Universidad Católica de Manizales

Laboratorio Virtual R-Software

Análisis de la base de datos sobre la

calidad del aire de Fontibón, Bogotá
evaluado en PM y PM 10 2,5

Juan Diego Hoyos Giraldo

Universidad Católica de Manizales
Facultad de Ingenieria y Arquitectura
Ingenieria Ambiental
Manizales, Caldas.

Resumen Se trabajó con el software R studio para insertar los datos de calidad del aire de Fontibón tales
como: PM 10 (material con tamaño de partícula superior a 10 micras, material con tamaño inferior o igual a
10 micras) y PM 2,5 (material con tamaño de partícula inferior a 2,5 micras) para hacer un análisis de
observación donde a partir de gráficas y boxplots que R studio arrojaba realizar la adecuada intervención
analítica. La conclusión fundamental es que pudimos observar la eficiencia de R studio para el uso de datos
y el posterior estudio de estos a través de gráficas.

I.  INTRODUCCION I. MARCO TEORICO

El presente análisis nos describe cómo se comportan las
variables de : PM 10 (material con tamaño de partícula
superior a 10 micras, material con tamaño inferior o igual a
10 micras), PM 2,5 (material con tamaño de partícula inferior
a 2,5 micras) en un determinado rango de tiempo. Los datos
fueron tomados de diferentes estudios realizados para
definir la calidad del aire específicamente de los factores ya
mencionados. RStudio es un entorno de desarrollo integrado
(IDE), dedicado a la computación estadística y gráficos.
Incluye una consola, editor de sintaxis que apoya la
ejecución de código, así como herramientas para el trazado,
la depuración y la gestión del espacio de trabajo. Se
definieron algunos códigos para la obtención de los
diferentes boxplots donde R arrojaba gráficas para su debido
análisis donde se generaban distribuciones normales o no
normales de los datos con la media, mediana, valor del
primer y tercer cuartil y valor mínimo o máximo. Con la
herramienta “main” se hicieron múltiples boxplots para una
comparación entre variables o uno diferente para cada mes.
Con la prueba de Shapiro logramos determinar si una
distribución es normal o por el contrario no lo es.
El software R studio permite la realización de operaciones
estadísticas de una manera inmediata, sin embargo, es de
crucial importancia instalar los códigos correspondientes y
tener un buen manejo de los códigos.
El objetivo del software es facilitarnos la información sobre
la calidad del aire de Fontibón, Bogotá medido bajo
condiciones de PM 10 (material con tamaño de partícula
superior a 10 micras, material con tamaño inferior o igual a
10 micras) y PM 2,5 (material con tamaño de partícula
inferior a 2,5 micras).
La actividad diaria de la ciudad genera una gran cantidad de
sustancias que modifican la composición natural del aire
que respiramos tanto en el exterior como en interiores. La
quema de combustibles fósiles para el transporte y la
generación de energía, tanto a nivel industrial como
doméstico, produce miles de toneladas de contaminantes
que diariamente se quedan en la atmósfera. Los vehículos
son la principal fuente de emisión de contaminantes del
aire, le siguen la industria, los hogares y las emisiones de
fuentes naturales.
Para tener conocimiento de la calidad del aire, utilizamos
un software como lo es R studio donde con una debida
programación se pueden hallar datos claves para el análisis
de problemas ambientales de interés mediante la
computación estadística y de gráficos.
Algunos de los códigos más importantes que se utilizó en
este estudio fueron:
“Summary (calidad. Aire)” al correrlo nos despliega los
datos recogidos de la base de datos de la calidad del aire de
Fontibón con sus respectivos análisis por meses y por días.
“boxplot (calidad.aire$...)” nos realiza un gráfico en forma
de cuartiles de los datos que ya hemos ingresado.

Laboratorio Virtual R-Software

1

Median, mean, quantile, hist (col= c (rainbow (10))), entre
otros nos arrojan datos fundamnetales de los gráficos como
la media, la mediana, histogramas, pasteles, etc.
Para generar una distribución de los datos con la media y
desviación, insertamos las variables a comparar y
utilizamos el código “…_norm <- rnorm (200, mean=mean
(…, na.rm=TRUE), sd=sd (…, na.rm=TRUE))”.
Para generar un múltiple boxplots donde podemos
comparar las variables se utiliza el código: “boxplot (..., ...,
.., ..,)” las variables que deseemos comparar separadas por
comas.
R studio cuanta con la opción de instalar unos paquetes de
datos que nos ayudaran a la hora de realizar alguna
intervención estadística con referente a lo que solicitemos.
De esta manera se obtienen los diferentes resultados
estadísticos y gráficos.
ANALISIS DE DATOS
Boxplots de cada una de las variables en estudio: PM 10 y
PM 2,5
En la anterior ilustración se generó el calendario del
polutante PM 10 para la localidad de Fontibon evaluado
para los primeros 6 meses del año con un limite de
contaminación de 50. Se pudo evidenciar que en los meses
de Febrero y Marzo se presentaron los mayores niveles de
contaminación, mientras que para el mes de Junio no se
registraron datos por encima del limite establecido. De
acuerdo a lo anterior se puede deduir que la calidad del aire
en cuanto a PM 10 es relativamente buena para la gran
mayoría de estos meses evaluados.
2 Laboratorio Virtual R-Software
Análisis de Regresión Lineal Múltiple; R.D. Lara-Escobar
El gráfico de rosa de vientos nos indica que para unos
valores iniciales de polución de PM 10 de 2,1 a 16,5 la
dirección de polución se encuentra sesgada hacia el Sureste
y el Noreste con un radio de frecuencia del viento de hasta
15%.
Para valores de contaminación de 16,5 a 27,4 la dirección
de polución se dirige hacia el Sureste alcanzando el 10% de
frecuencia de reconteos para la dirección del viento.
Para valores de polución de 27,4 a 43,6 y de 43,6 a 226 la
dirección hacia la que se dirigen se encuentra relacionada
por ambas viajan hacia el Suroeste con porcentaje máximo
de 15%.
Para el boxplot de la rosa de polución del contaminante
PM 10 se tuvo en cuenta rangos de polución que oscilan
entre 0 – 10; 10 – 20; 20 – 30;…..70 – 225,5; asignándole a
cada uno de estos rangos un color que se torna más intenso
si la cantidad de contaminación es mayor. La concentración
de polución mayor está en el Noreste (15%) y en el
Suroeste (10%). De acuerdo a lo anterior se definio que la
principal fuente de contaminación se encuentra dirigida
hacia el Noreste con valores que oscilan en el rango de 70 a
225,5 de polución.
En el boxplot anterior logramos obtener la comparación de
los contaminantes PM 10 (línea gris) y PM 2,5 (línea roja)
durante los meses desde Enero hasta Agosto. En primera
instancia se puede observar que ambos polutantes se
comportan de una manera similar; empiezan ascendiendo
en el nivel normalizado, después ambos descienden y
entran en una fase donde se mantienen relativamente
Universidad Católica de Manizales

Laboratorio Virtual R-Software

constantes; sin embargo, es de gran importancia resaltar

que los niveles de PM 2,5 alcanzan un pico más elevado
con una diferencia de hasta 50, lo que quiere decir que
existe mayor presencia de este contaminante generando un
problema mayor para la localidad de Fontibon dado a los
problemas ambientales y de salud que este causa.

En el grafico anterior tenemos el polarplot de PM 10

El anterior grafico polar para el polutante PM 10 en el año
evaluado entre semana y los fines de semana durante el dia
2020 nos indica en que zonas se presenta la mayor
y la noche. Después de realizado un análisis se determinó
concentración de este contamiante. En este caso tenemos
que para los días entre semana y los fines de semana
que los niveles de contaminación mas altos están sesgados
durante el día los puntos donde se presentan mayores
hacia el Suroeste, mientras que los mas bajos están al lado
valores de contaminación son los mismos, sin embargo,
opuesto, hacia el Sureste. Se puede evidenciar de igual
durante los días de la semana en estos puntos se evidencia
manera que alcanzan niveles en la media de hasta 50
una mayor concentración de polución en el Oeste.
identificado por el rango de color. En el Radio del sensor
Para la noche tenemos que los días entre semana se
12 es donde se registran estos niveles de contaminación que
presenta una mayor contaminación que en los fines de
sobrepasan los 50.
semana; en la noche del fin de semana es donde menos
contaminante se evidencia y durante el dia los días entre
semana es donde mayor contaminación se registra.
De acuerdo a lo anterior podemos atribuir esto a los
horarios de trabajo y las horas pico que es donde se
presenta una mayor actividad.

En el anterior boxplot se pudo hacer la comparación de los

picos para los cantaminates PM 10 (línea roja) y PM 2,5

Laboratorio Virtual R-Software

3
 Análisis de Regresión Lineal Múltiple; R.D. Lara-Escobar

(línea gris) evaluados en un rango de contaminación de 0 a

200.
Para el PM 10 se pudo determinar que cuenta con una
mayor actividad que el PM 2,5 cuya frecuencia oscila entre
los valore de 0 a 150, pero se presenta un aumento
significativo entre los meses de Junio y Julio alcanzando un
valor por encima de los 200; posteriormente vuelve a tomar
su frecuencia normal.
Para el PM 2,5 se llego a la conclusión de que cuenta con
una menor actividad de contaminación que el PM 10 y
resaltan por encima de su comportamiento normal, 2 picos
que se encuentran entre el rango de meses de Febrero a
Abril alcanzando valores de contaminación de 100.

II. CONCLUSIONES

 El software R Studio es muy útil para analizar

datos estadísticos y graficos de tal forma que se
puedudieron realizar los boxplots para las
variables de PM 10 y PM 2,5 en la localidad de
Fontibon.

 La calidad del aire en cuanto al material

particulado inferior a 2,5 micras se presento
inicialmente en mayor proporción en cuanto al
nivel normalizado.

 La dirección en la que generalmente viajan los

contamiantes y donde se presenta la mayor
concentración de estos se determino que es en el
Suroeste.

4 Laboratorio Virtual R-Software