pakiet openair { Narzędzie do analizy danych dotyczących zanieczyszczeń powietrza Autor: mgr inż. Adriana Szulecka Kraków, r.

Transkrypt

1 pakiet openair { arzędzie do analizy danych dotyczących zanieczyszczeń powietrza Autor: mgr inż. Adriana zulecka Kraków, r.

2 projekt openair Został utworzony przez Kolegium Badań nad Środowiskiem aturalnym (RC) i jest wspierany również przez Defra (Departament Środowiska, Żywności i praw iejskich) w ielkiej Brytanii. Obecnie projekt jest prowadzony przez Zespół Badań Środowiskowych przy King s College w Londynie oraz Uniwersytet w Leeds. Projekt openair: dostarcza darmowy i ogólnie dostępny zestaw narzędzi open-source, rozwija i utrzymuje techniki analizy danych zanieczyszczenia powietrza, ułatwia przeprowadzanie skomplikowanych analiz w krótkim czasie, zachęca społeczność do dalszego rozwijania narzędzi ochrony powietrza, platforma statystyczne oprogramowanie R idealne do analiz.

3 zastosowania i funkcje Pakiet openair zawiera wiele typów analiz, które pozwalają na m. in: Dostęp do danych z kilkuset brytyjskich stacji monitoringu poprzez funkcje importaur oraz importkcl a także do danych archiwalnych bazy danych Airbase (A) - importairbase, Manipulowanie danymi składu atmosfery poprzez funkcje timeaverage czy selectbydate, a także badanie statystyk i zależności między nimi (linearrelation), Prostą wizualizację danych (timeplot, timevariation), porządzanie róży wiatrów (windrose), zanieczyszczeń (pollutionrose), percentyli (percentilerose), a także dwuwymiarowego wykresu polarnego do identyfikacji źródeł zanieczyszczeń (polarplot), Ocenę modelu zanieczyszczeń powietrza poprzez zastosowanie kluczowych statystyk modelu (modtats), diagramu Taylora czy wykresów kwantylowych.

4 PM 2.5 in 211 styczeń luty marzec kwiecień maj czerwiec lipiec sierpień wrzesień październik listopad grudzień g m Poniżej przedstawiono przykłady opracowania wartości stężeń pyłu zawieszonego PM2,5 z danych monitoringowych uzyskanych z bazy Airbase (A) dla stacji w owej Hucie, Kraków, dla roku 211 roku. nh_211=importairbase(site="pl39a", year=211) calendarplot(nh_211, pollutant="pm2.5", year=211, month=1:12, key.header="ug/m3") calcpercentile(nh_211, pollutant="pm2.5", avg.time="month", percentile=c(5,5,95)) date percentile.5 percentile.5 percentile kalendarz stężeń i analiza danych

5 CO Percent of Total wizualizacja danych summaryplot() Podsumowanie danych ze stacji monitoringu w owej Hucie - rok 211 O % 94.2 % 94.8 % 86 % 98.3 % 88.5 % 89.1 % 98 % 92.1 % 87.5 % 95.4 % 98.8 % missing = 61 (6.9%) min = 1 max = 71 mean = 8.4 median = 6 95th percentile = PM % 96.3 % 84.3 % 78.2 % 98.5 % 99.6 % 9.2 % 98.7 % 38.1 % 18.5 % 96 % 99.6 % missing = 1489 (17%) min = 3 max = 348 mean = 43 median = 26 95th percentile = O x 94.9 % 92.1 % 99.1 % 91 % 99.1 % 88.8 % 89.4 % 98.5 % 83.5 % 91.8 % 99 % 98.1 % missing = 542 (6.2%) min = 5 max = 851 mean = 66.8 median = 43 95th percentile = % 92.1 % 99.1 % 91 % 99.1 % 88.8 % 89.4 % 98.5 % 83.5 % 91.8 % 99 % 98.1 % 2 3 O 2 missing = 542 (6.2%) min = 3 max = 126 mean = 29.1 median = 27 95th percentile = % 94.5 % 94.4 % 93.5 % 94.1 % 94.3 % 84.3 % 92.9 % 18.1 % 91.7 % 93.5 % 93 % missing = 1191 (13.6%) min =.1 max = 4.3 mean =.6 median =.4 95th percentile = sty lut mar kwi maj cze lip sie wrz paź lis gru Data value

6 wizualizacja danych timevariation()

7 wizualizacja danych { róża wiatrów { windrose() róża zanieczyszczeń pollutionrose() Częstotliwość wystąpień ze względu na kierunek wiatru (%) Częstotliwość wystąpień ze względu na kierunek wiatru (%) 5% 5% 2% 2% 15% m s 1 15% g m 3 % 6 to % 6 to to 6 5% 4 to 6 5% 4 to 5 3 to 4 2 to 4 2 to 3 to 2 to 2 to Prędkość wiatru Dwutlenek azotu Powyższe wykresy sporządzono w oparciu o dane stężeń zanieczyszczeń i parametrów meteorologicznych uzyskanych z bazy King s College London (KCL) dla stacji tła miejskiego w Londynie dla roku 213.

8 wykres polarny polarplot() spring (MAM) summer (JJA) autumn (O) w s 4 w s 4 w s summer (JJA) autumn (O) winter (DJF) mean w s 6 4 w s 6 4 w s CO

9 zależność między stężeniami corplot() CO CO O x O O PM PM O 3 O3 PM PM 2.5 O 2 O 2 O x

10 ocena modelu conditionalquantile() { { Prognoza stężenia ozonu Prognoza stężenia PM modtats() substancja parametr MB MG RM r-pearson CO IOA FAC2 Ozon Pył zawieszony PM

11 Odchylenie standardowe ocena modeli TaylorDiagram() Diagram Taylora centred RM error correlation observed Odchylenie standardowe

12 Dziękuję za uwagę.