmiö tulisi edelleen nostamaan rannikkoalueiden tulvariskiä.

Kartasta voidaan melko nopealla silmäyksellä havaita, että runsasjärvisillä sisämaa-alueilla tulvaindeksi on alhainen ja vähäjärvisillä rannikkoalueilla korkea. Järvisyysprosenttia on kuitenkin vaikea tarkastella alueilla, joissa se on alhaimmillaan, koska pylväät ovat hyvin pieniä. Siksi karttaa selkeyttäisi pylväiden lisäksi niiden ohelle kirjoitetut prosenttimäärät.

Kuten alussa mainitsin, tällä viikolla kaikki uudet opittavat asiat tuntuivat toivottoman haastavilta, mutta lopulta sain kuitenkin vaadittavat tehtävät aikaiseksi, mikä nosti fiilistä kurssista huomattavasti! Kohti ensi viikkoa!

 

 

 

Lähteet:

YLE (2013). Pohjanmaan tulvat saattavat hipoa ennätyksiä yle.fi/uutiset/3-6584639 Luettu 6.2.2017

Geologia.fi (2011). Maankohoaminen ja vesistöjen muutokset http://www.geologia.fi/index.php/2011-12-21-12-30-30/2011-12-21-12-39-11/2011-12-21-12-39-51/maankohoaminen-ja-vesistoejen-muutokset Luettu 6.2.2017

Jokinen, Vilja (2017) Kurssikerta 3: Datan käsittelyä ja päävaluma-alueet Suomessa. 2.2.2017 https://blogs.helsinki.fi/jokinenv/ Luettu 6.2.2017

 

 

Oman teemakartan tekemisen ohella saimme tehtäväksemme lukea tieteellisen artikkelin ja kirjoittaa siitä reaktiopaperin. Artikkelin on kirjoittanut puolalainen maantieteilijä Anna Leonowicz, joka on tehnyt tutkimusta kartografisista esityksistä – erityisesti päällekkäisistä koropleettikartoista ja niiden ominaisuuksista. Monet kartografit ovat pitäneet kyseistä kartografista esitystä vaikeasti luettavana ja epäloogisena (Weiner, Francolini, 1980; Olson, 1981). Tutkimuksessaan Leonowicz otti selvää yhden muuttujan ja kahden muuttujan koropleettikarttojen eroista sekä maantieteen opiskelijoiden kyvyistä analysoida kyseisiä karttoja. Tutkimuksesta kävi ilmi, että perinteiset koropleettikartat ovat käyttökelpoisia silloin, kun halutaan esimerkiksi osoittaa jonkin muuttujan alueellista levinneisyyttä. Päällekkäiset koropleetit taas osoittautuivat hyödyllisiksi silloin, kun pyritään havainnollistamaan kahden eri muuttujan välisiä suhteita ja korrelaatioita.

 

 

Artikkelin lukeminen tuntui aluksi haastavalta sen tieteellisen luonteen vuoksi. Alkuun päästyäni teksti oli kuitenkin mielenkiintoista luettavaa! En ollut ennen nähnyt päällekkäisiä koropleettikarttoja (tai ainakaan noteerannut), joissa legendana käytetään “hajontakuviota”. Legendan x- ja y-akseleilla kuvataan kussakin yhtä muuttujaa, joka on jaettu luokkiin (usein kullakin muuttujalla kolme luokkaa). Muuttujien arvoa kuvataan jonkin värin eri sävyillä. Esimerkiksi Leonowiczin tutkimuksessa ne olivat punaisen ja sinisen eri sävyjä. Mielestäni legenda on hyvin informatiivinen ja siitä voidaan tehokkaasti tarkastella muuttujien välisiä suhteita. Tarkastelu vaatii kuitenkin harjaantunutta kartanlukijaa, joka on tottunut päällekkäisten koropleettien legendan tulkitsemiseen. Itselleni kyseinen “kaavio” oli aluksi haastava tulkittava, joten päädyin googlettamaan “two-variable choropleth map”. Löysin ainakin itselleni hyödyllisen sivuston, jossa yhdysvaltalainen kartoittaja Josh Stevens selittää päällekkäisten koropleettien logiikan selkeästi. Sen luettuani legendan tulkitseminen alkoi tuntua helpommalta. Kuten Leonowicz artikkelissaan mainitsi, on oleellista että kartan värivalinnat ja luokkajaot ovat sopivia, jotta kartta ja sen legenda pysyvät helposti luettavina. Esitystavan onnistuessa päällekkäiset koropleetit ovat mielestäni hyvin havinnollistavia ja loogisia; toivon että opettelemme jossain vaiheessa niiden tekoa paikkatieto-ohjelmalla!

 

Lähteet:

Leonowicz, Anna (2006.) Two-variable choropleth maps as a useful tool for visualization of geographical relationship. https://moodle.helsinki.fi/pluginfile.php/1537276/mod_resource/content/0/KK2/Geog_033_037_spalvotas.pdf Luettu 4.2.2017.

Stevens, Joshua (2015). Bivariate Choropleth Maps: A How-to Guide. http://www.joshuastevens.net/cartography/make-a-bivariate-choropleth-map/ Luettu 5.2.2017

 

Toisella kurssikerralla käsittelimme teemakarttoja hieman syvällisemmin. Viime viikollaikarttojen luominen tuli tutuksi, mutta tällä kertaa tarkoituksena oli sisällyttää teemakarttaan kaksi päällekkäistä ominaisuutta loogisesti ja selkeästi. Tehtävänämme oli analysoida tekemämme teemakartan ulkoasua ja ominaisuuksia, sekä pohtia ilmiöitä, joita kartta esittää.

Päätin tehdä teemakartan (KUVA 1) Kanta-Hämeen maakunnan alueelta, mistä olen itse kotoisin. Sisällytin karttaan kaksi päällekkäistä koropleettikarttaa; eläkeläisten määrän sekä taloudellisen huoltosuhteen. Eläkeläisten määrä on kuvattuna prosentuaalisesti punasävyisillä väreillä ja taloudellinen huoltosuhde rasteriviivoilla. Valitsin kyseiset teemat, koska aihe on Suomessa melko ajankohtainen – suuret ikäluokat eläköityvät ja työssäkäyvien osuus suhteessa eläkeläisiin kasvaa. Kartasta voidaan havaita, että eläkeläisten määrä vaihtelee Kanta-Hämeen alueella noin 22 prosentin ja 30 prosentin välillä. Eniten eläkeläisiä on Forssassa, Humppilassa sekä Ypäjällä. Kyseisissä kunnissa myös huoltosuhde on  korkeimmillaan. Kanta-Hämeen itäisissä kunnissa sekä huoltosuhde että eläkeläisten määrä on matalampi kuin lännessä. Hämeenlinna on maakunnan keskus, jossa kaikki suurimmat palvelut ja työpaikat sijaitsevat. Kunnalla on siis vetovoimaa, jolloin väestöpohja pysyy tasaisena. Toisaalta esimerkiksi Humppila ja Tammela ovat väestömäärältään melko pieniä, ja kunnista löytyy vain peruspalvelut. Muun muassa toiseen asteen koulutusmahdollisuudet puuttuvat, jolloin monet lapsiperheet voivat kokea ympäryskunnat vetovoimaisimmaksi. Tällöin kunnan väestöpohja köyhtyy ja myös eläkeläisten suhteellinen määrä kasvaa. Teemakartan huoltosuhdetta tarkasteltaessa on kuitenkin otettava huomioon myös muu työvoiman ulkopuolella oleva väestö, kuten opiskelijat ja lapset. Siksi kartan kahden teeman välillä ei voida tehdä suoria johtopäätöksiä muuttujien korrelaatiosta.

 

Koin kartan suunnittelun haastavaksi, koska oli vaikeaa sovittaa kahta teemaa päällekkäin ilman, että kartan ulkoasu kärsii. Lopulta päädyin kahden koropleetin kuvaamiseen, koska tuolloin ulkoasu pysyi suhteellisen selkeänä. Kartan visuaalisessa ilmeessä on kuitenkin parantamisen varaa, värisävyt ovat tummia ja kartta näyttää “ahtaalta”. Informaatio on kuitenkin luettavissa vaivattomasti. Toisen kurssikerran suurimmaksi haasteeksi koinkin kartan visuaalisen suunnittelun ja muun muassa luokkajaon valinnan. Näissä asioissa minulla on vielä paljon opittavaa, mutta syvennymme kyseisiin teemoihin varmasti enemmän tulevilla kurssikerroilla! MapInfon suhteen toinen viikko oli edellistä helpompi; teimme paljon samantyyppisiä toimintoja kuin viime viikolla, joten tekninen toteuttaminen ei tuntunut enää erityisen vaikealta. Itse blogin päivittämisen ja kuvan lataamisen suhteen minulla oli vielä vähän ongelmia, joten tämänkin blogipäivityksen visuaalinen ilme toivottavasti muuttuu vielä jossain vaiheessa paremmaksi…

 

 

 

 

 

 

 

 

 

 

 

Pääsimme heti joulun jälkeen vaativiin töihin Paikkatietokurssin tiimoilta! Ensimmäisellä kurssikerralla tutustuimme MapInfon perusteisiin. Ohjelman käyttö tuntui aluksi haastavalta, koska uutta opittavaa oli paljon. Pienen sähläyksen jälkeen karttojen luominen alkoi kuitenkin jo tuntua ihan kivalta hommalta..! Luulen kuitenkin, että vielä menee muutama viikko ennen kuin kaikki säädöt tulevat tutuiksi…

Kurssikerran lopuksi saimme tehtäväksi luoda oma teemakarttamme valitsemastamme muuttujasta. Itse päätin luoda koropleettikartan kesämökkien lukumäärästä Suomessa (kunnittain). Kartasta voidaan havaita, että eniten kesämökkejä löytyy Lounais-Suomen rannikkokunnista, Järvi-Suomen alueelta sekä Kuusamosta. Perinteisesti suomalaisessa mökkimaisemassa vesistöt ovat olennaisessa osassa, joten Järvi-Suomi on luonnollisesti hyvin suosittu kesämökkialue. Vesistön läheisyys selittää myös lounaisten rannikkoalueiden suosion suomalaisten kesänviettopaikkana. Kuusamon korkea mökkilukumäärä johtuu luultavasti siellä sijaitsevasta Rukan hiihtokeskuksesta, joka vetää puoleensa paljon turismia (vaikka kartassani kuvataan muuttujaa “kesämökkien lukumäärä Suomessa”, oletan että myös talviasuttavat mökit/talot tms. vapaa-ajan asunnot sisältyvät kyseiseen otantaan, kunhan niissä ei asuta ympäri vuoden). Pohjanmaa erottuu kartalla selkeästi laajana alueena, jossa kesämökkien lukumäärä on vähäinen (0-690). Pohjanmaa on tunnettu maatalousvaltaisena, peltojen halkomana maisemana, mikä luultavasti osaltaan vaikuttaa sen heikkoon vetovoimaan kesämökkialueena.

Kartta on mielestäni luettavuudeltaan selkeä ja luokkajaoiltaan looginen. Alunperin valitsin karttani väriskaalaksi punasävyiset värit, mutta totesin myöhemmin että kartan kirkkaanpunaiset alueet näyttivät kuvaavan jotakin negatiivista ilmiötä. Siksi päätin vaihtaa värit vihreiksi, jolloin kartan lukija mieltää kartan neutraalimmaksi.

   Jälkeenpäin ajatellen kartta olisi informatiivisempi, jos siihen olisi yhdistetty tietokanta Suomen väestötiheydestä; tällöin olisi ollut mahdollista tarkastella mökkimäärien eroja tiheästi asuttujen ja harvaan asuttujen alueiden välillä. Ongelmana kartassa voidaan pitää myös kuntien sisäisen vaihtelun näkymättömyyttä, mikä on laajemminkin yksi koropleettikarttojen heikkouksia.

Ensimmäisen kurssikerta oli mielestäni haastava, mutta mielenkiintoinen. Odotan oppivani kurssilla paljon maantieteilijälle olennaisia taitoja, joita voin varmasti hyödyntää paljon myös muussa opiskelussa – ja toivottavasti myöhemmin myös työuralla!

​