Kurssikerta 3. Tietokantojen yhdistelyä

Kurssikerralla kolme jatkoimme QGIS:n pyörittelyä ja uuden oppimista. Tällä kertaa opettelimme yhdistämään tietokantoja ja laskemaan erilaisia asioita. Kurssikerta sujui hyvin vaihtelevilla fiiliksillä. Aluksi kaikki oli helppoa ja kivaa, mutta loppuvaiheella QGIS kaatui useampaan otteeseen, mikä tietenkin kaatoi myös hyvän fiiliksen.

Aluksi tutkimme Afrikkaan liittyviä aineistoja esimerkiksi alueilla olevia konflikteja ja internetinkäyttäjiä. Yhdistimme valmiina olevia tietokantoja dissolve toiminnon avulla yhdeksi kokonaisuudeksi, jotta pystyimme käyttämään ja hyödyntämään niitä paremmin. Tämä on tärkeä taito, koska monesti yksittäisellä datalla ei vielä tee mitään, mutta niitä yhdistelemällä pystytään päättelemään jo monenlaisia asioita. Eri tiedostomuodossa olevia tiedostoja pystyi hyvin liittämään yhteen, niissä vain piti olla jonkin yhteinen tekijä kuten valtion nimi.

Afrikka tiedostoissa oli monenlaista tietoa esimerkiksi siitä, missä on tapahtunut eniten konflikteja, missä sijaitsee öljykentät ja paljon muuta. Tiedon avulla pystyi tekemään  ja päättelemään monenlaisia asioita. Tietokannoissa oli  esimerkiksi tieto  öljykenttien löytymisvuosista. Näitä vuosia voisi vertailla konflikteihin ja valtioihin.  Sitten nähtäisiin, onko samoilla alueilla tapahtunut samoina vuosina paljon konflikteja kun öljyä on löydetty. Öljyn löytyminen esimerkiksi kahden valtion rajalta voi aiheuttaa kiistoja näiden välille.

Tietojen avulla voisi myös tutkia öljykenttien ja timanttien tuottavuusluokittelua ja verrata niitä internetinkäyttäjiin eri vuosina eri alueilla. Internetin käytettävyys kertoo alueen kehittyneisyydestä ja vaurastumisesta. Alueilla, joilla timantteja ja öljyä on runsaasti ajattelisi olevan parempi taloudellinen tilanne kuin muualla ja siten myös kehittyneempi väestö. Se ei tietenkään välttämättä mene näin ja näiden tietokantojen avulla sitä voisi selvittää. Huomasin, että Laura Hynynen oli tehnyt loistavan karttaesityksen juuri tältä kannalta tarkasteltuna. Siitä näki hyvin, miten öljymaat olivat selkeästi myös kehittyneempiä maita (Hynynen, 2020).

Afrikan tutkimisen jälkeen pääsimme harjoittelemaan kurssilla oppimiamme asioita ihan todenteolla ja teimme itsenäisesti korrepleettikartan  tulvaindeksistä ja pylväsdiagrammin järvisyysprosentista Suomen eri alueilla. Tulvaindeksistä voi päätellä sitä, miten herkästi alueelle tulee tulvia. Mitä tummempi värisävy sitä suurempi riski tulvalle on. Nopealla vilkaisulla voisi sanoa, että niillä alueilla, missä järvisyysprosentti on korkea tulvaindeksi on matala. Eli niillä alueilla, joilla on paljon järviä ei tapahdu niin paljon tulvia kuin niillä alueilla, joilla järviä on vähän. En osaa sanoa, mistä tämä ilmiö johtuu, mutta se varmasti selviää minulle ajan kanssa.

Kaikki ei kartan teossa mennyt ihan niin sanotusti nappiin ja sain toistaa samat vaiheet kolmeen kertaan. Kaksi kertaa QGIS kaatui silloin kun olin tallentamassa tuotosta ja se hävisi kuin tuhka tuuleen. Lopulta sain kuitenkin tämän karttaesityksen ulos ja olen suhteellisen tyytyväinen lopputulokseen. Olisin halunnut, että “Järvisyys %” otsikko olisi tullut asteikon yläpuolelle, mutta en sitä siihen saanut. Tyydyin siihen, että sain jonkinlaisen tuotoksen ulos QGIS.:stä. Harjoitus tekee mestarin ja voin todeta, että tämän kurssikerran asiat ovat ainakin hyvin mielessä kun niitä sai toistaa useaan kertaan.

Kuva 1. Karttaesitys Suomen tulvaindekseistä ja järvisyydestä

 

Lähteet:

Hynynen, L. (29.1.2020). Lisää elementtejä analyysiin. Luettu 30.1.2020. https://blogs.helsinki.fi/lauravel/

 

Leave a Reply

Your email address will not be published. Required fields are marked *