Caracterización de patrones meteorológicos a escala ...€¦ · y local y su relación con los...

Caracterización de patrones meteorológicos a escala

regional y local y su relación con los niveles de calidad del aire registrados en la CAPV.

Análisis de episodios.

2007

Documento: Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la CAPV. Análisis de episodios.

Fecha de edición: Diciembre 2007

Autor: Environment and Systems, S. A.

Propietario: Gobierno Vasco. Departamento de Medio Ambiente y Ordenación del Territorio.

Página i

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) Indice

Indice

Página 1. Introducción................................................................................1 2. Datos de partida. Control de calidad........................................ 3 2.1. Datos de inmisión.......................................................... 4 2.2. Datos de meteorología .................................................. 6 2.3. Otros............................................................................... 7 3. Metodología ............................................................................. 10 3.1. Quick Cluster ............................................................... 11 3.2. Arboles de clasificación.............................................. 12 4. Patrones y relaciones encontradas........................................ 15 4.1. Período invierno .......................................................... 15 4.1.1. NO2 ................................................................... 16 4.1.2. Relaciones Meteorología–NO2........................ 20 4.1.3. Patrones diarios y relaciones

Meteorología-PM10 ..................................................... 29 4.2. Período primavera ....................................................... 35 4.2.1. NO2 ................................................................... 35 4.2.2. Relaciones Meteorología–NO2........................ 39 4.2.3. O3 ...................................................................... 51 4.2.4. Relaciones Meteorología-O3 ........................... 53 4.2.5. Patrones diarios y relaciones

Meteorología-PM10 ..................................................... 58 4.3. Período verano ............................................................ 66 4.3.1. NO2 ................................................................... 66 4.3.2. Relaciones Meteorología–NO2........................ 69 4.3.3. O3 ...................................................................... 79 4.3.4. Relaciones Meteorología-O3 ........................... 82 4.3.5. Patrones diarios y relaciones

Meteorología-PM10 ..................................................... 87 4.4. Período otoño .............................................................. 93 4.4.1. NO2 ................................................................... 93

Página ii


4.4.2. Relaciones Meteorología–NO2........................ 97 4.4.3. Patrones diarios y relaciones

Meteorología-PM10 ................................................... 109 5. Validación del método........................................................... 117 6. Resumen y Conclusiones ..................................................... 134 Anexos

Anexo A: Variables utilizadas y nº de casos Anexo B: Algoritmos empleados Anexo C: Patrones meteorológicos de evolución horaria

(invierno) Anexo D: Patrones de NO2 de evolución horaria (invierno) Anexo E: Resultados del modelo de relaciones

meteorología-NO2 (invierno) Anexo F: Patrones meteorológicos y de PM10 de evolución

diaria (invierno). Resultado del modelo de relaciones

Anexo G: Patrones meteorológicos de evolución horaria (primavera)

Anexo H: Patrones de NO2 de evolución horaria (primavera)

Anexo I: Resultados del modelo de relaciones meteorología-NO2 (primavera)

Anexo J: Patrones de O3 de evolución horaria (primavera) Anexo K: Resultados del modelo de relaciones

meteorología-O3 (primavera) Anexo L: Patrones meteorológicos y de PM10 de evolución

diaria (primavera). Resultado del modelo de relaciones

Anexo M: Patrones meteorológicos de evolución horaria (verano)

Anexo N: Patrones de NO2 de evolución horaria (verano) Anexo O: Resultados del modelo de relaciones

meteorología-NO2 (verano)

Página iii


Anexo P: Patrones de O3 de evolución horaria (verano) Anexo Q: Resultados del modelo de relaciones

meteorología-O3 (verano) Anexo R: Patrones meteorológicos y de PM10 de evolución

diaria (verano). Resultado del modelo de relaciones

Anexo S: Patrones meteorológicos de evolución horaria (otoño)

Anexo T: Patrones de NO2 de evolución horaria (otoño) Anexo U: Resultados del modelo de relaciones

meteorología-NO2 (otoño) Anexo V: Patrones meteorológicos y de PM10 de evolución

diaria (otoño). Resultado del modelo de relaciones

Página iv

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) Glosario

Glosario

CAPV Comunidad Autónoma del País Vasco.

Escala Una variable puede ser tratada como de escala cuando

sus valores representan categorías ordenadas con una

métrica con significado, por lo que son adecuadas las

comparaciones de distancia entre valores.

Ganancia El porcentaje de los casos totales en la categoría

especificada en cada nodo.

Indice La razón del porcentaje de respuestas en la categoría

del nodo, comparado con el porcentaje global de

respuestas en la categoría para la muestra.

NO2 Dióxido de nitrógeno.

Nodo filial Agrupación de casos en base a determinados valores

para las variables independientes que a su vez

provienen de otro nodo parental.

Nodo parental Agrupación de casos en base a determinados valores

para las variables independientes que a su vez se

divide en 2 o más nodos filiares.

Nodo raíz Conjunto de casos de partida agrupados en las

categorías especificadas para la variable dependiente.

Nodo terminal Nodo filial que no se divide más.

Nominal Una variable puede ser tratada como nominal cuando

sus valores representan categorías que no obedecen a

una ordenación intrínseca.

Página v

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) Glosario

O3 Ozono.

Percentil P.e., percentil 98, P98, quiere decir que el 98% de los

datos son menores o iguales que dicho valor.

PM10 Partículas con diámetro menor de 10 µm.

Respuestas El porcentaje de casos pertenecientes al nodo que

pertenecen a la categoría especificada.

µg/m3 Microgramo (1 millonésima de 1 gramo) por metro

cúbico.

Valor límite Nivel fijado en base a conocimientos científicos que con

el fin de evitar, prevenir o reducir los efectos nocivos

para la salud humana y para el medio ambiente en su

conjunto, debe alcanzarse en un plazo determinado y

no superarse una vez alcanzado.

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) 1. Introducción

1. Introducción

Este informe es el resultado del análisis de 5 años de datos (2002-2006) de

la Red de calidad del aire del Gobierno Vasco encaminado a obtener patrones

típicos de los niveles de contaminación registrados y las relaciones causa-efecto,

o lo que es lo mismo la influencia que la meteorología con sus patrones típicos de

comportamiento en la CAPV ejerce en los niveles de contaminación.

En el apartado 2 se comienza describiendo los datos de partida

seleccionados, el control de calidad efectuado y las variables seleccionadas

finalmente para el análisis. En el Anexo A se presentan las tablas con el número

de casos resultante para todas las variables utilizadas en el análisis.

En el apartado 3 se describirán las herramientas de cálculo de patrones y

de clasificación utilizadas, cuyos algoritmos se incluyen en el Anexo B.

En el apartado 4 se presentan los principales resultados obtenidos para los

patrones y relaciones encontradas para el conjunto de los años 2002-2005

utilizado como muestra de entrenamiento, diferenciando por épocas del año, de

una forma lo más gráfica posible. Todas las tablas correspondientes a los

conglomerados finales obtenidos para los patrones, frecuencias, listados de

evolución temporal, tablas de clasificación y otros resultados indicativos de la

bondad de los modelos se presentan en los Anexos C a V.

En el apartado 5 se presentan los principales resultados de la validación

del método de clasificación utilizando para ello el año 2006 como muestra de

comprobación. En los Anexos donde se presentan el modelo de árbol para cada

contaminante y período meteorológico, se incluyen tanto los cálculos con la

muestra de entrenamiento (2002-2005) como el resultado de la comprobación

(2006).

1

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) 1. Introducción

Se concluye con el apartado 6, donde se resumen los resultados obtenidos

y se discuten los aspectos más destacables del estudio.

2

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) 2. Datos de partida

2. Datos de partida. Control de calidad

Los datos de partida para este estudio han sido los valores registrados en

la propia Red de vigilancia de la calidad del aire en la CAPV gestionada por la

Dirección de Planificación, Evaluación y Control Ambiental del Gobierno Vasco.

El período de años a analizar va desde el año 2002 al 2006 y los

contaminantes elegidos: NO2, O3 y PM10. Las variables meteorológicas utilizadas

finalmente han sido: velocidad y dirección de viento, temperatura y radiación.

Para el control de calidad se ha llevado a cabo una serie de cálculos

estadísticos y representaciones gráficas que han consistido fundamentalmente en

los diagramas de cajas de las distribuciones de los valores horarios por años,

épocas del año, horas del día,…para las distintas variables y estaciones

individualmente o agrupándolas por zonas. También se han llevado a cabo

representaciones de las series temporales. No se va a entrar en detalle ya que el

seguimiento de todo ello se ha llevado a cabo en las reuniones mantenidas

periódicamente, quedando constancia en las Actas preparadas.

De todas las estaciones de las que se tienen datos en el período analizado

se ha decidido eliminar algunas de ellas debido a que han dejado de funcionar

recientemente y en concreto en el caso de estaciones meteorológicas no se han

usado aquellas en las que se mide menos parámetros.

Se han solicitado datos de las variables meteorológicas medidas en

estaciones situadas en altura: La Garbea, Herrera, Kapildui, Oiz y Urkiola,

pertenecientes a la Dirección de Meteorología y Climatología del Gobierno Vasco,

así como los datos del perfilador RADAR situado en Punta Galea y perteneciente

también a esta Dirección. También a estos datos se les ha llevado a cabo un

control de calidad exhaustivo.

3


En el cálculo de los valores representativos diarios (medias, máximos,

mínimos,…) se ha tenido en cuenta, como es habitual, el criterio de anular los

valores resultantes de un conjunto de menos de 18 valores horarios.

En el Anexo A se presentan las tablas con el número de casos existentes

de todas las variables utilizadas.

2.1. Datos de inmisión

Con los datos de NO2, O3 y PM10 se ha decidido clasificar por estaciones

meteorológicas: invierno, primavera, verano y otoño los patrones característicos

registrados en el conjunto de los años estudiados.

En el caso de NO2 se han calculado patrones horarios únicamente para los

días laborables ya que se ha observado diferencias entre éstos y los días festivos.

Se han eliminado las estaciones de Cruces, Ingenieros, Sondika y Eibar al ser

dadas de baja en los últimos años. En las estaciones de Muskiz e Irún se han

eliminado los datos antes del cambio de ubicación. No se han utilizado los datos

de Easo por ser todavía muy pocos los existentes. Finalmente las estaciones

utilizadas han sido 63: Muskiz, Abanto, Serantes, Náutica, Barakaldo, Siete

Campas, Zorroza, María Díaz, Indautxu, San Adrián, Mazarredo, Txurdinaga,

Basauri, Parque Europa, Elorrieta, Banderas, Erandio, Ondiz, Santa Ana, Getxo,

Sangroniz, Algorta, Zierbena, Kastrexana, Arraiz, Alonsotegi, Arrigorriaga, Areta,

Llodio, Amurrio (sólo en verano y otoño), Zalla, Durango, Lemoa, Larrea, Zelaieta,

Larrabetzu, Montorra, Mondragón, Elgoibar, Hernani, Ategorrieta, Avda. Tolosa,

Rentería, Lezo, Jaizkibel, Irún, Puio, Tolosa, Beasain, Azpeitia, Avda. Gasteiz,

Tres de Marzo, Los Herrán, Fac. Farmacia, Betoño, San Martín, Agurain,

Lantarón, Elciego, Valderejo, Izkiz, Mundaka y Pagoeta.

4


En el caso de O3 se han calculado los patrones horarios únicamente para

primavera y verano. Se han eliminado las estaciones de La Arena, Barakaldo,

Cruces, Ingenieros, Ondiz, Sondika, Eibar y Amurrio (este último caso porque

todavía no se tienen suficientes datos).

Como en el caso de NO2 se han eliminado los datos de Irún y Muskiz antes

del cambio de ubicación, tras comprobar que las distribuciones de los valores

horarios (primavera) han sufrido cambios con el traslado (Figura 2.1.1).

2005200420032002

año

250

200

150

100

50

0

mus

kiz

Figura 2.1.1. Diagrama de cajas de las distribuciones de valores horarios de O3 de

Muskiz por años (primavera)

Finalmente, las estaciones analizadas han sido 52: Muskiz, Abanto,

Serantes, Maria Díaz, Mazarredo, Txurdinaga, Basauri, Parque Europa, Elorrieta,

5


Banderas, Erandio, Getxo, Sangroniz, Algorta, Zierbena, Kastrexana, Arraiz,

Alonsotegi, Arrigorriaga, Areta, Llodio, Zalla, Durango, Lemoa, Larrea, Zelaieta,

Larrabetzu, Montorra, Mondragón, Elgoibar, Hernani, Ategorrieta, Avda. Tolosa,

Puio, Rentería, Lezo, Jaizkibel, Irún, Tolosa, Beasain, Azpeitia, Avda. Gasteiz,

Tres de Marzo, Fac. Farmacia, San Martín, Agurain, Elciego, Valderejo, Izkiz,

Mundaka, Pagoeta y Urkiola.

Para el caso de PM10 se han calculado los patrones diarios únicamente a

partir del 2004. El número de estaciones utilizadas es de 46: Abanto, Náutica,

Barakaldo, Indautxu, Mazarredo, Txurdinaga, Basauri, Parque Europa, Erandio,

Getxo, Algorta, Zierbena, Kastrexana, Arraiz, Alonsotegi, Arrigorriaga, Areta,

Llodio, Zalla, Durango, Lemoa, Larrea, Zelaieta, Mondragón, Hernani, Ategorrieta,

Avda. Tolosa (se ha eliminado en el periodo de invierno por tener pocos datos),

Puio, Rentería, Lezo, Irún, Tolosa, Beasain, Azpeitia, Avda. Gasteiz, Tres de

Marzo, Fac Farmacia, Betoño, San Martín, Agurain, Lantarón, Elciego, Valderejo,

Izkiz, Mundaka y Pagoeta.

2.2. Datos de meteorología

La variable viento: velocidad y dirección ha sido transformada en sus

componentes cartesianas: Vx y Vy para calcular los patrones horarios típicos. Las

estaciones utilizadas son 29: Muskiz, Abanto, Serantes, Náutica, Barakaldo, Feria,

Basauri, Banderas, Sangroniz, Algorta, Zierbena, Kastrexana, Arraiz, Llodio,

Durango, Lemoa, Boroa, Hernani, Jaizkibel, Puio, Beasain, Azpeitia, Fac.

Farmacia, Lantarón, Elciego, Valderejo, Izkiz, Mundaka y Pagoeta.

Igualmente para las variables temperatura y radiación se han calculado los

patrones horarios típicos. Para temperatura se han utilizado las mismas

estaciones que para viento en superficie y para radiación 12 estaciones: Muskiz,

6


Basauri, Durango, Hernani, Beasain, Azpeitia, Fac. Farmacia, Lantarón,

Valderejo, Izkiz, Mundaka y Pagoeta

Los patrones característicos del viento en altura se han descrito finalmente

a partir únicamente de los datos de 1500 m de altura medidos por el perfilador

RADAR en el modo de baja resolución ubicado en Punta Galea, tras llevar a cabo

diferentes pruebas con los datos de las estaciones de La Garbea, Herrera,

Kapildui, Oiz y Urkiola, y con los del propio perfilador a diferentes alturas y

resoluciones y no obtener mejores resultados.

Para utilizar variables meteorológicas de cadencia diaria que pudieran

relacionarse con los patrones de PM10 calculados se han construido las series

temporales de la velocidad media diaria del viento y del salto térmico diario. A

partir de aquí se han calculado los patrones característicos de ambas variables.

Para incluir información acerca de la precipitación se ha calculado la

variable precipitación diaria acumulada en la estación de Mondragón de la

Dirección de Meteorología y Climatología del Gobierno Vasco. La variable de

escala calculada ha sido categorizada para establecer relaciones con los valores

medios diarios de PM10. Se ha llevado a cabo una categorización en la que los

intervalos están basados en percentiles iguales para los casos explorados. Así

tras una primera categoría en la que se agrupan los casos con ausencia de lluvia

en las demás hasta un total de 6 (5 en primavera y verano) se reparten los casos

en un número similar.

2.3. Otros

Se ha creado una serie temporal de cadencia diaria que nos indica la

procedencia de la masa aérea que afecta a la CAPV a partir de los mapas

7


sinópticos. También se han utilizado los resúmenes mensuales publicados por la

Dirección de Meteorología y Climatología del Gobierno Vasco.

Las distintas masas aéreas consideradas son (Figura 2.3.1): mA (marítima

Ártico), mP (marítima polar, Atlántico norte), mTs (marítima subtropical, Atlántico

subtropical), mT (marítima tropical, Atlántico tropical), mM (marítima

Mediterráneo), cP (continental polar, Europa), cT (continental cálida, Norte de

África), iC (ibérica cálida) e iF (ibérica fría).

Figura 2.3.1. Procedencia de las masas aéreas con destino la península ibérica

Los indicativos que empleamos para las distintas masas de aire,

corresponden a la nomenclatura internacional, en la que las letras minúsculas

8


indican su origen (m marítima y c continental) y las mayúsculas su carácter

térmico (T cálida o tropical y P y A frías o, respectivamente, polar y ártica).

Otra circunstancia que debe tenerse en cuenta es el tiempo que la masa de

aire cT o cP haya podido permanecer sobre el mar Mediterráneo antes de

alcanzar la península. Por ello se hace una nueva distinción mM, si el recorrido

sobre el Mediterráneo es grande. Finalmente se han añadido dos categorías más:

la iC y la iF, si estamos ante la circunstancia del dominio de las altas presiones sin

apenas gradiente de presión y por tanto bajo la influencia de las circulaciones

locales y de mesoescala: iC en verano y iF en invierno.

9

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) 3. Metodología

3. Metodología

La metodología utilizada es la combinación de técnicas estadísticas como

el análisis de conglomerados o CLUSTER utilizando el algoritmo QUICK

CLUSTER, también denominado análisis de conglomerados de K-medias, y los

árboles de clasificación con la utilización del algoritmo CHAID.

Los detalles de los algoritmos empleados en el QUICK CLUSTER y en el

CHAID se incluyen en el Anexo B.

El análisis de los datos se ha efectuado por separado para las 4 estaciones

meteorológicas, conocidas las particularidades de cada una de ellas en las

condiciones de dispersión observadas.

En un principio se han calculado los patrones característicos horarios tanto

para las variables meteorológicas: viento en superficie (componentes Vx y Vy),

temperatura, radiación, viento a 1500 m de altura (componente Vx y Vy) como de

inmisión: NO2 para días laborables y O3. Estos patrones son calculados con el

método del análisis de conglomerados de K-medias, estableciendo un número 12

para K. Cuando ya se tienen los patrones o categorías para cada una de estas

variables se utiliza el método de los árboles de clasificación para establecer las

relaciones entre las variables criterio o dependientes (inmisión) y las variables

predictoras o independientes (meteorología).

Para el caso de las partículas se ha partido de los valores de concentración

media diaria de PM10. Las variables meteorológicas utilizadas en este caso han

sido las velocidades medias diarias del viento en superficie, el salto térmico diario

(diferencia entre la temperatura máxima y mínima), cantidad de lluvia acumulada

a lo largo del día y la procedencia de la masa aérea. Tanto para los datos de PM10

como de velocidad media del viento en superficie y el salto térmico diario se han

10


calculado 7 patrones y la variable lluvia acumulada ha sido categorizada en un

número similar de categorías.

3.1. QUICK CLUSTER

El análisis de conglomerados de K-medias intenta identificar grupos de

casos relativamente homogéneos basándose en las características seleccionadas

y utilizando un algoritmo que puede gestionar un gran número de casos. Sin

embargo, el algoritmo requiere que el usuario especifique el número de

conglomerados.

Las distancias se han calculado utilizando como medida la distancia

euclídea simple; el escalamiento de las variables es una consideración importante

pero en este caso como se han calculado patrones separados para las diferentes

variables no se ha tenido en cuenta.

Se ha utilizado la opción de excluir casos según pareja aplicado a los casos

perdidos. Asigna casos a los conglomerados en función de las distancias que se

calculan desde todas las variables con valores no perdidos. Las razones para

utilizar esta opción son básicamente: reducir el sesgo de las estimaciones,

obtener resultados basados en un número suficiente de variables y facilitar

procesos posteriores.

Finalmente el método calcula los centros de los conglomerados finales

como la media de todos los casos agrupados en cada uno de ellos. Sin embargo,

hay que tener en cuenta que los valores que en estos centros se obtienen para

las distintas variables dependerán del nº de casos existentes para cada una de

ellas dentro del conglomerado.

11


3.2. CHAID

El procedimiento Árbol de clasificación crea un modelo de clasificación

basado en árboles, y clasifica casos en grupos o pronostica valores de una

variable (criterio) dependiente basada en valores de variables independientes

(predictores). El pronóstico se lleva a cabo asignando a todos los casos del grupo

el valor de la categoría más frecuente (con mayor respuesta).

El procedimiento se puede utilizar para:

♦ Segmentación. Identifica los casos que pueden ser miembros de un

grupo específico.

♦ Estratificación. Asigna los casos a una categoría de entre varias.

♦ Predicción. Crea reglas y las utiliza para predecir eventos futuros.

♦ Reducción de datos y clasificación de variables. Selecciona un

subconjunto útil de predictores a partir de un gran conjunto de variables para

utilizarlo en la creación de un modelo paramétrico formal.

♦ Identificación de interacción. Identifica las relaciones que pertenecen

sólo a subgrupos específicos y las especifica en un modelo paramétrico formal.

Entre los métodos de crecimiento del árbol se ha escogido el siguiente:

CHAID. Detección automática de interacciones mediante chi-cuadrado

(CHi-square Automatic Interaction Detection). En cada paso, CHAID elige la

variable independiente (predictora) que presenta la interacción más fuerte con la

variable dependiente. Las categorías de cada predictor se funden si no son

significativamente distintas respecto a la variable dependiente.

12


Los límites para el crecimiento del árbol vienen determinados por la

máxima profundidad y el número de casos mínimo para los nodos parentales y

filiares.

La máxima profundidad se ha seleccionado en base a cada caso particular,

7 para la variable O3 y NO2 y 5 para PM10, y no ha supuesto ninguna limitación

para el árbol calculado.

El número mínimo de casos en los nodos parentales ha sido de 100 para

las variables O3 y NO2 al tratarse de valores horarios y de 20 para PM10 al tratarse

de valores diarios. En lo referente a los nodos filiares ha sido de 10 para O3 y NO2

y 2 para PM10.

Los criterios utilizados en el algoritmo CHAID son:

• Nivel de significación. Puede controlar el valor de significación para la

división de nodos y la fusión de categorías. Para ambos criterios, el nivel de

significación ha sido igual a 0.05.

• Estadístico de Chi-cuadrado. El valor de chi-cuadrado para determinar la

división de nodos y la fusión de categorías se ha calculado con el método de

Pearson.

En la estimación del modelo se especifican:

• Número máximo de iteraciones. Se ha utilizado el valor 100.

• Cambio mínimo en las frecuencias esperadas de las casillas. El valor

debe ser mayor que 0 y menor que 1. Los valores inferiores tienden a generar

árboles con menos nodos, se ha elegido 0.001.

13


• Corregir los valores de significación mediante el método de Bonferroni.

Para comparaciones múltiples, los valores de significación para los criterios de

división y fusión se corrigen utilizando el método de Bonferroni.

Como resultados se obtienen:

• Riesgo. Estimación del riesgo y su error típico. Una medida de la

precisión predictiva del árbol. Para variables dependientes categóricas, la

estimación de riesgo es la proporción de casos clasificados incorrectamente

después de corregidos respecto a las probabilidades previas y los costes de

clasificación errónea.

• Tabla de clasificación. Esta tabla muestra el número de casos clasificados

correcta e incorrectamente para cada categoría de la variable dependiente.

• Tabla por categoría. La tabla incluye el porcentaje de ganancia, el

porcentaje de respuestas y el índice porcentual (elevación) por nodo.

Un porcentaje alto de respuesta indica que la categoría o patrón está muy

bien caracterizado por los indicadores meteorológicos del nodo, ya que es el

porcentaje de casos del nodo que pertenecen al patrón. Un nodo puede presentar

una respuesta muy alta para un patrón y sin embargo corresponderle una

ganancia baja, ya que la ganancia es el porcentaje de casos de un patrón que

pertenecen al nodo.

Que un patrón presente una ganancia alta en un nodo pero que sin

embargo no tenga la mayor respuesta en el mismo quiere decir que faltan más

indicadores específicos del patrón.

Lo ideal es que tanto la respuesta como la ganancia sean altas.

14

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) 4. Patrones y relaciones

4. Patrones y relaciones encontradas

En la representación gráfica de los patrones se ha utilizado el método de

interpolación llamado Kriging y un radio de búsqueda de 5 Km. En zonas como la

del bajo Nervión la densidad de estaciones favorece que la estimación sea más

real que en zonas con estaciones aisladas o distantes unas de otras en mayor

medida que el radio de búsqueda. Por otra parte el radio de búsqueda puede ser

excesivo en algunos casos pero se ha elegido para facilitar la visualización de los

resultados. En los patrones de temperatura y NO2 se han eliminado valores de

algunas estaciones singulares (Serantes, Banderas, Arraiz y Jaizkibel), que se

encuentran cercanas a otras con una mayor representatividad. En el caso de O3 a

pesar de que estas estaciones también distorsionan los niveles registrados en

otras estaciones cercanas, esto no ocurre en los periodos del día y patrones

estudiados.

4.1. Período invierno

Como período invernal se han tenido en cuenta los meses de enero,

febrero y marzo.

Las tablas correspondientes a los conglomerados finales, así como las

frecuencias absolutas de aparición y las observadas por horas del día y años, de

los 12 grupos o patrones resultantes, para las variables viento en superficie,

temperatura, radiación y viento registrado por el perfilador RADAR a 1500 m de

altura se presentan en el Anexo C. En el mismo Anexo se presentan los listados

caso a caso de la clasificación en patrones.

15


4.1.1. NO2

La tabla correspondiente a los conglomerados finales, así como las de

frecuencias de aparición y las observadas por horas del día y años, de los 12

grupos o patrones resultantes, para la variable NO2 en días laborables se

presentan en el Anexo D. En el mismo Anexo se presentan los listados caso a

caso de la clasificación en patrones.

Este periodo del año es uno de los más adversos en cuanto a niveles

registrados. Entre los patrones resultantes destacan los patrones 12, 2, 9 y 10.

El patrón 12 (Figura 4.1.1), destaca por presentar valores altos de

concentración alrededor de las 3 capitales de provincia, destacando los valores

registrados en Erandio, San Adrián, Indautxu e Irún. En el patrón 2 (Figura 4.1.2)

con valores altos, pero menores que en el caso anterior, destacan los niveles en

las estaciones de Bilbao orientadas al tráfico: San Adrián, Indautxu, Siete Campas

y la estación de Los Herrán de Vitoria. El número de casos incluidos en estos dos

patrones no es muy alto: 144 en el patrón 12 y 222 en el patrón 2 y por horas del

día su frecuencia de aparición es sensiblemente mayor a primeras horas de la

mañana, entre las 8 y las 10 h (incluidas) y sobre todo a últimas horas de la tarde,

entre las 18 y las 22 h (Tabla 4.1.1).

El patrón 10 (Figura 4.1.3) caracterizado sobre todo por unos valores muy

altos en las estaciones de Irún y Rentería ha sido un patrón que se asocia

claramente a una situación frecuente en el año 2002 (Tabla 4.1.2) pero que

prácticamente desaparece a partir de ahí. Los casos se agrupan sobre todo entre

las 8 y las 10 de la mañana.

El patrón 9 (Figura 4.1.4) destaca sobre todo por unos valores más altos en

las estaciones de Vitoria respecto a lo registrado en el resto de la Red. La

16


distribución de los casos en los diferentes años es más homogénea que en el

patrón 10 y, como en él, es mas frecuente a primeras horas de la mañana.

Tabla de contingencia hora * Número inicial de casos Recuento

Número inicial de casos 1 2 3 4 5 6 7 8 9 10 11 12 Total

1 76 0 47 75 4 34 0 3 1 0 4 0 244 2 90 0 28 87 3 31 0 0 1 0 4 0 244 3 97 0 19 91 1 33 0 0 1 0 2 0 244 4 99 0 20 85 0 37 0 1 1 0 1 0 244 5 65 0 24 94 0 56 1 1 1 0 2 0 244 6 35 0 60 82 5 43 1 7 2 0 9 0 244 7 10 8 73 18 34 20 18 30 9 2 22 0 244 8 3 19 23 8 55 15 22 24 30 22 13 10 244 9 3 16 15 6 47 17 23 29 26 27 20 15 244 10 6 15 11 12 46 21 25 32 18 22 26 10 244 11 8 9 23 11 24 32 23 39 18 11 42 4 244 12 6 6 15 22 15 56 25 35 10 2 51 1 244 13 6 3 11 11 5 87 21 20 9 0 71 0 244 14 6 6 6 17 2 94 15 11 7 0 80 0 244 15 5 6 9 22 2 81 19 15 5 0 79 1 244 16 1 11 9 24 5 50 33 20 4 1 84 2 244 17 0 23 10 11 12 29 53 22 3 3 73 5 244 18 0 32 8 4 28 20 50 26 3 4 55 14 244 19 0 33 8 3 40 19 38 30 11 6 36 20 244 20 1 19 12 2 52 25 27 30 12 13 29 22 244 21 7 8 18 6 58 28 18 32 9 9 29 22 244 22 13 6 37 9 48 41 11 24 13 5 25 12 244 23 37 1 58 23 37 44 4 17 7 1 10 5 244

hora

24 54 1 59 44 22 39 3 10 3 0 8 1 244 Total 628 222 603 767 545 952 430 458 204 128 775 144 5856

Tabla 4.1.1. Frecuencia horaria de los patrones de NO2 (laborables invierno)

Tabla de contingencia año * Número inicial de casos Recuento


2002 163 96 102 172 92 201 138 122 21 106 204 23 1440 2003 214 38 147 192 134 207 127 83 55 7 247 37 1488

año

2004 129 46 165 185 158 271 120 111 84 10 186 23 1488

17


2005 122 42 189 218 161 273 45 142 44 5 138 61 1440 Total 628 222 603 767 545 952 430 458 204 128 775 144 5856

Tabla 4.1.2. Frecuencia anual de los patrones de NO2 (laborables invierno)

Figura 4.1.1. Patrón 12 de NO2 (laborables invierno)

18




19



4.1.2. Relaciones Meteorología–NO2

El modelo de árbol de clasificación se ha optimizado para obtener mejores

resultados en los patrones de mayor interés: patrón 12, 2 y 9. Esto se ha logrado

analizando por separado los 2 períodos del día más adversos: el primero entre las

8 y las 10 horas, donde el patrón 9 es el más frecuente, y el segundo entre las 18

y las 22 horas, donde los patrones 2 y 12 son los más problemáticos.

Período 8-10 horas

Así el resumen del modelo, la tabla de clasificación y la estimación del

riesgo para el período entre las 8 y las 10 h de la mañana es el siguiente:

20


Resumen del modelo

Método de crecimiento CHAID Variable dependiente patron_no2 Variables independientes viento_sup, temperatura, radiación,

viento_1500 Validación Ninguna Máxima profundidad de árbol 7

Mínimo de casos en un nodo filial 10

Especificaciones

Mínimo de casos en un nodo parental 100

Variables independientes incluidas viento_sup, temperatura, viento_1500

Número de nodos 17 Número de nodos terminales 14

Resultados

Profundidad 2 Tabla 4.1.3.a. Modelo para NO2 (laborables invierno 8-10 h)

Clasificación

Pronosticado

Observado 1 2 3 4 5 6 7 8 9 10 11 12 Porcentaje

correcto 1 0 0 0 0 0 12 0 0 0 0 0 0 .0% 2 0 0 0 1 13 0 26 3 0 6 1 0 .0% 3 0 0 0 1 19 1 5 0 16 7 0 0 .0% 4 0 0 0 13 2 1 0 0 2 7 1 0 50.0% 5 0 0 0 1 112 0 4 4 17 10 0 0 75.7% 6 0 0 0 7 0 25 8 3 0 0 10 0 47.2% 7 0 0 0 3 6 0 47 1 0 2 11 0 67.1% 8 0 0 0 3 9 5 19 24 1 18 6 0 28.2% 9 0 0 0 3 44 0 0 0 20 7 0 0 27.0% 10 0 0 0 1 33 0 2 2 1 32 0 0 45.1% 11 0 0 0 0 0 2 13 1 0 7 36 0 61.0% 12 0 0 0 5 20 0 1 0 0 9 0 0 .0% Porcentaje global .0% .0% .0% 5.2% 35.2% 6.3% 17.1% 5.2% 7.8% 14.3% 8.9% .0% 42.2%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.1.3.b. Tabla de clasificación para NO2 (laborables invierno 8-10 h)

21


Riesgo

Estimación Error típico .578 .018

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.1.3.c. Estimación del riesgo para NO2 (laborables invierno 8-10 h)

La tabla del árbol y las ganancias para los nodos de los diferentes patrones

se presentan en el Anexo E.

Para conocer dónde están los casos del patrón 9 y cuales son los patrones

meteorológicos asociados se analiza la tabla de ganancias de los nodos

terminales:

Ganancias para los nodos

Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 16 57 7.8% 20 27.0% 35.1% 347.1% 12 51 7.0% 16 21.6% 31.4% 310.3% 15 38 5.2% 9 12.2% 23.7% 234.3% 14 18 2.5% 3 4.1% 16.7% 164.9% 6 97 13.3% 14 18.9% 14.4% 142.8% 2 90 12.3% 7 9.5% 7.8% 76.9% 11 72 9.8% 5 6.8% 6.9% 68.7% 7 86 11.7% 0 .0% .0% .0% 10 65 8.9% 0 .0% .0% .0% 9 46 6.3% 0 .0% .0% .0% 8 39 5.3% 0 .0% .0% .0% 5 38 5.2% 0 .0% .0% .0% 1 20 2.7% 0 .0% .0% .0% 13 15 2.0% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.1.4. Tabla de ganancia para el patrón 9 de NO2 (laborables invierno 8-10 h)

22


El patrón 9 es pronosticado correctamente únicamente en el nodo terminal

16.

Si en la tabla del árbol se consulta el nodo 16 se puede comprobar que se

corresponde a un nodo terminal caracterizado porque el patrón de viento en altura

es el 11 o el 10 y proviene del nodo 4. El nodo 4, con 113 casos, tiene como

condición que el patrón de viento en superficie sea 12. En el nodo 4 los patrones

de NO2 más frecuentes son el 9 y el 5, ambos con 32 casos.

Si en el modelo de árbol se detiene en el primer nivel con el nodo 4, para el

que la única condición es que el patrón de viento en superficie sea 12, el número

de casos correctamente pronosticados en el patrón 9 aumentaría, por tanto, de 20

a 32.

La decisión de en qué nivel del árbol nos quedamos está en mantener un

equilibrio entre el nivel de complejidad del modelo, el porcentaje de acierto, el

porcentaje de equivocación y las consecuencias de esta equivocación ya que en

el caso anterior la mayor parte de los casos mal pronosticados como patrón 9

recaen en casos correspondientes al patrón 5, también con valores bastante altos.

Período 18-22 h

El resumen del modelo, la tabla de clasificación resultante y la estimación

del riesgo para el período entre las 18 y las 22 h de la tarde es el siguiente:

Resumen del modelo

Método de crecimiento CHAID Variable dependiente patron_no2 Variables independientes viento_sup, temperatura, radiación,


Especificaciones


23



Variables independientes incluidas viento_sup, temperatura


Resultados

Profundidad 2 Tabla 4.1.5.a. Modelo para NO2 (laborables invierno 18-22 h)

Clasificación

Pronosticado


correcto 1 0 0 0 0 0 7 0 6 0 0 8 0 .0% 2 0 30 0 0 24 2 13 13 0 0 8 8 30.6% 3 0 1 0 0 58 9 0 12 0 0 1 2 .0% 4 0 1 0 0 3 10 0 8 0 0 2 0 .0% 5 0 14 0 0 185 0 0 14 0 0 0 13 81.9% 6 0 0 0 0 1 51 1 25 0 0 55 0 38.3% 7 0 12 0 0 16 0 18 38 0 0 55 5 12.5% 8 0 5 0 0 17 19 1 81 0 0 12 7 57.0% 9 0 2 0 0 38 0 0 4 0 0 0 4 .0% 10 0 2 0 0 17 0 0 10 0 0 0 8 .0% 11 0 8 0 0 8 3 8 27 0 0 118 2 67.8% 12 0 7 0 0 42 0 2 8 0 0 0 31 34.4% Porcentaje global .0% 6.7% .0% .0% 33.5% 8.3% 3.5% 20.2% .0% .0% 21.2% 6.6% 42.1%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.1.5.b. Tabla de clasificación para NO2 (laborables invierno 18-22 h)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.1.5.c. Estimación del riesgo para NO2 (laborables invierno 18-22 h)

24


Las tablas de ganancias para los patrones 2 y 12 son las siguientes:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 12 82 6.7% 30 30.6% 36.6% 455.5% 24 43 3.5% 13 13.3% 30.2% 376.4% 15 46 3.8% 7 7.1% 15.2% 189.4% 21 99 8.1% 12 12.2% 12.1% 150.9% 22 17 1.4% 2 2.0% 11.8% 146.5% 16 70 5.7% 7 7.1% 10.0% 124.5% 14 44 3.6% 4 4.1% 9.1% 113.2% 20 12 1.0% 1 1.0% 8.3% 103.7% 23 69 5.7% 5 5.1% 7.2% 90.2% 2 126 10.3% 7 7.1% 5.6% 69.2% 13 64 5.2% 3 3.1% 4.7% 58.4% 19 34 2.8% 1 1.0% 2.9% 36.6% 11 73 6.0% 2 2.0% 2.7% 34.1% 18 46 3.8% 1 1.0% 2.2% 27.1% 17 47 3.9% 1 1.0% 2.1% 26.5% 3 84 6.9% 1 1.0% 1.2% 14.8% 6 117 9.6% 1 1.0% .9% 10.6% 8 53 4.3% 0 .0% .0% .0% 9 49 4.0% 0 .0% .0% .0% 1 35 2.9% 0 .0% .0% .0% 25 10 .8% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.1.6. Tabla de ganancia para el patrón 2 de NO2 (laborables invierno 18-22 h)


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 19 34 2.8% 19 21.1% 55.9% 757.5% 18 46 3.8% 14 15.6% 30.4% 412.6% 15 46 3.8% 12 13.3% 26.1% 353.6% 16 70 5.7% 11 12.2% 15.7% 213.0% 14 44 3.6% 5 5.6% 11.4% 154.0% 12 82 6.7% 7 7.8% 8.5% 115.7%

25


3 84 6.9% 7 7.8% 8.3% 113.0% 2 126 10.3% 9 10.0% 7.1% 96.8% 24 43 3.5% 2 2.2% 4.7% 63.0% 17 47 3.9% 2 2.2% 4.3% 57.7% 13 64 5.2% 1 1.1% 1.6% 21.2% 21 99 8.1% 1 1.1% 1.0% 13.7% 6 117 9.6% 0 .0% .0% .0% 11 73 6.0% 0 .0% .0% .0% 23 69 5.7% 0 .0% .0% .0% 8 53 4.3% 0 .0% .0% .0% 9 49 4.0% 0 .0% .0% .0% 1 35 2.9% 0 .0% .0% .0% 22 17 1.4% 0 .0% .0% .0% 20 12 1.0% 0 .0% .0% .0% 25 10 .8% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.1.7. Tabla de ganancia para el patrón 12 de NO2 (laborables invierno 18-22

h)

El patrón 2 es pronosticado únicamente por el nodo terminal 12.

El patrón 12 es pronosticado por 2 nodos terminales: el 19 y el 15. En este

caso no se descarta incluir en el análisis el nodo 18 con una ganancia y una

respuesta superior a las del nodo 15.

El nodo terminal 12 y el nodo terminal 15, caracterizados por ciertos

patrones de temperatura, vienen del nodo 4, que tiene como condición la

existencia del patrón de viento en superficie 2.

El nodo 19 y el 18, también caracterizados por determinados patrones de

temperatura, provienen del nodo 5 que tiene como única condición la ocurrencia

del patrón 12 de viento en superficie.

Así si nos quedamos en el primer nivel del árbol tendríamos:

- en el nodo 4: 44 casos en el patrón 2, 25 casos en el patrón 12 y

167 casos en otros patrones (73 casos en el patrón 5),

26


- en el nodo 5: 46 casos patrón 12, 11 casos en el patrón 2 y 152 en

el resto (74 en el patrón 5).

Resumiendo, si en el período de tiempo seleccionado se da la existencia

del patrón de viento en superficie 2 ó 12 (445 casos), el patrón 5 de NO2 es el

más abundante (147 casos), le siguen el patrón 12 con 71 casos y el patrón 2 con

55.

Como en el período de la mañana se debe decidir el número de aciertos

suficiente, teniendo en cuenta los fallos a cometer y la gravedad de los mismos

para quedarnos en un nivel o en el siguiente.

La variable viento en superficie es la más influyente en los niveles de NO2

registrados. Los patrones de viento en superficie más adversos son el 2 y el 12

(Figuras 4.1.5 y 4.1.6), asociados a situaciones de desacoplamiento de la capa

atmosférica más baja de las condiciones de viento en altura (como el patrón 11).

En un segundo término se encuentra para el período de últimas horas de la tarde

la temperatura, los patrones con valores más altos son los que se relacionan con

los patrones de NO2 más adversos.

27


Figura 4.1.5. Patrón 2 de viento en superficie (invierno)

Figura 4.1.6. Patrón 12 de viento en superficie y patrón 11 de viento a 1500 m

Punta Galea (invierno)

28


4.1.3. Patrones diarios y Relaciones Meteorología-

PM10

Las tablas de los conglomerados de los 7 patrones calculados para los

valores medios diarios de PM10 y sus frecuencias se recogen en el Anexo F, junto

con los de meteorología diarios: velocidades medias diarias y salto térmico.

También se incluye el listado día a día de los patrones junto con las variables

lluvia acumulada en el día y procedencia de la masa aérea. La tabla del árbol y

las tablas de ganancias de los nodos para los diferentes patrones se presentan en

el mismo Anexo.

De los patrones de PM10 clasificados, dos de ellos el 7 y el 3, a pesar de

ser los que presentan los niveles de concentración más altos, son muy poco

frecuentes: 2 casos en el primero y 1 en el segundo (Tabla 4.1.8). El siguiente

más adverso en cuanto a valores registrados es el 6 (Figura 4.1.7) con 18 casos,

10 en el año 2004 y 8 en el 2005.


Número inicial de casos 1 2 3 4 5 6 7 Total

2004 28 6 0 43 4 10 0 91 año 2005 25 6 1 45 3 8 2 90

Total 53 12 1 88 7 18 2 181 Tabla 4.1.8. Frecuencia anual de los patrones de PM10 (invierno)

También se puede destacar el patrón 2 (Figura 4.1.8) con niveles en

general más bajos pero en el que existen puntualmente valores altos, como en

Lezo, Amorebieta, Beasain, Azpeitia, Rentaría, Mondragón, Betoño en Vitoria y

Erandio y Náutica en la cuenca del bajo Nervión.

29


Figura 4.1.7. Patrón 6 de PM10 (invierno)

Figura 4.1.8. Patrón 2 de PM10 (invierno)

30


El resumen para el modelo del árbol de clasificación es:

Resumen del modelo

Método de crecimiento CHAID Variable dependiente patron_pm10 Variables independientes masa_aerea, patron_vv, lluvia_dia

(Categorizada), patron_dt Validación Ninguna Máxima profundidad de árbol 5


Especificaciones


Variables independientes incluidas patron_dt, patron_vv, lluvia_dia (Categorizada)


Resultados

Profundidad 3 Tabla 4.1.9.a. Modelo para PM10 (invierno)

Clasificación

Pronosticado

Observado 1 2 3 4 5 6 7 Porcentaje correcto 1 45 0 0 3 0 5 0 84.9% 2 6 0 0 5 0 1 0 .0% 3 0 0 0 0 0 1 0 .0% 4 30 0 0 57 0 1 0 64.8% 5 0 0 0 7 0 0 0 .0% 6 7 0 0 0 0 11 0 61.1% 7 1 0 0 1 0 0 0 .0% Porcentaje global 49.2% .0% .0% 40.3% .0% 10.5% .0% 62.4%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.1.9.b. Tabla de clasificación para PM10 (invierno)

31


Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.1.9.c. Estimación del riesgo para PM10 (invierno)

El patrón 6 es el único para el que se encuentra relación con las variables

meteorológicas seleccionadas. La tabla de ganancias es:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 4 19 10.5% 11 61.1% 57.9% 582.2% 5 38 21.0% 6 33.3% 15.8% 158.8% 8 32 17.7% 1 5.6% 3.1% 31.4% 11 53 29.3% 0 .0% .0% .0% 6 17 9.4% 0 .0% .0% .0% 3 15 8.3% 0 .0% .0% .0% 10 4 2.2% 0 .0% .0% .0% 9 3 1.7% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.1.10. Tabla de ganancia para el patrón 6 de PM10 (invierno)

El nodo 4 es el único nodo terminal en que se pronostica el patrón 6. En el

árbol resultante (Figura 4.1.9) se aprecia que en el nodo 4 se encuentran todos

los días con un salto térmico correspondiente al patrón 1.

32


Figura 4.1.9. Arbol de clasificación de PM10 (invierno)

33


El patrón 1 para el salto térmico diario (Figura 4.1.10) se caracteriza por

unos valores del salto térmico cercanos a los 18 °C en algunos puntos del interior.

En general los valores más bajos se dan en la zona costera y los más altos en el

interior de los valles costeros.

Figura 4.1.10. Patrón 1 de Salto térmico diario (invierno)

34


4.2. Período primavera

Como período primavera se han tenido en cuenta los meses de abril, mayo

y junio



grupos o patrones resultantes, para las variables viento en superficie,


altura en Punta Galea se presentan en el Anexo G. En el mismo Anexo se

presentan los listados caso a caso de la clasificación en patrones.

4.2.1. NO2

Si destacamos los 4 patrones más adversos clasificados para los valores

horarios de NO2 registrados los días laborables (Anexo H), éstos serían los

patrones 7, 10, 2 y 3. A pesar de ser los patrones más adversos son los menos

frecuentes (Tabla 4.2.1).

El patrón 7 (Figura 4.2.1) es el que presenta unos niveles más altos y

generalizados en las 3 capitales y es el menos frecuente de todos, disminuyendo

además su frecuencia con los años (Tabla 4.2.2). Es a primeras horas de la

mañana cuando muestra una frecuencia de aparición más elevada, sobre todo

entre las 7 y las 9-10 h.

Le siguen el patrón 10 (Figura 4.2.2) y el patrón 2 (Figura 4.2.3) con niveles

algo más bajos, el primero más frecuente en el año 2002 y el segundo en general

más frecuente y destacando el año 2005. Por horas estos 2 patrones son más

frecuentes entre las 6 y las 10 h del día.

35


Por último el patrón 3 (Figura 4.2.4) que presenta valores altos en

estaciones orientadas al tráfico de Bilbao: Indautxu, San Adrián, Siete Campas y

se produce sobre todo entre las 17 y las 21 h.



1 64 1 1 122 2 3 0 0 2 1 52 3 251 2 79 0 0 123 1 2 0 0 1 0 45 0 251 3 82 0 0 120 1 2 0 0 2 0 44 0 251 4 74 3 0 99 0 7 0 0 5 0 62 1 251 5 46 16 0 37 7 27 0 4 23 2 89 0 251 6 8 53 3 1 15 7 2 37 27 24 70 4 251 7 1 79 4 1 10 1 31 33 16 47 26 2 251 8 2 51 14 1 11 5 40 35 22 45 18 7 251 9 9 35 8 1 14 17 27 30 35 34 21 20 251 10 13 19 19 4 25 34 14 28 33 20 18 24 251 11 14 4 15 8 31 58 3 28 39 7 15 29 251 12 15 1 6 12 40 96 0 19 28 1 4 29 251 13 22 0 3 14 32 121 0 13 9 0 1 36 251 14 20 1 5 12 26 113 0 4 9 0 0 61 251 15 14 1 9 11 24 115 0 6 11 0 1 59 251 16 5 0 17 5 32 100 0 12 18 1 4 57 251 17 3 3 19 2 38 99 1 24 20 1 0 41 251 18 3 3 19 1 53 93 1 24 19 6 4 25 251 19 0 5 26 1 66 84 1 24 22 5 5 12 251 20 2 11 28 4 61 73 5 22 23 8 7 7 251 21 9 14 22 14 36 74 5 13 32 10 15 7 251 22 36 11 11 60 14 40 3 8 21 9 34 4 251 23 44 7 4 88 8 18 1 5 17 11 46 2 251

hora

24 57 8 2 108 6 4 0 3 7 2 52 2 251 Total 622 326 235 849 553 1193 134 372 441 234 633 432 6024

Tabla 4.2.1. Frecuencia horaria de los patrones de NO2 (laborables primavera)

Tabla de contingencia año * Número inicial de casos Recuento Número inicial de casos Total

36


1 2 3 4 5 6 7 8 9 10 11 12 2002 139 77 80 190 169 192 76 152 120 93 140 108 1536 2003 175 80 38 217 125 299 27 83 133 49 142 96 1464 2004 129 63 62 259 114 355 19 89 93 45 154 106 1488

año

2005 179 106 55 183 145 347 12 48 95 47 197 122 1536 Total 622 326 235 849 553 1193 134 372 441 234 633 432 6024

Tabla 4.2.2. Frecuencia anual de los patrones de NO2 (laborables primavera)

Figura 4.2.1. Patrón 7 de NO2 (laborables primavera)

37




38




Se han estudiado por separado los 2 períodos más adversos, a primeras

horas de la mañana y a últimas horas de la tarde, donde con más frecuencia se

observan niveles altos.

Período 6-10 h

Los patrones 7, 10 y 2 se dan sobre todo en este momento del día. El

resumen del modelo de árbol, así como el riesgo de estimación y la tabla de

clasificación son los siguientes:

39


Resumen del modelo

Método de crecimiento CHAID Variable dependiente patron_no2 Variables independientes viento_sup, temperatura, radiacion,



Especificaciones


Variables independientes incluidas viento_sup, temperatura, radiacion


Resultados

Profundidad 3 Tabla 4.2.3.a. Modelo para NO2 (laborables primavera 6-10 h)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.2.3.b. Estimación del riesgo para NO2 (laborables primavera 6-10 h)

Clasificación

Pronosticado


correcto 1 0 15 0 0 1 0 0 0 10 0 7 0 .0% 2 0 179 3 0 4 0 0 0 7 3 41 0 75.5% 3 0 8 9 0 6 8 0 8 5 2 2 0 18.8% 4 0 1 0 0 0 2 0 0 2 0 3 0 .0% 5 0 5 6 0 20 15 0 20 0 1 8 0 26.7% 6 0 1 2 0 0 36 0 21 2 0 2 0 56.3%

40


7 0 76 6 0 3 5 0 1 2 8 13 0 .0% 8 0 26 5 0 12 14 0 48 24 29 5 0 29.4% 9 0 13 0 0 6 21 0 7 75 7 4 0 56.4% 10 0 54 0 0 2 7 0 2 34 58 13 0 34.1% 11 0 76 1 0 2 3 0 0 7 2 62 0 40.5% 12 0 16 3 0 3 13 0 9 6 3 4 0 .0% Porcentaje global .0% 37.5% 2.8% .0% 4.7% 9.9% .0% 9.2% 13.9% 9.0% 13.1% .0% 38.8%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.2.3.c. Tabla de clasificación para NO2 (laborables primavera 6-10 h)

En el Anexo I se presentan la tabla del árbol y las ganancias para los nodos

terminales de los 12 patrones o categorías de NO2.

El patrón 10 presenta la tabla de ganancias siguiente:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 19 113 9.0% 58 34.1% 51.3% 378.9% 20 26 2.1% 7 4.1% 26.9% 198.8% 12 138 11.0% 36 21.2% 26.1% 192.6% 6 96 7.6% 24 14.1% 25.0% 184.6% 13 72 5.7% 10 5.9% 13.9% 102.5% 7 50 4.0% 5 2.9% 10.0% 73.8% 2 67 5.3% 5 2.9% 7.5% 55.1% 18 33 2.6% 2 1.2% 6.1% 44.7% 17 170 13.5% 10 5.9% 5.9% 43.4% 5 52 4.1% 3 1.8% 5.8% 42.6% 14 40 3.2% 2 1.2% 5.0% 36.9% 22 92 7.3% 3 1.8% 3.3% 24.1% 9 74 5.9% 2 1.2% 2.7% 20.0% 8 80 6.4% 2 1.2% 2.5% 18.5% 21 62 4.9% 1 .6% 1.6% 11.9% 11 36 2.9% 0 .0% .0% .0% 15 35 2.8% 0 .0% .0% .0% 10 19 1.5% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.2.4. Tabla de ganancia para el patrón 10 de NO2 (laborables primavera 6-10

h)

41


El nodo 19 es el único nodo que pronostica correctamente el patrón 10. El

nodo 19, que impone condiciones al patrón de radiación, proviene del nodo 4 (139

casos) caracterizado por el patrón de viento en superficie 1, en el que también el

patrón 10 es el predominante con 65 casos.


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 17 170 13.5% 49 43.0% 28.8% 317.3% 15 35 2.8% 6 5.3% 17.1% 188.7% 13 72 5.7% 11 9.6% 15.3% 168.2% 2 67 5.3% 10 8.8% 14.9% 164.3% 21 62 4.9% 8 7.0% 12.9% 142.0% 10 19 1.5% 2 1.8% 10.5% 115.9% 19 113 9.0% 8 7.0% 7.1% 77.9% 9 74 5.9% 5 4.4% 6.8% 74.4% 18 33 2.6% 2 1.8% 6.1% 66.7% 12 138 11.0% 7 6.1% 5.1% 55.8% 14 40 3.2% 1 .9% 2.5% 27.5% 22 92 7.3% 2 1.8% 2.2% 23.9% 5 52 4.1% 1 .9% 1.9% 21.2% 8 80 6.4% 1 .9% 1.3% 13.8% 6 96 7.6% 1 .9% 1.0% 11.5% 7 50 4.0% 0 .0% .0% .0% 11 36 2.9% 0 .0% .0% .0% 20 26 2.1% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.2.5. Tabla de ganancia para el patrón 7 de NO2 (laborables primavera 6-10 h)

El patrón 7, muy adverso desde el punto de vista de los niveles de

concentración registrados, no es pronosticado por ningún nodo, pero presenta

una ganancia apreciable (61 casos) en el nodo 17. Este nodo, que tiene

limitaciones para los patrones de radiación posibles, proviene del nodo 3 (357

casos) caracterizado por un patrón de viento en superficie 8.

42



Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 21 62 4.9% 35 14.8% 56.5% 298.9% 18 33 2.6% 15 6.3% 45.5% 240.7% 17 170 13.5% 67 28.3% 39.4% 208.7% 2 67 5.3% 24 10.1% 35.8% 189.7% 22 92 7.3% 32 13.5% 34.8% 184.2% 12 138 11.0% 38 16.0% 27.5% 145.8% 13 72 5.7% 9 3.8% 12.5% 66.2% 14 40 3.2% 4 1.7% 10.0% 53.0% 15 35 2.8% 3 1.3% 8.6% 45.4% 6 96 7.6% 7 3.0% 7.3% 38.6% 19 113 9.0% 3 1.3% 2.7% 14.1% 8 80 6.4% 0 .0% .0% .0% 9 74 5.9% 0 .0% .0% .0% 5 52 4.1% 0 .0% .0% .0% 7 50 4.0% 0 .0% .0% .0% 11 36 2.9% 0 .0% .0% .0% 20 26 2.1% 0 .0% .0% .0% 10 19 1.5% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.2.6. Tabla de ganancia para el patrón 2 de NO2 (laborables primavera 6-10 h)

El patrón 2 es el más abundante en este período del día y está más

repartido. Es pronosticado correctamente en los nodos 21, 18, 17, 2 y 12.

El nodo terminal 2 está caracterizado por un patrón 9 de viento en

superficie.

Los nodos 21 (tercer nivel), 18 y 17 (segundo nivel), donde se combinan

limitaciones a los patrones de radiación y temperatura, provienen del nodo 3 y en

él el patrón 2 presenta la mayor respuesta, 149 casos.

43


El nodo 12 caracterizado por ciertos patrones de temperatura cuelga del

nodo 1 con patrón de viento en superficie 6 (285 casos) y en el que el patrón 2 es

también el mas abundante con 54 casos.

Por tanto el patrón 2 tiene una frecuencia de 227 casos si juntamos los

nodos 1, 2 y 3: viento en superficie 6, 9 y 8 respectivamente (709 casos en

conjunto)

Hay que mencionar que del nodo 1 cuelga el nodo 15 terminal que

presenta la mayor respuesta en el patrón 3 y por tanto lo pronostica

correctamente, pero que lo estudiaremos en detalle en el periodo de la tarde-

noche por ser más frecuente a esas horas.

Período 17-21 h

De los patrones señalados como más adversos, el 3 es el más frecuente

(114 casos) y mejor pronosticado.

EL resumen del modelo se presenta a continuación:

Resumen del modelo




Especificaciones



Resultados

Número de nodos 37

44


Número de nodos terminales 28

Profundidad 3 Tabla 4.2.7.a. Modelo para NO2 (laborables primavera 17-21 h)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.2.7.b. Estimación del riesgo para NO2 (laborables primavera 17-21 h)

Clasificación

Pronosticado


correcto 1 0 1 0 0 4 0 0 2 6 0 4 0 .0% 2 0 27 0 0 1 0 0 1 3 0 4 0 75.0% 3 0 10 40 0 35 9 0 12 0 0 0 8 35.1% 4 0 0 0 0 2 17 0 1 2 0 0 0 .0% 5 0 7 14 0 113 99 0 21 0 0 0 0 44.5% 6 0 3 6 0 57 320 0 28 9 0 0 0 75.7% 7 0 3 5 0 1 0 0 1 3 0 0 0 .0% 8 0 4 1 0 9 22 0 49 21 0 1 0 45.8% 9 0 9 5 0 5 17 0 30 49 0 0 1 42.2% 10 0 8 3 0 4 0 0 10 4 0 0 1 .0% 11 0 11 1 0 2 1 0 3 3 0 10 0 32.3% 12 0 4 11 0 37 19 0 6 1 0 3 11 12.0% Porcentaje global .0% 6.9% 6.9% .0% 21.5% 40.2% .0% 13.1% 8.0% .0% 1.8% 1.7% 49.3%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.2.7.c. Tabla de clasificación para NO2 (laborables primavera 17-21 h)

45


La tabla de ganancias para el patrón 3 se presenta a continuación:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 29 17 1.4% 13 11.4% 76.5% 841.8% 20 69 5.5% 27 23.7% 39.1% 430.8% 14 21 1.7% 8 7.0% 38.1% 419.4% 28 35 2.8% 12 10.5% 34.3% 377.4% 18 43 3.4% 9 7.9% 20.9% 230.4% 30 53 4.2% 8 7.0% 15.1% 166.2% 25 29 2.3% 4 3.5% 13.8% 151.8% 7 87 6.9% 10 8.8% 11.5% 126.5% 10 41 3.3% 4 3.5% 9.8% 107.4% 13 64 5.1% 5 4.4% 7.8% 86.0% 17 69 5.5% 4 3.5% 5.8% 63.8% 33 20 1.6% 1 .9% 5.0% 55.0% 15 89 7.1% 4 3.5% 4.5% 49.5% 19 48 3.8% 2 1.8% 4.2% 45.9% 4 84 6.7% 2 1.8% 2.4% 26.2% 23 54 4.3% 1 .9% 1.9% 20.4% 36 89 7.1% 0 .0% .0% .0% 31 60 4.8% 0 .0% .0% .0% 5 57 4.5% 0 .0% .0% .0% 16 39 3.1% 0 .0% .0% .0% 34 38 3.0% 0 .0% .0% .0% 8 29 2.3% 0 .0% .0% .0% 35 24 1.9% 0 .0% .0% .0% 32 22 1.8% 0 .0% .0% .0% 11 22 1.8% 0 .0% .0% .0% 24 20 1.6% 0 .0% .0% .0% 26 17 1.4% 0 .0% .0% .0% 21 15 1.2% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.2.8. Tabla de ganancia para el patrón 3 de NO2 (laborables primavera 17-21

h)

46


El patrón 3 es pronosticado correctamente en 2 nodos terminales el 20 y el

29.

El nodo 20, donde el patrón 3 tiene la mayor ganancia, proviene del nodo 3

(175 casos), que tiene como condición que el patrón de viento en superficie sea 6

(como en el período de la mañana) y en el que el patrón 3 es también uno de los

patrones más frecuentes con 38 casos.

En el nodo 29 presenta una respuesta muy alta en el patrón 3. Es decir que

el porcentaje de equivocación es muy bajo. El nodo 29 tiene como condición que

el patrón de viento registrado a 1500 m con el perfilador RADAR sea 10 o 3.

Proviene del nodo 12, que se caracteriza por un patrón de temperatura 1, 2, 12 o

8; que a su vez cuelga del nodo 1 que se caracteriza por un patrón de viento en

superficie 11(190 casos). En el nodo 1 el patrón 3 tiene 46 casos.

Resumiendo, por la mañana con patrón de viento en superficie 1 (Figura

4.2.5) predomina el patrón 10 de NO2, los patrones de viento en superficie 9

(Figura 4.2.6), 8 (Figura 4.2.7) y 6 (Figura 4.2.8) están asociados con una

frecuencia muy alta del patrón 2 de NO2. Además en el patrón 8 de viento en

superficie se da también una frecuencia apreciable del patrón 7 de NO2, sobre

todo con ciertos patrones de radiación y en el patrón 6 de viento en superficie

también puede aparecer el patrón 3 de NO2 con ciertos patrones de temperatura,

pero este patrón es más frecuente por la tarde. Por la tarde también el patrón de

viento en superficie 6 está asociado a un patrón 3 de NO2 pero además y con una

respuesta muy alta al patrón de viento en superficie 11 (Figura 4.2.9) si el patrón

de temperatura es 1, 2, 12 (Figura 4.2.10) o 8 y el patrón de viento en altura es 10

o 3 (Figura 4.2.9).

47


Figura 4.2.5. Patrón 1 de viento en superficie (primavera)


48




49


Figura 4.2.9. Patrón 11 de viento en superficie y patrón 3 de viento a 1500 m

Punta Galea (primavera)

Figura 4.2.10. Patrón 12 de temperatura (primavera)

50


El patrón 8 de viento en superficie (uno de los más frecuentes) y el 11,

pueden asociarse a situaciones de vientos locales como las brisas de tierra y mar

con preferencias claras por los períodos nocturnos u diurnos respectivamente. El

6 es un patrón con vientos muy flojos, casi calma, que se puede dar a cualquier

hora del día pero en especial entre las 21 h y las 2 h.

4.2.3. O3



grupos o patrones resultantes, para la variable ozono en primavera se presentan

en el Anexo J. En el mismo Anexo se presentan los listados caso a caso de la

clasificación en patrones.

Los patrones de ozono más adversos son el patrón 9 (Figura 4.2.11) y

sobre todo el patrón 4 (Figura 4.2.12) que a su vez es el menos frecuente. Los 2

patrones presentan una preferencia clara de aparición al período vespertino

(Tabla 4.2.9).



1 43 26 35 2 45 23 22 42 22 45 36 23 364 2 57 25 37 4 44 20 24 41 18 38 35 21 364 3 67 28 37 3 43 16 20 34 18 43 35 20 364 4 88 27 34 1 35 12 30 28 16 47 28 18 364 5 107 23 29 0 46 10 31 29 8 39 21 21 364 6 131 11 21 0 61 10 36 23 1 29 15 26 364 7 132 11 24 0 58 5 40 34 0 28 10 22 364 8 73 16 31 0 61 11 71 31 2 25 10 33 364 9 21 32 67 0 32 25 82 31 7 7 34 26 364 10 4 51 98 1 7 32 46 15 19 0 66 25 364

hora

11 1 62 71 8 3 27 19 2 45 0 108 18 364

51


12 0 61 47 26 2 15 8 2 86 0 107 10 364 13 0 59 25 38 0 18 8 0 112 0 99 5 364 14 0 48 19 47 1 17 9 0 124 0 94 5 364 15 1 52 18 49 1 13 6 1 132 0 84 7 364 16 1 49 24 49 1 13 9 1 121 0 89 7 364 17 1 64 29 39 0 13 11 2 110 0 85 10 364 18 1 60 39 30 1 20 12 5 87 0 92 17 364 19 2 78 47 19 3 32 16 6 52 0 91 18 364 20 5 77 59 9 8 34 28 15 25 0 63 41 364 21 9 53 52 5 20 36 36 52 21 4 35 41 364 22 14 40 37 4 29 31 39 70 25 13 29 33 364 23 19 39 33 3 45 20 34 62 24 23 32 30 364 24 25 32 32 2 51 18 33 50 26 36 34 25 364

Total 802 1024 945 339 597 471 670 576 1101 377 1332 502 8736 Tabla 4.2.9. Frecuencia horaria de los patrones de O3 (primavera)

Figura 4.2.11. Patrón 9 de O3 (primavera)

52


Figura 4.2.12. Patrón 4 de O3 (primavera)

4.2.4. Relaciones Meteorología–O3

En este caso se introduce la variable hora forzosamente como primera

variable y el modelo resultante es el siguiente:

Resumen del modelo

Método de crecimiento CHAID Variable dependiente patron_ozo Variables independientes viento_sup, radiacion, temperatura,

viento_1500, hora Validación Ninguna Máxima profundidad de árbol 7


Especificaciones


53


Variables independientes incluidas

hora, viento_sup, temperatura, viento_1500, radiacion


Resultados

Profundidad 5 Tabla 4.2.10.a. Modelo para O3 (primavera)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 4.2.10.b. Estimación del riesgo para O3 (primavera)

Clasificación

Pronosticado


correcto 1 527 1 22 0 76 0 32 73 0 48 15 8 65.7% 2 32 279 137 6 17 14 55 34 119 4 284 43 27.2% 3 47 154 273 3 43 13 84 62 30 9 171 56 28.9% 4 0 10 5 98 0 2 0 0 148 0 75 1 28.9% 5 141 5 43 0 142 1 50 131 0 56 10 18 23.8% 6 19 46 96 0 14 28 40 50 46 3 107 22 5.9% 7 92 81 119 0 41 3 166 60 8 18 53 29 24.8% 8 40 29 46 0 41 14 69 233 8 34 26 36 40.5% 9 6 80 52 46 2 4 9 7 531 4 340 20 48.2% 10 188 0 2 0 25 0 12 21 0 123 5 1 32.6% 11 12 184 122 24 5 12 19 18 243 3 644 46 48.3% 12 7 83 60 0 29 9 39 72 14 0 79 110 21.9% Porcentaje global 12.7% 10.9% 11.2% 2.0% 5.0% 1.1% 6.6% 8.7% 13.1% 3.5% 20.7% 4.5% 36.1%

Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 4.2.10.c. Tabla de clasificación para O3 (primavera)

Todos los patrones presentan un porcentaje de aciertos apreciable salvo el

patrón 6, que puede ser explicado por estar más ligado a períodos transitorios en

54


los que las condiciones meteorológicas no están tan definidas y duran pocas

horas.

La tabla del árbol resultante se presenta en el Anexo K. El algoritmo

utilizado clasifica el período diario en grupos de horas. Los patrones 4 y 9 no se

pronostican fuera de los períodos agrupados entre las 13 y las 18 h.

El análisis se va a centrar en el patrón 4. Así la tabla de ganancias del

patrón 4, eliminando los nodos terminales en los que no se existe ningún caso en

este patrón es:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 143 21 .2% 14 4.1% 66.7% 1718.0% 130 81 .9% 46 13.6% 56.8% 1463.5% 146 20 .2% 11 3.2% 55.0% 1417.3% 178 55 .6% 27 8.0% 49.1% 1265.1% 179 139 1.6% 50 14.7% 36.0% 927.0% 126 32 .4% 9 2.7% 28.1% 724.8% 122 50 .6% 14 4.1% 28.0% 721.6% 131 53 .6% 12 3.5% 22.6% 583.5% 128 91 1.0% 20 5.9% 22.0% 566.4% 142 45 .5% 8 2.4% 17.8% 458.1% 145 79 .9% 13 3.8% 16.5% 424.1% 141 64 .7% 10 2.9% 15.6% 402.7% 72 60 .7% 9 2.7% 15.0% 386.5% 120 77 .9% 11 3.2% 14.3% 368.1% 148 51 .6% 5 1.5% 9.8% 252.6% 87 21 .2% 2 .6% 9.5% 245.4% 20 80 .9% 7 2.1% 8.8% 225.5% 92 50 .6% 4 1.2% 8.0% 206.2% 136 25 .3% 2 .6% 8.0% 206.2% 134 42 .5% 3 .9% 7.1% 184.1% 124 44 .5% 3 .9% 6.8% 175.7% 54 120 1.4% 8 2.4% 6.7% 171.8% 101 15 .2% 1 .3% 6.7% 171.8% 125 17 .2% 1 .3% 5.9% 151.6% 121 17 .2% 1 .3% 5.9% 151.6% 77 36 .4% 2 .6% 5.6% 143.2%

55


151 39 .4% 2 .6% 5.1% 132.2% 86 64 .7% 3 .9% 4.7% 120.8% 78 133 1.5% 6 1.8% 4.5% 116.3% 62 116 1.3% 5 1.5% 4.3% 111.1% 26 24 .3% 1 .3% 4.2% 107.4% 144 98 1.1% 4 1.2% 4.1% 105.2% 138 184 2.1% 7 2.1% 3.8% 98.0% 177 68 .8% 2 .6% 2.9% 75.8% 73 36 .4% 1 .3% 2.8% 71.6% 71 73 .8% 2 .6% 2.7% 70.6% 127 82 .9% 2 .6% 2.4% 62.9% 49 48 .5% 1 .3% 2.1% 53.7% 154 53 .6% 1 .3% 1.9% 48.6% 169 59 .7% 1 .3% 1.7% 43.7% 147 123 1.4% 2 .6% 1.6% 41.9% 64 141 1.6% 2 .6% 1.4% 36.6% 83 79 .9% 1 .3% 1.3% 32.6% 175 84 1.0% 1 .3% 1.2% 30.7% 163 117 1.3% 1 .3% .9% 22.0% 76 118 1.4% 1 .3% .8% 21.8%

Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 4.2.11. Tabla de ganancia para el patrón 4 de O3 (primavera)

En los 4 primeros nodos el patrón 4 es pronosticado correctamente: el nodo

130 y 178 pertenecientes al período entre las 13 y las 16 h y los nodos 143 y 146

pertenecientes al período entre las 17 y las 18 h.

En el nodo 130 el patrón de temperatura tiene que ser 10 ó 11 y cuelga del

nodo 61 con un patrón de radiación 6 o 11.

El nodo 178 con patrón de viento en altura es 5, 6, 3, 4 ó 2, cuelga del 129

con patrón de temperatura 3, 12 ó 6, que a su vez cuelga del nodo 61 igual que

en el caso anterior.

En los demás nodos terminales que cuelgan del nodo 61, aparte del 130 y

178 predomina el patrón 9 de O3 y en ellos también existe un nº de casos

apreciable del patrón 4 de O3, por lo que si el modelo se limita al primer nivel se

56


tiene que con un patrón de radiación 6 ó 11 (413 casos) se tienen 185 casos de

patrón 9 de O3 y 109 casos de patrón 4 de O3.

El nodo 143 en el que la temperatura presenta un patrón 10 ó 11 cuelga del

nodo 69 del primer nivel con un patrón de radiación 4.

El nodo 146 en el que la temperatura también presenta un patrón 10 ó 11

cuelga del nodo 70 del primer nivel para el que el patrón de radiación es 6 o 8.

Resumiendo podemos decir que la variable radiación juega un papel muy

importante para que se produzcan niveles altos de O3. Los patrones 6 ó 11, entre

las 13 y las 16 horas y 6, 8 ó 4 entre las 17 y 18 h con patrones de temperatura 10

(Figura 4.2.8) ó 11(Figura 4.2.9), más frecuente a primeras horas de la tarde, son

bastante decisivos para que se produzca el patrón 4 de ozono.


57




PM10


valores medios diarios de PM10 y sus frecuencias se recogen en el Anexo L, junto

con los de meteorología diarios.

Los patrones de PM10 calculados demuestran que no se alcanzan los

niveles que se dan en invierno. El patrón 3 es un patrón en el que se agrupan

únicamente 4 casos aislados ocurridos en el año 2004 (Tabla 4.2.12) y

caracterizados por valores altos en las estaciones de Betoño y Agurain.

Los patrones 7 (Figura 4.2.15) y 1 (Figura 4.2.16) son los patrones con

niveles más altos y a su vez menos frecuentes después del 3.

58




2004 8 17 4 14 19 17 12 91 año 2005 14 19 0 15 19 20 4 91

Total 22 36 4 29 38 37 16 182 Tabla 4.2.12. Frecuencia anual de los patrones de PM10 (primavera)

Figura 4.2.15. Patrón 7 de PM10 (primavera)

59


Figura 4.2.16. Patrón 1 de PM10 (primavera)

El modelo resultante se presenta a continuación, junto con el gráfico del

árbol y las tablas de estimación del riesgo y la clasificación:

Resumen del modelo




Especificaciones


Variables independientes incluidas patron_dt, patron_vv

Resultados

Número de nodos 8

60



Profundidad 2 Tabla 4.2.13.a. Modelo para PM10 (primavera)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.2.13.b. Estimación del riesgo para PM10 (primavera)

Clasificación

Pronosticado

Observado 1 2 3 4 5 6 7 Porcentaje correcto 1 16 0 0 3 3 0 0 72.7% 2 2 23 0 6 5 0 0 63.9% 3 0 0 0 4 0 0 0 .0% 4 0 14 0 13 2 0 0 44.8% 5 7 12 0 2 17 0 0 44.7% 6 13 5 0 3 16 0 0 .0% 7 9 1 0 2 4 0 0 .0% Porcentaje global 25.8% 30.2% .0% 18.1% 25.8% .0% .0% 37.9%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.2.13.c. Tabla de clasificación para PM10 (primavera)

También se presenta el gráfico del árbol de clasificación resultante:

61


Figura 4.2.17. Arbol de clasificación de PM10 (primavera)

Las ganancias de los nodos terminales para los patrones 7 y 1 son:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 4 47 25.8% 16 72.7% 34.0% 281.6% 2 22 12.1% 3 13.6% 13.6% 112.8%

62


7 8 4.4% 1 4.5% 12.5% 103.4% 3 39 21.4% 2 9.1% 5.1% 42.4% 6 55 30.2% 0 .0% .0% .0% 5 11 6.0% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.2.14. Tabla de ganancias para el patrón 1 de PM10 (primavera)


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 4 47 25.8% 9 56.3% 19.1% 217.8% 3 39 21.4% 4 25.0% 10.3% 116.7% 5 11 6.0% 1 6.3% 9.1% 103.4% 2 22 12.1% 1 6.3% 4.5% 51.7% 6 55 30.2% 1 6.3% 1.8% 20.7% 7 8 4.4% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.2.15. Tabla de ganancias para el patrón 7 de PM10 (primavera)

El nodo 4 pronostica correctamente el patrón 1 de PM10 y está asociado a

unas condiciones del salto térmico de patrón 1 (Figura 4.2.18), 3 ó 5 (Figura

4.2.19). El patrón 7 de PM10 no es pronosticado en ningún nodo aunque presenta

una ganancia alta también en el nodo 4.

63


Figura 4.2.18. Patrón 1 de salto térmico diario (primavera)

Figura 4.2.19. Patrón 5 de salto térmico diario (primavera)

64


El patrón 1 se caracteriza por tener los mayores valores de salto térmico

diario en la zona del alto Nervión e Ibaizabal y el patrón 5, con las diferencias

entre la temperatura máxima y mínima diaria más altas, en el interior de los valles

costeros y en la llanada alavesa.

Por tanto vuelve a aparecer el salto térmico como una variable influyente

en los niveles adversos registrados.

65


4.3. Período verano

Como período verano se han tenido en cuenta los meses de julio, agosto y

setiembre.





altura en Punta Galea se presentan en el Anexo M. En el mismo Anexo se


4.3.1. NO2

Si destacamos los patrones más adversos clasificados para los valores

horarios de NO2 registrados los días laborables (Anexo N), éstos serían los

patrones 8, 7, y 3.

El patrón 8 (Figura 4.3.1) es más frecuente a primeras horas de la mañana

y hacia la tarde noche (Tabla 4.3.1). El patrón 7 (Figura 4.3.2) presenta muy

pocos casos, sobre todo en el año 2003 (Tabla 4.3.2). El patrón 3 (Figura 4.3.3)

es más frecuente a primeras horas del día.


Número inicial de casos 1 2 3 4 5 6 7 8 9 10 11 12 Total hora 1 4 1 0 1 82 8 0 0 104 5 0 53 258

66


2 4 0 0 1 82 6 0 0 119 0 0 46 258 3 3 0 0 1 77 6 0 0 125 0 0 46 258 4 5 3 0 1 53 8 0 0 123 0 0 65 258 5 7 11 1 1 16 17 0 0 98 8 0 99 258 6 2 37 8 6 3 53 0 4 31 8 1 105 258 7 2 36 16 17 2 105 0 11 5 0 4 60 258 8 2 39 25 15 4 111 0 15 6 4 2 35 258 9 3 60 30 17 8 73 0 8 12 14 4 29 258 10 17 68 26 14 9 31 0 5 20 36 10 22 258 11 45 40 11 15 12 12 0 2 27 65 9 20 258 12 92 15 3 16 19 2 0 1 24 73 8 5 258 13 119 11 0 6 32 0 0 0 18 61 10 1 258 14 117 8 0 4 39 0 0 0 16 62 8 4 258 15 114 14 0 2 35 1 0 0 17 61 10 4 258 16 111 17 0 4 31 1 0 0 8 71 11 4 258 17 112 17 0 6 19 4 3 1 6 76 12 2 258 18 100 19 0 27 14 2 7 2 5 72 8 2 258 19 93 19 0 39 8 9 10 8 9 61 2 0 258 20 92 25 1 31 5 18 6 15 13 47 2 3 258 21 59 28 1 25 13 28 6 15 32 36 0 15 258 22 32 24 1 13 38 29 2 10 61 15 1 32 258 23 16 11 2 5 59 23 1 5 75 6 0 55 258 24 9 8 0 4 62 16 0 1 84 3 0 71 258

Total 1160 511 125 271 722 563 35 103 1038 784 102 778 6192 Tabla 4.3.1. Frecuencia horaria de los patrones de NO2 (laborables verano)



2002 218 131 27 100 148 174 1 79 251 190 24 193 1536 2003 320 175 43 34 184 130 19 6 238 192 48 147 1536 2004 329 114 11 71 206 112 6 6 300 206 16 207 1584

año

2005 293 91 44 66 184 147 9 12 249 196 14 231 1536 Total 1160 511 125 271 722 563 35 103 1038 784 102 778 6192

Tabla 4.3.2. Frecuencia anual de los patrones de NO2 (laborables verano)

67


Figura 4.3.1. Patrón 8 de NO2 (laborables verano)


68




Se han estudiado por separado 2 períodos del día: entre las 6 y 11 h de la

mañana y entre las 19 y 21 h.

Período 6-11 h

Resumen del modelo


viento_1500 Validación Ninguna

Especificaciones

Máxima profundidad de árbol 7

69





viento_sup, temperatura, radiacion, viento_1500


Resultados

Profundidad 3 Tabla 4.3.3.a. Modelo para NO2 (laborables verano 6-11 h)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.3.3.b. Estimación del riesgo para NO2 (laborables verano 6-11 h)

Clasificación

Pronosticado

Observado 1 2 3 4 5 6 8 9 10 11 12 Porcentaje

correcto 1 0 33 0 0 1 3 0 0 33 0 1 .0% 2 0 184 7 0 3 53 0 0 7 0 26 65.7% 3 0 5 24 0 0 59 0 0 5 0 23 20.7% 4 0 45 0 3 1 9 0 0 15 0 11 3.6% 5 0 13 0 0 22 1 0 0 2 0 0 57.9% 6 0 7 11 2 0 306 3 0 9 0 47 79.5% 8 0 4 0 3 0 30 5 0 1 0 2 11.1% 9 0 33 5 2 11 34 0 0 8 0 8 .0% 10 0 75 2 1 0 4 0 0 42 0 3 33.1% 11 0 20 0 3 0 4 0 0 1 0 2 .0% 12 0 4 3 2 2 181 2 0 18 0 59 21.8% Porcentaje global .0% 27.3% 3.4% 1.0% 2.6% 44.2% .6% .0% 9.1% .0% 11.8% 41.7%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.3.3.c. Tabla de clasificación para NO2 (laborables verano 6-11 h)

70


En el Anexo O se presentan la tabla del árbol y las ganancias para los

nodos terminales de los 12 patrones o categorías de NO2.

La tabla de ganancias para el patrón 3 en los nodos terminales es:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 23 37 2.4% 19 16.4% 51.4% 685.3% 16 15 1.0% 5 4.3% 33.3% 444.8% 12 50 3.2% 14 12.1% 28.0% 373.7% 29 47 3.0% 13 11.2% 27.7% 369.1% 22 46 3.0% 6 5.2% 13.0% 174.1% 28 120 7.8% 14 12.1% 11.7% 155.7% 19 22 1.4% 2 1.7% 9.1% 121.3% 15 96 6.2% 7 6.0% 7.3% 97.3% 24 73 4.7% 5 4.3% 6.8% 91.4% 27 123 7.9% 7 6.0% 5.7% 75.9% 20 36 2.3% 2 1.7% 5.6% 74.1% 14 131 8.5% 7 6.0% 5.3% 71.3% 21 144 9.3% 7 6.0% 4.9% 64.9% 26 121 7.8% 5 4.3% 4.1% 55.1% 6 187 12.1% 3 2.6% 1.6% 21.4% 18 122 7.9% 0 .0% .0% .0% 5 63 4.1% 0 .0% .0% .0% 9 40 2.6% 0 .0% .0% .0% 17 29 1.9% 0 .0% .0% .0% 10 20 1.3% 0 .0% .0% .0% 25 16 1.0% 0 .0% .0% .0% 13 10 .6% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.3.4. Tabla de ganancia para el patrón 3 de NO2 (laborables verano 6-11 h)

Los únicos nodos que pronostican correctamente el patrón 3 son el 23 y el

16.

El nodo 23 tiene como nodo parental el 7 caracterizado por un patrón 5 de

viento en superficie (110 casos) y en él el patrón 3 de NO2 tiene 24 casos.

71


El nodo 16 tiene como nodo parental el nodo 2 caracterizado por un viento

en superficie agrupado en el patrón 9 (252 casos) y en él el patrón 3 de NO2 tiene

19 casos.

Además los nodos 12, 28 y 29 presentan ganancias apreciables en el

patrón 3 y cuelgan todos ellos del nodo 1 caracterizado por un viento en superficie

8 (340 casos) y en él el patrón 3 de NO2 tiene 48 casos.


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 13 10 .6% 5 11.1% 50.0% 1720.0% 25 16 1.0% 3 6.7% 18.8% 645.0% 24 73 4.7% 7 15.6% 9.6% 329.9% 14 131 8.5% 6 13.3% 4.6% 157.6% 28 120 7.8% 5 11.1% 4.2% 143.3% 27 123 7.9% 5 11.1% 4.1% 139.8% 21 144 9.3% 5 11.1% 3.5% 119.4% 18 122 7.9% 4 8.9% 3.3% 112.8% 22 46 3.0% 1 2.2% 2.2% 74.8% 29 47 3.0% 1 2.2% 2.1% 73.2% 12 50 3.2% 1 2.2% 2.0% 68.8% 15 96 6.2% 1 2.2% 1.0% 35.8% 26 121 7.8% 1 2.2% .8% 28.4% 6 187 12.1% 0 .0% .0% .0% 5 63 4.1% 0 .0% .0% .0% 9 40 2.6% 0 .0% .0% .0% 23 37 2.4% 0 .0% .0% .0% 20 36 2.3% 0 .0% .0% .0% 17 29 1.9% 0 .0% .0% .0% 19 22 1.4% 0 .0% .0% .0% 10 20 1.3% 0 .0% .0% .0% 16 15 1.0% 0 .0% .0% .0%


72


El patrón 8 de NO2 está muy repartido entre varios nodos, aunque el único

que lo pronostica correctamente es el nodo 13 caracterizado por un patrón 12 de

temperatura y que cuelga también del nodo 2 con viento en superficie 9.

Período 19-21 h

Resumen del modelo




Especificaciones


Variables independientes incluidas viento_sup, temperatura


Resultados

Profundidad 2 Tabla 4.3.6.a. Modelo para NO2 (laborables verano 19-21 h)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.3.6.b. Estimación del riesgo para NO2 (laborables verano 19-21 h)

73


Clasificación

Pronosticado


correcto 1 220 0 0 22 0 2 0 0 0 0 0 0 90.2% 2 42 0 0 8 0 22 0 0 0 0 0 0 .0% 3 0 0 0 0 0 2 0 0 0 0 0 0 .0% 4 34 0 0 36 0 24 0 1 0 0 0 0 37.9% 5 25 0 0 1 0 0 0 0 0 0 0 0 .0% 6 0 0 0 0 0 53 0 2 0 0 0 0 96.4% 7 6 0 0 13 0 2 0 1 0 0 0 0 .0% 8 2 0 0 10 0 18 0 8 0 0 0 0 21.1% 9 32 0 0 9 0 13 0 0 0 0 0 0 .0% 10 106 0 0 31 0 7 0 0 0 0 0 0 .0% 11 2 0 0 1 0 0 0 1 0 0 0 0 .0% 12 1 0 0 3 0 13 0 1 0 0 0 0 .0% Porcentaje global 60.7% .0% .0% 17.3% .0% 20.2% .0% 1.8% .0% .0% .0% .0% 41.0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.3.6.c. Tabla de clasificación para NO2 (laborables verano 19-21 h)

74


Figura 4.3.4. Arbol de clasificación de NO2 (laborables verano 19-21 h)


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 11 14 1.8% 8 21.1% 57.1% 1163.9% 8 25 3.2% 7 18.4% 28.0% 570.3% 9 55 7.1% 7 18.4% 12.7% 259.2% 6 48 6.2% 6 15.8% 12.5% 254.6% 10 83 10.7% 5 13.2% 6.0% 122.7% 7 79 10.2% 3 7.9% 3.8% 77.3% 2 99 12.8% 1 2.6% 1.0% 20.6%

75


5 206 26.6% 1 2.6% .5% 9.9% 1 106 13.7% 0 .0% .0% .0% 3 59 7.6% 0 .0% .0% .0%



Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 9 55 7.1% 12 54.5% 21.8% 767.6% 11 14 1.8% 1 4.5% 7.1% 251.3% 5 206 26.6% 6 27.3% 2.9% 102.5% 10 83 10.7% 2 9.1% 2.4% 84.8% 7 79 10.2% 1 4.5% 1.3% 44.5% 1 106 13.7% 0 .0% .0% .0% 2 99 12.8% 0 .0% .0% .0% 3 59 7.6% 0 .0% .0% .0% 6 48 6.2% 0 .0% .0% .0% 8 25 3.2% 0 .0% .0% .0%


EL nodo 11 es el único que pronostica correctamente el patrón 8 de NO2.

Está caracterizado por un patrón 12 ó 9 de temperatura y cuelga del nodo 4 que

se identifica con un viento en superficie 9. El patrón 7, a pesar de no ser

pronosticado correctamente en ningún nodo, presenta una ganancia apreciable en

el nodo 9 con determinados patrones de temperatura y que cuelga también del

nodo 4 con viento en superficie 9 (152 casos).

A primeras horas de la mañana, los patrones de viento 5, 9 y 8 presentan

relación con el patrón 3 de NO2; si al patrón de viento en superficie 9 se le añade

un patrón de temperatura 12 es más probable un patrón 8 de NO2.

A últimas horas de la tarde con patrón de viento en superficie 9 y patrón de

temperatura 12 ó 9 es más probable un patrón 8 de NO2. El patrón 7 también

76


aparece con mayor frecuencia con un viento en superficie 9 pero no queda tan

claro el resto de indicadores.

El patrón de viento en superficie 9 es un patrón de viento casi en calma. El

patrón de viento en superficie 5 se corresponde con viento de componente SSE

muy flojo y canalizado. El patrón de viento en superficie 8 se corresponde con un

viento muy flojo asociado a circulaciones locales de origen térmico y gravitacional.

Figura 4.3.5. Patrón 5 de viento en superficie (verano)

77




78


Figura 4.3.8. Patrón 12 de temperatura (verano)

4.3.3. O3



grupos o patrones resultantes, para la variable ozono en primavera se presentan

en el Anexo P. En el mismo Anexo se presentan los listados caso a caso de la

clasificación en patrones.

Los patrones de ozono más adversos son el patrón 5 (Figura 4.3.9) y sobre

todo el patrón 2 (Figura 4.3.10) que, a su vez, es el menos frecuente. Los 2

patrones presentan una preferencia clara de aparición al período vespertino

(Tabla 4.3.9) y han sido mucho más frecuentes en el año 2003 (Tabla 4.3.10).

79




1 72 0 0 14 3 44 55 19 52 91 16 2 368 2 87 0 0 9 2 39 58 17 50 88 15 3 368 3 102 0 0 10 2 34 60 13 39 91 15 2 368 4 121 0 0 6 1 33 69 11 35 75 15 2 368 5 153 0 0 5 0 19 75 6 37 64 7 2 368 6 186 0 0 0 0 18 73 6 21 57 6 1 368 7 195 0 0 0 0 17 67 4 18 57 9 1 368 8 152 0 0 4 0 29 47 3 34 87 12 0 368 9 64 0 4 10 0 23 25 14 68 124 34 2 368 10 17 0 13 21 1 14 9 5 108 84 79 17 368 11 5 0 24 50 13 1 0 4 106 33 111 21 368 12 1 5 23 100 26 0 0 2 54 16 108 33 368 13 0 11 31 105 34 0 0 1 29 11 95 51 368 14 0 16 35 89 46 0 0 1 20 9 93 59 368 15 0 14 32 84 47 0 0 2 22 8 92 67 368 16 0 13 35 80 45 1 0 2 34 7 89 62 368 17 0 10 41 76 38 1 0 2 38 10 100 52 368 18 0 7 32 83 27 2 0 7 58 16 97 39 368 19 1 3 13 55 17 11 2 27 64 38 104 33 368 20 8 1 9 35 7 31 15 21 83 49 84 25 368 21 16 0 6 26 5 37 29 30 85 71 55 8 368 22 29 0 1 17 3 41 32 38 71 97 33 6 368 23 45 0 0 11 3 44 41 27 60 104 28 5 368

hora

24 56 0 1 11 3 48 51 24 53 97 21 3 368 Total 1310 80 300 901 323 487 708 286 1239 1384 1318 496 8832

Tabla 4.3.9. Frecuencia horaria de los patrones de O3 (verano)



2002 397 0 44 176 22 119 205 75 313 410 348 99 2208 2003 211 63 105 249 187 194 171 116 227 233 291 161 2208 2004 373 0 103 270 39 69 143 26 362 383 353 87 2208

año

2005 329 17 48 206 75 105 189 69 337 358 326 149 2208 Total 1310 80 300 901 323 487 708 286 1239 1384 1318 496 8832

Tabla 4.3.10. Frecuencia anual de los patrones de O3 (verano)

80


Figura 4.3.9. Patrón 5 de O3 (verano)

Figura 4.3.9. Patrón 2 de O3 (verano)

81


4.3.4. Relaciones Meteorología–O3

El resumen del modelo de árbol resultante, la estimación del riesgo y la

tabla de clasificación son:

Resumen del modelo

Método de crecimiento CHAID Variable dependiente patron_ozo Variables independientes viento_sup, radiacion, temperatura,

viento_1500, hora Validación Ninguna Máxima profundidad de árbol 7


Especificaciones



hora, viento_sup, temperatura, viento_1500, radiacion


Resultados

Profundidad 4 Tabla 4.3.11.a. Modelo para O3 (verano)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 4.3.11.b. Estimación del riesgo para O3 (verano)

Clasificación

Pronosticado


correcto 1 846 0 0 0 0 2 111 1 41 304 5 0 64.6%

82


2 0 22 2 6 42 0 0 1 4 0 1 2 27.5% 3 0 0 92 58 47 4 0 8 6 0 32 53 30.7% 4 0 3 18 320 45 9 8 15 139 26 289 29 35.5% 5 0 7 24 42 152 0 3 14 3 1 21 56 47.1% 6 53 0 0 4 4 53 61 34 53 218 7 0 10.9% 7 307 0 0 2 0 9 188 7 12 181 2 0 26.6% 8 3 0 2 7 4 14 17 65 77 68 28 1 22.7% 9 27 0 3 47 5 9 17 15 589 310 209 8 47.5% 10 140 0 0 16 0 20 62 7 254 809 76 0 58.5% 11 5 0 17 168 22 6 4 13 320 106 604 53 45.8% 12 0 6 32 106 82 1 4 17 27 7 100 114 23.0% Porcentaje global 15.6% .4% 2.2% 8.8% 4.6% 1.4% 5.4% 2.2% 17.3% 23.0% 15.6% 3.6% 43.6%

Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 4.3.11.c. Tabla de clasificación para O3 (verano)

La tabla del árbol resultante se presenta en el Anexo Q. El algoritmo

utilizado clasifica el período diario en grupos de horas. Dado el período del día en

el que los patrones 2 y 5 aparecen con mayor frecuencia, se va a limitar el análisis

al período comprendido entre 12 h y a las 18 h.

Se analizarán las tablas de ganancias en los nodos terminales para los

patrones 2 y 5. Se han eliminado los nodos terminales con 0 casos en estos

patrones.


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 71 38 .4% 22 27.5% 57.9% 6391.6% 69 121 1.4% 32 40.0% 26.4% 2919.7% 60 22 .2% 4 5.0% 18.2% 2007.3% 73 22 .2% 4 5.0% 18.2% 2007.3% 162 11 .1% 2 2.5% 18.2% 2007.3% 70 75 .8% 5 6.3% 6.7% 736.0% 80 36 .4% 2 2.5% 5.6% 613.3% 76 57 .6% 3 3.8% 5.3% 581.1% 85 20 .2% 1 1.3% 5.0% 552.0% 79 48 .5% 1 1.3% 2.1% 230.0% 68 178 2.0% 3 3.8% 1.7% 186.1%

83


59 63 .7% 1 1.3% 1.6% 175.2% Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 4.3.12. Tabla de ganancias para el patrón 2 de O3 (verano)


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 60 22 .2% 13 4.0% 59.1% 1615.8% 69 121 1.4% 60 18.6% 49.6% 1355.9% 80 36 .4% 14 4.3% 38.9% 1063.4% 76 57 .6% 22 6.8% 38.6% 1055.4% 161 40 .5% 13 4.0% 32.5% 888.7% 68 178 2.0% 52 16.1% 29.2% 798.8% 154 18 .2% 5 1.5% 27.8% 759.5% 158 30 .3% 8 2.5% 26.7% 729.2% 159 30 .3% 8 2.5% 26.7% 729.2% 85 20 .2% 5 1.5% 25.0% 683.6% 70 75 .8% 17 5.3% 22.7% 619.8% 55 55 .6% 11 3.4% 20.0% 546.9% 186 25 .3% 5 1.5% 20.0% 546.9% 160 94 1.1% 18 5.6% 19.1% 523.6% 59 63 .7% 12 3.7% 19.0% 520.8% 175 21 .2% 4 1.2% 19.0% 520.8% 71 38 .4% 7 2.2% 18.4% 503.7% 53 15 .2% 2 .6% 13.3% 364.6% 162 11 .1% 1 .3% 9.1% 248.6% 199 102 1.2% 9 2.8% 8.8% 241.3% 84 23 .3% 2 .6% 8.7% 237.8% 89 16 .2% 1 .3% 6.3% 170.9% 58 16 .2% 1 .3% 6.3% 170.9% 21 34 .4% 2 .6% 5.9% 160.8% 102 18 .2% 1 .3% 5.6% 151.9% 67 38 .4% 2 .6% 5.3% 143.9% 25 19 .2% 1 .3% 5.3% 143.9% 93 61 .7% 3 .9% 4.9% 134.5% 107 42 .5% 2 .6% 4.8% 130.2% 155 86 1.0% 4 1.2% 4.7% 127.2% 79 48 .5% 2 .6% 4.2% 113.9% 75 54 .6% 2 .6% 3.7% 101.3% 153 27 .3% 1 .3% 3.7% 101.3% 72 84 1.0% 3 .9% 3.6% 97.7% 98 28 .3% 1 .3% 3.6% 97.7%

84


50 28 .3% 1 .3% 3.6% 97.7% 148 30 .3% 1 .3% 3.3% 91.1% 26 35 .4% 1 .3% 2.9% 78.1% 116 39 .4% 1 .3% 2.6% 70.1% 197 39 .4% 1 .3% 2.6% 70.1% 156 57 .6% 1 .3% 1.8% 48.0% 196 60 .7% 1 .3% 1.7% 45.6% 150 61 .7% 1 .3% 1.6% 44.8% 167 75 .8% 1 .3% 1.3% 36.5%

Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 4.3.13. Tabla de ganancias para el patrón 5 de O3 (verano)

El nodo 71 es el único que pronostica correctamente el patrón 2, aunque en

el nodo 69 es donde presenta una mayor ganancia. Estos 2 nodos se

corresponden con un patrón de temperatura 8 y 6 respectivamente, en el período

entre las 13 y las 17 h. La ganancia sería ligeramente mayor si nos limitamos a

los casos que pertenecen al patrón 2 de ozono que se producen en ese período

del día.

Los nodos 60, 69, 76 y 68 pronostican correctamente el patrón 5. Los

nodos 68 y 69 están incluidos en el período entre las 13 y las 17 h y se

corresponden a un patrón de temperatura 5 y 6 respectivamente.

En el nodo 60 que pertenece al período de las 12 h se agrupan los casos

que tienen un patrón de temperatura 6 o 8.

El nodo 76 se incluye en el periodo de las 18 h y los patrones de

temperatura agrupados en él son el 1, 5, 6 y 9.

Se puede resumir que si nos limitamos al período entre las 13 y las 17 h y

el patrón de temperatura es 8 (Figura 4.3.10) la mayor probabilidad de ocurrencia

la tiene el patrón 2 de O3. Si el patrón de temperatura es 5 ó 6, el patrón 5 de O3

es el más probable, sin descartar una frecuencia apreciable de patrón 2 de O3, si

los valores de temperatura se agrupan en el patrón 6 (Figura 4.3.11).

85




86



PM10


valores medios diarios de PM10 y sus frecuencias se recogen en el Anexo R, junto


Los patrones de PM10 más adversos son el 5, el 3 y el 7.

El patrón 5 (Figura 4.3.12) presenta valores altos más generalizados sobre

todo el la cuenca del bajo Nervión e Ibaizabal, así como en la zona de

Donostialdea. El patrón 3 (Figura 4.3.13) ha sido más frecuente en el año 2005

(Tabla 4.3.14) y los niveles, aún siendo en general más bajos que en el patrón 5,

son altos en el bajo Nervión e Ibaizabal. El patrón 7 (Figura 4.3.14) se ha

producido sobre todo en el año 2004 y los niveles registrados no son muy altos.



2004 27 16 3 15 6 18 7 92 año 2005 16 8 12 20 3 32 1 92

Total 43 24 15 35 9 50 8 184 Tabla 4.3.14. Frecuencia anual de los patrones de PM10 (verano)

87


Figura 4.3.12. Patrón 5 de PM10 (verano)


88



El resumen para el modelo de árbol, así como la estimación del riesgo y la

tabla de clasificación se presentan a continuación:

Resumen del modelo




Especificaciones


Variables independientes incluidas masa_aerea

Resultados

Número de nodos 4

89



Profundidad 1 Tabla 4.3.15.a. Resumen del modelo para PM10 (verano)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.3.15.b. Estimación del riesgo para PM10 (verano)

Clasificación

Pronosticado

Observado 1 2 3 4 5 6 7 Porcentaje correcto 1 25 0 0 0 1 17 0 58.1% 2 16 0 0 0 1 7 0 .0% 3 8 0 0 0 0 7 0 .0% 4 9 0 0 0 0 26 0 .0% 5 4 0 0 0 3 2 0 33.3% 6 9 0 0 0 0 41 0 82.0% 7 5 0 0 0 2 1 0 .0% Porcentaje global 41.3% .0% .0% .0% 3.8% 54.9% .0% 37.5%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.3.15.c. Tabla de clasificación para PM10 (verano)

El diagrama del árbol se presenta a continuación:

90


Figura 4.3.15. Arbol de clasificación de PM10 (verano)

La tabla de ganancias del patrón 5 en los nodos terminales es:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 3 7 3.8% 3 33.3% 42.9% 876.2% 1 76 41.3% 4 44.4% 5.3% 107.6% 2 101 54.9% 2 22.2% 2.0% 40.5%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.3.16. Tabla de ganancias en los nodos del patrón 5 de PM10 (verano)

91


En este caso, el nodo 3 caracterizado porque la procedencia de la masa

aérea para ese día es cT, continental templada o africana, es el único que

pronostica correctamente al patrón 5 de PM10 con una respuesta alta. En el nodo

1 también se tiene una ganancia apreciable de casos del patrón 5 pero a

diferencia del anterior la respuesta es muy baja.

92


4.4. Período otoño

Como período otoño se han tenido en cuenta los meses de octubre,

noviembre y diciembre





altura en Punta Galea se presentan en el Anexo S. En el mismo Anexo se


4.4.1. NO2

Destacando los patrones más adversos clasificados para los valores

horarios de NO2 registrados los días laborables (Anexo T), éstos serían los

patrones 3, 4, 8 y 10. No se han tenido en cuenta los patrones 1 y 9 ya que éstos

parecen haberse producido en una época concreta (año 2002 y 2003

respectivamente debido a causas puntuales).

El patrón 3 (Figura 4.4.1) es un patrón muy poco frecuente, caracterizado

por unos valores altos sobre todo en Gasteiz a lo largo de todo el período diurno

(Tabla 4.4.1) y que se ha producido sobre todo en el año 2005 (Tabla 4.4.2).

El patrón 4 (Figura 4.4.2) aparece con mayor frecuencia entre las 8 y las 10

h y entre las 17 y las 21 h y los valores más altos se registran en la zona del bajo

Nervión.

93


A continuación los patrones 8 (Figura 4.4.3) y 10 (Figura 4.4.4), con valores

más bajos, se registran sobre todo a primeras horas de la mañana, de las 7 h en

adelante, y por la tarde-noche.



1 0 0 0 0 65 10 82 0 0 2 10 81 250 2 0 0 0 0 67 5 96 0 0 1 4 77 250 3 0 0 0 0 66 2 103 0 0 0 3 76 250 4 0 0 0 0 74 2 92 0 0 0 3 79 250 5 0 0 0 0 86 9 57 0 0 0 9 89 250 6 2 17 0 0 56 29 20 6 0 1 39 80 250 7 8 52 0 6 20 28 4 32 1 11 66 22 250 8 19 36 0 16 11 21 1 64 5 27 48 2 250 9 16 37 1 17 16 27 0 55 4 32 39 6 250 10 11 44 3 11 30 34 0 43 2 25 37 10 250 11 8 36 4 5 35 59 4 31 2 23 26 17 250 12 3 30 4 7 59 68 5 16 1 17 20 20 250 13 4 30 4 3 71 79 7 3 1 15 17 16 250 14 4 32 4 3 79 68 6 8 1 9 15 21 250 15 5 32 4 4 68 72 1 10 3 7 22 22 250 16 6 45 7 7 34 71 2 19 1 9 36 13 250 17 11 51 8 17 16 57 1 49 1 12 21 6 250 18 14 55 5 34 10 39 1 48 4 17 19 4 250 19 10 39 4 30 15 39 1 58 3 22 23 6 250 20 8 36 4 23 19 42 4 37 2 35 35 5 250 21 5 36 3 16 28 40 11 25 2 38 37 9 250 22 2 17 2 3 36 41 25 20 2 24 57 21 250 23 0 13 0 0 60 17 40 2 1 9 66 42 250

hora

24 0 2 0 0 54 19 64 0 0 5 43 63 250 Total 136 640 57 202 1075 878 627 526 36 341 695 787 6000



2002 130 187 0 67 245 229 214 115 1 40 126 158 1512 año 2003 0 161 10 61 266 245 123 159 31 78 189 213 1536

94


2004 6 135 1 23 277 215 140 124 0 103 230 234 1488 2005 0 157 46 51 287 189 150 128 4 120 150 182 1464

Total 136 640 57 202 1075 878 627 526 36 341 695 787 6000

Figura 4.4.1. Patrón 3 de NO2 (laborables otoño)

95




96




Se han estudiado por separado 2 períodos del día: entre las 7 y 11 h de la

mañana y entre las 17 y 21 h de la tarde-noche.

Período 7-11 h

Resumen del modelo




Especificaciones


97


Variables independientes incluidas viento_sup, viento_1500, radiacion


Resultados

Profundidad 2 Tabla 4.4.3.a. Modelo para NO2 (laborables otoño 7-11 h)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.4.3.b. Estimación del riesgo para NO2 (laborables otoño 7-11 h)

Clasificación

Pronosticado


correcto 1 0 13 0 0 0 5 0 24 0 0 20 0 .0% 2 0 96 0 0 4 20 0 75 0 2 4 4 46.8% 3 0 0 0 0 0 0 0 0 0 8 0 0 .0% 4 0 1 0 0 0 2 0 31 0 4 14 3 .0% 5 0 13 0 0 67 12 0 4 0 0 0 16 59.8% 6 0 54 0 0 20 53 0 33 0 0 3 6 31.4% 7 0 0 0 0 6 2 0 0 0 0 0 1 .0% 8 0 35 0 0 3 2 0 163 0 2 17 3 72.4% 9 0 0 0 0 0 0 0 4 0 5 3 2 .0% 10 0 0 0 0 0 4 0 35 0 46 33 0 39.0% 11 0 5 0 0 0 4 0 74 0 29 91 13 42.1% 12 0 5 0 0 1 2 0 14 0 2 16 17 29.8% Porcentaje global .0% 17.8% .0% .0% 8.1% 8.5% .0% 36.6% .0% 7.8% 16.1% 5.2% 42.6%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.4.3.c. Tabla de clasificación para NO2 (laborables otoño 7-11 h)

98


En el Anexo U se presentan la tabla del árbol y las ganancias para los

nodos terminales de los 12 patrones o categorías de NO2.

El patrón mejor pronosticado es el patrón 8. La tabla de ganancias es:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 14 60 4.8% 31 13.8% 51.7% 287.0% 13 130 10.4% 47 20.9% 36.2% 200.9% 1 267 21.4% 85 37.8% 31.8% 176.9% 4 89 7.1% 24 10.7% 27.0% 149.8% 16 60 4.8% 10 4.4% 16.7% 92.6% 10 97 7.8% 13 5.8% 13.4% 74.5% 17 44 3.5% 3 1.3% 6.8% 37.9% 15 33 2.6% 2 .9% 6.1% 33.7% 9 65 5.2% 3 1.3% 4.6% 25.6% 11 104 8.3% 4 1.8% 3.8% 21.4% 12 98 7.8% 2 .9% 2.0% 11.3% 5 73 5.8% 1 .4% 1.4% 7.6% 8 73 5.8% 0 .0% .0% .0% 7 57 4.6% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.4.4. Tabla de ganancias para el patrón 8 NO2 (laborables otoño 7-11 h)

El patrón 8 es pronosticado correctamente por los nodos 14, 13 y 1. El

nodo 1 está caracterizado por un patrón de viento en superficie 9 ó 11.

Los nodos 13 y 14 vienen del nodo parental 3 con patrón de viento en

superficie 5 (223 casos) y en él el patrón 8 es también el que tiene mayor

respuesta (80 casos).

La tabla de ganancias del patrón 10 es:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice

99


12 98 7.8% 46 39.0% 46.9% 497.2% 11 104 8.3% 20 16.9% 19.2% 203.7% 13 130 10.4% 18 15.3% 13.8% 146.7% 10 97 7.8% 13 11.0% 13.4% 142.0% 14 60 4.8% 8 6.8% 13.3% 141.2% 15 33 2.6% 4 3.4% 12.1% 128.4% 1 267 21.4% 9 7.6% 3.4% 35.7% 4 89 7.1% 0 .0% .0% .0% 5 73 5.8% 0 .0% .0% .0% 8 73 5.8% 0 .0% .0% .0% 9 65 5.2% 0 .0% .0% .0% 16 60 4.8% 0 .0% .0% .0% 7 57 4.6% 0 .0% .0% .0% 17 44 3.5% 0 .0% .0% .0%


El nodo 12 es el único que pronostica correctamente el patrón 10 de NO2

pero se corresponde con un conjunto de casos en el que se agrupan aquellos con

valores perdidos en la variable viento en altura. El nodo 12 cuelga del nodo 2 con

patrón 3 de viento en superficie (299 casos) y en él el patrón 10 tienen 79 casos.

A pesar de que el patrón 3 de NO2 no es pronosticado por ningún nodo (existen

sólo 8 casos) se encuentran agrupados en el nodo 2.

Igualmente el patrón 4 no es pronosticado correctamente por ningún nodo

pero presenta la mayor ganancia en el nodo 1 definido por un viento en superficie

9 ó 11.


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 10 97 7.8% 10 18.2% 10.3% 234.3% 1 267 21.4% 24 43.6% 9.0% 204.3% 14 60 4.8% 5 9.1% 8.3% 189.4% 15 33 2.6% 2 3.6% 6.1% 137.7% 9 65 5.2% 3 5.5% 4.6% 104.9% 12 98 7.8% 4 7.3% 4.1% 92.8% 11 104 8.3% 4 7.3% 3.8% 87.4%

100


13 130 10.4% 2 3.6% 1.5% 35.0% 4 89 7.1% 1 1.8% 1.1% 25.5% 5 73 5.8% 0 .0% .0% .0% 8 73 5.8% 0 .0% .0% .0% 16 60 4.8% 0 .0% .0% .0% 7 57 4.6% 0 .0% .0% .0% 17 44 3.5% 0 .0% .0% .0%


Período 17-21 h

En este período del día el resumen del modelo de árbol, la estimación del

error y la tabla de clasificación son:

Resumen del modelo




Especificaciones




Resultados

Profundidad 2 Tabla 4.4.7.a. Modelo para NO2 (laborables otoño 17-21 h)

Riesgo

101



Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.4.7.b. Estimación del riesgo para NO2 (laborables otoño 17-21 h)

Clasificación

Pronosticado


correcto 1 0 12 0 5 0 1 0 23 0 4 1 2 .0% 2 0 108 0 0 7 52 0 37 0 1 8 4 49.8% 3 0 2 13 0 0 0 0 8 0 1 0 0 54.2% 4 0 4 7 25 0 0 0 48 0 27 9 0 20.8% 5 0 7 0 0 42 25 0 3 0 0 1 10 47.7% 6 0 57 0 1 19 107 0 18 0 1 12 2 49.3% 7 0 2 0 0 13 0 0 0 0 0 0 3 .0% 8 0 52 0 1 2 13 0 115 0 5 21 8 53.0% 9 0 1 0 3 0 0 0 5 0 3 0 0 .0% 10 0 2 8 10 0 0 0 29 0 60 12 3 48.4% 11 0 12 7 24 0 0 0 28 0 11 35 18 25.9% 12 0 2 0 0 1 0 0 5 0 0 3 19 63.3% Porcentaje global .0% 20.9% 2.8% 5.5% 6.7% 15.8% .0% 25.5% .0% 9.0% 8.2% 5.5% 41.9%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.4.7.c. Tabla de clasificación para NO2 (laborables otoño 17-21 h)

En este período del día los 4 patrones de NO2 seleccionados presentan un

porcentaje correcto mayor de cero. Las tablas de ganancias para estos 4 patrones

son:


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 15 35 2.8% 13 54.2% 37.1% 1934.5% 18 70 5.6% 5 20.8% 7.1% 372.0% 16 90 7.2% 2 8.3% 2.2% 115.7% 3 138 11.0% 3 12.5% 2.2% 113.2% 14 60 4.8% 1 4.2% 1.7% 86.8%

102


4 155 12.4% 0 .0% .0% .0% 5 130 10.4% 0 .0% .0% .0% 12 69 5.5% 0 .0% .0% .0% 9 69 5.5% 0 .0% .0% .0% 11 53 4.2% 0 .0% .0% .0% 20 52 4.2% 0 .0% .0% .0% 17 50 4.0% 0 .0% .0% .0% 25 47 3.8% 0 .0% .0% .0% 22 44 3.5% 0 .0% .0% .0% 19 42 3.4% 0 .0% .0% .0% 8 32 2.6% 0 .0% .0% .0% 13 29 2.3% 0 .0% .0% .0% 10 26 2.1% 0 .0% .0% .0% 23 23 1.8% 0 .0% .0% .0% 24 20 1.6% 0 .0% .0% .0% 21 16 1.3% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 4.4.6. Tabla de ganancias para el patrón 3 de NO2 (laborables otoño 17-21 h)


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 12 69 5.5% 25 20.8% 36.2% 377.4% 11 53 4.2% 19 15.8% 35.8% 373.4% 13 29 2.3% 7 5.8% 24.1% 251.4% 25 47 3.8% 10 8.3% 21.3% 221.6% 15 35 2.8% 7 5.8% 20.0% 208.3% 3 138 11.0% 27 22.5% 19.6% 203.8% 14 60 4.8% 8 6.7% 13.3% 138.9% 18 70 5.6% 9 7.5% 12.9% 133.9% 22 44 3.5% 2 1.7% 4.5% 47.3% 16 90 7.2% 4 3.3% 4.4% 46.3% 23 23 1.8% 1 .8% 4.3% 45.3% 17 50 4.0% 1 .8% 2.0% 20.8% 4 155 12.4% 0 .0% .0% .0% 5 130 10.4% 0 .0% .0% .0% 9 69 5.5% 0 .0% .0% .0% 20 52 4.2% 0 .0% .0% .0% 19 42 3.4% 0 .0% .0% .0% 8 32 2.6% 0 .0% .0% .0% 10 26 2.1% 0 .0% .0% .0%

103


24 20 1.6% 0 .0% .0% .0% 21 16 1.3% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2_t Tabla 4.4.7. Tabla de ganancias para el patrón 4 de NO2 (laborables otoño 17-21 h)


Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 25 47 3.8% 19 8.8% 40.4% 232.9% 18 70 5.6% 26 12.0% 37.1% 214.0% 3 138 11.0% 49 22.6% 35.5% 204.5% 24 20 1.6% 7 3.2% 35.0% 201.6% 23 23 1.8% 8 3.7% 34.8% 200.4% 22 44 3.5% 14 6.5% 31.8% 183.3% 4 155 12.4% 37 17.1% 23.9% 137.5% 13 29 2.3% 6 2.8% 20.7% 119.2% 19 42 3.4% 8 3.7% 19.0% 109.7% 16 90 7.2% 13 6.0% 14.4% 83.2% 17 50 4.0% 7 3.2% 14.0% 80.6% 21 16 1.3% 2 .9% 12.5% 72.0% 9 69 5.5% 8 3.7% 11.6% 66.8% 11 53 4.2% 4 1.8% 7.5% 43.5% 5 130 10.4% 5 2.3% 3.8% 22.2% 20 52 4.2% 2 .9% 3.8% 22.2% 14 60 4.8% 1 .5% 1.7% 9.6% 12 69 5.5% 1 .5% 1.4% 8.3% 15 35 2.8% 0 .0% .0% .0% 8 32 2.6% 0 .0% .0% .0% 10 26 2.1% 0 .0% .0% .0%



Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 14 60 4.8% 40 32.3% 66.7% 672.0% 11 53 4.2% 20 16.1% 37.7% 380.4% 15 35 2.8% 8 6.5% 22.9% 230.4% 25 47 3.8% 10 8.1% 21.3% 214.5% 13 29 2.3% 6 4.8% 20.7% 208.6%

104


24 20 1.6% 3 2.4% 15.0% 151.2% 12 69 5.5% 10 8.1% 14.5% 146.1% 3 138 11.0% 15 12.1% 10.9% 109.6% 23 23 1.8% 2 1.6% 8.7% 87.7% 17 50 4.0% 4 3.2% 8.0% 80.6% 9 69 5.5% 3 2.4% 4.3% 43.8% 16 90 7.2% 2 1.6% 2.2% 22.4% 18 70 5.6% 1 .8% 1.4% 14.4% 4 155 12.4% 0 .0% .0% .0% 5 130 10.4% 0 .0% .0% .0% 20 52 4.2% 0 .0% .0% .0% 22 44 3.5% 0 .0% .0% .0% 19 42 3.4% 0 .0% .0% .0% 8 32 2.6% 0 .0% .0% .0% 10 26 2.1% 0 .0% .0% .0% 21 16 1.3% 0 .0% .0% .0%


El patrón 3 es pronosticado correctamente por el nodo 15, donde presenta

una respuesta y ganancia muy altas. El nodo 15 caracterizado por un patrón de

temperatura 12 ó 7 cuelga del nodo 1caracterizado por un viento en superficie 3

(246 casos). Del nodo parental 1 cuelgan también los nodos 14 y 11 que

pronostican correctamente el patrón 10 de NO2. El nodo 14 con patrón de

temperatura 9 ó 5 presenta también una respuesta muy alta al patrón 10 de NO2.

El patrón 4 es pronosticado correctamente únicamente por el nodo 12 que

también cuelga del nodo 1. En el nodo 3, patrón 5 de viento en superficie, también

presenta una ganancia apreciable aunque en este caso el patrón pronosticado es

el patrón 8 de NO2.

Los nodos 22, 24 y 25 también pronostican correctamente el patrón 8 de

NO2 y todos ellos cuelgan del nodo 7 con patrón de viento en superficie 9 (134

casos), y donde también predomina el patrón 8 de NO2 (48 casos). El nodo 18

también pronostica correctamente el patrón 8 de NO2 y está caracterizado en un

primer nivel por un viento en superficie 11 (Figura 4.4.8).

105


Resumiendo el patrón 3 de viento en superficie (Figura 4.4.5) favorece la

aparición de los patrones 3 y 10 de NO2, dependiendo del patrón de temperatura

7 ó 12 (Figuras 4.4.9 y 4.4.10) para el 3 y 9 ó 5 para el 10.

EL patrón 4 de NO2 también puede darse con ciertos patrones de

temperatura y con viento en superficie 3 pero también con viento en superficie 5

(Figura 4.4.6) en el que predomina el patrón 8. Con patrón de viento en superficie

9 (Figura 4.4.7) y 11 también tiene una mayor frecuencia de aparición el patrón 8

de NO2.

Figura 4.4.5. Patrón 3 de viento en superficie (otoño)

106




107



Figura 4.4.9. Patrón 7 de temperatura (otoño)

108


Figura 4.4.10. Patrón 12 de temperatura (otoño)


PM10


valores medios diarios de PM10 y sus frecuencias se recogen en el Anexo V, junto


Los patrones de PM10 más adversos son el 6, el 2 y el 3.

El patrón 6 (Figura 4.4.11) presenta valores especialmente altos en

Durango, siguiéndole las estaciones de Mondragón y en la zona de la

desembocadura del Nervión (margen izquierda). En este patrón sólo se agrupan 2

casos en el año 2005 (Tabla 4.4.10). Le sigue el patrón 2 (Figura 4.4.12) con 5

casos y el patrón 3 (Figura 4.4.13) con 11 casos.

109




2004 15 3 7 28 25 0 14 92 año 2005 9 2 4 23 32 2 20 92

Total 24 5 11 51 57 2 34 184 Tabla 4.4.10. Tabla de frecuencias anual para los patrones de PM10 (otoño)

Figura 4.4.11. Patrón 6 de PM10 (otoño)

110




111


El resumen del modelo de árbol, la estimación del riesgo y la tabla de

clasificación se presentan a continuación:

Resumen del modelo




Especificaciones



patron_dt, patron_vv, masa_aerea, lluvia_dia (Categorizada)


Resultados

Profundidad 3 Tabla 4.4.11.a. Resumen del modelo para PM10 (otoño)

Riesgo


Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.4.11.b. Estimación del riesgo para PM10 (otoño)

Clasificación

Pronosticado

Observado 1 2 3 4 5 6 7 Porcentaje correcto

112


1 0 0 9 13 2 0 0 .0% 2 0 0 5 0 0 0 0 .0% 3 0 0 9 0 1 0 1 81.8% 4 0 0 1 32 18 0 0 62.7% 5 0 0 0 2 54 0 1 94.7% 6 0 0 2 0 0 0 0 .0% 7 0 0 4 12 13 0 5 14.7% Porcentaje global .0% .0% 16.3% 32.1% 47.8% .0% 3.8% 54.3%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.4.11.c. Tabla de clasificación para PM10 (otoño)

La representación gráfica del modelo en forma de diagrama del árbol se

presenta a continuación:

113


Figura 4.4.14. Arbol de clasificación de PM10 (otoño)

El nodo 4 es el único que pronostica correctamente el patrón 3. Como se

puede ver en la tabla de ganancias del patrón 3, ésta es de un 81.8%, pero

además en este nodo están todos los casos clasificados como patrón 6 y 2

(ganancia 100%).

114



Nodo Ganancia Nodo N Porcentaje N Porcentaje Respuesta Índice 4 30 16.3% 9 81.8% 30.0% 501.8% 5 7 3.8% 1 9.1% 14.3% 239.0% 8 16 8.7% 1 9.1% 6.3% 104.5% 10 42 22.8% 0 .0% .0% .0% 11 35 19.0% 0 .0% .0% .0% 13 24 13.0% 0 .0% .0% .0% 7 16 8.7% 0 .0% .0% .0% 12 10 5.4% 0 .0% .0% .0% 14 4 2.2% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 4.4.12. Tabla de ganancias en los nodos del patrón 3 de PM10 (otoño)

El nodo 4 se caracteriza por un patrón 2 de velocidad media diaria del

viento (en el que se incluyen los casos con valores más bajos, entre 1 m/s y 2 m/s

en la mayoría de las estaciones en el conglomerado final). El nodo 4 proviene del

nodo parental 1 (37 casos) caracterizado por un patrón de salto térmico 4 (Figura

4.4.15) ó 1, que presentan los valores más altos, y en el que el patrón 3 de PM10

es el más frecuente con 10 casos.

115


Figura 4.4.15. Patrón 4 de salto térmico diario (otoño)

116

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) 5. Validación del método

5. Validación del método

Se ha llevado a cabo la validación de los modelos calculados con los datos

del año 2006.

Para ello se han clasificado los nuevos casos en los patrones

predeterminados para las variables tanto de meteorología como de inmisión y

clasificado de acuerdo a las reglas establecidas con los modelos calculados.

Los resultados detallados se presentan en los Anexos E, I, O y U para el

caso de NO2 laborables e invierno, primavera, verano y otoño respectivamente;

Anexos F, L, R y V para el caso de PM10 y K y Q para el caso de O3.

La validación ha resultado satisfactoria. Por lo general el porcentaje de

aciertos ha disminuido ligeramente, como cabría esperar, pero se mantienen las

relaciones encontradas y la clasificación de los casos en patrones se ajusta a la

frecuencia de los patrones observada en los años precedentes.

PM10

En invierno se tiene que los patrones 3 y 7 no se dan en el año 2006,

confirmando la poca frecuencia de los mismos en años anteriores. El patrón 6 que

en años anteriores presentaba la mayor respuesta del nodo 4 del árbol, aumenta

en el 2006 a un 100% la respuesta en este nodo pero disminuye su ganancia

(Tabla 5.1), aunque el número de casos es muy bajo para que sea muy

significativo.


Nodo Ganancia Muestra Nodo N Porcentaje N Porcentaje Respuesta Índice

4 19 10.5% 11 61.1% 57.9% 582.2% 5 38 21.0% 6 33.3% 15.8% 158.8% 8 32 17.7% 1 5.6% 3.1% 31.4%

Training

11 53 29.3% 0 .0% .0% .0%

117


6 17 9.4% 0 .0% .0% .0% 3 15 8.3% 0 .0% .0% .0% 10 4 2.2% 0 .0% .0% .0% 9 3 1.7% 0 .0% .0% .0% 4 4 4.4% 4 36.4% 100.0% 818.2% 5 26 28.9% 4 36.4% 15.4% 125.9% 8 19 21.1% 2 18.2% 10.5% 86.1% 11 19 21.1% 0 .0% .0% .0% 6 10 11.1% 0 .0% .0% .0% 3 4 4.4% 1 9.1% 25.0% 204.5% 10 0 .0% 0 .0% . .

Test

9 8 8.9% 0 .0% .0% .0% Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 5.1. Tabla de ganancias en los nodos del patrón 6 de PM10 (invierno).Muestra

de entrenamiento y de comprobación.

En primavera no se observa ningún caso con patrón 3 y el patrón 1,

pronosticado en el nodo 4, disminuye tanto la ganancia como la respuesta (Tabla

5.2). El patrón 7 presenta una ganancia aún mayor en el nodo 4 (Tabla 5.3)



4 47 25.8% 16 72.7% 34.0% 281.6% 2 22 12.1% 3 13.6% 13.6% 112.8% 7 8 4.4% 1 4.5% 12.5% 103.4% 3 39 21.4% 2 9.1% 5.1% 42.4% 6 55 30.2% 0 .0% .0% .0%

Training

5 11 6.0% 0 .0% .0% .0% 4 24 26.4% 7 53.8% 29.2% 204.2% 2 13 14.3% 2 15.4% 15.4% 107.7% 7 16 17.6% 0 .0% .0% .0% 3 22 24.2% 3 23.1% 13.6% 95.5% 6 16 17.6% 1 7.7% 6.3% 43.8%

Test

5 0 .0% 0 .0% . . Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 5.2. Tabla de ganancias en los nodos del patrón 1 de PM10

(primavera).Muestra de entrenamiento y de comprobación.

118




4 47 25.8% 9 56.3% 19.1% 217.8% 3 39 21.4% 4 25.0% 10.3% 116.7% 5 11 6.0% 1 6.3% 9.1% 103.4% 2 22 12.1% 1 6.3% 4.5% 51.7% 6 55 30.2% 1 6.3% 1.8% 20.7%

Training

7 8 4.4% 0 .0% .0% .0% 4 24 26.4% 3 75.0% 12.5% 284.4% 3 22 24.2% 1 25.0% 4.5% 103.4% 5 0 .0% 0 .0% . . 2 13 14.3% 0 .0% .0% .0% 6 16 17.6% 0 .0% .0% .0%

Test

7 16 17.6% 0 .0% .0% .0% Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 5.3. Tabla de ganancias en los nodos del patrón 7 de PM10

(primavera).Muestra de entrenamiento y de comprobación.

En verano no se da ningún caso con patrón 7 y el patrón 5 pronosticado

correctamente en el nodo 3, ha aumentado su respuesta aunque la ganancia es

mayor en otro nodo (Tabla 5.4).



3 7 3.8% 3 33.3% 42.9% 876.2% 1 76 41.3% 4 44.4% 5.3% 107.6%

Training

2 101 54.9% 2 22.2% 2.0% 40.5% 3 4 4.3% 2 28.6% 50.0% 657.1% 1 40 43.5% 5 71.4% 12.5% 164.3%

Test

2 48 52.2% 0 .0% .0% .0% Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 5.4. Tabla de ganancias en los nodos del patrón 5 de PM10 (verano).Muestra


119


En otoño sigue siendo muy poco frecuente el patrón 6 (1 caso), seguido del

2 (4 casos), y el nodo 4, con una ganancia y respuesta algo menor para el patrón

3 en el 2006 (Tabla 5.5) sigue agrupando los casos del patrón 6 y la mayoría de

los del patrón 2.



4 30 16.3% 9 81.8% 30.0% 501.8% 5 7 3.8% 1 9.1% 14.3% 239.0% 8 16 8.7% 1 9.1% 6.3% 104.5% 10 42 22.8% 0 .0% .0% .0% 11 35 19.0% 0 .0% .0% .0% 13 24 13.0% 0 .0% .0% .0% 7 16 8.7% 0 .0% .0% .0% 12 10 5.4% 0 .0% .0% .0%

Training

14 4 2.2% 0 .0% .0% .0% 4 23 25.0% 6 66.7% 26.1% 266.7% 5 4 4.3% 0 .0% .0% .0% 8 16 17.4% 1 11.1% 6.3% 63.9% 10 11 12.0% 0 .0% .0% .0% 11 21 22.8% 2 22.2% 9.5% 97.4% 13 3 3.3% 0 .0% .0% .0% 7 4 4.3% 0 .0% .0% .0% 12 3 3.3% 0 .0% .0% .0%

Test

14 7 7.6% 0 .0% .0% .0% Método de crecimiento: CHAID Variable dependiente: patron_pm10 Tabla 5.5. Tabla de ganancias en los nodos del patrón 3 de PM10 (otoño).Muestra


O3

En el caso de O3 y en primavera, el patrón 4 sigue siendo uno de los

menos frecuentes junto con el 10 y en la tabla de ganancias para el año 2006

también está muy repartido en muchos nodos como en los cuatro años anteriores

120


(Tabla 5.6). Las respuestas siguen siendo muy altas en los 3 primeros nodos,

significando una asociación clara de los indicadores meteorológicos

correspondientes con los niveles de O3 registrados.



143 21 .2% 14 4.1% 66.7% 1718.0% 130 81 .9% 46 13.6% 56.8% 1463.5% 146 20 .2% 11 3.2% 55.0% 1417.3% 178 55 .6% 27 8.0% 49.1% 1265.1% 179 139 1.6% 50 14.7% 36.0% 927.0% 126 32 .4% 9 2.7% 28.1% 724.8% 122 50 .6% 14 4.1% 28.0% 721.6% 131 53 .6% 12 3.5% 22.6% 583.5% 128 91 1.0% 20 5.9% 22.0% 566.4% 142 45 .5% 8 2.4% 17.8% 458.1% 145 79 .9% 13 3.8% 16.5% 424.1% 141 64 .7% 10 2.9% 15.6% 402.7% 72 60 .7% 9 2.7% 15.0% 386.5% 120 77 .9% 11 3.2% 14.3% 368.1% 148 51 .6% 5 1.5% 9.8% 252.6% 87 21 .2% 2 .6% 9.5% 245.4% 20 80 .9% 7 2.1% 8.8% 225.5% 92 50 .6% 4 1.2% 8.0% 206.2% 136 25 .3% 2 .6% 8.0% 206.2% 134 42 .5% 3 .9% 7.1% 184.1% 124 44 .5% 3 .9% 6.8% 175.7% 54 120 1.4% 8 2.4% 6.7% 171.8% 101 15 .2% 1 .3% 6.7% 171.8% 125 17 .2% 1 .3% 5.9% 151.6% 121 17 .2% 1 .3% 5.9% 151.6% 77 36 .4% 2 .6% 5.6% 143.2% 151 39 .4% 2 .6% 5.1% 132.2% 86 64 .7% 3 .9% 4.7% 120.8% 78 133 1.5% 6 1.8% 4.5% 116.3% 62 116 1.3% 5 1.5% 4.3% 111.1% 26 24 .3% 1 .3% 4.2% 107.4% 144 98 1.1% 4 1.2% 4.1% 105.2% 138 184 2.1% 7 2.1% 3.8% 98.0% 177 68 .8% 2 .6% 2.9% 75.8%

Training

73 36 .4% 1 .3% 2.8% 71.6%

121


71 73 .8% 2 .6% 2.7% 70.6% 127 82 .9% 2 .6% 2.4% 62.9% 49 48 .5% 1 .3% 2.1% 53.7% 154 53 .6% 1 .3% 1.9% 48.6% 169 59 .7% 1 .3% 1.7% 43.7% 147 123 1.4% 2 .6% 1.6% 41.9% 64 141 1.6% 2 .6% 1.4% 36.6% 83 79 .9% 1 .3% 1.3% 32.6% 175 84 1.0% 1 .3% 1.2% 30.7% 163 117 1.3% 1 .3% .9% 22.0% 76 118 1.4% 1 .3% .8% 21.8% 143 6 .3% 5 6.3% 83.3% 2275.0% 130 14 .6% 10 12.5% 71.4% 1950.0% 146 6 .3% 4 5.0% 66.7% 1820.0% 178 8 .4% 2 2.5% 25.0% 682.5% 179 33 1.5% 12 15.0% 36.4% 992.7% 126 22 1.0% 2 2.5% 9.1% 248.2% 122 10 .5% 5 6.3% 50.0% 1365.0% 128 21 1.0% 2 2.5% 9.5% 260.0% 142 6 .3% 2 2.5% 33.3% 910.0% 145 24 1.1% 1 1.3% 4.2% 113.8% 72 20 .9% 1 1.3% 5.0% 136.5% 120 21 1.0% 2 2.5% 9.5% 260.0% 148 13 .6% 5 6.3% 38.5% 1050.0% 134 10 .5% 2 2.5% 20.0% 546.0% 124 17 .8% 2 2.5% 11.8% 321.2% 54 38 1.7% 2 2.5% 5.3% 143.7% 78 44 2.0% 2 2.5% 4.5% 124.1% 62 47 2.2% 2 2.5% 4.3% 116.2% 144 27 1.2% 3 3.8% 11.1% 303.3% 177 13 .6% 4 5.0% 30.8% 840.0% 71 17 .8% 1 1.3% 5.9% 160.6% 127 21 1.0% 3 3.8% 14.3% 390.0% 76 29 1.3% 1 1.3% 3.4% 94.1% 81 32 1.5% 1 1.3% 3.1% 85.3% 53 21 1.0% 1 1.3% 4.8% 130.0% 119 18 .8% 1 1.3% 5.6% 151.7%

Test

180 11 .5% 2 2.5% 18.2% 496.4% Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 5.6. Tabla de ganancias en los nodos del patrón 4 de O3 (primavera).Muestra


122


En verano el patrón 2, muy poco frecuente pero adverso, únicamente

presenta casos en el 2006 en 2 nodos el 71 y 69 (Tabla 5.7). El patrón 5, con 87

casos en el año 2006 además de presentar la mayor ganancia en el nodo 69 ha

aumentado la respuesta en él situándose como la más alta de todos los nodos

terminales (Tabla 5.8).



71 38 .4% 22 27.5% 57.9% 6391.6% 69 121 1.4% 32 40.0% 26.4% 2919.7% 60 22 .2% 4 5.0% 18.2% 2007.3% 73 22 .2% 4 5.0% 18.2% 2007.3% 162 11 .1% 2 2.5% 18.2% 2007.3% 70 75 .8% 5 6.3% 6.7% 736.0% 80 36 .4% 2 2.5% 5.6% 613.3% 76 57 .6% 3 3.8% 5.3% 581.1% 85 20 .2% 1 1.3% 5.0% 552.0% 79 48 .5% 1 1.3% 2.1% 230.0% 68 178 2.0% 3 3.8% 1.7% 186.1%

Training

59 63 .7% 1 1.3% 1.6% 175.2% 71 14 .6% 6 66.7% 42.9% 10514.3% Test 69 57 2.6% 3 33.3% 5.3% 1291.2%

Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 5.7. Tabla de ganancias en los nodos del patrón 2 de O3 (verano).Muestra de

entrenamiento y de comprobación.



60 22 .2% 13 4.0% 59.1% 1615.8% 69 121 1.4% 60 18.6% 49.6% 1355.9% 80 36 .4% 14 4.3% 38.9% 1063.4% 76 57 .6% 22 6.8% 38.6% 1055.4% 161 40 .5% 13 4.0% 32.5% 888.7% 68 178 2.0% 52 16.1% 29.2% 798.8% 154 18 .2% 5 1.5% 27.8% 759.5%

Training

158 30 .3% 8 2.5% 26.7% 729.2%

123


159 30 .3% 8 2.5% 26.7% 729.2% 85 20 .2% 5 1.5% 25.0% 683.6% 70 75 .8% 17 5.3% 22.7% 619.8% 55 55 .6% 11 3.4% 20.0% 546.9% 186 25 .3% 5 1.5% 20.0% 546.9% 160 94 1.1% 18 5.6% 19.1% 523.6% 59 63 .7% 12 3.7% 19.0% 520.8% 175 21 .2% 4 1.2% 19.0% 520.8% 71 38 .4% 7 2.2% 18.4% 503.7% 53 15 .2% 2 .6% 13.3% 364.6% 162 11 .1% 1 .3% 9.1% 248.6% 199 102 1.2% 9 2.8% 8.8% 241.3% 84 23 .3% 2 .6% 8.7% 237.8% 89 16 .2% 1 .3% 6.3% 170.9% 58 16 .2% 1 .3% 6.3% 170.9% 21 34 .4% 2 .6% 5.9% 160.8% 102 18 .2% 1 .3% 5.6% 151.9% 67 38 .4% 2 .6% 5.3% 143.9% 25 19 .2% 1 .3% 5.3% 143.9% 93 61 .7% 3 .9% 4.9% 134.5% 107 42 .5% 2 .6% 4.8% 130.2% 155 86 1.0% 4 1.2% 4.7% 127.2% 79 48 .5% 2 .6% 4.2% 113.9% 75 54 .6% 2 .6% 3.7% 101.3% 153 27 .3% 1 .3% 3.7% 101.3% 72 84 1.0% 3 .9% 3.6% 97.7% 98 28 .3% 1 .3% 3.6% 97.7% 50 28 .3% 1 .3% 3.6% 97.7% 148 30 .3% 1 .3% 3.3% 91.1% 26 35 .4% 1 .3% 2.9% 78.1% 116 39 .4% 1 .3% 2.6% 70.1% 197 39 .4% 1 .3% 2.6% 70.1% 156 57 .6% 1 .3% 1.8% 48.0% 196 60 .7% 1 .3% 1.7% 45.6% 150 61 .7% 1 .3% 1.6% 44.8% 167 75 .8% 1 .3% 1.3% 36.5% 60 12 .5% 5 5.7% 41.7% 1057.5% 69 57 2.6% 32 36.8% 56.1% 1424.8% 80 13 .6% 3 3.4% 23.1% 585.7% 76 20 .9% 5 5.7% 25.0% 634.5% 161 21 1.0% 3 3.4% 14.3% 362.6% 68 49 2.2% 7 8.0% 14.3% 362.6% 85 4 .2% 1 1.1% 25.0% 634.5% 70 11 .5% 4 4.6% 36.4% 922.9%

Test

55 18 .8% 3 3.4% 16.7% 423.0%

124


160 8 .4% 2 2.3% 25.0% 634.5% 71 14 .6% 6 6.9% 42.9% 1087.7% 53 5 .2% 1 1.1% 20.0% 507.6% 67 33 1.5% 7 8.0% 21.2% 538.3% 79 16 .7% 1 1.1% 6.3% 158.6% 75 15 .7% 1 1.1% 6.7% 169.2% 72 26 1.2% 2 2.3% 7.7% 195.2% 50 7 .3% 1 1.1% 14.3% 362.6% 167 28 1.3% 1 1.1% 3.6% 90.6% 83 21 1.0% 1 1.1% 4.8% 120.9% 73 4 .2% 1 1.1% 25.0% 634.5%

Método de crecimiento: CHAID Variable dependiente: patron_ozo Tabla 5.8. Tabla de ganancias en los nodos del patrón 5 de O3 (verano).Muestra de

entrenamiento y de comprobación.

NO2

En invierno, el patrón 10, mucho más frecuente en el año 2002 no aparece

en el 2006. El patrón 9 más frecuente por la mañana sigue repartido en varios

nodos pero crece la respuesta en el nodo 15 (Tabla 5.9).



16 57 7.8% 20 27.0% 35.1% 347.1% 12 51 7.0% 16 21.6% 31.4% 310.3% 15 38 5.2% 9 12.2% 23.7% 234.3% 14 18 2.5% 3 4.1% 16.7% 164.9% 6 97 13.3% 14 18.9% 14.4% 142.8% 2 90 12.3% 7 9.5% 7.8% 76.9% 11 72 9.8% 5 6.8% 6.9% 68.7% 7 86 11.7% 0 .0% .0% .0% 10 65 8.9% 0 .0% .0% .0% 9 46 6.3% 0 .0% .0% .0% 8 39 5.3% 0 .0% .0% .0% 5 38 5.2% 0 .0% .0% .0% 1 20 2.7% 0 .0% .0% .0%

Training

13 15 2.0% 0 .0% .0% .0%

125


16 19 9.9% 6 21.4% 31.6% 216.5% 12 22 11.5% 5 17.9% 22.7% 155.8% 15 8 4.2% 6 21.4% 75.0% 514.3% 14 9 4.7% 2 7.1% 22.2% 152.4% 6 33 17.2% 4 14.3% 12.1% 83.1% 2 12 6.3% 1 3.6% 8.3% 57.1% 11 19 9.9% 3 10.7% 15.8% 108.3% 7 20 10.4% 0 .0% .0% .0% 10 12 6.3% 0 .0% .0% .0% 9 14 7.3% 0 .0% .0% .0% 8 2 1.0% 0 .0% .0% .0% 5 21 10.9% 1 3.6% 4.8% 32.7% 1 0 .0% 0 .0% . .

Test

13 1 .5% 0 .0% .0% .0% Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 5.9. Tabla de ganancias en los nodos del patrón 9 de NO2 (invierno

mañana).Muestra de entrenamiento y de comprobación.

El patrón 12, uno de los más adversos, también ha disminuido su

frecuencia de aparición, pero puede deberse a que tampoco hay ningún caso con

las condiciones meteorológicas exigidas en el nodo 19, donde el patrón

presentaba una mayor ganancia y una respuesta alta (Tabla 5.10).



19 34 2.8% 19 21.1% 55.9% 757.5% 18 46 3.8% 14 15.6% 30.4% 412.6% 15 46 3.8% 12 13.3% 26.1% 353.6% 16 70 5.7% 11 12.2% 15.7% 213.0% 14 44 3.6% 5 5.6% 11.4% 154.0% 12 82 6.7% 7 7.8% 8.5% 115.7% 3 84 6.9% 7 7.8% 8.3% 113.0% 2 126 10.3% 9 10.0% 7.1% 96.8% 24 43 3.5% 2 2.2% 4.7% 63.0% 17 47 3.9% 2 2.2% 4.3% 57.7% 13 64 5.2% 1 1.1% 1.6% 21.2% 21 99 8.1% 1 1.1% 1.0% 13.7% 6 117 9.6% 0 .0% .0% .0%

Training

11 73 6.0% 0 .0% .0% .0%

126


23 69 5.7% 0 .0% .0% .0% 8 53 4.3% 0 .0% .0% .0% 9 49 4.0% 0 .0% .0% .0% 1 35 2.9% 0 .0% .0% .0% 22 17 1.4% 0 .0% .0% .0% 20 12 1.0% 0 .0% .0% .0% 25 10 .8% 0 .0% .0% .0% 19 0 .0% 0 .0% . . 18 7 2.2% 2 9.5% 28.6% 435.4% 15 24 7.5% 6 28.6% 25.0% 381.0% 16 14 4.4% 1 4.8% 7.1% 108.8% 14 17 5.3% 5 23.8% 29.4% 448.2% 12 38 11.9% 3 14.3% 7.9% 120.3% 3 20 6.3% 1 4.8% 5.0% 76.2% 2 23 7.2% 1 4.8% 4.3% 66.3% 24 14 4.4% 0 .0% .0% .0% 17 11 3.4% 0 .0% .0% .0% 13 24 7.5% 2 9.5% 8.3% 127.0% 21 29 9.1% 0 .0% .0% .0% 6 23 7.2% 0 .0% .0% .0% 11 10 3.1% 0 .0% .0% .0% 23 17 5.3% 0 .0% .0% .0% 8 7 2.2% 0 .0% .0% .0% 9 25 7.8% 0 .0% .0% .0% 1 5 1.6% 0 .0% .0% .0% 22 3 .9% 0 .0% .0% .0% 20 2 .6% 0 .0% .0% .0%

Test

25 7 2.2% 0 .0% .0% .0% Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 5.10. Tabla de ganancias en los nodos del patrón 12 de NO2 (invierno tarde).

Muestra de entrenamiento y de comprobación.

El patrón 2 (Tabla 5.11) ha aumentado ligeramente la ganancia y la

respuesta en el nodo 12 con el que estaba más relacionado.



12 82 6.7% 30 30.6% 36.6% 455.5% 24 43 3.5% 13 13.3% 30.2% 376.4%

Training

15 46 3.8% 7 7.1% 15.2% 189.4%

127


21 99 8.1% 12 12.2% 12.1% 150.9% 22 17 1.4% 2 2.0% 11.8% 146.5% 16 70 5.7% 7 7.1% 10.0% 124.5% 14 44 3.6% 4 4.1% 9.1% 113.2% 20 12 1.0% 1 1.0% 8.3% 103.7% 23 69 5.7% 5 5.1% 7.2% 90.2% 2 126 10.3% 7 7.1% 5.6% 69.2% 13 64 5.2% 3 3.1% 4.7% 58.4% 19 34 2.8% 1 1.0% 2.9% 36.6% 11 73 6.0% 2 2.0% 2.7% 34.1% 18 46 3.8% 1 1.0% 2.2% 27.1% 17 47 3.9% 1 1.0% 2.1% 26.5% 3 84 6.9% 1 1.0% 1.2% 14.8% 6 117 9.6% 1 1.0% .9% 10.6% 8 53 4.3% 0 .0% .0% .0% 9 49 4.0% 0 .0% .0% .0% 1 35 2.9% 0 .0% .0% .0% 25 10 .8% 0 .0% .0% .0% 12 38 11.9% 16 40.0% 42.1% 336.8% 24 14 4.4% 3 7.5% 21.4% 171.4% 15 24 7.5% 6 15.0% 25.0% 200.0% 21 29 9.1% 2 5.0% 6.9% 55.2% 22 3 .9% 0 .0% .0% .0% 16 14 4.4% 1 2.5% 7.1% 57.1% 14 17 5.3% 3 7.5% 17.6% 141.2% 20 2 .6% 0 .0% .0% .0% 23 17 5.3% 1 2.5% 5.9% 47.1% 2 23 7.2% 1 2.5% 4.3% 34.8% 13 24 7.5% 5 12.5% 20.8% 166.7% 19 0 .0% 0 .0% . . 11 10 3.1% 1 2.5% 10.0% 80.0% 18 7 2.2% 0 .0% .0% .0% 17 11 3.4% 0 .0% .0% .0% 3 20 6.3% 1 2.5% 5.0% 40.0% 6 23 7.2% 0 .0% .0% .0% 8 7 2.2% 0 .0% .0% .0% 9 25 7.8% 0 .0% .0% .0% 1 5 1.6% 0 .0% .0% .0%

Test

25 7 2.2% 0 .0% .0% .0% Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 5.11. Tabla de ganancias en los nodos del patrón 2 de NO2 (invierno tarde).


128


En primavera se presentan los resultados de la validación para los patrones

7 (Tabla 5.12) y 3 (Tabla 5.13), adversos desde el punto de vista de los niveles

registrados. El primero más frecuente por la mañana y el segundo por la tarde.



17 170 13.5% 49 43.0% 28.8% 317.3% 15 35 2.8% 6 5.3% 17.1% 188.7% 13 72 5.7% 11 9.6% 15.3% 168.2% 2 67 5.3% 10 8.8% 14.9% 164.3% 21 62 4.9% 8 7.0% 12.9% 142.0% 10 19 1.5% 2 1.8% 10.5% 115.9% 19 113 9.0% 8 7.0% 7.1% 77.9% 9 74 5.9% 5 4.4% 6.8% 74.4% 18 33 2.6% 2 1.8% 6.1% 66.7% 12 138 11.0% 7 6.1% 5.1% 55.8% 14 40 3.2% 1 .9% 2.5% 27.5% 22 92 7.3% 2 1.8% 2.2% 23.9% 5 52 4.1% 1 .9% 1.9% 21.2% 8 80 6.4% 1 .9% 1.3% 13.8% 6 96 7.6% 1 .9% 1.0% 11.5% 7 50 4.0% 0 .0% .0% .0% 11 36 2.9% 0 .0% .0% .0%

Training

20 26 2.1% 0 .0% .0% .0% 17 51 16.7% 11 39.3% 21.6% 234.9% 15 4 1.3% 0 .0% .0% .0% 13 25 8.2% 3 10.7% 12.0% 130.7% 2 28 9.2% 8 28.6% 28.6% 311.2% 21 18 5.9% 0 .0% .0% .0% 10 2 .7% 0 .0% .0% .0% 19 12 3.9% 0 .0% .0% .0% 9 20 6.6% 1 3.6% 5.0% 54.5% 18 12 3.9% 0 .0% .0% .0% 12 44 14.4% 2 7.1% 4.5% 49.5% 14 6 2.0% 1 3.6% 16.7% 181.5% 22 28 9.2% 2 7.1% 7.1% 77.8% 5 0 .0% 0 .0% . . 8 34 11.1% 0 .0% .0% .0% 6 5 1.6% 0 .0% .0% .0% 7 13 4.3% 0 .0% .0% .0%

Test

11 2 .7% 0 .0% .0% .0%

129


20 1 .3% 0 .0% .0% .0% Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 5.12. Tabla de ganancias en los nodos del patrón 7 de NO2 (primavera

mañana). Muestra de entrenamiento y de comprobación.



29 17 1.4% 13 11.4% 76.5% 841.8% 20 69 5.5% 27 23.7% 39.1% 430.8% 14 21 1.7% 8 7.0% 38.1% 419.4% 28 35 2.8% 12 10.5% 34.3% 377.4% 18 43 3.4% 9 7.9% 20.9% 230.4% 30 53 4.2% 8 7.0% 15.1% 166.2% 25 29 2.3% 4 3.5% 13.8% 151.8% 7 87 6.9% 10 8.8% 11.5% 126.5% 10 41 3.3% 4 3.5% 9.8% 107.4% 13 64 5.1% 5 4.4% 7.8% 86.0% 17 69 5.5% 4 3.5% 5.8% 63.8% 33 20 1.6% 1 .9% 5.0% 55.0% 15 89 7.1% 4 3.5% 4.5% 49.5% 19 48 3.8% 2 1.8% 4.2% 45.9% 4 84 6.7% 2 1.8% 2.4% 26.2% 23 54 4.3% 1 .9% 1.9% 20.4% 36 89 7.1% 0 .0% .0% .0% 31 60 4.8% 0 .0% .0% .0% 5 57 4.5% 0 .0% .0% .0% 16 39 3.1% 0 .0% .0% .0% 34 38 3.0% 0 .0% .0% .0% 8 29 2.3% 0 .0% .0% .0% 35 24 1.9% 0 .0% .0% .0% 32 22 1.8% 0 .0% .0% .0% 11 22 1.8% 0 .0% .0% .0% 24 20 1.6% 0 .0% .0% .0% 26 17 1.4% 0 .0% .0% .0%

Training

21 15 1.2% 0 .0% .0% .0% 29 6 2.0% 4 25.0% 66.7% 1270.8% 20 21 6.9% 0 .0% .0% .0%

Test

14 3 1.0% 1 6.3% 33.3% 635.4%

130


28 17 5.6% 0 .0% .0% .0% 18 13 4.3% 0 .0% .0% .0% 30 16 5.2% 0 .0% .0% .0% 25 5 1.6% 0 .0% .0% .0% 7 26 8.5% 3 18.8% 11.5% 220.0% 10 8 2.6% 2 12.5% 25.0% 476.6% 13 15 4.9% 3 18.8% 20.0% 381.3% 17 18 5.9% 0 .0% .0% .0% 33 7 2.3% 0 .0% .0% .0% 15 44 14.4% 0 .0% .0% .0% 19 8 2.6% 2 12.5% 25.0% 476.6% 4 6 2.0% 0 .0% .0% .0% 23 15 4.9% 0 .0% .0% .0% 36 9 3.0% 0 .0% .0% .0% 31 17 5.6% 0 .0% .0% .0% 5 3 1.0% 1 6.3% 33.3% 635.4% 16 17 5.6% 0 .0% .0% .0% 34 9 3.0% 0 .0% .0% .0% 8 1 .3% 0 .0% .0% .0% 35 5 1.6% 0 .0% .0% .0% 32 4 1.3% 0 .0% .0% .0% 11 3 1.0% 0 .0% .0% .0% 24 7 2.3% 0 .0% .0% .0% 26 1 .3% 0 .0% .0% .0% 21 1 .3% 0 .0% .0% .0%

Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 5.13. Tabla de ganancias en los nodos del patrón 3 de NO2 (primavera tarde).


No se van a destacar los resultados obtenidos para la época de verano

(aunque sí se incluyen en el Anexo O). En general se puede decir que la

frecuencia de los patrones más adversos es baja y ha disminuido, en algunos

casos porque tampoco se han dado las condiciones meteorológicas a las que

estaban más asociados.

Se presenta a continuación los resultados de la validación para uno de los

patrones más adversos en otoño, el patrón 4 para el período de la tarde (Tabla

5.14), que sigue estando repartido entre varios nodos.

131




12 69 5.5% 25 20.8% 36.2% 377.4% 11 53 4.2% 19 15.8% 35.8% 373.4% 13 29 2.3% 7 5.8% 24.1% 251.4% 25 47 3.8% 10 8.3% 21.3% 221.6% 15 35 2.8% 7 5.8% 20.0% 208.3% 3 138 11.0% 27 22.5% 19.6% 203.8% 14 60 4.8% 8 6.7% 13.3% 138.9% 18 70 5.6% 9 7.5% 12.9% 133.9% 22 44 3.5% 2 1.7% 4.5% 47.3% 16 90 7.2% 4 3.3% 4.4% 46.3% 23 23 1.8% 1 .8% 4.3% 45.3% 17 50 4.0% 1 .8% 2.0% 20.8% 4 155 12.4% 0 .0% .0% .0% 5 130 10.4% 0 .0% .0% .0% 9 69 5.5% 0 .0% .0% .0% 20 52 4.2% 0 .0% .0% .0% 19 42 3.4% 0 .0% .0% .0% 8 32 2.6% 0 .0% .0% .0% 10 26 2.1% 0 .0% .0% .0% 24 20 1.6% 0 .0% .0% .0%

Training

21 16 1.3% 0 .0% .0% .0% 12 22 7.3% 8 12.9% 36.4% 176.0% 11 15 5.0% 4 6.5% 26.7% 129.0% 13 15 5.0% 9 14.5% 60.0% 290.3% 25 22 7.3% 6 9.7% 27.3% 132.0% 15 19 6.3% 6 9.7% 31.6% 152.8% 3 40 13.3% 14 22.6% 35.0% 169.4% 14 15 5.0% 5 8.1% 33.3% 161.3% 18 25 8.3% 8 12.9% 32.0% 154.8% 22 8 2.7% 0 .0% .0% .0% 16 9 3.0% 1 1.6% 11.1% 53.8% 23 6 2.0% 1 1.6% 16.7% 80.6% 17 0 .0% 0 .0% . . 4 21 7.0% 0 .0% .0% .0% 5 18 6.0% 0 .0% .0% .0% 9 26 8.7% 0 .0% .0% .0% 20 10 3.3% 0 .0% .0% .0% 19 3 1.0% 0 .0% .0% .0% 8 26 8.7% 0 .0% .0% .0% 10 0 .0% 0 .0% . .

Test

24 0 .0% 0 .0% . .

132


21 0 .0% 0 .0% . . Método de crecimiento: CHAID Variable dependiente: patron_no2 Tabla 5.14. Tabla de ganancias en los nodos del patrón 4 de NO2 (verano tarde).


133

Caracterización de patrones meteorológicos a escala regional y local y su relación con los niveles de calidad del aire registrados en la C.A.P.V. Análisis de episodios (rev. 00) 6. Resumen y Conclusiones

6. Resumen y Conclusiones

El objetivo de este estudio es identificar las relaciones causa-efecto para

los niveles de contaminación registrados en la Red de Calidad del Aire de la

CAPV a partir, fundamenalmente, de los datos de meteorología medidos. Para

ello se han utilizado técnicas estadísticas como el CLUSTER y los árboles de

clasificación basados en el algoritmo CHAID.

Los contaminantes objeto de estudio son PM10 (medias diarias), NO2

(medias horarias, días laborables) y O3 (medias horarias). Se han utilizado los

datos de los años 2002 a 2005 como muestra de entrenamiento y el año 2006

como muestra de comprobación, además el período anual se ha dividido en 4

trimestres.

PM10

Invierno

De los patrones clasificados, dos de ellos el 7 y el 3, a pesar de ser los que

presentan los niveles de concentración más altos (Figura 6.1), son muy poco

frecuentes: 2 casos en el primero y 1 en el segundo (Tabla 6.1) y de hecho en el

año 2006 no se ha registrado ningún caso en ellos. El siguiente más adverso en

cuanto a registrar valores altos es el 6 con 18 casos, 10 en el año 2004 y 8 en el

2005.

134


Patrones diarios de PM10 (invierno)

0

25

50

75

100

125

150

aban

to

nauti

ca

barak

aldo

indautx

u

mazarr

edo

txurd

inaga

basa

uri

p. eu

ropa

eran

dioge

txo

algorta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

diozalla

duran

go

lemoalar

rea

zelai

eta

mondrag

ón

herna

ni

atego

rrietapu

io

rente

ríalez

oiru

ntol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

fac. fa

rmac

ia

betoñ

o

san m

artin

agura

in

lantar

ón

alcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

µg/m

3

patrón 1 patrón 2 patrón 3 patrón 4 patrón 5 patrón 6 patrón 7

Figura 6.1. Conglomerados finales para los patrones de PM10 (invierno)

Número de casos en cada conglomerado

1 53 2 12 3 1 4 88 5 7 6 18

Conglomerado

7 2 Válidos 181 Perdidos 0

Tabla 6.1. Tabla de frecuencias para los patrones de PM10 (invierno)

El patrón 6 es el único para el que se encuentra relación con las variables

meteorológicas seleccionadas.

El patrón 1 para el salto térmico diario (18 casos) y caracterizado por

presentar los valores más bajos en la zona costera y los más altos en el interior

de los valles costeros, rozando los 18 °C, incluye 11 casos con un patrón 6 para

PM10.

135


Primavera

Los patrones calculados demuestran que no se alcanzan los niveles que se

dan en invierno (Figura 6.2). El patrón 3 es un patrón en el que se agrupan

únicamente 4 casos aislados ocurridos en el año 2004 y caracterizados por

valores altos en las estaciones de Betoño y Agurain. En el 2006 no se da ningún

caso agrupado en el patrón 3.

El patrón 7 es el patrón con niveles más altos y a su vez el menos

frecuente después del 3 (Tabla 6.2).

Patrones diarios de PM10 (primavera)

0

25

50

75

100

125

150

aban

to

nauti

ca

barak

aldo

indautx

u

mazarr

edo

txurd

inaga

basa

uri

p. eu

ropa

eran

dioge

txo

algorta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

diozalla

duran

go

lemoalar

rea

zelai

eta

mondrag

ón

herna

ni

atego

rrieta

avda

. tolosa

puio

rente

ríalez

oiru

ntol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

fac. fa

rmac

ia

betoñ

o

san m

artin

agura

in

lantar

ón

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

µg/m

3


Figura 6.2. Conglomerados finales para los patrones de PM10 (primavera)


1 22 2 36 3 4 4 29 5 38 6 37

Conglomerado

7 16

136


Válidos 182 Perdidos 0

Tabla 6.2. Tabla de frecuencias para los patrones de PM10 (primavera)

El patrón 7 no es pronosticado correctamente por ningún nodo pero en el

que presenta una mayor ganancia, 9 casos, es en el que está asociado otra vez a

unas condiciones de contraste térmico diario acusado: patrón 1, 3 ó 5 (47 casos,

16 de ellos con patrón 1 de PM10).

Verano

En verano el patrón más adverso es el 5 (Figura 6.3) aunque no es muy

frecuente (Tabla 6.3).

Patrones diarios de PM10 (verano)

0

25

50

75

100

125

150

aban

to

nauti

ca

barak

aldo

indautx

u

mazarr

edo

txurd

inaga

basa

uri

p. eu

ropa

eran

dioge

txo

algorta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

diozalla

duran

go

lemoalar

rea

zelai

eta

mondrag

ón

herna

ni

atego

rrieta

avda

. tolosa

puio

rente

ríalez

oiru

ntol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

fac. fa

rmac

ia

betoñ

o

san m

artin

agura

in

lantar

ón

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

µg/m

3


Figura 6.3. Conglomerados finales para los patrones de PM10 (verano)


1 43 2 24 3 15

Conglomerado

4 35

137


5 9 6 50 7 8


Tabla 6.3. Tabla de frecuencias para los patrones de PM10 (verano)

En esta época la variable meteorológica que ha resultado asociada con la

ocurrencia del patrón 5 es la procedencia de la masa aérea. Con la denominada

CT o africana (7 casos) se han agrupado 3 días con un patrón 5 de PM10.

Otoño

En otoño se vuelven a registrar valores altos de PM10. Los patrones 6, 2 y 3

son los más adversos (Figura 6.4). El patrón 3 es el más frecuente de ellos (Tabla

6.4) y a pesar de sus diferencias en los valores registrados y en su distribución

espacial, los 3 están asociados a unas mismas condiciones meteorológicas. El

indicador en un primer nivel es el contraste térmico diario: patrón 4 ó 1, con los

valores más acusados, 37 casos, y en un segundo nivel la velocidad media diaria:

patrón 2, con los valores más bajos, 30 casos donde se agrupan 9 casos del

patrón 3 y todos los del patrón 2 y 6 de PM10.

138


Patrones diarios de PM10 (otoño)

0

25

50

75

100

125

150

aban

to

nauti

ca

barak

aldo

indautx

u

mazarr

edo

txurd

inaga

basa

uri

p. eu

ropa

eran

dioge

txo

algorta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

diozalla

duran

go

lemoalar

rea

zelai

eta

mondrag

ón

herna

ni

atego

rrieta

avda

. tolosa

puio

rente

ríalez

oiru

ntol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

fac. fa

rmac

ia

betoñ

o

san m

artin

agura

in

lantar

ón

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

µg/m

3


Figura 6.4. Conglomerados finales para los patrones de PM10 (otoño)


1 24 2 5 3 11 4 51 5 57 6 2

Conglomerado


Tabla 6.4. Tabla de frecuencias para los patrones de PM10 (otoño)

139


O3

Primavera

Los patrones de ozono más adversos (Figura 6.5) son el patrón 9 y, sobre

todo, el patrón 4, que a su vez es el menos frecuente (Tabla 6.5). Los 2 patrones

presentan una preferencia clara de aparición al período vespertino

Patrones O3 (primavera)

0

30

60

90

120

150

180

muskiz

aban

to

seran

tes

mª díaz

mazarr

edo

txurd

inaga

basa

uri

p. eu

ropa

elorri

eta

band

eras

eran

dioge

txo

sang

roniz

algosta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

diozalla

duran

go

lemoalar

rea

zelai

eta

larra

betzu

montor

ra

mondrag

on

elgoiba

r

herna

ni

atego

rrieta

avda

. tolosa

puio

rente

ríalez

o

jaizk

ibeliru

ntol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

fac. fa

rmac

ia

san m

artín

agura

in

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

urkio

la

µg/m

3

patrón 1 patrón 2 patrón 3 patrón 4 patrón 5 patrón 6patrón 7 patrón 8 patrón 9 patrón 10 patrón 11 patrón 12

Figura 6.5. Conglomerados finales para los patrones de O3 (primavera)


1 802 2 1024 3 945 4 339 5 597 6 471 7 670 8 576 9 1101 10 377 11 1332

Conglomerado

12 502

140



Tabla 6.5. Tabla de frecuencias para los patrones de O3 (primavera)

El modelo es más complejo. Si éste se limita al primer nivel se tiene que

entre las 13 y las 16 h, con un patrón de radiación 6 ó 11 (413 casos) se tienen

185 casos de patrón 9 de O3 y 109 casos de patrón 4 de O3.

Si se va a un segundo nivel el patrón 4 presenta una respuesta más alta si

además el patrón de temperatura es 10 ó 11, y en un tercer nivel el patrón 4 se

pronostica correctamente cuando además de unos patrones de temperatura

determinados se dan unos patrones de viento en altura concretos.

Entre las 17 y las 18 h si el patrón de radiación es 4 (130 casos) se tienen

59 casos en el patrón 9 de O3 y 32 en el patrón 4, presentando éste una

respuesta más alta si además el patrón de temperatura es 10 ó 11. Si el patrón de

radiación es 6 ó 8 (197 casos) se tienen 70 casos en el patrón 9 y 28 en el 4,

aumentando también la respuesta en el patrón 4 si además la temperatura

presenta un patrón 10 ó 11.

Verano

El patrón más adverso es el 2, el menos frecuente, seguido del 5 (Figura y

Tabla 6.6)

141


Patrones O3 (verano)

0

30

60

90

120

150

180

muskiz

aban

to

seran

tes

mª díaz

mazarr

edo

txurd

inaga

basa

uri

p. eu

ropa

elorri

eta

band

eras

eran

dioge

txo

sang

roniz

algosta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

diozalla

duran

go

lemoalar

rea

zelai

eta

larra

betzu

montor

ra

mondrag

on

elgoiba

r

herna

ni

atego

rrieta

avda

. tolosa

puio

rente

ríalez

o

jaizk

ibeliru

ntol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

fac. fa

rmac

ia

san m

artín

agura

in

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

urkio

la

µg/m

3


Figura 6.6. Conglomerados finales para los patrones de O3 (verano)


1 1310 2 80 3 300 4 901 5 323 6 487 7 708 8 286 9 1239 10 1384 11 1318

Conglomerado


Tabla 6.6. Tabla de frecuencias para los patrones de O3 (verano)

El modelo de árbol para O3 en la época de verano es más sencillo a la hora

de pronosticar los episodios y se queda en un primer nivel donde la temperatura

es la variable influyente.

142


Si se limita al período entre las 13 y las 17 h y el patrón de temperatura es

8 (38 casos), la mayor probabilidad de ocurrencia la tiene el patrón 2 de O3 (22

casos). Si el patrón de temperatura es 5 (178 casos) o 6 (121), el patrón 5 de O3

es el más probable (112 casos), sin descartar una frecuencia apreciable de patrón

2 de O3. (32 casos), si los valores de temperatura se agrupan en el patrón 6.

NO2

Invierno

Este período del año es uno de los más adversos en cuanto a niveles

registrados. Entre los patrones resultantes destacan los patrones 12, 2, 9 y 10

(Figura 6.7).

Patrones horarios laborables NO2 (invierno)

0

2040

60

80

100120

140

muskiz

aban

to

seran

tes

nauti

ca

barak

aldo

7 campas

zorro

za

mª díaz

indautx

u

san a

drian

mazarr

edo

basa

uri

txurd

inaga

p. eu

ropa

elorri

eta

band

eras

eran

dioon

diz

sta. a

nage

txo

sang

roniz

algorta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

diozalla

duran

go

lemoalar

rea

zelai

eta

larra

betzu

montor

ra

mondrag

on

elgoiba

r

herna

ni

atego

rrieta

av. to

losa

rente

ríalez

o

jaizk

ibeliru

npu

iotol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

herrá

n

fac. fa

rmac

ia

betoñ

o

san m

artin

agura

in

lantar

on

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

µg/m

3

patron 1 patron 2 patron 3 patron 4 patron 5 patron 6patron 7 patron 8 patron 9 patron 10 patron 11 patron 12

Figura 6.7. Conglomerados finales para los patrones de NO2 (laborables invierno)

143



1 628 2 222 3 603 4 767 5 545 6 952 7 430 8 458 9 204 10 128 11 775

Conglomerado


Tabla 6.7. Tabla de frecuencias para los patrones de NO2 (laborables invierno)

El patrón 12 y el patrón 2 presentan una frecuencia de aparición

sensiblemente mayor a primeras horas de la mañana, entre las 8 y las 10 h

(incluidas) y sobre todo a últimas horas de la tarde, entre las 18 y las 22 h.

El patrón 10 se ha asociado a una situación frecuente en el año 2002 pero

que prácticamente desaparece a partir de ahí. En al año 2006 no se da ningún

caso. El patrón 9 destaca sobre todo por unos valores más altos en las estaciones

de Vitoria respecto a lo registrado en el resto de la Red. Es mas frecuente a

primeras horas de la mañana.

El análisis se ha centrado por tanto en la búsqueda de relaciones con las

variables meteorológicas para el patrón 9 entre las 8 y las 10 de la mañana y para

los patrones 2 y 12 entre las 18 y las 22 h.

8-10 h. Si en el modelo de árbol se detiene en el primer nivel y se impone

la condición de que el patrón del viento en superficie sea 12 (113 casos), el

número de casos correctamente pronosticados en el patrón 9 sería 32 (de un total

de 74). Los patrones de viento en superficie más adversos están asociados a

144


situaciones de desacoplamiento de la capa atmosférica más baja de las

condiciones de viento en altura. La variable viento en altura entra en un segundo

nivel del modelo de árbol.

18-22 h. Al igual que por la mañana en el primer nivel del árbol si se da la

existencia del patrón de viento en superficie 2 ó 12 (445 casos) a pesar de que el

patrón 5 de NO2 es el más abundante (147 casos), le siguen el patrón 12 con 71

casos (de un total de 90) y el patrón 2 con 55 (de un total de 98). En un segundo

nivel del modelo de árbol se encuentra, para el período de últimas horas de la

tarde, la temperatura, aquellos patrones con valores más altos de temperatura

son los que se relacionan con los patrones de NO2 más adversos.

Primavera

Si destacamos los 4 patrones más adversos clasificados para los valores

horarios de NO2 registrados los días laborables, éstos serían los patrones 7, 10, 2

y 3 (Figura 6.8). A pesar de ser los patrones más adversos son los menos

frecuentes (Tabla 6.8).

145


Patrones horarios laborables NO2 (primavera)

020406080

100120140

muskiz

aban

to

seran

tes

nauti

ca

barak

aldo

7 campas

zorro

za

mª díaz

indautx

u

san a

drian

mazarr

edo

basa

uri

txurd

inaga

p. eu

ropa

elorri

eta

band

eras

eran

dioon

diz

sta. a

nage

txo

sang

roniz

algorta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

diozalla

duran

go

lemoalar

rea

zelai

eta

larra

betzu

montor

ra

mondrag

on

elgoiba

r

herna

ni

atego

rrieta

av. to

losa

rente

ríalez

o

jaizk

ibeliru

npu

iotol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

herrá

n

fac. fa

rmac

ia

betoñ

o

san m

artin

agura

in

lantar

on

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

µg/m

3


Figura 6.8. Conglomerados finales para los patrones de NO2 (laborables primavera)


1 622 2 326 3 235 4 849 5 553 6 1193 7 134 8 372 9 441 10 234 11 633

Conglomerado


Tabla 6.8. Tabla de frecuencias para los patrones de NO2 (laborables primavera)

El patrón 7 es el que presenta unos niveles más altos y generalizados en

las 3 capitales y es el menos frecuente de todos, disminuyendo además su

frecuencia con los años. Es a primeras horas de la mañana cuando muestra una

frecuencia de aparición más elevada, sobre todo entre las 7 y las 9-10 h.

146


El patrón 10, con niveles algo más bajos y cuya frecuencia de aparición ha

sido más importante en el año 2002 que en el resto y por horas es más frecuente

entre las 6 y las 10 h del día.

El patrón 3, que presenta valores altos en estaciones orientadas al tráfico

de Bilbao: Indautxu, San Adrián, Siete Campas se produce sobre todo entre las

17 y las 21 h y el patrón 2, más frecuente en el último año y a primeras horas de

la mañana.

Los modelos de árbol calculados son bastante complejos para esta época.

6-10 h.

El patrón 10 predomina cuando el patrón de viento en superficie es 1 (139

casos), con una ganancia de 65 casos de un total de 170.

El patrón 7, muy adverso desde el punto de vista de los niveles de

concentración registrados, tiene una mayor ganancia, 61 casos de 114 casos,

cuando el patrón de viento en superficie es 8 (357 casos).

El patrón 2 tiene una frecuencia de 227 casos si juntamos viento en

superficie 6 (285 casos), viento en superficie 9 (67 casos) y viento en superficie 8.

En un segundo nivel los patrones 7 y 10 tienen que ver con los niveles de

radiación registrados y el patrón 2 tiene que ver más con la variable temperatura.

17-21 h.

Si se queda en un primer nivel: viento en superficie 6 (175 casos) y viento

en superficie 11 (190 casos) el nº de casos del patrón 3 es 38 y 46

respectivamente de un total de 114 casos para este período.

En un tercer nivel del árbol, si al patrón de viento en superficie 11 se le

añade un patrón de temperatura 1, 2, 12 ó 8 y un patrón de viento registrado a

147


1500 m con el perfilador RADAR 10 ó 3 (17casos) el patrón 3 presenta una

respuesta muy alta: 13 casos.

Verano


horarios de NO2 registrados los días laborables, éstos serían los patrones 8, 7, y 3

(Figura 6.9).

El patrón 8 es más frecuente a primeras horas de la mañana y hacia la

tarde noche. El patrón 7 presenta muy pocos casos, sobre todo en el año 2003. El

patrón 3 es más frecuente a primeras horas del día (Tabla 6.9). En el año 2006 la

frecuencia de estos 3 patrones ha sido muy baja: 2 casos en el patrón 7, 6 en el 8

y 17 en el 3.

Patrones horarios laborables NO2 (verano)

020406080

100120140

muskiz

aban

to

seran

tes

nauti

ca

barak

aldo

7 campas

zorro

za

mª díaz

indautx

u

san a

drian

mazarr

edo

basa

uri

txurd

inaga

p. eu

ropa

elorri

eta

band

eras

eran

dioon

diz

sta. a

nage

txo

sang

roniz

algorta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

dio

amur

rioza

lla

duran

go

lemoalar

rea

zelai

eta

larra

betzu

montor

ra

mondrag

on

elgoiba

r

herna

ni

atego

rrieta

av. to

losa

rente

ríalez

o

jaizk

ibeliru

npu

io

tolos

a

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

herrá

n

fac. fa

rmac

ia

betoñ

o

san m

artin

agura

in

lantar

on

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

µg/m

3


Figura 6.9. Conglomerados finales para los patrones de NO2 (laborables verano)


1 1160 Conglomerado 2 511

148


3 125 4 271 5 722 6 563 7 35 8 103 9 1038 10 784 11 102 12 778


Tabla 6.9. Tabla de frecuencias para los patrones de NO2 (laborables verano)

6-11 h.

En un primer nivel, cuando se tiene un viento en superficie con patrón 5

(110 casos) o patrón 9 (252), el patrón 3 de NO2 presenta una frecuencia de

aparición apreciable (43 casos). También con viento en superficie 8 (340 casos)

se tienen 48 casos de patrón 3 de NO2. Si al patrón de viento en superficie 9 se la

añade en un segundo nivel un patrón 12 de temperatura se tiene la respuesta

más alta en el patrón 8 de NO2.

19-21 h.

Al igual que en la mañana si el patrón de viento en superficie es 9 y el

patrón de temperatura es, en este caso, 12 ó 9, el patrón 8 de NO2 presenta la

mayor respuesta.

El patrón de viento en superficie 9 es un patrón de viento casi en calma. El

patrón de viento en superficie 5 se corresponde con viento de componente SSE

muy flojo y canalizado. El patrón de viento en superficie 8 se corresponde con un

viento muy flojo asociado a circulaciones locales de origen térmico y gravitacional.

En un segundo nivel se tiene la variable de temperatura con una mayor

influencia.

149


Otoño


horarios de NO2 registrados los días laborables, éstos serían los patrones 3, 4, 8 y

10 (Figura 6.10). No se han tenido en cuenta los patrones 1 y 9 ya que éstos

parecen haberse producido en una época concreta (año 2002 y 2003

respectivamente debido a causas puntuales). El patrón 1 ha desaparecido en el

año 2006 y el patrón 9 presenta únicamente 7 casos.

El patrón 3, es un patrón muy poco frecuente, caracterizado por unos

valores altos sobre todo en Gasteiz a lo largo de todo el periodo diurno. El patrón

4 aparece con mayor frecuencia entre las 8 y las 10 h y entre las 17 y las 21 h y

los valores más altos se registran en la zona del bajo Nervión. A continuación los

patrones 8 y 10, con valores más bajos, se registran a primeras horas de la

mañana, de las 7 h en adelante y por la tarde-noche.

Patrones horarios laborables de NO2 (otoño)

020406080

100120140

muskiz

aban

to

seran

tes

nauti

ca

barak

aldo

7 campas

zorro

za

mª díaz

indautx

u

san a

drian

mazarr

edo

basa

uri

txurd

inaga

p. eu

ropa

elorri

eta

band

eras

eran

dioon

diz

sta. a

nage

txo

sang

roniz

algorta

zierbe

na

kastr

exan

aar

raiz

alonso

tegi

arrig

orria

gaar

etallo

dio

amur

rioza

lla

duran

go

lemoalar

rea

zelai

eta

larra

betzu

montor

ra

mondrag

on

elgoiba

r

herna

ni

atego

rrieta

av. to

losa

rente

ríalez

o

jaizk

ibeliru

npu

iotol

osa

beas

ain

azpe

itia

avda

. gas

teiz

3 marz

o

herrá

n

fac. fa

rmac

ia

betoñ

o

san m

artin

agura

in

lantar

on

elcieg

o

valde

rejoizk

iz

mundak

a

pago

eta

µg/m

3


Figura 6.10. Conglomerados finales para los patrones de NO2 (laborables otoño)

150



1 136 2 640 3 57 4 202 5 1075 6 878 7 627 8 526 9 36 10 341 11 695

Conglomerado


Tabla 6.10. Tabla de frecuencias para los patrones de NO2 (laborables otoño)

7-11 h.

Con patrón de viento en superficie 9 ó 11 (267 casos) el patrón 8 es el más

frecuente (85 casos) y además el patrón 4 presenta la mayor ganancia (24 casos).

Con viento en superficie 5 (223 casos) el patrón 8 es también el que tiene

mayor probabilidad de ocurrencia (80 casos).

Con patrón de viento en superficie 3 (299 casos) el patrón 10 presenta 79

casos y además se encuentran todos los casos del patrón 3 (8 casos).

17-21 h.

También en este período el patrón 3 de viento en superficie (246 casos)

favorece la aparición de los patrones 3 y 10 de NO2, dependiendo del patrón de

temperatura 7 ó 12 para el 3 y 9 ó 5 para el 10.

El patrón 4 de NO2 también puede darse con ciertos patrones de

temperatura y con viento en superficie 3 pero también con viento en superficie 5

151


en el que predomina el patrón 8 de NO2. Con patrón de viento en superficie 9 y 11

también tiene una mayor frecuencia de aparición el patrón 8 de NO2.

En general los resultados obtenidos son satisfactorios.

La clasificación en patrones y su representación gráfica nos da una idea de

la situación general en cuanto a los niveles de contaminación registrados, su

frecuencia, preferencia estacional y temporal y su distribución espacial en la

CAPV.

Los modelos de clasificación han resultado útiles a la hora de seleccionar

las variables meteorológicas que influyen en mayor medida en la ocurrencia de

valores altos de concentración para cada contaminante y puede ser eficaz a la

hora de efectuar un control secundario de las emisiones y la prevención de en el

cumplimiento de los límites establecidos.

Los modelos de clasificación han resultado ser mejores para la variable

PM10, con un error en la estimación menor en invierno y otoño cuando, por otro

lado, los niveles son mayores y/o más frecuentes.

Para PM10 los modelos se quedan por lo general en un primer nivel

dependiendo de la variable contraste térmico, salvo en verano que la variable más

influyente es la procedencia de la masa aérea. Además en otoño también entra en

un segundo nivel la velocidad de viento media diaria. Contrastes térmicos

elevados, procedencia africana de la masa de aire y velocidades de viento bajas

son las condiciones más adversas para los patrones de esas variables.

152


Los modelos para O3 y NO2 son más complejos y aunque en algunos casos

son muy certeros en la definición de las condiciones meteorológicas con las que

se producen valores altos de contaminación, en otros casos no asocian los

valores altos medidos con unas únicas condiciones meteorológicas.

El modelo para O3 en la época de primavera y para los patrones más

adversos es más complejo (mayor profundidad) que en verano. Así como en

verano la variable más influyente es la temperatura en primavera la clasificación

comienza con la variable radiación, continúa con temperatura y puede llegar a

incluir el viento en altura. Valores de temperatura altos es una de las causas

principales de concentraciones de ozono elevadas.

En un primer nivel del árbol para los modelos de NO2 el viento en superficie

es la variable con mayor influencia y después la variable temperatura es la que

sigue dividiendo el árbol. Los patrones cuyas velocidades de viento son más bajas

son los que están relacionados con los niveles de concentración mayores. En

primavera los modelos presentan una mayor profundidad y por tanto son más las

variables meteorológicas implicadas en los nodos donde predominan los patrones

más adversos, incluyendo además de la temperatura, radiación e incluso viento

en altura.

La decisión de en qué nivel del árbol nos quedamos está en mantener un

equilibrio entre el nivel de complejidad del modelo, el porcentaje de acierto, el

porcentaje de equivocación y las consecuencias de esta equivocación.

De los resultados obtenidos en este primer ejercicio de relacionar

objetivamente las variables meteorológicas con los niveles de concentración

registrados se desprenden también algunas conclusiones sobre la metodología

empleada. Entre lo más destacable se puede citar que la elección de 12 patrones

es elevada para el caso de la variable radiación, pues comparando con el resto de

las variables, casi la mitad de los casos se agrupan en un único patrón (el

153


nocturno). En el caso de PM10 y NO2, los patrones pueden variar más a lo largo

de los años e incluso algunos de ellos están más relacionados con causas

puntuales en el tiempo. Los patrones se deben ir actualizando con el tiempo y

además es conveniente no agrupar muchos años, tal vez 2 ó 3 años serían

suficientes. En el caso de O3 los patrones se mantienen más invariables, aunque

con frecuencias diferentes de un año a otro, en este caso 4 ó 5 años sería el

mínimo a agrupar.

El método empleado para clasificar y establecer las relaciones causa-

efecto implica una segregación del período anual en las 4 estaciones

meteorológicas conocidas. Este hecho favorece mucho la operatividad del

método, ya que no hay que esperar todo un año para actualizar y utilizar las

reglas resultantes en la gestión diaria de la calidad del aire. Así, al comienzo de

cada trimestre será necesario actualizar los patrones tanto meteorológicos como

de contaminación con los datos del trimestre anterior y volver a calcular el modelo

de árbol.

La estrategia de utilización se basará en la clasificación diaria de los

patrones de las variables meteorológicas y de contaminación registrados en las

horas previas, estudiar sus características, y en base a los valores previstos

(fundamentalmente viento en superficie, temperatura y radiación) decidir con las

reglas disponibles, resultantes del modelo de árbol actualizado hasta el año

anterior, si en el día en curso y posteriores se puede llegar a alcanzar niveles de

contaminación altos.

Además se puede establecer una serie de prioridades como puede ser

centrar los esfuerzos de vigilancia y control en las medidas de PM10 y NO2 en

invierno y otoño, y en las medidas de O3 en primavera y verano.

154

Caracterización de patrones meteorológicos a escala ...€¦ · y local y su relación con los...

Documents

Transcript of Caracterización de patrones meteorológicos a escala ...€¦ · y local y su relación con los...