Kurssikerta 3: Tietokantojen käsitteleminen

Jos edellisillä kurssikerroilla kuvittelin jonkun olleen hankalaa, niin olin kyllä ollut aivan väärässä. Tähän asti teemakartoille tuotava ominaisuustieto oli tarjottu valmiina tarjottimella, mutta kuten ei äidin tekemää kotiruokaakaan, tätäkään etua kestä ikuisesti, vaan tällä kertaa nenämme eteen lykättiin vain raaka-aineet. Niitä käyttäen oli tarkoituksena oppia tuomaan MapInfoon tietokanta, muokata se hyödylliseen muotoon ja yhdistelemällä siitä uutta tietoa taulukkoon.

Tietokantaharjoitus Afrikan kartalle

Saimme käyttöön aineiston, joka vaati meitä itse tekemään esivalmisteluja sen käyttöönottoa varten. Tämä tietokanta oli Afrikan kartta, joka sisälsi aluerajoja ja niiden nimiä. Tähän oli tarkoitus merkitä ulkoisesta tietokannasta konflikti-, timantti- ja öljyalueet. Ennen tietojen lisäämistä karttaan jouduimme kuitenkin yksinkertaistamaan kartan sisältämää tietoa, sillä esimerkiksi yhtäkään yksittäistä saarta ei oltu merkitty valtioilleen kuuluviksi. Manuaalisesti kyseinen operaatio olisi aivan liian epätarkkaa ja aikaa vievää, joten Paarlahden johdolla pari yksinkertaista hiirenklikkusta myöhemmin oli edessämme paljon tehokkaampaa aineistoa jatkokäsittelyä varten. Paitsi yksinkertaisuuteen en voi henkilökohtaisesti ottaa kantaa, sillä suoritin kyseisen operaation zombin lailla painamalla aina kutakin nappia käskyn käydessä asioista pahemmin mitään ymmärtämättä. Tiedän, että näitä juttuja oppii vain opettelemalla, mutta opeteltavast asiat taisivat olla (lähinnä vain pääkopassani) liian monimutkaisia opittavaksi yhden kerran jälkeen.

Tämän jälkeen opettaja minä (itsepetos se pahin petos…) toin ulkoisista tietokannoista tarvitsemani ominaisuus- ja paikkatiedot tutkittavista ilmiöistä kartalle, jolloin lopputuloksena komeili eri tietokannoista koottu Afrikan kartta öljy-, timantti- ja konfliktiesiintymineen.. tai ainakin olisi pitänyt komeilla, sillä tässä vaiheessa edes hyvästejä kerkeämättä jättää karttani otti ja lähti, eikä senkoommin olla enää tavattu. Karttaan liittyen saimme tehtäväksemme analysoida sen käyttömahdollisuuksia. Hyväksikäytin tämän takia kolleegaani Dariaa, jonka blogista löytyvää hänen tekemäänsä loistavaa karttaa tuijottelin inspiraationlähteenä tehtävään. Kyseisistä tietokannoista löytyvät tiedot Arttu Paarlahden listan mukaan näistä tekijöistä:

  1. Konfliktin tapahtumavuosi ja laajuus/säde kilometreinä
  2. Timanttikaivosten löytämisvuosi, kaivausten aloitusvuosi ja tuottavuusluokittelu
  3. Öljykenttien löytämisvuosi, poraamisvuosi ja tuottavuusluokittelu
  4. Internetkäyttäjien lukumäärä eri vuosina

Havaintoni tietokantojen käyttömahdollisuuksista:

  • Öljy- ja timanttilöytöjen tietoja ja sijainteja hyväksikäyttämällä voidaan mahdollisten päätelmien avulla tehdä uusilta alueilta löytöjä
  • Edelliseen viitaten etenkin konfliktien ja internetin datan perusteella voitaisiin päätellä niiden noudatta diffuusiomalli
  • Konfliktien jälkivaikutusten arviointi ja havaitseminen helpottuu niiden tietoja ja alueita hyödyntämällä
  • Konfliktien, öljykenttien tai timanttiesiintymien väliset yhteydet – esiintyykö samoilla alueilla, eli onko esimerkiksi öljylähde voinut aiheuttaa konfliktin?
  • Valtioiden varallisuuden ja ulkomaankauppojen arviointi timantti- ja öljylöytöjen perusteella
  • Öljykenttien tuottavuusluokittelun ja viimeaikaisten öljykenttien löytämisen perusteella, mitkä maat ovat ovat kohtaamassa ensimmäisenä öljyn loppumisen?
  • Valtion kehityksen ja globalisoitumisen suunnan arviointi internetkäyttäjien lukumäärien (=kehitys?) sekä konfliktien (=kehittymättömyys?) perusteella
  • Kuten Sonja blogissaan ansiokkaasti pohtii, voisi datan perusteella tutkia sitä, että “On hyvin todennäköistä, että lähellä löytynyt timanttikaivos tai öljykenttä on ”patistanut” ihmisiä tai yrityksiä tutkimaan lähialueita entistä tarkemmin.

Tietokantojen tuominen teemakarttaan: Tulvaindeksi ja järvisyysprosentti

Seuraavassa harjoituksessa pääsin käyttämään juuri ohittamaani oppimaani tietokantojen käsittelyä. Tarkoitus oli luoda kartta Suomen vesistö-alueista ja tulvaherkkyydestä. Tiedot piti koota useasta erillisestä tietokannasta ja tiedostosta samalle kartalle, josta laskettiin alueen tulvaindeksi. Tämän fekvenssiajakaumasta oli annettu meille valmis histogrammi ajan säästämiseksi, jonka avulla pystyi valita oikean luokittelumetodin koropleettikarttaan. Histogrammi osoitti jakauman olevan vino, joten valitsin (kyllä, kehitystä kurssin aikana havaittavissa, enää ei tarvinut arpoa) kartassa käytettäväkseni luonnolliset luokkavälit. Niillä sain kartalla selvästi esille luokittain kaikkein tulvaherkimmät alueet aina vähemmän tulvaherkkiin alueisiin. Tälle kartalle lisättiin myös järvisyysprosenttia kuvaamaan pylväsdiagrammit. Itse teemakarttojen tekeminen alkoi olla osaltani mielekästä ja koin ymmärtäväni oikeasti mitä olin tekemässä. Itse tietokantaliitokset ja taulukkojen päivittäminen tuntui kuitenkin olevan hukassa ja ilman kirjallisten ohjeiden tarkkaa seuraamistani voitte olla aivan varmoja, että tätä en olisi ikinä saanut aikaiseksi:

Kuva 1. Kartta Suomen valuma-alueiden tulvaindeksi ja järvisyysprosentti

Kuva 1. Kartta Suomen valuma-alueiden tulvaindeksi ja järvisyysprosentti

Syntyneestä kartasta voidaan näin alkavan aluetieteilijän silmin tulkita alueen järvisyyden vaikutusta tulvimiseen. Alueet, joilla pylväsdiagrammi eli järvisyysprosentti on suuri, on myös melko järjestelmällisesti alempi tulvaindeksi, eli tulviminen ei ole siellä niin tyypillistä. Alueet joissa tulvaindeksi on suurin eli tulvat hyvin yleisiä, on hyvin matala järvisyysprosentin pylväsdiagrammi, eli järviä on vain vähän. Mitä enemmän alueella on siis järviä, sitä vähemmän on tulvia, koska järvet toimivat vesivarastoina, joihin esimerkiksi runsas sadevesi ja lumien sulavesi voivat varastoitua eivätkä tulvia maa-alueille. Alueilla joissa järvisyysprosentti on alhainen, ei vedellä ole paikkaa varastoitua, joten tavallista suurempien vesimassojen yllättäessä se tulvii maa-alueille usein.

Tulvaindeksi on kartan mukaan kaikkein suurinta Pohjanmaalla ja etelärannikolla. Jääkauden jälkeinen maankohoaminen näillä alueilla paljastaa jatkuvasti uutta maata merestä, jolloin jokien virtaama mereen hankaloituu, jopa pysähtyy tai kääntyy vastakkaiseen suuntaan, jolloin syntyy tulvia. Epäluonnonmaantieteilijänä veikkaisin jotain sen suuntaista, että pohjanmaan laakeilla mailla joet sulavat pohjoista nopeammin, joten sulat joet voisivat tuoda virran mukana alueelle jäälauttoja pohjoisesta. Nämä jäämassat tukkivat joet ja aiheuttavat tulvia. Järvisuomessa tulvaindeksi on kaikkein alhaisin sen järvisyyden takia, jossa vedellä on tilaa varastoitua. Pohjois-Suomessa tulvaindeksi on myös melko matala, joka ei kuitenkaan joka paikassa selity sen järvien määrällä, mutta tulvimista vähentää mahdollisesti kevään myöhäinen tulo, jolloin sulavesivirtojen reitti on selvä kohti Itämerta ja Jäämerta ilman jääpatoja.

Ja näin pädettyäni asiasta, josta en oikeasti tiedä yhtään mitään, onkin hyvä lukea aiheesta vasta jälkeenpäin esimerkiksi Ilkan blogista, jossa hän selvästi asiantuntevammin ottein kertoo: “Alivirtaama (NQ) edustaa kuivaa kautta, jolloin virtaavaa vettä on keskimääräistä vähemmän. Ylivirtaama (HQ) puolestaan kuvaa ”tulvakautta” eli ajanjaksoa, jolloin veden virtaus on keskimääräistä korkeampi. Yli- ja alivirtaaman keskimääräisten arvojen ositusta/suhdetta (MHQ/MNQ) kutsutaan tulvaindeksiksi ja se kuvaa alueen tulvaherkkyyttä (laskin tämän MapInfossa). Mitä suurempi tulvaindeksi on, sitä suurempi on keskiylivirtaaman suhde keskialivirtaamaan, toisin sanoen virtaavan veden määrä ja alueen tulvaherkkyys kasvavat indeksin kasvaessa”

Vaikka kuinka yritän, en voi olla kommentoimatta taas (voisinko viitata tässä tapauksessa itseeni ja kaikkiin edellisiin postauksiini?) karttani ulkonäköä, joka ei ole etenkään sommittelultaan onnistunut. Koen kehittyneeni MapInfon käytössä ainakin sen verran, että kartan tuominen kuvaksi alkaa olla lastenleikkiä (tyhmä vertauskuva, minä en ainakaan olisi osannut leikkiä MapInfolla lapsena…). Tästä huolimatta lopputulos on yhä etenkin asettelultaan kömpelö, sillä mittakaavan, legendan ja pohjoisnuolen hallitseminen tuntuu yhä ylitsepääsemättömän vaikealta. Ulkonäköä yritin hio myös valitsemalla tulvaindeksin väriksi sinisen, jonka tummuusasteilla voi mielestäni luoda kätevästi mielikuvia vedestä ja sen määrästä. Olisin kaivannut myös järvisyysprosenttiin jotain “veden väristä”, mutta asettamalla pylväät sinisiksi ne sekoittivat mielestäni kartan lukuselkeyttä, joten päädyin vihertävänsiniseen.

Lähteet:

Valuma-alueet (2013) Syken Oiva-tietokanta <http://wwwp2.ymparisto.fi/scripts/paikkatieto.asp>

Tiedonhankinta, analyysi ja kartografia (2014) Tulvanideksi.  <https://blogs.helsinki.fi/pak-2014/ > 30.1.2014

Tiedonhankinta, analyysi ja kartografia (2014) Afrikkaa. <https://blogs.helsinki.fi/pak-2014/> 30.1.2014.

Joet ja järvet (2011) Maanmittauslaitos <http://www.maanmittauslaitos.fi/ilmaisetaineistot>

Tarkhova, D. (2014) Paljon tietokantoja <https://blogs.helsinki.fi/tada/> 10.3.2014

Saarinen, I. (2014) KK3; (Paikka) TIETO LISÄÄ TUSKAA! <https://blogs.helsinki.fi/ilkkasaa/> 10.3.2014

Pietiläinen, S. (2014) Kurssikerta 3 ja datan syvä olemus <https://blogs.helsinki.fi/sonjapie/> 10.3.2014

Leave a Reply

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