Viimeisellä tunnilla kurssilla kartuttamiamme taitoja sovelletiin omavaltintaisen karttasarjan laadinnassa. Tehtävän aineistot oli siis tällä kertaa etsittävä verkosta itsenäisesti. Eksyin työvaiheessa pitkäksi aikaa aineistojen aavaan mereen, jossa en oikein osannut navigoida. Sain kuitenkin lopulta aikaiseksi kaksi kohtalaisen kelvollista esitystä.

Alkuperäisenä suunnitelmanani oli kartoittaa merenkulkuun – erityisesti tavaraliikenteeseen – liittyviä reittejä ja arvoja.  Uskoin vakaasti löytäväni jonkinlaista viiva-aineistoa tavaraliikenteen runkoreiteistä sekä muuta merenkulkuun liittyvää dataa, sillä laivaliikennettä paikannetaan jatkuvasti esimerkiksi AIS-järjestelmään. Minua olisi vastaavasti kiinnostanut esittää kuhunkin valtioon rekisteröityjen rahtilaivojen lukumääriä tuodakseni ilmi eräänlaisia mukavuuslippuja.

Minusta oli yllättävää, kuinka vähän käyttötarpeisiini soveltuvaa dataa lopulta löytyi. Yritin tarmokkaasti etsiä muun muassa laivareitteihin liittyviä aineistoja, mutta valtaosa niistä oli joko maksumuurien takana tai QGIS:iin soveltumattomissa tiedostomuodoissa. Lisäksi havaitsin, että maailman mittakaavassa oli haastavaa löytää tasalaatuista aineistoa, kuten Tiia Laisi jo totesi blogissaan (Laisi, 2020). Päädyin esimerkiksi lataamaan erään maailman tavarasatamia kuvaavan pisteaneiston, jonka yleistysaste vaihteli voimakkaasti alueittain. Aineistoon oli esimerkiksi Kiinan kohdalla koottu harvoja, maailmankaupan keskeisimpiä tavarasatamia, kun taas Kongon demokraattisesta tasavallasta löytyi kymmenittäin häviävän pieniä kohteita.

Kahden päivän onnettomat seilailut saivat minut nöyrtymään ja lähestymään tehtävää aineisto- eikä aihelähtöisesti. Lähdin siis kartoittamaan erilaisia maksuttomien aineistojen kokoelmia ja luotaamaan, mitä niiden avulla voisi saada aikaiseksi. Kiinnostoin eräästä UNDRR:n viiden neliökilometrin tarkkuudella tuottamasta pisteaineistosta, johon on arvioituna kunkin pisteen kohdalle sijoittuvan infrastruktuurin ja muun aineellisen pääoman arvo. Tämä aineisto on tuotettu luonnokatastrofien aiheuttamien aineellisten tuhojen ennakointiin, joten minusta tuntui luontevalta soveltaa sitä käyttötarkoitukseensa. Päädyin näin ollen sattuman kautta takaisin edellisen kurssikerran tunnelmiin. Hasarditematiikkaan palaaminen tuntui itsestäni alun perin hieman lattealta, jopa jonkinlaiselta rimanalitukselta. En kuitenkaan tässä vaiheessa vielä osannut ennakoida tulevia haasteita.

Päätin rajata kuvattavaksi kohteeksi Japanin, sillä otaksuin löytäväni riittävän moninaisia aineistoja tällä aluevalinnalla. Työvaiheen alkupuoli vaikuttikin lupaavalta. Päädyin esimerkiksi eräälle Japanin seismisen hasardin informaatiokseskuksen sivustolle, josta tuntui löytyvän kaikkea mistä olin osannut haaveilla – vektorimuodossa. Sain käsiini esimerkiksi Japanin seismistä hasardia kuvaavan pisteaineiston, joka osoittautui kuitenkin niin hienojakoiseksi, että QGIS lamaantui poikkeuksetta ihan vain yrittäessäni avata sen attribuuttitaulukkoa. Sama ongelma toistui usean muun aineiston kohdalla. Niinpä luovuin kunnianhimostani ja palasin ihan vain edellisen kurssikerran toimivaksi todettuun maanjäristystietokantaan.

Ensimmäisessä esityksessäni (kuva 1) on kartoitettu Japanissa kuluneen kahdenkymmenen vuoden aikana tapahtuneiden merkittävien maanjäristysten suhdetta alueen infrastruktuuriin ja ydinreakteaktoreihin. Kartasta on luettavissa, että Japanin seisminen riski on merkittävä. Japanin aineellisesti haavoittuvaisimpia kohteita ovat Tokion megakaupunki, Keihashinin megalopoli sekä Nagoyan metropolialue. Kuluneen kolmenkymmenen vuoden aikana merkittävimpiä aineellisia tuhoja on aiheutunut Tohokun (2011) sekä Koben (1995) maanjäristyksistä. Kartasta on vastaavasti havaittavissa, että useat ydinreaktorit ovat kuluneen kahdenkymmenen vuoden aikana altistuneet voimakkaille maanjäristyksille.

Kuva 1. Japanin infrastruktuurin sekä muun aineellisen pääoman arvo v. 2015 (arvio), voimakkaimmat ja/tai tuhoisimmat maanjäristykset v. 1990-2020 sekä alueen ydinreaktorit v. 2017.

Olisin toivonut pääseväni valjastamaan infrastruktuuritietokannan myös jonkinlaiseen laskennalliseen analyysiin, mutta en harmikseni löytänyt visioihini sopivia aineistoja. Lisäksi olin suunnitellut liittäväni karttaani kunkin maanjäristyksen aineellisia tuhoja kuvaavia arvoja, mutta niistä löytämäni arviot eivät vaikuttaneet täysin vertailukelpoisilta. Näkisin, että lopputulema on kuitenkin kaikessa kehityskelpoisuudessaan kohtalaisen havainnollinen. Olen tyytyväinen löytämiin aineistoihin, joiden parissa oli innostavaa työskennellä. Jäin kartan viimeistelyvaiheessa ihmettelemään erityisesti Tokion ylväimpien neliökilometrien rakennuskannan arvoa. Mitä megalomaanista suuruudenhulluutta.

Kuva 2. Japanin voimakkaimmat ja/tai tuhoisimmat maanjäristykset sekä niiden kuonuhrit v. 1990-2020 suhteutettuna alueen väentiheyteen v. 2015.  

Toisessa esityksessäni (kuva 2) samoja maanjäristyksiä ja niiden kuolonuhrien määrää on tarkasteltu suhteessa Japanin väentiheyteen. Kartasta on luettavissa, että kuluneen kolmenkymmenen vuoden aikana eniten kuolemia on aiheutunut Tohokun (2011) ja Koben maanjäristyksissä (1995). Koen, että esityksen ulkoilme on selkeä ja onnistunut. En kuitenkaan saanut purettua sinisen värigradientin selitteitä oikeaoppisesti kartan legendaan, sillä hyödyntämästäni väentiheysaineista puuttuivat metatiedot.

Anna

Lähteet:

Infrastruktuurin arvo, vektoriaineisto. 3.4.2020.<https://data.humdata.org/dataset/gar15-global-exposure-dataset-for-japan>

Japanin rantaviiva, vektoriaineisto. 4.4.2020.<https://www.gsi.go.jp/kankyochiri/gm_japan_e.html>

Kaupunkien nimistö, vektoriaineisto. 6.4.2020.<https://www.naturalearthdata.com/downloads/10m-cultural-vectors/10m-populated-places/>

Laisi, T. (2020). Kurssikerta 7. Omia Karttaesityksiä. 8.4.2020.<https://blogs.helsinki.fi/tlaisi/2020/02/26/viimeinen-kurssikerta/>

Maanjäristykset, csv-tiedosto. 5.4.2020.<https://earthquake.usgs.gov/earthquakes/search/>

Väentiheys, rasteriaineisto. 5.4.2020  <https://energydata.info/dataset/japan–population-density-2015/resource/c135be66-fbe6-4dde-bdf7-65a81b3638ed>

Maailman ydinvoimalat, vektoriaineisto. 5.5.2020.<https://datashare.is.ed.ac.uk/handle/10283/2464?show=full>