Korjailua, paikkailua ja valumista

Terve taas!

Tänään harjoittelimme erilaisia keinoja yhdistää dataa tasojen välillä. Toisaalta täytyy kyllä myöntää, että osa keinoista sekoittui muiden kanssa, mutta ehkä pikkuhiljaa alkaa tuntua siltä – uskokaa tai älkää -, että QGIS-hieroglyfit alkavat käydä jollain tavalla loogisesti järkeen. Taikka sitten ei, mutta dataa päästiin joinaamaan. Prosessing toolbox tuntui erittäin hyvältä välilehdeltä, koska en kyllä jaksa aina tiirustella kaikenmaailman kuvakkeita, jotta löydän haluamani työkalun.

Sen vertaa en kuitenkaan oppinut, että olisin osannut omin neuvoin tehdä vaikeamman vaihtoehdon tehtävän, vaikka kyllä yritin, joten helpomman kautta mentiin.

 

Keinot – ne yhdistämisen

Ensimmäinen keino, jolla yhdistettiin, oli karttakohteita muokkaamalla, jolloin käytimme merge feature by attributes -toimintoa. Tämä oli hyvä keino siinä mielessä, että sillä pystyy monipuolisesti yhdistämään tai suorittamaan laskutoimituksia.

Toinen keino, jota käytettiin, yhdisti kohteita saraketietojen pohjalta, joka soveltuu edellistä paremmin, jos on paljon yhdistettävää. Tämä kuitenkin vaatii kaikista kohteista jonkinlaisen yhteisen tunnuksen tai tekijän, kuten meidän tapauksessamme Afrikan maan. Yhteenlaskut tai muut laskutoimitukset eivät kuitenkaan onnistu. Käytettiin dissolve-työkalua.

Kolmas tapa yhdistää tapahtuu excelin tai muun laskentataulukkosovelluksen tapauksessa. Tärkeää on muokata tiedostot CSV-tiedostoiksi. Delimited-työkalu, jota tässä tapauksessa käytettiin, oli mielestäni kätevä, koska valmiin tuloksen attribuuttitaulukon näki reaaliaikaisesti, jonka pohjalta pystyi korjaamaan virheitä helposti. Huono puoli on se, että excel-taulukossa ei ole koordinaattitietoja, jolloin kohteet täytyy paikantaa kartalle aineistoa avatessa.

Mites sitten tietokantaliitos? Tärkeä huomio, mitä tunnilla en kuullut, on se, että tietokannassa ei saa olla kahdella rivillä samaa arvoa, jos tätä arvoa käytetään liittämään sarakkeita. Tässä mentiin layer properties -valikon kautta join-toimintoon, joka vaikutti ihan järkevältä.

 

Afrikka-tehtävä

No toiminnoista sikseen. Oli tarkoitus pohtia mitä muuta Afrikka-tehtävän tiedoilla voisi tehdä tai päätellä, kuin tiirailla sitä, kuinka paljon timanttikaivokset ja öljykentät vaikuttavat konflikteihin Afrikan eri maissa. Voisin kuvitella, että jos vertaisi kaivosten ja kenttien löytämisvuosien konflikteja itse poraamisten ja kaivausten aloittamisvuosien konflikteihin, konflikteja olisi enemmän löytämisvuosien aikana.

Tämä voisi johtua siitä, että löydettäessä käytäisiin konflikteja kaivosten ja kenttien omistajuudesta. Väittäisin jopa, että olisi mielenkiintoista tutkia ovatko konfliktit laajempia timanttikaivosten vai öljykenttien yhteydessä.

Riippumatta konfliktien laajuuden määritelmästä, voitaisiin tutkia, ovatko konfliktit suurempia alueeltaan tai väkimäärältään kaivosten vai kenttien läheisyydestä, mikä taas kertoisi siitä, kummat nähdään tärkeämpinä. Tuottavuusluokitteluun ja internetkäyttäjien lukumäärään en ainakaan vielä ole keksinyt mitään, mutta ehkäpä joku kanssaopiskelijani blogi antaa ideoita aiheesta.

Palatessani aiheeseen muutama päivä myöhemmin, täytyy todeta, että kannattaa luottaa kurssikavereihin. Kiia Korpinen kirjoittaa blogissaan internetin roolista konfliktien keskellä: “Internetin käyttäjiä voisi olla konfliktialttiissa valtioissa vähemmän suhteessa muihin valtioihin tai internetin käyttö konfliktivuosina vähenee. Timanttikaivosten ja öljykenttien tuottavuuden ja luonnonvaran hyödyntämisen aloittamisen jälkeen internetin käyttäjäkunta on varmasti kasvanut vaurastumisen myötä.” Nämä ovat mielenkiintoisia pointteja, joiden tarkastelemiseen voisi käyttää varmasti pidemmänkin aikaa, mutta siirrytään tehtävissä eteenpäin.

 

Tulvaindeksikartta

Siirrytään aiheessa eteenpäin, eli tulvaindeksikarttaan ja sen salaisuuksiin. Ja salaisuuksiksi niitä voisi kutsua, koska koko homma oli ainakin oppitunnilla kovin hämmentävä. Nyt, kun on lukenut ohjeita vähän enemmän ja tuoreemmilla silmillä, ymmärtää niistä enemmän. Maallikon pohdinta alkakoon.

Kuvassa 1 on Suomen alueen tulvaindeksi, joka on laskettu nimenomaan siten, että otetaan huomioon sekä kuivimmat että tulvaisimmat ajat, jotta saadaan selville, kuinka moninkertainen virtaaman huippu on verrattuna kaikkein kuivimpaan aikaan. Tummemmalla punaisella merkityt alueet kuvastavat suurinta tulvaisuutta, kun taas vaaleammalla merkityillä alueilla tulvaisuus on vähäisempää. Olisin voinut laskea jakauman siten, että virtaaman huipun moninkertaisuus paljastuisi keskivirtaaman suhteen.

Kuva 1 – Tulvaindeksi ja järvisyysprosentti Suomessa

Sinisillä palkeilla kuvataan järvisyysprosenttia, joka osin selittää tulvaindeksin tuloksia. Tieteen termipankin mukaan järvisyys ilmaisee järvien pinta-alan osuutta vesistön valuma-alueen pinta-alasta. Järvisyysprosentti vaikuttaisi tekemäni kartan mukaan oleva pienempi tulvaindeksin valuma-alueilla Länsi- ja Etelä-Suomessa, verrattuna Itä-Suomeen, jossa aineiston mukaan tulvaindeksi on pienin. Tämän voisi päätellä johtuvan siitä, että alueilla, joilla valuma-alueet valuvat mereen, on vähemmän järviä, kuin sellaisilla alueilla, joilla vedellä ei ole suoraa kulkureittiä merialueelle, vaan se jää seisomaan ikään kuin mottiin (<– maallikon termi).

Tulvaindeksi on erityisen suuri sellaisilla alueilla, joilla järvisyysprosentti on pienin. Johtuuko tämä siitä, että niillä alueilla ei ole järviä, joihin vesi voisi valua, jolloin ympäristökään ei ole tottunut suureen kosteusmäärään? Tähän liittyen myös älyttömän hieno oivallus Tyyne Turusen blogissa: “Tulvia aiheutuu erityisesti keväisin lumien sulaessa ja jäiden muodostaessa patoja, jolloin vesi nousee nopeasti.”

Loppuun täytyy vielä sanoa, ettei kyllä ole omasta mielestäni nätein kartta, koska palkit tulee vähän valuma-alueiden tielle ja väritkin ehkä hieman kummalliset. Vilma Valto pohtii myös kriittisesti valintojaan blogissaan, mutta olen kuitenkin sitä mieltä, että hänen karttansa on luettavampi, kuin omani. Olisinpa saanut palkit samalla tavalla yhtenäiseksi osaksi karttaani.

Punainen on sinänsä ihan ok kuvaamaan tulvia, koska mukavia ne eivät ole, mutta jos olisi ollut aikaa ja kärsivällisyyttä, sekä oma taso merialueille (värin säätämistä varten), olisi varmasti tullut parempi. Tämmöstä kuitenkin tänään.

Ensi kertaan!

– Tatu

 

Viittaukset:

Korpinen, K. (05. 02 2023). Kurssikerta 3. Noudettu osoitteesta GEOINFORMATIIKAN MENETELMÄT 1, 2023: https://blogs.helsinki.fi/kiiakorp/

Tieteen termipankki. (01. 02 2023). Ympäristötieteet: järvisyys. Noudettu osoitteesta Tieteen termipankki: https://tieteentermipankki.fi/wiki/Ympäristötieteet:järvisyys

Turunen, T. (01. 02 2023). 3. harjoituskerta 1.2.2023. Noudettu osoitteesta TTYYNE’S BLOG: https://blogs.helsinki.fi/ttyyne/2023/02/01/3-harjoituskerta-1-2-2023/

Valto, V. (01. 02 2023). 3. Mikä kartta toi on olevinaan? Noudettu osoitteesta VALTO VS. GEOINFORMATIIKAN MENETELMÄT 1: https://blogs.helsinki.fi/vvalto/2023/02/01/3-mika-kartta-toi-on-olevinaan/

 

Leave a Reply

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