[Environmental Data Analysis] 2000년 ~ 2020년 국내 시도별 기온 변화 트렌드 분석 with Python

 

이번 포스팅에서 다룰 주제는 바로 기온이다. 2000년부터 20년간 대한민국 시도별 평균 기온이 어떻게 변해왔는지 한번 알아보도록 하겠다. 데이터는 아래 국가통계포털 링크에서 확인할 수 있다.

 

https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1YL9801&vw_cd=MT_GTITLE01&list_id=111&seqNo=&lang_mode=ko&language=kor&obj_var_id=&itm_id=&conn_path=MT_GTITLE01 

KOSIS

 

1. 2000년 ~ 2020년 시도별 기온 변화 트렌드

우선 간단하게 Plotly를 사용해서 시도별 기온 트렌드를 시각화해보도록 하겠다.

그래프 상으로는 뚜렷하게 나타나고 있지는 않지만 확실히 거의 모든 지역에서 평균 기온이 증가한 부분을 확인할 수 있다. 

 

import pandas as pd
import plotly.express as px

df=pd.read_csv('D:/Download/기온.csv',encoding='euc-kr')
df.columns=['Region','Year','Avg.Temp']

si_do={'강원도':'Gangwon-do','경기도':'Gyeonggi-do', '경상남도':'Gyeongsangnam-do','경상북도':'Gyeongsangbuk-do',
       '광주광역시':'Gwangju','대구광역시':'Daegu','대전광역시':'Daejeon','부산광역시':'Busan',
       '서울특별시':'Seoul','세종특별자치시':'Sejongsi','울산광역시':'Ulsan','인천광역시':'Incheon',
       '전라남도':'Jeollanam-do','전라북도':'Jeollabuk-do','제주특별자치도':'Jeju-do','충청남도':'Chungcheongnam-do',
       '충청북도':'Chungcheongbuk-do','전국(평균)':'Average'}
df['eng_region']=df['Region'].apply(lambda x: si_do[x])

fig = px.line(df, x="Year", y="Avg.Temp", color='eng_region')
fig.show()

 

2. 시도별 기온 증가폭

위 그래프로는 명확하게 얼마나 많이 상승한 지 확인할 수 없어서, 2000년 대비 2020년 기온이 얼마나 올랐는지 그래프로 다시 만들어봤다.

 

대한민국 전체 평균 2000년 대비 2020년에 기온이 약 5.6% 증가한 것으로 나타났다. 기온이 가장 많이 증가한 지역으로는 대전, 충청남도, 강원도, 전라북도, 충청북도로 확인할 수 있으며 대구, 울산, 부산의 경우 상승폭이 평균 대비 절반 수준에 미치지 못할 정도로 낮다.

 

import plotly.graph_objects as go

df_2000=df[df['Year']==2000]
df_2020=df[df['Year']==2020]

df_2000.set_index('Region',inplace=True)
df_2020.set_index('Region',inplace=True)

tb=pd.concat([df_2000,df_2020],axis=1)
tb.columns=['Year','2000_temp','eng_region','Year2','2020_temp','eng_region2']

tb=tb.drop(['Year2','eng_region2'],axis=1)
tb['temp_increase']=((tb['2020_temp']/tb['2000_temp'])-1)*100

tb=tb.sort_values(by='temp_increase',ascending=False)
colors = ['lightslategray',] * len(tb)
colors[tb['eng_region'].values.tolist().index('Average')] = 'crimson'

fig = go.Figure(data=[go.Bar(
    x=tb['eng_region'],
    y=tb['temp_increase'],
    marker_color=colors,
    text=tb['temp_increase']
)])
fig.update_traces(texttemplate='%{text:.2f}%',textposition='outside',)

fig.update_layout(title_text='Temperature Increase %')
fig.show()
fig.to_json()

기온이 1℃만 올라도 사망 위험률이 5% 정도 증가한다고 한다. 태풍/홍수와 같은 자연 재해 뿐만 아니라 기온 상승에 따른 식중독, 폭염, 전염병 등 질환이 늘어나기 때문이다. 우리 생명과도 직결되는 부분이기 때문에 기온은 환경문제에 있어 가장 중요한 부분이 아닐 수 없다.

 

 

 

마지막으로 대한민국 시도, 연도별 평균 기온을 아래와 같이 애니메이션으로 만들어봤다. 해당 부분은 파이썬 스터디용으로 만들어 본 것이니 참고만 하길 바란다.

 

import folium
from folium import plugins
from selenium import webdriver
import time
import imageio
from PIL import Image
import os
from pathlib import Path

for i in range(2000, 2021):
    geo_json='https://raw.githubusercontent.com/southkorea/southkorea-maps/master/kostat/2013/json/skorea_provinces_geo_simple.json'
    
    df_=df[df['Year']==i]
    m=folium.Map(
        location=[36.97884521132491, 127.86224884213675],
        tiles='Stamen Terrain',
        zoom_start=6.1
    )
    folium.Choropleth(
        geo_data=geo_json,
        name='choropleth',
        data=df_,
        columns=['eng_region','Avg.Temp'],
        key_on='feature.properties.name_eng',
        fill_color='YlOrRd',
        fill_opacity=0.7,
        line_opacity=0.2
    ).add_to(m)
    
    title_html = '''
                 <h3 align="left" style="font-size:22px"><b>{}</b></h3>
                 '''.format('Year: ' + str(i))
    m.get_root().html.add_child(folium.Element(title_html))
    
    m.save('C:/Users/IGAWorks_Wade/avg_temp_' + str(i) + '.html')
    

for i in range(2000,2021):
    fn='avg_temp_' + str(i) + '.html'

    browser = webdriver.Chrome()
    browser.get(f'C:/Users/IGAWorks_Wade/{fn}')

    #Give the map tiles some time to load
    time.sleep(5)
    browser.save_screenshot('avg_temp_' + str(i) + '.png')
    browser.quit()
    
for i in range(2000,2021):
    image = Image.open('avg_temp_' + str(i) + '.png')
    box = (0, 0, 800, 800)
    cropped_image = image.crop(box)
    cropped_image.save('kore_avg_temp_' + str(i) + '.png')
    
image_path = Path()

images = list(image_path.glob('*.png'))
image_list = []
for file_name in images:
    print(file_name)
    image_list.append(imageio.imread(file_name))
    os.remove(file_name)
    
imageio.mimwrite('GifMap.gif', image_list, fps=2)