7: La Grande Finale

Näin tultiin taas periodin ja samalla tämän kurssin loppuun. Tällä suurella finaalikerralla toiminta olikin täysin itseohjautuvaa; ohjeeksi oli annettu vain tehdä kartta tai karttasarja, jossa esitetään vähintään kaksi muuttujaa per kartta. Päätin heti tehdä aluerajauksen Eurooppaan, koska valtioita ja varieteettia tässä maanosassa on riittämiin.

Terveysmaantieteen ytimeen

Päätin heittäytyä tällä kertaa terveysmaantieteen pauloihin. Latasin karttapohjaksi Natural Earth Datan kartan “1:10m Cultural Vectors“, joka kattoi kaikki maailmamme valtiot. Vaihdoin projektioksi EPSG:3035-projektion, joka on sovitettu koko Euroopan alueelle ETRS89:n pohjalta. Suodatin attribuuttitaulukosta kaikki Euroopan valtiot ja poistin muut valtiot näkyvistä.

Sitten alkoikin datan tuonti. Valitsin ensimmäiseksi muuttujaksi vähintään 16-vuotiaiden henkilöiden itse kokemansa terveydentilan. Kysely on vuodelta 2019, ja kyseessä on kvantitatiivinen tutkimus, jossa on hyödynnetty 5-portaista kyselylomakkeetta, jonka vastausvaihtoehdot (ilmeisesti kysymykseen “Millaiseksi koet oman tämän hetkisen terveydentilasi?”) ovat “very bad”, “bad”, “fair”, “good” ja “very good”. Nämä vastaukset on sitten pisteytetty asteikolle 0-100, ja näin Euroopan valtiot saivat oman “terveysindeksinsä”. Valitettavasti tässä tietokannassa ei ollut dataa kaikista Euroopan valtioista, vaan mukana oli vain 32 valtiota. Noh, voiton puolella kuitenkin.

Vein taulukon Exceliin, jossa muokkasin valtioiden nimet vastaamaan pohjakartan attributtitaulukosta löytyviä nimiä. Tallensin taulukon csv-muodossa, ja toin sen rakkaaseen QGIS:iin “Add Delimited Text Layer” -toiminnon kautta. Tässä kohti piti hiukan säätää valintojen kanssa, jotta sain taulukon tuotua järkevän näköisenä ohjelmistoon. Säädön jälkeen liitin taulukon karttapohjaan “Join layer”-toiminnolla valtioiden nimet sisältävät sarakkeet yhdistäen. Ulkoasumuokkausten jälkeen tuloksena olikin luokiteltu teemakartta (kuva 1).

Toiseksi muuttujaksi halusin jonkin terveydentilaan luultavasti korreloivan tekijän, joten tuumasin liittää mukaan vuoden 2014 vähintään 15-vuotiaiden tupakoimattomien henkilöiden prosentuaalisen määrän. Tässäkään tietokannassa ei ollut dataa kaikista valtioista, josta kartalla muistuttavat puuttuvat luvut esimerkiksi Sveitsin, Serbian ja Pohjois-Makedonian kohdilta. Tein tälle tietokannalle samat Excel- ja liittämistemput kuin edelliselle kaverilleen. Päätin visualisoida tupakoimattomien määrää kartalla ihan prosenttilukuina, koska valtioiden välisissä prosenttiluvuissa ei ole niin suurta eroa, että ne erottuisivat toimivasti esimerkiksi ympyrädiagrammein kuvattuna.

Itseäni yllätti, että näiden kahden muuttujan välillä ei ole selvempää korrelaatiota. Joissakin valtioissa on verraten paljon tupakoitsijoita, mutta asukkaat kokevat silti terveydentilassa varsin korkeaksi (kuten Kreikka). Toki tähän vaikuttaa epätarkka muuttuja; hyvälle terveydentilalle voi olla erilaiset kriteerit eri valtioissa, ja ympärillä vallitsevat kulttuuri- ja elintapatekijät vaikuttavat väistämättä yksilön omaan terveydenkuvaansa. Rajatumpi muuttuja / tutkimuskysymys toisikin selkeämpää dataa Euroopan valtioiden asukkaiden terveydentilasta.

Muiden kurssilaisten tuotoksia selaillessani mieleeni jäivät Saaran ajankohtaiset vaalikartat, Amandan Eurooppaa koskevat pohdinnat hiilidioksidipäästöihin ja pienhiukkasille altistumiseen liittyen, sekä Annikan esteettiset ja monipuoliset teemakartat Yhdysvalloista (kojoottikartta on yksi lemppareistani koko kurssin tuotoksista).

Drive safe!

Bongasin Alexanderin blogista upean gif-kartan piratismista, ja halusin tämän myötä kokeilla itsekin tehdä kurssin viimeiseksi karttaesitykseksi jotain erilaista.

Latasin Paitulista Tilastokeskuksen shp-muotoiset aineistot, jotka sisältävät “Suomessa poliisin tietoon tulleet ja Tilastokeskukselle ilmoittamat henkilövahinkoon johtaneet tieliikenteen onnettomuudet, joilla on koordinaattitiedot” (Tilastokeskus) vuosilta 2011-2018. En saanut jostakin syystä vuoden 2013 aineistoa ladattua, joten se nyt jäi uupumaan. Halusin vertailla Helsingin kantakaupungissa tapahtuneita liikenneonnettomuuksia eri vuosina, joista toteutin “lämpökartoista” koostetun gif-animaation (kuva 2).

Käytännössä asetin pohjakartaksi QuickMapServices-pluginista löytyneen Google Mapsin, koska koin sen olevan toimiva peruskartta tähän tarkoitukseen: tiet ja oleellisimmat maankäyttömuodot on syytä näyttää tieliikenneonnettomuuksista kertovassa kartassa. Toin eri vuosien pistemuotoiset tieliikenneonnettomuusaineistot QGIS:iin ja muutin ne heatmap- eli lämpökartta-muotoon. Tämä esittää onnettomuudet klustereina; mitä enemmän ja vakavampia onnettomuuksia pienellä alueella on sattunut, sitä tummemman punainen siellä oleva piste on. Aineistot sisältävätkin sarakkeen onnettomuuksien vakavuudesta asteikolla 1-3, sekä onnettomuustyypit on jaoteltu eri kategorioihin, jotka ilmaistaan numeroilla. Olisi kiinnostava tutkia eri vakavuuksia sekä onnettomuustyyppejä jaoteltuina yksittäisiin karttoihin; nyt esitin kartalla vain kaikki raportoidut tieliikenneonnettomuudet sen kummemmin jaottelematta aineistoa.

QGIS:ssä olisi itsessäänkin ominaisuus gif-kuvien tekoon, joka edellyttää, että käsiteltävänä on vain yksi tietokanta. Yritinkin yhdistää tietokantoja yhdeksi massiiviseksi yksilöksi MMQGIS-pluginin merge-toiminnon avulla, mutta lopputulos oli noin puolillaan ERROR-sarakkeita, joten päätin suosiolla toteuttaa tämän gifin “manuaalisesti” tekemällä jokaisesta eri vuodesta oman kartan, ja yhdistämällä ne gifmaker.me -nettisivulla. Tämä onnistui, koska tarkasteltavana oli dataa vain seitsemän vuoden ajalta – laajemmassa aineistossa tällainen manuaalinen toimintatapa ei tulisi kuuloonkaan.

Itse animoidusta kartasta voi havaita sen onnellisen trendin, että liikenneonnettomuudet ovat laskussa. Vuoden 2011 taulukossa onnettomuuksia on kirjattu 6399 kappaletta, kun vuoden 2018 taulukossa niitä on 4311 kappaletta. Tätä havaintoa tukevat Tilastokeskuksen tilastot liikenneonnettomuuksista, joiden mukaan kuolleiden määrä on vähentynyt muutamalla kymmenellä 2010-luvun aikana; valitettavasti vakavasti loukkaantuneiden määrässä ei ole näin suurta eroa. Erityisesti Helsingin ydinkeskustassa liikenneonnettomuuksia tapahtuu luonnollisesti verraten paljon suuren liikennemäärän takia. Eritoten sään ääriolosuhteet johtavat suureen määrään onnettomuuksia kaupunkikeskuksissa, kun joukkoliikenne takkuaa, eikä suuria lumimääriä saada tarpeeksi nopeasti pois liikennöidyiltä teiltä. Valtaosa liikenneonnettomuuksista tapahtuukin Suomessa talvisin liukkaina aikoina. Tämän vuoden aloittanut Toini-pyrykin teki tuhojansa, minkä huomasi tammikuun uutisoinnista.

Mitä jäi käteen? Ruusuja, ei risuja

Kurssi oli kokonaisuudessaan inspiroiva. QGIS:llä värkkääminen toi konkretian tasolle sitä teoriaa ja käytännön alkeita (TEM muistoissain), joita syyslukukaudella (ja lukion mantsan kursseillakin) käytiin geoinformatiikasta, paikkatiedosta ja tiedon visualisoinnista. Kurssi tarjosi pintakosketusta syväluotaavamman katsauksen paikkatietoaineistojen laatuihin, tietokantojen pyörittelyyn, vapaan lähdekoodin paikkatieto-ohjelmiston monipuolisiin toimintoihin ja karttojen ulkoasujen hiomiseen liittyen. En koe, että etäopetus olisi vaikuttanut oppimistuloksiin negatiivisesti – Arttu Paarlahti kävi rauhallisella ja varmalla otteella läpi kattavasti niin paikkatiedon teoriaa kuin QGIS:n monipuolisia toimintoja. Suuret kiitokset siitä! Ajoittainen turhautuminen ja raastavat virheilmoitukset olivat sen arvoista; kurssi kasvatti jo ennestään kiinnostustani geoinformatiikan maailmaan ja siihen liittyvin vapaavalintaisiin opintokokonaisuuksiin.

Tietotaidon karttumisen lisäksi kurssi on tarjonnut mahdollisuuden reflektoida omia opiskelu- ja oppimistottumuksiani. Julkisen blogin pitäminen asettaa omat työvaiheeni ja työskentelytapani läpinäkyviksi niin itselle kuin muillekin. Pelkässä teknisessä suorittamisessa ohjelmiston käyttämisen prosessointi jäisi melko hataraksi, kun ei tulisi mietittyä tarkemmin, että mitä tuli tehtyä. Kohtasin selvästi sen seikan, että ratkaisu ongelmiin löytyy usein juuri silloin, kun ei turhautumisen keskellä suostu antamaan periksi – viiden minuutin päästä tilanne voi olla jo paljon aurinkoisempi.

Lopuksi kiitän kanssakurssilaisia luovista blogeista, monipuolisista karttaesityksistä ja henkisestä vertaistuesta, jonka tärkeys nousee arvoon arvaamattomiin näin etäaikoina. On motivoivaa nähdä, kuinka kurssilaiset auttavat toinen toistaan ja antavat creditit niille, joilta on saanut vinkkejä omaan tekemiseen – ilmapiiri kurssilla on ollut erinomainen. Erityiskiitos lukupiirille (Antti, Elena, Ilari, Lauri, Maria) jaetuista vuortenhuipuista ja syvistä laaksoista. Tsemppiä lukuvuoden vikaan periodiin kaikille!

 

Lähteet

Engelhardt, A. Lesson 7. The End of the Beginning. Luettu 6.3.2021. <https://blogs.helsinki.fi/alwengel/2021/03/03/lesson-7-the-end-of-the-beginning/>

Eurostat: Self-perceived health by sex, age and labour status. 2019. Haettu 5.3.2021. <https://ec.europa.eu/eurostat/databrowser/view/hlth_silc_01/default/table?lang=en>

Eurostat: Smoking of topacco products by sex, age and educational attainment level. 2014. Haettu 5.3.2021 <https://ec.europa.eu/eurostat/databrowser/view/HLTH_EHIS_SK1E__custom_644182/default/table?lang=en>

Heikkinen, S. Viimeinen kurssikerta. Luettu 5.3.2021. <https://blogs.helsinki.fi/heikkins/>

Innanen, A. Harjoitus 7: Karttoja omavalintaisista aineistoista. Luettu 5.3.2021. <https://blogs.helsinki.fi/anninnan/>

Natural Earth Data. 1:10m Cultural Vectors. <https://www.naturalearthdata.com/downloads/10m-cultural-vectors/>

Salmensuu, A. 7. Kurssikerta: Viimeinen harjoitus. Luettu 5.3.2021. <https://blogs.helsinki.fi/salmeama/>

Tieliikenneonnettomuudet (2011-2018). Tilastokeskus, Helsinki. Haettu osoitteesta <https://paituli.csc.fi/download.html>

Tieliikenteessä kuolleet ja vakavasti loukkaantuneet (2013-2020). Tilastokeskus. Haettu osoitteesta <https://www.liikenneturva.fi/fi/tutkittua/ajankohtaiset-tilastot>