Heissan,
tämän kerran aluksi ei ollut erillistä teoriaosuutta, vaan hommiin ryhdyttiin heti tutkimalla Afrikan valtiot sisältävää tietokantaa. Harjoitusosuudessa yhdistettiin karttakohteita yhteen aluksi yksitellen (valtioittain) ”merge selected features” -toiminnon avulla. Kätevämmin homma hoitui kuitenkin ”dissolve”-toiminnolla, jolla yhdistäminen voidaan toteuttaa ilman, että jokaista kohdetta tarvitsee valita erikseen. Aggregate-toiminto osoittautui vielä kätevämmäksi kaveriksi tässä asiayhteydessä, kun sillä saa yhdistämisen lisäksi laskettua summia yhteen.
Seuraavaksi tarkasteltiin Afrikan valtioiden väkiluvusta tehtyä excel-taulukkoa, joka muutettiin csv-formaattiin. Tämän yhteydessä päästiin harjoittelemaan join-toimintoa, jota olinkin odotellut ensimmäisestä kerrasta lähtien. Tässä tapauksessa kyseisen toiminnon toimintaperiaate oli vain sykähdyttävän helppoa – kunhan ”join field” ja ”target field” täsmäsivät, niin kaikki pelitti. Kinkkisempi homma lienee, jos toista aineistoa pitäisi muokata eri muotoon, jos niissä ei olisi jo valmiina kahta samankaltaista fieldiä. Lisättiinpä soppaan mukaan tietokannat konflikteista Afrikan valtioissa, timanttikaivoksista sekä öljyesiintymistä. Kurssikerran oppimistavoitteiksi oli listattu muun muassa tietokannan valmistelua, ulkoisen tiedon liittämistä tietokantaan sekä sarakkeiden tietojen päivittämistä muiden tietokantojen tietojen perusteella. Näistä sain nyt ainakin pintaraapaisun, ja toistojen avulla nämä toiminnot alkanevat hivuta selkärankaan. Todistusaineistoa en toiminnan sykkeen keskellä tajunnut tällä kertaa ottaa.
Afrikan tilanne: konfliktit, raaka-aineet ja internet
Tarkastelemalla tietokantoja konflikteista, timanttikaivoksista, öljykentistä ja internetkäyttäjien lukumäärästä vuositasoilla, saadaan selville kuinka hyvin nämä muuttujat korreloivat keskenään. Käsitän tässä yhteydessä konfliktit aseellisina konflikteina, jotka ovat johtaneet sotilaallisiin toimiin. Timanttikaivosten ja öljykenttien löytämisvuodet lienevät hyvin samankaltaisia konfliktien tapahtumavuosien kanssa, koska timantti ja öljy ovat erittäin haluttuja ja kalliita raaka-aineita, joiden varannoista tapellaan jopa sotimiseen asti. Internetkäyttäjien vuosittainen lukumäärä taas voi korreloida konfliktien tapahtumavuosien kanssa – sotaisalla alueella huomio on muualla kuin internet-verkkojen rakentamisessa. Ylen vuoden 2018 jutun mukaan Afrikan internetkäyttäjien määrä on kuitenkin yli kymmenkertaistunut reilussa vuosikymmenessä: kahdesta prosentista vajaaseen 25 prosenttiin. Internetin käyttäjien määrä onkin yksi oiva indikaattori valtioiden kehittyneisyyttä ja vakautta tarkastellessa.
Jos tietokantaan on tallennettu myös konfliktien laajuus kilometreinä, niin saadaan tietoa siitä, minkä valtioiden alueille nämä konfliktit ulottuvat. Näin voisi tarkemmin tarkastella sitä, sijoittuvatko konfliktit juuri timanttikaivosten ja öljykenttien läheisyyteen. Kunkin valtion tilanne on kuitenkin lopulta itsenäinen, eikä aina edellä mainittuja muuttujia voi verrata toisiinsa järkevästi – kriittisyys on avainasemassa näitäkin asioita tarkastellessa. Lotta Mattila on pohtinut etevästi blogissaan näitä syy-seuraussuhteita.
Kädet syvemmälle saveen
Varsinaisen luennolla tehtävän harjoituskartan jälkeen päästiin jälleen kerran itsenäisiin hommiin, kun tehtävänä oli luoda koropleettikartta Suomen vesistöalueiden valuma-alueominaisuuksista ja tulvaherkkyyksistä, eli tulvaindeksikartta. Tässä vaiheessa pidin suosiolla päivän jäähdyttelytauon, ja torstaina löimme Antin, Elenan ja Laurin kanssa viisaat päämme yhteen, kun kokoonnuimme yhteistuumin tehtävän teon merkeissä.
Onneksi tehtävänannon alussa oli selitetty käsitteet, koska itse ainakin tarvitsin vielä täsmentävää kertausta, jotta ymmärsin, mitä asiaa tässä ylipäätään ruvetaan visualisoimaan. Tulvaindeksi siis vertaa ylivirtaamaa (tulvaa) ja alivirtaamaa (kuivaa kautta) toisiinsa, eli se antaa luvun, kuinka moninkertainen virtaaman huippu on verrattuna kaikkein kuivimpaan aikaan tietyllä valuma-alueella. Valuma-alue taas on vedenjakajien rajaama alue, jolta kaikki vedet päättyvät samaan vesistöön.
Tehtävänannossa oli jälleen kerran annettu vaihtoehtoisesti perusversio ja haastavampi versio, jossa järvisyysprosentti lasketaan itse sekä tulvaindeksi lasketaan käyttämällä kaavaa MHQ (keskiylivirtaama) jaettuna MQ:lla (keskivirtaama). Tartuimma härkää sarvista ja hyppäsimmä haastavamman version kimppuun.
Työnteko lähti käyntiin avaamalla Suomen päävaluma-alueita kuvaava kartta, jonka jälkeen siirryttiin valuma-alueiden (73 kpl) tarkempien pinta-alojen laskemiseen tutulla $AREA -komennolla, ja lisättiin se uuteen sarakkeeseen valuma-alue -layerin attribuuttitaulukkoon. Lukuisten laskutoimitusten (tulvaindeksit ja järvisyysprosentti) ja attribuuttitaulukoiden yhdistelemisen jälkeen tuloksena syntyi koropleettikartta, joka ilmaisee tulvaindeksin valuma-alueittain (kuva 1). Valitsin kartalle sinisen väriskaalan, koska se luonnollisesti kuvaa veteen liittyvää ilmiötä, sekä poistin näkyvistä järvet ja joet selkeyttämään lopputuloksen ulkoasua. Tulvaindeksini arvot kuitenkin poikkeavat suuresti monien muiden kanssakarttailijoiden tekeleistä, kuten Martan, mikä johtunee erilaisesta tulvaindeksin laskentatavasta; myös kaavalla MHQ/MNQ, eli keskiylivirtaama jaettuna keskialivirtaamalla, tulvaindeksi on mahdollista saada selville.

Tämän jälkeen lisäsin karttaan vielä diagrammin (kuva 2), joka ilmaisee kunkin valuma-alueen järvisyysprosentin, eli järvien osuuden valuma-alueista. Tämä ei ollutkaan mikään helpoin nakki, vaan tekeminen hidastui huomattavasti, kun en tuntunut millään saavan diagrammia ylipäätään näkyviin kartalle. Ongelma ratkesi, kun hoksasin muokata diagrammin asetuksien size-osiosta maksimiarvon oikeaksi (20,42). Myös legendan symbolin kanssa oli oma taistelunsa. Nyt legendan symbolit eivät vastaa muodoltaan täysin kartan palkkeja (neliö vs. suorakulmio), mutta se antaa kuitenkin osviittaa eri kokoisten palkkien suuruusarvosta. Blogissaan Ville hyödynsi ympyrädiagrammin käyttöä, mikä näyttää hyvältä ratkaisulta.

Lopputulkintoja ja -pohdintoja maallikon silmin
Kaava MHQ/MQ kertoo valuma-alueen keskivirtaaman suhteen verrattuna keskiylivirtaamaan, eli maallikon kielellä: mitä tummempi alue, sitä enemmän siellä tulvii. Karttaa tarkastelemalla voi huomata, että tulvaindeksit ovat suurimpia Rannikko-Suomessa, etenkin alavalla Pohjanmaalla, jossa tulvavedet eivät pääse helposti valumaan esimerkiksi isompaan järveen. Rannikoilla oleva suurempi sademäärä vaikuttaa omalta osaltaan tulvintaan. Myös Etelä-Suomen suurten kaupunkien alueilla tulvaindeksit ovat verrattain suuria, mikä voi johtua tiiviistä rakentamisesta. Lapin tulvaindeksiä nostaa pitkälle kevääseen roudassa oleva maa, sekä sulamisvesien aiheuttamat tulvat.
Samanaikaisesti järvisyysprosentit ovat suurimpia alueilla, joissa on pienin tulvaindeksi, kuten Järvi-Suomessa. Järvisyysprosentti kertookin yksinkertaisesti sen, kuinka suuri osa tietyn alan pinta-alasta prosentteina on järviä. Kartoista jäi vielä puuttumaan tieto, että miltä ajalta nämä tulvaindeksit on mitattu. Helmin blogissa on todella kattavaa pohdintaa sekä Afrikan tilanteeseen että karttoihin liittyen, suosittelen lämpimästi tutustumaan!
Itse kartoista parantaisin vielä pienimpien palkkien kokoa, jotka nyt näyttävät vain viivoilta. Taustavaltioita voisi sumentaa (josta inspiroiduin Helmin blogista), ja lisäksi legendan, mittakaavan ja pohjoisnuolen voisi siirtää kartan sisään, etteivät ne leijuisi vain tyhjässä valkoisessa tilassa kartan ulkopuolella. Kehityskohteita tuleville harjoituksille siis riittää.
Lähteet
Huttunen, M. Harjoitus 3: Tiedon tuonnin tulvaa. Luettu 9.2.2021. <https://blogs.helsinki.fi/humartta/>
Lappalainen-Imbert, H. Kerta 3-Kun data ja kartta ovat erillään. Luettu 4.2.2021. <https://blogs.helsinki.fi/laphelmi/>
Mattila, L. Kolmas kurssikerta. Luettu 9.2.2021. <https://blogs.helsinki.fi/lottmatt/>
Väisänen, V. Valuma-alueiden tulvaindeksikartta. Luettu 4.2.2021. <https://blogs.helsinki.fi/villvais/>
YK: Yli puolet maailman väestöstä käyttää jo nettiä. Yle (7.12.2018), luettu 4.2.2021. <https://yle.fi/uutiset/3-10544479>
2 Replies to “3: Konflikteja ja tulvaindeksejä”