xwMOOC 데이터 저널리즘

측정소 위치 - 대한민국

1. 공기 불평등 민주화

공기질이 삶의 질에 영향을 지대하게 미친다. 깨끗한 공기는 건강과 직결된다. 공기 불평등과 투쟁을 선언한 OpenAQ(Open Air Quality) “2018-01-29” 기준 64개국에 설치된 8,254개 측정솔ㄹ 통해 155,673,930 공기품질 측정값을 수집하여 제공하고 있다.

2. 대한민국 측정소 현황

공기질 측정소 현황은 한국환경공단 Air Korea 홈페이지 통계정보 → 대기환경 연월보에서 대기환경 연보 최신 2016년 다운로드 받으면 구할 수 있다. 데이터가 깔끔(tidy)하지 않은 더러운(messy) 형태라 tidyverse 다양한 기능을 활용하여 정제작업을 거친다.

# 0. 환경설정 ------

library(tidyverse)
library(readxl)
library(purrr)
library(xts)
library(leaflet)
library(crosstalk)
library(DT)

# 1. 데이터 가져오기 -----
    
loc_dat <- read_excel("data/air_korea_2016/부록14.대기오염측정망 제원_170927.xls", sheet="2016년", skip=4)    

names(loc_dat) <- c("시도", "도시", "측정소코드", "측정소명", "주소", "longitude_DMS", "latitude_DMS", "비고")

# 2. 데이터 변환 -----

대기_df <- loc_dat %>% 
    filter(row_number() <= 281) %>% 
    mutate(측정기능 = "도시대기")

도로_df <- loc_dat %>% 
    filter(row_number() >= 287,
           row_number() <= 326) %>% 
    mutate(측정기능 = "도로변대기")

배경농도_df <- loc_dat %>% 
    filter(row_number() >= 330,
           row_number() <= 334) %>% 
    mutate(측정기능 = "국가배경농도")

교외대기_df <- loc_dat %>% 
    filter(row_number() >= 340,
           row_number() <= 358) %>% 
    mutate(측정기능 = "교외대기")

중금속_df <- loc_dat %>% 
    filter(row_number() >= 364,
           row_number() <= 421)  %>% 
    mutate(측정기능 = "대기중금속")

광화학_df <- loc_dat %>% 
    filter(row_number() >= 427,
           row_number() <= 446) %>% 
    mutate(측정기능 = "광화학오염")

유해물질_df <- loc_dat %>% 
    filter(row_number() >= 451,
           row_number() <= 483) %>% 
    mutate(측정기능 = "유해대기물질")

산성강하_df <- loc_dat %>% 
    filter(row_number() >= 489,
           row_number() <= 528) %>% 
    mutate(측정기능 = "산성강하물")

대기오염집중_df <- loc_dat %>% 
    filter(row_number() >= 534,
           row_number() <= 539) %>% 
    mutate(측정기능 = "대기오염집중")


PM25_df <- loc_dat %>% 
    filter(row_number() >= 545,
           row_number() <= 579) %>% 
    mutate(측정기능 = "PM25")

종합대기_df <- loc_dat %>% 
    filter(row_number() >= 585,
           row_number() <= 599) %>% 
    mutate(측정기능 = "종합대기")

# 3. 데이터 취합 -----

tmp <- mget(ls(pattern="_df"))

air_df <- map_df(tmp, bind_rows)

# 4. 데이터 정제 -----
air_df <- air_df %>% 
    filter(측정소명 != "측정소명",
           !is.na(측정소명))  %>% 
    mutate(시도 = na.locf(시도),
           도시 = na.locf(도시),
           측정소코드 = na.locf(측정소코드),
           측정소명 = na.locf(측정소명))

3. 측정 기능별 측정소 위치 시각화

총 12 개 기능을 갖는 다양한 공기품질 측정소가 전국에 산재하여 있다. 하지만, 측정소 위치가 도분초로 되어 있어 이를 도로 변환하는 과정을 거친다.

그리고 나서, crosstalk 기능을 추가하여 leaflet에서 공기품질 측정기능별로 측정소 위치를 파악할 수 있도록 작업한다.

# 1. 데이터 정제: 도분초 --> 도 변환 -----

air_df <- air_df %>% 
    tidyr::separate(longitude_DMS, into=c("경도_도", "경도_분", "경도_초"), sep=" ") %>%
    tidyr::separate(latitude_DMS, into=c("위도_도", "위도_분", "위도_초"), sep=" ") %>% 
    mutate(longitude = as.numeric(경도_도) + as.numeric(경도_분)/60 + as.numeric(경도_초)/3600) %>%
    mutate(latitude  = as.numeric(위도_도) + as.numeric(위도_분)/60 + as.numeric(위도_초)/3600)

# 2. 공간정보 시각화 -----
## 2.1. 공유 데이터

air_sd <- SharedData$new(air_df)

## 2.2. 제어
filter_checkbox("측정기능", "대기오염측정망 제원", air_sd, ~측정기능, inline = TRUE)

## 2.3. 공간 정보 시각화
leaflet(data = air_sd) %>% 
    addProviderTiles(providers$OpenStreetMap) %>% 
    addMarkers(popup = ~ as.character(paste0("<strong>", paste0("측정소명: ", 측정소명), "</strong><br><br>",
                                             "-----------------------------------------------------------<br>",
                                             "&middot; 측정기능: ", 측정기능, "<br>",
                                             "&middot; 시도: ", 시도, "<br>",
                                             "&middot; 도시: ", 도시, "<br>",
                                             "&middot; 주소: ", 주소, "<br>"
               )))

plot of chunk airquality-location-korea-leaflet

3. 측정 기능별 측정소 위치 상세

층정 기능별 측정소 상세정보를 표로 살펴보자.

air_df %>% 
    select(측정기능, 시도, 도시, 측정소코드, 측정소명, 주소, 비고, 
             경도=longitude, 위도=latitude) %>% 
    DT::datatable(filter = "top") %>% 
    formatCurrency(c("경도", "위도"), currency="", digits=6)

plot of chunk airquality-location-korea-table