Tietokantainen tulvaindeksi

Kolmatta viikkoa viedään ja QGIS -ohjelman tuntemus syvenee entisestään.

Kurssikerran ensimmäisessä harjoituksessa leikimme hiukan tietokannalla, joka sisälsi tietoja Afrikassa tapahtuneista konflikteista, sekä alueella tehdyistä timantti- ja öljylöydöistä. Koska data sisältää tiedot siitä minä vuosina timantti esiintymät on löydetty, sekä milloin niitä on alettu kaivamaan, voidaan näitä tietoja verrata konfliktien tapahtumisvuosiin. Tietojen perusteella voitaisiin tutkia sitä, onko konflikteilla ollut vaikutusta timanttien kaivamiseen. Olisiko mahdollista, että timanttien kaivamista ei ole epävakaan tilanteen takia voitu aloittaa heti esiintymän löytämisen jälkeen vai onko epävakaata tilannetta pyritty tasaamaan kaivostoiminnan aloittamisella. Konfliktien ajoitusta on myös mahdollista verrata öljykenttien löytämisvuosiin. Datasta voisi siis tutkia myös sitä, onko konfliktien ajoituksessa havaittavaa yhteyttä öljykentän löytämiseen tai öljynporauksen aloittamiseen.

Konfliktit eivät kuitenkaan ole tietokannan mielenkiintoisin asia, vaan se sisältää myös öljykentän tuottavuusluokittelun, sekä internetkäyttäjien lukumäärän eri vuosina. Näiden tietojen avulla on siis mahdollista tutkia maiden vaurastumista. Internetin käyttäminen on yleensä rinnastettu vaurauteen, joten internetin yleistymisestä voidaan tehdä varovaisia oletuksia kansan vaurastumisesta. Data siis voi auttaa selvittämään onko öljy auttanut maata vaurastumaan, vai onko se vain lisännyt konfliktien määrää alueella. On tietenkin mahdollista, että maa on vaurastunut konflikteista huolimatta.

Kun luentokerran ensimmäinen harjoitus oli saatu hallintaan, oli aika selvittää mitä luennosta oikeasti jäi mieleen. Tuotimme siis kartan Suomen päävaluma-alueilla olevista tulvaindekseistä (kuva 1).  Tulvaindeksi laskettiin jakamalla keskiylivirtaama keskialivirtaamalla, eli jakamalla ylimpien mitattujen arvojen keskiarvo alempien mitattujen arvojen keskiarvolla. Simppeliä, eikös niin? Yksinkertaistettuna siis tulvaindeksi on joen (tai vastaavan virtaavan asian) kuivankauden ja tulvan välinen suhde. Jos tulvaindeksi on lähellä ykköstä ei virtaamassa tapahdu suurta vaihtelua kyseisen ajanjakson sisällä. Mitä suurempi tulvaindeksi on sitä suuremmat ovat vaihtelu vesistön virtaamassa. Tulvaindeksi ei voi olla pienempi kuin 1, koska keskialivirtaama ei voi olla pienempi kuin keskiylivirtaama.

Kuva 1. Tulvaindeksit Suomen päävaluma-alueilla, sekä eri alueiden järvisyysprosentit.

Kartan avulla voidaan siis tutkia millä alueella virtaama muuttuu voimakkaimmin, ja tämän tiedon avulla virtaaman vaihteluun voidaan varautua. Virtaama muuttuu kaikkein voimakkaimmin alueilla, jotka sijaitsevat meren rannalla. Alueet ovat myös hyvin jokisia, eivätkä alueet sisällä suuria järviä. Tulvaindeksiä voidaankin verrata myös alueen järvisyysprosenttiin, jonka siisti esittäminen kartassa oli todella haastavaa. Itse päädyin vaaleansinisiin pylväisiin, mutta pylväistä puuttuvat varsinaiset lukuarvot, jonka takia niitä on hiukan haastava tulkita. Kartasta voidaan kuitenkin tutkia järvisyysprosentin sekä tulvaindeksin suhdetta toisiinsa. Tulvaindeksi ja järvisyysprosentti vaikuttavatkin olevan kääntäen verrannollisia. Yksinkertaisesti siis järvisyysprosentin kasvaessa tulvaindeksi pienenee ja päinvastoin. Ahola Laura on blogissaan listannut hyvin syitä, josta tämä verrannollisuus voisi johtua. Ahola muotoileekin asian seuraavasti: ”Syy ilmiöön on esimerkiksi pinnanmuodoissa. Mitä tasaisempi maasto, sitä pienempi tai vähäisempi virtaama. Lisäksi jos alueilla on enemmän järviä, virtavedet varastoituvat niihin eikä tulvaindeksi ole korkea.”  Kaikki Aholan luettelemat syyt vaikuttavat todennäköisiltä syiltä miksi tulvaindeksi on pienempi suuren järvisyysprosentin omaavilla alueilla. Ylinen Kirsi mainitsee blogissaan myös yhden syyn Pohjanmaan jokien voimakkaaseen tulvimiseen: ” Kun siis yhdistetään lumien sulamisvedet ja tasainen maasto, on kasassa täydelliset ainekset tulvimiseen.”

Tähän loppuun on ehkä aiheellista huomauttaa, että mietin tietenkin ensin itse mahdollisia syitä aiemmin mainitsemaani verrannollisuuteen, ennen kuin viittasin muiden blogeihin.

Lähteet:

Ahola Laura, Hermot koetuksella, https://blogs.helsinki.fi/lauahola/ (Luettu 1.2.2019)

Ylinen Kirsi, Sinä lähdet ja tulvii Pohjanmaa, https://blogs.helsinki.fi/yxkirsi/ (Luettu 1.2.2019)

 

One Reply to “Tietokantainen tulvaindeksi”

Leave a Reply

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