Kurssikerta 7. Viimeistä viedään!

Vähään aikaan viimeinen blogikirjoitus työn alla. Voin sanoa, että helpottava tunne, kun saan tämän kirjoitettua. Viimeisellä kurssikerralla oli tarkoitus tehdä karttoja haluamastaan aiheesta ja aineisto työhön oli etsittävä ennen oppituntia. Sainkin haettua itselleni Yhdysvaltoja koskevaa dataa, mutta nyt näin loman jälkeen tätä blogia tehdessäni huomaan yhden tärkeän seikan unohtuneen: nimittäin lähteet. Enää en siis löytänyt kyseisiä tietoja internetin ihmeellisestä maailmasta, vaikka kuinka varma olin siitä, että otin sivuston open antamista linkeistä! No kuitenkin laitan kyseiset kartat tänne.

Aiheeksi kartoilleni valitsin Yhdysvaltojen terveyttä koskevia aineistoja, jotka toin MapInfoon Excelin kautta. Tehtävä itsessään oli helppo ja hoitui hyvin yksinkertaisesti. Kuitenkaan ilman suurempia kommerverkkejä ei tässäkään tehtävässä päästy. Aluksi piti rajata haluttu alue jo valmiina olevasta maailmankartta aineistosta. No tämä vielä luonnistui jokseenkin hyvin, mutta osavaltioiden rajojen saaminen paikoilleen olikin sitten vähän vaikeampi juttu. No kyllä sekin sitten kuitenkin onnistui lopulta. Karttojeni aiheet painottuvat terveydellisiin asioihin, joista kartalla 1 kuvataan Yhdysvaltojen lihavuutta pistekartalla. Aihe siksi, koska olen jostain monesti kuullut, että ylipainoisuus on Yhdysvalloissa yleinen ongelma ja niistä erottuu joukosta osavaltioita, joissa on enemmän ns. lihavia, kuin toisaalla, joten päätin selvittää asiaa itse.

Kuva 1. Yhdysvaltojen lihavuutta kuvaava pistekartta.

Kuva 1. Yhdysvaltojen lihavuutta kuvaava pistekartta.

Kuvasta voidaa nähdä, että ylipainoisuus sijoittuu itään, jossa pisteiden määrä on huomattavasti suurempi, kuin länsirannikon puolella. Tässä blogissa kartta on vähän epäselvä, mutta kuvassa 2 on kuvattu ylipainoisten lisäksi diabetestä sairastavat. Tilastot eivät sisällä lasten ylipainoisuutta eikä diabetestilastoja, vaan pelkästään aikuisten ja tilastot on kerätty vuonna 2008. Tämän muistan sivustolla lukeneen vaikka en sitä nyt lähteisiin saa.

Kuva 2. Yhdysvaltojen ylipainoiset ja diabetestä sairastavat.

Kuva 2. Yhdysvaltojen ylipainoiset ja diabetestä sairastavat.

Kuvasta kaksi voidaan nähdä hieman selkeämmin osavaltiokohtaiset erot ja lihavuuden yhteys diabetekseen. On tutkittu, että jo pieni ylipaino kasvattaa riskiä sairastua kakkostyypin diabetekseen (tosin nämä datat käsittävät sekä ykköstyypin että kakkostyypin diabetekset). Kuten kartasta 1 mainitsin ylipainoisten sijoittuvat itään, niin kuva 2 vahvistaa tiedon lihavuuden ja diabeteksen yhteydestä. Itäpuoli on kartalla hyvin vihreävoittoista, joka kuvaa suurta diabetestä sairastavien määrää yli 80 prosentilla. Sininen väri puolestaan kuvaa yli 54 prosentin määrää diabeteksessä, joten voidaan todeta, että Yhdysvalloissa on suhteellisen paljon sairaudesta kärsiviä ihmisiä. Yli 29,5 prosenttia osavaltion asukkaista ylipainoisia on vain kaakossa Texasiin ja Ohioon ulottuvilla alueilla. Näillä alueilla myös diabetestä sairastavien määrä on suurimpia koko Yhdysvalloissa. Omaksi osavaltiokseen kartalta nousee esiin Colorado, jossa on ainoana Yhdysvalloista alle 24 prosenttia asukkaista on ylipainoisia. Tämä on siis pienin luku koko Yhdysvaltojen datasta. Coloradossa asuu noin 5,4 miljoonaa asukasta, joista noin puolet tai enemmän sairastaa diabetesta ja noin 1,3 miljoonaa heistä on ylipainoisia. Luvut kuulostavat hurjilta, mutta esimerkiksi Coloradossa asuu suurin piirtein saman verran ihmisiä, kuin Suomessa yhteensä, niin ylipainoisten määrä on käytännössä sama. Jos se Coloradossa olisi 24 prosenttia Suomessa se on miehillä 19 prosenttia ja naisilla 16 prosenttia (Findikaattori 2013).

Kuva 3. Yhdysvaltojen vapaa-ajan käyttöä kuvaava kartta.

Kuva 3. Yhdysvaltojen vapaa-ajan käyttöä kuvaava kartta.

Kuvassa kolme kuvataan Yhdysvaltojen vapaa-ajan viettoa urheilullisesti. Jälleen kerran esille nousee kaakkoisosa, jossa punainen väri on hallitseva, eli alueella ei ole kovin paljon vapaa-ajan fyysistä aktiviteettia. Mielestäni nämä gridikartat ovat kivan näköisiä ja niitä on helppo tulkita.

Näitä karttoja keskenään vertailemmalla voidaan todeta, että Yhdysvalloissa on ylipainoisia, diabeetikoita ja laiskoja paljon, varsinkin itä-kaakko akselilla.

Paikkatiedon hankinta, analyysi ja kartografia kurssi oli kaikin puolin mielenkiintoinen, haastava ja hauska. On kiva oppia tekemään erilaisia karttoja, mutta kuitenkin niinkuin tosi moni muukin omassa blogissaan on todennut on helpottavaa, että saa tämän kurssin päätökseen (jos saa). Lisäksi kaikki joiden blogeja olen lukenut mainitsevat kurssin haasteellisuuden ja lopuksi toteavat onnistuneensa kuitenkin, eli hyvin meni.

LOPPU

Lähteet:

Findikaattori (2013) 10.3.2015. >http://www.findikaattori.fi/fi/62<

Kurssikerta 6. Pisteaineistojen esittäminen kartalla

Kuudennen kurssikerran aiheena oli esittää ilmiöitä pisteinä kartalla. Tunnin aluksi menimme ulos keräämään GPS-paikantimen avulla koordinaatteja, jotka myöhemmin syötimme MapInfoon. Ryhmämme keräsi punaisia autoja ja niitä sattui olemaan aivan koulun lähistöllä tarpeellinen määrä, joten olimme koululla takaisin aikaisemmin, kuin muut. Tästä syystä saimme syöttää tiedot suoraan MapInfoon, käymättä excelin kautta. Harjoitus oli hauska. Tämän jälkeen teimme itse kolme erilaista hasardikarttaa, joihin haimme aineiston netistä ja toimme MapInfoon.

Hasarditeemoina oli maanjäristykset, tulivuoret sekä meteoriitit. Itse en käyttänyt meteoriittien tilastotietoja ollenkaan, joten minun karttani perustuvat maanjäristyksien ja tulivuorten paikallistamiseen. Alueena käytin koko maapalloa, jotta tarkoituksen mukainen teema olisi monipuolinen. Teemana olisi siis tuottaa hasardikarttoja, joita voisi käyttää opettajana tuntiopetuksessa.

Ensimmäisen karttaa laitoin yli 8 magnitudin maanjäristykset vuoden 1980 jälkeen (kuva 1). Kuten kartalta nähdään niin suuria maanjäristyksiä ei ole ollut tai on ollut melko paljon (riippuu siitä mikä mielletään paljoksi ja mikä ei) ja ne ovat pääsääntöisesti sijoittuneet Tyynenmeren ympäristölle. Kartta soveltuu hyvin opetukseen, koska on opetettu, että suurinosa isoista ja pienemmistä maanjäristyksistä tapahtuu tyynellämerellä. Kuten Julia Koskinen (2015) blogissaan mainitsee tällaisen kartan käyttäminen toisi opetukseen jännitystä ja antaisi mahdollisuuden kertoa tuhoisimmista maanjäristyksistä, niiden seurauksista sekä niihin varautumisesta.

Kuva 1. Vuoden 1980 jälkeen tapahtuneet yli 8 magnitudin maanjäristykset (Earthquake 2013).

Kuva 1. Vuoden 1980 jälkeen tapahtuneet yli 8 magnitudin maanjäristykset (ANSS Catalog 2013).

Seuraavaksi lisäsin kyseiseen karttaan myös purkautuneet tulivuoret vuoden 1964 jälkeen. Myöhäisempää dataa en tähän jostain syystä saanut, enkä aluksi tajunnut muuttaa myös maanjäristyksiä alkavaksi samana vuonna (kuva 2). Tällä kartalla voidaan käytännöstä havainnoida oppilaille vain tuhoisimmat järistykset sekä tulivuorten sijainti. Niiden vaikutus toisiinsa ei ole kartalla riittämiin nähtävissä. Jälleen kerran suurin osa tulivuorista ovat sijoittuneet Tyynenmeren ympärille. Kartan värit ovat hyvin erottuvia, joten ilmiöiden sijainti on hyvin paikallistattevissa.

Kuva 2. 1980 jälkeen tapahtuneet yli 8 magnitudin maanjäristykset sekä vuoden 1964 jälkeen tapahtuneet tulivuorenpurkaukset (Earthquake data 2013, Volcano location 2015).

Kuva 2. 1980 jälkeen tapahtuneet yli 8 magnitudin maanjäristykset sekä vuoden 1964 jälkeen tapahtuneet tulivuorenpurkaukset (ANSS Catalog 2013, Volcano location 2015).

Kolmanneksi kartaksi valitsin aiheeksi tulivuorenpurkaukset vuoden 1964 jälkeen sekä maanjäristykset yli 8 magnitudin sekä keltaisella yli 5 magnitudin järistykset (kuva 3). Tämä kartta havainnollistaa hyvin, että maanjäristyksiä sattuu todella paljon verrattuna aikaisempiin karttoihin, kuhan vain lisää tarpeeksi dataa ja vähentää järistyksen voimakkuutta. Tästä kartasta nähdään, että järistyksiä ja tulivuoria ei sijaitse pelkästään tyynenmeren ympäristössä vaan niitä on myös muualla. Opetuksessa olisi hyvä käyttää litosfäärilaattojen saumakohtia kuvaavaa karttaa hahmottamaan niiden merkitystä järistyksien ja tulivuorien sijaintiin (kuva 4).  Jälleen kerran olen mielestäni valinnut värit niin, että karttaa on helposti luettava.

Kuva 3. Maanjäristykset yli 5 ja 8 magnitudia sekä tulivuorenpurkaukset vuoden 1964 jälkeen (ANSS Catalog 2013, Volcano locations 2015).

Kuva 3. Maanjäristykset yli 5 ja 8 magnitudia sekä tulivuorenpurkaukset vuoden 1964 jälkeen (ANSS Catalog 2013, Volcano location 2015).

Kuva 4. Litosfäärilaattojen sijainti (Interactives, Dynamic Earth 2014).

Kuva 4. Litosfäärilaattojen sijainti (Interactives, Dynamic Earth 2014).

Lopuksi

Kurssi oli kaikin puolin  mielenkiintoinen ja pienten excel häiriöiden jälkeen kaikki sujui oikein hyvin MapInfolla (liekö ope käynyt korjaamassa mun exceli ongelmat tauon aikana).

Lähteet:

ANSS Catalog (2013). Earthquake data. >http://quake.geo.berkeley.edu/anss/catalog-search.html<

Volcano location (2015). >http://catalog.data.gov/dataset/global-volcano-locations-database< 

Interactives, Dynamic Earth (2014). Plates & boundaries. 25.2.2015 >http://www.learner.org/interactives/dynamicearth/plate.html<

Koskinen, J (2015). Kuudes kurssikerta. 25.2.2014 >https://blogs.helsinki.fi/juliakos/<

 

Kurssikerta 5. Bufferointia ja analyysejä

Tällä kurssikerralla oli tarkoitus oppia bufferointia ja analyysejä. Aluksi taas tehtiin porukalla harjoituksia, jotka tuntuivat helpolta, mutta kun tuli itsenäistehtävien aika oli kaikki taas hankalaa. Tunnilla kaikki saivat kokoajan erilaisia vastauksia tehtävistä joten aikaa kului paljon. Pornaisten keskustan karttaan tehyssä puskurointiharjoituksessa selvitettiin, kuinka paljon taloja jää tietyn etäisyyden päähän tiestä.

Itsenäistehtävissä (taulukko 1) selvitettiin aluksi, kuinka moni asuu Malmin lentokentän läheisyydessä. Aluksi piti piirtää alueen kiitorata, jotta voitaisiin selvittää, kuinka moni asuu kahden ja yhden kilometrin säteellä alueesta.

Taulukko 1. Itsenäistehtävien vastaukset.

Taulukko 1. Itsenäistehtävien vastaukset.

Seuraavaksi tutkittiin Helsinki-Vantaa alueen meluhaittoja, jossa ensin selvitettiin, kuinka moni asuu kahden kilometrin säteellä alueesta. Lisäksi selvitettiin, kuinka moni asuu tietyllä desibelialueella. Tämä oli MapInfolla jokseenkin vaikeata eritellä alueet ja saada vastaus haluttuun kysymykseen. Luulenkin, että vähintään 55 dB alueella asuvien määrä on turhan suuri todelliseen määrään. Lentokenttien jälkeen tutkittin juna-asemien sijaintia ja niiden lähettyvillä asuvia ihmisiä.

Taajamia koskeva itsenäistehtävä jäi minulla jostain syystä kesken, mutta sain kuitenkin selvitettyä, kuinka monta asuu taajamissa ja kuinka paljon tämä on prosentteina. Seuraavan tehtävän sai päättä itse ja valitsinkin Helsingin yhtenäiskoulua koskevat kysymykset. Tehtävässä piti aluksi selvittää missä kyseinen koulu on ja merkitä se, jotta MapInfolla pystytään selvittämään tarvittavat kysymykset. En sen enempää lähde tässä erittelemään vastauksia, koska ne on nähtävissä taulukosta.

Tämän kurssikerran tarkoituksena on myös tutkia MapInfon käyttöä yleisesti ja omaa osaamista. Välillä tulee tunne, että jes mä osaan käyttää tätä, mutta sitten minut ainakin palautetaan takaisin maanpinnalle ja voin todeta osaavani käyttää MapInfoa melko vähän. Tähän asti olemme mielestäni joutuneet käyttämään paljon taulukoiden luontia ja yhdistämistä sekä tiedostojen tuontia MapInfoon. Näiden hallitseminen tuntuu keskeiseltä asialta hallita MapInfoa.

Jotkin asiat, kuten tulosteen, pohjoisnuolen, mittakaavan, legendan tekemiset tuntuvat nyt erittäin helpoilta. Kuten Riina Koskela blogissaan toteaa, että MapInfolla voidaan tutkia todella monia asioita, jos vain tietokannat ovat laajat.

Täytyykin nyt hankkia MapInfo tähän kotikoneelle, niin voisin perehtyä sen ominaisuuksiin ja heikkouksiin paremmin sekä selvittää osaanko yhtään mitään.

Lähteet:

Koskela, R (2015). Kurssikerta 5: verta ja kyyneliä. >https://blogs.helsinki.fi/riinakos/2015/02/17/kurssikerta-5-verta-ja-kyynelia/< 21.2.2015

 

 

 

Kurssikerta 4. Ruututeemakartta

Neljännen kurssikerran aiheena oli opetella tekemään piste ja ruututeemakarttoja MapInfolla. Kurssikerta oli tosi hauska ja karttojen piirtely oli kivaa.

Aluksi taas tehtiin open ohjauksella kartta, jonka jälkeen sai tuottaa oman kartan haluamastaan aiheesta. Tälläkertaa datan tuominen/siirtäminen taulukkoon tuntui helpolta, joka siis ei viime viikolla luonnistunut yhtään. Tein kaksi ruututeemakarttaa, johon kokeilin erilaisia ruutuja, toinen, joka ei ole blogissa oli 250x250m ruudukoilla ja kuvasi väestönmäärää Helsingissä. Toinen puolestaan on 1kmx1km kokoisilla ruuduilla ja kuvaa Helsinginseudun muunkielisten osuutta. Tässä kohtaa siis niin, että muita kieliä, kuin Suomea ja Ruotsia puhuvia (kuva 1).

Kuva 1. Muunkielisten osuus Helsinginseudulla.

Kuva 1. Muunkielisten osuus Helsinginseudulla.

Kartalla on ihan kamalan näköinen pohjoisnuoli, mutta en sitä sitten jaksanut vaihtaa. Väritykseltään kartta on selkeä ja luokkajaot erottuvat suhteellisen hyvin toisistaan. Ainoastaan vaan, kun ruutukoko on kilometrin, niin ei saada yksityiskohtaista alueellista jakoa. Toisaalta olisiko se tässäkohtaa edes tarpeellinen. Kartta menisi sekavaksi useamman ruudun ansiosta. Luokkajakona tässä on käytetty 5 luokkaa, joka on mahdollista suuren ruutukoon ansiosta.

Koska en itse henkilökohtaisesti ole mikään pääkaupunkiseudun/Helsingin tuntija, niin en pysty kartalta nimeämään tiettyjä paikkoja/alueita, joissa asuu eniten ulkomaankielisiä. Tummemman vihreän sävy sijoittuu kartalla itään ja keskelle, jossa siis asuisi enemmän jotain muuta, kuin suomea puhuvia. Pohjoiseen ja länteen mentäessä muita kieliä puhuvien osuus vähenee. Jos vertaa Sanna Kujalan tekemään karttaan ruotsinkielisten osuudesta kartta näyttää todella paljon erilaiselta (Kujala, S. 2015). Sannan kartalla näyttää siltä, että ruotsinkieliset ovat sijoittuneet lounaaseen, kun taas minun karttani antaa pienempiä arvoja, kuin idässä. Eli voidaan päätellä Helsingissä asuvan paljon muun, kuin Suomen tai Ruotsinkielisiä.

Aikaisemmasta harhaluulosta johtuen oletin muunkielisten olevan muita, kuin suomea puhuvia, mutta todellisuudessa (kiitos Julian, joka mainitsi asiasta) muunkieliset käsittää muut, kuin Suomea ja Ruotsia puhuvat. Toki tässäkohtaa voidaan verrata vieläkin Sannan karttaan ja eritellä missä asuvat muunkieliset, Suomenkieliset ja Ruotsinkieliset. Kartallani vaaleina esiintyvillä alueilla asuu siis suomea ja ruotsia puhuvia ja Sannan kartalla lounaassa enemmistö ei muunkielisistä on ruotsia puhuvia, jolloin voidaan karttoja vertailemalla sijoittaa alueelle erilaiset kielelliset piirteet.

Kurssikerta oli kaikinpuolin mukava ja kauhulla odotetaan seuraavaa kurssikertaa!

Lähteet:

Kujala, S (2015). Kurssikerta 4: MapInfon kanssa tunteiden vuoristoradassa. 7.2.2015 https://blogs.helsinki.fi/kusaku/

Kurssikerta 3. Tiedon hakua ja yhdistämistä

Kolmannen kurssikerran aiheena oli tuoda ulkoista tietokantaa MapInfolle sekä yhdistää niitä jo olemassa oleviin tietokantoihin. Jälleen kerran opettajan ohjauksella tehty kartta Afrikasta tuntui helpolta, kun taas sitten oman kartan sekä tietojen tuominen ei. Syynä tosin lienee se, että tietokone ei kyseisenä päivänä suostunut toimimaan lähestulkoon ollenkaan vaan “jumitti” heti kun piti itsenäisesti työskennellä.

Aloitimme kurssin tekemällä karttaa Afrikasta, joka kuvaa alueen konflikteja timantti- ja öljykentillä (kuva 1). Tässäkin työssä tuotiin ulkoisia tietolähteitä, jotka yhdistettiin jo olemassa olevaan taulukkoon.

Kuva 1. Afrikan kartta, joka kuvaa konfliktien laajuutta sekä öljylähteiden ja timanttikaivosten sijaintia suhteessa konflikteihin.

Kuva 1. Afrikan kartta, joka kuvaa konfliktien laajuutta sekä öljylähteiden ja timanttikaivosten sijaintia suhteessa konflikteihin.

Kartalta voidaan nähdä konfliktien laajuus ja konfliktialueet sekä timanttikaivokset ja öljylähteet. Äkkiä katsottuna näyttäisi siltä, öljylähteitä olisi vain alueen pohjoisosassa ja timanttikaivokset olisivat sijoittuneet länteen ja pohjoiseen. Aineistossa oli kuitenkin saatavilla muutakin tietoa, joita olisi voinut karttaa tehtäessä käyttää.

Konfliktien tapahtumavuosien avulla pystyttäisiin tutkimaan onko niillä yhteyttä kaivosten ja öljyesiintymien kanssa, jos esiintymien aloitus- ja poraamisvuodet ovat tiedossa. Lisäksi timanttien ja öljyn löytämisvuoden vertailu porauksen ja kaivauksen aloitukseen kertoo, kuinka nopeasti alueella aloitetaan varsinainen prosessi. Tuottavuusluokka kertoo taas onko kaivosta kannattavaa pitää ja sitä voidaan vertailla asukasmääriin tai alueella tapahtuneisiin konfllikteihin -onko niillä yhteyttä. Aineistossa oli käytössä monta syy-seuraus suhteen täyttävää tietokantaa, esimerkiksi kaivosten ja öljyesiintymien sekä niiden tuottavuuden perusteella voisi tutkia niiden vaikutusta Internetin käytön lisääntymiseen.

Afrikan kartan jälkeen piti itsenäisesti tehdä kartta Suomesta, johon itse valitsin aiheeksi järvisyysprosentin ja tulvaindeksin (kuva 2). Tässä kohtaa minulle ainakin nousi harmaita hiuksia tietokoneeni takia. Se ei millään suostunut tekemään yhtään mitään ja lataili kokoajan kaikkea turhan kauan. Tämä alkoi lähinnä sitten, kun olis saanut tuotua ulkoiset lähteet ja yhdistettyä ne taulukkoon. Sekään asia ei luonnistunut sitten yhtään ja sainkin tehdä kaiken uudestaan ja uudestaan. Sen ainakin opin, että älä käytä SQL-selectiä.

Kuva 2. Suomen tulvaindeksi ja järvisyysprosentti (SYKE ja Maanmittauslaitos).

Kuva 2. Suomen tulvaindeksi ja järvisyysprosentti (SYKE ja Maanmittauslaitos).

Muiden blogeja lukiessani huomasin, että Riina on tehnyt samasta aiheesta eri luokituksin ja värein (Koskela 2015). Minulla tulvaisuus on jaettu neljään eri luokkaan käyttäen kvartiileja, kun taas Riinalla viiteen eri luokkaan. Väreinä minulla on puolestaan tummempi sävy. Järvisyyttä kuvaavat pylväät ovat jotakuinkin samanlaiset.

Kartassa tulvaindeksi on siis jaettu neljään luokkaa, joka saattaa olla liian vähän, koska karttaan saattaa tulla vääristymiä. Se näyttää jo nyt, että Suomessa tulvisi yllättävän paljon. Kartalta on hauska huomata, että järvisyys ei vaikuta tulvaherkkyyteen, vaan tulviminen tapahtuu lähinnä meriin johtavissa joissa. Lähes kaikki tietää, että Pohjanmaalla tulvii, joten alueen tulvaindeksi ei yllätä. Useampaan luokkaan jaettuna alue varmaankin korostuisi paremmin.

Mielestäni kartta on hyvinkin onnistuneen näköinen ja olen iloinen siitä, että nyt tiedän miten legendasta saa kehykset pois. Luokittelua olisin voinut miettiä hieman tarkemmin. Voi olla, että teenkin aiheesta uudenlaisen kartan sitten, kun ehdin.

Lähteet:

Koskela, R (2015). Kurssikerta 3: harvinaisia onnistumisia. 3.2.2015. https://blogs.helsinki.fi/riinakos/

Artikkeli 1. Kahden päällekkäisen teeman käyttö

Anna Leonowicz käsittelee artikkelissaan ”Two-variable choropleth maps as a useful tool for visualization of geographical relationship” (Geografija 2006) kahden päällekkäisen teeman käyttöä kartalla. Raportin tarkoitus oli kirjoittaa artikkelista reaktiopaperi, johon tulee päällimmäisiä ajatuksia tekstistä. Minulle tämä tehtävä tuotti haastetta, eikä mielenkiintoa tämän tekemiseen tuntunut löytyvän ollenkaan. Lieneekö syy sitten siitä, että tämän kaltaisten englanninkielisten tekstien lukeminen ei ole tuttua, vai vaan ajan puutteesta.

Anna Leonowicz artikkelissaan esittää kahden muuttujan merkitystä visuaalisuuden ja luettavuuden kannalta verrattuna yhden muuttujan koropleettikarttaan. Kahden muuttujan esitystapa on etenkin visuaalisuudeltaan helppolukuisempi ja ihmissilmä kykenee hahmottamaan kokonaisuuden, verrattuna yhden muuttujan karttaan, jolloin lukija joutuu silmäilemään eri karttoja vierekkäin. Anna painottaakin artikkelissaan värien käytön merkitystä kahden päällekkäisen teeman käytössä. Kuten Riina Koskela blogissaan mainitsee, että kahden päällekkäisen teeman esittäminen kartalla kasvattaa informaation määrää ja tekee yhteyksien ja riippuvuuksien tulkinnasta helpompaa (Koskela, R. 2015). Päällimmäisenä minulle jäikin artikkelista mieleen kahden muuttujan merkitys sen informatiivisuuden ja visualisoinnin kannalta.

Artikkelissa käsitelty legenda tuotti aluksi minulle ongelmia sen ymmärtämiseksi, enkä ole varma ymmärsinkö sitä vieläkään ihan täysin oikein. Kuitenkin legenda on kuvattu ruudukoina, joissa muuttujat on kuvattu toinen vertikaalisesti ja toinen horisontaalisesti. Muuttujien luokittelu on keskeisessä osassa ja luokkien määrä on rajallinen. Ruudukolla muuttujat jaetaankin 4 (2×2) tai 9 (3×3) luokkaan, jolloin niiden luettavuus säilyisi. Useampi luokka ei olisi enää luettava, eikä visuaalinen esitys halutuista muuttujista.

Kuva 1. Kahden muuttujan koropleettikartan legenda jaettu luokkiin.

Kuva 1. Kahden muuttujan koropleettikartan legenda jaettu luokkiin.

Kuvassa 1 on kuvattu artikkelin legenda, josta nähdään muuttujien välinen yhteys sekä kuvasta 2 voidaan nähdä värivaihtoehtoja kahden muuttujan käytöstä. Näitä katsoessa hahmotan ja ymmärrän paremmin kahden päällekkäisen teeman käytön luokittelun.

Kuva 2. Värikartta kahden päälleekäisen koropleettikartan esittämiseen.

Kuva 2. Värikartta kahden päälleekäisen koropleettikartan esittämiseen.

MapInfon käyttö on toistaiseksi ollut rajallista, joten en tiedä sen kaikkia käyttömahdollisuuksia, jolla voitaisiin testata artikkelissa käytettyä legendaa sekä muuttujien luokittelua. Luulisi, että MapInfolla on monia erilaisia toimintoja, joita voisi hyödyntää, ja onhan siellä koropleettikarttoja tuotettaessa valmiit värivaihtoehdot, jotka omalta osaltaan perustuvat samanlaiseen luokitteluun, kuin artikkelissa käytetty legenda.

Lähteet.

Koskela, R (2015). Riina & 38 päivää paikkatietoa. Artikkeli1: Uusia mullistavia ideoita. 2.2.2015.  https://blogs.helsinki.fi/riinakos/

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

2. Teemakartta Varsinais-suomen työssäkäyvistä.

Kurssikerran 2 aiheena oli tuottaa MapInfon avulla teemakartta, jossa olisi kaksi teemaa päällekkäin. Lisäksi niiden tarkoitus on korreloida keskenään eli kuvata kahden muuttujan välistä riippuvuutta. Kurssi aloitettiin tuottamalla erilaisia teemakarttoja muun muassa pylväs- ja ympyrädiagrammikartat, pistekartta, graduated kartta sekä 3D kartta. Tämä harjoitus tuntui helpolta ja niinkuin Mirka Jokela-Määttä (2015) mainitsee blogissaan, että opettajan ollessa hyvä asioiden oivallus ja ymmärtäminen tuntuu helpolta.

Harjoitusten jälkeen jokaisen piti tuottaa teemakartta halutusta aiheesta. Itse valitsin alueeksi Varsinais-suomen, koska tunnen kyseisen alueen paremmin ja olen asunut alueella kauemmin, kuin esimerkiksi Helsingissä. Lisäksi tunneside omaa synnyinkaupunkia kohtaan vaikuttaa päätökseeni tutkia aluetta. Kuten Maarit Mukala (2015) osuvasti blogissaan mainitsee myös minä sain harmaita hiuksia etsiessäni sopivaa aihetta Terveys- ja hyvinvointilaitoksen SOTKA- tietokannasta. Koska mieluisaa aihetta en löytänyt päädyin MapInfossa jo olleisiin tietokantoihin.

Kuva 1. kuvaa Varsinais-suomen väestöntiheyttä sekä pylväsdiagrammeina työssäkäyviä ja omassa kunnassa työskentelevien osuutta.

Kuva 1. Varsinais-suomen väestöntiheys ja alueen työssäkäyvät prosentteina. Lisäksi omassa kunnassa työssäkäyvät henkilöt.

Kuva 1. Varsinais-suomen väestöntiheys ja alueen työssäkäyvät prosentteina. Lisäksi omassa kunnassa työssäkäyvät henkilöt.

Kuten kuvasta nähdään väestöntiheys on suurinta Turun läheisyydessä olevilla kunnilla, joista harvempi työskentelee oman kunnan sisällä. Oletettavasti moni käy töissä Turussa tai viereisellä kunnalla. Tässä kohtaa on hyvä huomata, että työssäkäyvät näkyvät prosentteina, kun taas omalla kunnalla työskentelevät henkilölukuina, joten tarkkaa tietoa alueen työntekijöiden sijoittumisesta ei kartalta voi tehdä. Olisi ollut parempi tehdä kartta, jossa molemmat tiedot olisivat prosentteina, jolloin kartan tulkinta helpottuu. Koska alueena on Varsinais-suomi, joka on minulle hyvin tuttu, voin sanoa, että lähes kaikki Turun ulkopuoliset asukkaat käyvät muualla, kuin omassa kunnassa töissä. Tämä koskee varsinkin Turun läheisyydessä olevia kuntia. Kartalta voidaankin nähdä, että etääntyessä Turusta omalla kunnalla työskentely lisääntyy. Kartta korreloi väestöntiheyden ja työssäkäyvien välistä riippuvuutta.

Väritykseltään kartta on sinertävä, jossa näkyy hyvin eri luokat, joita on kolme. Värien avulla on helppo erottaa Turun ympärys, jossa väentiheys on suurin. Vaaleamman sinisen alueet ovat väestöntiheydeltään toiseksi suurimpia ja sieltä onkin selkeästi erotettavissa Loimaa, Salo, Uusikaupunki, Laitila ja Parainen. Kuntien nimet halusin laittaa kartalle helpottamaan alueen tunnistusta, mutta MapInfon omiinaisuuksien vuoksi ne menevät osittain pylväiden kanssa päällekkäin.

Mielestäni tehtävä oli mielenkiintoinen vaikkakin haastava. Haastava siksi, koska aiheen valitseminen kartalle on hankalaa, koska mikään ei tunnu “kivalta”. Lisäksi blogia tehdessä tulee aina mieleen asioita, mitä olisi karttaa tehtäessä tehnyt toisin. Kuvan analysointi auttaa huomattavasti huomaamaan asioita mitkä on kartalla väärin tai mitä siinä tulisi muuttaa.

LÄHTEET:

Jokela-Määttä, M (2015). Paikannettua tietoa. Kurssikerta2. https://blogs.helsinki.fi/mijokela/ 26.01.2015

Mukala, M (2015). Pakkia kasaamassa. Alun epätoivosta pieneen onnistumiseen.  https://blogs.helsinki.fi/mmukala/ 26.01.2015

Kurssi 1. Suomen työssäkäyvien osuus

Työssäkäyvien osuus Suomessa prosentteina

 

Kuva 1. Suomen työssäkäyvien osuus prosentteina.

Kurssin ensimmäisellä kerralla oli tarkoitus tutustua MapInfo ohjelmaan ja tuottaa sen avulla koropleettikartta halutusta aiheesta. Aluksi teimme yhdessä harjoituskartan, jossa opeteltiin yleisesti MapInfon käyttö. Itselleni kyseisen ohjelman käyttö oli melko uutta, koska aikaisemmalla Tak-kurssilla käytiin vain hyvin lyhyesti MapInfon ominaisuuksia. Alkuvaikeuksien jälkeen ohjelman käyttö tuntui helpommalta ja pystyin tuottamaan useampiakin erilaisia koropleettikarttoja.

Tähän työhön valitsin kuitenkin teemaksi työssäkäyvien osuudet (kuva 1), jotka jaoin neljään eri luokkaan. Luokkamäärien “vähyys” antaa kartalle selkeämmän luettavuuden ja kartalta voi heti ensisilmäyksellä huomata pohjoisessa ja idässä olevan vähemmän työssäkäyviä ihmisiä, kuin etelässä ja lännessä. Toisaalta tässä kohtaa ei saada todellista vertailumäärää eri alueilla juuri luokkamäärien vuoksi. Ja niinkuin Julia Koskinen blogissaan (2015) mainitsee, että aineiston luokittelutavan ja luokkien lukumäärän päättäminen on vaikeaa ja joita on hyvä päästä  harjoittelemaan, niin olen asiasta täysin samaa mieltä hänen kanssaa. Mikä tässä kohtaa olisi todellisuutta kaikkein parhaiten kuvaava luokkaväli tai välittyykö alueellinen ero tarpeeksi hyvin lukijalle.

Väreinä kartalla on liilan eri sävyjä, koska mielestäni kartan tärkein elementti on sen visuaalisuus ja tässä kohtaa liilan eri sävyt tuntuivat hyvältä. Lisäksi neljällä luokalla kuvattuna värien eri sävyt erottuvat hyvin toisistaan, kuin esimerkiksi jos olisin käyttänyt useampaa luokkaa. Aluksi minulla olikin enemmän luokkia, mutta osat väreistä näyttivät niin paljon samanlaisilta niin päädyin vaihtamaan luokkamääriä.

histogrammi työskäyvine osuus

Kuva 2. Histogrammi työssäkäyvien osuudesta Suomessa.

Kuvassa 2 on histogrammi työssäkäyvien osuudesta, josta nähdään miten aineisto on jakautunut. Selkeästi eniten Suomessa on maakuntia, joissa noin 50-60 prosenttia käyvät töissä.

Lähteet:

Koskinen, J (2015). Kurssikerta 1. Julian blogi. https://blogs.helsinki.fi/juliakos/ (luettu: 20.01.2015).