기후 위기

이산화탄소 증가 추세

이산화탄소(\(CO_2\)) 증가에 따라 기후위기가 이제 홍수와 가뭄으로 우리곁에 성큼 다가왔다. 미국 해양대기청(NOAA)에서 하와이 마우나로아(Mauna Loa)산에서 측정한 대기중 이산화탄소 농도 추세를 인터랙티브 시각화해보자.

데이터

Trends in Atmospheric Carbon Dioxide에서 월별 \(CO_2\) 농도 데이터를 NOASS 웹사이트에서 바로 다운로드 받아 가져온다. 이를 ggplot으로 시각화해본다.

library(tidyverse)

── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──

✔ ggplot2 3.3.6     ✔ purrr   0.3.4
✔ tibble  3.1.8     ✔ dplyr   1.0.9
✔ tidyr   1.2.0     ✔ stringr 1.4.1
✔ readr   2.1.2     ✔ forcats 0.5.2

Warning: package 'tibble' was built under R version 4.2.1

Warning: package 'dplyr' was built under R version 4.2.1

Warning: package 'stringr' was built under R version 4.2.1

Warning: package 'forcats' was built under R version 4.2.1

── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()

# bitData::global_co2 %>% 
#   write_csv("data/co2_year.csv")

global_co2 <- read_csv("https://gml.noaa.gov/webdata/ccgg/trends/co2/co2_mm_mlo.csv", skip = 52)

Rows: 774 Columns: 8

── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
dbl (8): year, month, decimal date, average, deseasonalized, ndays, sdev, unc

ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

global_co2 %>% 
  janitor::clean_names() %>% 
  mutate(yearmon = lubridate::make_date(year = year, month = month)) %>% 
  ggplot(aes(x=yearmon, y = average)) +
    geom_line() +
    geom_line(aes(y= deseasonalized), color = "red") +
    theme_bw() +
    labs(x = "년월",
         y = "평균 CO2 농도",
         title = "월별 대기중 CO2 농도 추세")

인터랙티브 시각화를 위해 데이터를 년도별로 평균을 내어 이를 시각화하는데 사용한다.

global_co2 %>% 
  janitor::clean_names() %>% 
  group_by(year) %>% 
  summarize( mean = mean(average)) %>% 
  write_csv("data/co2_year.csv")

로컬 저장소에 저장한 csv 파일을 이제 Observable JS 로 불러와서 년도를 달리하여 \(CO_2\) 농도의 추세를 살펴본다.

co2_data = FileAttachment("../data/co2_year.csv").csv({ typed: true })

co2_filtered = co2_data.filter(function(co2) {
  return study_year < co2.year ;
})

UI

인터랙티브 데이터 시각화를 위해서 UI 입력부분을 정의한다. 먼저 연도를 슬라이더 입력값(Input.range())에 넣어둔다.

viewof study_year = Inputs.range(
  [1959, 2021], 
  {value: 1980, step: 1, label: "연도:"}
)

인터랙티브 그래프

인터랙티브 데이터를 선택한 결과를 실시간 데이터와 그래프로 시각화하여 문서에 담아낸다.

시각화

Plot.plot({
  marks: [
    Plot.line(co2_filtered, 
      { x: "year", y: "mean"}, 
      { stroke: "black" }
    )
  ]
})

표

Inputs.table(co2_filtered)