Ensimmäinen kurssikerta

Geoinformatiikan menetelmät 1 -kurssin ensimmäisellä kurssikerralla (18.1.2022) tutustuttiin paikkatiedon perusteisiin sekä siihen, miten paikkatietoa voidaan esittää visuaalisesti. Lisäksi tutustuttiin QGIS-ohjelman käyttöön. QGIS on minulle uusi ohjelma, minkä takia hieman mietin, kuinka hyvin pääsen perille ohjelman käytöstä. Mietiskelyt olivat ehkä turhia, sillä ainakin näin ensimmäisellä kerralla, kun ohjelman käyttöä harjoiteltiin vaihe vaiheelta opettajan johdolla, sain ainakin jokseenkin informatiiviselta näyttävän kartan aikaiseksi.

Alla on aikaansaamani karttatuotos (kuva 1). Vaikka kartta saattaa näyttää yksinkertaiselta, oli sen tekemisessä monta vaihetta. Aivan ensimmäiseksi kartan aineistot, jotka ovat peräisin HELCOMIN data- ja karttapalvelusta, piti tuoda ohjelmaan. Tämän jälkeen esimerkiksi muutettiin karttatasojen järjestystä ja visuaalista ilmettä, luotiin uusi karttataso typpipäästöistä ja viimeisteltiin kartta legendalla, mitta-asteikolla ja pohjoisnuolella.

Mielenkiintoisinta kartan tekemisessä oli datan muokkaaminen visuaaliseen muotoon. Aineistojen mukana oli dataa valtioiden typpipäästöistä. Karttaa varten valtioiden typpipäästöt muutettiin ohjelman työkalulla suhteututuksi arvoiksi. Näin saatiin aikaan koropleettikartta, jossa valtion väritys kertoo sen typpipäästöistä. Jos jotain tekisin toisin, niin muuttaisin legendasta ”valtiot” selitteen ”ei tietoja” selitteeksi. ”Valtiot” selite on tässä tilanteessa hieman hölmö, sillä myös punaisen eri väreillä väritetyt alueet ovat valtioita.

Kartan tekemisessä oli ajoittain pieniä haasteita, sillä välillä kun opettaja siirtyi jo selittämään uutta vaihetta tai kertomaan miten jokin asia tehdään, olin vielä tekemässä edellistä asiaa. Moni muukin varmaan tunnistaa sen, kuinka vaikea on kuunnella ja tehdä jotakin uutta ja tarkkaa samaan aikaan! Haasteista huolimatta olen sitä mieltä, että sain ihan kelpo kartan aikaan. Kartta on mielestäni selkeä, sen eri elementit erottuvat hyvin toisistaan ja siinä on vaaditut elementit.

Kurssikertaan liittyi myös itsenäisesti tehtävä karttatehtävä, jossa oli kolme vaikeusvaihtoehtoa. Lähdin tekemään tehtävää sillä ajatuksella, että teen ensin helpoimman vaihtoehdon ja sen jälkeen siirryn tekemään jompaa kumpaa vaikeammista. Minulla kuitenkin meni sen verran aikaa ensimmäisen tehtävän tekemiseen etten rehellisesti sanottuna jaksanut enää puurtaa enempää. Olin ilmeisesti yhdessä yössä unohtanut kaiken, mitä QGIS-ohjelman käyttämisestä opetettiin, minkä takia esimerkiksi etsin paljon tietoa ohjelman käytöstä internetistä. Yritys-erehdys -tekniikkaa, joka on mielestäni erinomainen tapa oppimiseen, käyttämällä sain kuin sainkin karttatehtävän tehtyä.

Suomen kuntien tietokannasta valitsin karttaan muuttujaksi työttömyysasteen. Päädyin työttömyysasteen tarkasteluun, koska ajattelin työttömyyden olevan muuttuja, jossa on selkeästi vaihtelua kunnittain. Luokittelin luokat luonnollisilla rajoilla, jotta saisin suhteellisen tasakokoiset luokat. Luokkien määräksi valitsin viisi. Väriluokituksena käytin QGIS:in tarjoamaa luokitusta. En ole tosin varma, olisiko jokin muu luokittelutapa ollut tässä tilanteessa parempi; vaikka omaan silmääni lopullinen kartta esittää työttömyyden osuuksia kunnissa informatiivisesti, voi joku toinen olla aivan eri mieltä. Samanlaisia asioita pohtii Karvinen blogissaan (19.1.2022). Kuten omassa tapauksessani, myös Katariina sai mielestään aikaan teknisesti onnistuneen kartan, mutta hän silti miettii vääristääkö kartta todellisuutta. Vaikka kriittisyys on hyvä asia tieteellisissä piireissä, niin toisaalta ylianalysoinnista voi olla vain haittaa. Joskus onkin hyvä tyytyä siihen, mitä on saanut aikaan.

Valmis kartta on mielestäni visuaalisesti onnistunut (kuva 2). Kartasta näkee selkeästi ja odotetusti, että työttömyyttä on eniten Itä- ja Koillis-Suomessa sekä Lapissa. Vähiten työttömyyttä on puolestaan Suomen eteläosissa sekä rannikolla. Syitä työttömyyden keskittymiselle juuri Itä- ja Koillis-Suomeen sekä Lappiin on monia. Syynä on esimerkiksi ihmisten, palveluiden ja investointien keskittyminen kasvualueille eli lähinnä Etelä-Suomeen. Kunnat, joista ihmiset lähtevät muualle (eli muuttotappiokunnat), ajautuvat jatkuvaan negatiiviseen kierteeseen: kun väkiluku vähenee niin verorahat laskevat, jolloin julkisia palveluja on vaikeampi toteuttaa ja yrityksillä on vähemmän asiakkaita, mikä taas johtaa siihen, että työpaikkojen määrä vähenee.

Lähde: Katariina, K. (19.1.2022). Suomen kunnat ja eläkeikäiset asukkaat. Katariinan blogi -sivusto. Haettu 21.1.2022 osoitteesta: https://blogs.helsinki.fi/karvkata/?lang=en