Kuukausi: helmikuu 2020

Niin se viimeinenkin kurssikerta koitti. Tällä kertaa tarkoitus oli tehdä ja luoda itse. Mitään tarkempia ohjeita ei annettu, vaan jokainen sai valita alueensa ja esitettävät aiheensa. Itse päätin heti alussa, etten käytä mitään kurssilla käytettyä aineistoa, vaan haen kaiken aivan itse (joka osoittautui erittäin haastavaksi, mutta palkitsevaksi)

Lähdin selamaan internetin syövereistä, jos sattuisin löytämään jonkin kiinnostavan alueen/valtion, josta olisi mielenkiintoista lähteä tutkimaan erilaisia aiheita. Etelä-Afrikkaan törmättyäni, päädyin lataaman monia erilaisia shapefile -tiedostoja, joissa oli hyvinkin erilaisia ratkaisuja hallinnollisten alueiden suhteen. Lopulta päädyin karttaa, jossa oli hyvin pieniä alueita, jotka jouduin karsimaan aineistosta, jotta saisin esitettyä muuttujani provinsseittain, kuten alla olevasta kuvasta (kuva 1.) näkyy. Tähän käytin kurssilla aikaisemmin opittuja ”Select features by value” ja ”Merge selected features” -toimintoja.

Tähän väliin vielä pieni maantieteellinen muistutus ettei kenellekkään tule epäselvyyksiä tai väärinkäsityksiä valkoisesta ”reiästä” tulkitessaan karttojen värejä. Reikä on Lesothon valtio, jota Etelä-Afrikka ympyröi.

 

Seuraavaksi oli vuorossa muuttujien valinta eli mitä haluaisin kartalla esittää. Ensimmäisenä mieleeni juolahti Etelä-Afrikassa ongelmat rikollisuuden ja väkivallan suhteen, joten aloin itsimään dataa niistä. Ongelmaksi muodostui hyvin nopeasti se, etten löytän vertailukelpoista dataa juuri mistään. Samaa muuttujaa oli hyvin hankala löytää tismalleen samanalaisena eri vuosilta.

Kuvissa 2 ja 3 on vertailtu Etelä-Afrikan erilaisten väkivaltaisuuksien hallitsemaa aikaa. Kuvassa 2 on kuvattu konfliktien määrää provinsseittain vuonna 1990, mista on raportoitu kuolonuhreja. Vuosi on siinä mielessä mielenkiintoinen, sillä silloin maassa hallinnutta rotuerottelupolitiikkaa eli apartheidia alettiin purkamaan. Tämä aiheutti maassa monta vuotta kestäneet levottomuudet.

 

Kuvassa 3 on esitetty vuoden ajalta (2018-2019) murhien määrät provinsseittain. Tänä vuonna (2020) Etelä-Afrikka kuuluu tällä hetkellä top 10 valtioiden joukkoon murhatilastoissa (WorldAtlas). Yksi selittävä syy tälle on maassa jatkuvasti kasvava ero rikkaiden ja köyhien välillä. Kuvasta 4 voi tarkastella köyhyyden sijoittumista maassa.

Kartoista voi nähdä, että Gautengissa ja KwaZulu-Natalissa on tapahtunut näinä ajankohtina eniten murhia. Pitää kuitenkin olla kriittinen, jos lähtee vertaamaan karttojen provinssien lukuja. Ei voida yleistää, että toiset provinssit olisivat olleet toisia väkivaltaisempia, sillä luvut eivät ole suhteellisia. Lisäksi datat ovat kuitenkin hyvin erilaisia. Kuvassa 2 on tarkasteltu konflikteja, joissa on kuolonuhreja, kun taas kuvassa 3 on listattu murhia. Aineistot ovat hyvin erilaisia sekä eri lähteistä, mutta silti mielestäni niitä oli mielenkiintoista verrata toisiinsa.

Kuvassa 4 on esitetty köyhyyden jakautumista provinseittain sekä asukkaiden etnisiä taustuja. Joitakin yhtenäisyyksiä tästäkin kartasta voidaan havaita. Esimerkiksi Western Capessa ja Gautengissa on vähemmän köyhiä ihmisiä, kuin muissa ja niissä on lisäksi suhteessa eniten valkoisia. Näiden provinssien köyhyysprosenttiin vaikuttaa myös varmasti niiden sisällä olevat suuret kaupungit Johannesburg (Gauteng) ja Kapkaupunki (Western Cape), joissa asuu paljon maan rikkaimpia ihmisiä. KwaZulu-Natalissa on huomattava määrä intialaistaustaisia. Tämä johtuu siitä, että siirtomaavallanaikaan intialaisia kuljetettiin Etelä-Afrikkaan sokeriplantaaseille töihin, jonka vuoksi heidän jälkeläisensä ovat muodostaneet itärannikolle suuren keskittymän.

 

 

Tässä kartassa ongelmana on myös vuosilukujen yhteensovitettavuus. Köyhyysprosentit ovat vuosilta 2014-2015, kun taas ihmisten etniset taustat ovat vuodelta 2011. Sen tuoreempia tietoja en löytänyt, joita olisin saanut sovellettua provinssien tasolla, joka tietysti vaikeuttaa analysointia.

Jos konfliktit aiheena kiinnostaa, kannattaa käydä katsomassa Pihla Haapalon blogista Euroopan konflikteista ja koetun onnellisuuden yhteyttä!

Lähteet: 

Haapalo, P. (2020) Onnellisuus, konfliktit ja viimeiset hetket. [blogikirjoitus] Luettu 27.2.2020. https://blogs.helsinki.fi/haapalop/

WorldAtlas, Murder Rate by Country. [Artikkeli] Luettu 27-2.2020. https://www.worldatlas.com/articles/murder-rates-by-country.html

Etniset taustat 2011. Luettu 24.2.2020. https://www.statssa.gov.za/publications/P03014/P030142011.pdf

Konfliktit vuodelta 1990. Luettu 24.2.2020. https://ucdp.uu.se/country/560

Murhatilastot vuodelta 2018-2019. Luettu 24.2.2020

https://africacheck.org/factsheets/factsheet-south-africas-crime-statistics-for-2018-19/

 

Heipparallaa! Tämän kurssikerran jälkeen jäi niin inspiroitunut olo, että päätin tehdä postauksen samana päivänä, jee!

Aloitimme kurssikerran ulkona keräten Epicollect5 -sovellukseen omia havaintojamme, joista työstemmi 45 minuutin happihyppelyn jälkeen oman tietokannan. Tätä hyödysimme kokeilemalla interpolointia QGis:issä. Noh, joko minä tein jotain väärää tai QGis ei halunnut tehdä yhteistyötä (vahva veikkaus ensimmäiseen), jonka vuoksi interpolointi jäi omalta osaltani hieman suppeammaksi. Mutta ei se mitään, sillä tunnilla tapahtui paljon muuta siistiä!

Tarkoituksena tämän jälkeen oli käyttää pohjana maailmankarttaa, johon lisättäisiin omavalintaisia hasardeja ja niille erilaisia esitystapoja. Karttojen tulisi olla sellaisia, joita voitaisiin käyttää opetuksessa hyödyksi. No, opettajaa minusta ei näillä näkymin ole tulossa, mutta silti uskon, että nämä kartat jollain tasolla olisivat toimivia. Ainakin niitä oli ihan hauska väsäillä.

Ensimmäinen tekeleeni löytyy allaolevasta (kuva 1) kuvasta. Kartalla on esitetty yli 4,5 magnitudin maanjäristyksiä viimeisen 30 päivän sisältä Väli- ja Etelä-Amerikan alueella. Jos haluat käydä katsomassa koko maailman mittakaavassa saman asia, kannattaa vierailla Otso Laakkosen blogissa.

Riippuen minkä ikäisille opetus tehtävänannossa on suunnattu, voisin esimerkiksi kuvitella karttaa käytettävän mannerlaattojen saumakohdista puhuttaessa. Kohderyhmä voisi olla yläaste, jossa käydään läpi miten saumakohdat näkyvät maailmankartalla tai yksinkertaisesti mistä alueen lähes järjestäytyneet maajäristykset johtuvat. Saumakohdista voi käydä katsomassa hyvän kartan Vilma Koljosen blogista!

Toinen kartta (kuva 2) kuvaa Indonesian tulivuoria sekä niiden viimeisintä purkausajankohtaa. Lisäksi päätin tämän kartan yhteyteen tuoda internetistä samantyyppisen esityksen (kuva 3), jossa on hieman eri informaatiota. Lisäksi netistä tuotu kartta on paljon visuaalisesti miellyttävämpi.

Ja sitten vielä viimeiseen karttaan (kuva 4). Tämän kartan tekemiseen käytin eniten aikaa, sillä minun piti etsiä lisää dataa aineistoon, jotta sain kuolonuhrit ja taloudelliset tappiot mukaan. Kartalla näkyy yli 9 magnitudin maanjäristyksen 1900-luvulta tähän päivään. Kuvaan on lisätty diagrammeihin kuolonuhrit sekä taloudelliset tappiot. Kuvaa voisi hyvin käyttää esimerkiksi lukio-opetuksessa. Tehtävässä voisi pohtia esimerkiksi Japanin maanjäristyksen taloudellisiin vahinkoihin liittyviä seikkoja tai Intian valtameren järistyksen kuolonuhrien suuruuden syitä.

Vaikka kohtasinkin matkallani vastoinkäymisiä, pidin silti tästä kurssikerrasta varmaan eniten tähän asti. Huomaan myös kehittyneeni erilaisten esitystapojen kanssa ja osaan jo käyttää niitä ilman sen kummempia ongelmia.

 

Lähteet:

Laakkonen, O. (2020).  6 kerta. [Blogipostaus]. Luettu 19.2.2020.  https://blogs.helsinki.fi/laxotso/

Koljonen, V. (2020). Raikasta ulkoilmaa!. [Blogipostaus]. Luettu 19.2.2020. https://blogs.helsinki.fi/vilmakol/

Express (29.9.2017). Bali volcano MAP: Shocking map shows why Indonesia faces world’s biggest volcano threat. Luettu 19.2.2020https://www.express.co.uk/news/world/860324/Bali-volcano-map-Indonesia-volcanoes-latest-maps-threat-Mount-Agung

Viides kurssikerta tuntui jo koettelevan vähemmän hermoja, ainakin ajoittain. Viha-rakkaussuhteena QGis:in kanssa on päässyt jo syvemmälle tasolle ja yhteinen sävel alkaa pikkuhiljaa löytyä. Tällä kertaa hyödynsimme QGis:in bufferointi -ominaisuutta ja tarkastelimme sen avulla esimerkiksi lentokenttien meluhaittoja.

Aluksi jatkoimme viime kurssikerralla aloitettua Pornaisten karttaa, johon olimme merkanneet jo tiet sekä rakennukset. Nyt tehtävänä oli selvittää kuinka paljon ihmisiä asui 100m päässä teistä sekä kuinka moni asuu yli 2km päässä koulusta.

Tämän jälkeen siirryimme pääkaupunkiseudulle ja erityisesti lentokenttäalueille. Tästä eteenpäin sai tehtävissä käyttää paljon hyödykseen Buffer – ja Select by location -ominaisuuksia. Tehtäviä oli sen verran, että niiden vaiheita on turha lähteä tähän runoilemaan. Kärsivällisyys kurssilla on kasvanut ja nykyään jaksan yrittää toimintoja uudelleen ja yhä uudelleen, kunnes keksin oikein ratkaisun pulmiin. Toisinaan olen hukassa sen kanssa, mitä kaikkea olen aineistolleni tehnyt, kun peruutusnappulaa ei ole ja pitäisikin kokeilla toista toimintoa, mutta uskon, että tämäkin alkaa luonnistua pikku hiljaa.

Bufferin käytön opetteleminen oli helppoa ja kivaa. Jos äkkiseltään pitäisi keksiä mihin buffereita käytetään, niin uskoisin, että pelastuslaitokset ja hätäkeskuskus käyttävät varmasti jonkinlaista bufferointia, jotta tietävät miten apu on nopeiten paikalla.

Attribuuttitaulukon laskutoimitukset ja fiksaaminen onnistuvat jo ”leikiten”. Lisäksi Select by location ja Select features by value -toiminnot alkavat käydä yhä tutuimmiksi. Parasta on oivaltaa milloin käyttää mitäkin toimintoa (toivon tämän tunteen yleistyvän vielä loppu kurssin aikana)!

Taulukko 1. Itsenäisiä tehtäviä koottuna.

Olen samaa mieltä Sonja Nylundin kanssa siitä, että välillä tunneilla seuraa sokeasti vain opetusta, eikä oikeastaan ehdi tiedostaa mitä juuri tein ja miksi. Tämän vuoksi ainakin itse olen kokenut, että parhaiten asiat jäävät mieleen kun niitä tekee muutaman päivän jälkeen uudestaan, eikä vain ”ulkomuistista”, sillä silloin joutuu oikeasti miettimään miten asiat kannattaa tehdä. Mutta kuten Aino Sainius kirjoittaa ”Kotona tehtävät työt vievät melkein 3 kertaisesti aikaa”.

Lähteet:

Nylund, S. (2020) Level 5: bufferointia. [blogipostaus]. Luettu 17.2.2020. https://blogs.helsinki.fi/sonysony/

Sainius, A. (2020) Omat aivot käyttöön. [blogipostaus]. Luettu: 17.2.2020 https://blogs.helsinki.fi/sainius/

Neljäs kurssikerta ja pää täynnä uutta tietoa. Tämä kurssikerta oli erilainen verrattuna aikaisempiin, sillä työstimme rasteriaineiston avulla ruutukarttoja.

Tunti lähti käyntiin ruudukkojen luomisella sekä siihen liittyvien pikkuseikkojen tarkistamisella. Kun ruudukko eli ”grid” oli valmis, sitä pystyttiin hyödyntämään esimerkiksi käyttämällä väestötietoja hyväksi. Katsoimme esimerkiksi asukkaiden absoluuttista määrää pääkaupunkiseudulla, joka näytti hyvin väestön jakautumisen alueella. Tästä en itse muistanut napata kuvaa, mutta Ulrika Ainasojan blogissa tästä on hyvä kuva.

Itsenäisessä harjoituksessa oli tarkoitus valita yksi muuttuja rasteriaineistosta, joka esitetään kartalla. Itse päädyin ruotsinkielisten osuuteen koko väestöstä. Helsingissä keskustan alueella esiintyy suuri määrä ruotsinkielisiä. Espoossa on kuitenkin jo huomattavasti enemmän suhteessa koko väestöön kuin Helsingissä. Pieni piste voidaan nähdä myös Kauniaisten kohdalla, jossa näyttää olevan hyvinkin paljon ruotsinkielistä väestöä. Vantaalla ruotsinkielisten määrä koko väestöstä näyttää hyvin alhaiselta verrattuna muihin kaupunkeihin.

Kurssikerralla tutuistuimme myös Pornaisten karttaan, johon oli tarkoitus lisätä korkeustiedot havainnollistaviksi korkeuskäyriksi. Tästäkään en saanut kuvia, joten käykää ihmeessä katsomassa Vilma Koljosen blogista tarkemmin näitä!

Lähteet:

Ainasoja, U. (2020). Rasteritietokantoja ja väestökarttoja. [Blogipostaus]. Luettu 11.2.2020. https://blogs.helsinki.fi/ulrikain/

Koljonen, V. (2020). Ruudut ja rasterit tutuiksi. [Blogipostaus]. Luettu 11.2.2020. https://blogs.helsinki.fi/vilmakol/

Vastoinkäymiset opettavat, eikö? Ja niin siinä kävi, että kampuksella neljän tunnin aherrus karttojen kanssa ei helpottanut kotona työmäärää, sillä koulun QGis on hieman vanhempi versio kuin koneellani oleva, joten tallentamiani tiedostoja ei voinut muokata kotona. Pienen hermoromahduksen jälkeen sain koottua itseni ja aloitin sekä Afrikka -kartan että tulvakartan alusta.

Tällä kurssikerralla tarkoituksena oli tutustua aineistoon, jossa oli esitetty Afrikassa sijaitsevia öljy- ja timanttiesiintymiä sekä maanosan sisällä esiintyneitä konflikteja vuosien varrella. Alkuperäinen tietokanta oli paljon erilaista tietoa sisältävä, joten siitä piti muokata yksinkertaisemmaksi ja omaan esitystapaan sopivaksi. Tässä muokkaamisessa käytettiin esim. Dissolve -työkalua, jolla saatiin aineistossa tietokantoja yhdisteltyä.

Kuvassa 1 on työni tulos. Kartalla näkyi alunperin suuri määrä yksittäisi konfikteja, jonka vuoksi päätiin yhdistää ne maittain, jolloin kartasta pystyy näkemään missä maissa konflikteja on ollut eniten vuosina 1947-2008. Timantti- ja öljyesiintymät päätin jättää sikseen, sillä minusta ne toimivat tuollaisenaan. Sinisellä kartassa näkyy internetinkäyttäjien määrä väestön määrästä vuonna 2019. Kahden maan, Djiboutin ja Komoroiden, kanssa tässä esiintyi hieman ongelmia datan kanssa, sillä internetinkäyttäjiä oli enemmän kuin asukkaita, jonka vuoksi päätin jättää ne kokonaan pois.

Tulvaindeksikartassa laskutoimitukset ja Join -toiminnot olivat minusta helppoja, sillä olin jo aikaisemmilla kurssikerroilla tutustunut niihin. Siinä ei siis varsinaisesti ollut mitään ihmeellistä. En kuitenkaan meinannut millään saada järvisyyden pylväsdiagrammeja esiin kotona. Muutaman kyyneleen ja kahvikupposen saattelemana kartta kuitenkin valmistui alla näkyvään muotoonsa (kuva 1).

Tulvaindeksin sai laskemalla tietokannasta löytyvien keskiylivirtaaman ja keskialivirtaaman avulla (MHQ/MNQ). Tällä laskutoimituksella saadaan selville valuma-alueet, joilla tulvariski on suurin. Kuvasta 1 voi päätellä, että erityisesti Turun ja Helsingin alueilla tulvariski on suuri. Valuma-alueet, joissa järvisyysprosentti on suuri, omaavat paljon pienemmän tulvaindeksin, kun taas alueet, joissa järvisyysprosentti on pieni, ovat paljon riskialttiimpia tulville. Tämä johtuu  siitä, että tulvien sattuessa vesi ei pääse osittain kerääntymään järviin. Turun ja Helsingin tulvaindeksin selittää taas valuma-alueen rakennettu ympäristö. Vesi ei imeyde asfalttiin kuten se imeytyisi paljaaseen maahan, jonka vuoksi kaupungit monissa tapauksissa edesauttavat tulvien syntymistä. Sama luonnonmaantieteellinen ilmiö on todettu Riina Hiltulan ja Venla Moision blogeissa, joten uskallan väittää sen todeksi.

No, tällä kerralla opin ainakin sen, että kertaus tosiaan on opintojen äiti. Voisin lyödä vetoa, että tällä kurssikerralla käytetyt QGis -toiminnot tulevat vielä kummittelemaan öisin uniini, mutta ainakin nyt osaan ne perinpohjin!

Lähteet: 

Hiltula, R. (2020). Afrikan valtioita ja tulvaindeksin laskemista [Blogipostaus]. Luettu 3.2.2020. https://blogs.helsinki.fi/hiltular/

Moisio, V. (2020). Viikko 3 – Tietokantojen yhdistämistä ja laskutoimitusten tekemistä [Blogipostaus]. Luettu 3.2.2020. https://blogs.helsinki.fi/moivenla/