Den här gången i vår kurs hade vi som uppgift att kombinera data från olika källor till en helhet i QGIS. Allt gick ut på att klara av att kombinera och konfigurera de olika data vi hade att tillgå för att sedan kunna framställa och presentera det på ett snyggt vis.
Som man kan se i bild 1 och bild 2 så har vi använt oss av ett data över Afrika. Från början var verkade datat snyggt indelat men vid närmare åsyn så var det indelat i fler kategorier och fält än vad som var nödvändigt, t.ex. så hade vissa länder flera rader data än vad som var nödvändigt så alla rader med data som hörde till samma nation bands ihop till en enda rad.
Som extra data hade vi oljefynd, diamantfynd och konflikter i länderna och vi försökte finna en möjlig relation mellan konflikter och de två andra variablerna och man kan se resultatet i bild 1 där varje symbolerna och färgerna representerar respektive variabler. T.ex. så har både Libyen och Algeriet många oljefynd men Libyen har inga konflikter medan Algeriet har ett stort antal. På samma sätt kan man se hur det på sina ställen verkar finnas ett samband mellan dessa naturresurser och konflikter, som också Saara Nurminen konstaterat i sin bloggtext.
Den andra saken som jag behandlade gällande Afrika-datat var en helt extern fil med uppgifter för internätsanvändning i de olika nationerna som man kan se på bild 2. Datat representerar hur stor ökning av internätanvänding som de olika länderna genomgott mellan åren 2000 och 2020. Man kan se tydligt hur nätanvändingen ökat i vissa länder medan andra så har den knappt stigit alls. Lite missvisande med denna karta är att den inte berättar utgångsläget för hur stor nätanvändningen var år 2000 så man kan tro att t.ex. Sydafrika inte använder sig av internät alls för att ökningen varit så liten men sanningen är att Sydafrika är en av de största nätanvändarna i Afrika och redan hade ett enormt antal användare år 2000 vilket gör att ökningen är så liten.
Den sista delen som hör till kursgången var hemuppgiften där vi tog reda på översvämningsindexet (det högsta uppmätta värdet subtraherat med det lägsta under ett år) för olika ställen i Finland med hjälp av data för avrinningsområdet i Finland. Kartan jag framställde visar då alltså på vilka ställen i Finland som det svämmar över som mest i jämförelse med hur stor andel av sjöar det finns i området. Föga förvånande visar kartan att de ställen som består av väldigt få sjöar verkar svämma över mer än deras motpart.
En god insikt som Jonathan Loo gjort i sin blogg är att när man framställer datat för sjöarnas storlek/antal i områdena och visualiserar dem så varierar den andelen beroende på hur sjöarna räknades i datat beroende på om man ställt in det efter “intersects, contains,overlaps” eftersom sjöarna räknas på olika sätt då.
Källor:
Saara Nurminens blogg: https://blogs.helsinki.fi/saaranur/2021/02/08/kolmas-kurssikerta/
Jonathan Loos blogg: https://blogs.helsinki.fi/joloo/2021/02/09/kombinationen-av-data/