Hei vain taas! :–)

Kolmannella kurssikerralla opettelimme taas uusia erilaisia pieniä ja suurempia kikkoja QGIS:n käyttöön. Opettelimme esimerkiksi, kuinka voimme liittää eri valtioiden irrallisia alueita, kuten saaria yhdeksi, kaikki valtion alueet kattavaksi kokonaisuudeksi. Opettelimme myös muotoilemaan Excel-muotoisia taulukkotietokantoja oikeanlaiseen muotoon ja liittämään näitä muutettuja tietokantoja toisiin taulukkotietokantoihin. Tämä tapahtuu ensin muuttamalla tiedosto Excelissä .csv-tiedostoksi, ja sitten liittämällä tämä uusi taulukkodata vanhaan karttapohjaan Join -toimintoa käyttämällä.

Ensimmäisessä tuntitehtävässä käsittelimme tietokantaa Afrikan mantereen valtioista. Alkuperäinen tietokanta sisälsi tiedot Afrikan mantereen konflikteista, öljykenttäesiintymistä sekä timanttikaivoksista, (Kuva 1). Liitimme tähän samaiseen tietokantaan toisen tietokannan, mikä sisälsi tietoa Afrikan mantereen internetin käyttäjistä, Facebook -käyttäjistä sekä väkilukuarvion vuodelta 2020. Tästä jälkimmäisestä, uuden laajemman tietokannan pohjalta luodusta kartasta minulla ei ole omaa versiotani. Jos sellaisen näkeminen kiinnostaa, suosittelen käymään vilkaisemassa Amanda Salmensuun blogista koropleettikarttakuvaa, joka näyttää meille prosentuaalisesti internetin käyttäjämäärän Afrikan mantereen maissa suhteessa maiden väkilukuun. Koropleettikarttaa, tai itse tietokantaa ja sen tietoja internetin käyttäjämääristä voidaan pitää eräänlaisena valtioiden kehityksen mittarina. Tottahan se on, että yleisesti kehittyneemmillä mailla on laajemmat internetin käyttäjämäärät.

Kuva 1. Karttakuva Afrikan mantereesta, missä näkyy alueella esiintyvät timanttikaivokset, öljykentät sekä alueella esiintyneet toisen maailmansodan jälkeiset konfliktit. Lähde: kurssin harjoitusdata.

Pohdimme tunnin aikana, että oliko kenties timanttikaivosten, öljykenttien sekä konfliktien välillä yhteyksiä. Selvää, varmaa yhteyttä niiden välille emme saaneet niiden välille vedettyä, mutta tulimme muistaakseni tulokseen, että niiden välillä oli mahdollisesti hieman korrelaatioita. Lisätietojen etsimisen avulla ja tarkemmalla analyysilla voisimme saada selkeämpiä tuloksia aiheesta, mutta saimme tunnin aikana ainakin maistiaisia siitä, millaista tutkimusta tämän tyyppisellä datalla pystyy tekemään, ja miten tätä dataa voitaisiin mahdollisesti kartalle visualisoida.

Kolmannen luentokerran kotitehtäväksi saimme tehdä koropleettikartan Suomen valuma-alueiden tulvaindekseistä. Kerkesimme aloittaa tehtävän tekemisen tunnin lopussa. Pääsin hyvälle alulle, mutten kerennyt sitä ihan kokonaan kuitenkaan tekemään lopputunnin aikana.

Tulvaindeksi-kartta väsättiin samalla periaatteella, kuin tuntitehtävätkin. Käytimme Join-toimintoa liittääksemme keskiylivirtaama-taulukon valuma-alueet -tietokantaan. Kaikki muutkin vaiheet sujuivat ongelmitta, kunnes tuli aika lisätä histogrammit koropleettikarttaan kuvaamaan kuntien järvisyysprosentteja. Luin muiden kurssikaverieni blogeista, kuinka myös heillä oli ollut ongelmaa saada luotua hyviä informatiivisia histogrammeja, tai heillä oli esiintynyt legendan laatimisen kanssa. Esimerkiksi Ville ja Sanna kamppailivat samojen asioiden kanssa.

Kuva 2. Yritykseni luoda pylväsdiagrammitaulukkoa Tulvaindeksi -koropleettikartan päälle. 

En saanut itse luotua pylväsdiagrammeja, jossa arvot olisivat muuttuneet lukuunottamatta kolmea palkkia, joten päätin yrittää samaa mitä Ville oli tehnyt, tehdä pylväistä ympyrädiagrammeja, mutta sekään ei näyttänyt onnistuvan. Ympyrädiagrammiosiossa kaikki muut, paitsi kolme järvisyysprosenttia kuvaavaa palloa olivat hävinneet. Sain kaikkiin valuma-alueisiin omat pallonsa esiin, jos laitoin kooksi ”fixed size”, mutta kaikki muut paitsi kartalla näkyvät kolme palloa olivat tyhjiä. Tarkastellessani attribuuttitaulukkoa, löysin oikeat arvot sieltä, joiden kaiken järjen mukaan pitäisi muodostaa järvisyysprosentteja kuvaavia taulukoita. Muiden kanssaopiskelijoiden valmiisiin karttaselitteiden legendoihin verraten löysin omasta attribuuttitaulukosta järvisyys% korkeimpana arvona myös 19,8% järvisyysprosentin ja muutenkin taulukko näytti siltä, että sen pitäisi toimia, ei tyhjiä NULL-kenttiä missään tai mitään muutakaan vastaavaa. Tappelin tämän histogrammiasian kanssa reilut puolitoista tuntia yrittäen kaikenlaisia kikkoja, yritin muuttaa arvoja kokoa muokkaavilla työkaluilla, yritin ladata järvisyys%-aineiston uusiksi ja muuttaa sen aineistotyyppiä, enkä keksi mistä asia kiikastaa, joten esitän vaan ruman epätäydellisen lopputulokseni tässä viimeisenä alhaalla, kuvassa 3.

Kuva 3. Lopullinen, epäonnistunut tuotokseni järvisyysprosentista. Kartalla näkyy vain ne kolme arvoa, jotka muokkaantuivat arvoja muuttaessani. Järvisyys% kohtaan unohdin muuttaa otsikon siistimmäksi, pahoittelut siitä.

Vastatakseni vielä tehtävänannon viimeiseen kysymykseen, siihen että onko minussa synnynnäisen luonnonmaantieteilijän vikaa, voin todeta, että eipä taida olla ainakaan tämän edellisen tehtävän perusteella. ☹ No, pää pystyyn ja uusia vastoinkäymisiä kohti, ehkä ensi viikolla päivä paistaa kirkkaammin viikkotehtävien parissa touhutessani!

Lähteet:

Harjoitusdata,

https://blogs.helsinki.fi/smjantun/, Viitattu 9.2.2021

https://blogs.helsinki.fi/salmeama/, Viitattu 9.2.2021

https://blogs.helsinki.fi/villvais/, viitattu 9.2.2021