El Conocimiento Es Libre

"Gobierno Mundial de los Estados Unidos..." STOP SOPA! STOP PIPA!

2012-01-20T05:52:00.000-08:00

Todos los que creemos en la libertad de conocimiento y en la libertad de Internet nos hemos visto golpeados con el cierre de Megaupload por parte del FBI de los Estados Unidos de Norte América. Esta acción se realiza dentro del contexto de las protestas mundiales en contra de la aprobación de: Acta en contra de la Pirateria Online (Stop Online Piracy Act; SOPA) y el Acta para Proteger la Propiedad Intelectual (Protect Intelectual Property Act; PIPA).

Para detener la aprobación de estas leyes del que parece que es el "GOBIERNO MUNDIAL DE LOS ESTADOS UNIDOS", se han unido Google, Twitter, Paypal, Amazon, EBAY, Bloomberg, WIKIPEDIA y otros en la Coalición de la Red (NET Coalition) cuya agenda incluye:

Promover derechos de autor, marcas y protección de los datos balanceados en Estados Unidos e Internacionalmente
Preservar el regimen legal de compañías que se inspiren en la innovación y apoyen la existencia de aplicaciones y servicios orientadas a los consumidores libres de regulaciones que imponen responsabilidad excesiva a las empresas host, y localizar y facilitar el acceso a contenidos en Internet.
Promover las políticas de protección del consumidor que facilitan decisiones bien informadas de los consumidores respecto la accesibilidad de información personal en Internet.

En respuesta el colectivo de activistas de Internet #Anonymous asegura que dará el mayor ataque de su historia contra sitios web de Estados Unidos y la Industria Musical.

Creo que la propuesta de SOPA y PIPA tienen un alcance global de tal magnitud e importancia que nos concierne a todos los que usamos Internet como forma de expresión del conocimiento libre. Esto es algo similar al problema de la educación en Chile, sólo los que tengan el dinero podrán acceder a los contenidos y al conocimiento. Por eso considero que las acciones de protesta tienen que traspasar Internet, dejar la máscara de Anonymous y salir a la calle, de forma pacífica, demostrando el enojo y rabia en contra de estas propuestas, en todo el mundo.

Algunos dichos de Mahatma Ghandi:

Cuando una ley es injusta, lo correcto es desobedecer

No hay camino a la libertad, la libertad es el camino

No hay camino para la paz, la paz es el camino

Los grilletes de oro son mucho peores que los de hierro

¿Democracia Ambiental entre Pudahuel y Las Condes? Calidad de Aire en Santiago usando OpenAir

2012-01-08T00:27:00.000-08:00

Estuve trabajando para una tarea de Contaminación Atmosférica con mi profesora Laura Gallardo del CMM de la Universidad de Chile y no encontré mejor ocasión para ocupar las librerías OpenAir desarroladas por David Carslaw del King's Collegue London y Karl Ropkins de University of Leeds.

En esta presentación solo me concentraré en presentar la librería openair, y algunas de sus asombrosas funciones.

Partimos por lo primero:

Ingresamos al SINCA y bajamos datos, yo bajé de Las Condes y Pudahuel, PM10, PM2.5, O3 y Velocidad del Viento del año 2011. La Dirección no estaba disponible lamentablemente, y por eso no pudo ser posible realizar algunos análisis

#Estoy usando RStudio, es genial!

library(openair)

setwd("c:/data")

aire<-import("2011.csv", date.name="fecha", time.name="fecha")

date1 date2 o3lc pm10lc pm23lc wslc pm10p pm25p

"POSIXct" "POSIXt" "numeric" "numeric" "numeric" "numeric" "numeric" "numeric"

o3p wsp

"numeric" "numeric"

#Los datos están en online

#puedes intentar los siguiente

aire<-read.csv(url("http://aire.cenma.cl/sibarra/wp-content/uploads/2012/01/2011.csv"))

#Y luego importar a openair, no lo he hecho así

#Es muy importane el orden de los datos para importar con openair

#Lo mas fácil es mantener el formato "d/m/y H:M"

#Además la opción date.name y time.name indica el nombre de la columna que

#tiene la fecha y la hora, en este caso la misma columna, mas fácil

attach(aire)

names(aire)

[1] "date" "o3lc" "pm10lc" "pm23lc" "wslc" "pm10p" "pm25p" "o3p"

[9] "wsp"

#En mi hoja de datos la variable fecha tiene el nombre de "fecha"

#pero una vez que es reconocido en openair, cambia a date

head(aire)

date o3lc pm10lc pm23lc wslc pm10p pm25p o3p wsp

1 2011-01-01 00:00:00 10.920 23.0 14.92 0.6695 27.5 11.75 7.564 1.143

2 2011-01-01 01:00:00 1.247 48.5 26.08 0.9834 45.5 17.33 NA 1.096

3 2011-01-01 02:00:00 1.247 46.5 27.92 0.9106 44.5 14.00 NA 1.252

4 2011-01-01 03:00:00 1.908 36.5 24.83 0.9791 40.0 17.00 NA 1.455

5 2011-01-01 04:00:00 5.959 39.0 18.92 2.0230 30.0 14.00 1.360 1.492

6 2011-01-01 05:00:00 11.500 34.5 17.00 1.2390 29.0 10.42 NA 1.505

#Ahora estamos listos para empezar

timePlot(aire,pollutant=c("pm10p","pm10lc"),lwd=4,lty=1, main="MP10 en Pudahuel y Las Condes (ug/m^3)")

#Se aprecian mayores concentraciones en Pudahuel

timePlot(aire,pollutant=c("pm25p","pm25lc"),lwd=4,lty=1, main="PM2.5 en Pudahuel y Las Condes (ug/m^3)")

##Se aprecian mayores concentraciones en Pudahuel

timePlot(aire,pollutant=c(o3p","o3lc"),lwd=4,lty=1, main="O3 en Pudahuel y Las Condes (ppb)")

#Se aprecian mayores concentraciones en Las Condes

timePlot(aire,pollutant=c("pm10p","pm10lc"),lwd=4,lty=1, main="PM10 en Pudahuel y Las Condes (ug/m^3)", group=T, avg.time="month")
#Es claro como se alcanzan mayores concentraciones de PM10 en Pudahuel

timePlot(aire,pollutant=c("pm25p","pm25lc"),lwd=4,lty=1, main="PM2.5 en Pudahuel y Las Condes (ug/m^3)", group=T, avg.time="month")
#Sucede lo mismo con el PM2.5 que con el PM10





timePlot(aire,pollutant=c("o3p","o3lc"),lwd=4,lty=1, main="O3 en Pudahuel y Las Condes (ppb)", group=T, avg.time="month")

#Para el caso del Ozono, se aprecian mayores concentraciones en Las Condes, pero #en invierno mayores en Pudahuel.

calendarPlot(aire,pollutant="pm10p", year=2011)

#Esta función es muy gráfica, y permite ver los dias con diferente promedio

#diarios de contaminación, PM10 en este caso

#Acá se ve como se alcanzan promedios diarios superiores a 250 (ug/m^3)

#En Mayo, Junio y Julio, que es un valor alto y dañino a la salud

calendarPlot(aire,pollutant="o3lc", year=2011)

#Caso contrario, el Ozono en Las Condes indica que el máximo promedio diario

#se da a los 40 (ppb), que es un valor alto y dañino a la salud

timeVariation(aire,pollutant=c("o3lc","o3p"), ylab="Concentración (ppb)", main="Concentraciones de O3 en Las Condes y Pudahuel")

#En esta gráfica se vé cláramente como en Las Condes

#se alcanzan mayores superiores de Ozono que en Pudahuel

timeVariation(aire,pollutant=c("pm10lc","pm10p"), ylab="Concentración (ppb)", main="Concentraciones de PM10 en Las Condes y Pudahuel")

#Caso contrario, se aprecian mayores concentraciones de PM10

#En Pudahuel, que en Las Condes

trendLevel(aire,pollutant="pm25p",y="wsp", main="Velocidad del Viento y PM2.5 en Pudahuel")

#Este gráfico es muy ilustrativo

#En él se ve como altos promedios diarios de PM2.5 se alcanzan

#A velocidades bajas, que varían desde la calma

#hasta 1 (m/s) aproximadamente

corPlot(aire, type="season")

#Finalmente, esta función permite obtener un correlograma

#bastante sencillo, en donde por ejemplo

#el PM10 de Pudahuel tiene R^2=81 con el PM2.5 de Pudahuel

#Sin embargo, con el PM10 de Las Condes R^2 es 30, en primavera

Una de las conclusiones es la democracia ambiental entre el PM10-PM2.5 y O3 en Pudahuel y Las Condes. Mientras en el sector poniente de la capital se alcanzan valores críticos y "visibles" sobre las normas, en verano tambien se alcanzan valores críticos, pero en el sector oriente, y es "invisible".

Encontré que esta librería es muy ilustrativa, permite comunicar los resultados de forma fácil y sobre todo, es muy fácil de usar. Espero ir a KCL a hacer mi doctorado. Ahí estoy en conversaciones!

Salvemos las dunas de Concón

2012-01-04T10:54:00.000-08:00

Salvemos las dunas de Concón from Red Duna Libre on Vimeo.
by Red Duna Libre

Size and Composition Distributions of Particulate Matter Emissions Part 2 - Heavy-Duty Diesel Vehicles.pptx

2011-12-26T19:28:00.001-08:00

Sizeand composition distributions of particulate matter emissions part2 heavy-duty diesel vehicles.pptx

View more presentations from CENMA.

La carrera de la Vida

2011-12-11T18:09:00.001-08:00

Hace muuuuuchos años me dieron este mensaje, y hoy lo comparto con ustedes...

Fuente

Gana quien cree poder hacerlo

Si piensas que estas vencido, lo estas.
Si piensas que no te atreves no lo harás.
Si piensas que te gustaría ganar
Pero que no puedes, no lo lograras.
Si piensas que perderás ya has perdido.
Porque en el mundo encontraras que el éxito
Comienza con la voluntad del hombre:
Todo está en la actitud mental.

Porque muchas carreras se han perdido,
Antes de haberse corrido.
Y muchos cobardes han fracasado,
Antes de haber empezado su trabajo.

Piensa en grande y tus hechos crecerán.
Piensa en pequeño y quedaras atrás.
Piensa que puedes y podrás,
Todo está en la actitud mental.

Si piensas que estas aventajado, lo estas.
Tienes que pensar bien para elevarte.
Tienes que estar seguro de ti mismo,
Antes de intentar ganar un premio.
La batalla de la vida no siempre la gana
El mas fuerte o el más rápido.
Tarde o temprano aquel que gana,
Es el que cree poder hacerlo

Química de la Atmósfera. Revisión de paper: Measurements of the physical properties of particles in the urban atmosphere

2011-11-14T17:08:00.001-08:00

Revisión de Paper: Measurements of the physical properties of particles in the urban atmosphere

View more presentations from CENMA.

Global Mapper, Una herramienta para el trabajo en SIG

2011-11-11T20:22:00.001-08:00

Un compañero de trabajo me recomendó un programa llamado Global Mapper para complementar y facilitar el trabajo en Sistemas de Información Geográficos. A continuación su descripción de la página web:

Overview


Global Mapper is more than just a utility; it has built in functionality for distance and area calculations,raster blending, feathering, spectral analysis and contrast adjustment, elevation querying, line of sight calculations, cut-and-fill volume calculations, as well as advanced capabilities like image rectification, contour generation from surface data, view shed analysis (including Fresnel) from surface data, watershed delineation, terrain layer comparison (including differencing), and triangulation and gridding of 3D point data. Repetitive tasks can be accomplished using the built in scripting language or comprehensive batch conversion functionality.

Bueno, no he tenido tiempo utilizar este programa de modo de tener una conocimiento y experiencia a mas completo, pero no se ve mal. Otra cosa que permite hacer es crear fácilmente curvas de elevación.

Permite abrir los archivos comprimidos (ZIP por ejemplo)

Y estos son los formatos de datos con los que se puede trabajar:

Inventarios de Emisiones, ¿Como se hacen? Primera clase de prueba

2011-11-06T18:54:00.000-08:00

Inventarios de emisiones viernes 4_11_11_web_2

View more presentations from CENMA

Esta es mi primera presentación de una clase de Inventario de Emisiones, está como yo trabajo en Emisiones de Fuentes Móviles principalmente. Sin embargo, tambien tengo conocimiento de varias otras fuentes incluyendo combustión residencial y fuentes areales en general, emisiones de polvo de relaves por erosión eólica, fugitivas, entre otras, pero me centro en fuentes móviles. El punto es que toda crítica, recomendación, sugerencia es bienvenida. Esta presentación la creé para la clase de Contaminación Atmosférica de Laura Gallardo en el la Facultad de Ingeniería de la Universidad de Chile. En esta clase estamos viendo principalmente la ecuación de continuidad, y esta fue una corta clase de 20 minutos dentro de la clase de la profe, donde luego discutimos acerca de las fuentes de incertidumbre de los inventarios, entre otras cosas. Gracias.

Pegando los tweets en blogger

2011-11-04T23:08:00.001-07:00

Acabo de aprender como pegar los tuits en blogger u otra aplicación en html Sólo ingresa a Embedly La pregunta es simple, estoy buscando información de emisiones de relampagos y la generación de óxidos de nitrógeno. ¿Alguna ayuda?

@Sergio_Ibarra
Research and Music ¿Alguien sabe de donde obtener información de las emisiones de NOx por los relámpagos? Gracias
Nov 04 via webFavorite RetweetReply

La Injusticia Ambiental y Territorial de Tiltil

2011-10-24T12:22:00.000-07:00

TilTil el patio trasero de Santiago

La alta contaminación ambiental, alza de pasajes de los buses y tres cárceles en el lugar son algunos problemas de esta comuna.

Fuente: EMOL

Imagenes Mosaico Georreferenciadas de Google Earth de Alta Definición con Stitch Map

2011-10-19T21:29:00.000-07:00

Hoy en clase la ayudante de Gestión Ambiental Integrada (GAI) Pamela Smith comentó acerca de un programa que te permite obtener una sóla imagen de alta definición de Google Earth a través del mosaico de varias imagenes. Esto es a través de Stitch Map. No muevas Google Earth mientras trabaja Stitch Map.

Joker feat. William Cartwright - On my mind

2011-10-18T19:44:00.001-07:00

GeoDa Center for Geospatial Analysis and Computation y Spatial-Analyst R-GEO

2011-10-12T07:31:00.000-07:00

En twitter el otro día Alex Godoy me dió el excelente dato acerca de una página de Geomática, que es GeoDa Center for Geospatial Analysis and Computation, nada de mal, que es un centro de investigación que desarrolla el estado dle arte y metodologías para el análisis geospacial, geovisualización, geosimulación y modelación de procesos espaciales, implementando soft.... etc, en pocas palabras excelente... Puedes bajar diferentes programas como GeoDa, PsySAL, REGAL, y R-Geo.

GeoDa: Freeware de introducción al análisis de datos espaciales. Muy sencillo y liviano.
PsySAL Open Source Python library for Spatial Analytical Functions: Librería open source de herramientas para el análisis espacial.
REGAL Regional Analysis Laboratory creó STARS Space-Time Analysis of Regional Systems. es un freeware open source diseñado para el análiss de datos de superficie.
R-Geo SPATIAL-ANALYST.NET. Lejos lo mejor, se trata de un sitio web no comercial para usuarios interesads en el uso de herramientas geocomputacionales avanzadas. abarca ciencias de análisis de datos espacio-temporales geoestadísticas geovisualización, GPS tracing and navigaton, modelación, etc.

Un apronte:
Instalando R, ILWIS, SAGA y GRASS GIS:
provee instrucciones básicas para instalar R + Open Source Desktop GI (osgeo) + Google Earth, genial no?
Lo primero: spatial analysis.

> install.packages(c("rgdal","maptools","gstat","spdep","spatstat","RSAGA","spgrass6"))

install.packages("spgrass6", dependencies=T)

Tengo muchas cosas que hacer

Unir MDE y agregar coordenada z de elevación a shapes de puntos

2011-10-10T17:15:00.000-07:00

Anteriormente vimos como bajar modelos digitales de elevación (MDE). Ahora mostraré como unir estos rasters en un archivo, y luego extraer las coordenada z de elevación a un shape de puntos.

Revisando el blog de AColita, pude ver somo unir Rasters en uno o mas archivos:

ArcToolbox > Data Management Tools > Raster > Raster Dataset > Mosaic To New Raster

Luego, revisando el blog AguaySIG, se muestra el procedimiento para obtener la coordenada z a partir de un MDE. Para ello es necesario contar con un shape de puntos y un MDE.

ArcToolbox > 3D Analtyst Tools > Functional Surface > Surface Spot

tal como se ve en la imagen superior. Luego, la coordenada z se aprecia en la imagen inferior.

Gasto público en educación según % PIB, con R y googleVis en Blogger

2011-10-09T22:46:00.001-07:00

GeoMapID5ce44fdf

Data: Gasto público en educación según % PIB Chart ID: GeoMapID5ce44fdf
R version 2.13.2 (2011-09-30) googleVis-0.2.10 Google Terms of Use Data Policy

Después de darme algunas vueltas con R y considerando el tema nacional acerca de las movilizaciones por educación decidí crear un gráfico que mostrara el Gasto público en educación según % PIB por país para el año 2007.
Para crear este gráfico seguí los pasos mostrados en el excelente blog Spatian Analytics, específicamente este post. La base de datos es de la ONU, usé R, la librería googleVis, y algunos consejos de Google Chart.

Luego, el código es:

install.packages("googleVis"); library(googleVis);

edu <- read.csv("C:/data/edu.csv", h=T)

attach(edu); names(edu)

[1] "Pais"       "Año"        "Porcentaje"

Geo=gvisGeoMap(edu, locationvar="Pais", numvar="Porcentaje",+ options=list(height=300, dataMode='regions'))

plot(Geo)

Ahora se guarda la página web que se abrirá mostrándonos el gráfico. Luego, subí el archivo html a Dropbox, abrí el archivo desde ahí y vi el código fuente de la página usando Google Chrome, lo copié y lo pegué en la edición de Entradas en HTML. Finalmente modifiqué el tamaño del gráfico de manera que se vea Chile.

Abajo subo una imagen para que se vea con flipard

ASTER Global Digital Elevation Model (DEM)

2011-10-09T21:54:00.000-07:00

Buscando Modelos Digitales de Elevación (Digital Elevation Model; DEM) encontré el The ASTER Global Digital Elevation Model (ASTER GDEM), con resolución de celdas de 30 mts!!!

File Name(Example of N35~36,E135~136)	ASTGTM_ N35E135_dem.tif	ASTGTM_ N35E135_num.tif
File Name(Example of N35~36,E135~136)
Output format	GeoTIFF, signed 16 bits
Geographic coordinates	Geographic latitude and longitude
Tile Size	3601-by-3601 pixels (1-by-1 degree)
Posting interval	1 arc-second
DN values	1m/DN referenced to the WGS84/EGM96 geoid-9999 for void pixels, and 0 for sea water body	Stacking number or reference DEM SRTM3:-1,-2 CDED:-6 Alaska DEM:-11 etc.
Coverage	North 83 degrees to south 83 degrees, 22,600 tiles

Algunas características:
Resolución celda 30 mts, con precisión de 7 a 14 mts,

Para bajar la información hay que clickear en "search", en http://www.gdem.aster.ersdac.or.jp/search.jsp específicamente. Lo mas fácil es contar con shapefiles en coordenadas geográficas del área a descargar. Así, lo que hice fue bajar los archivos shape de la Región Metropolitana desde Rulamahue que vienen en UTM WGS84 19S, abrirlos en Arcgis, convertirlos a coordenadas geográficas, y subir este archivo al buscador para descargar los DEM requeridos. Información original leida en http://www.acolita.com/descargar-imagenes-satelitales-dem-gratis-de-aster-gdem/

Proyección del número de pasajeros SCL año 2015 con R

2011-10-07T08:58:00.001-07:00

Proyección del número de pasajeros SCL año 2015 con R

Desde http://www.jac-chile.cl/ es posible acceder una base de datos muy completa de pasajeros y datos de aeropuertos de Chile. Entonces, realicé una pequeña proyección de pasajeros al año 2015. Primero bajé los datos mensuales para Santiago desde el 2004 al 2008, n=60. Luego, después de hojear varios libros, llegué a cual es la metodología citada en la literatura. Particularmente, leía el libro Time Series de Stata release 10. La metodología correspondía a un modelo SARIMA multiplicativo del tipo (0,1,1)x(0,1,1)12 (Box et al, 1994). Esto es Moving-Average del término anterior (proceso con memoria), al igual que la estacionalidad en base de 12 meses. Para este trabajo ocupé R (R Development Core Team, 2011) con la librería “forecast” (Hyndman , 2011).

#Primero cuentas con la base de datos, no???. Luego instalamos la librería "forecast"
install.packages("forecast")
pas <- ts(pas)
m6 <- Arima((logpas),order=c(0,1,1), seasonal=list(order=c(0,1,1),period=12))
r6 <- residuals(m6)
par(mfrow=c(2,2))
plot(pas, xlab="Meses 2004-2008", ylab="Pasajeros", main="Pasajeros AMB v/s meses")
plot(forecast(m6,h=84), xlab="Meses 2004-2015", ylab="LOGPasajeros")
acf(r6)
pacf(r6); #y puedes ver la imagen generada arriba

Box, G. E. P., G. M. Jenkins, and G. C. Reinsel. 1994. Time Series Analysis: Forecasting and Control. 3rd ed. Englewood Cliffs, NJ: Prentice Hall. EN: Stata. 2007. Time Series Manual. ISBN-10 1-59718-019-X.

R Development Core Team (2011). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org/.

Rob J Hyndman <Rob.Hyndman@monash.edu> (2011). forecast: Forecasting functions for time series. R package version 2.19. http://CRAN.R-project.org/package=forecast

ESTIMACIÓN DE LAS EMISIONES DE CARRETERAS DE LA REGIÓN METROPOLITANA APLICANDO METODOLOGÍAS COPERT III Y IV

2011-10-07T08:57:00.001-07:00

ESTIMACIÓN DE LAS EMISIONES DE CARRETERAS DE LA REGIÓN METROPOLITANA APLICANDO METODOLOGÍAS COPERT III Y IV

Sergio Ibarra (1) y José Salim (1)

(1) Laboratorio de Modelación e Inventario de Emisiones, Centro Nacional del Medio ambiente, Universidad de Chile, Santiago, Chile

e-mail: sibarra@cenma.cl, jsalim@cenma.cl

Palabras Claves: Emisiones, Carreteras, Copert

Introducción: Las emisiones de carreteras han sido estimadas a nivel regional (Dictuc, 2007) con Modem (Mideplan, 2010) aplicando una simplificación de la metodología Copert III (Nziachristos y Samaras, 2000). Sin embargo, esta metodología se actualizó (Nziachristos y Samaras, 2009). Por eso, es necesario evaluar los cambios. Objetivo: Estimar las emisiones de carreteras. Materiales: Red de carreteras RM 2008, Censo vehicular de carreteras RM 2008, factores de emisión Copert III de Modem y Copert IV. Resultados: Con Copert IV aumentan emisiones de MP10 en 43 t/año, MP2.5 40 t/año, HC 5279 t/año, NH₃ 3 t/año, y CO₂, 5503 t/año, y disminuyen las emisiones de CO 4178 t/año, SO₂, 13 t/año, CH₄ 20 t/año. Conclusión: Se constatan diferencias en las emisiones resultantes (Ver tabla 1).

Poster Carreteras_Ibarra

INFLUENCIA DEL CÉSPED EN LA ESTIMACIÓN DE MATERIAL PARTICULADO RESUSPENDIDO DE CALLES

2011-10-07T08:56:00.001-07:00

INFLUENCIA DEL CÉSPED EN LA ESTIMACIÓN DE MATERIAL PARTICULADO RESUSPENDIDO DE CALLES

Sergio Ibarra (1), Javier González-Barrientos (2) y José Salim (1)

(1) Laboratorio de Modelación e Inventario de Emisiones
(2) Laboratorio de Biodiversidad Acuática
Centro Nacional del Medio ambiente
Universidad de Chile
Santiago, Chile
e-mail: sibarra@cenma.cl

Palabras Claves: Emisiones, Silt, MP10, Polvo Resuspendido

Introducción: Las emisiones de material particulado re-suspendido de caminos pavimentados es la principal fuente de MP10 en Santiago (Cenma, 2002). Estas emisiones dependen del limo superficial (silt) del camino (g/m2) (AP-42, 2011) (Intec, 1994). Es de interés conocer parámetros que puedan influenciar la formación de limo. Materiales: Campaña de muestreo de silt RM 2010 considerando cobertura de costado de calle. Además, programa Modem 5, perfiles, flujos y composiciones vehiculares RM 2010. Metodologia: ANOVA randomizada de dos vías (Manley, 1997) Resultados: La cobertura de la calle adyacente influye significativamente (tabla 1) en la formación de Silt. Escenario: con presencia de césped sobre calles adyacentes con flujo menores a 10000 (veh/dia) las emisiones de MP10 disminuirían 2479 t/año. Conclusión: La presencia de césped adyacente a la calle disminuiría la formación de limo.

Tabla 1. ANOVA Cobertura y flujo sobre silt

                    DF  SS      MS   F     p
 Cobertura          2  2.090  1.045 3.56 0.0346
 Flujo              3  5.062  1.687 5.75 0.0016
 Cobertura x Flujo  6  4.322  0.720 2.45 0.0348
 Error              60 17.610 0.293

Figura 1. Silt por flujo y cobertura adyacente.

Referencias
CENMA Mejoramiento del inventario de emisiones de la Región Metropolitana. Informe técnico para la Comisión Nacional del Medio Ambiente. 2002.
AP 42-EPA. Chapter 13, Miscellaneous sources; Paved Roads. AP-42, 15 edition, Compilation of air pollutants and emission factors.
INTEC. Metodologías para Estimación y Reducción de emisiones de polvo de calles. Informe técnico para la Intendencia Metropolitana. 1994.
Manly BF. Randomization, bootstrap and Monte Carlo methods in biology. London, Chapman and Hall, 281p. 1997

Agradecimientos. Centro Nacional del Medio Ambiente. Financiamiento Ministerio de Medio Ambiente

Poster Polvo_resuspendido_Ibarra_etal

Presentación Polvo_resuspendido_Ibarra_etal

CO y Mortalidad. Análisis con R usando datos cargados de Internet

2011-10-07T08:54:00.000-07:00

CO y Mortalidad. Análisis con R usando datos cargados de Internet

En Octubre del 2009, en las V Jornadas Latinoamericanas de Química y Física Ambiental, presenté un trabajo que compara el efecto del monóxido de carbono ambiental sobre la mortalidad de los habitantes de Santiago, Chile y Buenos Aires, Argentina. Para este trabajo se tomaron datos de mortalidad total, masculina, femenina, de menores de 14 años, de 14 a 65 y mayores a 65 años de las ciudades de Santiago y Buenos Aires. Para que fuesen comparables utilicé la misma metodología que consiste en un Modelo Semi-Paramétricode regresión quasi-poisson de la mortalidad esperada sobre los días de la semana, mes, monóxido de carbono, temperatura, humedad relativa y tiempo (variables estadísticamente significativas). Las variables de confusión fueron controladas usando los suavizadores cubic splines. Se consideró sólamente el CO pues esos eran los datos disponibles de monitoreo en Buenos Aires.

En Marzo del 2011 se realizó el curso R-Básico a cargo de AESPRO. Durante ese curso presenté un breve resumen de mi presentación del CO, y en ella mostré como cargar datos desde Internet y realizar algunas estadísticas básicas usando ggplot 2.

Ahora repetiré las instrucciones:

Primero Abrir R en Windows o escribir R en una consola de Linux, yo uso Ubuntu-Linux.

# Establecer el working directory

setwd("/home/sergio/r") #Mi carpeta "r" dentro de mi home "sergio"

datos <- read.csv("http://aire.cenma.cl/sibarra/datos/saba.csv", header=T)

attach(datos)

names(datos)

#tenemos todas las variables para operar con ellas

range(dia) #vemos que contamos con 665 días de observación

#luego cargamos la librería ggplot2 para ver histogramas a color

library(ggplot2)

png("histograma.png", width = 480, height = 680,units="px")

#Con esto creamos el archivo "histograma.png" que contendrá la imagen

#que se especifica a continuación. Este archivo se encuentra en el Working Directory

m <- ggplot(datos, aes(x=m_s))

m + geom_histogram(aes(fill = ..count..)) +

scale_fill_gradient("Count", low = "yellow", high = "red") +

opts(title = "Histograma de la mortalidad en Santiago")

dev.off()

#la imagen está posteada al comienzo

#Se aprecia ligeramente una distribución no normal, de contar con mas datos

#de apreciaría mejor

mean(m_s)

var(m_s)

#se aprecia que la varianza es mayor que la media, otro indicador que no es normal,

# y además es poisson

#Para hacer estas pruebas uso el software STATA, resultados que aquí no incluiré

#Ahora, algo de regresiones

library(mgcv)

m1 <- gam(m_s~lu+ma+mi+ju+vi+sa+do, family=quasipoisson)

summary(m1) #se ve que el día lunes es estadísticamente significativo

m2 <- gam(m_male_s~lu+ma+mi+ju+vi+sa+do, family=quasipoisson)

summary(m2)

#se ve que el día lunes, sábado y domingo son estadísticamente significativos

m3 <- gam(m_female_s~lu+ma+mi+ju+vi+sa+do, family=quasipoisson)

summary(m3)

#No se aprecian efectos del día estadísticamente significativo
s

Proyección Vehículos Particulares 1986-2015 Región Metropolitana

2011-10-07T08:46:00.001-07:00

Proyección Vehículos Particulares 1986-2015 Región Metropolitana

A continuación, presentaré un trabajo que consiste en establecer la relación entre el número anual de vehículos particulares de la Región Metropolitana de Santiago entre los años 1986 y 2009 y el producto interno bruto entre los años 1986 y 2009. Los datos vehiculares fueron extraidos de las bases de datos de los Permisos de Circulación, solicitables al INE, y los datos de PIB de la base de datos del Banco Central. Los gráficos fueron creados con la ggplot2 en R.

> setwd("C:/data")

> p3<-read.csv("pib3.csv",header=T)

> attach(p3)

> names(p3)

[1] "year" "pib" "vp" "vc" "m" "cl" "cm" "cp" "b"

> library(ggplot2)

> qplot(pib,vp,data=p3,xlab="Producto Interno Bruto de Chile 1986-2009",

ylab="Vehículos Particulares 1986-2009", geom = c("point", "smooth"), span = 0.7)

#Al parecer, hay una relación cúbica#

#Probaré relaciones lineales, cuadráticas y cúbicas y evaluaré con AIC)

> pib2=pib^2

> pib3=pib^3

> m1<-lm(vp~pib)

> summary(m1)

> m3<-lm(vp~pib2)

> summary(m3)

> m6<-lm(vp~pib3)

> summary(m6)

> AIC(m1,m3,m6)

df AIC

m1 3 502.9549

m3 3 496.0973

m6 3 498.9691

#Entonces, modelo 3#

Ahora, que tengo la relación, pronostico el parque de vehículos particulares al año 2015, mediante los datos del Fondo Monetario Internacional FMI. (No se como limpiar la base de datos, asi es que cierro R y lo vuelvo a abrir)

> setwd("c:/data")

> vpib<-read.csv("vpr.csv",header=T)

> attach(vpib)

> names(vpib)

[1] "año" "pib" "vp"  "pro"

> library(ggplot2)

#La variable vp tiene datos del 2010 al 2015 y la variable pro indica

con 0 si no esta pronósticado y con 1 si lo está#

> p<-qplot(año,vp,data=vpib,xlab="Período 1986-2015 (año)",

ylab="Vehículos Particulares 1986-2015", geom = c("point", "smooth"), span = 0.7, color=pro)

> p+opts(title = "Vehículos Particulares 1986-2009 y pronóstico 2010-2015")

Y he ahí el resultado es la primera imagen de este Post

Distribución de las emisiones diarias de Fuentes Móviles de MP10 en las comunas del Gran Santiago (Kg/dia)

2011-10-07T08:43:00.001-07:00

Distribución de las emisiones diarias de Fuentes Móviles de MP10 en las comunas del Gran Santiago (Kg/dia)

Después de mucho trabajo, y con la ayuda de Cristina Pereira y Diego Díaz pude distribuir las emisiones diarias de Fuentes Móviles de MP10 (Kgr/día) en las comunas del Gran Santiago, usando ggplot2 en R. Los datos de emisiones son de Fuentes Móviles año base 2007 estimados usando CENMOVIL.

El proceso es el siguiente:
Contar con R
Seguir los pasos descritos en ggplot2
Contar con archivos SHAPE de emisiones comunales
Función Poly Coords
Tener instalados los paquetes maptools, RColorBrewer, ggplot2
y Seguir este tutorial de www.SpatialAnalysis.co.uk

También encontré instrucciones para en Oregon University, pero ggplot2 es mas mejor!
Saludos

Estimación de las emisiones de dióxido de azufre del volcán Chaitén

2011-10-07T08:40:00.001-07:00

Estimación de las emisiones de dióxido de azufre del volcán Chaitén

Luis Gutiérrez (1), Sergio Ibarra (1,2), Roberto Rojas (1), Cristián Recabarren (1), Sebastián Salazar (1), Luis Da Silva (1) y Eduardo Mera (1)
(1) Laboratorio de Medio Ambiente y Energías Renovables, Departamento de Física, Universidad Tecnológica Metropolitana
(2) Centro Nacional del Medio Ambiente, Universidad de Chile

luis.gutierrez @utem.cl
Resumen: El impacto generado por la actividad geotérmica de las erupciones del volcán Chaitén ocurridas durante mayo de 2008, se estudia cuantificando las emisiones de dióxido de azufre. El cálculo de las emisiones se hizo a través del estudio de los antecedentes históricos (1), utilizando la relación de cálculo de Tier 3 (2). Los resultados permiten disponer de mejores antecedentes para evaluar los reales alcances de magnitud sobre el inventario de emisiones en las regiones involucradas por estas erupciones volcánicas.

Referencias [1] Andres R.J., Kasgnoc A.D. (1997),. A time average Inventory of Subaerial Volcanic Sulpur Emissions, J.Geophys.Res. 103, 2525125261.
[2] Bluth G.J.S, Schnetzler C.C., Krueger A.J., Walter L.S. (1993), The contribution of explosive volcanism to global atmospheric sulphur dioxide concentrations. Nature 366 (6453), 327-329..

Resumen aquí

La dinámica estratosférica y la destrucción de la capa de ozono en el norte de sudamérica

2011-10-07T08:39:00.001-07:00

La dinámica estratosférica y la destrucción de la capa de ozono en el norte de sudamérica

Luis Gutiérrez (1), Luis Da Silva (1), Eduardo Mera (1), Sergio Ibarra (1,2), Roberto Rojas (1), Cristián Recabarren (1) y Sebastián Salazar (1)
(1) Laboratorio de Medio Ambiente y Energías Sustentables, Departamento de Física, Universidad Tecnológica Metropolitana
(2) Centro Nacional del Medio Ambiente, Universidad de Chile

luis.gutierrez@utem.cl

La importancia del aporte de la humedad en la estratosfera sobre la región andina del norte de Sudamérica se estudia utilizando el modelo de mesoescala de última generación WRF, como consecuencia dinámica de la circulación general de la atmósfera (3, 4) asociada al tubo de vórtice de la celda ecuatorial altiplánica (Figura 1), utilizando fundamentalmente los procesos físicos y químicos atmosféricos donde los principales gases y agentes que contribuyen en la destrucción de la columna de ozono (1) son: el radical hidroxilo, el monóxido de carbono y el metano (2), que intervienen en procesos sinérgicos ocurridos a través de las reacciones químicas que se desarrollan en niveles cercanos a la estratosfera media y alta (Figura 2). En consecuencia, queda planteado el estudio de las contantes de reacción químicas para las ecuaciones planteadas, con el objeto de determinar la importancia relativa de este fenómeno en el proceso de destrucción de la capa de ozono.

Referencias: [1]. Earth Probe 1996-1999, Ozone-Aerosol Data & TOMS Version 7. April 2000. [2]. L.Da Silva. Depletion of the ozone column over the Andes mountains of South America.Il Nuovo Cimento C, Vol 2 GennaioFebraio, pp. 35-44, 2002. [3]. Garreaud, R.D. A multi-scale analysis of the summertime precipitation over the central Andes. Mon. Wea. Rev., 127, 901-921, 1999. [4]. Zhou J. and K.M. Lau. Does a Monsoon climat exist over South America? J. Climate, 11, 1020-1040, 1998.Resumen aquí

EFECTOS DE CONTAMINANTES ATMOSFÉRICOS EN ENFERMEDADES RESPIRATORIAS DE MAYORES DE 65 AÑOS EN PUDAHUEL. ESTUDIO DE SERIES CON INTERACCIÓN OZONO-TEMPERATURA

2011-10-07T08:38:00.001-07:00

EFECTOS DE CONTAMINANTES ATMOSFÉRICOS EN ENFERMEDADES RESPIRATORIAS DE MAYORES DE 65 AÑOS EN PUDAHUEL. ESTUDIO DE SERIES CON INTERACCIÓN OZONO-TEMPERATURA

barra S. (1)(2), Matus P.(1)(3), Gutiérrez L. (2) y Mera E. (2).
(1) Centro Nacional del Medio Ambiente, Universidad de Chile.
(2) Laboratorio de Medio Ambiente y Energías Sustentables, Departamento de Física, Universidad Tecnológica Metropolitana
(3) Centro de Epidemiología y Políticas Públicas, Clínica Alemana-Facultad de Medicina, Universidad del Desarrollo
sibarra@cenma.cl

Resumen: El problema de salud pública que plantea la contaminación atmosférica de Santiago, ha sido ampliamente reconocido [1]. La declaración de zona saturada y latente, se basó en los niveles de contaminación atmosférica alcanzados en la Región Metropolitana. Las normas de calidad de aire han sido sobrepasadas en innumerables oportunidades en el caso de MP10. Estudios realizados tanto en Chile [2] como en el extranjero sobre los efectos de la contaminación la salud indican que el MP10, MP2.5, CO, NOX y SOX tienen efectos deletéreos, principalmente en los mayores de 65 años. El objetivo de este trabajo es estimar el riesgo de ocurrencia de consultas por enfermedades respiratorias agudas de mayores de 65 años del SAPU la Comuna de Pudahuel, debido a la contaminación atmosférica presente en la comuna. Se trabajó con los registros de las consultas al SAPU Pudahuel La Estrella, de los años 2001 al 2005. Se utilizaron los registros de calidad del aire de la Estación Pudahuel de la Red Macam. Se estudió el MP10, MP2.5, CO, NOX y SOX y se controló por la interacción ozono-temperatura, Humedad Relativa, estacionalidad y temporalidad. Se usó un Modelo General Aditivo Binomial Negativo. Los contaminantes atmosféricos explican una parte de las consultas por urgencias de enfermedades (Fig. 1).

Referencias
1. Bello, S., Busel, I., Carrasco, O., Oyarzún, M.: Contaminación atmosférica de Santiago. Declaración de la Sociedad Chilena de Enfermedades Respiratorias. Rev. Méd Chile 1990, 118: 913-915.
2. Matus P. e Ibarra S., (2008). Efecto de la contaminación atmosférica en las enfermedades respiratorias agudas en la comuna de Pudahuel, 2001 al 2005. XXXI Congreso de Ingeniería Sanitaria y Ambiental, Aidis, Octubre 2008, Santiago, Chile.

Resumen aquí