Category Archives: Yleinen

Kurssikerta 7

Viimeisellä kurssikerralla saimme itse tehdä kartan alusta loppuun asti. Tehtävänä oli siis luoda teemakartta, jossa oli kaksi vapaavalintaista muuttujaa. Tiedot ja kohde tuli siis keksiä itse, ja siihen se sitten tyssäsikin. Voisin veikata (onneksi en laskenut) että itse tietojen metsästämiseen meni kauemmin aikaa kuin kartan luomiseen. Valitsin nopeasti alueekseni Euroopan, ja vaikka eurostat.fi sivuilla oli vaikka mitä tilastoja, ei ne tuntuneet sopivan yhteen tai olivat muuten vajavaisia. Halusin tehdä kartan liittyen jotenkin ympäristöön. Kartalleni valikoitui aiheiksi uusiutuvan energian käyttö ja bruttokansantuote.

Toin ensiksi MapInfoon maailmankartan, josta oli tarkoitus rajata Euroopan maat pois käsiteltäväksi. Päätin kuitenkin jättää tämän tekemättä, ajattelin että Eurooppaa ympäröivät maat voivat hyvin olla mukana lopullisessa karttaesityksessä, tämä auttaa ehkä alueen hahmottamisessa. Rajasin siis lopulliseen karttaani ikkunan, jossa on mukana Euroopan maiden lisäksi jotain ympäröiviä maita.

Kuva 1. Euroopan maiden uusiutuvan energian osuus ja BKT.

Karttaani (kuva 1) valikoitui siis muuttujiksi BTK ja uusiutuvan energian käyttö. Ajattelin muuttujien korreloivan, mutta kartalla ei näy mitään yleistä trendiä muuttujien välillä. BKT kuvaa valtion yleistä taloustilannetta, sitä miten hyvin valtiolla menee taloudellisesti. Se lasketaan laskemalla yhteen tuotetut tuotteet ja palvelut. Uusiutuvan energian käyttöönotto on suhteellisen kallista, ja voisi ajatella, että mailla joissa bkt on pieni, on myös vähän uusiutuvia energianmuotoja käytössä. Uusiutuvan energian käyttöön vaikuttaa kuitenkin monet eri seikat kuten luonnonolot, investoinnit ja valtioiden halu kehittää energianmuotoja.

Kartalta voi lukea, että bkt on suurempi Pohjois-ja Länsi-Euroopan maissa. Näissä maissa kuitenkin vain Pohjois-Euroopan mailla uusiutuvien energianlähteiden käytön osuus on suuri. Etenkin Norjassa tuulivoima kattaa suurimman osan valtion sähkönkulutuksesta. Kartalla erottuvat lisäksi Itävalta, Kroatia, Montenegro, Albania, Portugali ja Viro ja Latvia.

Kartan värit sopivat havainnollistamaan muuttujia, vihreiden värisävyjen eroja olisi voinut hieman suurentaa. Tappelin MapInfon kanssa pienen ikuisuuden yrittäen saada nollaa esittävät palkit pois kartalta mutta sinne ne nyt tällä kertaa jäivät.

Vaikka kurssi on itseni kohdalla ollut välillä aikamoista kompurointia, olen mielestäni oppinut paljon. Monen asian olen oppinut vasta toiston kautta, mutta niinhän se menee. Muistan aluksi vain painelleeni ohjelman nappuloita tietämättä mitä ne oikeasti ovat, nyt ymmärrän paremmin mistä painamalla tapahtuu mitä ja miten. Kurssi on aiheuttanut minulle harmaita hiuksia, mutta myös mahtavia voiton ja onnistumisen tunteita. Näistä opeista on varmasti hyötyä tulevissa opinnoissa.

-Tuuli

Lähteet:

Gross domestic product, Eurostat. http://ec.europa.eu/eurostat/tgm/mapToolClosed.do?tab=map&init=1&plugin=1&language=en&pcode=tec00114&toolbox=types

Natural Earth, pohjakartta. http://www.naturalearthdata.com/

Share of renewable energy in gross final energy consumption %, Eurostat.

http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&plugin=1&pcode=t2020_31&language=en

 

 

 

Kurssikerta 6

Minun kuudes kurssikertani oli muiden seitsemännellä kurssikerralla, edellisen viikon jäätyä minulta välistä. Laskiainen ja edellinen ilta oli venynyt aamuun ja haalareissa gis-luokkaan istahtaessani mietin, että mitä tästä kerrasta oikein tulee. Tuijottelin näyttöä ja selailin ohjeita varmaan ensimmäisen tunnin, jonka jälkeen päätin tehdä edellisen kurssikerran ”helpot” kartat pois alta, seiskakerran pelottavan karttahirmun sijasta.

Kuudennella kurssikerralla siis luotiin karttoja joilla esitettiin tulivuoria, maanjäristyksiä ja meteoriitin putoamisia kartalla. Tiedot haettiin eri nettisuvuilta ja tuotiin Excelin kautta MapInfoon. Taas aluksi kaikki oli niin hirrrveän vaikeaa, mutta toiston jälkeen Excelillä tietojen muokkaus ja siirto MapInfoon sujui. Seuraava ongelma oli pisteiden koon määritys ja pisteiden sijoitus kartalle. Nekin hoitui tovin hinkkauksen jälkeen. Tein kolme karttaa, jossa kuvasin maanjäristyksiä 2002 jälkeen, 1.2.2017 ja tulivuoria maailmalla.

Kuva 1. Maailman tulivuoret

Kartalta (Kuva 1.) näkyy pääpiirteittäin maailman tulivuoret. Mielestäni kuva on havainnollistava ja esittää hyvin sen tiedon minkä sen on tarkoituskin. Kartan värit ovat omaan silmääni hieman liian tummat, eivätkä tulivuoret oikein erotu, mutta kartta onkin niin pienimittakaavainen, että kaikkien tulivuorien esittäminen kokonaisella maailmankartalla onkin mahdotonta. Opettajana osoittaisin oppilaille Tyynenmeren tulirenkaan, ehkä esittelisin jopa karttakuvan pelkästä Tyynenmeren tulirenkaasta.

Kuva 2. Kuuden- ja kahdeksan Richterin maanjäristykset vuoden 2002 jälkeen maailmalla

Kartalla (Kuva 2.) on mielestäni selkeästi näkyvissä suurpiirteisesti maanjäristykset. Otsikkoon voisi lisätä miltä vuosilta tiedot on (2002 eteenpäin). Opettajana kertoisin varmaankin minkä suuruisia maanjäristyksiä 6 ja 8 magnitudin järistykset on, hieman niiden tuhoista ja esiintymisisen todennäköisyyksistä. Oppilaille voisi myös selvittää syitä yli kahdeksan magnitudin järistyksille näillä alueilla.

Kuva 3. Maanjäristykset 1.2.2017 maailmalla

Tämä kartta (Kuva 3.) on mielestäni hyvä lisä opetukseen, jotta opiskelijat saavat käsityksen järistysten esiintymistiheydestä. Kartalta puuttuu tieto, joka kertoo minkä magnitudin järistyksiä on kyseessä, muistelisin että kartalla on näkyvissä yli 2 magnitudin järistykset. Pisteitä on harvakseltaan kartalla, mutta Yhdysvaltain Kalifornian kohdalla on rypäs pisteitä, oheen voisikin liittää karttakuvazoomauksen tästä alueesta.

Kuva 4. Maapallon litosfäärilaatat, peda.net

Tulivuorten sijoittuminen ja maanjäristykset liittyvät maapallon litosfäärilaattojen tektoniikkaan, joten opetuksessa voisi esitellä kuvan litosfäärilaatoista. Kuvan 4 kartta on hyvä esimerkki tällaisesta. Tulivuorten ja maanjäristysten ja niiden sijaintia litosfäärilaattojen saumakohtiin voi havainnollistaa hyvin esimerkiksi esittelemällä näitä karttakuvia rinnakkain.

-Tuuli

Lähteet:

Simo. V. Mannerlaatat. https://peda.net/p/simo.veistola/amerikkab31/3eis2  Luettu 6.3.2017

Kurssikerta 5

Arttu oli edellisellä kurssikerralla varoitellut meitä siitä, kuinka tämä kurssikerta 5 tulisi olemaan haastava. Hermoja raastava tunti kyllä oli – niin kuin kaikki muutkin gis luokassa vietetyt, mutta selviydyin! Tai siis Sarin kanssa selviydyttiin.

Tällä kurssikerralla siis bufferoitiin eli puskuroitiin. Se tarkoittaa vyöhykkeen luomista kohteen ympärille, ja sen sisä- tai ulkopuolen tietojen tutkimista. Meillä oli bufferointikohteina Malmin lentokenttä, Helsinki-Vantaan kenttä ja lopuksi Vantaan juna-asemat. Bufferin muodostaminen oli aluksi haastavaa, ihmettelin ensimmäisellä kerralla, miksi bufferointi ei onnistunut, mutta bufferini mittakaava olikin kilometreissä, joten se peitti koko karttaikkunan. Pikkumokia joilla voi olla suuri vaikutus lopputulokseen. Tästä lähtien muistan ainakin tarkistaa mittakaavan oikein.

Taulukko 1. Bufferointianalyysissä tuottamani tulokset

Laskimme bufferoimalla lentokenttien ja juna-asemien läheisyydessä tietyn alueen sisällä asuvien ihmisten määriä. Nämä tulokset näkyvät taulukossa 1. Bufferien sisällä asuvien ihmisten määriä oli suhteellisen yksinkertaista laskea, mutta desibelien mukaan ottaminen aiheutti harmaita hiuksia. Tässä vaiheessa mukana oli liikaa muuttuvia tekijöitä, mulla taisi olla lisäksi taas eri tasot sekaisin. Tulokseksi (taulukko 1) sain toivottavasti oikean suuntaisia tuloksia.

Kuva 1. Uima-altaiden lukumäärä pääkaupunkiseudulla kaupunginosittain, Tilastokeskus

Tein itsenäistehtävän uima-altaista ja saunoista. Selvitin pääkaupunkiseudun uima-altaiden määriä ja talomuotoja. Nämä tiedot löytyvät taulukko 1:sen lopusta.  Rykäistiin niistä vielä Sarin kanssa samaisena iltapäivänä kartta, säädettiin ties kuinka kauan mm. nollien poisto kartalta ei meinannut onnistua. Kartasta tuli ihan kivan näköinen, joskin hieman epäselvä kun numerot lisäsi palkkien kylkeen. Ihmeteltiin myös kartan antamia tuloksia, joillakin alueilla kun oli vähemmän uima-altaita kuin olisi ajatellut.  

Tällä kurssikerralla keskityttiin siis MapInfolla tietojen käsittelyyn, mikä oli virkistävää vaihtelua ja avarsi käsitystä MapInfon käyttömahdollisuuksista, niin kuin Anniina Ahonen toteaa blogissaan. Tämä tietojen käsittely oli mielestäni haastavampaa kuin karttojen luominen MapInfolla. Opin tällä kertaa hallitsemaan MapInfon tasoja, ja mm. lukemaan ikkunan alakulmasta mitä tasoa muokataan jne. Perus juttuja mutta pikkuhiljaa tekemällä oppii. Tietokantojen muokkaamisen kanssa on eniten ongelmia; mitä tietoa, mistä, mihin, miten se saadaan. Olen joutunut tekemään joitain karttoja uudelleen esimerkiksi seuraavana päivänä, ja tässä olen huomannut, kuinka toiston avulla oppii. Perustoiminnot onnistuvat ihan jees, ja varsinkin koropleettikartan tekeminen sujuu jo kuin  tanssi. Nämä onnistumisen tunteet ovat kyllä parhautta, monesti tunnillakin tuulettelen, kun saan jonkun asian onnistumaan itse.

-Tuuli

Lähteet:

Anniina, A. (2017) Viides kurssikerta: Puskuroinnin alla jäänyt? https://blogs.helsinki.fi/ahonenan/2017/02/21/viides-kurssikerta-puskuroinnin-alle-jaanyt/ luettu 22.2.2017

Kurssikerta 4

Neljännellä kurssikerralla kamppailtiin piste- ja ruutuaineistojen kanssa. Ruututeemakartat ovat käteviä, sillä niillä on tehokasta tarkastella tietoa riippumatta valmiista aluejaoista. Ruutujen koolla on merkitys kartan havainnollistamisessa, väärä rasterin koko voi esittää tietoa kartalla epäedullisesti. Mielestäni ruuduilla esittäminen on pistekarttaa selkeämpää, esimerkiksi asukastiheyttä kuvaavissa pistekartoissa keskittymät ovat yleensä pisteiden täyttämä sekamelska. Toisaalta ruudut ovat yleistys alueen tiedoista, pistekartalta saisi informatiivisempaa tietoa. Ruutukartta on siis hyvä yleistävä kartta, jolta on helppo nopeasti lukea tietoa.

Tehtävänämme oli luoda ruututeemakartta omalla valinnaisella teemalla ja kokeilla itse sopivaa ruutukokoa aineistolle. Tein oman karttani (kuva 1) eläkeikäisten sijoittumisesta pääkaupunkiseudulla. Kokeilin 250×250 ruutuja, mutta ne olivat liian pieniä esittämään koko pääkaupunkiseudun arvoja, joten valitsin 500x500m ruudut. Kartta näytti silmääni aluksi hyvältä ja harmaa väri sopi mielestäni eläkeläisten esittämiseen (ja omaan värimaailmaani), mutta Tanja Palomäen kartan nähdessäni tajusin, kuinka kalju omani on. Mielestäni pohjakartta väreineen ei ole pakollinen rasterien alla mutta olisi voinut näyttää silmään paremmalta. ”Lisäsin kartalle myös tiestön, jotta kartan lukeminen olisi helpompaa”, toteaa Palomäki. Tätä samaa minunkin karttani kaipaisi, alueita on hyvin vaikea hahmottaa, kun ei ole mitään maamerkkejä jotka auttaisivat kartan lukemista. Kartallani lukemista häiritsee myös rasterien ääriviivat. Kartassani kun on vielä värityksenä värit mustasta harmaaseen, mustat värit häiritsevät eri  arvojen lukemista.

Kuva 1 Eläkeläisten määrä pääkaupunkiseudulla

Kuvassa 1 nähdään, että eläkeläisten keskittymiä on monella alueella, mutta eniten Helsingissä, sitten Vantaalla ja Espoossa. Helsingissä keskittymiä on etenkin Mannerheimintien ja Hämeenlinnanväylän varrella Töölössä, Meilahdessa, Munkkivuoressa ja Haagassa ja Idässä Vuosaaressa ja Mellunkylässä. Vantaalla keskittymiä löytyy Tikkurilan ja Myyrmäen alueelta. Espoosta taas Matinkylän ja Olarin alueella, sekä Kauniaista. Näitä kaikkia alueita yhdistää palveluiden läheisyys, joka on yksi tärkeimmistä tekijöistä eläkeläisten sijoittumisessa. Kallion eläkeläisten keskittymä ihmetyttää minua, se kun tunnetaan etenkin nuorten suosimana alueena.

Kartalla on käytetty absoluuttisia arvoja, joten alueilla joissa asukastiheys on suuri, asuu myös todennäköisesti paljon eläkeläisiä. Ihmettelin tuloksissa Kallion suurta eläkeläisen määrää ja se selittyy tällä. Asiaa voi tarkastella vertailemalla karttoja, Anna Haukalla on blogissaan kartta, jolla on esitetty pääkaupunkiseudun asukasmääriä. Sitä vertaamalla omaan karttaani, näkee selkeästi eläkeläisten ja asukastiheyden korrelaation.

-Tuuli

Lähteet:

Anna, H. (2017) Kurssikerta 4. Shakkilauta? Ei vaan ruututeemakartta. https://blogs.helsinki.fi/ahaukka/2017/02/08/kurssikerta-4/  luettu 23.2.2017

Tanja, P. (2017) Kurssikerta 4. https://blogs.helsinki.fi/ptanja/2017/02/09/4-kurssikerta/ luettu 23.2.2017

Kurssikerta 3

Kolmannella kurssikerralla harjoiteltiin eri tietokantojen tuomista ja yhdistelemistä MapInfolla. Ensimmäinen puolisko tunnista meni taas perustoimintoja harjoitellessa Artun ohjeistuksella, yksikin harhakatse muualle niin hyvin todennäköisesti putosi kärryiltä. Ihan hyvin kuitenkin pysyin perässä.

Teimme siis koropleettikartan (kuva 1), jossa on esitettynä Suomen valuma-alueet, niiden tulvaindeksi ja järvisyysprosentti. Aluksi karttaa vilkaistessa ihmettelin sen muotoa, kunnes muistin, että kartalla näkyy valuma-alueet, jotka eivät noudata valtion rajoja. Kartan värit kuvaavat tulvaindeksiä eli alueen virtaaman vaihtelua. Tulvaindeksi saatiin jakamalla alueen keskiylivirtaama keskialivirtaamalla. Mitä tummempi väri, sitä suurempi tulvimisriski. Siniset palkit kartalla esittävät järvisyysprosenttia. Järvisyysprosenttia emme laskeneet itse, joten en ollut aivan varma mitä se tarkoitti. Epäilin sen kuvaavan järviä suhteutettuna valuma-alueen pinta-alaan, ja Sonja Koivisto olikin selvittänyt tämän blogissaan: ”Järvisyysprosentti jää käsitteen tasolla niin ikään hieman hämäräksi. Voisin kuvitella sen tarkoittavan järvien pinta-alaa suhteutettuna kokonaispinta-alaan. Vahvistuksen tähän sain Tieteen termipankista: tarkemmin vielä valuma-alueen pinta-alaan.”

Kuva 1 Suomen tulvaindeksi ja järvisyys esitetty valuma-alueittain

Kartan tummimmat eli tulvaherkimmät alueet sijaitsevat Länsi-Suomessa Pohjanmaalla, Varsinais-Suomessa ja Uudellamaalla. Tulvaindeksin ja järvisyysprosentin välillä voi huomata yhteyden, siellä missä on enemmän järvipinta-alaa, on pienempi tulvaindeksi. Pohjanmaalla on vähän järviä, mutta jokia paljon, ja kun vesiä tasaavia ja varastoivia järviä ei ole, tulviminen on herkempää. Maaston muodot ja maankäyttö lisäävät tulvimisriskiä. Keväisin lumien sulaessa tulvariski on suuri, kun jokiin syntyy jääpatoja ja sulaminen on muutenkin nopeaa. (Syke 2013)

Kartan mukaan Keski- ja Itä-Suomessa eli Järvi-Suomen alueella tulvariski on pieni, tulvaindeksi on vain 0-20. Tällä valuma-alueella sijaitsevat suuret vesistöt; Päijänne ja Saimaa, jotka pidättelevät vettä ja vähentävät näin tulvimista.

Tulvaindeksin suurimassa luokassa on vain yksi valuma-alue, tämä sijaitsee Turun alueella. Valuma-alueen poikki virtaa Aurajoki. Tulvaindeksi laskettiin jakamalla keskiylivirtaama keskialivirtaamalla, ehkä siellä näiden kahden arvon ero on niin suuri, että indeksiarvoksi tulee suuri luku. Tietoa tähän löytyikin Arttu Paarlahden Pak-tiedoitusblogista. Paarlahti kirjoittaa, että indeksillä saadaan selville, kuinka moninkertainen tulvahuippu on verrattuna kuivimpaan aikaan. Aurajoen valuma-alueella ero on siis suuri.

Kartan visuaalisuudesta sen verran, että kahden tummimman muuttujan eroa ei kartalla helposti huomaa. Kartantekovaiheessa en huomannut tätä, mutta nyt karttaa tarkastellessa huomaa, että etenkin valuma-alue etelässä Turun seuduilla, jossa on suurin tulvaindeksin, ei erotu riittävästi. Tätä olisi voinut korostaa jollain eri sävyisellä värillä kuten Marika Sarkkinen omalla kartallaan. Vaalensin hieman rantaviivan ja valuma-alueiden rajojen värejä, mielestäni kartalla esitytettävien muuttujien värit pääsevät näin paremmin esille. Väritys on mielestäni onnistunut vesiaiheista karttaa kuvaamaan. Ylimääräiset kehykset kartan ympärillä häiritsevät minua ja yritinkin saada niitä pois – huonolla onnella – sillä siksi MapInfo sekosi ensimmäistä karttaa tehdessäni.

-Tuuli

Lähteet:

Koivisto, S. Tietokantojen käsittelyä. (2017). https://blogs.helsinki.fi/kosokoso/2017/02/01/tietokantojen-kasittelya/ luettu 6.2.2017

Paarlahti, A. Tulvaindeksi. (2017). https://blogs.helsinki.fi/pak-2017/2017/02/02/tulvaindeksi/ luettu 14.2.2017

Sarkkinen, M. Luento 3: Datan käsittely. (2017). https://blogs.helsinki.fi/macsarkk/2017/02/04/luento-3-datan-kasittely/ luettu 7.2.2017

Tulvien esiintyminen. Suomen ympäristökeskus SYKE. (2013).  http://www.ymparisto.fi/fi-FI/Vesi/Tulviin_varautuminen/Olenko_tulvariskialueella/Tulvien_esiintyminen luettu 6.2.2017

 

 

 

 

 

Artikkeli 1

Toisella PAK-kurssin kerralla syvennyttiin lukemaan luennon aiheesta myös artikkelin muodossa. Käsiteltävänä artikkelina oli Anna Leonowiczin artikkeli Two-variable choropleth maps as a useful tool for visualization of geographical relationship.  Leonowicz käsittelee artikkelissaan kahden muuttujan koropleettikarttoja ja argumentoi sitä kuinka hyviä ne ovat informaation esittämiseen, etenkin kuvaamaan kahden eri muuttujan välistä suhdetta.

Lenowicz testasi teoriaansa ryhmällä maantieteen ensimmäisen vuoden opiskelijoita. Tutkimustuloksissa selvisi, että kahden muuttujan kartat ovat parempia esittämään muuttujien välisiä suhteita, etenkin alueellisia. Ne koettiin myös mielenkiintoisemmiksi. Opiskelijat olivat toki luultavasti keskivertoa parempia kartanlukijoita, koska opiskelivat maantiedettä. Täten tuloksia ei ehkä voi yleistää.

Tämän tyyppinen kahden muuttujan koropleettikartta on mielestäni aluksi vaikeasti ymmärrettävä. Pienen tutkiskelun ja perehtymisen jälkeen kartta on kuitenkin tehokas esittämään tietoa. Jos siis karttaa osaa tulkita, sujuu esitettyjen asioiden luku kartalta nopeasti. Tämänkaltainen esitystapa ei ehkä siis sovi ”tavalliselle” kansalle sanomalehtiartikkelin perään väärinymmärrysten välttämiseksi. Kohdeyleisöllä pitää olla hieman tuntemusta kartoista ja taitoa lukea niitä. Legenda poikkeaa normaalista kartan legendasta niin, että siinä on huomattavasti enemmän tavaraa ja oleellisia ohjeita lukijalle, jotta karttaa osaisi lukea oikein. Legendalla on siis suuri vaikutus karttaa luettaessa. Sen merkitys on melkein yhtä suuri kuin itse kartalla, ja jos selitys on väärin tai huonosti laadittu, ei lukija ehkä pysty lukemaan karttaa.

Tämän tyyppisen kartan tekemisessä täytyykin olla tarkka, puutteet väreissä, rastereissa tai luokkien määrässä voi helposti heikentää kartan luettavuutta. Leonowiczin mukaan luokkia saa olla enintään kolme per muuttuja, eli ruudukon tulee olla maksimissaan 3×3 luoden kartalle yhteensä yhdeksän luokkaa. Kartan tulkinta vaikeutuu, jos luokkamäärä on suurempi.

-Tuuli

Lähteet:

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

 

Kurssikerta 2

Toisella kurssikerralla harjoittelimme teemakarttojen tekemistä MapInfolla. Ensimmäisellä kurssikerralla loimme yhden teeman karttoja, tämän kerran tarkoitus oli oppia tekemään teemakartta, käyttäen kahta eri teemaa päällekkäin. Kävimme tunnilla läpi MapInfon eri karttatyyppejä; pylväs-, ja ympyrädiagrammeja, graduated-teemakarttoja, tiheyskarttoja jne.  Alku tuntui tahmealta mutta omaa karttaa tehdessä (uusiksi monta kertaa heh), alkoi olla jo mestari teemakarttojen tekijä.

Tehtävänämme oli siis luoda teemakartta käyttäen kahta eri teemaa päällekkäin. Tehtävänannossa käskettiin käyttämään mielikuvitusta – sitä minulla ei nähtävästi ole – sillä teemojen keksiminen ei luonnistunut minulta lainkaan ja tein kartan uudelleen myöhemmin. Mielestäni valmiista aineistosta ei löytynyt sopivia teemoja, jotka olisivat tuottaneet hyvän kartan. Löysin kuitenkin lopulta kaksi teemaa joiden välistä korrelaatiota voi tarkastella kuvasta 1.

Kuva 1. Pirkanmaan väestöntiheys ja eläkeläisten osuus esitettynä kunnittain

 

Kartta (kuva 1.) kuvaa Pirkanmaan väestöntiheyttä pisteillä ja eläkkeellä olevien prosentuaalista osuutta turkoosin eri sävyillä. Väestöntiheys on suurinta maakunnan keskellä sijaitsevissa kunnissa: Tampereella, Nokialla, Lempäälässä ja Pirkkalassa. Eläkkeellä olevat ovat väestöön suhteutettuna sijoittuneet juuri päinvastaisesti maakunnan reunoille. Väestöntiheyden ja eläkkeellä olevien välillä on siis negatiivinen korrelaatio. Eläkkeellä olevat luultavasti asuvat maakunnan reunoilla omakotitaloissa väljästi, kun taas kunnissa joissa väestöntiheys on suuri, asutaan tiiviimmin ja siellä sijaitsee suurimmat kaupungit, jotka ovat etenkin nuorten keskuudessa suosittua aluetta asua. Omaa karttaa Sari Aroalhon kurssikerta 2 karttaan verratessa voi huomata, että tiheimmin asutuilla alueilla myös työpaikkojen määrä on suuri. Tiheimmin asutuilla alueilla siis sijaitsee työpaikat ja nuorempi työikäinen väestö.

Kartan toteutukseen olisin voinut panostaa enemmän, kartasta unohtui otsikko, joka on aika oleellinen osa kartan visuaalisuutta. Pisteet olivat mielestäni selkeä tapa esittää väestöntiheyttä kartalla, ja kartta näyttikin hyvältä ennen kuin tallensin sen. Tallentaessa kartan png-tiedostoksi tiheimmät pisteet muuttuivat epäselväksi sotkuksi. Erot luokkien välillä näkyvät edelleen aika hyvin, mutta legendalta on vaikea lukea, minkälainen muoto kuuluu mihinkin luokkaan, sillä pisteet näyttävät eriltä legendassa ja kartalla.

-Tuuli

Aroalho, S. Kahden teeman käyttö samassa kartassa, kurssikerta 2. https://blogs.helsinki.fi/aroalho/2017/01/29/kahden-teeman-kaytto-samassa-kartassa-kurssikerta-2/ luettu 9.2.2017

Kurssikerta 1 – Paikkatiedon ihmeellinen maailma

Aamulla herätyskellon soidessa hymyilin leveästi, sillä tiedossa oli Paikkatiedon hankinta, analyysi ja kartografia -kurssin ensimmäinen tunti. Olin valinnut kurssin ajankohdaksi keskiviikkoaamun klo 8-12, luvassa siis valitettavan levotonta menoa Sarin kanssa takarivissä, niin kuin edellisilläkin Artun kursseilla.

Aloitimme kurssin kuuntelemalla hieman paikkatiedosta. Luennoinnin jälkeen pääsimme kokeilemaan itse MapInfo paikkatieto-ohjelmaa. Arttu näytti esimerkkiä ja yritin räpiköidä perässä. Harjoittelimme yhdessä teemakartan tekoa, tuloksena oli kartta rivitaloissa asuvien osuuksista Suomen kunnissa. Seuraavaksi saimme valita itse aiheen ja luoda omatoimisesti teemakartan. Tässä vaiheessa olin jo ihan hyvin lämmennyt MapInfolle, ja muistin jo melkein miten homma menee.

Valitsin aiheeni karttaan ihan vain sen perusteella mikä kuulosti mielenkiintoiselta. Aineistona käytettiin Tilastokeskuksen vuoden 2015 aineistoja. Tein teemakartan kesämökkien määristä kunnissa. Kartan tehtyäni huomasin kuitenkin, että aineisto ei oikein sopinut koropleettikarttaan, sillä se kuvasi absoluuttisia arvoja. Tuntia oli vielä jäljellä, joten väsäsin uuden kartan, joka kuvaa vuokra-asunnoissa asuvien suhteellisia määriä kunnissa (Kuva 1). Mielestäni tämä sopi paremmin tehtävänantoon. Luonnollinen luokkajako näytti silmään sopivalta ja jakaumakin näytti hyvältä.

Kuva 1. Vuokra-asunnoissa asuvien lukumäärä kunnittain

Kartalla voi nähdä vuokra-asumisen olevan suosittua etenkin pääkaupunkiseudulla missä asuntojen hinnat ovat kalliit. Myös kunnat joissa on suuria kaupunkeja erottuvat tummempina, eli vuokralla asujia on enemmän. Kun karttaa vertaa Sakari Sarjakosken karttaan korkea-asteen tutkinnon suorittaneista, samat alueet näkyvät tummempina. Sarjakoski epäilee tämän johtuvan siitä, että nämä ovat yliopistokaupunkeja, kävisi yhteen siis minunkin karttani kanssa, sillä opiskelijat asuvat yleensä vuokralla.

Nyt viikko kartan teon jälkeen ja kriittisesti omaa karttaa tutkittaessa huomaan, että eri luokkien värit voisivat erottua hieman paremmin toisistaan. Myös sininen väri näyttää nyt tylsältä, vaikka se onkin mielestäni sopivan neutraali tähän tarkoitukseen. Pohjoisnuolen paikkaa mietin tovin, en ole varma, minne se olisi sopiva sijoittaa. Ihan hyvällä kohdalla mielestäni nyt. Mittakaava on suhteessa ehkä hieman liian suuri, legenda taas liian pieni.

Saa nähdä millaista kivaa ensi kerralla syntyy.

-Tuuli

 

Lähteet:

Vuokra-asunnoissa asuvien osuudet, Tilastokeskus 2015

Sarjakoski, Sakari (2017) Kurssikerta 1 − Pakki auki