Kolmas kurssikerta

Kolmannen kurssikerran harjoituksen tarkoituksena oli oppia liittäämään valmiiseen tietokantaan muuta tietoa. Kurssikerralla lisäsimme valmiiseen Afrikan valtiot sisältävään tietokantaan lisätietoja, mm. väestömäärän. Ennen tietojen lisäämistä harjoittelimme tietokannan muuttamista yksinkertaisemmaksi, tässä tapauksessa saman valtion sisällä olevien kohteiden yhdistämistä yhdeksi valtiokohteeksi. Kurssikerran itsenäisessä tulvaindeksikartta-tehtävässä tarkoituksena oli hyödyntää opittuja yhdistämisen ja lisäämisen taitoja.

Teemakarttaharjoittelua – Afrikka

Aloitimme kurssikerran yhdistelemällä tietokannan yksittäisiä kohteita, jotta voisimme selkeyttää kartalle lisättävien muiden tietojen yhteyksiä sijainnin suhteen. Esimerkkikartalla Afrikan mantereesta, kohteita oli useampia kuin Afrikan virallisia valtioita. Tarkoituksena oli siis yhdistää kohteet maittain, jotta halutessamme voisimme visualisoida teemakartalla eri aiheita valtiotasolla.

Testasimme kolmea eri toimintoa: select features by value, dissolve ja aggregate. Ensimmäinen toiminto ei onnistunut, syystä tietämättömästä, mutta kjälkimmäiset toiminnot onnistuivat. Aluksi pinta-aloja laskiessamme sähelsin niin, etten melkein pysynyt tehtävänannossa mukana. Lopulta syy sähellykseen selvisi: sain pinta-alan vain Egyptissä sijaitseville kohteille, sillä en ollut poistanut valintaani Egyptin alueista (ensimmäistä ydistävää toimintoa kokeillessamme). Tallensimme jatkokäyttöä varten “aggregated”-version, jossa aineiston sijainnit olivat valtion nimen mukaan liitetty toisiinsa. Kohteita uudella tasolla oli nyt siis 53.

Seuraavaksi toimme kartalle viikon aineistoista Excel-tiedoston (africa_population_internet_2020). Muunsimme taulukon CSV-tiedostomuotoon, jotta se voitaisiin helposti tuoda QGIS:iin. Tarkoituksena oli liittää Excel-tiedostosta valtiottaiset väestömäärät jo tuotuun Afrikka-tasoon. Tämä onnistui “joins”-toiminnon kautta, eikä aiheuttanut suurta päänvaivaa. Uudelle Afrikka-yhdistetty-tasolle siirsimme sen jälkeen lisää tietokantoja, esimerkiksi konflikteista, timanttikaivoksista ja mantereen öljylähteistä.

Seuraavaksi siirryimme minulle henkilökohtaisesti mielenkiintoisimpaan ja eniten motivoivaan vaiheeseen. “Count points in polygon”- toiminnon avulla mm. laskimme kuinka monta timanttikaivosta kussakin kohteessa (valtiossa) ja kuinka monta konfliktia kussakin valtiossa tapahtuu. Olin tästä toiminnosta hyvin ilahtunut, sillä esimerkkiaiheemme Afrikan mantereen luonnonvarojen ja konfliktien sijainneista ja yhteyksistä on painava ja ajankohtainen aihe. Tarkastellessamme valtiotasolla timanttikaivosten ja konfliktien määrää havahduin ensimmäistä kertaa siihen, että mielestäni olisi aidosti hienoa osata käyttää QGIS:siä taitavammin. Yllättäen ominaisuuden oppiminen auttaa minua tällä hetkellä myös toisella tässä periodissa käymälläni kurssilla. Kehitystutkimuksen Globaalin Etelän yhteiskuntarealiteetit -kurssilla käsittelemme dekolonisaation teeman yhteydessä myös ja erityisesti Afrikan maiden luonnonvaroja ja konflikteja, niiden keskinäistä suhdetta sekä niiden suhdetta geopoliittisiin liikkeisiin.

Laskimme vielä, kuinka monta konfliktia kussakin valtiossa tapahtuu per vuosi, jotta selventäisimme konfliktien historiallista aikajanaa. Kuinka monen vuoden aikana on tapahtunut konflikteja? Onko yhteyttä timanttikaivosten perustamiseen? Toisen kurssin aiheiden parista voisin kysyä lisäksi, vaikuttaako ulkomaalaisten yritysten, kuten timanttikaivosten, maahantulo paikallisten yhteiskunnalliseen elämään? Aiheuttaako timanttikaivos ongelmia paikallisen kulttuurin ja sosiaalisen todellisuuden perinteiselle toiminnalle? Aiheutuuko tästä paikallisten ja (valtion) hallinnon välille konflikteja?

Kuva 1: Harjoitteluaineiston pohjalta havainnollistava kartta tarkastelun alla olleista aiheista. 

Tehtävänannossa oli lisäksi pyydetty pohtimaan, mitä muuta tiedoilla voisi tehdä tai päätellä, kun tietokannoista löytyy lisää muuttujia, kuten konfliktien tapahtumavuosi tai laajuus, timanttikaivosten kaivausten löytämisvuosi tai tuottavuusluokittelu, öljykenttien löytämisvuosi tai tuottavuusluokittelu, jne? Konfliktien laajuuden ja alkamisvuoden avulla voisi ainakin tarkastella niiden suhdetta timanttikaivosten tai öljykenttien perustamiseen, mihin jo aikaisemmin viittasin. Kaivosten tai öljykenttien perustaminen voi toki tuoda alueella myös vaurautta ja vakautta, esimerkiksi timanttien louhinta on nostanut Botswanan taloudellisesti jaloilleen, eikä ole aiheuttanut alueella suuria vuodesta toiseen toistuvia konfikteja vaan valtiossa vallitsee demokratia ja ilmeisesti myös koulutusaste on hyvä. Tämä onkin hyvä esimerkki siitä, miten alueen ongelmille yhden tekijän muuttuminen ei välttämättä aiheuta samoja seurauksia kuin toiselle alueelle, jossa voi olla jo valmiiksi muita konfliktiherkkiä aiheita kasautumassa.

Tuottavuusluokittelun avulla voitaisiin tarkastella esim. alueen tai valtion korruptiota. Jos alueella tapahtuu paljon konflikteja samaan aikaan kun esim. timanttikaivosten tuottavuusluokittelu on korkea, on hyvin mahdollista, että kansalaiset kapinoivat korruptiota vastaan ja valtio yrittää tukahduttaa kapinoita. Toisaalta ilman tarkempaa tutkimusta, ei muuttujien välille voida vedää selkeitä kausaalisuhteita. Internetkäyttäjien lukumäärän avulla voidaan suorittaa analyysia siitä, millainen valtion yhteiskuntamuoto ja elinkeinorakenne mahtaisi olla. Todennäköisesti valtiot, joissa internetkäyttäjien lukumäärä on korkea, ovat myös kaupungistuneempia ja yhteiskuntamuodoltaan modernisaatioon enemmän kallellaan ja teknologiseen kehitykseen nojaava. Muuttujilla voisi spekuloida vaikka mitä, mutta ehkä tässä vaiheessa nimenomaan vain spekuloida, eikä vetää selkeitä johtopäätöksiä!

Tulvaindeksi-harjoitus

Kurssikerran loppupuolella aloitimme itsenäisen harjoituksen tekemisen, jossa hyödynsimme opittuja yhdistämisen ja liittämisen taitoja. Yllättäen hyvin eri toiminnot palasivat mieleen, ja koinkin hyväksi, että olin ottanut keskeisistä toiminnoista muistiinpanoja itselleni. Toisaalta tuntuu, että joitain toimintoja on käyttänyt jo kahdella edellisellä kurssikerralla, joten niiden käyttäminen tuntuu hieman aikaisempaa luontevammalta. Tehtävämme tavoitteena oli vertailla Suomen vesistöalueiden valuma-alueominaisuuksia ja tulvaherkkyyttä. Havainnollistimme tulvaindeksin eli ylivirtaaman ja alivirtaaman suhteen koropleettikartalle (kuva 2).

Sain tehtävän sujumaan ylättävän näpsäkästi, kun teimme sitä toisiamme auttaen Stella Syrjäsen kanssa. Kuvassa 2 on visualisoitu Suomen alueella olevat valuma-alueet sekä niiden tulvaindeksit. Kartalla tummempi sinisen sävy kertoo tulvaindeksin olevan alueella korkeampi. Korkean tulvaindeksin alueet sijaitsevat lähinnä Etelä-Suomessa ja läpikauttain Pohjanmaalla. Tulvariskiin vaikuttaa alueen läheisyys mereen, lumilaskeuman määrä sekä lumen sulamisen nopeus. Myös Syrjäsen (2024) mainitsema alueen tasaisuus voi vaikuttaa tulvaindeksin korkeuteen. Karttaa tarkastellessa voidaan havaita, että tulvaherkille alueille yhteistä rannikkoisuuden ja pinnanmuotojen lisäksi vähäinen järvisyys. Pohjoisessa Utsjoesta lounaaseen sijoittuvalla alueella tulvaindeksin korkeutta ei kuitenkaan selitä samat mainitsemani tekijät. Kuivalla erämaa-alueella tulvaherkkyyttä voisi mahdollisesti selittää routainen maaperä, joka ei keväisin lumen sulaessa imeytä yhtä tehokkaasti vettä.

Kuva 2: Tulvaindeksikartta Suomen alueelta.

 

Lähteet:

Syrjänen, S. (2024). Stella’s blog. 3 Viikko, Afrikka. https://blogs.helsinki.fi/stellasy/