Kuukausi: helmikuu 2017

MapInfon perustoiminnot alkavat sujua jo melko helposti ja on kiinnostavaa oppia, joka kurssikerralla lisää yksityiskohtaisempia toimintoja. Viidennellä kurssikerralla harjoittelimme paljon puskuroinnin eli bufferoinnin hyödyntämistä aineiston analysoinnissa ja rajaamisessa. Teimme myös runsaasti itsenäisiä tehtäviä, joissa hyödynsimme bufferoinnin lisäksi paljon muutakin aiemmin oppimaamme. Viimeisimmäksi itsenäistehtäväksi valitsin kolmesta vaihtoehdosta tehtävän pääkaupunkiseudun kerrostalojen putkiremonteista.

Tällä hetkellä tärkeimpinä MapInfon työkaluina näen, ainakin meidän tietotasoisemme ihmisen käytössä, teemakarttojen muodostamisessa sekä taulukoiden muokkaamisessa käytetyt työkalut, kuten Table Structure-työkalu, jonka kautta voidaan luoda uusi field eli sarake taulukkoon ja Update Column-työkalu, jolla luodulle sarakkeelle voidaan liittää tietoja toisesta aineistosta. Teemakarttojen muodostaminen onnistuu MapInfolla helposti, koska toiminto etenee vaiheittain ja on melko selkeä. Ohjelman tuottamista teemakartoista on kuitenkin välillä mielestäni vaikeaa saada visuaalisesti kauniita. Lisäksi teemakartan elementtien lopullinen asetteleminen layout-ikkunassa on melko kömpelöä. Taulukkojen muokkaamisen koen varsin monimutkaiseksi varsinkin verrattuna esimerkiksi Excel-taulukko-ohjelmaan. Todellisuudessa varmasti harvoin tarvittavat aineistot ovat saatavissa valmiina paketteina, joten taulukoiden ja aineistojen muokkaamisen osaaminen laajentaa ohjelman käyttömahdollisuuksia huomattavasti.

Kiia Eerikäinen kertoo blogissaan kokevansa myös teemakarttojen muodostamisen ja taulukoiden muokkaamisen työkalut merkittäviksi, mutta haastavina kokemamme asiat poikkeavat toisistaan (Eerikäinen 2017). Kurssin tehtävien teko eteneekin parhaiten kurssikerroilla ja niiden jälkeen porukalla tehdessä sen vuoksi, että jokaiselle haasteelliset asiat poikkeavat hieman toisistaan, jolloin jokainen hyötyy vuorollaan toisten kurssilaisten osaamisesta.

MapInfolla ratkaistavien ongelmien laajuttaa rajoitan osaamistasoni vuoksi varmasti käyttäjänä eniten. Näin on pohtinut myös Eemi Saarinen blogitekstissään (Saarinen 2017). Saarinen toteaa kuitenkin aineistojenkin tuovan rajoitteita työskentelyyn mainitsemalla, miten esimerkiksi kurssikerran tehtävissä puskurointi ei olisi ollut mahdollista aineistolla, jossa pisteille ei olisi määritelty tarkkaa sijaintia. Aineistot rajoittavat MapInfolla onnistuvia analyysejä myös niiden rajallisen tai vajavaisen kattavuuden ja saatavuuden vuoksi, kuten Vilja Jokinen kirjoittaa blogissaan (Jokinen 2017). Itse ohjelmakin asettaa varmasti rajoitteita työskentelylle joko toimintojen puutteen tai kömpelyyden vuoksi. Siksi useiden eri ohjelmien hyödyntäminen työskentelyssä poistaa usein rajoitteita ja lisäksi nopeuttaa työskentelyä.

Kurssikerralla harjoittelemamme puskuroinnin eli bufferoinnin avulla voidaan rajata joukko, joka sisältyy haluttuun alueeseen tai etäisyyteen jostakin kohteesta kartalla. Rajaus perustuu siis tapausten sijaintitietoon. Kurssikerran tehtävissä teimme puskurivyöhykkeitä niin pistemäisille kohteille, kuten juna-asemille, kuin alueillekin, kuten lentokentän kiitoradoille. Muutimme myös puskurivyöhykkeiden kokoa useissa tehtävissä, jolloin saadaan tietoa, miten etäisyyden kasvu muuttaa aineistoa; onko havaittavissa tapausten kasvun hidastumista tai kiihtymistä etäisyyden kasvaessa. Esimerkiksi sekä Malmin että Helsinki-Vantaan lentokenttien läheisyydessä asuvien asukkaiden määrä kasvaa suuresti 1 kilometrin säteisen ja 2 kilometrin säteisen puskurivyöhykkeen välillä meluhaittojen pienentyessä. Tehtävien tuloksia on listattu oheiseen taulukkoon (Taulukko 1).

Tehtävien teossa käytimme myös laskinta muun muassa prosenttilaskujen tekemiseen. Mielestäni tärkeää ja hienoakin on oppia useita ohjelmia käyttäessä tunnistamaan, että millä ohjelmalla mikäkin toiminto on nopeinta ja helpointa toteuttaa. Tälläkin kurssikerralla ja siihen liittyvissä tehtävissä käytimme MapInfon lisäksi juurikin tavallista laskinta sekä Excel-taulukko-ohjelmaa taulukoiden luomiseen. Lisäksi käytin Snipping Toolia kuvan tallennukseen, koska halusin tallentaa vain kuvan enkä kokonaista sivua, sekä Paint-ohjelmaa kuvan visuaalisen ulkomuodon viimeistelyyn.

Käytimme puskurointia lähinnä asukasmäärien selvittämiseen halutulla säteellä erinäisistä kohteista, kuten teistä tai terveyskeskuksesta. Ajatuksen voisi myös kääntää laelleen ja selvittää bufferitoiminnon avulla, mitä yksittäisten asukkaiden saavutettavissa on eri säteillä muodostamalla puskurivyöhykkeitä käyttäen asukkaiden koteja niiden kiintopisteinä. Voitaisiin esimerkiksi selvittää palveluiden määrää ja monipuolisuutta, joka on valitun asukasjoukon saavutettavissa. Puskurointia voidaan varmasti hyödyntää osana laajempia tutkimuksia. Esimerkiksi kaupunkimaisen asutuksen yhteyttä syrjäytymiseen voitaisiin tarkastella muodostamalla puskurivyöhykkeet syrjäytyneille kohdistettujen palveluiden asiakkaiden asuinpaikoille ja tarkastelemalla niihin sisältyvien asukasmäärien tai vaikka tiestön määrää. Tämän tyyppinen tutkimus pitäisi kuitenkin toteuttaa useissa kaupungeissa ja haja-asutusalueilla, jotta sen tuloksista voitaisiin analysoida varteenotettavia johtopäätöksiä. Puskurointia voidaan käyttää ihmisten käyttäytymisen tutkimiseen myös ilman, että tarkastellaan itse asukkaita. Voitaisiin esimerkiksi tarkastella, miten rekisteröityjen autojen määrä muuttuu eri säteillä julkisen liikenteen keskuksista. Autojen määrä kannattaisi tosin suhteuttaa asukasmäärään, koska yleisesti asukkaiden määrä vähenee siirryttäessä kauemmas erinäisistä keskuksista.

Puskurointia voitaisiin hyödyntää myös luonnonmaantieteellisessä tutkimuksessa. Muuttamalla puskurivyöhykkeen sädettä asteittain pystyttäisiin tarkastelemaan muun muassa, miten eri lajien populaatioiden koot muuttuvat siirryttäessä kauemmaksi vaikkapa vesistöstä tai ihmisten asuttamasta ja muokkaamasta alueesta.

Viimeisin itsenäistehtävä pääkaupunkiseudun putkiremonteista oli mielenkiintoinen ja oli hauskaa päästä itse soveltamaan oppimaansa ratkoessaan tehtävän kysymyksiä. Tehtävässä tarkastelin pääkaupunkiseudun asuinrakennuksia. Pääkaupunkiseudulla on 1 206 kerrostaloa, jotka on rakennettu vuosina 1965–1970. Näissä rakennuksissa asuu yhteensä 65 206 asukasta. Tuona aikana rakennetut rakennukset ovat tällä hetkellä siinä kunnossa, että niille on tehtävä putkiremontti tai se on tehty viime vuosien aikana. Lisää tehtävää varten selvittämiäni arvoja olen listannut oheiseen taulukkoon (Taulukko 2).

 

 

Tehtävänä oli tuottaa teemakartta aiheeseen liittyen. Sain aineistosta haluamani osat taulukoksi rajaamalla Query-toiminnolla aina yhden ehdon kerrallaan; ensin ennen vuotta 1971 rakennetut rakennukset, sitten vuoden 1964 jälkeen rakennetut ja lopulta rajasin hakuun sisältyväksi talotyypeistä vain kerrostalot. Teemakarttaan sisällytin koropleettikartan putkiremontti-indeksistä eri asuinalueilla, jonka laskin suhteuttamalla alueen vuosina 1965–1970 rakennetut kerrostalot eli talot, joille on tehty tai tullaan tekemään lähivuosina putkiremontti, kaikkien asuinalueen kerrostalojen lukumäärään (Kartta 1). Teemakartan aineiston luokittelussa käytin luonnollista luokkajakoa, koska suurimmassa osassa asuinalueista indeksi oli hyvin pieni ja halusin tämän piirteen aineistosta pääsevän esille. Koropleettikartan lisäksi lisäsin karttaan remontoitavien kerrostalojen absoluuttisen määrän graduated-teemakarttana eli pisteinä, joiden koot on määritetty niiden kuvastaman arvon mukaisesti. Koin, että graduated-teemakartalla alueiden saamia arvoja ja niiden eroja on helpoin hahmottaa syventymättä karttaan tarkemmin. Kokeilin myös remontoitavien kerrostalojen lisäämistä pisteinä kartalle, mutta lopputulos oli hyvin sekava ja vaikealukuinen mielestäni, joten en kokenut, että niiden tuoma informaatio olisi kartan visuaalisen ulkonäön huonontamisen arvoista.

Teemakartasta voidaan nähdä, millä alueilla kerrostalorakentaminen on ollut vauhdissa 1960-luvun loppupuolella. 1960-luvulla muutto maaseudulta kaupunkiseuduille oli hyvin vilkasta Suomen teollistuessa, jonka vuoksi erityisesti lähiöiden kehitys oli nopeaa. Tämä näkyy kartalla siten, että esimerkiksi Itäkeskus ja sitä ympäröivät asuinalueet sekä Espoon keskus ja suuri osa muista Espoon asuinalueista erottuvat kartalta korkeammalla putkiremontti-indeksillä, kun taas Helsingin kantakaupungin asuinalueet kuuluvat pääasiassa kahteen alimpaan luokkaan eli putkiremonttia tarvitsevien kerrostalojen osuus on hyvin pieni. Myös Valtatie 3:n eli Hämeenlinnan väylän ja Tikkurilan suuntaan Helsingistä lähtevän raideyhteyden varsilla on havaittavissa suurempia arvoja putkiremontti-indeksissä. Tämä selittyy hyvien liikenneyhteyksien varsilla sijaitsevien lähiöiden vetovoimalla, joka on selkeästi vaikuttanut asutuksen sijoittumiseen jo lähiöiden alkuvaiheista saakka. Valtatie 3:n uusiminen 1950- ja 1960-luvuilla lisäsi myös varmasti entisestään väylän varrella sijaitsevien lähiöiden kehitystä ja vetovoimaa (Yle 2012).

Vaikka MapInfolla kaikki perustoiminnot sujuvat minulta jo melko hyvin, teemakarttaa luodessa joidenkin osioiden, kuten aineiston luokituksen määrittäminen, tuntuu kuitenkin hitaalta. Tämä johtuu siitä, että joudun kokeilemaan useita versioita ennen, kuin löydän sopivan. Ehkä vähitellen opin havainnoimaan jo alusta alkaen, minkä tyyppinen luokitus tai väriskaala sopii kullekin aineistolle.

Kurssikerran tehtävät, varsinkin viimeinen, olivat melko haastavia. Pidin kuitenkin niiden tekemisestä, koska saimme ensimmäistä kertaa todella itse päätellä ja keksiä, miten tehtävä tulisi toteuttaa. Tehtävien haasteellisuuden vuoksi niiden ratkaiseminen pitkän pohtimisen jälkeen tuntui mahtavalta. Koen, että opin parhaiten ohjelman käyttöä juuri tuollaista luovaa työskentelyä tehdessäni. Myös ohjelman käytön mahdollisuudet alkavat valottua paremmin, kun pääsemme käyttämään ohjelmaa ilman valmiita ohjeita.

Lähteet

Eerikäinen, K. (2017). Kurssikerta 5. Luettu 24.2.2017. <https://blogs.helsinki.fi/kiee/>

Saarinen, E. (2017). 5. Kurssikerta. Luettu 23.2.2017. <https://blogs.helsinki.fi/eemisaar/2017/02/21/5-kurssikerta/>

Jokinen, V. (2017). Kurssikerta 5: Bufferointia ja järjen käyttöä. Luettu 23.2.2017. <https://blogs.helsinki.fi/jokinenv/2017/02/16/kurssikerta-5-bufferointia-ja-jarjen-kayttoa/>

Yle (2017). Hämeenlinnan moottoritiepäätöksestä 50 vuotta. Luettu 23.2.2017. <http://yle.fi/uutiset/3-5059337>

Kurssikerran alussa harjoittelimme rasterimuotoisen karttakuvan rekisteröimistä ja sille piirtämistä MapInfossa. Itsenäistehtäväksi saimme toteuttaa ruutumuotoisen teemakartan valitsemastamme aineistosta. Teemakartta tehtiin muutamalla eri ruutukoolla, jotta löydettiin parhaiten ilmiön vaihtelua kuvaava ruutukoko.

Valitsin aineistoksi 0-5 vuotiaiden lasten lukumäärän pääkaupunkiseudulla (Kuva 1). Kokeilin karttaa ruudukoilla, joissa ruutujen sivut ovat 250 metriä ja 500 metriä. Pääkaupunkiseudun skaalalla 250 m x 250 m ruudukot osoittautuivat liian pieniksi, koska kartta ei välittänyt lukijalle yleiskuvaa alueiden eroista. 500 m x 500 m ruudukko on paljon yleistävämpi eli epätarkempi, kuin 250 m x 250 m ruudukko. 500 m x 500 m ruudukosta lukija hahmottaa ilmiön alueelliset piirteet nopeasti ja mielestäni myös tilanteeseen sopivan tarkasti. Tämän vuoksi valitsinkin sen karttaversion julkaistavaksi. 250 m x 250 m ruudukolla teemakartalle jää myös paljon pieniä tyhjiä alueita, koska pieniruutuinen ruudukko ilmaisee lasten asuinpaikan sijainnin hyvin tarkasti. Pienien ruudukkokeskittymien tulkitseminen on hyvin vaikeaa. 500 m x 500 m ruudukossa aineisto näyttää levittäytyvän laajemmin, jonka vuoksi se hieman liioittelee aineistoa. Mutta ruutujen ulottuessa tasaisemmaksi matoksi, alueellisten erojen havaitseminen helpottuu. Luokkajaoksi valitsin luonnollisen jaon, jolloin aineisto jakautuu sen luonnollisten arvokeskittymien ja aukkojen perusteella.

Valitsin kartan aineistoksi alle 5 vuotiaiden määrän, koska halusin nähdä, miten pienten lasten perheet sijoittuvat pääkaupunkiseudulla. Yleinen käsitys lapsiperheiden sijoittumisesta on, että he asuvat kaukana keskustasta lähiöissä tai pientaloalueilla. Ilmiötä tulkittaessa kartasta on kuitenkin huomioitava asukkaiden kokonaismäärän merkittävä vaihtelu. Kartta ei siis kerro 0-5 vuotiaiden osuutta kaikista asukkaista ruudulla. Kartan yhteyteen voitaisiin siis liittää sitä tukemaan asukkaiden kokonaismääriä kuvaava teemakartta, kuten esimerkiksi Alex Salmisen blogissaan julkaisema ruututeemakartta väkiluvuista (Salminen 2017).

Kartalla on nähtävissä pääkaupunkiseudun asutuskeskittymiä. Esimerkiksi Helsingin keskusta, Espoon keskus ja sen läheiset asuinalueet sekä Vuosaari erottuvat kartalta selkeinä keskittyminä. Lähes koko Helsingin kaupungin alueella 0-5 vuotiaiden määrä on melko korkea. Espoossa Kehä 3-tien pohjois- ja luoteispuolella sijaitseva Nuuksion kansallispuisto erottuu kartalta hyvin; kansallispuiston alueella asuu loogisesti hyvin vähän ihmisiä, jonka vuoksi alle 5-vuotiaiden lastenkin määrä on alhainen.

Tuusulan väylän ja Lahden väylän välissä, Kehä 3:sen pohjoispuolella, on paljon enemmän 0-5 vuotiaita, kuin muilla Kehä 3:sen pohjoispuolen alueilla. Tämä selittyy alueen keskellä kulkevan junaraiteen alueelle tuomalla vetovoimalla. Raideyhteyden varrella sijaitsevat muun muassa Korso, Koivukylä ja Tikkurila. Muuten Kehä 3:n pohjoispuolisilla alueilla ei ole juurikaan 0-5 vuotiasta väestöä, lukuun ottamatta muutamaa pientä keskittymää, kuten esimerkiksi Kivistön kehittyvää asuinaluetta.

Helsingin keskustaa ei ole aiemmin ajateltu lapsiperheiden suosimaksi alueeksi. 0-5 vuotiaiden lapsien suuri määrä alueella selittyykin ehkä asukkaiden suurella kokonaismäärällä. Toisaalta viime vuosina kaupunkiasumisen suosiminen on tuntunut lisääntyvän lapsiperheiden keskuudessa.

Helsingissä autioimpina alueina kuvastuvat ymmärrettävästi Keskuspuiston alue, Viikin pellot, Vuosaaren satama sekä Santahaminan varuskunnan alue. Näitä alueita lukuun ottamatta Helsinki kuuluu lähes kokonaan kolmeen ylimpään luokkaan.

Hannu Pesonen on julkaissut blogissaan samalla ruutukoolla toteutetun kartan 13-16 vuotiaiden lasten osuuksista pääkaupunkiseudulla (Pesonen 2017). On yllättävää, kuinka vähän tekemämme kartat korreloivat keskenään: kartat ovat lähes vastakohtia suurempien ja pienempien arvojen suhteen. Tämä johtuu todennäköisesti siitä, että Pesonen on käyttänyt aineistona 13-16 vuotiaiden osuutta koko väestöstä, jolloin lapsiperheiden suosimat alueet korostuvat. Minun kartassani 0-5 vuotiaiden absoluuttisen määrän kuvaaminen tuo siis enemmän esille väestön tihentymiä.

Kartan informatiivisuutta lukijalle voitaisiin lisätä esimerkiksi kuvaamalla kartalla vain yhden kaupungin, esimerkiksi Helsingin, alue. Näin lukija pystyisi paremmin tarkastelemaan eri alueita ja voisi ehkä tunnistaa eri asuinalueet helpommin. Myös joitakin paikannimiä olisi voinut lisätä kartalle informatiivisuuden kasvattamiseksi. Toisaalta kartalle merkityt pääväylät ja kuntarajatkin auttavat helpottamaan alueen hahmottamista.

Periaatteessa ruututeemakartalla on hyväksyttyä esittää absoluuttisia arvoja, koska kaikki ruudut ovat samankokoisia keskenään. Ruudut ovat itsessäänkin absoluuttisia, eivät suhteutettuja mihinkään, jonka vuoksi absoluuttisten arvojen ilmaisemisen niillä ei pitäisi vääristä aineistoa. Yleisimmin teemakartoissa absoluuttisia arvoja esitetään tiheys- tai pisteteemakartalla. Ruututeemakartta eroaa siis visuaaliselta esitysmuodoltaan melkoisesti absoluuttisten arvojen tyypillisimmistä ilmaisumuodoista; yleensä ne ilmaistaan symbolien tiheyden tai koon vaihtelun mukaan. Ruututeemakartta taas ilmaisee vaihtelun eri luokkia kuvaavilla väreillä koropleettikartan tavoin. Pakollisen luokittelun vuoksi sillä ei siis todennäköisimmin päästä yhtä tarkkaan tulokseen arvojen ilmaisussa, kuin tiheys- ja pisteteemakartoilla. Tämän vuoksi ruututeemakartan käyttäminen absoluuttisten arvojen ilmaisussa tulisi olla harkinnanvaraista.

Ruututeemakartta ilmaisee mielestäni ilmiön alueellista vaihtelua paremmin kuin tavallinen pisteteemakartta, varsinkin 0-5 vuotiaiden lasten määrän kaltaisessa aineistossa, jossa alueellista vaihtelua esiintyy jo pienilläkin alueilla. Pisteteemakartassa pisteiden koon kasvaessa niiden sijainnin hahmottaminen vaikeutuu. Koropleettiteemakartan käyttäminen kyseisen aineiston esittämisessä ei taas antaisi lukijalle oikeastaan minkäänlaista informaatiota; absoluuttisesta alle 5-vuotiaiden määrästä eri hallinnollisilla alueilla ei voida tulkita alueiden erosta mitään ilman, että se on suhteutettu esimerkiksi koko asukaslukuun, pinta-alaan tai vaikka hedelmällisessä iässä olevien naisten määrään. Toisaalta ruututeemakartassa haasteensa kartan tekoon tuo luokkien määrän ja väriskaalan valinta, jotka epäonnistuessaan voivat vääristää aineistoa suuresti lukijan silmissä. Ruututeemakartassa ruudukon koon valinta vaikuttaa myös merkittävästi sekä kartan välittämään informaatioon, että sen luettavuuteen; liian pienellä ruutukoolla kartta näyttää sekavalta ja liian suurella aineisto yleistyy liikaa.

Mielestäni kartan visuaalinen ulkomuoto kärsii siitä, että ruudut eivät täytä koko kuvattua aluetta. Tämä johtuu siitä, että arvon 0 saavat ruudut on jätetty merkitsemättä. Myöhemmin mietin myös, että vain Helsingin kuvaaminen kartalla olisi lisännyt sen informatiivisuutta. Alimman luokan väriksi valitsin kartalle liian vaalean värin, jonka vuoksi alimman luokan ruudut eivät erotu varsinkaan syrjäisemmillä alueilla valkoista taustaa vastaan melko hyvin. Toisaalta, kuten Alex Salminen toteaa blogissaan, tyhjien ruutujen jättäminen pois kartalta auttaa lukijaa hahmottamaan asumattomat alueet, kuten puistot. Nämä alueet eivät näkyisi kartalla, jos se olisi tehty käyttäen kokonaisia kaupunginosia aluejakona. Koen väriskaalan muuten onnistuneen hyvin ilmiön kuvaamisessa liioittelematta sitä. Mietin jälkeenpäin, että kuntarajat sisältävän aineiston olisin voinut asettaa meren alle kerroksien hallinnassa MapInfossa, jolloin kuntarajat eivät näkyisi meren päällä kartalla.

Lähteet

Salminen, A. (2017). Viikko 4: Paljon pieniä ruutuja. <https://blogs.helsinki.fi/alexsalm/2017/02/16/viikko-4-paljon-pienia-ruutuja/> Luettu 16.2.2017.

Pesonen, H. (2017). Neljännen kurssikerran blogi. <https://blogs.helsinki.fi/hapesone/2017/02/15/neljannen-kurssikerran-blogi/> Luettu 19.3.2017

Kolmannella kurssikerralla perehdyimme syvemmin, kuinka MapInfo-ohjelmassa voidaan hyödyntää, muokata ja yhdistellä tietokantoja ja dataa. Pysyin hyvin mukana opetuksessa. Itsenäisesti työskennellessä kaikki opit tuntuivat kuitenkin jo unohtuneen ja koin komentoketjujen muistamisen vaikeaksi. Tämän vuoksi kurssikerroilla työskentely on helpompaa ja nopeampaa, kun voi työskennellä yhdessä vieressä istuvan kanssa. Yleensä jompikumpi muistaa tarvittavan työkalun tai komentoketjun.

Kurssikerralla tehtiin harjoituksia käyttäen pohjalla Afrikan karttaa ja Afrikan valtioita koskevaa aineistoa. Käytetyt tilastot olivat hyvin mielenkiintoisia ja olisin mielelläni tehnyt teemakarttoja niiden pohjalta. Saimmekin tehtäväksi jatkaa ajatustyötä Afrikkaan liittyvien aineistojen parissa ja pohtia erilaisia asioita, mitä aineistojen muuttujilla ja lisäksi tehtävään erikseen annetuilla muuttujilla voisi tutkia tai tarkastella.

Konflikteille on usein löydettävissä tausta luonnonvaroista. Monissa konflikteissa kiistellään avoimesti tai epäsuorasti luonnonvarojen hallinnasta, sillä ne tuovat alueelle kyseessä olevasta varasta riippuen elinkeinon, omavaraisuutta ja rikkauksia tai esimerkiksi vesivarojen kohdalla täyttävät elämän perustarpeen. Luonnonvaroilla myös usein rahoitetaan konflikteja. Esimerkiksi Sierra Leonen sisällissodassa 1990-luvulla kummatkin osapuolet rahoittivat toimintaansa timanttikaivoksista saaduilla tuotoilla (Dupuy & Binningsbon 2007). Myös sosiaalinen media on nykyään tärkeä osa konflikteja. Se toimii tärkeänä informaatiosodan välineenä. Sen avulla levitetään ideologioita, propagandaa ja tietoa tapahtumista.

Annetut aineistot käsittelevät Afrikan valtioiden perustietojen lisäksi luonnonvaroja, konflikteja sekä internetin ja sosiaalisen median käyttöä, joita yhdistelemällä voitaisiin varmasti tutkia monia asioita ja ilmiöitä. Esimerkiksi timanttikaivosten kaivausten aloitusvuosia ja öljykenttien poraamisvuosia voitaisiin verrata lähellä olevien konfliktien tapahtumavuosiin. Konfliktit ovat tietysti monimutkaisia ja kehittyvät usein hiljalleen vuosia ennen kuin syttyvät, mutta tekijöiden välillä voitaisiin nähdä jonkinlainen korrelaatio ja tarkastella, että jos luonnonvarojen hyödyntämisestä on seurannut konflikti, kuinka monta vuotta sen puhkeamiseen on keskimäärin mennyt. Clionadh Raleigh ja Håvard Hegre toteavat artikkelissaan, että konfliktit alkavat usein hyvin paikallisina ilmiöinä (Raleigh & Hegre 2005). Aineistosta voisi olla kiinnostavaa tutkia siis myös konfliktien ja luonnonvarojen tarkkojen sijaintien suhdetta; kuinka lähellä sijainnit ovat toisiaan ja voidaanko niitä sijaintiensa perusteella yhdistää toisiinsa.

Luonnovarojen hyödyntämisestä voitaisiin esimerkiksi analysoida, kuinka monta vuotta keskimäärin kuluu timanttikaivoksen tai öljykentän löytämisestä kaivausten ja poraamisen aloittamiseen sekä onko tuloksissa alueellista eriytymistä. Internetin käyttäjämäärää on pidetty yhdenlaisena kehityksen mittarina. Kurssikerralla laskemastamme internetin käyttäjämäärän kasvusta voitaisiinkin tarkastella karkeasti eri valtioiden kehittymistä. Niin kuin Saara Varsi toteaa blogissaan, internetin käyttäjämääriin vaikuttavat kuitenkin myös väestölliset seikat, kuten esimerkiksi hänen mainitsemansa väestön ikärakenne (Varis 2017). Valtioiden konflikteista toipumista voitaisiin tarkastella myös hyödyntäen internetin käyttäjämääriä. Konflikteissa alueen kehitys yleensä vähintäänkin pysähtyy, joten vertaamalla konfliktin lopulla olevien internetin käyttäjien määrää muutamaa vuotta myöhempään tilanteeseen, voidaan nähdä, onko valtio lähtenyt uudelleen kehittymään konfliktin loputtua. Konfliktien aikana facebookin kaikkiin internetin käyttäjiin suhteutetuissa käyttäjämäärissä tapahtuvia muutoksia olisi myös kiinnostavaa tarkastella; voisiko sosiaalisen median osa konflikteissa jopa lisätä käyttäjien määrää.

Kurssikerran jälkeen saimme itsenäiseksi tehtäväksi tuottaa kahta eri aineistoa hyödyntävän teemakartan (Kartta 1). Kartta kuvaa kahta muuttujaa: valuma-alueittaista tulvaindeksiä koropleettikarttana ja valuma-alueittaista järvisyysprosenttia pylväsdiagrammikarttana. Tulvaindeksi on laskettu jakamalla keskiylivirtaama, eli tulvakausien virtaaman keskiarvo, keskialivirtaamalla eli kuivien kausien virtaaman keskiarvolla. Tulvaindeksi kuvastaa siis alueen vesistöjen virtaaman vaihtelua ja tulvaherkkyyttä. Järvisyys taas kuvastaa järvien pinta-alan osuutta koko valuma-alueen pinta-alasta (SYKE 2014). Valuma-alueet eivät arvatenkaan noudattele valtion rajoja, joten karttaan sisältyy Suomen lisäksi alueita, jotka kuuluvat Ruotsille ja Venäjälle. Lisäksi osaa Suomen rannikkoalueista ei ole sisällytetty mihinkään valuma-alueeseen, koska niiltä valumavedet virtaavat joko suoraan mereen tai niitä ei ole muuten laskettu kuuluvan mihinkään valuma-alueeseen. Nämä alueet on kuvattu kartalla valkoisella.

Kartasta voidaan nähdä yhteys korkean järvisyysprosentin ja alhaisen tulvaindeksin välillä. Alueen sijainti mereen nähden näyttää kartan mukaan vaikuttavan merkittävästi tarkasteltuihin muuttujiin. Sisämaassa valuma-alueet ovat huomattavasti suurempia pinta-aloiltaan kuin rannikoilla. Tulvaindeksit taas ovat monikymmenkertaisia rannikoilla verrattuna sisämaahan.

Saimme tehtäväksi tarkastella karttaa maallikon silmin ennen kuin perehdymme kurssilla asiaan tarkemmin. Seuraavassa kerron tekemiäni päätelmiä. Rannikoilla valuma-alueet ovat pitkänomaisia ja suuntaavat kohti rannikkoa, eli niiden voidaan ajatella muodostuneen jokien varsille. Rannikkoalueiden tulvaindeksi on paljon korkeampi kuin sisämaan valuma-alueiden todennäköisesti, koska valumavedet virtaavat suoraan jokiin, jolloin valuman vaihtelut kohdistuvat täysin jokiin. Pohjanmaan  alueella viljelysmaiden suuren määrän vuoksi sitovaa kasvillisuutta on vähän, toteaa Reeta Saloniemi blogissaan (Saloniemi 2017). Myös tämä seikka vaikuttaa varmasti alueen tulvaindeksin suuruuteen. Sisämaassa valumavedet jakautuvat useampiin vesistöihin, kuten järviin ja lampiin, joka tasoittaa suuresti virtaaman vaihteluita. Järvissä valuman vaihtelut eivät aiheuta niin suurta muutosta kuin joissa. Päätelmääni tukee myös havainto siitä, että suuremman järvisyysprosentin alueilla valumavesien jakautuessa useampiin vesistöihin, tulvaindeksi pienenee.

Järvisyyden erot kuvatuilla valuma-alueilla johtuvat viimeisimmästä jääkaudesta: jäätikön liikkeistä ja sen painosta. Suomen rannikkoalueet ovat tasaisia, koska ne jäivät jääkauden aikana nousseen merenpinnan alle. Suomen keskiosat ovat hyvin järvisiä, koska jäätikkö synnytti painaumia kallioperän murroksien painuessa alaspäin jäätikön painon alla. Painaumien täyttyessä jäätikön sulamisvesillä, muodostui järviä.

Pohjois-Suomessa tulvaindeksi ja järvisyysprosentit ovat lähellä rannikkoalueiden valuma-alueiden arvoja, mutta Pohjois-Suomen valuma-alueet ovat pinta-alallisesti huomattavasti suurempia. Tämä johtuu useista seikoista: Kylmemmän ilmaston ja vähäisemmän auringon säteilyn vuoksi vettä haihtuu vähemmän P-Suomessa. Keväisin Pohjois-Suomessa muodostuu enemmän sulamisvesiä ja maan ollessa roudassa talvisin pidempään sadevettä imeytyy maahan vähemmän.

Lähteet

Dupuy, K. & Binningsbo, H. (2007). Power-sharing and Peace-building in Sierra Leone. Center for the Study of Civil War, Oslo.

Raleigh, C. & Hegre, H. (2005). Introducing ACLED: An Armed Conflict Location and Event Dataset. International Peace Research Institute, Oslo.

Varis, S. (2017). Kolmas kurssikerta ja MapInfon teknisiä ominaisuuksia. Luettu 8.2.2017. <https://blogs.helsinki.fi/saavaris/2017/01/31/kolmas-kurssikerta-ja-mapinfon-teknisia-ominaisuuksia/>

Tilastollinen ominaiskuormitusmalli (2014). Suomen Ympäristökeskus, Helsinki. Luettu 5.2.2017. <http://www.syke.fi/fi-FI/Tutkimus__kehittaminen/Itameren_vesistojen_ja_vesivarojen_kestava_kaytto/Mallit_ja_tyokalut/Vesienhoidon_mallit/Tilastollinen_kuormitusmalli>

Saloniemi, R. (2017). Viikko 3: Paikkatietokantojen käsittelyä. Luettu 19.3.2017 <https://blogs.helsinki.fi/saresare/2017/02/06/viikko-3-paikkatietokantojen-kasittelya/>