Kolmas viikko lähti reippain mielin käyntiin. Palasin kuitenkin karusti takaisin maan pinnalle, kun tämän viikon tehtävät raastoivat aivoja aivan uudella tavalla. Koin ongelmia muun muassa aineistojen avaamisen ja tietokantojen katoamisien muodossa. Luulin jo menettäneeni kaikki tuotokseni, mutta sain ne kuitenkin lopulta pelastettua.
Konflikteja, timantteja ja öljyä
Ensimmäinen tehtävä tuotettiin tunnin aikana. Loimme erilaisia tietokantoja yhdistelemällä Afrikan kartan (Kuva 1), johon on merkattu toisen maailmansodan jälkeen tapahtuneet konfliktit (punainen), öljyesiintymät (harmaa) ja timanttikaivokset (vaaleansininen). Attribuuttitaulukkoon kerääntyi paljonkin tietoa aiemmin mainittujen lisäksi muun muassa internetin käyttäjistä vuosilta 2000 ja 2020, Facebookin käyttäjistä vuodelta 2018 sekä valtioiden asukasluvut. Attribuuttitaulukosta ja kartasta pystyy tulkita eri muuttujien yhteyksiä. Karttaan on kuitenkin visualisoitu vain konfliktit, timanttikaivokset ja öljyesiintymien sijainnit.
Karttaa ja tietokantaa tutkiessa huomataan, että konflikteja tapahtuu usein öljyesiintymien ja timanttikaivoksien kanssa samoilla alueilla. Nämä muuttujat eivät kuitenkaan aina ole yhteydessä toisiinsa, vaan konfliktien syynä voivat olla muutkin syyt. Kuten Janne Turunen blogissaan kertoo: ”Konflikteja syntyy resurssien epätasaisesta jakautumisesta, mutta tärkeitä resursseja on muitakin kuin vain timantit ja öljy.” Ajatuksia herätti erityisesti Salla Kärkkäisen blogissa mainittu näkökulma: ”Mielenkiintoista on, että konflikteja on, vaikka timanttien ja öljyn ajattelisi tuovan varallisuutta alueelle. Syynä voisi olla se, että varallisuus jakautuu huonosti eri ihmisryhmien välille. Afrikan maat ovat vanhoja siirtolaismaita, ja se on jättänyt jälkensä niiden yhteiskuntiin.” Öljystä ja timanteista syntynyt varallisuus ei päädy paikallisten taskuun, vaan kasautuu joko valtion rikkaimmille tai rahavirrat kulkevat kokonaan ulkomaille. Tämä estää monien Afrikan maiden taloutta kehittymästä, mikä puolestaan lisää entisestään erilaisia konflikteja.
Tehtävä oli mielestäni todella mielenkiintoinen. Pidin siitä, että kerrankin tutkimuskohteena oli jokin muu alue kuin Suomi. Erilaisten ilmiöiden välisten yhteyksien ja niiden syiden tutkiminen herätti paljon ajatuksia.
Suomen valuma-alueet
Viikon kotitehtävänä oli luoda Suomen valuma-alueiden tulvaindeksiä ja järvisyysprosenttia kuvaava koropleettikartta ja kartogrammi. Kartta luotiin hyödyntämällä jo melko tuttuja QGISin työkaluja, kuten attribuuttitaulukkoa, laskinta sekä tietokantojen yhdistelemistä. Pylväsdiagrammien luominen oli kuitenkin uutta. Karttaa varten täytyi laskea tulvaindeksi, yhdistää samaan taulukkoon alueiden järvisyysprosentti sekä luoda pylväsdiagrammi. Tuomas Hartikainen kertoo blogissaan tulvaindeksin perusteet: ”Tulvaindeksi saadaan laskettua, kun jaetaan keskiylivirtaama keskialivirtaamalla. Saatu luku kertoo siis joenvirtausnopeuden vaihtelun suuruuden. Mitä isompi on pienimpien ja suurimpien virtaamien ero, sitä suurempi on tulvaindeksi.”
Karttaa 2 tarkastellessa voidaan nähdä, että tulvaindeksi on suurimmillaan Länsi- ja Etelä-Suomen rannikkoalueilla. Meren läheisyys sekä erityisesti Länsi-Suomessa jokien runsaus vaikuttavat merkittävästi alueiden tulvaherkkyyteen. Pohjanmaa on laakeaa tasankoa, eli korkeusvaihteluita ei juurikaan ole. Sen takia joet virtaavat hitaasti. Alueen pinnanmuodot saavat joet tulvimaan herkästi. Pohjanmaalla tyypillisiä tulvia ovat keväällä tapahtuvat jääpatojen aiheuttamat hyydetulvat (Yle.fi, 2021). Ilmastonmuutos tulee vaikuttamaan omalla tavallaan Suomen tulviin, mutta sen tarkka vaikutus on vielä epävarma ja vesistöittäin vaihteleva. Varmaa kuitenkin on, että hulevesitulvien määrät suuremmissa kaupungeissa tulevat kasvamaan.
Järvisyysprosentti puolestaan on suurimmillaan Järvi-Suomen alueella, jossa on nimensä mukaan paljon järviä. Ne ovat syntyneet paikalleen jääkauden aikana mannerjään liikkeen ja sulamisen seurauksena. Myös Lapissa on korkea järvisyysprosentti. Järvisyysprosentti on selkeästi pienempi merkittävimmillä tulvariskialueilla ja näin myös tulvaindeksi on pienempi suurimmilla järvisyysprosenttialueilla. Järvisyysprosentilla ja tulvaindeksillä on siis selkeä yhteys. Järvet auttavat tasaamaan vesistöjen virtaamaa, koska ne toimivat sadevesivarastoina.
Näin jälkeenpäin ajateltuna viikon tehtävät olivat todella mielekkäät ja olen melko ylpeä valmiista kartoista. En kuitenkaan tiedä opinko itse kovinkaan paljon, kun kaverit avustivat karttojen luomisprosessissa niin paljon (KIITTI). Ehkä ensi viikolla syvennyn karttojen tekoon paremmin ja yritän käyttää omia aivojani.
Lähteet
Hartikainen, T. (2022). 3. kurssikerta, Maa-gis-ta menoa. Luettu 6.2.2022. https://blogs.helsinki.fi/tuomhart/
Kärkkäinen, S. (2022). Viikko 3: Toistojen kautta se avautuu!, Sallan kurssiblogi. Luettu 6.2.2022. https://blogs.helsinki.fi/karkkais/
Turunen, J. (2022). QGIS – rakastettuni, Geoinformatiikan mystiset menetelmät. Luettu 6.2.2022. https://blogs.helsinki.fi/janneturunen/
Yle.fi (2022). Ilmastonmuutos lisää Suomen sademääriä, ja näin se tuntuu eri maakunnissa – katso kotialuettasi lähivuosikymmeninä kohtaavat tulvariskit. Luettu 6.2.2022. https://yle.fi/uutiset/3-12112542