「暴走する天然バイオ兵器」としてのスギ花粉…
花粉症増加の一因として、日本全体の花粉飛散量が年々増加している現状をご存知でしょうか?
戦後、1950年代中頃から1970年代にかけて『拡大造林政策』が行われました。スギやヒノキなどの針葉樹を植樹し、人工森林を増やす施策です。
木の一生は人間より長く、時間がかかります。花粉症でよく言われるのがスギ花粉ですが、スギは成木までに40年程かかります。芽を出してから20~30年を超える頃やっと開花を始め、30年を越えるとたくさん花粉を飛ばすようになります。それ以後、花粉を飛ばし続けるのです。
ここで、もう1つ問題として挙げられるのが、手入れされていない日本の森が増えている点です。国内の木材自給率は過去90%台をピークに下がり続け、今では20%台に落ち込んでいます。つまり、成熟したスギが増え続けることで、花粉量は年々増え続けているのです。
そして、こんな飛んだ「ボジョレー・ヌーボー計算」が登場?
2012年の花粉 : 昨年の3倍
— 勇者ライムlv.40@UberEATS配達員 (@ubershinagawa) February 20, 2019
2013年の花粉 : 昨年の3倍
2014年の花粉 : 昨年の3倍
2015年の花粉 : 昨年の1.5倍
2016年の花粉 : 昨年の4倍
2017年の花粉 : 昨年の6倍
2018年の花粉 : 昨年の3倍
2019年の花粉 : 昨年の6倍
今年は2011年の花粉の17496倍飛散するということですな(´-ω-`) pic.twitter.com/8TBj1D6XSZ
— むーたま(OPイエロー) (@moominsan) February 21, 2019
ブチギレばいきんまん pic.twitter.com/0NzKuiMpXW
— びっくりムーン (@BikkuriMoon) March 11, 2019
現在、統計言語Rを独習中なのでグラフ化してみたくなりました。
#統計言語Rを使ってのグラフ化
*今回使用したReduce関数については以下を参照#Cedar_pollen_data(スギ花粉情報)データフレーム作成
Years<-seq(2011,2019,by=1)
Rate_of_increase<-c(1,3,3,3,1.5,4,6,3,6)
Cedar_pollen_data <- data.frame(Years,Rate_of_increase)#登録内容確認
str(Cedar_pollen_data)
Cedar_pollen_data
#登録内容リセット(デバッグ用)
rm(Years, Rate_of_increase)
write.csv(Cedar_pollen_data,"Cedarpollendata.csv")
rm(Cedar_pollen_data)
Cedar_pollen_data<-read.csv("Cedarpollendata.csv",row.names=1)
#増加率(Rate_of_increase)から各年次の増加量(Amount_of_increase)を計算してデータフレームに追加
Amount_of_increase<-Reduce(function(a,b){a*b},Cedar_pollen_data$Rate_of_increase,accumulate = T)Cedar_pollen_data$Amount_of_increase<-Amount_of_increase
#登録内容確認
str(Cedar_pollen_data)
Cedar_pollen_data#登録内容リセット(デバッグ用)
rm(Amount_of_increase)
Cedar_pollen_data$Amount_of_increase<-NULL
write.csv(Cedar_pollen_data,"Cedarpollendata.csv")
rm(Cedar_pollen_data)
Cedar_pollen_data<-read.csv("Cedarpollendata.csv",row.names=1)#グラフ化その1。まずは目盛りを「毎年の増加率」に合わせてみる。
plot(Cedar_pollen_data$Years,Cedar_pollen_data$Amount_of_increase,xlim=c(2011,2019),ylim=c(0,100),type="b",pch=1,lty =1,main="Cedar Pollen Data", xlab="Years", ylab="Amounts")
par(new=T) # 上書き指定
plot(Cedar_pollen_data$Years,Cedar_pollen_data$Rate_of_increase,xlim=c(2011,2019),ylim=c(0,100),type="b",pch=2,lty =2,main="", xlab="", ylab="")
# 凡例を書き添える 。
legend("topright", legend=c("Rate of increase", "Amount of increase"),pch=c(2,1),lty =c(2,1))*使用パラメーターについては以下参照の事。
#グラフ化その2。次いで目盛りを「毎年の増加量」に合わせてみる。
plot(Cedar_pollen_data$Years,Cedar_pollen_data$Amount_of_increase,xlim=c(2011,2019),ylim=c(0,17496),type="b",pch=1,lty =1,main="Cedar Pollen Data", xlab="Years", ylab="Amounts")
par(new=T) # 上書き指定
plot(Cedar_pollen_data$Years,Cedar_pollen_data$Rate_of_increase,xlim=c(2011,2019),ylim=c(0,17496),type="b",pch=2,lty =2,main="", xlab="", ylab="")
# 凡例を書き添える 。
legend("topleft", legend=c("Rate of increase", "Amount of increase"),pch=c(2,1),lty =c(2,1))*使用パラメーターについては以下参照の事。
*そう、統計言語R(あるいはコンピューターそのもの)は目盛り設定の責任をオペレーター(人間)に押し付けてくるのである!!
Operation_period<-function(op){
plot(Cedar_pollen_data$Years,Cedar_pollen_data$Amount_of_increase,xlim=c(2011,2019),ylim=c(0,op),type="b",pch=1,lty =1,main="Cedar Pollen Data", xlab="Years", ylab="Amounts")
par(new=T) # 上書き指定
plot(Cedar_pollen_data$Years,Cedar_pollen_data$Rate_of_increase,xlim=c(2011,2019),ylim=c(0,op),type="b",pch=2,lty =2,main="", xlab="", ylab="")
# 凡例を書き添える 。
legend("topleft", legend=c("Rate of increase", "Amount of increase"),pch=c(2,1),lty =c(2,1))
}
*以下のサイトを使っての手動でのGIF生成結果
GIFアニメ作成 - 無料でGIF変換、GIF画像作るならバナー工房*統計言語RにおけるGIFアニメーション作成方法は以下参照の事。
#上の手順に従ってアニメーション作成を自動化。
library("animation")Time_Code=c(10,20,40,100,500,1000,100000,150000,100000,1000,500,100,40,20)
saveGIF({
for (i in Time_Code){
Operation_period(i)
}
}, interval = 0.1, movie.name = "TEST.gif")*あれ?目盛りにゴミが…これについてはそのうち別途解説予定。
これぞ「等比級数的増大(Geometric progression increase)」に対する「幾何級数的増大(Exponential increase)」の爆発的増大率拡大率の恐ろしさ?
とどのつまり「ちょっと奥さん、なんと貴方の預けた資産がたったX年でXXX倍に!! そりゃやるでしょ!? やるなら今でしょ!?」なる「夢の金融商品」の世界…