Databasförening
Under veckans föreläsning bekantade vi oss med bland annat join-fuktionen i QGIS. Från Afrikas grundkarta lade vi på olika lager, där det fanns olika typer av attribut i samma format. Då man skall ”joina” data, är det viktigt att tänka på att de skall passa ihop för att fungera. Detta betyder i praktiken att de båda attributen skall ha en gemensam nämnare, likt en dragkedja som måste ha tänder åt båda hållen för att kunna dras ihop. I den första uppgiften slog vi ihop olika länders delar, för att få en mer tydlig attributtabell. Slutresultatet av kartan var egentligen inte det viktiga med uppgiften, men i bild 1 har jag bifogat den ändå.
I kartan syns Afrikas diamant- och oljeresurser i förhållande till konflikter som skett på olika områden. Men förekommer naturresurser och konflikter tillsammans även utan att man joinar?
Genom kartan kan man diskutera och analysera kring hur naturresurser påverkar antalet konflikter ett land har. På kartan är konflikterna i Afrika mycket utspridda, där det egentligen inte ser ut att ha en koppling mellan naturresurserna i sig, men då man forskar i attributtabellen kan man konstatera annat. Från attributet ser man att länder som till exempel Algeriet, där det finns mycket olja och mycket diamanter, även har haft mycket konflikter flera år i rad. Man kan dra slutsatsen att naturresurser har en positiv inverkan på antalet oroligheter ett land har. Dock är det inte ett ömsesidig samband i och med att länder som inte har mycket naturresurser också kan ha många konflikter. Till exempel i Rwanda och Burundi, där det enligt materialet inte alls finns vare sig diamanter eller olja, finns en mycket hög grad av konflikt oavsett.
Men varför har konflikter och naturresurser en koppling från första början? Konflikterna som utspelar sig i de naturresursrika länderna har sitt ursprung i kapital. Det kan handla om att det blir större skillnader i befolkningens kapital, dit det sedan växer upp klasslika grupper av människor som antingen är superrika eller mycket fattiga. Det kan även handla om situationer där konflikterna startar mot multinationella företag som tar för sig av landets naturresurser utan att ta hänsyn till de mänskliga rättigheterna. Från databasen kan man även dra ut information som handlar om tidpunkterna för upptäckterna av diamanterna och oljan. I Stella Syrjänens blogg tar hon upp faktumet att även tidpunkten då en naturresurs upptäcks kan påverka på utsträckten och storleken på konflikten, samt vilka områden som är inblandade. Ifall en upptäckt görs under en ekonomiskt svår period leder det troligtvis till större konflikter.
Finlands översvämningsindex
Individuella uppgiften den här veckan handlade om översvämningar och sjöandelar. Efter att jag importerade materialet från moodle använde jag Join-funktionen för att kombinera olika lager till samma attributtabell, för att sedan lätt kunna räkna ut översvämningsindexet med division. Jag kämpade en stund med att hitta vägen till lösningen, men till slut fick jag in all attribut i samma tabell. Jag infogade även sjöandelsprocenten i tabellen, och räknade ut dess motsats genom att ta 100 – (minus) sjöandelen. Efter att jag klassificerat materialet i passande storlekar, och ändrat färgerna till visuellt tillfredsställande, var mitt enda problem att få in cirkeldiagrammen på kartan. Denna process var den svåraste enligt mig, eftersom vi inte gjort diagram på QGIS förut.
I bild 2 hittas det slutgiltiga kartdiagrammet. Nu i efterhand tänker jag att slutresultatet skulle komma tydligare fram ifall jag hade gjort som Pietu Nuortimo i sin blogg, alltså delat upp slutliga kartan i två olika kartor, en med cirkeldiagrammen och en utan. I min karta blir allting lite för mycket på varandra och kartan blir svårläst. Under lagandet av kartan försökte jag hitta en funktion i QGIS där man kunde ta bort en del av cirekldiagrammen, så att små områden som hade många likadana cirklar skulle ha en gemensam, jag klarade dock inte av att hitta någon sådan funktion.
Kartan visar Finlands avrinningsområdens översvämmningskänslighet, vilket i praktiken betyder med hur stor sannolikhet ett område översvämmas. Kartan är indelad i flera olika delar, baserat på avrinningsområden, och de mörkare delarna av kartan hittas vid södra och västra kusterna, samt i Lappland. De ljusare områdena finns i centrala delarna av landet, samt vid den östra gränsen. Skillnaden på klasserna och de olika områdena beror på att det i inlandet finns mer sjöar, vilket direkt påverkar avrinningsområdena eftersom vatten inte kan rinna längre än till den närmaste sjön. I cirkeldiagrammen på kartan, där det blåa symboliserar andelen vatten i området, ser man även att andelen vatten är procentuellt mycket högre i inlandet och i norr än vid de sydvästra kusterna. Storleken på diagrammen visualiserar även skillnaden, ju större cirkel desto större procent av markytan är täckt av sjöar.
Jag är mycket nöjd över den här veckans föreläsning och hemuppgifter. Genom att fortsätta att jobba och testa på nya saker blir man bättre med tiden, och genom att göra fel lär man sig snabbare. I grund och botten handlar det ju om relativt lättanvända program och processer, bara man vet vad man har att jobba med och vad man söker efter.
Vi ses nästa vecka!
Källor:
Syrjänen, S. (2024): 3 viikko Afrikka. Hämtad 1.2.2024
https://blogs.helsinki.fi/stellasy/2024/01/30/3-viikko-afrikka/
Nuortimo, P. (2024): Kolmas kurssikerta. Hämtad 1.2.2024