A caption

A caption

1: INTRODUCCION

Los cuerpos de agua en Bolivia han generado que la calidad de los mismos disminuya, esto ha generado impactos medio ambientales negativos y así también genera un daño a la salud de la población que consume estas aguas. Las principales contaminaciones generadas se deben a la mala y basta red de alcantarillado, además aumentado a estola falta de plantas de tratamiento, y las plantas de tratamiento que hay son en su mayoría son administradas por técnico que no están capacitados.

Es por esto que se decidió que realizar un monitoreo, el lugar de elección fue en desaguadero, en donde el monitoreo se logró en tres punto distinto durante 3 años, generando varios datos, en diferentes parámetros. A través de R studio se pretende poder ver de diferentes métodos, en gráficos como es el flujo de contaminantes, que pueden generar un daño al medio ambiente, en especial a los recursos hídricos del lugar.

2: DATOS GENERALES

Según los datos del monitoreo y de la investigación revelada, se determino que en cercania de los cuerpos se realiza diferentes actividades económicas como ser, la explotación de minas, la ganadería y agricultura, pero estas 2 últimas estan siendo eliminadas debido a los cuerpos de agua contaminados que se sa para riego. los páranmetrosa que escoji a analizar fueron:

- pH
- Conductividad
- DBO5 Y OD.
- Cloruros.
- Sodio

La elección de estos parámetros fue influenciada debido a la actividad minera especialmente debido a que esta como dije esta afectando bastante a las demás actividades. Pero mi efoque fue mayor a parametros que sobrepasaban los límites permisibles según RMCH.

knitr::include_graphics("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/rios-contaminacion-mineria.jpg")

Los datos optenidos, se dividen en 3 años y en cada año se tuvierón 5 campañas de monitoreo y tres diferentes puntos de muestreo, siendo:

Desaguadero 1 un punto antes de la unión Desaguadero 2 punto antes de la unión Desaguadero 3 es la unión de desaguadero 1 y 2

knitr::include_graphics("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/Desaguadero.jpg")

2: OBJETIVO

El principal objetivo es determinar mediante gráficos, como actuan los contaminantes , que pueden generar un daño al medio ambiente.

3: MODULOS

3: pH

###pH y Campaña

Se puede observar en la grafica pH en relación con las campañas realizadas, en donde se ve la falta de datos que existe, Viendo que el mayor pH estan en la campaña 2, 4 y 1

library(ggplot2)

Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")

ggplot(Desaguadero, aes(x = Campaña, y = pH)) + geom_point(color = "red") +
  labs(x = "Campaña", y = "pH")
## Warning: Removed 1 rows containing missing values (geom_point).

###pH y Nombre

En este gráfico se puede observar que el mayor dato del pH es en desaguadero 2

library(ggplot2)
Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")

ggplot(Desaguadero, aes(x = Nombre, y = pH)) + geom_point(color = "red") +
  labs(x = "Nombre", y = "pH")
## Warning: Removed 1 rows containing missing values (geom_point).

3: Conductividad

###Conductividad y Campaña Se puede ver que en la campaña 1 es donde se observa una mayor conductividad.

library(ggplot2) 

Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")

ggplot(Desaguadero, aes(x = Campaña, y = Conductividad)) + geom_point(color = "red") +
  labs(x = "Campaña", y = "Conductividad")
## Warning: Removed 1 rows containing missing values (geom_point).

###Conductividad y Nombre

Se puede observar que la mayor conductividad es en desaguadero 1

library(ggplot2) 

Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")

ggplot(Desaguadero, aes(x = Nombre, y = Conductividad)) + geom_point(color = "red") +
  labs(x = "Nombre", y = "Conductividad")
## Warning: Removed 1 rows containing missing values (geom_point).

3: DBO5 Y OD

Teniendo una realaciónse puede observar la tendencia de DBO y OD.

library(ggplot2) 

Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")

ggplot(Desaguadero, aes(x = DBO_5, y = Oxigeno_Disuelto)) + geom_point(color = "red") +
  labs(x = "DBO_5", y = "Oxigeno_Disuelto")
## Warning: Removed 3 rows containing missing values (geom_point).

3: Cloruros

###Cloruros y Campaña

Se puede ver la tendencia de cloruros teniendo una mayor oncentración de cloruros en Desaguadero 1

library(ggplot2) 

Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")

ggplot(Desaguadero, aes(x = Campaña, y = Cloruros))+
  geom_point(aes(color = Campaña, size=Cloruros)) + scale_color_gradient(low="red", high="blue")+ facet_wrap(~Nombre)
## Warning: Removed 1 rows containing missing values (geom_point).

###Cloruro en relación con pH

Se puede ver la relación de la densidad utilizndo datos del pH y cloruros

Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")
library(ggplot2) 
("x, y") 
## [1] "x, y"
ggplot(Desaguadero, aes(pH, Cloruros)) +
  geom_density_2d_filled(show.legend = FALSE) +
  coord_cartesian(expand = FALSE) +
  labs(x = "pH", x = "Cloruros")
## Warning: Removed 1 rows containing non-finite values (stat_density2d_filled).

3: Sodio

###Sodio y Año

Se puede ver la tendencia segun el año, y la ubicación, concluyendo que en desaguadero 1 es la mayor concentración

library(ggplot2) 

Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")

library(highcharter)
## Registered S3 method overwritten by 'quantmod':
##   method            from
##   as.zoo.data.frame zoo
## Highcharts (www.highcharts.com) is a Highsoft software product which is
## not free for commercial and Governmental use
Desaguadero %>% 
  hchart('scatter', hcaes(x = Año, y = Sodio, group = Nombre)) %>%
  hc_colors(c("#00AFBB", "#E7B800", "#FC4E07"))

###Sodio y Ph

Se puede ver la relación del ph y del sodio

Desaguadero=readxl::read_excel("D:/UNIVERSIDAD/2_2021/MODELACION_AMBIENTAL/Calidad_h._tf/134_C_h.xlsx","hoja2")

colfunc <- colorRampPalette(c("darkblue", "lightblue", "green", "yellow", "red"))
library(ggplot2)

ggplot(Desaguadero, aes(Lat, Long)) +
  stat_density2d(geom="tile", aes(fill = ..density..), contour = FALSE) +
  scale_fill_gradientn(colours=colfunc(400)) + 
  xlim(c(663187, 666615)) + ylim(c(7985236, 7990605)) +
  geom_density2d(colour="black", bins=10) +
  geom_point() + 
  geom_text(aes(label=Codigo), size=3, hjust=-.25, vjust=.75) +
  guides(fill = guide_colorbar(barwidth = 0.5, barheight = 10)) +
  theme(legend.title=element_blank())
## Warning: Removed 4 rows containing non-finite values (stat_density2d).

## Warning: Removed 4 rows containing non-finite values (stat_density2d).
## Warning: Removed 4 rows containing missing values (geom_point).
## Warning: Removed 4 rows containing missing values (geom_text).

2: CONCLUSIONES

Se pudo llegar a la conclusión según las gráficas y los datos de monitoreo proporcionado que Desaguadero 1 es la mayor fuente de contaminación, debido a que hay mayores fuentes de contaminación de ese lado. y siendo en 2011 la mayor contamiación, esto considero debido a que por este año es que las minas de estaño no contaban con regulaciónes y esto generaba que desechen todos sus residuos al cuerpo de agua. Mi enfoque del cloruro y sodio es debido a que estos estan por ensima de los límites permisibles, y tomando en cuentas las actividades que se generan srrcanas al cuerpo de agua, no debería existir estos contaminantes en altas concentración debido a que estas se puede observar más en aguas contaminadas por curtiembres, lo que se llegó a que quiza esten cambiando las actividadess económicas del lugar.