Calidad de aire en Hermosillo y movilidad
INTRODUCCION
El NO2 es un gas tóxico, de color amarillento, que impulsa la creación de ácidos. Este es el principal contaminante entre los diversos óxidos de nitrógeno que se pueden encontrar, y su generación puede encontrarse en la naturaleza, como en la actividad volcánica, en la quema de maderas y biomasa, o en los incendios forestales. Y todo esto nos afecta a nosotros de una manera tanto directa como indirectamente, ya que la propagacion de el NO2 en el aire es bastante dañino y una de las causas de que el aire este a si de contaminado como en la actualida.
Cabe recordar que el respirar el aire limpio ayuda a estimular nuestro sistema inmunológico, reduciendo la posibilidad de padecer trastornos alérgicos, afecciones respiratorias y asma. De igual manera se consigue eliminar un gran número de toxinas acumuladas, y células muertas, diariamente en nuestro organismo. Existe una cantidad inmensa de beneificios si respiramos aire limpio y bastantes riesgos en respirar aire contaminado. Y durante los ultimos años la contaminacion del aire fue bastante grande por lo que se sabe que las actividades humanas tienen un efecto negativo sobre el ambiente por esta razon es que en la actualidad nos preguntamos…
¿Cómo varió la calidad del aire en Hermosillo durante los primeros días de la cuarentena por COVID-19? ¿Mejoró la calidad del aire? ¿Por qué mejoró la calidad del aire? ¿Qué es y que produce el NO2?
Por esta razon decidimos investigar en el área de Hermosillo y la movilidad urbana para saber qué partes de este está el aire contaminado, como este afecta a los humanos y que tanto está contaminado.
ANTECEDENTES
En la ciudad de Hermosillo, Sonora, México, la población ha manifestado desde hace años su inquietud respecto de la calidad del aire que se respira, principalmente por la visible capa de polvo que cubre gran parte de la ciudad durante la mañanas y muy marcadamente durante los períodos de otoño e invierno. Existen antecedentes para esta ciudad de medición de PST de 1990 a 1995 (SEMARNAP 1996), reportándose que todos esos años se rebasó el máximo permisible anual de 75 μg/m3 con promedios anuales que fluctuaban de 126 hasta 565 μg/m3. En cuanto a metales en aire para esta ciudad, se identificó un estudio en el que se evaluó Pb (SEDESOL 1993) cuyas concentraciones promedio se encontraban entre 0.28 y 0.37 μg/m3.
METODO
La red universitaria de observatorios atmosfericos (RUAO) con datos de ERNO tiene publicada información sobre la calidad del aire en Hermosillo, Sonora. Los que se muestran en la tabla y gráfica siguientes:
Marzo: Año 2019
datatable(M19)Marzo: Año 2020
datatable(M20)Proponemos dar un contexto donde se ve como la calidad del aire fue afectada por la movilidad en el estado de Sonora durante la pandemia… Los datos de movilidad se muestran a continuacion:
Marzo: Movilidad en Sonora
datatable(MovilidadSonora)Veamos la cantidad de Ozono en el aire durante el mes de Marzo en el año 2019…
gO319 <- ggplot(data = M19)+
ggtitle("Ozono en el aire en 2019")+
geom_line(aes(x= Fecha,y= O3))+
ylab("O3 ppb")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank())+
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gO319)En la siguiente veremos la misma informacion pero en un diagrama de dispersion.
ggplot(data = M19, aes(x = Fecha, y = O3)) +
geom_point(colour = "purple") +
ylab("O3 ppb")+xlab("Fecha")+
labs(title = "Ozono en el aire:",
subtitle = "Marzo 2019")+
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b") 
Veamos la cantidad de Ozono en el aire durante el mes de Marzo en el año 2020…
gO320 <- ggplot(data = M20)+
ggtitle("Ozono en el aire en 2020")+
geom_line(aes(x= Fecha,y= O3))+
ylab("O3 ppb")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank())+
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gO320)En la siguiente veremos la misma informacion pero en un diagrama de dispersion.
ggplot(data = M20, aes(x = Fecha, y = O3)) +
geom_point(colour = "purple") +
ylab("O3 ppb")+xlab("Fecha")+
labs(title = "Ozono en el aire:",
subtitle = "Marzo 2020")+
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b") 
Veamos la cantidad de NO2 en el aire durante el mes de Marzo en el año 2020…
gNO2 <- ggplot(data = NO2)+
ggtitle("Dioxido de nitrogeno en el aire en 2020")+
geom_line(aes(x= fecha,y= NO2))+
ylab("NO2 ppb")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank())+
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gNO2)En la siguiente veremos la misma informacion pero en un diagrama de dispersion.
ggplot(data = NO2, aes(x = fecha, y = NO2)) +
geom_point(colour = "purple") +
ylab("NO2 ppb")+xlab("Fecha")+
labs(title = "Dioxido de nitrogeno en el aire:",
subtitle = "Marzo 2020")+
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b") 
Una vez vistos los dos años por separado, haremos una comparacion entro los mismos para ver que tan diferentes son entre ellos…
MarzoO3 <- data.frame(M19$Fecha,M19$O3,M20$O3)
gcov <- ggplot(data = MarzoO3)+
ggtitle("Ozono en el aire")+
geom_line(aes(x=M19$Fecha,y=M19$O3,colour = 'O3 año 2019'))+
geom_line(aes(x=M19$Fecha,y=M20$O3,colour = 'O3 año 2020'))+
ylab("Contaminantes en el aire")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank()
) +
labs(colour = "Año") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gcov)Ahora veamos la informacion graficada sobre la movilidad en el estado de Sonora:
#Recreacion
gMR1 <- ggplot(data=MovilidadSonora) +
geom_line(aes(x=fecha, y=retail_and_recreation_percent_change_from_baseline), size=1, colour="red") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("a) Recreación") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
#Supermercados y farmacias
gMR2 <- ggplot(data=MovilidadSonora) +
geom_line(aes(x=fecha, y=grocery_and_pharmacy_percent_change_from_baseline), size=1, colour="orange") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("b) Farmacias") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
#Parques
gMR3 <- ggplot(data=MovilidadSonora) +
geom_line(aes(x=fecha, y=parks_percent_change_from_baseline), size=1, colour="yellow") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("c) Parques") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
#Transito: estaciones
gMR4 <- ggplot(data=MovilidadSonora) +
geom_line(aes(x=fecha, y=transit_stations_percent_change_from_baseline), size=1, colour="green") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("d) Estaciones de tránsito") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
#Trabajo
gMR5 <- ggplot(data=MovilidadSonora) +
geom_line(aes(x=fecha, y=workplaces_percent_change_from_baseline), size=1, colour="blue") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("e) Espacios de trabajo") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
#Residencial
gMR6 <- ggplot(data=MovilidadSonora) +
geom_line(aes(x=fecha, y=residential_percent_change_from_baseline), size=1, colour="purple") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("f) Hogares") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
grid.arrange(gMR1,gMR2,gMR3,gMR4,gMR5,gMR6)
Ahora veamos una grafica de cada una con los datos de O3…
Recreacion
MarzoRecreacion <- data.frame(M19$Fecha,M19$O3,M20$O3,MovilidadSonora$retail_and_recreation_percent_change_from_baseline)
gRecreacion <- ggplot(data = MarzoRecreacion)+
ggtitle("Ozono en el aire / Movilidad")+
geom_line(aes(x=M19$Fecha,y=M19$O3,colour = 'O3 año 2019'))+
geom_line(aes(x=M19$Fecha,y=M20$O3,colour = 'O3 año 2020'))+
geom_line(aes(x=M19$Fecha,y=MovilidadSonora$retail_and_recreation_percent_change_from_baseline,colour = 'Recreacion'))+
ylab("Cantidad")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank()
) +
labs(colour = "Componentes") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gRecreacion)Farmacias
MarzoFarmacias <- data.frame(M19$Fecha,M19$O3,M20$O3,MovilidadSonora$grocery_and_pharmacy_percent_change_from_baseline)
gFarmacias <- ggplot(data = MarzoFarmacias)+
ggtitle("Ozono en el aire / Movilidad")+
geom_line(aes(x=M19$Fecha,y=M19$O3,colour = 'O3 año 2019'))+
geom_line(aes(x=M19$Fecha,y=M20$O3,colour = 'O3 año 2020'))+
geom_line(aes(x=M19$Fecha,y=MovilidadSonora$grocery_and_pharmacy_percent_change_from_baseline,colour = 'Farmacias'))+
ylab("Cantidad")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank()
) +
labs(colour = "Componentes") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gFarmacias)Parques
MarzoParques <- data.frame(M19$Fecha,M19$O3,M20$O3,MovilidadSonora$parks_percent_change_from_baseline)
gParques <- ggplot(data = MarzoParques)+
ggtitle("Ozono en el aire / Movilidad")+
geom_line(aes(x=M19$Fecha,y=M19$O3,colour = 'O3 año 2019'))+
geom_line(aes(x=M19$Fecha,y=M20$O3,colour = 'O3 año 2020'))+
geom_line(aes(x=M19$Fecha,y=MovilidadSonora$parks_percent_change_from_baseline,colour = 'Parques'))+
ylab("Cantidad")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank()
) +
labs(colour = "Componentes") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gParques)Estaciones de transito
MarzoTransito <- data.frame(M19$Fecha,M19$O3,M20$O3,MovilidadSonora$transit_stations_percent_change_from_baseline)
gTransito <- ggplot(data = MarzoTransito)+
ggtitle("Ozono en el aire / Movilidad")+
geom_line(aes(x=M19$Fecha,y=M19$O3,colour = 'O3 año 2019'))+
geom_line(aes(x=M19$Fecha,y=M20$O3,colour = 'O3 año 2020'))+
geom_line(aes(x=M19$Fecha,y=MovilidadSonora$transit_stations_percent_change_from_baseline,colour = 'Transito'))+
ylab("Cantidad")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank()
) +
labs(colour = "Componentes") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gTransito)Espacios de trabajo
MarzoTrabajo <- data.frame(M19$Fecha,M19$O3,M20$O3,MovilidadSonora$workplaces_percent_change_from_baseline)
gTrabajo <- ggplot(data = MarzoTransito)+
ggtitle("Ozono en el aire / Movilidad")+
geom_line(aes(x=M19$Fecha,y=M19$O3,colour = 'O3 año 2019'))+
geom_line(aes(x=M19$Fecha,y=M20$O3,colour = 'O3 año 2020'))+
geom_line(aes(x=M19$Fecha,y=MovilidadSonora$workplaces_percent_change_from_baseline,colour = 'Trabajo'))+
ylab("Cantidad")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank()
) +
labs(colour = "Componentes") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gTrabajo)Hogares
MarzoHogares <- data.frame(M19$Fecha,M19$O3,M20$O3,MovilidadSonora$residential_percent_change_from_baseline)
gTrabajo <- ggplot(data = MarzoTransito)+
ggtitle("Ozono en el aire / Movilidad")+
geom_line(aes(x=M19$Fecha,y=M19$O3,colour = 'O3 año 2019'))+
geom_line(aes(x=M19$Fecha,y=M20$O3,colour = 'O3 año 2020'))+
geom_line(aes(x=M19$Fecha,y=MovilidadSonora$residential_percent_change_from_baseline,colour = 'Hogares'))+
ylab("Cantidad")+xlab("Fecha")+
theme_bw()+
theme(
panel.grid.major.x = element_blank(),
axis.ticks.x = element_blank()
) +
labs(colour = "Componentes") +
scale_x_date(date_breaks = "2 week ", date_labels = "%d %b")
ggplotly(gTrabajo)RESULTADOS Y DISCUSION
¿Qué es la calidad del aire?
calidad del aire como la concentración de contaminante que llega a un receptor, más o menos lejano de la fuente de emisión, una vez transportado y difundido por la atmósfera.
La capacidad de la atmósfera para diluir las concentraciones de contaminantes es fundamental para preservar una buena calidad del aire, y esto va a venir marcado principalmente por las condiciones meteorológicas. Así, en una atmósfera estable, se propiciará la acumulación de contaminantes y se facilitará la formación de contaminantes secundarios, mientras que en una atmósfera inestable, la difusión de los contaminantes será más eficaz debido a las turbulencias.
La variación de la temperatura con la altura es un elemento clave en el fenómeno de dispersión atmosférica y en el ascenso del penacho de las chimeneas de las instalaciones industriales: cuando un volumen de aire se encuentra a mayor temperatura que el aire que le rodea tiende a ascender, dada su menor densidad, y a expandirse, dado que en su ascenso encuentra capas de aire de menor presión, disminuyendo la concentración de los contaminantes que arrastra en su seno.
¿Cómo varió la calidad del aire en Hermosillo durante los primeros días de la cuarentena por COVID-19?
La funcionaria señaló que las estaciones que miden la calidad del aire en la capital han registrado la reducción en los valores de contaminación de manera general en toda la ciudad, contando con cuatro estaciones en diferentes sectores de la ciudad.
Aseveró que en el periodo del 4 de marzo al 15 de abril, el valor promedio de emisiones fue de 24.3 PM10, donde el valor máximo fue de 33.7 y el mínimo de 15.6, mientras que durante ese mismo periodo pero de 2019, el promedio fue de 32.9, lo cual determina la reducción importante en emisiones.
¿Mejoró la calidad del aire?
Con la contingencia sanitaria, la disminución de varias actividades, como la circulación vehicular y las industrias no esenciales, han contribuido a mejorar la calidad del aire en la capital sonorense, con más de un 20% en reducción de agentes contaminantes, informó la dirección del Instituto Municipal de Ecología.
¿Por qué mejoró la calidad del aire?
la calidad del aire mejoro en ya que por la contigencia se disminuyeron las actividades humanas, como el uso de vehiculos, las fabricas cerraron, entre muchas cosas mas que dañaban al aire, por ese motivo fue que mejoro en una par de cifras las calidad del aire
¿Qué es y que produce el NO2?
El dióxido de nitrógeno es un gas corrosivo y oxidante de color rojiso-marrón con un olor penetrante e irritante. El dióxido de nitrógeno se produce cuando el oxígeno (O2) y el nitrógeno (N2) presentes en el aire se combinan químicamente, algo que no ocurre a temperaturas normales, pero si en otras condiciones, como en las altas temperaturas generadas por tormentas de rayos a altitudes elevadas.
Efectos a la salud
Los efectos de dióxido de nitrógeno se extienden también a los efectos de los productos resultantes de su presencia en la atmósfera. El dióxido de nitrógeno puede irrital los pulmones y disminuir la resistencia a enfermedades infecciosas. Los idividuos con enfermedades como asma y bronquitis son especialmente sensibles a los efectos del dióxido de nitrógeno.
CONCLUSION
Podemos observar claramente que se ve mucha menos contaminacion y se refleja en la calidad del aire, con sus datos siendo muchos mas bajos durante los dias que las personas estuvieron en casa.Se concluye que al inicio de la cuarentena el aire esta comenzando a mejorar pero no estaban tan claro en el mes de marzo, por lo que muestra que los datos de 2019 son menores que el año de 2020.
BIBLIOGRAFIA
Cemqac.mx. (2017). Dióxido de nitrógeno. Recuperado de http://www.cemcaq.mx/contaminacion/bioxido-de-nitrogeno-no2#:~:text=El%20di%C3%B3xido%20de%20nitr%C3%B3geno%20(NO,un%20olor%20penetrante%20e%20irritante.&text=Otra%20condici%C3%B3n%20en%20la%20que,de%20motores%20de%20combusti%C3%B3n%20interna.
Red Universitaria de Observatorios Atmosféricos de la Universidad Nacional Autónoma de México. Calidad del aire. Recuperado de https://ruoa.unam.mx/index.php?page=estaciones&id=6
Informes de movilidad loca. (03/042021) Recuperado de https://www.google.com/covid19/mobility/