Test results

Con el propósito de analizar la relación existente entre contaminantes (PM10, O3 y NO2) y

factores meteorológicos (Velocidad del Viento, Temperatura y Precipitación) se calculo los coeficientes de Pearson con su respectiva significancia, la Tabla 19 indica los resultados de estos coeficientes para los datos obtenidos en la localidad de Fontibón.

Tabla 19: Correlación lineal contaminantes de estudio y Factores meteorológicos

Estadístico Factores Meteorológicos Material Partículado Ozono Dióxido de Nitrógeno Correlación de Pearson

Velocidad del viento -0.21* -0.26** -0.02

Temperatura -0.08 -0.19 -0.03

Precipitación -0.09 0.25* -0.09

Sig (bilateral)

Velocidad del viento 0.03 0.01 0.88

Temperatura 0.4 0.05 0.8

Precipitación 0.37 0.01 0.36

**La correlación es significativa al nivel 0.01 (Bilateral) *La correlación es significativa al nivel 0.05 (Bilateral)

Fuente: Los Autores, 2008.

La tabla presenta las correlaciones significativas en forma sombreada, donde PM10 y O3

presentaron una correlación lineal negativa con velocidad del viento de 95% y 99% de confianza, respectivamente, además el O3 mostró una correlación lineal positiva con

Precipitación del 95% de confianza; mientras el NO2 no mostró una correlación

significativa con ningún factor meteorológico evaluado.

Para el Material Partículado PM10 se realizo un modelo de regresión lineal múltiple

teniendo como variable predictora la velocidad del viento, la cual explica en este modelo el 5.3% de la concentración de PM10.

Ecuación 6: Modelo de regresión para PM10 con velocidad del viento y precipitación ) . 096 . 6 ( 428 . 107 ) / ( 3 10 g m VelViento PM μ = − ×

Fuente: Los Autores, 2008

De la Ecuación 6, se concluye que por cada unidad que aumente la velocidad del viento (m/s) la concentración del Material Partículado disminuirá 6.096 µg/m3_.

Para las concentraciones de O3 y Factores Meteorológicos, el modelo que mejor se ajusta

explica en 17.8% las concentraciones de O3 teniendo como variable predictora la

velocidad del viento. Los coeficientes de regresión parcial fueron significativos definiendo la siguiente ecuación:

Ecuación 7: Modelo de Regresión para O3 con precipitación, dirección y velocidad del viento ) . 163 . 2 ( 247 . 26 ) ( 3 ppb VelocViento O = − ×

Fuente: Los Autores, 2008

A partir de la Ecuación 7 se concluye que al aumentar en una unidad la velocidad del viento (m/s) la concentración de Ozono disminuirá en una tasa de 2.163 ppb.

Al realizar la regresión lineal múltiple entre el Dióxido de Nitrógeno y Factores Meteorológicos, se concluye que para la localidad de Fontibón no hay variables Meteorológicas preeditoras para este contaminante.

La rosa de vientos para los contaminantes de estudio presentaron alta frecuencia en sentido Oestenoroeste al Estesureste, con la mayor cantidad de concentraciones PM10

entre 65.7 a 115.3 µg/m3_{, que sobrepasan el nivel bueno de la SDA, además con alta}

frecuencia en concentraciones de O3 entre 11.7 a 21.4 ppb y NO2 entre 13.3 a 29.6 ppb

(Anexo 22)

Para explicar las relaciones y patrones de comportamiento entre los factores ambientales de estudio, se realizo un análisis multivariado de datos por Componentes principales, que en Fontibón permitió representar gráficamente el 51.16% de las relaciones entre los factores ambientales de estudio en forma multivariada, que se presenta a continuación:

Gráfico 23: Representación grafica de datos multivariados de factores meteorológicos y contaminantes de estudio en Fontibón

Fuente: Los Autores, 2008.

Teniendo en cuenta la matriz de correlación de Pearson y el Gráfico 23, se presenta una correlación significativa y positiva entre el NO2 y el PM10, ya que se observa que en el

grafico multivariado estas variables están cercanas al eje 2 (eje vertical) con la misma dirección, que puede ser causado porque el NO2 es precursor de PM10 y son generados

por las misma fuentes de emisión (especialmente, fuentes fijas y móviles), aunque NO2 no

y significativa con velocidad del viento, ya que al aumentar la velocidad del viento hay mayor dispersión de contaminantes, que conduce a que la concentración de PM10

disminuya.

Igualmente, para ozono se presento una correlación inversa y significativa con la velocidad del viento, que se observa en el grafico, donde estas variables están cercanas al eje 1 (eje horizontal) pero en diferente dirección, lo que explica que la concentración de O3 disminuye cuando la velocidad del viento aumenta, ya que hay dispersión de

contaminantes. Adicionalmente, existe una correlación positiva y significativa con precipitación debido a que estas variables en el grafico presentan la misma dirección, esto puede ser causado porque los datos usados en estas correlaciones son diarios y no se puede decir en que momento del día se presento precipitación.

9.2.2 Puente Aranda

Con el propósito de analizar la relación existente entre contaminantes (PM10, O3 y NO2) y

factores meteorológicos (Velocidad del Viento, Temperatura y Precipitación) se calculo los coeficientes de Pearson con su respectiva significancia, la Tabla 20 indica los resultados de estos coeficientes para los datos obtenidos en la localidad de Puente Aranda.

Tabla 20: Correlación lineal contaminantes de estudio y Factores meteorológicos

Estadísticos Factores Meteorológicos Material Partículado Ozono Dióxido de Nitrógeno Correlación de Pearson

Velocidad del viento -0.56** -0.32** -0.62**

Temperatura -0.18 -0.20* -0.25*

Precipitación 0.34** 0.31** 0.34**

Sig. (bilateral)

Velocidad del viento 0 0 0

Temperatura 0.07 0.05 0.01

Precipitación 0 0 0

* La correlación es significante al nivel 0,05 (bilateral). **La correlación es significante al nivel 0,01 (bilateral).

Fuente: Los Autores, 2008.

Los valores sombreados muestran las correlaciones significativas entre las variables, donde el PM10 tiene una correlación positiva con precipitación y negativa con Velocidad

del viento del 99% de confianza, mientras el O3 y NO2 presentaron una correlación

positiva con precipitación del 99% de confianza, y negativa con velocidad del viento y temperatura con 99% y 95% de confianza, respectivamente.

Al realizar el análisis de regresión lineal múltiple para Material Partículado y factores meteorológicos de estudio, el modelo que mejor se ajusta tiene como variable predictora la velocidad del viento, la cual explica en 30% la concentración de PM10 en Puente Aranda.

Los coeficientes de regresión parcial son significativos y definen la ecuación de regresión de la siguiente forma:

Ecuación 8: Modelo de Regresión para PM10 con Velocidad y dirección del viento en Puente