En el transcurso de los últimos años la problemática que representa la producción, manejo y disposición de los residuos que producimos en México se ha incrementado con un porcentaje alarmante ya que, al realizar el estudio de los residuos producidos sólo conociendo un problema que es el exceso de producción de basura por individuo podemos aspirar a llevar a cabo un análisis para concretar un método de manejo o bien una solución.
A lo largo de este trabajo se analizará la información proporcionada para seleccionar un método eficaz para la acumulación de basura en México elevando el porcentaje de reciclaje de esta misma pudiendo así clasificar los materiales que se encuentren dentro de los cúmulos de basura en los vertederos.
Se determinara la correlacion que existe entre la cantidad que se genera anualmente en México con el número existente de rellenos sanitarios con una gráfica que demuestra su comportamiento, diagramas de dispersión, correlacion de pearson determinando la funcion que representa este comportamiento para después calcular la probabilidad de riesgo que sufren los ciudadanos con el teorema de bayes y cadenas de markov y preever el crecimiento anual hasta el año 2025
¿Qué es la basura?
La palabra basura significa para mucha gente algo despectivo, algo que carece de valor y de lo que hay que deshacerse lo más pronto posible. De esta manera lo útil, que no siempre necesario, se convierte en un estorbo y es causa del problema de cómo desentendernos de lo que consumimos o producimos. En el medio rural, la basura jamás representó un verdadero problema, ya que los residuos orgánicos continuaban el ciclo de la vida sirviendo de abono o de alimento para animales, los vertidos a los ríos eran depurados por las propias aguas. Caso contrario sucede en las ciudades, en las cuales la basura representa un serio problema casi desde la aparición de éstas, como resultado de la alta densidad poblacional y al hecho de arrojar la basura en la calle por el consumo exagerado de objetos innecesarios desechados casi siempre en un periodo corto.
Residuo : Material, insumo, producto o subproducto, sólido, semisólido, líquido o gaseoso que esté contenido, generado en los procesos de extracción, beneficio, transformación, producción, consumo, utilización, control o procesamiento, y que se descarta, que pueda ser susceptible de ser aprovechado o requiera sujetarse a tratamiento o disposición final conforme a lo dispuesto en las legislaciones en la materia.
Residuos sólidos Urbanos : Los generados en las casas habitación, que resultan de la eliminación de los materiales que utilizan, de los productos que consumen y de sus envases, embalajes o empaques, que provienen de cualquiera otra actividad que genere residuos con características domiciliarias y los resultantes de la limpieza delas vías y lugares públicos, siempre que no sean considerados en las legislaciones correspondientes como residuo de manejo especial.
Residuos de manejo especial : Aquellos que requieren sujetarse a planes de manejo específicos con el propósito de acopiarlos, transportarlos, aprovechar su valor o sujetarlos a tratamiento o disposición final, ambientalmente adecuados, económicamente factibles y debidamente controlados.
Residuos peligrosos : Aquellos que posean alguna de las características intrínsecas de corrosividad, reactividad, explosividad, toxicidad, inflamabilidad o capacidad infecciosa o que, de acuerdo con la legislación en la materia, sean definidos como tales.
Contaminación : Conforme a la Ley General del Equilibro Ecológico y Protección al Ambiente es: la presencia en el ambiente de uno o más contaminantes, o de cualquier combinación de ellos que cause desequilibrio ecológico.
Reciclaje : La transformación de los materiales o subproductos contenidos en los residuos sólidos a través de distintos procesos que permiten restituir su valor económico; método de tratamiento que consiste en la transformación de los residuos con fines productivos y de reutilización.
Relleno Sanitario :
El relleno sanitario es un método diseñado para la disposición final de la basura.
Este método consiste en depositar en el suelo los desechos sólidos, los cuales se esparcen y compactan reduciéndolos al menor volumen posible para que así ocupen un área pequeña. Luego se cubren con una capa de tierra y se compactan nuevamente al terminar el día.
Lixiviados :
Efluentes que contienen la materia que arrastra la lluvia al filtrarse entre los residuos sólidos.
Composición de Lixiviados
La composición de los lixiviados puede variar dependiendo de varios factores como la composición de los residuos compactados o las condiciones climatológicas.
Los principales puntos que influyen en su composición se describen a continuación:
##
## -- Column specification --------------------------------------------------------
## cols(
## anio = col_double(),
## basura = col_double(),
## rellenos = col_double()
## )
Generación de grafica que demuestra el crecimiento de la cantidad de basura generada en kg y el número de rellenos sanitarios detallando el período desde el año 1995 hasta el 2011.
Fecha = seq(from = as.Date("1995-01-01"), to = as.Date("2011-12-31"), by= 'year')
num_basura <- basura$basura
num_rellenos <- basura$rellenos
datosb <- data.frame(Fecha, num_basura)
datosr <- data.frame(Fecha, num_rellenos)
ggplot(data = datosb)+
geom_line(mapping = aes(x = Fecha, y = num_basura), colour="blue") +
ggtitle("Cantidad de basura generada desde el año de 1995 hasta el 2011 ")ggplot(data = datosr)+
geom_line(mapping = aes(x = Fecha, y = num_rellenos), colour="green") +
ggtitle("Número de rellenos sanitarios desde el año de 1995 hasta el 2011 ")Se observa que en 1996 la generación de basura cayo en picada pero esto duro solo un año y apartir de ahí fue aumentando gradualmente y en el caso de la existencia de rellenos sanitarios este disminuyo a partir del año 2000 y durante esos años la generacion de basura volvio a crecer dando a entender que es significativo el número de rellenos sanitarios existan en el país la generación de basura es dependiente a este factor y se demuestra a continuación con un diagrama de correlación y un diagrama de dispersión.
## anio basura rellenos
## anio 1.0000000 0.9495559 0.9435149
## basura 0.9495559 1.0000000 0.9393043
## rellenos 0.9435149 0.9393043 1.0000000
El resultado del análisis dio un resultado de correlación del 93% de relación entre el número existente de rellenos sanitarios y la cantidad generada de basura al año
En el diagrama de dispersión se aprecia que si existe una relación el número existente de rellenos sanitarios y la cantidad generada de basura al año debido a los puntos que pueden observarse forman casi una linea recta
##
## Pearson's product-moment correlation
##
## data: basura$basura and basura$rellenos
## t = 10.604, df = 15, p-value = 2.299e-08
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.8361639 0.9782823
## sample estimates:
## cor
## 0.9393043
El test de pearson arrojo un 93% confirmando el resultado antes obtenido mediante el análisis de correlación
ggpairs(basura, lower = list(continous = "smooth"), diag = list(continous = "bar"), axisLabels = "none")Aqui se muestra la relaciòn de los 3 valores principales que son el número de rellenos sanitarios por año, la basura generada en un lapso de 1995-2011. podemos observar que la basura y rellenos fueron aumentando paralelamente duranto los años.
##
## Call:
## lm(formula = basura ~ rellenos, data = basura)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1813.9 -931.7 -156.9 1010.5 2301.5
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 27418.764 708.729 38.69 < 2e-16 ***
## rellenos 72.231 6.812 10.60 2.3e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1297 on 15 degrees of freedom
## Multiple R-squared: 0.8823, Adjusted R-squared: 0.8744
## F-statistic: 112.4 on 1 and 15 DF, p-value: 2.299e-08
Aplicando la métodologia del modelo lineal definimos la ecuación de la recta de mínimos cuadrados
\[y = 27418.764 + 72.231x\]
## 2.5 % 97.5 %
## (Intercept) 25908.1437 28929.38400
## rellenos 57.7119 86.75084
El porcentaje de confianza del modelo lineal es del 97%
##
## -- Column specification --------------------------------------------------------
## cols(
## ANIO = col_double(),
## `GENERACION_TOTAL_(MILLONES_DE_TONELADAS)` = col_double(),
## POBLACION = col_double()
## )
Como podemos observar, existe una clara relación entre el aumento de población y la generación total de basura conforme a los años transcurridos, teniendo un aumento de alrrededor de 10 millones de toneladas de basura en 15 años (1995 a 2010)
ggplot(data = datosPH) +
geom_line(mapping = aes(x = periodo, y = nHabitantes), colour="green") +
ggtitle("Población de México") +
transition_reveal(periodo)Gráfica que muestra el crecimiento de habitantes de México desde 1995 a 2010
ggplot(data = datosPB) +
geom_line(mapping = aes(x = periodo, y = tBasura), colour="blue") +
ggtitle("Toneladas de Basura generada en México") +
transition_reveal(periodo)Gráfica que muestra la generación de basura de México desde 1995 a 2010
porcentajesMonitoreo <- as.numeric(round(((prop.table(table(pxc$Monitoreo_de_higiene_y_seguridad)))*100),2))
etiquetasMonitoreo <- c("No", "Si", "SIN DATO")
etiquetasMonitoreo <- paste(etiquetasMonitoreo, porcentajesMonitoreo)
etiquetasMonitoreo <- paste(etiquetasMonitoreo, "%", sep = "")
pie3D(porcentajesMonitoreo, labels = etiquetasMonitoreo, explode= 0.10, radius = 0.6,
main = "Basureros cuentan con Monitoreo de Higiene y Seguridad", theta = pi/3, start = 2)porcentajesProceso <- as.numeric(round(((prop.table(table(pxc$Ningun_proceso)))*100),2))
etiquetasProceso <- c("No", "Si", "SIN DATO")
etiquetasProceso <- paste(etiquetasProceso, porcentajesProceso)
etiquetasProceso <- paste(etiquetasProceso, "%", sep = "")
pie3D(porcentajesProceso, labels = etiquetasProceso, explode = 0.10, radius = 0.7,
main = "Basureros sin proceso para sus residuos", theta = pi/3, start = 2)porcentajesTratamiento <- as.numeric(round(((prop.table(table(pxc$Tratamiento.de.lixiviados)))*100),2))
etiquetasTratamiento <- c("No", "Si", "SIN DATO")
etiquetasTratamiento <- paste(etiquetasTratamiento, porcentajesTratamiento)
etiquetasTratamiento <- paste(etiquetasTratamiento, "%", sep = "")
pie3D(porcentajesTratamiento, labels = etiquetasTratamiento, explode = 0.10, radius = 0.7, height = .15,
main = "Basureros cuentan con Tratamiento de Lixiviado", start = 2.1, theta = pi/3)porcentajesRiesgo <- as.numeric(round(((prop.table(table(pxc$Riesgo)))*100),2))
etiquetasRiesgo <- c("ALTO", "BAJO", "MEDIANO", "MUY ALTO")
etiquetasRiesgo <- paste(etiquetasRiesgo, porcentajesRiesgo)
etiquetasRiesgo <- paste(etiquetasRiesgo, "%", sep = "")
pie3D(porcentajesRiesgo, labels = etiquetasRiesgo, explode = 0.10, radius = 0.7,
main = "Basureros según su Nivel de Riesgo", theta = pi/3 , start = 3)## entRMA.Nombre_de_la_entidad entRMA.Riesgo
## 1 GUERRERO MUY ALTO
## 2 MEXICO MUY ALTO
## 3 NAYARIT MUY ALTO
## 4 BAJA CALIFORNIA SUR MUY ALTO
## 5 MICHOACAN DE OCAMPO MUY ALTO
## 6 SONORA MUY ALTO
## 7 CHIAPAS MUY ALTO
## 8 YUCATAN MUY ALTO
## 9 BAJA CALIFORNIA SUR MUY ALTO
## 10 SiNALOA MUY ALTO
## 11 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 12 CHIAPAS MUY ALTO
## 13 BAJA CALIFORNIA SUR MUY ALTO
## 14 GUANAJUATO MUY ALTO
## 15 SONORA MUY ALTO
## 16 SONORA MUY ALTO
## 17 SONORA MUY ALTO
## 18 CAMPECHE MUY ALTO
## 19 GUANAJUATO MUY ALTO
## 20 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 21 SONORA MUY ALTO
## 22 MICHOACAN DE OCAMPO MUY ALTO
## 23 BAJA CALIFORNIA SUR MUY ALTO
## 24 YUCATAN MUY ALTO
## 25 NUEVO LEON MUY ALTO
## 26 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 27 TABASCO MUY ALTO
## 28 TAMAULIPAS MUY ALTO
## 29 JALISCO MUY ALTO
## 30 TAMAULIPAS MUY ALTO
## 31 TABASCO MUY ALTO
## 32 COAHUILA DE ZARAGOZA MUY ALTO
## 33 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 34 SiNALOA MUY ALTO
## 35 OAXACA MUY ALTO
## 36 ZACATECAS MUY ALTO
## 37 CHIHUAHUA MUY ALTO
## 38 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 39 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 40 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 41 MEXICO MUY ALTO
## 42 OAXACA MUY ALTO
## 43 TAMAULIPAS MUY ALTO
## 44 MICHOACAN DE OCAMPO MUY ALTO
## 45 SONORA MUY ALTO
## 46 GUANAJUATO MUY ALTO
## 47 CHIAPAS MUY ALTO
## 48 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 49 QUINTANA ROO MUY ALTO
## 50 TABASCO MUY ALTO
## 51 NUEVO LEON MUY ALTO
## 52 SiNALOA MUY ALTO
## 53 BAJA CALIFORNIA MUY ALTO
## 54 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 55 CHIAPAS MUY ALTO
## 56 OAXACA MUY ALTO
## 57 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 58 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 59 MORELOS MUY ALTO
## 60 CIUDAD DE MEXICO MUY ALTO
## 61 CIUDAD DE MEXICO MUY ALTO
## 62 CIUDAD DE MEXICO MUY ALTO
## 63 CIUDAD DE MEXICO MUY ALTO
## 64 CIUDAD DE MEXICO MUY ALTO
## 65 CIUDAD DE MEXICO MUY ALTO
## 66 MEXICO MUY ALTO
## 67 CIUDAD DE MEXICO MUY ALTO
## 68 MEXICO MUY ALTO
## 69 MEXICO MUY ALTO
## 70 QUERETARO MUY ALTO
## 71 YUCATAN MUY ALTO
## 72 OAXACA MUY ALTO
## 73 GUERRERO MUY ALTO
## 74 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 75 SiNALOA MUY ALTO
## 76 SONORA MUY ALTO
## 77 JALISCO MUY ALTO
## 78 CAMPECHE MUY ALTO
## 79 QUERETARO MUY ALTO
## 80 JALISCO MUY ALTO
## 81 GUANAJUATO MUY ALTO
## 82 QUERETARO MUY ALTO
## 83 GUANAJUATO MUY ALTO
## 84 QUERETARO MUY ALTO
## 85 JALISCO MUY ALTO
## 86 YUCATAN MUY ALTO
## 87 YUCATAN MUY ALTO
## 88 YUCATAN MUY ALTO
## 89 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 90 YUCATAN MUY ALTO
## 91 JALISCO MUY ALTO
## 92 QUINTANA ROO MUY ALTO
## 93 GUANAJUATO MUY ALTO
## 94 AGUASCALIENTES MUY ALTO
## 95 AGUASCALIENTES MUY ALTO
## 96 BAJA CALIFORNIA SUR MUY ALTO
## 97 BAJA CALIFORNIA SUR MUY ALTO
## 98 BAJA CALIFORNIA SUR MUY ALTO
## 99 COAHUILA DE ZARAGOZA MUY ALTO
## 100 BAJA CALIFORNIA SUR MUY ALTO
## 101 SONORA MUY ALTO
## 102 CHIHUAHUA MUY ALTO
## 103 CHIHUAHUA MUY ALTO
## 104 BAJA CALIFORNIA MUY ALTO
## 105 BAJA CALIFORNIA MUY ALTO
## 106 MICHOACAN DE OCAMPO MUY ALTO
## 107 MEXICO MUY ALTO
## 108 QUERETARO MUY ALTO
## 109 BAJA CALIFORNIA MUY ALTO
## 110 CHIAPAS MUY ALTO
## 111 MORELOS MUY ALTO
## 112 CIUDAD DE MEXICO MUY ALTO
## 113 HIDALGO MUY ALTO
## 114 QUINTANA ROO MUY ALTO
## 115 QUERETARO MUY ALTO
## 116 HIDALGO MUY ALTO
## 117 JALISCO MUY ALTO
## 118 QUERETARO MUY ALTO
## 119 QUINTANA ROO MUY ALTO
## 120 AGUASCALIENTES MUY ALTO
## 121 SAN LUIS POTOSi MUY ALTO
## 122 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 123 SAN LUIS POTOSi MUY ALTO
## 124 TAMAULIPAS MUY ALTO
## 125 TAMAULIPAS MUY ALTO
## 126 COAHUILA DE ZARAGOZA MUY ALTO
## 127 COAHUILA DE ZARAGOZA MUY ALTO
## 128 COAHUILA DE ZARAGOZA MUY ALTO
## 129 MEXICO MUY ALTO
## 130 CHIHUAHUA MUY ALTO
## 131 CHIHUAHUA MUY ALTO
## 132 CHIHUAHUA MUY ALTO
## 133 CHIHUAHUA MUY ALTO
## 134 CHIHUAHUA MUY ALTO
## 135 VERACRUZ DE IGNACIO DE LA LLAVE MUY ALTO
## 136 MEXICO MUY ALTO
## 137 COAHUILA DE ZARAGOZA MUY ALTO
## 138 CHIHUAHUA MUY ALTO
## 139 CHIHUAHUA MUY ALTO
Existen 139 Basureros que presentan un riesgo MUY ALTO causando que los habitantes que viven a su alrededor puedan enfermermar debido a los residuos que allí se encuentran.
Importación de un archivo .shp que contiene las coordenadas y caracteristicas de los Basureros en el país y generación de un mapa interactivo con la ayuda del paquete mapview
Basureros <- shapefile("Locaciones3.shp")
mapview::mapview(Basureros, labels=T, map.types="OpenTopoMap")En este mapa interactivo se muestran los basureros existentes a lo largo de todo México, con su respectivo nombre
El hombre contemporáneo fabrica infinidad de artículos para satisfacer una creciente capacidad de consumo que genera, por consiguiente, una gran cantidad de residuos. Si bien, este consumismo se relaciona directamente con el nivel de vida de la comunidad a la que pertenece y con el grado de industrialización del lugar donde proviene, probablemente nunca una civilización identificó tanto la calidad y el nivel de vida con la posesión de bienes materiales, ni les confirió un valor tan fugaz, que al poco tiempo de poseerlos sintiera la ineludible necesidad de cambiarlos por otros nuevos. Esta transformación de las modalidades tanto del consumo, como del manejo de los residuos en las grandes urbes, involucra dos aspectos: el primero tiene que ver con arrojar los productos que se consumen a la calle, lo cual habla de la falta educación, de la falta de cultura o conciencia ciudadana; el segundo tiene que ver con la excesiva demanda de servicios para el manejo y disposición de los distintos tipos de residuos, pues supera con mucho la capacidad de los gobiernos de brindarlos, aunado a que el presupuesto que requiere para proporcionarlos alcanza cada vez más niveles incosteables. Para revertir estos procesos requiere de una masa crítica de especialistas altamente calificados para:Rediseñar los procesos productivos y los productos de consumo en envases, embalajes y empaques, Identificar nuevos materiales que puedan sustituir a los insumos que más contribuyen a generar residuos o a la peligrosidad de éstos, Alentar y hacer posible el reúso o reciclado de los materiales antes de desecharlos, o en su caso, aprovecharlos como fuente alternativa de energía,Capacitar a todos los que intervienen en las cadenas productivas para inducir el cambio de conductas y la adopción de procesos más limpios de producción,Educar a los consumidores para enseñarlos a elegir productos más seguros y amigables con el ambiente con el desarrollo y difusión de campañas de comunicación para alentar el cambio.
F.A. (2019) Generacion total y per cápita de residuos sólidos urbanos. Extraido de http://www.semarnat.gob.mx/ página web https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--residuos-solidos"
Ministerio de la salud (1997) Disposición correcta de la basura: El relleno sanitario. Extraido de https://www.binasss.sa.cr/ página web https://www.binasss.sa.cr/poblacion/rellenosanitario.htm
T.S. (2015). Tratamiento de lixiviados de vertedero. Extraido de https://blog.condorchem.com/ página web: https://blog.condorchem.com/tratamiento-de-lixiviados-de-vertedero/#tratamiento