Tietokantaliitoksia ja harjoitus 3

En päässyt osallistumaan kolmannen kurssikerran liveluennolle, joten minulle jäi itseopiskeltavaksi tämän luennon aihe. Onneksi luennot olivat tallennettuja, joten pääsin näppärästi katsomaan ne Moodlen kautta, eikä tarvinnut ihan yksin käpristellä uusien harjoitusten kanssa.

Tällä kertaa emme tehneetkään töitä Suomen valtion kanssa, vaan hyppäsimme Afrikan mantereelle. Harjoittelimme aluksi samanlaisten sarakkeiden yhdistämistä niin, että myös laskemamme pinta-alat siirtyisivät sarakkeiden mukana. Tämä tehtiin siksi, että attribuuttitaulukossa oli jokaista valtiota todella monta riviä, koska jos valtiolla oli esimerkiksi saaria, näkyivät ne omina riveinään. Testasimme kahta eri toimintoa, dissolve ja aggregate, joista aggregate oli huomattavasti parempi tähän hommaan. Dissolve oli ihan hyvä, mutta se ei laskenut pinta-aloja yhteen vaan valitsi riveiltä suurimman luvun.

Harjoittelimme myös excel-aineiston liittämistä QGIS-aineistoon, joka kävikin yllättävän helposti, kun excel-tiedostosta muunnettiin csv-tiedosto. Lisäsimme aineistoomme myös muita tietoja, kuten tiedon internetin käytöstä valtioittain ja laskimme myös internetin käyttöasteen.

Tarkastelimme myös Afrikan valtioiden konflikteja ja mietimme niiden suhdetta esimerkiksi timanttilouhontaan. Huomasimme, että esimerkiksi Angolassa, jossa timanttikaivoksia oli peräti 43, oli konfliktivuosia 42. Vaikka emme voi olla varmoja onko näillä kahdella asialla kausaatiota, voi niillä olla jonkinlainen korrelaatio, sillä valtioissa joissa konflikteja oli huomattavan vähän, oli myös todella vähän timanttikaivoksia. Vaikka luulisi, että timanttien louhonta rikastuttaisi valtioita ja näin vähentäisi konflikteja, ei taulukon perusteella näin ole. Sannan blogissa onkin kerrottu ns. veritimanteista ja kuinka esimerkiksi Sierra Leonin sisällissotaa on tuettu alueen timanttikaivoksilla. Myös Time-magazine on julkaissut kiinnostavan artikkelin jossa käsitellään veritimantteja tai toiselta nimeltään konfliktitimantteja.

 

Kotitehtävänämme oli luoda kartta Suomen järvisyydestä, sekä laskea eri tietokantoja yhdistelemällä tulvaindeksi. Voin sanoa, että meinasin repiä viimeisetkin hiukseni päästä, kun avasin tehtävän pari päivää luennon jälkeen (päähän ei selvästikkään ollut ihan tarttunut opittu asia). Aluksi en löytänyt alikeskivirtaamaa, mutta sitten keksin katsoa eri tasojen attribuuttitaulukoita ja sieltähän se löytyikin (tietenkin..). Muistelin, että join-toiminnolla sai kaksi eri tietokantaa liitettyä toisiinsa ja näinhän kävikin, jes yksi askel eteenpäin!

Seuraavaksi laskin tulvaindeksin jakamalla keskiylivirtaaman keskialivirtaamalla. Termit olivat itselleni aivan hepreaa, joten eiköhän tsekata, mitä harjoituksen ohjeissa näistä kerrotaan. Okei, eli keskialivirtaama tarkoittaa alimpien mitattujen arvojen keskiarvoa jollain ajanjaksolla mitattuna. Ylikeskivirtaama taas tarkoittaa päinvastaisesti ylimpien mitattujen arvojen keskiarvoa. Tulvaindeksi vertaa näitä kahta arvoa toisiinsa.

Kuva 1. Attribuuttitaulukkoon on laskettu tulvaindeksi oikealle.

Kuvassa 1. näkyy attribuuttitaulukko joins-toiminnon ja tulvaindeksin laskennan jälkeen. Lisäsin toisesta tietokannasta vahingossa pari saraketta, jotka olivat jo myös toisessa, joten esimerkiksi sarake “nimi” ilmenee taulukossa kaksi kertaa. No ainakin tulvaindeksi saatiin laskettua! Suurin tulvaindeksi taulukon mukaan löytyy Aurajoelta ja pienin Vuokselta.

Koropleettikartan (Kuva 2.) luominen tulvaindeksin pohjalta aiheutti aluksi päänvaivaa, kunnes muistin miten arvot saa esille kartalle ja sen jälkeen kartan viimeistely sujuikin hyvin. Sitten aloin tarkastelemaan karttaani tarkemmin ja huomasin, että se näytti erilaiselta kuin muiden opiskelijoiden. Kuten Tapiokin blogissaan ihmetteli, oli itsellänikin tulvaindeksin arvot hieman erilaiset. Voisiko tämä johtua esimerkiksi siitä että opiskelija on valinnut jonkin muun kuin “natural breaks”-kohdan karttaa väsätessään?

Kuva 2. Tulvaindeksi valuma-alueittain. Lähde: Kurssimateriaali (2020)

Seuraavaksi tehtävänä oli vielä lisätä samaan attribuuttitaulukkoon tieto alueiden järvisyydestä, joka oli alkuperäisesti exel-muodossa. Tämän jälkeen oli tehtävänä luoda teemakartta, josta järvisyys selkenisi diagrammeina. En saanut join-toimintoa millään toimimaan ja kahta tietokantaa näin ollen liitettyä toisiinsa. Yritin pyytää apua myös muilta opiskelijoilta, mutta en saanut karttaa tehtyä loppuun, koska vaikka join-toiminnon tein aivan ohjeiden mukaan, ei liitetty tieto järvisyydestä tullut näkyviin.

Lähteet:

Baker, A. Blood diamonds. Time Magazine.<https://time.com/blood-diamonds/>

Jantunen, S. (3.2.2021). Veritimanteista keskivirtaamiin. <https://blogs.helsinki.fi/smjantun/>

Turpeinen, T. (4.2.2021). 3: Konflikteja ja tulvaindeksejä <https://blogs.helsinki.fi/tapiotur/>

Leave a Reply

Your email address will not be published.