Artikkelissaan “Two-variable choropleth maps as a useful tool for visualization of geographical relationship” Anna Leonowicz käsittelee yksi- ja kaksimuuttujaisten koropleettikarttojen eroja tulkinassa ja käyttötarkoituksissa. Hän toteaakin, että yhden muuttujan kartat sopivat kuvaamaan paremmin jonkin ilmiön alueellista jakautumista ja kaksi päällekkäistä teemaa yhdistämällä ilmiöiden väliset suhteet tulevat paremmin esiin. Tätä näkemystä tukemaan oli artikkeliin otettu mukaan ote Varsovan ja Vilnan yliopistoissa tehdystä kokeesta, jossa opiskeijat arvioivat yhden ja kahden muuttujan teemakarttoja.

Leonovicz siis toteaa kahden päällekkäisen teeman koropleettikartan toimivan, mutta sen luominen ja tulkitseminen vaativat enemmän. Tämän saimme huomata käytännössä toisella kurssikerralla kun perehdyimme kyseisen teemakarttatyypin luomiseen. Kahta eri teemaa kuvattaessa päällekkäin selkeiden väri- ja rasterointivalintojen merkitys korostuu entisestään, jotta tulos olisi lukukelpoinen. Tästä syystä teemojen luokkien lukumäärä rajautuu sekä Leonoviczin että opettajamme mukaan yhdeksään (3×3).

Eri luokkien kuvaamiseksi artikkelissa esitellään aivan omanlaisensa legenda, joka ainakin minulle oli ennestään tuntematon. Kuvaa hetken tutkittuani totesin sen kuitenkin toimivaksi. Legendassa luokat esitetään ruudukkona, jonka vaaka-akselilla ovat ensimmäisen teeman muuttujan arvot ja sivun pystyakselilla toisen muuttujan arvot. Näin saadaan esitetyksi jokainen kahden teeman yhdistelmä. Tällöin kartan lukija voi suoraan verrata kartassa esiintyviä värityksiä legendaan tarvitsematta tiirata kahta eri legendaa ja kuvitella rasteroinnit toistensa päälle. Tällöin myös toteutetaan TVT2-kurssilta tuttu sääntö siitä, että legendassa on oltava näkyvissä kaikki samalla tavalla kuin kartallakin, kuten Timo Säyrinen bloginsa Artikkeli 1 -tekstissä toteaa.

Legendasta saadaakin oiva aasinsilta erilaisten väritysten pohtimiseen, sillä edellä esitellyssä legendatyypissä luokat ovat aivan kiinni toisissaan. Tällöin karttaa laadittaessa on helppo huomata erottuvatko luokat toisistaan. Jos niitä ei voi erottaa legendassa, niitä tuskin voi erottaa kartallakaan. Onkin siis toimivinta käyttää alemmassa teemassa eri värisävyjä ja päällimmäisessä rasterointia. Tästä syystä alemman teeman värit eivät saisi olla myöskään liian tummia, jotta päälle tuleva rasterointi ei saisi karttaa näyttämään lähes mustalta. Toisaalta jos värit ovat aivan toisistaan poikkeavia, vaikka muuten näkyviä, lukija ei välttämättä osaa linkittää niitä ja niiden kuvaamia arvoja toisiinsa, kuten myös artikkelissa todetaan. Itse näkisin fiksuimmaksi käyttää saman väriperheen eri sävyjä, jotka erottuvat toisistaan tarpeeksi. Esimerkiksi punaisen eri sävyjä vaaleasta tummempaan kuvaamaan esitetyn ilmiön voimistumista.

Samaten eri luokkien rasteroinnit eivät saa olla liian samanlaisia. Rasteroinnissa törmätäänkin värejä enemmän erottuvuusongelmaan. Rasterit eivät saa olla liian samanlaisia, mutta toisaalta liian erilaiset saattavat sekavoittaa karttaa liikaa. Ne eivät myöskään saa olla niin tiheitä, että peittävät alemman teeman. Tästä syystä muun muassa kurssimme opettajan mielestä pisterasterit saattavat olla selkeämpiä kuin erilaiset viivat tai ruudutukset, mistä on samaa mieltä. Rasteroinnin hankaluuden myötä luokkien määrän rajautuminen yhdeksään erikoistapauksia lukuunottamatta onkin perusteltua.

Voidaan siis huomata, että kahden päällekkäisen teeman koropleettikartan luominen on haastavaa. Toimivan visuaalisen ilmeen lisäksi on edelleen huomioitava havainnolliset luokkarajat ja kahden muuttujan välisen yhteyden selkeys. Onnistuessaan kartta kuitenkin tarjoaa paljon informaatiota etenkin syy-seuraussuhteista, joita yhden muuttujan kartoilla ei voida esittää. Tämä kuitenkin vaatii lukijalta pitkäjänteisyyttä ja asiaan paneutumista, sillä pelkkä silmäys ei riitä. Tämä saattaa olla yksi syy kyseisen karttatyypin vähäiseen käyttöön, sillä jos karttojen kohdeyleisö kokee ne liian raskaina, kartografit tuskin innostuvat tekemään niitä lisää. Artikkelissaan Leonowicz toivookin kahden teeman koropleettikarttojen käytön yleistymistä niiden sisältämien etujen takia.

Itse voisin ainakin kokeilla kyseistä tyyliä tulevissa töissä, mikäli siihen on sopiva tilaisuus. Asiaa saattaa kuitenkin hankaloittaa MapInfon tarjoamien rajallisten väri-ja rasterointivaihtoehtojen yhdistäminen toisiinsa. Värien muokkaaminen on nimittäin mielestäni välillä melko paljonkin hankalampaa esimerkiksi Corel Draw -ohjelmaan verrattuna. Haasteita on tietenkin aina oltava ja lisäoppien myötä kahden päällekkäisen teeman kartan luominen saattaa minultakin onnistua.

Lähteet:

Leonowicz, A (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship.

Säyrinen, T (2012). Artikkeli 1. Näkemyksiä Anna Leonowiczin näkemyksiin. TVT3-blogi 28.1.2012. <https://blogs.helsinki.fi/sayrinen/>

Toisella kurssikerralla jatkoimme tutustumista MapInfon ihmeelliseen maailmaan erilaisten teemakarttojen kautta. Läpi käytiin niin pylväs- ja ympyrädiagrammi-, kuin Individual ja Grid-kartatkin. Kaikki muut kartat onnistuivat ongelmitta, mutta 3D-kartasta tuloksena oli vain muutama harmaa läiskä aineiston huippukohdista. Grid- ja prismaattinenkartta olivat minulle aivan uusia tuttavuuksia, mutta niiden laatiminen ei ollut sen vaikeampaa kuin muidenkaan. Gridkartassa ohjelma interpoloi aineiston arvot ja liukuvärjää kartan näin eri väreillä, jolloin alueet erottuvat toisistaan (Tarnanen, A. 2012). Prismaattinen kartta puolestaan on ikään kuin kartan kuvaaman alueen muotoinen kolmiulotteinen pylväsdiagrammi, jossa havainnot erottuvat alueiden eri korkeuksien mukaan.

Kaikkien eri teemakarttatyyppien harjoittelun jälkeen tehtävänä oli jälleen tuottaa oma teemakartta vapaavalintaisesta aiheesta. Ehtona oli, että kartassa piti olla kaksi teemaa päällekkäin, mikäli se ei ollut prismaattinen tai 3D-kartta. Valitsemaansa aihetta sai tarkastella haluamallaan alueella esimerkiksi koko Suomessa tai vain osassa kuntia.

Oman karttani alueeksi valitsin joukon Pohjois-Suomen kuntia, sillä ne ovat pinta-alaltaan mielekkäitä karttapohjan päälle lisättävää tietoa kuten symboleita ajatellen. Alue kiinnosti myös siksi, että aiemmilla kursseilla olen tehnyt karttoja oikeastaan vain Etelä-Suomesta. Teemakartan aiheeksi valitsin 0-14-vuotiaiden osuuden väestöstä ja perheiden määrän kunnittain. Oletuksenani oli, että mitä enemmän kunnan väestöstä on lapsia, sitä enemmän siellä todennäköisesti asuu perheitä. Lasten osuutta kuvasin perinteisen teemakartan tavoin erivärisillä luokilla, jotka muodostuivat kvantiilien mukaan. Tutkittuani aineistoa histogrammityökalulla huomasin sen olevan epätasaisesti jakautunut, mikä oikeastaan jätti luokitteluvaihtoehdoiksi kvantiilit ja luonnolliset luokkavälit. Luonnolliset luokkavälit eivät mielestäni toimineet kovin hyvin, sillä yhteen luokista osui lähes kaksinkertaisesti arvoja osan jäädessä vain muutaman arvon kokoisiksi. Ensikerralla aion kyllä tosin tehdä kaikkeni välttääkseni kvantiilien valinnan, sillä tarkoitukseni ei ole mennä sieltä mistä aita on matalin valitsemalla aina kaikenlaiseen aineistoon sopivan lajittelun. Perheiden määrää päädyin esittämään Gratuated-kartan mukaisesti symboleilla, jotka tässä tapauksessa ovat erikokoisia ympyröitä, jotta niiden välinen kokoero olisi mahdollisimman selkeästi nähtävissä.

Kuva 1. Lasten osuus väestöstä sekä perheiden osuus kunnittain vuonna 2011 osassa Pohjois-Suomen kuntia (MapInfo, Kunnat 2011).

Valmiista kartasta (kuva 1.) voidaan huomata, että alkuperäinen oletus kahden muuttujan  välisestä yhteydestä pätee melko hyvin. Perheiden suuri määrä näytää lisäävän lasten määrää kunnassa kuten esimerkiksi Rovaniemellä. Alueelta löytyy tosin myös muutamia kuntia, joissa lasten osuus väestöstä on korkeimmassa luokassa, mutta perheitä on vähän. Tästä syystä onkin mielenkiintoista tarkastella tekijöitä. jotka vaikuttavat lasten ja perheiden määrään eri alueilla.

Ensinnäkin on otettava huomioon, että Rovaniemellä asuu paljon enemmän väestöä kuin muissa kunnissa. Tästä syystä lasten osuutta eri kunnissa ei voi suoraan verrata keskenään, vaan se on ensin osattava suhteuttaa kunnan väkilukuun. Rovaniemellä lasten ja perheiden määrää lisävät todennäköisesti yliopistokaupungin tarjoamat laajemmat ja monipuolisemmat palvelut sekä koulutus- ja työmahdollisuudet. Samankaltaiset syyt selittävät todennäköisesti myös muiden alueen suurempien keskusten kuten Kemin, Tornion ja Kuusamon lasten ja perheiden määrää.

Vastaavasti voidaan huomata, että Koillis-Lapin kunnissa lasten osuus väestöstä on hyvin alhainen ja perheiden määrä pieni. Tähän vaikuttaa se, että alueen kuntien pinta-alasta suuri osa on asumatonta erämaata, minkä takia väkiluvut ovat kokonaisuudessaankin hyvin pieniä. Voisi myös kuvitella, että nuorempi väestö on muuttanut suurempiin keskuksiin parempien mahdollisuuksien perässä kuten Kemijärveltä Rovaniemelle perustaakseen perheen sinne. Vähintäänkin yhtä erämaisissa Pohjois-Lapin kunnissa lasten ja perheiden määrää puolestaan saattavat lisätä alueella asuvat saamelaiset ja saamelaisen kulttuurin suurempi perhekeskeisyys.

Mielenkiintoisin lasten osuuteen ja perheiden määrään vaikuttava tekijä Lapin alueella on kuitenkin uskonto. Pohjois-Pohjanmaa ja Lappi ovat nimittäin lestadiolaisuuden vahvimpia kannatusalueita Suomessa. Lestadiolaisuudessa ehkäisyä ei hyväksytä, mikä johtaa usein siihen, että perheessä saattaa olla jopa yli kymmenen lasta (Lestadiolaisuus 2012). Tämä voi olla yksi selitys sille, minkä takia kartan kuvaaman alueen lounaisissa kunnissa perheitä on melko vähän, mutta lasten osuus kohoaa korkeimpaan luokkaan.

Kokonaisuutena tämän kurssikerran kartan (ja tekstin) tekemiseen meni huomattavasti enemmän aikaa edelliseen verrattuna. Kuten Noora Turunen osuvasti blogissaan toteaa MapInfosta: “Se on nopea ja (kun punaisen narun löytää) helppokäyttöinen”. Omalla kohdallani etsin tuota kuuluisaa punaista lankaa melko kauan. Tosin en niinkään ohjelman käytössä vaan aiheen ja toteutustavan valitsemisessa. Tuntuu olevan niin, että mita enemmän aikaa kartan tuottamiseen on ,sitä enemmän siitä löytää korjattavaa. Tämä lienee sekä hyvä että huono asia. Tuloksena tämänkertainen kartta onkin mielestäni parempi kuin edellinen. Kuvan sommittelu sujui paremmin ja opin myös poistamaan laatikon mittakaavan ympäriltä. Värien suhteen kartta on mielestäni melko harmoninen ja selkeä. Mustat ympyrät erottuvat hyvin taustastaan ja luokat toisistaan jo yhdellä silmäyksellä. Miinuksena mainittakoon perheiden lukumäärää kuvaavien ympyröiden skaalaus. Osa ympyröistä on niin pieniä, että niistä on vaikeaa arvioida niiden esittämää lukumäärää. Olisi ehkä pitänyt vaihtaa suurimman ympyrän arvoa ( 16 000 perhettä) pienemmäksi, jotta ympyröiden koko olisi kasvanut. Mutta oppia ikä kaikki, ensi kurssikertaa ja uusia oivalluksia odotellessa.

Lähteet:

MapInfon Kunnat 2011-tiedosto. Tilastokeskus 2011.

Lestadiolaisuus (2012). 26.1.2012. <http://www.opinto.net/uskonto/timomuola/herlesta.html>

Tarnanen, A (2012). Kurssikerta 2. TVT3-blogi 25.1.2012. <https://blogs.helsinki.fi/atarnane/>

Turunen, N (2012). Kurssikerta 2: Insist on having problems, bet dis revolver will solve dat? TVT3-blogi 26.1.2012. <https://blogs.helsinki.fi/nooratur/>

Ensimmäisen kurssikerran aiheena oli oppia käyttämään paikkatieto-ohjelma MapInfoa, jolla kurssin työt tullaan suorittamaan. Perustoimintojen harjoittelu oli suoraa kertausta TVT1-kurssilta, mutta ainakin itselle se tuli tarpeeseen näin TVT2-kurssin ja joululoman jälkeen. Muistista olivat kadonneet kaikki tiedot muun muassa työkalupakin käytöstä ja eri tasojen muokkaamiseen liittyvistä asioista.  Myös TVT2- ja 3-kurssin välisen eron huomasi jo ensimmäisistä harjoituksista lähtien: edellisellä kurssilla keskityttiin piirtämiseen ja tiedon luomiseen, nyt puolestaan keskitytään muokkaamaan ja esittämään jo olemassa olevaa ominaisuustietoa erilaisin kartoin. MapInfossa ominaisuustieto linkittyy käsittelyssä olevaan sijaintitietoon.

Perusteellisen kertauksen ja yhteisen harjoittelun jälkeen oli aika testata opittua ja tuottaa harjoituksissa käytetyn aineiston vapaavalintaisesta aiheesta koropleettikartta. Kurssikerran aineistoina olivat Helsingin pienalueiden tiedot ja Suomen kuntien väestötiedot 2011.

Päädyin valitsemaan karttani aiheeksi Yli 65-vuotiaiden osuuden väestöstä kunnittain vuonna 2011. Selventämisen vuoksi mainittakoon, että Tilastokeskuksen mukaan väestöön kuuluvat kunnassa vakituisesti asuvat ihmiset, sekä kansalaisuudestaan riippumatta ne henkilöt, joilla oli kotipaikka Suomessa vuoden lopussa (Metadata, 2011). Karttaani valikoitui siis väestön eläköitynyt, tai yksilöstä riippuen, eläköityvä osa.

Aineiston luokitteluperiaatteen valitsemiseksi käytin Internet-pohjaista histogrammiverkkotyökalua, joka näyttää aineiston havaintojen jakaantumisen. Kyseinen työkalu esiteltiin meille harjoitusten yhteydessä korvaamaan MapInfon oma histogrammityökalu, joka opettajamme mukaan ei ole kovin toimiva. Histogrammista huomasin aineiston olevan lähes normaalisti jakautunut. Näin ollen testasin luokitteluperusteeksi kvantiileja eli tasamääräisiä luokkia ja keskihajonnan mukaan luokittelua. Vaikka keskihajonnan mukaan luokittelu sopii oikeastaan vain normaalijakautuneelle aineistolle, päädyin valitsemaan luokittelutavaksi kvantiilit, sillä näin suurten kaupunkien merkitys tuli mielestäni selkeämmin esiin. Tästä huomataan ero kartan laatijoiden välillä, sillä Anttoni Kervinen julkaisi blogissaan samasta aiheesta tehdyn kartan, jossa luokittelu on tehty juuri keskihajonnan mukaan. Luokkien määrässä  päädyimme samaan viiteen kappaleeseen. Jälkeenpäin ajateltuna keskihajonnan mukaan luokittelu olisi ehkä ollutkin oikeaoppisempaa, mutta toisella kertaa sitten.

Kuva 1. Yli 65-vuotiaiden osuus kunnittain vuonna 2011. Suluissa luokkien havaintojen määrä (MapInfo, Kunnat 2011 aineisto).

Valmiista kartasta (kuva 1.) voidaan selkeästi erottaa alimpaan luokkaan kuuluvat suurimmat kaupungit ja niiden vaikutusalueet, kuten pääkaupunkiseutu, Tampere, Turku ja Kemi-Tornion alue. Eläkeläisten pientä määrää alueella selittävät suuremmat työmarkkinat ja monipuolisemmat palvelut, jotka vetävät puoleensa työikäistä väestöä ja lapsiperheitä. Vastaavasti vanhojen ihmisten määrä lisääntyy siirryttäessä tarkastelemaan maaseutua ja pienempiä kaupunkeja. Toisaalta kartta ei kerro koko totuutta.  Myös eläkeläiset muuttavat parempien palveluiden perässä ja välillä asuinpaikka ei välttämättä ole heistä itsestään kiinni kuten sukulaisten päättäessä tiettyyn vanhainkotiin siirtymisestä. Näin ollen kartan antamaa kuvaa ei voida ottaa absoluuttisena totuutena, vaan se vaatii lukijaltaan kriittisyyttä ja perehtymistä asiaan, mikäli haluna on ymmärtää ilmiön taustalla vaikuttavat syyt. Yleiskuvana kartta antaa kuitenkin melko hyvin suuntaa antavaa tietoa myös asiaan tai karttoihin perehtymättömälle.

Visuaalisesti karttani on melko harmoninen ja selkeä, mutta muutama epäkohtakin löytyy. Väreiltään kartta on rauhallinen ja luokat erottuvat toisistaan. Varsinkin kahden alimman ja kahden ylimmän luokan väliset kontrastit ovat selkeät. Sen sijaan keskenään kolmen ylimmän luokan värisävyt osuvat ehkä turhan lähelle toisiaan varsinkin pienillä alueilla. Halusin kuitenkin karttaan viisi luokkaa, jotta alueiden väliset erot eivät yleistyisi liikaa. Kartan selkeyttä vähentää saariston rikkonaisuus ja siitä johtuva epätarkkuus, kuten Timo Säyrinenkin blogissaan toteaa. Kohteet ovat alueella niin pieniä, ettei niiden värejä pysty erottamaan, ellei suurenna kuvaa todella lähelle. Kolmas epäkohta joka häiritsee ainakin omaa silmääni on se, että legendan laatikon raja osuu liian lähelle kartan rajaa. Myös mittakaavan laatikko on mielestäni häiritsevän suuri.

Kartasta huomaa, että se on ensimmäinen tuotokseni MapInfolla pitkään aikaan. Komponenttien asettelu Layout Window:ssa oli haastavaa ennen toimintaperiaatteen ymmärtämistä ja sen takia valmis karttaesitys on mielestäni ihan hyvä harjoitustuotos, mutta ei oikeaoppinen kartta. Uskon kuitenkin oppineeni perusideat, joten ensikerralla prosessi on jo varmaan helpompi.

Lähteet:

Kervinen, A. (2012). Kurssikerta 1. TVT3-blogi 25.1.2012. <https://blogs.helsinki.fi/aeekervi/>

Säyrinen, T. (2012). Kurssikerta 1. TVT3-blogi 18.1.2012. <https://blogs.helsinki.fi/sayrinen/>

TVT3-kurssin aineisto. Metadata 2011. Helsingin yliopisto