Month: February 2021

Kuudes ja samalla toiseksi viimeinen kurssikerta aloitettiin lyhyellä teoriaosuudella, jonka jälkeen päästiinkin hyytävään säähän kävelemään ja keräämään pisteitä Epicollect5-sovelluksella. Ulkona liukastellessa keräsimme jokainen eri puolilta Helsinkiä (ja myös ympäri Suomea) sijainteja, joihin liitimme muutamien kysymysten avulla koordinaattien lisäksi myös muuta tietoa. En ollut aiemmin kuullut kyseisestä sovelluksesta, mutta se oli mielestäni hyvin kiehtova, ja sen avulla saa varmasti tuotettua paljon erilaista informaatiota. Sovellus toimisi myös varmasti todella hyvin opetuksessa eri-ikäisille koululaisille ja opiskelijoille, koska se tuo hieman konkretiaa siihen, mitä tehdään unohtamatta faktaa siitä, että se on myös hauskaa! Sopii siis hyvin myös itsenäisen tehtävän opetusteemaan, mutta palaan siihen myöhemmin.

Kerättyjen pisteiden avulla tuotimme interpoloitua tietoa kartalle QGIS:n avulla. Tämä kävi yllättävänkin yksinkertaisesti, koska tiedot sai ladattua sovelluksesta csv-muotoisena ja näin niitä pystyi hyödyntämään myös QGIS:n puolella kunhan muisti tarkistaa esimerkiksi koordinaattijärjestelmän ja muut “Add delimited text layer” -ikkunan asetukset. Sen jälkeen päästiinkin interpoloimaan. Kurssikerralla käytettiin IDW interpolation vaihtoehtoa, mutta QGIS:ssä on tarjolla myös TIN interpolation. Alla kartta lopputuloksesta, joka saatiin aikaan turvallisuuden tunnetta koskevan kysymyksen vastauksista (kuva 1).

Yhteisen tehtävän jälkeen siirryttiin itsenäiseen työskentelyyn ja hasardeihin. Tehtävänä oli tuoda itse aineistoa QGIS:iin visualisoitavaksi. Tarkoitus oli myös tuottaa sellaisia esityksiä, joita voisi hyödyntää opetuksessa. Riippuu tietysti opetettavien iästä, mitä he ymmärtävät, mutta halusin joka tapauksessa lähteä tuottamaan karttoja, jotka ovat mahdollisimman yksinkertaisia ja värien sekä muotojen avulla kuvastavat parhaiten haluttua aihetta. Esimerkiksi visuaalisille oppijille näistä pistekartoista voisi olla enemmän hyötyä kuin saman aiheen tekstimuotoisesta esittämisestä.

Yllätin itsenikin ja onnistuin miniohjeiden avulla ja seuraavaa karttaa tehdessä en tarvinnutkaan enää ollenkaan ohjeita. Päätin siis käyttää aineistoa maanjäristyksistä ja tulivuorista, koska koin, että niitä yhdistelemällä saa hyvin selitettyä maapallon seismistä toimintaa. Tein kolme karttaa, joista yhdessä näkyy kaikki yli yhden magnitudin järistykset vuosien 1950-2012 ajalta (kuva 2). Toisesta kartasta löytyy samaa tietoa, mutta yli kuuden magnitudin järistyksistä (kuva 3). Viimeisessä kartassa visualisoin tulivuorten sijaintia ja vielä yli kahdeksan magnitudin järistyksiä (kuva 4). Koitin pitää kartat mahdollisimman yksinkertaisina siten, että niissä ei ole kerralla liikaa tietoa, jotta ne olisivat mahdollisimman havainnollistavia. Käytin myös värejä havainnollistamisessa: vihreää (yli 1 magnitudia), oranssia (yli 6 magnitudia) ja punaista (yli 8 magnitudia). Tulivuoret tein kolmion muotoisiksi kuvastamaan vuoria. Halusin yhdistää voimakkaiden maanjäristysten ja tulivuorten pisteet samaan karttaan, koska siitä voi myös havainnoida, että suurimmat maanjäristykset ovat kyseisinä vuosina yhtä poikkeusta lukuun ottamatta tapahtuneet Tyynenmeren tulirenkaan alueella. Opetustilanteessa voisin myös näyttää magnitudiasteikkoa kuten tätä kuvaa Tieteen Kuvalehdestä, jossa värit kuvaavat järistyksen voimakkuutta kuten kartoissanikin.

Kartat kuvaavat siis tarkalleen ottaen kahta erilaista hasardia ja seismistä toimintaa maapallolla, mutta sen voisi hyvin yhdistää myös litosfäärilaatoista opettamiseen. Nämä kaikki kuitenkin linkittyvät toisiinsa ja maanjäristysten selkeällä alueellisella jakautumisella voi hahmotella myös litosfäärilaattojen saumoja. Esimerkiksi tästä National Ocean Servicen nettisivuilta löytyvästä kuvasta voi hahmotella sekä litosfäärilaattojen saumoja että maanjäristysaktiivisuutta.

Karttoja tehdessä koitin laittaa niihin mittakaavat, mutta se ei jostain syystä onnistunut. Iiriksen blogista  löytyy myös samasta aiheesta pohdintaa ja myös mainiot askel askeleelta tehdyt ohjeet ongelmakohdissa. Kannattaa siis ihmeessä katsoa, jos on huomannut samanlaisia ongelmia (Turunen 2021). Jätin lopulta myös pohjoisnuolen laittamatta ja huomasin sen puuttuvan monelta muultakin. En tiedä oliko ratkaisu oikea, mutta tällaiset kartoista tällä kertaa tuli. Villen  ja Roosan blogeista löytyy aika lailla samanlaista ajatuksen juoksua kuin minultakin pohjoisnuoleen liittyen, joten en selkeästi ollut yksin pohtiessani sitä (Väisänen 2021, Harmonen 2021). 

Lähteet:

National Oceanic and Atmospheric Administration,  https://oceanservice.noaa.gov/facts/tectonics.html (vierailtu 25.2.2021)

Tieteen Kuvalehti, https://tieku.fi/luonto/luonnonkatastrofit/maanjaristys/miten-jaristysta-mitataan (vierailtu 25.2.2021)

Turunen Iiris (2021) https://blogs.helsinki.fi/iiristur/ (vierailtu 25.2.2021)

Väisänen Ville (2021) https://blogs.helsinki.fi/villvais/ (vierailtu 25.2.2021)

Harmonen Roosa https://blogs.helsinki.fi/harmoroo/ (vierailtu 25.2.2021)

 

Olemme nyt ehtineet yhdessä opetella QGIS:n käyttöä viisi viikkoa. Joka viikko on tullut suuret määrät aivan uutta tietoa sulateltavaksi, ja sen on myös huomannut. Välillä nimittäin tuntuu, että aivan yksinkertaisetkin tehtävät ajattelen vaikean kautta, vaikka todellisuudessa ratkaisu olisi muutaman klikkauksen päässä. Viikot ovat kuluneet nopeasti ja ehkä aivoni eivät vain oikein ole pysyneet vauhdissa mukana. Toisaalta tiedostan, että QGIS:n ja muiden sen kaltaisten ohjelmien oppiminen vaatii minulta vain toistoa ja opin tämän tyylisiä asioita vain käytännön harjoittelun avulla. Siksi onkin hyvä, että joka viikko on pakko tehdä edes jotain QGIS:n kanssa, vaikka se vaikeaa välillä onkin. Sisulla eteenpäin!

Tällä hetkellä tuoreimpana muistissani on bufferointi ja muut kurssikerralla käytetyt työkalut. Jokainen tähän asti opittu työkalu on mielestäni kuitenkin tärkeä kokonaisuuden kannalta. Aivan alussa opitut koropleettikartan tekotavat mahdollistavat erilaisten kokeilujen kautta mahdollisimman informatiivisia ja selkeitä tuotoksia vaikeidenkin komentojen avulla tehdyistä esityksistä. Olen oppinut hyödyntämään myös hyvin erilaisia “Select by” ja “join attributes by” -työkaluja, exporttaamaan layereita ja tuottamaan uusia scratch layereita, tuottamaan laskutoimituksia attribuuttitaulukossa ja digitoimaan viivoja, pisteitä ja polygoneja, mainitakseni vain muutaman. Sanoisin, että ihan hyvä määrä tietoa siihen nähden, että lähdin liikkeelle aivan nollasta tai jopa sen alapuolelta. Edellä mainittujen työkalujen avulla voin tarkastella esimerkiksi vain haluamiani alueen tietoja valitsemalla haluamani osat tietokannoista ja tuottaa uutta tietoa yhdistelemällä olemassa olevaa tietoa eri laskukaavoilla.

Huomaan kuitenkin edelleen pohtivani pitkään, mikä työkalu mihinkin sopisi. Soveltamisen jalo taito ei siis ole vielä kehittynyt kovin pitkälle, mutta koko ajan kuitenkin enemmän. Parhaiten osaan käyttää niitä työkaluja, joita opeteltiin alussa ja aivan viimeisimpänä, koska ne ovat hyvin muistissa. Kuten Sanna ja Juliana blogeissaan mainitsevat, työkalut, joita käyttää harvemmin pääsevät myös herkemmin unohtumaan (Korpi 2021, Häkkilä 2021). Eniten tässä vaiheessa kaipaa siis vielä toistoa ja toistoa.

Viidennellä kurssikerralla testailtiin siis bufferointia. Bufferoimme esimerkiksi vyöhykkeitä teiden ympärille sekä koulun ja terveyskeskuksen ympärille. Itsenäisissä harjoituksissa tutkittiin myös lentokenttien kiitoratojen aiheuttamia meluhaittoja bufferoinnin avulla. Niin voitiin selvittää alue, jossa melu saattaa olla haittaavaa. Itsenäistehtävät tuntuivat yllättävän helpoilta, kun niitä teki heti sen jälkeen, kun oli oppinut uusien tarvittavien työkalujen käytön. Kun sitten seuraavana päivänä koitin jatkaa, aivoni menivät jotenkin solmuun ja mietin tehtäviä aivan liian vaikeasti. Bufferoinnin koin muuten helpoksi ja loogiseksi ja esimerkiksi statistics-paneelin hyödyntäminen tuli tutuksi enemmän, ja se onkin hyvin hyödyllinen varmasti myös jatkossa.

Lentokenttien lisäksi bufferoitiin myös muita asemia ja tarkasteltiin esimerkiksi työikäisten määrää asemien läheisyydessä ja Helsingin Yhtenäiskoulun koulupiirin tulevia oppilaita. (Tuloksia lopun Excel-taulukossa, kuva 1)

Bufferointi on hyvin hyödyllinen taito, koska sitä voi hyödyntää niin moneen. Vyöhykkeiden avulla voi esimerkiksi tarkastella mahdollisia potentiaalisia asiakkaita uuden kaupan ympäristöstä tai vaikka tutkia ydinvoimalaonnettomuuden aiheuttamia radioaktiivisia saastumisvyöhykkeitä. Puskurivyöhykkeitä voi siis hyödyntää aivan arkipäiväisistä asioista laajoihin kysymyksiin esimerkiksi ympäristöstä tai kaupallisesta alasta. Melkeinpä vain mielikuvitus on rajana.

QGIS:n rajoitteita en vielä näillä tiedoilla oikein osaa pohtia. Kaikki, mitä tähän mennessä on tehty, on onnistunut QGIS:llä aina viimeistään pienen kamppailun jälkeen. Sanna totesi hyvin blogissaan, että jotkin käytettävyysratkaisut ovat erikoisia, mutta se ei kuitenkaan estä ohjelman käyttöä. Itse en osaisi sanoa, voisiko jonkin tehdä QGIS:llä paremmin, koska minulla ei ole oikein mitään mihin verrata.

Excel-taulukko:

Lähteet:

Korpi Sanna (2021) https://blogs.helsinki.fi/sakorpi/ (vierailtu 18.2.2021)

Häkkilä Juliana (2021) https://blogs.helsinki.fi/julihakk/ (vierailtu 18.2.2021)

Neljännellä kurssikerralla päästiin taas hieman syvemmälle QGIS:n ihmeelliseen maailmaan. Alkuun testailtiin, kuinka ruudukon luominen onnistuu ja tämän jälkeen ruudukkoon tuotiin dataa ja ruudukkoa myös karsittiin, jotta QGIS toimisi edes jotenkin siedettävässä ajassa. Kurssikerralla tuli myös painotettua tallentamisen tärkeyttä, jotta aikaa vieviä operaatioita ei tarvitsisi kovin montaa kertaa toistella turhan takia. Lopuksi luotiin vielä ruututeemakartta, kun oltiin saatu rajattua ja valittua esitettävä tieto. Kurssikerran aikana tuotettiin  1 km x 1 km ruudukolla esitettäväksi ruotsinkielisten lukumäärä (kuva 1).

Itsenäisenä tehtävänä oli tarkoitus tuottaa samalla tavalla ruututeemakartta, mutta käyttää havainnollistettavana tietona jotakin toista muuttujaa. Valitsin muuttujaksi naisten lukumäärän pienen Pks_vaki -tietokannan tutkiskelun jälkeen. Tehtävää tehdessä huomasin, että opittu tieto oli jäänyt todella pinnalliseksi enkä ollut sisäistänyt tietoa tarpeeksi, jotta soveltaminen onnistuisi hyvin. Jouduinkin lukemaan ohjeita hyvin tarkkaan, jotta ymmärsin, miksi olen mitäkin työvaihetta tekemessä. Muutamien mutkien jälkeen ja toistojen kertyessä alkoi myös ymmärrys kasvaa ja rutiinia syntyä. Lopulta sain tuotettua ruututeemakartan, joka kuvaa mielestäni sitä, mitä halusinkin.

Tarkoitus oli kokeilla erikokoisia ruudukkoja ja löytää mahdollisimman hyvä lopputulos. Ensimmäisen kartan tein 250 m x 250 m kokoisilla ruuduilla (kuva 2). Ruutukoko on tarkka ja näin kartasta on mahdollista saada suhteellisen tarkkaa tietoa. Koin kuitenkin, että ruutukoko on jopa liian pieni. Se sai kartan näyttämään hieman sekavalta. Seuraavaksi kokeilin esittää samaa tietoa 1 km x 1 km kokoisilla ruuduilla. Tällä ruudukolla tieto ei kuitenkaan ollut enää tarpeeksi informatiivista, joten pienempi ruudukko oli tässä tapauksessa mielestäni kuitenkin parempi. Jälkikäteen ajatellen olisi ollut hyvä kokeilla samaa vielä 500 m x 500 m ruudukolla. Esimerkiksi Annika Innanen on käyttänyt juuri tätä ruutukokoa muunkielisten osuuden kuvaamisessa ja ainakin omaan silmääni tuotos näyttää todella hyvältä (Innanen 2021). Huomasin tehneeni myös erään toisen merkittävän virheen karttoja laatiessa. Karttani ovat nimittäin punavihersokeiden painajaisia. Päätin siis muokata vielä väritystä (kuva 3).

Kartasta voi huomata, että naisten lukumäärä on pääkaupunkiseutua kuvaavassa kartassa painottunut varsinkin Helsingin alueelle. Vantaalla ja Espoossa luvut ovat pienempiä varsinkin kaupunkien raja-alueilla. Tämä johtuu kyseisten kaupunkien erilaisista asukasmääristä ja myös kaupunkien sisäisestä asutuksen jakautumisesta. Karttaa tulkitessa päätin, että se on hieman liian itsestäänselvä (suuri asukasluku = paljon niin naisia kuin miehiäkin), joten päätin mielenkiinnosta tuottaa vielä uuden kartan, jota voisin tarkastella enemmän. Viimeisenä tuotoksena syntyi ruututeemakartta 1 km x 1 km kokoisilla ruuduilla kuvaamaan asukkaiden keski-ikää (kuva 4). Siitä voi jo tehdä vähän enemmänkin tulkintaa eikä vain pelkästään todeta, että eri kaupungeissa on eri asukasluvut.

Keski-ikää kuvaavassa kartassa on nähtävissä pientä jakautumista iän suhteen. Korkeampi keski-ikä painottuu enemmän Helsingin ulkopuolelle Espooseen, Vantaalle ja Kauniaisiin. Myös nuorinta luokkaa näyttäisi esiintyvän eniten Helsingin ympäryskunnissa. Helsingissä keski-ikä taas on lähes kokonaan keskimmäiseen luokkaan kuuluva. Tämä voisi selittyä sillä, että perheet ja vanhemmat ikäluokat viihtyvät paremmin kauempana vilkkaasta kaupunkielämästä ja arvostavat enemmän luontoa, ja sen tarjoamaa rauhaa sekä suurempia asuntoja ahtaiden yksiöiden ja kaksioiden sijaan. Työikäiset taas usein asuvat mielellään hyvien yhteyksien ja palveluiden alueella.

Lukijaa ajatellen luomastani kartasta olisi saanut vielä paremman käyttämällä pienempää ruudukkoa. Esimerkiksi aiemmin mainitsemani 500 m x 500 m olisi toiminut varmasti hyvin. Näin olisi saatu vielä tarkempaa ja kuvailevampaa tietoa keski-iän jakautuneisuudesta. Myös kuntien rajat voisivat tuoda lisäarvoa sellaiselle, joka ei niitä ennestään osaa hahmottaa.

Ruututeemakartan hyvä puoli on siinä, että sillä voi esittää absoluuttisia arvoja, kuten kuvasin esimerkiksi naisten lukumäärää. Tasakokoiset ruudut mahdollistavat tämän. Pienillä ruuduilla voi myös saada tarkempaa tietoa verrattuna esimerkiksi kuntien mukaan jaettuun koropleettikarttaan, koska ruuduilla saadaan selville myös kuntien sisällä tapahtuvaa vaihtelua. Tämä toki riippuu ruutujen koosta.

Neljännellä kurssikerralla käsiteltiin myös rasterimuotoista aineistoa, jonka päälle luotiin esimerkiksi rinnevarjostuksia ja korkeuskäyriä. Lotta Mattilan blogista löytyy hyviä havainnollistavia kuvia korkeuskäyristä ja myös niiden vertailua Maanmittauslaitoksen sivuilta ladattuun vastaavaan karttaan, joka sisälsi jo valmiiksi korkeuskäyrät (Mattila 2021).

Aivan kurssikerran lopussa päästiin takaisin digitoinnin ihmeelliseen maailmaan, kun loimme teitä ja taloja kartalle seuraavaa kurssikertaa varten. Siinä tulikin sitten klikkailtua muutaman kerran (kuva 5). En tietenkään ollut vieläkään ostanut hiirtä, kun klikkailin taloja kartalle, mutta nyt se on onneksi ostettu ja koneella sekä QGIS:n parissa työskentely on hieman ergonomisempaa.

 

Lähteet:

Innanen Annika (2021) https://blogs.helsinki.fi/anninnan/ (vierailtu 11.2.2021)

Mattila Lotta (2021) https://blogs.helsinki.fi/lottmatt/2021/02/09/rasterikartat/ (vierailtu 11.2.2021)

Kolmannella kurssikerralla lähdettiin tutustumaan taas uusiin QGIS:n mahdollisuuksiin. Aineistona käytettiin aikaisemmista kerroista poiketen Afrikan karttaa, mikä toi mukavavaa vaihtelua Suomen kuntakartalle. Afrikan kartan sisältävään tietokantaan päästiin testaamaan esimerkiksi ulkoisen tiedon liittämistä Excelin avulla, kohteiden yhdistämistä parilla eri tavalla ja Processing toolboxin tarjoamia erilaisia työkaluja. Myös tietokantaliitoksen tekemistä tuli kerrattua kurssikerran aikana.

Kurssikerralla tutkimme Afrikassa tapahtuneita konflikteja sekä timantti- ja öljykenttien sijainteja (kuva 1, timanttikaivokset ja konfliktit). Tämän lisäksi ulkoisen tiedon liittämisen avulla selvitimme internetin ja Facebookin käyttöä maittain. Amanda Salmensuun blogista voi käydä katsomassa erittäin hyvän havainnollistavan kartan Afrikan maiden internetin käytöstä suhteessa väkilukuun (Salmensuu 2021). Näillä tietokannoista saatavilla tiedoilla voi tehdä monenlaisia päätelmiä, kun tutkii niitä tarkemmin. Esimerkiksi timanttikaivosten ja öljyn saatavuus voivat näkyä maassa vakautena, mutta toisaalta joissain maissa ne voivat olla osasyynä konfliktien alulle. Muun muassa timanttikavoksien löytämisvuosi, kaivausten aloitusvuosi ja samoin öljykenttien löytämis- ja poraamisvuosi voivat olla yksi selitys alkaneille konflikteille. Maan taloudellisesta tilanteesta voivat kertoa molempien luonnonvarojen tuottavuusluokittelu ja myös internetin käyttäjien lukumäärä heijastelee maan yhteiskunnallisesta tilasta.

Sanna Jantunen käsittelee blogissaan kolmannen kurssikerran asioita myös erittäin hyvin ja suosittelenkin lukemaan sieltä enemmän mielenkiintoisia pointteja liittyen Afrikan maiden timantti- ja öljykaivoksiin, joita tarkasteltiin yhdessä kurssikerralla attribuuttitaulukkoon tuotettujen tietojen avulla (Jantunen 2021).

Itsenäisessä harjoitustehtävässä palattiin kuitenkin takaisin tutuille kulmille ja käytettiin aineistona Suomen karttaa. Tällä kertaa ei kuitenkaan käsitelty kuntia vaan valuma-alueita. Ohjeet eivät tällä kertaa olleet aivan yhtä informatiiviset kuin aiemmin, joten tehtävää tehdessä tuli samalla hyvin testattua, miten tiedot on oikeasti omaksunut. Yllätyksekseni moni asia löytyi kuin löytyikin muistista jopa helposti ja tehtävän teko sujui ilman suurempia kipukohtia tai QGIS:n kiukkuilua. Vaikka jotain ei muistanut/osannut/tiennyt, sain tehtävän tehtyä puhtaasti testailemalla eri tapoja. Esimerkiksi järvisyysprosenttien lisäämisessä vastaan tuli ongelma ääkkösten kanssa. Googlen ja testailun avulla tästäkin selvittiin.

Tehtävänä oli siis laatia tulvaindeksikartta ja hyödyntää kurssikerralla saatuja oppeja. Tehtävän teko alkoi tiedoston avaamisella, joka oli jo valmis projekti sisältäen joet, järvet, valuma-alueet, rantaviivan ja keskiylivirtaamat. Jotta tulvaindeksin sai laskettua täytyi hyödyntää tietokantaliitosta. Näin saatiin samaan attribuuttitaulukkoon sekä MNQ (keskialivirtaama) ja MHQ (keskiylivirtaama), joiden avulla tulvaindeksin sai laskettua. Lopputulokseen oli saatava näkyville myös järvisyysprosentti. Tähän hyödynnettiin ulkoisen tiedon liittämisestä opittuja tietoja. Kun järvisyysprosenttikin löytyi attribuuttitaulukosta (kuva 2), sain luotua lopputuloksen koropleettiteemakartan, josta löytyy valuma-alueittain jaettu tulvaindeksi ja järvisyysprosentti pylväillä esitettynä myöskin valuma-alueittain (kuva 3).

Päätin jättää lopputuloksesta pois joet ja järvet, mutta jätin rantaviivan, josta voi hieman hahmottaa valuma-alueisiin liittyvää kontekstia, jos alue ei muuten olisi kovin tuttu. Järvisyysprosentin informaation lisääminen kartalle tapahtui uudenlaisen työkalun avulla, joka oli lopulta suhteellisen yksinkertainen käyttää, mutta pylväät eivät välttämättä kuvaa tietoa parhaalla mahdollisella tavalla. Esimerkiksi Annika Innasen ja Ville Väisäsen blogeissa on käyty läpi samaa asiaa, ja he ovat mielestäni molemmat havainnollistaneet järvisyysprosenttia mainioilla tavoilla. Varsinkin Annikan ympyrädiagrammi, josta näkyi järvien pinta-alojen suhden valuma-alueen maapinta-alaan oli hyvin informatiivinen (Innanen 2021). Oman karttani legenda on myös ehkä hieman puutteellinen ja aiheesta vähän tietävälle selitteet eivät välttämättä aukea. Varsinkaan järvisyysprosenttia kuvaava legendan osa ei ole kovinkaan selvä. Korvasin puutteita kuitenkin hieman kuvatekstissä.

Luodusta kartasta oli tarkoitus myös pohtia sen tarjoamaa tietoa ja tulkitsemistapoja. Karttaa tulkitessa voi huomata, että suurimmat tulvariskit löytyvät Etelä-Suomesta ja Pohjanmaalta. Myös Pohjois-Suomessa tulvaindeksi on joillain alueilla korkea. Korkea tulvaindeksi seurailee selkeästi rannikkoseutua. Tulvia aiheuttaa näillä alueille esimerkiksi lumien voimakas sulaminen keväällä. Kartalta voi myös huomata, että tulvaindeksi on korkea alueilla, joissa järvisyysprosentti on alhainen. Tätä voi selittää se, että joet tulvivat herkemmin, ja niitä on runsaasti juuri Suomen rannikkoalueilla.  Sisämaassa taas tulvaindeksi näyttäisi olevan paljon alhaisempi ja samalla järviä on paljon. Järvisyysprosentti kertoo siis järvien pinta-alan suhteessa valuma-alueen pinta-alaan. Helmi Lappalainen-Imbert käsittelee blogissaan erittäin kattavasti tulvaindeksin lukujen syitä, joita on mielenkiintoista lukea varsinkin, kun omat tiedot aiheesta ovat selvästi vielä hieman puutteelliset (Lappalainen-Imbert 2021).

Lähteet:

Salmensuu Amanda (2021) https://blogs.helsinki.fi/salmeama/ (vierailtu 5.2.2021)

Jantunen Sanna (2021) https://blogs.helsinki.fi/smjantun/ (vierailtu 4.2.2021)

Innanen Annika (2021) https://blogs.helsinki.fi/anninnan/ (vierailtu 4.2.2021)

Väisänen Ville (2021) https://blogs.helsinki.fi/villvais/ (vierailtu 4.2.2021)

Lappalainen-Imbert Helmi (2021) https://blogs.helsinki.fi/laphelmi/ (vierailtu 5.2.2021)