Valmis!

Verta, hikeä ja kyyneliä tuli vuodatettua, mutta kurssi oli kaikkiaan mielenkiintoinen ja antoisa. En voisi enempää kompata Siitosen ajatuksia. Kiitos jännästä kurssista Artulle ja tietysti muille kurssibloggareille!

success

Herää, pahvi! Viimeistä viedään! (kurssikerta 7)

Viimeisen kurssikerran tarkoituksena oli testata, oliko sitä opittu mitään kurssin aikana. Teeman puolesta oli hyvin vapaat kädet, ja mietinkin jo monia jännittäivä maita, joista olisi ollut hauska luoda teemakarttoja. Sopivien ja englanninkielisten tilastojen löytäminen osoittautuikin yllättävän hankalaksi ja työlääksi. Puljattuani jonkin aikaa internetin syövereiden, erilaisten tilastojen ja MapInfon välillä, päädyin lopulta tutkimaan EU-maita. EU-maidenkin aineistoja pyörittelin tovin, ennenkuin keksin itseäni kiinnostavia, mielekkäitä aiheita.

Turismia, turismia!

Aiheeksi valitsin omien mieltymysteni johdattelemana turismin. Halusin tutkia kunkin EU-maan kansalaisten tekemiä turistimatkoja (yli 15-vuotiaat, vähintään yksi yö matkakohteessa) ja verrata sitä lentokonematkustajien määrään ja kuvata sitä päällekkäisellä teemakartalla (koropleetti ja graduated)(kuva 1). Hypoteesinani oli, että suuri lentomatkustajien määrä korreloisi positiivisesti turistimatkustajien määrän kanssa.

Lentokonematkustaja-aineiston jakauma oli hieman epämääräinen, joten päädyin valitsemaan luokittelutavaksi luonnollisia luokkavälejä. Koropleettikartan värimaailmaksi valitsin neutraalin vihreän sävyt ja luokkia neljä, jotta ne erottuisivat toisistaan, mutta kuitenkin toisivat kartalle enemmän informaatioarvoa ja hajontaa kuin vain kolme luokkaa.

Kuva 1. Koropleettikartalla on esitetty EU-maiden lentokonematkustajien osuudet suhteessa toisiinsa, mukana ovat sekä lähtö- että paluulennot. Symbolein on kuvattu kunkin maan kansalaisten turistimatkojen lukumääriä. Turistimatkoiksi on laskettu yli 15-vuotiaiden vähintään yhden yön yli kestävät matkat. Ruotsin ja Tanskan turismitarkoituksella matkustaneista ei ollut tarjolla tilastoja.

Kuva 1. Koropleettikartalla on esitetty EU-maiden lentokonematkustajien osuudet suhteessa toisiinsa, mukana ovat sekä lähtö- että paluulennot. Symbolein on kuvattu kunkin maan kansalaisten turistimatkojen lukumääriä. Turistimatkoiksi on laskettu yli 15-vuotiaiden vähintään yhden yön yli kestävät matkat. Ruotsin ja Tanskan turismitarkoituksella matkustaneista ei ollut tarjolla tilastoja.

Yleissilmäyksellä kartalta havaitaan, että lentokoneella matkustaneiden lukumäärä näyttäisi korreloivan positiivisesti matkailijoiden kanssa. Lentokonematkustajista 10,1%-17,8% on lennätetty Iso-Britanniassa, Saksassa, Ranskassa, Italiassa ja Espanjassa. Näissä maissa myöskin matkustajien määrä turismitarkoituksessa on suurin. Vähiten lentokoneella lentäneitä on Virossa, Latviassa, Liettuassa, Slovakiassa, Sloveniassa ja Kroatiassa – myöskin matkustajien lukumäärä on näissä maissa pienin. Tätä ilmiötä itäblokin ja entisten Neuvostoliittoon kuuluneiden maiden keskuudessa selittää pitkälti maiden historiallinen taakka: Neuvostoliitto, poliittinen sekä taloudellinen tilanne (http://www.econlib.org/library/Enc1/EasternEurope.html). Itä-länsi -asetelma näkyykin kartalta selvästi, ja historian havinaa Toisen maailmansodan ja Kylmän sodan ajoilta voi kuulla selkeästi. Tämä vaikuttaa kansalaisten matkustamiskykyyn ja -halukkuuteen ja samalla myös lentokoneella matkustavien määrään. Vaikka lentomtkustajatilastoissa on huomioitu kaikkien EU-maiden kansalaiset matkan tarkoitusperästä riippumata ja sekä lähtö- että paluulennot, kielii maan lentomatkustajaprosentin pienuus painavasti maan houkuttavuudesta ulkomaisille turisteille.

Tietysti tässä tarkasteltavien muuttujien suuruus on suoraan verrannollinen maiden asukaslukuun: kun asukasluku on suuri, tehdään enemmän matkoja suhteessa pienempiin maihin, ja esimerkiksi lentokenttiä on enemmän ja täten myös lentoja tehdään enemmän (http://en.wikipedia.org/wiki/List_of_European_Union_member_states_by_population). Lentkoneella matkustaneiden osuudet eivät toisaalta myöskään ole suoraan verrannollisia kunkin maan matkailijoiden lukumääriin. Kunkin maan turismimatkojen lukumäärät ovat maakohtaisia, eli esimerkiksi kuinka monta turistimatkaa saksalaiset ovat tehneet vuonna 2012. Lentokonematkustajien osuuksissa mukana ovat kaikki muut matkustajat (esimerkiksi myös työmatkojen puolesta matkustavat), paitsi ohikulkumatkaajat (lennonvaihdot jne.). Kuitenkin lentokoneella matkustaneista suurin osa on todennäköisesti lomamatkailijoita. Virhelähteen muodostaa toisaalta myös se, että turistimatkailijoiden lukumäärään kuuluvat myös ne, jotka ovat tehneet matkoja maansa sisällä – toisaalta, niitäkin voi tehdä myös lentoteitse.

Jälkikäteen mietin, kuinka relevantti tämä karttaesitys sitten oikeastaan onkaan? Näennäisesti kartalla vallitsee positiivinen korrelaatio lentokonematkustajien ja kunkin maan kansalaisten matkaajien välillä. Lentojen ja turistien määrän välillä on selkeä yhteys, mutta taustalla vaikuttavat monet muutkin, kuten edellämainitut, muuttujat. Täten teemakartta on vain suuntaa-antava. Toisaalta se herättää ajatuksia juuri ilmiötä selittävistä tekijöistä. Olisi mielenkiintoista saada selville kunkin maan matkaajien suosituimmat matkakohteet tai esimerkiksi, kuinka monta turistia kuhinkin maahan vuodessa tulee tai että lentokonematkustajissa olisi huomioitu vain turistimielessä matkustavat. Kunkin maan ulkomaalaisten turistien vuosittaiset lukumäärät olisi ollut mielekkäämpä saada esitettyä kartalla, mutta niistä ei löytynyt tarpeeksi kattavaa tilastoaineistoa.

Muuttoliikettä

Toisen päällekkäisen teemakarttaesityksen päätin laatia edellistä aihetta sivuten muuttoliikkeestä, maahanmuutosta ja ulkomaalaistaustaisten asukkaiden osuudesta, EU-maissa (kuva 2). Tämäkin aineisto oli epämääräisesti jakautunut, joten valitsin luokittelutavaksi jälleen luonnolliset luokat ja luokkien lukumääräksi rajasin tässäkin neljä. Maahanmuuttajien lukumäärää kuvasin vihrein symbolein. Värit ovat mielestäni neutraalit, vaikkakin kirkkaat, eikä niihin liity voimakkaita mielikuvia (kuten punainen = negatiivinen).

Hypoteesinani oli maahanmuuttajien lukumäärän positiivinen korrelaatio ulkomaalaistaustaisten asukkaiden kanssa. Toisaalta kiinnostavaa olisi havaita poikkeamia mahdollisesti vallitsevassa trendissä.

Kuva 2. Ulkomaalaistaustaiset asukkaat EU-maissa maakohtaisesti suhteutettuna vuonna 2013. Vihrein symbolein on kuvattu maahanmuuttajien lukumäärää vuonna 2012.

Kuva 2. Ulkomaalaistaustaiset asukkaat EU-maissa maakohtaisesti suhteutettuna vuonna 2013. Vihrein symbolein on kuvattu maahanmuuttajien lukumäärää vuonna 2012. Saksasta ei ollut tarjolla tilastotietoa vuoden 2012 maahanmuuttajista.

Ulkomaalaistaustaisia asukkaita on suhteessa eniten EU:n suurimmissa maissa, joissa myös maahanmuuttajien lukumäärä on suurinta. Kartalla näkyy toisaalta myös jälleen jo edellisestä karttaesityksestä havaittu itä-länsi-asetelma ja toisaalta asukasluvun ja sitä myötä esimerkiksi työpaikkojen tarjonnan vaikutus kartan ulkonäköön. Itäisten EU-maiden joukosta kuitenkin erottuvat Puola ja Romania. Näissä maissa ulkomaalaistaustaisten asukkaiden osuus on pieni suhteessa muihin EU-maihin, mutta maahanmuuttajia vuonna 2012 on ollut jopa yhtä paljon kuin suurissa maissa, kuten Ranskassa, Espanjassa ja Italiassa. Taustalla voisi olla esimerkiksi maiden maahanmuuttopolitiikka ja pakolaiskiintiöt ja vaikkapa naapurimaiden taloudellinen ja poliittinen tilanne. On kuitenkin huomattava, että tilastoituihin maahanmuuttajiin kuuluvat myös EU:n ulkopuoliset kansalaiset ja taustalla voivat olla joko lähtömaasta johtuvat työntävät tekijät, kuten esimerkiksi sota, rauhattomuudet, työttömyys jne. tai maahanmuuttomaan vetävät tekijät, kuten työpaikkojen saatavuus, opinnot ja muut sosiaalisista muuttujista johtuvat syyt.

Koska immigraatio ja emigraatio kulkevat käsi kädessä, laadin niistä molemmista vielä oman koropleettikarttansa keskinäisen vertailtavuuden helpottamiseksi (kuvat 2 ja 3). Epämääräisen jakauman vuoksi luokitteluna jälleen luonnolliset luokat.

Kuva 3. Maahanmuuttajien (immigraatio) osuus EU-maissa vuonna 2012. Saksasta tiedot vuodelta 2011.

Kuva 3. Maahanmuuttajien (immigraatio) osuus EU-maissa vuonna 2012. Saksasta tiedot vuodelta 2011.

Kuva 4. Maastamuuttajien (emigraatio) osuus EU-maissa vuonna 2012. Saksasta tiedot vuodelta 2011.

Kuva 4. Maastamuuttajien (emigraatio) osuus EU-maissa vuonna 2012. Saksasta tiedot vuodelta 2011.

Iso-Britanniassa, Saksassa, Ranskassa ja Espanjassa immigraatiota ja emigraatiota tapahtuu suhteessa eniten, vastaavasti vähiten Virossa, Latviassa, Bulgariassa, Kroatiassa, Slovakiassa, Sloveniassa ja Kyproksella. Tämä selittyy pitkälti jälleen eroista maiden asukasluvuissa. Valtaosassa maita muuttoliike näyttäisi olevan tasapainossa – kuitenkaan mitään suoria johtopäätöksiä ei voida tehdä, sillä karttojen aineisto on jakautunut hieman eri tavalla ja luokat eivät mene yhteen toistensa kanssa. Tässä olisi ollut hyvä paikka päällekkäiselle koropleettiteemakarttaesitykselle, mikäli sellaisen osaisi luoda. Tässä koropleettiteemakarttoja tulee tarkastella lähinnä erikseen ja hakeakseen korrelaatiota niiden väliltä, tulee luokkien yhtenevyyden kanssa olla tarkkana, jotta vertailua voisi tehdä. Olisi ollut mielenkiintoista tarkastella muuttoliikkeen kanssa esimerkiksi työ- ja koulutuspaikkojen tarjontaa ja etsiä korrelaatioita. Toisaalta, koska muuttoliikkeeseen lukeutuvat myös EU:n ulkopuoliset maat, olisi muuton taustatekijöiden esittäminen kartalla lähes mahdotonta. Kartoilta kuitenkin näkee selkeästi, missä muuttoliike on vilkkainta, ja sen voi katsoa korreloivan maan asukasmäärän kanssa.

Millainen jälkimaku tästä jäi?

MapInfon kanssa joutui vähän painimaan, ja aiemmin sujuvasti hoituneet toiminnot vaativat hieman aivonystyröiden hieromista. Kurssin loppua kohden blogimerkinnät alkoivat hiljalleen pakkaantua, ja tehtävät tuntuivat välillä raskailta. Vaikeuksien kautta voittoon! En varmasti kertaakaan ollut yhteenkään karttaani täysin tyytyväinen, aina olisi jotakin voinut parantaa. Siksi teemakarttojen luomisvaiheessakin minun tulisikin olla (olisi pitänyt olla) huolellisempi. Vauhtiin kun pääsee, niin siinä helposti sokaistuu. Kurssilta on kuitenkin saanut hyvät eväät tietokantojen etsimiseen ja käsittelyyn ja niiden muuttamiseen karttaesityksiksi! Kurssin alkua miettiessäni, kyllä sitä kehitystä tässä kevään aikana jo vain on tapahtunut. 🙂

Lähteet:

Air transport of passengers (2012). Eurostat. European Commission. http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=en&pcode=ttr00012&plugin=1 17.3.2014

Emigration (2012). Eurostat. European Commission. http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=en&pcode=tps00177&plugin=1 17.3.2014

Immigration (2012). Eurostat. European Commission. http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=en&pcode=tps00176&plugin=1 17.3.2014

Lipton, D. Eastern Europe. http://www.econlib.org/library/Enc1/EasternEurope.html 17.3.2014

List of Europian Union member states by population http://en.wikipedia.org/wiki/List_of_European_Union_member_states_by_population 17.3.2014

Participation in tourism for personal purposes (number of tourists)(2012). Eurostat. European Commission. http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=en&pcode=tin00187&plugin=1 17.3.2014

Population by citizenship – Foreigners (2013). Eurostat. European Commission. http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=en&pcode=tps00157&plugin=1 17.3.2014

Pisteaineistoja kartalla – suojateiltä hasardeihin (kurssikerta 6)

Tällä kurssikerralla kävimme keräämässä pistemuotoista aineistoa GPS-paikantimen avulla lähiympäristöstä pienissä ryhmissä. Oma ryhmämme kävi poimimassa paikantimella Kumpulan ja Arabian alueen liikennevaloilla varustetut suojatiet. Tämän jälkeen muokkasimme tulokset Excelissä MapInfolle kelpaavaan muotoon. Koordinaattien numeroiden näppäilyssä sai olla tarkkana, sillä yhdenkin numeron heitto vaikuttaa pisteen virheelliseen sijaintiin kartalla huomattavasti. Harjoittelimme myös geokoodausta valmiiden tietokantojen osoitetietojen pohjalta. Näillä eväillä pystyisimme siis tuottamaan itse alusta asti tietokanta-aineistoa myöten kattavia paikkatietomuotoisia pistekarttaesityksiä.

Kurssin varsinaisen itsenäistehtävän teemana olivat maailmanlaajuiset hasardit: maanjäristykset, tulivuorenpurkaukset ja meteoriittien törmäykset. Päädyin tarkastelemaan tulivuoritoimintaa ja niiden sijoittumista sekä maanjäristyksiä. Alkuun laadin kartan maailman tulivuorten sijainneista, vuonna 1964 ja sen jälkeen purkautuneista tulivuorista sekä yli 5 richterin maanjäristyksistä 1900-luvulta alkaen (kuva 1) – osaksi ihan vain pelkästä mielenkiinnosta ja toisaalta kokonaisuuden hahmottamiseksi. Kuvissa 2 ja 3 on esitetty mannerlaatat saumakohtineen.

Kuva 1. Kartalla on esitetty maapallon tulivuoret ruskein symbolein ja keltaisella vuodesta 1964 ja sen jälkeen aktiivisena olleet tulivuoret. Yli 6 richterin maanjäristykset 1900-luvulta alkaen on merkitty punaisin symbolein.

Kuva 1. Kartalla on esitetty maapallon tulivuoret ruskein symbolein ja keltaisella vuodesta 1964 ja sen jälkeen aktiivisena olleet tulivuoret. Yli 6 richterin maanjäristykset 1900-luvulta alkaen on merkitty punaisin symbolein.

Kuva 2. Mannerlaatat ja niiden saumakohdat sekä Tyynenmeren tulirengas. (http://oceanexplorer.noaa.gov/explorations/05fire/background/volcanism/media/tectonics_world_map_600.jpg)

Kuva 2. Mannerlaatat ja niiden saumakohdat sekä Tyynenmeren tulirengas. (http://oceanexplorer.noaa.gov/explorations/05fire/background/volcanism/media/tectonics_world_map_600.jpg)

Kuva 3. Mannerlaattojen saumakohdat ja liikesuunnat toisiinsa nähden (nuolet). (http://pubs.usgs.gov/gip/dynamic/slabs.html)

Kuva 3. Mannerlaattojen saumakohdat ja liikesuunnat toisiinsa nähden (nuolet). (http://pubs.usgs.gov/gip/dynamic/slabs.html)

Kartalta (kuva 1) nähdään selkeästi maanjäristysten ja tulivuorten sijoittuvan mannerlaattojen saumakohtiin. Esityksessä on paljon tavaraa, mikä ehkä hieman haittaa luettavuutta, mutta olennainen on luettavissa jo nopealla silmäyksellä. Verratessa kuvien 2 ja 3 karttoja omaani, voidaan hyvin havaita määnjäristysten ja tulivuorten sijoittuvan juuri näille saumakohdille. Saumakohtien ja maanjäristysten sekä tulivuorten sijainnin yhteyden ymmärtämisessä tällainen yhteenvetokarttaesitys toimisi mielestäni opetuksessa mainiosti. Erityisesti Tyynenmeren tulirenkaan huomattava vulkaaninen ja seisminen aktiivisuus tulee hyvin ilmi. Renkaan matkalla sijaitsee noin 450 tulivuorta, jotka ovat syntyneet mannerlaattojen erkaantumissaumissa sekä niiden törmäys- ja subduktio eli alityöntövyöykkeillä (http://education.nationalgeographic.com/education/encyclopedia/ring-fire/?ar_a=1). Meressä muhii paljon vulkaanista toimintaa: mannerlaattojen saumakohtien merenalaiset magmapurkaukset tuottavat uutta merenpohjaa magman jäähtyessä kylmän meriveden vaikutuksesta (http://education.nationalgeographic.com/education/encyclopedia/ring-fire/?ar_a=1). Maanjäristyksiä itsessään aiheuttavat mannerlaattojen saumojen vertikaaliset tai lateraaliset liikkeet toisiinsa nähden (kun niiden välinen jännitys vapautuu)(http://www.soest.hawaii.edu/GG/ASK/earthquakes.html).

Hasardikartat oppimisen lähteenä

Lopuksi laadin kolme karttaesitystä voimakkaista, yli 6 richterin, maanjäristyksistä kolmelta eri ajanjaksolta. Nollahypoteesinani oli, että havaittujen maanjäristysten määrä kasvaa nykyaikaa lähestyttäessä. Ajanjaksoiksi valitsin samanpituiset aikavälit 1923-1943, 1943-1983 ja 1983-2013. Luokkajaon lomittaisuuden en katsonut tässä haittaavan, sillä aikaskaalat ja havaintojen määrät ovat muuten niin laajoja.

Kuva 4. Yli 6 richterin maanjäristykset vuosina 1923-1953.

Kuva 4. Yli 6 richterin maanjäristykset vuosina 1923-1953.

Kuva 5. Yli 6 richterin maanjäristykset vuosina 1953-1983.

Kuva 5. Yli 6 richterin maanjäristykset vuosina 1953-1983.

Kuva 6. Yli 6 richterin maanjäristykset vuosina 1983-2013.

Kuva 6. Yli 6 richterin maanjäristykset vuosina 1983-2013.

Kuvista 4, 5 ja 6 nähdään selkeästi maanjäristysten määrän kasvu. Tapahtuuko järistyksiä sitten useammin kuin aiemmin? Selityksenä maanjäristysten lisääntymiselle on seismisten asemien lisääntyminen ja mittaustarkkuuden parantuminen teknologian kehityksen myötä (http://www.helsinki.fi/geo/seismo/maanjaristykset/tieto/seismisyys.html). Nykyaikana myös tieto kulkee nopeasti, joten myös tieto maanjäristyksistä leviää nopeammin ja viimeaikaisia maantärähtelyitä voi seurata ajantasalla (http://earthquake.usgs.gov/earthquakes/). Tällaisen karttaesityksen kartat ovat yksinään melko arvottomia, mutta yhteisenä karttaesityksenä ne toimivat ikäänkuin aikajanana. Opetuksessa oppilaita voisi haastaa kuvan 1 karttaesityksen sekä kuvien 4, 5, ja 6 karttojen pohjalta pohtimaan juuri maanjäristysten, tulivuorten ja mannerlaattojen saumakohtien sijaintien yhteyttä sekä syitä maanjäristysten lisääntymiseen viimeisten lähes sadan vuoden aikana. Lisäksi pohdinnan potkurina voisivat olla myös hasardien vaikutukset ihmisiin ja ympäristöön yleensä – tai vaikka niiden alueiden tai mannerlaattojen saumakohtien nimeäminen, joilla seisminen ja vulkaaninen toiminta ovat aktiivisimmillaan. Kuvan 1 kartalta havaittavien tunnettujen tulivuorten avulla oppilaita voisi myös sivistää niitä sijaitsevan muuallakin, kuin vain mannerlaattojen saumakohdissa (Ruskomaa 2014). Sama pätee myös maanjäristyksiin. Myös maanjäristysten esiintymisalueista ja esiintymistiheydestä suhteessa niiden voimakkuuteen voisi laatia oivaltamisen elämyksiä ruokkivia karttaesityksiä.

Karttatekeleiden onnistumisen ja mielekkyyden pohdiskelua

Kurssikerta oli mielenkiintoinen ja erityisesti hasarditeema minua kiehtova. Tulivuorista ja maanjäristyksistä olisi saanut erikseen ja yhdessä paljonkin erilaisia mielenkiintoisia karttaesityksiä. Jälkikäteen pohdin, että karttaesitykseni olisivat varmasti olleet edustavampia, mikäli legendaan olisi merkinnyt havaintojen lukumäärät näkyviin. Se olisi myös helpottanut kartanlukijaa vertailemaan ilmiöitä keskenään. Lisäksi kuvan 1 kartassa termi “aktiiviset tulivuoret” hämää hieman, sillä tulivuori voi olla aktiivinen, vaikka se olisi ollut kauankin purkautumatta. Se, että tulivuori on viimeksi purkautunut ennen vuotta 60-lukua, ei tarkoita, etteikö se olisi aktiivinen. Joka tapauksessa kartta antaa suuntaa siitä, missä aktiivisimmat, viimeisen 50 vuoden aikana purkautuneet tulivuoret sijaitsevat – vaikka mukana olisi myös sellaisia, joilla tätä ennen edellinen purkautuminen olisikin ollut sata vuotta sitten.

Valitsemani teema kolmeen itsenäisesti laadittavaan karttaesitykseen (kuvat 4, 5 ja 6) vaikutti vielä karttoja tehdessä mielekkäältä ja hyvältä aiheelta, mutta havahduin jälleen muiden blogeja lukiessani, että aiheesta olisi saanut vieläkin enemmän irti. Ulkoasuihin olen melko tyytyväinen, vaikka kartat ovatkin yhden muuttujan nimissä melko karsittuja. Lindholm (2014) on etsinyt käsiinsä tietokantoja annetun aineiston ulkopuolella ja laatinut mielekkäitä karttoja maanjäristysten ja tsunamien sekä tulvien välistä korrelaatiota. Tästä mieleeni juolahti, että olisi ollut mielenkiintoista tutkia vaikkapa bufferointityökalun avulla voimakkaimpien maanjäristysten laajuutta, tai vaikkapa yksittäisten tulivuorenpurkausten tuhkapilvien purkauksenjälkeistä pahinta vyöhykettä. Tässä tapauksessa kartta olisi pitänyt laatia suuremmassa mittakaavassa. Myös maanjäristysten eri voimakkuuksien esittäminen erikokoisin tai erivärisin symbolein olisi ollut informaatioarvoltaan oiva karttaesitys. Mielenkiintoista olisi ollut tutkia hasardeja myös lyhyemmillä aikaväleillä ja lähempänä nykyhetkeä, jolloin ne tuntuisivat ehkä konkreettisemmilta (Honkanen 2014).

MapInfon ja mielekkäiden karttaesitysten parissa toisten blogeja lukiessa omia oppimisiaan ja tekemisiään reflektoidessa tulee usein hinku laatia uusia, parempia karttoja. Vaikkeivät karttaesitykseni ole ehkä parhaimpia mahdollisia (ja välillä tuntuu kuin olisin taantunut taitojeni kanssa), niiden sekä muiden blogien pohjalta oppii melkeinpä parhaiten erilaisia lähestymistapoja. Jos olisi heti täydellisen hyvä, eihän sitä voisi kokea lainkaan kehittyvänsä!

P.S. Lopuksi täytyy vielä mainita, että blogeja selaillessani törmäsin äärimmäisen piristävään blogmerkintään, jossa oli kuvia kurssikerran pisteidenkeruureissulta (Helle 2014)! Kuvat tuovat blogiin syvyyttä (mitä oikein tehtiinkään) ja väriä (karttojen lisäksi). 🙂

Lähteet:

Helle, J. (2014). KK6 ja seikkailu kentällä. https://blogs.helsinki.fi/joohelle/ 13.3.2014

Honkanen, V. (2014). Kurssikerta 6. https://blogs.helsinki.fi/vhonkane/ 17.3.2014

Lindholm, S. (2014). Kurssikerta 6: Kylmästä lämpimään ja MapInfo (Not Responding). https://blogs.helsinki.fi/saralind/ 13.3.2014

National Geographic. Ring of Fire. Education. http://education.nationalgeographic.com/education/encyclopedia/ring-fire/?ar_a=1 13.3.2014

NOAA (2014). http://catalog.data.gov/dataset/global-volcano-locations-database 13.3.2014

Northern California Earthquake Data Center (2014). http://quake.geo.berkeley.edu/anss/catalog-search.html 13.3.2014

Ruskomaa, A. (2014). Kurssikerta 6: Pisteaineistoja kartalla. https://blogs.helsinki.fi/ainorusk/ 13.3.2014

USGS. http://pubs.usgs.gov/gip/dynamic/slabs.html 13.3.2014

USGS. Earthquake Hazard Program. http://earthquake.usgs.gov/earthquakes/ 13.3.2014

NOAA. http://oceanexplorer.noaa.gov/explorations/05fire/background/volcanism/media/tectonics_world_map_600.jpg 13.3.2014

http://www.soest.hawaii.edu/GG/ASK/earthquakes.html 13.3.2014

SWOT-analyysi: Interaktiivista paikkatietoa Amerikasta

New York Timesin avoimessa palvelussa on hyödynnetty väestölaskennasta saatua informaatiota esimerkiksi ihmisten taustoista ja laadittu niiden pohjalta interaktiivinen, helppokäyttöinen, paikkatietomuotoinen kartta.

Vahvuudet

Palvelu on yksinkertainen, mielenkiintoinen, visuaalisesti näyttävä ja sieltä saa helposti käsiinsä paljon tietoa eri muuttujista. Karttaa on helppo liikutella ja tarkastella eri mittakaavoissa zoom-työkalun avulla.

Heikkoudet

Kartalla esitetty paikkatieto ei ole täysin eksaktia, vaan suuntaa-antavaa, mutta kuitenkin suhteellisen laadukasta (Tarkhova 2014). Lindholm (2014) on pohtinut, millainen aineisto teemakarttojen taustalla on ja miten se kerätty ja analysoitu. Esimerkiksi erilaiset luokittelutavat voivat saada aikaan hyvinkin erinäköisiä karttaesityksiä, ja tällä toisaalta voidaan ehkä ohjata kartanlukijaa. Karttaesityksen tekijät ja lähde on kuitenkin merkitty, joten halutessaan lähteen luotettavuuden voisi kyllä tarkistaa. Tietokantojen päivitystiheys (Turkki 2014) on myös olennaista tietojen oikeellisuuden ja luotettavuuden kanssa; esimerkiksi demografia muuttuu jatkuvasti (muutot, kuolemat, syntymät), ja tietokantoja saisi olla päivittelemässä jatkuvasti. Vanhentunut tieto ei välttämättä palvele tarkoitusta. Tarkoitus? Lindholm (2014) heitti ilmoille kysymyksen, mikä tämän palvelun tarkoitus oikeastaan onkaan ja kuka tätä kaikkien saatavilla olevaa tietoa käyttää ja tarvitsee, mihin ja miksi? Tosiaan, kuinka tarpeellinen palvelu todellisuudessa on kaikessa avoimuudessaan? Karttateknisistä heikkouksista mainitsemisen arvoisia ovat Hurmeen (2014) osoittamat mittakaavan ja pohjoisnuolen puute sekä jokseenkin summittainen aluejako eri teemakartoilla. Vaikka palvelussa onkin korostettu karttaesitysten olevan vain suuntaa-antavia, tällaiset puutteet ehkä jokseenkin laskevat palvelun uskottavuutta.

Mahdollisuudet

Vaikka kartalla esitetty tieto ei olekaan täysin tarkkaa, voisi tällaista interaktiivista paikkatietopalvelua käyttää esimerkiksi opetuksessa; moderni ja hauska tapa oppia maantiedettä. Toisaalta myös tällaisen tiedon julkisuus asettaa kaikki tasavertaiseen asemaan tiedonhankinnassa, eikä tietoa ole rajattu vain tiettyjen toimijoiden yksinoikeudeksi (Kantele 2014). Palvelu auttaa parantamaan kansalaisten maantieteellistä yleissivisystä ja hahmottamaan alueita paremmin sekä ymmärtämään vallitsevia ilmiöitä. Karttapalvelua voisi tulevaisuudessa kehittää yksilönsuojan nimissä yleistetymmäksi. Määtän (2014) mukaan tällainen palvelu saattaa herättää keskustelua kartanlukukriittisyydestä ja kannustaa ihmisiä analysoimaan näkemäänsä tarkemmin. Onhan kyseessä toisaalta median puskuroima palvelu, ja mediakriittisyyskin itsessään on tervettä järjenkäyttöä. Määttä (2014) lisää vielä, että teemakartoilla esitetyt muuttujat voivat myös herättää toivotunlaistakin keskustelua jopa hieman arkaluontoisemmista aiheista ja parhaillaan lisätä ihmisten avoimempaa ja positiviisempaa asennoitumista.

Uhat

Ihmisten yksityisyydensuojan takaaminen on suurin kysymysmerkki. Etninen tausta on mielestäni erittäin arka sosiaalinen muuttuja erityisesti, kun se on esitetty pistekarttana. Myöskin seksuaalivähemmistöjen kartoittaminen tuntuu kyseenalaiselta. Lisäksi esimerkiksi tulotasojen esittäminen alueellisesti kartalla tällaisessa avoimessa palvelussa on myös hieman tarpeetonta. Mahdollisuus avoimesti tarkastella edellä mainittuja muuttujia voi pahimmillaan johtaa vähemmistöjen eriytymiseen ja ennakkoluulojen ruokkimiseen sekä jopa syventää tuloerokuiluja, mikä voi johtaa vähäosaisten tilanteen huononemiseen. Tuntuu, että tällaisilla avoimilla teemakartoilla joko tarkoituksenmukaisesti tai välillisesti ohjataan ihmisten asennoitumista ja päätöksentekoa esimerkiksi juuri asuinalueen valinnan suhteen. Lindholm (2014) esitti myös hakkeroinnin mahdollisuutta yhtenä mahdollisena uhkatekijänä. Voiko joku päästä käsiksi tietokantoihin ja mahdollisesti manipuloida aineistoa tai vuotaa jotakin hyvin yksityisiä tilastotietoja kaikkien saataville? Ylipäänsä tällaisen avoimen paikkatiedon väärinkäyttömahdollisuudet ovat aina potentiaalinen riski.

…mutta entäpä meillä Suomessa?

Lilleberg (2014) on hyvin hyvin tiivistänyt suomalaisen käytännön olemuksen paikkatiedon maailmassa: “Suomen käytännössä on se hyvä puoli, että se ei villitse ihmisiä myötävaikuttamaan trendeihin, jotka koetaan haitallisina. Tieto on saatavissa niille, jotka sitä osaavat käyttää harkiten eli ne keiltä löytyy kartanlukutaitoa. Toisaalta kansalaisille voi tulla tunne, että heiltä halutaan pimittää tietoa, koska sen saatavuutta ei juuri mainosteta.” Suomalaisissa tutkimuksissa, joissa kerätään henkilökohtaisia tietoja kansalaisista, aineisto ja tulokset käsitellään luottamuksellisesti ja anonyymisti – näin sen pitää ollakin. Ihmiset ovat myös perillä siitä, mihin heidän luovuttamiaan tietoja käytetään sekä missä, ja miten ne julkistetaan. MAP-infolla itsekin kurssilla pääkaupunkiseudun väestötietokannan pohjalta karttaesityksiä vääntäneenä kartalla ei esitetty yksittäisiä kortteleita. Korttelien ja yksittäisten talojen erottuvuuden ja pistekartan yhdistelmä on mielestäni karmiva ja loukkaa yksityisyyttä (kuten New York Timesin karttapalvelussa). Mielestäni koropleettikartat sekä pistekartat yleisesti hyväksytyistä muuttujista ovat aivan riittäviä karttaesityksiä tuotaviksi julki tavalliselle kansalle.

Lähteet:

Hurme, S. (2014). Mapping America: SWOT-analyysi. https://blogs.helsinki.fi/shurme/ 12.3.2014

Kantele, O. (2014). SWOT. Amerikan kartoitus: Uhka vai mahdollisuus? https://blogs.helsinki.fi/okantele/ 11.3.2014

Lilleberg, T. (2014). New York Timesin karttapalvelun SWOT-analyysi. https://blogs.helsinki.fi/tuomasli/ 12.3.2014

Lindholm, S. (2014). Blogitehtävä: Päivän kuuma sana ERIYTYMINEN. Ja vieläkö mietit miksi? https://blogs.helsinki.fi/saralind/ 11.3.2014

Määttä, T. (2014). Mapping America: Every City, Every Block. https://blogs.helsinki.fi/timaatta/ 12.3.2014

New York Times. Mapping America: Every City, Every Block: http://projects.nytimes.com/census/2010/explorer

Tarkhova, D. (2014). Mapping America – fifty shades of GIS. https://blogs.helsinki.fi/tada/ 11.3.2014

Turkki, T. (2014). New York City, Every City, every block. https://blogs.helsinki.fi/ttturkki/ 11.3.2014

Bufferointia ja analyyseja (kurssikerta 5)

Viides kurssikerta vierähti piirtotyökalujen käytön opettelussa sekä bufferointitoiminnon hyväksikäyttöön etäisyyksien ja lukumäärien laskemisessa. Itsenäistehtäviä läpikäydessä löimme viisaat päämme yhteen kurssitovereiden kanssa ja pohdiskelimme yhdessä niiden ratkaisuja. Kurssikerran alkupuolella yhdessä käytyjen tehtävien sekä aimepien kurssikertojen antamien eväiden pohjalta tehtävien teko sujui ajoin melko sujuvastikin ja toisaalta taas välillä hieman tahmaisesti ja kokeilujen kautta, kuten Hellmankin blogissaan toteaa. En kuitenkaan kurssikerralla usein pysty keskittymään tehtävien tekoon ja viimeistelyyn täysillä, vaan pidän niiden työstämisestä kotona rauhassa itsekseni ja käyttäen aikaa asioiden sisäistämiseen. Tehtävänantomoniste ja aiempien kurssikertojen tehtäväaineistot ovat yhä kultaisien suunnannäyttäjiä MapInfon klikkailussa.

Itsenäistehtävien tulokset on koottu taulukkoon (Taulukko 1). Koulut-tehtäväosiossa mietin hieman esimerkiksi kouluikäisten luokittelua ja sen vaikutusta tuloksiin. Kouluikäisiksi katsotaan yleensä 7-15-vuotiaat, mutta jäävätkö aineistosta tällöin pois ne, jotka ovat vielä 6-vuotiaita vielä ensimmäisen vuoden syksynä tai täyttävät 16 jo yhdeksännen luokan keväänä? Syntymäaikojen pohjalta olisi saanut luultavasti tarkempaa tietoa (–> luokittelu ja vuosiluokka syntymävuoden mukaan). Aineistohan voi rajautua helposti subjektiivisesti? Tässä kouluikäiset on kuitenkin luokiteltu tuon 7-15-vuotiaisiin. Turkki (2014) on päätynyt mitä ilmeisimmin samaan luokkaan, sillä tulokset ovat identtisiä.

Taulukko 1. Itsenäistehtävien tulokset.

Taulukko 1. Itsenäistehtävien tulokset.

Bufferointityökalu oli melko yksinkertainen ja sillä voidaan helposti laskea esimerkiksi asukkaiden lukumääriä tietyllä säteellä jostakin kohteesta. Sovelluksia tällaiselle on esimerkiksi meluhaittojen kartoitus ja lisäksi piirien analysointi ja kartoittaminen (Siitonen 2014). Lukumäärien ja etäisyyksien laskemisen lisäksi bufferointityökalua voidaan soveltaa luonnonsuojelualuiden suunnittelussa (koko, muoto) sekä kaupunki- ja logistisessa suunnittelussa (Järvisalo 2014).

Katse taaksepäin – mitä on opittu ja millainen ohjelma MapInfo oikeastaan onkaan?

Koko kurssin aikana on tähän mennessä tullut suhteellisen tuhti paketti tietoa suhteellisen lyhyessä ajassa, ja välillä sitä on pää pyörällä kaikesta MapInfon toimintojen määrästä. Kuitenkin sitä näiden itsenäistehtävien parissa lopulta huomasi pääsevänsä yli ongelmakohdista; sitä tarttuu suoraan toimeen ja kokeilee. MapInfon useimmin käytetyistä ja samalla tärkeimmiksi mieltämistäni toiminnoista ja työkaluista on tullut kuitenkin jo jokseenkin rutiinia.

Taulukoiden muokkaus, yhdistäminen, päivittäminen ja query-toiminnot ja uuden tiedon luominen ja laskeminen ovat osoittautuneet keskeismmiksi työkaluiksi MapInfossa ja ovat edellytyksenä toimivalle kartalle. Kartan luominen itsessään on nopea prosessi ja karttatyypin, luokittelun ym. valitseminen on vaivatonta. Eniten aikaa vie aineiston valmistelu ja muokkaaminen sellaiseen muotoon, että se haluttu informaatio voidaan kartalla edustavasti esittää.

Aineiston laajuus ja laatu vaikuttavat siihen, kuinka hyvin MapInfolla voidaan ratkaista ongelmia. Mitä laajempi aineisto, sitä edustavampi kartta. Myös jos MapInfoon tuodaan rasterikartta, tulee se kiinnittää koordinaatistoon, jotta aineistoa voidaan käsitellä paikkatietoaineistona. MapInfon avulla voidaan esittää ja tuottaa paljon tietoa, mutta aineston käsittelyn kanssa tulee kuitenkin olla huolellinen ja varovainen tulosten paikkansapitävyyden nimissä. Myöskin (Excel-)taulukkoaineiston muokkaus MapInfoon soveltuvaan muotoon on tärkeää, jotta tietoa voidaan käsitellä. Myös tunnisteiden yhteensopivuus on tärkeä seikka aineistojen pyörittelyssä (Siitonen 2014). Ohjelman rajoitteita on kuitenkin tässä vaiheessa vielä toisaalta mahdoton ruveta tarkemmin analysoimaan, kun oma tietotaito ei vielä riitä kaikkeen. Hurme onkin blogissaan loistavasti pohtinut MapInfon käytön suurimpien rajoitteiden olevan käyttäjälähtöisiä (minä itse), ja että MapInfon tarjoamista monipuolisista toiminnoista ja hyödyistä ei vielä osaa ottaa kaikkea irti.

MapInfo tuo kuitenkin ehkä hieman rajoitteita kartan esteettisyydelle, sillä sillä ei saada luotua kovin näyttävää karttaesitystä esimerkiksi rasterikarttalehden pohjalta, ja tällaiseen tarkoitukseen paremmin soveltuukin CorelDraw; nämä ohjelmat kuitenkin hyvin täydentävät toisiaan, kuten Kantele blogissaan toteaa. Piirtotyökalujen käyttö MapInfossa on helppoa, mutta niiden käyttö ja tasojen hallitseminen on mielestäni CorelDrawissa vaivattomampaa.

Itselleni vaikeuksia on tuottanut aineistosta tiettyjen muuttujien etsiminen (Find) ja esimerkiksi niiden laskeminen. Toisaalta myöskään SQL Selectinkään käyttö ei ole aina ollut ihan mutkatonta ja selkeää. Lisäksi koen haastavaksi sen, miten teemakartan voi laatia avoinna olevan karttalehden tietystä alueesta ilman, että ympäröiviä alueita poistetaan. Siinäkin taitavat avaintyökaluna olevan em. query-toiminnot. Sekin pitäisi tehdä muutamaan kertaan, jotta kartan laatimiseen ja rajaamiseen vaadittavien valmistelujen vaiheista tulisi rutiinia. Vaikka perustyökalut ovatkin jotenkuten hanskassa, joidenkin asioiden – joskus niiden tuttujenkin – tekemiseen menee enemmän aikaa ja joutuu vuodattamaan hieman verta, hikeä ja kyyneliä, mutta kaiken ei pidäkään olla heti helppoa. 🙂 MapInfon käyttö on kuitenkin ollut palkitsevaa, paljon on jo opittu ja paljon on opittavaa. Ehkä voisi olla paikallaan jokin koostemoniste MapInfon keskeisistä toiminnoista ja niiden käyttötarkoituksista. Tällöin ne löytyisivät yhdestä tiedostosta, eikä tarvitsisi aina kahlata välttämättä läpi jonkin edellisen kurssikerran materiaaleja muistiaan virkistääkseen. Ohje kourassa on aina varmempi olo, mutta kyllä tässä vaiheessa jo rohkenen silti sanoa, että annettua aineistoa osaa joskeenkin pyöritellä ja sen pohjalta laatia suhteellisen edustavan kartan – luokittelun oikeellisuus ja subjektiivisuus on silti vielä hieman askarruttaa, sillä kartta ei taida voida koskaan olla kovin neutraali, sillä se on aina tekijänsä näköinen. Tämän kurssin myötä on myös tajunnut sen, miten paljon työtä oikeasti hyvin viimeistellyn karttaesityksen laatiminen vaatii.

Lähteet:

Hellman, J. (2014). Kurssikerta 5. Bufferipainajainen. https://blogs.helsinki.fi/johannhe/ 3.3.2014

Hurme, S. (2014). Kurssikerta 5: Bufferointia. https://blogs.helsinki.fi/shurme/ 3.3.2014

Järvisalo, H. (2014). KK 5: Bufferointia ja menneiden aikojen muistelua. https://blogs.helsinki.fi/hpjarvis/ 3.3.2014

Kantele, O. (2014). Kurssikerta 5: Aivosolmua ja itsenäistä toimintaa. https://blogs.helsinki.fi/okantele/ 3.3.2014

Siitonen, K. (2014). Kerta 5: Analyysin paikka. https://blogs.helsinki.fi/khkoivis/ 3.3.2014

Turkki, T. (2014). Viides kurssikerta – Bufferointia ja analyysejä. https://blogs.helsinki.fi/ttturkki/ 3.3.2014

Ruututeemakartta (kurssikerta 4)

Neljännen kurssikerran tavoitteena oli oppia laatimaan ruututeemakarttoja sekä tuottaa uutta tietoa maantieteellisiä kohteita apuna käyttäen. Pääsimme myös tuomaan MapInfoon rasterikartan ja kiinnittämään sen koordinaatistoon, minkä jälkeen pääsimme hieman piirtelemään karttaelementtejä. Pääpaino tällä kurssikerralla oli kuitenkin ruututeemakartan laatiminen.

Aluksi harjoittelimme ruututeemakartan tekoa laatimalla pääkaupunkiseudun väestöaineiston pohjalta väestöntiheyskartan. Tämän jälkeen teimme ruututeemakartan itse valitsemamme teeman pohjalta, halutulta alueelta. Teeman valitseminen oli jokseenkin haastavaa, mutta päädyin lopulta tutkimaan yli 65-vuotiaiden jakautumista pääkaupunkiseudulla (Kuva 1). Olisin itse halunnut rajata alueeksi Vantaan, mutten saanut ruututeemakarttaa rajautumaan Vantaan rajojen sisäpuolelle, ja lopputuloksesta tuli epäsiisti. Tyydyin siis kuvaamaan aineistoa koko pääkaupunkiseudun alueella, mikä toisaalta ehkä antoikin lopulta mielekkäämmän kartan kuin mitä Vantaasta yksinään olisi saanut irti.

Vein aineistoni histogrammityökaluun, ja päädyin käsittelemään sitä luonnollisiin luokkiin. Kokeilin myös kvantiileja, mutta luonnolliset luokat selvästi kuvasivat aineiston jakautumista paremmin (kvantiilein luokiteltuna lähes koko Helsinki peittyi tummanpunaisella!). Aluksi laadin kartan nelikökilometrin ruutukoolla, sillä halusin suurpiirteisen kuvan jakautumisesta ja painopisteistä. Se antoi ihan hyvän yleiskuvan, mutta totesin, ettei sen informaatioarvo tässä yhteydessä olisikaan ihan niin hyvä. Siksi päädyin lopulta jo yhteisharjoituksessakin käytettyyn ja hyväksi havaittuun 500mx500m ruudukkoon. Karttaan tuli huomattavasti lisää hajontaa ja vaihtelua, ja mielestäni se antaa nyt realistisemman kuvan. Yksi ruutu kuvaa siis absoluuttisia määriä, vaikka legendaan onkin päässyt vahingossa lipsahtamaan väärä termi. Pienempi ruutukoko olisi tietysit antanut vielä tarkempaa tietoa, mutta toisaalta se on tässä ehkä tarpeetonta ja kartan lukeminen olisi voinut käydä raskaaksi. Väriksi valisin punaisen/keltaisen sävyt, sillä mielestäni tällainen skaala kuvaa hyvin ruutuun kasautuvan lukumäärän intensiteettiä. Luokkien lukumääräksi valitsin neljä, jotta selkeys säilyisi. Toisaalta tässä, kun sävy hieman liukuu punaisesta keltaiseen, olisi viiden luokkajakokin ollut mahdollinen.

Kuva 1. Yli 65-vuotiaat pääkaupunkiseudulla. Yksi ruutu (500mx500m) kuvaa absoluuttisia määriä.

Kuva 1. Yli 65-vuotiaat pääkaupunkiseudulla. Yksi ruutu (500mx500m) kuvaa absoluuttisia määriä.

Lisäsin kartalle pääkaupunkiseudun pienalueet, jotta lukumäärien jakautumista olisi helpompi paikantaa. Kartalta huomataan nopealla vilkaisulla, että valtaosa yli 65-vuotiaista asuu pääkaupunkiseudun eteläosissa, Helsinkiin painottuneena. Keskittymiä on erityisesti Helsingin keskustassa ja sen tuntumassa, sekä Itä-Helsingissä. Myös Itä-Vantaalla sekä Vantaan ja Helsingin rajalla näkyy selviä keskittymiä. Espoonkin eteläosissa näkyisi asuvan suhteellisen paljon yli 65-vuotiaita. Kartan mukaan vähiten yli 65-vuotiaita asuu aivan Itä-Helsingin koilliskärjessä (Östersundom ym.) sekä Espoon ja Vantaan länsi- ja pohjoisosissa.

Tällaiseen jakautumaan tietysti vaikuttavat asukasmäärät ja asukastiheys yleensä: jos asukkaita on jollakin alueella paljon ja tiheään, on siellä eläkeikäisiäkin todennäköisesti enemmän kuin harvaan asutulla seudulla. Asutuskeskittymissä on myös paljon tiheään rakennettuja kerrostaloja, mikä tietysti suoraan vaikuttaa asukasmäärän kasvuun esimerkiksi juuri tällä kartan 500mx500m alalla. Vastaavasti alueilla, joilla yli 65-vuotiaita on vähän, on muutenkin todennäköisesti vähemmän asukkaita ja enemmän omakoti- tai rivitaloasuntoja, ja asukkaita mahtuu tällöin em. alalle vähemmän. Yli 65-vuotiaiden sijoittumiseen pääkaupunkiseudulla vaikuttavat varmasti myös palvelujen saatavuus: mitä kauempana keskuksista asutaan, sitä vähemmän palveluita on saatavilla. Julkiset liikenneyhteydet sanelevat varmasti osansa iäkkäämpien ihmisten sijoittumiseen pääkaupunkiseudulla, sillä hyvät yhteydet helpottavat keskuksien saavutettavuutta.

Honkanen (2014) on laatinut oman karttansa yli 70-vuotiaiden lukumäärästä pääkaupunkiseudulla, eli ainesto on lähes sama kuin omalla kartallani ja karttoja vertailtaessa samat trendit ovat vallitsevia. Hän on liittänyt karttaan lisäksi rautatiekartaston, josta näkyy hyvin kohderyhmän sijoittuminen hyvien kulkuyhteyksien varrelle. Tämä tukee siis myös omia johtopäätöksiäni. Myös Turkki (2014) on kartallaan selittänyt eläkeikäisten jakautumista pääkaupunkiseudulla tieverkoston turvin, ja Kehä I:n sisäpuolelle onkin suurin osa tästä ikäryhmästä asettunut.

Miettisen (2014) kartalla on esitetty alle vuoden ikäisten lukumääriä Helsingissä. Hän on pohtinut Sallasmaan (2014) karttaan vertaamalla, että niissä ruuduissa, joissa vauvaikäisten osuus on pieni, olisi eläkeikäisten osuus suuri ja päinvastoin. Hän onkin päätellyt, että jos kartat asettelisi päällekkäin, näkyisi tämä jako selkeämmin ja ruudut täydentäisivät toisiaan. Sallasmaan (2014) aineisto oli samanlainen kuin itselläni, mutta hän on käyttänyt selväsit eri luokittelua kuin minä. Siltikin omaa tuotostani Miettisen (2014) karttaan verratessani “palapeli-ilmiön” voi kyllä havaita, ja onhan se järkeenkäypää. Toisaalta kaikki ei ehkä ole ihan niin mustavalkoista, sillä eläkeikäisten ja vauvaikäisten väliin jää vielä melkoinen haarukka muita ikäryhmiä, joiden jakautuminen voisi pistää kuviota täysin uusiksi ja selittää tyhjiä alueita. Kaikkiaan fakta lienee on, että siellä missä eläkeikäisiä on paljon ja tiheään, on vauvaikäisiä vastaavasti vähemmän.

Kartalle olisi voinut jättää nimet muutamille alueilla, joilla on eniten yli 65-vuotiaita ja vastaavasti muutamalle sellaiselle, joilla on vähiten. Tämä olisi helpottanut kartanlukijaa hahmottamaan pääkaupunkiseudun pienalueiden jakautumista ja sijaintia. Myös rautatiestön sijoittaminen kartalle olisi parantanut sen informaatioarvoa paremmin kuin pienalueet. Aineistosta lisää tietoa kaivelemalla olisi ollut mielenkiintoista etsiä yhteyksiä valitsemani teeman ja jonkin toisen teeman välillä. Honkasen (2014) mukaan esimerkiksi vanhainkotien, palvelutalojen ym. sijaintien selvittämisellä olisi voinut saada lisää mielenkiintoista taustatietoa kartalla näkyvälle jakaumalle.

Mielenkiintoista olisi tutkia tätä samaa ilmiötä muutaman vuoden päästä uudestaan väestörakenteen muutoksen nimissä. Pääkaupunkiseudun neuvottelukunnan selvityksessä väestö- ja palveluntarpeista pk-seudulla vuosina 2015 ja 2025 (2007) todetaan, että eläkeikäisten määrä kasvaa suurten ikäluokkien saavuttaessa 65-ikävuoden rajapyykin. Selvityksessä on ennustettu seuraavaa: “…vanhusväestön kokonaismäärä kasvaa edelleen. 75 vuotta täyttäneiden osuuden eläkeiän ylittäneistä on ennakoitu olevan vuonna 2025 lähes puolet. Yli 85-vuotiaiden määrä kasvaa vuoteen 2025 mennessä 10 000 hengellä, lähes 80 prosenttia.”. Olla olevasta kuvasta voidaan nähdä selkeä ennuste väestörakenteen muutokselle.

yli_65

Neuvottelukunnan selvityksen (2007) mukaan muutokset vanhuspalvelujen tarpeessa ovat melko mittavia tulevan vuosikymmenen aikana. Voidaan siis varovaisesti ajatella, että yli 65-vuotiaat sijoittuisivat tulevaisuudessa joko yhä tiukemmin tietyille alueille, tai vaihtoehtoisesti hajonta kartalla voi tulevaisuudessa olla suurempaa, jos palveluita saadaan katettua koko pääkaupunkiseudulle. Myös mahdollisesti länsimetron saaminen Espooseen voi edesauttaa yli 65-vuotiaiden tasaisempaa jakautumista pk-seudulle, sillä Helsingin ydinkeskustan saavutettavuus helpottuisi huomattavasti.

Tämänkertaisesta teemasta ja karttojen laatimisesta

Ruututeemakartta oli uusi tuttavuus, mutta mielestäni se antaa toisaalta tarkkaa tietoa (absoluuttisilla arvoilla) ja toisaalta sopivan yleisellä tasolla, sillä arvot jakautuvat valitulle pinta-alalle (ruutu-koko). Luotonen (2014) on hyvin pohtinut blogissaa ruututeemakertan hyviä ja huonoja puolia: “..informaatioarvo verrattuna tavalliseen koropleettiteemakarttaan eroaa ehkä siten että informaatio ei ole sidottu esimerkiksi hallinnollisiin rajoihin, vaan vakio kokoisiin ruutuihin. Näin ruututeemakartalta voidaan saada tarkempaa aluekohtaista tietoa, kuin perinteiseltä koropleettiteemakartalta. Miinuspuolena koropleettikarttaan nähden voisi pitää sitä, että esimerkiksi ympytädiagrammien tai pylväsdiagrammien esittäminen ruututeemakartalla ei onnistu yhtä hyvin, koska vaikka ruutuja on satoja ja ne ovat pienikokoisia, niin jokaiseen ruutuun tulee oma ympyrä- tai pylväsdiagramminsa.”.

Kaikkiaan MapInfon kanssa napsuttelu tuntui jo sujuvan, ja edellisellä kerralla saaduista opeista oli hyötyä. Tietokantojen yhdistäminen ja uuden tiedon tuottaminen käy jo lähes rutiinista – etenkin, kun muutamaan kerran laadin tämänkin tehtävän kartan eri ruutukoolla ja parin pikku mokan vuoksi. Tässä vaiheessa jo huomaa, että paljon on opittu, mutta paljon on vielä opittavaa. Olen myös huomannut, että vaikka kuinka on viimeistelevinään kartan MapInfossa, sieltä usein löytyy jotain pientä parantamisen varaa joko ulkoasussa, sommittelussa – tai kartta olisi muuten vain voinut olla parempi. Sitä aina vertaa omaa karttaansa muihin ja helposti huomaa omassaan puutteita tai jotain, mikä olisikin ollut hyvä lisä.

Minua on myös kiehtonut, kuinka samasta teemasta ja saman aineiston pohjalta voikin saada aikaan niin erilaisia karttoja. Niissäkään ei kai ole oikeaa tai väärää tapaa esittää tietoa, vaikkakin kyllä erilaiset luokittelutavat, värivalinnat ja tässä tapauksessa ruutujen kokoerot saavat aikaan melkoisen erilaisia lopputuloksia. Vääristävätkö ne? Millainen kartta lopulta olisi se realistisin? Perfektionisti on aina perfektionisti, mutta olen ollut positiivisesti yllättynyt, kun MapInfon kanssa aina aika ajoin yhteistyö sujuu oikein mallikkaasti ja tiedonjano jopa vain kasvaa – ajoittaisista turhautumisista huolimatta!

Lähteet:

Honkanen, V. (2014). Kurssikerta 4. Ruututeemakartta ja rasterikuvan rekisteröinti. https://blogs.helsinki.fi/vhonkane/ 16.2.2014

Luotonen, A. (2014). Työkerta 4 -teksti. https://blogs.helsinki.fi/ariluoto/ 16.2.2014

Miettinen, A. (2014). Kurssikerta 4. Ruututeemakartta. https://blogs.helsinki.fi/mianmian/ 16.2.2014

Pääkaupunkiseudun väestö- ja palveluntarveselitys 2015 ja 2025 (2007). Pääkaupunkiseudun neuvottelukunta.

Sallasmaa, C. (2014). 4. Kurssikerta: Ruututeemakartta. https://blogs.helsinki.fi/christas/ 16.2.2014

Turkki, T. (2014). Neljän kurssikerta – Ruututeemakartat. https://blogs.helsinki.fi/ttturkki/ 16.2.2014

Afrikkaa ja vedenpaisumuksia (kurssikerta 3)

Kolmannella kurssikerralla käsittelimme sekä Afrikan että Suomen karttaa. Tavoitteena oli oppia lisää tietokantojen pyörittelystä. Kurssikerta antoi jälleen oppeja MapInfon monista mahdollisuuksista. Vaikka paikkatieto-ohjelman käyttö sujuukin jo suhteellisen kivuttomasti, tuli tällä kurssikerralla taas uutta asiaa sen verran, ettei itsenäisharjoitusta tehdessä ohjelman komentojen klikkailu ollut järin vauhdikasta.

Timanttikaivoksia, öljyvaroja, Internetiä ja konflikteja

Alkuun pyörittelimme siis Afrikan karttaa, jossa ryhmittelimme kohteita ja haimme sekä yhdistelimme tietoa, liitimme aineistoomme uuden tietokannan toisesta ohjelmasta (Excel), teimme tietokantaliitoksia ja tuotimme siihen myös uutta tietoa. Siirsimme tietoa eri tietokantojen välillä, ja lopputulemana oli Afrikan kartta, josta voidaan nähdä luonnonvarojen sekä konflinktien alueet ja laajuudet.

Timanttikaivoskeskittymät näyttäisivät sijoittuneen selvästi Saharan eteläpuoleisen Afrikan valtioihin. Esimerkiksi Etelä-Afrikassa, Namibian rannikolla, Kongon ja Algerian rajalla sekä Liberian, Sierra Leonen ja Guinean rajalla näyttäisi olevan runsaasti timanttikaivoksia. Öljykentät puolestaan ovat painottuneet Pohjois-Afrikkaan. Myös Etelä-Atlantin rannikoilla on öljylähteitä. Konflikteja näyttää olevan siellä täällä, mutta enimmäkseen ne ovat painottuneet Afrikan keskiosiin sekä paikoin myös itäisen, läntisen ja pohjoisen rannikon tuntumaan.

Eteläisessä Afrikassa muutamat yksittäiset konfliktit ovat paljon laajemmalle levinneitä kuin useamman konfliktien rykelmien laajuus yhdessä. Toisaalta, konfliktit voivat olla paikallisesti merkittäviä. Konfliktien tapahtumavuoden ja laajuuden välillä olisi mielenkiintoista tutkia, korreloikovatko konfliktin kesto ja laajuus positiivisesti keskenään, eli mitä pidempään tilanne on ollut päällä, sitä suuremmiksi jännitteet voivat muuttua konfliktikeskuksen ympärillä ja levitä valtionrajojenkin yli. Saaran mukaan konfliktien laajuus voikin johtua joko valtioiden välisistä tai vaihtoehtoisesti valtion sisäisistä ongelmista. En kuitenkaan itse sulkisi näiden yhteisvaikutusta. Valtioiden sisäinen sekä valtioiden välinen taloudellinen tilanne voivat vaikuttaa konfliktien sijaintiin ja laajuuteen, ja varakkuuteen ovat voineet vaikuttaa juuri saatavilla olevat luonnonvarat. Mielenkiintoista olisi esimerkiksi tietää, kuka kaivoksen tuotoista on lopulta hyötynyt, ja voisiko sillä olla yhteyttä konflikteihin (Kaisan blogi).

Kartasta voidaan nähdä, että konflikteja on erityisesti timanttikaivosten yhteydessä, ja niiden laajuudet menevät lomittain toisten konfliktikeskuksien laajuksien kanssa. Timanttikaivosten löytymisen ja kaivausten aloituksen sekä konfliktien alkamisten ajankohtia vertaamalla voitaisiin tehdä päätelmiä, ovatko konfliktit mahdollisesti saaneet alkunsa luonnonvaroista. Osa kaivauksista sijaitsee valtioiden rajoilla, mikä voisi selittää mahdollisen valtioidenväliset konfliktit. Voisi olettaa, että laajimmalle levinneet konfliktit olisivat lähtöisin tuottavimmista timanttikaivoksista.

Öljylähteiden tuntumassa ei konfliktipesäkkeitä juurikaan ole – vain muutamia yksittäisiä. Esimerkiksi Saharan pohjoispuolisen Afrikan laajat öljyesiintymät ovat saaneet olla lähes konfliktien levinneisyysvyöhykkeen ulottumattomissa. Johanna perustelee ilmentymää kalliilla öljynporauskustannuksilla, minkä vuoksi knonfliktit näyttäisivät keskittyvän alueille, missä resursseja on vähän – eli siitä vähästä taistellaan. Tätäkin voisi tarkemmin tarkastella juuri vertailemalla konfliktien alkamisvuotta öljylähteen löytymisen ja öljynporausvuoden alkamisajankohtaan. Mikäli nämä täsmäisivät, lietsoisi öljykentän mahdollinen hyvä tuottavuustaso konflikteja entisestään. Saharan pohjoispuolisen Afrikan öljykenttien “koskemattomuuden” syitä voisi hakea öljylähteen laadusta tai esimerkiksi vaikeasta saavutettavuudesta tai valtion vauraudesta. Arvokasta tietoa yleensä öljykenttien kohdalla olisi myös, mikä suuryhtiö – mahdollisesti monikansallinen sellainen – on poraamassa milläkin alueella, ja voisiko sillä olla vaikutusta konflikteihin (Saran blogi).

Hegren ja Raleighin artikkelissa (2006) todetaan, että mitä enemmän valtiossa on asukkaita, sitä suurempi on riski konfliktin syntymiselle. Tätäkin voisi tutkia testaamalla, korreloiko esimerkiksi konfliktien määrä ja/tai laajuus positiviisesti esimerkiksi alueen väestöntiheyden kanssa. Suuri väestöntiheys saattaisi mahdollisesti myös osaltaan toimia laukaisevana tekijänä konflikteihin ja rauhattomuuksiin, jotka johtuvat esimerkiksi luonnonvaroista.

Mikäli konfliktit ovat syntyneet ennen luonnonvarojen löytymistä, näillä kahdella muuttujalla tuskin on tekemistä keskenään. Karttaa katsoessa ei konflikteilla ja luonnonvaroilla lopunperin näytäkään olevan merkittävää yhteyttä, kuten Helikin on blogissaan päätellyt. Hänen mukaansa öljylähteiden tai timanttikaivosten löytövuosi tai tuottavuus ei luultavasti toisi asiaan lisätietoa, vaan tärkeämpiä tietoja olisivat jo aiemmin mainitsemani väestöntiheys, uskontojen ja eri kulttuureiden levinneisyydet, luonnolliset heimorajat teennäisten, siirtomaa-aikojen jakoa noudattelevien nykyisten valtionrajojen sijaan sekä maankäyttö ja pinnanmuodot. Konfliktien taustalla siis voivat myllertää hyvin moninaiset seikat aina historian havinasta poliittisiin kysymyksiin. Vaikka konfliktien alkamisajankohdat näyttäisivätkin korreloivan timanttikaivosten tai öljylähteiden löytämisajankohtien ym. kanssa, ei se silti kerro näiden muuttujien välisestä kausaliteetista, vaikka niiden pohjalta pysytäänkin kyllä esittämään hypoteeseja.

Internet-käyttäjien lukumäärän ja konfliktien sijainnin, alkamisvuoden ja laajuuden vertailulla voitaisiin saada tietoa niiden yhteydestä valtion Internetin käyttäjämäärien kasvuun ja nousuun, ja siten valtion mahdollisesta kehityssuunnasta (Saaran blogi). Internet-käyttäjien lukumäärän voisi olettaa olevan alhainen alueilla, jossa on harva asutus ja ne sijaitsevat kaukana suuremmista kaupungeista tai konfliktien keskellä.

Joka tapauksessa, konfliktien taustalla vaikuttavat monet muuttujat, ja yksiselitteistä vastausta niiden perimmäisiin syihin on mahdotonta hakea vain annetun kartan ja ohjeistuksessa tarjottujen tietojen pohjalta.

Jokien ja järvien maa

Afrikan karttaharjoituksen yhteydessä saamillamme eväillä tehtävänä oli työstää tulvaindeksikoropleettikartta järvisyyspylväillä erilaisia tietokantoja hyväksikäyttäen. Tulvaindeksi on keskiyli- ja keskialivirtaaman suhde (MHQ/MNQ, jossa Q=virtaaman yksikkö), joka kuvaa virtaaman vaihtelua ottaen huomioon myös tulvaisimmat ja kuivimmat ajat.

Tein kartan kokonaisuudessaan loppuun kurssikerran jälkeen, jolloin kohtasin muutamia ongelmia tietokantojen yhdistämisen kanssa, vaikka niissä ei ollut mitään hämminkiä Afrikka-tehtävää tehdessä. Hetken turhautumisten ja kokeilujen kautta onnistuinkin lopulta saamaan aikaiseksi kahden teeman kartan (Kuva 1). Tulvaindeksien luokittelutavaksi koropleettikarttaa varten valitsin luonnolliset luokat aineistoa parhaiten kuvaaviksi. Vaikka histogrammijakauma (Kuva 2) olikin vino, ja täten luokittelun olisi voinut tehdä esimerkiksi kvantiilein, näkyy selkeän jakauman molemmin puolin muutamia yksittäisiä havaintoja tehden histogrammista jokseenkin epämääräisen. Väriksi valitsin teemaan istuvan sinisen sävyt. Luokkien lukumääräksi valitsin ensin neljä, jotta sävyt. Erottuisivat toisistaan. Kartasta jäi kuitenkin hirmu tylsän näköinen isomman haarukan arvojen pakkautuessa samoihin luokkiin. Viisi luokkaa toivat karttaan enemmän informaatiota. Halusin “oikeaoppisesti” pysyä yhdessä sävyssä, ja jotta selkeys erottuvuus säilyisi, muutin manuaalisesti sinisen sävyjä paremmin toisistaan erottuviksi. Järvisyyttä kuvaavien yksittäisten pylväsdiagrammien väriksi valitsin neutraalin punaisen, joka erottuu taustastaan, muttei kuitenkaan hypi silmille.

Kuva 1. Koropleettikartta Suomen valuma-alueiden tulvaindekseistä ja järvisyysprosenteista. Tulvaindeksit on luokiteltu alueittain ja koodattu värein. Pylväät kuvaavat kunkin alueen järvisyysprosenttia.

Kuva 1. Koropleettikartta Suomen valuma-alueiden tulvaindekseistä ja järvisyysprosenteista. Tulvaindeksit on luokiteltu alueittain ja koodattu värein. Pylväät kuvaavat kunkin alueen järvisyysprosenttia.

Kuva 2. Histogrammi tulvaindekseistä. (Paarlahti 2014).

Kartasta voidaan lukea, että tulvaindeksi ja järvisyys korreloivat selkeästi keskenään. Tulvariski on matalin siellä, missä järvien osuus on suuri. Vastaavasti rannikoilla järvien osuus on suhteellisen pieni ja tulvaindeksi vastaavasti suuri. Rannikolla valuma-alueet ovat myös huomattavasti pienempiä kuin sisämaassa ja niiden tuntumassa Itämereen laskevat monet joet. Koska järvisyysprosentti on näillä alueilla (esim. Pohjanmaa) pieni, ei tulvivien jokien vesi pääse valumaan esimerkiksi lumien ja jäiden sulaessa järvialtaisiin, ja näin tulvaindeksi kasvaa (Natalian blogi). Saara pohti lisäksi sateiden olevan yleisempiä rannikoilla kuin sisämaassa, mikä sekin kasvattaa mahdollista tulvariskiä suuremmaksi kuin sisämaassa. Tuomas on luetellut rannikoiden suurten tulvaindeksien syiksi myös esimerkiksi maankäytön Pohjanmaalla (pellot, ojitukset) sekä suurten kaupunkien tuntumassa (rakennettu maisema; ei puskuroivaa kasvillisuutta). Toisaalta kaupungeissa on viemäriverkostot, jotka johtavat esimerkiksi runsaan sadeveden pois kaduilta lainehtimasta. Tietysti jokien varteen rakentaminen tuo mukanaan aina omat riskinsä.

Kartan onnistumisesta

Tein kartan ensin ilman rannikoiden rajoja, mutta lopulta ajattelin niiden helpottavan kartanlukijaa. Valuma-alueen raja ja rannikon raja kuitenkin kulkevat jokseenkin eri kohdissa, joten rannikon rajan poistaminen kartasta olisi saattanut vääristää kartanlukijan kuvaa rannikon rajoista. Järvisyyden legendan pylväsmittakaavaan olisi voinut laatia useamman pylvään helpottamaan järvisyysprosenttien hahmottamista, kuten Saran blogissa näkyy. Pylväät olisivat myös voineet olla jokseenkin sirommat. Joet ja järvet olisin halunnut näkymään niin, etteivät ne olisi peittäneet pylväsdiagrammeja. Vaikka kuinka yritin, en saanut joki- ja järvitasoja liikuteltua niin, että tuo diagrammitaso olisi ollut ylimpänä. Joet ja järvet olisivat auttaneet kartanlukijaa esimerkiksi analysoimaan niiden sijaintia ja lukumäärää suhteessa vaikkapa valuma-alueen kokoon. Koin kuitenkin lopulta kartan selkeämmäksi ilman jokia, sillä pylväät peittäessään ne olisivat tehneet kokonaisuudesta hieman rauhattoman. Olennaisimmat seikat tulevat kuitenkin tässä ilmi. Tämän kartan kanssa painiskelin ja viilailin sitä tähän mennessä pisimpään, enkä silti ole täysin tyytyväinen, mutta MapInfoon alkaa kyllä jo hiljalleen saada tuntumaa. 🙂

Lähteet:

Afrikan pohjakartta: http://www.maplibrary.org/stacks/Africa/index.php

Afrikan MapInfolla viimeistelty pohjakartta https://blogs.helsinki.fi/pak-2014/files/2014/01/Afrika.png

Afrikan väestö-ja internetkäyttäjätiedot: http://www.internetworldstats.com/stats1.htm

Erfving, N. (2014). Kurssikerta 3 : Tiedon lisääminen tietokantoihin ja valuma-alueteemakartta. https://blogs.helsinki.fi/nataliae/ 11.2.2014

Fox, H. (2014). Afrikan konfliktialueilta Suomen tulvaseuduille (Kurssikerta 3). https://blogs.helsinki.fi/fox/ 9.2.2014

Hegre, H. & Raleigh, C. (2006). Population Size, Concentration, and Civil War. A Geographigally Disaggregated Analysis.

Hellman, J. (2014). Kurssikerta 3. Tulvia ja Afrikan timantteja. https://blogs.helsinki.fi/johannhe/ 9.2.2014

Hurme, S. (2014). Kurssikerta 3: Afrikkaa ja valuma-alueita. https://blogs.helsinki.fi/shurme/ 9.2.2014

Joet ja järvet: Maanmittauslaitos 2011 http://www.maanmittauslaitos.fi/ilmaisetaineistot

Konfliktien sijainnit: http://www.prio.no/CSCW/Datasets/Armed-Conflict/Conflict-Site/

Lilleberg, T. (2014). 3. kerta: Mapinfoharjoitukset (teemana Afrikka ja Suomen vesistöt). https://blogs.helsinki.fi/tuomasli/ 11.2.2014

Lindholm, S. (2014). Kurssikerta 3. Timantit on ikuisia. Eikä ne tulvatkaan minnekään katoa. https://blogs.helsinki.fi/saralind/ 9.2.2014

Paarlahti, A. PAK-blogi. (2014). https://blogs.helsinki.fi/pak-2014/ 10.2.2014

Siitonen, K. (2014). Kurssikerta 3 : Timanteista, tulvista – ja Aku Ankan merimiespuvusta. https://blogs.helsinki.fi/khkoivis/ 9.2.2014

Suomen Ympäristökeskus. Oiva-tietokanta http://wwwp2.ymparisto.fi/scripts/paikkatieto.asp

Timantit: http://www.prio.no/CSCW/Datasets/Geographical-and-Resource/Diamond-Resources/

Öljyvarat: http://www.prio.no/CSCW/Datasets/Geographical-and-Resource/Petroleum-Dataset/Petroleum-Dataset-v-12/

Artikkeli 1. Reaktiopaperi – pohdiskelua päällekkäisistä koropleettiteemakartoista (kurssikerta 2)

Toisen kurssikerran työpuhteena saimme luettavaksemme ja pohdittavaksemme Anna Leonowiczin (2006) artikkelin, joka käsitteli päällekkäisiä koropleettikarttoja.

Leonowiczin hypoteesina on, että päällekkäiset koropleettiteemakartat (kaksi muuttujaa, two-variable choropleth maps) ovat parempi tapa vertailla kahta tutkittavaa muuttujaa kuin kahden yksinkertaisen koropleettikartan (kummassakin yksi muuttuja, one-variable coropleth maps) vertailu keskenään. Aiemmat ongelmat kaksimuuttujaisten karttojen tulkitsemisessa ovat Leonowiczin mukaan johtuneet tarkoitukseen sopimattomista kartografisista esitystavoista, kuten liian suuresta luokkien määrästä ja epäloogisesta väriskaalasta – suoraan ei käy syyttäminen kaksimuuttujaista koropleettikarttaa metodina. Artikkelista löytyvästä esimerkkilegendasta (Kuva 1., kohta Fig. 4B) voidaankin nähdä sekamelska, jonka luokkien ja värien suuri määrä aiheuttaa. “Both variables”-legendan luettavuutta hankaloittaa myös värisävyjen samankaltaisuus; karttaesityksessä niiden erotettavuus vois kärsiä. Ylempi, Leonowiczin puoltama ja testaama legenda (Kuva 1., kohta Fig. 4A) puolestaan vaikuttaa paljon selkeämmältä, vaikka rasterointi jokseenkin hämää. En olisi itse odottanut moista kahden erillisen muuttujan värien yhdistelmästä. Koska kaksiteemaisen koropleettikartan legenda oli aivan uudenlainen totuttuun verrattuna (yleensä legendassa yhtä väriä/symbolia kuvaa yksi arvo/nimi, ikään kuin luettelomaisesti), piti sen lukua aluksi hetki hieman hakea, mutta hetken tuijottelun jälkeen sen toimintaperiaate jotenkin aukeni.

Kuva 1. Päällekkäisen koropleettiteemakartan luokat ja väriskaalat legendassa. (Leonowicz 2006).

Kuva 1. Päällekkäisen koropleettiteemakartan luokat ja väriskaalat legendassa. (Leonowicz 2006).

Kuvassa 2 on esitetty sama teema kahtena yksinkertaisena koropleettikartana sekä päällekkäisenä teemakarttana. Muuttujina ovat maaseudun asukkaiden osuus ja alle 18-vuotiaiden osuus väestöstä. Yksinkertaiset koropleettikartat ovat selkeät, legenda on selkeä ja karttaesityksessä on käytetty kolmea luokkaa. Niistä on helposti luettavissa esitettyjen muuttujen esiintyminen ja levinneisyys kartalla. Alempi, päällekkäinen koropleettiteemakartta hätkähdytti kyllä ensivilkaisulla informaatiomäärän ja juuri aivan uudenlaisen legendan vuoksi. Tällaista karttaa tarkastelemalla saadaan samalla kertaa arvokastakin tietoa kahdesta eri muuttujasta sekä niiden riippuvuussuhteista, yhteisvaikutuksista – ei kuitenkaan välittömästä kausaliteetista muuttujien välillä. Ja kuten Ari toteaa, ei kahden muuttujan välillä välttämättä ole riippuvuussuhdetta, vaikka kartta niin antaisi ymmärtää, ja täten kartanlukija voi tehdä virhepäätelmiä.

Legendasta saadaan selville kutakin luokkaa vastaava prosenttiosuus erikseen molemmille muuttujille (muuttujat X/Y -koordinaatistossa) sekä päällekkäisille luokille(?) koodatut värit. Legendaan on merkitty myös havaintopisteet (hajonta) ja niiden sanelemana lineaarinen regressiosuora. Siitä saadaan siis irti paljonkin informaatiota, mutta kuten Johannakin blogissaan toteaa, on se silti työläs esittää ja arvojen etsimiseen kuluu aikaa. Tällaisella kartografisella esitystavalla siis on korkea informaatioarvo, mutta toisaalta kartta legendoineen on hieman raskas, ja sen toteuttaminen on varmasti melko työlästä. Luulen, että tällaisiin karttoihin ja legendoihin useammin törmäämällä silmä ikäänkuin tottuisi informaatiotulvan samanaikaiseen esittämiseen, ja kartasta saisi nopeammin irti tarpeellisen. Kartan tulkitsemiseen tarvitsee jonkinlaista maantieteellistä silmää ja kokemusta karttojen lukemisesta, ehkä myös hieman ymmärrystä tilastotieteestäkin. Toisaalta, yksittäisiä muuttujia kuvaavat koropleettikartat tukevat päällekkäisen koropleettikartan tulkintaa, ja selkeyden vuoksi niiden esittäminen voisikin olla aina hyvä tällaisessa yhteydessä ja nopeuttaa päätelmien tekoa (Tanjan blogi).

Kuva 2. Ylhäällä yksinkertaiset koropleettiteemakartat, alhaalla päällekkäinen koropleettiteemakartta legendoineen. (Leonowicz 2006).

Kuva 2. Ylhäällä yksinkertaiset koropleettiteemakartat, alhaalla päällekkäinen koropleettiteemakartta legendoineen. (Leonowicz 2006).

Artikkeli antaakin jokseenkin yksipuolisen ja toisaalta monimutkaisen kuvan päällekkäisten koropleettikarttojen laatimisesta. Tuomas onkin blogissaan todennut ja omalla kartallaan esittänyt, että toisen koropleetin voi korvata esimerkiksi rasteroinnilla, jolloin kartan ulkoasu ei ole riippuvainen värien tarkkuudesta. Juuri tällainen päällekkäinen koropleettiteemakarttahan olisi ollut mahdollista tehdä juuri tämän kurssikerran karttatehtävästä. Rasteroinnilla molempien muuttujen (ilmiöiden) levinneisyyden tarkastelu ei kärsi värisekamelskan vuoksi; samalla voidaan siis tarkastella sekä yhteisvaikutuksia että yksittäisen muuttujan spatiaalisuutta.

Lähteet:

Hellman, J. (2014). Artikkeli 1. Päällekkäiset koropleettikartat. https://blogs.helsinki.fi/johannhe/ 6.2.2014

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

Lilleberg, T. (2014). 2. kerta: kartografisia esitystapoja ja artikkelin pohdinta.https://blogs.helsinki.fi/tuomasli/ 6.2.2014

Luotonen, A. (2014). Artikkeli 1- Reaktiopaperi. https://blogs.helsinki.fi/ariluoto/ 6.2.2014

Siippainen, T. (2014). Artikkeli 1: kahden muuttujan koropleettikartta. https://blogs.helsinki.fi/tanjasii/ 6.2.2014

Päällekkäisiä teemakarttoja (kurssikerta 2)

Toisella kurssikerralla syvennyttiin lisää MapInfon tarjoamiin erilaisiin teemakarttavaihtoehtoihin. Tutustuimme pylväs-, piste- ja ympyrädiagrammikarttojen laatimiseen. Kokeilimme myös ainakin itselleni hieman uudempien tuttavuuksien, graduated-, individual- ja grid-teemakarttojen väkertämiseen. Näistä ensimmäinen sopii absoluuttisten arvojen kuvaamiseen kartalla, jolloin valittu karttasymboli muuttaa kokoaan arvon mukaisesti. Individual-kartta kuvaa hyvin laadullisia ilmiöitä (jokainen saa oman värinsä). Grid-komennolla tehty kartta on jatkuvapintainen, liukuvärjätty teemakartta, joka on saatu aikaan aineiston interpoloinnilla. Tällä tavalla tehdystä teemakartasta tosin voi olla haastavaa saada visuaalisesti selkeä. Testasimme kurssikerralla myös prismaattisia karttoja, jotka ovat kuin kartanmuotoisia pylväsdiagrammeja. Kokeilimme vielä 3D-karttaakin, jotka saatiin laadittua Grid-kartan avulla.

Kuten Fox blogissaan toteaakin, ei kurssikerran paino ollut ainoastaan erilaisissa esitystavoissa, vaan kahden tai useamman muuttujan esittäminen samalla teemakartalla ja niiden välisten riippuvuuksien eri korrelaatioiden tulkinta. Kurssitehtävänä olikin laatia mieleiseltään alueelta yksi teemakartta, jossa on kaksi teemaa päällekkäin. Saran tapaan minullakin oli ensin tavoite tehdä kaksi päällekkäistä koropleettikarttaa, mutta siitä ei oikein tahtonut tulla mitään selkeän näköistä aikaansaannosta. En kurssikerralla saanut aikaiseksi sitten juurikaan mitään valmista ja pohdin sopivien teemojen välillä. Muiden blogeja selatessani totesin, että koropleettikartan yhdistäminen esimerkiksi pylväsdiagrammikarttaan (kuten Helillä), ympyrädiagrammikarttaan (kuten Arilla) tai graduated-teemkarttaan (kuten Johannalla) tuottaa selkeän ja informatiivisen lopputuloksen.

Rajasin kartalta Kymenlaakson sekä sitä ympäröiviä naapurikuntia jokseenkin sattumanvaraisesti (yhteensä 25, kuva 1.). Aineistoksi valitsin työssäkäyvien osuudet kunnittain, minkä jälkeen tarkoituksena oli graduated-teemakartan avulla selvittää, korreloivatko ne työpaikkojen lukumäärän kanssa. Histogrammityökalun avulla yritin selvitellä sopivaa luokittelutapaa, ja päädyin toteamaan jakauman olevan melko epämääräinen. Luokittelutavoiksi sopivat tässä tapauksessa tasaväliset luokat, kvantiilit tai luonnolliset luokkavälit. Jakaumani oli kuitenkin selvästi epämääräinen, ja ainoastaan tähän tarkoitukseen sopivana luokittelutapana valitsin luonnolliset luokkavälit. En kuitenkaan ollut aivan varma, olisikohan taas pitänyt varmuudeksi turvautua kvantiileihin, jotka sopivat kaikenlaisia sen aineiston luokitteluun… Siksi testasinkin MapInfossa sekä kvantiileja että luonnollisia luokkavälejä. Eroa kartan ulkonäössä näiden kahden välillä oli jonkin verran, mutta päätin pitäytyä luonnollisissa luokkaväleissä. Ainakin olin siinä uskossa, että luonnollisilla luokilla epämääräisen jakauman luokittelu olisi tarkempaa (kartta on realistisempi). Luokkien lukumääräksi valitsin neljä, sillä “näin informaatio pysyy vielä hyvin luettavissa, mutta on kuitenkin kattavampi kuin kolmella luokalla”, kuten Sara blogissaan perustelee. Koropleettikartan väriksi valitsin neutraalin vihreän sävyt, ja työpaikkojen määrää kuvaavien symbolien väriksi punaisen, jotta ne erottuisivat kartalta hyvin.

Kuva 1. Teemakartta Kymenlaaksosta ja sitä ympäröivistä naapurikunnista, jossa koropleettikarttana työssäkäyvien osuus. Työpaikkojen määrää on kuvattu punaisin symbolein.

Kuva 1. Teemakartta Kymenlaaksosta ja sitä ympäröivistä naapurikunnista, jossa koropleettikarttana työssäkäyvien osuus. Työpaikkojen määrää on kuvattu punaisin symbolein.

Kartalta voidaan vaivattomasti poimia kunnat, joissa on eniten työpaikkoja. Lahti on tässä kärjessä, ja perässä kirivät Lappeenranta, Kouvola ja Kotka. Tämä oli hyvin ennalta-arvattavaa, sillä em. kunnat ovat kartan kunnista asukasluvultaan suurimpia (Tilastokeskus 2011). Kouvola olisi saattanut näyttää toisenlaiselta vielä ennen vuoden 2009 kuntaliitosta, jonka jälkeen sen asukasluku ja työpaikkojen määrä on kasvanut (www.kouvola.fi).

Pinta-alan kanssa työpaikkojen määrä ei korreloi, sillä Lahti on kooltaan huomattavasti Kouvolaa ja Lappeenrantaa pienempi. Kotkassakin työpaikkoja on suhteessa paljon verrattuna pinta-alaan. Myös Lahden väkiluku ja väestöntiheys on huomattavasti suurempaa kuin Kouvolassa ja Lappeenrannassa, mutta Kotkassa puolestaan ihmisiä on ahtautunut melko paljon samalle alalle suhteessa alueen kokoon (Tilastokeskus 2011). Lappeenranta ja Kouvola ovat harvempaan asuttuja (Tilastokeskus 2011).

Kiinnostusta herättää kuitenkin koropleettikartan kertoma tieto työssäkäyvien osuuksista kunnittain. Osuudet eivät olekaan suurimpia jo edellä mainituissa työpaikkakeskuksissa, vaan erityisesti Lappeenrannan ja Lahden naapurikunnissa. Näissä kuitenkin työpaikkojen lukumäärä on pieni. Lappeenrannan naapurikunnat (Lemi, Taipalsaari) ovat väkiluvultaan pienempiä kuin Lahden naapurikunnat (Hollola, Nastola). Näiden kuntien suuri työssäkäyvien osuus selittyy todennäköisesti henkilökohtaisilla intresseillä asua juuri näillä paikkakunnilla ja kulkea sieltä käsin töihin suurempaan ja työllistävään naapurikaupunkiin. Myös Lahden, Kotkan ja Kouvolan lounaisnurkkaan jäävien, asukasluvultaan suhteellisten pienten kuntien asukkaat luultavimmin työllistävät itsensä jossakin näistä suuremmista kaupungeista.

Vastaavasti suurimmissa kunnissa työpaikkojen suuri määrä ja työssäkäyvien osuudet näyttäisivät jokseenkin korreloivan negatiivisesti keskenään. En ole varma, onko Tilastokeskuksen (2011) aineistoon laskettu työssäkäyvien osuus työkykyisistä ja -ikäisistä, vai osuus koko väestöstä. Jälkimmäisessä tapauksessa näiden suurten kuntien kartalta havaittava tilanne voisi selittyä suurella väkiluvulla, jolloin joukkoon mahtuu paljon esimerkiksi eläkeläisiä, lapsia, nuoria, opiskelijoita jne., jotka eivät käy töissä. Kuitenkin suuri kaupunki työpaikkoineen tarjoaa töitä naapurikuntalaisille.

Kartan pohjoisten osien työssäkäyvien osuudet korreloivat (positiivisesti) melko selkeästi työpaikkojen kanssa. Tämä alue on harvaanasuttua (Tilastokeskus 2011), ja kunta itsessään voi tarjota työpaikat asukkailleen. Päätelmiä voi hieman vääristää se, että kartta tosiaan on rajattu alue, ja tässä vallitsevaan tilanteeseen voivat vaikuttaa myös ne kunnat, jotka jäivät rajauksen ulkopuolelle.

Pohdintaa kartan informatiivisuudesta ja onnistumisesta

Koropleettikartassa ei ole mielestäni mitään epäselvää, mutta työpaikkojen symbolointia olisi voinut miettiä ehkä toisella tavalla. Neljän suurimman kunnan ja muiden kuntien välillä on niin suuri ero työpaikkojen välillä, ettei pienimpien ympyröiden välillä tahdo oikein erottaa mitään eroa. Isoimpien kuntien nimet olisi ehkä voinut merkitä kartan luettavuuden helpottamiseksi. Olisin voinut valita Kymenlaakson naapurikunnat kartalle myös systemaattisemmin, esimerkiksi seutukunnittain, kuten Viivi, joka sattumalta näyttäisi olevan kotoisin samoilta seuduilta kuin minä. “Kotiseuturakkaudesta” minäkin tähän aluevalintaan päädyin.

Nyt kun tarkastelen karttaa ja mietin sen informaatioarvoa, olisi samasta aiheesta voinut saada irti vähän enemmän erilaisilla muuttujilla, esimerkiksi tarkastelemalla työttömyysprosenttia ja kuinka moni todella käy töissä oman kuntansa ulkopuolella, ja kuinka moni työskentelee omassa kunnassaan. Tässä johtopäätökset perustuvat hyvin pitkälle päättelyyn, ja ehkä hieman liikaakin arvailuun? Esimerkiksi ympyrä- tai pylväsdiagrammi useammasta työpaikkoihin liittyvästä muuttujasta olisi tarjonnut luultavimmin arvokkaampaa tietoa.

Mutta näin sitä kokeilemalla oppii! Uudestaan jos tekisin tällaisen kartan, tekisin luultavasti juuri em. muuttujia ympyrädiagrammin kautta tarkastellen.

Lähteet:

Fox, H. (2014). Onko elinkeinojakaumalla yhteys pendelöintiin Itä-Suomen kunnissa? (Kurssikerta 2) https://blogs.helsinki.fi/fox/ 3.2.2014

Hellman, J. (2014). Kurssikerta 2. Lisää teemakarttoja!https://blogs.helsinki.fi/johannhe/ 3.2.2014

Histogrammityökalu http://illuminations.nctm.org/Activity.aspx?id=4152 3.2.2014

Honkanen, V. (2014). Kurssikerta 2. https://blogs.helsinki.fi/vhonkane/ 6.2.2014

Kouvola: http://www.kouvola.fi/index/aikuisvaestolle/tietoakouvolasta.html 6.2.2014

Lindholm, S. (2014). Kurssikerta 2; Punainen tupa ja perunamaa. https://blogs.helsinki.fi/saralind/ 3.2.2014

Luotonen, A. Päällekkäiset teemakartat.https://blogs.helsinki.fi/ariluoto/ 3.2.2014

Tilastokeskus. (2011). Kunta-aineisto.

MapInfoilua ja teemakartan väkertämistä (kurssikerta 1)

Paikkatiedon hankinta, analyysi ja kartografia-kurssi (PAK) pärähti käyntiin ja toimii jatkumona syksyllä läpikahlatulle Tiedonhankinta, analyysi ja kartografia –kurssille (TAK). Tavoitteena on syventää kartografisia viestintätaitoja erityisesti paikkatieto-ohjelmien avulla. Syksyinen TAK-kurssi oli melkoisen työläs, mutta hyödyllinen ja opettavainen – siispä odotukset tämän kurssin suhteen ovat vähintäänkin yhtä korkealla.

Ensimmäisellä kurssikerralla kertasimme jo TAK-kurssilla jokseenkin tutuksi tullutta MapInfo-ohjelmaa. Kuten varmasti monelle muullekin, oli se minulle ensikosketus paikkatieto-ohjelmaan. Syksyn kurssilta jäänyt mielikuva MapInfosta oli sen niin sanottu jäykkyys ja niin sanottu “kahlitsevuus”. Johannankin mukaan MapInfo tuntui nyt TAK-kurssilta tutuksi tulleen ja paljon käytetyn CorelDrawin jälkeen vaikeammin lähestyttävältä. Tämän ensimmäisen PAK-kurssikerran aikana syksyn asiat kuitenkin kertaantuivat mukavasti, eikä ohjelma yllättäen tuntunutkaan enää niin jäykältä. Komennot ovat selkeitä ja ohjelma tuntuikin oikeastaan aika simppeliltä verrattuna syksyllä erityisen tutuksi tulleeseen Coreliin. Vaikka kartan muokkaaminen ei olekaan ihan niin joustavaa verrattuna Coreliin, on vain hyväksyttävä se tosiasia, että toinenhan näistä tosiaankin on paikkatieto-ohjelma ja toinen piirto-ohjelma.

Harjoituskartan väkerryksen jälkeen tehtävänä oli laatia koropleettiteemakartta. Otin tutkittavakseni työssäkäyvien osuudet kunnittain koko Suomessa. Ohjeistusta seuraten ja harjoituskartan pohjalta saatujen oppien ja muistinvirkistysten avulla teemakartan luominen onnistuikin melko kivuttomasti. Histogrammityökalua hyväksikäyttäen aineistosta saatiin selville sen jakauma, ja omani noudatti melko nätisti normaalijakaumaa muutamaa rakoa lukuunottamatta (Kuva 1). Saran tapaan olen hieman tilastomatikkakammoinen, ja kummaksuin myös hieman tuon histogrammityökalun toimintaperiaatetta: miksi histogrammia tarkastellaan liu’utusplakin avulla? Tuntui jotenkin hassulta säädellä sitä ja katsoa, että “Ahaa! Nyt näyttää hyvältä!”.

Kuva 2. Histogrammi työssäkäyvien osuuksista Suomen kunnissa

Kuva 1. Histogrammi työssäkäyvien osuuksista Suomen kunnissa

Tuon hassun histogrammityökalun sanelemana päädyin käyttämään “tuttuja ja turvallisia” – normaalijakaumaankin sopivia – kvantiileja eli tasamääräisiä luokkia. Käytin väreinä vihreän eri sävyjä, jotta erot kuntien välillä tulisivat esiin “liukuvasti” ja työssäkäyvien osuuksien jakautumista olisi helpompi vertailla. Vaikkakin luokkien lukumäärä oikeastaan puolivahingossa jäi viiteen, erottuvat vihreän sävyt toisistaan mielestäni kuitenkin suhteellisen hyvin. Kuitenkin ehkä esimerkiksi kolmella luokalla olisi saanut näkyville selvemmät erot kuntien välillä, mutta tässä ne näkyvät nyt pehmeämmin.

Jokatapauksessa MapInfolla laaditusta kartasta (Kuva 2.) voidaan luokkien määrästä huolimatta melko selkeästi nähdä, että työssäkäyvien osuus on suurinta Etelä- ja Länsi-Suomessa, ja vastaavasti pienintä Pohjois-, Keski- ja Itä-Suomessa. Painotukset siis tulevat silti ilmi. Tämän voisi päätellä olevan suoraan verrannollista ihmisten ja asutuksen jakautumiseen kunnittain; Pohjois-, Keski- ja Itä-Suomi on huomattavasti harvempaan asuttua aluetta kuin Länsi- ja Etelä-Suomi (ja erityisesti pääkaupunkiseutu ja Uusimaa yleensä). Harvempaan asutuilla alueilla kuitenkin selkeästi erottuvat asutuskeskukset, joilla työssäkäyvien osuus on suuri. Toisaalta mielenkiintoista on se, että esimerkiksi Turussa, Kuopiossa, Joensuussa, Oulussa ja Rovaniemellä on alhaisempi työssäkäyvien osuus kuin niiden kehyskunnissa. Tämä voisi selittyä sillä, että näissä kehyskunnissa asukastiheys on pienempää kuin em. suuremmissa kaupungeissa ja ihmiset saattavat kulkea töihin juurikin suurempaan, hyvin työllistävään naapurikaupunkiinsa. Suuremmissa kaupungeissa asukastiheys on suurempaa, ja esimerkiksi työttömien ja alle työikäisten osuus saattaa olla suhteessa suurempaa kuin pienemmissä naapurikunnissa.

Kuva1. Työssäkäyvien osuus kunnittain. Kuva 2. Työssäkäyvien osuus kunnittain.

Lähteet:

Hellman, J. (2014). Kurssikerta 1. MapInfo tutuksi. https://blogs.helsinki.fi/johannhe/ 29.1.2014

Histogrammityökalu http://illuminations.nctm.org/ActivityDetail.aspx?ID=78 22.1.2014

Lindholm. S. (2014). Päivitetty pelkoa ja inhoa MapInf…eikun eihän se niin paha ollutkaan! https://blogs.helsinki.fi/saralind/ 29.1.2014