Viidennen kurssikerran tehtävien teko jännitti hieman etukäteen, sillä jouduin flunssaisena jättämään tunnin välistä ja tekemään tehtävät itsenäisesti. Olin kuullut kauhutarinoita tunnin aivoja raastavista tehtävistä, joten varovaisesti aloin tutkia moodlesta löytyviä tehtäviä. Kurssikerran uusi asia oli puskurivyöhykkeiden luominen, muuten pääpaino oli jo opittujen asioiden harjoittelussa ja hyödyntämisessä. Kurssikerralla oli kolme itsenäistehtävää, joiden pohjalta piti tarkastella omaa osaamistaan ja MapInfon käyttömahdollisuuksia. Varsinaista yhtä karttatehtävää ei tällä kertaa syntynyt, vaan kysymysten vastaukset koottiin oman pohdinnan tueksi taulukkoon.
Ensimmäinen tehtävä keskittyi täysin bufferoinnin harjoitteluun. Tutkittavina olivat Helsinki-Vantaan ja Malmin lentokentät ja kuinka paljon niiden lähettyvillä asuu ihmisiä. Bufferointi tuntui melko simppeliltä työkalulta, ja kunhan hieman oli ongelmoinut tietokantojen käyttämisen kanssa, myös tiedot vyöhykkeiden sisään jäävistä asukkaista löytyivät helposti. Toinen tehtävä käsitteli osittain myös bufferointia, mutta myös tietokantojen käsittelyä ja tiedon hakemista tietokannoista. Ensimmäisessä osassa tarkasteltiin pääkaupunkiseudun juna-asemia ja niiden lähettyvillä asuvia ihmisiä ja toisessa osassa alueen taajamia. Tässä piti jo soveltaa hieman enemmän osaamistaan tietokannoista ja select-työkalusta. Piti esimerkiksi hahmottaa, millaisia käskyjä selectissä piti antaa, että ohjelma osasi etsiä oikeat osiot väestötietokannasta.
Kuva 1. Uima-altaiden määrä pääkaupunkiseudulla
Kolmannessa itsenäistehtävässä valittiin yksi kolmesta tehtävästä. Itse tutkin uima-altaiden sijaintia ja määrää pääkaupunkiseudulla.Tässä tuli viimeistään kunnolla harjoteltua selectiä ja tietokantojen hahmottamista. Piti etsiä esimerkiksi uima-altaiden kokonaismäärä, määrä erilaisissa talotyypeissä ja niiden asukkaiden määrä, joilla on uima-allas käytettävissään. Aluksi ei mennyt aivan nappiin, kun ohjelman mukaan uima-altaita löytyi pääkaupunkiseudulta n. 10 miljardia. Hieman tarkemmin tutkittuani havaitsin, että joissain väestötietokannan riveistä uima-allas-sarakkeen alla arvo oli 999 999 999. Tällä oli ehkä tarkoitus merkitä niitä alueita, joista ei ole tietoa saatavilla, ja rajattuani nämä alueet pois tuli tuloksista huomattavasti järkevämpiä. Lopuksi pääsi vielä leikkimään teemakartoilla, ja tehdä pylväskartta uima-altaiden määrästä eri kaupunginosissa. Olin hieman pettynyt, sillä perinteiset rikkaiden asuinalueet Westend ja Kauniainen loistivat poissaolollaan. Uima-allasrikkaimpia alueita näyttivät olevan mm. Lauttasaari (51), Länsi-Pakila (52) ja Marjaniemi (46).
Itselleni hyödyllisin asia tällä kerralla oli erityisesti tiedon etsiminen tietokannoista. Select-työkalu toimi yllättävän helposti ja järkevästi ja sillä sai paljon tietoa erilaisista ilmiöistä, joista tietokannasta löytyi tietoa. Aiemmin työkalu ei ole aivan yhtä hyvin avautunut, ehkä siitä syystä, ettei itse ole joutunut pohtimaan sen käyttöä ja testailemaan erilaisia toimintoja. Tämä itse asiassa paistoi läpi muistakin kurssikerran tehtävistä; MapInfo alkoi tuntua paljon järkevämmältä ja helpommalta, kun itse ymmärsi, mitä oli tekemässä. Aiemmilla kerroilla ohjeet ovat olleet melko kattavat, joten parempaa ymmärrystä ohjelmasta ei ole syntynyt.
Bufferointivyöhykkeet tarjoavat myös paljon hyödyllistä tietoa. Yhdessä kattavien tietokantojen kanssa niitä voidaan hyödyntää monenlaisien ongelmien ratkaisussa. Lentokoneiden meluvyöhykkeet ovat hyvä esimerkki bufferoinnin käyttämisestä ympäristöongelmien selvittämisessä, esimerkiksi tulva-alueiden etsinnässä tai saasteiden levinneisyyttä tutkittaessa. Toki bufferointi yksin ei usein riitä, sillä harvan ilmiön vaikutusalue on yhtä suuri kaikkiin suuntiin. Esimerkiksi merivirrat tai tuuli voivat vaikuttaa vaikkapa saasteiden leviämiseen, eivätkä saamamme lentomelukartan vyöhykkeetkään ole täydellisen symmetrisiä. Bufferoinnilla voidaan tutkia myös esimerkiksi palvelujen saavutettavuutta, kuten toisessa tehtävässä. Julkisten palvelujen sijoittamisessa auttaa, jos voidaan selvittää, kuinka paljon ihmisiä palvelun vaikutusalueella asuu ja mihin palveluita tulisi sijoittaa mahdollisimman hyvän kattavuuden saavuttamiseksi. Tai vaihtoehtoisesti mihin uusi tehdas kannattaisi sijoittaa, jotta se häiritsisi mahdollisimman harvoja. Oikein hyvä esimerkki on myös Henri Järvisalon ajatus luonnonsuojelualueiden suunnittelusta; “Muita mahdollisia skenaarioita, joissa puskurivyöhykkeiden tarkastelu olisi olennaista, olisi esimerkiksi uusien luonnonsuojelu-alueiden koon ja muodon suunnittelu: habitaatin reunoilla olosuhteet eivät ole samanlaisia kuin habitaatin sisäosissa, ja mitä pienempi luonnonsuojelualue on pinta-alaltaan ja mitä kapeampi se on muodoiltaan, sitä suurempaan osaan koko luonnonsuojelualueen pinta-alasta tämä reunavaikutus kohdistuu. Luonnonsuojelualueen reunalta sisäänpäin suuntautuvalla puskurivyöhykkeellä voitaisiin havainnollistaa luonnonsuojelualueen olosuhteiltaan vakaamman ja yhtenäisemmän ydinalueen kokoa.”
Jo loppusuoralla olevan kurssin aikana on tullut opittua kaikenlaista MapInfosta. Olen täysin samaa mieltä Sara Lindholmin kanssa siitä, että on hyvin olennaista opetella datan käsittelyä ennen kuin MapInfolla alkaa enemmän leikkiä. Jos ei ymmärrä, miten tietoa haetaan ja käsitellään, tulokset ovat täysin hyödyttömiä. Natalia Erfving on huomannut saman ongelman; “Eniten ongelmia ovat tuottaneet joidenkin asetusvaihtoehtojen valinta, kuten esim. yllä mainitsemani taulukon päivittämisessä esiintyvien count/value/sum -vaihtoehtojen valinta. Minulle ei ole oikein vieläkään selvinnyt, milloin tulisi valita mikäkin. Tähän mennessä olenkin vähän kokeillut, että mikä tuottaisi oikean tuloksen, minkä takia esim. tämän kerran tehtävieni vastaukset eivät ole täysin luotettavia.” Kokeilemalla voi tulla oikeita ratkaisuja, mutta myös täysin tuulesta temmattuja. Tätä asiaa olisi voinut kurssilla harjoitella hieman enemmänkin, jotta itseluottamus ja varmuus omasta osaamisesta kasvaisivat. MapInfosta ei nimittäin ole mitään hyötyä, jos ei voi olla varma, että sillä tehdyt analyysit pitävät paikkansa.
Käyttäjän taitojen lisäksi myös käytettävissä olevat tietokannat asettavat omat rajoitteensa. Voi olla, ettei tietoa ole riittävästi, tai tietokannat ovat huonosti tehtyjä tai epäluotettavia. MapInfolla voi tehdä vaikka kuinka hienoja teemakarttoja, mutta jos ne eivät perustu todenmukaisiin tietoihin, niitä voi käyttää lähinnä tietokoneen taustakuvana. Tämä vaatii myös käyttäjältä jonkinlaista käsitystä tutkittavasta ilmiöstä. Jos esimerkiksi pääkaupunkiseudun väestötietokannan uima-allas-sarakkeessa 999 999 999 -ruutuja olisi merkattu pienemmällä arvolla, virhettä ei välttämättä olisi huomannut yhtä hyvin. Sitten olisi tyytyväisenä selitelty, että pääkaupunkiseudullapa onkin miljoonia altaita. Kaiken kaikkiaan MapInfo vaikuttaa toimivalta ja hyödylliseltä työkalulta, kunhan käyttäjä tietää mitä tekee (vaikka myönnetään, että odotankin jo kursseja, joilla päästään tutustumaan ArcGIS:iin).
Lähteet:
Erfving, N. (2014). Kurssikerta 5 : Bufferointia, analyyseja ja arvauksia. <https://blogs.helsinki.fi/nataliae/2014/02/11/kurssikerta-5-bufferointia-analyyseja-ja-arvauksia>. Luettu 21.2.2014
Järvisalo, H. (2014). KK 5: Bufferointia ja menneiden aikojen muistelua. <https://blogs.helsinki.fi/hpjarvis/2014/02/11/kk-5-bufferointia-ja-menneiden-aikojen-muistelua/>. Luettu 21.2.2014
Lindholm, S. (2014). Kurssikerta 5. Sitä tikulla silmään ken vanhoja muistelee. Mutta bufferi osoittautui hyvin mielenkiintoiseksi! <https://blogs.helsinki.fi/saralind/2014/02/18/kurssikerta-5-ken-kuuseen-kurkottaa-se-katajaan-kapsahtaa/>. Luettu 21.2.2014