首页 > 其他分享 >R语言空气污染数据的地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)|附代码数据

R语言空气污染数据的地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)|附代码数据

时间:2024-05-20 23:29:42浏览次数:30  
标签:数据 AQI PM2.5 可视化 空气污染 aqi 2.5

原文链接:http://tecdat.cn/?p=23800

最近我们被客户要求撰写关于空气污染数据的研究报告,包括一些图形和统计输出。

由于空气污染对公众健康的不利影响,人们一直非常关注。世界各国的环境部门都通过各种方法(例如地面观测网络)来监测和评估空气污染问题

介绍

全球的地面站及时测量了许多空气污染物,例如臭氧、一氧化碳、颗粒物。EPA(环境保护署)提供了空气污染数据,本文选择了颗粒物2.5(PM2.5)和空气质量指数(AQI)这两个关键变量,以可视化和分析空气污染的趋势和模式。PM2.5代表直径小于2.5微米的颗粒物浓度,AQI是综合考虑所有主要污染物的空气污染状况的整体指标。具体来说,此工作的数据源列出如下:

  • 监测人员每天的PM 2.5浓度水平和AQI指数数据;
  • 县一级的AQI年度摘要。

数据预处理

每日站点数据包含每个地面站与PM2.5相关的各种属性。有关站信息,污染物的关键变量通过以下代码从原始数据中过滤掉。重命名过滤后的数据框的列名,以方便以下分析。

   
#导入数据
aqi <- read_csv("aqi.csv")

图片

   
daily<- read_csv("daily.csv")

图片

   
names(data) <- c( "date", 
                     "pm25", "aqi",  "long", "lat")

统计摘要

对点级PM2.5浓度和县级AQI指数的基本统计描述可以帮助更好地理解这两个变量。在这里,直方图和箱形图用于可视化PM2.5浓度和AQI的分布特征。每日AQI指数可衡量空气污染的严重程度,可用于根据AQI的值将天数分为不同的类别。就空气污染水平而言,通常可以将天气分为四类,包括良好,中度,不健康和危险。

本报告中使用的县级AQI数据包括四个类别变量,代表每个类别的天数。下面的代码直观地显示了四个类别变量的分布。根据直方图,大多数县在整年总体空气质量良好,这可以通过良好''分布的偏斜来表示,不健康''和危险''的0天左右的分布间隔非常窄。此外,良好''和中等''的分布显示出相反的偏斜,这表明空气质量中等的日子在全年并不典型,因为中等''的分布集中在50天以下,而``良好''的分布在250天以上。

   
## 县域内aqi的直方图
vi <-
  aqi %>% 
  select(`好', `中等', `不健康', `危险') %>%

ggplot(data = vi )

图片

县级数据代表空气污染的平均水平。来自地面站的PM2.5和AQI的点级测量描述了空气污染的详细情况和当地情况。


点击标题查阅往期内容

图片

R语言空间可视化:绘制英国脱欧投票地图

图片

左右滑动查看更多

图片

01

图片

02

图片

03

图片

04

图片

站级的PM2.5和AQI的分布如下所示。两种分布都显示出正偏度,AQI聚集在50附近,而PM2.5低于25。在这一年中,很少出现两个变量都具有高值的站点。

   
## ##AQI和PM2.5的直方图
  pmaqi  %>%
ggplot(data) +
  geom_histogram(aes(x = value), bins = 35) +

图片

   
ggplot(data) +
  geom_boxplot(aes(x =class,  y = value))

图片

时间变化

每日数据记录了2018年监测站点每天的观测时间序列,可用于探索PM2.5和AQI的趋势。首先,针对每种数据对每种状态下站点的测量值求平均。选择了七个州的时间序列以显示其一年中的变化,如下所示。从该图可以看出,南部和西部各州在年初就经历了严重的空气污染问题。趋势曲线的高峰表明,下半年的空气质量均较差。

   
##按州和日排列
vis <- 
  select(state, date, pm25, aqi) %>%
  group_by(state, date) %>%
  summarise(pm25 = mean(pm25), aqi = mean(aqi)) %>%

ggplot(data = vis)

图片

为了显示总体变化,每天汇总来自所有监视的测量值。一年中的总体变化绘制如下。我们可以看到,AQI和PM2.5的变化趋势显示出相似的模式,而夏季和冬季的空气污染更为严重。

   
##按天数计算
  select(date, pm25, aqi) %>%
  group_by(date) %>%
  summarise( mean(pm25), mean(aqi)) %>%
ggplot(data = vis) +

图片

空间分布

汇总了针对不同州的县级AQI指数,以探索每个州的空气质量的空间变化。下图通过渐变颜色绘制了变量良好天气的不同平均值。该地图显示了各州空气质量良好的日子。从地图上可以看出,北部和东部地区的空气条件比其他州更好。

   
##按州汇总aqi(区域水平)。

vis <- 
  aqi %>%
  group_by(State) %>%


ggplot() +
  geom_polygon(aes(x = long, y = lat, group = group, fill = good)

图片

下面还绘制了不健康天数变量的平均值,这证实了以前的观察结果,即东部各州的空气条件较好。

   
ggplot() +
  geom_polygon(aes(x = long, y = lat, group ,  fill ),          
  scale_fill_distiller

图片

每个站点的站点级别测量值汇总为年平均值。下图显示了美国年平均PM2.5浓度的空间分布。绿色点表示较低的PM2.5浓度。西部的测站测得的PM2.5浓度较高。

   
## 数据的汇总
###用于pm2.5
  pmaqi %>%
  summarise(pm25 = mean(pm25), aqi = mean(aqi), long = mean(long), lat = mean(lat)) %>%
ggplot() +
  geom_polygon(aes(x = long, y = lat, group = group)

图片

AQI可以提供更全面的空气状况度量。站点上的点级AQI映射如下。由于AQI考虑了许多典型污染物,因此与PM2.5的模式相比,AQI的分布显示出不同的模式。

   
###aqi指数
vi<- vi[class == "aqi", ]
ggplot(vi) +
  geom_polygon(aes(x = long, y = lat, group = group)

图片

结论

本报告利用了空气污染数据和R的可视化,从时空维度探讨了空气污染的分布和格局。从数据中可以识别出PM2.5和AQI的时空变化。夏季和冬季均遇到空气污染问题。西部和南部的州比北部和东部的州更容易遭受空气污染问题。

图片

图片

点击文末 “阅读原文”

获取全文完整资料。

本文选自《R语言空气污染数据的地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)》。

点击标题查阅往期内容

上海无印良品地理空间分布特征与选址策略可视化研究
R语言空间可视化:绘制英国脱欧投票地图
R语言在地图上绘制散点饼图可视化 r语言空间可视化绘制道路交通安全事故地图
在GIS中用ggmap地理空间数据分析
tableau的骑行路线地理数据可视化
R语言推特twitter转发可视化分析
618电商大数据分析可视化报告
用RSHINY DASHBOARD可视化美国投票记录
python主题LDA建模和t-SNE可视化
R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告
R语言动态图可视化:如何、创建具有精美动画的图
Tableau 数据可视化:探索性图形分析新生儿死亡率数据
R语言动态可视化:制作历史全球平均温度的累积动态折线图动画gif视频图

标签:数据,AQI,PM2.5,可视化,空气污染,aqi,2.5
From: https://www.cnblogs.com/tecdat/p/18203059

相关文章

  • 172.22.56.0/22
    172.22.56.0/2256对应的二进制是00111000,16+6=22。所以第三个byte的后面2位bit可以使用。 TheIPaddressandsubnetmaskyouprovided,172.22.56.0/22,indicateaspecificrangeofIPaddresseswithinaprivatenetwork.Here’sadetailedbreakdown:IPAddress......
  • 通义千问 2.5 “客串” ChatGPT4,你分的清吗?
    作者:张添翼、董艺荃引子OpenAI发布了最新的GPT-4o模型,通义千问也在前不久刚发布通义千问2.5,已经和GPT-4-Turbo不分伯仲:既然目前还没有和GPT-4o文本生成能力的对比数据,就让我们来和大模型一起做个游戏测试一下:我们让通义千问2.5扮演GPT4,来和真正的GPT4进行问答P......
  • BCM53161XUB0KLFBG、BCM53161XMB0KLFBG、BCM53161XMB0ILFBG: 超低功耗2.5GE交换机介绍
    产品介绍BCM5316X超低功耗2.5GE交换机设计用于SMB、工业和服务提供商市场中的多GE应用。BCM5316X交换机支持四个2.5GESGMII+端口、两个2.5GE/10GEXFI/SFI端口以及多达八个带集成GPHY的10/100/1000Base-T端口。BCM5316X交换机采用28nmRoboSwitch™架构(也称为Robo-2)。BCM5316X集......
  • SystemVerilog -- 2.5 Data Types ~ SystemVerilog Packed Arrays
    SystemVerilogPackedArraysSystemVerilog中有两种类型的数组-packedarray和unpackedarray。packedarray用于引用在变量名称之前声明的维度。bit[3:0]data;//Packedarrayorvectorlogicqueue[9:0];//unpackedarraypackedarray保证表示为一组......
  • 模拟集成电路设计系列博客——6.2.5 毛刺
    6.2.5毛刺数字逻辑的毛刺是转换器进行高速工作时的一个主要问题,\({b_1,b_2,...,b_N}\)与开关信号直接关联。毛刺的来源是开关切换不同信号的延迟。例如,但数字码从\(0111...1\)切换到\(1000...0\)时,所有的\(N-1\)的LSB都关闭,而MSB打开,然而,有可能LSB开关的电流先于MSB开关的电流关......
  • OpenWRT_2.5G_USB3_网卡_测速太慢
    OpenWRT_装上_2.5G_USB3_网卡_测速太慢转载注明来源:本文链接来自osnosn的博客,写于2024-04-29.现象Openwrt裸装在机器N3160机器上。有4核。原机有两个网卡,一个是板载,一个是mimiPCIE。都是千兆。使用没发现问题,两张网卡都能跑满千兆。升级2.5G网卡。把miniPCIE的网卡......
  • AP5127 是一款 PWM 工作模式,高效率、外围简单、内置功率管,适用于 12-100V 输入的高精
    AP5127是一款PWM工作模式,高效率、外围简单、内置功率管,适用于12-100V输入的高精度降压LED恒流驱动芯片。输出最大功率可达25W,最大电流2.5A。AP5127可实现全亮/半亮功能切换,通过MODE切换:全亮/半亮/循环模式。AP5127工作频率固定在140KHZ,同时内置抖频电路,可以降低对......
  • 2.5K star 一款插件化&易拓展的即时聊天(IM)平台
    简介Tailchat基于HTML设计,适合任何平台或操作系统,但它仍然无法在Web中提供一些原生支持。所以Tailchat也有客户端提供手机通知、桌面截图等操作系统支持。功能消息支持基本信息,支持如文本/链接/提及/图像/文件等多种信息类型,并支持对任何你想要的信息的附加反应。你......
  • UEditorPlus v2.5.0发布 Latex公式编辑,源码样式优化
    https://baijiahao.baidu.com/s?id=1746081463616396221&wfr=spider&for=pc UEditor是由百度开发的所见即所得的开源富文本编辑器,基于MIT开源协议,该富文本编辑器帮助不少网站开发者解决富文本编辑器的难点。UEditorPlus是有ModStart团队基于UEditor二次开发的富文......
  • 用ADZS-218X-EZICE-2.5仿真器调试ADSP-2189和ADSP-2184的详细讲解
    作者的话之前我写过一篇文章,讲ADSP-2189M应该怎么用仿真器来调试,但是比较简单,如下链接:https://blog.csdn.net/ADI_OP/article/details/129926055#comments_32119822这次借着写文档的契机,搞了一篇详细的,手把手教你用(写下来的目的也是为了自己以后看这方便,我怕再往后自己......