Kolmanella kurssikerralla harjoiteltiin muokkaamaan ja lisäämään dataa MapInfossa ja kahden eri ohjelman välillä (tässä tapauksessa MapInfo ja Exel). Ensimmäinen reaktioni aiheesta oli suunnilleen: “Apua, hyvä että osaan edes käyttää valmiita aineistoja!”. Artun opastuksella vaihe vaiheelta läpikäyminen kuitenkin poisti alun kauhuskenaarion huomatessani, että ei ollutkaan kyse ydinfysiikasta vaan onnistuin tuottamaan oikean näköisiä taulukoita.
Pohdintaa Afrikan luonnonvarojen ja konfliktien suhteesta
Alkutunnin harjoitustehtävässä pohja-aineistona oli Afrikan kartta, johon kerättiin tietoa timanttikaivosten, öljylähteiden ja konfliktialueiden määrästä. Harjoitusten avulla opeteltiin muun muassa yhdistämään kaikki samaa valtiota koskevat karttakohteet ja lisäämään sekä muokkamaan talukon sarakkeita. Arttu Paarlahden aiheesta tekemä kartta on nähtävissä TVT3-kurssin ilmoitusblogissa. Kartan pohjalta annettiin kotitehtäväksi miettiä, mitä kartan tiedoista (aiemmin mainittujen kohteiden lukumäärät ja sijainti) voisi päätellä mikäli kartan tietokantoihin olisi tallennettu lisää tietoa esimerkiksi konfliktien tapahtumavuodesta tai timanttikaivosten tuottavuudesta.
Afrikassa luonnonvarojen epätasainen jakautuminen on aiheuttanut konflikteja siirtomaavallan ajoista saakka. Tämän voi hyvin ymmärtää tarkastelemalla edellämainitusta kartasta esimerkiksi timanttikaivosten sijoittumista. Ei ole helppoa nähdä kumman valtion puolella rajoilla olevat kaivokset ´sijaitsevat ja tämä on varmasti aiheuttanut monia erimielisyyksiä valtioiden välillä. Asiaa ei ainakaan helpota teollisuusmaiden kiinnostus Afrikan rikkauksia kohtaan, kuten Minttu Haapanen ja Timo Säyrinen blogeissaan toteavat. Suurvallat saattavat tukea toista hallitusta kaivoksen haltuunotossa hyötyäkseen siitä itse. Jos kaivoksista olisi saatavilla tuottavuusluokittelu, voitaisiin siitä mahdollisesti päätellä, missä päin ulkomaisten suurvaltojen vaikutus on suurin, sillä enemmän tuottavat kaivokset kiinnostavat varmasti eniten.
Tästä päästäänkin konfliktien yhteen perimmäiseen syyhyn eli korruptioon. Hallitukset tekevät yhteistyötä eniten tarjoavan kanssa välittämättä seurauksista. Tämä tarkoittaa usein sitä, että luonnonvarat siirtyvät ulkomaiseen omistukseen, eikä valtio hyödy kaupasta suuremmassa mittakaavassa, sillä rahat menevät diktaattorimaisten hallitsijoiden omaan taskuun. Väestö pysyy köyhänä, vaikka bruttokansantuote nousisikin muutaman timantti- tai öljypohatan tulojen myötä. Tästä syystä onkin oltava kriittinen tarkasteltaessa valtion hyvinvointia kuvaavia mittareita.
Kartalta voidaankin huomata, etteivät konfliktit ole vain valtioiden välisiä vaan myös yhden valtion sisäisiä. Minttu Haapanen tuo blogissaan esiin kolonisaation vaikutuksen valtioiden rajoihin. Kun siirtomaita jaettiin, valtioiden rajat piirrettiin viivottimella välittämättä heimojen luonnollisista aluerajoista. Tämä aiheuttaa yhä edelleen konflikteja, kun saman heimon jäseniä asuu eri valtioiden alueilla ja heimolaisten vapaa liikkuvuus estyy. Kartalta voidaan erottaa viime keväänäkin tutuiksi tulleita konfliktialueita kuten Tunisia, Egypti ja Somalia, joissa eri ryhmät ovat vastakkain toistensa kanssa. Mielenkiintoista olisi kuitenkin tietää, millä perusteella kartalle valitut konfliktipisteet ja -alueet on luokiteltu. Ovatko konfliktit esimerkiksi poliittisia vai taloudellisia?
Tulvaindeksi ja järvisyys
Kurssikerran varsinaisena työnä oli yhdistellä tietoja Suomen vesistöjen valuma-alueista ja tuottaa niiden pohjalta valuma-alueiden tulvaindeksiä ja järvisyysprosenttia kuvaava kartta (kuva 1).
Kuva 1. Suomen vesistöjen valuma-alueiden tulvaindeksi ja järvisyysprosentti (MapInfo, Tilastokeskus 2012).
Käsitteen tulvaindeksi määrittely on paikallaan, sillä ainakaan itselläni ei ollut aiheesta tarkkaa tietoa ennen tätä kurssikertaa. TVT3-ilmoitusblogissa tulvaindeksi selitetään luvuksi, joka vertaa yli- ja alivirtaamaa toisiinsa (A. Paarlahti, 2012). Ylivirtaamakaudet ovat tulvia ja alivirtaamat puolestaan kuivia kausia. Tulvaindeksi laskettiin jakamalla keskiylivirtaama keskialivirtaamalla. Tiivistetysti sanottuna tulvaindeksi siis kuvaa alueen tulvaherkkyyttä. Minulle jäi kuitenkin epäselväksi onko tulvaindeksillä jokin tietty yksikkö, vai onko se vain luku jonka merkitys määräytyy sen suuruuden mukaan. Samaten olisi ollut mielenkiintoista tietää onko tulvaindeksille määritelty joitakin rajoja, jotka ilmaisisivat kuinka merkittävä tulvariski on kuten Heini Lankia blogissaan toteaa.
Aineiston tarkastelua helpottamaan ja ajan säästämiseksi meille oli valmiiksi tehty histogrammikuva aineiston jakautumisesta. Aineisto oli hyvin voimakkaasti vino, mutta siitä huolimatta luokittelutavan valinta oli yhtä vaikeaa kuin aina ja testailin taas useita eri vaihtoehtoja. Luonnollisilla luokkaväleillä ja neljällä luokalla kartan antama kuva mielestäni yleistyi liikaa ja näytti mielestäni epätodelliselta, sillä lähes koko rannikkoseutu kuului samaan luokkaan maan keskiosien kanssa. Myös esimerkiksi Tenojoen valuma-alue kuului alhaisempaan luokkaan kuten ympäröivä alue, vaikka sen tulvaindeksi on lähes puolet suurempi. Viidellä luokalla kuva taas oli liian sekava. Näin ollen päädyin lopulta valitsemaan MapInfon ensimmäisen luokitteluehdotuksen kvantiileista ja neljästä luokkavälistä.
Kartan väreiksi valitsin eri sinisen sävyt, sillä teema on kaikin puolin veteen liittyvä. En myöskään halunnut karttaani liian suuria kontrastieroja, joita kahden eri värin käyttäminen olisi saattanut aiheuttaa. Ulkoasua pohdittuani päädyin esittämään kartalla myös järvet, kun sellainen mahdollisuus kerran oli. On kuitenkin tunnustettava, että tässä vaiheessa värien säätäminen alkoi jo jonkin verran rasittaa, mikä näkyy siinä, ettei järvien väri ole paras mahdollinen. Järvet eivät erotu tarpeeksi hyvin alimman luokan sävystä. Jos kuvaa kuitenkin jaksaa katsoa tarpeeksi tarkkaan, ne antavat lisäinformaatiota muun muassa suurimpien vesistöjen sijoittumisesta. Vaikka kaikkihan tietenkin tietävät, missä Saimaa ja Päijänne sijaisevat :).
Kartasta voidaan huomata, että mitä suurempi järvisyysprosentti (eli mitä enemmän valuma-alueella on järviä) sitä pienempi tulvaindeksi on. Myös järvien koolla on oltava merkitystä, sillä esimerkiksi Pohjanmaalla järvisyysprosenttipylväs on paikoittain melko korkea ja alue kuuluu silti ylempien tulvaindeksiluokkien joukkoon. Tämä on loogista, sillä mitä enemmän valuma-alueella on isoja järviä sitä enemmän vettä pystyy niihin varastoitumaan jolloin tulvariski pienenee. Tulvan riskiä tunnetusti lisää myös pinnanmuotojen tasaisuus, mikä ilmenee etenkin Pohjanmaalla. On kuitenkin otettava myös huomioon se, että ylimmän tulvaindeksin luokka kattaa arvot 180-1100, joten luokkaan mahtuu monenlaisia alueita. Olisikin hyvä esittää kartan yhteydessä taulukko tulvaindekseistä ja järvisyysprosenteista, jolloin tietoja olisi helpompi vertailla keskenään.
Kokonaisuutena kartan työstäminen kävi tällä kertaa yllättävän nopeasti (= kerrankin ei tullut kiire). Merkittävimpänä syynä oli ehdottomasti se, että kartan aihe oli valmiiksi annettu. Aivan ongelmitta kaikki ei kuitenkaan sujunut, sillä onnistuin muun muassa kadottamaan legendan layoutikkunasta. Onneksi olin ehtinyt tallentaa työn ennen sitä. 🙂 Kurssikerta oli hyvin kiinnostava ja monipuolinen, mutta saa nähdä paljonko muistan opituista asioista vielä ensi kerralla.
Lähteet:
Haapanen, M (2012). Kurssikerta 3-Tulvii pohjanmaa. TVT3-kurssin blogi 3.2.2012. <https://blogs.helsinki.fi/minhaapa/>
Lankia, H (2012). KK3:tulvaindeksi ja järvisyys valuma-alueittain. TVT3-kurssin blogi 3.2.2012. <https://blogs.helsinki.fi/lankia/>
Paarlahti, A (2012). TVT3-tiedotusblogi 1.2.2012. <https://blogs.helsinki.fi/tvt3-2012/>
Säyrinen, T (2012). Kurssikerta 3: Virtaavaa vettä Suomessa ja Afrikan mystiikkaa. TVT3-kurssin blogi 3.2.2012. <https://blogs.helsinki.fi/sayrinen/>