University of Helsinki
Näin on saatu kurssi MAA 202 – Geoinformatiikan menetelmät aloitetuksi. Näin ensimmäisen kurssikerran ja sen harjoitusten teon jälkeen on hyvä palata katsomaan, minkälaiselle alulle kurssi on päässyt.
Aloimme, tietysti alunpohjustuksen ja kurssin ohjeiden jälkeen, heti työntouhuun. Olin odottanut jo kovasti kurssia ja sitä, että pääsemme paikkatieto-ohjelmiin käsiksi. Paikkatieto-ohjelmana käytössämme on QGIS, joka on osin tuttu itse ohjelmana, mutta ohjelma on myös samankaltainen kuin muut paikkatieto-ohjelmat, joita olen käyttänyt (mm. ArcGIS). Ensimmäisenä tehtävänä oli luoda kartta Itämeren alueelta ja esittää sen avulla Itämeren ympärysvaltioiden typpipäästöjen määrää. Tekemäni kartan voi bongata alta kuvana 1.
Kuva 1: Itämeren alueen ympäröivät valtiot ja niiden aiheuttamien typpi päästöjen osuus.
Itse kartan tekeminen oli mielestäni mukavaa. Tällä ensimmäisellä kerralla keskityimme ohjelman peruskäyttöön, joka oli itsellenikin hyödyllistä, sillä siitä on jo jonkin verran aikaa, kun viimeksi ohjelmaan on koskenut. Aivan alkuun tiedostojen tuominen ohjelmaan ja niiden visualisointi, johon saimme mukavasti vinkkiä siitä, kuinka löytää itselleen sopivan tavan visualisoida aineistoa. Myös ohjelman kaikkien nappien joukosta tarkastelimme niitä tärkeimpiä, jotka auttoivat paljon ohjelmiston uudelleen hallitsemisessa. Laskutyökalu osoittautui käteväksi, kunhan itse ymmärtäisi vielä paremmin sen käyttöä ja mistä löytyy mitäkin toimintoja siihen. Eiköhän tämä harjoittelun avulla selkene!
Kyseisen ns. introtehtävän jälkeen oli aika omatoimisesti harjoitella QGIS:n käyttöä. Valittavana oli kaksi vaikeusastetta, joista päädyin vaikeampaan, sillä ohjelma oli jo entuudestaan tuttu ja uskoin kykeneväni tekemään vaikeamman tehtävän.
Tehtävä onneksi oli perustoimintojen harjoittelua, mutta pienenä twistinä vaikeammassa tehtävässä täytyi itse kokeilla tuoda aineisto, josta halusi teemakartan tehdä. Aineistoa lähdin etsimään Tilastokeskuksesta, joka on tullut tutuksi aikaisemmilta kursseilta. Täältä löysin muuttujan, jonka halusin tuoda QGIS:iin. Alkuvaikeuksien jälkeen ja parin kokeilun jälkeen ymmärsin aineiston muodon tarkoituksen, tehtävän ohjeissa tässä lukikin, mutta itse kokeilemalla hoksasin asian. Sain tuotua aineiston hyvin ohjelmaan, mutta sitä yhdistäessäni kunta-aineistoon tuli ongelmaksi ä, ö ja å kirjaimet, jolloin aineistot eivät yhdistyneetkään niiden kuntien osalta, joiden nimessä oli jokin näistä kirjaimista. Tähän ääkkösongelmaan en keksinyt ratkaisua, mutta sain kumminkin aineistot muulla tavalla yhdistettyä. Yhdistyksen tein lopulta kuntanumeron perusteella. Olisin varmaan päässyt tässä helpommallakin, mutta onnistuin tällä tapaa silti :D. *Tosiaan kolmannella kurssikerralla tähän tuli vastausta eli koodaus oli itselläni (ja automaattisesti määrittynyt) ohjelmassa UTF-8:ksi, joka ei tunnista ääkkösiä, tämä olisi siis pitänyt muuttaa mm. ISO_8859-1:1987 koodaukseen. Tämän tulee varmaankin nyt muistamaan tulevaisuudessa*. Tuotokseni löytyy alapuolelta kuvana 2.
Kuva 2: Yritysten lukumäärä vuonna 2020 kunnittain (Tilastokeskus, 2020)
Teemakartan muuttujaksi valitsin yritysten lukumäärän. Huomasin tosin kartan tehtyäni, että kyseinen muuttuja oli valmiina aineistossa, mutta tilastovuosi oli 2015, joten tein siis päivitetyn version kyseisestä muuttujasta ja samalla harjoittelin aineiston yhdistämistä.
Kartta esittää siis yritysten määrää jokaisessa kunnassa. Kartasta voidaan huomata, kuinka yrityksiä on keskittynyt suurimmaksi osaksi Etelä-Suomen kuntiin ja erityisesti Suomen väkirikkaimpiin alueisiin mm. Pääkaupunkiseutu, Turku, Oulu ja Tampere. Yritysten keskittyminen kyseisille alueille on todennäköisesti ohjautunut väestön keskittymien mukaan. Tämä voidaan huomata vertailemalla Heta Suutarin (2022) väestöntiheys karttaa omaani yritysten lukumäärä karttaan, joista huomaa, että yritysten lukumäärällä ja väestötiheydellä on yhteys. Esim. Helsingissä on hyvin paljon ihmisiä, jolloin yrityksille on mahdollisuudet saada asiakkaita ja menestyä, kun taas esim. Utsjoella, jossa väestön määrä ja väestöntiheys on pienempi, on yritysten vaikeampaa saada asiakkaita ja yritysten ylläpitämisen kykeneväisyys on todennäköisesti siten pienempi.
Kartan teossa harjoittelin jo oppimiani taitoja, jolloin kartan teko onnistui teknisesti hyvin. Tosin tällä kertaa täytyi itse miettiä mm. luokkarajoja tarkemmin, värejä sekä asettelua. Koen onnistuneeni kumminkin hyvin. Koen, että sain kartan värit erottumaan toisistaan hyvin ja uskon, että kartan asettelu (kartta, legenda, pohjoisnuoli ja mittakaava) ovat hyvät. Näin jälkikäteen tosin ajattelisin, että luokat voisivat olla helpommin hahmotettavissa, jos luokkarajat olisivat tasakymmenlukuja. Nyt luokkarajat ovat vain numerojen yhdistelmä, joka voi hämmentää niitä lukiessaan, varsinkin kun kyseessä on hyvin suuria lukuja. Ohjelma kumminkin lajitteli nämä luonnollisilla luokkarajoilla itse, enkä silloin tajunnut näitä katsoa. Muutoin ajattelen kartan olevan selkeästi luettava.
Tästä on hyvä jatkaa harjoittelua!
Lähteet:
Tilastokeskus, 2020. 11dc – Yritysten toimipaikat kunnittain, 2013–2020. <https://pxnet2.stat.fi/PXWeb/pxweb/fi/StatFin/StatFin__yri__alyr/statfin_alyr_pxt_11dc.px/>
Suutari, H. (2022). 1. viikko – tutustuminen. Heta VS GIS -blogi. Viitattu: 11.2.2022