原文連結：http://tecdat.cn/?p=23800

原文出處：拓端資料部落公眾號

介紹

由於空氣汙染對公眾健康的不利影響，人們一直非常關注。世界各國的環境部門都通過各種方法（例如地面觀測網路）來監測和評估空氣汙染問題。全球的地面站及時測量了許多空氣汙染物，例如臭氧、一氧化碳、顆粒物。EPA（環境保護署）提供了空氣汙染資料，本文選擇了顆粒物2.5（PM2.5）和空氣質量指數（AQI）這兩個關鍵變數，以視覺化和分析空氣汙染的趨勢和模式。PM2.5代表直徑小於2.5微米的顆粒物濃度，AQI是綜合考慮所有主要汙染物的空氣汙染狀況的整體指標。具體來說，此工作的資料來源列出如下：

• 監測人員每天的PM 2.5濃度水平和AQI指數資料;
• 縣一級的AQI年度摘要。

資料預處理

每日站點資料包含每個地面站與PM2.5相關的各種屬性。有關站資訊，汙染物的關鍵變數通過以下程式碼從原始資料中過濾掉。重新命名過濾後的資料框的列名，以方便以下分析。

1. #匯入資料
2. aqi <- read_csv("aqi.csv")

daily<- read_csv("daily.csv")

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

統計摘要

對點級PM2.5濃度和縣級AQI指數的基本統計描述可以幫助更好地理解這兩個變數。在這裡，直方圖和箱形圖用於視覺化PM2.5濃度和AQI的分佈特徵。每日AQI指數可衡量空氣汙染的嚴重程度，可用於根據AQI的值將天數分為不同的類別。就空氣汙染水平而言，通常可以將天氣分為四類，包括良好，中度，不健康和危險。

本報告中使用的縣級AQI資料包括四個類別變數，代表每個類別的天數。下面的程式碼直觀地顯示了四個類別變數的分佈。根據直方圖，大多數縣在整年總體空氣質量良好，這可以通過``良好''分佈的偏斜來表示，``不健康''和``危險''的0天左右的分佈間隔非常窄。此外，``良好''和``中等''的分佈顯示出相反的偏斜，這表明空氣質量中等的日子在全年並不典型，因為``中等''的分佈集中在50天以下，而``良好''的分佈在250天以上。

2. ## 縣域內aqi的直方圖
3. vi <-
4. aqi %>%
5. select(`好', `中等', `不健康', `危險') %>%
7. ggplot(data = vi )

縣級資料代表空氣汙染的平均水平。來自地面站的PM2.5和AQI的點級測量描述了空氣汙染的詳細情況和當地情況。站級的PM2.5和AQI的分佈如下所示。兩種分佈都顯示出正偏度，AQI聚集在50附近，而PM2.5低於25。在這一年中，很少出現兩個變數都具有高值的站點。

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

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

時間變化

每日資料記錄了2018年監測站點每天的觀測時間序列，可用於探索PM2.5和AQI的趨勢。首先，針對每種資料對每種狀態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歷了嚴重的空氣汙染問題。趨勢曲線的高峰表明，下半年的空氣質量均較差。

2. ##按州和日排列
3. vis <-
4. select(state, date, pm25, aqi) %>%
5. group_by(state, date) %>%
6. summarise(pm25 = mean(pm25), aqi = mean(aqi)) %>%
8. ggplot(data = vis)

為了顯示總體變化，每天彙總來自所有監視的測量值。一年中的總體變化繪製如下。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汙染更為嚴重。

1. ##按天數計算
2. select(date, pm25, aqi) %>%
3. group_by(date) %>%
4. summarise( mean(pm25), mean(aqi)) %>%
5. ggplot(data = vis) +

空間分佈

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

1. ##按州彙總aqi（區域水平）。
3. vis <-
4. aqi %>%
5. group_by(State) %>%
8. ggplot() +
9. geom_polygon(aes(x = long, y = lat, group = group, fill = good)

下面還繪製了不健康天數變數的平均值，這證實了以前的觀察結果，即東部各州的空氣條件較好。

1. ggplot() +
2. geom_polygon(aes(x = long, y = lat, group , fill ),
3. scale_fill_distiller

每個站點的站點級別測量值彙總為年平均值。下圖顯示了美國年平均PM2.5濃度的空間分佈。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。

1. ## 資料的彙總
2. ###用於pm2.5
3. pmaqi %>%
4. summarise(pm25 = mean(pm25), aqi = mean(aqi), long = mean(long), lat = mean(lat)) %>%
5. ggplot() +
6. 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對映如下。由於AQI考慮了許多典型汙染物，因此與PM2.5的模式相比，AQI的分佈顯示出不同的模式。

1. ###aqi指數
2. vi<- vi[class == "aqi", ]
3. ggplot(vi) +
4. geom_polygon(aes(x = long, y = lat, group = group)

結論

本報告利用了空氣汙染資料和R的視覺化，從時空維度探討了空氣汙染的分佈和格局。從資料中可以識別出PM2.5和AQI的時空變化。夏季和冬季均遇到空氣汙染問題。西部和南部的州比北部和東部的州更容易遭受空氣汙染問題。

最受歡迎的見解

1.R語言動態圖視覺化：如何、建立具有精美動畫的圖

2.TABLEAU的騎行路線地理資料視覺化

3.用資料告訴你計程車資源配置是否合理

4.R語言GGMAP空間視覺化機動車交通事故地圖

5.用R語言製作互動式圖表和地圖

6.基於計程車GPS軌跡資料的研究：計程車行程的資料分析

7.R語言動態視覺化：製作歷史全球平均溫度的累積動態折線圖動畫gif視訊圖

8.把握計程車的資料脈搏

9.共享單車大資料報告