Kolmas luento ja sen kotitehtävät

Kolmannella luennolla harjoittelimme eri tietokantojen tuontia ja yhdistämistä QGIS:ssä. Harjoittelimme tätä Afrikan mannerta kuvaavan kartan avulla, jonka taulukossa oli alussa vain id, koodi ja maan nimi. Tähän taulukkoon laskimme aluksi pinta-alan ja yhdistimme siihen muita tietokantoja, joissa oli muun muassa väestö sekä konfliktien , timanttikaivosten ja öljykenttien määrä. Taulukko, joka sisälsi väestötietoja, tuotiin QGIS:iin csv-tiedostona ja yhdistettiin päätaulukkoon join -toiminnon avulla käyttäen yhdistävänä tekijänä maan nimeä. Myös tietokannat konflikteista, timanteista ja öljykentistä yhdistettiin samalla periaatteella join -toimintoa käyttäen. Minulla sujui Afrikka harjoituksen kanssa yllättävän hyvin, enkä kohdannut sen suurempia ongelmia luennon aikana. Lopputuloksena syntyi kartta, josta näkyy konfliktien, timanttikaivosten ja öljykenttien sijoittumisen Afrikan mantereelle.

Kuva 1. Konfliktien, timanttikaivosten ja öljykenttien sijoittuminen Afrikan mantereella. Lähde: kurssimateriaali

Kartasta voidaan päätellä, että konfliktit seuraavat jossain määrin luonnonvaroja. Laskimme taulukkoon myös sellaisen sarakkeen, jossa ilmoitetaan, kuinka monta vuotta maissa on ollut jonkin näköistä konfliktia. Tässä erityisesti esille nousi Angola, jossa oli ollut 42 vuotena konflikteja ja maassa on 43 timanttikaivosta. Toisaalta mantereella on myös maita, kuten Etiopia ja Uganda, joissa ei ole merkittävästi tai yhtään timanttikaivoksia tai öljykenttiä, mutta niissä on kuitenkin ollut paljon konflikteja. Lisäksi on maita, kuten Libya ja Tansania, joissa on timanttikaivoksia tai öljykenttiä, mutta ei lainkaan konflikteja. Koska kartalla ei ole näkyvissä konfliktien tapahtumisvuosia tai timanttikaivosten ja öljykenttien toiminta vuosia, on vaikea sanoa, onko niillä edes tekemistä toistensa kanssa ja kartta voi siten johtaa lukijaansa harhaan. Martan blogissa oli mielestäni hyvin pohdittu, mitä erilaisten muuttujien avulla voitaisiin päätellä konflikteista ja niiden yhteydestä timanttikaivoksiin, öljykenttiin ja internetin käyttäjiin.

Tällä kertaa aloitimme kotitehtävän tekemisen jo luennolla. Ja toisin kuin Afrikka karttahommelin kanssa, kotitehtävän kanssa ongelmat koettelivat minua. Kotitehtävänä oli tällä kertaa tehdä kartta, jossa on esitettynä tulvaindeksi ja järvisyysprosentti. Pääsin taulukkojen yhdistelyssä jonkinlaisen vauhtiin, kunnes huomasin, että tuodessani järvisyysprosentti taulukkoa csv muodossa QGIS:iin, muutti se ä:ni kysymysmerkeiksi ja täten en saanut laskettua kaikkien valuma-alueiden tulvaindeksiä. Avun konsultoimisen jälkeen opin, että ”encoding” kohta tulee muuttaa ”systemiksi”, kun minulla se oli jonkin muuna. Tämä sekoilun seurauksena ohjelmani kaatui, mutta huomasin kuitenkin ilokseni, etten ollut menettänyt etenemistäni avatessani sen uudestaan. Seuraava ongelmani, jota en ehkä ihan täysin saanut ratkaistua, oli järvisyysprosentti ympyrä- tai pylväsdiagrammin tuominen koropleettikartalle. Aluksi karttani (kuva 4) muistutti hieman Villen karttaa, vaikka hän olikin tehnyt paljon hienomman legendan kuin minä. Sain kuitenkin pienen vaivannäön jälkeen tehtyä ympyrädiagrammit, joista näkyy järvisyysprosentti maapinta-alaan verrattuna. Rasmuksen blogin kaltaisia pylväitä en saanut aikaan, vaikka kuinka yritin.

Kuva 2. Tulvaherkkyys valuma-alueittain. Lähde: kurssimateriaali

Kuva 3. Valuma-alueiden tulvaindeksi sekä järvisyysprosentti (0–19,8 %). Lähde: kurssimateriaali

En tiedä, kuinka tyytyväinen olen kuitenkaan karttaani (kuva 3), sillä mielestäni siitä on vaikea tulkita järvisyysprosenttia, koska ympyrä diagrammit ovat sen verran pieniä ja ne menevät paikoitellen päällekkäin. Lisäksi tulvaindeksejä on vaikea erottaa, koska ne jäävät ympyröiden alle. Tämän takia kuva 4 voisi jopa toimia paremmin kuvaamaan järvisyyttä, jos saisin vielä tehtyä samanlaisen kokokuvauksen legendaan kuin Ville on tehnyt. Maallikon silmin karttaa katsoessani sanoisin, että tulvaindeksi kuvaa valuma-alueiden tulvaherkkyyttä. Eli mitä tummempi alue sitä suurempi alttius sillä on tulville. Tämän perusteella etenkin rannikolla on valuma-alueita, jotka ovat tulvaherkkiä. Järvisyysprosentin taas oletan kertovan, kuinka suuri osa valuma-alueen pinta-alasta on järviä. Tämän perusteella taas eniten järviä olisi Järvi-Suomessa ja vähiten monella rannikon valuma-alueella. Martan blogissa oli hyvin selitetty syitä erilaisille tulvaherkkyyksille.

Kuva 4. Ensimmäinen versioni tulvaindeksi ja järvisyyskartasta.

Lähteet:

Huttunen, M: Harjoitus 3: Tiedon tuonnin tulvaa, 8.2.2021 https://blogs.helsinki.fi/humartta/

Sohlman R: Kolmas kurssikerta: aineistojen liittämistä ja valuma-alueita, 8.2.2021 https://blogs.helsinki.fi/sohlrasm/

Väisänen, V: Valuma-alueiden tulvaindeksikartta, 8.2.2021 https://blogs.helsinki.fi/villvais/