Kurssikerran alussa kertasimme vektori- ja rasteriaineistojen ominaisuuksia ja eroja. Ruututeemakartalla voi mielestäni esittää absoluuttisia arvoja, jos aineisto perustuu tarkkaan aineistoon, kuten meidän tapauksessamme pisteaineistoon, kun teimme pääkaupunkiseudulle ruudukon. Aineiston puutteet pitää tietenkin aina ottaa huomioon ja niistä kannattaa parhaansa mukaan ilmoittaa. Meidän tapauksessa merelle sijoitetut pisteet, jotka kuvaavat vailla pysyvää osoitetta, esim. sairaalahoidon takia, olevia asukkaita, ovat pienoinen puute aineistossa.
Rasteriteemakartta on mielestäni selkeämmin luettavissa kuin pistekartta, koska monet pienet yksittäiset kohteet on sulautettu yhteen. Hyvin valittujen värisävyjen ja ruutukoon avulla asian ytimen ymmärtää myös nopeasti silmäilemällä. Huonot valinnat taas voivat tehdä kartasta hankalasti luettavan. Verrattuna koropleettikarttaan alueet on jaettu tasaisin välein, jolloin alueita tarkastellaan vähän kuin tasavertaisina. Kuten Elina Huhtinen toteaa, on kuitenkin koropleettikarttaa ruutukarttaa helpompi lukea. Ruudut ovatkin yleensä pienempiä kuin alueet koropleettikartalla.
Jostain syystä vapaavalintaisen ruututeemakartan tekeminen hämmensi minua, ehkä koska tietokannassa oli tietoja niin monesta asiasta. Määreen valitseminen oli hankalaa. Ensin tekemämme ruotsinkielisten asukkaiden määrää ja sen jälkeen itse muokkaamani näiden prosentuaalista osuutta kuvaavan kartan jälkeen tein eläkeikäisten prosentuaalista osuutta kuvaavan ruututeemakartan. Kumpienkin kohdalla osuudet olivat – eivät niin yllättäen – hyvin pieniä, ja paikoittain vähän oudonkin suuria, joten totesin karttojen olevan kehnoja. Amanda Ojasalo tuumi blogissaan osuvasti, että prosentuaalisia osuuksia kuvaavat ruutukartat eivät kerro ruudun asukkaiden määrää, minkä takia osuudet saattavat antaa harhaanjohtavaa tietoa.
Päädyin lopulta tekemään ruutukartan, joka kuvastaa Helsingin väestömäärää. (Kuva 1) Kartalta näkee asukaskeskittymät ulottuen keskustasta Munkkiniemeen, ja tiheästi rakennettuja Kallion, Herttoniemen ja Vuosaaren alueita. Kehä I:n ja junaratojen muodot pystyy myös hahmottamaan asukaskeskittymien avulla. Tätä ajatellen olisi ollut havainnollistavaa lisätä karttaan isoimmat liikenneyhteydet, jotka selvästi vaikuttavat asukaskeskittymien sijaintiin. Sipooseen aiemmin kuulunut harvaan asuttu Landbo, jossa pääsääntöisesti asutaan omakotitaloissa, erottuu kartalla vaaleimpana asutusalueena. (Kuva 1)
Tekemäni ruutuaineiston peittäessä aluetta, olisi kaupunginosien nimiä myös voinut lisätä karttaan sen luettavuuden parantamiseksi. Siirsin rantaviivan ruutuaineiston päälle, jotta se jäisi tunnistettavaksi, mutta muutaman ruudun tulkinta on kärsinyt tästä, kun niistä on jäänyt jäljelle vain pieni osa.
Kurssikerran loppupuolella toimme ensimmäistä kertaa rasteriaineistoa QGIS:iin. Tämä oli korkeusmalli Pornaisten alueelle. Teimme rinnevarjostuksen korkeusmallin ja siitä luotujen automaattisten korkeuskäyrien avulla. Myöhemmin vertaillessa tuotostoamme alueen peruskarttalehteen huomasi, että luomamme rinnevarjostus vastasi hyvin peruskarttalehteen piirrettyjä korkeuskäyriä.
Tunnin loppua sävytti hiiren klik-äänet. Tehtävänä oli luoda omat viiva- ja pistemuotoiset tasot kuvaamaan Pornaisten isoimpia teitä ja kaikkia ei-teollisia rakennuksia. Lopputuloksena oli väsynyt käsi ja reilut 700 kohdetta odottamassa seuraavaa kurssikertaa.
Lähteet:
Elina Huhtinen – Viikko 4 – rasterikarttoja ja virheitä, joista toivottavasti oppii, https://blogs.helsinki.fi/huhelina/2019/02/09/viikko-4-rasterikarttoja-ja-virheita-joista-toivottavasti-oppii/
Amanda Ojasalo – Ruutuja, https://blogs.helsinki.fi/amandaoj/2019/02/08/ruutuja/