#Importar Datos Se importarán los datos obtenidos durante el recorrido de la grabación que se realizó

En el mapa se puede observar el recorrido de la grabación, que corresponde al sector de la calle 10 cerca de la calle 5. Esta zona es característica por tener vías principales, por lo que es un recorrido central y de alto interés para los resultados de la contaminación auditiva.

#Exploración de datos

Se observarán los niveles de ruidos registrados durante dos jornadas (día y noche).

n <- nrow(Bio2_recap) / 2

jornada <- c(
  rep("dia", ceiling(n)),
  rep("noche", floor(n))
)

Bio2_recap$jornada <- jornada[1:nrow(Bio2_recap)]

##Exploración del ruido por jornada
require(table1)
table1(~ Measurement_Value,data = Bio2_recap)
Overall
(N=94)
Measurement_Value
Mean (SD) 78.4 (4.59)
Median [Min, Max] 79.4 [67.8, 87.0] 
table1(~Measurement_Value|jornada,data = Bio2_recap)
dia
(N=47)		 noche
(N=47)		 Overall
(N=94)
Measurement_Value
Mean (SD) 76.7 (5.05) 80.1 (3.34) 78.4 (4.59)
Median [Min, Max] 77.3 [67.8, 87.0] 80.7 [72.5, 86.4] 79.4 [67.8, 87.0]

En la tabla se observa una diferenciación de los niveles de ruido en ambas jornadas. Lo que se evidencia muestra que durante el día, los valores promedio y la mediana muestran que tienden a ser más altos, lo cual coincide con una mayor actividad en la ciudad, y aún más porque son zonas altamente transitadas. En contraste, durante la jornada nocturna, los niveles de ruido muestran una reducción parcial, lo que refleja la disminución del tráfico; Sin embargo, los valores registrados no descienden de manera drástica, lo que podría ser porque existen ruidos que persisten a pesar de las actividades durante el día.

Las variables espaciales (latitud y longitud) permanecen constantes entre ambas jornadas, lo que evidencia que las diferencias observadas en los niveles de ruido se deben principalmente al momento del día y no a cambios en la ubicación de las mediciones.

Gráficos

require(ggplot2)

ggplot(Bio2_recap,aes(x= Measurement_Value))+geom_histogram(fill="#CD1076")+theme_bw()
## `stat_bin()` using `bins = 30`. Pick better value `binwidth`.

#### Diagrama de cajas
ggplot(data = Bio2_recap, 
       aes(x = jornada, y = Measurement_Value, fill = jornada)) + 
  geom_boxplot() +
  theme_bw()

En la primera gráfica lo que se puede observar es que la mayor acumulación de ruido en la zona registrada está por encima de los 80 decibeles (dB), un nivel que a pesar de ser muy alto, tiene sentido dado la zona por la que reliazó la grbación, debido a que es altamente transcurrrida. Esta concentración en la parte alta del gráfico indica que no se trata de ruidos aislados o momentáneos, sino de un ruido de fondo sostenido que se mantiene durante el recorrido.

En el segundo diagrama, en la jornada diurna se observa una alta desviación estándar que puede corresponder a una variabilidad alta, propia del ruido de una ciudad, donde picos de tráfico y actividad humana mantienen el nivel de decibeles en rangos molestos para el humano y los demás organismos que estan constanemente expuestos a el ruido de la ciudad.Por el contrario en la jornada nocturna se observa un descenso, sin caer por completo los niveles de sonido.

En ambas jornadas representan ruidos de impacto (pitos, sirenas o frenazos), pero lo preocupante es que incluso de noche, la base del ruido se mantiene lo suficientemente alta como para alterar los ciclos circadianos de la fauna local y el descanso de los habitantes.