3. viikko: Afrikan konfliktit ja Suomen tulvat

Afrikan konfliktien sijainnit suhteessa alueen timantti- ja öljyesiintymiin

Afrikan konfliktit eivät vaikuta aiheutuvan timanttikaivoksista ja öljynporausalueista kuvan 1 kartan perusteella. Vaikka konflikteja esiintyy myös timantti- ja öljyesiintymien alueella eivät konfliktit selkeästi keskity näille alueille. Etelä-Afrikassa on esimerkiksi paljon timanttikaivoksia, mutta vain vähän konflikteja ja Itä-Afrikassa puolestaan paljon konflikteja ja vähän timantti- ja öljyesiintymiä. Myös Nikolai Tuuri on päässyt samanlaiseen lopputulokseen siitä, ettei pelkän kartan perusteella luonnonvaroilla ja konflikteilla vaikuta olevan säännöllistä yhteyttä. En löytänyt tietoa kartassa käytetyn aineiston lähteestä tai tarkasteltavasta aikavälistä. Nämä taidettiin mainita tunnilla, mutta en ymmärtänyt kirjoittaa niitä silloin ylös ja ne ovat päässeet unohtumaan.

Kuva 1: Afrikan konfliktien, timanttikaivosten ja öljynporausalueiden sijainnit.

Suomen alueiden tulvaindeksit ja järvisyysprosentit

Kuvassa 2 esitetään Suomen alueiden tulvaindeksejä ja järvisyysprosentteja. Myös tässä käytetyn aineiston lähde on minulta hukassa, koska latasin tiedostot vain kurssikansiosta. Tulvaindeksien väriluokituksessa pyrin tekemään alueiden väliset erot paremmin näkyviksi muodostamalla pienempiä ryhmiä kun arvot olivat alle 200. Näiden erojen näkyminen on mielestäni tärkeämpää kuin se, että jokainen väriluokan laajuus olisi samankokoinen. Kuvassa 3 näkyy vielä miten eri arvot sijoittuu eri ryhmiin. Huomasin, että joillain luokka-arvoilla osat alueet kartasta katoavat, vaikka luokat sisältävät kaikki aineiston arvot. Tämä jäi minua hieman mietityttämään, mutta onneksi kuitenkin sain ainakin omasta mielestäni esitettyä tulvaindeksit kartalla hyvin.

Harjoituksessa tarkasteltiin myös samojen alueiden järvisyysprosentteja. Järvisyysprosentit näkyvät sinisinä histogrammeina kuvassa. Mielestäni histogrammien käyttäminen järvisyyden kuvaamisessa on melko epäselvää, sillä pelkkää kuvaa katsomalla ei saa hyvää käsitystä siitä, miten suuria arvot ovat. Olisikin voinut olla parempi käyttää ympyrädiagrammia kuten Inna Marjamäki tekemässään kartassa. Toisaalta histogrammien avulla voi verrata eri alueiden suhteellisia eroja ja helposti näkee millä alueilla järvisyysprosentit ovat suurimpia.

Järvisyys ei vaikuta olevan syynä tulviin. Suurimmat tulvaindeksit sen sijaan sijaitsevat rannikkoalueilla, missä järvisyys on pientä. Ehkä järvisyys jopa suojaa alueita tulvien syntymiseltä, koska alueet eivät ole tasaisia ja vesi kerääntyy järviin. Aino Koskinen puolestaan pohtii samaa asiaa seuraavasti ”Näitä tuloksia tutkiessani mietin, että johtuisikohan rannikon suuret tulvaindeksit siitä, että valuma-alueet sijaitsevat lähellä merta, jossa säävaihtelut voisivat olla suurempia kuin muualla Suomessa, jolloin vettä sataa ja kertyy enemmän rannikoiden valuma-alueille.” Tämä myös vaikuttaa uskottavalle selitykselle.

Pylväiden saaminen näkyviin kuvaan oli odotettua hankalempaa ja vaati useita yrittämiskertoja. Sain lopulta pylväät näkymään, kun ymmärsin klikata kohtaa apply kohdasta size->attribute->find maximum value. Kesti myös hetken, että ymmärsin edes lisätä tiedon muuttujasta myös size-välilehdelle, sillä se oli kertaalleen mainittu jo attribute-välilehdellä.

Kuva 2: Suomen alueiden tulvaindeksejä sekä järvisyysprosentteja. Järvisyysprosenttien arvot ovat välillä 0-19,8.
Kuva 3: Taulukko kuvastaa eri arvojen määrää aineistossa. X-akselilla on mitattu tulvaindeksi ja Y-akselilla kyseisen tulvaindeksin saaneiden alueiden määrä.

Lähteet

Aino Koskinen. 2023. Geoinformatiikan menetelmät I 2023. Afrikan timanttikaivoksista Suomen valuma-alueisiin. luettu 19.3.2023

Inna Marjamäki. 2023. Innan blogi. 3. Kurssikerta, 3.2.2023. luettu 19.3.2023

Nikolai Tuuri. 2023. Nikolain blogi. 3. Kurssikerta. luettu 19.3.2023

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *