University of Helsinki
Kurssikerran aiheena tietokanta liitokset ja tietokanta muokkaukset. Tietokanta liitoksia harjoittelin jo itse ensimmäisen kurssikerran tehtävässä, jossa piti tuoda jokin aineisto ja haluttu muuttuja, joka liitettiin Suomen kuntatietokantaan. Eli hieman jo hallussa oleva asia, mutta tällä kertaa selkiytyi paaaaaljon paremmin. Mennään siis harjoitusten pariin.
Matkustimme tällä kertaa Afrikkaan tutkimaan timanttikaivoksia, öljyn poraus lokaatioita ja konflikteja.
Aivan alkuun aloitimme Afrikka tietokannan muokkauksella, jotta tietokannasta tulisi selkeämpi sekä tiiviimpi. Tietokanassa oli monia rivejä samojen valtioiden osille, joten nämä yhdistettiin, jotta tietokantaliitokset tähän tietokantaan onnistuisivat kivuttomammin. Tähän oli myös muutama eri tapa, joilla tätä muokkaamista ja yhdistelemistä harjoiteltiin.
Tämän siivouksen jälkeen lisäsimme internetinkäyttöä koskevan tietokannan tiedot Afrikka tietokantaan. Tämä onnistui aika hyvin, sillä harjoittelin hieman jo ensimmäisellä kurssikerralla tätä. Tällä kertaa kumminkin tarkemmin selvisi koodaus järjestelmän merkitys. Oletusjärjestelmänä koodauksessa on UTF-8, joka ei tue skandinaavisia kirjaimia, joissa itselläni oli ongelmia ensimmäisessä itsenäisessä harjoituksessa.
Tämän jälkeen siirryttiin öljyn, timanttien ja konfliktien pariin. Näitä tietokantoja yhdisteltiin ja laskeskeltiin. Tämä osio tuntui itselläni menevän hieman ohitse, mutta täytyy itse vielä palata tätä tarkastelemaan ja harjoittelemaan. Mutta käytössä oli myös Join attributes by location (summary) toiminta, joka onnistui ohjeiden kanssa hyvin, mutta itse kokeiltuani ei tämä työkalu jäänyt toiminnoiltaan vielä hyvin mieleen.
Loppujen lopuksi olimme saavuttaneet tietokannan, jossa oli melkoisen paljon tavaraa. Tietokanassa oli siis tietoa konflikteista (tapahtumavuosi, laajuus, sijainti), timanteista (löytövuosi, kaivausten aloitusvuosi, tuottavuusluokittelu), öljystä (löytövuosi, poraamisvuosi, tuottavuus) ja internetin käyttö tilastoa monelta vuodelta. Näillä tiedoilla saa paljon tietoa Afrikan tilanteesta esim. internetin käyttämislukujen muutos kertoo teknologisesta kehittymistä ja minkälaisia alueellisia eroja mahdollisesti valtioiden välillä on. Internetin käyttöä voidaan myös vertailla tuottavuuden kanssa (öljy, timantit) esim. vaikuttaako valtion öljy- tai timanttivarat internetin käyttöön ja millä tavalla. Myös konflikteja sekä timantteja tai öljyä voidaan vertailla ja miettiä löytyykö niiden ilmenemisellä yhteyttä.
Tähän liittyen teimme kartan Afrikasta (kuva 1). Kartassa näkyy konfliktien sijainnit sekä timanttikaivokset ja öljynporaus alueet Afrikan rannikolla.
Kuva 1. Afrikan öljyn porausalueet, timanttikaivokset ja konfliktit.
Itsenäisenä harjoituksena palattiin Suomeen. Harjoituksen tarkoituksena oli saada tulvaindeksit sekä järvisyys näkymään kartassa valuma-alueittain. Tässä harjoituksessa harjoiteltiin samoja asioita kuin aiemmassa harjoituksessakin eli tietokantaliitoksia sekä laskutoimituksien tekemistä attribuuttitaululla.
Taulukon liittäminen tasoon Join toiminnolla sujuu mielestäni erittäin mallikkaasti, nähtävästi tämä toiminto jäänyt hyvin mieleen luennoilta ja harjoituksista. Mutta hankaluuksia tuotti Join attributes by location (summary) toiminto, jota olisi pitänyt käyttää harjoituksen vaikeamassa variaatiossa, mutta sen yrittäminen kaatui siihen, etten tämän toiminnon toimintaa täysin ymmärtänyt. En ymmärtänyt, mitä kaikkea olisi pitänyt rastittaa työkalun vaihtoehdoista, jotta olisin saanut laskettua järvisyyden itse. Päädyin siis käyttämään valmista järvisyys prosenttia ja luomaan kartan siitä.
Valmis tuotos tästä löytyy kuvana 2 alta.
Kuva 2. Suomen alueen valuma-alueet luokiteltuna tulvaindeksin mukaan sekä kartassa myös valuma-alueiden järvisyysprodentti.
Kartassa esitettynä Suomen valuma-alueiden tulvaindeksi ja alueen järvisyys. Tulvaindeksillä osoitetaan, kuinka moninkertainen tulvahuipun vesimäärä on verrattuna keskivirtaamaan (YVA, 2011). Koropleettikartalla on kuvattu, millä valuma-alueilla tämä indeksi on suurin ja missä tulvahuiput ovat suurimpia verrattuna normaalioloihin.
Kartassa huomiona voidaan sanoa, että Suomen sisämaan ja rannikon puoleisilla valuma-alueilla tulvaindeksit ovat pienimpiä Suomessa, kun taas Suomen- ja Pohjanlahden rannikoilla on suurimmat tulvahuiput (suurin Turun seudulla sekä Helsingin seudulla). Janne Turusen (2022) blogissa huomasin pohdintaa siitä, että järvisimmillä alueilla tulvaindeksi on pienin, jolloin voidaan pohtia, että suurempi järvisyys alueella vähentää tulvahuippua valuma-alueilla. Tätä en aivan heti itse ajatellut, mutta näen kyseistä yhteyttä nyt itsekin.
Omassa kartassani meni nähtävästi värien käyttö hieman pieleen. Järvisyyttä kuvaavan palkin olisi varmaan pitänyt olla hieman tummempi, jottei se sekoittuisi järvien ja jokien kanssa niin pahasti. Tein visualisoinnin apunäytöllä, jossa värit näyttivät selkeiltä, mutta läppärin näytöltä ne ovatkin hieman erilaisia. Palkit kumminkin näkyvät jonkin verran, katsotaan, jaksanko palata korjaamaan tämän myöhemmin.
Mutta 3. kurssikerta oli tässä. Kiitos ja kuittaus tältä osin, palataan seuraavan kurssikerran yhteydessä!
Lähteet:
Karvasuon turvetuotantoalue, Seinäjoki. (2011). YVA-selostus osa 2. WSP Finland Oy. s. 75.
Turunen, J. (2022). QGIS – rakastettuni. Geoinformatiikan mystiset menetelmät -blogi. Viitattu: 8.2.2022