Kolmas harjoituskerta 5.2.2021

Lyhyesti oppitunnista

Kolmannella harjoituskerralla teimme eri tietopankkien yhdistelyä QGIS sovelluksella. Luennolla vertasimme konfliktien, timanttikaivosten, sekä öljyvarojen ilmaantuvuutta Afrikassa (kuva 1). Kartan teko tuntui varsin helpolta oppitunnilla, jossa käytiin läpi myöhemmin haasteeksi koituvia excelin ja QGIS:in välisiä tietojen yhdistämistä joins toiminnolla.

Kuva 1: Afrikan konfliktit, timanttikaivokset ja öljyvarat

Omatoiminen työskentely

Omatoimisessa työskentelyssä tein koropleettikartan tulvaindeksista (kuva 3), joka sisältää myös pylväsdiagrammit alueen järvisyydestä. Tietoja yhdistelemisessä ja karttaa luodessa tuli lukuisia pieniä ongelmia vastaan, jotka kuitenkin sain selvitettyä.

Ensimmäisenä ongelmana excelistä tuomien nimien Ä ja Ö kirjaimet eivät tullut QGIS sovellukseen. Tähän kuitenkin löytyi vastaus tiedoston haku valikosta, “Encoding” kohdasta, johon piti laittaa lukema WS2. En ole varma mitä tämä käytännössä tarkoittaa mutta tärkeintä, että nimi saatiin toimimaan, jotta myöhemmin “joins” toiminto pelasi oikein.

Kuva 2: Encoding-palkin sijainti excelin tiedostoa yhdistäessä.

Toinen ongelma, jonka kanssa kamppailin, oli pylväsdiagrammien saaminen kartalle oikein. Onglema löytyi attribuuttitaulukosta, jossa järvisyyden numeroarvot eivät olleetkaan numeromuodossa, vaan kirjainmuodossa. Tämä rikkoi numereellista suuruusjärjestystä. Annikan blogista löysin kuitenkin vastauksen, jossa hän oli tehnyt järvisyys% taulukosta toisen  “järvisyys” taulukon vaihtamalla “field type” kohtaan “decimal number.” Tämän jälkeen pylväät alkoivat edustaa oikeita kokoluokkiaan.

Kolmantena ongelmana oli legendan kanssa taistelu. Legendaan en onnistunut saamaan järvisyyttä mitenkään näkymään selkeämmin kuin se nyt on kuvassa 3. Saman ongelman kohtasi myös Liisa, sekä Maija. Diagrammia onkin vaikea näyttää järkevästi legendassa vaihtelevan suuruutensa takia. Tämän takia päätin kuvan olevan tarpeeksi selkeä tiedonannoltaan.

Kartan analysointia

Lopputulemaa tarkastellessa, voimme huomata kuinka järvisyyden ollessa alueella suurta, tulvaindeksi on suhteessa pientä. Tulvaindeksihän kertoo, kuinka moninkertainen virtaaman huippu on verrattuna kuivimpaan aikaan. (Paarlahti, 2021.) Tulvimista tapahtuu, kun virtaama on tavallista voimakkaampaa. Tästä voidaan siis olettaa, että järvisillä alueilla sademäärä on tasaisempi.

Tulvaindeksi on suuri meriin virtaavilla jokialueilla Suomen reunamilla. Alueella on jokien virtausnopeuden muutoksia, siksi että virtausta tapahtuu alueella. Keskisuomen vesistöissä, joissa on vähemmän virtausta ja tällöin myös pienempi mahdollisuus tulviin. Myös esimerkiksi keväällä sulavat lumet vaikuttavat vesistön liikkeisiin ja tulvaindeksin korkeuteen. Yllättävä vesimäärä ei ehdi imeytyä maaperään ja siksi tulvii herkemmin.

Kuva 3: Tulvaindeksi ja Järvisyys

Yhteenveto

Olen lopputulemaan tyytyväinen ja tunnen oloni palkituksi ongelmaratkaisun ansiosta. QGIS:in käyttö todellakin helpottuu ajan saatossa ja paras tapa oppia on lopulta omien virheiden kautta. Itsenäinen työskentely rupeaa nopeasti turhauttamaan, mikäli ongelmiin ei löydy nopeasti vastausta. Maltillisuus on selvästi geoinformatiikan tärkeimpiä valtteja. Odotan innolla seuraavaa luentoa, jossa pääsen taas hetkeksi turvautumaan Artun viisauksiin.

 

Lähteet:

Paarlahti, A. (2021). Harjoitus 3 [Word-dokumentti].

https://blogs.helsinki.fi/anninnan/

https://blogs.helsinki.fi/ahokliis/

https://blogs.helsinki.fi/mmjalone/