Kuudes kurssikerta: Kamtšatka

Kuudennella kerralla treenattiin erilaisten kohteiden syöttämistä tilastoista kartan koordinaatistoon. Syöttäminen MapInfoon tapahtui tuttuun tapaan Excel-taulukoista. Näin saatiin siis data siirrettyä MapInfon puolelle. Jotta pisteet saatiin näkymään kartalla oikeissa paikoissa, täytyi tietokannassa olla jokaisen pisteen kohdalla sijaintitiedot. Pisteiden syöttämisvaiheessa tuli huomioida myös pohjakartan projektio.

Pääsimme harjoittelemaan myös itse pisteiden keräystä. Jakauduimme ryhmiin ja jokainen ryhmä varustettiin GPS-paikantimella. Tarkoituksena oli valita lähiympäristöstä vapaavalintainen kohde ja kerätä tämän kohteen sijainteja paikantimen avulla talteen. Valitsimme kirkkaan punaiset autot (enemmän keltaiseen kuin siniseen taittava punainen) ja lähdimme ryhmän kanssa kiertämään Physicumia ja Exactumia. Keräsimme yhteensä yhdentoista värikriteerin täyttäneiden autojen sijainnit. Laitteen ilmoittavat sijaintitiedot olivat muotoa etäisyys päiväntasaajasta ja keskimeridiaanista kilometreinä. Laitteen antama korkeusarvo oli ilmeisen epätarkka, mutta se liikkui 30-45 metrin välillä. Ulkoilu ja pienimuotoiset kenttähommat olivat mukavaa vaihtelua.

Hyödynnettävissä olevien aineistojen määrä tuntuu edelleen hämmästyttävän suurelta. Aineistoja tuntuu olevan tarjolla mitä eriskummallisimmista aiheista ja yksittäisenkin tietokannan sisältö voi olla valtava, esimerkiksi harjoitusvaiheessa työstetty tietokanta RAY:n pelikoneiden sijainneista pääkaupunkiseudulla. Aluksi ajattelin MapInfon vaativan jotain erittäin käsiteltyjä tai spesifejä tiedostoja, mutta ohjelmahan lukee (lähes) suoraan mitä tahansa taulukkomuotoista dataa, jota on käyty siistimässä esimerkiksi Excelissä. Mahdollisuuksien lähes loputon määrä on todella hyvä asia.

Itse asiaan. Kuudetta blogitekstiä varten piti tuottaa kolme karttaa luonnonhasardeista. Karttoihin valittu alue oli vapaavalintainen, mutta kartat piti laatia sellaisiksi, että niitä voitaisiin käyttää opetustarkoituksiin.

Kartoissani teemana on  Kamtšatkan niemimaan ympäristön seisminen ja vulkaaninen toiminta. Kamsatka on pinta-alaltaan hieman Suomea suurempi niemimaa, joka sijaitsee Venäjän kaukoidässä (157 astetta itäistä pituutta). Niemimaa on vuoristoinen, karu ja harvaan asuttu. Kamtšatka sijaitsee Tyynenmeren tulirenkaan luoteisnurkassa. Alue on seismisesti ja vulkaanisesti erittäin aktiivista, kuten alla olevista kartoista havainnollistavat.

PAK6_kartta7.0

Kuva 1. Magnitudiltaan yli 7,0 maanjäristykset Kamtšatkan ympäristössä (NCEDC & GVLD).

En valinnut Kamtšatkaa ainoastaan sen maanjäristysherkkyyden ja tulivuorten määrän vuoksi. Alueen kaukaisuus, eristyneisyys ja tuntemattomuus kiehtovat minua. Luonnonolosuhteista puhumattakaan. Karttoja on aina mukavampaa tehdä sellaisista alueista, joka kiinnostavat. Matkakuumettahan se kasvattaa, mutta en näe sitä lainkaan pahana asiana. Kuvan 2 perusteella voidaan sanoa, että Kamtšatkan niemimaalla voisi melko todennäköisesti kokea magnitudiltaan keskitasoisen maanjäristyksen. Mikä ettei!

PAK6_kartta4,0-7,0

Kuva 2. 4,0 – 7,0 magnitudin maanjäristyksiä on paljon (NCEDC).

Opetuksen kannalta karttojani voitaisiin käyttää havainnollistamaan mereisen alityöntövyöhykkeen tapahtumia. Yleensä tämän aiheen oppikirjaesimerkkinä toimii Perun ja Chilen rannikko, joten vaihtelu voisi olla paikallaan. Toisaalta Kamtšatka on verrattain pieni ja tuntematon alue, jota ei ehkä kannata liikaa korostaa ainakaan yleismaantieteellisessä opetuksessa. Karttani voisivat olla käyttökelpoisia, jos opetuksen aihe rajoittuisi Venäjän maantieteeseen. Venäjän luonnonmaantieteessä keskityttäisiinkin varmasti tähän alueeseen. Huomasin myös Riinan tehneen Venäjälle sijoittuvan kartan. Riina muotoilee asian laidan hyvin kirjoittaessaan luonnonhasardit sijoittuvat lähinnä Venäjän itärannikkolle Tyynenmeren tulirenkaalle

Muita mahdollisia vaihtoehtoja opetuskäytölle ovat myös Tyynenmeren tulirengas eli Tyynenmeren litosfäärilaatan reuna-alueet.

kamsatka_tulirengas

Kuva 3. Kamtšatkan niemimaa (ylhäällä) osana Tyynenmeren tulirengasta. (NDEDC & GVLD).

Plates

Kuva 4. Kartta litosfäärilaatoista, Tyynenmeren laatta keskellä.

Kartat onnistuivat mielestäni ihan hyvin. Pohjoisnuolesta en ole vieläkään oppinut tekemään kaunista, mutta olen päättänyt antaa asian olla. Näissä kartoissa ei välttämättä olisi edes tarvittu pohjoisnuolta, sillä pituuspiirit ovat näkyvissä. Jätinkin sen pois kolmoskartasta, koska siinä näkyy maapallon muoto niin selvästi.

Lähteet:

NCEDC (2014). Northern California Earthquake Data Center. University of California, Berkeley Seismological Laboratory. Dataset. doi:10.7932/NCEDC.

Data.gov (U.S. Goverment’s open data) (2014). Global Volcano Location Database <http://catalog.data.gov/dataset/global-volcano-locations-database>

Koskela, R. (2015). Kurssikerta 6: Piristävää vaihtelua. <https://blogs.helsinki.fi/riinakos/>

Kuvan 4 lähde hävisi internetin syövereihin

Viides kurssikerta: Bufferointia

Olin väärässä Pornaisten suhteen, sillä luulin sen olevan tämänkertaisen teeman ja tehtävien ydin. Pornainen oli kuitenkin pelkkää treeniä ja hyvä niin. Kun piirsimme Pornaisten keskusta-alueen teitä, peltoja ja rakennuksia mieleen palautui vahvasti TAK2-kurssin kartanpiirtotehtävät. Tämä melkein alkoi jo latistamaan tunnelmia, mutta onneksi minulle selvisi nopeasti että tälläkin kertaa MapInfolla puuhailtaisiin varsin mielenkiintoisten ympäristöjen ja teemojen parissa.

Viides kurssikerta oli sisällöltään enemmän laskennallinen, eikä tarkoituksena ollut tuottaa samanlaisia visuaalisia esityksiä kuin aiemmin. Tämä onkin ensimmäinen blogiteksti ilman karttaa.

Koko homman ydin tällä kurssikerralla oli bufferointi eli suomeksi puskurointi. Kurssikerran itsenäistehtävät pyörivät kaikki tämän toiminnon ympärillä. Bufferoinnin avulla luodaan helposti tarkastella esimerkiksi erilaisten vaikutusalueiden alle jäävien kohteiden lukumäärää. Bufferoinnissa vaitaan aluksi jokin kiintopiste tai alue, jonka jälkeen laitetaan ohjelma laskemaan haluttujen kohteiden (esim. asuinrakennusten) määrä tietyllä etäisyydellä bufferin keskipisteestä. Lopputuloksena karttaan ilmestyy ympyrä tai pyöreähkö kuvio, jonka sisälle jäävät kohteet otetaan mukaan analyysiin.

Itsenäistehtävät lähtivät käyntiin ilmailuaiheisilla teemoilla. Tehtävämme sijoittuivat pääkaupunkiseudulle. Tarkastelimme Malmin lentokentän ja Helsinki-Vantaan lentoaseman ympäristöjä erilaisilla bufferianalyyseilla. Lentokenttien tapauksessa piti esimerkiksi selvittää kilometrin ja kahden kilometrin säteillä kiitoradoista asuvien ihmisten määrä. Tarkasteluun liitettiin mukaan lentokoneiden nousuista ja laskuista aiheutuvat meluvyöhykkeet. Bufferoinnin avulla laskettiin muun muassa vähintään 60dB meluvyöhykkeellä asuvien ihmisten määrä. Nämä teemat olivat aika mielenkiintoisia ja on mukavaa, että kurssin aikana harjoituksissa on käytetty hyvin erilaisia aiheita.

Lentokenttien jälkeen tutkittiin asukkaiden määrää 500 metrin säteellä juna-asemista. Tästä luvusta laskettiin työ- ja kouluikäisten osuuksia. Laskimme myös asukasluvun avulla taajamassa asuvien osuutta sekä ulkomaalaisen väestön osuutta eri asuinalueilla.

blogi5_kuva

Kuva 1. Kurssikerran muistiinpanoja ja tehtävien tuloksia

Vertasin sotkuisia muistiinpanojani Hannan siistiin taulukkoon ja havaitsin tulosteni olevan samansuuntaisia. Koska jokainen on piirtänyt bufferoitavat alueet itse, ovat tulokset varsinkin ensimmäisissä laskutoimituksissa selvästi erilaisia. Heittämät eivät kuitenkaan ole niin suuria, että tulisi huolestua.

Sinänsä yksinkertaiset laskutoimitukset ja niiden syöttäminen MapInfoon osoittautui yllättävän aikaavieväksi touhuksi. Tajusin jossain puolivälin vaiheilla tehneeni osan tehtävistä aivan väärin. Uusien sarakkeiden lisääminen tietokantaan oli tullut jo tutuksi, mutta tein silti paljon virheitä ja sain aikaan käsittämättömiä lukemia esimerkiksi ulkomaalaisten osuuden kohdalla. Virheiden korjaaminen oli kuitenkin nopeaa sen jälkeen, kun todella ymmärsin ja sisäistin tehtävien suoritukset.

Tuntuu siltä, että MapInfo-osaaminen laajenee jokaisella kurssikerralla ja ehkä tässä vaiheessa uskallan jo olla vähän sitä mieltä, että ohjelman perustoiminnot alkavat olla niin sanotusti hallussa. Tästä kuuluu tietenkin kiitos Artun selkeälle step-by-step opetustyylille. Itse teemakarttojen tuottaminen onkin nykyään todella nopeaa ja kevyttä hommaa. Tässä vaiheessa lieneekin hyvä alkaa kiinnittämään karttojen visuaaliseen hiontaan ja viimeistelyyn yhä enemmän huomiota.

Lähteet:

Kaistinen, H. (2015). Taulukko 1. Ensimmäisten tehtävien vastaukset. <http://https://blogs.helsinki.fi/hankaist/files/2015/02/taulukko222.png>

Neljäs kurssikerta: Ruutuja

Neljännellä kurssikerralla tehtiin pääkaupunkiseudulle aluerajauksia. Rajauksessa käytettiin Grid-työkaulua, jonka avulla pystyi luomaan kartan päälle ruudukon. Ruudukko mahdollisti aiempaa tarkemman tutkimisen, sillä sen avulla pystyi jakamaan tutkimusalueen todella pieniin osiin. Aiemmissa kartoissa teemoja on tarkasteltu lähinnä kunta- tai maakuntatasolla. Ruutujen koko oli vapaasti valittavissa (käytännössä 250-1000m mittaiset sivut) riippuen teemasta.

Nyt minäkin tein vihdoin kartan, joka käsittelee muunkielistä väestöä. Karttani teema on muunkielisen väestön sijoittuminen pääkaupunkiseudun kuntien alueella. Muunkielisyys tässä aineistossa tarkoittaa henkilöitä, joiden äidinkieli on jokin muu kuin suomi tai ruotsi.

pak4kartta1ympyrä

Kuva 1. Muunkielisen väestön sijoittuminen pääkaupunkiseudulla.

Kartassani ruudukon koko on 250m x 250m. Se tekee ruuduista melko pieniä, ilman zoomausmahdollisuutta ehkä liiankin pieniä. Toinen huono puoli ruutujen pienikokoisuudessa on se, että niistä on vaikea erottaa luokkia kuvaavaa täyteväriä. Niitä on kartassani viisi erilaista. Neljä luokkaakin olisi varmasti riittänyt. Olisin myös voinut muokata sävyeroista hieman selkeämmät. Omat silmäni ovat vaikeuksissa varsinkin toiseksi pienimmän ja keskimmäisen luokan erottamisessa.

Toisaalta valitsemani ruutukoon etu on se, että tämän teeman yhteydessä se paljastaa muunkielisen väestön voimakkaan keskittymisen merkittävimpien (joukko)liikenneväylien varsille. Kartan keskellä erottuu selvästi M-junan (Helsingin rautatieasema – Vantaankoski) radanvarsi, joka jatkuu punaisena nauhana Länsi-Vantaalta Helsingin kantakaupunkiin asti. Muunkielisten sijainti myötäilee vahvasti myös Helsingin metroradan sijaintia, kun tarkastellaan Kulosaaren itäpuolisia alueita. Kartasta näkee muunkielisten sijoittumisen perusteella selvästi, kuinka Itäkeskuksen jälkeen (itään mentäessä) metrorata jakaantuu kahtia ja pohjoinen raide kääntyy koillis-lounais -suuntaisesta luode-kaakko -suuntaiseksi kulkien Myllypuron ja Kontulan kautta kohti Mellunmäen pääteasemaa. Merkitsin tämän metroradan pohjoisen raiteen käännöksen karttaan sinisellä ympyrällä.

Uskon, että mainitsemani joukkoliikenneväylät erottuisivat selvästi pelkällä asukkaita/ruutu -teemallakin. Muunkielisen väestön sijoittuminen painottunee sinne, missä asutusta on muutenkin tiheästi.

Vertasin karttaani huvikseni Toni Ruikkalan karttaan Vantaan asukastiheydestä. Muunkielisiä ihmisiä on sen verran tasaisesti ympäri Vantaata, ettei mikään asuinalue näyttäisi jäävän ilman ruutuja minun kartassani. Tosin pienin muunkielisten määrää kuvaava luokka on vain 1-10 henkilöä. Suurimpia erot ovat Pohjois-Vantaalla sijaitsevan Kivistön suuralueen ympäristössä.

Kurssikerran puolessa välissä (klo 14) alkoi sopivasti laitoskahvit. Tarjolla oli kahvia ja MaO:n emäntien itse leipomia Runebergin torttuja. Molemmat maistuivat hyvältä MapInfo-sessioiden välissä. Laitoskahvien vuoksi kurssikerran tauko venyi vähän tavallista pidemmäksi, mutta se ei haitannut.

Tauon jälkeen kurssikerran toisella puoliskolla siirryttiin pääkaupunkiseudulta Pornaisiin. Avasimme MapInfolla peruskarttalehden, josta löytyi Pornaisen keskusta ja laajoja alueita sen ympäriltä. Kurssikerran kansiosta löytyi valmiiksi tehty kehys, joka sijoittui keskustan ympärille ja rajasi harjoituksessa tutkittavan alueen.

Kehyksen paikalleen asettamisen jälkeen opettelimme MapInfon piirtotoimintoja. Ne olivat alkeellisempia kuin Corelissa, mutta esimerkiksi noodien ja kuvioiden rajojen yhdistäminen vaikutti paljon käytännöllisemmältä.

Saimme tehtäväksi piirtää kehyksen sisällä sijaitsevat asuinrakennukset, pellot, vesistöt, merkittävät tiet ja nimistöt. Ehdin kurssikerran aikana piirtää vain asuinrakennukset ja tiet ja minulle jäi vähän epäselväksi, pitikö kaikki muu piirtää valmiiksi seuraavaa kurssikertaa varten. Tämä työ löytynee seuraavasta blogikirjoituksesta.

Lähteet:

Ruikkala, T. (2015) Vantaan väestötiheys ruutukarttana. <https://blogs.helsinki.fi/ruikkala/files/2015/02/V%C3%A4est%C3%B6tiheys.png>

Artikkeliharjoitus: Kaksitasoiset koropleettikartat

Anna Leonowicz pohtii artikellissaan Two-variable choropleth maps as a useful tool for visualization of geographical relationship kaksitasoisten teemakarttojen käyttömahdollisuuksia sekä niiden toimivuutta verrattuna tavallisiin yhden teeman koropleettikarttoihin.

Yleisesti ottaen artikkeli tuntui aika tutulta peruskauralta. Varsinkin värien käyttöön liittyvän kappaleen (Graphic representations) asiat tuntuivat selviltä. Tämä ei kuitenkaan tarkoita sitä, että harmonisen ja havainnollistavan värimaailman löytäminen luonnistuisi minulta ilman kokeilemista ja säätämistä. Artikkelissa oli kuitenkin hyviä huomioita esimerkiksi muuttujien luokkien enimmäismääristä.

Tekstin asioiden tuttuus johtunee siitä, että tällaisia juttuja on jo ehditty kurssin aikana harjoittelemaan. Kirjoitan tätä artikkeliin liittyvää tekstiä huomattavasti myöhässä (tänään on jo 9. helmikuuta). Tässä onkin ehtinyt karttojen kanssa tulla jo monta sellaista tilannetta, jossa nämä asiat on pitänyt itse miettiä.

Olen Leonowiczin kanssa hieman eri mieltä kahden eri väripaletin yhdistämisestä. Leonowicz pitää kuvan 1 A-riviä hyvänä esimerkkinä värien yhdistelystä. Yhdistelmä on kyllä luettava ja ymmärrettävissä, mutta mielestäni se yltää silti vain keskinkertaiselle tasolle. B-rivin värikokonaisuus on luettavuuden kannalta toimimaton, tästä Leonowicz on kanssani samaa mieltä.

Mielestäni toisen teeman esittäminen rastereiden (pisteiden, viivojen) avulla tuottaa paljon havainnollisemman ja helposti luettavamman lopputuloksen. Minua ihmetyttääkin, että Leonowicz esittää väripalettien yhdistelyn ensisijaisena tapana kaksitasoisten koropleettikarttojen visualisoinnissa. Olen sitä mieltä, että hänen oma teemakarttansakin Mazowszen alueesta olisi toiminut paremmin, jos toinen muuttujista olisi esitetty erikokoisin pistein tai erilailla suuntautuvin viivoituksin.

pak2artikkelikuva

Kuva 1. Väriteemojen yhdistelyä (Leonowicz).

Artikkeli vahvisti käsitystäni siitä, että kaksitasoisia karttoja käyttöä esityksissä kannattaa harkita tarkoin. Ennen kartan tekemistä on hyvä katsoa vaikkapa hajontadiagrammin avulla onko muuttujien välillä korrelaatiota. Jos näin ei ole, ei kannata tehdä kaksitasoista karttaa. Lopputuloksesta tulee sekava ja mitäänsanomaton, jos kartalla esitettävillä teemoilla ei ole yhteyttä. Tämä tuli itselleni selväksi toisen kurssikerran aikana, kun kokeilin erityyppisten SOTKAnet-aineistojen yhdistämistä. Jos tarkoituksena on esittää korrelaation puute, lienee parempi tehdä pelkkä diagrammi tai kaksi erillistä karttaa.

artikkelih_teemakartat

Kuva 2. Kun näet tämän, tee siitä kaksitasoinen kartta (Leonowicz).

Lähteet:

Leonowicz, A. (2006). Two-variable choropleth maps as a useful tool visualization of geographical relationship. Polish Academy of Sciences, Institute of Geography and Spatial Organization.

Kolmas kurssikerta: Afrikan konflikteista Suomen valuma-alueisiin

Kolmannella kurssikerralla opeteltiin suuri määrä MapInfon toimintoja. Aihepiiri liittyi tietokantojen tuontiin, yhdistämiseen ja uusien tilastosarakkeiden muodostamiseen.

Tietokantojen yhdistämistä harjoiteltiin Afrikka-aiheisilla teemoilla. Afrikan mantereen kartalle tiputettiin konfliktien, timanttikaivosten ja öljykenttien sijainnit. Mielestäni tämä oli hyvin mielenkiintoinen teema ja hyvä esimerkki paikkatietoanalyysin mahdollisuuksista. Sijaintien lisäksi tietokanta sisälsi myös paljon tarkentavaa tietoa kolmesta edellä mainitusta aiheesta. Tietokannasta löytyi tietoa seuraavista muuttujista

  • Konfliktin tapahtumavuosi
  • Konfliktin laajuus/säde kilometreinä
  • Timanttikaivosten löytämisvuosi
  • Timanttikaivoksen kaivausten aloitusvuosi
  • Timanttikaivosten tuottavuusluokittelu
  • Öljykenttien löytämisvuosi
  • Öljykenttien poraamisvuosi
  • Öljykenttien tuottavuusluokittelu

Tällaisella aineistolla saisi tehtyä monenlaisia tutkimuksia. Ensimmäiseksi lienee luontevaa tarkastella konfliktien sijainteja suhteessa timanttikaivoksiin tai öljykenttiin. Kartta (kuva 1) paljastaa, että monilla alueilla sijainnit kohtaavat. Yhteys on voimakkaampi konfliktien ja timanttikaivosten kuin konfliktien ja öljykenttien välillä. Todellisuudessa näin yleisluonteinen tarkastelu ei ole relevanttia, sillä sijaintien vertailussa tulisi ottaa huomioon konfliktien ja kaivannaisalueiden tapahtumis- ja perustamisajankohdat.

Yksi pahimmista timantteihin liittyvistä konfliktialueista lienee Sierra Leonen ja Liberian ympäristö. Alue tunnetaan monimutkaisista kuvioista, joissa kapinallisjoukot ja niiden taustalla vaikuttavat intressiryhmät rahoittavat konflikteja timanttikaupasta saatujen tulojen avulla (UCDP). Tällaiseen tarkoitukseen käytettyjä timantteja kutsutaan veritimanteiksi. Tietokantaan ei ole merkitty aivan tuoreimpia Afrikan konflikteja, esimerkiksi Libyan öljykenttien hallintaan liittyviä taisteluita. Toisaalta tilanne Libyassa lienee edelleen hyvin sekava ja koko tapaus on niin tuore, ettei tietoa välttämättä ole saatavilla.

Afrikan konfliktien sijoittumista tutkineet Hegre & Raleight (2006) toteavat raportissaan, että konfliktien keskukset sijaitsevat usein valtioiden periferisillä alueilla, joissa tyypillisesti on eri yhteisöjen tiheää, klusterimaista asutusta. Erityisen konfliktiherkkiä alueita ovat rajaseudut. Tutkimus etsii konfliktiherkkyyttä selittävää tekijää etenkin valtioiden väestömääristä, mille löytyykin korrelaatio.

Afrikka

Kuva 1. Afrikan konfliktit laajuusalueineen, timanttikaivokset ja öljylähteet. (Paarlahti 2015)

 

Alkutreenin jälkeen siirryttiin taas varsinaisen tehtävän pariin. Teema vaihtui luonnonmaantieteelliseksi. Tarkoituksena oli tuottaa kaksitasoinen teemakartta Suomen vesistöjen valuma-alueiden tulvaindekseistä ja järvien osuuksista. Tulvaindeksi esitettiin kartassa värein ja järvisyys pylväsdiagrammein. Alkuvaiheessa MapInfossa oli auki Suomen vesistöjen valuma-aluiden mukaan rajattu kartta ja kaksi taulukkoa, jotka sisälsivät tietoa jokien ominaisuuksista. Tulvaindeksi saatiin laskemalla jokien keskiylivirtaama jaettuna keskialivirtaamalla. Tätä ennen taulukot piti yhdistää, jotta laskutoimituksen pystyi tekemään. Tulvaindeksin luku kertoo, kuinka monta kertaa enemmän vettä joessa keskimäärin virtaa tulvahuipun aikana kuin kuivan kauden aikana. Lisäksi järvisyys-taulukko piti tuoda Excelistä MapInfoon.

Pak3kuva

Kuva 1. Vesistöjen valuma-alueiden tulvaindeksi ja järvisyysprosentti

Kartassa näkyy siis Suomen vesistöjen valuma-alueet, jotka muodostavat tarkasteltavan alueen rajat. Valuma-alueidenajat myötäilevät melko hyvin Suomen valtionrajoja. Eniten poikkeamaa naapurivaltioiden puolelle on Karjalan kannaksella ja Ruotsin Lapissa. Pienen tulvaindeksin alueet ovat laajoja ja usein järvisiä lukuun ottamatta Lapin erämaita, jossa järvisyys on pieni.

Kartasta voidaan aika nopeasti nähdä, että järvialan suuri osuus enteilee pientä tulvaindeksiä. Vastaavasti korkean tulvaindeksin alueilla järvisyys on pieni. Valuma-alueiden rajat ovat asettuneet näin. Pienen tulvaindeksin alueet ovat laajoja ja usein järvisiä lukuun ottamatta Lapin erämaita, jossa järvisyys on pieni. Järvisiltä alueilla vesialtaat toimivat luontaisina vesivarastoina, jotka vähentävät tulvariskia. Tasaisilla rannikkomailla järvisyys on pienempi ja vesimassat ovat vain “ohikulkumatkalla” kohti Itämerta. Tällaisten alueiden tulvaindeksiä kasvattaa järvien puuttuminen ja toisaalta maanpinnan tasaisuus, joka mahdollistaa tulvavesien leviämisen laajoille alueille. Korkeimman indeksin alueita ovat Pohjois-Pohjanmaa ja Varsinais-Suomi. Korkeimman tulvaindeksiarvon saa Aurajoki. Rajusti tulvivat alueet ovat pinta-alaltaan pieniä.

Karttaan olisi ollut mahdollista jättää näkyville vesistöt (myös Suomen ulkopuoliset), mutta päätin piilottaa ne. Vesistöjen kanssa kartta näytti hienolta, mutta järvisyys-pylväät jäivät osittain niiden alle, enkä saanut muutettua tätä. Ne olisivat myös häirinneet Ruotsin päälle sijoittamani legendan luettavuutta. Ympäröiviin alueisiin olisi voinut myös käyttää jotakin täytevärillä, kuten esimerkiksi Roosan kartassa.

Tulvaindeksiaineiston jakauma oli vino. Luokkarajoiksi laitoin kvantiilit ja neljä luokkaa. Kahden joen indeksiarvot olivat kuitenkin huomattavan korkeat (noin 550 ja 1100) eroten selvästi muusta aineistosta. Tein näille kahdelle Varsinais-Suomessa sijaitseville jokialueille oman luokan, joten luokkia tuli lopulta viisi.

Karttaa tehdessä tuli pari unknown erroria, mutta kaiken kaikkiaan sain työn hyvin nopeasti valmiiksi. Kartan tekeminen tuntui jo rutiininomaiselta ja muutenkin yksinkertaisemmalta viime viikkoon verrattuna, sillä aineistoja ei tällä kertaa tarvinnut valita itse. Muista PAK-ryhmistä kantautui huhuja, että tämä kurssikerta olisi erityisen vaikea, mutta onnistuin pysymään aika hyvin kärryillä.

Lähteet:

Uppsala Conflict Data Program (2015) Conflict encyclopedia                         <http://www.ucdp.uu.se/gpdatabase/gpcountry.php?id=136&value=#>. Uppsala universitet. Luettu 6.2.2015.

Wikipedia (2015). Blood diamonds. <http://en.wikipedia.org/wiki/Blood_diamond>. Luettu 6.2.2015.

Hegre, H. & Raleigh, C. (2006). Population Size, Concentration, and Civil War. A Geographically Disaggerated Analysis. Centre for the Study of Civil War (CSCW).

Paarlahti, A. (2015) . Paikkatiedon hankinta, analyysi ja kartografia 2015 -blogi. <https://blogs.helsinki.fi/pak-2015/2015/01/30/afrikkaa-ja-konflikteja/>.

Puumalainen, R. (2015) ROOSAN BLOGI. Kurssikerta 3. <https://blogs.helsinki.fi/roosapuu/>.