Kolmannen kurssikerran itsenäisen harjoituksen tarkoituksena oli valmistaa Suomen valuma-alueiden tulvaindeksiä kuvaava teemakartta järvisyysprosenttidiagrammilla höystettynä (kuva 1). Harjoitus lähti käyntiin tietokantaliitoksilla, joita jo edellisessä tekstissäni olin todennut mahdollisesti osaavani tehdä uudelleen – ja olin oikeassa, jee! Tietokantaliitosten jälkeen oli vuorossa tulvaindeksin laskeminen, minkä voi ilmeisesti toteuttaa muutamallakin eri tavalla. Itse käytin helpointa ja ymmärrettävintä tapaa ja laskin indeksiluvun jakamalla keskiylivirtaaman eli virtaaman ylimpien mitattujen arvojen keskiarvon (MHQ) keskialivirtaamalla eli alimpien arvojen keskiarvolla. Tulvaindeksi kuvaa valuma-alueiden tulvaherkkyyksiä suuremman luvun tarkoittaessa suurempaa tulvariskiä.
Kuva 1: Suomen valuma-alueiden tulvaindeksejä ja järvisyysprosentteja
Uhrasin aivokapasiteettiani yrittämällä aloittaa haastavampaa tehtävää, mutta en päässyt edes alkua pidemmälle. Melko välittömän U-käännöksen jälkeen päädyin tuomaan QGIS-ohjelmaan valmiin järvisyysprosenttitaulukon, jonka arvot kertovat järvien osuuden valuma-alueiden pinta-alasta. Taulukon tuomisessa tosin oli ärsyttäviä pieniä ongelmia, sillä neljästä sopivasta tiedostomuodosta vasta neljäs ja viimeinen vaihtoehto tuki ääkkösiä. Liitin taulukon samaan attribuuttitaulukkoon tulvaindeksin kanssa. Muuta en kurssikerran aikana ehtinyt tehdä.
Palasin tehtävän pariin miltei viikkoa myöhemmin sunnuntaina 7.2., sillä olimme päättäneet Paola Stenvallin kanssa jatkaa tehtävää yhdessä. Keskeneräisten projektien selvittelyn jälkeen etappina oli koropleettikarttojen laatiminen, mikä oli mukavan tuttua puuhaa. Valitsin väriksi sinisen, koska se tuntui luontevimmalta värivalinnalta hydrosfääriin liittyvien asioiden kuvaamiseen. Siniseen samasta syystä oli päätynyt myös Liisa Ahokas (50 Shades of Blue -blogikirjoitus, 5.2.2021). Itse kuitenkin kartan lukemisen helpottamiseksi en jättänyt esimerkiksi jokia näkyviin. Päätin myös esittää järvisyysprosentin vaaleanpunaisella värillä sinisävyn sijaan. Minun ja Paolan yhteistyö oli lähinnä toistemme perfektionististen taipumusten lietsontaa: jutustelun lomassa käytimme pelkästään karttojemme visuaalisten piirteiden muokkaamiseen pari tuntia. Karttamme muistuttavat kovin paljon toisiaan paitsi yhteistyön myös yhtäläisen värimaun ja esitystapojen vuoksi (Afrikas stjärna -blogikirjoitus, 19.2.2021).
Järvisyysprosentti lisättiin koropleettikartalle diagrammina. Koska en ollut lisäämisvaiheessa kiinnittänyt huomiota diagrammin muotoon, se tuli kartalleni suoraan histogrammina. En pitäny sen ulkonäöstä lainkaan, joten vaihdoin sen välittömästi ympyrädiagrammiin. Histogrammia oli sen sijaan päättänyt käyttää esimerkiksi Rasmus Sohlman (Kolmas kurssikerta: aineistojen liittämistä ja valuma-alueita -blogikirjoitus, 5.2.2021). Mielestäni ympyrädiagrammista oli helpompi havaita järvisyysprosenttieroja, vaikka symbolit menevätkin paikoin päällekkäin Etelä-Suomen rannikolla. Symbolien kokoa ei kuitenkaan olisi voinut pienentää vaikeuttamatta pienimpien järvisyysprosenttiympyröiden jo ennestään haastavaa tarkastelemista. Ympyröitä ei olisi voinut suurentaakaan peittämättä valuma-alueiden rajoja liikaa. Kartta-diagrammi-comboni on siis varsin kompromissi. Diagrammin käsittelyn – lisäämisen ja muokkaamisen – helppous näin ylipäänsä tuli yllätyksenä. Hieman haastavampaa oli järkevän selitteen lisääminen kartan legendaan. Diagrammien kanssa lyhyen korren oli kuitenkin vetänyt Antti Ryynänen, joka kärsi esimerkiksi arvojen mukaan muuttumattomista histogrammiesityksistä ja kadonneista järvisyysprosenttipalloista (QGIS Kurssikerta 3. -blogikirjoitus, 9.2.2021).
Karttaani tarkastelemalla havaita korkeimpien tulvaindeksilukujen löytyvän rannikoilta. Indeksilukuihin saattavat vaikuttaa rannikoiden suuremmat sademäärät. Länsirannikolla tulvaindeksit ovat yleiskatsauksen mukaan korkeampia kuin etelässä, mutta etelärannikolla sijaitsee viisi kuudesta korkeimman tulvaindeksin valuma-alueesta. Karttaa katsomalla huomasin myös länsirannikon valuma-alueiden olevan eteläisiä suurempia. Tulvaindeksi on pienin sisämaassa ja suuren järvisyysprosentin alueilla erityisesti Järvi-Suomessa: indeksien mataluuteen vaikuttaa todennäköisesti alueen tulva-altaina toimivien järvien lukumäärä. Sanna Jantunen on blogissaan pohtinut kattavammin muun muassa tulvaindeksien, maankäyttömuotojen ja valuma-alueiden kokojen suhteita (Veritimanteista keskivirtaamiin -blogikirjoitus, 3.2.2021).
LÄHTEET
Ahokas, L.: 50 shades of blue, Liisan kurssiblogi, 5.2.2021 (viitattu 20.2.2021).
<https://blogs.helsinki.fi/ahokliis/2021/02/05/50-shades-of-blue/>
Jantunen, S.: Veritimanteista keskivirtaamiin, Sannan blogi, 3.2.2021 (viitattu 21.2.2021).
<https://blogs.helsinki.fi/smjantun/2021/02/03/veritimantteja-ja-keskivirtaamia/>
Ryynänen, A.: QGIS Kurssikerta 3., Antin GIS-blogi :-), 9.2.2021 (viitattu 20.2.2021).
<https://blogs.helsinki.fi/ryantti/2021/02/09/qgis-kurssikerta-3/>
Sohlman, R.: Kolmas kurssikerta: aineistojen liittämistä ja valuma-alueita, Rasmuksen GEM-kurssiblogi, 5.2.2021 (viitattu 20.2.2021).
<https://blogs.helsinki.fi/sohlrasm/2021/02/05/kolmas-kurssikerta-aineistojen-liittamista-ja-valuma-alueita/>
Stenvall, P.: Afrikas stjärna, Geoinformatikens djungel, 19.2.2021 (viitattu 21.2.2021).
<https://blogs.helsinki.fi/paolastenvall/2021/02/19/afrikas-stjarna/>