Tietokantojen luomista ja endogeenisia prosesseja

Kuudennella kurssikerralla pääsimme kirmaamaan raittiiseen ulkoilmaan GPS-paikantimien kanssa, mikä oli tervetullutta vaihtelua ainaiseen koneen ääressä nököttämiseen verrattuna. Ideana oli kerätä ominaisuus- ja koordinaattitietoja noin kymmenestä samanlaisesta, vapaavalintaisesta kohteesta, kuten ravintoloista tai bussipysäkeistä. Otimme ryhmämme kanssa kohteiksi bussipysäkit, joista keräsimme GPS-paikantimella koordinaatit sekä korkeuden merenpinnasta, ja ominaisuustiedoiksi syötimme itse pysäkin kautta operoivien linjojen lukumäärän sekä mahdollisten GPS-signaalin häiriöiden aiheuttajat, kuten viereisen korkean rakennuksen. Nämä tiedot syötettiin Exceliin ja sitä kautta siirrettiin MapInfoon tietokannaksi ja edelleen kartalle pisteiksi. Tämä kävi suhteellisen helposti “Create Points”-työkalun avulla. Lopputulos oli onnistunut ja havainnollisti hyvin, miten paikkatiedon kerääminen ja siirtäminen digitaaliseen muotoon käytännössä toimii. Ehkäpä kurssin mielenkiintoisin harjoitus tähän asti.

Kurssikerran itsenäistehtävänä oli tuottaa kolme erilaisiin luonnonhasardeihin (maanjäristykset, tulivuorenpurkaukset sekä meteoriittitörmäykset) liittyvää karttaesitystä ja julkaista ne blogissa. Erityispiirteenä oli se, että karttaesityksiä tulisi tarkastella luokanopettajan näkökulmasta ja näin ollen pyrkiä laatimaan karttoja, jotka olisivat mahdollisimman hyödyllisiä opetuskäytössä. Käytännössä karttojen tuottaminen hoitui hakemalla tietoa maanjäristys-, meteoriitti- sekä tulivuoritietokannoista, joiden linkit löytyivät moodlesta kurssikansiosta. Nämä tiedot tuotiin Exceliin, jossa ne muokattiin taulukoiksi ja siirrettiin edelleen MapInfoon karttaan sidotuksi paikkatietokannaksi. Ongelmallisen tehtävästä teki Excelin silmittömän ärsyttävä piirre tulkita 01.01.01-tyyppiset desimaaliluvut automaattisesti päivämääriksi ja muokata ne esim. muotoon “29 helmikuuta 1954”. Tästä kiusallisesta ongelmasta pääsi eroon kierrättämällä aineiston ensin Wordin kautta, jossa pisteet korvattiin pilkuilla. Tämän jälkeen tilastojen siirto Exceliin sujui kitkatta.
Omissa kartoissani päätin yhdistää maailman tulivuoret sekä tietokannan Richterin asteikolla yli kuuden, seitsemän ja kahdeksan magnitudin maanjäristyksistä vuoden 1980 jälkeen. Tarkoituksena oli luoda visuaalinen representaatio siitä, miten hyvin tulivuorten ja maanjäristysten keskeisimmät esiintymisalueet korreloivat keskenään, ja näin karttaesityksellä havainnollistaa kuvitteelliselle opiskelijalle niiden yhteys litosfäärilaattojen saumakohtiin. Bonuksena pelkkään jompaakumpaa ilmiötä esittävään karttaan verrattuna on se, että kartoissa näkyvät selvemmin myös valtamerten keskiselänteiden erkanemisvyöhykkeet, joilla esiintyy kyllä vulkanismia muttei juurikaan voimakkaita maanjäristyksiä, sekä mantereisten laattojen törmäysvyöhykkeet, joilla sen sijaan maanjäristykset ovat yleisiä vulkanismin puuttuessa lähes tyystin. Karttoja voisikin siis myös käyttää opetusmateriaalina litosfäärilaattojen rajavyöhykkeitä käsitellessä, jotta oppilaat saisivat konkreettisen kuvan siitä miten endogeeniset prosessit kytkeytyvät aiheeseen. Lisäksi uskoisin keskiverto yläastelaisen tai lukio-opiskelijan mielenkiinnon heräävän paremmin kun muuten kuivahkoon aiheeseen liitetään käsittämättömän coolit maanjäristykset ja tulivuoret.
Karttaesitykseni näyttivät tältä:
Tulivuoret_maanjäristykset_1 
Kuva 1. Maailman tulivuoret sekä yli 8 Richterin maanjäristykset v. 1980 jälkeen.
Tulivuoret_maanjäristykset_2
Kuva 2. Maailman tulivuoret ja yli 7 Richterin maanjäristykset v. 1980 jälkeen.
 
Tulivuoret_maanjäristykset_3
Kuva 3. Maailman tulivuoret ja yli 6 Richterin maanjäristykset v. 1980 jälkeen.
Kartoista näkyy hyvin, miten maanjäristysten määrä kasvaa dramaattisesti siirryttäessä asteikolla yksikin magnitudi alaspäin. Tämä johtuu Richterin asteikon logaritmisuudesta, eli kun magnitudi kasvaa yhdellä järistyksen voimakkuus kymmenkertaistuu. Kartoista käy hyvin ilmi, miten 6-7 magnitudin järistykset ovat huomattavasti yleisempiä kuin yli 7 magnitudin, ja miten yli 8 magnitudin järistykset ovat äärimmäisen harvinaisia. Lisäksi huomataan, miten maanjäristykset ja tulivuoret ovat keskittyneet eritoten Tyynen valtameren “tulirenkaan” ympärystöön. Muutenkin eritoten voimakkaat maanjäristykset seurailevat uskollisesti mannerlaattojen törmäysvyöhykkeitä, kun taas Atlantin keskiselänteen erkanemisvyöhykkeellä niitä ei esiinny juuri lainkaan.
Kartoista tyytyväisin olin kahteen ensimmäiseen, yli 7 ja 8 magnitudin järistyksiä esittäviin. 6 magnitudin maanjäristyksiä alkaa vuoden 1980 jälkeen olla niin valtava määrä, että karttaesitys muodostuu hieman epäselväksi. Toisaalta tämäkin voisi opetustarkoituksessa toimia hyvin osana karttasarjaa, jossa tavoitteena olisi esittää miten maanjäristykset yleistyvät magnitudin pienentyessä. Tässä tapauksessa olisi tosin ollut hyvä jättää tulivuoret kokonaan pois sotkemasta karttanäkymää. Olisin myös voinut merkitä eri vahvuisia maanjäristyksiä eri värein, kuten Aleksi Rautio on tehnyt omissa, blogissaan julkaisemissaan karttaesityksissä. Loppujen lopuksi olen kuitenkin suhteellisen tyytyväinen karttoihini.
Lähteet:
Verkkolähteet:
1. Global Volcano Locations Database (2013), National Geophysical Data Center, U.S. Department of Commerce, http://catalog.data.gov/dataset/global-volcano-locations-database (luettu 18.2.2014).
2. Northern California Earthquake Data Center (2013), Berkeley, University of California, http://quake.geo.berkeley.edu/anss/catalog-search.html (luettu 18.2.2014).
3. Rautio A., alerauti’s blog, Bussipysäkeistä maanjäristyksiin, https://blogs.helsinki.fi/alerauti/ (luettu 28.2.2014).
 

Bufferointia bufferointia

Viidennen kurssikerran teemana oli buffereiden eli puskurivyöhykkeiden luominen MapInfolla ja niiden käyttäminen erilaisiin analyyseihin. Puskurivyöhykkeellä tarkoitetaan tietyn kohteen, esimerkiksi pisteen, ympärille luotua tietyn kokoista ja muotoista aluetta. Käytännössä tämä tarkoittaa useimmiten ympyrän muotoista vyöhykettä, jonka säde on vakio (eipä se muuten ympyrä olisikaan, duh). Tältä alueelta voidaan sitten MapInfossa tietokantojen avulla poimia dataa ja suorittaa sillä erilaisia, bufferoituun alueeseen sidottuja analyyseja, kerrassaan nerokasta!

Kurssikerralla harjoiteltiin bufferointia aluksi Pornaisten karttapohjalla, johon oli jo edellisellä kerralla piirretty näkyviin suurimmat tiet sekä asuinrakennukset. Näiden luotujen tietokantojen avulla sitten suoritettiin analyyseja mm. siitä, kuinka moni asuinrakennuksista sijaitsee alle 500 metrin etäisyydellä terveyskeskuksesta. Harjoitus oli hyvin havainnollistava, ja bufferoinnista pääsi sen avulla nopeasti jyvälle.

Näiden yhteisten harjoitusten jälkeen siirryttiin itsenäisharjoituksiin, joita löytyikin melkoinen litania. Puskurivyöhykkeitä piirrettiin ja niiden avulla suoritettiin analyyseja mm. Helsinki-Vantaan lentokentän melusaaste-alueella asuvista, juna-asemista sekä taajamista. Harjoitukset tuntuivat alkuun melkoisen haastavilta, mutta pienen pohdinnan ja muutaman virheen jälkeen ne lähtivät sujumaan suhteellisen sulavasti. Välillä MapInfon koukerot saivat sormen menemään suuhun, eikä vähiten sen takia, että alueen saamat arvot riippuivat myös siitä, minkä tarkkuuden eli “smoothnesin” puskurivyöhykkeelleen valitsi. Käytännössä tämä tarkoitti esim sitä, kuinka monella kulmalla MapInfo piirsi “ympyrän” muotoisen bufferi-alueen, eli kuinka sulava kuviosta tuli. Riippuen näiden kulmien lukumäärästä jokin piste saattoi jäädä joko puskurivyöhykkeen sisälle tai sen ulkopuolelle, ja näin vaikuttaa olennaisesti lopputulokseen. Ohessa taulukko näissä tehtävissä saamistani vastauksista. Taulukosta puuttuvat seuraavan tehtävän putkiremontteihin liittyvät arvot, sillä jotenkin minulta pääsi täysin lipsahtamaan ohitse ohjeiden kohta, jossa nekin pyydettiin liittämään taulukkoon mukaan.

Tehtävä 1, Lentokentät
Kuinka monta ihmistä asuu Malmin lentokentän pahimmalla melualueella (2 km säde)? 55324
Kuinka monta ihmistä asuu Malmin lentokentän pahimmalla melualueella (1 km säde)? 8380
Kuinka monta ihmistä asuu Helsinki-Vantaan lentokentän välittömässä läheisyydessä (kiitoratoihin < 2 km)? 11089
Kuinka monta prosenttia asukkaista asuu pahimmalla melualueella (65 dB)? 3,40 %
Kuinka monta ihmistä asuu väh. 55 dB:n melualueella? 11370
Kuinka monen ihmisen elämää vähintään 60dB lentomelu haittaisi Tikkurilassa? 10998
Tehtävä 1, Asemat
Kuinka monta asukasta asuu kartan alueella alle 500m päässä lähimmästä juna-asemasta? 81549
Kuinka monta prosenttia kaikista alueen asukkaista asuu alle 500m päässä juna-asemasta? 17,20 %
Kuinka monta prosenttia alle 500m päässä asuvista on työikäisiä? 71,30 %
Tehtävä 2, Taajamat
Kuinka monta prosenttia Vantaan seudun asukkaista asuu taajamissa? 86,40 %
Kuinka monta kouluikäistä asuu taajamien ulkopuolella? 7536
Kuinka monta prosenttia luku on kaikista kouluikäisistä? 15,10 %
Kuinka monella alueella ulkomaalaisten osuus on >10% 20
Kuinka monella alueella ulkomaalaisten osuus on >20% 5
Kuinka monella alueella ulkomaalaisten osuus on >30% 4

Kuva 1. Taulukko itsenäisharjoitusten 1 ja 2 vastauksista (ei mitään hajua miksi näyttää tuolta, enkä pysty enää poistamaankaan blogista, olkoon.)

Itsenäisharjoitteiden alkueristä selvittyämme oli vuorossa grande finale, jossa saimme valita mieleisemme kolmesta aiheesta ja laatia siitä ohjeen mukaisen teemakartan. Käytännössä tämä tarkoitti armotonta kikkailua buffereilla ja tietokannoilla ennen kuin tulokset pystyi esittämään kartalla. Valitsin omaksi aiheekseni putkiremonttien määrän Helsingin alueen kerrostaloasunnoissa. Tehtävässä pyrittiin selvittämään todennäköisesti piakkoin putkiremontoitavien, 60-70-luvulla rakennettujen kerrostalojen ja niissä asuvien ihmisten lukumäärää sekä näiden putkiremonttitalojen suhteellista osuutta kaupunginosittain. Lopuksi laadittiin kartta “putkiremontti-indeksistä”, eli siitä, kuinka suuri osa tietyn pienalueen taloista on näitä todennäköisiä putkiremonttitaloja. Tällä pyrittiin selvittämään putkiremonttifirmojen tulevaisuuden “kuumia pisteitä”, eli alueita, joilla remonttien määrä tulee olemaan lähivuosina suuri.

Itsenäistehtävä onnistui muuten hyvin, mutta jostain syystä MapInfo ei suostunut antamaan pienalueille järkeviä putkiremontti-indeksi lukuja vaikka kuinka vääntelin ja kääntelin käyttämääni funktiota. Joissain tapauksissa se väitti, että alueen rakennuksista 115% olisi vuosien 1965-70 välillä rakennettuja kerrostaloja, mikä nyt ei näin äkkiseltään maalaisjärjellä tarkasteltuna voi yksinkertaisesti pitää paikkaansa. Painiskelin ongelman kanssa melko pitkään, kunnes lopulta luovutin ja päädyin esittämään asuntojen absoluuttisia määriä koropleettikartalla. Mielestäni tämä kuvaustapa vastasi myös hyvin tehtävänannossa esitettyyn kysymykseen “mitkä ovat alueet, joissa remonttifirmoilla tulee olemaan kissanpäivät”, sillä parhaimmat tuotothan nämä firmat saavat alueilta joilla putkiremontteja tehdään absoluuttisesti eniten. Kartta jäi ajanpuutteen vuoksi melko keskeneräiseksi raakaversioksi enkä pidä sitä tarpeeksi edustavana tässä blogissa esitettäväksi, mutta siitä on nähtävissä miten suurin osa putkiremonteista tullaan tekemään Itä-, Koillis- ja Pohjois-Helsingin kerrostalo valtaisissa lähiöissä, joissa näitä remontteja ollaan todennäköisesti lykätty mahdollisimman pitkälle muuta Helsinkiä keksimääräisesti heikomman sosioekonomisen statuksen takia. Myös Länsi-Helsingin varakkaammilta alueilta kuten Lehtisaaresta ja Munkkiniemestä löytyy sopivia kerrostaloasuntoja, mutta näillä alueilla voisi olettaa pääosan rakennuksista olevan vähintäänkin peruskorjattuja ja remonttitarpeen olevan näin ollen pienempi.

Lopuksi blogitehtävänannossa pyydettiin vielä pohtimaan bufferoinnin käyttötarkoituksia sekä MapInfon keskeisimpiä työkaluja. Samuli Massinen tuo esille monia hyviä puskurivyöhyköinnin sovelluksia kirjoittamalla blogissaan “esimerkkitapaustemme lisäksi bufferityökalua voisi hyödyntää myös luonnonkatastrofien vaikutusalueita määritettäessä. Puskurivyöhykkeiden avulla voidaan selvittää esimerkiksi kuinka laajalle alueelle tulva on levinnyt. Toimintoa voidaan toki käyttää myös hasardien ehkäisyssä esimerkiksi tarkastelemalla, mitkä alueet ovat tulva-alttiita ja missä on suurin väestöntiheys. Myös aluesuunnittelussa kaavoituksen ja infrastruktuurin kehittämisen parissa puskurointi on oiva työkalu. Samoin näen, että bufferoinnista on hyötyä kaupallisissa tarkoituksissa. Yritys voi esimerkiksi lisätä markkinoinnin volyymia alueilla, joissa potentiaalisten asiakkaiden määrä on suurin.” Näiden lisäksi itselleni tuli ympäristöasioista kiinnostuneena mieleen esimerkiksi bufferoinnin käyttäminen sen selvittämiseen, millaisia rakennuksia sijaitsee tietyn etäisyyden sisällä vesistöstä ja miten ne vaikuttavat siihen kohdistuvaan kuormitukseen. Sitä voisi myös käyttää riittävän suurien puskurivyöhykkeiden määrittämiseen suunnitteilla oleville pelloille tai vaikkapa luonnonsuojelualueille.

Oman kokemukseni ja osaamiseni perusteella MapInfon keskeisimmät työkalut tuntuisivat olevan erilaiset spatiaaliset analyysit, ominaistiedon eli datan yhdistäminen karttoihin sekä teemakarttojen laatiminen. Myös bufferointi vaikuttaisi melkoisen käyttökelpoiselta sovellukselta. Oma MapInfo osaamiseni on kuitenkin vielä lapsenkengissään, ja ohjelman hyödyllisimmät toiminnot selviävät varmasti vasta tulevaisuudessa sen käytön muodostuessa rutiininomaiseksi. Välillä tunnen myös olevani melkoisen hukassa ohjelman kanssa, mutta tämä selittynee sillä etten ole oikeastaan koskaan ollut mikään varsinainen tietotekninen velho. Tästä voikin päätellä että käyttäjän tietotekninen osaamistaso asettaa tiettyjä rajoitteita MapInfon käytölle. Kokonaisuutena ohjelmaan tutustuminen on kuitenkin ollut mielenkiintoista ja paikkatieto on avautunut minulle käsitteenä paremmin kurssilla tehtyjen harjoitusten myötä.

Lähteet:

Verkkolähteet:

1. Massinen S., Massisen maailma, Fifth round – Bufferointia ja analyysejä, https://blogs.helsinki.fi/smassine/ (luettu 21.2.2014)

 

 

 

 

Ruutukuosi ja MapInfo

Kurssikerralla harjoiteltiin tasakokoisiin ruutuihin eli korologisiin matriiseihin pohjaavien teemakarttojen laatimista MapInfolla. Tämä onnistui ohjelmasta löytyvällä Gridmaker-työkalulla, jonka avulla kartan päälle pystyi piirtämään tasakokoisista neliöistä koostuvan “ruutupaperin”, jolloin aineistoon liitettyä dataa pystyi analysoimaan ruuduittain, ja laatimaan siihen perustuvia karttaesityksiä. Ruutujen koko oli melko vapaasti päätettävissä, mutta suositus oli ettei alle 200×200 m ruutuja käytettäisi, sillä lopputuloksesta olisi tällöin hyvin hankala tulkita enää yhtään mitään.

Laadimme aluksi harjoituksena ruututietokantaan pohjaavan kartan pääkaupunkiseuden opiskelijoista ennen varsinaisiin tositoimiin siirtymistä; itse tuotettu teemakartta vapaasti valitusta (kuitenkin saatavilla olevan aineiston puitteissa olevasta) aiheesta pääkaupunkiseudulla. Jostain syystä hyvin monia opiskelutovereitani kiinnosti ruotsinkielisten alueellinen jakautuminen pääkaupunkiseudulla, ja varmaan kymmenen ensimmäistä lukemaani tähän kurssikertaan liittyvää blogikirjoitusta sivusi aihetta ainakin jollain tavalla. Itse päätin uida hieman vastavirtaan, ja valitsin karttani aiheeksi peruskouluikäisten suhteellisen osuuden väestöstä pääkaupunkiseudulla. Tämän luvun selvittäminenhän onnistui luomalla valmiiseen tietokantaan uusi sarake, jossa jaoin ruudun peruskouluikäisten määrän alueen koko väkiluvulla, ja kerroin saadun tuloksen sadalla. Lopuksi esitin saadut luvut kartalla 500×500 metrin ruutu-resoluutiolla. Lopputuloshan näytti tältä:

Peruskouluikäiset_pk-seudulla_map

Kuva 1. Peruskouluikäisten suhteellinen osuus väestöstä pääkaupunkiseudulla.

Varsinainen kurkkusalaatti. Valitsin väritykseksi dramaattisen skaalan vihreästä punaiseen (puna-vihersokeat kiittävät, pahoitteluni) lapsiperheiden varsinaisten “hotspottien” paremman erottuvuuden vuoksi. Mitään yksittäistä, valtavaa lapsikeskittymää ei pääkaupunkiseudulta ole havaittavissa, vaan nämä kuumat pisteet ovat jakautuneet melko tasaisesti Helsingin, Espoon ja Vantaan kesken. Sen sijaan Kauniaisissa peruskouluikäisten osuus jää ainakin tällä ruutujaolla huomattavan pieneksi. Alueen sosioekonominen status on perinteisesti ollut korkea muuhun pääkaupunkiseutuun verrattuna, ja ehkäpä tässä onkin huomattavissa asiayhteys; avain rikkauteen on olla hankkimatta lapsia joista aiheutuu vain turhia ylimääräisiä kuluja!  Vakavasti ottaen Kauniaisten vauras väestö on todennäköisesti jo reippaasti ohittanut tyypillisen perheenperustamisiän, ja peruskouluikäisten lasten osuus on näin ollen alueella vähäinen.

Toinen hieman erikoinen tapaus on Espoossa lähes Nuuksion korvessa sijaitsevat peruskouluikäisten korkeat suhteelliset määrät. Luulisi, että alueelta olisi vaikea saavuttaa mm. juuri koulu, sekä muut tämän ikäisille tärkeät palvelut. On kuitenkin huomattava, että arvojen ollessa suhteellisia pienen väestöntiheyden alueilla jo yksi tai kaksi lapsiperhettä saattaa muuttaa arvoja ratkaisevasti, ja tehdä ruudusta peruskouluikäisten “hotspotin”.

Anniina Miettinen esittää blogissaan kartan alle vuoden ikäisten absoluuttisista lukumääristä Helsingin alueella. Vertailemalla karttoja toisiinsa huomataan, etteivät aivan pikkulapsiperheet ja perheet, joilla on jo kouluikäisiä lapsia sijoitu aivan samoille alueille. Tätä ilmiötä selittänee imeväisikäisten lasten keskittyminen mm. opiskelijoiden suosimille asuinalueille, joilla asuu paljon hedelmällisimmässä iässä olevia nuoria aikuisia. Anniina pohtiikin ilmiötä blogissaan sanoin “Kantakaupungissa asuu myös paljon parhaassa lisääntymisiässä olevia nuoria aikuisia. Kartasta voisi päätellä, että lapsen saaminen ennen perheasunnon hankintaa on melko yleinen marssijärjestys. Todennäköisesti esimerkiksi kouluikäiset lapset eivät näy vastaavanlaisena piikkinä kantakaupungin alueella.” Komppaan Anniinnaa tässä päätelmässä. Karttojen rinnakkain vertailu tukee sitä hypoteesia, että ensimmäiset lapset hankittaisiin vielä opiskeluaikana, ja isompaan perheasuntoon muutetaan lasten ollessa jossain yhden ja seitsemän ikävuoden välillä.Tietty on hyvä pitää mielessä, että vertailtavat arvot ovat absoluuttisia ja suhteellisia, mutta jonkunasteisia suuntaa antavia päätelmiä kartoilta on mahdollista tehdä.

Itse kartan tekniseen toteutukseen olen suhteellisen tyytyväinen. Väriskaala oli mielestäni tarkoitukseen sopiva ja kuntarajat ilmentävät tarkasteltavan aineiston eli peruskouluikäisten alueellista jakautumista riittävän tarkasti. Lisäämällä kaupunginosien rajat tai nimet karttaan olisi lopputulos ollut luultavasti huomattavasti vaikeammin tulkittavissa. Pohjoisnuoli ja mittakaava unohtuivat tunnin loppukiireissä jälleen, mutta toisaalta uskoisin pääkaupunkiseudunkin olevan kartalta melko selvästi tunnistettavissa oleva alue sellaisenaankin. Mysteeriksi jäi, miksi kartalla on niin paljon nolla-arvon saavia ruutuja, jotka ilmenevät yllättävän suurina valkoisina läikkinä. Joko alueilla ei asu ainuttakaan peruskouluikäistä, olen itse mokannut funktion luomisessa tms inhimillisen virheen paikassa tai MapInfo on yksinkertaisesti itse päättänyt heittää matkalla muutaman kärrynpyörän. Pitäisin todennäköisimpinä kahta jälkimmäistä vaihtoehtoa.

Lähteet:

Verkkolähteet:

1. Miettinen A., mianmian’s blog, Kurssikerta 4. Ruututeemakartta, https://blogs.helsinki.fi/mianmian/ (luettu 13.2.2014)

 

 

 

 

Tulvaaaaaaa

Myös informaatiotulvaa. Kolmannen kurssikerran teemana oli MapInfossa karttaan liittyvien tietokantojen luominen, lisääminen ja päivittäminen. Apuna tässä käytettiin Exceliä sekä MapInfon omia Data- ja Query-valikkojen takaa löytyviä työkaluja. Harjoitusalustana toimi Afrikan kartta ja siihen liittyvä data, jota yhdisteltiin, lisäiltiin ja päiviteltiin opettajan johdolla. Kokonaisuudessaan aiheeseen oli flunssahuuruisena hieman vaikea päästä kiinni, ja se tuntui vaikeaselkoiselta sekä monimutkaiselta, mutta tunnin edetessä tietokantojen luominen alkoi pikkuhiljaa sujumaan.

Alla Arttu Paarlahden laatima kartta Afrikan konflikteista, sekä timanttikaivosten ja öljykenttien sijainnista. Nopealla silmäyksellä näillä näyttäisi olevan selkeä yhteys konfliktien sijoittuessa luonnonvarojen esiintymisalueiden yhteyteen, mutta on kuitenkin huomattava, että pohjana olleessa tietokannassa ei erikseen erotella konfliktien syttymisvuosia taikka timanttikaivosten sekä öljylähteiden löytämisvuotta taikka tuottavuutta. Näin niitä ei voida suoraan pitää syyllisinä konfliktien syttymiseen, eikä tämänkaltaista vertailua voi kartan pohjalta tehdä. Sinänsä aihe on kiinnostava, ja siihen olisi mielenkiintoista paneutua enemmänkin.

Afrika-300x267

 

Kuva 1. Arttu Paarlahden laatima kartta Afrikan konfliktien vaikutusalueista, sekä timanttikaivoksien ja öljylähteiden sijainneista (Paarlahti A. 2014).

Kurssikerran lopuksi laadittiin koropleettikartta tulvaindeksistä ja sen päälle pylväskartogrammi valuma-alueen järvisyydestä, jonka voisi näin nopealla päättelyllä kuvitella korreloivan ainakin jollakin asteella tulvimisinnokkuuden kanssa. Mielstäni tämä oli suorastaan ratkiriemukasta, sillä vihdoinkin päästiin esittämään luonnonmaantieteen ilmiöitä kartalla kulttuurimantsan sijaan, jota olen odottanut kuin hullu sitä kuuluisaa puuroaan. Pitemmittä puheitta tämä huikea mestariteos näytti seuraavanlaiselta:

Tulvaindeksi_järvisyys

Kuva 2. Tulvaindeksi ja järvisyys.

Kartasta on huomattavissa, miten tulvaindeksiltään tummanpuhuvimmat alueet sijaitsevat pääosin Turun, Vaasan sekä Pohjois-Pohjanmaan seuduilla. Näillä alueilla onkin huomattavissa keskimääräistä selkeästi vähäisempi järvien määrä, jonne mm. kevättulvien aikaan virtaavat tavallista suuremmat vesimäärät varastoituisivat. Jasmin Bayar tekee kuitenkin blogissaan ansiokkaan huomion “Korkea tulvaindeksi ei välttämättä tarkoita tulvia alueella, vaan myös joen virtaaman suurta kasvua sateiden aikana ja lumien sulaessa. Tulviminen riippuu joen uomasta ja jos virtaava vesimäärä ylittää uoman.” Mm. tästä syystä emme saa ihan joka kevät lueskella Helsingin Sanomista tai vastaavasta ajankohtaisesta kirjallisesta julkaisusta miten tulvavedet ovat jälleen saartaneet Turun Linnan.

Selkeyssyistä päätin rajata pohjakartasta pois rantaviivan, valtioiden rajat sekä vesistöt. Näin jäljelle jäivät oikeastaan vain valuma-alueet sekä niihin liittyvä data. Kuten huomata saattaa päätin tällä kertaa sisällyttää lopputulokseen pohjoisnuolen sekä mittakaavan, sillä podin suoranaista häpeän tunnetta maantieteen opiskelijana kun ne viime viikon tekeleestäni puuttuivat. Väritys onnistui mielestäni kartassa hyvin, ja värit sopivat hyvin tulvimisalttiuden kuvaamiseen, sillä mikäs muu sinisestä väristä tulisikaan ensimmäisenä mieleen kuin vesi. Muutenkin olen kartan tekniseen toteutukseen yleisesti ottaen tyytyväinen, vaikkakin legenda olisi voinut olla isompi ja selvempi ja myös järvisyyttä kuvaavat pylväät ajoittain hieman puuroutuvat alueilla, joilla on useita eri valuma-alueita, kuten Kymijokilaaksossa kartan kaakkoiskulmassa.

Lähteet:

Verkkolähteet:

1. Bayar J., PAK-blogi/Jasmin, 3. Kurssikerta 28.01 : Tietokantojen data, https://blogs.helsinki.fi/jasbayar/ (luettu 3.2.2014)

Kartat:

1. Paarlahti A., Kartta Afrikan konflikteista, öljylähteistä sekä timanttikaivoksista, Paikkatiedon hankinta, analyysi ja kartografia-tiedotusblogi, Afrikkaa, https://blogs.helsinki.fi/pak-2014/2014/01/28/afrikkaa/ (luettu 3.2.2014)

2. Valuma-alueet: Syken Oiva-tietokanta http://wwwp2.ymparisto.fi/scripts/paikkatieto.asp

Tietokannat:

1. Joet ja järvet: Maanmittauslaitos 2011 http://www.maanmittauslaitos.fi/ilmaisetaineistot