Sin categoría

Calidad del Aire: Influencia de las condiciones Meteorológicas y su impacto en la Salud

Noviembre 26, 2018 |Ramon Julià – NomarData

España tiene problemas, sobre todo, con tres contaminantes: el dióxido de nitrógeno (NO2), generado por los vehículos y que afecta a grandes núcleos urbanos; las partículas (PM10), compuestas de polvo, ceniza, hollín y sustancias similares, producidas también por el tráfico además de por las calefacciones, la industria y la construcción, y el ozono (O3), un contaminante muy particular: se forma a partir de otros cuando hace buen tiempo y se desplaza largas distancias.

De los agentes contaminantes tenemos:

NO2: Es un gas de efecto invernadero, incoloro, que no se emite directamente por ninguna fuente. Los niveles altos de ozono suelen darse lejos de los focos de contaminación primaria y, por tanto, en zonas rurales. Se produce cuando reaccionan entre sí la fuerte insolación y los contaminantes procedentes de los tubos de escape (NO2 y compuestos orgánicos volátiles como el benceno). Los picos están vinculados a los episodios de calor y a las altas presiones sostenidas.

PM10: Son partículas sólidas o líquidas de polvo, cenizas, hollín, partículas metálicas, cemento o polen, dispersas en la atmósfera, con un diámetro de entre 2,5 y 10 µm. Están formadas principalmente por compuestos inorgánicos como silicatos y aluminatos, metales pesados, hollín.

Ozono: Es un gas de efecto invernadero, incoloro, que no se emite directamente por ninguna fuente. Los niveles altos de ozono suelen darse lejos de los focos de contaminación primaria y, por tanto, en zonas rurales. Se produce cuando reaccionan entre sí la fuerte insolación y los contaminantes procedentes de los tubos de escape (NO2 y compuestos orgánicos volátiles como el benceno). Los picos están vinculados a los episodios de calor y a las altas presiones sostenidas

Según el último informe anual de la Agencia Europea del Medio Ambiente, en España se produjeron 38.600 muertes prematuras debidas a la contaminación en 2015. La gran mayoral(27.900) fueron atribuibles a las partículas. Distintos estudios han demostrado correlación entre picos de contaminación e ingresos hospitalarios, por ejemplo.

 

Calidad del Aire en Terrassa: Influencia de las condiciones Meteorológicas y su impacto en la Salud.

Dado lo preocupante de los datos anteriormente vamos ha analizar los datos de la competición Air Quality (City of Terrassa) de Kaggle (https://www.kaggle.com/HackandHealth/air-quality-city-of-terrassa)

Para ver las relaciones entre la calidad del aire en una ciudad (Terrassa) y la influencia de las condiciones meteorológicas y su impacto en la salud.

En una primera fase analizamos los datos del fichero Air-Quality, para ver las correlaciones entre los diferentes agentes contaminantes:

 

 

Estos datos confirman las hipótesis expuestas en el aparatado introductorio. El NO (proveniente de las escisiones de los vehículos) esta fuertemente correlado con NO2 (fruto de la combinación del NO con una molécula de oxigeno). Las PM10 están también correladas con los niveles de NO2 y los niveles de ozonono (O3) esta currelados negativamente con los niveles de NO2.

Si introducimos la componente meteorológica con los datos de la estación meteorológica situada en latitud: 41° 34.62′ N , longitud: 002° 00.98′ E Altura: 300 metros (JN11AN, Rambla/Torrella) obtenemos las siguientes correlaciones entre los niveles de temperatura, presión atmosférica, viento, grado de humedad y los agentes contaminantes:

 

 

 

 

Pasamos a una visualización mas clara a través de una matriz de correlación

 

 

 

 

Los resultados nos permiten extraer las siguientes conclusiones:

 

La presión atmosférica y la velocidad del viento tienen un fuerte impacto en la calidad del aire del entorno en el que vivimos.

 

Pariendo de estos primeros datos vamos a realizar los siguientes experimentos:

  1. Predecir el nivel de NO2 en Terrassa en función de las variables meteorológicas
  2. Modelar el impacto que en la salud tienen los agentes contaminantes y loas condiciones meteorológicas.

 

Modelo Predictivo NO2 basado en datos Meteorológicos

 Partiendo de los datos meteorológicos de Terrassa para el periodo 1-01-2016 al 30-10-2018 y de los niveles de NO2 recogidos por la estación EOI 08279011 (Terrassa Pare Alegre) de la GenCat elaboramos un modelo predictivo basado en Decisión Forest de 1648 nodos y 126-modelos (ensambles) cuyo resultado es:

 

 

 

 

 

 

Vemos que el modelo es capaz de predecir el nivel de NO2 para unas condiciones meteorológicas previstas con una R-Square = 0,96.

Además, nos aporta una información adicional relevante: Los campos que tienen mayor poder de decisión en la predicción son el día de la semana (ligado a la actividad económica de la ciudad), el mes en el que nos encontramos (también ligado a la actividad económica), además de los factores meteorológicos detectados anteriormente.

Aquí constatamos de nuevo que los niveles de NO2 están fuertemente correlados  con las condiciones meteorológicas y los índices de actividad económica del entorno.

 

Modelar el impacto que en la salud tienen los agentes contaminantes y las condiciones meteorológicas.

 En la misma competición de Kaggle se incluye un dataset de una empresa privada de atención medica domiciliaria. Dado que los niveles de contaminación influyen en las personas que padecen diversos trastornos en los sistemas respiratorios, procedemos a filtrar todas las intervenciones realizadas que conllevan asociadas el diagnostico de Bronquitis, una de las enfermedades respiratorias mas sensibles a la calidad del aire.

Añadimos a nuestro dataset esta variable booleana (intervención bronquitis si o no). El dataset resultante es claramente no balanceado (3600 intervenciones en el periodo de estudio de las cuales solo 250 tienen el diagnostico o de bronquitis).

Implementaremos un modelo de Ensambles para analizar el dataset anteriormente descrito. Nuestro modelo presenta un ROC = 0.759 para la clase Bronquitis. De los resultados obtenidos podemos concluir que no encontramos una relación entre los niveles de contaminación y la demanda de asistencia medica para personas afectadas de bronquitis en el dataset analizado. Sin embargo, encontramos los siguientes insight: Durante los meses de diciembre y enero si la temperatura minima es menor de 7.41 ºC la demanda de este tipo de asistencias medicas se incrementa sustancialmente.

 

 

 

 

Modelar el impacto que en la salud tienen los agentes contaminantes y las condiciones meteorológicas.

 

En la misma competición de Kaggle se incluye un dataset de una empresa privada de atención medica domiciliaria. Dado que los niveles de contaminación influyen en las personas que padecen diversos trastornos en los sistemas respiratorios, procedemos a filtrar todas las intervenciones realizadas que conllevan asociadas el diagnostico de Bronquitis, una de las enfermedades respiratorias mas sensibles a la calidad del aire.

Añadimos a nuestro dataset esta variable booleana (intervención bronquitis si o no). El dataset resultante es claramente no balanceado (3600 intervenciones en el periodo de estudio de las cuales solo 250 tienen el diagnostico o de bronquitis).

Implementaremos un modelo de Ensambles para analizar el dataset anteriormente descrito. Nuestro modelo presenta un ROC = 0.759 para la clase Bronquitis. De los resultados obtenidos podemos concluir que no encontramos una relación entre los niveles de contaminación y la demanda de asistencia medica para personas afectadas de bronquitis en el dataset analizado. Sin embargo, encontramos los siguientes insight: Durante los meses de diciembre y enero si la temperatura minima es menor de 7.41 ºC la demanda de este tipo de asistencias medicas se incrementa sustancialmente.

 

 

Conclusiones:

-Los niveles de contaminación atmosférica (NO2) son muy variantes en entornos relativamente próximos: Necesidad de una amplia red de   sensores para monitorizarlos.

-Los niveles de NO2 dependen: Velocidad viento, Nivel presión atmosférica, día de la semana y del mes.

 

 

 

 

 

(ESA int – 22 Noviembre 2017)

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *