Seitsemäs eli viimeinen oppitunti

Viimeisellä kerralla saimme käsitellä omaa aineistoa. Oma aineistoni ei aivan kohdannut blogitehtävän vaatimuksia, mutta koska osallistuin kurssille juuri siksi, että saisin oman datani esitettyä juuri siten miten haluan, kiersin tehtävänantoa.

arctic

Kuva 1. ITP-poijujen matkoja Pohjoisella jäämerellä (ja yksi joka melkein saavutti Pohjois-Atlantin).

Ensinnäkin: minulla on hieno kartta Pohjoisesta jäämerestä (kiitos Jakobsson et al., 2008), jolle halusin saada datani näkyviin. Rekisteröidessäni karttaa MapInfoon valitsin polaariprojektion ja näpyttelin kaikki kartalla näkyvät leveys- ja pituuspiirien risteykset, yhteensä 23 pistettä. Valitettavasti 60 leveyspiiri jää juuri kartan reunojen ulkopuolelle, joten sen avulla ei saanut pisteiden määrää kasvatettua. Kuvan 1 mukaan 23 pistettä näyttäisi kuitenkin riittävän: yhtään pistettä ei ainakaan osunut mantereille! Huomaa että tuo toinen punaisella merkitty ITP (olisi pitänyt numeroida nämä sittenkin karttaan!) todellakin lakkasi toimimasta, ajelehti jään mukana Grönlannin ja Huippuvuorten välistä etelään ja heräsi jälleen henkiin Islannin pohjoispuolella, mittasi siellä hetken ja katosi lopulta jään sulaessa alta.Kuvassa 1 on siis esitettynä ITP (Ice-Tethered Profiler) -poijujen havaintopisteet. ITP-poijut asennetaan merijäähän, jonka mukana ne ajelehtivat ja mittaavat jään alapuolella vaijeria pitkin kulkevan anturin avulla meriveden lämpötilaa ja suolaisuutta aina 700 metriin asti (Pohjoinen jäämeri on 3000-4000 metriä syvä, joten tämä on vain pintaraapaisu). Kuva laitteesta löytyy täältä. Dataa saa täältä. Samalla sivulla olevaan karttaan on piirretty jään keskimääräistä ajelehtimista kuvaavat vektorit, jotka ehkä hieman selittävät omassakin kartassani näkyvien poijujen matkaa. Lisää ITP-poijuista voi lukea Krishfield et al. (2008) artikkelista.

En asemoinut karttaani kaikkia ITP poijuja, joiden keräämää dataa käytän. Ensinnäkin kätevät (valmiit) paikkatiedostot puuttuivat 15 ensimmäiseltä poijulta ja toiseksi ne menivät jo nyt melko pahasti päällekkäin. Havaintopisteiden sijaan aloinkin pohtia, miten MapInfoa voisi hyödyntää niiden esittämisessä.

Koska merenpohjan topografia, etenkin harjanteet, vaikuttaa Tyynen ja Atlantin valtamerien sisäänvirtausten leviämiseen Pohjoisella jäämerellä ja koska nämä sisäänvirtaukset eroavat melkoisesti niin suolaisuuden kuin lämpötilansakin suhteen (ja muun muassa myös ravinteiden, mutta niitä poijut eivät mittaa), horisontaaliset suolaisuus ja lämpötilaerot ovat Pohjoisella jäämerellä huomattavat. Siksi merkitsin karttaan alueiksi Pohjoisen jäämeren eri altaat: Kanadan, Makarovin, Amundsenin ja Nansenin altaat (Kuva 2, alueet näkyvät lopullisessa kuvassa paljon himmeämpinä kuin MapInfon näkymässä). Ajattelin tehdä helpon harjoituksen ja laskea kuinka monta havaintopistettä kussakin altaassa on, mutta tähän harjoitus sitten tökkäsikin: koska jokaisen ITP-poijun mittauspisteet ovat erillisissä tiedostoissa (yksi ITP-poiju voi mitata useammassa tuhannessa pisteessä), en saanut kerralla valittua pisteitä kuin yhdestä tiedostosta. En tiedä onko tähän olemassa muuta keinoa kuin yhdistää kaikki mittauspisteet samaan tiedostoon? Dataa käsitellessäni ainakin Excelissä on monesti tullut riviraja vastaan, joten en tiedä ymmärtäisikö Excel näin pitkää tiedostoa (MapInfo tosin taitaa kyetä lukemaan myös teksti-tiedostoja, joissa vastaavaa ongelmaa ei ole). No, päätin olla tuhraamatta enempää aikaa tiedostojen muokkaukseen.

Kuva 2.

Kuva 2. Suurennos kuvasta 1 eli varsinaisenen tutkimusalueeni.

 

Tässä vielä esimerkiksi pätkä tiedostosta, joka sisältää tiedot ITP51:n tekemistä havaintopisteistä (itse havainnot ovat vielä erikseen omissa tiedostoissaan, joita kertyy kaikki poijut mukaanlukien yli 72 000).

%year day longitude(E+) latitude(N+)
2011  260.16684   103.1453  81.4794
2011  260.20870   103.1714  81.4822
2011  260.29204   103.1919  81.4869
2011  260.33370   103.1974  81.4892
2011  260.37507   103.1946  81.4908
2011  260.41704   103.1890  81.4911
2011  260.45837   103.1772  81.4917

Näiden tiedostojen (mikäli ne kaikki olisivat olleet samassa tiedostossa siis) perusteella olisin voinut siis esimerkiksi havainnollistaa kuinka monta talvi ( Pohjoisella jäämerellä talveksi voidaan lukea päivät 1-150) ja kesä (päivät 200-300) havaintoa kullakin alueella on tehty tai minä vuonna milläkin alueella on tehty eniten havaintoja. Itseasiassa en edes halua esittää tätä informaatiota, sen sijaan olen kiinnostunut esimerkiksi kesäisen lämpötilaminimin syvyydestä, mutta sitä ei tiedostoissani (vielä) ole. Eli ensin pitäisi kirjoittaa ohjelma (vaikka MatLabille), joka käy läpi kaikki yli 72 000 tiedosta, etsii niistä lämpötilaminimin syvyyden ja tallentaa sen tiedostoon, josta sen voi MapInfossa yhdistää tässä tiedostossa annettuihin koordinaatteihin. Sen jälkeen voisin tarkastella lämpötilaminimin syvyysjakaumaa eri altaissa (lämpötilaminimin syvyyteen vaikuttaa ennen kaikkea pintakerroksen suolaisuus, joten myös tämä syvyys vaihtelee Pohjoisella jäämerellä).

Olisi siis pitänyt luoda itse tilastoitava tieto tälle kartalle, mutta nyt osaan tehdä sen mikäli tarve vaatii! Turhaa työtä kartan kuitenkin kuin ruttoa, joten mitään ylimääräistä en rupea tekemään pelkän kurssin vuoksi, vaan odottelen kunnes tiedän tarkasti millaisen kartan haluan.

Lähdeluettelo:

Jakobsson, M., R. Macnab, L. Mayer, R. Anderson, M. Edwards, J. Hatzky, H. W. Schenke, and P. Johnson (2008), An improved bathymetric portrayal of the Arctic Ocean: Implications for ocean modeling and geological, geophysical and oceanographic analyses, Geophys. Res. Lett., 35, L07602, doi:10.1029/2008GL033520.

Kuudes oppitunti: askel kohti oman havaintoaineiston käsittelyä

Tällä kertaa tehtävänämme oli hakea internetistä tietoa ja esittää se MapInfon avulla eli käytännössä opimme esittämään mitä vain informaatiota kartalla. Tälläkin kertaa saimme tosin valmiin karttapohjan, johon oli ilmeisesti määritetty koordinaatisto jo valmiiksi. Luulen, että siinä vaiheessa, kun alan asettelemaan omaa havaintoaineistoani omalle karttapohjalleni, menetän hermoni MapInfoon :).

Saimme valita havaintoaineistoa maanjäristyksistä, tulivuorista ja/tai meteoriiteista. Kiinnostuin heti yhteisesti katselemistamme maanjäristyksistä ja etenkin ihmisten toimien (louhinta, ydinkokeet) aiheuttamista enkä edes vilkaissut muita tietokantoja (pääsin siis helpolla, koska muut tietokannat kuulemma vaativat hieman enemmän manipuloimista ennen MapInfoon siirtämistä).

Hypoteesini oli, että esimerkiksi ydinkokeista aiheutuneet maanjäristykset olisivat olleet yleisimpiä kylmän sodan kylmimpinä vuosina, 1950-1960 -luvuilla (kartta 1). Etenkin 1960-luvulla puhuttiin paljon Tyynellä valtamerellä tehdyistä ydinkokeista ja pelättiin niiden ympäristövaikutuksia, mutta ei sinne kovin monta pistettä tullut. (Tyynenmeren ydinkokeet olivat alkuperäinen syy värivalintaani: että pisteet erottuisivat merestä, mutta kuten myöhemmin tullaan huomaamaan, kaikki värit eivät olleetkaan niin kovin hyviä vaihtoehtoja.)

nuclearexp1950_1970

Kartta 1. Ihmisen toiminnan aiheuttamat yli 3 richterin maanjäristykset vuosina 1950-1970. Yli 6 richterin järistykset on merkitty tähdillä.

Aineistosta on oikeastaan mahdotonta erottaa ydinkokeita seuranneita räjähdyksiä muusta louhinnasta. Intuitiivisesti ajattelin, että ydinkokeista seuraa suurempi järistys kuin kevyemmistä kaivosräjähteistä, joten merkitsin erikseen yli 3 richterin ja 6 richterin räjähdykset. Tietenkin voimakkuuteen vaikuttaa käytetyn räjähteen määrä, sisälsi itse räjähde mitä tahansa, ja ainakin Tyynenmeren ydinkokeet aiheuttivat lähinnä vain 3-6 richterin maanjäristyksiä, mutta Japanin itäpuolella näkyy yksi yli 6 richterin järistys, joka todennäköisesti oli ydinkoe (kuka siellä keskellä merta mitään louhisi). Samoin Ranskan ensimmäinen ydinkoe Algeriassa vuonna 1960 aiheutti alle 6 richterin järistyksen. Sen sijaan Neuvostoliitto paukutti nähtävästi henkseleitään ja testasi asearsenaaliansa täydellä teholla: ainakin Novaya Zemlyan räjäytyksistä seurasi yli 6 richterin järistyksiä. Itse asiassa lueskelin tässä Alun Andersonin kirjaa Kun Arktis sulaa (2009) ja siinä kerrottiin suurimman ihmisen tekemän räjähteen (pitää tarkistaa ja lisätä paino tähän) räjäytetyn juuri Novaya Zemlyalla. Kirjassa myös todetaan, että Novaya Zemlyalla tehtiin yhteensä yli 2000 ydinkoetta! Niitä kaikkia ei kyllä minun kartallani näy (näistä ainakin osa tehtiin ilmassa). Valitettavasti Alun Anderson ei anna tälle tiedolle lähdettä enkä tähän hätään jaksa tonkia sattumanvaraisia lähteitä, joten alkuperäinen lähde jää hämärään.

Helsingin yliopiston seismologian laitoksen kokoamasta pienestä ydinkokeiden historiikista näkee, että ydinkokeita tehtiin myös ilmakehässä, joten kaikki ydinkokeet eivät ole rekisteröityneet maanjäristystietokantaan. Osittainen ydinkoekieltosopimus (Partial Test Ban Treaty, PTBT) tuli voimaan jo vuonna 1963, mutta täyskielto vasta 1996.

Vuosina 1970-1990 räjäyteltiin paljon, etenkin Venäjällä (kartta 2). Myös Tyynenmeren atolleilla ja Novaya Zemlyalla jatkettiin ydinaseiden testauksia, todennäköisesti myös Kazakstanin ja Kiinan järistykset ovat peräisin ydinkokeista (samat pisteet ovat näkyvissä jo kartassa 1). Myös Intia teki ensimmäisen ydinkokeensa vuonna 1974. Sen sijaan epäilyttää tehtiinkö Kalifornian aavikoilla ydinkokeita vai onko kyse useamman vuosikymmenen voimakkaasta louhinnasta?

nuclearexp1970_1990

Kartta 2. Ihmisen toiminnan aiheuttamat yli 3 richterin maanjäristykset vuosina 1970-1990. Yli 6 richterin järistykset on merkitty tähdillä.

Vuosina 1990-2010 räjäytykset vähenivät jälleen (kartta 3). Neuvostoliiton romahduksen myötä kaivostoiminta näyttäisi lakanneen lähes täysin (Siperiassa näkyy vielä jotain toimintaa) ja viimeinen ydinkoekin tehtiin vuonna 1990. Mainittakoon myös, että yli 6 richterin räjäytykset sijoittuivat yhtä lukuunottamatta vuosille 1990-1995, jolloin Neuvostoliiton lisäksi myös Yhdysvallat, Ranska ja Kiina tekivät viimeiset ydinkokeensa. Sen sijaan Pakistan aloitti testaukset vuonna 1998 ja Pohjois-Korea vuosina 2006 ja 2009.

nuclearexp1990_2010

Kartta 3. Ihmisen toiminnan aiheuttamat yli 3 richterin maanjäristykset vuosina 1990-2010. Yli 6 richterin järistykset on merkitty tähdillä.

En tiedä onko tällä karttasarjalla mitään muuta virkaa kuin että toistuvat räjäytyspaikat saa sarjan avulla paremmin näkyviin. Kartassa 4 osa järistyksistä peittyy, kun samalla paikalla testataan ydinaseita tai louhitaan vuosikymmenestä toiseen. Tällaisia paikkoja on esimerkiksi Novaya Zemlya, Kazakstan, Kiina ja Tyynenmeren atollit.

nuclearexp

Kartta 4. Ihmisen toiminnan aiheuttamat yli 3 richterin maanjäristykset vuosina 1950-2010. Yli 6 richterin järistykset on merkitty tähdillä.

Näin jälkeen päin tuli mieleen, että opetuskäytössä olisi hyvä näyttää alkuun kartta, jolle kaikki järistykset olisi merkitty. Sitten oppilaat saisivat hetken miettiä, millä alueilla olevat järistykset olisivat geologisia ja mitkä antropogeenisa ja palautella sitä kautta mieliin mannerlaattojen saumakohtia. Toisaalta esimerkiksi Natalian kartassa, jossa ilmeisesti havainnollistetaan ainoastaan geologista alkuperää olevia järistyksiä, näkyy myös järistyksiä muun muassa Novaya Zemlyalla ja Tyynellä valtamerellä, joten voi olla, ettei tehtävä olisi kovin helppo. Joka tapauksessa karttaa voisi kokeilla jonkinlaisena johdantona aiheeseen. Samalla voisi vertailla luonnon ja ihmisen voimien mittelöitä ja miettiä mitkä muut tekijät vaikuttavat tuhoihin kuin pelkkä richterin asteikko. Sen jälkeen voisi sitten siirtyä näihin karttoihin – tosin en tiedä mihin oppiaineeseen tällainen karttasarja, jossa liikutaan maantieteestä poliittiseen historiaan, voisi liittyä.

Lähteet:

Alun Anderson (2009): Kun Arktis sulaa (engl. After the Ice: Life, Death, and Geopolitics in the New Arctic, ISBN: 9780061579073; ISBN10: 0061579076, Smithsonian, pp. 304)

Helsingin yliopisto, Seismologian laitos

Viides oppitunti: alueellista laskentaoppia

Viidennellä kurssikerralla harjoittelimme puskurointia eli tapoja määrittää alueita, joita halutaan tarkastella.

En jaksanut väsätä luvuista taulokkoa, joten ne on tässä, kauniina sekamelskana tekstin seassa, var så god:

Ensimmäisessä tehtävässä tarkastelimme lentokenttien meluvaikutusta. Malmin lentokentä kiitoradoista 2 km säteellä asuu yhteensä 52 621 asukasta, 1 km säteellä enää vain 8156. Sen sijaan Helsinki-Vantaan lähistöllä, alle 2 km päässä, asuu huomattavasti vähemmän ihmisiä kuin Malmin lentokentän lähiympäristössä, vain 9729 asukasta. Pahimmalla, 65 dB:n, melualueella asuu 333 asukasta eli 3.4 % kaikista 2 km säteellä asuvista.

Ongelma ja sen ratkaisu: En onnistunut valitsemaan lentomelualueista alueita 55-65 dB, vaan laskin ensin pienimmän melualueen, 50 dB:n, asukkaat: 30 607 ja vähensin tämän kaikista 50-65 dB:n alueella asuvien määrästä, jolloin sain asukkaat vähintään 55 dB:n alueella: 11 370. Monimutkaista!

Mikäli lentokoneet laskeutuisivat kaakosta luoteeseen, tämä vaikuttaisi 24 129 asukkaan elämään. (Oletin, että 1 km leveä melualue tarkoitti vähintään 60 dB melua, koska lentomelu tiedostossa ei ollut tälle alueelle määrättyjä melualueita?)

Seuraavaksi tarkastelimme juna-asemia. Alle 500 m päässä juna-asemista asuu kartta-alueella 80 576 asukasta. Eli vajaat 17 % Vantaan 479 503 asukkaasta. Näistä työikäisiä (15-64-vuotiaita) oli 57 447 asukasta eli 71 %.

Selvittelimme vielä taajamien väestöpohjaa. Taajamissa asuu 414 371 asukasta eli aika monta prosenttia (86 %) kaikista asukkaista. Taajamissa asuu 42 323 kouluikäistä (7-15-vuotiasta). Tämä tarkoittaa, että 7596 kouluikäistä asuu taajamien ulkopuolella.

Taajama-alueeista kahdellakymmenellä ulkomaiden kansalaisten osuus ylittää 10 %, kuudella alueella määrä on yli 20 % ja neljällä alueella yli 30 %.

Taulukko olisi ollut kyllä kätevä verratessa lukuja toisten saamiin, mutta kävihän se näistäkin: ero esimerkiksi Samulin tuloksiin on mielestäni pieni tarkastelutavan epämääräisyyteen nähden ja erot jäävät pääosin alle 10 % ja ovat usein vain 5 %. Täytyy myös yhtyä Anniinan mietteisiin ja tunnustaa, etten jaksanut laskea laskuja MapInfossa vaan käytin siihen MatLabia, joka on mielestäni huomattavasti näppärämpi datan käsittelyssä. Todennäköisesti teen jatkossa tiedostot valmiiksi MatLabilla, vaikka esittäisinkin niiden sisällön MapInfossa.

Viimeisen tehtävän saimme valita kolmesta vaihtoehdosta. Itse valitsin PUTKIREMPPA-projektin, koska ostoaikeissa asuntoa etsivänä asia on itselleni jokseenkin ajankohtainen.

Vuosina 1965-1970 Helsingissä on rakennettu 5397 rakennusta, joista 1280 on kerrostaloja. Näissä kerrostaloissa on yhteensä 42 925 asuntoa, joissa asuu yhteeensä 71 066 asukasta. (Tein aiheesta kartankin, josta näkyi putkiremonttiyrityksille otolliset alueet, mutta olen hukannut sen jonnekin ja lisäksi blogistani on tila jo ylitetty, joten en edes saisi yhtään kuvaa lisättyä, joten olkoon.)

Edit: eikun kuva löytyikin! Yritin nimetä kaupunginosia, joilla putkiremontoitavaa on paljon. (Täytyy tosin todeta omasta kokemuksesta, että useimmiten taloyhtiöt lykkäävät remonttia niin pitkälle kuin mahdollista ja monissa 1960-luvun alkuvuosinakin rakennetuissa taloissa putkiremonttia vasta suunnitellaan, joten ihan pelkän rakennusvuoden perusteella ei remonttia voi ennustaa – ainakaan tarkasti.)

Lähivuosina putkiremontoitavien eli vuosina 1965-1970 rakennettujen kerrostaloasuntojen suhteellinen osuus Helsingin eri kaupunginosissa.

Lähivuosina putkiremontoitavien eli vuosina 1965-1970 rakennettujen kerrostaloasuntojen suhteellinen osuus Helsingin eri kaupunginosissa.

Tässä piti vastausten lisäksi pohtia omaa osaamista. No, suoraan sanottuna on vaikea kuvitella miten voisin käyttää puskurointia oman tutkimukseni (fysikaalinen oseanografia) parissa. Tietenkin voisin ottaa alueen ja tarkastella suolaisuuden tai lämpötilan keskiarvoa ja hajontaa sen sisällä, mutta ongelmaksi muodostuu se, että valtamerten suolaisuus ja lämpötilajakaumat eivät koskaan ole symmetrisiä jonkun keskipisteen suhteen. Tarkasteltava alue tulisikin määrätä jokien virtaaman, jään reunan, tunnettujen virtausten, vesimassojen horisontaalisen jakauman tai pohjan topografian mukaan. Tällöin alueen saa helpommin määrättyä MapInfossakin pelkästään piirtämällä valittu alue kartalle.

Olinpas negatiivinen tällä kertaa, en jaksa edes lähdeluetteloa väsätä :-).

Neljäs oppitunti: siirtyminen koordinaatistoon!

Jee, askel kohti sitä mitä tarvitsen: itsemääräämisoikeutta! Opimme määräämään itse koordinaatiston valmiiseen karttapohjaan. Koordinaatiston mukaan kartalle voi siis piirtää minkä tahansa pisteen. Kovin näppärältä koordinaatiston määrääminen ei vaikuttanut: mitäs jos en tiedäkään kuvan pisteiden etäisyyksiä? Eikö olisi helpompaa antaa koordinaatit leveys- ja pituuspiirien mukaan, ne nyt sentään on yleensä karttoihin merkitty? Sen sijaan harvemmassa kartassa olen törmännyt etäisyyksiin päiväntasaajasta (kilometreinä) ja pallokoordinaatistossa moinen muunnos on kovin vaikea – varsinkin kun Maamme ei edes ole pallo!

Niin joo, ennen tätä koordinaatistojuttua leikimme hiloilla. Aineistona pääkaupunkiseutu ja sen asukkaat. Hiloja käytettäessä ongalmaksi muodostuvat ihmiset, jotka asuvat kahden – tai pahimmassa tapauksessa neljän – hilaruudun rajalla ja jotka siten lasketaan kahteen, tai jopa neljään, kertaan. Alkuperäisessä aineistossa näkyi 1 003 338 asukasta pääkaupunkiseudulla, mutta 500 m hilalla asukkaita olikin yhteensä 1 003 701 eli vajaa 400 ihmistä enemmän. 250m hilalla asukkaita oli jopa 1 004 873. Ongelma tiedostettu, siis hommiin.

Ajattelin jatkaa ensimmäisellä kerralla valitsemaani teemaa muunkielisten alueellisesta jakaumasta pääkaupunkiseudulla (ja etenkin Helsingissä). Hilakooksi valitsin 500 m, vaikka 250 m olisi ollut oikeastaan aivan yhtä hyvä. Kartastani (kuva 1) näkee hyvin, että punaisia (eniten muunkielisiä) ja sinisiä (vähiten muunkielisiä) ruutuja on usein vierekkäin. Eli verrattuna ensimmäiseen karttaani, asiat mutkistuvat ja saavat enemmän piirteitä eikä alueita olekaan enää niin helppo määritellä kokonaisuuksina.

Kuva 1. Muunkielisten osuus pääkaupunkiseudulla vuonna 2009 500 m ' 500 m hilaruudukolla ilmaistuna.

Kuva 1. Muunkielisten osuus pääkaupunkiseudulla vuonna 2009 500 m ‘ 500 m hilaruudukolla ilmaistuna.

Ai ni, en tykänny absoluuttisten arvojen esittämisestä, koska sen mukaan keskustassa asuu paljon vanhoja, nuoria, muunkielisiä ja ruotsinkielisiä. Eihän siinä ole mitään informaatioarvoa! Yhtä hyvin olisin voinut piirtää kartan, jossa olisivat ne kaikki yli miljoona asukasta. Laskin siis suhteelliset arvot tähänkin karttaan ja esitin ne muokatuilla luonnollisilla luokkaväleillä. Eli en ehkä ihan ymmärrä, miksi hilaesityksessä absoluuttiset arvot olisivat hyväksytympiä kuin tavallisessa koropleettiteemakartassa. Täytynee vakoilla, mitä muut ovat asiasta tuumanneet… (Edit. En löytänyt lukemistani blogeista pohdintaa aiheesta, joten en minäkään jaksa pohtia!)