Kurssikerralla pyöriteltiin tietokantoja ja harjoiteltiin muun muassa tietokantaliitosten tekemistä. Lisäksi käytiin läpi erillisten karttakohteiden yhdistämistä erilaisilla menetelmillä. Harjoitusten lopputuloksena syntyi kartta (kuva 1), joka esittää Afrikan valtioiden konflikteja, sekä timantti- ja öljyesiintymiä. Kartta havainnollistaa punaisen eri sävyillä sitä, kuinka monen eri vuoden aikana kussakin valtiossa on ollut konflikteja. Mitä tummemman punainen alue on, sitä pitkäkestoisempaa valtion epävakaus on ollut. Luonnonvaraesiintymien sijainteja tarkastelemalla voidaan pohtia sitä, millainen on niiden yhteys valtion mahdolliseen pitkittyneeseen epävakaustilanteeseen.
Käytössä olleen aineiston avulla voitaisiin tehdä monia mielenkiintoisia karttaesityksiä ja johtopäätöksiä. Yksi kiinnostava tutkimuskohde voisi olla se, onko pitkittyneiden konfliktien esiintymisellä mitään yhteyttä valtion internetin käyttäjämäärään (väkilukuun suhteutettuna). Internetin käyttö viestii kuitenkin jonkin asteisesta kehityksestä, joten olisikin mielenkiintoista nähdä, ovatko runsaslukuiset tai pitkään jatkuneet konfliktit vaikuttaneet tähän kehitykseen. Samaa tietoa voisi pyöritellä myös toisin päin ja tehdä päättelyä siitä, onko luonnonvararikkaista maista konflikteja vähemmän niissä maissa, joissa tekninen kehitys on edistyneempää.
Yksi kurssikerrallakin mainittu analyysi voisi olla bufferianalyysi eli vyöhykeanalyysi, jolla konfliktin säde -tiedon avulla muodostetaan vyöhyke konfliktikohteiden ympärille. Tällöin olisi mahdollista nähdä, mitkä alueet jäisivät vyöhykkeiden sisälle ja konfliktien vaikutusten laajuus tulisi näin ollen paremmin ilmi. Olisi myös mahdollista havainnollistaa esimerkiksi esiintymien löytämisvuosien ja perustamisvuosien perusteella sitä, kuinka nopeasti löytöhetkestä kaivokset ovat aloittaneet toimintansa. Näitä tietoja voisi myös verrata alueella sattuneiden konfliktien ajankohtaan ja pohtia, onko näillä selkeää yhteyttä.
Tehtävä
Tämänkertaisessa tehtävässä oli tarkoituksena visualisoida Suomen järvisyyttä, sekä valuma-alueiden tulvariskiä. Tehtävässä pääsin harjoittelemaan käytännössä juuri opittuja asioita tietokantaliitoksista ja visualisoimaan karttaa uusilla tavoilla. Sain onnistuneesti tehtyä tietokantaliitokset, mutta järvisyysprosenttitaulukkoa tuodessani ä:t ja ö:t muuttuivat kysymysmerkeiksi. Onnekseni apu löytyi nopeasti muiden kurssilaisten blogeja selaamalla, sillä Aino oli kohdannut samanlaisia ongelmia ja avasi ratkaisua niihin blogissaan (muuta encoding-kohta > system).
Valmiissa kartassa (kuva 2) tulvaindeksi on esitetty koropleettikarttana ja järvisyysprosentit pylväinä. Karttaa tulkitessani tajusin, että vaikka järvisyysprosentti ja tulvaindeksi olivat minulle jokseenkin tuttuja käsitteitä, en tiennyt niiden tarkkoja määritelmiä. Googletin järvisyysprosentin tarkan määritelmän ja selvisi, että sillä tarkoitetaan kunkin valuma-alueen järvien yhteispinta-alan prosenttiosuutta valuma-alueen kokonaispinta-alasta (vesi.fi). Tulvaindeksi selitettiin kurssikerran aineistoissa, ja ymmärsin sen tarkoittavan ns. alueen tulva-alttiutta, joka saadaan jakamalla keskiylivirtaama keskialivirtaamalla. Karttaa katsoessa on havaittavissa selvää yhteyttä järvisyysprosentin, sekä tulvaindeksien välillä. Niillä alueilla, joissa järvisyysprosentti on korkea, on myös tulvaindeksi keskimääräisesti matalampi. Ne alueet, joissa järviä on vähän, ovat taas kartan perusteella tulva-alttiimpia.
Lopputerkut
Tämän viikon aihe ja tehtävä olivat minulle melko haasteellisia, mutta koen myös oppineeni paljon uutta ja hyödyllistä. Tällä kerralla myös kanssakurssilaisten blogeista saadut vinkit ja apu olivat korvaamattomia!
Lähteet:
Schulz, A. 3.2.2021. Kolmas luento ja sen kotitehtävät. Viitattu: 8.2.2021.
< https://blogs.helsinki.fi/scsc/>
Vesi.fi. Järvisyysprosentti. Viitattu: 9.2.2021.
< https://www.vesi.fi/sanasto/jarvisyysprosentti/>