Kolmas luentokerta: Ryhmittelyä, tiedon tuottamista ja tietokantaliitos

Datan liittämistä, tietojen lisäystä ja tiedon luomista

Kolmannella luennolla muokkasimme tietokantaa, jotta sen käyttö myöhemmin olisi helpompaa. Lisäsimme myös ulkoista tietoa tietokantaliitoksella ja tuotimme uutta tietoa laskemalla.

Luennon kesken koin ongelman, sillä tuottaessani tietoa sijainnin perusteella sain lopputuloksena selvästikin vääriä tuloksia. Niinpä päädyin kuuntelemaan luennon tekemättä itse tehtäviä, ja tekemään luennon aikaiset harjoitukset myöhemmin. Tällä kertaa onneksi onnistui. QGISin kaltaista ohjelmaa käyttäessä onkin kiinnitettävä huomiota siihen, että jokainen työvaihe tehdään huolella, ettei epähuomio myöhemmin koidu ongelmaksi. Näin jälkikäteen katsottuna mietin, että ongelma saattoi johtua epähuomiostani eri tiedostojen ja tasojen projektioista. Tällä kertaa kiinnitin projektioihin enemmän huomiota ja manuaalisesti vaihdoin kaikkien tasojen projektiot samoiksi.

Tehtyjen toimintojen perusteella saatiin attribuuttitaulukko, joka kertoi esimerkiksi konfliktien määrät valtioittain tai kuinka monena vuotena konflikteja on esiintynyt valtioittain. Tämä kertoo kunkin alueen pitkäaikaisemmasta levottomuudesta. Angolassa, Chadissa ja Etiopiassa konflikteja esiintyi eniten, ja konfliktivuosien määrät olivat myös suurimmat. Monesti konfliktien syynä Afrikassa ovat riippuvuus luonnonvaroista, köyhyys ja epäonnistunut toiminta johdon puolelta. Tämä johtaa niin maiden sisäisiin kuin niiden välisiinkin konflikteihin.

Tietokantojen avulla voisi esimerkiksi tarkastella yhteyksiä konfliktien ja timanttikaivosten välillä, tarkastellen onko konflikteja tapahtunut timanttikaivoksen alueella sen löytämisvuoden jälkeen. Samanlaista alueellista tarkastelua voisi tehdä konfliktien ja öljykenttien löytämisvuosien välillä. Toisaalta kuten jo mainitsin, ei konfliktien esiintymistä voi pistää vain timanttikaivoksista tappelun piikkiin, vaan syitä konflikteihin on moninaisia. Myös Helmi Lappalainen-Imbert mainitsi tämän omassa blogissaan. Olisi myös kiinnostava päästä jollain tavalla tarkastelemaan konfliktien laajuuksien välistä yhteyttä alueen varallisuuteen, esimerkiksi juuri timanttikaivosten tuottavusluokitteluihin. Konfliktit voivat olla rahoitettu juurikin timantein Afrikassa.

Tulvaindeksi ja järvisyys kartalla esitettynä

Seuraavaksi tehtävänämme oli tehdä itsenäisesti esitys Suomen valuma-alueiden tulvaindeksistä ja lisätä myös järvisyysprosentit kartat diagrammeina. Tulvaindeksi saatiin jakamalla keskiylivirtaama keskialivirtaamalla, eli virtaavan veden ylimpien ja alimpien mitattujen arvojen keskiarvot jakamalla. Ylivirtaama siis tarkoittaa havaintojakson aikana mitattua suurinta virtaamaa, kun taas alivirtaama alinta mitattua tulosta havaintojaksolla. Tulvaindeksi näin ollen esittää virtaaman vaihtelua. Mitä suurempi tulvaindeksi, sitä suurempi vaihtelu on.

Lopputulokset näkyvät kuvissa 1, 2 ja 3. Minulle eniten ongelmia tuotti juurikin diagrammin laatiminen, sillä en aluksi saanut tehtyä järkevältä näyttävää karttaa. Hetken jos toisenkin painittuani asian kanssa huomasin, että järvisyyden sarakkeen tietotyyppi olikin string, joten vaihdoin sen desimaalinumeroiksi googlailulla löytämäni ohjeen avulla. Kuvassa 1 näkyvät Suomen valuma-alueet ja järvisyysprosentti pylväinä. Kuvissa 2 ja 3 olen esittänyt vielä järvisyyden ja maapinta-alan välisen suhteen ympyrädiagrammeina. Idean jakaa Suomi kahteen osaan ympyrädiagrammien paremman näkyvyyden vuoksi sain Annika Innasen blogista.

Kuva 1. Suomen valuma-alueiden tulvaindeksit ja pylväinä esitetty järvisyysprosentti. 

 

Kuva 2. Suomen eteläisten osien valuma-alueiden tulvaindeksit ja ympyrädiagrammina esitetty järvisyysprosentti.

Kuva 3. Suomen pohjoisosien valuma-alueiden tulvaindeksit ja ympyrädiagrammina esitetty järvisyysprosentti.

Päädyin käyttämään kartoissa sinisen sävyjä ja oranssia esittämään maapinta-alaa, selkeyden vuoksi. Olen tyytyväinen lopputulokseen ja mielestäni kartat ovat selkeitä, vaikkakin ympyrädiagrammeista osa on vieläkin liian pieniä. Toisaalta jos niitä olisi muokannut suuremmaksi, olisivat ne menneet liikaa valuma-alueiden rajojen yli. Itse pidän enemmän ympyrädiagrammeina esitetystä järvisyydestä, sillä sen merkitys on helpommin ymmärrettävissä. Järvisyys on siis järvien pinta-alan osuus koko valuma-alueen pinta-alasta.

On kiinnostavaa, että järvien osuus kokonaispinta-alasta ei ole useinkaan suuri siellä, missä tulvaindeksi on korkea. Odotin järvisuuden ja tulvaindeksin kasvavan käsi kädessä, mutta näin ei ole. Suurimmat järvisyysprosentit löytyvätkin sieltä, missä tulvaindeksi on matalin. Syynä tähän voisi olla se, että missä on enemmän järviä, vesi virtaa hitaammin, koska se kulkeutuu järvien kautta kohti merta. Sen sijaan vähäisten järvien valuma-alueilla virtaama on suurempi, koska vedellä ei ole montaa paikkaa ”varastoitua”. Myös maanpinnan muodot, sateisuus ja ihmisten toiminta (hulevedet) vaikuttavat virtaamaan ja tulvaindeksiin.

 

Lähteet:

Innanen, A., 2021. Harjoitus 3: Tulvaindeksikartta. Luettu osoitteessa https://blogs.helsinki.fi/anninnan/2021/02/04/harjoitus-3-tulvaindeksikartta/ 6.2.2021.

Lappalainen-Imbert, H., 2021. Kerta 3-Kun data ja kartta ovat erillään. Luettu osoitteessa https://blogs.helsinki.fi/laphelmi/2021/02/02/kerta-3-kun-data-ja-kartta-ovat-erillaan/ 14.2.2021.

 

 

Vastaa

Sähköpostiosoitettasi ei julkaista.