University of Helsinki
Noniin ja taas oli se aika viikosta, jolloin GIS velhon koulutus jatkui GEM kurssin muodossa. Tällä kertaa aiheena rasteriaineistot. Itse olen kylläkin aina enemmän pitänyt vektoriaineistojen työstämisestä (en tiedä, mikä niissä on, mutta kumminkin :D), mutta mukava oli rasteriaineistojakin pyöritellä ja ihmetellä.
Tällä kertaa ohjelmistossa oli pääkaupunkiseudun tutkailua ja rasteriaineiston luontia sekä rasteriaineistojen yhdistämistä sekä korkeuskäyrien luontia.
Pääkaupunkiseudulle siis
Tällä kertaa loimme itse rasteriaineiston pääkaupunkiseudun päälle. Aivan ensimmäisenä rasteriaineistoille tyypillinen pikselimäisyys luotiin tekemällä ruudukko alueen päälle. Tästä ruudukosta karsittiin vielä asumattomat alueet pois, jotta aineistoa olisi helpompi ja kevyempi pyöritellä. Näin jälkikäteen miettien tämä toimenpide taisi mennä itseltäni ohi ja en nyt sen takia tarkalleen muista miten se suoritettiin, joten täytyy palata vielä tutkailemaan tätä hetkeksi. Tämän jälkeen hankittiin vielä dataa ruutuihin väestötietokannan avulla ja tähän käytettiin aikaisemmalta kerralta tuttua Join attributes by location (summary). Tämä kyseinen työkalu on itselleni ollut melkoinen koettelemus ymmärtää, mutta pikkuhiljaa, pikkuhiljaa alkaa sekin valoistumaan. Tämän jälkeen jäi enää muuttujan valinta ja visualisointi jäljelle. Tuotoksen näkee alta kuvana 1.
Kuva 1. Pääkaupunkiseudun muun kielisen väestön osuus ruudun väestöstä.
Kartta kuvastaa siis muun kielisen väestön eli muun kielisten kuin suomea tai ruotsia puhuvien osuutta. Tarkastellessa kuvaa 1 ja sen karttaa voi huomata jonkin näköisiä keskittymiä pääkaupunkiseudulla muun kieliselle väestölle. Suurimpia muun kielisen väestön keskittymiä on mm. itäisen/koillisen Helsingin alueilla, Suur-Leppävaaran sekä Vanhan-Espoon eteläisillä alueilla. Aineistoa tutkiessa huomasi, että kahdessa ruudussa muun kielisten osuus ruudun väestöstä on täysin 100 %, nämä kaksi ruutua sijaitsevat Suur-Espoonlahden kaakkoisosassa ja koillisen/itäisen Helsingin osan rajalla, joissa ruudut ovat tummimman siniset, eli kyseisissä ruuduissa on vain muun kielistä väestöä. Tämä keskittyneisyys johtuu suurimmaksi osaksi lähiöistä ja maahanmuutosta. Maahanmuuttajat ovat varmasti suurin osuus muunkielisestä väestöstä. Maahanmuuttajilla usein on taloudellisesti vaikeinta, jolloin he asuvat usein halvemmilla asuinalueilla. Jessika Isomeri (2022) blogissaan muistuttaa hyvin, kuinka alueiden asumiskustannuksiin vaikuttaa kaupungin aluepolitiikka esim. investoinnit asuntoihin ja muuhun rakentamiseen sekä julkiseen liikenteeseen ja kuinka tällaisille alueille maahanmuuttajat usein keskittyvät.
Tässä kohtaa on hyvä muistaa, että käytössä on suhteelliset arvot ja luvut/havainnot ovat ruutukohtaisia. Tämä suhteellisten arvojen ruutukartta kertoo, että kuinka yleistä tietyn ruudun alueella on muun kielisyys väestössä. Absoluuttisilla arvoilla tuodaan taas esille, että missä pääkaupunkiseudulla on määrällisesti eniten muun kielistä väestöä ja tästä voidaan paremmin päätellä, missä päin asuu eniten muun kielistä väestöä. Absoluuttisilla arvoilla kuvattu kartta on kuvana 2.
Kuva 2. Pääkaupunkiseudun muun kielinen väestö ruuduittain absoluuttisin arvoin (lukumäärä).
Tästä kuvasta puolestaan huomataan, kuinka suurin osa muun kielisestä väestöstä keskittyy suurin piirtein pääkaupunkiseudun eteläisiin osiin. Esim. Helsingin koillis-/itäosiin keskittyy paljon muun kielisiä, joka on todennäköisesti lähiöiden ja maahanmuuttajien taloudellisen tilanteen johdosta muodostunut näin. Näin absoluuttisin arvoin huomataan, kuinka paljon muun kielistä väestöä määrällisesti on myös Helsingin eteläisessä ja keskisissä osissa, joka voisi selittyä mm. korkeakoulujen ja työperäisen maahanmuuton takia mahdollisesti.
Näitä karttoja keskenään vertaillessa huomataan, kuinka suhteellisilla arvoilla kartta näyttää hyvinkin värikkäältä, kun taas absoluuttisin arvoin kuvattuna muun kielisen väestön pääpaino on etelämmässä ja mm. Vanha- ja Pohjois-Espoo sekä Suur-Kauklahti ja Keimola ovat hyvinkin vaaleita, joka osoittaa, että määrällisesti muun kielistä väestöä on vähän. Joten on mietittävä, miten halutaan esittää ilmiö ja valita sen mukaisesti absoluuttisten ja suhteellisten arvojen väliltä, sillä molemmat hyviä omalla tavallaan.
Ruutukartan etuja verrattuna koropleettikarttaan huomasin olevan mm. se, että koropleettikartalla yleisesti esitetään suurempia alueita, näin ruutukartoilla voidaan yksityiskohtaisemmin esittää ilmiötä suurempien alueiden sisällä ja nähdä niiden sisäiset erot. Ainoana mietinnän kohteena on, että jos tieto osuu kahden ruudun välille, että sen arvo tulee vaikuttamaan tällöin kahteen ruutuun, joka vääristää hieman, mutta todennäköisyys sen tapahtumiseen on yleisesti pieni. Muutoin ruutukartalla voidaan esittää hyvin mm. väestön jakautumista ja sen keskittymiä.
Nämä karttaesitykset olivat mielekkäitä tehdä mielestäni. Itsestäni ainakin tuntuu, että visualisointi onnistui ja kartat ovat selkolukuisia. Lisäsin karttaan informatiivisen arvon lisäämiseksi pääkaupunkiseudun suuralueet, jotta alueiden sisäisen vaihtelun huomaa paremmin ja esim. oman asuinalueen tarkastelu onnistunee helpommin. Lisäsin myös alueiden nimet selkeyttämisen vuoksi, sillä ainakin itselleni suuralueiden nimet eivät ole hallussa, nimet siis havainnollistavat, että mitä aluetta kuvataan.
Korkeuskäyrät
Toisena tehtävänä oli muodostaa Pornaisten alueelle korkeuskäyrät. Tämä siis piti tehdä itse (ohjeet ja opettaja olivat onneksi apuna) käyttäen apuna rasteriaineistoa, jossa oli korkeuteen liittyvää tietoa (väritys korkeuserojen mukaisesti). Alun alkajaan siis käytössä oli neljä rasteritasoa, joiden yhdistämisen jälkeen voitiin tehdä korkeuskäyrät. Tämä onnistui hyvin ohjeiden ja neuvojen avulla. Ja käyristähän tulivat… (kuva 3)
Kuva 3. Pornaisten alueelle laaditut korkeuskäyrät 5 m välein.
…seuraavanlaiset. Alun epäuskon jälkeen niistä tulikin ihan hyvät. On jotenkaan alkuun uskonut, että korkeuskäyrät voi noin helposti tehdä QGIS:n avulla, mutta se olikin yllättävän yksinkertaista.
Todenmukaisuutta ja luotettavuutta näissä oma tekemissä korkeuskäyrissä voidaan tarkastella verraten niitä Paitulista löytyviin korkeuskäyriin, josta kuva alla (kuva 4).
Kuva 4. Paituli-palvelusta ladattu korkeuskäyräkartta.
Näitä kahta, kun vertailee huomaa, että Paitulin korkeuskäyrät ovat tarkempia. Oma tekemissä käyrissä huomaa, kuinka käyrät sisältävät joissain kohtiin ’siksak’ kuviota, kun taas Paitulin korkeuskäyrissä käyrät ovat ns. pehmeä linjaisia ja eivät sisällä yhtään ’siksakkia’.
Aivan lopuksi aloitettiin luomaan digitoimalla aineistoa Pornaisten karttaan, jota jatkamme ja hyödynnämme ensi kerralla, joten ensi viikolla palaamme tämän GIS matkan osalta jälleen Pornaisissa. Ensi kertaan siis.
Lähteet:
Isomeri, J. (2022). Viikko 4 – Rasti ruutuun. Jessikan GIS-hurvittelut -blogi. Viitattu 11.2.2022