原文鏈接：http://tecdat.cn/?p=23800

最近我們被客戶要求撰寫關(guān)于空氣污染數(shù)據(jù)的研究報告，包括一些圖形和統(tǒng)計輸出。

由于空氣污染對公眾健康的不利影響，人們一直非常關(guān)注。世界各國的環(huán)境部門都通過各種方法（例如地面觀測網(wǎng)絡(luò)）來監(jiān)測和評估空氣污染問題

介紹

全球的地面站及時測量了許多空氣污染物，例如臭氧、一氧化碳、顆粒物。EPA（環(huán)境保護署）提供了空氣污染數(shù)據(jù)，本文選擇了顆粒物2.5（PM2.5）和空氣質(zhì)量指數(shù)（AQI）這兩個關(guān)鍵變量，以可視化和分析空氣污染的趨勢和模式。PM2.5代表直徑小于2.5微米的顆粒物濃度，AQI是綜合考慮所有主要污染物的空氣污染狀況的整體指標(biāo)。具體來說，此工作的數(shù)據(jù)源列出如下：

• 監(jiān)測人員每天的PM 2.5濃度水平和AQI指數(shù)數(shù)據(jù);

• 縣一級的AQI年度摘要。

數(shù)據(jù)預(yù)處理

每日站點數(shù)據(jù)包含每個地面站與PM2.5相關(guān)的各種屬性。有關(guān)站信息，污染物的關(guān)鍵變量通過以下代碼從原始數(shù)據(jù)中過濾掉。重命名過濾后的數(shù)據(jù)框的列名，以方便以下分析。

#導(dǎo)入數(shù)據(jù)aqi?<-?read_csv("aqi.csv")

daily<-?read_csv("daily.csv")

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

統(tǒng)計摘要

對點級PM2.5濃度和縣級AQI指數(shù)的基本統(tǒng)計描述可以幫助更好地理解這兩個變量。在這里，直方圖和箱形圖用于可視化PM2.5濃度和AQI的分布特征。每日AQI指數(shù)可衡量空氣污染的嚴(yán)重程度，可用于根據(jù)AQI的值將天數(shù)分為不同的類別。就空氣污染水平而言，通?？梢詫⑻鞖夥譃樗念?，包括良好，中度，不健康和危險。

本報告中使用的縣級AQI數(shù)據(jù)包括四個類別變量，代表每個類別的天數(shù)。下面的代碼直觀地顯示了四個類別變量的分布。根據(jù)直方圖，大多數(shù)縣在整年總體空氣質(zhì)量良好，這可以通過良好''分布的偏斜來表示，不健康''和危險''的0天左右的分布間隔非常窄。此外，良好''和中等''的分布顯示出相反的偏斜，這表明空氣質(zhì)量中等的日子在全年并不典型，因為中等''的分布集中在50天以下，而``良好''的分布在250天以上。

##?縣域內(nèi)aqi的直方圖vi?<- ??aqi?%>%? ??select(`好',?`中等',?`不健康',?`危險')?%>% ggplot(data?=?vi?)

縣級數(shù)據(jù)代表空氣污染的平均水平。來自地面站的PM2.5和AQI的點級測量描述了空氣污染的詳細情況和當(dāng)?shù)厍闆r。

點擊標(biāo)題查閱往期內(nèi)容

R語言空間可視化：繪制英國脫歐投票地圖

左右滑動查看更多

01

02

03

04

站級的PM2.5和AQI的分布如下所示。兩種分布都顯示出正偏度，AQI聚集在50附近，而PM2.5低于25。在這一年中，很少出現(xiàn)兩個變量都具有高值的站點。

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

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

時間變化

每日數(shù)據(jù)記錄了2018年監(jiān)測站點每天的觀測時間序列，可用于探索PM2.5和AQI的趨勢。首先，針對每種數(shù)據(jù)對每種狀態(tài)下站點的測量值求平均。選擇了七個州的時間序列以顯示其一年中的變化，如下所示。從該圖可以看出，南部和西部各州在年初就經(jīng)歷了嚴(yán)重的空氣污染問題。趨勢曲線的高峰表明，下半年的空氣質(zhì)量均較差。

##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)

為了顯示總體變化，每天匯總來自所有監(jiān)視的測量值。一年中的總體變化繪制如下。我們可以看到，AQI和PM2.5的變化趨勢顯示出相似的模式，而夏季和冬季的空氣污染更為嚴(yán)重。

##按天數(shù)計算 ??select(date,?pm25,?aqi)?%>% ??group_by(date)?%>% ??summarise(?mean(pm25),?mean(aqi))?%>%ggplot(data?=?vis)?+

空間分布

匯總了針對不同州的縣級AQI指數(shù)，以探索每個州的空氣質(zhì)量的空間變化。下圖通過漸變顏色繪制了變量良好天氣的不同平均值。該地圖顯示了各州空氣質(zhì)量良好的日子。從地圖上可以看出，北部和東部地區(qū)的空氣條件比其他州更好。

##按州匯總aqi（區(qū)域水平）。 vis?<-? ??aqi?%>% ??group_by(State)?%>%ggplot()?+ ??geom_polygon(aes(x?=?long,?y?=?lat,?group?=?group,?fill?=?good)

下面還繪制了不健康天數(shù)變量的平均值，這證實了以前的觀察結(jié)果，即東部各州的空氣條件較好。

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

每個站點的站點級別測量值匯總為年平均值。下圖顯示了美國年平均PM2.5濃度的空間分布。綠色點表示較低的PM2.5濃度。西部的測站測得的PM2.5濃度較高。

##?數(shù)據(jù)的匯總 ###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)

AQI可以提供更全面的空氣狀況度量。站點上的點級AQI映射如下。由于AQI考慮了許多典型污染物，因此與PM2.5的模式相比，AQI的分布顯示出不同的模式。

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

結(jié)論

本報告利用了空氣污染數(shù)據(jù)和R的可視化，從時空維度探討了空氣污染的分布和格局。從數(shù)據(jù)中可以識別出PM2.5和AQI的時空變化。夏季和冬季均遇到空氣污染問題。西部和南部的州比北部和東部的州更容易遭受空氣污染問題。

點擊文末?“閱讀原文”

獲取全文完整資料。

本文選自《R語言空氣污染數(shù)據(jù)的地理空間可視化和分析：顆粒物2.5（PM2.5）和空氣質(zhì)量指數(shù)（AQI）》。

點擊標(biāo)題查閱往期內(nèi)容

上海無印良品地理空間分布特征與選址策略可視化研究
R語言空間可視化：繪制英國脫歐投票地圖
R語言在地圖上繪制散點餅圖可視化?r語言空間可視化繪制道路交通安全事故地圖
在GIS中用ggmap地理空間數(shù)據(jù)分析
tableau的騎行路線地理數(shù)據(jù)可視化
R語言推特twitter轉(zhuǎn)發(fā)可視化分析
618電商大數(shù)據(jù)分析可視化報告
用RSHINY DASHBOARD可視化美國投票記錄
python主題LDA建模和t-SNE可視化
R語言高維數(shù)據(jù)的主成分pca、 t-SNE算法降維與可視化分析案例報告
R語言動態(tài)圖可視化：如何、創(chuàng)建具有精美動畫的圖
Tableau 數(shù)據(jù)可視化：探索性圖形分析新生兒死亡率數(shù)據(jù)
R語言動態(tài)可視化：制作歷史全球平均溫度的累積動態(tài)折線圖動畫