7. Kurssikerta

Viimeinen kurssikerta tällä kurssilla. Tiedotusblogissa oli annettu hieman vihjeitä siitä, mitä tulevalla kurssikerralla saataisiin tehdä. Ohjeena oli etsiä paikkatietoaineistoja kiinnostavista aiheista. Kurssikertaa edeltävänä iltana sukelsin linkkien viidakkoon silmät pyöreinä kaikesta tiedon määrästä. Linkkien takaa aukesi koko ajan uusia tilastoja tilastojen perään ja valinnan vaikeus sumensi arviointikykyä. Totesin nukkua yön yli ja katsoa uudestaan ennen itse kurssikertaa.

Kurssille saapuessa olin saanut jo vähän ideasta kiinni, että mitä tulisin tekemään. En keksinyt mitään sopivan kokoista maata tai maanosaa joten päädyin, ehkä vähän luovuttaneena, tekemään kartat Euroopasta. Tilastotiedot näihin karttoihin kaivoin SOTKAnetistä ja Eurostatin sivuilta. Tein kurssikerralla yhteensä kolme karttaa. Kaksi ensimmäistä ovat terveyteen liittyviä ja tilastot löytyivät SOTKAnetistä ja kolmas kartta liittyy liikenteeseen ja sen aineistot hain Eurostatilta.

syöpäkuolematKK7

Kuva 1. Syöpäkuolleisuus EU-maissa 100 000 asukasta kohden vuonna 2009.

Ensimmäinen kartan (kuva 1.) tein EU-maiden syöpäkuolleisuudesta 100 000 asukasta kohden vuodelta 2009. Tein tämän ensimmäisen kartan vaan yhdellä muuttujalla, jotta näkisin miten aineisto tulee “istumaan” kartalle. Vaihtoehtona oli jättää kohteet, joilla ei minkäänlaista tilastotietoa ollut, kokonaan pois kartalta, mutta se jätti koloja ympäri karttaa ja totesin, että tehdään mieluummin ei dataa luokka. Luokan värin valitsin neutraaliksi harmaaksi. Kartan vaaleammat värit ovat melko lähellä toisiaan ja ne erottuvat juuri ja juuri kartasta. Tämän olisi voinut katsoa hieman tarkemmin. Kartta muuten näyttää melko hyvältä. Kartasta voidaan nähdä, että syöpäkuolleisuus on suurinta Keski- ja Pohjois-Euroopassa. Poikkeuksina ovat Islanti pohjoisessa pienemmällä syöpäkuolleisuudella kuin muut ja Kypros etelässä suuremmalla syöpäkuolleisuudella kuin muut. Eteläisimmissä maissa syöpäkuolleisuus on pienempää. Luokkarajojen väli pienimmästä suurimpaan ei ole kuin 155, joten melko samoissa määrissä ollaan koko EU:ssa.

Pallolaajennus ja sydänsairauskuolematKK7

Kuva 2. Sydänsairauskuolemat ja pallolaajennusleikkaukset EU-maissa 100 000 asukasta kohden vuonna 2009.

Toisen kartan (kuva 2.) tein sydänsairauskuolemien ja pallolaajennusleikkausten määristä 100 000 asukasta kohden EU-maissa. Terveyteen liittyvät tilastot löytyivät molemmat SOTKAnetistä. Näistä syntyi päällekkäinen teemakartta sinisen sävyillä ja erilaisella viivoituksella erottamaan muuttujat toisistaan. Tässäkin kartassa käytin jo hyväksi todettua ei dataa luokkaa, joka toisessa muuttujassa on harmaa väri ja toisessa muuttujassa pisteitä viivojen sijaan. Tässä kartassa värit ovat selvästi selkeämmät ja ne erottuvat toisistaan hyvin.

Kartasta voidaan huomata, että eniten sydänsairauskuolemia tapahtui itäisessä Keski-Euroopassa. Vähiten kuolemia oli Lounais-Euroopassa. Pohjoismaista vähiten sydänsairauskuolemia oli Norjassa ja Suomi ja Ruotsi kuuluivat samaan toiseksi suurimpaan luokkaan. Itselleni pienoisena yllätyksenä tuli Viron, Latvian ja Liettuan kuuluminen suurimpaan luokkaan.

Pallolaajennusleikkausten yhteys kuolemiin ei kartalla näytä aivan selvältä. Kartalta voi nähdä, että Keski-Euroopassa tehdään eniten leikkauksia. Ranskassa tehdään enemmän kuin muualla, eikä siellä ole suurin kuolleisuus sydänsairauksiin. Tilastot leikkauksista ovat melko puutteelliset ja suuressa osassa maista, jossa kuolleisuus on suurinta, puuttuvat pallolaajennusleikkaustilastot. Päätelmät voisivat olla erilaiset, jos tiedot puuttuvista kuolleisuuden omaavista maista olisivat taulukoissa ja niistä kävisi ilmi, että leikkauksia olisi paljon. Mutta koska tilastot puuttuvat, jäävät päätelmät näiden tilastojen tasolle.

Onnettomuuskuolemat,moottoritiet,autojenmääräKK7

Kuva 3. EU-maiden moottoriteiden pituutta, liikenneonnettomuuskuolemia ja henkilöautojen määrä/1000 asukasta kohden esittävä kartta. Kaikki tilastot vuodelta 2009.

Viimeiseen karttaan (kuva 3.) vaihdoin aihetta melko paljon. Tarkoituksena oli tutkia EU-maiden moottoriteiden pituuksia ja liikenneonnettomuuskuolemia ja samalla tarkastella, missä maissa on eniten henkilöautoja uhatta asukasta kohden. Tilastot tähän karttaan löysin Eurostat-palvelusta.

Kartassa on pohjalla punaisen sävyillä eri luokat moottoriteiden pituuksista. Seuraavaksi ovat liikenteessä tapahtuneiden onnettomuuskuolemien eri luokat erilaisilla viivoituksilla. Ja Päällimmäisenä kartassa on pylväsdiagrammina henkilöautojen määrä tuhatta asukasta kohden. Ei dataa luokat on tehty samalla tavalla kuin kahdessa edellisessä kartassa (harmaa sävy ja pisteet), mutta pylväsdiagrammia ei kokonaan saanut pois, joten ei dataa-pylväs näkyy kartalla pienenä sinisenä viivana.

Kun aloittaa katselemaan karttaa huomaa hyvin, että moottoriteitä on eniten Keski-Euroopan suurilla valtioilla (Saksa, Ranska, Espanja ja Italia), mikä ei sinänsä ole yllätys. Moottoriteiden pituuden heitto suurimmassakin luokassa on noin 7000 kilometriä, joten vaihtelu on suurta luokkienkin välillä. Suomi, itselleni yllätyksenä, suhteellisen suurena maana kuuluu alimpaan luokkaan moottoriteiden pituuksissa.

Seuraavaksi huomataan, että Pohjois-Euroopan maita ja muutamia pienempiä valtioita lukuun ottamatta suurin osa Euroopasta kuuluu suurimpaan luokkaan onnettomuuskuolemissa. Itse olen käynyt lähes kaikissa etelä-Euroopan maissa ja Suomeen verrattuna liikenne on melko sekavaa, joten en ihmettele tulosta. Saksan kuulumisen suurimpaan luokkaan ymmärtää sillä, että siellä on eniten suuria moottoriteitä. Mitä enemmän liikennettä, sitä enemmän onnettomuuksia. Liikenteessä oleva järjestelmällisyys ja lakien kunnioittaminen toimii ainakin pohjoismaissa ja nähtävästi se myös vähentää onnettomuuksia. Luokkajakoa muuttamalla tulisi kartastakin luultavasti erilainen, mutta näin suurten erojen luokittelu näytti menevän parhaiten tällä luokkajaolla.

Viimeisenä voidaan tarkastella pylväsdiagrammeja. Kartasta katsomalla huomaa, etteivät pylväät oikeastaan seuraa edellisiä muuttujia kovinkaan tarkasti. Itä-Euroopassa, missä moottoriteidenkin pituus oli lyhempi, on vähemmän autoja asukkaisiin nähden. Toisaalta Suomi kuului samaan joukkoon moottoriteiden pituuden suhteen, mutta täällä on silti enemmän autoja kuin esimerkiksi Saksassa, jossa on eniten moottoriteitä. Pienissä valtioissa, kuten Luxemburgissa ja Liechtensteinissa autojen määrä oli suurin.

 

Kurssista jäi itselleni erittäin positiivinen fiilis. Harjoituksia Mapinfo-ohjelman parissa tuli tehtyä paljon ja tietoa tuli valtavasti lisää. Kukaan ei silti ole täydellinen ja jos tämänkin ohjelman salat haluaa kokonaan avata (jos se edes on mahdollista) tarvitaan vielä paljon harjoittelua. GIS aiheena on avautunut selvästi mielessäni. “Jos vielä yliopiston aloittaessani GIS oli käsitteenä hieman epäselvä ja käsitys sen sisältämistä asioista vajavainen, ovat viimeistään nyt paikkatiedon salat avautuneet ja imaisseet mukaansa” toteaa Outi Seppälä blogissaan ja komppaan Outin sanoja. Taidamme nyt jättää Mapinfolle hyvästit hetkeksi ja pääsemme sekoittamaan päämme uusilla hienoilla ohjelmilla. Loistavasti tiivistänyttä Toni Ruikkalaa lainaten: ” jos nyt tämä Mapinfo riittäisi tältä kertaa.” Kiitos kurssilaisille avusta ja yhdessä läpikäydyistä “itkupotkuraivareista”!

Lähteet:

Eurostat. European commission. Transport – statistics illustrated. <http://ec.europa.eu/eurostat/web/transport/data/database> Luettu 24.2.2015.

Ruikkala, T. (2015) Ruikkalan PAK-blogi 2015. Kurssikerta 7 – Euroopan väestöä ja Japanin onnettomuuksia. <https://blogs.helsinki.fi/ruikkala/> Luettu 12.3.2015.

Seppälä O. (2015) Outin Pak-blogi, Viimeistä viedään, huh. <https://blogs.helsinki.fi/outisepp/> Luettu 12.3.2015

SOTKAnet. Eurooppa-indikaattorit. <http://uusi.sotkanet.fi/portal/page/portal/etusivu/hakusivu> Luettu 24.2.2015

 

6. Kurssikerta

Jo ennen saapumista kuudennelle kurssikerralle oli tiedotusblogissa annettu ohjeeksi pukeutua sään mukaan, mikä tarkoitti vaan yhtä asiaa, ulkoilua. Kurssikerran alussa jakauduimme ryhmiin ja jokaiselle ryhmälle annettiin lapaseen GPS-paikannin. Lähdimme ryhmämme kanssa kiertämään lähialueita tarkoituksenamme kerätä alueen roskisten koordinaatit. Hieman jäätyneinä saavuimme takaisin lämpimiin sisätiloihin, missä tehtävänä oli siirtää koordinaattipisteet koneelle Excel taulukkoon ja siitä sitten Mapinfoon. Tehtävä onnistui hyvin kaakaon avustuksella vaikka GPS-paikantimen korkeus tuntui heittelevän hieman liikaa maastoon nähden.

Seuraavaksi pääsimmekin itsenäisen tehtävän pariin. Tarkoituksena oli tuottaa erilaisia karttoja erilaisista hasardeista opetuskäyttöön. Itse tein kaksi karttaa maanjäristyksistä ja yhden kartan tulivuorten purkauksista.

yli7mg, 1980,440 järistystä

Kuva 1. Kartassa näkyy yli 7 magnitudin järistykset vuodesta 1980 alkaen. Noin 440 järistystä.

Kuvassa yksi on kaikki rekisteröidyt yli seitsemän magnitudin maanjäristykset vuodesta 1980 alkaen. Yli seitsemän magnitudin järistyksiä on ollut noin 440.

5-6,9mg,1980jälkeen,n.56700,

Kuva 2. Kartassa näkyy 5,0-6,9 magnitudin järistykset vuodesta 1980 alkaen. Noin 56 700 järistystä.

Kuvassa kaksi on kaikki rekisteröidyt 5,0-6,9 magnitudin järistykset vuodesta 1980 alkaen. Tällä voimakkuudella järistyksiä on ollut noin 56 700.

Nämä kaksi karttaa siis kuvaavat maanjäristyksiä. Tein nämä kaksi karttaa sen takia, että voidaan huomata kuinka suuri ero on järistysten määrässä kun hypätään voimakkuudessa ylöspäin. Samalla aikavälillä on ollut n. 440 yli seitsemän magnitudin järistystä ja yli 56 000 5-6,9 magnitudin järistystä. Kuva 1 siis näyttää hyvin kuinka vähän suuria järistyksiä on verrattuna kuvan 2 pienempiin järistyksiin. Kartat (kuva 1 ja kuva 2) demonstroivat siis hyvin järistysten määrän nousun. Kuvan 1 kartasta huomataan hyvin myös, että järistykset sijoittuvat litosfäärilaattojen reunaosiin. Suurimmat järistykset sijoittuvat yleensä alityöntövyöhykkeille ja hankaussaumoihin. Saman oli todennut Outi Seppälä blogissaan: “Kartalta voidaan myös huomata suurten järistysten keskittyminen alityöntövyöhykkeille ja hankaussaumoihin.” Nämä kaksi karttaa näyttävät hyvin myös järistysten sijoittumisen globaalisti.

tulivuoret,1964jälkeen,280

Kuva 3. Kartassa näkyy tulivuorenpurkaukset vuodesta 1964 alkaen. Noin 280 purkausta.

Kolmas kartta minkä tein kurssikerralla käsittelee tulivuorten purkauksia vuodesta 1964 alkaen. Kartan tarkoituksena opetuksessa olisi näyttää, kuinka samoilla alueilla maanjäristykset ja tulivuorenpurkaukset yleisesti ottaen tapahtuvat.

Kuva 4. Litosfäärilaatat ja erilaiset saumakohdat. Lähde: http://www.helsinki.fi/geo/seismo/maanjaristykset/suuret/sumatranlaattaliikkeet.html

Neljäs kuva näyttää kaikki eri litosfäärilaatat ja niiden erilaiset saumakohdat. Karttaa voisi käyttää opetuksessa hyvin selittäen tämän kartan perusteella kaikki erilaiset järistysalueet ja tulivuorien sijainnin.

Lähteet:

Seppälä, O. (2015) Outin Pak-blogi , Järistyksiä ja purkauksia open näkökulmasta. <https://blogs.helsinki.fi/outisepp/> Luettu 10.3.2015

5. Kurssikerta

Viides kurssikerta aloitettiin harjoittelemalla bufferointia eli puskurointia. Työkalu siis luo kohteen ympärille alueen, minkä säteen voi määrittää. Kurssikerran alkuun harjoittelimme työkalun käyttöä Pornaisten keskustan alueella, johon itse jo merkitsimme suurimmat tiet ja keskustan alueen talot. Aluksi teimme bufferin teiden ympärille ja sen jälkeen koulun ja sairaalan. Työkalu mahdollistaa pisteiden tutkimisen valitulla alueella ja sen ulkopuolella, eli toisin sanoen työkalulla pystyy rajaaman kartasta itse valitseman kokoisen alueen.

Bufferointi harjoittelun jälkeen siirryttiin melko nopeasti tehtävien pariin. Tehtäviä oli melko paljon ja niitä tehtiin melko itsenäisesti. Muutamissa tehtävissä joutui hetken hakata päätä näppikseen, että sai ajatuksen kulkemaan ja joissakin tehtävissä oli kaveri apuna. Vastaukset sain kuitenkin kaikkiin tehtäviin. Uskon että kurssikerran vastauksissa on heittoa, koska jouduimme joissakin tehtävissä itse piirtää viivan minkä mukaan bufferoitiin.

Laitoin tehtävien vastaukset Excelin taulukkoon, ja ne löytyvät tuosta -> Kurssikerta 5 tehtävät. En onnistunut luomaan tiedostosta kuvaa, mutta ne aukesivat kivasti PDF-tiedostona tuosta linkistä. Yhteen tehtävään liittyi kartan tekeminen ja se löytyy alta (Kuva 1.)

Kuva 1. Uima-altaiden määrä pääkaupunkiseudulla

Kuva 1. Uima-altaiden määrä pääkaupunkiseudulla.

Tehtävässä piti siis tuottaa teemakartta joka näyttää pienalueiden rakennuksissa olevat uima-altaat pylväsdiagrammeina. Kartassa itseäni jäi hieman kaivelemaan se, että en saanut nolla-arvolla olevia havaintoja pois ja niistä jäi kartalle vaan pelkkä viiva. Kartan pohjalta voi todeta, että lähes kaikki pääkaupunkiseudun uima-altaista sijaitsevat Helsingissä. Itse ajattelin, että havainnot olisivat menneet vähän tasaisemmin kuntien välillä.

Bufferi-työkaluun saatiin syvempääkin kosketusta tällä kurssikerralla. Bufferointi on erinomainen työkalu juuri melualueiden suunnitteluun. Myös jokien tulvimisen tutkimisessa puskurivyöhyke on luultavasti hyvin käytännöllinen. Jos tiedetään talojen paikat kartalla ja jokien tulva-alueiden laajuus, nähdään mitkä talot ovat vaarassa.

Kurssi on jo lähes loppusuoralla ja vielä pyydettiin pohtimaan omaa osaamista Mapinfon kanssa. Aloin lueskelemaan läpi omia blogi-merkintöjä ja ihmettelin kuinka paljon asiaa olemme käyneet läpi näinkin lyhyessä ajassa. Uusia asioita tulee joka kurssikerralla ja niiden kanssa harjoitellaan suurimmaksi osaksi se yksi kurssikerta. Toistuvathan jotkin asiat useammin, mutta silti. Omasta osaamisesta sen verran, että erilaisten teemakarttojen tekeminen alkaa luonnistumaan ja muutenkin karttojen kanssa osaa jotenkin toimia. Tiedon tuominen ohjelmaan onnistuu melko hyvin esim. Excelistä. Taulukoissa olevien tiedostojen muokkaus alkoi myös tällä kurssikerralla hahmottua vähän paremmin. Ongelmana sanoisin olevan tietynlainen ongelman ratkaisu. Tämän kurssikerran yksi tehtävä alkoi luultavasti 15 minuutin pohdinaalla. Tiesin mitä olisin halunnut aineistosta etsiä ja millä työkalulla, mutta en vaan keksinyt miten.

Ohjelmaa osaa pikkuhiljaa käyttää, mutta sen sanon, että kunnolla oppimiseen tarvitaan paljon toistoja. Monia työkaluja osaa jo käyttää, mutta sanoisin, että aina pystyy parempaan. Jos jotain omasta osaamisesta Mapinfon kanssa täytyy sanoa, niin sanon kuten Toni Ruikkala omassa blogissaan: kyllä ja ei. Ohjelman käyttö luonnistuu, mutta taitoja täytyy syventää esimerkiksi juuri erilaisten ongelmien ratkaisuun.

Lähteet:

Ruikkala T. (2015) Ruikkalan PAK-blogi 2015. Kurssikerta 5 – Puskurointia ja uima-altaita. <https://blogs.helsinki.fi/ruikkala/> Luettu 21.2.2015

 

4. Kurssikerta

Neljäs kurssikerta ja puurtaminen Mapinfon kanssa jatkuu. Työskentely alkaa selvästi tuntumaan jo tutulta kun perus työkalujen kanssa leikkimisen sijaan kaipaa uusia osia ohjelmasta. Tällä kurssikerralla vuorossa oli ruutu- ja pisteaineistojen maailmassa pyörähtäminen. Aluksi oli perinteinen teoriapläjäys, jonka jälkeen aloimme harjoittelemaan yhdessä. Harjoittelimme grid-toolin käyttöä, joka luo ruudukon valitun aineiston päälle ja antaa mahdollisuuden tutkia ruuduissa olevia tietoja.

Kun lopulta pääsimme vääntämään omia karttojamme, tuli vastaan pieni ongelma. Halusin valita vain yhden kunnan, mutta ohjelma valitsi alueita myös kunnan rajojen ulkopuolelta. Muutaman voimasanan lausumisen jälkeen päädyimme pyytämään Paarlahden apuun ja ongelma ratkesi. Harjoittelun aikana loimme 500×500 metrin ruuduilla ruudukon, mutta mielestäni, lyhyen kokeilun jälkeen, pienempi 250×250 ruudukko näytti paremmalta, joten tein kartan siltä pohjalta. Tekemäni kartta (Kuva 1.) on siis kartta Helsingin asukastiheydestä 250×250 metrin ruuduissa esitettynä.

Asukastiheys helsinki (1)

Kuva 1. Helsingin asukastiheys

Karttaa katsellessa erotan itse selvästi viisi yhtenäistä aluetta. Ensimmäinen alkaa ydinkeskustasta ja kulkee länsirantaa pitkin kohti Meilahtea, josta se jatkuu Munkkiniemen kautta kohti Haagaa ja päättyen Malminkartanoon. Toinen alue alkaa Katajanokalta, josta se jatkuu Vallilan kautta Oulunkylään ja siitä Pakilaan ja Torpparinmäkeen. Kolmas alue on pohjoinen Helsinki: Malmi, Tapaninkylä, Suutarila ja Suurmetsä. Neljäs alue kattaa Herttoniemen, Laajasalon, Vuosaaren, Mellunkylän ja Itäkeskuksen alueen. Viimeisenä alueena olisi koilinen kulmaus Helsingistä, missä sijaitsee Östersundom ja Karhusaari.

Karttaa katsellessa ja alueita miettiessä, voi ymmärtää alueiden asumistiheyden eron. Miksi asukastiheys on suuremaa esim. kantakaupungissa ja Haagassa kuin Paloheinässä ja Jollaksessa? Suurin syy on alueiden rakennuksissa. Kantakaupunki ja Haaga ovat täynnä vierekkäin rakennettuja kerrostaloja kuin taas Paloheinä ja Jollas ovat yhtenäisiä auleita, mutta alueelta löytyy suurimmaksi osaksi omakotitaloja tai rivitaloja.

Kartalta halusin alkaa pohtimaan, mitkä tekijät erottavat nämä alueet toisistaan ja olisiko mahdollista levittää asuinalueita näille tyhjille alueille. Ensimmäisen alueen itäreunan ja toisen alueen välillä oleva väli on melko suuri. Helsingin karttaa hetken tutkittuani, löysin mahdolliset syyt. Ensinnäkin tuossa välissä kulkee keskuspuisto, joka alkaa Laaksosta ja kulkee Pirkkolan kautta Haltialaan. Toisena syynä voi pitää liikennettä, Hämeenlinnan väylä ja eteläpäädyssä rautatiet synnyttävät suuren välin.

Toisen alueen ja pohjoisen Helsingin välissä oleva tyhjä alue johtuu suurimmaksi osaksi Vantaanjoesta. Vanhankaupunginlahteen laskeva Vantaanjoki kiemurtelee pohjoiseen päin jättäen välin näiden alueiden välille. Pohjoisen osan ja kolmannen alueen väli näyttää olevan melko suora. Syynä tähän väliin on Lahdenväylä ja sen ympärille jätetty puskurivyöhyke. Neljännen ja viidennen alueiden välissä onkin suurempi etäisyys. Karttaa katsellessa, ei alueiden välissä oikeastaan ole minkäänlaista kunnollista rakennettua asiaa, mikä voisi estää laajenemisen.

Tämän pohdinnan jälkeen voi todeta, että Helsingissä ei ole tällä hetkellä kovinkaan paljoa tilaa mihin levittäytyä. Ainoa alue missä rakentaminen voisi olla vilkasta, on oikeastaan koilisessa oleva Östersundom. Muuten tällä hetkellä asumaton tila on joko liikenneyhteyksien tai kauppojen ja muiden liiketilojen käytössä. Tilanne on toinen lähikunnissa. Toni Ruikkala totesi blogissaan, että Vantaa on suurimmaksi osaksi harvaan asuttua ja tilaa rakentaa uusia asuinalueita on paljon. Helsingissä tilanne on siis lähes päinvastainen kuin Vantaalla.

Kartta on siis 250×250 metrin ruuduista koostuva ja se näytti ainakin omasta mielestä mukavammalta kuin 500×500 metrin ruuduissa oleva kartta. Päädyin myös ottamaan ruudukon pois omasta kartasta ja valinta oli mielestäni hyvä. Ruudukko teki mielestäni kartasta vähän rosoisen ja väritkin erottuvat mielestäni näin paremmin. Kartta on mielestäni melko selvä ja informatiivinen.

Karttatehtävän lisäksi piti pohtia sopiiko ruututeemakartta näyttämään absoluuttisia arvoja. Miksipä ei. Kurssikerran blogimerkintöjä ja muiden karttoja katsellessa voi todeta, että toimii. Suuria alueita vertaillessa perinteinen koropleettikartta luultavasti toimii paremmin. Mutta riippuen aineistosta ja tutkittavasta asiasta, on ruututeemakartassa omat hyvät puolensa.

Lähteet:

Ruikkala T. (2015) Ruikkalan PAK-blogi 2015. Kurssikerta 4 – Ruutuja, ruutuja ja Vantaan asukastiheyttä.  <https://blogs.helsinki.fi/ruikkala/> Luettu 12.2.2015

3. Kurssikerta

Kolmas kurssikerta alkoi treenaamalla eri aineistojen tietokantojen yhdistämistä. Nämä tietokantojen liitokset alkoivat olla jo melko työläitä harjoituksia. Paljon uusia asioita ja toimintoja tuli opeteltavaksi. Harjoittelupohjana toimi Afrikan manner. Kartalle syötettiin tietoja alueen timanttikaivoksista, konfliktialueista ja öljylähteistä. Tiedoissa oli myös konfliktien laajuus.

Tehtäväksi siis saimme pohtia “värikkään mielikuvituksen” avulla, mitä kaikkea aineistosta voisi päätellä. Tilastoista olisi löytynyt tiedot myös konfliktin tapahtumavuodesta, timanttikaivosten löytämisvuodesta, kaivausten aloitusvuodesta ja timanttikaivosten tuottavuusluokittelusta. Öljykenttien löytämisvuosi, poraamisvuosi ja tuottavuusluokittelu olisivat myös löytyneet, kuten myös internetkäyttäjien lukumäärä eri vuosina.

Kuva 1. Afrikan kartta, johon on merkitty timanttikaivokset, öljylähteet ja konfliktit ja konfliktien laajuus (Paarlahti 2015)

Katsomalla Arttu Paarlahden karttaa (kuva 1.) huomaa helposti sen, että koko mantereella on lähes kaikkialla jossain vaiheessa ollut jonkunlainen konflikti. Läheskään kaikki eivät ole tapahtuneet samoihin aikoihin, joten jos miettii eri aikoihin konfliktien laajuutta, on kartta hieman harhaanjohtava. Tiettynä vuotena on konfliktialueiden pinta-ala voinut olla todella minimaalinen. Konfliktien syntytapoja on luultavasti ollut monia, mutta joitakin yhtäläisyyksiä voidaan pohtia. Afrikan mantereesta on vuosien varrella, ollut todella laajoja alueita siirtomaavaltojen alaisina. Konfliktin tapahtumavuoden perusteella voidaan esimerkiksi pohtia, johtuiko konflikti siirtomaavalloista vai ei. Kuten Toni Ruikkala blogissaan toteaa, jätti siirtomaavaltojen lähtö Afrikasta alueen huonoon tilaan ja konflikteja on syntynyt todella helposti.

Timanttikaivosten ja öljykenttien osalta tilastoista selviää melko samat asiat. Löytämisvuoden ja kaivausten aloitusvuoden perusteella voidaan päätellä onko paikalla ollut jokin este, esimerkiksi jonkinlainen konflikti. Niistä voidaan myös päätellä onko kaivaukset valtion omia vai jo siirtomaa-ajoilta. Kaivosten tuottavuusluokitteun perusteella voidaan päätellä, onko kaivoksen tuotot virranneet oman valtion pussiin. Jos kaivausten ja konfliktien väliltä löytyisi selviä yhtäläisyyksiä, voitaisiin olettaa, että kaivaukset ovat ainakin osasyy konflikteihin alueella.

Internetkäyttäjien lukumäärän muutoksista voidaan pohtia alueen kehitystä. Jos maan internetkäyttäjien määrä on nousussa, voidaan päätellä, että valtion kehitys on menossa eteenpäin. Internetin käyttöhän vaatii alueelta toimivan infrastruktuurin. Outi Seppälä toteaakin blogissaan hyvin, että perusinfrastruktuurin ollessa kunnossa, voidaan vähäpätöisempiä asioita, kuten internetyhteys, rakentaa.

Afrikan alueen tietokannoista siirryttiin seuraavaksi takasisin Suomeen. Tehtävänä oli yhdistellä tietokantoja ja laskea valmiiksi tehdyistä tilastoista Suomen valuma-alueiden tulvaindeksi ja valuma-alueiden järvisyysprosentti ja näiden tietojen pohjalta luoda kartta (Kuva 2.). Kartassa valuma-alueiden tulvaindeksi on merkattu sinisen eri sävyissä ja punaiset pylväät kertovat järvisyysprosentin.

Kuva 2. Suomen valuma-alueiden tulvaindeksi ja Suomen valuma-alueiden järvisyys %

Kuva 2. Suomen valuma-alueiden tulvaindeksi ja Suomen valuma-alueiden järvisyys %

Karttaa katsoessa huomaa heti, että suurilla valuma-alueilla tulvaindeksi on pieni ja järvisyysprosentti suuri ja päinvastoin pienillä alueilla tulvaindeksi on suuri ja järvisyysprosentti pieni. Huomio selittyy erittäin loogisesti miettimällä valua-alueiden pinta-aloja. Suurella alueella on enemmän tilaa ja järviä on enemmän.

Järvisten alueiden matala tulvaherkkyys johtuu järvien tilavuudesta vastaanottaa ylimääräinen vesimassa. Jos mietitään jokea, joka alkaa tulvimaan. Kapeassa uomassa pienikin vesimäärän lisäys nostaa helposti pinnankorkeutta. Mutta jos alueella on paljon järviä, tasoittuu lisääntynyt vesimassa koko järven alalle ja pinnannousu ei ole niin suurta. Myös esimerkiksi jääpatojen synty aiheuttaa tulvia jokiin, mutta järvissä ei samanlaista ilmiötä ole.

Tasainen maasto on myös yksi asia mikä nostaa tulvaherkkyyttä alueella. Tasaisella alueella pienikin vesimassan lisäys saa järvet tulvimaan ja veden leviämään laajoillekin alueille. Tasaisen alueen tunnuspiirteet täyttävällä Pohjanmaalla on kartalta katsottaessa korkeat tulvaindeksit. Sulamisvedet ja sataneet vedet laskevat jokiin, joissa pinnanousu aiheuttaa helposti tulvia. Myös keväisin jäiden lähdön aikaan syntyneet jääpadot tuottavat alueelle ongelmia.

Kartasta tuli mielestäni melko mainio. Väritys sopii aiheeseen ja luokat erottuvat toisistaan. Itse en saanut pylväsdiagrammeja millään tavalla näyttämään järkeviltä pienillä alueilla, missä niitä oli paljon vierekkäin, mutta sama ongelma taisi olla muillakin. Kurssikerran jutut olivat hyviä, mutta vaativat kertausta, jotta tulevaisuudessakin muistaisi kuinka näitä juttuja oikein tehdään…

 

Lähteet:

Paarlahti, A. (2015) Paikkatiedon hankinta, analyysi ja kartografia 2015-blogi. Afrikkaa ja konflikteja. <https://blogs.helsinki.fi/pak-2015/> Luettu 6.2.2015

Ruikkala, T. (2015) Ruikkalan PAK-blogi 2015. Kurssikerta 3 – Timantteja, öljyä ja tulvia. <https://blogs.helsinki.fi/ruikkala/> Luettu 6.2.2015

Seppälä, O. (2015) Outin Pak-blogi, Afrikasta opiskelijan unohduksiin. <https://blogs.helsinki.fi/outisepp/> Luettu 6.2.2015

 

 

2. kurssikerta

Ja työskentely Mapinfon kanssa jatkuu. Tällä kertaa tehtävänä oli luoda Mapinfon avulla teemakartta, jossa on kaksi teemaa päällekkäin. Kartan tekeminen ei teknisesti eronnut kovinkaan paljoa ensimmäisen teemakartan tekemisestä. Toinen teema lisättiin ensimmäisen teeman päälle samalla tavalla kuin ensimmäinen teema tehtiin alunperinkin.

Kuva 1. Korkea-asteen tutkinnon suorittaneiden 15

Kuva 1. Korkea-asteen tutkinnon suorittaneiden % -osuus 15 vuotta täyttäneistä ja työssäkäyvien henkilöiden % -osuus Uudellamaalla.

Tein kartan, jossa tarkastelun kohteena on Uusimaa. Kartta tehtiin siten, että siinä on kaksi koropleettiteemaa päällekkäin. Alempana teemana on korkea-asteen tutkinnon suorittaneiden % -osuus 15 vuotta täyttäneistä kunnassa ja teemat erottuvat kartalla sinisen eri sävyillä. Toisena teemana päällä on työssäkäyvien henkilöiden % -osuus kunnassa ja teema erottuu kartalla viivoituksen harvenemisella.

Tarvittu paikkatieto löytyi taas Mapinfon taulukosta, josta se syötettiin histogrammityökaluun. Molemmissa aineistoissa päädyin equal count -luokitteluun, eli jokaisessa luokassa pyritään saamaan sama määrään havaintoja. Erona ensimmäisen tehtävän teemakarttaan huomaa myös, että luokkien lukumäärä molemmissa teemoissa on vain kolme eikä viisi. Luokkien määrän vähyys johtuu siitä, ettei erilaisia mahdollisia värityksiä karttaan tulisi liikaa. Tällä luokkien määrällä mahdollisia vaihtoehtoja tulee enimmillään yhdeksän. Jos luokkia olisi kummassakin teemassa ollut viisi kappaletta, olisi erilaisia vaihtoehtoja voinut tulla jo 25, mikä voisi tehdä kuvasta melko vaikealukuisen.

Kartasta huomaa hyvin missä alueille on eniten korkea-asteen tutkinnon suorittaneita ja missä ei. Kuusi kuntaa, Kirkkonummi, Siuntio, Espoo, Kauniainen, Helsinki ja Tuusula kuuluvat ensimmäiseen luokkaan. Kaikki nämä ovat pääkaupunkiseudulla tai juuri sen ulkopuolella olevia.

Tämä luultavasti johtuu korkeakoulujen määrästä tällä alueella. Pääkaupunkiseudulta löytyy paljon korkeakouluja ja näin ollen sieltä myös valmistutaan. Osa jää asumaan samalle alueelle opiskelun jälkeen, osa taas muuttaa lähellä oleviin kuntiin perheen, töiden tai jonkun muun syy takia. Pääkaupunkiseudun ulkopuolelle muuttavat ovat luultavasti perheellisiä, jotka muuttavat pois ahtaasta kaupungista.

Karttaa katsoessa voi myös todeta sen, että luokat vaihtuvat lähes kehämaisesti mitä kauemmas pääkaupunkiseudulta mennään, muutamaa poikkeusta lukuun ottamatta. Mitä suurempi etäisyys on korkeakoulujen keskittymästä suuremmissa kaupungeissa, sitä pienemmällä prosenttiosuudella on korkea-asteen tutkinto. Tämä todennäköisesti johtuu siitä, että omassa kunnassa ei ole koulutusmahdollisuutta ja muutetaan paikkaan jossa, tai ei vaan etäisyyden kannalta pystytä tai haluta lähteä opiskelemaan ja jäädään sen varaan, mikä tarjonta koulutuksessa on omassa kunnassa.

Tutkittaessa toista teemaa kartalta, huomataan että työssäkäyvien % -osuus on suurin Kirkkonummella, Siuntiossa, Tuusulassa, Nurmijärvellä, Mäntsälässä ja Pornaisissa. Näistä kuudesta Kirkkonummi, Siuntio ja Tuusula kuuluivat myös parhaimpaan luokkaan ensimmäisessä teemassa. Tästä voidaan todeta, että jos suuri osa omistaa korkea-asteen tutkinnon, käy väestöstä myös suuri osa töissä. Myös omaa koulutusta vastaavaa työtä on siis tarjolla. Jäljelle jäävät kolme, Nurmijärvi, Mäntsälä ja Pornainen, joista Nurmijärvi kuuluu tutkintojen suorituksen osalta toiseen ja loput kaksi viimeiseen luokkaan. Tämä voi tarkoittaa sitä, että näiden kuntien työssäkäyvät ovat työllistyneet töihin, joihin ei tarvita korkea-asteen tutkintoa.

Huomataan myös, että % -osuus on pienin Hangossa, Raaseporissa, Lohjalla, Karkkilassa, Hyvinkäällä ja Helsingissä. Kaikki muut kunnat, pois lukien Helsinki, sijaitsevat Uudenmaan rajoilla. Etäisyys voi olla syy sille, miksi työssäkäyvien määrä on alhainen. Nämä kunnat, taas pois lukien Helsinki, on myös koulutuksen kannalta alhaisimmassa luokassa. Tämä voi siis tarkoittaa sitä, että kunnissa ei löydy omalle koulutukselle töitä, eikä pystytä työskennellä kauempana. Toinen selitys voi myös olla esimerkiksi eläkeläisten määrä kunnassa. Helsingin kuuluminen tähän alimpaan luokkaan työssäkäyvien määrän mukaan voi olla monia selityksiä, esimerkiksi opiskelijoiden määrä kunnassa, eläkeläisten määrä, kilpailu työpaikoista jättää myös jonkun osan työttömiksi (muista kunnista tulevat).

Kartta on visuaalisesti mielestäni taas melko selkeä. Kolme eri värisävyä ja kolme eri raidoitustapaa on helppo erottaa toisistaan. Jos luokkien määrä olisi suurempi, saattaisi kartasta tulla hieman vaikeasti luettava. Myös legenda mahtuu hyvin kartan vasempaan yläkulmaan olematta karta edessä.

Artikkeli 1

PAK – Tiedotusblogissa pamahti ja saimme toisenkin tehtävän tälle viikolle. Tarkoituksena oli lukea ja tehdä reaktiopaperi, eli omia reaktioita kuvaava teksti luetusta artikkelista. Luettavana artikkelina oli Two-variable choropleth maps as a useful tool for visualization of geographical relationship, jonka oli kirjoittanut Anna Leonowicz. Artikkelin lukeminen oli aluksi hieman vaikeaa, koska tieteellisiä tekstejä ei ole liian montaa englanniksi vielä luettu, mutta lukemista jatkamalla alkoi pikkuhiljaa asiasta erottamaan sen punaisen langan. Artikkelissa pohdittiin yksiteemaisten karttojen hyviä ja huonoja puolia ja vertailtiin niitä kaksiteemaiseen karttaan. Aihetta käytiin läpi niin tekijän kuin lukijankin osalta. Kartan tekemisen hyviä ja huonoja valintoja käytiin läpi lyhyesti. Artikkelin loppupuolella kerrottiin vielä pienehköstä tutkimuksesta, joka tehtiin oppilaille yksi- ja kaksiteemaisten karttojen antamasta informaatiosta ja visuaalisesta luettavuudesta.

Tekstissä mielestäni painotettiin melko paljon kaksiteemaisen kartan tekemisen ”sääntöjä”, joita käytiin läpi jo kurssikerralla. Kahden muuttujan teemakartassa luokkien määrä olisi hyvä pitää kahdessa tai kolmessa. Näin syntyy maksimissaan yhdeksän erilaista aluetta kartalle. Jos luokkien määrän nostaisi neljään, saattaisi kartalle syntyä 16 erilaista aluetta mikä luultavasti tekisi kartan tulkitsemisesta melko vaikeaa. Kaksiteemaisen koropleettikartan tekemisessä pitää myös huomioida värien ”yhteistyö”. Jos värit tai kuviot, jotka edustavat kahta eri muuttujaa, ovat valittu huonosti, voi se romuttaa koko työn. Mutta kun värit ja kuviot valitaan hyvin, tuo tämä tapa yksiteemaista koropleettikarttaa paremmin esille keskinäisiä suhteita alueiden välillä.

Itseäni jäi hieman kaivelemaan artikkelissa ollut esimerkki kaksiteemaisesta koropleettikartasta, jossa aluksi muuttujia kuvattiin omilla väreillä ja yhdistetyssä kuvassa värit sekoitettiin keskenään. Lopputuloksen tulkitseminen karttaa katsomalla oli vaikea. Värit sulautuivat yhteen, mutta ei kovinkaan loogisesti. Eveliina Ikonen mainitsi blogissaan, että tulkitseminen kartalta tuntui työläämmältä, koska samanlaisia karttoja näkee harvemmin.

Täysin uutena asiana tuli artikkelissa selitetty legendan tekeminen. Muuttujia kuvattiin neliöillä. Jos esimerkiksi on kaksi eri muuttujaa ja molemmilla kolme eri luokkaa, muodostetaan 3×3 ruutuinen neliö. Kartassa käytetyt värit ovat ruutujen värit neliössä. X-akselilla kuvataan toisen muuttujan kasvua, ja y- akselilla toisen. Tämän jälkeen tutkimuksessa käytössä olleet pisteet sijoitetaan kuvaan omalle väripohjalleen missä se oli itse kartalla. Näin voitiin kuvata jonkin laista suhdetta paikkojen välillä. Kuten sanoin aiemmin, tällainen legenda oli täysin uusi ja vaatisi ehkä hieman harjoittelua ennen kuin lähtisin itse käyttämään missään työssä.

Vaikka toisella kurssikerralla kävimme melko kattavan paketin kaksiteemaisista koropleettikartoista, jäi artikkelista käteen jotain uutta ja täydensi vanhaa tietoa. Artikkelista tuli hyvää täydennystä siihen, miksi luokkien lukumäärä kannattaa olla melko alhainen. Myös värien ja kuvioiden käyttöä pitää aina tarkkaan miettiä kartan visuaalisuuden selkeyden kannalta. Tämänlaisia karttoja tulee harvemmin vastaan ja ne voivat vaikuttaa sekavilta. Lukijalla pitää luultavasti olla hyvät pohjatiedot, jotta ymmärtää heti mistä asiassa on kyse. Mirka Jokela-Määttä mainitseekin blogissaan, että kartoista luultavasti saavat irti enemmän he, joilla on pohjalla koulutusta ja kiinnostusta aiheita kohtaan.

 

Lähteet:

Ikonen, E. (2015) Even PAK-blogi, Kurssikerta 2. <https://blogs.helsinki.fi/eveliiik/> Luettu 26.1.2015

Jokela-Määttä, M. (2015) Paikannettua tietoa, KK2: Päällekkäiset teemakartat ja reaktioita artikkeliin. <https://blogs.helsinki.fi/mijokela/> Luettu 26.1.2015

1. kurssikerta, 13.1.2015 Teemakartta

Takaisin opintojen pariin!


Paikkatiedon hankinta, analyysit ja kartografia -kurssi pyörähti liikkeelle mukavasti Mapinfo ohjelman perusteita käymällä. Viime kerrasta olikin jonkin verran jo kulunut aikaa. Aluksi ohjelman käyttö tuotti hieman vaikeuksia, mutta hetken aikaa kun oli käyttänyt aikaa eri toimintojen kanssa leikkiessä harjoituskartalla, alkoi ohjelma taas tuntua tutulta. Objektien muokkailu, siirtäminen ja monen asian tekeminen eri näytöillä alkoi tuntua helpolta kuin hengittäminen itsessään.

Ensimmäisessä periodissa raapaistiin vain pintaa Mapinfon kanssa ja nyt pääsimmekin tekemään hieman syvällisemmin töitä ohjelmalla. Ensimmäisenä tehtävänä oli luoda vapaasti valittavasta aiheesta teemakartta. Alueena käytettiin koko Suomen karttaa ja alueiden jakona oli kunnat. Valitsin omaksi teemakartan aiheeksi vuokra-asunnoissa asuvien asuntokuntien määrän prosentuaalisesti vuodelta 2011. Aihe vaikutti kiinnostavalta, koska asun itsekin vuokralla ja maanlaajuinen tilasto asiasta houkutteli.

Aineisto on tässä teemakartassa jaettu viiteen eri luokkaan. Luokat ovat tasavälisiä ja ne kasvavat 8,2% aina seuraavaan luokkaan. Legendassa luokkajaon vieressä on luku, joka näyttää siihen luokkaan kuuluvien kuntien määrän. Tasavälisellä luokkajaolla huomaa, kuinka suurimpiin luokkiin kuuluvia on selvästi vähemmän kuin muita. Myös selvästi suurin luokka tulee esille.

Kuva 1. Vuokra-asunnoissa asuvien asuntokuntien määrä prosentuaalisesti 2011.

Teemakarttaa katsoessa huomaa, kuinka suurimpiin luokkiin kuuluvat kunnat ovat niitä kuntia, missä sijaitsee Suomen suurimpia kuntia. Tämä ei sinäänsä ole yllätys. Kaupungistumisen takia tilaa ei ole paljoa ja rakennetaan paljon esim. kerrostaloja joihin saa paljon asuntokuntia mahtumaan. Monesti näitä asuntoja vuokrataan ja kuten kartasta näkyy kaupungeissa vuokra-asunnoissa asuvien määrä on suurinta.

Toinen asia mitä aloin pohtimaan on myös yliopistokaupunkien kunnat. Kartta katsoessa erottaa Oulun, Tampereen, Jyväskylän, Turun, Lappeenrannan ja Helsingin. Näihin kaupunkeihin muuttaa nuoria opiskelijoita, jotka tulevat asumaan paikallaan luultavasti 5-7 vuotta, eikä olisi järkevää omistaa asuntoa, vaan halvemmalla pääsee vuokraamalla.

Pienimpiin luokkiin kuuluvat kunnat sijoittuvat kartalla itäiseen, lounaiseen ja eteläiseen Suomeen. Nämä kunnat ovat suurten kaupunkien lähettyvillä olevia kuntia, joissa luultavasti asuminen on halvempaa kuin kaupungissa. Perheellisille on mukavampi muuttaa pois kaupungin ruuhkasta, ei kuitenkaan liian kauas palveluiden läheltä.

Asia mitä jäin eniten pohtimaan on lapin kuntien tulokset. Kunnista suuri osa kuuluu keskimmäiseen luokkaan ja yksi myös toiseksi suurimpaan luokkaan. Olen aina kuvitellut, että pienin vuokralla asuvien alue olisi juurikin lappi. En ole varma, näyttäisivätkö tulokset erilaiselta eri luokkajaolla, mutta tällä luokkajaolla tulos on tämä.

Teemakartta on mielestäni melko onnistunut. Visuaalisesti se näyttää selvältä ja kaikki tarvittava vaikuttaa kuvasta löytyvän. Värit ovat niin selvät, että eri luokat erottuvat tarpeeksi selvästi. Luokkajako vaikuttaa omasta mielestäni toimivan melko hyvin. Siitä näkee hyvin eri luokkien määrän ja eri luokkiin kuuluvien kuntien määrän. En ole varma, olisiko jokin muu luokkajako antanut informatiivisemman tuloksen, mutta omasta mielestä nämä luokat osoittavat tulokset tarpeeksi selvästi. Erilaisella luokkajaolla kartta olisi voinut tuoda paremmin esille jotain muuta kuin valitsemani jako. Tämä jako esitti hyvin selvästi isoimmat ja pienimmät luokat ja analysointi niiden pohjalta oli suhteellisen helppoa.