Material Particulado 2.5

Laboratorio Métodos Multivariados - 1er semestre 2018

Predicción del material particulado PM2.5 en Las Condes.

Daniela Castillo1 Diego Espinoza2 Daniel Hernandez3 Daniel Ramos4

*Universidad de Santiago de Chile, Avenida libertador bernardo ohiggins #3363, Santiago, Chile

Resumen

Este trabajo predice el material particulado 2.5 de la estación de las Condes, estos datos fueron obtenidos mediante la página del Sistema de Información Nacional de Calidad del Aire. Para ello, se realiza un análisis de componentes principales, seleccionando las más representativas para la clasificación. A demás se promedia, según mes y localidad, los datos, para así realizar un clustering y determinar cómo se conglomeran según información apreciada en los gráficos. Con estos datos se realiza la predicción mediante redes neuronales para encontrar los datos de Las Condes y, a su vez, entregar un análisis con la indagación correspondiente.

1. INTRODUCCION

El material particulado respirable presente en nuestras ciudades de forma sólida o líquida, como: polvo, cenizas, hollín, partículas metálicas, cemento y polen, entre otras, se puede dividir, según su tamaño, en dos grupos principales. A las de diámetro igual o inferior a los 10 micrómetros, se les denomina PM10, y a la fracción respirable más pequeña, la cual nos interesa, PM2,5, Estas últimas están constituidas por aquellas partículas de diámetro aerodinámico inferior o igual a los 2,5 micrómetros, es decir, son 100 veces más delgadas que un cabello humano, de aquí proviene su principal peligrosidad, ya que además de permanecer durante mucho más tiempo en el aire, le provee un muy fácil acceso al sistema respiratorio, lo que a su vez tiene una gran incidencia en procesos cardiacos. Los últimos trabajos científicos sugieren que este tipo de contaminación, y especialmente las partículas procedentes del tráfico urbano, está asociado con incrementos en la morbi-mortalidad de la población expuesta y al creciente desarrollo del asma y alergias entre la población infantil.

Es cierto que últimamente se han tomado medidas preventivas para resolver este asunto o no dejar que siga creciendo, pero el problema es que la preocupación por los ciudadanos y las autoridades por resolver este tema fue de muy tardía acción, y es por esto que se presentan características graves y alarmantes del aire en la actualidad las cuales afectan a la salud de todos los seres vivos .Como principal factor de contaminación se tiene el uso de leña en los hogares ya que este produce hasta 94% de las emisiones de partículas finas (PM2,5), el problema radica en las otras opciones ya que económicamente no es factible usar energía más limpia, por lo que se presenta un problema de ética con el medio ambiente y la salud de uno mismo.

Es por esto que en este trabajo se busca realizar una predicción hacia una localidad en específica según las variables que se ven relacionada y agrupar por meses según las variables que son similares. A demás, realizar un clustering para así verificar los meses que son más similares y analizarlos según su similitud con la contaminación ambiental.

1. METODOLOGÍA

La metodología de este trabajo consiste en cuatro fases, primero la búsqueda e implementación de la base de datos, junto a la eliminación de datos ausentes (NA), segundo el análisis de los componentes principales, tercero, un clustering que permita la agrupación de datos según criterios. y por último mediante la utilización de redes neuronales, predecir resultados de una localidad.

1. Obtención de base de datos y eliminación de datos ausentes

A través de la página del Sistema de información nacional de calidad del aire, obtuvimos acceso las mediciones del PM2,5, en el periodo comprendido entre el 01.06.2017 hasta el 31.05.2018, en cada estación de Santiago, estas localidades son: Quilicura, Cerro Navia, Pudahuel, Independencia, Las Condes, Puente Alto, El Bosque, La florida, Cerrillos y Parque O’Higgins.

Luego de ingresar la base de datos a R, se lleva a cabo la eliminación de datos ausentes, para así comenzar a trabajar en ella.

1. Análisis de componentes principales

Con el fin de lograr una reducción en las variables explicativas, se lleva a cabo un análisis de componentes principales que expliquen en su mayoría a las estaciones. Mediante el uso del software R, se obtuvo la cantidad de dos componentes principales. (Figura 1).

En este grafico (Figura 1) se puede observar que la primera componente principal (CP1) explica en su gran mayoría el total de los datos, seguida por la segunda componente principal (CP2), que también influye en ciertas variables, las cuales se pueden observar en mayor detalle en la Figura 2.

Se aprecia que la CP1 (eje horizontal) explica en mayor medida las estaciones de Cerrillo, Parque O’Higgins, El Bosque, Independencia, Pudahuel, Cerro Navia y Quilicura. Por otro lado, la CP2 (eje vertical) explica de mejor forma Las Condes, Puente Alto y La Florida.

1. Clustering para el agrupamiento de valores según similitud

Inicialmente, para poder ejecutar un analisis de datos mediante el cluster, se calculó el promedio de las mediciones de cada mes y estación, para así determinar de mejor manera la similitud de estos datos. Para esto se debe buscar la cantidad optima de grupos, lo que da como resultado ideal tres segmentaciones, como se describe en la Figura 3.

Luego de obtener la cantidad optima de conglomerados, se procede a realizar un analisis con dendograma para organizar las categorías según datos semejantes. Con la utilizacion del software R se obtuvo el dendograma especificado en la Figura 4.

...