University of Helsinki
___
Kolmannen kurssikerran alussa opimme siistimään ja tiivistämään attribuuttitaulukkoa, jossa pienetkin saaret Afrikan rannikolla olivat omia rivejään, vaikka ne kuuluivat samaan valtioon. Taulukosta tulikin paljon helpompi tulkita ja käsitellä, kun kohteiden määrä väheni huomattavasti. Ensimmäinen tapa yhdistellä tuntui sujuvan, mutta vaikka sitä oli helppo tehdä, olisi koko aineiston läpi käyminen tullut kestämään melko kauan. Onneksi opimme myös muita tapoja, mutta niissä voisin tarvita vielä hieman toistokertoja. Toinen uusi asia oli Excelistä tuodun datan siirtäminen QGisiin ja sen liittäminen attribuuttitaulukkoon, mikä tunnilla meni hyvin ja alkoi onneksi muutaman mutkan jälkeen sujumaan myös myöhemmin itsenäisesti tehdyssä tehtävässä sen jälkeen, kun tajusin vaihtaa välimerkkejä.
Timantit, öljy ja konfliktit Afrikassa
Kuva 1. Timanttiesiintymät, mantereella sijaitseva öljy sekä konfliktit Afrikassa usean vuosikymmenen ajalta (1940-luvulta 2000-luvulle).
Harjoittelimme aiemmin kuvattuja erilaisia toimintoja aineistolla, joka kuvasi timanttien ja öljyn esiintymistä sekä konflikteja Afrikassa 1940-luvulta eteenpäin (kuva 1). Tätä karttaa tarkastellessa on muutamia alueita, joilla luonnonvarat sekä konfliktit näyttäisivät keskittyvän samaan paikkaan mutta toisaalta on myös useita alueita, joissa on joko vain näitä luonnonvaroja tai konflikteja. On myös tilanteita, joissa saman valtion sisällä on esimerkiksi timantteja sekä konflikteja, mutta ne ovat eri puolella valtiota. Mielikuva on siis erilainen kuin tarkastellessa konfliktien ja luonnonvarojen suhdetta pelkästä attribuuttitaulukosta. Voi toisaalta myös olla, ettei konfliktin sijainti maan sisällä suoraan kerro siitä, liittyykö se timantteihin tai öljyyn, mutta hyvin läheinen sijainti saattaisi mahdollisesti kertoa yhteydestä. On myös vaikea sanoa ainakin vain karttaa katsomalla, ovatko timantit tai öljy ylipäätään kuinka monien konfliktien syitä, sillä todennäköisesti taustalla vaikuttavat myös useat muut tekijät.
Taulukoista löytyvät tiedot konfliktien alkuvuosista ja kestosta sekä timanttien ja öljyn havaitsemisvuosista ovat tärkeitä tutkiessa niiden välisiä yhteyksiä. Toinen hyödyllinen attribuuttitaulukosta löytyvä tieto on konfliktien säde, sillä kartalla ne on merkitty saman kokoisilla pisteillä, mutta todellisuudessa niiden kattamien alueiden koko vaihtelee ja konfliktit voivat olla paljon laajempia kuin kartalta voisi olettaa.
Tulvariskit ja järvisyys Suomessa
Itsenäisenä tehtävänä oli luoda kartta Suomen ympäristön valuma-alueiden tulvaindekseistä ja järvisyydestä. Kuten aiemmin mainitsin, myös tässä pääsi harjoittelemaan tietojen liittämistä Excelistä, missä oli alkuun hieman ongelmia, koska olin unohtanut vaihtaa välimerkit pisteistä pilkuiksi tai toisinpäin. Onneksi ongelma kuitenkin selvisi ja kartan teko alkoi jo tuntua paljon helpommalta. Muokkasin pohjakartasta yksinkertaisemman, jotta sitä olisi helpompi tulkita. Olisin halunnut pitää kartassa joet, mutta niiden kanssa kartta tuntui liian sekavalta. Joidenkin valuma-alueiden pienen koon takia kuitenkin tiettyjen pylväiden ja diagrammien koko pieneni niin paljon, että osaa alueista on aika vaikeaa tulkita, erityisesti diagrammien kohdalla. Sen sijaan taustalla olevan koropleettikartan tulkitseminen onnistuu helpommin.
Tein kaksi versiota tästä kartasta, joista ensimmäisessä näkyy tulvaindeksin lisäksi valuma-alueiden järvisyysprosentti pylväinä (kuva 2) ja toisessa näkyy järvisyyden ja maapinta-alan osuus valuma-alueen pinta-alasta (kuva 3). Halusin pitää myös ensimmäisen kartan, koska sitä on mielestäni helpompi tulkita.
Kuva 2. Tulvaindeksi ja järvisyysprosentti Suomen alueen valuma-alueilla.
Kuva 3. Tulvaindeksi sekä järvien ja maan osuus valuma-alueen pinta-alasta Suomen alueella.
Karttoja tarkastellessa vaikuttaa siltä, että suurin osa Suomesta kuuluu matalimpaan tulvaindeksiluokkaan. Pohjanmaalla on valuma-alueita, joilla riski kohoaa jo jonkin verran. Myös etelärannikolla on alueita, joilla riski on kohonnut. Ainoa selkeä alue, jonka huomaan kuuluvan suurimpaan riskiluokkaan Lounais-Suomessa, myös rannikolla. Sijainti rannikolla vaikuttaisi olevan korkeamman tulvariskin alueita yhdistävä tekijä, mutta toisaalta rannikolla on myös joitakin alueita, joissa tulvariski on matala. Vaikuttaisi myös siltä, että suuremman tulvariskin alueella järvisyysprosentti on hyvin pieni ja alueilla, joilla on eniten järviä tulvariski on pieni. Olettaisin siis, että ainakin sijainti suhteessa merenrantaan ja järvien määrä vaikuttavat tulvariskiin. Sanni Tiainen on pohtinut blogissaan järvisyyden tasaavan tulvia, koska vesi kerääntyy niihin ei pääse tulvimaan siten yhtä helposti (Tiainen 2022). Tämä kuulostaa mielestäni olennaiselta taustasyyltä muiden mahdollisen tekijöiden joukossa.
Molemmat tämän kerran aineistot olivat mielenkiintoisia ja niistä olisi myös kiva tietää lisää. On myös mukava huomata, kuinka QGisin käyttö alkaa tuntua tutummalta harjoittelun myötä vaikkakin kerrattavaa ja opittavaa vielä löytyy.
Lähteet:
Tiainen, Sanni (2022). MAA-202 Geoinformatiikan menetelmät, viikko 3. Sanni Tiainen – Geoinformatiikan menetelmät. (Luettu 12.02.2022). Osoitteesta https://blogs.helsinki.fi/santiain/?lang=en