Moi!
Kolmannella viikolla tutkimme Qgiss:n tuotua Afrikan karttaa, ja siinä ilmeneviä aineistoja. Erilaisia aineistoja löytyi mm. timanttikaivoksista, öljykentistä ja Afrikassa sijaitsevista konflikteista. Afrikan kartan perustietojen lisäksi tutkimme myös Facebookin ja internetin käytön jakaantumista Afrikassa. Näitä tietoja analysoimalla voidaan saada paljon tietoa siitä, kuinka luonnonvarojen alueellinen jakautuminen on yhteydessä konflikteihin, niiden laajuuksiin sekä konfliktien kestoon.
On sanomattakin selvää, että konfliktien taustalla on monia vaikuttavia tekijöitä, eikä riippuvuustekijät ole vain yhden tekijän summa. Siksi merkityksellisen taustan luominen on tärkeää, koska se luo pohjaa koko kontekstin ymmärtämiseen.
Sierra Leone on valtio Länsi-Afrikassa,Atlantin Valtameren rannikolla. Maa on toipumassa 1991-2002 kestäneestä sisällissodasta, mutta toipumista ovat hidastaneet maassa vallinnut ebolaepidemia vuonna 2014 sekä vuonna 2015 rautamalminhinnan romahtaminen. Maan ensimmäinen presidentti Milton Margai oli autoritaarinen hallitsija, jonka hallitus ei tehnyt paljonkaan mitään monipuolistaakseen timanteille keskitettyä mineraalipohjaista taloutta, johon kuului mm. kulta, rautamalmi, bauksiitti, rutiili ja puutavara. Milton Margainin kuoltua vuonna 1964, hänen veljensä toimi seuraajanaan. Albert Margainin korruptio rehotti johtajuutta, koska hän ei ’’nähnyt yleisen edun mukaista taloudenhoitoa vaan henkilökohtaisen hyödyn’’(Dupuy &Binningsbo 2008) Lopulta mm. timanttivarojen huono hallinta sekä maan korruptio johtivat sisällissotaan. Toisin kuin monissa muissa Afrikan valtioiden sisäisissä konflikteissa, Sierra Leonen konflikti ei perustunut niinkään etnisiin tai uskonnollisiin kilpailuihin, joten tapahtuneessa konfliktissa, voidaan nähdä selkeä yhteys mineraalien sijaintiin.
Yleisesti Afrikka on mineraaleiltaan hyvin rikas maanosa, ja kaikkiaan Afrikka tuottaakin yli 60 erilaista metalli ja mineraalituotteitta, sekä sillä on mineraalien suhteen valtava potentiaali varantojen etsintään sekä tuotantoon. Kuitenkin tuottojen epätasaisesta jakautumisesta ollaan puitu paljon.
Mineraalien louhinta voikin olla hyvin kaksijakoinen asia paikallisyhteisöille. Toisaalta Kaivannaisteollisuushan tuottaa huomattavia tuloja, sekä luo uusia kasvumahdollisuuksia, mutta sillä on myös paljon kielteisiä vaikutuksia. kaivannaisteollisuus myös saastuttaa ympäristöä, sekä voi lisätä väkivaltaisten konfliktien riskiä.
Tutkimukset ovat myös osoittaneet, että kaivosalueen avaamiset luovat rakenteellisen muutoksen työllistymismalleihin Afrikassa, jossa naiset usein siirtyvät maataloustyöstä palvelualalle, tai poistuvat kokonaan työvoimasta. Tutkimusten mukaan myös kaivos-alueet voivat olla vihamielisiä ympäristöjä työskennellä naisille. (Political Geography 56 (2017):53-65) Esimerkiksi kaivostoimintaa tutkivassa tutkimuksessa Tansaniassa tehdyssä haastattelussa, 90 prosenttia tytöistä koki olonsa uhatuksi hyväksikäytön, laiminlyöntien tai perheväkivallan seurauksena. (ILO, 2007).
Toimin luennolla ohjeiden mukaan, mutta jostain syystä, en saanut konfliktien tietoja itselleni esille. Tiedoston mukaan kaikki konfliktit olivat sijoittuneet ainoastaan Kongon demokraattiseen tasavaltaa, joka ei ollut tosiaan todenmukainen… Voisin kuitenkin kuvitella, että timanttikaivoksien/öljykenttien tuottavuusluokittelu voisi olla myös yhteydessä konfliktien määrään alueella. Myös konfliktien tapahtumavuodella voi olla merkitystä, koska valtioihin riippuvat ongelmat voivat vaihdella vuosittain ympäristön muuttujien mukaan, sekä myös naapurivaltioiden tilanteella voi olla vaikutusta.
Tiedoista konfliktin laajuudesta/ säde kilometreinä voitaisiin pohtia esimerkiksi voisiko maan pinta-alalla ja suuruudella olla vaikutusta konfliktin kokoon? Sekä vaikuttaako maan koko ja alueiden pidemmät etäisyydet toisistaan konfliktin hallintaan? Myös asukasmäärän ja konfliktialueen laajuuksien yhteneväisyyttä voitaisiin pohtia.
Myöskin internetin ja yleisesti sosiaalisen median vaikutuksista konfliktien syntyyn voisi löytyä jonkinlaisia yhteneväisyyksiä. Esimerkiksi Sanna Jantunen mainitsee blogissaan kuinka internetillä ja sosiaalisessa mediassa välitetyillä videoilla ja tiedoilla oli vaikutusta Arabikevään kansannousuun. Sosiaalisen median kautta syntyvistä paineista ollaan keskusteltu paljon. Peace Research Institute Oslo (PRIO): n julkaistussa artikkelissa “Anyone who can carry a gun can go”(2014) käydään läpi valkoisen armeijan roolia, Etelä-Sudanin konfliktissa. Artikkelissa mainittiin sodissa olevien miesten kokevan suuria sosiaalisia paineita ja pakotteita koskien sotaa. Pohdinkin, olisiko myös internetillä ja yleisesti sosiaalisella medialla voinut olla jonkinlaista vaikutusta miesten kokemaan painostukseen.
Internetin ansiosta myös erilaisten konfliktien seuranta ja sitä koskeva tiedotus on yhä helpommin ja nopeammin ihmisten saatavilla. Koska digitaalisuuden merkitys on kasvanut kaikissa ikäluokissa ovat useat poliitikot muuttaneet vaalimainontaansa digitaaliseen suuntaan. Sosiaalinen media voidaankin nähdä uutena ’’poliittisen vaikuttamisen voimana’’.
Harjoitus tehtävä
Itsenäisessä harjoitustehtävässä palattiin kuitenkin muihin asioihin, ja aineistona toimi Suomen kartta. Ideana oli vertailla Suomen vesistöalueiden valuma-alueominaisuuksia sekä tulvaherkkyyttä. Ensimmäisenä oli tarkoitus laskea tietojen avulla tulvaindeksi. Tulvaindeksi saatiin laskettua keskiylivirtaaman suhteena keskivirtaamaan (MHQ/MQ). Tässä siis MQ=keskivirtaama, MHQ=keskiylivirtaama. Yleisesti MH- liitteellä tarkoitettiin ylempien mitattujen arvojen keskiarvoa sekä MN- liitteellä alimpien mitattujen arvojen keskiarvoa.
(kuva 1, Attribuutti-taulukko)
Kun MHQ- saatiin liitettyä valuma-alue karttaan pystyttiin laskutoimitus vasta tekemään. Attribuuttitaulukkoa tutkaillessa, näkyi alimpien mitattujen keskiarvojen sekä ylimpien mitattujen keskiarvojen yhteyden lukuarvojen noustessa ja laskiessa yhtä aikaa.
(Kuva 2, Tulvaindeksi ja järvisyys% valuma-alueittain)
Tulkintaa:
Tulvaindeksin laskemisessa saatiin selville kuinka moninkertainen on virtaaman huippu verrattuna kaikkein kuivimpaan aikaan. Kartan (Kuva 2) mukaan suurimmat tulvaindeksit ovat alueilla, joissa järviä on suhteellisen vähän. Suurimmat tulvaindeksi alueet sijaitsevatkin Itämeren ja Pohjanlahden rannikoilla, joita järvialueet reunustavat. Vesistön muodostavat nämä valuma-alueet, joita ovat joet, järvet ja lammet. Yksi poikkeama kuitenkin löytyy aivan Pohjoisesta Lapista Utsjoelta ja Inarin seudulta. Tähän luultavasti liittyy alueen suuri lumenmäärä ja sen ajoittainen sulaminen.
Rannikkoalueiden tulvaherkkyyteen on voinut vaikuttaa alueen maankäyttö, ihmistoiminta sekä keväisin lumien nopea sulaminen. Lotta mainitsee blogissaan myös hyvän pointin siitä, kuinka tulvaindeksi on korkea alueilla, joissa järvisyys prosentti on alhainen sekä kuinka joet tulvivat yleisesti herkemmin ja niitä sijaitseekin juuri Suomen rannikoilla.
Huomasin, että Idalla oli ollut samankaltaisia ongelmia pylväiden saamiseen kartalla kuin itselläni oli aluksi. Kuitenkin kun Diagrams- valikosta kokeilin kaikkia valikoitavia vaihtoehtoja useaan otteeseen, sain pylväät näyttämään suhteellisen selkeiltä. Kartan värejä valikoidessa, huomasin minulla olevan valinnanvaikeuksia. Koska halusin tietoja kuvata sinisellä, pelkäsin, että lopputuloksesta tulisi vaikeasti luettava, mutta mielestäni kartta onnistui kuitenkin suhteellisen hyvin. Tein vielä lopuksi kartan, joka kuvaa tarkemmin maanpinta-alojen ja järvisyyden suhdetta prosentuaalisesti. (Kuva 3)
(Kuva 3: Maanpinta-alan sekä järvisyyden prosentuaalinen jakaantuminen)
Mitä opin?
Tällä kertaa mieleen jäi päällimmäisenä Qgis:n toiminnoista join- operaatio, jonka avulla pystyttiin siirtämään taulukko dataa karttaan. Myös diagrammiosio oli itselle aivan uusi. Erilaisten mahdollisuuksien kokeilu avarsi sitä, kuinka toimintoa voisi hyödyntää erilaisissa kartoissa.
Lähteet:
Sannan blogi – Paikkatietoasioiden (ja bloggailun) opiskelua (helsinki.fi)
Lotan blogi – Geoinformatiikan menetelmät 1 (helsinki.fi)
Pylväät eivät ole puolellani – adlerida’s blog (helsinki.fi)
sekä Geoinformatiikan menetelmät 2021-konflikteihin liittyvät aineistot
(Kuva 1: Pääkaupunkiseudun asuinrakennuksien uima-altaiden lkm alueilla)
Toisella kokeilemallani ruutukoolla, tieto ei ollut enää yhtä selittävä sekä sen visuaalinen ulkonäkö oli myös hieman sekava. Näiden kahden kokeilun jälkeen, totesin, että sopivin ruutukoko olisi todennäköisesti ollut 500m x 500m.
