Den här gången gjorde vi en rasterkarta som består av enskilda element (pixlar) där varje pixel är homogen och har samma värde. Vi övade den nya metoden genom att göra en karta över antalet invånare i Helsingforsregionen, efter detta fick vi tid för det egna arbetet. Jag valde att göra en rasterkarta (Bild 1) som visar andelen utlänningar i huvudstadsregionen.  I slutet av lektionen överförde vi även en karta som bestod av pixlar till Mapinfo, detta kommer jag troligen att ha nytta av i framtiden då en stor del av geografisk information tas från traditionella flyg- och satellitbilder.

Även om rasterkartor lämpar sig för att visa absoluta värden, möjligt då rutornas storlek är konstant, går det även att visa relativa tal genom denna metod. Därmed repeterade jag även det vi gick igenom förra gången, alltså skapandet av en ny databas där jag räknade ut den procentuella andelen utlänningar jämfört med den totala befolkningen. Räkningarna och kartan gjordes utgående från ett material som innehöll data över bostädernas lokalisering i huvudstadsregionen samt bakgrundsinformation över befolkningen som bor här. Med hjälp av ett rutnät (grid) som lades på den ursprungliga kartan kunde programmet räkna ut andelen utlänningar för varje ruta. Spridningen av värdena var mycket ojämn och med kvartiler skulle vissa grupper innehålla en för stor variation, därför beslöt jag mig för att gå med naturliga brytpunkter. Pixeln får ett specifikt värde och placeras sedan i någon av de bestämda klasserna.

Jag prövade att göra kartor med olika rutstorlekar och skulle ha kört med rutor på 200×200 meter, men det visade sig vara för små på den färdiga temakartan. Mönstret blev mycket splittrat och pixlarna framgick som små enskilda rutor på en vit bakgrund. Detta beror på att rutor där det inte bor någon utlänning, pixelvärde 0, framstår vita på kartan. Detta var orsaken till att jag till slut valde jag rutstorleken på 500×500 meter. Även om noggrannheten lider i viss mån ökar sannolikheten att åtminstone 0,1 % av befolkningen är utländsk, och på detta sätt bildas ett helhetligt rutsystem som täcker stora delar av huvudstadsregionen.  För att kartläsaren lättare skulle få en uppfattning om vad visualiseras på kartan, har jag tagit med det huvudsakliga vägnätet. Stadskärnan kommer tydligare fram på kartan och vi ser hur människorna är placerade i förhållandet till ringvägarna, dessutom kan det hjälpa läsaren att lokalisera enskilda bostadsområden. Med färgvalet har jag vidare försökt att underlätta kartläsarens tolkning av kartan, där färgen blir mörkare och kraftigare är andelen utlänningar högre.

Bild 1. Andelen utlänningar i huvudstadsregionen, enligt 500×500 meters rutor.

Från att ha testa olika storlekar på rutorna, kan man dra slutsatsen att även om vi kan se en spridning som täcker nästan hela regionen är utlänningarna främst koncentrerade till specifika områden till och med enskilda kvarter (200×200 meter). Andelen utlänningar är störst i förorterna. I östra delarna av huvudstadsregionen främst vid Helsingfors-Malms flygplats och i väst finns större koncentrationer kring Esbo centrum, Alberga och Malmgård. Det bor även en hel del utlänningar i Helsingfors stadskärna.

Enskilda rutor med mycket hög procent, bland annat kring Noux i Esbo (Bild 1), kan förklaras med att området är ett naturskyddsområde och antalet människor som bor där är mycket lågt. Det räcker med en familj för att höja procentvärdet i rutan. I dessa fall skulle det vara intressant att kolla de absoluta värdena för pixeln, men även för andra områden kunde absoluta värden ge specifikare information som kan utnyttjas för samhällsplaneringen.

Om vi antar att utlänningarna har ett annat modersmål än svenska och finska, kan vi kolla de absoluta värdena genom att se på Julia Keronens karta över antalet människor med övriga språk. Genom att jämföra kartorna ser vi att min analys verkar vara korrekt.  I Nouxområdet ligger antalet invånare med främmande språk på ca 1-10, utgående från 400×400 meters rutor. Alltså räcker det med en utländskfamilj att höja det relativa talet. På kartan med absoluta värden framgår även ”förortsbältet” med högre andel utlänningar från flygfältet till Esbo centrum.

Vi ser alltså att många utlänningar är bosatta i förorter som har fått ett dåligt rykte och anses vara otrygga. De bakomliggande faktorerna till detta kan vara många. Kanske beror det på en bristfällig skolning och dåliga språkkunskaper hos invandrarna, vilket i sin tur leder till arbetslöshet och utstötning från samhället. Det skulle dock vara fel att säga att dessa specifika förorters dåliga rykte endast orsakats av den högre andelen utlänningar, men kan troligen till en del förklaras av detta. På kartan ser vi också anomalier i mönstret t.ex. i Otnäs, där Aaltouniversitetet och flera It-företag ligger, är andelen utlänningar hög. Här är troligen den utländska befolkningen utbildad och har bra betalda jobb.

Rasterkartor är speciellt bra att använda för fenomen som inte följer några färdigt utsatta gränser t.ex. Kommuner eller avrinningsområden. Rutorna möjliggör alltså en visuell granskning av ett fenomen inom en region. Pixelmängden kan dock för ett ovant öga göra kartan otydlig, men egentligen ger rutorna tydlig information över området (pixelstorleken påverkar) och beskriver även anomalier inom regionen. Över huvud taget var det en trevlig lektion som innehöll lite nytt men även sådant som var bekant från förut, vilket underlättade arbetet.

Källor:

Keronen, J. (2015). Julian PAK-blogi. <https://blogs.helsinki.fi/juliaker/ >12.2.2015