Artikkelitehtävä – päällekkäiset koropleettikartat

Anna Leonowichin artikkelissa “Two-variable choropleth maps as a useful tool for visualization of geographical relationship” lukijalle tehtiin tutuksi kaksimuuttujaisten koropleettikarttojen käsite. Kirjoitus esitteli metodin, sekä pohti karttaesitysten hyviä ja huonoja puolia. Lisäksi esitettiin koetilanne, jossa koropleettikarttoja annettiin opiskelijoiden arvioitaviksi.

Kaksimuuttujaiset koropleettikartat ovat ilmiöiden välisten suhteiden tarkasteluun antoisa työväline niitä tulkitsemaan kykeneville. Niiden avulla voi tehokkaasti  yhdistää yhteen teemakarttaan muuten useammalla kartalla esitettävät tiedot. Asioiden väliset suhteet ilmenevät paremmin kuin kahta erillistä karttaa vertaamalla. Artikkelissa viitatut tutkimustulokset antoivat ymmärtää ihmisten arvioivan ilmiöiden riippuvuussuhteita tavallisista koropleettikartoista vähän miten sattuu. Mm. visuaalisilla keinoilla sai hämättyä käsitystä asioiden välisistä suhteista.

Monimutkaisemmat karttaesitykset kuitenkin vaativat kohdeyleisöltäkin enemmän. Monitasoista karttaa on vaivalloista tulkita, perehtyminen vaatii aikaa ja ajattelutyötä ainakin tottumattomalta lukijalta. Karttoja itse tutkaillessa tulin siihen  tulokseen, että lähestyminen täytyy melkeinpä aloittaa legendaan tutustumalla, itse kartalta kun on hiukan vaikea hahmottaa esitettyä informaatiota. Alueellisuusaspektin voi sitten tarkastaa kartalta.

Tieto oli tosiaankin omasta mielestäni selvemmin hahmotettavissa legendasta, joka on hiukan erilainen, kuin mihin tavallisia karttoja tarkastellessa on tottunut. Kaksimuuttujaisten koropleettikarttojen legenda on itsessään jo analyysi: muuttujat ovat x- ja y-akseleina, ja yksittäistulokset ja trendiä myötäilevä lineaarinen suora ovat koordinaatistossa pistemuodossa scatter –mallliin. Varsinaiseksi legendaksi koordinaatiston tekee luokittelun mukainen ruudukko, jossa akseleiden vaihtuvat eri värit päätyvät päällekäin ja muodostavat siten esim. yhdeksän (3×3) eri luokkaa. Korrelaatiota näkee siis jo legendasta, oikeastaan selkeämmin kuin kartasta. Legendasta oli artikkelin esimerkissä tehty myös frekvenssiruudukko, josta näki helposti, kuinka paljon mitäkin aluetyyppejä oli ja sitä myötä millainen oli ilmiöiden suhteen laatu. Tavallisissa legendoissa ei olisi mitenkään mahdollista esittää kaikkea tätä informaatiota. Karttaesityksissä ei yksittäisarvoja yleensä ole mahdollista saada näkyviin karttaan eikä legendaan, mutta tässä asia oli hoidettu helposti.

Vastaavanlaisia legendoja ei tule MapInfossa tehtyä. Ei ainakaan omilla taidoillani, eikä luultavasti muutenkaan. Arttu Kivimäki pohdiskeli blogissaan koropleetti plus rasteri -vaihtoehtoa, joka onkin varmaan lähintä, mihin MapInfolla asiassa pääsee. En oikein aiemmin ole ymmärtänyt pohdiskelua työkalujen vaikutuksesta karttaesitysten laadinnassa ja siihen liittyvää huolta. Tässä yhteydessä kuitenkin huomaa, mistä on kysymys. Jos käyttää vain MapInfoa rajoitteineen karttojen laadintaan, ei varmaankaan teknisissä mahdottomuustilanteissa päädy tekemään niitä aina kaikkein tarkoituksenmukaisimmalla ja tehokkaimmalla tavalla.

Artikkelia lukiessa huomasi, että kartografiaslangi alkaa jo enimmäkseen olla hanskassa. Sanasto oli suurimmaksi osaksi tuttua. Itse kartta sen sijaan oli aika vaikeasti lähestyttävä, mutta tämä ehkä on kiinni ajatusmallin uutuudesta itselleni. Vastaavanlaisiin karttaesityksiin törmää harvoin, joten lukutaito ei ehkä ole asian tiimoilta aivan huipussaan. Totuttelemalla ja lukusujuvuutta harjoittamalla kartografiametodista voisi saada paljonkin irti. Legendaan kuitenkin suorastaan ihastuin.

 

Lähteet:

 

7. Matkailija: mitä tänään suojellaan?

Finaali

PAK-kurssi lähestyy loppuaan. Viimeinen kurssikerta pyhitettiin kokonaan omalle, täysin itsenäisesti toteutettavalle tutkimukselle. Kaikki tehtiin omin voimin alusta alkaen: aiheen valinta, tilasto- ja kartta-aineistojen etsintä ja muokkaus, sekä lopullinen toteutus valmiiksi teemakarttaesitykseksi. Pääsimme seisomaan omille jaloillemme, opitun varaan. Markus Sirviön sanoin, nyt nähdään, “onko kuuden viikon pakerrus ollut hukkaan heitettyä”.

Valintoja ja alkuajatuksia

Itselleni oli selvää, että nyt ei jäädä Suomeen näpertelemään, vaan siirrytään maailmalle! Valitsin kohteeksi Afrikan, joka tuntui jollakin tavalla selkeältä kokonaisuudelta. Lisäksi tämän maanosan taipumus kerätä kaikki maailman ongelmat osakseen tekee siitä kiinnostavan parantumattoman maailmanparantajan näkökulmasta.

Suuntaviivatkin olivat pääpiirteissään jo selvillä, multi-intressinen ihmisistä kiinnostunut tuleva LuMalainen(?) kun olen.  Halusin ehdottomasti saada yhdistettyä nämä kaksi teemaa, ihmisen ja ympäristön, samaan karttaesitykseen, mahdollisesti vielä jollakin raflaavalla twistillä. Mielessäni kehittyi pikkuhiljaa maailmoja syleilevä tavoite osoittaa jokin yhteys ihmisten hyvinvoinnin ja ympäristön hyvinvoinnin välillä. Mitä jos naisten oikeuksista huolehtiminen ja ympäristön hyväkuntoisuus kulkisivat käsi kädessä? Tai ehkä sosioekonominen tasa-arvo? Positiivinen tulos toisi uudenlaista näkökulmaa eettisyyskysymykseen resurssien jakamisesta ihmisten ja ympäristöasioiden kesken. Kuulostaisi ihan loogiselta, että sosiaalisten osa-alueiden ollessa paremmassa kunnossa, varaa ja tahtoa jäisi ympäristöstäkin huolehtimiseen. Somaliassa ehkä ovat päällimmäisenä mielessä muut kuin luontoarvot.

Aineistojen metsästystä

Rajaus aineiston suhteen olikin sitten jo haastavampi tehtävä, nyt kun käytössä oli kaikki ikinä julkaistu tilastotieto, johon tavallisella pulliaisella vain suinkin on yhteys. Ja sitä tietoa oli paljon. Hyväksi tietolähteeksi osoittautui YK:n Economic Comission for Africa ja sen tarjoamat monipuoliset tietokannat. Toisin kuin talouteen viittaava nimi ehkä antaa ymmärtää, sivustolla oli paljon tilastotietoa kaikesta muustakin, kuten koulutuksesta, terveydestä, ympäristöstä ja elintasosta yleensä.

Näitten joukosta aloin etsiä omaan tarkoitukseeni sopivia tilastoja, jotka lisäksi olisivat mahdollisimman kattavia. Harvemmassa aineistossa oli tietoja aivan kaikista Afrikan valtioista, tai ainakaan yhteneviltä vuosilta. Ympäristöosiosta löysin kaksi varteenotettavaa aihealuetta: metsäpinta-alan muutokset, sekä suojeltujen alueiden osuudet valtioiden kokonaispinta-aloista. Vaihtoehtoina siis sosiaalisen hyvinvoinnin (?) yhteys joko metsäkatoon tai luontoarvojen tärkeyteen ja ympäristöstä huolehtimiseen. Päädyin lopulta suojelualueisiin, vaikka metsät olisivat olleet jollain tapaa ehkä kiinnostavampia, enkä Afrikan suojelukäytänteisiin ollut paljoa perehtynyt. Suojelualueaineisto oli kuitenkin tarkoituksenmukaisempi, sillä metsäasioissalopputulokseen olisivat vaikuttaneet haittaavasti esimerkiksi erilaiset ilmasto-olosuhteet eri puolilla maanosaa. Lähemmin tarkastellessa tilastosta löytyi myöskin niin paljon kummallisia yksittäistapauksia  (eri tulokset eri lähteistä, äkilliset 50 prosenttiyksikön muutokset, jne…), etten uskaltanut lähteä arpomaan mihin luottaa, ja mihin ei.

Sosiaalipuolella kokeilin ihan MapInfoon asti useampaakin eri aineistoa, laihoin tuloksin. Aikaa ja hermoja meni taulukoita käsin näpräillessä ja muokatessa Excelin puolella. Ne koonnut neropatti oli kasannut tilastonsa sellaiseen muotoon, jota MapInfo ei osaa lukea: useampi vaakarivi per valtio (tietoja oli samassa taulukossa eri lähteistä) oli sille liikaa.  Koulutusasiat sukupuolisuuksineen saivat loppujen lopuksi lentää hiiteen, samoin kuin väestöntiheys/-määrä joita myöskin kokeilin. Etenkin kun huomasin, ettei mikään näistä edes tuntunut korreloivan tyydyttävästi minkään ympäristöindikaattorin kanssa. (Siinä taisi mennä tutkimusetiikka omalta osaltani: niin kova halu saada jänniä tuloksia, että hylkää “tylsät”)

Sitten löysin turismin

Ja syntyi kartta! Matkailualan osuus BKT:stä ei ehkä simppeliydessään ollut aivan sitä, mitä alunperin lähdin hakemaan (hainkohan kuuta taivaalta?), mutta se antoi selvän lopputuloksen, jossa oli jotain ideaa abstraktin idealismin sijaan. Uusi näkökulma tarjosi myös uudenlaisia ajatuksia.

Tosirediafrikka2
Kuva 1: Valmis teemakartta: matkailutuottojen ja luonnonsuojelun yhteys?

Yllä nähtävissä lopullinen karttaesitys. Graduated teemalla on esitetty valtioittain suojeltujen alueiden osuus, luonnollisesti sitä vahvemmalla vihreämmällä, mitä enemmän. Turismin merkitys kansantaloudelle näkyy pylväiden koossa.

Luokitteluvalinnoista

Histogrammityökalusta oli taas apua, mutta suojeluteeman luokittelu määräytyi lopulta kuitenkin visuaalisen ja muunkin selkeyden mukaan kolmeen natural breakilla määriteltyyn luokkaan.  Näin jonkinlainen korrelaatio pääsee esiin etenkin itärannikolla, ja luokkarajatkin kulkevat helposti ymmärrettävissä about tasakymmenissä. Tuntui myöskin tärkeältä antaa painoarvoa yli puolet aineiston valtioista kattavalle alimmalle luokalle, eli alle 10 prosentin suojelluille maa-aloille. Vertailukohtana sanottakoon, että maailman maapinta-alasta on suojeltu yhteensä 14,6% (Science Nordic 2015). Afrikassa jäädään siis enimmäkseen keskiarvon alapuolelle.

Tulosten pohdintaa

Tutkimusajatus jalostui siis lopulta tavoitteeksi selvittää, mikä vaikuttaa suojelualueiden määrään, jos eivät kerran koulutus, tasa-arvo tai väestöpaine. Tulokseksi sain tosiaan että turismi, ainakin enemmän kuin edelliset. Ainakin joissain osissa mannerta. Itärannikolla tämä näkyy suhteellisen selvästikin: siellä suurten BKT-osuuksien jono osuu mukavasti tavallista vahvemmin suojeltujen valtioiden rykelmän (Etiopia-Namibia -akseli) kohdalle. Toisaalta poikkeuksia, suorastaan päinvaastaisuuksia on paljon. Sambiassa turismin osuus BKT:stä on pienimpiä, vaikka se suojelualueiden osalta kuuluu Afrikan top5:een. Madagaskarilla taas potentiaalista suojeltavaa ja matkailijoitakin olisi, mutta väri sillä on silti vain vähän suojellun kellertävä. Kuitenkin monet yksittäistapaukset selittynevät paikallisilla olosuhteilla. Esimerkiksi Marokon ja Tunisian poikkeavuus (valtava matkailutuotto, pienesti suojeltua pinta-alaa) lienee aivan looginen: ilmaston karuutta ajatellen suojeltavaa bioainesta ei ole kovin paljoa, mutta muita turisteja vetäviä tekijöitä sen sijaan löytyy.

Ilmasto on ehkä ylipäänsä yksi suurista vaikuttajista koko ilmiössä. Se, ja luonnonolot määräävät sen, onko mitään suojelupotentiaalia omaavaa alueella ollenkaan, vai onko sitä hyvinkin paljon. Kuitenkin vaikuttaisi siltä, että kartasta voi vetää markkinavoimien vallalta haiskahtavia johtopäätöksiä. Niillä alueilla pidetään yllä elämyksellisiä suojelualueita, joille turistit tuntevat vetoa (Itä-Afrikan savannit). Hyvät matkailutulot kannustavat suojelutoimintaan. Hankalaan ja inhottavaan sademetsään taas ei suojelualueita viitsitä laittaa pystyyn, kun ei sinne turisti kuitenkaan eksy. Petri Pellikan kaukokartoitusluennolla (17.3.2016) ilmeni tätä hypoteesia ehkä tukien, että suojelualue Kenian Taitavuorillakin on paikallisen hotellin ylläpitämä. Tavallaan surullista, jos tosiaan on länsimaisen matkaajan vallassa päättää mitä suojellaan, ja mitä ei.

 

Lähteet:

 

 

 

6. Kaiken maailman uhkia

Pelikoneita ja koordinaatteja

Alkuun kävimme pikkuhasardien kimppuun, sellaisten kuin rahapelaaminen ja gps-paikantimien käyttö vilkkaissa tienristeyksissä. Toiseen näistä asioista tutustuttiin kenttätyön kautta, ja aamupäivä kuluikin mukavasti raikkaassa ulkoilmassa risteysten koordinaatteja keräillessä. (Opimme, että Intiankadun korkeus merenpinnasta vaihtelee jossakin 25 ja 40 metrin välillä). Gis-luolan pimeyteen palattuamme siirsimme tiedot paikantimista MapInfoon Exceliä ja muuatta tiedostonmuunto-ohjelmaa käyttäen. Create points -toiminto toi kerätyt pisteet näppärästi kartalle.

Alla nähtävissä geokoodausharjoituksen tulos, zoomattuna kotoisaan Viikkiin.

Kuva 1
Kuva 1: Kovin on tyhjää

Osoitetietoja osviittana käyttäen kartalle geokoodattiin Helsingin seudun pelikoneet. Omakohtaisen havainnoinnin perusteella tuomitsen aineiston kuitenkin joko epäajantasaiseksi tai muuten vain vajavaiseksi. Missä ovat meidän Prisman ja lähikapakan turmiolaitteet!

Hasardiopetusta

Harjoitusten jälkeen päästiin suuren maailman uhkien äärelle. Tavoitteena oli ladata tarvittavat tilastotiedot* netistä ja luoda niitä käyttäen opetuskäyttökelpoisia karttoja luonnonhasardeista. Pääpainon tähtäsin maanjäristyksiin ja niiden esiintymiseen maapallolla.

(* Maanjäristystietokanta: http://quake.geo.berkeley.edu/anss/catalog-search.html)

Kuva 2
Kuva 2: Yli 7,5 magnitudin maanjäristykset vuosina 2000-2016

Ensimmäisessä karttaesityksessä (kuva 2) lukija voi todeta ilmenevän useampikin fakta järistyksiin liittyen. Punaisilla pisteillä (legenda puuttuu nyt kaikesta, sori siitä) on merkattu kaikki vuoden 2000 jälkeen tapahtuneet järistykset, jotka ovat ylittäneet voimakkuudessaan 7,5 rajan. Toisin sanoen kartta antaa kuvan siitä, missä tapahtuvat kaikkein voimakkaimmat järistykset. Laattatektoniikkakarttoja tutkaillessa (Ville-Valtterin tavoin sanoisin, että niillä olisi suuri informaatioarvo asian esittelyn yhteydessä) voisi huomata näiden järistysten sijoittuvan litosfäärilaattojen törmäysvyöhykkeille. Kuvasta hahmottaa helposti ns. Tyynenmeren tulirenkaan. Myös suurten maanjäristyksen yleisyydestä (noin 15 vuoden aikaväli) saa yleiskuvan pisteiden määrän perusteella. Tarjolla siis sekä spatiaalista, että temporaalista informaatiota asian tiimoilta.

Kuva 3
Kuva 3: Yli 5,5 ja 7,5 magnitudin määnjäristykset vuosina 2000-2016

Seuraavassa kartassa (kuva 3) näkyy oransseilla pipanatähdillä (erottuvat paremmin, vaikka ympyräratkaisu kuulostaisikin loogiselta) merkattuna todella voimakkaiden maanjäristysten lisäksi myös pienemmät, kuitenkin 5,5 magnitudin ylittävät järistykset. Tämän kokoluokan tapahtumat luokitellaan pienimmillään keskisuuriksi*, 6,0-6,9 magnitudin järistyksistä käytetään jo sanaa “voimakas”. Tällaisilla merkittävän kokoisilla järistyksillä saa siis jo täytettyä kartan viidessätoista vuodessa, mikä kertoo hyvin niiden ehkä yllättävänkin suuresta ajallisesta esiintymistiheydestä. Tässä kartassa ne riittävät myös piirtämään melko validit rajat kaikille litosfäärilaatoille. Lisäksi paljastuvat mm. sellainen ilmiö kuin Itä-Afrikan hautavajoama ja sitä myötä systeemin jatkuva elävyys.

*(Helsingin yliopiston seismologian laitos: http://www.seismo.helsinki.fi/fi/maanjtietoa/perustietoa/magnitudi.html )

Kuva 4
Kuva 4: Yli 5,5 magnitudin maanjäristykset (2000->), sekä viime aikoina (1500->) aktiivisena olleet tulivuoret

Lopuksi kyhäsin kasaan vielä teemakartan tulivuorten (keltaiset kolmiot) sijoittumisesta maailman kartalle. Fiksu voi havaita niiden asettuvan samoille linjoille järistysten kanssa, eli litosfäärilaattojen reunoille. Tulirengas taas nähtävissä, niin kuin myös karttaesityksen hätäinen visuaalinen ilme.

 

Lähteet:

 

 

5. Taitojen kartoitusta

Buffereita ja bohdintaa

Viidennellä kurssikerran aluksi tutustuttiin puskurivyöhykkeiden (kavereiden kesken bufferit) ihmeelliseen maailmaan. Sen jälkeen syvennyttiin kaikkea tähän asti opittua kertaaviin itsenäistehtäviin.

MapInfo on nykyään kohtuullisen hyvin hallussa, ylitsepääsemätöntä epätoivoa esiintyy enää harvoin. Useimpiin ongelmiin riittää nopea muistutus vieressä istuvalta. Se ei kuitenkaan tarkoita, etteivätkö kaikenkokoavat itsenäistehtävät olisi olleet haastavia: aivosolut saivat todellakin jumppaa kaikkea opittua muistellessa. Tarkoittanee, että paljon on tullut uutta asiaa viime viikkoina. Itsenäistehtäviä tehdessä huomasi, että muistinvirkistys oli selvästi tarpeen. Esimerkiksi viime kerrasta query:jen parissa on aikaa, ja sen huomasi. Ja queryjen tekeminen on kuitenkin aika peruskauraa. Eiköhän lisäharjoittelu kuitenkin saa ennen pitkää kaiken iskostumaan muistiin. Näin epäili myös Christina Elgert kurssiblogissaan.

Ajoittainen vaihtelu MapInfon käytön sujuvuudessa on kyllä mielenkiintoinen ilmiö. Joinain päivinä asiat sujuvat mutkitta ja vaivattomasti ihanassa flow-tilassa. Sillon kun eivät suju, niin ne eivät suju sitten ollenkaan. Kaksi vaihtoehtoa. Bufferoidessa koki ne kummatkin: jeefiilikset voivat muuttua yllättävän nopeasti veriseksi bufferitaisteluksi. Omassa tapauksessani boundary select ei oikein tuntunut suostuvan yhteistyöhön. Toisaalta myöhemmin sama asia tuntui maailman helpoimmalta jutulta, enkä enää oikein edes tiedä, mikä siinä aluksi mätti. Sekin tuntuu olevan toistuva konsepti; ongelmien ratkeaminen selittämättömästi ilman että edes tiedostaa mitä tapahtui…. Joka tapauksessa, tuohon sujuvuustilanteeseen liittyy kuitenkin niin hyvät fiilikset, että taitavat mennä ohi ajoittaisista vaikeuksista. Hienoa ajatella, että käytössä on miljoonia tietokantoja informaatiota, ja voi itse tehdä sillä jotain ihan oikeasti.

Jotkin asiat kaihertavat silti vieläkin. Control zetaa on monesti ikävä… Joku ohjelmistotietäväinen varmaan osaisi selittää, miksi se on pakollinen paha MapInfossa. Oletan, että on. (Jos puute ei ole teknisestä välttämättömyyestä kiinni, niin piru periköön mokoman ohjelmiston kehittäjät…). Taulukoita käsitellessä unelmoi usein myös yksinkertaisesta sarakkeiden maalaamisesta ja copy-pastesta. Karttojen ulkoasua pähkäillessä taas alkaa ikävöidä CorelDraw:n layer-systeemiä, jossa tasojen siirtely toistensa suhteen oli niin ihanan helppoa. Tai edes mahdollista.

 

Vastaukset itsenäistehtäviin

  1. VANTAA-OSIO
  • Malmin kiitoradan melualue, asukkaita 2 km säteellä: 57 453, 1km säteellä: 8925
  • Helsinki-Vantaa asukkaita alle 2km: 11478

-joista % pahimmalla melualueella asujia: 0,3% (31kpl)

-vähintään 55 dB alueella asujia 4,0% (461kpl)

-Tikkurilassa laskeutumissuunnanvaihdoksesta kärsivät: 12 391kpl

  • Alle 500m päässä lähimmästä juna-asemasta asujat: 84 343kpl

-joista työikäisiä (15-64): 70,6 % (59 570)

 

2. TAAJAMA-OSIO

  1. asukkaita taajamissa: 471 475
  2. kouluikäisiä taajamien ulkopuolella: 1974 eli 4,0 % kaikista kouluikäisistä
  3. Alueita, joilla ulkomaalaisten osuus yli 30%: 6

20%: 10

10%: 39

 

3. UIMA-ALLASTEHTÄVÄ

Kuva 1: Teemakartta uima-altaiden määristä alueittain pääkaupunkiseudulla
  1. Uima-altaiden määrä: 855
  2. Asukkaita uima-altaallisissa taloissa: 12 170
  3. Omakotitaloja: 345

Kerrostaloja: 181

Rivitaloja: 113

  1. Eniten uima-altaita Lauttasaaressa.
  2. Talot, joissa on sauna: 21 922 eli 24,2 % prosenttia kaikista asutuista taloista

 

Lähteet:

C. Elgert (2016) PAK-kurssi 2016 – Christinan kurssiblogi: Kurssikerta 5: Buffereita, analyysejä ja putkiremontteja (26.2.2016) https://blogs.helsinki.fi/christie/2016/02/26/kurssikerta-5-buffereita-analyyseja-ja-putkiremontteja/ Luettu 7.3.2016

4. Muinaisten rakennusten metsästäjä

Pisteistä ruutuja

Tällä kerralla tavoitteena oli oppia taikomaan pisteaineisto ruutuaineistoksi. Käytössä pääkaupunkiseudun talokohtaisia väkitietoja, taustana open streetmap. Ruudukko syntyi helposti omalla työkalullaan ja taulukkovälivaiheiden kautta saatiin aikaan ruututeemakartta, jossa ruutujen värit määräytyivät aineiston arvojen mukaan.

Kuva 1: Pisteaineistoa ja ruutukehikko. Mää asun tos mis o punane ruks.

Alkaa tuntua, että itse tunnun innostuvan paljon enemmän tällaisista lähemmän tarkastelutason aineistoista ja kartoista, etenkin jos ne väestöaineiston tapaan ovat jostain tutusta paikasta. Tulee aivan erilainen fokus, kuin vaikka kuntatason aineistoja tarkastellessa. Tietää mitä katsoo.

Löysin seitsemäntoistavuotiaan itseni taulukosta, hahaa. Hassu tunne. Täältähän voisi tutkimusetiikkaa pienesti taivuttamalla vakoilla kaikkien naapurin mummojen ja poikien (hohoo) iät.

Tarkastelussa rakennukset

Itsenäistyönä loimme edelläkuvatunlaisen ruututeemakartan vapaavalintaisesta aiheesta, tehtävänä kiinnittää huomiota mm. valitun ruutukoon vaikutukseen. Pääkaupunkiseutu tosiaan oli alueena tuttu, ja sen mukaisesti löytyi myös kiinnostusta aivan eri tavalla kuin aiemmin. Päädyin tutkimaan rakennusvuosia, kuriositeettisivutavoitteena löytää alueet, joilla sijaitsevat kaikkein vanhimmat talot. Tulos toimii myös jonkinlaisena asutushistoriallisena esityksenä.

Aineistona teemakarttaa luodessa toimi pääkaupunkiseudun väestötilaston sarake rakennusten rakennusvuosista. Päätin ottaa tarkasteltavaksi kunkin ruudun pienimmän arvon. Minimi tuntui tässä tapauksessa tarkoituksenmukaisemmalta kuin esimerkiksi rakennusvuosien keskiarvo, johon yksittäiset vanhat rakennukset olisivat vain hukkuneet. Tällä tavalla myöskään Kauniaisten kummat miljoona-arvot eivät vääristäneet tuloksia. Minimi antaa lisäksi yleiskuvan siitä, milloin millekin alueille on alettu rakentaa. Vai sittenkin siitä, millä alueilla vanhojen rakennusten annetaan olla rauhassa? Ehkä vähän kummastakin.

 

Kuva 2: Muista kaikki välivaiheet. Tai muuten.
Kuva 2: oho hups

Innostuksissa pääsi jokin välivaihe unohtumaan, niin kuin ensimmäisestä karttayrityksestä (kuva 2) näkyy. Kannattaa tehdä sarake ruutuaineistoon ennen teemakarttailun aloittamista, ellei sitten välttämättä halua karttaesitystä epäilyttävästä tähtimöhnästä ruudukolla.

Toinen yritys menikin sitten ihan putkeen. Valitsin karttaan 250 metrin ruutukoon, joka on tarpeeksi pieni kuvaamaan näin yksittäisiä asioita, mutta kuitenkin tarpeeksi suuri kartan luettavuutta ajatellen. Lisäksi sain mukaan myös kunta- ja pienaluerajat, jotka parantavat luettavuutta huomattavasti. Legendojen siistimisessä olisi edelleen petraamista…

 

Vanhimmat_rakennukset
Kuva 3: Valmis teemakartta Pääkaupunkiseudun rakennusvuosien minimeistä, ruutukokona 250m

Luokittelussa halusin saada mukaan mahdollisimman muinaisia alimpia luokkia, kun vanhoihin rakennuksiin kerran halusin keskittyä. Tällä kertaa annoin siis piupaut luokkien tasaisuudelle, niillä ei ollut tässä asiassa niin merkitystä. Tästä (ja minimiperiaattesta) johtuen kartta näyttääkin erilaiselta, kuin monella muulla rakennusaiheen valinneilla bloggareilla. Oli kiintoisaa verrata omaa karttaani esimerkiksi Atte Aholaisen ja Tuomas Pätärin karttoihin, jotka oli luotu saman aineiston pohjalta, mutta täysin erilaisilla valinnoilla. Aivan eri alueet nousivat esiin kumpaisenkin kartoissa, joissa molemmissa luokat olivat yhtä lukuunottamatta 40-luvun tällä puolen. Arvot olivat keskiarvoja minimeiden sijaan, ruutukoko oli kaksi kertaa suurempi ja värivalinnatkin päinvastaiset. Oma fokus vaikuttaa näköjään aika merkittävästi lopputulokseen!

Mitä kartta kertoo

Espoo on kartalla mielenkiintoisen homogeeninen: suurin osa alueista näyttäisi kuuluvan luokkiin 1918-1935 ja 1935-1948. (Olisi täytynyt valita luokitteluun paremmin toisistaan erottuvat värit, vaikea erottaa mikä violetin sävy tarkalleen on kyseessä). Helsingin sisältä taas löytyy reippaasti molempia ääripäitä ja kaikkea siltä väliltä.

Zoomailemalla löysi mielenkiintoisia yksityiskohtia. Saman kartan voisi aivan hyvin tehdä pienemmälläkin aluetasolla. Alla tuttuja kohteita, tosin ilman mittakaavoja ja muita hienosäätöjä. Säätämällä läpinäkyvyyttä sai pohjakartan nimistöineen ja teineen sen verran näkyviin, että tietää suunnilleen missä mennään.  Hauskasti ovat alueet kasvaneet yhteen, jos sinisiä ruutuja yhdistävien punaisuuksien voi tulkita tarkoittavan sitä.

kumpulaa_rakennukset
Kuva 4: Kumpula! Lähialueineen.

Toukolan äärisininen ruutu (1750-1885) taitaa olla Annalan kartano? Ja selittäisikö Viikin vastaava ruutu “Latokartano”- nimen viereisellä lähiöalueella, jolla ei paljoa kartanoita näy?

Keskusta_rakennukset
Kuva 5: Kantakaupunkia

Joko Ruoholahti on valloitettu aivan vastikään (1961-), tai sitten sieltä on vain tehokkaasti raivattu kaikki vanha. Kumminkohan lienee. Voiko olla, että siellä oli pelkkää pöpelikköä ja ruohoa vielä 60 vuotta sitten?

 

Lähteet:

A. Aholainen (2016) ammahola’s blog: Neljäs kurssikerta, 11.2.2016 – ankaraa ruudutusta (13.2.2016) https://blogs.helsinki.fi/ammahola/2016/02/13/neljas-kurssikerta-11-2-2016-ankaraa-ruudutusta/ Luettu 7.3.2016

T. Pätäri (2016) Gis-tarinoita PAKkastalveen – Tuomas Pätärin kurssiblogi: Rakennusvuosia ruuduittain (10.2.2016) https://blogs.helsinki.fi/ttpatari/2016/02/10/rakennusvuosia-ruuduittain/ Luettu 7.3.2016

 

 

 

 

3. Tulvia ja timantteja

Taulukoiden Afrikka

Kolmannella kurssikerralla perehdyttiin taulukoihin ja niiden muokkaamiseen MapInfossa. En ollut osannut arvata, että Excel-taulukoiden tuominen MapInfon puolelle voisi olla näin yksinkertaista. Tietokantaliitosten lisäksi mm. loimme kahdesta eri aineistosta ns. yhdistetyn taulukon etsimällä kahden aineiston mätchäävät osat (SQl Select). Toivottavasti muistan vielä jälkeenpäinkin kuinka tämä tapahtui, vaikutti nimittäin aika hyödylliseltä.

Aineistot olivat tällä kertaa Afrikan mantereelta, mikä oli piristävää vaihtelua ainaisiin Suomen kuntien parissa näpertelyyn. Tuli globaali olo! Yhdistettyyn taulukkoon opettelimme laskemaan täysin uuden sarakkeen vanhoja tietoja käyttäen, eli internetin ”läpäisevyyden” Afrikan eri maissa. Kutkuttavaa päästä tällaisiin tietoihin käsiksi, tekisi mieli koluta itsekseen aineisto läpi muunkin kuin netin käyttäjämäärien ja timanttien osalta!

(Lisäys 18.3.) Tietokannat tarjoaisivat materiaalia monenlaiseen puuhailuun. Teemakarttoja voisi erilaisten vuosilukutietojen avulla tehdä eri ilmiöiden temporaalisesta luonteesta ja kehityksestä eri aikoina. Leviävätkö esimerkiksi konfliktit alueellisesti, päteekö spatiaalinen diffuusio? Onko öljykentistä useimmat löyetty viime aikoina vai jo muutama vuosikymmen sitten? Pistetietoja taas voisi muuttaa määrien kannalta havainnollisemmiksi koropleettikartoiksi. Väriesityksellä näkisi nopeasti vilkaisemalla, missä on määrällisesti eniten ja missä vähiten konflikteja/timantteja. Koropleettikarttojen päälle voisi liittää pistetietoja, jolloin korrelaatiot olisivat helpommin arvioitavissa kuin erilaisten pisteiden sekamelskasta.

Välivalitus ja jeditavoite

Egyptiä ja pikkusaaria yhdistellessä seurasin mekaanisesti ohjeita, ilman hajuakaan siitä mihin tällä pyrittiin. Tajusin mitä ollaan tekemässä vasta siinä kohtaa, kun valmis tiivistetty taulukko oli jo ruudulla silmien edessä. Vaikka kärryillä jo aika hyvin pysyykin, ei kokonaisuus ehkä silti ole ihan kondiksessa.

Välillä tuntuu, että tällä kurssilla odotetaan todella tehokasta sisäistämisnopeutta. Ei meinaa ehtiä ajatella, kun on niin kiire kuunnella. Tämä ei kuulosta oppimisen kannalta kovin edulliselta, oma muistini ainakin tallettaa asiat vasta kun saa ne combainattua johonkin kokonaisuuteen aivoissa. Seurauksena joutuu aina uudestaan miettimään, mistä mitkäkin ikkunat ja toiminnot ovat seurausta, mihin ne liittyvät, ja mikä niistä on mihinkin tarkoitukseen se optimaalisin. Ainahan Arttu toki kertoo mitä ollaan tekemässä ja miksi, mutta muihin asioihin keskittyessä selitys menee liian helposti ohi korvien… Täytyy yrittää skarpata ja saavuttaa jonkinlainen jedi- tai zen-mielentila.

Nyt olen alkanut kirjoittaa luonnoksia blogiteksteistä jo tunneilla kaiken muun ohessa, ja se tuntuu auttavan! Kirjoittaessa asiat jäsentyvät. Joissain asioissa multitaskaus nähtävästi kannattaa.

 

Sovellusta luokitteluhaasteineen

Kuva 1: Lähtötilanne
Kuva 1: Lähtötilanne

Back to Finland. Opittuja uusia taitoja päästiin heti soveltamaan, tavoitteena tulvaindeksikartan laatiminen aineistojen pohjalta. Pienen sähläilyn ja muistelun jälkeen sain ylivirtaamat jaettua alivirtaamilla (keskimääräisellä virtaamalla jakaminen tuntuisi ehkä loogisemmalta) tulvaindekseiksi ja asiat alkoivat sujua. Tuttuna juttuna luotiin uuden sarakkeen avulla teemakartta Suomen tulvariskien voimakkuuksista valuma-alueittain.

Kuva 2: Valmis tulvaindeksikartta
Kuva 2: Valmis tulvaindeksikartta
TulvaindeksijakaumaPNG
Kuva 3: Histogrammityökalulla luotu jakauma

Luokittelutavan valinnassa käytettiin apuna histogrammityökalua, josta näki arvojen jakauman näppärästi. Hankalaa luokittelu oli silti, mm. pienten ääritapausten (kaksi oikeanpuoleisinta palkkia) takia. Olisi ollut hyödyksi, jos olisi ollut jokin käsitys siitä, mitä indeksin eri arvot käytännössä merkitsevät. Mikä on niin suuren riskin indeksi, että se ansaitsee oman luokan, esimerkiksi. Päädyin luokitteluun, joka rajasi suurimman osan Suomea alhaisimpaan riskiluokkaan. Näinhän histogrammikin antoi ymmärtää. Lappi jäi kuitenkin mietityttämään: eri luokittelutavalla, sen länsiosat olisivat nousseet luokan ylemmäs ja antaneet visuaalisesti erilaisen vaikutelman tulvimisilmiöstä. Vähän oudolta tuntui myös jättää ylin luokka kokonaan yhdelle valuma-alueelle, … Noin äärimmäinen arvo (1100) ehkä kuitenkin ansaitsee näkyvyyttä?

(Mitähän tuo indeksi käytännössä tarkoittaa? Pieni vaihtelu virtausmäärien välillä johtaa osamäärään lähellä lukua 1. Indeksi 1100 tarkoittaa siis tuhatkertaista vesimäärää kuivimpaan aikaan verrattuna…? Kuulostaa isolta. )

Lopuksi lisättiin pylväät kuvaamaan alueiden järvisyyttä prosentteina pinta-alasta. Lopputuloksesta tuli kokonaisuudessaan ihan tyydyttävä, vaikka pohjoisnuoli ja mittakaava tällä kertaa jäivätkin puuttumaan. Legendat tuppaavat nähtävästi jäämään siistimättä. Pylväittenkään visuaalisesta arvosta ja lukukelpoisuudesta ei voi sanoa paljoa hyvää, mutta informaation ne kuitenkin antavat pääpiirteissään. Kartasta voinee vetää johtopäätöksen, että järviset alueet tulvivat muita vähemmän. Millähän tämä ilmiö selittyy? Pääseekö näillä alueilla vesi varastoitumaan jotenkin eri tavalla…? Henrik Murdoch arvelee blogissaan suurten vesistöjen kykenevän tasaamaan virtausvaihteluita. Pienemmissä vesistöissä ylivirtaamat esiintyvät terävämpinä huippuina, suurissa ne tulevat enemmän viiveellä ja vaikuttavat pitemmän aikaa.

 

Lähteet:

H. Murdoch (2016) Murdoch’s blog: PAK 2016 Kurssikerta 3. (6.2.2016) https://blogs.helsinki.fi/murdoch/2016/02/06/pak-2016-kurssikerta-3/ Luettu 3.3.2016

 

2. TakaPAKkia ja koropleettikommelluksia

Älä missaa sitä yhtä juttua

Juuri kun turvallisuuden tunne oli saavutettu, tempaistiin matto taas jalkojen alta. Alkutunti meni joutuisasti manatessa Artun salamannopeaa selitystahtia, joka ei näemmä anna sijaa sen ensimmäisen asian missaamiselle. Selvitellessä yhtä asiaa ehtiikin sitten missata seuraavat kolme. Toisin sanoen hetki jos toinenkin kului kolutessa kaikki kuviteltavat palkit ja kuvakkeet ja taikanapit läpi, etsien keinoa rajata pelkkä Pohjois-Suomi kartalle. Se oli se ensimmäinen asia. Se, mikä hujahti alkutunnista korvieni ohi. (Oli onneksi kuitenkin ihan simppeli juttu, sitten kun sen lopputunnista pienellä avustuksella löysi)

Tällä välin muut onnellisemmat yksilöt perehtyivät päällekkäisten koropleettikarttojen ja muiden kartografisten esitystapojen ihmeelliseen maailmaan. Sattuneesta syystä oma keskittymiseni oli hieman jakautunut. Pakko taas ylistää create thematic map:iä. Ihanan looginen ja selkeä. Tosin alkutunnin onnettomuudesta johtuen tein samat harjoitukset koko Suomen mittakaavassa, mikä vaikutti toisinaan vähän kurjistavasti karttojen luettavuuteen. Onneksi tämä oli kuitenkin vain harjoitusta.

Rikkaita suomenruotsalaisia (?) pistemuodossa

Itsenäistehtäväksi annettiin yhdistää kaksi kerrosta tilastotietoa yhteen karttaan, ja tämä sujuikin jo paljon ketterämmin. Päädyin tarkastelemaan tulojen alueellisuutta, sekä ruotsin- ja muunkielisten sijoittumista suhteessa tähän. Rajaus (Osasin! Jes!) Uudenmaan alueelle tuntui luontevalta, tämä nyt on se itselle tutuin seutu. Stereotyyppisesti ajatellen voisi kuvitella ruotsia äidinkielenään puhuvien painopisteen sijoittuvan hyvätuloisemmille alueille, muunkielisten (Uudellamaalla venäjä, viro, somalin kieli*) taas ehkä keskimäärin päinvastoin.

(*Uudenmaanliiton sivujen tietopalvelusta löytyi ihan mukavasti tilastoja ainakin tästä aiheesta: http://www.uudenmaanliitto.fi/tietopalvelut/uusimaa-tietopankki/vaesto/aidinkieli)

Kartalla havaittavia korrelaatioita tulojen kanssa ei sitten kuitenkaan näkynyt, muita mielenkiintoisia ilmiöitä kylläkin:

Kuva 1
Kuva 1: Ruotsin- ja muunkielisten sijoittuminen Uudellamaalla, sekä tulot kunnittain.

Minnekkäs suomenruotsalaiset sijoittuisivat, elleivät rannalle. Sisämaassa suorastaan huvittavan hiljaista. Helsingillä näyttää olevan vetovoimaa kaikkien kieliryhmien suhteen. Mielenkiintoista nähdä, kuinka äärimmäisen vahvasti vieraskieliset ovat keskittyneet juuri tänne: pk-seudun ulkopuolelle jää vain muutama piste (mikä varmaan selittyy melko pitkälti eroilla kokonaisväkimäärissä, mutta silti). Tulojenkin suhteen huomattavissa on ällistyttävän selkeä kehärakenne pääkaupungin ympärillä, joka itse jää kuitenkin kehyskuntien ja Vantaan kanssa samaan luokkaan ainakin näillä luokkarajoilla.

Visualisointihaasteita

Tekninen puoli sujui tosiaan jokseenkin jouhevasti. Silti tuli huomattua, että ”visualisointi on mielettömän vaikeata”, niin kuin Emil Ehström kurssiblogissaan totesi. Helena Rautakoskikin huomautti useiden muuttujien mahduttamisen samaan karttaan aiheuttavan helposti ongelmia. Itselläni niitä oli kolme, ja sen huomasi… Etenkin kahden eri pistetiedon esittäminen samalla kartalla oli pulmallista. Tiheässä Helsingissä oli pulmallista yrittää antaa oikeutta kummallekin ryhmälle, mm. värivalintoja joutui jonkin aikaa miettimään. Taustalla olevien tuloluokkienkin täytyi tietenkin sopia kokonaisuuteen, ja pisteiden täytyi erottua väripinnoista. Uskoisin pistemäisen esitystavan kuitenkin olevan paras ratkaisu tässä tapauksessa. Eri kieliryhmät olisi tietenkin voinut selkeyden vuoksi esittää eri kartoilla, mutta ahneus iskee helposti MapInfon kanssa puuhastellessa…

Hitto. Unohdin hyödyntää kaikenkattavan symbolivalikoiman!

(Tai ehkä ihan hyvä vaan)

 

(Koska selkeys)

 

Lähteet:

1. Alussa oli paikkatiedon suo, MapInfo ja Tytti

Upposin…

Paikkatietokurssi ja MapInfona tunnettu paikkatieto-ohjelma avautuivat edessäni eräänä harmaana perjantai-aamuna. Ensimmäinen kurssikerta palautti elävästi mieleen ratkiriemukkaat ensiaskeleet CorelDraw:n maailmassa. Ai että, sitä epätoivoa ja tragikoomista avuttomuutta ehtikin jo tulla ikävä. Kirosanoja nousi nytkin pintaan, kun edes sellaiset perusasiat kuin zoomaaminen ja kartalla liikkuminen eivät ottaneet sujuakseen. Yksi kartta kertoo enemmän kuin tuhat sanaa, ja oheinen tuskantunteita havainnollistava kuva tiivistäneekin alkutunnin fiilikset melko tehokkaasti.

#Alkufiilikset
Kuva 1: Maailma on kaunis

 

”…toiminnot, kuten zoomaaminen, eivät ole kovinkaan intuitiivisia…”

-Jasmiina Myllys (2016)

Kommentti MapInfon ajoittaisesta käyttöepämukavuudesta osuu naulan kantaan. Intuitiivisuus on tosiaan kaukana, kun zoomauskin vaatii pikkuruisen suurennuslasikuvakkeen etsimisen ja sillä räpeltämisen simppelin hiirellä scrollauksen sijaan.

Nousin!

Ensijärkytyksestä huolimatta asiat alkoivat pikkuhiljaa sujua.

Helpottavaa oli huomata, että perusasioiden haastavasta luonteesta huolimatta karttojen teko ohjelmalla oli oikeastaan varsin yksinkertaista. Teemakartat suorastaan tekivät itse itsensä, kiitos create thematic map -toiminnon selkeyden.

Tositoimiin päästiin vapaavalintaista koropleettikarttaa laatiessa. Tarkastelun kohteeksi otin korkea-asteen tutkinnon suorittaneiden prosentuaalisen määrän kunnittain, ikärakenteet ynnä muut kun tuntuvat olevan jo niin moneen kertaan nähdyt. Tämäkin tutkiskelu tuotti melko ennalta-arvattavan tuloksen, joka on nähtävissä alla.

Korkea-asteen_tutkinto
Kuva 2: Level Up!

Näppäryys yllätti. Pohjoisnuoli ja mittakaava saatiin suhahtamaan kartalle kuin itsestään, vaikka siirtely vaatikin hiukan kärsivällisyyttä.

Sateenkaaria ja luokkarajoja

Kaikki muu oli niin helpoksi tehty, että pohdinnan pääpaino päätyi keskittymään luokitteluun, sekä kartan todenmukaisuuteen ja visuaaliseen ilmeeseen. Värivalinta tosin tapahtui loppujen lopuksi ”oi-kivoja-värejä”-periaatteella, joka ei ehkä ole se tarkoituksenmukaisin. Jälkiviisaana joudunkin ehkä toteamaan, että kartan värien assosiaatiot ovat näin tarkemmin ajateltuna aivan päälaellaan. “Uhkaava” punainen sopisi ehkä paremmin matalan koulutusasteen kuvaamiseen, virallisempi sininen korkean.

Todenmukaisuus ja luokittelu liittyvätkin sitten melko pitkälti toisiinsa: Mihin laittaa luokkarajat, jos haluaa esittää asian mahdollisimman hyvin todellisuutta vastaavasti? Apuvälineenä luokittelutavan valinnassa käytettiin histogrammityökalua, joka tarjosi helpon keinon tarkastella aineiston jakaumaa.

Histogrammi_harj.1
Kuva 3: Spektrin väreissä esiintyvä ilmakehän optinen ilmiö eli frekvenssijakauma korkea-asteen tutkinnon suorittaneiden osuudesta %

Uusi tuttavuus luokittelutapojen kirjossa, Natural Break, herätti sympatiani. Se luokittelee aineiston siinä esiintyvien luonnollisten rajojen mukaan. Mukava nähdä tilastotieteissä jotain näin käytännönläheiseltä vaikuttavaa. Natural Break myöskin sattui sopimaan melko hyvin omaan aineistooni (muutaman luonnollisen ryhmäytymän voi ihan omin silmin nähdä histogrammistakin), ja se pääsikin heti käyttöön. Kummatkin ääripäät korkeakoulutettujen osuuksissa pääsevät esille, kuitenkin ilman silmiinpistäviä kontrasteja. Kartasta saa ihan hyvän kokonaiskuvan ilmiöstä: (yliopisto-)kaupunkien erottuminen edukseen ja toisaalta matalamman koulutustason painopiste Keski- ja Itä-Suomessa.

 

Lähteet:

Myllys, Jasmiina (30.1.2016)  Jasmiinan PAK-blogi https://blogs.helsinki.fi/myllyjas/, Luettu 5.2.2016