Tietokantaliitoksia ja tulvaindeksejä

Tällä kurssikerralla jatkoimme tutustumista eri lähteistä kerätyn aineiston käsittelyyn ja yhdistämiseen. Useinkaan paikkatietoaineiston kanssa työskennellessä ei haluttua tietoa löydy valmiina yhdestä tietokannasta, vaan sen sijaan tausta-aineistoa kerätään useammasta eri lähteestä ja sen pohjalta tuotetaan itse haluttua aineistoa ja karttaesityksiä.

Tästä tilanteesta lähti liikkeelle ensimmäinen, Afrikan valtioita koskeva, harjoituksemmekin. Tausta-aineisto oli lähtöisin useasta tiedostosta ja tietokannasta, eikä ollutkaan heti sellaisenaan yhteensopivaa eikä käyttövalmista. Ensimmäisenä haasteenamme oli siis muokata ja siistiä aineistot sellaisiksi, että ne olivat keskenään yhdistettävissä.

Aineiston siistiminen ja muokkaaminen liittyy olennaisesti eri aineistojen välisiin tietokantaliitoksiin. Jotta eri aineistoja voi liittää samaan tietokantaan, tulee niissä olla ainakin yksi yhdistävä sarake, joka on sisällöltään täysin sama. Muokkasimme siis Afrikan valtioita koskevat tietokannat niin, että niistä löytyi kustakin yhdistämisen perustana toimiva yksilöivä tunnus, tässä tapauksessa valtioiden nimet (kuva 1).

Kuva 1. Tietokantaliitoksessa ominaisuustietokannasta siirretään kaikki tai osa sarakkeista toiseen taulukkoon. Yhdistäminen vaatii, että kummassakin taulukossa on yksi sarake, joka sisältää kohteet yksilöivää tietoa.

Kurssikerran teemana oli myös uuden paikkatiedon tuottaminen jo olemassa olevan aineiston pohjalta. Kurssin alussa olimme lähteneet liikkeelle vaan tietokannalla, joka sisälsi tietoa Afrikan valtioiden nimistä, mutta tietokantaliitosten avulla oli hyödynnettävissämme lopulta tietoa niin väestömääristä, Internetin ja sosiaalisen median käyttäjien määristä, tilastoiduista konflikteista vuosilta 1947–2008 sekä timanttikaivosten ja öljykenttien esiintymistä.

Voikin todeta, että mitä laajempi tausta-aineisto ja tietokanta on hyödynnettävissä, sitä enemmän aineistosta voi tehdä vertailuja ja päätelmiä eri muuttujien välisistä korrelaatioista. Itse kurssikerralla tutkimme muun muassa,  kuinka monta pistemäistä objektia (yksittäistä konfliktia) sijoittui rajatun alueen (valtion) sisälle. Laskelmien tuloksena syntyi uutta paikkatietoa, joka on visualisoitu harjoituksen lopputuloksena syntyneessä karttaesityksessä (kuva 2).

Kuva 2. Ensimmäisen harjoituksen lopputuloksena syntyi useampaa tietokantaa ja päällekkäistä karttatasoa visualisoiva teemakartta, joka esittää Afrikan valtioiden konfliktien määrä vuosina 1947–2008 sekä valtioiden väestön suhteellista Internetin käyttöastetta vuonna 2019. Kartalla on myös kuvattu Afrikassa sijaitsevien timanttikaivoksien ja öljykenttien sijainnit.

Karttaan valittujen muuttujien takia siitä on helposti houkutus vetää johtopäätös, että jollain alueella sijaitsevilla kaivoksilla tai öljyesiintymillä on suora yhteys alueen konfliktiherkkyyteen. Tässä kartassa konfliktien määrää on tarkasteltu kuitenkin pitkällä aikajaksolla ja kokonaisuutena valtiotasolla. Jotta näiden muuttujien välistä yhteyttä voisi tarkemmin analysoida, tulisi niiden kehitystä tarkastella enemmin aikasarjoina sekä huomioiden tarkemmin kunkin muuttujan sijainti.

Erilaisten syy-seuraussuhteiden analysointi olisikin paljon mielekkäämpää, jos hyödynnettävissä olisi konfliktien tapahtumavuosien lisäksi tietokanta timanttikaivosten ja öljykenttien aloitusvuosista sekä tuottavuudesta. Näiden pohjalta voisi jo tarkemmin arvioida, onko öljykenttien löytämisvuosien ja konfliktien alkamisvuosien tai konfliktien ja öljykenttien tuottavuuden välillä havaittavissa yhteyttä.

Raleigh ja Hegre (2005) ovat omassa tutkimuksessaan tutkineet tarkemmin aseellisten konfliktien sijaintia Länsi- ja Keski-Afrikassa ja todenneet, että konfliktien kesto on yleensä sitä pidempi, mitä syrjäisemmillä seuduilla ja kauempana pääkaupungista/hallintoelimistä ne tapahtuvat. Alueella esiintyvät luonnonvarat voivat kuitenkin osaltaan vaikuttaa alueen konfliktien pitkittymiseen, koska alueella toimivat aseistetut kapinallisryhmät voivat rahoittaa toimintaansa kaivosten tuotoilla. (Raleigh ja Hegre 2005.)

Kotsadam, Østby ja Rustad (2017) toteavat myös, että erilaisten kaivannaisten ja fossiilisten energiavarojen esiintyminen valtion alueella voi olla kaksiteräinen miekka. Toisaalta nämä luonnonvarat tuovat alueelle varallisuutta ja taloudellista kasvua kehittäen samalla alueen infrastruktuuria, mutta toisaalta ne voivat tuoda paljon yhteiskunnallisia ongelmia, kuten lisätä alueen rikollisuutta sekä sosiaalista eriarvoistumista. Heidän tutkimuksensa toteaakin, että kaivostoiminnan vaikutuksia valtiotasolla on tutkittu paljon, mutta sen sijaan enemmän tutkimusta kaivattaisiin kaivosten vaikutuksista yhteisöihin ja yksilöihin paikallisella tasolla.

Raleigh ja Hegre (2005) korostavat myös konfliktien alueellisuutta toteamalla, että kiivaimmat taistelut rajoittuvat yleensä vain pienelle alueella valtion sisällä. Myös siis tämän harjoituskerran kartan muuttujien tarkempi alueellinen tarkastelu voisi paljastaa suuriakin valtion sisäisiä alueellisia eroja.

Tulvaindeksikartta Suomen valuma-ominaisuuksista ja tulvaherkkyydestä

Kurssikerran itsenäisenä harjoitustehtävänä oli tuottaa teemakartta, joka esittää Suomen vesistöalueiden virtaaman vaihtelua (tulvaindeksi) sekä tulvaherkkyyttä (kuva 3).

Kuva 3. Suomen valuma-alueiden virtaamavaihtelujen indeksiksi ja järvien osuus pinta-alasta.

Tulvaindeksi kuvaa, kuinka moninkertainen on kunkin valuma-alueen virtaaman huippu verrattuna kaikkein kuivimpaan aikaan. Järvisyysprosentti taas tarkoittaa valuma-alueella sijaitsevien järvien pinta-alan suhdetta (%) valuma-alueen pinta-alaan. (Tulvasanasto.)

Kartalta voikin päätellä, että mitä järvisempi valuma-alue on, sitä taisaisempi sen virtaamavaihtelu on, eikä järvien tasaavan vaikutuksen takia niillä alueille esiinny niin suuria tulvahuippuja. Tällaista aluetta on muun muassa Sisä-Suomen järvialueet, joissa useat suuret järvet tasoittavat vuotuisia virtaaman vaihteluita. (Korhonen 2007.)

Vastaavasti Suomenlahden ja Pohjanlahden rannikkoalueiden valuma-alue on  vähäjärvistä ja virtaaman vaihtelu on hyvin voimakasta. Alueella  esiintyy siis herkästi tulvia, mutta toisaalta myös kuivia kausia. (Korhonen 2007.)

Karttaa katsoessani tunnistin sieltä kuitenkin alueita, joissa järvisyyden ja tulvaindeksin välistä negatiivista korrelaatiota ei ollut niin voimakkaasti havaittavissa. Tehtävää lopetellessani muistuttelinkin mieleeni, että virtaaman suuruuteen ja tulvaherkkyyteen vaikuttaakin järvisyyden lisäksi myös muun muassa valuma-alueen koko ja muoto, topografia, kasvillisuus, maankäyttö sekä maa- ja kallioperäkin. 

Lähteet:

Korhonen, J. (2007). Suomen vesistöjen virtaaman ja vedenkorkeuden vaihtelut. Suomen ympäristökeskus SYKE, Helsinki. Viittauspäivä 2.2.2020. <https://core.ac.uk/download/pdf/14927037.pdf>

Kotsadam, A., G. Østby & S. A. Rustad. (2017). Structural change and wife abuse: A disaggregated study of mineral mining and domestic violence in sub-Saharan Africa, 1999–2013. Political Geography 56, 53–65. Viittauspäivä 2.2020. <https://doi.org/10.1016/j.polgeo.2016.11.004>

Raleigh, C. & H. Hegre (2005). Introducing ACLED: An Armed Conflict Location and Events Dataset.  University of California, Institute of Global Conflict and Cooperation, San Diego, California. Viittauspäivä 2.2.2020. <https://www.prio.org/Global/upload/CSCW/Data/UCSD_paper_final.pdf>

Tulvasanasto. Suomen ympäristökeskus SYKE. Viittauspäivä 2.2.2020. <https://www.ymparisto.fi/fi-FI/Vesi/Tulviin_varautuminen/Tulvasanasto>

One Reply to “Tietokantaliitoksia ja tulvaindeksejä”

Leave a Reply

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