Introducción

En la actualidad se define a la contaminación ambiental como cualquier agente biológico, físico o químico que altera de manera negativa nuestro medio natural. Uno de esos contaminantes en esta modernidad es el ruido. Gonzales (2012) define la contaminación por ruido como “cualquier sonido que sea calificado por el receptor como indeseado, inoportuno o desagradable”.

Teniendo esto en cuenta, se tendrá como espacio de estudio el campus de la Universidad del Valle, específicamente tres localizaciones: El centro deportivo universitario (CDU), la Facultad de Ciencias Naturales y Exactas y por último la Facultad de Artes Integradas. Se realizaron las mediciones de los niveles de ruido por medio de la aplicación móvil AirCasting® que mide los decibeles (dB) registrados durante un recorrido de 15 minutos, y se realizaron en un horario considerado de alta afluencia de personas (16:00) de manera simultánea en los edificios previamente mencionados, todo esto con el objetivo de describir y comparar los niveles de presión sonora registrados en distintos recorridos, todo esto mediante herramientas de análisis exploratorio en R studio.

Cargas datos de sonido

Inicialmente, los datos fueron extraídos desde la aplicación móvil previamente mencionada en formato CSV y posteriormente importados a RStudio para su debido procesamiento. Las medidas se realizaron principalmente con la variable de intensidad sonora en decibeles (dB), junto a las coordenadas geográficas y el tiempo de registro de las mismas.

library(readr)
CDU <- read_csv("C:/Users/fredd/Downloads/YDRAY-cdu_1954663__20260210-3266473-ukqalt.csv", skip = 8)

library(readr)
Ciencias <- read_csv("C:/Users/fredd/Downloads/YDRAY-ciencias_1954664__20260217-573689-1cozmq.csv",  skip = 8)

library(readr)
FAI <- read_csv("C:/Users/fredd/Downloads/fai_1954662__20260210-3266473-8fkp2u.csv", skip = 8)
CDU= CDU <- read_csv("C:/Users/fredd/Downloads/YDRAY-cdu_1954663__20260210-3266473-ukqalt.csv", skip = 8)
Ciencias= Ciencias <- read_csv("C:/Users/fredd/Downloads/YDRAY-ciencias_1954664__20260217-573689-1cozmq.csv",  skip = 8)
FAI= FAI <- read_csv("C:/Users/fredd/Downloads/fai_1954662__20260210-3266473-8fkp2u.csv", skip = 8)
Prueba= rbind(CDU,Ciencias,FAI)
head(Prueba)

Exploración

En primer lugar vamos a verificar que los puntos donde vamos a verificar que los puntos donde se tomaron los datos sean apropiados. El mapa permite evidenciar la distribución espacial de los registros de sonido a lo largo del recorrido.

require(leaflet)
leaflet() %>% addTiles() %>%
addPolygons(lng = Prueba$Longitude, lat = Prueba$Latitude, color = "green")

 

Sin embargo, se evidencian imprecisiones en las geolocalizaciones; todo esto debido posiblemente a las limitaciones del GPS de los dispositivos móviles, todo esto genera desviaciones en relación al recorrido inicial real.

Comparación CDU vs Ciencias vs FAI

Comparamos los niveles de sonido percibidos en los tres edificios

sonido= rbind.data.frame(CDU,Ciencias,FAI)
sonido$Zona=sonido$Session_Name
sonido$Ruido=sonido$`1:Measurement_Value`
require(table1)
table1(~Ruido | Zona,data=sonido)
CDU
(N=1016)		 Ciencias
(N=829)		 FAI
(N=906)		 Overall
(N=2751)
Ruido
Mean (SD) 58.5 (7.68) 72.5 (3.67) 69.3 (7.97) 66.2 (9.15)
Median [Min, Max] 56.0 [35.0, 86.0] 73.0 [62.0, 86.0] 68.0 [55.0, 94.0] 67.0 [35.0, 94.0]

 

Al hacer un análisis comparativo de la gráfica se identifican diferencias en la distribución de los niveles de ruido entre las tres ubicaciones.El análisis sugiere que el edificio con la mayor concentración de valores altos es el más expuesto a la contaminación sonora.

Las diferencias en los niveles de ruido entre edificios pueden atribuirse al tipo de actividad principal que se desarrolla en cada uno:

  • CDU (Centro Deportivo Universitario): Predominan actividades físicas y recreativas, lo que probablemente genera niveles de ruido más elevados.

  • Ciencias: El ambiente académico, más estructurado, tiende a mantener niveles de ruido intermedios o controlados.

  • FAI (Facultad de Artes Integradas): La variabilidad en los niveles se relaciona con la naturaleza de las actividades artísticas (Instrumentos musicales), fluctuando según la ubicación de ensayos.

Podemos evaluar de manera gráfica con un bloxplot:

require(ggplot2)
sonido$Zona=sonido$Session_Name
ggplot(sonido,aes(y=`1:Measurement_Value` ,x= Session_Name,fill=Zona))+geom_boxplot()+theme_bw()+ylab("Ruido")+xlab("Zona")

 

El boxplot resume la distribución de los datos mediante mediana, cuartiles y posibles valores atípicos.

Se procede a analizar cada uno de los datos resumidos:

a) Mediana

  • La línea central indica el nivel típico de ruido en cada edificio

  • Si el CDU muestra la mediana más alta,  indica mayor nivel promedio de exposición sonora

  • Si Ciencias presenta la mediana más baja, presenta un ambiente relativamente más silencioso.

b) Dispersión (IQR)

  • Si el CDU tiene una caja amplia, posee niveles fluctuantes (puntos altos de ruido).

  • Si Ciencias tiene caja estrecha, sus  niveles son más estables.

C) Valores atípicos

  • Puntos fuera de los bigotes indican eventos sonoros extremos como (gritos, golpes, voz del recolector de datos)

Los resultados de la analítica del sonido muestran diferencias notables entre las áreas estudiadas:

  • CDU: Exhibe mayor dispersión de datos y presencia de posibles valores atípicos altos.

  • FAI: Presenta una variabilidad de nivel moderado.

  • Ciencias: Muestra la distribución más compacta y controlada.

Y también podemos comparar los resultados por medio de un histograma:

require(ggplot2)
sonido$Zona=sonido$Session_Name
ggplot(sonido,aes(y=`1:Measurement_Value` ,x= Session_Name,fill=Zona))+geom_col()+theme_bw()+ylab("Ruido")+xlab("Zona")

 

Se observa la forma extendida de la distribución 

La cantidad de picos o modas indica la consistencia de los niveles de ruido:

  • Unimodal: Presenta un único pico dominante. Sugiere que los niveles de ruido se mantienen concentrados en un rango específico y frecuente.

  • Multimodal: Muestra varios picos. Indica la mezcla de diferentes condiciones acústicas por ejemplo momentos de silencio y de ruido alternados.

Sesgo:La asimetría del histograma refleja la predominancia de valores en los extremos

Presencia de Valores Extremos: Los valores atípicos en el histograma se manifiestan como:

  • Barras aisladas en los límites de la distribución.

  • Baja frecuencia de aparición en los rangos de dB muy altos.

Discusión de resultados

Los resultados dados evidencian una clara diferencia en los niveles de presión sonora en las tres ubicaciones registradas en el campus universitario de Meléndez. Las variaciones pueden deberse al tipo de actividades desarrolladas en cada espacio y de la cantidad y dinámica de las personas presentes en circulación.

En primer lugar, el recorrido que presentó los mayores niveles de ruido corresponde a un espacio de alta actividad y constante tráfico. En el caso del CDU, la presencia de actividades deportivas y recreativas explica tanto la mayor mediana como la mayor dispersión observada en el boxplot. Este comportamiento sugiere no solo un nivel sonoro promedio más elevado, sino también fluctuaciones frecuentes asociadas a eventos puntuales como gritos, uso de implementos deportivos o concentración de personas.

Por su parte, la facultad de Ciencias evidenció que la distribución de los datos es más estable y compacto, lo cuál es bastante coherente teniendo en cuenta que es un espacio académico que requiere un mayor control del ruído ambiental. Respalda la teoría de que el uso del espacio influye en los niveles de contaminación sonora.

En el caso de la facultad de Artes Integradas, la variabilidad moderada vista podría estar asociada a la naturaleza intermitente de las actividades artísticas, particularmente ensayos musicales o prácticas instrumentales, que generan picos de intensidad sonora en determinados momentos del recorrido.

Desde un punto de vista medioambiental, los valores registrados se encuentran mayoriamente en rangos moderados (aprox. 55-75 dB). Pese a que en ningún momento cruce la linea de los niveles de ruido dañinos para la salud (+85°C), si representa un un ambiente acústico activo que podría afectar la concentración o el confort acústico, especialmente en espacios académicos.

Igualmente también es importante mencionar las limitaciones que pudo haber. En primer lugar, las mediciones fueron realizadas durante un único intervalo temporal (15 minutos) en un horario específico (16:00), lo cual no permite generalizar los resultados a otros momentos del día o días de la semana. De igual modo, las mediciones del GPS pueden haberse desviado un poco debido a los errores de georreferenciación que suelen exponer estos dispositivos, lo que puede generar discrepancias entre el recorrido real y su representación cartográfica. Finalmente, la aplicación móvil AirCasting®, aunque útil para análisis exploratorios, no sustituye equipos profesionales calibrados, por lo que los valores deben interpretarse como estimaciones aproximadas.

En conjunto, el análisis confirma que el entorno universitario presenta variabilidad acústica significativa según el uso del espacio, y demuestra que herramientas de análisis exploratorio en R permiten caracterizar de manera clara estas diferencias.

Conclusiones

El análisis exploratorio de los niveles de presión sonora permitió identificar diferencias claras entre las tres ubicaciones del campus evaluadas. Las herramientas gráficas utilizadas evidenciaron variaciones tanto en la magnitud como en la dispersión del ruido, asociadas al tipo de actividades desarrolladas en cada espacio.

El Centro Deportivo Universitario (CDU) presentó los niveles de ruido más altos y la mayor variabilidad, relacionados con la práctica de actividades físicas y recreativas. La Facultad de Artes Integradas (FAI) mostró una variabilidad moderada, coherente con la realización intermitente de actividades artísticas. En contraste, la Facultad de Ciencias Naturales y Exactas presentó una distribución más compacta y estable, correspondiente a un entorno académico más controlado.

En conjunto, los resultados indican que la contaminación sonora en el campus no es homogénea y depende directamente del uso de cada zona. Este análisis aporta información relevante para identificar áreas con mayor exposición al ruido y constituye un insumo para la toma de decisiones orientadas a la gestión acústica y al bienestar de la comunidad universitaria.

Referencias

  • González, A. E. (2012). Contaminación sonora y derechos humanos. Monte-video: Junta Departamental de Montevideo; Defensoría del Vecino.

Rpubs