A continuacó posare com fer el seguiment d'aquest projecte
Les dades es poden trobar a google "atmosfera de dades obertes" i "dades obertes de meteocat":
Air pollution data & Meteorological data
Cal instal·lar el programari RStudio i els paquets Tidyverse i Openair. Tidyverse us permet ordenar les dades. Openair permet estudiar l'aire hora a hora, dia a dia, any a any d'una manera específica i avançada. Per instal·lar aquests 2 paquets R, heu d'escriure:
install.packages (c("tidyverse","openair"))
Hem de llegir les dades del nostre ordinador:
city <-read.csv ("C:\\Users\\AriadnaArcasMartínez\\Documents\\Vic\\city.csv")
View(city)
Canviem els temps de les columnes a files mitjançant pivot_longer
city1 <-pivot_longer(city,cols=c(h01,h02,h03,h04,h05,h06,h07,h08,h09,h10,h11,h12,h13,h14,h15,h16,h17,h18,h19,h20,h21,h22,h23,h24), names_to="hour", values_to = "value")
city2 <-city1[-c(1,2,4,6:16)]
write.csv(city2,"C:\\Users\\AriadnaArcasMartínez\\Documents\\Vic\\city2.csv")
Suprimim T00.00.00.000 i substituïm les hores H01, etc per 01:00:00 fins a obtenir les dates en format ISO:
Associem la data i l'hora a city4.csv mitjançant el LibreOffice Calc o RStudio.
city2 <- city2 %>% mutate(date=paste0(data, " ", hour))
Creem city3 combinant el dia i l'hora sota el nom de la columna data
library(openair)
city2~$date <- subset(city5, pollutant=="PM10")
city2~$date<-as.POSIXct(city2$date,"%Y-%m-%d %H:%M:%S", tz="Europe/Madrid")
class(city2$date)
[1] "POSIXct" "POSIXt"
És important assegurar-se que la data no és un joc de caràcters sinó un POSIX, una dada class(city2$date)
[1] "character"
city2~$date<-as.POSIXct(city2~$date,"%Y-%m-%d %H:%M:%S", tz="Europe/Madrid")
class(city2~$date)
[1] "POSIXct" "POSIXt"
class(city2~$pollutant)
[1] "character"
city2~$pollutant<-as.factor(city2~$pollutant)
class(city2~$pollutant)
[1] "factor"
timeVariation(city2, pollutant="value")
timeVariation(cityNA, pollutant=c("O3","NO2","H2S","NO","HCNM","CO","SO2","HCT", "NOX","PM10"), main="Air pollution in Vic (1991-2022)")
Per poder obtenir el grafic de l'evolució de cada any del Nitogen in Vic:
trendLevel(cityNA, pollutant = "Nox", main="Nitrogen Oxide evolution in Vic")
Per poder obtenir el grafic de l'evolució de cada mes en aquest cas del 2021 del Nitrogen in Vic:
calendarPlot(cityNA, pollutant="NOX", year="2021")
Per poder obtenir el grafic de l'evolució de cada any del Nitric in Vic:
trendLevel(cityNA, pollutant = "NO2", main="Nitric Dioxide evolution in Vic")
Per poder obtenir el grafic de l'evolució de cada mes en aquest cas del 2021 del Nitric in Vic:
calendarPlot(cityNA, pollutant="NO2", year="2021")
Per poder obtenir el grafic de l'evolució de cada any del Cabon in Vic:
trendLevel(cityNA, pollutant = "CO", main="Carbon Monoxide evolution in Vic")
Per poder obtenir el grafic de l'evolució de cada any del Sulfur in Vic:
trendLevel(cityNA, pollutant = "SO2", main="Sulfur Dioxide evolution in Vic")
Per poder obtenir el grafic de l'evolució de cada any del Hydrogen in Vic:
trendLevel(cityNA, pollutant = "H2S", main="Hydrogen Sulfide evolution in Vic")
Per poder obtenir el grafic de l'evolució de cada mes en aquest cas del 2021 del Hydrogen in Vic:
calendarPlot(cityNA, pollutant="H2S", year="2021")
Per poder obtenir el grafic de l'evolució de cada any del Nitric in Vic:
trendLevel(cityNA, pollutant = "NO", main="Nitric Oxide evolution in Vic")
Per poder obtenir el grafic de l'evolució de cada mes en aquest cas del 2021 del Nitric in Vic:
calendarPlot(cityNA, pollutant="NO", year="2021")
Per poder obtenir el grafic de l'evolució de cada any del Particulate in Vic:
trendLevel(cityNA, pollutant = "NO", main="Particulate Matter evolution in Vic")
Per poder obtenir el grafic de l'evolució de cada mes en aquest cas del 2021 del Particulate in Vic:
calendarPlot(cityNA, pollutant="PM10", year="2021")