Helsingin yliopisto
Kolmannella kurssikerralla syvensimme jälleen osaamistamme QGIS:n sekä datan hallinnan ja visualisoinnin parissa. Tämän kurssikerran tavoitteena oli oppia lisäämään jo olemassa olevaan aineistoon uutta dataa sekä yhdistellä eri tietokannan sisältämää tietoa toisiinsa. Kurssikerralla esitetyt uudet menetelmät ja toiminnot olivat uskomattoman haastavia, eikä kurssikerran harjoitusten tekemisestä meinannut tulla juuri yhtään mitään itsenäisesti ilman, että opettaja on jatkuvasti pitämässä kädestä kiinni. Jos ei siis päässyt kurssikerran opetuksen aikana läpi käydyistä työvaiheista ja QGIS:n toiminnoista lainkaan jyvälle, tuntui harjoitusten tekeminen myöhemmin omatoimisesti käytännössä mahdottomalta kirjallisista ohjeista huolimatta.
Luonnonvarat konfliktien aiheuttajina Afrikassa
Ensimmäisessä harjoituksessa avasimme QGIS:ssä kolmannen kurssikerran kansiosta löytyvästä zip.-tiedostosta aineiston, joka sisälsi dataa Afrikan mantereelta löytyvistä timanttikaivoksista, öljykentistä sekä konflikteista alueittain. Tarkoituksena oli datan avulla tutkia mahdollista yhteyttä luonnonvarojen määrän ja aseellisten konfliktien esiintyvyyden välillä. Kun olimme saaneet aineiston haltuun ja valmiiksi hyödynnettäviksi, aloitimme datan visualisoimista Afrikan karttapohjalle. Tiedon visualisoiminen kartan muodossa on ehdottomasti se hauska työvaihe. Toiminnot sujuivat ongelmitta, ja lopputuotoksestani tuli mielestäni erittäin onnistunut. Kartta on visuaalisesti miellyttävä ja selkeä, ja sen esittämä tieto ilmenee lukijalle moitteitta. Työstin kartan visuaalista puolta muun muassa vaihtamalla joitakin kartan kohteita kuvaavia symboleita yksinkertaisista ympyröistä kuvioihin, jotka ehkä voisivat sopia kyseisen kohteen kuvaamiseen paremmin. Ainakin kartanlukukokemuksesta tulee mielekäs, vaikka kartan aihe ei niinkään ole. Stella Syrjänen teki blogissaan (2024) mielenkiintoisen huomion kartan sisältöön liittyen. Hän totesi symbolien antavan harhaan johtavan kuvan konfliktien laajuudesta, sillä jokainen konflikti, niin pienemmät kuin suuremmat, on kuvattu samankokoisilla symboleilla.
Saatuamme kohteita sijoitettua karttapohjalle alkoi se ei niin mielekäs osuus kurssikerrasta. Aloimme nimittäin yhdistelemään olemassa olevaa dataa toisiinsa sekä lisäämään uutta dataa valmiiseen tietokantaan. Yhdistelimme muun muassa konfliktien, timanttien ja öljyn datan yhteiseen layeriin, jotta näiden muuttujien välistä korrelaatiota yhteisestä attribuuttitaulukosta pystyi tarkastelemaan. Vaikka työvaiheet onnistuivat kurssikerralla opettajan opastamana hyvin, niin minulla ei ollut kovinkaan suurta käsitystä siitä, mitä olimme oikeasti tekemässä. Kurssikertojen opetustyyli ei aina omalla kohdallani välttämättä anna kaikkia rahkeita itsenäisessä työskentelyssä menestymiseen. Opetuskerroilla keskittymiseni on täysin lukittunut siihen, mitä opettaja näytöllä kirjaimellisesti tekee: mitä hän klikkaa ja mitä hän kirjoittaa mihinkin kenttään? Tämä aiheuttaa yleensä ainakin haastavampien kurssiaiheiden kanssa sen, etten kykene lainkaan kiinnittämään huomiotani siihen, mitä olemme oikeasti tekemässä, ja mitä harjoitusaineistojen sisältämällä tiedolla halutaan kertoa. On vaikeaa sisäistää opetetut asiat ja soveltaa niitä myöhemmin. Tällöin on odotettavissa runsaasti ongelmia itsenäisen työskentelyn kanssa. Näin kävi myös tällä kertaa ja ongelmia oli luvassa ja paljon…
Kuva 1. Afrikassa sijaitsevat timanttikaivokset ja öljykentät sekä tapahtuneet konfliktit
Kurssikerran jälkeen, kun oli aika aloittaa itsenäinen työskentely omalla ajalla, huomasin, että lähes kaikista datan liittämisessä ja yhdistelyssä muodostuneista layereistä oli kaikki tieto kadonnut. Olin unohtanut tallentaa, jokaisen layerin erikseen: tämä on yksi ominaisuus, jota vihaan QGIS:ssä suunnattomasti. Palasin takaisin lähtöviivalle. Minulla ei ollut aavistustakaan, mitä tehdä, enkä ollut varma, minkälainen lopputuotos blogiin tulisi liittää: kartta vai jonkinlainen taulukko? Yritin sisäistää kirjalliset ohjeet ja useamman tunnin uuvuttavan puurtamisen jälkeen sain aikaan vaatimattoman lopputuloksen. Onnistuin saamaan yhteiseen taulukkoon konfliktien, timanttien ja öljyn lisäksi myös uniikit konfliktit, jonka data siis kertoo, kuinka monena vuonna maassa x on ollut konflikti.
Taulukosta pystyi päättelemään, että timanttikaivosten ja öljykenttien esiintyvyydellä on havaittavissa jonkinlainen yhteys konfliktien yleisyyteen valtioittain. Toki suuria poikkeuksiakin esiintyy datassa. Esimerkiksi Etiopiassa, jossa timanttikaivoksia ei ole ensimmäistäkään eikä öljykenttiä kuin vain yksi, on kuitenkin konflikteja syntynyt 104 kappaletta, joka on kaikista Afrikan valtioista suurin lukema. Johtopäätökseksi voidaan esittää se, että myös muut tekijät voivat kiristää osapuolten välillä ja pahimmassa tapauksessa aiheuttaa konfliktin. Syyt voivat olla resurssien himon lisäksi muun muassa poliittisia tai uskonnollisia. Toisessakin päässä esiintyy jonkin sorttista poikkeamaa. On myös valtioita, joissa konflikteja ei ole esiintynyt lainkaan olemassa olevista timanttikaivoksista ja öljykentistä huolimatta. Uniikkien konfliktien lisääminen aineistoon avaa lisää näkökulmia aiheen tarkastelulle. Uniikit konfliktit kuvaavat siis sitä, kuinka monena vuonna valtiossa on ollut konflikti. Eli vaikka useita erinäisiä konflikteja ei välttämättä olisi tapahtunut, on alueella voinut olla käynnissä yksi ja sama pidempiaikainen konflikti.
Tulvaindeksi ja järvisyys
Seuraavaksi oli vuorossa laatia tulvaindeksiä ja järvipinta-alan osuutta kuvaava teemakartta Suomesta. Harjoitus oli itsenäisesti tehtävä ja näin ollen jälleen hyvin haastava. Tässä harjoituksessa käytetyt menetelmät ja toiminnot olivat paljolti ensimmäisen harjoituksen soveltamista. Siksi pääni löikin taas aikalailla tyhjää miettiessäni, että miten edetä. Onnistuin kuitenkin saattamaan työn loppuun vielä opetuskerran aikana kiitos opiskelukavereideni. Ilman neuvoja olisin ollut todennäköisesti istumassa koneen äärellä yömyöhään saamatta mitään järkevää aikaiseksi. Tulvaindeksin visualisoiminen kartalle ei ollut yhtä vaikeaa kuin järvisyyttä esittävien ympyrädiagrammien laatiminen. Tulvaindeksi toki tuotti haasteita esimerkiksi värimaailman ja oikeanlaisen luokkajaon valitsemisessa, mutta nämä ovatkin vain mielipidekysymyksiä. Työvaiheet itse datan hallitsemisessa olivat huomattavasti selkeämmät kuin ympyrädiagrammeja tehdessä, mikä olikin itselleni täysin uusi ominaisuus QGIS:ssä. Jäin heti alkutekijöissä jumiin, kun diagrammeihin vaadittava laskutoimitus field calculatorissa ei suostunut toimimaan. Kaverini Veera Matikainen näytti minulle kuitenkin taikatempun, jonka opettaja oli hänelle näyttänyt, joten pääsin etenemään.
Lopputuotokseen olen melko tyytyväinen. Luokkajakojen sekä luokkia kuvaavien värien valinta tuotti pientä päänvaivaa. Jos luokkia on liikaa, näyttää karttaselite hieman puuduttavalta ja, jos taas liian vähän, kuuluisi suurin osa Suomesta pienimpään mahdolliseen luokkaan. Oli siis hankalaa löytää se kultainen keskitie. Värien suhteen päädyin punaisiin sävyihin, sillä vaikka sininen olisi ehkä ollut se parempi valinta kuvaamaan tulvimista, olisi se voinut sekoittua kartalla jo sinisellä esiintyvien jokien ja järvien kanssa. Ympyrädiagrammien koon säätäminen tuotti pienoisia ongelmia, sillä ne nimittäin täytyi saada riittävän kokoisiksi, että niiden esittämän tiedon voi edes nähdä, mutta kuitenkin niin, etteivät ne peitä tulvaindeksiä kartalla. Sen takia päädyinkin sellaiseen ratkaisuun, että tuotin kaksi erillistä karttaa. Ensimmäisessä esitetään vain tulvaindeksiä, ja toiseen on lisätty järvisyyttä kuvaavat ympyrädiagrammit tulvaindeksin päälle. Sain idean tähän Pietu Nuortimon blogista (2024).
Kuva 2. Valuma-alueiden tulvaindeksi Suomessa.
Kuva 3. Tässä kartassa valuma-alueiden tulvaindeksiin on lisätty järvialueiden osuus maapinta-alasta ympyrädiagrammien muodossa.
Kartan osoittamasta datasta voi havaita Suomen rannikkoalueiden olevan suuren tulvariskin alla. Tulvariski on korkeimmillaan siis alueilla, joilla joki laskee mereen ja esimerkiksi laajoilla järvialueilla sisämaassa on tulvariski melkein olematon. Rannikkoiden voimakas tulviminen johtuu esimerkiksi myrskyistä. Rannikkoalueilla on myös mahdollista samanaikainen merivesitulva ja valuma-alueelta saapuva vesistötulva. Järvialueiden vähäinen tulviminen taas johtuu muun muassa siitä, että järvet toimivat veden varastoijina ja virtausten tasaajina. (Vesi.fi, 2021). Myös rannikkoalueiden matalat ja tasaiset pinnanmuodot voivat lisätä tulvien voimakkuutta. Huomasin Aura Niskasen luetelleen blogissaan (2024) mahdollisiksi tulvimiseen vaikuttaviksi tekijöiksi lumilaskeuman sekä lumen sulamisen nopeuden. Nämä käyvät hyvin järkeensä.
Tämän kurssikerran harjoitukset olivat vaikeustasoltaan tähän mennessä ylivoimaisesti haastavimmat. Hermo meni useaan otteeseen ja usein tekikin mieli luovuttaa. Kehitettävää minulle on huimasti siinä, että oikeasti keskittyisin oppimaan kurssikerroilla käsiteltyjä aiheita ja ymmärtämään käytettyjä tietokantoja, enkä vain seuraa ja kopioi, mitä opettaja tekee.
Lähteet:
- Syrjänen, S. (2024). Stella’s blog. 3 viikko, Afrikka. Viitattu 31.1.2024. Saatavilla: https://blogs.helsinki.fi/stellasy/2024/01/30/3-viikko-afrikka/
- Nuortimo, P. (2024). Pietun GIS-seikkailu. MAA202 – Geoinformatiikan menetelmät 1. Kolmas kurssikerta. Viitattu 1.2.2024. Saatavilla: https://blogs.helsinki.fi/pietunuo/2024/01/31/kolmas-kurssikerta/
- Vesi.fi. Tulvariskialueet. 4.6.2021. Saatavilla: https://www.vesi.fi/vesitieto/tulvariskialueet/
- Niskanen, A. (2024). Auran blogi Geoinformatiikan menetelmistä. Kolmas kurssikerta. Viitattu 31.1.2024. Saatavilla: https://blogs.helsinki.fi/niskanau/2024/01/31/kolmas-kurssikerta/