Kurssikerta 7: It’s the final countdown! Blog-blog-blooog-blooog! Blog-blog-blog-blog-blooog!

VIIMEISELLÄ kerralla meidän kunnianarvoisa tehtävämme oli valmistaa teemakartta itse valitusta aiheesta ja alueesta, ihan omilla hiirenpainalluksissa netin syövereistä kaivettujen tilastotietojen ja kartta-aihioiden pohjalta. Aika kuumottavan kuuloinen tehtävä!

Koen tiedon löytämisen netistä vaikeaksi. En oikein tiedä, miten päästä googlea pidemmälle. Tällä kertaa tehtävä ei tuntunut täysin mahdottomalta, koska Arttu oli listannut mahdollisia paikkatiedon kultakaivoksia ja vihjannut googleen syötettävistä hakusanoistakin jo ohjeistusvaiheessa, mutta voin kuvitella, miten suomenkielen kirosanat eivät tuntuisi riittävän ilmaisuvoimaisilta, jos todella yrittäisin ihan ihan itse löytää netistä jotain tiettyä tietoa jossain tietyssä tiedostomuodossa. Tiedostomuodot! Huhhuijaa! Olen joko onnistunut sammuttamaan aivoni aina niinä hetkinä, kun niiden saloja on avattu tavallisille kuolevaisille, tai sitten en ole koskaan eksynyt apajille. Niin tai näin, minulle on aika lailla se ja sama, onko tiedoston perässä yhdistelmä kirjaimia vai kissan karvasta muotoiltuja hieroglyfejä. En ihan tiedä, miten sen tein, mutta onnistuin kuitenkin löytämään Uudesta-Seelannista käyttökelpoista tietoa.

Valitsin tosiaan kohdealueekseni Uuden-Seelannin. Olisin toivonut keksiväni jonkun briljantin aiheen jostain briljantista paikasta, ja tehdä vielä niitäkin briljantimman kartan, mutta mieleni löi tyhjää ja hups olikin jo PHAK-harkkakertaa edeltävä päivä. Voi pelle. Ei käynyt niin nätisti kuin vaikkapa Helillä, jolla oli tutkimusaiheensa valintaan selvä syy. (Heli teki karttoja aiheista, joiden ajatteli voivan olla hyödyksi opetustyössä.) Tuomaksellakin oli hienon kuuloinen aihe, josta voisi todella kuvitella olevan hyötyä jossain virallisessa selvityksessä! Hän vertaili kartoissaan Lapin ja Uudenmaan kasvihuonepäästöjä. Siinä samalla hän törmäsi kurssitehtäviämme ajattelen aika uudenlaiseen ongelmaan: kuinka havainnollisesti vertailla kartalla kahta aluetta, joiden välissä on noin kokonainen maa? Itse päädyin lopulta Uuteen-Seelantiin, koska uskoin aidan olevan siellä aikatauluihini suhteutettuna sopivan korkuinen. Ja onhan sitä  ihan kiintoisaa tehdä mielikuvamatkailua takaisin paikkaan, jossa on joskus tullut pyörittyä.

Nyt minulla oli siis kohdealue. Mutta entäs tutkittava aihe? Joku voisi pitää tätä osaa helppona nakkina, kun voi vain valita maailmasta jonkin kiinnostavan asian tai paikan, maailmahan on niitä pullollaan. Minä en nyt samaistu tähän johonkuhun. Tai siinä samaistun, että maailmassa monta on ihmeellistä asiaa, mutta se ei helpota valintaa yhtään tippaa.

Tyhjäpäisyyden päätteeksi keksin, että Uudessa-Seelannissa on epäterveellisen paljon maanjäristyksiä. Tarkastelen niitä. Niiden kanssa ajattelin mielekkääksi selvittää, vaikuttaako maanjäristysten tavallisuus ihmisten kokemaan turvallisuuden tunteeseen. Uuden-Seelannin statistiikkaa tarjoavalta valtion ylläpitämältä sivulta löytyi paljon tilastotietoa, mutta valitettavan suuri osa siitä koski koko maata, ei siis kuntatyyppisiä aluejakoja. Etsintääni saattoi hieman helpottaa se, etten ollut vielä täysin lukinnut etsintäni kohdetta.

En käyttänyt bittikarttaa, joten ikävä kyllä en saanut koordinaatteihin kiinnitystä kerrattua. Se olisi ollut tarpeen, sillä en ainakaan nyt tässä istuessani muista kovinkaan tarkkaan, kuinka se tapahtuu. Ja noloa myöntää, mutta koordinaattijärjestelmien kirjainyhdistelmät ovat minulle vain vähän selkeämpiä kuin eri tiedostomuotojen. (Myönnän sen siltä varalta, että joku kaipaisi vertaistukea satunnaisiin osaamattomuuden tuntemuksiin.)

Ensimmäisen karttani (kuva1) tein maanjäristyksistä ja ihmisten hätätilanteisiin varautumisesta. Olen aina pitänyt koropleettikartoista, joten sellaisen siis tein. En käyttänyt maanjäristysten etsimiseen samaa nettisivua kuin viimeksi, koska tunnistin tekeväni asioita jo muutenkin ehkä hieman liian helposti. Tässä sain sentään tutustua uuteen tiedostomuotoon! Siinä oli kolme kirjainta, joista ensimmäinen oli c. C tarkoitti siinä sitä, että tiedoston sisältämä data oli erotettu toisistaan pilkuilla.

maanjäristykset ja hätävarautuneisuus

Kuva 1. Aikavälillä 1990-2014 mitatut yli 5 magnitudin maanjäristykset Uuden-Seelannin alueella (2000 järistyksen otos, joista osa ei näy kartassa) sekä maakuntien hätävarautuneisuuden taso.

Toisessa kartassani (kuva 2) halusin hieman selvittää, kuinka paljon asukkaita kussakin maakunnassa, tai miksi niitä ikinä kuuluisikaan Uuden-Seelannin tapauksessa kutsua, asuu seismisten ja vulkaanisten hasardien tiellä. Esimerkiksi Auckland, maan suurin kaupunki siis, on rakennettu keskelle hot spotin yllä olevaa tulivuorikenttää, johon kuuluu tällä hetkellä vähän päälle 50 muinaista tulivuorta. Edellinen purkaus tapahtui noin 550 vuotta sitten, seuraavasta ei ole tietoa. Asiantuntijat arvioi, että tulivuorenpurkaus kaupungin alta voisi olla aika huono homma. Mäkin rakentaisin miljoonakaupungin tulivuorikentälle. Sitten alkaisin vetää niillä kävijöitä kaupunkiin.

ihmiset hasardiseuduilla

Kuva 2. 1990-2014 tapahtuneet yli 5 magnitudin maanjäristykset ja tulivuoritietokannan merkkaamat tulivuoret sekä maakunnat väkiluvun (mitattu vuonna 2010) suuruuden perusteella jäsenneltyinä.

Tämä kaikki tuntui lälläröinniltä (karttojen väsäämisen kannalta, ei todellakaan ihmisten asuinpaikkojen kannalta), joten tein vielä kolmannenkin kartan (kuva3). Tähän ei ollut aineistoa tarjolla samalla tavalla hopealautasella kuin mitä näihin, vaan jouduin muokkaamaan sitä aimo tovin excelissä. Ensin koropleettasin (koropleettikartat <3) Uuden-Seelannin dollarinvihrein sävyin maakuntien BKT:iden mukaan, sitten laskeskelin kunkin maakunnan osalta, miten talous jakautuu eri sektoreille. En löytänyt valmista tietoa taloussektoreista, joten yhdistelin, varsin krouvisti, eri tuotantoalojen tilastotiedot kolmeksi kuntatilastoista tutuksi sektoriksi: alkutuotanto, jalostus ja palveluala. Ah, sitä klikkailun määrää…Erityisen ilahduttavaa klikkailussa oli se, että suuri osa siitä taisi olla turhaa. Laskin absoluuttisista summista kunkin sektorin suhteelliset osuudet, jotka olisivat piirakkadiagrammissa suhteutuneet muutenkin. Ja jos en olisi laskenut suhteellisia lukuja, pallot olisivat olleet havainnollistavasti eri kokoisiakin. Nyt koropleettimaisema kuvaa BKT:ta per maakunnassa asuva ihminen, joten eri kokoiset piirakat olisivat tuoneet tuntuvaa lisäarvoa kartan tarjoamaan tietoon. Ja legendassa olisi ollut ympyrän osalta enemmän järkeä, kun kokoluokitusta olisi oikeasti tarvittu johonkin. Pöh pöh. En kuitenkaan alkanut enää excel-huuruisessa tilassani tehdä kaikkea alusta, koska koin harjoituksen täyttäneen opetustarkoituksensa – tiedostan virheeni ja ensi kerralla osaan paremmin.

ohhoo_labeleita_vau

Kuva 3. Uuden-Seelannin maakuntien BKT/asukas (vuodelta 2010) sekä kunkin maakunnan talouden jakautuminen eri sektoreihin.

Huomatkaa maakuntien nimet! En ole älynnyt laittaa niitä oikein mihinkään muihin karttoihini, joten itse näen ne kivana pikku informaatiolisänä. Muuten kartta on kaikessa selkeydessään kenties hieman alkeellisen näköinen ja joudun surkeasti pohtimaan, menikö hyvä kurssi minussa vähän hukkaan. Vaikka ei mennyt, opin paljon! Enkä enää pelkää MapInfoa yhtään niin paljon. Koen myös olevani valmis uusiin haasteisiin, eli vähän hienostuneempiin ohjelmiin. Jes jes! Karttoja!

Ja tähän on nyt siis tultu. Viimeinen PHAK-blogimerkintä tulemisvitsiä ja lähdeluetteloa vaille valmis.fingerporiLähteet

Auckland (2013). Climbing Auckland’s volcanoes. <http://www.aucklandnz.com/love/volcanoes-in-auckland#.UxCL2BAWe0o>. 28.2.2014.

Fox, H. (2014). Työttömyyttä, väkivaltaa, elinikää ja kaupunkiasumista Euroopassa (kurssikerta 7). <https://blogs.helsinki.fi/fox/>. 1.3.2014.

Jarla, P. Tähän on tultu. <http://ydinjate.org/kuvat/?id=3086>. 28.2.2014.

Lilleberg, T. (2014). 7. kurssikerta: Itsenäistyö. <https://blogs.helsinki.fi/tuomasli/>. 1.3.2014.

National Geophysical Data Centre. Volcano location database search. <http://www.ngdc.noaa.gov/nndc/struts/form?t=102557&s=5&d=5>. 26.2.2014.

Natural Earth (2014). Admin 1 – States, Provinces. <http://www.naturalearthdata.com/downloads/10m-cultural-vectors/10m-admin-1-states-provinces/>. 26.2.2014.

Paarlahti, A. (2014). Paikkatiedon hankinta, analyysi ja kartografia -kurssin aineisto. Maailmankartta.

Statistics New Zealand (2014). Safety and security across regions. <http://www.naturalearthdata.com/downloads/10m-cultural-vectors/10m-admin-1-states-provinces/>. 26.2.2014.

Satistics New Zealand (2014). Subnational Population Estimates: At 30 June 2010. <http://www.stats.govt.nz/browse_for_stats/population/estimates_and_projections/SubnationalPopulationEstimates_HOTP30Jun10.aspx>. 26.2.2014.

Statistics New Zealand (2014).  Regional Summary Tables. <http://www.stats.govt.nz/Census/about-2006-census/regional-summary-tables.aspx>. 26.2.2014.

Statistics New Zealand (2014). Regional Gross Domestic Product: Year Ended March 2007-10. <http://www.stats.govt.nz/browse_for_stats/economic_indicators/NationalAccounts/RegionalGDP_HOTPYeMar0710/Commentary.aspx>. 26.2.2014.

The New Zealand Herald (2013). Aucklanders warned about risk of volcanic eruptions. <http://www.nzherald.co.nz/nz/news/article.cfm?c_id=1&objectid=11131182>. 28.2.2014.

USGS. (2013). Earthquake Archive Search & URL Builder. <http://earthquake.usgs.gov/earthquakes/search/>. 26.2.2014.

SWOT, suomeksi VHUM.

Oikeasti SWOT olisi suomennettuna VHMU, mutta sehän nyt on ihan tylsä, kun ei oikein kuulosta miltään. VHUM on vähän niin kuin WHOOOMM – siinä on sitä jotain! Ja se on huomattavasti positiivisempi kuin assosiaationi englannin versiossa…mieleeni rakentui kuva taistelutamineisiin sonnustautuneista valkoisista miehistä rynnimässä aseet tanassa seinän kautta jonkun raukan olohuoneeseen, kasvoillaan niin ikävät ilmeet, että heidän ei uskoisi koskaan hymyilleen. Ja se seinänsä menettänyt, perjantai-iltaa loikoillut raukka pudottaa maapähkinällä ja hillolla läästityn pullamössövoileipänsä risaisille farkuilleen.

Mutta, asiaan! Tehtävänä oli tutustua New York Timesin paikkatietopalveluun, joka on nimeltään “Amerikkaa kartoittamassa: Jokainen kaupunki, jokainen kortteli”. (Koska te kaikki teette samaa tehtävää, sallin itseni olla edes mainitsematta palvelun oikeaa nimeä ennen kuin lähdeluettelossa. Sen sijaan lisään tekstiini ylimääräisiä sanoja tällaisiin typeriin pikkuhuomautuksiin. Täytyy vaan ottaa kaikki ilo irti viimeisistä blogikirjoituksista!) Ensitutustumisen jälkeen piti alkaa ajatella jäsennellysti ja arvioida Amerikan kartoituksen V:itä, H:ita, U:ita ja M:iä.

Itse en aluksi huomannut palvelussa mahdollisuutta vaihtaa tarkasteltavaa muuttujaa, joten päänsisäisesti kummastelin suureen ääneen, miksi olisi tehty näin näppärästi ja nopeasti toimiva palvelu ihan vain siitä ilosta, että voisi esitellä ja esittelemällä kenties vahvistaa eri etnisten ryhmien alueellista eriytymistä. Kuten Sara blogissaan raivostuneena puhisee, voi tämän kaltainen palvelu osaltaan edistää valkoista pakoa, kun uusille kunnaille siirtyessä on kenen tahansa internetin käytön hallitsevan kansalaisen mahdollista selvitellä uusien naapureidensa etnistä taustaa, koulutustasoa tai varallisuutta.

Onneksi palvelussa oli tarjolla muitakin muuttujia kuin vain etnisyys. Sieltä saattoi myös nähdä, missä asuu keskimääräistä enemmän homopareja, missä asukkaiden enemmistö kärvistelee asuntolainan niskalenkissä, tai minkä korttelin asukkaat voisivat halutessaan hurauttaa töihin uima-altaalla varustetulla yksityishelikopterilla.

Massisen maailmassa Samuli on kirjoittanut suorastaan hävyttömän asiapitoisen blogikirjoituksen, jossa hän muun muassa ruotii kyseisen paikkatietopalvelun tarjoaman paikkatiedon luotettavuutta. Palvelun alaotsikossa kehotetaan suhtautumaan saatavilla oleviin tietoihin ennemminkin arvioina kuin faktoina, mutta huomio on suhteellisen helppo sivuuttaa, vaikka se siinä keskellä näyttöä komeileekin. Samulin heittämä kysymys siitä, mihin kaikkea tätä informaatiota voi todella käyttää, tuntuu aiheelliselta. Data ei ole riittävän luotettavaa, jotta sitä voisi hyödyntää tieteellisessä tutkimuksessa eikä sovelluksia käytännön tarkoituksiin juuri ole, sillä epäluotettava tieto lisää riskiä väärille tulkinnoille. Komppaan Samulia. Sivusto näyttää hyvältä ja toimii moitteettomasti, mutta innostunut maantieteilijä saattaa olla nuolaissut ennen kuin on tipahtanut. New York Times on laittanut pystyyn hienon paikkatietoshow’n: data on epätarkkaa, mutta hei mitäs pienistä! Sitä on paljon ja se on värikästä!Toinen Samulin ennen minua bongaama heikkous on tiedon saatavuus. Tietoa saa palvelusta ulos vain print screenillä tai facebookin tai twitterin kautta kailottaen.

Palvelulla on kuitenkin muitakin mahdollisuuksia kuin vain segregaation voimistaminen tai arjessa koetun eriarvoisuuden alleviivaaminen. Tarkasteltavia muuttujia lisäämällä, tai ehkä paikoin karsimalla, voisi palvelun informatiivisuutta parantaa. Esimerkiksi ikä- tai sukupuolijakaumaa, työllisyystilannetta tai perherakennetta voisi tutkia. Tiedon luotettavuutta kohentamalla palvelun uskottavuus nousisi selvästi. Nyt palvelussa pystyy pisteaineistona vertailemaan vain saman aihealueen muuttujia keskenään. Jos eri muuttujia voisi katsella samalta kartalta, ilmiöiden välisten riippuvuussuhteiden tarkastelu helpottuisi.

Sara mainitsee blogissaan myös palvelun opetuksellisen arvon: sen avulla on mahdollista havainnollistaa juuri niitä ilmiöitä, joita olen tässä blogitekstissä soimannut sen vahvistavan. Ja etenkin jos palvelua monipuolistettaisiin, se voisi olla avuksi kaiken kansan kartografisten kykyjen kehittämisessä. Kaiken kaikkiaan, jos näin kivan näköiseen ja helppokäyttöiseen paikkatietopalveluun voisi uskoa ja jos siitä saisi hieman enemmän informaatiota (miten data kerätään, mistä tiedot ovat peräisin, kuinka usein tietoja päivitellään…), se voisi olla tosi jees!

Suomessa tarkkaa paikkatietoa saa usein vain lupaa pyytämällä tai maksamalla siitä jotain (yleensä rahaa). Tästä seuraa, että tietoa hakevat enimmäkseen vain ne, jotka tosiaan tarvitsevat sitä johonkin, ja jotka osaavat käyttää sitä muuhunkin kuin omien ennakkoluulojensa kipsaamiseen ja maailmanmenon kauhisteluun. Hups, tulipas tuomitsevan kuuloinen lause! Tuntemattomasta syystä aion silti jättää sen siihen. New Yorkin Central Parkin keskellä on muuten järvi nimeltä The Lake. Aika kekseliästä. Olisi hauskaa asua kadulla, jonka nimi on Katu.

se SWOT -analyysi

Vahvuudet: Näyttää hyvältä, toimii sutjakasti ja on helppo käyttää, sisältää paljon informaatiota, kivoja värejä, helppo jakaa eteenpäin ja mainostaa, suuren ihmismärään saavutettavissa

Heikkoudet: Tiedon luotettavuuden puute, paikoin riittämättömät otoskoot, vain yhden aiheen tarkastelu kerrallaan, tiedon saatavuus palvelusta, tieteellisen motiivin epämääräisyys

Mahdollisuudet: Hyvä alusta kehittämiselle, havainnollistavuus opetustarkoituksissa, uteliaisuuden tyydyttäminen, keskustelun herättäjä, mainostajille sun muille paljonkin mahdollisuuksia taloudellisten intressiensä tavoitteluun

Uhat: Maantieteellisen eriytymisen voimistuminen, ryhmien välisen eriarvoisuuden kasvu, tiedon väärinkäyttö (mahdollisuuksia käyttävät mainostajat, vakuutusyhtiöt ym. luihut kieroilijat), äärimmäisesti ajatellen jopa terrorismi

 

Lähteet

Lindman, S. (2014). Blogitehtävä: Päivän kuuma sana ERIYTYMINEN. Ja vieläkö mietit miksi? <https://blogs.helsinki.fi/saralind/>. 27.2.2014

New York Times (2014). Mapping America: Every City, Every Block. <http://projects.nytimes.com/census/2010/explorer>. 27.2.2014.

Massinen, S. (2014). New York Times: Mapping America – SWOT -analyysi. <https://blogs.helsinki.fi/smassine/>. 27.2.2014.

 

Kurssikerta 6: Pisteitä kartalla

Tällä kertaa päästiin ulkoilemaan! Neljän hengen ryhmämme Funky Bus kiersi kirkkaassa kevätsäässä Kumpulaa yli kolmen kilometrin verran ja keräsi pieneen, keltaiseen GPS-paikantimeen pisteitä kaikenlaisista kohteista. Sisätiloissa naputeltiin koordinaatit ja muut tiedot exceliin, josta ne sitten yhdistettiin MapInfoon ja laitettiin kartalle, joka tsädäämättiin kaikkien kurssilaisten katseltavaksi. Korkeusarvot olivat paikoin perin jännittäviä (esimerkiksi Kumpuodin edustalla on arviolta viiden metrin matkalla 30 metrin hurja nousu), mutta muuten pisteet tuntuivat enimmäkseen pitävän kutinsa.

Pisteiden kartalle asettelun jälkeen geokoodasimme ohjatusti kaikki Helsingin pelikoneet. Maanmittauslaitos selvensi sivuillaan geokoodauksen olevan “paikan sijainti sen nimen ja/tai muiden ominaisuuksien avulla”, eli pisteiden laittaminen kartalle ei tapahdu koordinaattien, vaan muiden tietokantojen välisten yhteyksien kautta. Esimerkissämme käytettiin katuosoitteita.

Itsenäistehtävässä meidän oli tarkoitus leikkiä opettajaa, joka yrittää saada oppilaitaan ymmärtämään hasardien sijoittumista maailmassa ja kenties näkemään niiden välillä myös yhteyksiä. Netistä haimme pistetietoa maanjäristyksistä ja tulivuorista, minkä jälkeen kehiin astui ystävämme MapInfo. Tietoa olisi voinut hakea myös meteoriittien putoamispaikoista, mutta itse koin mielekkäämmäksi vulkaanisten ja seismisten ilmiöiden kartografisen havainnollistamisen.

Kuten Tuomas blogissaan, minäkin pidän hyvänä ideana esitellä aluksi karttaa maapallon mannerlaatoista (Kuva 1). Suurin osa sekä maanjäristyksistä että tulivuoren purkauksista liittyy tektoniseen myllerrykseen, kun mannerlaatat maapallon sisäisen energian lataamina työntyvät toisiaan vasten, erkanevat toisistaan tai sivuavat toisiaan hiertävästi. Kaiken tämän vuorovaikutuksen tiimellyksessä laattojen väliset jännitteet kasvavat, kunnes lopulta vapautuvat väkivaltaisesti.

Kuva 1. Mannerlaatat ja niiden väliset siirrokset.

Aluksi tein kartan, johon on merkattu pienillä ruuduilla vuodesta 1970 alkaen rekisteröiydyt (100 000 havaintoa) alle 6 magnitudin maanjäristykset ja yli 6 magnitudin maanjäristykset (kuva 2). Kartasta on helppo nähdä, että rajuimmat maanjäristykset ovat keskittyneet alityöntövyöhykkeille. Heikompia maanjäristyksiä tapahtuu tasaisemmin kaikkien mannerlaattojen rajoilla, vaikka nekin ovat tavallisimpia alityöntövyöhykkeillä, joissa mannerlaattojen väliset jännitykset vapautuvat voimakkaimmin.

Kuva 2. Ali ja yli 6 magnitudin maanjäristykset vuodesta 1970.

Toinen karttani on värimaailmaltaan ja yleisilmeeltään varsin samanlainen kuin ensimmäinenkin, mutta tähän karttaan on merkitty kaikki maailman tunnetut tulivuoret (Kuva 3). Maanjäristykset ovat alle 5 magnitudin järistyksiä mitattuna vuodesta 1900 alkaen. Valitsin heikommat järistykset, jotta mannerlaattojen rajat nousisivat paremmin esille. Tulivuoritiedostoon tallennetuista tulivuorista vain osa on nykyään aktiivisia. Maanjäristysten tarkastelu pidemmällä aikavälillä tuntui järkevältä ratkaisulta, sillä näin suuremmalla osalla järistyksistä voi olla yhteyksiä vulkaaniseen toimintaan.

Kartasta näkee ennalta-arvattavasti, että tulivuorten enemmistö sijaitsee Tyyntämerta reunustavilla alityöntövyöhykkeillä, eli Tyynenmeren tulirenkaan alueella. Mielenkiintoista on tulivuorten vähyys Himalajan alueella, mikä sekin on seismisesti aktiivista alityöntövyöhykettä. Syy tähän löytyy toisiaan vasten työntyvien mannerlaattojen koostumuksista; kumpikin laatta on mantereinen. Koska ne ovat tiheyksiltään samaa luokkaa, ei kumpikaan pääse työntymään yhtä syvälle toisen alle kuin mantereisen ja mereisen laatan kohdatessa. Mantereistenkin laattojen törmäyksessä saavutetaan huimia lämpötiloja ja kiviaines sulaa, mutta mannerlaattojen paksuus ja tiivistyneisyys estää tulivuorten muodostumista.

Kuva 3. Maailman tulivuoret ja alle 5 magnitudin maanjäristykset vuodesta 1900.

Mielekästä kolmatta karttaa olikin sitten hieman hankalampi keksiä. Laitoin meteoriitit kartalle, mutta ne olivat jakautuneet juurikin niin epämääräisesti kuin niiden olettaisi olevan. Suurin osa havainnoista oli USA:sta ja Australiasta, mikä johtunee meteoriitin löytämisen kannalta suotuisan ympäristötyypin (kuivaa tai melko kuivaa lakeutta) lisäksi tutkijoiden sijainnista ja resursseista. Jos opettaisin luokalleni hasardimaantiedettä, en todennäköisesti näyttäisi kyseistä karttaa. Meteoriitin putoaminen on sen verran harvinainen tapahtuma, että niillä ei ole MapInfollisesti havaittavaa yhteyttä maanjäristyksiin, vaikka maahan iskeytyessään niistä suurimmat pieniä sellaisia aiheuttaisivatkin.

Tein sitten kolmannen karttani vain tulivuorista (Kuva 4). Keltaisina näkyvät kaikki tulivuoret vulkaaniseen aktiivisuuteen katsomatta, ruskealla vuoden 1964 jälkeen purkautuneet. Tästä nyt näkee ainakin sen, että suuri osa mannerten sisäosien tulivuorista ei ole viime vuosikymmeninä ollut vaaraksi tai vaivaksi, vaan ne aktiivisimmat penteleet sijaitsevat taas siellä laattojen ryminäseuduilla.

Kuva 4. Kaikki tulivuoret keltaisella, vuoden 1964 jälkeen aktiiviset ruskealla.

Ja huomasinpa tässä äsken, että kaikista kartoistani puuttuu legenda. Lupaan asioiden olevan paremmin ensi kerralla.

Lähteet

Tectonic Plates of the World. <http://johomaps.com/world/worldtecton.html>. 25.2.2014.

MML. <http://www.maanmittauslaitos.fi/aineistot-palvelut/rajapintapalvelut/nimiston-kyselypalvelu-wfs/tuotteet>. 25.2.2014.

Geolojay. (2010). Himalayas question. <http://geolojay.com/blog/2010/06/10/himalayas-question/>. 25.2.2014.

Lilleberg, T. (2014). .6. kerta: MapInfoa haltuun yhä itsenäisemmin.
<https://blogs.helsinki.fi/tuomasli/>. 25.2.2014.

Kurssikerta 5: Puskurointia ja putkiremppaa

Tällä kurssikerralla päästiin laskeskelemaan asioita MapInfolla, ja suurimmaksi osaksi hommat hoituivat omin voimin. Toki paikkatietoharkoissa “omin voimin” työskentely on verrattain suhteellinen käsite ja apua aina tarvitaan, mutta kyllä nimellisessä itsenäistyöskentelyssä tulee silti käytettyä enemmän omia aivoja kuin vain edestä tulevia ohjeita lammasmaisen kuuliaisesti seuraillessa.

Piirtelimme puskureita aluksi Pornaisiin, josta siirryimme Helsinkiin ja Vantaalle. Itse kohtasin ensimmäiset hankaluudet jo Pornaisissa, kun telttakyläni suostui vain katseltavaksi. MapInfo, ja mitä luultavimmin sen sukulaisetkin, ovat siitä hauskoja, että jumin ydin voi piillä jossain ihan muuallakin kuin itse ohjelmassa. Nyt se oli tiedostossa, johon oli syystä X ilmestynyt rasti ruutuun “read only”. Ehkä tulen vielä joskus ajatelleeksi tuollaisiakin mahdollisuuksia tietoteknisiä ongelmia kohdatessani.

Koin bufferoinnin helpoksi, mikä oli hieno asia esimerkiksi siinä kohtaa, kun huomasin tehneeni koko ykköskysymyksessä kaiken sen verran pieleen, että tehtävät piti tehdä uusiksi. MapInfo soi minulle onnistumisen tunteitakin! Yhytin kummallisten lukujen kotipesän – tiedostomuotona oli integer, kun sen piti olla float. Woah. Bufferointi on oivallinen työkalu erilaisten ilmiöiden vaikutusalueiden, kuten tässä harjoituksessa lentokentän melualue, tai kaupallisten ja yhteiskunnallisten toimintojen kattavuusalueiden selvittämiseen. Esimerkiksi terveyskeskusta tai koulua rakennettaessa on selvitettävä, missä paikassa niiden vaikutuspiirissä asuisi mahdollisimman moni. Puskurialueita voisi hyödyntää pienessä mittakaavassa vaikkapa kesäisillä festareilla esiintymislavojen optimaaliseen sijoittamiseen.

]Tästä linkistä pääsee ihastelemaan hienoja lukuarvoja excel-talukossa.

Valinnaiseksi itsenäistyöksi laskeskelin pääkaupunkiseudun putkiremontti-indeksejä, eli selvitin, millä alueilla on eniten sen ikäisiä kerrostaloja, että putket huutavat hoosiannaa ja putkimiesten nimiä. Queryjen avulla sain vuosien 1965 ja 1970 välillä rakennettujen, putkiremonttialttiiden kerrostalojen määräksi 1 280. Näissä rakennuksissa asuu laskelmieni mukaan 71 066 ihmistä. Taulukoihin keräämäni tiedon pohjalta tein koropleettikartan kuvaamaan putkiremonttivaarassa olevian kerrostalojen osuutta asuinalueiden kaikista kerrostaloista ja lisäsin mukaan vielä absoluuttisia lukuja kuvaavia palluroita (kuva 1). Yritin tehdä pylväitä, mutta osa niistä tahtoi niin sinnikkäästi hautautua meren alle, että selkeys olisi kärsinyt. Eivätkä taitoni riittäneet meren hillitsemiseen. Kohtasin myös saman ongelman kuin Henri omaa karttaa väsätessään: kuinka saa liitettyä numeroarvoja pylväiden (tai muiden muotojen) yhteyteen?

Kuva 1. Teemakartta putkiremonttien kannalta ihanteellisista kerrostaloista pääkaupunkiseudulla. Koropleettiväritys kuvaa vuosina 1965-1970 rakennettujen kerrostalojen osuutta alueen kaikista kerrostaloista, vihreät pallurat kuvaavat putkiremonttia tarvitsevien rakennusten absoluuttisia määriä.

Olen Henrin kanssa niin samaa mieltä MapInfon toimivuudesta, että siteeraan häntä nyt röyhkeästi kokonaisen kappaleen verran: MapInfon käytön nautinnollisuuden salaisuus on tietää, mihin MapInfoa kannattaa käyttää. Datan analysoimisessa ja karkeassa kartalle asettamisessa MapInfo jatkuvasti osoittaa olevansa kelpo työkalu, mutta esityksen visuaalinen hienosäätö kannattaa ehdottomasti toteuttaa esimerkiksi Corelissa; ei sipuliakaan kannata kuutioida kirveellä. Muiden ohjelmien (Corel, SPSS, Excel jne.) ohessa MapInfo on kuitenkin loppujen lopuksi hyödyllinen osa työkalupakkia.

MapInfon toimintojen kuninkaallisina pidän tällä hetkellä ainakin tietokantojen yhdistämistä ja taulukkojen pyörittelyä. Omakohtainen kokemukseni paremmasta jää vielä varsin laihaksi, mutta osaan silti kuvitella, että jollain muulla datasetillä pystyy luomaan kauniimpia ja ilmaisuvoimaisempia karttoja kuin MapInfolla. Varsinaisessa karttojen kyhäämisessä MapInfon heikkouksista nousee ensimmäisenä mieleen pohjoisnuoli. Sen vammaisuutta eivät ohjelmaa kohtaan kokemani suopeuspuuskatkaan ole onnistuneet puhaltamaan pois. Kai ohjelman nimikin tästä vähän varoittaa; MapInfo käsittelee ja jäsentää tyytyväisenä karttoihin liittyvää tietoa. Se on toimitusjohtaja, joku toinen saa olla AD.

Tietokantojen yhdistelemisessä on samanlaista pienen aivopähkinän tuntua kuin aikoinaan matikan tunneilla yhtälölaskuissa. Kunhan pyörittelee vaihtoehtoja riittävän tarmokkaasti ja vähän kokeilee asioita, voi lopulta saada palkkioksi miellyttävän ahaa-elämyksen, joskus ratkaisunkin. Välillä tein tälläkin kertaa hieman ylimääräistä työtä rakentamalla taulukoihin liikaa sarakkeita tai laskemalla tarpeettoman monia suhdelukuja, mutta kokonaisuudessaan asiat hoituivat ihan näppärästi. Kirjoittaisin, että MapInfo on oikeasti syvällä sisimmässään ihan hyvä tyyppi, ellei noilla sanoilla olisi niin pahaenteistä kaikua.

Lähteet

Järvisalo, H. (2014). <https://blogs.helsinki.fi/hpjarvis/>. 20.2.2014.

Kurssikerta 4: Ruudut Helsingin yllä

Arttu piti tämän neljännen kurssikertamme neljännen tunnin jälkeen pahaenteisen pikku varoituspuheen, joka nosti itse kunkin aamukankeat ihokarvat pystyyn. Viikon päästä tulemme kait muistelemaan kaiholla näitä ilahduttavan kepeitä piirtoharjoituksia, joissa kahlitsimme Helsingin ympäryskuntineen ruudukkoon ja laitoimme MapInfon laskeskelemaan asioita, jotka sillä hetkellä tuntuivat verrattain mielekkäiltä.

Kun ihanasti rautalangasta väännetyssä ohjausvaiheessa olimme MapInfon taikavoimilla väritelleet opiskeluikäisten pesäpaikkoja pääkaupunkiseudulla, päätin vapaat kädet saatuani ottaa askeleen alaspäin ja selvittää alueita, joilla alle kouluikäiset ovat voimainsa tunnossa. Kokeilin harjoiteltua pienempää ruutukokoa, eli 250m x 250m, mutta totesin kuitenkin pitäväni 500m x 500m ruutuja tarkoitukseni kannalta toimivampana ratkaisuna. Pienemmät ruudut toki yksityiskohtaistivat kartan tarjoamaa informaatiota, mutta koska oma päämääräni oli pystyä noin suurinpiirtein määrittämään alueet, joissa pääkaupunkiseudun lapsiperheet majailevat, oli summittainen esitystapa tarkoituksenmukaisempi.

Tein kartan ensin lasten absoluuttisista määristä (kuva 1) ja sitten kokeen vuoksi myös suhteellisista (kuva 2). Tehtävänannossa kysyttiin, miksi ruututeemakartalla on oikeutettua esittää absoluuttisia arvoja, vai onko edes. Absoluuttisten määrien tarkastelu voi olla hyvinkin perusteltua ja hyödyllistä tilanteissa, joissa teemakarttaa käytetään välineenä vaikkapa suunnitteluprojektissa. Jos olisin tehnyt tämän lapsiperheselvitykseni jonkun kunnan päättäjän roolissa selvittääkseni, minne pääkaupunkiseudulla tarvitaan uutta ja ihanaa päiväkotia, koulua tai muuta lasten ja heidän perheidensä elämän kannalta tärkeää, olisi lapsiesiintymien paikantaminen tehtävä lukumäärien perusteella. Jos taas haluankin vain profiloida eri kaupunginosia niiden asukaskannan perusteella, voisi suhteellisten arvojen esittäminen kartalla olla parempi idea.

Kuva 1. Alle kouluikäisten lasten (0-6v) absoluuttinen määrä Helsingissä ja sen ympäryskunnissa kuten mitattu vuonna 2009.

Kuva 2. Alle kouluikäisten (0-6v) lasten suhteelliset osuudet Helsingin ja sen ympäryskuntien väestökannasta vuoden 2009 väestötietojen perusteella.

 

Kuvista näkee, että absoluuttisesti ja suhteellisesti mitattuna suurimmat arvot ovat pitkälti aivan päinvastaisissa suunnissa. Lapsiperheitä on määrällisesti eniten siellä, missä asukkaitakin on eniten, mutta suhteellisesti eniten kauempana keskustassa, kaikenlaisilla rauhallisilla ja luonnonläheisillä pientaloalueilla. Tämä ei tietona kuulosta mitenkään kovin yllätykselliseltä, mutta ainakaan itse en arvannut eron olevan näin räikeä. (Toinen räikeä asia on tuo fuksianpunainen karttani. Tein värisilmälleni haureutta ja tavoilleni ultimaalisen uskottomasti jätin syksynsävyt toisiin karttoihin.) Toinen asia, mitä tällä kerralla tehtiin, oli rasterikuvan rekisteröinti! Tässä sain aluksi taas kokea sitä kauheutta, mikä seuraa paikkatietotunneilla herpaantuneen keskittymisen hetkiä. Jos yhden asian missaa, iskee pienimuotoinen paniikki ja epätoivo ja näkee kaikkien elämän ATK-tuntien vilistävän filminauhana silmien editse. Onneksi Artun empatiamuskelit eivät tunnu kuluvan kaikesta rautalangan vääntämisestä mihinkään.

Samuli on blogissaan listannut mielestäni hienosti ruututeemakarttojen etuja: puhtaasti visuaalisesti alueellinen jakautuminen hahmottuu selkeästi, aineistot ovat samankokoisille ruuduille laskettuna keskenään vertailukelpoista, ruutukokoa pystyy muuttamaan liukuvasti, eivätkä hallinnolliset rajat peity esimerkiksi pylväillä.

Toinen tällä kurssikerralla tehty asia oli rasterikuvan rekisteröinti. Päällystimme myös MapInfon kosmeettista kerrosta Pornaisten alueella merkkaamalla sinne suurimmat tiet ja asutut rakennukset, mahdollisesti alustuksena ensi harkkakerran tuskaan.

Harjoitellessamme peruspiirtotyökalujen käyttöä pääsin palaan syksyn ensimmäisten MapInfo-kokeilujen riemun hetkiin! Sain taas rakentaa armeijallisen taistelupeuroja, jotka käyvät armottomaan hyökkäykseen radioaktiivisia jättiläislehmiä vastaan. Tässä harjoitteluni tulos phakkeiluanne piristämään:

Kuva 3. Pelottomat taistelupeurat syöksymässä kohti varmaa kuolemaa.

Kuva 4. Pornaisten telttakylä.

Ja ehkä ensi harkkakertaan valmistautuaksemme (?) piirtelimme Pornaisten keskustaan teitä ja asuttuja taloja. Minä tein Pornaisista metsänvihreän telttakylän (kuva 4). Olen tähänkin aikaansaannokseeni perin tyytyväinen.

Lähteet

Massinen, S. (2014). <https://blogs.helsinki.fi/smassine/>. 20.2.2014.

Kurssikerta 3: Valuma-alueita ja värikkään mielikuvituksen tuotetta

Kolmannella kurssikerralla pääsimme hyödyntämään vasta opittuja taitojamme monikerroksisten teemakarttojen kokoamisessa. Aluksi kävimme Afrikassa yhdistelemässä ja niputtelemassa tietokantoja ja lisättyämme sinne riittävästi konflikteja, timanttikaivoksia ja öljylähteitä siirryimme takaisin koto-Suomeen katsomaan, minne vesi valuu ja miten lujaa. Aion nyt olla niin hurja, että käsittelen ensin valuma-alueita, vaikka oikeasti ne olivat vasta Se Suuri Työ, joka seurasi Afrikan kanssa leikkimistä. Huh. Melkein vähän tutisuttaa tämä vastarannan kiiskeyden määrä.

Seuraavana minun ja MapInfon hedelmällisen yhteistyön tulos: kartta Suomen valuma-alueista.

Kuva 1. Kartta Suomen valuma-alueista ja niiden tulvaindekseistä.

Kuva 1. Kartta Suomen valuma-alueista ja niiden tulvaindekseistä.

Ilkka kirjoittaa blogissaan selkeästi ja tieteellisesti uskottavan kuuloisesti, mitä tietoa tulvaindeksi- ja järvisyyskartalla pyritään ilmentämään. Jätän aiheen avaamisen linkin varaan ja sanon vain hyvin lyhennetysti, että kartan värityksellä kuvataan kunkin valuma-alueen keskimääräisen yli- ja alivirtaaman välistä suhdetta, joka on siis tulvaindeksi. Mitä korkeampi tulvaindeksi, sitä suurempi on virtaavan veden määrä ja alueen tulvaherkkyys. Laimean petroolinsiniset pylväät valuma-alueilla kertovat, kuinka järvinen kyseinen sen merkkaama valuma-alue on.

Tehtävänanto kuului: “pohdi maallikkona sitä, mitä kartta esittää, ja mitä siitä voidaan tulkita.” Jos oletetaan, että maallikkouteeni kuuluu valuma-alue -käsitteen tuttuus sekä jonkinlainen ymmärrys tulvaindeksipylväistä, sanoisin kartasta voitavan tulkita ainakin sen, että järvisyys hillitsee alueen tulvaindeksiä ja tasapainottaa luonnon vesitaloutta. Järvet pitävät virtaaman kurissa poikkeuksellisen korkeankin sadannan aikoina ja toimivat luonnollisina “tulvapuskureina” varastoidessaan sadevettä. Kaikki suurimpien järvisyys-pylväiden alustoina toimivat valuma-alueet ovat vaaleansinisiä, eli kuuluvat tulvaindeksinsä puolesta koropleettikartan alimpaan luokkaan.

Sen suuremmin kunkin valuma-alueen jokiin perehtymättä voisin maallisesti myös hypotesoida, että mitä suurempi valuma-alue on pinta-alaltaan, sitä monimutkaisempi ja täten tulvaindeksillisesti hillitympi on sen jokiverkosto. Korkean tulvaindeksin valuma-alueet ovat keskittyneet rannikkoalueille, joilla Suomen suurimmiksi kasvavat joet purkautuvat Itämereen. Rannikolla sijaitsevat, tulvaindeksiltään reteimmät valuma-alueet ovat myös keskimääräisen vuotuisen sademääränsä puolesta tulvaherkempiä kuin sisämaan suuret valuma-alueet, joilla merenläheisyys ei tuntuvasti vaikuta sääilmiöihin.

Suurimman tulvaindeksin valuma-alueita yhdistävät myös hallitsevassa asemassa olevat maankäyttömuodot, jotka voivat osaltaan voimistaa sulavien lumien aiheuttamia kevättulvia alavilla mailla. Näillä alueilla ihmisen vaikutus maisemaan maatalouden muodossa on keskimäärin näkyvämpää ja tuntuvampaa kuin metsävoittoisessa idässä tai soisessa pohjoisessa, jossa monivuotinen kasvillisuus ja kevyemmällä kädellä muokattu maa osaltaan pitävät tulvia kurissa.

Sen haluaisin vielä sanoa, että päädyin muokkaamaan aineiston luokittelua. MapInfon tarjoama tasakokoisten luokkien luokittelu häiritsi minua syvästi ja pienellä lisäkannustuksella onnistuin kuin onnistuinkin keräämään oma-aivoisen muokkauksen vaatiman urheuden kokoon. Jes, hyvä minä! En tiedä, onko tulos erityisen perusteltu tai validi, mutta taputan itseäni silti olalle hyvästä urheiluhengestä. Ja tosiaan, valmiissa luokittelussa oli mielestäni pielessä etenkin se, että aineistossa oli muutama hassu outlier-arvo näissä korkean tulvaindeksin alueissa. Aikani havaintoarvoja tuijoteltuani päädyin rajailemaan luokkia uusiksi mahdollisimman tasaisesti, niin että luokkakoista tai -väleistä mikään ei olisi toiselta planeetalta kotoisin. Vapaus, veljeys ja tasa-arvo luokkajakoon! Paitsi ei liikaa vapautta. Se vetäisi pahasti mattoa loogisuuden jalkojen alta, hankaloittaisi ilmiöiden tulkitsemista.

Afrikkaosuus

Huh, kun tulikin tekstiä tuohon ekaan osaan! Harkkakerran alussa tosiaan opeteltiin yhdistelemään tietokantoja Afrikan kartalla ja aineistolla, josta löytyi tietoa konflikteista, timanttikaivoksista, öljykentistä ja internetin käytöstä. Tehtävänannossa meitä kehotettiin värikkään mielikuvituksemme avulla pohtimaan, mitä näillä tiedoilla voisi tehdä ja mitä niistä voisi päätellä.

Kuva 1.
Tuomas Lillebergin harjoituskartta Afrikan konfliktialueista (vihreällä) ja timanttikaivoksista (mustalla). Lähde: Lilleberg, T (2014).

Kartalle liitettyjen konflikteja, timanttikaivoksien ja öljykenttien (puuttuvat vielä Tuomaksen kartasta) lisäksi varsinaisesta tietokannasta löytyi tietoa mm. konfliktien tapahtumavuosista ja laajuudesta, timanttiesiintymien löytymisvuosista ja kaivosten perustamisen ajankohdista sekä muista asioista, joita Hertta blogissaan ansioituneesti listaa. Hertalla on myös hyvää pohdintaa siitä, mitä asioita tietojen pohjalta voisi lähteä selvittämään: korreloivatko löydösten löytymisvuodet tai kaivosten perustaminen konfliktien alkamisajan kanssa, tai vaikuttaako kaivosten tuottavuus tai esiintymien laajuus konfliktien kokoon? Voisiko internetin käyttäjien määrää käyttää jonkinmoisena kehityksen tai yhteiskunnallisen vakauden mittarina ja tämän olettamuksen pohjalta lähteä etsimään mahdollisia käsikkäin kulkemisia konfliktien tai konfliktittomuuden kanssa?

Lukaisin hieman läpi toista moodlessa säilytettävää lisälukemisartikkelia, jossa tutkittiin ja mietittiin erinäisten demografisten suureiden (esimerkiksi väkiluvun ja väestöntiheyden) ja yhteiskunnallisten rakenteiden (kuten pääkaupungin sijainnin ja koon) yhteyttä konfliktien syttymiseen. Näiden pohjalta yritettiin kehittää jonkinlaista mallia alueiden konfliktiherkkyyden arviointiin. Tätä taustaa vasten konfliktialueisiin liittyvä tieto on tietokannoissamme varsin pintapuolista, eikä se välttämättä riitä kovinkaan perusteltujen päätelmien tekemiseen. Tässä tosin törmätään siihen samaan seinään, jota päin niin monet tieteelliset tiet johtavat, tarkkaan harkittu askel askeleelta: mustaa ja valkoista ei kaikilta harmaan sävyiltä pysty enää löytämään, ja suitsukkeen tuoksuisten maailmanrakastajien mantraus siitä, miten kaikki on yhteydessä kaikkeen, alkaa kuulostaa tieteellisen tutkimuksen yhteenvedolta. (Tieteen pioneereja!)

Lähteet:

Saarinen, I. (2014). KK3; (Paikka)TIETO LISÄÄ TUSKAA!. <https://blogs.helsinki.fi/ilkkasaa/>. 6.2.2014.

Lehvävirta, H. (2014). Kolmas kurssikerta ja MapTuska. <https://blogs.helsinki.fi/herttale/>. 7.2.2014.

Lilleberg, T. (2014). 3. kerta: Mapinfoharjoitukset (teemana Afrikka ja Suomen vesistöt). <https://blogs.helsinki.fi/tuomasli/>. 7.2.2014.

Hegre, H., Clionagh, R. (2006). Population Size, Concentration, and Civil War. A Geographically Diaggregated Analysis. Meeting in the Environmental Factors in Civil War Working Group, 21.9.2006.

     
    
   

Kurssikerta 2 osa 2: reagointia Annan artikkeliin

Anna Leonowiczin artikkeli kahden muuttujan koropleettikartoista esitteli uudenlaista tapaa esittää maantieteellisiä ilmiöitä. Artikkeli ehdottaa, että kahden muuttujan koropleettikartat voivat olla eri ilmiöden välisiä suhteita tarkasteltaessa yhden muuttujan koropleettikarttoja havainnollisempia, USA:n väestönlaskentatoimiston riemunkirjavista kartografiatöppäilyistä huolimatta.

Kahden muuttujan koropleettikartat lienee suunnattu pääasiallisesti ihmisille, jotka kohtaavat teemakarttoja muuallakin kuin paikallisuutisten sääennusteissa; sen verran monikerroksisempi on kartan lukemista avaava legenda. Pieni lisähaaste lukuprosessissa voi silti hyvinkin olla vaivan arvoista, sillä hyvin valmistettu kahden muuttujan koropleettikartta avaa havainnollistavasti muuttujien välillä mahdollisesti vallitsevia kausaalisuhteita. (Oletan Leonowiczin tarkoittaneen artikkelissaan kausaalisia suhteita puhuessaan “kasuaaleista suhteista”.)

Legenda on avain kartan sisältämään tietoon ja tässä roolissaan aina tiedon välityksen kannalta oleellinen osa karttaesitystä, mutta näissä asteen moniulotteisemmissa kartoissa sen painoarvo on entisestään korostunut, kuten Tuomaskin blogissaan toteaa. Ilman selkeästi rakennettua legendaa kahden muuttujan koropleettikarttaa on hyvin vaikea tulkita järkeävästi, ja toimiva legenda myös syventää kartan välittämää informaatiota.

Leonowiczin luotsaamassa, maantieteen opiskelijoilla toteutetussa kokeessa, jossa selvitettiin kahden muuttujan koropleettikarttojen toimivuutta yhden muuttujan karttoihin verrattuna, kahden muuttujan koropleetteja pidettiin usein mielenkiintoisempina kuin perinteisempiä karttoja. Yksi syy tähän saattaa piillä legendojen poikkeavassa muodossa, melkeinpä muodottomuudessa. Tavanomaisemmissa kartoissa legenda on yleensä johonkin kartan reunaan keskitetty tietolaari, mutta ainakin artikkeliin esimerkiksi liitetyn kahden muuttujan koropleettikartan legenda levittäytyy tietoineen järjestäytyneessä muodossa vähän kaikkialle. Legenda myös tarjoaa muutakin kuin vain yksinkertaiset selitykset väreille tai symboleille (luokkaa x = haudattu aarre). Legendassa eritellään, mistä aineistoista yhdistetty kartta on koottu sekä näytetään statistisella hajontadiagrammilla, kuinka havainnot ovat jakautuneet ja tuodaan tiettäväksi, kuinka lopullisessa kartassa näkyvään esitykseen on päädytty. Tuomas huomauttaa blogissaan, että legendan tutuin osa – se, josta käy ilmi kunkin värin merkitys – muistuttaa tässä karttamallissa totuttuja legendoja enemmän matemaattista kuvaajaa.

Kun vertaan artikkelin tapaa rakentaa kahden muuttujan teemakartta ja MapInfolla itse käyttämiäni menetelmiä, pääni painuu oikoreittejä etsivän aloittelijan häpeästä ja tunnen peukaloni liukuvan keskemmälle kämmentä. Voin vain kuvitella voivani kuvitella, kuinka haastavaa on asettaa kyseisen kaltaiselle kahden muuttujan koropleetikartalle luokkien raja-arvoja, edes valita parhaita värejä! Huh huh, lienee helppoa päätyä onnistumisessa vahingossa samaan suuntaan kuin USA:n jo aiemmin mainittu väestönlaskentatoimisto, joka tuntuu vajonneen suohon kaikissa artikkelissa mainituissa vaaranpaikoissa.

Kysymykseen käytettävissä olevan välineen ja kartografisen toteutuksen välisestä suhteesta, eli siitä kumpi ohjaa kumpaa, vastaisin, että ryhmälenkkeilyn kultainen sääntö pätee: mennään hitaamman ehdoilla. Jos käytettävänä on Paint, ei suurikaan kartografinero saa aikaan korkeatasoisia kahden muuttujan koropleettikarttoja (paitsi ehkä ollessaan valmis läpikäymään jumalaista kärsivällisyyttä vaativan nysväyksen ja loputtomien rannekramppien kiirastulen). Tai jos tietokonetuoliin istutettaisiin ylivilkas apinavauva, ei edes tämän myyttisen kartografineron kehittelemä karttaohjelma takaisi kehuttavia lopputuloksia. Jos pitäisi kuitenkin valita vain toinen, eli hyvä väline tai sen käyttäjä, valitsisin käyttäjän. Helposti tulkittavan ja toimivan kartan voi kyhätä keskinkertaisemmallakin ohjelmalla, kunhan tekijä ymmärtää, mistä osista summa koostuu.

 

Lähteet:

Leonowicz A. Two-variable choropleth maps as a useful tool for visualization of geographical relationship. GEOGRAFIJA. 2006. T. 42. Nr. 1. P. 33–37

Lilleberg, Tuomas. (2014). 2. kerta: kartografisia esitystapoja ja artikkelin pohdinta. <https://blogs.helsinki.fi/tuomasli/>. 27.1.2014.

Kurssikerta 2 osa 1: Tuplateemat

Tämän kurssikerran aiheena oli tutustua MapInfon tarjoamaan eri esitystapojen kirjoon. Joku voisi olla varsin tyytyväinen yksinkertaiseen koropleettikarttaan ilmiöiden kuvaajana, mutta me nauramme sellaiselle vaatimattomuudelle niska kenossa. Pelkkä koropleettikartta, hah! Siihenhän voi lisätä vaikka pylväs- tai piirakkadiagrammeja, kaikenlaisia siistejä rastereita, monen kokoisia pisteitä, poliisiautoja tai pieniä mummoja. Tai siitä voi rakentaa kolmiulotteisen videopelinäkymän mustavalkoisena dystopiamaailmana, jossa Suomi-neito näyttää synnyttävän sarvekasta demonilasta.

Paikkatieto-ohjelmalla leikkiessäni tajusin, miksi niin usein pidän tietokoneohjelmia yleisesti ottaen hankalina, tai miksi en koe osaavani käyttää niitä, vaikka pitkälti osaankin. Mekaaninen ulkoaopettelu tai onnistunutkaan ohjeiden seuraaminen ei tuo minulle oppimisen tunnetta, koska en varsinaisesta ymmärrä, mitä teen. Osaanhan minä komentaa MapInfon tekemään minulle koropleettikartan, mutta jos jokin menee vikaan, korjauskeinoni ovat kovin rajalliset.

Tein oman tuplateemaisen karttani (kuva 3.) Pohjois-Suomesta ja laitoin siihen pohjaksi koropleettinäkymän alueen kuntien työttömyystilanteesta, kuten mitattu 31.12.2010. Varmistaakseni luokittelun järkevyyden tein taas histogrammin netin työkalulla. Oikeastaan tein kaksi (kuvat 1. ja 2.), koska tarkennuksen aikaansaama ero näkymässä oli aika hauska.

Kuva 1. Histogrammi Pohjois-Suomen työttömyysluvuista vuodelta 2010.

Kuva 2. Toinen histogrammi Pohjois-Suomen työttömyysluvuista vuodelta 2010.

Alemmassa histogrammissa ainesto näyttää ensisilmäyksellä jakautuneen jokseenkin sekalaisesti, mutta kun sitä yleistää enemmän, ilmestyy näkösälle aikalailla normaalijakauma, hieman vain vinoutunut. Jako kvantiileihin, joista jokaisessa on suunnilleen sama määrä havaintoja, oli siis taas sopiva. Aluksi yritin näkymän selkeyttämiseksi hieman pyöristellä lukuja, mutta erojen ollessa prosentuaalisesti niin pieniä kuin ovat, sekin pieni muuntelu sai aikaan kuntien hyppimistä luokasta toiseen. Henkeni heikkoudessa luotin enemmän koneen objektiivisuuteen kuin omaan arvostelukykyyni, joten palasin takaisin hieman epämääräisemmän oloisia lukuja luokkarajoinaan käyttävään jaotteluun.

Toiseksi muuttujakseni valitsin kuntien kokonaisnettomuuton, eli nettosiirtolaisuuden ja kuntien välisen nettomuuton summan, koska pystyin kuvittelemaan yhteyden näiden välillä. Alkuoletukseni oli, että muuttajat eivät välttämättä koe korkean työttömyyden kuntaa parhaana mahdollisena paikkana uudelle kodille ja kukkamaalle. Ja että siellä jo asuvat ihmiset saattaisivat kuulla naapurikuntien kutsuvan nimeään. Ehkä vaimonsakin nimeä. Tai miehensä.

Kuva 3. Teemakartta Pohjois-Suomen työttömyystilanteesta ja kokonaisnettomuutosta.

Koropleettikartan päälle pyysin MapInfoa laittamaan seisoskelevia tai käveleviä ukkeleita käyttäen graduated-symboleja. Positiivista kokonaisnettomuuttoa kuvaavat vihreät ukot, jotka hengaavat aloillaan ja kasvavat, kun taas negatiivista muuttoa kuvaavat muualle siirtyvät siniset tyypit. Muuttovoitot ja -tappiot eivät kaikkialla ole aivan niin ennalta-arvattavia kuin voisi olettaa – esimerkiksi Kuusamossa on verrattain alhainen työttömyystilanne, mutta silti sieltä saapastelee ulos iso, sininen mies. Ja Savukoskella, joka kuuluu työttömyytensä puolesta tällä luokittelulla toisiksi suurimpaan luokkaan, kokonaisnettomuutto on hitusen plussan puolella.

Karttaa on paikka paikoin hieman haastavaa lukea, kun pienimmät miehet kutistuvat niin säälittäviin mittoihin, että väristä tai asennosta on vaikea olla enää varma. Symboleja ei kuitenkaan voinut enää oikein kasvattaakaan, koska silloin suurimmat hahmot olisivat paisuneet jo aikamoisiksi goljateiksi. Yksi ilmeinen ja helppo keino kartan informatiivisuuden lisäämiseksi olisi ollut tehdä sellainen viisas liike kuin mitä esimerkiksi Antti blogissaan teki: lisätä mukaan paikkojen nimiä.

Tein myös toisen hienon tuplateemakartan, mutta en ilmeisesti osannut tallettaa sitä oikein. Se oli tehty pitkälti samalla tavalla kuin tämäkin, eli koropleetti alla ja symbolit päällä, mutta tällä kertaa koropleettivärityksellä kuvattiin yli 65-vuotiaiden osuutta väestöstä ja mielikuvituksettomat pallurat esittivät rikosten määrää. Kartta näytti kertovan, että mikäli kunnassa on runsaasti vanhuksia, siellä on vain vähän rikoksia. Tästä on kai pääteltävä, että Lapin mummot ja vaarit ovat oikeamielisiä ja pelottomia lainsuojelijoita, jotka urheasti taistelevat kotiseutujensa rikollisuutta vastaan jo ennen kuin se tapahtuu.

Ehkä on ihan okei, että yllämainittu kartta katosi.

 

Lähteet:

Histogrammityökalu, Illuminations Histogram Tool. National Council of Teachers of Mathematics (2014).

Kinnunen, Antti. 2014. Teemailua MapInfolla. 24.1.2014.

Kurssikerta 1: So we meet again.

Hei, te kaikki ihastuttavat lukijat, jotka aivan omasta vapaasta tahdostanne vaellatte halki hikisen blogiviidakon!

Kuinka kaukaiselta tuntuukaan TAK! On siis hienoa, että muistojen kultareunoja on nyt kovaa vauhtia kiillottamassa tämä PHAK. Oman ryhmäni ensimmäinen kurssikerta myöhästyi viikolla, mutta ei se mitään; kaikkihan tietävät, että hyvää kannattaa odottaa. Odotuksemme palkittiin tänään MapInfon kertauksella, jossa opin sen käytöstä kenties enemmän kuin koko aiemmalla kurssilla. Aika karulta se alkuun näytti, kun oli joulun alla ehtinyt tottua CorelDraw:n selkeään monikerroksisuuteen. Pahaiset ulkonäköseikat unohtuivat kuitenkin alun jälkeen nopeasti, ja uudeksi harmistuksen lähteeksi nousi etupäässä säätöjen hankaluus. MapInfolla on ilmeisesti helppo tehdä virheitä, joita on hankala korjata. Esimerkiksi kukkaan puhkeamaisillaan ollut rakkauteni Ctrl+Z -näppäinyhdistelmää kohtaan ei MapInfon kourissa saa uutta ilmenemismuotoa, vaan minun on valmistettava itseäni henkisesti tilanteisiin, joissa MapInfo julistaa tien muutoksiin olevan armottoman yksisuuntainen.

Mutta! Varsinainen tehtävämme ensimmäisellä kurssikerralla oli käyttää MapInfoa välineenä koropleettikartan valmistukseen. Alkuun teimme ohjatusti kartan muunkielisten osuuksista Helsingin eri kaupunginosissa, ja tämän näköinen oli tulos:

Kuva 1. Muunkielisten (ei suomea tai ruotsia äidinkielenään puhuvien) osuus asukkaista Helsingin kaupunginosissa.

Kuva 1. Muunkielisten (ei suomea tai ruotsia äidinkielenään puhuvien) osuus asukkaista Helsingin kaupunginosissa.

Luokkajaoksi hyväksyttiin ohjelman tarjoama kvantiilijako, joka pyrkii pitämään luokkakoot mahdollisimman tasaisina. Itse olen kuitenkin aina vieroksunut luokkajakoja, joissa luokkarajat ovat kovin epätasaisesti – kuten tässä. Varsinkin äärimmäisissä luokissa tulosten hajonta on tällöin rajua, ja samaan luokkaan lasketaan kuuluviksi hyvinkin erilaisia alueita. Esimerkiksi alueet, joiden asukkaista 12% on muun kuin suomen tai ruotsin kielisiä, värjääntyvät yhtä tumman punaiseksi kuin alueet, joilla asuvista ihmisistä puolet puhuu kotonaan jotain jännittävää. Pelkän suhteellisia arvoja kuvastavan kartan esittäminen herättää myös kysymyksiä absoluuttisista arvoista. Tässä tapauksessa kaupunginosan ilme voi olla hyvinkin monikulttuurinen, vaikka prosentuaalisesti suurin osa asukkaista olisikin alkujaan suosta, kuokasta ja jussista, tai vastaavasti alueetta saattavat kuvastaa paremmin harmaat teollisuushallit kuin yhtään minkään kieliset ihmiset, vaikka kartta kertoo alueen olevan hyvinkin värikäs. Tähän on kiinnittänyt huomiota blogissaan myös Meri, joka rakensi samasta aineistosta uuden kartan erilaisella luokkajaolla. Pidän myös Merin huomiota kahden keskialemman luokan yhdistämisestä yhdeksi “jonkinverran”-luokaksi selvyyden nimessä varteenotettavana ideana.

Tämä oli kuitenkin vain yhdessä tehty harjoitus, jonka perimmäisenä tarkoituksena oli virittää ajattelumme lähemmäs MapInfon taajuutta. Seuraavaksi saimme käyttää, näkökulmasta ja TAKin aikaisesta tarkkaavaisuudesta riippuen, oppimaamme tai kertaamaamme ihan oman koropleettikartan laatimiseen. Minä näppäilin ja klikkailin olemassaolevaksi kartan, joka kuvasi alkutuotannon osuutta kunkin Suomen kunnan (vuonna 2011) työpaikoista. (Kuva 2.)

Kuva 2. Alkutuotannon osuus työpaikoista Suomen kunnissa vuonna 2009.

Pääsin sen verran yli ruskaobsessiostani, että valitsin väriksi vihreän. Ihan vain siksi, että ajattelin sen kuvaavan alkutuotantoa mukavasti. Jonnen tavoin minäkin nautin visuaalisesti kauniista kartoista, ja omassa tapauksessani värit saavat usein vallan. Tosin on myönnettävä, että tässä kyseisessä kartassa sattui visuaalisessa mielessä hieman hassusti…Arvelin vihreän sopivan hyvin kuvaamaan alkutuotantoa, jossa kasvit ovat tärkeässä osassa. Kävi kuitenkin niin, että puin Suomen armeijaprinttiin. Pikavilkaisulla voisi olettaa karttani kuvaavan kuntien välisiä eroja nuorten miesten innossa suorittaa asevelvollisuus. Tai että kyseessä on sotapropagandaa. Suomesta sotilasvaltio! (En tahtonut luopua maastonsävyistä, koska muunlaisia vihreitä käyttämällä lopputulos oli ektoplasmalimaisen oloinen. Enkä tahtonut luopua vihreästä, koska mielestäni kasvilogiikkani oli ihan pätevää.)

Päädyin jättämään luokittelutavaksi tässäkin kartassa MapInfon kaikessa viisaudessaan ehdottaman kvantiililuokituksen. Aineisto oli hieman vinoutunut (ks. Kuva 3.), joten kvantiililuokitus oli senkin puolesta toimiva ratkaisu, mutta suuremmassa roolissa oli tällä kertaa se, miten aineisto kuin ihmeen kaupalla jakautui kvantiililuokituksessa järkevän oloisten luokkarajojen väliin. Muokkasin MapInfon tarjoamia luokkavälejä sen verran, että pyöristin ne Jorma Jokamiestäkin ilahduttavaan muotoon. Tähän riittivät korkeintaan noin yhden prosentin kaunistelut, joten sen lopputulosta vääristelevä vaikutus jäi minimiin.

Kuva 3. Histogrammi alkutuotannon osuudesta Suomen kunnissa (2011).

Jonne oli tarkastellut kartallaan aineistoa, joka jakautui positiivisiin ja negatiiviisin lukuihin, joten hänen tapauksessaan oli perusteltua ja järkevää käyttää kartassa kahta eri väriä kuvaamaan arvojen vaihtelua. Omassa kartassani pitäydyin yhdessä värissä, jotta ilmiö kuvautuisi mahdollisimman selkeästi. Kartasta näkee nopealla vilkaisulla alkutuotannon painottuvan Suomen keskiosan paikkeille, joten sanoisin sen ajavan asiansa varsin kohtuullisesti.

Suurin ongelmani MapInfon, tai aika lailla minkään muunkaan paikkatieto-ohjelman, tai nyt kun vauhtiin päästiin niin yhtään minkään tietokoneeseen liittyvän asian, kanssa, lienee kyvyttömyyteni ymmärtää sitä, mitä teen. MapInfo vaikuttaa tiettyyn pisteeseen saakkaa ihan kelvolta kaverilta. Meillä ei ole vain yhteistä kieltä. Oletuksia käyttäjää ja käytettävää kohtaan on puolin ja toisin, kuten on myös ennakkoluuloja ja tulistusvalmiutta, mutta kuten Tiia toteaa Antti Kinnusen todenneen: “MapInfon tullessa tutummaksi ohjelmaksi myös sillä laadituista kartoista tulee varmasti suoranaisia mestariteoksia (or not).” Elämme Toivossa, sanoivat lapamadot tyytyväisinä.

Lähteet:

Histogram Tool. National Council of Teachers of Mathematics. http://illuminations.nctm.org/Activity.aspx?id=4152. 23.1.2013.

Korhonen, Meri. Ensimmäinen oppitunti: tutustutaan MapInfoon. <https://blogs.helsinki.fi/mtpkorho/>. 23.1.2014

Alkiomaa, Jonne. Kurssikerta 1. <https://blogs.helsinki.fi/jonnealk/>. 23.1.2014

Määttä, Tiia. MapInfo ja koropleettikartan väkerrystä. <https://blogs.helsinki.fi/timaatta/>. 23.1.2014