强大的空气质量数据分析开源工具

openair 是一个R语言工具，旨在用于分析空气质量数据以及大气成分数据。起初主要用于处理空气质量数据，目前也可以用于分析大气成分数据。此工具具有如下特点：

• 可通过 importAURN 和 importKCL 函数从英国数百个空气监测站获取数据
• 可以非常容易的处理大气成分数据
• 通过 windRose 和 pollutionRose 很容易绘制污染风玫瑰图
• 可以非常灵活的绘制时间类型图，比如时间序列、日历图等
• 更复杂的二元极坐标和条件概率函数，以帮助描述不同的污染源
• 获取NOAA Hysplit预先计算了96小时的后向轨迹，以及许多绘图和分析函数，如轨迹频率、潜在源贡献函数和轨迹聚类
• 使用上述灵活的方法对空气质量模型进行评估的许多功能，例如，类型选项可以方便地按季节、小时等对模型进行评估。这些包括关键模型统计、泰勒图、条件分位数图。

openair的功能非常强大，有非常详细的说明文档和配套的在线书籍，其中在线书籍的内容非常丰富，几乎涵盖了空气质量数据分析的每一个方面。唯一的缺点可能就是没有Python版本了。

安装

安装非常很方便，只需要执行如下命令即可：

require(devtools)
install_github('davidcarslaw/openair')

示例

官方文档和在线书籍提供了大量的示例，在线书籍共22个章节，去除引言和包的介绍部分，其余20个章节分别介绍了：空气质量和气象数据获取、风和污染玫瑰图、极坐标图、时间序列图、时间变化分析、时间比例图(大气成分)、时间趋势热力图、日历图、散点图、轨迹分析、模式评估、泰勒图、趋势分析、条件分位数、其它工具函数等。

这里仅展示其中几个示例，感兴趣的可以直接前往官方文档或在线书籍查看。

风玫瑰图

趋势热力图

日历图

泰勒图

后向轨迹浓度

参考链接：

1. https://davidcarslaw.github.io/openair/

2. https://bookdown.org/david_carslaw/openair/