Lisää soveltamista

Afrikka harjoittelukenttänä

Kolmannella kurssikerralla tutustuimme tietokantojen käyttöön ja niiden yhdistämiseen eri tavoin. Saimme aineistoksi Afrikan kartan, taulukon Afrikan väestö- ja internetin käyttäjätideoista, sekä karttatasot timanttikaivos, öljykenttä ja konfliktisijainneista.  Yhdistämällä näitä aineistoja pystyttiin tarkastelemaan eri ilmiöiden, kuten timanttikaivosten ja konfliktien alueellista korrelaatiota.

Ensimmäiseksi yksinkertaistimme tietokantaa yhdistämällä alueita niitä yhdistävän valtion nimen perusteella. Tämän jälkeen pystyimme lisäämään taulukon tietokantaan valtion nimen perusteella. Taulukkoaineistossa oli tietoa Afrikan valtioiden asukasluvuista, sekä internetin ja facebookin käyttäjämääristä. Tarkastelemalla internetkäyttäjien suhdetta väkilukukuun, pystyi tekemään myös päätelmiä valtion kehityksestä.

Valtiossa olevien timanttikaivosten määrän pystyi selvittämään toiminnolla, joka laskee pisteet polygonin sisällä. Konflikteja oli joillakin alueilla todella paljon, mutta iso osa niistä oli tapahtunut samana vuonna, joten todellisuudessa ne olivat osa samaa, laajempaa konfliktia. Tämän takia valtion konfliktien määrät laskettiin siten, että samassa valtiossa samana vuonna tapahtuneet konfliktit laskettiin yhdeksi.  Vertailemalla konfliktien ja timanttikaivosten määrää valtiossa, huomasin, että esimerkiksi Angolassa, jossa on paljon timanttikaivoksia on ollut myös paljon konflikteja.

Öljykenttätaso koostui yhdistyneiden pisteiden muodostamista polygoneista.  Ominaisuus lisättiin suurempaan tietokantaan sen mukaan, minkä polygonin sisällä ne olivat. Näin saatiin tieto valtioiden öljykenttien määrästä.  Monissa maissa, missä oli paljon öljykenttiä oli myös paljon internetin käyttäjiä suhteessa väestöön. Öljykenttien määrä ei kuitenkaan vaikuttanut suoraan internetkäyttäjien määrään, vaan esimerkiksi Keniassa, jossa ei ole lainkaan öljyä oli Afrikan maista suurin internetin käyttöaste.
…Kenian suuri käyttöaste (89,4%) rupesi mietityttämään ja päätin tarkastaa asian. Kävi ilmi ettei käyttöaste ole lähelläkään aineistosta saatua tietoa, vaan todellinen luku oli n. 26% (CIA world factbook, 2016).

Vaikka Afrikan maiden internetin käyttöaste on kasvanut paljon vuodesta 2000, on kehitysmaiden ja teollisuusmaiden käyttöasteen ero edelleen suuri. Tätä eroa kutsutaan digikuiluksi. Digitalisaatio on nykyään tärkeä osa kehitystä ja kehitysmaiden ero teollisuusmaihin saattaa kasvaa, jos kehitysmaat eivät saavuta kehittyneempää tieto- ja viestintäliikenneverkostoa. (Sirola 2018)

Valuma-alueita ja tulvia

Seuraavaksi harjoitukseksi teimme kartan Suomen valuma-alueista, niiden järvisyydestä sekä tulvaindeksistä. Aineisto oli tässäkin harjoituksessa siroteltu moneen eri tietokantaan ja saimmekin vapaat kädet niiden yhdistelemiseen. Tulvaindeksillä tarkoitetaan valuma-alueen tulvaherkkyyttä ja se oli helppo laskea jakamalla alueen keskiylivirtaama, eli tulvahuippujen keskiarvo keskialivirtaamalla, eli kuivien kausien alimpien arvojen keskiarvolla.

Valuma-alueiden  järvisyysaste pystyttiin laskemaan kahdella tavalla: Ensimmäinen tapa oli laskea järvien pinta-alojen osuus valuma-alueen pinta-alasta. Toimitus onnistui helposti, mutta tulos ei täysin vastannut todellisuutta, sillä järvi- ja valuma-alueiden karttatasoja oli yleistetty jonkin verran. Toinen tapa tuoda järvisyysprosentti aineistoon oli siirtää excel-muotoinen taulukko aineistoon. Excel-tiedosto piti kuitenkin muuttaa ensin csv-tiedostoksi. Csv-tiedosto piti vielä QGIS:iin tuodessa muokata niin, että sarakkeet erotettiin puolipilkulla. Taulukkoaineiston tuomisessa oli myös ongelmana se, ettei QGIS tuonut aineistosta ä- ja ö-kirjaimia. Merkistö oli siis väärä, joten sen vaihtaminen IBM850:een korjasi asian ja aineisto pystyttiin yhdistämään tietokantaan.

Päätin tehdä kartan(Kuva 1) kuitenkin QGIS:in työkalujen avulla saadusta järvisyysprosentista.  Oli hieman haastavaa saada sekä järvisyyttä, että tulvaindeksiä esitettäväksi samalle kartalle. Päätin histogrammin sijasta käyttää ympyrädiagrammeja, sillä mielestäni ne havainnollistavat huomattavasti selkeämmin valuma-alueen järvisyyttä. Järvisyysaineiston yleistyksen takia muutaman valuma-alueen järvisyysprosentti oli nolla. Päätin poistaa kartasta näiden alueiden järvisyysdiagrammit selkeyttääkseni esitystä.  Diagrammien koko määräytyi valuma-alueen pinta.alan mukaan.

Tarkastelemalla valuma-alueita voi huomata, että rannikkoalueilla ne ovat huomattavasti pienempiä.  Usein myös tulvaindeksi on korkeampi näillä pienemmillä alueilla.  Alueen koko ei kuitenkaan näytä määrittämän tulvaindeksiä, vaan pikemminkin järvisyysprosentti. Päätin tehdä pienen excel-kaavion(Kaavio 1) havainnolistaakseni tulvaindeksin ja järvisyysasteen kääntäen verrannollisuuden. Ilmiö on helposti selitettävissä: Järvet toimivat varastoina sulamisvesille ja rankkasateille.

(Kaavio1: Havainnollistava kaavio järvisyyden ja tulvaindeksin käänteisestä verrannollisuudesta.)

 

(Kuva1: Suomen valuma-alueet, niiden tulvaindeksit, sekä niiden järvisyysaste.)

Lähteet:

Sirola, Eveliina. Kurssikerta 3: Afrikan valtioita, Internetinkäyttöä ja tulvaindeksejä 30.1.2018
https://blogs.helsinki.fi/evsirola/2018/01/31/kolmas-kurssikerta-afrikan-valtioita-ja-tulvaindekseja/
(Luettu: 1.2.2018)

CIA World Factbook 2016.
https://www.cia.gov/library/publications/the-world-factbook/geos/ke.html
(Luettu: 1.2.2018)

 

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *