Kurssikerta 3: Pimeyden sydän ja tulviva data

Aikaisemmin olimme käsitelleet vain karttojen laatimista ja tietokantoihin koskeminen oli ehdottomasti kielletty. Kolmannella kurssikerralla oli tullut aika nostaa muovikupu tuon suuren punaisen painikkeen päältä ja lätkäistä kätensä antaumuksella. Tosiasiassa tietokannan muokkaus ei ollut aivan yhtä yksinkertaista kuin punaisen nappulan tapauksessa, vaan vaati hieman useampia painalluksia. Mallin seuraaminen sujui vielä helposti ja papukaijamaisesti osasin jäljentää hiirenliikkeet. Tuloksena syntyi erilaisia taulukoita ja lopulta kartta Afrikasta.

Afrikka, tuo pimeyden sydän, joksi Joseph Conrad mantereen nimesi romaanissaan vuonna 1902. Karttatiedon kurssilla laatimastamme kartasta opimme, että pimeyden sydämestä saatava tietokanta oli laajentunut sitten viime vuosisadan alun. Manner oli ensinnäkin kartoitettu ja nimetty. Lisäksi tarkastelimme kokoamastamme tietokannasta muun muassa Afrikan mantereella esiintyneitä konflikteja, timanttikaivoksia ja öljykenttiä. Myöskään 2000-luvun ilmiöt, kuten internetin ja facebookin käyttö otettiin tarkastelun ja taulukkolaskennan kohteiksi.

Luomamme kartan (kuva 1) perusteella ei Afrikka ollut viimeisen sadan vuoden aikana vielä kovin valoisaksi muuttunut. Konflikteja löytyi ympäri Afrikan mannerta. Eri tietokannoista yhdistetyt materiaalit summattiin samaan karttaan, jolloin voitiin tarkastella timanttikaivoksien, konfliktien ja öljylähteiden välisiä suhteita ja mahdollisia riippuvuuksia. Nopeasti karttaa vilkaisemalla näyttäisi siltä, etteivät konfliktit ainakaan suoraan alueellisesti liity luonnonrikkauksiin. Tietysti luonnonvarat saattavat välillisesti vaikuttaa konfliktiin. Omien tietojeni mukaan konfliktit Afrikan alueella liittyvät usein valtaan tai pikemminkin eurooppalaisten aikoinaan romuttamiin valtarakennelmiin. Kansanvalta ja demokratia eivät synny helposti heimokulttuurien pirstomissa Afrikan valtioissa. Tieto Afrikan heimorajoista olisikin saattanut tuoda arvokasta lisätietoa konfliktien mahdollisesta alkuperästä.

Afrika

Kuva 1. Kartta Afrikan konflikteista, timanttikaivoksista ja öljykentistä (Paaralahti 2014). 

Oppimamme avulla syvennyimme seuraavaksi tulvaindekseihin. Sen laskemiseksi klikkailimme ensin kaksi tietokantaa yhdeksi ja loimme uutukaisen sarakkeen tulvaindeksitiedoille. Lisäksi toimme tietokantaan dataa valuma-alueiden järvisyydestä. Kuten Paaralahti (2014) meitä tiedotusblogissaan valaisee, tulvaindeksi voidaan laskea keskiylivirtaaman (MHQ) ja keskialivirtaaman (MNQ) suhteesta. Laskeminen hoitui nopeasti taulukkolaskennan avulla. Tulvaindeksi on siis sitä suurempi, mitä suurempi on keskiylivirtaama.  Sen tulisi osoittaa tulvaherkät alueet suurella arvolla.

Kurssinaineistossa oli valmiiksi luotu histogrammi, jota käytimme aineiston luokittelussa. Muun muassa Massinen (2014) ja Erikkson (2014) olivat vähentäneet luokkien määrää oletusarvosta 5. Massisella luokkia oli 3 ja Erikssonilla 4. Samankaltainen menettely olisi saattanut tehdä omasta kartastani selkeämmän, mutta samalla tasapäistää aineistoa. Omassa kartassani esimerkiksi Lapin valuma-alueiden välillä on eroa tulvaindekseissä, kun taas Massisella nämä erot ovat kadonneet luokittelun myötä. Toisaalta oman karttani viisi luokkaa tekevät rannikkoseutujen aineistosta hankalammin tulkittavan.

Histogrammin vinoudesta ja runsaasta hajonnasta johtuen valmiit luokittelumenetelmät eivät soveltuneet aineistolle kovinkaan hyvin. Niinpä päädyin määrittelemään luokkarajat itse. Asetin ehdokseni, että jokaiseen luokkaan olisi tultava ainakin yksi havainto. Kaksi suurinta valumaindeksin arvoa poikkesivat huomattavasti muista arviosta ja siksi ne molemmat saivat itselleen oman luokan. Näin pyrittiin minimoimaan luokkien sisäinen hajonta. Kolmen havaintojensa suhteen jatkuvamman luokan jakaminen pyrittiin toteuttamaan siten, että jokaiseen luokkaan tulisi suunnilleen yhtä monta havaintoa. Tämä toteutui, kun luokkiin rajautui keskimäärin 20 havaintoa per luokka.

Valumaalueindeksi_kartta

Kuva 2. Suomen tulvaindeksit (alueet) ja järvisyys (pylväät) esitettynä valuma-aluettain.

Kartan (Kuva 2) tulvaindeksin väriksi valitsin veden sinisen ja järvisyyttä kuvaavan pylvään väriksi hyvin erottuvan oranssin. Kartasta voidaan nähdä, että järvisyys ja tulvaindeksi korreloivat negatiivisesti keskenään. Runsasjärvisillä valuma-alueilla järvet pidättävät ja keräävät vettä lähiympäristöstä. Järvien suuren tilavuuden vuoksi ne pystyvät varastoimaan suuriakin vesimääriä ilman, että veden pinta nousee tulvakorkeuksiin. Järvet toimivat tulvaa ja vedenvirtausta tasaavina tekijöinä. Sen sijaan vähäjärvisten seutujen valumavedet päätyvät jokiin, joiden vedenvarastointikapasiteetti ei ole sama kuin järvillä. Niinpä veden virtaama kasvaa ja usein joen suun tietämillä valuma-alueen eri joista kerääntyneet vesimassat kohtaavat. Tämä jokien vesien kerääntyminen suuren joen suulle saa aikaan helposti joen tulvimisen yli äyräidensä. Yksi tulvanhallinnan keinoista onkin rakentaa keinotekoisia järviä, jotka täytetään veden virtauksen kasvaessa joessa. Tällä pyritään estämään joen tulviminen, joka aiheuttaa usein vähintään taloudellisia kustannuksia.

Kartan perusteella voidaan päätellä vähäjärvisimpien ja tulvaindeksiltään suurimpien alueiden sijaitsevan Pohjanmaalla ja Suomen etelärannikolla. Nämä alueet ovat usein sangen tulvaherkkiä. Se lienee monille tuttua jokavuotisista uutisartikkelista koskien Pohjanmaan tulvia. Tulvaherkkyys käy ilmi jo Porin kaupungin viroista: kaupungilla on erikseen nimetty tulvasuojelupäällikkö. Vastaavaa virkaa tuskin löytyy esimerkiksi järvisuomen alueelta.

Eriksson, Mia (2014). Kolmas kurssikerta: Käsiksi dataan <https://blogs.helsinki.fi/miaeriks/> Luettu 1.2.2014

Massinen, Samuli (2014). Third round – Datan lisäys tietokantaan <https://blogs.helsinki.fi/smassine/> Luettu 1.2.2014

PAK-blogi= Paarlahti, A. (2014). Paikkatiedon hankinta, analyysi ja kartografia. Tulvaindeksi. <https://blogs.helsinki.fi/pak-2014/> 1.2.2014.

Leave a Reply

Your email address will not be published. Required fields are marked *