TIETOKANTALIITOKSIA JA MUITA MUUNNOKSIA

Tällä(kin) kertaa sukellettiin suoraan syvään päätyyn. Intensiivinen neljätuntinen opetti meille varhaisena keskiviikkoaamuna erilaisten tietokantojen liittämistä ja uuden tiedon tuottamista uuden sekä vanhan tiedon avulla. Excel tuli jälleen tutummaksi. Taukoja ei juurikaan pidetty, reipas tahti piti otteessaan koko kurssikerran ajan. Päällimmäisenä oli pelko kelkasta tippumisesta, joten aamukahvikin oli minimissään turhia vessataukoja silmällä pitäen. Huh huh, sanon minä!

Afrikkaa ristiin rastiin
Tarkastelun kohteena kurssiviikolla 3 oli tietokanta Afrikan valtioiden konfliktien, timanttikaivosten sekä öljykenttien määristä. Näitä tiedostoja käänneltiin, väänneltiin, muutettiin ja päivitettiin erilaisten ohjelmistojen, laskinten ja ominaisuuksien avulla, jotta saisimme yhtenäisen sekä tehokkaamman tietokannan lähempää tarkastelua varten. Teemakartalla (kuva 1) näkyvät mainitsemani tiedot Afrikan valtioiden luvuista.

Kuva 1. Afrikan valtioiden konfliktien, timanttikaivosten ja öljykenttien sijoittuminen vuodelta 2020. Lähde: Kurssimateriaali.

Mitä löytyy taustalta?
Kurssikerran Afrikka-tietokanta antaa aihetta laajempaan pohdintaan, sillä aineistossa annetut tiedot konfliktien tapahtumavuosista ja laajuuksista, sekä timanttikaivosten, että öljykenttien löytämis- sekä aloitusvuosista, osoittavat yhteneväisyyksiä tekijöiden välillä. Toisin sanoen, suurin osa konflikteista todennäköisesti liittyvät mainittuihin taloudellisiin tekijöihin, mutta vaikuttavatko konfliktien määrään enemmän kohteen löytämisen ajankohta ja siihen liittyvät mahdolliset valtaamisyritykset vai kohteen varsinaisesta hyödyntämisestä johtuvat, mm. mahdolliset työntekijöihin kohdistuvat epäoikeudenmukaisuudet? Vai ovatko timanttikaivokset/öljykentät itse asiassa tuottaneet seudulle aitoa vaurautta ja konfliktit ovat näin ollen vähentyneet?

Mielenkiintoista olisi lisäksi tutkia niitä valtioita, joissa konfliktien määrä on suhteellisen korkea, mutta timanttikaivoksia tai öljykenttiä on verrattain vähän. Mitkä tekijät ovat näissä tapauksissa konfliktien taustalla? Samaisen tietokannan luvut valtioiden internetin käyttäjien kasvavista luvuista (vertailussa vuodet 2000 ja 2020) ovat erityisen mielenkiintoisia, sillä netistä saatava tieto lisää mm. tietoisuutta työntekijöiden oikeuksista sekä öljyn/timanttien kauppahinnoista, mikä taas saattaa vaikuttaa konfliktien määrään. Myös koulutuksen ja internetin käyttäjien kasvun vertaaminen olisi mielenkiintoinen tutkimuskohde. Onko paljon timanttikaivoksia tai öljykenttiä omistava valtio panostanut kansalaistensa hyvinvointiin vai menevätkö rahat jonnekin muualle, kuten suurille yhtiöille? Kysymyksiä aiheeseen liittyen olisi runsaasti.

Kotiläksyt tehty! Onnistuinko?
Kotitehtävänä oli vertailla Suomen vesistöalueiden valuma-alueiden tulvaherkkyyttä sekä järvisyyden osuutta pinta-alasta, ja tuottaa siitä koropleettiteemakartta. Tulvaindeksi kertoo alueen tulvaherkkyydestä, ja sen voi laskea usealla eri tavalla, mm. mallilla MHQ/MNQ (itse käytin juuri tätä) eli keskiylivirtaama jaetaan keskialivirtaamalla. Tämä malli on nimeltään virtaamavaihtelujen indeksi, joka siis vertaa näitä kahta virtaamaa keskenään. Keskiylivirtaama kertoo tietyn ajanjakson ylimpien mitattujen arvojen keskiarvon, kun taas keskialivirtaamalla mitataan alimpien mitattujen arvojen keskiarvoa. (Paarlahti, 2021.)

– Alivirtaama = kuiva kausi, keskimääräistä alhaisempi määrä virtaavaa vettä
– Ylivirtaama = tulva tai keskimääräistä korkeampi määrä virtaavaa vettä    (Paarlahti, 2021)

Onnistuin omien teemakarttojeni tuottamisessa mielestäni hyvin. Kuvan 2 teemakartta on kaikessa yksinkertaisuudessaan selkeä ja tarkoituksenmukainen. Kartalta on havaittavissa, että suurin osa Suomen tulvaherkistä alueista sijaitsee rannikkoalueilla, tarkemmin eteläisessä sekä läntisessä osassa. Suurimman tulvaindeksin on saavuttanut Aurajoen vesistön alue Turun seudulla. Yhteistä tulvaherkille alueille rannikkosijainnin lisäksi ovat tasaiset pinnanmuodot sekä järvien vähäinen määrä suhteessa maapinta-alaan (kuva 3). Pohjoisessa sijaitseva alue poikkeaa muista tulvaherkistä alueista, mutta selittyy mm. roudan kyllästämällä maaperällä, johon vesi ei pääse imeytymään keväällä lumen sulaessa.

Kuva 2. Suomen tulvaherkkyys eli tulvaindeksi valuma-alueittain. Lähde: Kurssimateriaali.
Kuva 3. Suomen tulvaindeksi ja järvisyys pinta-alasta valuma-alueittain. Lähde: Kurssimateriaali.

Palloja ja piirakoita
Toinen teemakarttani (kuva 3) sisältää tulvaherkkien alueiden järvien osuutta maapinta-alasta kuvaavat pallot. Mitä suurempi pallo on, sitä enemmän kyseisen alueen pinta-alasta on järviä. Ja kuten jo aiemmin totesin, yhteinen tekijä tulvaherkille alueille on pieni järvisyysprosentti, kuten tämän kartan perustella on siis mahdollista todentaa. Järvisyyden kuvaaminen eri kokoisten pallojen avulla on mielestäni visuaalisesti toimiva ja osoittaa tarvittavan tiedon mielekkäällä tavalla, mutta jättää kaikesta huolimatta kartan tulkitsijalle todellisemmat prosenttiosuudet osittain arvailun varaan. Legendaan on mahdollista tietysti lisätä prosenttitiedot, kuten Ville on esimerkillisesti tehnyt omassa teemakartassaan. Karttaa on heti helpompi tulkita.

Kotitehtävän haasteellisempi osa oli kuvata tulva-alueiden järvien osuutta pinta-alasta ympyrädiagrammin avulla. Onnistuin sen (useiden kokeilujen jälkeen) tekemään, mutta ”piirakat” jäivät suhteessa liian pieniksi (kuva 4). Toteutus näyttää aluksi kivalta, mutta pienikokoisella teemakartalla kokonaisuus on jokseenkin sekava. Lähentämällä teemakarttaa, on mahdollista saada ympyrädiagrammin tarkoitus paremmin esille (kuva 5). Myös Annika on blogissaan lähentänyt karttakuvaa, hyvältä näyttää.

Kuva 4. Suomen tulvaindeksi ja järvisyys- sekä maapinta-alaprosentit tulva-alueittain. Lähde: Kurssimateriaali.
Kuva 5. Suomen tulvaindeksi ja järvisyys- sekä maapinta-alaprosentit tulva-alueittain. Lähde: Kurssimateriaali.

Tärkeintä lopulta on, kaikkien karttojen osalta ja maallikon kannalta, että välitettävänä oleva tieto tulee esille, tavalla tai toisella. Ja teemakarttoja muokatessa, on tärkeää ottaa huomioon, että visuaalisesti kaunis ja tarkoituksenmukainen kartta ei välttämättä tarvitse erikoistehosteita onnistuakseen.


Luokanopettajan muistilista
+ Visuaalisuus huomioon, mutta ei välttämättä ole pääasia.
+ Erilaisten tietokantojen etsiminen netistä yhdessä.
+ Tietokantakritiikki! Missä on ”oikea” tieto?


Lähteet

Innanen, Annika. (2021). Annikan GIS-Blogi; Harjoitus 3: Tulvaindeksikartta. Viitattu 8.2.2021. Saatavilla: https://blogs.helsinki.fi/anninnan/2021/02/04/harjoitus-3-tulvaindeksikartta/

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Väisänen, Ville. (2021). Villen GIS-Blogi: Suomen valuma-alueita ja Afrikan konflikteja. Viitattu 8.2.2021. Saatavilla: https://blogs.helsinki.fi/villvais/2021/02/02/valuma-alueiden-tulvaindeksikartta/

Ensikosketus QGIS ohjelmistohirviön ihmeelliseen maailmaan!

Ihan aluksi; Mikä on QGIS?
Maantieteen sivuaineopintoni saivat erityislaatuisen aloituksen vuodelle 2021, kun pääsimme kokeilemaan QGIS ohjelmistoa kurssin Geoinformatiikan menetelmät 1 parissa. QGIS on avoin paikkatietojärjestelmäsovellus (GIS), jonka sisältö perustuu vapaaehtoisten tuottamaan dataan. Ohjelmistossa voit mm. visualisoida, muokata ja muodostaa erilaisia tulostettavia karttoja erilaisten toiminnallisuuksien ja lisäosien avulla. Lisätietoa QGIS ohjelmistosta löydät sivulta https://qgis.org/fi/site/.

QGISin tyyppiset kaikille avoimet ohjelmistosivustot ja hankkeet ovat tällä hetkellä lisääntymässä maailmanlaajuisesti. On kaikille yhteinen etu, että tällaisia tietokantoja luodaan ja kehitetään, jotta kansainvälinen projektiyhteistyö lisääntyisi. (Steiniger & Hunter, 2012, s. 136, 148.)

Päällimmäisenä tunteena ahdistus; Talttuuko QGIS-hirviö?
Ensikosketus QGIS ohjelmistohirviön ihmeelliseen maailmaan aloitti tunteiden myllerryksen ja samalla viikolla alkanut kurssi Maantieteen menetelmät tuntui tämän QGIS-hirviön rinnalla nyt suorastaan ”lasten leikiltä”. Pelonsekaiset fiilikset kurssilla pärjäämisestä, tehtävien loppuun saattamisesta ajallaan ja muiden opintosuoritusten tekemisestä samanaikaisesti tuntuivat loputtomalta suolta. Juuri kun olin oppinut käyttämään Corel Draw ohjelmistoa viime vuoden puolella, ja suorastaan nauttimaan sen parissa työskentelystä, heittäydyin uudestaan leijonien sekaan tuntemattomalle areenalle.

    Ahdistus iski.

Useiden huokausten ja epäuskoisten fiiliksien jälkeen, onnistuin lopulta ope-Artun tarkkojen ohjeiden mukaisesti, osio kerrallaan, tuottamaan suunnilleen vastaavanlaisen karttatekeleen (kuva 1) kuin opettajalla itsellään kurssikerran lopulla oli. Kurssikerran lopulla huokailut olivat jo hieman helpotuksen puolella.

Kuva 1. HELCOM-merialueisiin kuuluvien valtioiden typen päästöosuudet. QGIS 2021.

Mitä kartalla näkyy?
Kuvassa näkyvä teemakartta (kuva 1) käsittelee HELCOM-merialuetta ympäröivien valtioiden typen päästöjen osuuksia, joista suurin päästöjä aiheuttava valtio on Puola. Huomioitavaa on, että HELCOM-merialueeseen kuuluvat vesistöt ovat suhteellisen vähäpäästöisen alueen ympäröimänä, mikä johtunee viime vuosikymmenten aikana kivihiilen polton puhdistustekniikan kehittymisestä.
Katso lisää aiheesta HELCOM: https://ym.fi/kansainvalinen-yhteistyo-vesien-ja-merensuojelussa
Typen päästöistä: https://www.hiilitieto.fi/hiilitietoa/hiilen-haitat/rikin-ja-typen-oksidit/.

Toinen kartta (kuva 2) kuvaa suomalaisten kuntien väestötiheyttä vuodelta 2015. Kartasta voi havaita, että tiheimmin Suomessa asutaan suurimpien kaupunkien läheisyydessä ja eteläisessä Suomessa ylipäätään. Erityisen tiheää, jos näin voidaan edes Suomessa sanoa, on pääkaupunkisudulla sekä Ahvenanmaalla.

Kuva 2. Väestötiheys Suomen kunnat 2015. QGIS.

Miten onnistuin?
Kuvan 1 teemakartta on jokseenkin sekavan näköinen, jollei ole jo hieman perehtynyt kyseiseen aiheeseen tai QGIS ohjelmistoon, tai vaikkapa teemakarttoihin ylipäätään. Tällainen kartta onkin mielestäni erinomainen työkalu osoittamaan jollekin valitulle joukolle, jotakin valittua tietoa. Maantieteeseen perehtynyt osaa todennäköisesti tulkita karttaa heti sen nähdessään, mutta perehtymätön on varmasti pelkkänä kysymysmerkkinä. Lisäksi väriskaala, joka osoittaa typen päästöjen osuuksia, on huonosti valittu, sillä vaalein väri (esim. Suomi) on suorastaan luonnottoman näköinen, antaen vaikutelman aukosta kartalla. Seuraavalla kerralla aion valita tarkoituksenmukaisemmat sävyt.

Kuvassa 2 on mielestäni oikein onnistunut koropleettikartta eli ns. määrällinen alueluokituskartta. Kartan tieto tulee selvästi esille, vaikkakin yleensä tällaiset kartat tehdään liukuvärjäyksellä samaa väriä käyttäen. Toisaalta tässä tapauksessa, eli suhteellisen harvalukuisen väestötiheyden toteamisessa, on kahden värin taktiikka mielestäni käyttökelpoisempi vaihtoehto. Makunsa kullakin, pääasia on, että haluttu tieto välittyy kartalta.

Seuraavassa blogissa lisää! QGIS matkani on alkanut!

Luokanopettajan muistilista
+ Käytä tulevilla oppitunneilla oppilaiden kanssa!
+ Oman maailmankuvan muodostaminen ja monilukutaito!


Lähteet

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Steiniger, S. & Hunter, A.J.S. (2012). The 2012 free and open source GIS software map – A guide to facilitate
research, development, and adoption. Computers, Environment and Urban Systems 39, 136–150.