KJT's Blog: openair

Storage for Knowledge

Hot

Post Top Ad

Study is the best friend!
레이블이 openair인 게시물을 표시합니다. 모든 게시물 표시
레이블이 openair인 게시물을 표시합니다. 모든 게시물 표시

2019-07-26

R을 이용한 OpenAir 패키지 기본 사용법 ("windRose" 기능)

7월 26, 2019 0
 



  • 이번 글에서는 OpenAir 패키지를 이용한 "WindRose" 기능에 대해서 알아보고자 한다.

  1. OpenAir 패키지는 데이터 내 풍향/풍속 값을 이용하여 바람장미를 그리는 기능을 제공하고 있다. 
  • 아래와 같은 아주 간단한 코드를 이용하면 데이터 내 모든 풍향/풍속 자료를 사용하여 바람장미를 생성해준다.
    windRose(mydata)



    1. 또한 "windRose" 코드 안에 "type" 옵션 코드를 사용하면 여러 가지 형식으로 바람장미를 그릴 수 있다. 
    • 여기서는 한 예로 "year" 옵션을 사용해 보았다.
    • 여러 가지 옵션을 조합해서 사용이 가능하며 자세한 내용은 메뉴얼을 참고하기 바란다. 
    windRose(mydata, type="year")




    1. 또 하나 유용한 기능은 "type" 옵션 코드에서 옵션을 오염물질로 지정하면 일정 농도 범위별 바람장미가 그려지는 것이다.
    • 여기서는 "pm10"을 한 예로 실행해 보았다.
    • "type" 옵션을 오염물질로 지정하면, 기본적으로 4개의 데이터 범위에 따른 풍향/풍속 정보를 바람장미로 나타난다. 
    • 'pm10" 결과에서는 농도가 "1 to 22", "22 to 31", "31 to 44", "44 to 801"로 구분되었고, 각 농도 범위별로 바람장미가 그려졌다.
    • 이러한 결과를 바탕으로 연구자는 저농도일 때 나타나는 주 풍향/풍속과 고농도일 때 나타나는 주 풍향/풍속을 비교해 볼 수 있을 것이다.
    windRose(mydata, type = "pm10")



    1. 기타 다른 적용 가능한 옵션들은 다음과 같다.



    참고 문헌 : OpenAir 메뉴얼  http://www.openair-project.org/PDF/OpenAir_Manual.pdf

    Read More

    R을 이용한 OpenAir 패키지 기본 사용법 ("cutData" 기능)

    7월 26, 2019 0
     


    • OpenAir 패키지의 "cutData" 기능은 데이터들을 시간, 값의 크기, 장소 등을 일정한 범위로 나눌수 있도록 해준다.

    1. 데이터를 구분할 때 가장 많이 사용하는 변수 중 하나는 "계절"이다.
    • 지금 사용하고 있는 샘플 데이터는 연월일 및 시간별로 각 오염물질의 농도를 표시하고 있다.
    • 전체 샘플 데이터를 계절별로 정리하는 방법은 매우 간단하다.
    mydata <- cutData(mydata, hemisphere="northern", type="season")
    • 이 코드를 실행하게 되면 기존 데이터에 "season"이라는 새로운 데이터가 생성되며, "mydata" 창에서 이를 확인할 수 있다.
    • "Winter (DJF)", "Spring (MAM)", "Summer (JJA)", "Autumn (SON)"으로 표시되며, 괄호 안의 문자는 각 월의 첫글자이다.
    • "hemisphere"는 쓰지 않아도 "북반구"를 기준으로 구분되며, "남반구" 계절로 표현하고 싶다면 "northern"을 "southern"으로 변경하면 된다.



    1. 다른 데이터들을 범위별로 구분하고 싶다면 코드 내 "season" 대신 다른 데이터의 이름을 적용하면 된다.
    • 구분 구간을 정하지 않으면 기본적으로 4개의 레벨로 구분되며, 더 많거나 적은 구간으로 나누고 싶다면 "n.levels" 코드를 추가하면 된다.
    mydata <- cutData(mydata, type="pm10")



    1. "cutData" 코드에 함께 쓰이는 옵션들은 다음과 같다.



    참고 문헌 : OpenAir 메뉴얼 http://www.openair-project.org/PDF/OpenAir_Manual.pdf
    Read More

    R을 이용한 OpenAir 패키지 기본 사용법 (전체 데이터 요약)

    7월 26, 2019 0
     






    • 이번 글에서는 분석할 데이터에 대한 기본적인 통계적 정보 확인 및 이에 대한 그래프를 그리는 방법을 이야기 하고자 한다. 


    1. 먼저 분석할 데이터를 R Studio에서 생성한 프로젝트에 삽입해준다. 
    • 메뉴얼에서는 데이터에 있는 날짜/시간 포맷을 쉽게 다루기 위하여 "lubridate" 패키지 설치를 권장하고 있다. (자세한 내용은 메뉴얼 참고)
    • R Studio 콘솔 창에 아래와 같이 코드를 작성하면 설치되며, 만약에 설치가 되지 않는다면 "openair" 패키지와 마찬가지로 우측 "package" 탭에서 "Install"을 클릭 후, 검색과 설치를 진행하면 된다.
    • 패키지 설치 후, "mydata" 변수에 데이터 파일을 "import"한다.
    • 이 때, 데이터 파일이 프로젝트 폴더에 위치하지 않는다면, "  " 안에 데이터 파일이 위치하고 있는 "절대경로"를 넣어야한다. 
    mydata <- import("openair_example_data_long.csv")




    1. 다음으로 데이터의 기본적인 통계 정보를 확인하는 방법이다.
    • "summary"라는 간단한 코드로 데이터 내 각 물질별 최소값, 최대값, 중간값, 평균값 등을 확인할 수 있다.
    summary(mydata)




    1. 앞서 "summary" 코드로 확인된 내용을 그래프 형식으로 표현할 수 있다.
      summaryPlot(mydata)






      1. "summaryPlot"에서 여러 조건 코드를 추가하여 형태 및 내용을 변경 및 추가할 수 있다.



      참고문헌 : OpenAir  메뉴얼  http://www.openair-project.org/PDF/OpenAir_Manual.pdf

      Read More

      2019-07-25

      R을 이용한 OpenAir 패키지 기본 사용법 (OpenAir 설치)

      7월 25, 2019 0
        



      • OpenAir 패키지는 대기오염연구 분야에 활용할 수 있는 R 프로그램의 매우 유용한 툴이다.
      • R 프로그램은 인터넷 상에서 무료로 다운 받아 사용이 가능하며, OpenAir 패키지는 R 프로그램 내에서 설치가 가능하다.
      • 이 블로그에서 소개할 내용은 모두 OpenAir 메뉴얼에서 확인할 수 있으며, 샘플 파일은 OpenAir 홈페이지에서 다운받을 수 있다.

      1. 먼저 R 및 R Studio를 설치해야 한다.


      1. R 및 R Studio를 차례대로 설치한 후, R Studio를 실행한다.


      1. OpenAir 실습을 위하여 "File" -> "New Project" 선택한 후, 적당한 이름으로 프로젝트를 만든다.


      1. R Studio 오른쪽에서 "Packages" 메뉴를 찾은 다음 "openair" 패키지를 클릭한다. (만약에 없다면 "Install" 버튼 클릭 후 "openair"를 검색하여 설치)


      1. OpenAir 패키지를 사용할 준비가 되었다. 


      참고문헌 : OpenAir  메뉴얼  http://www.openair-project.org/PDF/OpenAir_Manual.pdf
      Read More

      Post Top Ad

      Play with Study!