Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

Umweltverschmutzung und Verkehrsentwicklung 2020 (Ausgangssperre) verglichen mit 2017 an den gleichen Daten

Einführung:

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

Eine Studie über die Entwicklung des Verkehrs und der Kontamination in Valencia mit und ohne Coronavirus wird zu denselben Daten durchgeführt, die sich nur im Jahr unterscheiden.

Die folgenden Verkehrsdaten sind verfügbar:

• Verkehrsdaten nach verschiedenen Abschnitten von Valencia aus 02/05/2017 bis zum 16/05/2017 (Zeitraum ohne Beschränkung)
• Verkehrsdaten nach verschiedenen Abschnitten von Valencia aus 28/04/2020 bis zum 12/05/2020 (Zeitraum mit Entbindung)

Wie du siehst, Die Daten scheinen nicht zu stimmen, aber sie passen zusammen, da beide am Dienstag beginnen und enden 2 Wochen später. Wie unten zu sehen ist, umfassen beide Daten arbeitsfreie und arbeitsfreie Tage..

1. Analyse und Entwicklung von Verkehr und Umweltverschmutzung

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

-1.1 Durchschnittlicher Verkehr während 15 Tage.

Zuerst, Eine kleine Analyse wird durchgeführt, grob, zu beobachten, wie sich der Verkehr in der 15 Tage, die ausgewählt wurden, Vergleichen 2017 mit 2020. In diesem Fall, Es wird ein Liniendiagramm angezeigt, in dem die X-Achse die Zeitachse darstellt (Tage) und, die y-Achse, die durchschnittliche Anzahl von Autos, die einen Abschnitt in Valencia pro Tag passieren.

Entwicklung des allgemeinen Verkehrs in Valencia in 2017 und 2020.

Wie erwartet, Das Verkehrsaufkommen während der Entbindung nimmt im gleichen Zeitraum in stark ab 2017 ohne Beschränkung.

Dann, Der Trend der Schadstoffkonzentrationen in den beiden Zeiträumen wird analysiert. So, Es wird möglich sein, auf sehr prekäre Weise einen Zusammenhang zwischen dem Verkehr und dem Schadstoffgehalt zu erkennen, falls vorhanden.

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

-1.2 Verschmutzungsgrad von Schadstoffen:

Klärung: Alle Messungen stammen von der Pista de Silla-Kontaminationsstation.

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

-1.2.1 NO2 (Stickstoffdioxid)

NO2 ist ein Verunreinigungsmittel, das entsteht, wenn sich Sauerstoff und Stickstoff bei hohen Temperaturen treffen. Dieser Prozess kann in Motoren von auftreten Verbrennungs, Gewitter, saurer Regen, Kohlekraftwerke, etc ... Dieser Schadstoff kann die Lunge reizen und, und folglich, Verringern Sie die Resistenz gegen Infektionen der Atemwege.

Je höher die NO2-Werte, desto schlechter für die menschliche Gesundheit.

Dann, NO2-Werte werden während des oben beschriebenen Zeitraums angezeigt, so viel von 2017 mögen 2020:

„Die Werte von # 2 in 2017 Sie sind ein 253% größer als die Werte von 2020“

Entwicklung der NO2-Spiegel in Valencia in 2017 und 2020.

Wie in der obigen Grafik zu sehen ist, die durchschnittlichen NO2-Kontaminationswerte in 2017 Sohn 3.5 NO2-Werte in 2020. Verfolgt einen ähnlichen Trend in den zwei Jahren, jedoch, im 2017 Es gibt extremere Werte. Spezifisch, am letzten Dienstag, es wird ein ausgeprägterer Peak beobachtet.

-1.2.2 PM10 (Schwebeteilchen kleiner oder gleich 10 Mikrometer pro Kubikmeter)

PM10 ist ein Kontaminationsmessgerät, Insbesondere wird die Anzahl der Partikel in Suspension mit einer Größe kleiner oder gleich bestimmt 10 Mikrometer in der Umwelt gefunden. Sie sind kein großes Gesundheitsproblem, solange sie größer sind als 2.5 Mikrometer, da der Körper sie durch den Schleim oder ausstoßen kann, Erreichen Sie nicht den Atmungsbaum. Diese Partikel entstehen, hauptsächlich in Verbrennungsprozessen.

Je höher die PM10-Werte, schlimmer für die menschliche Gesundheit.

Dann, PM10-Werte werden für den oben beschriebenen Zeitraum angezeigt, so viel von 2017 mögen 2020:

„Die Werte von pm10 in 2017 Sie sind ein 188% größer als die Werte von 2020“

Entwicklung der PM10-Spiegel in Valencia in 2017 und 2020.

Wie in der obigen Grafik zu sehen ist, mittlere PM10-Werte in 2017 Sohn 2.8 PM10-Werte in 2020. In diesem Fall, PM10-Trends variieren nicht sehr, Sie können sehen, wie, im 2020, Die PM10-Werte sind nahezu unverändert und werden zum beizulegenden Zeitwert gehalten. jedoch, PM10-Werte in 2017 Sie sind im Durchschnitt höher und es gibt auch bestimmte Extremwerte am ersten Samstag, der zweite Donnerstag und der zweite Freitag, die sehr hoch sind.

-1.2.3 PM2.5 (Schwebeteilchen kleiner oder gleich 2.5 Mikrometer pro Kubikmeter)

PM2.5 ist ein Kontaminationsmessgerät, Insbesondere wird die Anzahl der Partikel in Suspension mit einer Größe kleiner oder gleich bestimmt 2.5 Mikrometer in der Umwelt gefunden. Diese stellen ein großes Problem dar, da der Körper sie nicht leicht ausstoßen kann und sie den Atmungsbaum erreichen, wodurch Atemwegserkrankungen verursacht werden., Allergien, etc ... Diese Partikel entstehen, hauptsächlich, in Verbrennungsprozessen.

Je höher die PM2.5-Werte, schlimmer für die menschliche Gesundheit.

Dann, PM2.5-Werte werden während des oben beschriebenen Zeitraums angezeigt, so viel von 2017 mögen 2020:

„Die Werte von pm25 in 2017 Sie sind ein 20% größer als die Werte von 2020“

Entwicklung der PM2.5-Werte in Valencia in 2017 und 2020.

Wie in der obigen Grafik zu sehen ist, die durchschnittlichen PM2,5-Werte in 2017 Sohn 1.2 PM10-Werte in 2020. In diesem Fall, PM2.5-Trends variieren stark, Sie können sehen, wie in 2020, Die PM2,5-Werte bleiben während der Woche niedrig und steigen zu Beginn des Wochenendes. Es ist ersichtlich, wie die PM2,5-Werte in beiden Jahren einer Reihe von Schwankungen unterliegen. Es gibt auch keine großen Unterschiede in beiden Jahren, sie sind ziemlich ähnlich.

-1.2.4 SO2 (Schwefeldioxid)

SO2 ist ein farbloses und reizendes Gas, das die Luft verschmutzt. Dies wird durch die Verbrennung schlecht raffinierter Kraftstoffe erzeugt, in denen es eine hohe Anwesenheit von Schwefel gibt. So, Heutige Fahrzeuge, die raffinierte Kraftstoffe verwenden, haben keinen signifikanten Einfluss auf den SO2-Gehalt.

Je höher die SO2-Werte, schlimmer für die menschliche Gesundheit.

Dann, SO2-Werte werden während des oben beschriebenen Zeitraums angezeigt, so viel von 2017 mögen 2020:

„So2-Werte in 2017 Sie sind ein 1% größer als die Werte von 2020“

Entwicklung der SO2-Spiegel in Valencia in 2017 und 2020.

In diesem Fall ist das Jahr zu sehen 2017 hat höhere SO2-Peaks, aber beide haben den gleichen Durchschnitt ca.. So, Es gibt keine großen Unterschiede zwischen den SO2-Werten von 2017 und 2020.

-1.2.5 O3 (Ozon)

Ozon ist ein farbloses Gas, das in der Luft vorhanden ist und schädlich sein kann, wenn seine Konzentration hoch ist und über die Zeit aufrechterhalten wird.. Verursacht Atemwegserkrankungen.

Je höher der O3-Spiegel, desto schlechter für die menschliche Gesundheit. Es muss jedoch betont werden, dass niedrige Konzentrationen dieses Gases keine Auswirkungen auf die Gesundheit haben.

Dann, O3-Werte werden für den oben beschriebenen Zeitraum angezeigt, so viel von 2017 mögen 2020:

„Die o3-Werte in 2017 Sie sind ein 16% weniger als die Werte von 2020“

Entwicklung der O3-Spiegel in Valencia in 2017 und 2020.

In diesem Fall ist das zu sehen 2020 hat höhere Spitzen der O3-Spiegel, Darüber hinaus sind die durchschnittlichen O3-Gehalte in 2020 sind größer als die durchschnittlichen Werte in 2017. Dies kann daran liegen, in letzter Zeit die Verwendung von 03 Objekte zu desinfizieren,Spezifisch, um auf Objekten vorhandene Kopien von Coronavirus zu entfernen.

2 Verkehrsverhältnis – Kontamination

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

Machen Sie ein wenig Forschung darüber, welche Faktoren die Umweltverschmutzung in der Stadt verursachen, Es wird festgestellt, dass die Mehrheit der Quellen Fahrzeuge mit innerer Verbrennung als Hauptursachen für Verschmutzung ansieht. Auch, Die meisten Quellen beeinflussen die Bedeutung des Windes für die Reduzierung der Umweltverschmutzung seitdem, bei höherer Windgeschwindigkeit, die Luft kontaminiert es wird leichter erneuert, und die umweltschädlichen Partikel zerstreuen sich stärker und verringern so ihre schädliche Wirkung. Für all das, Es wurde beschlossen, den Zusammenhang zwischen Verkehr und Umweltverschmutzung unter Berücksichtigung des Windes zu untersuchen.

Zuerst, Es wird ein Korrelationsdiagramm erstellt, um festzustellen, ob lineare Beziehungen bestehen

-2.1 Tägliche Verkehrskorrelation, Wind und Schadstoffgehalt des Jahres 2020

Korrelationsdiagramm zwischen Verkehr, Wind und Schadstoffe

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

Wie du siehst, Der Verkehr korreliert positiv mit den Schadstoffen Nr. 2 und Nr. 2, Dies könnte darauf hinweisen, dass die Anzahl der Fahrzeuge mit innerer Verbrennung umso größer ist, Je höher die Schadstoffkonzentrationen Nr. 2 und 2. Sie können auch sehen, dass es nur eine sehr geringe Korrelation zwischen dem Verkehr gibt, pm10, pm25 und o3 könnte also darauf hinweisen, dass diese Schadstoffe überhaupt nicht mit dem Verkehr zusammenhängen.

Bemerkenswert ist auch die Rolle des Windes bei allen Schadstoffen. In diesem Fall, Alle Korrelationen sind negativ, was darauf hindeuten könnte, Je höher der Wind, niedriger sind die Verschmutzungsgrade.

Bis zum letzten, Es ist zu beachten, dass die Messgeräte PM10 und PM2,5 eine große positive Korrelation aufweisen, Dies ist in diesem Fall offensichtlich, da beide Partikel in Suspension mit gemeinsamen Eigenschaften messen.

2.2 Einfaches Regressionsmodell

Um festzustellen, ob ein Zusammenhang zwischen Verschmutzung und Verkehrsvariablen besteht, werden wir versuchen, ein Regressionsmodell an die Daten anzupassen., wobei die abhängige Variable ein Schadstoff ist und die unabhängigen Variablen Verkehr und Wind sind.

2.2.1 Eingabedaten

In diesem Fall, Die Schadstoffwerte wurden an der Verschmutzungsstation Pista de Silla gemessen, und die Verkehrswerte gehören zum Durchschnitt der beiden Abschnitte, die dieser Station am nächsten liegen. Sobald die Daten gekreuzt sind, Der folgende Datensatz wird erhalten (das 6 Nur erste Zeilen)

Kopf(generierte Daten(„2020“))

## verkehr no2 pm10 pm25 so2 o3 wind
## 1 358 3.95 4.95 4.27 4.00 66.86 3.3
## 2 354 9.27 4.82 2.86 4.14 65.32 3.1
## 3 356 4.20 4.82 1.91 3.82 63.82 3.1
## 4 87 2.50 4.41 1.95 4.05 55.68 3.3
## 5 136 4.83 3.09 1.05 4.23 48.73 2.5
## 6 92 10.58 4.59 2.86 4.05 55.68 1.4

Die Daten sind pro Tag, so, Jede Zeile des Datensatzes entspricht einem Tag. Beispiel: Zeile eins zeigt an, dass dieser Tag vergangen ist 358 durchschnittliche Autos für die beiden Abschnitte in der Nähe der Silla Track Pollution Station, dass die durchschnittliche Windgeschwindigkeit gewesen ist 3.3 Frau (11.88 km / h) und später, die Spalten der Schadstoffe, geben die Mittelwerte dieser Verunreinigungen in Mikrogramm an / Kubikmeter.

2.2.2 Modell

Das Modell wird versuchen, die Schadstoffkonzentration durch Wind und Verkehr vorherzusagen:

y = x0 + x1 + x2

• Schadstoffgehalt = Abfangen + Autos / Tag + mittlerer Wind

2.2.2.1 NO2

„Regressionsmodell von 2017 für no2“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 50.141935 9.872786 5.079 0.000271 ***
## Wind -10.926847 2.604092 -4.196 0.001241 **
## der Verkehr 0.001598 0.003441 0.464 0.650667
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 8.994 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.5973, R-Quadrat angepasst: 0.5302
## F-Statistik: 8.899 auf 2 und 12 DF, p-Wert: 0.004265

„Regressionsmodell von 2020 für no2“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 14.275114 3.362760 4.245 0.00114 **
## Wind -3.315617 0.896657 -3.698 0.00305 **
## der Verkehr 0.006595 0.007389 0.893 0.38967
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 3.891 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.5803, R-Quadrat angepasst: 0.5103
## F-Statistik: 8.295 auf 2 und 12 DF, p-Wert: 0.005468

Dank der Grafiken und der statistischen Zusammenfassung können beide Modelle ermittelt werden, sowohl die von 2020 sowie 2017 sind signifikant, da ihre P-Werte kleiner als sind 0.05. Ebenfalls, Es ist auch ersichtlich, dass bei beiden Modellen die einzige signifikante Variable der Wind ist. Dies zeigt an, dass die einzige Variable, die sich auf die NO2-Werte bezieht, der Wind ist. Ebenfalls, aufgrund des negativen Wertes Ihres Schätzers x1 = -3.31, es kann gefolgert werden, dass, bei höherer durchschnittlicher Windgeschwindigkeit, niedriger wird der Gehalt dieses Schadstoffs sein.

2.2.2.2 PM10

„Regressionsmodell von 2017 für pm10“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 2.583639 11.015327 0.235 0.8185
## Wind 7.063502 2.905454 2.431 0.0317 *
## der Verkehr -0.001051 0.003839 -0.274 0.7889
## —
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 10.03 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.3323, R-Quadrat angepasst: 0.221
## F-Statistik: 2.986 auf 2 und 12 DF, p-Wert: 0.08861

„Regressionsmodell von 2020 für pm10“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 7.637333 1.614814 4.730 0.000489 ***
## Wind -0.813163 0.430579 -1.889 0.083361 .
## der Verkehr -0.003312 0.003548 -0.933 0.369072
## —
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 1.868 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.2437, R-Quadrat angepasst: 0.1177
## F-Statistik: 1.934 auf 2 und 12 DF, p-Wert: 0.1871

Dank der Grafiken und der statistischen Zusammenfassung können beide Modelle ermittelt werden, sowohl die von 2020 sowie 2017 Sie sind nicht signifikant, da ihre P-Werte größer als sind 0.05. Ebenfalls, Es ist auch zu sehen, dass die Modelle ziemlich schlecht zu den R-Quadrat-angepassten Daten passen(0.08,0.1). Dies bedeutet nicht, dass die PM10-Schadstoffwerte nicht von Wind oder Verkehr abhängen, nur haben sie keine lineare Beziehung.

2.2.2.3 PM2.5

„Regressionsmodell von 2017 für pm25“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 7.134e + 00 2.287e + 00 3.120 0.00886 **
## Wind -9.983e-01 6.032e-01 -1.655 0.12384
## Verkehr 3.565e-05 7.971e-04 0.045 0.96507
## —
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 2.083 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.1912, R-Quadrat angepasst: 0.05645
## F-Statistik: 1.419 auf 2 und 12 DF, p-Wert: 0.2798

„Regressionsmodell von 2020 für pm25“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 5.767038 2.056355 2.804 0.0159 *
## Wind -0.660037 0.548313 -1.204 0.2519
## der Verkehr -0.000115 0.004518 -0.025 0.9801
## —
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 2.379 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.1113, R-Quadrat angepasst: -0.03679
## F-Statistik: 0.7516 auf 2 und 12 DF, p-Wert: 0.4926

Dank der Grafiken und der statistischen Zusammenfassung können beide Modelle ermittelt werden, sowohl die von 2020 sowie 2017 Sie sind nicht signifikant, da ihre P-Werte größer als sind 0.05. Ebenfalls, Es ist auch zu sehen, dass die Modelle ziemlich schlecht zu den R-Quadrat-angepassten Daten passen(0.05,-0.03). Dies bedeutet nicht, dass die PM2.5-Schadstoffwerte nicht von Wind oder Verkehr abhängen, nur haben sie keine lineare Beziehung. Es ist zu beachten, dass die Messgeräte PM10 und PM2,5 eng miteinander verbunden sind, da sie ähnliche Schwebeteilchen quantifizieren, Es ist deshalb, dass es vernünftig ist, dass wir die gleichen Schlussfolgerungen in Bezug auf die Beziehung zu Verkehr und Wind ziehen.

2.2.2.4 SO2

„Regressionsmodell von 2017 Abs. 2“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 3.3941885 2.5929430 1.309 0.215
## Wind -0.5507347 0.6839268 -0.805 0.436
## der Verkehr 0.0008194 0.0009038 0.907 0.382

## Reststandardfehler: 2.362 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.09193, R-Quadrat angepasst: -0.05942
## F-Statistik: 0.6074 auf 2 und 12 DF, p-Wert: 0.5607

„Regressionsmodell von 2020 Abs. 2“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 4.587366 0.631690 7.262 9.98e-06 ***
## Wind -0.222977 0.168436 -1.324 0.210
## der Verkehr 0.001091 0.001388 0.786 0.447
## —
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 0.7309 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.1966, R-Quadrat angepasst: 0.06271
## F-Statistik: 1.468 auf 2 und 12 DF, p-Wert: 0.2689

Dank der Grafiken und der statistischen Zusammenfassung können beide Modelle ermittelt werden, sowohl die von 2020 sowie 2017 Sie sind nicht signifikant, da ihre P-Werte größer als sind 0.05. Ebenfalls, Es ist auch zu sehen, dass die Modelle ziemlich schlecht zu den R-Quadrat-angepassten Daten passen(-0.05,0.06). Dies bedeutet nicht, dass die SO2-Schadstoffwerte nicht von Wind oder Verkehr abhängen, nur haben sie keine lineare Beziehung.

2.2.2.5 O3

„Regressionsmodell von 2017 für o3“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 38.8137173 10.0067162 3.879 0.00219 **
## Wind 8.5880172 2.6394183 3.254 0.00691 **
## der Verkehr -0.0007261 0.0034879 -0.208 0.83859
## —
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 9.116 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.4744, R-Quadrat angepasst: 0.3868
## F-Statistik: 5.416 auf 2 und 12 DF, p-Wert: 0.02108
Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

„Regressionsmodell von 2020 für o3“
## lm(Formel = Schadstoff ~ Wind + der Verkehr)
## Koeffizienten:
## Schätzung Std. Fehler t Wert Pr(>|t|)
## (Abfangen) 82.20741 18.14516 4.531 0.000689 ***
## Wind -4.53980 4.83828 -0.938 0.366589
## der Verkehr -0.02664 0.03987 -0.668 0.516635
## —
## Signif. Codes: 0 ‚***‘ 0.001 ‚**‘ 0.01 ‚*‘ 0.05 ‚.‘ 0.1 ‚ ‚ 1

## Reststandardfehler: 20.99 auf 12 Freiheitsgrade
## Mehrfaches R-Quadrat: 0.08485, R-Quadrat angepasst: -0.06768
## F-Statistik: 0.5563 auf 2 und 12 DF, p-Wert: 0.5874

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

Dank der Grafiken und der statistischen Zusammenfassung ist es möglich, nur das Modell von zu bestimmen 2017 ist signifikant, da seine P-Werte nicht größer als sind 0.05. Sogar so, Beide Modelle passen ziemlich schlecht zu den R-Quadrat-angepassten Daten(0.3, -0.06). Im Falle von 2020, Der O3-Wert hat eine einzige lineare Beziehung zum Verkehr, da der Wert seines Parameters kleiner als ist 0.05. Ebenfalls, danke an deinen Schätzer, das hat ein positives Vorzeichen, du bekommst das, bei höherer durchschnittlicher Windgeschwindigkeit, höhere Menge an O3. Das könnte Sinn machen, für den Fall, dass der Wind aus dem Westen kam und eine hohe Temperatur hatte, da diese Bedingungen die Bildung von O3 begünstigen. Im Anhang sind zwei Nachrichten beigefügt, die vom heißen Wetter und dem Westwind in der valencianischen Gemeinschaft in 2017, das könnte erklären, warum der Wind in signifikant ist 2017. – Nachrichten Poniente CV I. – Poniente CV II Nachrichten

2.3 Teilweise kleinste Quadrate (PLS)

Wie zuvor beobachtet, no2 hat eine positive Korrelation, obwohl nicht sehr direkt, mit Verkehr. Als nächstes werden wir untersuchen, welche Faktoren die Bildung dieser chemischen Komponente mithilfe einer Technik namens PLS beeinflussen können., auf Englisch, Teilweise kleinste Quadrate.

Diese Technik ist eine Mischung aus multipler Regression und PCA. Denken Sie daran, dass bei Multikollinearität, Die Regression wird möglicherweise nicht korrekt durchgeführt und die gewünschten Ergebnisse werden möglicherweise nicht angezeigt. jedoch, Das PLS verwendet zuvor die PCA, um zu beobachten, welche Variablen bei der Erstellung der untersuchten Variablen den größten Einfluss haben, und jede der Komponenten ist orthogonal zu der nächsten, die am meisten Einfluss hat, und so weiter. Aus diesem Grund, dank der Tatsache, dass die Komponenten linear unabhängig voneinander sind, Die Regression kann problemlos durchgeführt werden.

In diesem Fall ist dies beim Anwenden des Modells ersichtlich, R2 nimmt zu, obwohl nicht viel, in allen Komponenten, die erhalten wurden. jedoch, mit Q2 passiert das Gegenteil, nimmt von der zweiten Komponente ab.

Eine weit verbreitete Technik, um festzustellen, welche Variablen die vorhergesagte Variable am meisten beeinflussen, VIP-Technik wird verwendet, das heißt, der Einfluss der Variablen Xi auf die Projektion.

In diesem Fall ist ersichtlich, wie o3 und Wind die Komponenten sind, die die Komponente von No2 am meisten beeinflussen, da der VIP größer als ist 1.

## Verkehr pm10 pm25 so2 o3 Wind
## 0.6400664 1.1591929 1.1038898 0.8369390 0.6354506 1.3869931

Unten sehen Sie eine grafische Darstellung der Gewichte in Raum X und Raum Y, um zu sehen, wie jeder der Regressoren zusätzlich zu der vorhergesagten Variablen verteilt ist, die no2.

Diese Tabelle ist eng mit der oben gezeigten VIP-Tabelle verwandt. Beispielsweise, Beobachtung der Positionen der Variablen Y. (No2) und an der Windposition kann man das erkennen, Je höher der Wind, Moll Nr. 2 wird existieren, weil die Beziehung umgekehrt ist.

Schließlich, Ein Diagramm ist beigefügt, mit dem die interne Beziehung zwischen den Punktzahlen von Raum X visualisiert werden kann (t) und die Punktzahlen des Raumes Y. (u).

Es ist ersichtlich, dass in der ersten Komponente oder Dimension, Die interne Beziehung zwischen beiden Bewertungen ist linear, So, Es müsste keine nichtlineare Transformation auf das Modell angewendet werden. jedoch, in der zweiten Komponente, Die Beziehung ist nicht so klar wie im vorherigen Fall.

3 Schlussfolgerungen

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

3.1 Verkehrs- und Verschmutzungsentwicklung im Vergleich 2017 mit 2020

Für alles, was oben besprochen wurde (auseinander gerissen 1), Man kann sagen, dass Verkehr und Umweltverschmutzung im Vergleich zum Zeitraum von im Allgemeinen deutlich zurückgegangen sind 2017 mit dem von 2020 (mit Beschränkung). Es muss betont werden, dass die Untersuchung der Entwicklung von Verkehr und Umweltverschmutzung täglich durchgeführt wurde. Dies setzt voraus, dass die Daten aggregiert werden und Informationen auf Kosten der Verallgemeinerung verloren gehen. (Holen Sie sich den Durchschnitt der Stunden). Auch, Es ist zu beachten, dass einige Schadstoffe wie O3 und SO2 zwischen den Jahren nur geringe Schwankungen erfahren haben. Insbesondere, el O3, hat zugenommen von 2017 ein 2020, wahrscheinlich aufgrund des Massengebrauchs zur Desinfektion von Gegenständen.

3.2 Verkehrs- und Verschmutzungsbeziehung

Für alles, was oben besprochen wurde (auseinander gerissen 2), Es kann bestätigt werden, dass Verkehr und Umweltverschmutzung seitdem keine signifikante lineare Beziehung haben, in den Modellen, die erhalten wurden, Der Verkehrsparameter war nie signifikant. Es muss betont werden, dass, im Fall von NO2- und PM10-Schadstoffen, der p-Wert sind die dem Verkehr entsprechenden Parameter 0.39 und 0.38 beziehungsweise. Obwohl sie weit davon entfernt sind 0.05 sinnvoll sein, Es sind die höchsten p-Werte aller Schadstoffmodelle, was darauf hinweist, dass die NO2- und PM10-Schadstoffe die höchste lineare Beziehung zum Verkehr haben..

Auch, Es ist notwendig, die Bedeutung des Windes in verschiedenen linearen Modellen hervorzuheben, wie der NO2, PM10 oder O3, in allen von ihnen, mit einem höheren Maß an Vertrauen als 90%. Dies zeigt an, dass der Wind eine lineare Beziehung zu diesen Schadstoffen hat.

Bis zum letzten, Erwähnen Sie die interne Beziehung zwischen bestimmten Schadstoffen, wie SO2.

3.3 Allgemeine Schlussfolgerungen

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017

Wie zuvor gesehen, Keines der Modelle konnte die Daten korrekt anpassen, da die angepassten R-Quadrate relativ niedrig sind. Dies ist ein möglicher Hinweis darauf, dass die Verschmutzung von mehr Variablen als Verkehr oder Wind abhängt, Wie könnte die Temperatur sein?, den akkumulierten Verkehr und / oder die Art der Fahrzeuge, die durchfahren (Lastwagen, Motorräder, etc…). Für all das, Es ist nicht möglich, ein Modell zu erhalten, mit dem Schadstoffe sehr genau abgeschätzt werden können, Verwenden Sie nur den täglichen Verkehr und die durchschnittliche Windgeschwindigkeit. Weitere erklärende Variablen sind erforderlich.

Es sollte auch beachtet werden, dass nur lineare Beziehungen untersucht wurden, Es ist also möglich, dass es eine andere Art von nichtlinearer Beziehung zwischen Verkehr und Umweltverschmutzung gibt.

UND, bis zum letzten, muss berücksichtigen, Diese Verkehrsdaten stammen von Sensoren vom Typ elektromagnetischer Spulen, Dies sind die billigsten Sensoren, die es gibt, um den Verkehr zu messen, aber auch die ungenauesten, Darüber hinaus kann der gesamte Prozess des Sendens von Sensordaten an den zentralen Server fehlschlagen, so, Verkehrsdaten sind keine sehr zuverlässige Informationsquelle für die Modellierung oder Analyse.

Literaturverzeichnis:

• NO2 Information I.
• Information NO2 II
• Information NO2 III
• Informationen PM10 und PM2.5 I.
• Informationen PM10 und PM2.5 II
• SO2-Informationen I.
• SO2 II-Informationen
• Information O3 I.
• Information O3 II
• Verwendung von O3 als Desinfektionsmittel
• Nachrichten Poniente CV I.
• Nachrichten Poniente CV II

Verschmutzung und Verkehr 2020 (Ausgangssperre) verglichen mit 2017