+ Näytä koodi- Piilota koodi
# This is code Op_fi5810/ on page [[Ympäristöterveysindikaattori]]
library(rvest) # For html import
tx <- function(x, prec = 2) gsub("\\.", ",", as.character(signif(x, prec))) # Converts numbers to nice Finnish format
write(
"Sote-arviointi, hyvinvointi ja terveys: ympäristöterveyden osa-alue\n\n",
file="sotearviointi.txt"
)
# Fetch data from Yhteistyötilat.
dat <- html_table(read_html("https://yhteistyotilat.fi/wiki08/x/SLHFAg"))[[3]] # Pienhiukkaspitoisuuden väestöpainotettu vuosikeskiarvo
colnames(dat) <- c("Alue","Mid","Municipality","Pid","Province","Pop","PM",
"Daly","Comment","Genetive","Adessive")
for(i in c(2,4,6,7,8)) dat[[i]] <- as.numeric(gsub(" ", "", dat[[i]]))
# Data about disease burden of PM2.5 from Lehtomäki et al 2018 https://doi.org/10.3390/ijerph15040736
mort <- "1600 - 2000"
daly <- 26000
for(i in sort(unique(dat$Pid))) {
j <- (1:nrow(dat))[dat$Pid==i & dat$Alue=="HE-maakunta"]
mk <- dat$Province[j]
ka <- sum(dat$Pop * dat$PM / sum(dat$Pop))
kam <- dat$PM[j]
s1 <- paste("Pienhiukkaset ovat Suomessakin kaikkein merkittävin ympäristötekijä, joka aiheuttaa ",
"terveyshaittaa. Pienhiukkaset ovat pääasiassa peräisin liikenteestä ja puun pienpoltosta. ",
"Myös energiantuotanto ja teollisuus ovat suurehkoja lähteitä mutta niiden ominaispäästöt ",
"ovat pienet (eli tuotantolaitokset puhdistavat jo tehokkaasti päästöjään) ja päästöt ",
"tyypillisesti leviävät korkeista piipuista laajalle aiheuttamatta asutuskeskuksiin korkeita ",
"pitoisuuksia. Muita kuin polttoperäisiä päästölähteitä ovat mm. katupöly varsinkin keväisin, ",
"maatalouden pölyt sekä monista hajalähteistä syntyvät orgaaniset hiilivedyt, jotka ",
"muuttuvat hiukkasiksi vasta ilmakehässä.\n",
sep="")
s2 <- paste(
"Pienhiukkaspitoisuuksien vuosikeskiarvo on arvioitu kunnittain THL:n koordinoimassa ",
"tutkimushankkeessa vuodelle 2015. Tämä on hyvä haitan mittari, koska tyypilliset ",
"terveyshaitat kuten sydäntaudit, krooninen bronkiitti ja keuhkosyöpä kehittyvät ",
"pitkäaikaisen altistuksen seurauksena. Kansainvälisesti verrattuna Suomen ",
"pienhiukkaspitoisuudet ovat pienet, mutta silti niiden arvioidaan aiheuttavan ",
tx(daly),
" terveen elinvuoden menetyksen tai vastaavasti ",
mort,
" kuolemantapausta ",
"(Lehtomäki ym., 2018 https://doi.org/10.3390/ijerph15040736).\n",
sep=""
)
s3 <- "Väestöpainotettu pienhiukkaspitoisuus oli "
s4 <- paste(
dat$Adessive[j],
ifelse(
kam < 0.8*ka ," pieni ",
ifelse(kam < 1.2*ka,
" keskimääräinen ",
" suomalaisittain suurehko "
)
),
" (", tx(kam), " µg/m3)",
sep=""
)
s5 <- paste(", kun koko maan keskiarvo oli ", tx(ka), " µg/m3 (Sotkanet, id=678)", sep="")
s6 <- ". Päästölähteet ja asutus keskittyvät tyypillisesti samoille alueille. Koko maan keskiarvo ylittyi "
s7 <- dat[dat$PM > ka & dat$Alue=="HE-maakunta",]
s7 <- s7[order(-s7$PM),]#[1:min(4,nrow(s7)),]
s7 <- paste(s7$Adessive, " (", tx(s7$PM)," µg/m3)",sep="")
s7 <- paste(s7, c(rep(", ", length(s7)-2), " ja ", ""), sep="", collapse="")
s7 <- paste(s7, " (Sotkanet, id=678). ", sep="")
s8 <- paste(
dat$Genetive[j],
" kunnista korkeimmat pitoisuudet olivat ",
sep=""
)
s9 <- dat[dat$Pid == i & dat$Alue=="Kunta", ]
s9 <- s9[order(-s9$PM),][1:4,]
s9 <- paste(s9$Adessive, " (", tx(s9$PM)," µg/m3)",sep="")
s9 <- paste(s9, c(rep(", ", length(s9)-2), " ja ",""), sep="", collapse="")
s9 <- paste(s9, " (Sotkanet, id=678). ", sep="")
s10 <- "Valtakunnallisesti suurin pitoisuus oli "
s11 <- dat[dat$Alue=="Kunta",]
s11 <- s11[order(-s11$PM)[1],]
s11 <- paste(s11$Adessive, " (", tx(s11$PM)," µg/m3).",sep="")
s12 <- paste(" ", dat$Comment[j], " ")
expofr <- dat$Pop[j]*dat$PM[j]/sum(dat$Pop[dat$Alue=="HE-maakunta"]*dat$PM[dat$Alue=="HE-maakunta"])
# s13 <- dat$Daly[j]/sum(dat$Daly[dat$Alue=="HE-maakunta"])
s13 <- paste(
"\nSuomessa pienhiukkasten aiheuttamasta tautitaakasta ",
cut(expofr, breaks=c(0,0.03,0.06,0.09,0.12,0.18,0.23,0.29,0.39,0.54,0.7,1),labels=c(
"alle kolmaskymmenesosa",
"kahdeskymmenesosa",
"alle kymmenesosa",
"noin kymmenesosa",
"noin seitsemäsosa",
"noin viidesosa",
"noin neljäsosa",
"noin kolmasosa",
"noin puolet",
"yli puolet",
"suurin osa"
)), " (", tx(expofr*100), " %) syntyy ", dat$Adessive[j],
", eli siellä menetetään noin ",
tx(expofr*daly),
" tervettä elinvuotta pienhiukkasten takia. ",
sep="")
hel <- (1:nrow(dat))[dat$Municipality=="Helsinki"]
s14 <- paste(
"Helsingissä tämä luku on noin ",
tx(daly*dat$Pop[hel]*dat$PM[hel]/sum(dat$Pop[dat$Alue=="Kunta"]*dat$PM[dat$Alue=="Kunta"])),
" eli merkittävä osa koko Suomen tautitaakasta (",
tx(daly),
" haittapainotettua elinvuotta). ",
"Tautitaakka on arvioitu syyosuusmenetelmällä (http://en.opasnet.org/w/HIA). ",
"Epävarmuudet ovat melko suuria ja liittyvät annosvasteen muotoon pienillä pitoisuuksilla, ",
"kilpailevien syytekijöiden rooliin kokonaisuudessa sekä pienhiukkaspitoisuuden ",
"arviointiin käytettyjen mallien epävarmuuksiin. Siitä ei kuitenkaan ",
"ole epävarmuutta, etteivätkö pienhiukkasten haittavaikutukset Suomessa olisi merkittäviä ",
"ja niiden vähentäminen tarpeellista.",
sep=""
)
write(
paste("\n\n",mk,"\n",s1,s2,s3,s4,s5,s6,s7,s8,s9,s10,s11,s12,s13,s14,sep=""),
file="sotearviointi.txt",
append=TRUE
)
}
| |
