Kuukausi: helmikuu 2022

Vau hei vau! Olen hengissä, en täysissä sielun voimissa, mutta en täysin kuollut. Tällä viikolla painoin gissiä keskiviikkona vain 8 tuntia: edistystä. Artun armosta tällä viikolla tehtävät olivat mielestäni melko kevyitä. Tuli tehdä paljon itse, mutta ei oikeastaan mitään sellaista, jota ei olisi jo opeteltu. Oli ihanaa hengähtää hieman ja oikeasti pohtia, mitäs sitä osaisikaan QGIS:llä kikkailla.

Nalle Puh, suuri idolini, on inspiroinut tämän viikon sitaatin. Olen todennut, että gissiä tehdessä on mahdotonta tuntea itsensä älykkääksi ihmiseksi. QGIS antaa tasaista vastusta, joten itseään ei voi tuntea missään vaiheessa mestariksi. On lohduttavaa tietää, että itse Nalle Puhkin kärsii samoista ongelmista ilman gissiäkin:

”Miten ihanaa olisi olla todella älykäs ja ymmärtää asioita.”

Kaatuminen Suomen talvessa on uhraus gissille

Kuulostaapa dramaattiselle. No onneksi nyt ei ole kyse talvisodasta, vaan leppoisasta tiedonkeruu reissusta Kumpulan laaksossa. Kuljimme ryhmissä lyhyen lenkin, jonka aikana paikkatietosovelluksilla vastasimme erilaisiin kysymyksiin tietyissä valitsemissamme sijainneissa. Koko ryhmän data ladattiin QGIS:iin ja sen perusteella tehtiin interpoloitu kartta.

Kuvan 1 kartta onnistui mielestäni melko hyvin. Se on selkeä siinä mielessä, että lukija näkee, missä sijainnessa on annettu minkäkin arvoisia vastauksia annettuun kysymykseen. Sijaintipisteiden väri jäi hieman mietityttämään: ne olisivat voineet olla erottuvamman väriset. Interpolointityökalu tuntuu bufferoinnin tapaan yksinkertaiselta työkalulta käyttää. En vain saa mieleeni kovimpaan laajasti  vaihtoehtoja sen käytölle. Niitä varmasti kuitenkin on.

Sinneppäin

Sitten itse tämän viikon itsenäiseen tehtävään. Oli mukavaa päästä toteuttamaan vapaavalintaisia hasardikarttoja avoimella datalla, vaikka niiden väsäilyyn menikin useampi tunti. Ensin ajattelin, että olisin käyttänyt interpolointityökalua, johon oli juuri tutustuttu. En kuitenkaan löytänyt sille sopivaa tehtävää kartoistani. Sen sijaan kokeilin Heat map luokittelua ensimmäistä kertaa. Kyseessä on kiva työkalu, jolla saa kartalla näkymään, missä on eniten haluttuja kohteita. Heat mapilla onkin hyvä kuvata eri hasardien, kuten tsunamien ja maanjäristyksien esiintyvyyttä.

Ensimmäinen karttani (kuva 2) on kyhäelmä yli 7,5 magnitudin maanjäristyksistä ja niiden esiintyvyydestä. Heat mapin heikkous on se, ettei sillä ole valmista legendaa layout tilassa. Näin ollen pään vaivaa tuotti hieman väriselitteen väsääminen erikseen. Kartta on mielestäni visuaalisesti kiva. Selitteen teksti on kuitenkin turhan pientä, sillä en hahmottanut sen kokoa todella suurella tietokoneen näytöllä.

Kiitos Alille oivaltavasta huomiostaan blogissaan kartan asettelusta suhteessa mannerlaattoihin: ”Pienenä sivuhuomiona haluan mainita, että useimmissa tapauksissa kun maailmankartta esitetään tasomuotoisena, on kartta luontevaa jakaa Tyynen valtameren kohdalta. Tämä hyvin yleinen esitys sopii kuitenkin hieman heikosti juuri tähän käyttötarkoitukseen, sillä noin 75 % tulivuorista ja jopa 90 % maanjäristyksistä sijoittuu Tyynenmeren tulirenkaan alueelle–” Olin miettinyt itsekin juuri tätä samaa asiaa mannerlaatoista erilaisia karttatulkintoja katsellessani. Omissakin kartoissani olisi toiminut paremmin esimerkiksi Atlantin kohdalta jaettu maailman kartta.

Tehtävänä oli luoda kolme karttaa. Seuraavaan kuvan 3 karttaan hain tsunami dataa kuolettavista tsunameista NOAA:sta eli Yhdysvaltain sää- ja valtamerentutkimusorganisaatiolta. Sivusto oli mielestäni helppokäyttöinen. Tsunamidataa hakiessani rajasin kuolemat niin että niitä oli vähintään yksi. Kartta oli muuten yksinkertainen tehdä, mutta luokittelu niin, että eroja näkyisi järkevästi oli hankalaa. Tämä johtui osittain siitä, että kaikkia datan kohteita ei pystynyt visualisoimaan kartalle, sillä datassa kaikille kohteille ei ollut sijaintitietoja. Tein kuitenkin kartan loppuun hävyttömästi sivuuttamalla tämän seikan.

Kuvan 4 kuvaan yhdistin nämä aiemmin hakemani aineistot. Pyrkimyksenä oli tarkastella, kuinka käsi kädessä isot tsunamit ja maanjäristykset kulkevat. Yhteys on melko selkeä. Amerikkojen länsipuolen ja Itä-Aasian törmäyskohtien riskialueet ovat selvästi näkyvissä. Tsunamien esiintyminen jäljittelee juuri isojen maanjäristysten esiintymistä.

Tapanin päivän Intian valtameren tuhoisan vuoden 2004 tsunamin lisäksi on kuvasta 3 havaittavissa Japanin suuren maanjäristyksen aiheuttama tsunami vuonna 2011. Tämä järistys on kiinnostanut minua aina erityisesti ja perehdyin siihen hieman. Kyseessä oli pahin maanjäristys tai seisminen tapahtuma Japanille yli tuhanteen vuoteen. Kun arvioi, kuinka paljon Japanissa tapahtuu vakavia maanjäristyksiä, oli kyseessä hyvin erikoislaatuinen tapaus. Paljon kertoo myös uhrimäärä: 15 829 kuollutta, tuhansia loukkaantuneita ja kadonneita. Tuhoisin seisminen tapahtuma ihmiskunnalle sitten vuoden 1923 jätti syvät henkiset arvet japanilaisiin. Tsunami, joka seurasi 9 magnitudin järistystä aiheutti vakavimman ydinonnettomuuden kylmän sodan jälkeen (Smits 2014). On todettava, että seismisillä alueilla voimakkaat liikunnot aiheuttavat hirvittävän suuria tuhoja. Ketju ikään kuin alkaa elää omaa elämäänsä.

Parhaat ideat tulevat aina tunnetusti sen jälkeen, kun ne olisi voinut toteuttaa. Aloin blogia kirjoittaessa miettimään, mitä kaikkia eri työkaluja sitä olisi voinutkaan käyttää. Yksi selkeä ja ehkäpä aika hyödyllinenkin olisi ollut ihan perinteinen bufferointi. Esimerkiksi tuomalla laajalla haarukalla maanjäristyksiä ja bufferoimalla mannerlaattojen rajat, olisi voinut tarkastella kuinka iso osa vaikkapa paljon vahinkoa aiheuttavista järistyksistä tapahtuu tietyllä etäisyydessä mannerlaatan reunasta.

Hienoista ideoista huolimatta ei minulla ole enää tässä vaiheessa minkäänlaista energiaa toteuttaa näitä visioita kartalle. Onneksi seuraavalla kerralla pääsen sooloilemaan visioiden kanssa ihan urakalla. Pois alta ja kohta mennään taas!

 

 

 

 

 

 

 

 

 

Lähteet:

Smits, G. (2014). When the Earth Roars : Lessons from the History of Earthquakes in Japan. Rowman & Littlefield Publishers. Saatavilla: https://ebookcentral-proquest-com.libproxy.helsinki.fi/lib/helsinki-ebooks/reader.action?docID=1657092

Ylikoski, A. (2022). Kurssikerta 6: Sään ääri-ilmiöitä ja maanjäristyksiä, Alin geoinformatiikka blogi. Saatavilla: https://blogs.helsinki.fi/alingeoinformatiikka/, (Viitattu 24.2.2022)

 

 

 

Heipsuli hei. En tiedä enää mistään mitään. Viime viikko tuntui vielä valoisalta, mutta tällä viikolla itsenäiset tehtävät olivat kryptistä soppaa. Ilman ohjeita tuntui kuin lilluisi avomerellä ilman pelastusrengasta. Tuntuu ristiriitaiselta, että vaikka QGIS alkaa tuntua selkeämmältä, olen silti tasaisin väliajoin aivan hukassa. Erityisesti oikean työkalun löytäminen johonkin ongelmaan on haastavaa. En haluaisi luovuttaa, ja siksipä tukeuduin heikkona hetkenä uskolliseen ystävääni Muumipappaan. Muumipappa uhkuu itsevarmuutta karuimpinakin hetkinä. Kiitos siis hänelle seuraavasta sitaatista:

”Minun täytyy pysyä selväjärkisenä.”

Muumipappa: Suuri ajattelija, filosofi, nero, ikoni.

Viikon teemasana olkoon siis järki, vaikkei sitä ehkä olisikaan jäljellä.

 

Bufferit eivät tarjoa ilon buffettia

Viime viikolla valitin QGIS:n kököistä digitointi ominaisuuksista. En oikeastaan yllättynyt, kun Arttu kertoi ettei viime kerran omia digitointeja välttämättä tarvitse. Ei se mitään. Aloimme harjoitella buffereiden eli erilaisten vyöhykkeiden luontia. QGIS:n Buffered-työkalulla opettelimme tekemään eri suuruisia buffereita eri objekteille, kuten teille tai rakennuksille. Buffereiden avulla tarkastellaan, kuinka moni kohde jää vyöhykkeen sisälle tai ulkopuolelle. Tämä on hyvä työkalu kaikenlaisten vaikutusalueiden tarkasteluun, esimerkiksi meluvyöhykkeet, etäisyydet johonkin kohteeseen tai vaikkapa saasteiden vaikutusalue.

 

Bufferointi oli mielestäni melko yksinkertaista ja sitä oli helppo tehdä. Opettelimme myös itse digitoimillemme kohteille vyöhykkeiden tekemistä. Kaksi ylempää kuvaa (kuvat 1 ja 2) esittävät perusbufferointia, jota tein pornaisten eri rakennuksille ja malmin kiitoteille. Kun olimme toistaneet paljon mekaanista tekemistä, pääsin vauhtiin, kun tein meluvyöhykkeitä Helsingin lentokentälle. Alla olevassa kuvassa 3 on aikaansaannokseni. Pääsin luokittelemaan melualueita ja piirtämään omaa meluvyöhykettä. Mittasin melualueen jatkeen pituuden kiitotien toisesta päästä, jossa oli jo meluvyöhyke 60 desibeliin. Pituus oli 4 kilometriä ja tein jatkeestani 3,5 kilometriä, sillä desibelivyöhykkeen tulee olla 4 kilometriä ja puskuroinnilla siitä tulee tämän pituinen. Kuvan 3 kartasta tuli mielestäni mukava.

Tällä viikolla oli paljon itsenäisiä tehtäviä, joissa tuli vastata annettuihin kysymyksiin tai ongelmiin. En näe kuitenkaan tarpeellisena listata saamiani tuloksia tänne. Pääpointti on varmasti se, että opin itse ratkaisemaan annetun tehtävän ja sisäistän työkalut sen takana. En koe saavani tuloksien taulukoinnista mitään lisäarvoa oppimiseeni.

Tuherruksia, joita sain aikaan

Haluan siteerata tähän heti alkuun Katria blogissaan GIS-velhoksi. ”Tehtiin jotain, en muista mitä”, toteaa Katri. Tämä summaa melko hyvin fiilikseni 8 ja puolen tunnin gis uurastuksen jälkeen keskiviikkona. Hukassa oltiin, mutta saimme asioita aikaan lopulta. Kiitos Ilari ”Mineraalimies” Leinon pääsimme ennen kahdeksaa illalla lähtemään kotiin. Hän valaisi meitä asetuksella, jonka avulla saimme kriittisimmän osan suoritettua uima-allas ja putkiremonttitehtävistä. Join attributes by location (summary) ei tuntunut toimivan aineistollamme ilman sellaisen asetuksen kuin invalid features filtering muuttamista ignore-muotoon. Kryptistä asiaa vielä minulle, mutta onneksi kampuksella oli yksi pelastava gis-velho paikalla.

Kuvassa 4 on kartta vuosina 1965-1970 rakennettujen kerrostalojen osuudesta suhteessa kaikkiin rakennuksiin pääkaupunkiseudulla. Eniten näissä kahdessa viimeisessä tehtävässä harjaannuin käyttämään select by attribute -työkalua. Sillä sai valittua tiettyjä kohteita ja tehtyä niistä omia tasoja eli layereitä. Uusien layereiden avulla saatiin eroteltua juuri ne kohteet aineistosta, joita halutaan käsitellä. Join attributes by location (summary):lla yhdistimme molemmissa tehtävissä halutut tiedot alue- eli postinumerojakoon. Kuvassa 4 on yhdistetty 1965-1970 rakennetut kerrostalot alueisiin tällä työkalulla ja kuvassa 5 uima-altaalliset rakennukset aluejakoon.

Mielestäni uima-allaskartta oli helpompi tehdä, sillä työvaiheita ennen visuaalista hiomista oli vähemmän. Histogrammien liittäminen karttaan oli jo tuttua hommaa. Keksimme vielä yhdessä, miten numerot saa liitettyä histogrammien päälle kopioimalla layerin uudeksi ja valitsemalla diagrammiksi numeroinnin. Kiitos tästä vinkistä Nealle!

 

 

Pohdiskelua, puhdiskelua

Missä nyt sitten mennään? Mitä jäi käteen? No enpäs oikein tiiä. Ainakin Join attributes by location (summary) on tuttu. Ja valintatyökalun käyttö on jo todella sujuvaa. Tuntuu vielä haastavalta itse miettiä, mitä työkalua tulee kulloinkin käyttää. Onneksi QGIS:n peruskäyttö on hallinnassa. Positiivista on se, että koen kehittyväni koko ajan, vaikka turhautuminen ja väsymys varjostaisivatkin matkaa gis-guruksi.

Kiitos Eeva vielä ihanista terkuista: ”ps. sinä ja sinun karttasi riitätte.” Pyrin pitämään tämän mielessäni niinä hetkinä, kun edes Muumipapan voimasanat eivät riitä. Ja kiitos vielä kaikille mussukoille, jotka hikoilivat kanssani gis-luokassa <3

Lähteet:

Katri Hämäläinen (2022). QGIS – buffereita ja uima-altaita, GIS-Velhoksi, saatavilla: https://blogs.helsinki.fi/katriham/ ,(Viitattu 18.2.2022)

Eeva Raki (2022). Kurssikerta 5: Toistoja, Oppimassa geoinformatiikkaa, saatavilla: https://blogs.helsinki.fi/eevaraki/, (Viitattu 18.2.2022)

Hei taas. Nyt väsyttää niin paljon, että tuntuu kuin sulaisi maan alle. Yllättävää kyllä syy ei ole tämän tulisen tappavan gis-kurssin. Luulen, että tapumukseni innostua liian monesta asiasta samaan aikaan palavasti on iskenyt minua jälleen kerran kirveellä jalkaan. Onko valoa tunnelin päässä? Totta puhuakseni en tiedä, mutta ainakin gissin osalta elän tällä hetkellä aallon harjalla. Siitä lisää myöhemmin.

Ketään ei nyt varmaankaan yllätä, kun kerron viikon teemasanan olevan väsymys. Miten ihminen voikaan väsyä tehdessään ihania asioita. Mielestäni sen pitäisi olla laitonta. Suomalainen kirjailijalegenda Mika Waltari on ilmeisimmin keksinyt tähän lääkkeen. Nimittäin hänen seuraavan sitaattinsa perusteella uskon väsymyksen olevan Waltarin mielestä vain nykymaailman hömpötys, jonka voi heittää roskakoriin:

”Väsymykseni muuttuu hermostuneeksi, ylijännittyneeksi kirkkaudeksi.”

Ilmeisesti väsymys tekee Waltarista neron, tai sitten hän on ottanut jotain. En tiedä, mutta sen tiedän, että en ole vielä tässä väsymystilassa kirjoittanut 34 kielelle käännettyä yli pitkää mestariteosta. Empiirisen tutkimukseni perusteella voimme todeta, ettei Waltari ole ollut järjissään tuota sitaattia laukoessaan.

Ruutuja, jotka tajusin (ehkä)

Ja taas mennään. Viikon tunnin aiheena olivat piste- ja ruutuaineistot. Sormet ristissä jännitimme luento-osuuden jälkeen toimiiko Moodle huoltokatkon takia. Kaikkien yllätykseksi Artulla oli kerrankin onnea matkassa ja pääsimme tuumasta toimeen. Pisteaineisto on hyvin tarkkaa paikkatietoaineistoa, jolla voidaan kuvata yksittäisiä kohteita tai laajempaa kokonaisuutta. Laserkeilauksen luoma aineisto on näistä pisteaineistoista kaikista tarkin. Ruutuaineistossa hyödynnetään usein pisteaineistoa taustalla, kuten mekin tämän viikon tehtävässä. Ruutuaineisto on hyvä työkalu jaottelemaan aineistoa kartalle, kun käytössä ei ole valmista aluejakoa.

Ensimmäisen kartan (kuva 1) loin tunnin aikana muunkielisten osuudesta väestöstä kilometri kertaa kilometri kokoisilla ruudukoilla. Ensin tunnilla meinasi tulla pieni paniikki, sillä ruudukkoni näytti erilaiselta kuin muilla. Kuten Roosa Kotilainenkin on blogissaan maininnutkin, johtuen vapaalla kädellä rajatuista ruudukoista on kaikkien ruudukot hieman erilaisia. Tehtävä tuntui tällä kertaa yllättävän helpolta. Tuntui kuin layerit ja uudet sarakkeet atribuuttitauluun alkaisi loksahdella pikku hiljaa paikalleen.

Luonnollisesta luokkajaosta on tullut paras ystäväni. Miten se kuin taikaiskusta toimii aina. Kai luonnollinen luokkajako on sielultaan kympin tyttö: sitä hyvää tulosta vaan tulee. Ja hyvä niin minun kannaltani. Käytin siis molempiin kuvien 1 ja 2 karttoihin tätä luokkajakoa. Visuaalisesti kartat ovat mielestäni onnistuneita. On aina kivaa hurvitella eri värien kanssa, vaikka päädynkin yleensä aika samanlaiseen ulkoasuun. Mietin järvien sijoittamista ruudukon alle pitkään, mutta lopulta koin niiden tuovan jonkinlaista paikkasidonnaisuutta kartan lukijalle, joten jätin ne.

Kuvan 2 kartassa pääsin itse vähän soveltamaan ja loin oman muuttujan visualisoitavaksi ruudukkoon. Päätin laskea yli 60-vuotiaiden asukkaiden osuuden kokonaisväestöstä alueella. Laskin ensin yli 60-vuotiaiden ikäluokat yhteen ja jaoin tämän summan kokonaisasukasmäärällä. Sitten jaoin vielä saadun luvun sadalla, jotta esityksen yksikkö olisi prosentteina. Olen hieman ylpeä itsestäni, sillä en tarvinnut juurikaan apua tähän. Kai se osaaminen karttuu näistä vähän hävettävän pienistä onnistumisista.

Mitään maata mullistavia johtopäätöksiä en kartoistani osaa tehdä. Kuvan 1 kartasta voi päätellä, että muun kielisistä suurin osa ei asu kalleimmilla tai lähimpänä Helsingin keskustaa olevilla alueilla. Muunkielisten osuus näyttäisi olevan suurimmillaan Vantaalla ja Itä-Helsingissä. Tämä tuntuu loogiselta, sillä muunkielisiin kuuluu paljon sellaisia maahanmuuttajia, joilla on vaikeuksia saada tutkintoaan hyväksi luettua tai ylipäätään töitä. Vertaillaampa vaikkapa helsinkiläisten maahanmuuttajien vuosittaisia keskituloja suomalaistaustaisiin. Helsingin kaupungin Tulotaso kasvaa maassaolon myötä -artikkelin mukaan maahanmuuttajien keskitulot ovat 23 562 euroa vuodessa. Vastaava luku suomalaistaustaisilla henkilöillä on 40 212 euroa. Ero on hurja ja tuntuu vähintäänkin ymmärrettävältä, että suurimmalla osalla on varaa asua vain kauemmilla asuinalueilla. Ikävän lisän tuo se, että eri maalaiset maahanmuuttajat kokevat eri suuruisia haasteita elämästä selviämisessä.

Kuvan 2 kartan analyysin tueksi en jaksanut toivottamasta laiskuudestani johtuen etsiä tukevaa aineistoa. Luulen kuitenkin vanhuksien painottumisen kaukaisemmille alueille pääkaupunkiseudulla johtuvan ehkä luonnon rauhasta, omakotitaloista, vanhainkodeista ja siitä, ettei työpaikan läheisyys ole enää edellytys eläkkeellä.

Hikistä digitointia

Aloittelimme tunnilla seuraavan kerran projektia. Ensin yhdistelimme neljästä kryptisestä kuvasta taiteellisen otoksen Pornaisista, joka mielestäni näyttää vahvasti silmän pohjan kuvalta. Onneksi Ilari valotti asiaa minulle ja kertoi kuvan olevan johdettu Maanmittauslaitoksen laserkeilausaineistosta. Kuvaa 3 käytettiin pohjana rinnevarjostuksen ja korkeuskäyrien luontiin.

Tunnin huipensi huikea napsuttelu, kun pääsimme taas digitoinnin pariin QGIS:llä. Totesin heti pitäväni Corelista enemmän digitointihommissa. Digitoinnissa QGIS tuntui kököltä ja kömpelöltä. Kuvan 4 digitoitua materiaalia tullaan kuulemma käyttämään seuraavalla kerralla.

Morpsu ja ens kerralla mennään taas.

Lähteet:

Helsingin kaupunki (31.3.2021). Tulotaso kasvaa maassaoloajan myötä. (luettu 11.2.2022), saatavilla: https://ulkomaalaistaustaisethelsingissa.fi/fi/tulot

Kotilainen R. (2022). Viikko 4: Ruutuaineistoihin perehtymistä, Roosan blogi. (luettu 11.2.2022), saatavilla: https://blogs.helsinki.fi/rokoro/

Viikon teemasana on talvi. Valintaani inspiroi Kerttu, jonka kanssa kävin runollisen keskustelun talvesta kavutessamme Kumpulan mäelle eräs luminen aamu (siis tänään). Pohdimme kuinka tänä vuonna on siunaantunut hyvä talvi. Voisinpa sanoa samaa gis-osaamiseni suhteen. Tällä viikolla kuitenkin en vaipunut epätoivoon, vaan imin energiaa talvisesta kauneudesta. Työnteon määrää pilvissä leijailu ei vähentänyt. Viikko oli työntäyteinen, mutta henkinen valmistautuminen kasvattaa omia kykyjä kahlata siitä läpi.

Viikon sitaatissa loistaa realismin ja melankolisten tunteiden mestari Eino Leino:

”Talvella lauluja tehdä ei, / talvella tehdään työtä.”

Työn raskaan raatajat täällä Kumpulan kampuksella. Talvi on pitkä, mutta ainakin se on hetken kaunis.

Minä ja AggregatedAfrica emme ole (vielä) ystäviä

Keskiviikko aamuna ajattelin, että taas mennään. Samanlainen fiilinki olikin tunnin alussa, kun QGIS ei halunnut tehdä saumatonta yhteistyötä. Yhdistetty Afrikka tasoni (kuva 1) oli suurentunut potenssiin sata kokoiseksi ja ohjelmani oli kuin ysäridisko, kun zoomailin projektia. Onneksi kävimme rakentavaa keskustelua QGIS:n kanssa tuntemuksistamme ja lähdimme rakentamaan yhteyttä kompromissien kautta.

Itse aiheena siis oli eri aineistojen tuominen ohjelmaan ja niiden yhdistäminen mahdollisimman tarkoituksenmukaisesti. Toimme ensin aineiston Afrikan eri alueista. Opettelimme yhdistelemään alueita valtioiksi ja liitimme valtioiden tietoihin atribuuttitaulukkoon muunmuassa konfliktien määriä, kaivostoimintarikkauksia ja internetin käyttäjien määriä. Osa asiasta meni ohi, mutta yksinkertaiset yhdistelyt uskon jo hallitsevani.

 

Kuvan 2 kartastani tuli syötävän söpö. Etenkin aamun tunteina, kun aamupala oli jäänyt väliin, haaveilin silmät suurina Afrikka-karttaani tuijotellen karkista jos toisesta. Tämä on hieman ironista, sillä herkullisen väriset pisteet kartalla eivät kuvasta erityisen positiivisia asioita. Kartan avulla yritimme havaita jonkinlaista yhteyttä konfliktien ja rahakkaiden luonnonvarojen välillä. Mielestäni Jessika Isomeri kiteyttää hyvin omatkin pohdintani aiheesta blogissaan: ”Timanttikaivostoiminta on kiistatta johtanut väkivaltaisiin yhteydenottoihin monissa Afrikan valtioissa, mutta kaivostoiminnan vaikutukset paikallisiin yhteiskuntarakenteisiin ovat kuitenkin moniulotteiset.” On siis hankala vetää aivan suoria johtopäätöksiä kartta-aineiston pohjalta.

Hain kuitenkin tukea ajatuksen juoksulleni siitä, että esimerkiksi kaivostoiminta voi olla merkittävä konfliktin aiheuttaja joillain alueilla. Löysin artikkelin, joka juurikin käsittelee tätä yhteyttä (Engels 2016). Artikkelissa todetaan, että kaivostoimintaa ei enää juurikaan tapahdu ”uusilla alueilla”, vaan tuottavimmat paikat ovat jo tiedossa. Tämä luo kilpailua samoista resursseista. Mukana on myös korruptio, joka on yksi epätasaisesti jakautuvien kaivosrikkauksien seurauksista.

Kaivostoiminta aiheuttaa monien tahojen välille ristiriitoja: ”The typology suggested in this chapter distinguishes three types of mining conflicts along the lines of actor constellations: conflicts between civil society organisations on the one hand and the state and mining companies on the other; conflicts between trade unions and mining companies; and conflicts between artisanal miners and mining companies.” Heikoimmassa asemassa näistä on luonnollisesti paikalliset maanomistajat ja työntekijät kaivoksilla. Artikkelissa kuitenkin muistutetaan ettei mikään ole homogeenistä edes näistä yleisimmistä konfliktin osallistujapuolista. Esimerkiksi paikallisyhteisössä voi hyvin olla sellaisia, jotka hyötyvät isomman yrityksen kaivoksesta alueella ja sellaisia jotka kokevat sen vuoksi tappiota. Useimmiten maissa, joissa teollisella kaivostoiminnalla on pitkät perinteet, konfliktit ovat yleensä kaivosyhtiöiden ja valtion välisiä. Taas maissa, joissa ala on ollut pitkälti yksittäisten pientoimijoiden varassa, syntyvät konfliktit kaivosyrittäjien ja isojen yhtiöiden välille.

Ongelman ja sen osapuolien monisyisyys on hillittömän mielenkiintoista. Tähän olisi kovasti intoa perehtyä vielä lisää ja nyt taisinkin jo hurahtaa sivuraiteille. Pahoittelut siitä!

Tieto tulvii yli, muttei pahasti

Viikon itsenäisenä tehtävänä oli luoda tulvaindeksiä ja järvisyyttä Suomen valuma-alueilla kuvaava kartta (kuva 3). Tehtävän aikana minusta tuntui kuin QGIS olisi vielä jonain päivänä ymmärrettävä järjestelmä. Aloin nimittäin jo hahmottamaan, missä ikkunoissa tehdään mitäkin ja miten lähdeaineisto käyttäytyy ohjelmistossa. Olen lähes kehityksen aallonharjalla. Hieman päänvaivaa loi se, etten ollut aivan varma, miten tulvaindeksi toimii. Onneksi selvitin asian. Tulvaindeksi kuvaa sitä, kuinka moninkertainen vesimäärä tulvahuipussa on joen keskimääräiseen keskivirtaamaan verrattuna. (En vieläkään täysin hahmota tätä.)

Kävin kiivasta debattia itseni kanssa siitä, tekeekö vesistöjen paljous ja tarkkuus (erityisesti joet) kartasta liian sotkuisen tai vaikeasti luettavan. Kokeilin siis kuvan neljä karttaan visualisointia ilman vesistöjä. Saatoin hankkia inspiraation tähän Jessikan blogista. Ristiriitaa sisälläni nostattaa se, kuinka koen vesistöjen olevan olennainen osa veden käyttäytymistä kuvaavaa karttaa. Toisaalta kuvan 4 versio on varsinkin pylväiden selkeyden kannalta helpommin luettava. En ole varma kummasta pidän enemmän, mutta tämä osoittaa taas karttojen luonninkin olevan täynnä makuasioita.

Näin lopuksi haluan kompata Siiriä siinä, että joukossa on todella voimaa! Gis-luokassa oli tällä viikolla todella hyvä meno. Väänsimme yhdessä diagrammeja tulvakarttaan ja hetken tuntui, että haasteet on tehty selätettäviksi. Yhteishenki kasvaa viikko viikolta. Saa nähdä mitkä pirskeet näistä oikein tulee tällä menolla :3

 

Lähteet:

Leino, E. (1900). Sydämeni talvi. Hiihtäjän virsiä, Kustannusosakeyhtiö Otava. Saatavilla: https://runosto.net/eino-leino/hiihtajan-virsia/sydameni-talvi/

Isomeri, J. (2022). Jessikan gis-hurvittelut. (Luettu: 3.2.2022), saatavilla: ttps://blogs-test.it.helsinki.fi/jessikangishurvittelut/

Engels, B. (2016). Mining conflicts in sub-Saharan Africa: Actors and
repertoires of contention. GLOCON Working Paper, (2). Berlin. (Luettu 3.2.2022), saatavilla: https://www.econstor.eu/bitstream/10419/199095/1/GLOCON-WP-02.pdf

Kokkonen, S. (2022). leipä. (Luettu 3.2.2022), saatavilla: https://blogs.helsinki.fi/siirikok/