Avance 1
Jorge Valenzuela Parra
8/12/2020
Generación de basura en México
Datos desde 1992 hasta 2012 obtenidos de: https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--residuos-solidos
library(pacman)
p_load("readr","DT", "tidyverse","ggplot2")
residuos <- read_csv("residuos.csv")## Parsed with column specification:
## cols(
## ANIO = col_double(),
## `GENERACION_TOTAL_(MILLONES_DE_TONELADAS)` = col_double(),
## `GENERACION_PER_CAPITA_(KG/HABITANTE/DIA)` = col_double()
## )datatable(residuos)Transformar datos
cantidad_residuos <- residuos$`GENERACION_TOTAL_(MILLONES_DE_TONELADAS)`
cantidad_residuos_percapita <- residuos$`GENERACION_PER_CAPITA_(KG/HABITANTE/DIA)`
fecha <- residuos$ANIO
dataresiduos <- data.frame(fecha, cantidad_residuos)
dataresiduospc <- data.frame(fecha, cantidad_residuos_percapita)Visualización de datos
ggplot(data = dataresiduos)+
geom_line(mapping = aes(x = fecha, y = cantidad_residuos), colour="red") +
xlab("Fecha (año)") +
ylab("Cantidad de residuos (milones de toneladas)") +
ggtitle("Cantidad de residuos generados desde 1995 hasta 2012")
ggplot(data = dataresiduospc)+
geom_line(mapping = aes(x = fecha, y = cantidad_residuos_percapita), colour="blue") +
xlab("Fecha (año)") +
ylab("Cantidad de residuos per capita (Kg/habitante/día)") +
ggtitle("Cantidad de residuos generados per capita desde 1995 hasta 2012")
Generación de basura en México y su población
Datos desde 1995 hasta 2010 obtenidos de: https://www.inegi.org.mx/temas/estructura/
poblacion <- read_csv("poblacion.csv")## Parsed with column specification:
## cols(
## ANIO = col_double(),
## `GENERACION_TOTAL_(MILLONES_DE_TONELADAS)` = col_double(),
## POBLACION = col_double()
## )datatable(poblacion)Transformar datos
pcantidad_residuos <- poblacion$`GENERACION_TOTAL_(MILLONES_DE_TONELADAS)`
cantidad_habitantes <- poblacion$POBLACION
pfecha <- poblacion$ANIO
datapoblacion <- data.frame(pfecha, cantidad_habitantes)
datapoblacionresiduos <- data.frame(pfecha, pcantidad_residuos, cantidad_habitantes)Visualización de datos
ggplot(data = datapoblacion)+
geom_line(mapping = aes(x = pfecha, y = cantidad_habitantes), colour="blue") +
xlab("Fecha (año)") +
ylab("Cantidad de habitantes") +
ggtitle("Población en México desde 1995 hasta 2010")
Correlación
cor(datapoblacionresiduos)## pfecha pcantidad_residuos cantidad_habitantes
## pfecha 1.0000000 0.9507191 0.9945817
## pcantidad_residuos 0.9507191 1.0000000 0.9634711
## cantidad_habitantes 0.9945817 0.9634711 1.0000000Diagrama de Dispersión
pairs(datapoblacionresiduos)
Regresión Lineal
regresion <- lm(pcantidad_residuos ~ cantidad_habitantes, data=datapoblacionresiduos)
summary(regresion)##
## Call:
## lm(formula = pcantidad_residuos ~ cantidad_habitantes, data = datapoblacionresiduos)
##
## Residuals:
## 1 2 3 4
## 1130.5 -1710.3 161.0 418.8
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.479e+04 9.653e+03 -1.532 0.2652
## cantidad_habitantes 4.845e-04 9.523e-05 5.088 0.0365 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1484 on 2 degrees of freedom
## Multiple R-squared: 0.9283, Adjusted R-squared: 0.8924
## F-statistic: 25.88 on 1 and 2 DF, p-value: 0.03653- Entonces, la recta de mínimos cuadrados, sería la siguiente:
\[ y = -14790 + 0.0004845 x\]
Representación gráfica de la recta
plot(datapoblacionresiduos$cantidad_habitantes, datapoblacionresiduos$pcantidad_residuos, xlab = "Población", ylab = "Residuos")
abline(regresion)
Rellenos sanitarios de México
Datos desde 1995 hasta 2012 obtenidos de: https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--residuos-solidos
rellenos <- read_csv("rellenos.csv")## Parsed with column specification:
## cols(
## AÑO = col_double(),
## CONCEPTO = col_character(),
## `RELLENOS_SANITARIOS_(NUMERO)` = col_double()
## )datatable(rellenos)Generación de basura y rellenos sanitarios en México
Datos desde 1995 hasta 2012 obtenidos de: https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--residuos-solidos
generacion <- read_csv("generacion.csv")## Parsed with column specification:
## cols(
## ANIO = col_double(),
## `GENERACION_TOTAL_(MILLONES_DE_TONELADAS)` = col_double(),
## `RELLENOS_SANITARIOS_(NUMERO)` = col_double()
## )datatable(generacion)Transformar datos
rcantidad_basura <- generacion$`GENERACION_TOTAL_(MILLONES_DE_TONELADAS)`
cantidad_rellenos <- generacion$`RELLENOS_SANITARIOS_(NUMERO)`
rfecha <- generacion$ANIO
datarellenos <- data.frame(rfecha, cantidad_rellenos)
datarellenosbasura <- data.frame(rfecha, rcantidad_basura, cantidad_rellenos)Visualización de datos
ggplot(data = datarellenos) +
geom_line(mapping = aes(x=rfecha, y=cantidad_rellenos), colour="blue" )+
xlab("Fecha (año)")+
ylab("Cantidad de rellenos")+
ggtitle("Rellenos sanitarios en México desde 1995 hasta 2010")
Correlación
cor(datarellenosbasura)## rfecha rcantidad_basura cantidad_rellenos
## rfecha 1.0000000 0.9561011 0.9168572
## rcantidad_basura 0.9561011 1.0000000 0.9350937
## cantidad_rellenos 0.9168572 0.9350937 1.0000000Diagrama de dispersión
regresionrellenos <- lm(rcantidad_basura ~ cantidad_rellenos, data = datarellenosbasura)
summary(regresionrellenos)##
## Call:
## lm(formula = rcantidad_basura ~ cantidad_rellenos, data = datarellenosbasura)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2242.9 -1433.8 348.8 1384.6 1791.0
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 28249.163 693.541 40.73 < 2e-16 ***
## cantidad_rellenos 61.910 5.866 10.55 1.29e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1467 on 16 degrees of freedom
## Multiple R-squared: 0.8744, Adjusted R-squared: 0.8666
## F-statistic: 111.4 on 1 and 16 DF, p-value: 1.29e-08- Entonces, la recta de mínimos cuadrados, sería la siguiente:
\[ y = 28249.163 + 61.910 x\]
Representación gráfica de la recta
plot (datarellenosbasura$cantidad_rellenos, datarellenosbasura$rcantidad_basura, xlab = "Cantidad de rellenos", ylab = "Residuos")
abline(regresionrellenos)
Estas gráficas nos dicen que entre más población existe más generación de residuos existirá en el país, sin embargo los rellenos sanitarios que se tienen no son ni suficientes en cantidad, ni una solución efectiva ni permanente, además que la administración que se tiene de estos residuos que se recaban es muy mala.
¿En dónde terminan los residuos generados?
Si ya hablamos que la recolección, gestión y administración de los residuos no es buena en México, ¿dónde es que terminan estos?
Según datos de: http://dsiappsdev.semarnat.gob.mx/datos/indicadores/dambiental/Residuos%20s%C3%B3lidos/disposicion%20final%20de%20residuos%20solidos%20urbanos.csv La disposición final de los residuos aún hoy que hay “muchos más” rellenos sanitarios sigue siendo en un gran porcentaje en tiraderos no controlados y al aire libre.
disposicion <- read_csv("disposicion.csv",
col_types = cols(ANIO = col_number(),
TONELADAS = col_number()))
datatable(disposicion)Cantidad de basura en rellenos sanitarios
ton_rellenos <- (disposicion[disposicion$UBICACION == "Rellenos sanitarios",])
ggplot(data = ton_rellenos) +
geom_line(mapping = aes(x= ANIO, y= TONELADAS), colour="green" )+
xlab("Fecha (año)")+
ylab("Toneladas de residuos en rellenos")+
ggtitle("Residuos en rellenos sanitarios en México desde 1995 hasta 2012")
Cantidad de basura en rellenos de tierra controlados
ton_tierra <- (disposicion[disposicion$UBICACION == "Rellenos de tierra controlados",])
ggplot(data = ton_tierra) +
geom_line(mapping = aes(x= ANIO, y= TONELADAS), colour="black" )+
xlab("Fecha (año)")+
ylab("Toneladas de residuos en rellenos de tierra controlados")+
ggtitle("Residuos en rellenos de tierra controlados en México desde 1995 hasta 2012")
Cantidad de basura en sitios no controlados
ton_sincontrol <- (disposicion[disposicion$UBICACION == "Sitios no controlados (tiraderos a cielo abierto)",])
ggplot(data = ton_sincontrol) +
geom_line(mapping = aes(x= ANIO, y= TONELADAS), colour="red" )+
xlab("Fecha (año)")+
ylab("Toneladas de residuos en sitios no controlados")+
ggtitle("Residuos en sitios no controlados en México desde 1995 hasta 2012")
Materiales que son desechados en México
Según datos de: https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--residuos-solidos/resource/47e472b8-f55e-4309-add5-88f892c465ce Estos son los porcentajes que se generaron de basura en 2011 en México.
materiales <- read_csv("materiales.csv",
col_types = cols(KILOSDIA = col_number(),
PORCENTAJE = col_number()))
datatable(materiales)