Индикатор качества прибрежных вод. Анализ данных
Концепция
Тема экологии особенно актуальна в наши дни, изменения мирового климата и экосистем оказывают не только явное, но и незримое влияние на химический состав воздуха и вод океанов и морей. Открытые данные и визуализация этих изменений позволяют осознать текущие проблемы и привлечь больше внимания к ним.
В своем анализе я использовала открытый Indicators of Coastal Water Quality: Change in Chlorophyll-a Concentration 1998-2007 Dataset [1] с сайта Nasa EarthData. Датасет содержит в себе информацию об изменениях в концентрации в прибрежных водах стран хлорофилла-а*, который является важным показателем здоровья водных экосистем.
*Хлорофилл-а — это пигмент, содержащийся в фитопланктоне, микроскопических растениях в водоемах. Он играет важную роль в фотосинтезе, позволяя этим организмам преобразовывать солнечный свет в энергию. Высокие концентрации обычно указывают на процветающую популяцию фитопланктона, что может быть признаком высокого качества воды. Однако чрезмерные уровни могут указывать на загрязнение питательными веществами, что приводит к вредоносному цветению водорослей.
Вдохновением для выбора палитры, шрифтов, стилистики графиков и дополнительных изображений послужили научно-популярные журналы
Для визуализации были выбраны следующие типы графиков: 1. Линейная диаграмма (отражающая динамику изменений по странам) 2. Столбчатая диаграмма (наглядно показывает разницу в показателях в масштабе регионов) 3. Круговая диаграмма (отражает соотношение доступной информации по каждому региону) 4. Линейная диаграмма (динамика показателя по России, крупнейшим странам и регионам за 9 лет) 5. Географическая диаграмма (наглядно отражает скачок показателя за выбранный период по странам)
Обработка данных
Для начала я загрузила на временный диск csv-файл и файл шрифта. После чего импортировала необходимые мне библиотеки: numpy, matplotlib.pyplot и pandas.
В изначальном дата-сете содержалось 440 000 рядов с данными, так как каждая страна делилась на множество кодов местоположения (GRIDCODE), поэтому для работы с массивом данные были сгруппированы до усредненного значения по каждой стране. Так, результирующий дата — фрейм содержит 186 рядов по количеству стран. Также к странам было решено добавить информацию о регионах, исключая дубликаты, к каждому значению было присоединено значение с регионом в соседнем столбце.
Помимо этого, последней колонкой был добавлен столбец с разницей между первым и последнем показателем (за 1998 и 2007 г.). Так, количество колонок в итогом дата-фрейме — 14.
Для работы со сложными объединениями, палитрами цветов и созданием градиента на графиках я обращалась к Chat-GPT. Посмотреть использованные промпты можно в разделе «Описание применения генеративной модели».
Визуализация данных
Столбчатая диаграмма. Скачок показателя за 9 лет по регионам
Как мы видим, наибольший рост концентрации хлорофилла-а произошел в Европе, что наиболее вероятно связано с поздним внедрением мер по экологической безопасности, несмотря на принятие решений Директивой ЕС по водным ресурсам (2000 г.) и конвенции ОСПАР[2]. Некоторые страны отставали в улучшении очистки сточных вод и сокращении использования удобрений. Наибольшее снижение в Латинской Америке, что может быть связано с одним из периодов Эль — Ни́ньо в 1998, 2002 и 2006–07 [3][4].
Линейная диаграмма. Скачок показателя за 9 лет по странам
Также, для наиболее точного анализа был создан график, отражающий разницу в показателе по каждой стране, где наглядно видно, что страны с наибольшим ростом концентрации — Эстония и Бельгия. Наибольший скачок в уменьшении произошел в Уругвае. Эта информация совпадает с выводами столбчатой диаграммы по регионам, однако заметна низкая читаемость графика, поэтому для этого набора данных будет создана дополнительная географическая диаграмма.
Круговая диаграмма. Количество данных о показателе в каждом регионе
Для оценки объективности данных была применена круговая диаграмма, показывающая распределение количества данных по каждому региону. Как мы видим, наибольший объем данных представлен в регионах Европы и Северной Америки (21,9%), в тройке также данные о Африке (разница в 1%). Наименьший объем данных представлен по Антарктике, что может быть связано с труднодоступностью региона, а также отличающимся климатическим поясом. Хочется также отметить отсутствие данных об Арктическом регионе и сравнительно малый процент данных об Азии (12,3%).
Далее проведен анализ динамики изменений по годам за выбранный период, наиболее интересным мне показалось визуализировать данные по России, сравнить их с Китаем и США, а также создать график по всем регионам.
Как мы видим, динамичный спад концентрации хлорофилла-а приходится на 1998–2000 годы, наиболее резкий скачок роста произошел в период с 2005 по 2007 год, до этого момента заметны сравнительно набольшие колебания показателя (от 4,6 до 5,0).
Нормальным показателем концентрации хлорофилла-а является диапазон 1 — 5 µg/L, как мы видим из трех представленных стран Россия находится в наибольшей зоне риска, повышена вероятность цветения прибрежных вод. Самая чистая вода с минимальным индикатором — США.
В целом, наблюдается некоторая усреднённость значения индикатора по большинству регионов, самые низкие показатели в Океании, самые высокие концентрации характерны для Европейского региона. Основные причины [5]: загрязнение питательными веществами от сельского хозяйства и промышленности, изменение климата и потепление вод, снижение естественного контроля фитопланктона (чрезмерный вылов рыбы), контроль загрязнения еще не был полностью эффективным.
Географическая диаграмма. Скачок индикатора по странам за 9 лет
Ранее был представлен линейный график с разницей по странам, но для наглядности и более подробного изучения, я выбрала географические диаграммы, так как количество информации о каждой стране не так явно читается на других типах графиков. Здесь же мы вновь видим рост показателя в регионе Европы, однако теперь можем наблюдать, что это в основном страны Северной Европы, чаще с выходом к океану. Также можно отследить отсутствие средних значений и явную контрастность среди стран Латинской Америки, какие из них больше подвержены росту концентрации, какие, наоборот, снижению.
Географическая диаграмма. Наглядное сравнение показателей по странам в 1998 и 2007 годах
Дополнительно провела сравнительный анализ карты концентраций в 1998 и 2007 годах, по цветам можно отследить изменения в Австралии (снижение) и Перу (повышение).
Географическая диаграмма. Наглядное сравнение показателей по странам в 1998 и 2007 годах. Пояснение с кодом
Описание применения генеративной модели
Для своей работы я использовала Chat-GPT версии 4.0. Он помог мне объединить необходимые строки датасета для его визуализации, а также найти способ настроить палитру градиентов для графиков. Для создания изображений морской воды и обложки была использована нейросеть Recraft AI.
Посмотреть промпты: https://docs.google.com/document/d/1IWAcNVA2J7Ns-KaZKFvNW5Tj3KgHfRaChnlfj1jR6BI/edit?usp=sharing
Ссылки на модели: https://openai.com/index/gpt-4/ https://www.recraft.ai/
Список источников
[1] Goddard Space Flight Center-GSFC, & Center For International Earth Science Information Network-CIESIN-Columbia University. (2009). Indicators of Coastal Water Quality: Change in Chlorophyll-a Concentration 1998-2007 (Version 1.00) [Data set]. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). https://doi.org/10.7927/H48W3B88 [2] https://eur-lex.europa.eu/EN/legal-content/summary/ospar-convention.html [3] https://psl.noaa.gov/enso/past_events.html [4] https://journals.ametsoc.org/view/journals/clim/26/2/jcli-d-12-00152.1.xml [5] https://www.sciencedirect.com/science/article/pii/S030147971400334X
