Diibadii

Öljylähteet, timanttikaivokset ja taistelukentät.

Konfliktin tapahtumavuodesta voi päätellä millaisilla aseilla konfliktissa on taisteltu ja mahdollisesti myös millaiset osapuolet siinä on ollut. Mikäli Afrikassa tapahtunut konflikti on sattunut 1900-luvun ensimmäisellä puoliskolla, on todennäköistä, että siinä on ollut osallisena ainakin yksi siirtomaavalta, kuten Britannia tai Ranska. Mikäli konflikti ajoittuu toisen maailmansodan ajalle on todennäköistä, että kyseessä on kyseiseen sotaan liittyvä konflikti. Jos taas konflikti ajoittuu toisen maailmansodan jälkeiselle ajalle, on kyseessä todennäköisesti sisällissota, itsenäisyyssota tai kahden Afrikkalaisen valtion välinen sota.

Konfliktin laajuudesta voi päätellä jotakin kuolleiden, haavoittuneiden ja pakolaisten määrästä verrattaessa sitä alueen populaatioon. Mikäli alue on hyvin suuri, on kyseessä luultavasti suuri konflikti.

Timanttikaivosten löytämisvuodesta voi päätellä, onko löytö tapahtunut siirtomaa-aikana vai sen jälkeen. Verrattaessa löytöaikaa alueen mahdollisten konfliktien syttymisaikaan, voidaan päätellä onko löytö ollut laukaiseva tekijä konfliktissa. Sama pätee öljykenttien löytämisvuoteen. Timanttikaivosten ja öljykenttien toiminnan aloittamisvuotta verrattaessa niiden löytämisvuoteen voidaan päättelemättä nähdä kuinka pitkä aika niiden välillä on. Tämän ajan pituudesta voidaan päätellä onko toiminnan aloittamisella ollut esteitä. Esteitä voivat olla esimerkiksi kiistat alueen tai varantojen hallinnasta tai varantojen vaikea hyödynnettävyys. Lisäksi on mahdollista, että varantoja ei ole ollut järkevää käyttää heti kyseisten luonnonvarojen sen hetkisen alhaisen markkinahinnan vuoksi.

Timanttikaivosten ja öljykenttien tuottavuusluokittelusta voidaan päätellä kuinka rikkaita ne ovat tai kuinka kehittyneitä menetelmiä niissä käytetään. Köyhissä maissa menetelmät voivat olla alkeellisia ja tuottavuusluokittelu jää huonoksi vaikka varannot olisivatkin rikkaat.

Internetkäyttäjien lukumäärästä eri vuosina ei vielä pysty päättelemään paljoa, mutta sen suhteesta populaatioon jo pystyy. Internetkäyttäjien suhteellinen lukumäärä kertoo paljon maan kehitystasosta, sillä kattavan internetverkon ja sähköverkon rakentaminen vaatii toimivan infrastruktuurin ja joko paljon verorahoja tai suuria investoijia. Lisäksi internetin käyttäminen maksaa yksityishenkilölle suhteellisen paljon, kun lasketaan mukaan sopivan laitteen hankinta, internetlasku ja sähkölasku. Nykyään internetkäyttäjien lukumäärä kasvaa kuitenkin nopeasti langattomien verkkojen kehittymisen ja niiden hyödyntämiseen kykenevien laitteiden hinnan laskun vuoksi. Verrattaessa eri vuosien dataa keskenään voidaan nähdä kehityksen suunta ja sen nopeus. Mikäli verrattaisiin eri vuosien internetkäyttäjien absoluuttista lukumäärää keskenään, ei välttämättä voitaisi päätellä kehityksen suuntaa sillä, monien Afrikan maiden väkiluvun kasvu on hyvin nopeaa ja pelkästään sitä kautta uusia käyttäjiä tulee enemmän.

 

 

 

Tulvaindeksikartta

Tulvaindeksi&järvisyys1

Kartasta voidaan nähdä Suomen läpi kulkevien jokien valuma-alueet, niiden tulvaindeksi värikoodein sekä valuma-alueiden järvisyys pylväsdiagrammeina. Tietämättä paljoa tulvaindeksin määrittämisestä voin karttaa tutkimalla päätellä, että tulvia esiintyy rannikkoseuduilla enemmän ja nämä valuma-alueet ovat suhteellisen pieniä. Ruut Uusitaloa lainaten Pohjanmaata koskien: “Normaalia on, että joka kevät joet tulvivat yli uomiensa katkaisten isoja teitä sekä vaurioittaen asumuksia sekä viljelymaita. Alueella on myöskin niukasti järviä, jotka toimisivat vesivarastoina tulvien ehkäisemiseksi.“(1) Verrattaessa valuma-alueiden tulvaindeksiä ja järvisyyttä keskenään on huomattavissa käänteinen korrelaatio; alueet, joilla on korkea järvisyysprosentti, tulvaindeksi on alhainen. Tämä johtunee siitä, että alueille joilla on paljon järviä, ei synny suuria jokia jotka tulvisivat. Järviä yhdistävät mahdollisesti useat pienemmät joet ja purot.

Lähteet:

1. Ruutin Geoinformatiikka-blogi, Ruut Uusitalo https://blogs.helsinki.fi/ruutuusi/2015/01/27/afrikan-rikkaudet-ja-suomen-tulvariski-koropleettikartat-visuaalisena-tyovalineena/

Kuntien väkiluku ja korkeakoulutusaste

Tein kartan Suomen kuntien väkiluvun ja korkeakoulutusasteen välisestä korrelaatiosta. Aineistona käytin MapInfo kunnat 2013 tiedoston väkilukuaineistoa sekä terveyden ja hyvinvoinnin laitoksen sotkanet -sivuilta ladattua Korkea-asteen koulutuksen saaneet, % 15 vuotta täyttäneistä -aineistoa, jonka tilastovuodet ovat 1990-2013.

Käytin kummankin aineiston luokitteluun kvantiileja, sillä molemmissa aineistoissa oli vino jakauma. Jaoin kummankin aineiston kolmeen luokkaan, koska tavoitteenani oli valmistaa päällekkäisten teemojen koropleettikartta. Esitin väkiluvut väreillä ja korkeakoulutusasteen pisteillä.

Väkiluvun yhteys korkeakoulutusasteeseen Suomen kunnissa.
Väkiluvun yhteys korkeakoulutusasteeseen Suomen kunnissa.

Näiden muuttujien välillä on havaittavissa selkeä yhteys. Yli 10 000 asukkaan kuntien korkeakoulutusaste on enimmäkseen ylintä luokkaa ja jonkin verran keskimmäistä luokkaa. Näistä kunnista vain Lieksassa on alimman luokan korkeakoulutusaste. 5 000 – 10 000 asukkaan kunnissa on kaikkia koulutusasteluokkia. Alle 5000 asukkaan kunnista suurimmassa osassa on enimmäkseen alimman koulutusasteen luokkaa, jonkin verran keskimmäistä ja vain muutama ylintä luokkaa.

Tätä yhteyttä voi selittää korkeakoulujen sijoittuminen suurimpiin kuntiin ja korkeakoulutusta vaativien työpaikkojen samanlainen sijoittuminen. Toisaalta useat ihmiset käyvät koulussa tai töissä muualla kuin asuinkunnassaan.

Artikkeli

Toisen kurssikerran toisena tehtävänä oli lukea Anna Leonowiczin artikkeli ”Two variable choropleth maps as a useful tool for visualization of geographical relationship”.  Artikkeli kertoo kaksiteemaisista koropleettikartoista ja niiden käyttökelpoisuudesta verrattuna yksiteemaisiin koropleettikarttoihin. Toni Ruikkalaa lainaten: “Yksiteemaisissa kartoissa ilmiön alueellinen jakaantuminen on helposti havaittavissa, mutta syy-seuraussuhde on usein vaikeampi havaita kahden eri kartan välillä, kun taas kaksiteemaisessa koropleettikartassa syy-seuraus suhde tulee useimmiten helpommin esille.  Kausaliteetti saadaan siis tehokkaammin selville kahden-muuttujan koropleettikartassa.” (1) Lisäksi artikkelissa todetaan, että kaksiteemaisten karttojen luettavuusongelmat piilevät pitkälti graafisessa esittämisessä.

Kaksiteemainen koropleettikartta helpottaa kahden muuttujan välisen syy-seuraussuhteen hahmottamista, koska muuttujat on esitetty yhdessä eikä erikseen. Mikäli muuttujat olisi esitetty erikseen kahdella erillisellä kartalla, olisi niiden alueellinen jakautuminen helpompi hahmottaa, mutta kahden muuttujan päällekkäisyyksien havaitseminen olisi raskasta, kun pitäisi silmäillä vuorotellen kahta karttaa.

Luokkajakoa käsitellyt kappale oli jokseenkin vaikeasti ymmärrettävä, mutta sen liitteenä ollut kuva auttoi ymmärtämään prosessia paremmin. Kappaleen alkuosa liittyen luokkien määrään on helppo ymmärtää, mutta sen jälkeisen osan sanasto liittyen itse luokkien jakamiseen neljään tai yhdeksään luokkaan on sen verran raskasta, että sen ymmärtäminen vaatii useamman läpiluvun helpottavan kuvankin kanssa.

Artikkelin karttojen legendat ovat nelikulmioita, joiden sisällä on pienempiä värillisiä nelikulmioita, jotka kuvaavat eri luokkia. Tavallisemmin kartoissa käytetyt luokat on selitetty erillisillä värillisillä laatikoilla, jotka ovat ikään kuin listana. Näistä erilaisista nelikulmaisista legendoista on tarkoitus hahmottaa luokat. Kuvan kolme tapauksessa luokkia on 3×3=9 joista kahdeksaan osuu tapauksia. Ensimmäinen muuttuja kasvaa vasemmalta oikealle ja toinen alhaalta ylös, niin että muuttujien yhteisarvo on pienimmillään vasemmassa alakulmassa ja suurimmillaan oikeassa yläkulmassa. Muuttujien välinen vahvin korrelaatio liikkuu näiden kahden pisteen välissä.

Lukijan on ymmärrettävä ensiksi, että tämän tyylisellä kartalla on esitettynä kaksi eri muuttujaa, joiden suhdetta toisiinsa tarkastellaan. Toiseksi lukijan on osattava tulkita legendaa, mikä ei ole välttämättä helppoa, sillä monilla ei ole tämän tapaisista legendoista aiempaa kokemusta. Tämän jälkeen kartan lukeminen on helppoa.

MapInfo on kurssin aikana ohjannut vahvasti kartografista toteusta kartoissani, sillä eri karttaesitysvaihtoehdot ovat tietenkin rajatut. Toisaalta taitoni käyttää niitä ovat vieläkin rajatummat. Artikkelin kartan tapaisen esityksen voisi mahdollisesti laatia MapInfossa yhdistämällä kaksi tietokantaa, luomalla kolmannen sarakkeen, johon laskisi kahden ensimmäisen teeman korrelaation. Tämän kolmannen teeman voisi sitten jakaa yhdeksään luokkaan ja tehdä siitä teemakartan.

Lähteet

Ruikkalan PAK-blogi, Toni Ruikkala https://blogs.helsinki.fi/ruikkala/2015/01/26/20/