Kolmannella kurssiviikolla aiheena olivat tietokannat ja tavoitteena oli tietokantoihin liittyen oppia muun muassa yhdistämään ulkoista tietoa tietokantaan, yhdistämään tietokannan sisällä olevaa tietoa ja tuottamaan tietokantaan uutta tietoa vanhan tiedon avulla. Eri tietokantaharjoitusten parissa työskenneltyä lopputuloksena oli kuvan 1 kartta. Tällä kertaa siirryimme siis ainakin hetkeksi pois Suomesta!
Onnekseni olin ensimmäisellä kurssiviikolla ahertanut itsenäisten tehtävien parissa; tällöin olin tehnyt tehtävän, jossa piti liittää ulkoista tietoa olemassa olevaan tietokantaan. Kun olin sen jo kerran itsekseen tehnyt, oli mukava kun tunnilla pystyin rennosti seuraamaan, kun opettaja opetti juuri tätä asiaa. Välillä ekstratyö siis kannattaa, sillä siitä on parhaassa mahdollisessa tapauksessa hyötyä tulevaisuudessa.
Opin kuitenkin myös paljon uutta tietokantojen käyttämiseen ja hyödyntämiseen liittyen. Ehkäpä mielenkiintoisin asia, minkä opin, on tietokannan sisällä olevan, toistuvan tiedon yhdistämisen. Käytössämme oli siis tietokanta, jossa monet Afrikan maan toistuivat jopa kymmeniä kertoja, esimerkiksi siksi, että jokainen tietylle valtiolle kuuluva saari oli merkitty tietokantaan erillisenä kohteena. Jos tarkoituksena on nimenomaan tarkastella näitä kaikkia valtion kohteita erikseen, ei tässä ole mitään ongelmaa. Jos kuitenkin haluaa saada ja esittää tietoa koko valtiosta, on valtion erilliset kohteet yhdistettävä toisiinsa jonkin tunnuspiirteen, kuten valtion nimen, avulla. Yhdistämiseen on usempi toimiva keino, mutta tehokkaammaksi osoittautui Aggregate-työkalu, joka myös mahdollistaa esimerkiksi valtion eri kohteiden pinta-alojen summaamisen samalla kertaa.
Toinen mielenkiintoinen oppimani asia QGIS:in käytössä on, miten tietoa voi tuottaa tietokantaan sijaintiedon perusteella. Käytössämme oli konflikti-tietokanta, joka esittää sattuneita konflikteja Afrikan valtioissa. ”Ongelmana” tuossa tietokannassa oli se, että se tietenkin esitti saman vuoden aikana tapahtuneet erilliset konfliktit erillisinä. Tarkoituksenamme oli kuitenkin tarkastella alueiden jatkuvaa vakautta/epävakautta, minkä takia oli järkevää laskea tapahtumavuoden avulla, kuinka monena vuonna konflikteja on ollut. Aivan mahdollistahan on, että jossakin valtiossa on vaikka muutaman vuoden aikana ollut paljon konflikteja ja jossakin toisessa valtiossa taas vuosikymmenen ajan tasaisesti; ensimmäiseksi mainitussa on saattanut olla hetkellinen epävakaustilanne, jälkimmäisessä epävakaat olot ovat puolestaan olleet jatkuvampia.
Kuvan 1 kartan perusteella voisi päätellä, että timanttikaivosten ja öljykenttien määrä alueella on yhteydessä konfliktien määrään. Kartalla on kuitenkin myös sellaisia valtioita, joiden alueella joko on pelkästään timanttikaivoksia tai on ollut konfilkteja. Karttoja analysoidessa onkin tärkeää aina muistaa, voiko sen esittämiin muuttujiin vaikuttaa jotkin muut muuttujat, etenkin silloin, jos tutkitaan muuttujien välistä yhteyttä. Taru muistuttaakin oivasti blogissaan: Päättelyssä täytyy aina olla varovainen ja tulkita tuloksia, ei omaa maalaisjärjen ohjailemaa ajatusta siitä, että öljykentät ja timanttikaivosteollisuus varmastikin lisäävät köyhissä maissa levottomuuksia ja aseellisia konflikteja. Konfliktien esiintymistä selittäviä muita tekijöitä on varmasti useita, kuten valtion kehitys- ja taloustilanne, tulonjaon tasaisuus, poliittinen tilanne, muiden luonnonvarojen esiintyminen tai esiintymättömyys sekä etenkin tulevaisuudessa yhä vahvemmin ilmastonmuutos.
Myös itsenäisessä harjoitustehtävässä oltiin tietokantojen maailmassa. Tehtävänanto ja vaadittavat toimenpiteet vaikuttivat helpolta, mutta aivan helpolla en loppupeleissä päässyt. Karttaesitystä (kuva 2) varten piti laskea tulvaindeksi. Käytännössä se siis tarkoitti tietokantojen ja tiedostojen yhdistämistä ja pienen laskuoperaation suorittamista. Pitäisi olla helppoa! Muiden blogeja selatessa huomasin, että muiden kartat näyttävät tulvaindeksin osalta täysin erilaisilta. Olin onnistunut laskemaan indeksit väärillä muuttujien arvoilla… Noh, onneksi ongelma oli pieni ja se oli helposti ratkaistavissa. Isompi haaste liittyi kuitenkin visuaalisten histogrammi-pylväiden yhdistämiseen karttaan. Ensin en saanut kartalle mitään näkyviin ja hieman säädettyäni asetuksia sain vain leveitä viivoja… Katselin lumoutuneena Jessikan blogissaan esittelemää taidonnäytettä, ja ihmettelin, miten hän on saanut histogrammipylväät karttaan ja muutenkin silmää hivelevän kartan aikaan. Monia eri painikkeita ja kohtia, joissa arvon suuruutta pystyi muokkaamaan, muuttamalla ja paljon aikaa käytettyäni sain kuin sainkin oikeanlaiset pylväät karttaan. Tai ainakin toivon kovasti, että niiden oli tarkoitus olla edes jokseenkin tuollaisia.
Karttaan liittyen tarkoituksena olisi pohtia, miten järvisyys ja tulvaindeksi liittyvät toisiinsa. Vaikka luonnonmaantiede on mielenkiintoista, se ei todellakaan ole vahvinta osaamistani, sillä olen viime vuosina keskittynyt aivan muihin asioihin. Olen siis suoraan sanottuna (mielestäni) unohtanut kaiken luonnonmaantieteeseen vähänkin liittyvän tiedon. Tulvaindeksihän vertaa ylivirtaamaa eli tulvaa ja alivirtaamaa eli kuivaa kautta toisiinsa. Käytännössä laskemani MHQ/MNQ-indeksi kuvaa, kuinka moninkertainen on virtaaman huippu verrattuna kaikkein kuivimpaan aikaan. Järvisyys puolestaan tarkoittaa, kuinka suuri osa valuma-alueen pinta-alasta on järviä.
Jos karttaa (kuva 2) nyt näillä edellä mainituilla tiedoilla sitten analysoi, niin voi sanoa, että mitä enemmän alueella on järviä, sen vähemmän siellä on tulvia, sillä virtaama on tasaisempaa. Kartalta näkee, että tällaisia alueita on etenkin Järvi- ja Itä-Suomessa sekä Lapissa. Sen sijaan rannikkoalueilla sekä Pohjanmaalla tulvaindeksi on korkea ja järvisyysprosentti matala. Pohjanmaan tilannetta selittänee laakeat maat ja peltoisuus, joiden takia vesi ei välttämättä virtaa yhtä vikkelästi kuin epätasaisemmassa maastossa. Esimerkiksi lumien sulaessa voi käydä niin, että vesi jää pellolle. Rannikkojen tilannetta selittäväksi tekijäksi olisin maininnut hulevesitulvat, mutta sitten pohdin, että niitä ei ehkä ole laskettu tulvaindeksiin mukaan, koska ne eivät sinänsä liity valuma-alueeseen. Hulevesitulvahan tarkoittaa tulvaa, jossa esimerkiksi rankkasateen jäljiltä hulevesiviemärit eivät ehdi niellä vettä tarpeeksi nopeasti vaan vesi kerääntyy maan pinnalle. Toinen veikkaukseni rannikoiden tulvimissyyhyn ovat aallot, merialueella kun ollaan.
Kaiken kaikkiaan tämän viikon teema oli mielenkiintoinen. Viikon harjoituksissa yhdistyivät sekä helppous että vaikeus. Välillä on mukavaa kun pääsee helpolla, mutta toisaalta välillä on hyvä vaivata myös aivonystyröitä!
Lähteet:
Isomeri, J. (1.2.2022). Viikko 3 – tietokantojen tulva. Jessikan GIS-hurvittelut. Haettu 2.2.2022 osoitteesta https://blogs-test.it.helsinki.fi/jessikangishurvittelut/
Tornikoski, T. (1.2.2022). Tietokantojen yhdistely – kaatumisia ja nousuja. Geoinformatiikkaa tutkimassa 🙂 – Geoinformatiikan menetelmät -kurssin blogi. Haettu 2.2.2022 osoitteesta https://blogs.helsinki.fi/tornitar/
