Categories
Uncategorized

Kolmas kurssikerta

Väkivaltaa ja varallisuutta mustassa maanosassa

Pitkästä aikaa kolmannen kurssikerran pariin! Aikanaan pääsin tämän kerran Afrikan luonnonvaraesiintymien ja konfliktien välistä yhteyttä tarkastelevien tehtävien kanssa jo hyvinkin pitkälle, mutta koska jätin asian hautumaan pariksi kuukaudeksi, näyttää siltä, että QGIS (tai sen toistaitoinen käyttäjä) on kadottanut aikaansaannokseni. Ei siis muuta kuin aloittamaan alusta. Syynä kadotukselle lienee se, että tehtävässä luotiin väliaikaisia karttatasoja, joita ei ymmärtääkseni saa tallennettua.

Tarkemmin katsottuna ainakaan kaikki muutkaan opiskelijat eivät ole postanneet blogeihinsa todisteita valmiiksi saamastaan Afrikkatehtävästä, joten näin kiireisessä tilanteessa lienee parasta antaa itselleen hieman armoa ja jättää kuvallinen todistusaineisto ensimmäisen tehtävän osalta pois.

Harjoituksen ideana oli siis tehdä muutoksia ja liitoksia kurssimateriaalina jaettuun Afrikan valtioita käsittelevään tietokantaan, jotta siinä olevat tiedot saataisiin kätevästi visualisoitua mielenkiintoiseksi kartaksi. Muutaman tunnin QGIS:n pyörittelyn jälkeen tietokoneen näytöllä oli kartta, joka kuvasi konfliktien, timanttikaivosten ja öljykenttien esiintymistä Afrikassa. Koska oma karttani on kateissa, tarkastelin muistin virkistykseksi Hennan blogissa olevaa karttaa. Oma karttani näytti muistaakseni pitkälti samalta.

Työn pohjalta pystyi päättelemään, että timanttikaivosten ja öljykenttien sijainnin sekä konfliktien sijoittumisen välillä on paikoittain ainakin jonkinlainen yhteys, mutta myös konflikteja ilman luonnonvarojen läheisyyttä ja luonnonvaraesiintymiä ilman konflikteja on paljon. Kartan perusteella esimerkiksi Botswanassa, Tansaniassa, Mauritaniassa ja Sambiassa on paljon timanttikaivoksia, mutta konflikteja ei ole ollut laisinkaan. Libya puolestaan näytti olevan täynnä öljykenttiä, mutta konflikteja ei ollut yhtäkään.

Tässä kohtaa epäilykseni käytetyn tietokannan luotettavuudesta heräsivät, sillä tiedän Libyan turvallisuustason olleen ulkoministeriön matkustustiedotteessa jo ennen koronaa kaikkein ankarimmalla “poistuttava maasta välittömästi” -tasolla. Syynä tähän on pitkittynyt sisällissota, joka on seurausta vuoden 2011 ensimmäisestä sisällissodasta, jolla kaadettiin diktaattori Muammar Gaddafin hallinto (Wikipedia 2020).

Tosin nyt selvisi sekin, miksi kartta väitti Libyan olevan konfliktivapaa maa. Emmin blogissa olevan kartan legendassa kerrottiin esitettyjen konfliktien tapahtuneen vuosina 1947-2008, kun taas Hennan kartassa kerrottiin tietojen olevan vuodelta 2020. Tässä siis Hennalle, ja varmasti allekirjoittaneellekin, hyvä muistutus siitä, miten tärkeää legendaan on merkata oikeat metatiedot. Pahimmassa tapauksessa joku saattaa eksyä rajusti aiheesta ja päätyä lukemaan täysin aiheeseen liittymättömiä Wikipedia-artikkeleita, ulkoministeriön matkustustiedotteita ja kuvauksia valtioiden kahdenvälisistä suhteista, kun pitäisi tehdä koulutehtäviä. Tai no, tämä tapahtuu joka kerta muutenkin, joten en voine kuitenkaan syyttää Hennaa heikosta koulumenestyksestäni.

Libyassa ei siis ilmeisesti ole ollut ainakaan tilastoihin päätyneitä konflikteja ennen vuotta 2011, jonka jälkeen se onkin sitten romahtanut täydelliseen kaaokseen. Voi toki olla, että Gaddafin hallinnon aikana maan rajojen sisällä tapahtuneet kahinoinnit eivät ole päätyneet ulkomaailman tietoisuuteen ja vastaavia puutteita tilastoissa saattaa olla muuallakin, joten täysin varauksetta näihin, kuten ei mihinkään muihinkaan, tietoihin kannata suhtautua.

Nyt kun olen tutustunut erityisesti Libyan tilanteeseen, voin todeta että ainakaan nämä kyseiset väkivaltaisuudet eivät liity suoraan öljykenttiin, vaikka samoille alueille sijoittuvatkin. Tässä esimerkki siitä, miksi en lähtisi tekemään kurssikerralla tuotetun kartan perusteella vielä minkäänlaisia päätelmiä luonnonvarojen ja konfliktien välisestä syy-seuraussuhteesta. Kenties hieman parempia aavistuksia konfliktien syistä voisi tehdä, mikäli kartalla kuvattaisiin luonnonvaraesiintymien löytämisvuodet ja hyödyntämisen aloittamisen ajankohdat sekä samoina vuosina tapahtuneet konfliktit. Mikäli kummatkin osuisivat tässä tapauksessa samoille alueille, voitaisiin olla hieman lähempänä totuutta arvioitaessa muuttujien välillä olevan yhteyden lisäksi kausaatio.

Tietokannoissa on myös muita tietoja, joiden perusteella voitaisiin tutkia timantti- ja öljyesiintymiin liittyviä ilmiöitä laajemmin. Esimerkiksi yhdistelemällä esiintymien tuottavuuteen ja internetin käyttäjien määrään liittyviä tietoja, voitaisiin arvioida sitä, miten hyvin luonnonvaroista saatu varallisuus heijastuu kansalaisten elintasoon. Toki elintason mittaamisen on varmasti tarkempiakin mittareita ja siihen vaikuttaa muutkin tekijät kuin luonnonvarat, mutta suuntaa antavia analyysejä voisi tälläkin tavoin tehdä.

Kiintoisaa olisi tutkia myös internetin käyttöasteen ja konfliktien välistä yhteyttä. Saako parempi tiedonvälitys ja ihmisten tietoisuus yhteiskunnallisista epäkohdista aikaan levottomuuksia tai rajaako konfliktit internetin käyttöä? Onko internetin yleistyttyä vaikeampaa alkaa kaivamaan timantteja ilman, että muutkin ymmärtävät hakeutua aseiden kanssa osingoille? Emmin tekemään karttaan oli liitetty tieto konfliktien lisäksi myös internetin käyttöasteesta, mutta koska tiedot internetin käytöstä olivat vuodelta 2020 ja konfliktitiedot vuosilta 1947-2008, ei kyseisen kartan perusteella pysty kovinkaan hyvin vastaamaan yllämainittuihin kysymyksiin. Konflikteista tarvittaisiin siis tuoreempaa tietoa.

Tulvaindeksikartta

En jäänytkään ikuisesti välttelemään hankaluuksia jaarittelemalla Afrikka-asioista, vaan lopulta sain pitkään hapuilleella kädelläni otteen niskastani ja ryhdyin kotitehtäväksi annetun kartan tekoon (kuva 1). Tällä kertaa aiheena oli tulvaindeksikartan tekeminen kurssikerralla opittuja asioita itsenäisesti hyödyntäen. Luennon opeista olisi varmasti ollut enemmän hyötyä, jos olisin aikanaan ryhtynyt saman tien toimeen. Enää en muistanut asioista oikeastaan yhtikäs mitään, vaan jouduin vääntämään kartan käytännössä ilman mitään pohjatietoja. Tarvittavat toimenpiteet olivat loppuen lopuksi melko yksinkertaisia, mutta sillä ei ole merkitystä jos ei tiedä mitä tehdä. Kartan tekoon meni siis aikaa enemmän kuin laki sallii.

Kuva 1. Suomen valuma-alueiden tulvaindeksit ja järvisyysasteet.

Etenkin järvisyysastetta kuvaavan diagrammin tekeminen tuotti hankaluuksia. Ensimmäiset ongelmat ilmenivät jo liitettäessä Excel-tiedostona ollutta järvisyysastetaulukkoa osaksi tietokantaa. Jostain syystä ääkköset eivät päätyneet QGIS:iin oikeassa muodossa, joten yhdistävää saraketta valuma-aluetietokannan kanssa ei ollut. Excel-tiedostossa ei ollut myöskään valuma-alueiden id-numeroita kertovaa saraketta valmiina, joten ainoa keksimäni ratkaisu oli näpytellä id-numerot Exceliin yksi kerrallaan uudeksi sarakkeeksi. Aikaa kului, mutta lopulta tietokannat yhdistyivät oikein.

Nämäkään kärsimykset eivät vielä riittäneet. Vaikka attribuuttitaulukko olikin jo kunnossa, diagrammit eivät tahtoneet millään ilmaantua kartalle ainakaan missään järkevässä muodossa. Lopulta päädyin tyytymään punaisiin pisteisiin, jotka ovat jostain syystä paikoittain onttoja. Niiden kokokaan ei taida vaihdella oikeassa suhteessa, ainakaan mikäli Villen karttaan on vertaaminen. Pienemmät pisteet tarkoittavat joka tapauksessa sitä, että valuma-alueen pinta-alasta järvien peitossa on vain pieni osa ja suurempien pallojen kohdalla suurempi osa. Legendaan en kuitenkaan saanut tietoa siitä, kuinka suuria järvipinta-alan osuuksia eri kokoiset pallot tarkoittavat. Suuntaa antavaksi tiedoksi voin kertoa, että vaihteluväli on 0,1%-19,8%.

Tärkein tuotoksesta tehtävä huomio lienee se, että tulvaindeksi vaikuttaa olevan sitä suurempi, mitä pienempi on valuma-alueen järvisyysaste. Tulvaindeksi kuvaa jokiuomien virtaamien vaihteluiden suuruutta, joten tulokset ovat järkeenkäypiä. Järvivaltaisemmilla alueilla vettä on saatavilla jatkuvasti ja sitä virtaa joissa tasaisemmin koko ajan. Vähäjärvisemmillä alueilla veden määrä uomissa jää kuivina ajanjaksoina vähäiseksi kun taas sateisina aikoina tai lumien sulaessa vettä päätyy jokiin järvisiä alueita runsaammin pintavalunnan kohdistuessa vain jokiin.

Lähteet:

Aarrelahti, E (9.2.2021) Yhteistä ja omatoimista harjoittelua tietokantojen parissa. https://blogs.helsinki.fi/emaa/

Sanaksenaho, H (9.2.2021) Tietokantaliitoksia ja muita muutoksia. https://blogs.helsinki.fi/hennablog/

Väisänen, V (2.2.2021) Suomen valuma-alueita ja Afrikan konflikteja. https://blogs.helsinki.fi/villvais/

Ulkoministeriö (2.2.2021) Libya: matkustustiedote. https://um.fi/matkustustiedote/-/c/LY

Wikipedia (12.11.2020) Libyan sisällissota. https://fi.wikipedia.org/wiki/Libyan_sis%C3%A4llissota

 

Categories
Uncategorized

Projektiovääristymiä

Näin lähes kaksi kuukautta myöhässä lienee korkea aika hyökätä jälleen geoinformatiikan menetelmät -kurssin blogitekstien kimppuun. Voi toki olla, että tässä vaiheessa kurssi katsotaan jo hylätyksi, mutta ei auta kuin yrittää. Kurssin tiedotusblogissa annettiin kuitenkin ymmärtää, että aikaa kurssitöiden valmiiksi saamiseen on 31.3. asti, joten kokeilen onneani.

Toisesta kurssikerrasta on jo hetki aikaa, joten aivan tuoreessa muistissa luennon tapahtumat eivät ole. Sen kuitenkin muistan, että aiheena oli muun muassa eri projektioiden vääristymien tutkailu.

Luennon alkupuolella tarkasteltiin QGIS:n etäisyyden mittaustyökalulla, miten samojen paikkojen välinen projektiopinnalla kuvattu etäisyys muuttuu projektioita vaihdettaessa. Tulokset taulukoitiin Excel-taulukkoon. Oma taulukkoni on aikojen saatossa ehtinyt jo kadota jonnekin, mutta esimerkiksi Inkan blogissa oleva taulukko osoittaa, kuinka suuria eroja esitettyjen etäisyyksien välillä on eri projektioissa. Taulukon mukaan esimerkiksi Mercatorin projektiossa etäisyys kasvaa lähes kolminkertaiseksi suhteellisen hyvin todellisuutta vastaavaan TM35-projektioon verrattuna.

Päivän pääprojektina oli tuottaa muutama koropleettikartta, joilla kuvataan projektioiden pinta-alavääristymien eroja eri puolilla Suomea. Jokaisessa kartassa on käytetty TM35-projektiota, eli näissä kartoissa näkyvät kuntien koot ja muodot eivät ole vääristyneet eri väriluokkien osoittamalla tavalla.

Ensimmäisenä käsiteltiin “maailman väärinkäytetyintä” Mercatorin projektiota. Kuten kuvan 1 karttakin osoittaa, tämä nimitys ei ole lainkaan turhaan annettu. Mercatorin projektio näyttää pienimmilläänkin kuntien pinta-alat nelinkertaisena todellisuuteen nähden ja pohjoisimmassa Lapissa jopa kahdeksankertaisena. Tästä huolimatta kyseistä projektiota näkee usein käytettävän esimerkiksi koropleettikartoissa, joissa ilmiöiden ja asioiden esiintyvyysalueiden suuruuden ei pitäisi päästä liiaksi vääristymään. Oikeakulmaisuutensa vuoksi tämä projektio on kuitenkin käypää tavaraa esimerkiksi merenkulussa, jossa kohteiden välisten kulmien oikea suuruus on tärkeää.

Kuva 1. Mercatorin projektion esittämät pinta-alat verrattuna TM35-projektioon.

Seuraavaksi päädyin tutkailemaan Robinsonin projektiota (kuva 2). Kyseessä on kompromissiprojektio, joka ei näytä sen kummemmin etäisyyksiä, pinta-aloja, muotoja kuin suuntiakaan oikein. Projektion on tarkoitus saada aikaan sopusuhtainen kokonaisuus, joka ei vääristä mitään ominaisuutta erityisen paljoa. Kuten Mercatorin projektiossakin, myös Robinsonin projektiossa pinta-alavääristymät kasvavat etelästä pohjoiseen mentäessä. Ulko-asultaan kartta näyttää siis hyvin pitkälti samalta kuin ensimmäisenä tuotettu kartta. Tämän ei kuitenkaan kannata antaa hämätä, sillä vääristymien suuruusluokat eivät ole läheskään samalla tasolla kuin Mercatorin projektiossa, eivätkä ehdi kasvaa Suomen sisällä kovinkaan paljoa.

Kuva 2. Robinsonin projektion esittämät pinta-alat verrattuna TM35-projektioon.

Kahden lähes samalta näyttäneen kartan tuottamisen jälkeen pyrin löytämään projektion, joka saisi kartan visuaalisen ulkoasun poikkeamaan hieman edellisistä. Ensimmäisenä silmään osui itselleni entuudestaan tuntematon Cassinin projektio, jossa pinta-alavääristymät kasvavat luoteesta kaakkoon siirryttäessä. Huomattavaa on, että vääristymät ovat kumpaankin edellä tarkasteltuun projektioon verrattuna hyvin pieniä. Halusin saada luokkien välille edes hieman selkeämpiä eroja, joten jätin niiden määrän tällä kertaa viiteen. Myös Annika oli löytänyt saman projektion. Hän oli työssään päätynyt valitsemaan vain kolme luokkaa ja hieman ei-raflaavammat värisävyt, mikä on viisas valinta virheiden ollessa näin pieniä.

Arcgis.com -sivuston mukaan Cassinin projektio on suurien etelä-pohjoissuuntaisten alueiden kuvaamiseen tarkoitettu poikittainen lieriöprojektio, mikä selittää myös poikkeavan vääristymien kasvun suunnan. Projektio ulottuu 45 asteen etäisyydelle keskimeridiaanista sekä itään että länteen siten, että pituuspiirien väliset etäisyydet näyttäytyvät oikein. Kuvan 4 kuvakaappaus auttaa kenties hahmottamaan paremmin projektion ideaa.

Kuva 3. Cassinin projektion esittämät pinta-alat verrattuna TM35-projektioon.
Kuva 4. Cassinin projektiokaista, jonka keskimeridiaanina toimii nollapituuspiiri. (Lähde: Arcgis.com)

Lähteet:

Innanen, A (27.1.2021) Harjoitus 2: Pinta-alojen vertailu eri projektioissa. https://blogs.helsinki.fi/anninnan/

Pellikka, I (4.2.2021) Kurssikerta 2: Erilaisiin karttaprojektioihin tutustumista QGIS ohjelman avulla. https://blogs.helsinki.fi/pelliink/

Arcgis.com. (2021) Cassini. https://pro.arcgis.com/en/pro-app/latest/help/mapping/properties/cassini.htm

 

Categories
Uncategorized

Kuuluukohan tähän kirjoittaa blogin nimi vai artikkelin otsikko?

Ja olikohan tarkoitus tehdä erilliset postaukset kummastakin ensimmäisen kerran tehtävästä vai riittääkö yksi? No, ei kai sillä väliä.

Asiaan. Ensimmäisellä kurssikerralla tutustuttiin itselleni uuteen QGIS-paikkatieto-ohjelmaan. Tutustautumisharjoituksena tehtiin koropleettikartta, joka osoittaa kunkin Itämeren rannikolla sijaitsevan valtion tuottaman osuuden Itämereen päätyvästä typestä.

Koska olen tietoteknisten härveleiden suhteen melko käpy, oletuksena oli se, että tulen kohtaamaan ongelmia. Tämä oletus myös toteutui. Pysyin melko hyvin mukana siihen asti, kun piti alkaa laskemaan valtioiden suhteellisia osuuksia typpipäästöistä. Tässä vaiheessa en jostain syystä saanut vaihdettua laskimessa rastia ruudusta “create a new field” ruutuun “update existing field”. Koska olen suomalainen, avun kysyminen ei tullut kuuloonkaan ennen kuin kaikki mahdolliset itsenäisen ratkaisun keinot oli käytetty. Lopputuloksena oli se, että olin työni kanssa niin solmussa, että ainoa vaihtoehto oli aloittaa kokonaan alusta. Eipä ollut hyötyä siitäkään, jälleen olin jumissa samassa kohdassa.

Seuraavana askeleena oli uudemman QGIS-version lataaminen. Suureksi yllätyksekseni sainkin asetettua uudemmassa versiossa rastin laskimessa oikeaan ruutuun ja lopulta homma hoitui hitaasti, mutta vain hieman epävarmasti loppuun asti. Kurssikerran suurimpana oppina käteen jäi jälleen kerran se, että helpommalla pääsisi, kun kysyisi ajoissa neuvoa.

Viimeisellä yrityskerralla olin jo sen verran turhautunut, että en enää sen kummemmin jaksanut panostaa kosmeettisiin seikkoihin. Näin jälkikäteen katsottuna valtioiden rajoja olisi voinut toki muokata hieman haaleamman värisiksi ja tehdä järvistä vielä läpinäkyvämpiä. Valtioiden luokituksissa olisi myös voinut olla paikkansa neljännellekin luokalle ja alimpaan luokkaan kuuluvien valtioiden väriä olisi voinut muuttaa punertavammaksi. Tämä kartta saattaa antaa katsojalle sellaisen käsityksen, että Suomi, Viro, Liettua, Saksa ja Tanska olisivat lähes syyttömiä Itämereen päätyvän typen suhteen. Kartta ei myöskään kerro lähteitä eikä ajankohtaa, joten se on täysin puutteellinen. Asia oli kuitenkin käsittääkseni niin, että näiden tietojen puuttuminen katsotaan tällä kertaa läpi sormien vedoten työn harjoitusmaiseen luonteeseen.

Seuraavana tehtävänä oli tehdä vapaavalintainen kartta, joka kuvaa jotain ilmiötä Suomen kuntien aluejakorajauksella. Vaihtoehdoiksi annettiin kolme vaikeustasoa. Itselleni luontevin valinta oli alun vaikeuksien jälkeen tietenkin kaikista helpoin taso, jossa ei tarvinnut etsiä itse aineistoja, vaan ne sisältyivät valmiina annettuun pakettiin.

Karttatason attribuuttitaulusta löytyi sarake, joka kertoi avioerojen absoluuttisen määrän kussakin kunnassa. Päätin siis tehdä kartan, joka kertoo kunnittain avioerojen määrän 10 000 asukasta kohden. Tätä varten jouduin tekemään hieman yksinkertaisia laskutoimituksia ohjelman laskimella, mutta asia hoitui melko mutkattomasti aikaisemman harjoituksen oppien ansiosta. Kartta valmistui hyvinkin nopeasti ja kivuttomasti, mikä oli aikaisempien kokemusten perusteella melko yllättävää.

Karttaa katsomalla selviää, että suurimmat avioerokunnat ovat jakaantuneet tasaisesti ympäri Suomea. Johtopäätöksiä siitä, että joillakin tietyillä alueiden ominaisuuksilla olisi vaikutusta avioerojen määrään ei ole siis ainakaan yksin tämän kartan perusteella syytä lähteä tekemään. Jos asiasta haluttaisiin saada luotettavampaa tietoa, olisi parempi ottaa pidempi tarkasteluväli. Tässä aineistossa avioerojen määrät ovat niin vähäisiä, että jo yksittäisillä sattumalta juuri kyseiselle vuodelle ajoittuneilla avioeroilla saattaa pienemmissä kunnissa olla vaikutusta koko kunnan luokitukseen. Tulokset perustuvat siis todennäköisesti pitkälti sattumaan ja jonain toisena vuotena kartta voisi näyttää hyvinkin erilaiselta.

Kartan väreiksi valitsin neutraalin sinisen, sillä kartan tarkoituksena ei tällä kertaa ole ottaa kantaa siihen, onko ilmiö jollain lailla hyvä tai huono. Toki olisin voinut valita väriksi vaikkapa iloisen vihreän, onhan asia pohjimmiltaan positiivinen. Nämä ihmiset pääsevät kuitenkin eräästä elämäänsä rasittavasta tekijästä eroon.