Ensimmäisellä kurssikerralla otimme käsittelyyn aikaisemmin syksyltä tutun QGIS-ohjelmiston ja muistelimme, mitäs kaikkea sillä pystyi tehdä ja miten. Vaikka ohjelmisto ei ollut täysin uusi, teki hyvää kertailla sen käyttöä rauhallisesti kohta kohdalta, sillä vaikka yleiskuva ohjelmasta näytti tutulta, suurempia muistikuvia sen perustoiminnoista ei minulle ollut jäänyt mieleen. Kävin tunnilla järjestelmällisesti tehtävänantoa ohje ohjeelta, mutta uteliaisuuden ja muistinvirkistyksen vuoksi kokeilin myös ohjelmiston muita työkaluja ja toimintoja (toivoen, että en onnistu poistamaan tuotostani!). En ole mikään tietokoneohjelmistojen huipputuntija, mutta olen todennut, että kokeilemalla eri juttuja ja toimintoja ehkä vähän päättömästi oppii syventymään ohjelmistoon paremmin kuin kuvittelikaan.
Itämerta ympäröivien valtioiden typpipäästöt
Teimme tunnilla yhdessä kurssin ensimmäisen työn QGIS:illä luoden koropleettikartan Itämerta ympäröivien maiden typpipäästöistä. Aineistot latasimme Moodlesta, ja valitsimme sieltä seuraavat tasot: Administrative boundaries, Depth contours, HELCOM marine area, Lakes ja Nitrogen Inputs. Ennen kuin teimme mitään suurempia, tarkistimme mm. koordinaattijärjestelmän ja kielen tietoja, mistä oli hyvä aloittaa, sillä muistin hyvin, mistä nämä vaihdetaan. Tunti kului pitkälti opettajan kertoessa työvaiheita ja meidän kysellessä neuvoa tarvittaessa. Vaikka QGIS:in kaltaisiin ohjelmistoihin on välillä mielenkiintoista tutustua itsekseen, pidin myös siitä, että nyt kun ohjelman edellisestä käyttökerrasta on hetki, sai konkreettista apua opettajalta. Lisäksi vieruskaverista oli paljon apua, mikäli ei ollut aivan varma, mitä tehdä! Kiitos Heini!
Lukiessani Auran Niskasen blogia (2024) huomasin, että omasta kartastani (kuva 1) puuttuu kokonaan valtioiden nimet. Luodakseni kartalle selkeän ilmeen olisin ilmoittanut niiden valtioiden nimet, joista typpipäästötietoja aineistossamme löytyi. Koska Eurooppalaiset lukijat tunnistavat kartan sijainnin helposti, en kokenut tarvetta lisätä siihen esimerkiksi tarkempaa indeksikarttaa. Myös karkeamman kartan jättäminen pois korostaa muihin meriin verrattuna pienen Itämeren ja sen ongelmien merkitystä eikä niitä tule sitä kautta vähäteltyä. Visuaalinen kuva parantuisi myös huomattavasti, jos järviä ei kartalla kuvattaisi ollenkaan tai niistä olisi visualisoitu vain suurimmat, sillä järvet eivät ole kartan esittämän tiedon kannalta oleelliset.
Kartan tekijä pystyy vahvasti vaikuttamaan siihen, miten asian esittää, joten koitan pitää neutraalin näkemyksen mielessäni, kun teen mitä tahansa karttaa. Esimerkiksi kuvassa 1 Puola korostuu selvästi muihin valtioihin verrattuna. Korostukselle on toki syynsä, mikä löytyy suoraan aineistoista eikä pidä väheksyä sitä, että Puolalla on tosiaan verrattain suuret typpipäästöarvot, mutta kartasta tai ainakin sen jatkoanalyysista voisi tehdä vielä paremman muutamalla lisäseikalla. Typpipäästöjen määrää voitaisiin suhteuttaa myös jollain tavalla esimerkiksi valtioiden kokoon ja rantaviivaan Itämerellä. Sillä vaikka Liettualla olisi suhteellisen pienet typpipäästöt, ovatko ne valtion rantaviivan ja pinta-alaan suhteutettuna myös pienet. Entä jos Liettua olisi Ruotsin kokoinen? Olisivatko sen päästöt vielä keskinkertaisen kokoiset? Toki valtion koko vaikuttaa päästöjen määrään, mutta onko oikein pitää selvästi suurempina syyllisiä vain maita, joiden maantieteellinen koko ja sitä myötä väestö tai teollisuus ovat suurempaa. Kysymys on vaikea, johon en itse osaa antaa täysin absoluuttista vastausta, mutta ehkä näiden seikkojen mielessä pitäminen auttaa hahmottamaan suurempien teemojen hahmottamista niin valtiokohtaisesti kuin maailmanlaajuisestikin.
Yli 64-vuotiaiden osuus Suomen kunnissa
Toisen koropleettikartan loin yli 64-vuotiaiden prosentuaalisista osuuksista Suomen kunnissa vuodelta 2015 (Kuva 2). Kun pienen pohtimisen jälkeen tajusin, mistä löydän QGIS-ohjelmalla muuttujat, onnistui kartan luominen ja visualisointi jo selvästi paremmin nyt kun ohjelman toiminnot olivat muistuneet paremmin mieleen. Lopputulokseen olen suhteellisen tyytyväinen. Kartan vihreä väritys on neutraali, mutta kuvaa selvästi eroja eri kuntien osuuksien välillä. Koska kuntien määrä on Suomessa suuri, neljä luokkaa erottelevat muuttujaa kartalla hyvin tekemättä siitä liian epäselvää.
Suomessa väestö on keskittynyt pitkälti erilaisiin kaupunkikeskittymiin eri puolille Suomea, eritoten eteläisempään Suomeen. Kartalla asutuskeskittymät ovat korostuneet kuntina, jossa yli 64-vuotiaiden osuus on alhaisempi. Yli 64-vuotiaiden osuus kasvaa kaikissa maakunnissa (Laesterä ym. 2020), mutta asutuskeskittymät korostuvat kartalla nuoremman väestön kuntina, sillä niissä on yleisesti hyvät lähtökohdat muuttovoittokunniksi esimerkiksi koulutuspuitteiden ja työpaikkojen osalta, jotka houkuttelevat erityisesti nuorempaa väestöä.
Seuraavaan kertaan!
Lähteet:
Niskanen A. (2024) Ensimmäinen kurssikerta, Auran blogi Viitattu 20.1.2024 https://blogs.helsinki.fi/niskanau/2024/01/17/ensimmainen-kurssikerta/
Laesterä E., Hanhela M., Koskinen J., Viitasaari A., (2020) Väestömuutosten vaikutukset kuntien selviytymiseen
– voiko kaikilla kunnilla olla kasvun strategia? Kuntaliitto, Viitattu 23.1.2024 https://www.kuntaliitto.fi/sites/default/files/media/file/V%C3%A4est%C3%B6muutosten%20vaikutukset%20kuntien%20selviytymiseen%20loppuraportti.pdf
Muut viittaukset:
Heini: Heini Tolvasen blogi https://blogs.helsinki.fi/heinitol/