1 장마

1.1 데이터

기상청 기후통계분석 장마 웹사이트에서 지점별 장마 시작일과 관련 데이터를 원자료 형태로 얻을 수가 있다.

library(tidyverse)
library(readxl)
library(extrafont)
loadfonts()

rainy_dat <- read_excel("data/STCS_장마_20210528145153.xlsx", skip = 2)

rainy_tbl <- rainy_dat %>% 
  mutate(시작일 = as.Date(시작일),
         종료일 = as.Date(종료일))

rainy_tbl %>% 
  arrange(desc(시작일)) %>% 
  reactable::reactable()

2 장마 EDA

2.1 장마일수와 강수일수

장마일수와 강수일수간의 관계를 대한민국 주요지역을 뽑아서 이를 10년 단위로 살펴보자.

rainy_gg_tbl <- rainy_tbl %>%
  filter(지점명 %in% c("강릉", "제주", "서울", "대전", "부산", "광주", "대구")) %>% 
  mutate(year = lubridate::year(시작일)) %>% 
  mutate(decade = year %/% 10 * 10) %>%
  filter(강수일수 > 0)

rainy_days_gg <- rainy_gg_tbl %>% 
  ggplot(aes(x=장마일수, y=강수일수, group = decade, color = as.factor(decade))) +
    geom_jitter()  +
    scale_fill_discrete(name = "decade") +
    facet_wrap(~지점명) +
    labs(x = "장마일수",
         y = "강수일수",
         color = "십년",
         title = "1960년 이후 주요지역 장마일수와 강수일수") +
    theme_bw(base_family = "NanumGothic") +
    theme(legend.position = "top") +
    guides(colour = guide_legend(nrow = 1)) 

rainy_days_gg

2.2 애니메이션

1960년대부터 10년을 단위로 삼아 장마일수와 강수일수 관계를 애니메이션으로 만들어 전체적인 흐름을 파악해보자. 합계강우량을 크기를 달리하여 더 많은 정보를 한눈에 볼 수 있도록 하고 더 나아가 방향성도 함께 나타내도록 하자.

library(gganimate)

rainy_gg_tbl %>% 
  ggplot(aes(x=장마일수, y=강수일수, group = decade, color = as.factor(decade))) +
    geom_jitter(aes(size = 합계강수량))  +
    facet_wrap(~지점명) +
    labs(x = "장마일수",
         y = "강수일수",
         color = "십년",
         title = "1960년 이후 주요지역 장마일수와 강수일수",
         subtitle = "연대: {frame_time}") +
    theme_bw(base_family = "NanumGothic") +
    theme(legend.position = "top") +
    guides(colour = guide_legend(nrow = 2)) +
    transition_time(as.integer(decade))  +
    shadow_mark(alpha = 0.3, size = 0.5)

2.3 장마기간

장마 기간에 따른 합계강수량 시각화 결과는 다음과 같다. 특히, 시작일과 종료일을 담고 있는 변수가 날짜형 변수라 두 날짜 정보에서 기간 정보를 날짜 기준으로 추출하는 방식에 주목하자.

library(lubridate)

rainy_gg_tbl %>% 
  mutate(장마기간 = lubridate::interval(시작일, 종료일) %/% days(1)) %>% 
  ggplot(aes(x = 장마기간, y = 합계강수량)) +
    geom_jitter() +
    geom_smooth(method = "loess") +
    labs(x = "장마기간(일)",
         y = "합계강수량",
         title = "1960년 이후 측정도시 장마기간과 합계강수량") +
    theme_bw(base_family = "NanumGothic")

3 연도별 추세

3.1 평균 연도별 추세

Base R 의 mean.Date() 함수를 사용하면 평균 날짜를 구할 수 있다. 이를 반영하여 연도별 주요 장마 시작일과 종료일의 추세를 살펴보자.

rainy_viz_tbl <- rainy_tbl %>% 
  mutate(year = lubridate::year(시작일)) %>% 
  group_by(year) %>% 
  summarise(평균_시작일 = mean.Date(시작일),
            평균_종료일 = mean.Date(종료일),
            강수량      = mean(합계강수량, na.rm = TRUE)) 

rainy_viz_tbl %>%
  select(-강수량) %>% 
  pivot_longer(-year, names_to = "key", values_to = "value") %>% 
  mutate(standard_date = lubridate::make_date(year = 1000, month = month(value), day = day(value))) %>% 
  ggplot(aes(x= year, y = standard_date, color = key, group = key)) +
    geom_point() +
    geom_smooth(method = "loess")

3.2 극단값 추세

최초 시작일과 종료일을 기준으로 살펴보면 장마 시작일과 종료일간의 간격이 넓어지고 있다.

rainy_viz_minmax_tbl <- rainy_tbl %>% 
  mutate(year = lubridate::year(시작일)) %>% 
  group_by(year) %>% 
  summarise(최초_시작일 = min(시작일),
            최종_종료일 = max(종료일),
            강수량      = mean(합계강수량, na.rm = TRUE)) 

rainy_viz_minmax_tbl %>%
  select(-강수량) %>% 
  pivot_longer(-year, names_to = "key", values_to = "value") %>% 
  mutate(standard_date = lubridate::make_date(year = 1000, month = month(value), day = day(value))) %>% 
  ggplot(aes(x= year, y = standard_date, color = key, group = key)) +
    geom_point() +
    geom_smooth(method = "loess")

3.3 평균 장마기간 추세

평균 장마 시작일과 종료일을 구한 후에 이를 합계강수량과 교차하여 시각화한다.

rainy_period_tbl <- rainy_tbl %>% 
  mutate(year = lubridate::year(시작일) %>% as.integer) %>% 
  group_by(year) %>% 
  summarise(평균_시작일 = mean.Date(시작일),
            평균_종료일 = mean.Date(종료일),
            강수량      = mean(합계강수량, na.rm = TRUE)) %>% 
  mutate(decade = year %/% 10 * 10)


rainy_average_gg <- rainy_period_tbl %>% 
  mutate(장마기간 = lubridate::interval(평균_시작일, 평균_종료일) %/% days(1)) %>% 
  ggplot(aes(x= 장마기간, y = 강수량)) +
    geom_point() +
    geom_smooth(method = "loess") +
    theme_bw(base_family = "NanumGothic") +
    labs(title = "평균 장마기간과 평균 합계강수량")
  

rainy_average_gg

연도별 평균 장마기간과 합계강수량을 평균을 내어 애니메이션으로 흔적을 달리하면 기후변화에 따른 장마기간의 변화를 시각적으로 확인할 수 있다.

rainy_period_tbl %>% 
  mutate(장마기간 = lubridate::interval(평균_시작일, 평균_종료일) %/% days(1)) %>% 
  ggplot(aes(x= 장마기간, y = 강수량, size = 강수량, color = as.factor(decade))) +
    geom_point() +
    transition_time(year)  +
    shadow_trail(0.05) +
    # shadow_wake(wake_length = 1, alpha = FALSE) +
    theme_bw(base_family = "NanumGothic") +
    labs(title = "평균 장마기간과 평균 합계강수량",
         subtitle = "연도: {frame_time}",
         color = "십년")

3.4 평균 연도별 추세