Агуулга руу очих
library(mongolstats)
library(mongolmaps)
library(dplyr)
library(ggplot2)
library(tidyr)
library(stringr)

# Шалгасан сургалтын туслах функцүүд багцад дагалдах бөгөөд кодыг нь үзэж болно.
source(system.file("examples", "analysis-helpers.R", package = "mongolstats"), local = TRUE)
source(system.file("examples", "plot-style.R", package = "mongolstats"), local = TRUE)

Тойм

Агаарын бохирдол Монголд, ялангуяа өвлийн Улаанбаатарт байгаль орчны эрүүл мэндийн томоохон эрсдэл юм. ҮСХ агаарын чанарын станц, гол нуурын усны чанарын станц, тоостой өдрийг тоолдог цаг уурын станцын хэмжилтийг нийтэлдэг. Станцын өгөгдөл нэг байршлын агаар, усыг дүрслэнэ. Энэ нь өртөлтийн үнэлгээний эхлэл болохоос хүмүүсийн амьсгалж, ууж буй зүйлийн хэмжилт биш.

Энэ заавраар дараахыг хийнэ:

  • Улаанбаатарын станцуудын нарийн ширхэгт тоосонцор (PM2.5), хүхрийн давхар ислийг (SO₂) хянах
  • Тоймлосон жилийн агууламжийг он заасан лавлах босготой харьцуулах
  • Гол, нуурын усны чанарыг судлах
  • Улсын хэмжээнд тоостой өдрийг зураглах

Агаарын чанарын хяналт

Агаарын чанарын хүснэгтийн тухай

  • Жилийн хүснэгт (DT_NSO_2024_135V01): станц, бохирдуулагчаар жилийн дундаж агууламж; Year-өөр сонгоно.
  • Станцын сарын хүснэгтүүд (NO₂-д DT_NSO_2400_015V2, PM2.5-д DT_NSO_2400_015V5): станц, сар бүрийн сарын дундаж, сарын хамгийн их утга, хэмжилтийн тооны талбар («MN by day»; утгыг нь бохирдуулагч тус бүрээр баталгаажуулах шаардлагатай), агаарын чанарын стандартаас давсан өдрийн хувийг агуулна. Сарын код хамгийн сүүлийн сараас ухарч тоологддог тул nso_table_periods()-оор жагсаасан "YYYY-MM" нэрээр сонгоно.

ҮСХ-ны каталог DT_NSO_2400_015V1 (SO₂), V3 (CO), V4 (PM10) кодыг өөр хавтас дахь хамааралгүй хүснэгтэд давхар ашигладаг. Иймээс сарын эдгээр цувааг зөвхөн кодоор татах боломжгүй; mongolstats хоёрдмол байдлыг анхааруулна. Энэ зааварт сарын SO₂-д багцад дагалдах түүхэн хуулбарыг ашиглав.

ҮСХ агууламжийг мг/м³-ээр мэдээлдэг. Бид ДЭМБ-ын зөвлөмжийн нэгж болох мкг/м³-д хувиргана (1 мг/м³ = 1,000 мкг/м³). Жилийн дунджийг 0.01 мг/м³ (10 мкг/м³)-д тоймлосон нь 20–40 мкг/м³ зэрэг стандарттай харьцуулахад бүдүүн нарийвчлал юм.

Бохирдол хамгийн их станцууд

Сургалтын тогтмол 2024 оны жишээнд жагсаасан Улаанбаатарын станцуудаас жилийн мэдээлсэн PM2.5 хамгийн өндөр арав хүртэлх станцыг сонгоно. Энэ нь өнөөгийн хот даяарх өртөлтийн эрэмбэ биш. Эх сурвалжийн дараагийн хувилбар дахь яг тэг утгыг шалгах шаардлагатай бөгөөд автоматаар дутуу гэж ангилж болохгүй.

air_annual_source <- analysis_air_source(
  fetch = function() nso_data("DT_NSO_2024_135V01", list(Year = "2024"), labels = "en"),
  cached = function() {
    utils::read.csv(
      system.file("extdata", "air_annual_cached.csv", package = "mongolstats"),
      check.names = FALSE, stringsAsFactors = FALSE, fileEncoding = "UTF-8"
    )
  },
  required = c("Year_en", "Station location_en", "Indicator_en", "value")
)
air_annual_raw <- analysis_one_year(air_annual_source$data, "2024")
annual_status <- nso_value_status(air_annual_source$data)
air_annual <- air_annual_raw

air_annual <- air_annual |>
  filter(!is.na(value)) |>
  mutate(
    Station = str_trim(`Station location_en`),
    Pollutant = str_trim(Indicator_en),
    ug_m3 = value * 1000 # мг/м³-ийг мкг/м³ болгон хувиргах
  )

# Улаанбаатарын станцууд
ub_stations <- c(
  "Misheel-Expo center", "West crossroad", "1st micro district",
  "13th micro district", "32nd Toirog", "Ofitseruudiin ordon",
  "Kharkhorin market", "Urgakh naran micro district", "Dambdarjaa",
  "Khailaast", "Tolgoit", "Zuragt", "Amgalan", "Nisekh",
  "Tavan buudal", "Bayankhoshuu", "Sharkhad", "100 ail"
)

eligible_stations <- air_annual |>
  filter(Station %in% ub_stations, str_detect(Pollutant, fixed("PM2.5")))
analysis_keys(eligible_stations, "Station")
top_stations <- eligible_stations |>
  slice_max(ug_m3, n = 10, with_ties = FALSE) |>
  pull(Station)

top_stations
#> [1] "Khailaast"           "Zuragt"              "1st micro district" 
#> [4] "West crossroad"      "Tolgoit"             "Amgalan"            
#> [7] "Nisekh"              "13th micro district"

Жилийн эх сурвалж: ҮСХ-ны шууд хариу, ажиглалтын он 2024. Шаардлага хангасан 8 станцаас 8-ыг сонгов. Дагалдах түүхэн хуулбарт татсан огноо бүртгээгүй, анхны эх тэмдэглэгээг хадгалаагүй. Гарал үүслийн зааврыг үзнэ үү.

Нарийн ширхэгт тоосонцор (PM2.5)-ын хөнөөлийн нотолгоо агаар бохирдуулагчдаас хамгийн хүчтэй: удаан өртөх нь зүрх, уушгины өвчин, уушгины хавдар, нас баралтын эрсдэлийг нэмэгдүүлнэ. Өдрийн дор хаяж 75%-д хэмжилттэй сарыг үлдээнэ; энэ нь жишээний бүрэн байдлын дүрэм юм. Албан ёсны хүчинтэй байдлын шалгуур гэж хэрэглэхээс өмнө эхийн хэмжилтийн тооны тодорхойлолт, мөрдөх хяналтын протоколыг баталгаажуулна.

# `from`-оос хойших саруудын нэр
recent_months <- function(tbl, from = "2021-01-01") {
  periods <- nso_table_periods(tbl)
  periods$label[!is.na(periods$date) & periods$date >= as.Date(from)]
}

air_cached <- utils::read.csv(
  system.file("extdata", "air_monthly_cached.csv.gz", package = "mongolstats"),
  check.names = FALSE, stringsAsFactors = FALSE, fileEncoding = "UTF-8"
)
pm25_source <- analysis_air_source(
  fetch = function() {
    nso_data(
      "DT_NSO_2400_015V5",
      list(Month = recent_months("DT_NSO_2400_015V5")),
      labels = "en"
    )
  },
  cached = function() filter(air_cached, str_detect(Indicator_en, fixed("PM2.5"))),
  required = c("Location_en", "Month_en", "Indicator_en", "value")
)
pm25_monthly <- pm25_source$data
pm25_status <- nso_value_status(pm25_monthly)

# Станц, сар бүрд нэг мөр, хэмжүүр бүрд нэг багана
reshape_monthly <- function(data) {
  data <- data |>
    mutate(
      Station = str_trim(Location_en),
      measure = str_extract(Indicator_en, "(Average|Maximum|MN by day|Exceeding percent of AQS)$"),
      date = analysis_month_dates(Month_en)
    ) |>
    filter(Station %in% top_stations, !is.na(measure)) |>
    select(Station, date, measure, value)
  analysis_keys(data, c("Station", "date", "measure"))
  data |>
    pivot_wider(names_from = measure, values_from = value) |>
    rename(
      average = Average, maximum = Maximum,
      days_measured = `MN by day`, pct_days_above = `Exceeding percent of AQS`
    ) |>
    mutate(average = average * 1000, maximum = maximum * 1000) # мг/м³-ийг мкг/м³ болгон хувиргах
}

pm25 <- reshape_monthly(pm25_monthly) |>
  filter(date >= as.Date("2021-01-01")) |>
  mutate(
    complete = analysis_monitoring_days(days_measured, date),
    pct_days_above = if_else(is.finite(pct_days_above) & between(pct_days_above, 0, 100), pct_days_above, NA_real_)
  )

pm25_complete <- filter(pm25, complete, !is.na(average))

# Шугаман графикт бүх станц–сарыг хадгалж, хассан сарыг NA завсар болгоно
# ингэснээр шугам дутуу өгөгдөл дээгүүр холбогдохгүй, тасарна
pm25_lines <- pm25 |>
  complete(Station = top_stations, date = seq(min(date), max(date), by = "month")) |>
  mutate(average = if_else(complete %in% TRUE, average, NA_real_))
pm25_unavailable <- pm25_lines |>
  summarise(observed = sum(is.finite(average)), .by = Station) |>
  filter(observed == 0L) |>
  mutate(date = mean(range(pm25_lines$date)))

Сарын эх сурвалж: ҮСХ-ны шууд хариу, 2021-01–2026-10. 560 станц–сараас 466 нь дундаж, бүрэн байдлын дүрэм хангасан. Үлдээсэн станц–сарын 44-д давалтын хувь мэдээлэгдээгүй.

pm25_lines |>
  ggplot(aes(x = date, y = average)) +
  geom_hline(yintercept = 25, linetype = "dashed", color = "darkred") + # 2016 оны жилийн лавлах
  geom_hline(yintercept = 5, linetype = "dotted", color = "grey30") + # ДЭМБ-ын 2021 оны жилийн зөвлөмж
  geom_line(color = "firebrick", linewidth = 0.6) +
  geom_point(color = "firebrick", size = 0.8) +
  geom_text(
    data = pm25_unavailable, aes(x = date, y = Inf),
    label = "No eligible observations", inherit.aes = FALSE, vjust = 2,
    size = 3, color = "#536873"
  ) +
  facet_wrap(~Station, ncol = 2) +
  scale_x_date(breaks = seq(min(pm25$date), max(pm25$date), by = "year"), date_labels = "%Y") +
  scale_y_continuous(limits = c(0, NA)) +
  labs(
    title = "Monthly Mean PM2.5 at Selected Ulaanbaatar Stations",
    subtitle = "Dashed = 2016 annual reference (25 µg/m³); dotted = WHO annual guideline (5 µg/m³)",
    x = NULL,
    y = "PM2.5 (µg/m³)",
    caption = paste(pm25_source$mode, "| Illustrative 75% completeness rule | NSO DT_NSO_2400_015V5")
  ) +
  theme(strip.text = element_text(face = "bold"), panel.grid.minor = element_blank())

Харуулсан хугацаан дахь Улаанбаатарын сонгосон станцын сарын дундаж PM2.5-ийн жижиг графикууд. Түүхэн 2016 оны жилийн 25 микрограмм/куб метр лавлах, ДЭМБ-ын 5 зөвлөмжийг шугамаар харуулна. Дутуу, хассан ажиглалт тасархай хэвээр үлдэнэ.

Эдгээр шугам жилийн лавлах утгыг масштабыг ойлгуулахад харуулж байгаа бөгөөд сарын нийцлийг шалгахгүй. 25 микрограмм/м³ шугам нь MNS 4585:2016-ийн түүхэн жилийн PM2.5 босго; ДЭМБ-ын 2021 оны жилийн зөвлөмж 5 микрограмм/м³. Монгол Улс 2025 оны зургаадугаар сард шинэчилсэн MNS 4585-ийг зарласан. Дараах ажиглалтыг харьцуулахаасаа өмнө хүчинтэй дүрэм, дундажлах хугацааг баталгаажуулна. Эх сурвалжийн сарын хамгийн их утгын утга агуулга баталгаажаагүй тул энд шинжлэхгүй.

PM2.5: стандартаас давсан өдрүүд

Эх сурвалж «Exceeding percent of AQS» нэртэй хувь мэдээлдэг. Босгын хувилбар, хувь тооцсон суурь тоо, дундажлах дүрмийг, ялангуяа 2025 оны стандартын шинэчлэлийн өмнө, дараа баталгаажуулах шаардлагатай. Өдрийн давсан тоо, хотын нийт хувийг сэргээн тооцохын оронд эх сурвалжийн мэдээлсэн үзүүлэлтээр нь хадгална.

pm25_complete |>
  ggplot(aes(x = date, y = Station, fill = pct_days_above)) +
  geom_tile(color = "white", linewidth = 0.2) +
  scale_fill_gradient(
    low = "#fbe3e3", high = "#8b1a1a", na.value = "grey90",
    limits = c(0, 100), name = "% of days\nabove standard"
  ) +
  guides(fill = guide_colourbar(barwidth = grid::unit(85, "mm"), barheight = grid::unit(3, "mm"))) +
  scale_x_date(date_breaks = "1 year", date_labels = "%Y", expand = c(0, 0)) +
  labs(
    title = "Source-Reported PM2.5 Exceedance Percentages",
    subtitle = "Each tile is one station-month; grey = percentage not reported; blank = excluded or absent station-month",
    x = NULL, y = NULL,
    caption = paste(pm25_source$mode, "| Source threshold version needs confirmation | NSO DT_NSO_2400_015V5")
  ) +
  theme(panel.grid = element_blank())

Эх сурвалжийн мэдээлсэн PM2.5 давалтын хувийг станц, сараар харуулсан дулааны зураг. Саарал нүд дутуу хувийг заана; байхгүй станц–сар хоосон хэвээр үлдэнэ.

knitr::kable(pm25_season,
  digits = c(0, 0, 0, 1, 1),
  col.names = c("Season", "Station-months", "Reported percentages", "Median above standard (%)", "Mean PM2.5 (µg/m³)"),
  caption = "Available station-months and reported percentage counts"
)
Боломжтой станц–сар, хувийг мэдээлсэн бүртгэлийн тоо
Улирал Станц-сарын ажиглалт Хувь мэдээлсэн ажиглалт Стандарт давсан өдрийн хувь: медиан (%) PM2.5-ын дундаж (µg/m³)
Бусад 234 207 3 28.2
VI–VIII сар 109 92 0 10.8
XII–II сар 123 123 81 89.3
knitr::kable(balanced_summary,
  digits = c(0, 0, 1, 1),
  col.names = c("Season", "Station-months", "Mean PM2.5 (µg/m³)", "Median above standard (%)"),
  caption = "Sensitivity panel with all six winter/summer months per station-year"
)
Станц–жил бүрд өвөл, зуны зургаан сар бүрэн байгаа мэдрэмжийн дэд багц
Улирал Станц-сарын ажиглалт PM2.5-ын дундаж (µg/m³) Стандарт давсан өдрийн хувь: медиан (%)
XII–II сар 54 106.3 85.5
VI–VIII сар 54 11.3 0.0

Дүрслэх хураангуй: Арван хоёрдугаар сараас хоёрдугаар сард мэдээлсэн станц–сарын хувийн медиан 81%, зургаагаас наймдугаар сард 0% байна. Боломжтой станц–сарын агууламжийн жингүй дундаж тус тус 89, 11 микрограмм/м³. Дээрх хамралтын хүснэгт, тогтмол станцтай мэдрэмжийн шинжилгээ аль бичлэг орсныг харуулна. Эдгээр хураангуй хувь хүний өртөлт, хотын бүх өдрийн босго давсан хувийг хэмжихгүй. Дутуу хувь тодорхойгүй хэвээр.

Хүхрийн давхар исэл (SO₂)

SO2 нь түлш шатаах, түүний дотор халаалттай холбоотой. Доорх сарын цуваанд дагалдах түүхэн хуулбарыг ашиглав. Хэмжилтийн тооны талбар заримдаа сарын өдрөөс их байдаг тул баталгаатай тодорхойлолтгүйгээр өдрийн бүрэн байдлын дүрэм хэрэглэх боломжгүй.

so2 <- air_cached |>
  filter(str_detect(Indicator_en, "Sulphur dioxide")) |>
  reshape_monthly() |>
  complete(Station, date = seq(min(date), max(date), by = "month"))

so2 |>
  ggplot(aes(x = date, y = average)) +
  geom_hline(yintercept = 20, linetype = "dashed", color = "darkorange3") + # 2016 оны жилийн лавлах
  geom_line(color = "darkorange", linewidth = 0.6) +
  geom_point(color = "darkorange", size = 0.8) +
  facet_wrap(~Station, ncol = 2) +
  scale_x_date(breaks = seq(min(so2$date), max(so2$date), by = "year"), date_labels = "%Y") +
  scale_y_continuous(limits = c(0, NA)) +
  labs(
    title = "Monthly Mean SO₂ at Selected Ulaanbaatar Stations",
    subtitle = "Bundled snapshot; dashed = 2016 annual reference (20 µg/m³)",
    x = NULL,
    y = "SO₂ (µg/m³)",
    caption = "Source: NSO Mongolia (snapshot of DT_NSO_2400_015V1)"
  ) +
  theme(strip.text = element_text(face = "bold"), panel.grid.minor = element_blank())

Дагалдах түүхэн хуулбар дахь Улаанбаатарын сонгосон станцын сарын дундаж SO2-ийн жижиг графикууд. Түүхэн 2016 оны жилийн 20 микрограмм/куб метр лавлахыг шугамаар харуулна. Агууламж өвөл бүр огцом нэмэгдэнэ.

knitr::kable(so2_ratio,
  digits = c(0, 0, 0, 1, 1, 1),
  col.names = c("Station", "Winter months", "Summer months", "Winter SO₂ (µg/m³)", "Summer SO₂ (µg/m³)", "Winter/summer ratio"),
  caption = "Observed months and winter/summer sulphur dioxide concentrations"
)
Ажигласан сар ба өвөл, зуны хүхэрлэг хийн агууламж
Станц Өвлийн сар Зуны сар Өвлийн SO₂ (µg/m³) Зуны SO₂ (µg/m³) Өвөл/зуны харьцаа
13-р хороолол 9 9 59.6 4.6 13.1
1-р хороолол 9 9 206.1 11.2 18.4
Амгалан 2 2 114.0 35.5 Мэдээлээгүй
Хайлааст 9 9 124.2 4.2 29.4
Нисэх 2 2 126.0 17.0 Мэдээлээгүй
Толгойт 8 8 223.6 10.2 21.8
Баруун дөрвөн зам 9 9 65.8 6.1 10.8
Зурагт 2 2 296.0 22.0 Мэдээлээгүй

Улирлын хэв шинж: Хоёр улирал тус бүр дор хаяж гурван ажиглагдсан дундажтай, зуны дундаж эерэг үед л өвөл–зуны харьцааг мэдээлнэ. Станцын хамралт ялгаатай тул эдгээр нь урьдчилсан хайгуулын харьцуулалт юм. Өвлийн өсөлт халаалтын нөлөөтэй нийцэх боловч тусдаа нотолгоогүйгээр гол эх үүсвэрийг тогтоохгүй.

Тоймлосон жилийн дундаж ба түүхэн лавлах

Лавлах харьцаа нь тоймлосон жилийн дунджийг MNS 4585:2016-ийн түүхэн 2024 босгод хуваасан утга. Энэ нь нийтлэгдсэн утгыг лавлахтай харьцуулахаас хууль, стандартын нийцэл эсвэл жилийн хяналтын хангалттай хамралтыг тогтоохгүй.

# Монголын жилийн стандарт (MNS 4585:2016), мкг/м³
annual_standard <- c("PM2.5" = 25, "SO2" = 20, "NO2" = 40)

compliance <- air_annual |>
  filter(Station %in% top_stations) |>
  mutate(
    Pollutant_Type = case_when(
      str_detect(Pollutant, "PM2.5") ~ "PM2.5",
      str_detect(Pollutant, "Sulphur dioxide") ~ "SO2",
      str_detect(Pollutant, "Nitrogen dioxide") ~ "NO2",
      .default = NA_character_
    )
  ) |>
  filter(!is.na(Pollutant_Type)) |>
  mutate(
    Standard = annual_standard[Pollutant_Type],
    Exceedance_Factor = ug_m3 / Standard,
    Status = if_else(Exceedance_Factor > 1, "Reported mean above reference", "Reported mean at/below reference")
  )

compliance |>
  ggplot(aes(x = Exceedance_Factor, y = reorder(Station, Exceedance_Factor), fill = Status)) +
  geom_col() +
  geom_vline(xintercept = 1, linetype = "dashed", color = "black") +
  geom_text(aes(label = round(Exceedance_Factor, 1)), hjust = -0.15, size = 2.8) +
  facet_wrap(~Pollutant_Type, scales = "free_x") +
  scale_fill_manual(values = c("Reported mean at/below reference" = "#167D8D", "Reported mean above reference" = "#A94438"), name = NULL) +
  guides(fill = guide_legend(nrow = 2, byrow = TRUE)) +
  scale_x_continuous(expand = expansion(mult = c(0, 0.2))) +
  labs(
    title = "Rounded Annual Mean Relative to the 2016 Reference, 2024",
    subtitle = "Rounded values relative to the historical benchmark; no compliance determination",
    x = "Exceedance factor", y = NULL,
    caption = "Annual means are rounded to 10 µg/m³. Source: NSO Mongolia, DT_NSO_2024_135V01"
  ) +
  theme(legend.position = "bottom", panel.grid.major.y = element_blank())

2024 онд Улаанбаатарын сонгосон станцын PM2.5, SO2, NO2-ийн жилийн дунджийг Монголын жилийн стандартад хуваасан харьцааны баганан график

Тайлбар: Хүснэгт нь тоймлосон нийтлэгдсэн утга түүхэн лавлах босгоос давсныг тоолно. Босгын ойролцоо утгаар тоймлохоос өмнөх агууламж аль талд байсныг тогтоохгүй. Жишээлбэл NO2-ийн мэдээлсэн жилийн дундаж 40 микрограмм/м³ бол 40 микрограмм/м³ лавлахын аль ч талд байж болно. Нарийн нийцэл нь мөрдөх хяналтын протоколоос бас хамаарна. 2025 шинэчлэл болон ДЭМБ-ын эрүүл мэндэд суурилсан зөвлөмжийг тусад нь тайлбарлах ёстой.

Усны чанарын хяналт

ҮСХ гол, нуурын усны чанарыг станцаар нийтэлдэг. Эхлээд ууссан эрдэс, давсыг илэрхийлэх цахилгаан дамжуулах чанарыг харна.

water_year <- analysis_latest_common_year("DT_NSO_2300_005V12")
water_raw <- nso_data("DT_NSO_2300_005V12", list(Year = water_year), labels = "en")
water_status <- nso_value_status(water_raw)
water <- analysis_one_year(water_raw, water_year) |>
  filter(!is.na(value)) |>
  mutate(
    Station = str_trim(`Station location_en`),
    Indicator = str_trim(Indicator_en)
  )
analysis_keys(water, c("Station location", "Indicator", "Year_en"))

conductivity <- water |>
  filter(str_detect(Indicator, "Electrical conductivity")) |>
  slice_max(order_by = value, n = 15, with_ties = FALSE)

conductivity |>
  ggplot(aes(x = value, y = reorder(Station, value))) +
  geom_col(fill = "#167D8D") +
  geom_text(aes(label = scales::label_comma()(value)), hjust = -0.1, size = 3) +
  scale_x_continuous(labels = scales::label_comma(), expand = expansion(mult = c(0, 0.15))) +
  labs(
    title = paste0("Top 15 Water Stations by Electrical Conductivity, ", water_year),
    subtitle = "Higher values mean more dissolved minerals and salts",
    x = "Conductivity (µS/cm)", y = NULL,
    caption = "Source: NSO Mongolia, DT_NSO_2300_005V12"
  ) +
  theme(panel.grid.major.y = element_blank(), panel.grid.minor = element_blank())

Цахилгаан дамжуулах чанар хамгийн их 15 усны чанарын станцын баганан график

Өндөр цахилгаан дамжуулах чанар нь байгалийн ууссан эрдэс, давс, тухайлбал ууршилтаар давс өтгөрдөг гадагш урсгалгүй нуурын онцлогийг илэрхийлж болно. Энэ үзүүлэлт дангаараа бохирдол, ундны усны аюулгүй байдлыг тогтоохгүй. BOD5, аммонийн азот зэрэг бусад үзүүлэлт өөр мэдээлэл өгөх бөгөөд мөн зөв эх тодорхойлолт шаарддаг.

Улаанбаатар хот дундуурх Туул гол

tuul <- water |>
  filter(str_starts(Station, "Tuul")) |>
  mutate(Indicator = case_when(
    str_detect(Indicator, "BOD5") ~ "BOD5 (mg/L)",
    str_detect(Indicator, "NH4-N") ~ "NH4-N (mg/L)",
    str_detect(Indicator, "Water quality index") ~ "Water quality index",
    .default = NA_character_
  )) |>
  filter(!is.na(Indicator)) |>
  select(Station, Indicator, value) |>
  pivot_wider(names_from = Indicator, values_from = value) |>
  arrange(`NH4-N (mg/L)`)

knitr::kable(tuul, caption = paste0("Tuul River stations, ", water_year))
Туул голын станцууд, 2023
Станц BOD5 (мг/л) NH4-N (мг/л) Усны чанарын индекс
Туул, Уубулан 2.1 0.13 0.29
Туул, Зайсан 2.1 0.14 0.29
Туул, Заамар Мэдээлээгүй 0.34 0.59
Туул, Лүн 5.3 0.51 1.23
Туул, Алтанбулаг 6.0 1.38 1.12
Туул, Сонгино 93.5 8.20 10.29

Зайсанд BOD5 2.1 мг/л, аммони 0.14 мг/л байна. Сонгинын утгууд тус тус 93.5, 8.2 мг/л. Байршлын ялгаанд хаягдал ус зэрэг хэд хэдэн тайлбар байж болно. Станц–жилийн эдгээр хураангуй аль нэг эх үүсвэрийн хувь нэмэр, хугацааны хандлагыг тогтоохгүй. Цааш тайлбарлахаасаа өмнө утгууд жилийн дундаж уу, нэг дээж үү, өөр хураангуй юу гэдгийг баталгаажуулна.

Тоостой өдрүүд

Шороон шуурга нь эрүүл мэндэд сөрөг нөлөөтэй холбоотой тоосонцор тээдэг. Энэ жишээ зөвхөн бүрэн ажиглагдсан станц–жилийг хураангуйлна. ҮСХ өөрөөр тайлбарлаагүй бол хоосон нүд, байхгүй сарыг тодорхойгүй гэж үзнэ; тоостой өдөргүй гэж автоматаар тооцохгүй. Эрэмбэ нь станц бүрийн ашиглаж болох оны тооноос хамаарах тул жигд арван жилийн уур амьсгалын үзүүлэлт гэж үзэж болохгүй.

dust_raw <- nso_data("DT_NSO_2400_028V1", list(), labels = "en")
dust_status <- nso_value_status(dust_raw)
dust <- dust_raw |>
  mutate(
    Station = str_trim(`Station location_en`),
    Region = `Station location`, Region_en = Station
  )
available_years <- sort(unique(substr(dust$Month_en, 1, 4)))
# Үргэлжилж буй хуанлийн оныг хасна. Харин эх сурвалж хоцорсон бол
# хамгийн сүүлийн бүрэн оныг үлдээнэ. Байхгүй сарыг туслах функц тодорхойгүйгээр нөхнө.
available_years <- available_years[as.integer(available_years) < as.integer(format(Sys.Date(), "%Y"))]
dust_years <- tail(available_years, 10L)
stopifnot(length(dust_years) > 0L)
dust_annual <- analysis_annual_counts(dust, unique(dust$Region), dust_years) |>
  rename(Station = Region_en, dust_days = count)
dust_coverage <- dust_annual |>
  summarise(n_years = n(), n_valid_years = sum(usable), missing_months = sum(n_missing), .by = c(Region, Station))
knitr::kable(dust_coverage,
  col.names = c("Station code", "Station", "Years examined", "Usable years", "Missing months"),
  caption = "Dust observation coverage; unresolved months remain missing"
)
Тоосны ажиглалтын хамралт; тайлагдаагүй сар дутуу хэвээр
Станцын код Станц Хамруулсан жил Ашиглаж болох жил Өгөгдөл дутуу сар
0 Өлгий 10 0 46
1 Алтай 10 0 47
2 Улиастай 10 0 63
3 Тосонцэнгэл 10 0 73
4 Улаангом 10 0 84
5 Ховд 10 0 62
6 Цэцэрлэг 10 0 66
7 Баянхонгор 10 0 61
8 Булган 10 0 91
9 Эрдэнэт 10 0 90
10 Арвайхээр 10 0 62
11 Хархорин 10 0 70
12 Мөрөн 10 0 76
13 Хатгал 10 0 85
14 Чойр 10 0 64
15 Дархан 10 0 63
16 Сайншанд 10 0 49
17 Замын-Үүд 10 0 56
18 Мандалговь 10 0 50
19 Даланзадгад 10 1 32
20 Ханбогд 10 0 38
21 Сүхбаатар 10 0 72
22 Баруунхараа 10 0 85
23 Зүүнхараа 10 0 89
24 Зуунмод 10 0 66
25 Чойбалсан 10 0 67
26 Баруун-Урт 10 0 64
27 Өндөрхаан 10 0 69
28 Улаанбаатар 10 0 120
29 Улаанбаатар 10 0 76
dust_summary <- dust_annual |>
  filter(usable) |>
  summarise(
    mean_days = mean(dust_days), min_days = if (n()) min(dust_days) else NA_real_,
    max_days = if (n()) max(dust_days) else NA_real_, n_valid_years = n(), .by = c(Region, Station)
  ) |>
  arrange(desc(mean_days))
if (!nrow(dust_summary)) {
  ggplot() +
    annotate("text", x = 0, y = 0, label = "No complete observed station-years", size = 5, color = "#536873") +
    labs(
      title = "Dust-Day Comparison Is Not Available",
      subtitle = "Unreported months remain unknown; a complete-year ranking cannot be calculated",
      caption = "Source: NSO Mongolia, DT_NSO_2400_028V1"
    ) +
    theme_void() +
    theme(plot.title = element_text(face = "bold", color = "#183442"))
} else {
  dust_summary |>
    slice_max(mean_days, n = 10, with_ties = FALSE) |>
    ggplot(aes(x = mean_days, y = reorder(Station, mean_days))) +
    geom_errorbar(aes(xmin = min_days, xmax = max_days), width = 0.3, color = "grey60", orientation = "y") +
    geom_point(color = "#b8860b", size = 3) +
    labs(
      title = paste0("Complete-Year Dust Observations, ", min(dust_years), "–", max(dust_years)),
      subtitle = "Usable years differ by station; points = means, lines = min/max",
      x = "Dust days per year", y = NULL,
      caption = "Source: NSO Mongolia, DT_NSO_2400_028V1"
    ) +
    theme(panel.grid.major.y = element_blank(), panel.grid.minor = element_blank())
}

Станц бүрийн бүрэн ажигласан жилийн шороотой өдрийг харуулсан цэгэн график. Цэг нь дундаж, зураас нь ажигласан жилүүдийн хамгийн бага, их утга.

Хамралт: энэ хугацаанд 30 станцын 1 нь ашиглаж болох дор хаяж нэг жилтэй.

Эдгээр дундаж, хүрээнд зөвхөн бүрэн ажиглагдсан станц–жил орно. Хамралтын хүснэгт станц бүрд хэдэн он ашиглаж болохыг харуулна; заримд нь нэг ч он байхгүй байж болно. Ялгаатай онуудын багцад суурилсан эрэмбэ нь дүрслэх шинжтэй бөгөөд сонгосон хугацаанаас хамааран өөрчлөгдөнө. Хоосон үр дүн нь эдгээр болгоомжтой дүрмээр эх сурвалж бүрэн жилийн харьцуулалт дэмжихгүйг илэрхийлнэ.

Тоостой өдрийг зураглах

Цаг уурын станцууд сууринд байдаг тул mongolmaps-ийн суурингийн цэгээр зураглаж болно. Эхлээд нийслэл, аймгийн төвтэй, дараа нь нэр давхардаагүй сумын төвтэй станцын нэрийг тааруулна.

settlements <- mn_settlements() |>
  mutate(rank = match(type, c("capital", "aimag_centre", "soum_centre")))

# Хэнтийн аймгийн төв Өндөрхааныг 2013 онд Чингис хот гэж нэрлэсэн
dust_points <- dust_summary |>
  mutate(name = if_else(Station == "Undurkhaan", "Chingis", Station)) |>
  add_count(name, name = "station_name_n") |>
  filter(station_name_n == 1L) |> # давхардсан станцын нэрээр байршлыг тогтоох боломжгүй
  inner_join(settlements, by = join_by(name), relationship = "one-to-many") |>
  # Хамгийн өндөр эрэмбэтэй тохирлыг үлдээж, хэд хэдэн сумын төвд давхардсан нэрийг хасна
  filter(rank == if (n()) min(rank) else NA_real_, .by = Station) |>
  filter(n() == 1, .by = Station) |>
  sf::st_as_sf()

unplaced <- dust_summary$Station[!dust_summary$Region %in% dust_points$Region]
if (!nrow(dust_points)) {
  ggplot() +
    annotate("text", x = 0, y = 0, label = "No stations with complete observed years to map", size = 5, color = "#536873") +
    labs(
      title = "Dust-Day Map Is Not Available",
      subtitle = "Coverage is insufficient for a complete-year comparison",
      caption = "Source: NSO Mongolia, DT_NSO_2400_028V1"
    ) +
    theme_void() +
    theme(plot.title = element_text(face = "bold", color = "#183442"))
} else {
  mn_map(mn_aimags(), title = "Dust Days in Complete Observed Station-Years") +
    geom_sf(data = dust_points, aes(size = mean_days, color = mean_days), alpha = 0.85) +
    scale_color_gradient(low = "#f3d9a4", high = "#8a5a00", name = "Dust days\nper year") +
    guides(color = guide_colourbar(barwidth = grid::unit(85, "mm"), barheight = grid::unit(3, "mm"))) +
    scale_size_area(max_size = 8, guide = "none") +
    labs(subtitle = paste0(min(dust_years), "–", max(dust_years), ". Data: NSO Mongolia, DT_NSO_2400_028V1")) +
    analysis_map_theme()
}

Бүрэн ажигласан жилтэй станцуудыг жилийн дундаж шороотой өдрөөр хэмжээ, өнгө ялган тэмдэглэсэн зураг. Суурингийн төв нь станцын ойролцоо байршил.

Ашиглаж болох жилтэй 1 станцаас 1-ийг зурагт байршууллаа. Байршуулж чадаагүй станц: байхгүй. Суурингийн төвийн цэг нь зөвхөн жишээ байршил бөгөөд хэмжилтийн станцын бодит координат биш. Дүгнэлтээ ерөнхийлөхөөс өмнө байршуулсан болон орхигдсон станцуудын хамралт, хураангуйг харьцуулна. Өртөлтийн судалгаанд Цаг уур, орчны шинжилгээний газраас станцын өөрийн координатыг авч ашиглана.

Дараагийн алхам

Байгаль орчны гол хүснэгтүүд

Үзүүлэлт Хүснэгтийн код Нутаг дэвсгэрийн түвшин
Агаар бохирдуулагчийн жилийн дундаж агууламж DT_NSO_2024_135V01 Станц
Станцаар сарын NO2 DT_NSO_2400_015V2 Станц
Станцаар сарын PM2.5 DT_NSO_2400_015V5 Станц
Усны чанар DT_NSO_2300_005V12 Станц
Тоостой өдөр DT_NSO_2400_028V1 Станц
Ойн түймэр DT_NSO_2400_005V1 Аймаг