Categories
Uncategorised

Kolmas kerta toden sanoo? Tuuletustanssi ja hälyttävän tyhjä teekuppi

 

Kolmas kurssikerta alkoi jällee optimistisin mielin. Yllätyksekseni tämä optimismi kantoi lähes kurssikerran viimeisille minuuteille asti. Onnistumisen tunne valtasi kehoni niin, että päätimme jopa rakkaan pöytätoverini Elias Hirvikosken kanssa koreografioida uuden tuuletustanssin. Tämän elämää mullistavan tanssiteoksen voi nähdä alla olevasta videosta.

Video 1. Elias Hirvikosken  ja Emma Wardin tuuletustanssi. Lähde: Elias Hirvikosken  ja Emma Wardin WhatsApp-keskustelu.

Tunnin aloitimme tarkastamalla Afrikan mannerta. Tarkoituksena oli tutkia ladatusta aineistosta paljastuvien timanttikaivoksien, konfliktien ja öljykenttien sijoittumista. Pian aineiston tietokannasta huomasi, että Afrikan valtiot olivat jakautuneet moneen eri osaan, joka tarkoitti korjaustöiden aloittamista. Laura Hynynen kuvaili blogissaan tätä korjailua “digisiivouksena”. Mielestäni tämä termi on osuva ja tarpeellinen ottaen huomioon kaiken “siivouksen” jota olen Hynysen tavoin joutunut tekemään CorelDraw-ohjelmassa. 

Koska valtiot olivat jakautuneet osiin oli niitä yhdistettävä. Tämä tehtiin lisäämällä QGIS:iin uusi työkalurivi, jonka nimi oli advanced digitizing toolbar. Tämän jälkeen valitsin ne kohteet, jotka halusin yhdistää. Tämä tapahtui käyttämällä merge-toimintoa. Pian viimeisetkin aivosoluni hoksasivat, että kyseinen merge-toiminto ei korjannutkaan kaikkia elämän ongelmiani – toiminnolla yhdistäminen tapahtui ominaisuus kerrallaan. Onko ärsyttävää? Olen täysin samaa mieltä. Nopean rukouksen jälkeen ongelmaan löytyi ratkaisu, nimittäin työkalu nimeltään dissolve. Käyttämällä tätä työkalua pystyin järjestämään kaikki Afrikan valtiot haluttuun järjestykseen muutamassa tuokiossa.

Yksi työn vaiheista oli erään Excel-taulukon tuominen QGIS-ohjelmaan. Voisi aluksi luulla, että tämä olisi helppoa kuin heinänteko. Rakas ystäväni tässä olisit väärässä. Excel ja QGIS eivät käyttäytyneet kuin kaksi marjaa. Riidan ratkaisuksi muutin Excel-taulukon comma separated values-tiedostoksi (tunnetaan kadulla nimellä csv). Csv on tunnettu katunokkeluudestaan, jolloin oli tärkeää tutkia taulukon tietoja tarkemmin niin, että Excelin ja QGIS:in taulukoiden tiedot kulkivat käsi kädessä toistensa kanssa. Tarkan observoinnin ja mahdollisten korjausten jälkeen Excel-taulukko tuotiin QGIS:iin ylpeässä ja loistokkaassa csv muodossaan. Tämän jälkeen taulukkotieto yhdistettiin muuhun aineistoon ja analyysin aloittaminen pistettiin tulille.

Aloin tarkastella timanttikaivoksien, konfliktien ja öljykenttien sijoittumista alueellisesti. Tarkoituksena oli myös tehdä korrelaatioita kolmen eri muuttujan kesken. Kuvasta 1 näemme, miten nämä muuttujat ovat sijoittuneet alueellisesti. Kartasta selkesäti näemme, miten konflikteja on eniten kehittyvissä maissa. Kyseiseen karttaan olisi pitänyt lisätä kunkin valtion kehitystä kuvaava indikaattori, joka oli tässä tilanteessa internetin suhteellinen käyttö väestössä. Tämä olisi antanut mahdollisuuksia tehdä yhä syvällisempiä korrelaatioita esimerkiksi konfliktien ja valtion kehittyneisyyden valtioiden kesken. Taino tästä en itseasiassa ole aivan varma, mutta Hynysen blogista näin, miten hän oli erinomaisesti visualisoinut ja pohtinut näitä korrelaatioita.

Kuva 1. Afrikan konfliktit, öljyesiintymät ja timanttikaivosten sijaintii

Myös Joonatan Reunasen raportista sain oivallisia uusia näkökulmia omaan pohdintaani. Esimerkiksi, miten Itä-Afrikassa luonnonvarojen esiinytmisen ja konfliktie määrällä on selkeitä korrelaatioita. Reunanen toi myös esille öljyn tärkeän globaalin aseman yhteydessä konfliktien määrään.

Ensimmäisessä tehtävässä laskin myös kunkin polygonin (tässä tapauksessa Afrikan valtion) sisältämän konfliktien ja  timanttikaivosten määrä. Tämä toteutettiin käyttämällä toimintoa count points in polygon. Yllätykseksieni tämä onnistu ja atribuuttitaulukkoon pamahti haluttu tieto. Tämä tieto sitten asetettiin suuruusjärjestykseen. Huomautuksena, että tässä kohtaa aloin hieman pudota kärryiltä nähdessäni hälyttävän tyhjän teekuppini pöydälläni  – tämä tunnetusti aiheuttaa minussa ahdistusta ja saa keskittymiseni herpaantumaan(kuvittele ääniefekti: poliisiauton sireenin).

Korjattuani tämän kamalan teekuppi katastrofin toinen tehtävä kolkutteli jo ovella. Oli aika palata rakkaaseen Suomeen ja sukeltaa sen tulvaindeksien ja valuma-alueiden pariin. Tein muutamia laskelmia ja tulvaindeksikartan Suomen valuma-alueista. Prosessi oli samanlainen kuin Afrikka-tehtävässä, joten en tylsistytä arvoisia lukijoita toistamalla samoja työvaiheitani. Tein kyseisestä aiheesta kaksi kartta. Kuvassa 2 näemme tulvaindeksin koropleettikartana.  Karttojen tulvaindeksi kuvaa keskiyli- ja keskivirtaaman välistä suhdetta. Riina Hiltula selvensi tätä blogissaan kuvaillen tätä suhdetta niin, että kuinka suuri virtaaman huippu on verrattuna kuivimpaan ajanjaksoon. 

Kuvasta 2 näemme, miten kuvasin kuvasin tulvaindeksiä viidellä eri luokalla – mitä tummempi luokan väri on, sitä tulvaherkempi alue on. Kuvassa 3 yhdistin tekemäni histogrammin kuvaan 2. Tämä histogrammi kuvasi alueen järvisyyttä. Tässä kohtaa minun pitää antaa itselleni rakentavaa kritiikkiä, koska kuva 3 ei ole visuaalisesti parhaimmasta päästä. Histogrammini ovat aivan liian vaaleat suhteessa koko karttaan, jolloin histogrammeja on vaikea erottaa kartasta. Kirjoittaessani tätä blogia huomasin myös, etten lisännyt järvisyysprosenttia kuvaavan symbolin kuvan 3 legendaan…

Tuskin sitä nyt itkemään aleta, koska omista virheistä aina oppii. Olisin myös voinut tehdä histogrammien sijasta piirakkadiagrammin, mutta teisin jo, ettei tämä näyttäisi yhtä selkeältä kuin histogrammit. Tiina Aalto esitteli blogissaan piirakkakarttaansa ja kertoi, miten “diagrammeja on samalla kartalla liikaa, ja lisäksi ne peittävät koropleettikartan värit.”. Olen täysin samaa mieltä Aallon kanssa. Hänen histogrammikartastaan taas huomasin, miten histogrammit olisi pitänyt tuoda selkeämmin esille esimerkiksi valitsemalla oikean värin.

Kuva 2. Suomen valuma-alueiden tulvaindeksikartta.
Kuva 3. Suomen valuma-alueiden tulvaindeksikartta ja järvisyysprosentti.

Kuvista 2 ja 3 näemme, miten tulvaherkimmät alueet sijoittuvat rannikolle ja etenkin alueille, joiden järvisyys on pienin. Tämä johtuu siitä, että järvet tasoittavat jokien virtausta keräämällä jokien vedet itseensä. 

Lähteet:

Laura Hynynen. Lisää elementtejä analyysiin. Käyty 3.2.2020.

https://blogs.helsinki.fi/lauravel/

Joonatan Reunanen. Beast mode on! Käyty 3.2.2020.

https://blogs.helsinki.fi/reunajoo/

Riina Hiltula. Afrikan valtioita ja tulvaindeksin laskemista. Käyty 3.2.2020.

https://blogs.helsinki.fi/hiltular/

Tiina Aalto. Tietokannat tutummiksi. Käyty 3.2.2020.

https://blogs.helsinki.fi/tidaalto/

Leave a Reply

Your email address will not be published. Required fields are marked *