Aloitimme tämänkertaisen työskentelyn Afrikka-tietokannalla. Tietokanta oli laadittu todella tarkasti sisältäen kaikkien Afrikan maiden saaretkin omina kohteinaan. Mielessä kävi aineiston tekijöiden mieletön työmäärä sen koostamisessa, eikä käynyt kateeksi, chapeau. Siistimme aineistoa yhdistämällä kaikki maat saarineen omiksi kohteiksi. Afrikka-aineistolla harjoiteltiin myös erilaisten tietokantojen yhdistämistä, eritoten .csv-tiedoston yhdistämistä shapefileen. Oli palkitsevaa, kun tällä kertaa .csv-tiedoston liittämisen salat selvisivät porukalla tekemällä ensimmäisen kurssikerran itsenäisharjoituksen ongelmien jälkeen.
Afrikka-aineistossa oli tietoa maanosan konflikteista, timanttilöydöksistä ja maanpäällisiä öljynlähteistä. Nämä kohteet näkyvät myös kartalla. (Kuva 1) Liitetyn internetin käytöstä kertovan aineiston perusteella tuumin Saaga Laapotin tapaan, että yleisesti ottaen internetin käyttäjien lukumäärän ollessa maassa suuri, on myös maassa vähemmän konflikteja.
Afrikka-aineiston avulla voisi myös analysoida muita korrelaatioita. Voisi tarkastella – kuten me teimme – konfliktien kestoa sekä niiden lukumääriä eri maissa. Luonnonvaralöydösten tuottavuusluokittelua voisi myös verrata konflikteihin – onko alhainen tai korkea tuottavuus yhdistettävissä konflikteihin? Voisi myös miettiä luonnonvarojen löytämisten ja konfliktien ajankohtia – sattuvatko ne samassa maassa lähivuosille? Entä onko timanttikaivoksilla ja öljykentillä yleisesti vaikutusta konfliktien määrään? Karttaa tarkastelemalla näkyy, että konflikteja esiintyy monin paikoin luonnonvaralöydösten yhteydessä, eli jonkinlaisen yhteyden voi näiden tekijöiden välillä nähdä olevan. Konflikteja esiintyy myös luonnonvaroista erillään, maissa, joissa löydöksiä ei ole lain. (Kuva 1) Näistä silmiinpistävimpiä ovat Burundin ja Ruandan pienet valtiot, joissa konfliktipisteet lähestulkoon peittävät maat näkyvistä. Mailla on pitkä historia sisällissodista, joka juontaa juurensa 1400-luvulta alkaneesta etnisestä riidasta kahden kansanryhmän välillä. Eikä tähän riitaan ainakaan auttaneet Saksan ja Belgian tiukat siirtomaapolitiikat.
Kurssikerran toisessa osassa siirryttiin kotomaahan, Suomeen. Tarkastelimme Suomen valuma-alueiden ominaisuuksia. Laskimme alueille tulvaindeksin, josta selviää kuinka suuri virtaaman huippu on suhteessa valuma-alueen kuivimpaan aikaan. Saimme Idan kanssa jumpata aineiston kanssa aikamme, sillä QGIS oli kaatumispäällä. Avunpyynnön ja välitallentelujen avulla ohjelman lähti toimimaan toivotusti ja saimme karttakuvamme tulostettua. Ohjelman kanssa jumppaaminen ainakin iskosti tulosteikkunan käyttöä (ehkä vähän liiankin) syvälle aivojen sopukoihin. Luodusta kartasta (kuva 2) selviää, että etenkin Perämeren reunalla sijaitsevilla sekä Varsinais-Suomen ja Uudenmaan pienillä valuma-alueilla on suurin tulvaindeksi. Näin ollen myös suurin riski tulvimiselle sijaitsee näillä alueilla, jotka kartalla on kuvattu tummimilla oranssin sävyillä (kuva 2).
Karttaan liitettiin myös valuma-alueen järvisyys histogrammina, eli pylväinä. Järvisyys kertoo, kuinka suuri osuus valuma-alueesta koostuu järvistä. (Tieteen termipankki) Legendan tekemisessä oli taas tiedossa jumppaa: järvisyyspylväiden arvojen kuvaaminen osoittautui hankalaksi. En löytänyt QGIS:stä mitään valmista työkalua, jolla asiaa olisi voinut kuvata. Uuden lisäosan lataaminen ohjelmaan tuntui liian monimutkaiselta. Selaillessa muiden kurssilaisten blogeja ratkaisujen toivossa sain Iina Rusasen blogista idean, jonka mukaan muokkasin legendaa lopulta ah-niin-ihanalla-Paintilla. Pitääkin muistaa kysyä Iinalta, miten hän onnistui laatimaan järvisyysprosentin legendaansa…
Valmista karttaa tutkiessa näkyy trendinä, että mitä järvisempi valuma-alue on, sitä pienempi on myös tulvaindeksi. Tämä näkyy myös pienten aiemmin mainitsemieni Suomen rannikollisten valuma-alueiden eroina, joilla tulvaindeksi on monesti korkein alueilla, joilla järvisyys on pientä. Tämä näkyy esim. Pohjanmaalla ja Etelä-Pohjanmaalla sijaitsevan Ähtävänjoen vesistöalueen ollessa selvästi ympärillä olevia pieniä valuma-alueita vaaleampi, alueen tulvaindeksi on siis matala. (Kuva 2) Vesistöalueen järvisyys on 10% luokkaa, mikä on selvästi enemmän kuin muiden Perämeren reunoilla olevien valuma-alueiden järvisyys. Aurajoen vesistöalueella taas on korkein tulvaindeksi Varsinais-Suomessa ja siellä järvisyys on pientä. (Kuva 2)
Lähteet:
Saaga Laapotti – Kovaa hermojen koettelua, https://blogs.helsinki.fi/saagalaa/2019/01/30/kovaa-hermojen-koettelua/
Yle.fi – Burundissa ja Ruandassa on pelottava sisällissotien perinne, https://yle.fi/uutiset/3-7981513
Tieteen termipankki – Järvisyys, https://tieteentermipankki.fi/wiki/Ymp%C3%A4rist%C3%B6tieteet:j%C3%A4rvisyys
Iina Rusanen – Tietokantaliitoksista tulvariskiin, https://blogs.helsinki.fi/iinarusa/2019/02/02/timantteja-ja-tulvia/