Osa 3 – “Jos kaupunki tulvisi, vesireittejä pääsisi pakoon”

Jos MapInfo oli tähän mennessä tuntunut kankealta ja vaikealta ymmärtää, paljasti se todellisen, pirullisen luonteensa vasta kolmannen kurssikerran aikana. On vaikea kuvata sanoin sitä turhautuneisuutta ja elämänhalun hidasta pakoa sormenpäiden kautta ulos kehosta, jonka MapInfon tietokantojen yhdistamis- ja muokkausominaisuudet aiheuttivat. Ohjelmalla on lähes kaikeen tasan yksi tapa tehdä ko. asia, eikä tämä tapa ole todellakaan kaikista nopein ja loogisin. Myöskään keskustelu muiden ohjelmien, kuten Microsoft Excelin kanssa suju sekään sen helpommin.

Mutta, mutta… unohdetaan taas kerran MapInfon aiheuttamat tykytykset otsasuonistossa ja keskitytään kurssikerran aiheeseen, eli tietokantojen yhdistämiseen ja käsittelyyn MapInfossa. Useinhan tarvittavia tietoja ei suoraan löydy yhtenäisenä tietokanta – kuten tähän mennessä kurssilla on ollut – vaan  ne on koostettava eri lähteistä. Kurssikerran aikana opimme siis kaikessa yksinkertaisuudessaan yhdistämään kaksi erinäistä taulukkoa toisiinsa. Kuulostaa simppeliltä, mutta toteutus vaati monta mutkaa ja yritystä.

Liitettävät tietokannat liittyivät Afrikkaan ja sen alueella tapahtuneisiin aseellisiin konflikteihin, timanttikaivoksiin ja öljykenttiin. Lisäksi tietokannoissa oli maittain tarkat tiedot asukamääristä, Facebookin käyttäjämääristä ja internetin käyttäjien määrn muutoksesta. Luvut ovat vain lukuja, mutta niistä pystyis MapInfon avulla laatimaan paikkatietoanalyysejä ja tekemään mielenkiintoisia havaintoja. Onko alueella ollut konflikteja timanttikaivoksen/ölykentän löytämisvuoden ja kaivuun/poraamisen aloittamisen välillä? Ovatko konfliktit viivyttäneet näiden luonnonvarojen hyödyntämisen aloittamista? Ovatko luonnonvarat lisänneet konfliktien määrää alueella? Myös Lehtonen (Lehtonen, 2017) pohti eri syiden tutkimista aineiston avulla – oli se sitten taloudellinen, uskonnollinen tai poliittinen. Lisäksi esimerkiksi Laaksonen (Laaksonen, 2017) esitti blogissaan konfliktialueiden internetkäyttäjien määrän tutkimista mahdollisena aineiston tietokantojen avulla.

Kurssikerran varsinaisen työn aiheena oli kuitenkin edelleen kotoinen Suomi ja sen hydrologisen kierron kuvaaminen kartalla – tarkemmin sanottuna jokien virtaamien kautta laskettu tulvaindeksi ja järvisyysprosentti valuma-alueilla.

Kuva 1.

Kuva 1 on yhdistetty koropleetti- ja pylväsdiagrammikartta Suomen suurimpien jokien tulvaindekseistä ja järvien kattama osuus pinta-alasta niiden valuma-alueilla. Ensimmäistä kertaa tällä kurssilla kartta rajattiin luonnonmaantietellisten piirteiden perusteella – ei hallinnollisten – mutta tämä ei aiheuttanut toteutukseen juuri mitään muutoksia.  Kartan laatimisessa hyödynnettiin edellisellä kurssikerralla opittuja kahden teemakartan yhdistämisen niksejä, mutta uutena asiana tulivat aineistojen yhdistämiset. Käytetyssä tietokannassa oli valmiina tiedot valmu-alueiden koista ja sijainneista, mutta karttaa varten aineistoon piti laskea tulvaindeksi (tulvahuippujen keskiarvo / kuivimpien kausien alimpien arvojen keskiarvo), sekä liittää samaan aineistoon järvisyysprosentti. Kyseessä oli siis samoja toimenpiteitä, joita tehtiin Afrikan tietokantojen kanssa.

Kartta on (jälleen kerran) visuaalisesti selkeä. Ensimmäistä kertaa tällä kurssilla kartta rajattiin luonnonmaantietellisten piirteiden perusteella – ei hallinnollisten – mutta tämä ei lopullisessa toteutuksessa juuri näkynyt. Värimaailma noudattaa sinisen ja vihreän sävyillään vesistöihin liitettyjä mielikuvia, joten lukematta legendaa tai otsikkoa lukija voisi jo arvella, mitä kartta mahdollisesti kuvaisi. Aineiston laadusta johtuen itse kartta vie arkin alasta kohtuullisen pienen osuuden, mutta en löytänyt MapInfosta ominaisuutta, jolla tähän olisi voinut vaikuttaa. Tästä syystä fontit ja muut objektit ovat myös hitusen liian pieniä, jotta ne erottuisivat vaivattomasti. Ulkoisella kuvanmuokkaustyökalulla tämäkin olisi tosin ollut korjattavissa.

Mitä kartasta sitten näkee? Suurimmat tulvariskialueet rannikkoalueilla – Pohjanmaalla ja Varsinaissuomessa, kun taas suhteellisesti eniten järviä on (yllättäen) nk. Järvi-Suomen alueella ja Koillis-Lapissa. Voidaankin siis todeta, että järvisyysprosentin ja tulvaindeksin välillä vallitsee negatiivinen korrelaatio. Miksi? Tieteellisesti pätevän vastauksen antaminen vaatisi asiaan perehtymistä, mutta syinä voisi pitää maaperän ja topografian vaikutusta järvien kykyyn pidättää sulamis- ja sadevesiä. Suoraan sanottuna mitä enemmän järviin mahtuu vettä, sitä vähemmän joet tulvivat. Lisäksi sademäärät vaihtelevat alueittain, ja meren läheisyydestä johtuvat rannikon rankat sateet vaikuttavat alueen tulvaindeksiin varmasti. Samalla linjalla on myös Uudenmaan ELY-keskus mm. Vantaanjoen tulvia selittäessä (Tulva… 2010). Syy siihen, miksi Lapissakin on suuren tulvaindeksi alueita, löytynee vuodenaikojen voimakkaista lämpötilaeroista. Karkeasti sanottuna siis talvella jokien virtaamat ovat jäässä ja kevään tullen voimakas lumien sulaminen kasvattaa virtaamia räjähdysmäisesti.

Kurssikerta oli MapInfosta huolimatta miellyttävä. Vaikka hydrologia ei sinänsä tuntunut siltä omalta vahvimmalta alueelta, ei sen tarkastelu kuitenkaan juurikaan eronnut kulttuurimaantieteellisten ominaisuuksien tulkinnalta. Ensimmäistä kertaa tuli sellainen tunne, että nyt tehdään oikeasti paikkatietoa, eikä vain pelleillä karttaohjelman ominaisuuksilla.

Ultra Bra – Vesireittejä

Lähteet

Laaksonen, I. (2017). 3. kurssikerta (2.2.2017) https://blogs.helsinki.fi/iilaakso/2017/02/02/3-kurssikerta/ Luettu 7.2.2017

Lehtonen, P. (2017). 3. kurssikerta, datan muokkaaminen ja yhdistely(3.2.2017) https://blogs.helsinki.fi/lepylepy/2017/02/03/tiedon-hankintaa/ Luettu 7.2.2017

Tulvariskien alustava arviointi (2010). Uudenmaan elinkeino-, liikenne- ja ympäristökeskus, Helsinki.

Leave a Reply

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