Kort beskrivning
Den här veckans huvudtemat skulle jag sammanfatta som hur man kombinerar data, då bland annat från en tabell till en karta, mellan två polygon kartlager, och från en excel-fil (till QGIS). Under lektionen utförde vi alla dessa för att skapa data gällande konflikter, internetanvändning, olja och diamanter för Afrika. Och på egenhand använde vi dessa funktioner för att skapa en karta där man kan se de avrinningsområden i Finland som hotas mest av översvämningar och hur stor yta sjöar upptar i dem.
Vad var svårt
I samband med den självständiga kartan (avrinningsområden) försökte jag mig på den svårare versionen. Det vill säga att för att ta reda på sjöarnas andel så använde jag mig av QGIS för att, geometriskt, räkna ut areorna för avrinningsområdena och alla sjöar. Och efter det kombinera datan för att sedan räkna totala arean av sjöarna i avrinningsområdet delat med avrinningsområdets yta. På föreläsningen hade vi fått lära oss att kombinera data för polygoner med ”join attributes by location (summary)”-funktionen, men i Afrika-kartan var ofta oljefälten placerade inom statsgränser och vi räknade inte arean av dem. Utan det vi gjorde på lektionen var att vi bestämde antalet oljefält som fanns per land. Medan för avrinningsområdena behövdes den totala arean av sjöar för att bestämma andelen av ytan som upptogs av sjöar (järvisyys). Problemet var att sjöar överlappade gränser mellan avrinningsområden och på så vis, beroende på vilket ”predicate” man valde (intersects, contains eller overlaps [de resterande gav inga resultat]) så blev sjöarnas totala areor antingen för stora eller för små. Det vill säga antingen räknades hela de sjöar som överlappade gränserna med, eller så räknades de inte alls. När hela sjöarna räknades uppstod ett speciellt problem i samband med jänisjokis avrinningsområde. En liten del av Ladoga överlappade nämligen avrinningsområdet och med intersect blev då resultatet att den totala arean för sjöar blev mycket större än själva arean för avrinningsområdet. Jag försökte också se om andra studeranden haft samma problem och stötte på Sanna Jantunens blogg där hon också lagt märke till överlappningen av Ladoga och avrinningsområdet. På andra sidan spektrumet, där sjöar som överlappade inte räknades med, blev istället flera avrinningsområden, som hade sjöar, utan. Därför bestämde jag mig slutligen att istället använda mig av excel-filen där avrinningsområdenas sjöars andel givits.
Vad som skapades
Under zoom-mötet arbetade vi med en Afrika-karta där vi kombinerade data och använde oss av QGIS funktioner för att analysera samband. Som man ser i bild 1så sammanfaller en del konflikter med områden var man hittat diamanter och också kring oljefält. Man kan också se att det finns betydligt fler oljefält norr om Sahara öknen, medan söderut från Sahara finner man å andra sidan mer diamanter. Skulle man sedan använda sig av statistiken om internet användning, som vi kombinerat med kartans data, kunde man visualisera antalet Facebook användare per land, man kunde se i vilka länder flest använder internet eller hur stor andel av invånarna som använder Facebook eller internet. Eller så kan man, som jag gjort i bild två, visualisera i vilka länder som internet användningen ökat mest mellan åren 2000 och 2020. I bild två kan man se två gråa områden, vilka är Sydsudan och Västsahara. Orsaken till att de är grå är på grund av att statistiken för 2000 sa att de hade noll internetanvändare. Då misstänker jag att det är på grund av att man inte förde statistik för dem skilt ännu år 2000, på grund av att Sydsudan hörde till Sudan och Västsahara till Marocko. Det är inte heller möjligt att säga hur mångfaldigt användningen ökat om utgångspunkten var noll (möjligtvis oändligt). Möjligtvis kunde man också kombinerat två variabler, som internet användningen och antalet konflikter, i en två variabel koropletkarta, som Anna Leonowicz redovisat för (Leonowicz, 2006)
Vad gäller avrinningsområdeskartan så fick jag en hel del idéer och tips när jag såg efter om någon haft samma problem som jag med kombinationen. Jag fastnade för Ville Väisänens karta och tyckte den simpelt och tydligt visade vad som skulle visas. Det vill säga genom att visa sjöarnas andel med hjälp av bollar som desto större symboliserar en större andel. Jag såg också att flera funderat på vilken färg man skulle använda sig av. Jag hade inte samma problem (kanske jag inte är lika noggrann) för jag tyckte att den röda skalan passade bra i samband med översämningsindex, eftersom översvämning är en fara och röd brukar användas som varningsfärg. Väisänen hade även använt sig av blå färg för bollarna, som symboliserade sjöarnas andel, vilket jag tyckte verkade passande.
Vad kan man då se från kartan (bild 3) är att de avrinningsområden med höga index befinner sig kring kusten till Östersjön. Man kan också se att de områdena med höga index överlag är mindre än de med låga index. Dessutom består avrinningsområden med låga index till större del av sjöar. Medan andelen arean som tas upp av sjöar, i de som har högt index, är rätt så liten. Varför det är fallet kunde vara att vatten har större områden att samlas i och lagras avrinningsområden med större andel sjöar. Medan områden där vatten inte slipper att samlas eller lagras i sin tur lättare översvämmas.
Vad jag lärt mig
Join-funktionen var inget nytt sedan jag hade trilskat med den funktionen i samband med den första veckan. Dock var det intressant att se att man kan räkna antalet polygoner och punkter i en polygon (fast det verkade vara problem om de ligger på gränsen mellan två), och att räkna ihop egenskaper för dem. Jag hade inte heller före denna vecka implementerat diagram i en karta på QGIS, och riktigt snärtigt måste jag ändå påstå att det blev. I samband med join-funktionen under första veckan hade jag också fått överföra en tabell från excel till QGIS så det var inte heller något nytt. I efterhand kommer jag ihåg att vi kombinerat alla de olika polygoner som hört till ett och samma land till en polygon. Om jag skulle hamna att göra det igen just nu är jag lite osäker om jag skulle klara det, men säkert…
Källor
Jantunen, S. (2021, 3 februari). Veritimanteista keskivirtaamiin. Hämtad från: https://blogs.helsinki.fi/smjantun/ (9.2.2021).
Leonowicz, A. (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 2006, 42(1), 33-37.
Väisänen, V. (2021, 2 februari). Suomen valuma-alueita ja Afrikan konflikteja. Hämtad från: https://blogs.helsinki.fi/villvais/ (7.2.2021).