Neljännen kurssikerran tavoitteena oli tutustua ruutukarttoihin, niiden luomiseen ja tiedon esittämiseen ruutukartan avulla. Ruutukarttoja on aikaisemmin käsitelty hieman johdatus geoinformatiikkaan maantieteessä -kurssilla (MAA-104). Siirryimme myös näin kolmen viikon jälkeen koropleettikartoista toisenlaisiin teemakarttatyyppeihin.
Aloitimme tunnin lataamalla kurssikerran aineisto Moodlesta zip -tiedostona omalle koneellemme. Aineiston lataamisen ja onnistuneen purkamisen jälkeen avasimme tietokannat QGIS:sä. Aluksi kartta näytti melko psykedeeliseltä, koska ohjelma valitsee kartalla käytettävät värit satunnanvaraisesti. Pienen hienosäädön jälkeen kartta näytti onneksi suhteellisen siedettävältä.
Kun alkuvalmistelut oli tehty, siirryimme ruudukon lisäämiseen ”vector” valikosta. Säädimme ruudukon kooksi 1000m x 1000m, koska oletuksena kartalle olisi tullut 1m x 1m ruudukkoja. Tämän jälkeen ”select by location” toiminnolla yhdistimme ruudukon tarkasteltavaan kohteeseen, joka tässä tapauksessa oli väestötiedot eli pks_vaki tietokanta. Tämän toiminnon kohdalla saimme jännittää sormet ristissä selviääkö QGIS toimenpiteestä vai kaatuuko koko ohjelma. Ei kaatunut!
Pks_vaki tietokannassa oli todella paljon osittain myös turhaa tietoa hidastamassa ohjelman toimintaa, joten tässä vaiheessa tarpeelliseksi tuli tietokannan karsiminen ja turhan tiedon pois jättäminen. Tunnilla tehdyssä harjoituksessa jätimme tietokantaan vain neljän sarakkeen tiedot.
”Join attributes by location” toiminnolla pystyimme tämän jälkeen yhdistämään ruudukon haluttuun attribuuttitaulukon sarakkeeseen. Nyt QGIS siis osaa kertoa meille tietyn attribuuttitaulukon sarakkeen arvot tietyssä ruudussa. Lopuksi tämä tieto piti vielä saada visuaalisesti näkymään kartalla. Käytännössä visualisointi tapahtui tismalleen samalla tavalla, kuin koropleettikarttojen visualisointi eli ihan tuttu juttu jo!
Kokeilin kotona tehdä oman kartan samalla tekniikalla, mutta eri muuttujalla. Valitsin attribuuttitaulukosta kartalle esitettäväksi muuttujaksi väestön iän keskiarvon. Lopputulos kyllä näyttää myös aivan tilkkutäkiltä, jonka tulkitseminen voi olla melko haastavaa. Lisäsin kartalle näkyviin myös tiet, jotta karttaa ja ruudukoiden sijainteja olisi hieman helpompaa tulkita.
Kartalta pystyy ainakin päättelemään, että esimerkiksi Helsingin vanhoilla ja arvokkailla asuinalueilla rannikon läheisyydessä väestön iän keksiarvo on korkea. Esimerkiksi edulliset vuokra-asunnot houkuttelevat luonnollisesti paljon nuoria, mutta niitä tuskin löytyy kovinkaan paljoa arvokkailta alueilta. Vanhemmilla ihmisillä on enemmän omistusasuntoja. Vanhempia ihmisiä asuu myös huomattavasti kauempana Helsingin keskustasta. Tämä voi johtua esimerkiksi siitä, että työssä käyvillä- ja vanhemmilla ihmisillä on omia autoja, kun nykypäivänä vain harvalla nuorella on oma auto pääkaupunkiseudulla. Osa vanhemmista ihmisistä on luultavasti myös aikanaan muuttanut rauhallisemmille pientaloalueille perheensä kanssa. Nuoria näyttäisi asuvan paljon suurien yliopistokampuksien alueella esimerkiksi Kumpulassa, Viikissä ja Otaniemessä. Kartalta voi myös kuitenkin päätellä, ettei alueen ikärakenteen tulkitseminen ole suoraviivaista, koska siihen vaikuttaa niin moni eri muuttuja.
Vertaillessani omaa karttaani Siiri Nymanin karttaan samasta aiheesta, pystyn havaitsemaan yhtäläisyyksiä eri luokkajaosta huolimatta. Myös Nymanin kartalla näkyy poikkeavina nuorien ihmisten keskittyminä juurikin yliopistokampuksien alueet. Nyman oli myös huomannut omalta kartaltaan keski-ikäisten suuren määrän pääkaupunkiseudulla. Tämä näkyi selkeästi Nymanin kartalla, mutta omassa kartassani olen käyttänyt enemmän luokkia, joten kartallani näkyy paljon pientä vaihtelua. Tämän takia en itse huomannut kyseistä yksityiskohtaa ennen kuin tarkastelin Nymanin karttaa.
Ruutukartalla pystytään esittämään monipuolisesti tietoa erilaisista muuttujista hyvinkin pienellä mittakaavalla. Erityisesti mikäli tarkasteltavassa kohteessa on paljon eroja pienellä alueella (kuten omassa taidonnäytteessäni), voisi koropleettikartta olla liian yleistävä. Kuten Laura Hynynen totesikin omassa blogikirjoituksessaan, että kuntatasolla esitetty koropleettikartta on huomattavasti yleistävämpi kuin 1km x 1km mittakaavainen ruudukko. Ruutukartta kuitenkin samalla peittää alla olevaa karttaa, joten ruutukartta täysin tuntemattomasta alueesta saattaisi olla niin sanotusti turha, jos kartan sijaintia ei pysty siitä päättelemään. Tämän takia esimerkiksi teiden tai kuntarajojen lisääminen on joskus tarpeellista. Jonna Kääriäinen oli myös maininnut blogissaan ruutukartan hyväksi puoleksi keinon tarkastella ilmiöitä hallinnollisista rajoista huolimatta. Olen Kääriäisen kanssa samaa mieltä tästä erityisesti nyt kun tarkastelumme kohteena on pääkaupunkiseutu, joka on melko yhtenäinen alue asutuksen kannalta. Tämä ominaisuus saattaa tietenkin olla myös haitaksi joissakin tapauksissa.
Kurssikerran loppupuolella ehdimme vielä tutustumaan hieman rasteritietokantoihin ja aineiston sisältämään korkeustietoon. Avasimme QGIS:ssä peruskarttalehden Pornaisten alueelta ja lisäsimme sen päälle rinnevarjostustason. Rinnevarjostuksen päälle saimme lisättyä vielä korkeuskäyrät. Kotitehtävänämme oli ladata Paitulista saman alueen peruskarttalehti ja lisätä latauksessa saamamme korkeuskäyrä -tietokanta QGIS:iin. Tämän jälkeen tehtävänä oli vertailla kartan korkeuskäyriä QGIS:in piirtämiin käyriin. Alla näkyvissä kuvissa on muutamia havaintojani korkeuskäyrien eroista. Kuvissa ruskeat käyrät ovat QGIS:in piirtämiä käyriä ja mustat käyrät ovat peruskarttalehden käyriä.
Kuvista voidaan havaita, että peruskarttalehden käyrät ovat huomattavasti yleistetympiä verrattuna QGIS:in käyriin. Karttalehden käyrät ovat vedetty suoriksi, vaikka todellisuudessa pinnanmuodot eivät ole aivan suoraviivaisia. Myös osa pienemmistä pinnantason vaihteluista on jätetty peruskarttalehdeltä kokonaan pois. Vaikka kartan tulee olla informatiivinen ja todenmukainen, liian tarkka kartta voisi helposti näyttää sekavalta. Tämän takia peruskarttaa on yleistetty.
Kurssikerralla kävimme mukavasti läpi aikaisemmilta kerroilta opittuja asioita. Kertaaminen oli todellakin tarpeellista! Tämä kurssikerta meni oikein rattoisasti ilman suurempien ongelmien ilmenemistä. Ensi viikolla pääsemme toivottavasti jatkamaan rastereiden parissa!
Lähteet:
Nyman, S. Neljäs kurssikerta. Blogikirjoitus kurssikerralta 4. Luettu 7.2.2020.
https://blogs.helsinki.fi/nymsiiri/
Hynynen, L. Mihin kaikkeen GIS pystyykään! Blogikirjoitus kurssikerralta 4. Luettu 7.2.2020.
https://blogs.helsinki.fi/lauravel/
Kääriäinen, J. Pisteaineistosta ruututeemakartaksi. Blogikirjoitus kurssikerralta 4. Luettu 7.2.2020.
https://blogs.helsinki.fi/kaarijon/