Month: February 2021

Luisteluretki paikkatietoaineistoa keräten

Kylläpä nämä viikot suorastaan liitävät ohitse! Meneillään on jo kuudes ja toiseksi viimeinen kurssiviikko. Arttu viime viikolla varoittikin, että pääsemme tällä kertaa ulkoilemaan ja keräämään omaa paikkatietoaineistoa. Käytimme tässä harjoituksessa Epicollect5-sovellusta, jonka avulla kirjasimme sijaintimme ja liitimme havaintopisteeseen tietoja alueen turvallisuudesta ja viihtyisyydestä. Normaalisti tämä tehtäisiin kampuksen lähistöllä niin, että koko ryhmä kartoittaa kohteita samoilla kulmilla, mutta nyt poikkeusaikana kukin kartoitti tahoillaan. Hyvää, interpoloitavaa aineistoa saimme siltikin kokoon.

Itse keräsin aineistoa (ja luistelin katuja pitkin) kotikulmillani viihtyisässä  Malmin kaupunginosassa. Joku toinenkin kurssilainen oli aineiston perusteella kiertänyt samoilla kulmilla, mikä on hyvä – näin saimme enemmän havaintopisteitä samalta seudulta. Kuva 1 kuvaa havainnoijan kokemusta  siitä, kuinka viihtyisä havaintopaikka on asteikolla 1–5, jossa 1 on vähiten viihtyisä ja 5 on eniten viihtyisä.  Vähiten viihtyisää kuvataan punaisella ja eniten viihtyisää vihreällä. Interpoloidun aineiston perusteella vaikuttaa, että aseman seudulla, jonka tunnistaa harmaalla kuvatuista ostoskeskuksista rautatien molemmin puolin, on vähemmän viihtyisää kuin kauempana asemasta.

Hasardikarttoja  kouluopetuksen tueksi 

Kurssikerran toisena ohjelmanumerona oli luoda hasardeja havainnollistavia karttoja, joita voisi opettajana käyttää tuntiopetuksen tukena. Saimme linkit tulivuoria, maanjäristyksiä ja meteoriitteja kuvaaviin aineistoihin. Päätin kuvata kartoillani tulivuoria ja eri tasoisia maanjäristyksiä. Laadin kolme karttaa, joissa esitän tulivuorten sijoittumista ja tapahtuneita maanjäristyksiä. Ensimmäisessä kartassa näkyy maanjäristykset, joiden voimakkuus oli yli 8 Richterin asteikolla vuosina 1950–2020 (kuva 2), toisessa kartassa maanjäristykset, joiden voimakkuus oli yli 6 Richterin asteikolla vuosina 1950–2020 (kuva 3) ja kolmannessa kartassa maanjäristykset, joiden voimakkuus oli yli 4,5 Richterin asteikolla vuonna 2020 (kuva 4).

Nämä kartat kuvaavat tietenkin tulivuorten sijoittumista ja maanjäristysten esiintymistä eri alueilla maailmassa sekä niiden yhteyttä  – monella alueella esiintyy sekä tulivuoria, että maanjäristyksiä. Tämä voisi toimia hyvänä alustuksena esimerkiksi litosfäärilaattoihin, laattatektoniikkaan ja siihen miten tulivuoret ja maanjäristykset liittyvät mannerliikuntoihin. Olisi myös mielenkiintoista esittää esimerkiksi ydinvoimaloita ja maanjäristysalttiutta yhdellä kartalla ja näin havainnollistaa ihmis- ja luonnonmaantieteellisten hasardien yhteyttä.

Tässä The Geographer Online -sivuston kuvassa on selkeästi esitetty suurimmat litosfäärilaatat, niiden liikesuunnat sekä maanjäristykset ja tulivuoret. Siinä on mielestäni osuvasti yksinkertaistettu esitystä niin, että maanjäristykset ja tulivuoret eivät peitä toisiaan.  Siinä ei mainita, kuinka voimakkaista maanjäristyksistä on kyse, vaan puhutaan maanjäristyksistä yleisesti, mutta tämä lienee tarkoitukseen sopiva tarkkuus.

Tässä kohtaa haluan tehdä muutamia nostoja kurssikavereiden blogeista. Annika Innanen on laatinut esteettisesti miellyttäviä ja informatiivisia karttoja , joissa hän erottelee maanjäristykset voimakkuuden perusteella eri värisin palloin. Mielestäni tämä on todella onnistunut ja havainnollinen tapa kuvata ilmiötä. Hennan blogissa on hyvää, perusteellista pohdintaa erilaisista maantieteen sovelluksista kouluopetuksessa. Suosittelen tutustumaan, jos aihepiiri kiinnostaa!

Kuva 2. Tulivuoret ja maanjäristykset, joiden voimakkuus oli  yli 8 Richterin asteikolla vuosina 1950–2020. NOAA & USGS 2021.

Ongelmakohtia

Näitä karttoja tuottaessa tuli monen monta tenkkapoota. Ensinnäkin olisin halunnut käyttää symboleita, jotka kuvastavat tulivuoria ja maanjäristyksiä paremmin kuin pallot ja nelikulmiot. Halusin kuitenkin tarkastella hasardien esiintymistä globaalissa mittakaavassa ja monimutkaisemmat symbolit olisivat vaikeuttaneet kartan tulkintaa entisestään. Jo nykyisellään kartat ovat hieman vaikeatulkintaisia, kun ne näkyvät niin pienenä täällä blogissa. Esimerkiksi kuvissa 3 ja 4 tulivuoret peittyvät Etelä-Amerikassa ja Aasiassa suurilta osin maanjäristyksien alle. Päädyin laittamaan maanjäristyslayerin tulivuorten päälle, koska ajattelin nämä kolme kuvaa sarjana ja kuvasta 2 näkee tulivuoret selkeämmin.

Viimeistelyvaiheessa päässäni jyskytti muistutukset siitä, että kartassa pitää aina olla pohjoisnuoli ja mittakaava, mutta pohjoisnuolen laittaminen maailmankarttaan tuntui hassulta. Eikö ole itsestäänselvää, että koko maailmaa kuvaavassa kartassa pohjoinen on ylhäällä? No, se on tietysti turha luulo, kuten tämä kartta osoittaa. Nopealla googlettamisella en nähnyt kovinkaan monessa maailmankartassa pohjoisnuolta, joten päätin luottaa intuitiooni ja jättää sen pois. Katsotaan käykö tämän takia vielä köpelösti…

Tällaiset lörinät tällä kertaa. Hyvää uutta viikkoa!

Lähteet

Innanen, A. Harjoitus: 6 maanjäristyksiä ja tulivuorenpurkauksia kartalla. Sivulla käyty 28.2.2021. https://blogs.helsinki.fi/anninnan/2021/02/25/harjoitus-6-maanjaristyksia-ja-tulivuorenpurkauksia-kartalla/

National Oceanic and Atmospheric Administration. Sivulla käyty 22.2.2021 https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search

Mapworld. Sivulla käyty 22.2.2021.  https://www.mapworld.com.au/products/australia-upside-down-world-map-in-envelope

Sanaksenaho, H. Nykypäivän koulumantsaa! Sivulla käyty 28.2.2021. https://blogs.helsinki.fi/hennablog/2021/02/25/nykypaivan-koulumantsaa/

The Geographer Online. Plate Tectonics. Sivulla käyty 22.2.2021. https://www.thegeographeronline.net/plate-tectonics.html

USGS Earthquake Hazards Program. Sivulla käyty 22.2.2021. https://earthquake.usgs.gov/earthquakes/search/

 

 

Viidennen viikon tehtävistä

Tällä viidennellä kurssikerralla kävimme alkuun lyhyesti läpi, miten bufferointi tapahtuu QGIS:ssä ja sitten pääsimmekin laittamaan viime viikkojen aikana oppimamme taidot käytäntöön itsenäisten tehtävien parissa. Mielestäni oli todella virkistävää tehdä tehtäviä itsenäisesti ja huomata, että monien perustyökalujen käyttö alkaa olla jonkinlaisessa lihasmuistissa. Muutamassa kohtaa sai kyllä hetken miettiä, että mistähän tarvittava työkalu löytyy. Tässä QGIS:n Help-toiminto oli isona apuna: jos muistaa työkalun nimen, mutta ei sitä, minkä valikon kautta sinne pääsee, niin tässä on oiva ratkaisu. Toinen paras ystävä on tietysti netin hakukoneet, joilla löytyy ratkaisu vaikka ja mihin.

Muutama huomio liittyen taulukkoon 1. En ollut varma onko asema- ja taajamatehtävissä tarkoitus käyttää Vantaan vai koko pk-seudun väestötietoja. Valitsin tarkasteltavaksi kuitenkin koko pääkaupunkiseudun väestön. Arvoin myös vähän sitä, minkä ikäiset valitsen kouluikäisiksi ja päädyin valitsemaan 7–16-vuotiaat.

Vapaavalintaisessa tehtävässä tarkastelin putkiremontteja pääkaupunkiseudulla. Putkiremontteja on tällä hetkellä käynnissä erityisesti 1960- ja 70-luvuilla rakennetuissa asuintaloissa. Tuohon aikaan pääkaupunkiseutu kasvoi voimakkaasti ja erityisesti lähiöt kasvoivat vauhdilla. Helsingissä on vuosina 1965–1970 rakennettuja asuinrakennuksia 2094 ja niistä 776 on kerrostaloja.  Koko pääkaupunkiseudulla on kyseisinä vuosina rakennettuja kerrostaloja 1206. Yhteensä näissä kerrostaloissa on asuntoja 39 002 ja asukkaita 65 206.

Tässä viimeisessä tehtävässä jouduinkin kaivelemaan aiempia harjoitustehtävien ohjeita esiin, sillä en suoraan keksinyt miten voin laskea kerrostalojen määrän eri osa-alueilla. Vastaushan oli QGIS-kielelle käännettynä “pisteiden määrä polygonissa”. Kun löysin ohjeet tähän ja homma alkoi taas näyttää selkeältä, seuraava ongelma odottikin jo heti kulman takana. Ohjelma antoi “invalid geometry”-herjan, jota en ollut aiemmin nähnyt. Onneksi olin aiemmin lukenut Annikan blogia, jossa oli törmätty samaan ongelmaan ja sain fiksattua tämän nopeasti.

Suoraan sanottuna en ole kumpaankaan näistä kartoista kovin tyytyväinen. Mielestäni ne ovat aika sekavia tulkita. En myöskään onnistunut kuvassa 2 saamaan lukumääriä näkyville pylväiden kaveriksi. Täytyy lukea muiden kurssilaisten blogeja, jos niistä löytyisi tähän ongelmaan ratkaisu. Päätin molemmissa kartoissani poistaa joet ja järvet näkyvistä, koska en katsonut niitä erityisen tarpeelliseksi teemakartassa, joka tarkastelee putkiremontoitavien talojen määrää. Meren jätin karttaan selkeyden vuoksi. Huomasin, että Tapio on omassa työssään käyttänyt taustakarttana OpenStreetMapia, jolloin osa-alueiden sijoittuminen hahmottuu paremmin. Täytyykin ensi kerralla kokeilla itse samaa.

Putkiremontoitavien kerrostalojen lukumäärä on korkein Keski-Vuosaaressa (102), Kontulassa (94), Lauttasaaressa (69) ja Simonkylässä (60). Koropleettikartalla ne näkyvät kuitenkin vain kohtalaisen vihreänä, sillä putkiremontoitavien kerrostalojen osuus kaikista kerrostaloista on suhteellisen pieni. Tummanvihreillä alueilla on puolestaan järjestäen kohtalaisen pieni määrä kerrostaloja, jolloin suhteellinen osuus näyttää suurelta, vaikka remontoitavia taloja on vähän. Esimerkiksi Hämevaarassa remontoitavia kerrostaloja on 100 %, mutta remontoitavien kerrostalojen lukumäärä on vain 3. Lehtisaaressa remontoitavia kerrostaloja on 87 % ja lukumäärä on 13 ja niin edelleen. Jos kysymys siis on, millä alueilla remonttifirmoilla on kissanpäivät, käyttäisin mieluummin remontoitavien kerrostalojen ja asuntojen lukumäärää kuin suhteellista osuutta alueen kaikista kerrostaloista.

 

Mitä nyt osaan?

Kuluneiden viiden viikon aikana olemme oppineet käyttämään monia QGIS:n toimintoja. Kun otetaan huomioon, että ohjelma oli kurssin alussa täysin uusi ja aluksi jo pelkkä aineiston tuominen ohjelmaan tuotti harmaita hiuksia, on tähänastinen oppimiskäyrä ollut eksponentiaalinen. Nyt osaan tuoda ohjelmaan aineistoja, liittää tietokantoja yhteen, bufferoida, tehdä yksinkertaisia kyselyitä vektoriaineistolla, tarkastella rasteriaineistoa ja tuottaa kohtalaisen katseen kestäviä karttoja näistä perusasioista. Vielä on varmaankin jäljellä todella paljon työkaluja, mihin emme ole lainkaan perehtyneet. Lisäksi koen, että tarvitsen runsaasti lisää toistoa, jotta ohjelman käyttö tulisi selkärangasta ja osaisin sujuvammin päätellä, mitä työkalua kussakin tilanteessa tulisi käyttää ja mistä ne ohjelmassa löytyvät.

Tämän harjoituksen viimeistä karttaa vääntäessä haaveilin jo siitä päivästä, kun osaan tehdä nettisivulle upotettavan kartan, jota voisi zoomata sisään ja ulos ja kohdetta klikkaamalla saisi näkyviin alueen nimen ja lisätiedot, esim. tuon remontoitavien talojen lukumäärä. Siitä saisi niin paljon informaatiota irti! No tuota päivää saanee vielä tovin odotella.

Lähteet

Innanen, A. Harjoitus 5: SOS, help, apua! (Ja uima-allas- ja saunakarttoja PK-seudulta) https://blogs.helsinki.fi/anninnan/2021/02/18/harjoitus-5-sos-help-apua-ja-uima-allas-ja-saunakarttoja-pk-seudulta/ sivulla käyty 18.2.2021

Aiemmilla kurssikerroilla olemme puuhailleet vektorimuotoisten aineistojen parissa, mutta tällä neljännellä kerralla otimme rohkean harppauksen kohti rasteriaineistoja. Tämän merkkipaalun kunniaksi tietokoneeni päätti käsitellä aineistoja poikkeuksellisen hitaasti, kaataa QGIS:in useamman kerran harkan aikana ja yhdessä kohtaa se alkoi tekemään jotain ihan käsittämätöntä (kuva 1)… Lyhyesti sanottuna tämä kurssikerta ja harkkatehtävän tekeminen vei paljon edellisiä kertoja enemmän aikaa ja vaati useampia toistoja, kun mikään ei tuntunut ensinnäkään ekalla kerralla pelittävän ja toisekseen harkkakarttaa tehdessä mikään ruutukoko ei tuntunut omaan silmään mieleiseltä.

Luin tietoteknisten haasteideni keskellä useamman kurssitoverin blogia ja mieleeni jäivät erityisesti Tapion blogin esteettiset kartat ja huolellinen pohdinta sekä Annikan blogin pienemmällä ruutukoolla laaditut kartat ja perinpohjainen työvaiheiden läpikäynti, josta oli itselleni paljon apua harjoitustehtävän tekemisessä kurssilta saatujen ohjeiden ohella. Lotan blogissa oli puolestaan hyvää pohdintaa eri ruutukokojen merkityksestä tiedon esittämisessä. Näillä eväillä oli hyvä lähteä tuulta päin ja painimaan omien karttojen parissa.

Täytyy tässä kohtaa myöntää, että yritin useamman kerran yhdistää aineistoja ruudukkoon väärällä työkalulla ja ihmettelin, kun lukuarvot näyttivät niin pieniltä ja havaintoyksiköitä tuntui olevan liikaa. Vasta kurssivideota uudestaan katsottuani sisäistin, että tässä pitää käyttää Join attributes by location (summary) -työkalua, kun itse käytin alkuun Join attributes by location-työkalua, eli versioita ilman tuota summary-ominaisuutta. Jälkikäteen ajateltuna tuntuu ihan itsestäänselvyydeltä, että tässä tarvitaan tuota summarya, sillä haluamme laskea kaikki yhden grid-ruudun sisälle jäävät yksiköt yhteen… Noh, jätän tämän vain tähän, jos jollain muulla on samanlaisia ongelmia lukutaidossa ja ohjeiden sisäistämisessä. 

Harjoitustehtävässä tein ruutukartan (kuva 2 ja 3), joka esittää muunkielisen väestön osuuden kokonaisväestöstä pääkaupunkiseudulla. Tämän kartan perusteella merkittäviä muunkielisten asukkaiden keskittymiä näyttäisi olevan etenkin itäisessä Helsingissä ja Espoon keskuksessa. Visuaalisella tarkastelulla muunkielisten osuus näyttää olevan suuri myös muualla raideyhteyksien äärellä, niin kehäradan kuin rantaradan varrella.

 

Himmensin tässä kartassa joet, järvet, rantaviivan ja meren kartan tarkastelun  helpottamiseksi, mutta lopputulosta katsoessa, en ole varma helpottaako vai vaikeuttaako se tulkintaa, etenkin kun hallinnollisia rajoja ei ole tässä tapauksessa näkyvissä. Ylipäätään lopputulosta tarkastellessa pohdin, että vektorimuotoinen, esimerkiksi postinumeroalueisiin perustuva, kartta olisi tämän ilmiön esittämiseen soveltuvampi ja ennen kaikkea helpommin luettava vaihtoehto. Nyt on kovin hankala hahmottaa mitä alueita kuvassa näkyy, etenkin jos ei ole aiheeseen perehtynyt. Ymmärrän, että tässä tehtävässä on tarkoitus harjoitella rasteriaineistojen kanssa pelaamista, mutta halusin vain tuoda tämän ajatuksen esille.

Lähdenkin tästä kliksuttelemaan Pornaisten taloja ja ensi viikolla palataan jonkin uuden ja ihmeellisen merkeissä. Hyvää laskiaista!

Innanen, A. Harjoitus 4: Väestöteemakartta ruutuaineistosta. https://blogs.helsinki.fi/anninnan/2021/02/11/harjoitus-4-vaestoteemakartta-ruutuaineistosta/ sivulla käyty 13.2.2021

Puodinketo, L. 4. kurssikerta: ruutuja ja rastereita. https://blogs.helsinki.fi/lottapuo/2021/02/10/4-kurssikerta/ sivulla käyty 13.2.2021

Turpeinen, T.  4: Ruuduista rastereihin. https://blogs.helsinki.fi/tapiotur/2021/02/11/4-ruuduista-rastereihin/ sivulla käyty 13.2.2021

Tämän kolmannen kurssikerran ohjelmassa oli ulkoisen tiedon liittäminen tietokantaan ja tietokantojen yhdistäminen erilaisten kyselyiden avulla. Harjoittelimme toimintoja ensin Artun opastuksella Afrikkaan liittyvien aineistojen avulla. Kurssikerran loppupuolella teimme itsenäisesti tulvaindeksikartan, jossa pääsimme harjoittelemaan aiemmin oppimiamme taitoja. Lopputuloksena oli koropleettikartta, jossa esitämme tulvaindeksin eri valuma-alueilla ja valuma-alueiden järvisyysprosentin. Tulvaindeksin laskimme käytännössä laskemalla: keskiylivirtaama / keskialivirtaama.

Kartan valinnoista 

Tulvaindeksille valitsin väriskaalaksi sinisen sävyt. Se tuntuu luonnolliselta valinnalta, kun kyseessä on veteen liittyvä muuttuja. Mitä syvempi sinisen sävy, sitä korkeampi tulvaindeksi on. Toinen hyvä valinta olisi mielestäni ollut vaaran värin, punaisen sävyt niin, että korkein tulvaindeksi kuvataan tummanpunaisella.

Valitsin järvisyysprosentin esitystavaksi pylväsdiagrammin sijaan ympyrädiagrammin siitä käytännön syystä, etten onnistunut laatimaan legendaan mitään selkeää mittaria pylväsdiagrammille. Ympyrädiagrammin avulla onnistuin sentään kuvaamaan järvisyysprosenttia niin, että suuremmat pallot kuvaavat suurempaa järvisyysprosenttia. Tässä tapauksessa tosin pienen järvisyysprosentin alueiden pallot näkyvät lopputuloksessa häviävän pieninä… Toinen ongelmakohta, johon en löytänyt ratkaisua ovat pallojen ympärillä näkyvät haaleat neliöt, joita en osannut poistaa näkyvistä.

Annika Innanen on blogissaan keksinyt esteettisen ratkaisun järvisyysprosentin esittämiseen. Hän esittää Etelä- ja Pohjois-Suomen omina karttoinaan ja hän on muokannut järvisyysprosenttia niin, että ympyrä on sitä suurempi mitä suurempi järvisyysprosentti on. Hieno ratkaisu! Mielenkiinnolla odotan, että pääsen näkemään vielä muitakin kurssikavereiden ratkaisuja tämän kartan suhteen.

Maallikon silmin 

Tarkempana tehtävänä oli pohtia maallikkona sitä, mitä kartta esittää, ja mitä sillä voidaan tulkita. Nimensä mukaisesti kartta kuvaa tulvaindeksiä ja järvisyysprosenttia Suomen valuma-alueilla. Järvisyysprosentti tuntuu selkeältä käsitteeltä, käytännössä se on järvien osuus valuma-alueen pinta-alasta ja sitä on kartalla esitetty eri kokoisilla palloilla, joiden koot on selitetty legendassa. Joissain polygoneissa ei tosin näy palloa lainkaan tai se näkyy häviävän pienenä ja mietinkin karttaa tarkastellessa puuttuuko tieto kokonaan vai onko se vain todella pieni. Polygonit, joista pallo näyttäisi puuttuvan, sijaitsevat rannikolla missä järvisyysprosentti on yleisesti pieni, olettaisin että kyseessä on vain erittäin pieni järvisyysprosentti.

Tulvaindeksi tuntuu käsitteenä maallikon silmin monimutkaisemmalta. Mitä sillä tarkoitetaan? Kuvaako se tulvan todennäköisyyttä tai korkeutta? Kurssimateriaalista selviää, että tulvaindeksi (keskiylivirtaama jaettuna keskialivirtaamalla) tai “virtaamavaihtelujen indeksi” kuvaa sitä, kuinka moninkertainen on virtaaman huippu verrattuna kaikkein kuivimpaan aikaan (Arttu Paarlahden kurssimateriaali).

 Konflikteja, timantteja ja öljyä Afrikassa

Palataan vielä hetkeksi kirjoituksen alussa lyhyesti mainittuihin Afrikka-teeman harjoitusmateriaaleihin. Kurssikerralla karttaa laatiessani QGIS kaatui kriittisellä hetkellä enkä saanut mitään Afrikka-aiheista karttaa talteen, joten nyt muutaman päivän henkisen toipumisen jälkeen parsin kasaan kartan (kuva 2), jossa esitän Internetin käyttäjien määrää prosenttiosuuksina eri maissa ja mantereella esiintyneitä konflikteja pisteinä. Internetin käyttömahdollisuuden tulkitsin eräänlaiseksi teollistumisen mittariksi. Oletukseni oli, että teollistuneemissa maissa esiintyy vähemmän konflikteja. Tästä kartasta on kuitenkin vaikeaa vetää kovin syväluotaavia johtopäätöksiä, sillä muuttujien välillä ei näytä ainakaan  visuaalisella tarkastelulla olevan merkittävää yhteyttä: konflikteja esiintyy niin maissa, joissa internetin käyttäjiä on runsaasti kuin maissa, joissa internetin käyttäjiä on vähän.

Tässä harjoituksessa on tarkoituksena pohtia, mitä saatavilla olevilla tiedoilla voisi tehdä tai päätellä, kun ainakin seuraavat muuttujat ovat tiedossa:

• Konfliktin tapahtumavuosi
• Konfliktin laajuus/säde kilometreinä
• Timanttikaivosten löytämisvuosi
• Timanttikaivoksen kaivausten aloitusvuosi
• Timanttikaivosten tuottavuusluokittelu
• Öljykenttien löytämisvuosi
• Öljykenttien poraamisvuosi
• Öljykenttien tuottavuusluokittelu
• Internetkäyttäjien lukumäärä eri vuosina

Olisi mielenkiintoista tarkastella ajallisesti onko konflikteja esiintynyt erityisesti öljykenttien tai timanttikaivosten löytämisen jälkeen.  Tällaisista rahanarvoisista resursseista voisi ajatella tulevan monenlaista kiistaa. Alueellisesti olisi mielenkiintoista tarkastella missä konflikteja on esiintynyt eli onko runsailla luonnonvaroilla ja konfliktien määrällä yhteyttä. Kuten Helmi kirjoituksessaan toteaa, konfliktien esittäminen pisteenä antaa kuitenkin hyvin kapean kuvan konfliktista, koska emme tiedä konfliktin kestosta, maantieteellisestä laajuudesta, uhrien ja vahinkojen määrästä tai syistä.

Lähteet: 

Arttu Paarlahden kurssimateriaali, kurssikerta 3.

Innanen, Annika. Harjoitus 3: Tulvaindeksikartta. Sivulla käyty 3.2.2021. https://blogs.helsinki.fi/anninnan/2021/02/04/harjoitus-3-tulvaindeksikartta/

Lappalainen-Imbert, Helmi. Kerta 3-Kun data ja kartta ovat erillään. Sivulla käyty 6.2.2021. https://blogs.helsinki.fi/laphelmi/2021/02/02/kerta-3-kun-data-ja-kartta-ovat-erillaan/