Viikko 3. Tietokantojen tunnelmissa – Konflikteja Afrikassa ja tulvia Suomessa

Kolmannella kurssikerralla harjoittelimme tietokannan muokkaamista tehokkaaseen käyttöön, tiedonhakua ja tietojen yhdistelemistä erilaisten kyselyjen avulla sekä uuden tiedon tuottamista olemassa olevaan tietokantaan vanhan tiedon avulla. Lisäksi tutustuimme tietokantaliitoksiin sekä siihen, miten uutta dataa voi tuoda tietokantaan muista ohjelmista. Karttojen visualisoinnissa uutena tuli diagrammien tekeminen.

Afrikan konflikteja, timanttikaivoksia ja öljyesiintymiä

Harjoittelimme opeteltavia asioita tunnilla Afrikan konflikteista ja luonnonvaroista kertovan kartan avulla, ja harjoitellut asiat sujuivatkin sulavasti opettajan johdolla. Halusin kuitenkin kotona tehdä vielä paremmat kartat kuin mitä tunnilla tein. Pienen haparoinnin jälkeen toiminnot, kyselyt ja mistä mikäkin löytyy muistuivat mieleeni, ja koin kertauksen hyödylliseksi. Olin ensimmäisellä kurssikerralla jo haastanut itseni tuomaan QGIS:iin dataa toisesta ohjelmasta, ja vaikka se lopulta onnistuikin, tämän kurssikerran jälkeen huomasin sen olevan itse asiassa todella helppoa. Yhdistelimme ja laskimme tietoja siten, että saimme attribuuttitaulukkoon timanttikaivosten lukumäärän kussakin valtiossa, öljykenttien lukumäärän kussakin valtiossa, konfliktien lukumäärän kussakin valtiossa sekä konfliktien lukumäärän per tapahtumavuosi. Viimeinen operaatio siis ikään kuin niputtaa yhdeksi konfliktiksi kaikki ne konfliktit, jotka ovat tapahtuneet samana vuonna. Näin saadaan tietoa esimerkiksi alueen pitkäaikaisesta vakaudesta tai epävakaudesta (Paarlahti 2024).

Kuva 1. Konfliktien määrä valtioittain ja timanttikaivosten ja öljykenttien sijainnit Afrikassa.

Päädyin visualisoimaan karttaan (kuva 1) kuitenkin konfliktien määrän kussakin valtiossa, sillä ajattelin konfliktien kuitenkin olevan erillisiä, vaikka ne sijoittuisivatkin samalle vuodelle ja todennäköisesti voivat liittyä toisiinsa. Näin jälkikäteen tarkemmin ajatellen pohdiskelin, että pitkäaikaisesta vakaudesta tai epävakaudesta kertova tieto olisi sittenkin voinut olla mielekkäämpää. Yhdistin samaan karttaan öljykenttien ja timanttikaivosten sijainnit, sillä visuaalisesta esityksestä on helpompi tarkastella, onko näillä tekijöillä korrelaatiota ja pohtia mahdollista kausaatiota. Omasta mielestäni kartasta ei voi juurikaan päätellä, että mitä enemmän timantteja ja/tai öljyä alueella on, sitä enemmän konflikteja siellä on, vaikka se joillain alueilla pitäisikin paikkansa.

Jotta haluttuja teemoja ja niiden mahdollisia syy-yhteyksiä voitaisiin analysoida, pitäisi näihin olemassa oleviin tietoihin yhdistää paljon muutakin tietoa, joka kertoisi historiallisesta, ekonomisesta, sosiaalisesta ja monesta muusta kontekstista. Konfliktien ja luonnonvarojen yhteys on paljon monimutkaisempi asia, kuin mitä näin yksinkertaisella kartalla voidaan esittää näin pienellä määrää muuttujia. Afrikassa on ensinnäkin paljon muitakin luonnonvaroja kuin vain timantit ja öljy, ja omasta mielestäni ei välttämättä ole mielekästä tutkia vain näiden kahden muuttujan yhteyttä konflikteihin yleisenä ilmiönä. Mielekkäämpää olisi tarkastella jotakin valittua valtiota ja tutkia, voisiko kyseessä olevilla muuttujilla olla syy-yhteyksiä tämän valtion sisällä. Huomioon tulee kuitenkin ottaa muitakin tietokantoihin tallennettuja tietoja, kuten konfliktin tapahtumavuosi, konfliktin laajuus, timanttikaivoksen löytämisvuosi ja kaivausten aloitusvuosi, timanttikaivoksen tuottavuusluokittelu, öljykenttien löytämisvuosi ja öljynporaamisen aloittamisvuosi sekä öljykenttien tuottavuusluokittelu (Paarlahti 2024).

Kuva 2. Konfliktien määrä ja internetin käyttäjien osuus asukkaista valtioittain Afrikassa.

Päädyin visualisoimaan toiseen karttaan (kuva 2) kotona vielä internetin käyttäjien osuuden koko väestöstä, sillä Paarlahden (2024) mukaan sitä voi pitää suhteellisen hyvänä kehityksen mittarina epävarmuuksista huolimatta. Tein tiedolle aluksi attribuuttitaulukkoon uuden sarakkeen, johon laskin internetin käyttäjien määrän jaettuna asukasluvulla. Visualisoin internetin käyttäjien osuuden samaan karttaan konfliktien määrän kanssa pylväinä, sillä kotitehtävässä tein piirakkadiagrammeja, mutta keskusteltuamme Annan kanssa asiasta halusin kokeilla myös pylväitä. Anna Seppälä (2024) on visualisoinut järvisyysprosentit tulvista kertovaan karttaansa pylväinä ja pohtii tekstissään hyvin myös valintojen haasteita. Mielestäni pylväät toimivat tiedon kuvaamisessa oikein hyvin, mutten onnistunut visualisoimaan sitä legendaan niin hyvin kuin olisin halunnut. Kartan perusteella internetin käyttäjien osuudella ilmiönä on positiivinen ja selvempi korrelaatio konflikteihin kuin edellisen kartan luonnonvaroilla. Valtioissa, joissa internetin käyttäjien prosentuaalinen osuus asukkaista on pienempi on usein enemmän konflikteja.

Innostuessani tutkimaan Afrikan konflikteihin liittyviä aiheita enemmän tulin siihen tulokseen, että minun olisi ennemmin kannattanut visualisoida joitakin toisia attribuuttitaulukoista löytyviä muuttujia. Gaius Eriksson (2024) nostaakin blogissaan esiin sen, että minun olisi ollut mielenkiintoista suhteuttaa konfliktien määrä asukaslukuun. Asukasmäärästä ja konflikteista on myös tehty tutkimusta. Esimerkiksi Hegre ja Raleigh (2006) tutkivat valtion asukasmäärän ja asukasryhmien sijaintien (suhteessa pääkaupunkiin, valtion rajoihin ja tieverkostoihin) yhteyttä konfliktien määrään. Toisaalta kaikkien muuttujien mahdollisia syy-yhteyksiä on hyvä tutkia, ja sain taas ainakin harjoitusta ohjelmiston käytöstä ja karttojen visualisoinnista. Opin myös konkreettisesti sen, että erilaisia ilmiöitä ja asioita tutkiessa pelkkä kartta ei riitä, vaan tarvitaan paljon muutakin siihen liittyvää tietoa.

Suomen valuma-alueiden tulvaindeksit ja järvisyys

Aloitimme tunnilla myös tekemään koropleettikarttaa Suomen valuma-alueiden tulvaindekseistä ja järvisyydestä. Lähdin heti tekemään haastavampaa versiota, mutta se töksähti siihen kohtaan, kun olisi pitänyt laskea järvien pinta-ala alueittain itse aineiston pohjalta. Ohjeissa ohjeistettiin käyttämään Join attributes by location -työkalua, mutten googlailuistani huolimatta saanut hommaa toimimaan. Käytin intersect-funktiota, mutta silloin esimerkiksi Laatokka tuli mukaan joihinkin valuma-alueisiin, sillä niiden rajat sivusivat toisiaan. Aivoni olivat siinä vaiheessa jo sen verran mössöä, että päädyin tekemään tehtävän perusversion.

Kuva 3. Suomen valuma-alueiden tulvaindeksi sekä järvipinta-alan osuus valuma-alueen pinta-alasta.

Hommahan olikin suurimmalta osin helppo melkein kaiken ollessa vain kertausta Afrikka-kartan teosta. Törmäsin ensimmäiseen ongelmaan liittäessäni excel-tiedostosta muokattua csv-tiedostoa projektiini ääkkösten puuttumisen ja attribuuttitaulukon väärien kenttätyyppien muodossa, mutta Gaius auttoi minua ja sehän ratkesikin helposti. Karttaa (kuva 3) visualisoidessani mietin, jätänkö joet ja järvet karttaan, mutta ne toisaalta liittyvät teemaan vahvasti eivätkä haitanneet kartan selkeyttä ja luettavuutta, joten jätin ne kartalle. Tulvaindeksin laskemiseen esiteltiin kaksi vaihtoehtoa ja päädyin siihen, joka esittää sen, kuinka moninkertainen tulvahuipun vesimäärä on suhteessa keskimääräiseen joen keskivirtaamaan. En ole varma kumpaa tulvaindeksiä useimmin käytetään tai onko jompikumpi niistä mielekkäämpi.

Järvisyyden päätin esittää kartassa ympyrädiagrammina. Diagrammi-työkalun käyttö oli uutta, ja olinkin aluksi hieman hämmentynyt sen kanssa. Lopulta sain visualisoitua diagrammit mieleisikseni. Vasta jälkikäteen huomasin, että minun olisi kannattanut manuaalisesti vaihtaa legendassa pienimmän pisteen kohdalle aineistosta löytyvä kyseisen muuttujan pienin luku (1,4 %), sillä pelkkiä kokoja on kartalla hieman hankala vertailla. Mielestäni kartasta kuitenkin näkee selkeästi millä valuma-alueella on pinta-alasta enemmän järviä ja millä vähemmän. Esimerkiksi Gaius Eriksson (2024) ja Sampo Väätäjä (2024) kuitenkin tekivät kahden muuttujan diagrammin ja neuvoivat myös minua siinä, joten tein vielä toisen kartan (kuva 4), jossa diagrammi esittää järvien ja maan pinta-alojen osuudet. Karttaa on ehkä hieman hankala lukea diagrammien ollessa niin pieniä, vaikka tein diagrammeista niin isoja kuin järkevästi sain. En tehnyt kaikista diagrammeista samankokoisia keskenään, sillä mielestäni diagrammien suurentuminen järvisyyden osuuden kasvaessa on kuvaavampi.

Kuva 4. Suomen valuma-alueiden tulvaindeksi sekä järvipinta-alan ja maapinta-alan osuudet valuma-alueen pinta-alasta.

Kartasta 3 (ja 4) nähdään, että tulvaindeksi on suurin jokisilla rannikkoalueilla ja sen jälkeen Lapissa. Näillä valuma-alueilla on myös pieni järvisyysprosentti. Tulvaindeksi ja järvisyysprosentti korreloivat siis negatiivisesti; mitä suurempi järvisyysprosentti valuma-alueella on, sitä pienempi on alueen tulvaindeksi. Suomen ympäristökeskuksen (2021) mukaan järvisyys tasaa virtaamia, ja tulvariski onkin Suomessa pieni verrattuna moneen muuhun maahan. Kuten Stella Syrjänenkin (2024) blogissaan toteaa, meren läheisyys vaikuttaa rannikkoalueiden sisämaata suurempaan tulvaindeksiin, ja Suomen kohdalla alueen tasaisuudella on asiassa osansa myös. Suomen ympäristökeskuksen (2021) mukaan merenpinnan kohoaminen ilmastonmuutoksen myötä vaikuttaa tulvien riskin kasvuun, mutta Suomessa varsinkin rannikoilla tapahtuva maankohoaminen osittain kompensoi tätä. Kartassa voisi olla mielekästä esittää korkeuseroja tai maaperän laatua jollakin tavalla, vaikka se toisaalta voisi tehdä kartasta epäselkeämmän ja vaikeammin luettavan.

Lapissa tulviin vaikuttaa myös lumen ja jään suuri määrä, joista syntyy sulaessaan paljon sulavettä. Ilmastonmuutoksen myötä sateisuus Lapissa lisääntyy, mikä kasvattanee tulvaindeksiä ja lisännee tulvien riskiä. Ilmastonmuutos myös lisää rankkasateita, mikä lisää hulevesitulvien riskiä (Suomen ympäristökeskus 2021). Jos alueilla, joilla on jo valmiiksi korkeampi tulvaindeksi on paljon rakennettua ympäristöä, tulvaindeksi ja tulvariskit voivat kasvaa tulevaisuudessa paljon. Nyt olenkin tyytyväinen, että jätin karttaan joet ja järvet, sillä ne ovat olennaisia tulvien muodostumisessa. Pelkästään jokien tai järvien määrästä alueella ei kuitenkaan voi päätellä paljoakaan, vaan huomioon täytyy ottaa jokien ja järvien koot sekä se, minne joet laskevat.

Kaikkia karttoja tehdessäni käytin luokkajaossa Natural Breaks -jakoa, sillä sen on sanottu tunneilla olevan hyvä ja toimiva. Minulle on jäänyt hieman epäselväksi se, mitä jakoa milloinkin kannattaa käyttää ja toivonkin oppivani siitä lisää. Esimerkiksi Afrikka-kartan tapauksessa konfliktien määrän jakauma on epätasainen, mikä on ymmärtääkseni yksi peruste kyseisen luokkajaon käyttämiselle, mutta kaipaisin hieman lisäinfoa asiasta. Visualisointi on mielestäni muutenkin vaikeaa ja jään usein yliajattelemaan esimerkiksi värivalintojani. Mielestäni on myös hankalaa keksiä, mitä legendaan kirjoittaa karttaselitteiksi. Joka kurssikerralla opin kuitenkin aina lisää!

Lähteet

Eriksson, G. (2024) MAA202 Kolmas viikko. Viitattu 1.2.2024. https://blogs.helsinki.fi/ezgaius/2024/01/30/maa203-kolmas-viikko/

Hegre, H. & Raleigh, C. (2006) Population Size, Concentration, and Civil War. A Geographically Disaggregated Analysis. Political Geography. 28: 4, 224–238.

Paarlahti, A. (2024) Kurssimateriaali: kurssikerta 3 tehtävien ohjeet.

Seppälä, A. (2024)  3. viikko – Attribuuttitaulukkojen syövereissä. Viitattu 1.2.2024. https://blogs.helsinki.fi/sexanna/2024/02/01/3-viikko-attribuuttitaulujen-syovereissa/

Suomen ympäristökeskus (2021) Tulvariskien kehitys tulevaisuudessa. vesi.fi. https://www.vesi.fi/vesitieto/tulvariskien-kehitys-tulevaisuudessa/

Syrjänen, S. (2024) 3 viikko, tulvaindeksi. Viitattu 1.2.2024. https://blogs.helsinki.fi/stellasy/2024/01/30/viikko-3/

Väätäjä, S. (2024) Kolmas kurssikerta (30.1.2024). Viitattu 1.2.2024. https://blogs.helsinki.fi/vsampo/2024/02/02/kolmas-kurssikerta-30-1-2024/