Kurssikerta 3: Sambesilta Siikajoelle – luokittelua ja yhdistelyä

Kolmannella kurssikerralla etenimme perustyökaluista hieman syvemmälle QGIS:n ihmeelliseen maailmaan, tutkimaan erilaisia valintoja ja taulukoiden yhdistämistä. Pöytä oli laitettu koreaksi maanantai-iltaa varten, ja tarjolla oli monenmoista tietokantaa muun muassa öljykentistä, timanttikaivoksista ja alueellisista konflikteista. Yhdistämällä tietoja eri tietokannoista pystyimme tarkastelemaan esimerkiksi konfliktien määrän ja timanttikaivosten määrän välistä korrelaatiota.

Aineistosta totesimme, että monissa timantintuottajamaissa oli huomattavan paljon konflikteja, joskin poikkeuksiakin löytyi niin suuntaan kuin toiseen. Esimerkiksi yksi Saharan eteläpuolisen Afrikan vakaimmista valtioista, Botswana, on vaurastunut ja kehittänyt yhteiskuntaansa pitkälti timanteista saaduilla tuotoilla. Lisäksi ajattelen, että timanttikaivosten ja konfliktien määrän tarkastelun sijaan kuvaavampaa olisi katsoa esimerkiksi konflikteissa kuolleiden tai loukkaantuneiden lukumäärää ja louhituista timanteista saatuja kokonaistuloja, sillä yksittäistä konfliktia on usein vaikea rajata ja timanttikaivokset ovat keskenään hyvin erikokoisia.

Lisäksi tarkasteltavana oli tilasto internetin ja Facebookin käyttäjistä Afrikan eri valtioissa eri vuosina. Tällaisia tilastoja tarkastelemalla voi yleisellä tasolla tutkia ja vertailla kehityskulkuja eri maissa, sekä pohtia esimerkiksi luonnonvaroilla vaurastumisen vaikutusta internetin käytön yleistymiseen. Tilanteeseen vaikuttavia tekijöitä on kuitenkin lukuisia, ja kuten Olivia Timisjärvi (7.2.2022) kertoo blogissaan, monissa maissa varallisuuden epätasainen jakautuminen tai jopa kulkeutuminen valtioiden ulkopuolelle hidastaa kehitystä.  Aineistojen tulkintamahdollisuuksia heikentää myös niiden epätarkkuus ja epäluotettavuus etenkin vähiten kehittyneissä maissa.

––––

Afrikan maiden jälkeen katse siirrettiin takaisin Suomeen tarkastelemaan Suomen järviä. Luonnonmaantiede ei ole omaa huippuosaamisalaani, joten esimerkiksi ali- ja ylivirtaaman sekä tulvaindeksin tarkat määritelmät olivat uutta asiaa.

Tehtävänä oli tuottaa kartta Suomen päävaluma-alueista ja niiden tulvaindeksistä ja järvisyydestä. Päädyin kokeilemaan haastavampaa versiota ja laskemaan valuma-alueiden järvisyyden manuaalisesti annetuista aineistoista, mikä osoittautui kuitenkin hyvin ärsyttäväksi: aineistojen rajat eivät täsmänneet ja paikoittain sama järvi ulottui osittain useammalle valuma-alueelle, mikä tuotti suuria ongelmia.

Kun olin lopulta saanut luvut vastaamaan suurin piirtein oikeaa järvisyysprosenttia, ei QGIS:in kaaviotoiminto ollut kovin yhteistyökykyinen ja kieltäytyi näyttämästä pylväitäni. Sammutin GIS-luokan koneen ja lähdin kotiin, missä myöhemmällä yrittämällä pylväät tietysti toimivat ongelmitta.


Kuva 1. Suomen päävaluma-alueiden tulvaindeksit, keskiylivirtaama jaettuna keskivirtaamalla. Merkitty myös alueiden järvisyysaste.

Lopulta sain siis esitettyä tulvaindeksin oheisen näköisellä kartalla (kuva 1). Omassa kartassani olen käyttänyt keskiylivirtaamaa keskivirtaamaan vertaavaa indeksiä, jonka tulokset ovat hieman erilaiset kuin keskiylivirtaamaa keskialivirtaamaan verrattaessa, sillä käyttämäni indeksi ei huomioi erityisen kuivia kausia. ne eivät Joka tapauksessa kartta näyttää, että tulvaindeksi on selvästi suurin niillä alueilla, missä järvisyysaste on alhainen. Erityisen tulva-alttiita ovat monet Pohjanmaan joet.

Selkeyden vuoksi poistin valmiilta kartalta joet sekä pienimmät järvet. Jokien poistaminen oli hieman harmillista, sillä ne ovat melko olennaisia kartan aiheen kannalta, mutta niiden suuri määrä sai kartan vaikuttamaan hyvin sekavalta. Yritin myös poistaa pienimpiä saaria, mutta niiden karttataso oli rakennettu jollain erikoisella tavalla, mikä teki tehtävästä turhan vaikean.

 

Lähteet

Timisjärvi, O. (7.2.2022). Suoraan syvään päätyyn. Olivian Blogihttps://blogs.helsinki.fi/tfolivia/2022/02/07/viikko-3-suoraan-syvaan-paatyyn/

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *