Month: January 2024

Kuva 1: Afrikan timanttikaivokset, konfliktit sekä öljykentät

Kuvassa 1 näkyy Afrikan timanttikaivoksia (sininen), konfliktien tapahtumapaikkoja (punainen) sekä öljykenttiä (oranssi). Kartan taustalla on myös tietokanta, jossa on tarkempia lukuja alueisiin, kaivoksiin, konflikteihin ja öljykenttiin liittyen.

Konfliktien tapahtumavuoden kautta voidaan tarkastella konfliktien kestoa. Kesto voi kertoa myös konfliktin suuruudesta. Samalla alueella voi olla pienen ajan sisällä pienempiä konflikteja tai jotkin konfliktit voivat kestää jopa useita vuosikymmeniä. Kartalle nämä erilaiset konfliktit kuitenkin tulevat vain pisteinä, joka vääristää tietyllä tavalla eri alueita suhteessa toisiinsa ja toisaalta myös samanarvoistaa jokaisen konfliktin samankokoiseksi ja väriseksi pisteeksi.

Konfliktin laajuus/säde kilometreinä voi kertoa esimerkiksi siitä, kuinka moni ihminen on mahdollisesti joutunut konfliktin kohteeksi tai vaarantunut sen takia. Se voi kertoa myös ympäristötuhoista, jos alue on suuri niin ympäristötuhotkin ovat levinneet suuremmalle alueelle. Riippuu toisaalta myös paljon siitä, millä alueella konflikti on tapahtunut.

Timanttikaivosten ja öljykenttien löytämisvuodet voivat ajoitua esimerkiksi tiettyjen konfliktien alkamiseen, koska voi olla, että tällaiset resurssilöydöt ovat aiheuttaneet epävakautta alueelle ja näin mahdollisesti puhkaisseet esimerkiksi konfliktin. Konflikteja voi syntyä kun esimerkiksi mietitään sitä, kuka saa haltuunsa nämä varallisuudet.

Timanttikaivoksen kaivausten aloitusvuosi sekä öljykenttien poraamisvuosi voivat selittää erilaisten konfliktien kestoa tai muulla tavalla tiettyjen valtioiden kehityksen kulkua. Valtioiden kehitykseen nämä voivat vaikuttaa esimerkiksi suoraan parempina resursseina valtion budjetissa tai vauhdittaa valtion taloutta tai tehdä siitä kiinnostavamman kohteen ulkomaalaisille. Kaivokset ja öljykentät vaativat myös työntekijöitä, joka voi tietyllä tavalla houkutella alueelle ihmisiä, mutta toisaalta ajaa ihmisiä huonompaan tilanteeseen, jos he joutuvat työskentelemään huonoissa oloissa. Jos kaivos tai öljykenttä aiheuttaa ympäristölle tuhoa niin näiden vuosien avulla voidaan arvioida jollain tasolla tilanteen laajuutta ja pitkäkestoisuutta ja mahdollisten tuhojen suuruutta luonnolle. Esimerkiksi jos jokin huonosti ympäristömääräykset täyttävä kaivos on toiminut alueella 2 vuotta ovat tuhot todennäköisesti pienemmät kuin jos kaivos olisi toiminut samassa paikassa vastoin ympäristömääräyksiä 50 vuotta.

Timanttikaivosten ja öljykenttien tuottavuusluokittelu toisaalta kertoo siitä, kuinka paljon varallisuutta alueelta saadaan. Mitä tuottavammat kaivokset ja öljykentät ovat sitä enemmän ne varmasti herättävät kiinnostusta. Se voi hyvin myös aiheuttaa omistajuus kiistaa varannoista, joka voi synnyttää konflikteja.

Internetkäyttäjien lukumäärä eri vuosina voi kertoa esimerkiksi maan kehityksen tasosta. Kun internetinkäyttäjien lukumäärä kasvaa niin alueelle on saatu enemmän internetyhteyksiä ja laitteita, joilla päästä sinne.

Kuvassa 1 nähdään Suomen alueella olevat valuma-alueet sekä niiden tulvaindeksit. Mitä tummemmalla punaisella alue on sitä suurempi tulvariski alueella on. Kartan perusteella voidaan huomata, että meren läheiset valuma-alueilla on enemmän tummanpunaista, joka tarkoittaa siis, että näillä alueilla on suurempi tulvariski. Voisi olettaa, että meren läheisyys liittyy tulvimiseen ja osittain myös aiheuttaa sitä. Usein Suomen tulvista puhuttaessa nostetaan esiin Pohjanmaa ja tälläkin kartalla se nousee tulvaindeksissä. Tällä alueella merenläheisyyden lisäksi varmasti vaikuttaa alueen tasaisuus.

kuva 1: tulvaindeksi kartta 

 

Tunnilla vertailimme QGIS työkalujen avulla tiettyjen pisteiden välistä etäisyyttä sekä pinta-aloja eri projektioiden avulla (tiedot kerätty yllä olevaan taulukkoon). Jokaisesta eri projektiosta otetut mitata on mitattu samalta kohdalta, joten erilaiset mittaustulokset kertovat projektioiden eroista. Esimerkiksi pienin pituus on saatu ETRS TM35 projektiolla ja melkein kolminkertainen pituus samasta kohdasta Mercatorin projektiolla. Pienin pinta-ala saatiin Wagnerin projektiolla ja suurin Mercatorin. Erot eri projektioiden välillä olivat hyvin suuria, jopa monin kertaisia.

Kuvassa 1 näkyy miltä alueelta pinta-ala mitat on otettu. Kuvassa käytetty projektio on ETRS TM 35. Kuvassa 2 näkyy samassa projektiossa otettu pituusmitta.

Kuva 1: pituus, jota taulukossa käytetty

Kuva 2: Pinta-ala, jota taulukossa käytetty

 

Kuvassa 3 on vertailtu TM35 ja Robinsonin projektioita. Kartta on luotu siten, että molemmista projektioista on otettu jokaisen Suomen kunnan pinta-ala ja olen jakanut Robinsonin projektion pinta-alat TM35 projektion pinta-aloilla. Kartassa näkyy siis erilaisia kertoimia, että kuinka paljon suurempia Robinsonin projektioit ovat verrattuna TM35 projektioon. Minulla oli vaikeuksia aluksi vaihtaa Robinsonin projektio pohjakartasta pois, joten se on tällä kartalla siksi. Myöhempiin karttoihin onnistuin kuitenkin vaihtamaan mielyttävämmän projektion pohjaksi. En ole varma olisiko projektion pitänyt olla erilainen taustalla vai ei. Huomasin, että myös Liina Leisola oli käyttänyt eräässä kartassaan erilaista ja hieman silmiinpistävää projektiota ja miettinyt samaa asiaa kuin minä.

Kuva 3: TM35 ja Robinsonin projektioiden vertailua

 

Kuvassa 4 on vertailtu TM35 ja Mercatorin projektioita. Kartta on tehty samalla idealla kuin kuvan 3 kartta, mutta projektiot ovat vain erilaiset. Myös Sini Saarela oli vertaillut näitä kahta projektiota ja oli huomannut, että erot projektioiden välillä ovat hyvin suuria “jopa kahdeksankertaisia”. Itsekin huomasin tämän seikan ja se muistuttaa siitä, kuinka tärkeää projektio valinnat voivat olla.

Kuva 4: TM35 ja Mercatorin projektioiden vertailua

 

Kuvan 5 kartta on tehty täysin samalla idealla kuin kuvien 3 ja 4 kartat. Kartasta jostakin syystä tuli kuitenkin hyvin kummallisen näköinen. Tarkastelin lukuja joita olin saanut laskettua ja erona aiempiin olen laskenut luvut eripäin siten, että olen jakanut suuremmalla pienemmän, jolloin luvut ovat 1 alapuolella. Tämän ei kuitenkaan pitäisi aiheuttaa tällaista lopputulosta vaan normaalin kartan, vaikka luvut ovatkin erilaiset. Päättelin, että Wagnerin projektio on vain hiukan erilainen verrattuna Mercatoriin ja Robinsoniin jonka takia kartasta tuli kummallinen. Yritin muuttaa erilaisia määriä luokittelussa ja muutin värejä ja koitin laskea luvut uudelleen, mutta lopputulos oli kuitenkin tällainen.

Kuva 5: TM35 ja Wagnerin projektioiden vertailua

Tunnin alussa tutustuttiin GQIS ohjelmiston uusiin ominaisuuksiin. Esimerkiksi, miten aineistosta voi valita eri tavoin haluttuja alueita. Tunnilla harjoitteluna tehtiin halutusta Suomen maakunnasta tällainen valinta. Itse valitsin Päijät-Hämeen (kuva 1) ja lopputulokseksi sain kartan, jolla Päijät-Hämeen kunnat oli valittuna tieyllä värillä (omassa kartassani punaisella). Aineistosta valitseminen tiettyjen ominaisuuksien mukaan oli ohjeistuksen jälkeen melko helppoa ja uskon, että pystyn jatkossa myös itsenäisesti suorittamaan tämänkaltaisia tehtäviä.

Kuva 1: Päijät-Hämeen maakunnan kunnat Suomen kartalla

Tutustuimme myös rajapintoihin ja niiden käyttöä QGIS ohjelmistolla. Tietojen lataaminen onnistui ja onnistuin myös kokeilemaan erilaisia kohteita lisäämällä niitä itse kartalle. Kuvassa 2 on esimerkki tällaisesta kokeilusta, jossa olen lisännyt Väyläviraston datan mukaan Suomen tutkamajakat. Toisena harjoituksena tarkastelin viemäreitä (kuva 3), joita selkeästi oli enemmän, kuin tutkamajakoita Suomessa.

Kuva 2: Suomen tutkamajakat

Kuva 3: Suomen viemärit

 

Kotitehtävänä oli tarkastella Suomen kuntia oma valitseman muuttujan kautta ja tehdä kartasta mieleinen (kuva 2). Valitsin tarkasteltavaksi muuttujaksi kuntien syntyvyyden. Ongelmaksi minulle muodostui värit. Aluksi lähdin rakentamaan värejä sen mukaan, että niissä olisi kaksi eri väriskaalaa, plussan puolella olevat luokat vihreinä, nolla valkoisena ja mitä pienempi syntyvyys sen tummempi punainen. Se vaati jonkun verran värien kanssa säätämistä, mutta lopputulos ei ollutkaan niin hieno, kun olin sen päässäni kuvitellut. Tämän jälkeen tuskailin pitkään värien kanssa. Esimerkiksi koitin käyttää punaista niin päin, että alhaisempi syntyvyys olisi tummemmalla ja korkeampi aina vaaleammalla, lopulta tämäkään kartta ei miellyttänyt silmää. Koitin erilaisia värejä ja variaatioita ja päädyin lopulta siniseen. Ajattelen sen olevan suhteellisen neutraali siten, ettei se kerro niinkään erityisen hyvästä tai huonosta tilanteesta kuten vihreä tai punainen. Muut tekniset seikat kotitehtävän kanssa menivät hyvin.

Tutkin oman karttani ohella Aura Niskasen tuottamaa karttaa, jossa tarkastellaan yli 64-vuotiaiden osuutta väestöstä kunnittain (%). Huomasin kartoissamme yhtäläisyydeksi sen, että ne kunnat, joissa yli 64-vuotiaiden osuus oli suuri niin niissä yleensä syntyvyys oli myös pieni. Tätä voisi selittää se, että vanhat ihmiset eivät usein voi saada lapsia ja kun heitä on paljon niin se vaikuttaa myös syntyvyyteen.

Toisaalta kun vertasin karttaani Helmiemilia Malinin tuottamaan karttaa, jossa tarkasteltiin alle 15-vuotiaiden osuutta kunnissa niin huomasin paljon yhtäläisyyksiä oman karttani kanssa. Tätä voisi selittää se, että syntyneet menevät tähän alle 15-vuotiaiden kategoriaan ja jos he eivät ole muuttaneet alueelta heti pois niin se näkyy alueella. Syntyvyys vaikuttaa siis alueiden ikärakenteeseen, joka tästä voidaan huomata.

 

Kuva 2: Kuntien syntyvyys

Aluksi tutustuimme QGIS-ohjelmaan, jota aiemmin olen käyttänyt yhdellä kurssilla. Tutustumisvaiheessa ei kuitenkaan tullut sen suurempia ongelmia vaan kaikki tuntui hyvin selkeiltä asioilta. Tehtävänä tälle kerralle oli annetun datan pohjalta laatia kartta, jossa tarkastellaan Itämerta ympäröivien maiden typpipäästöjä suhteessa toisiinsa (kuva 1).  

Tehtävän avulla tutustuin QGIS-ohjelmiston useisiin uusiin puoliin, joita en aiemmin ollut käyttänyt. Ohjelmisto kokonaisuudessaan myös selkeytyi minulle ja ymmärrän nyt paremmin mihin kaikkeen sitä voi ylipäätään käyttää. Legendaa tehdessäni jotenkin yllätyin siitä, kuinka helppoa se tällä ohjelmistolla oli.  

Kartasta (kuva 1) voi päätellä, että mitkä maat saastuttavat Itämerta eniten typpipäästöillään ja toisaalta mitkä maat vähemmän suhteessa saasteiden kokonaismäärään. Kartanteossa ei näin ole otettu huomioon esimerkiksi sitä, että eri mailla on erilainen yhteys Itämereen, esimerkiksi Venäjällä ja Ruotsilla rantaviivat Itämeren kanssa ovat hyvin eri kokoiset, joka voi vääristää tietyllä tapaa tilannetta. Toisaalta myös luokat ovat valittuja ja luokkavälit voisivat olla paljon erilaisetkin sen mukaan mitä kartan tekijä haluaa. Itse pyrin valitsemaan luokat mahdollisimman objektiivista kuvaa antaviksi, mutta sekään ei takaa objektiivista lopputulosta. Myös värit ovat kartan tekijän valittavissa, joten niitäkin muokkaamalla kartan saa antamaan hyvin erilaista vaikutelmaa. Itse pyrin kartan värien valinnassa siihen, että ne olisivat mahdollisimman intuitiiviset eli ettei karttaa lukeakseen tarvitsisi välttämättä katsoa legendaa. Kartan perusteella (kuva 1) voidaan päätellä, suurimmat sekä pienimmät saastuttajat, joten mielestäni kartta ajaa tehtävänsä tässä suhteessa hyvin.  

Kuva 1: Itämeren typpipäästöjen lähteet maittain