Impacto de las restricciones derivadas de la pandemia por COVID-19 en los niveles de calidad del aire: aplicación a estaciones urbanas de tráfico en España

Abstract

En este Trabajo Fin de Máster (TFM) se ha estudiado el impacto de las restricciones derivadas de la pandemia por COVID-19 en los niveles de calidad del aire en España. Para ello se ha analizado la concentración de cinco contaminantes clave (óxido de nitrógeno: NO, dióxido de nitrógeno: NO2, ozono troposférico: O3 y material particulado de menos de 2.5 y 10µm: PM2.5 y PM10) en un conjunto de estaciones de medida de tipo tráfico urbano en ciudades de más de 100 mil habitantes. Para ello se han comparado las observaciones correspondientes al año 2020 con una serie temporal de referencia. En la primera parte del TFM se ha calculado el cambio relativo de los niveles de estos cinco contaminantes durante el 2020 (período COVID-19) respecto a los niveles observados durante el período de referencia 2013-2019, identificando anomalías notables para el NO y el NO2. En concreto, se comprueba que los cambios más significativos (en torno al −60.1 % y −55.1 % para el NO y el NO2, respectivamente) tuvieron lugar durante los meses de confinamiento (con mayores restricciones de movilidad). A continuación, basándose en información meteorológica y utilizando diversas técnicas de minería de datos, se han desarrollado varios modelos predictivos para la concentración de los cinco contaminantes de interés a escala local (sobre las estaciones de medida consideradas). Se ha seguido un marco de validación cruzada para el ajuste y evaluación de estos modelos, encontrando el mejor rendimiento (en términos de distintas métricas de validación) para el caso de una regresión lineal múltiple que tiene en cuenta la persistencia en las condiciones meteorológicas. Además, se ha conseguido corregir los errores que presenta la distribución predicha mediante un post proceso de q-q mapping. A partir de las predicciones obtenidas con dicho modelo para el 2020 se han vuelto a calcular los cambios relativos en la concentración de los contaminantes estudiados, y se han comparado con los observados. Este análisis ha mostrado un menor impacto al observado en la primera parte del TFM de las restricciones derivadas de la pandemia para el NO y el NO2, obteniendo valores promedio de −54.7 % y −51.3 % respectivamente. Por último se ha realizado un estudio del cambio de tendencias en las series temporales del cambio relativo del NO2 obtenidas a partir de las predicciones del modelo. Se han agrupado las series temporales de todos los municipios en 4 clusters (grupos homogéneos), identificando en todos ellos un breakpoint (punto en el que la tendencia cambia) muy próximo al día en el que se decretó el primer estado de alarma. Todo ello corrobora que los cambios bruscos observados durante 2020 en los niveles de NO2 pueden atribuirse a las restricciones impuestas a causa de la pandemia por COVID-19.

In this Master’s Degree Thesis (MDT) the impact of the restrictions derived from the COVID-19 pandemic on air quality levels in Spain has been studied. For this, the concentration of five key pollutants (nitrogen oxide: NO, nitrogen dioxide: NO2, tropospheric ozone: O3 and particulate matter of less of 2.5 and 10µm: PM2.5 and PM10) has been analyzed in a set of urban traffic stations in cities with more than 100,000 inhabitants. For this, the observations for the year 2020 have been compared with a reference time series. In the first part of the MDT, the relative change in the levels of these five pollutants during 2020 (COVID-19 period) has been calculated with respect to the levels observed during the reference period 2013-2019, identifying notable anomalies for NO and NO2. Specifically, it is found that the most significant changes (around −60.1 % and −55.1 % for NO and NO2, respectively) took place during the months of lockdown (with greater mobility restrictions). Then, based on meteorological information and using various data mining techniques, several predictive models have been developed to predict the concentration of the five pollutants of interest at a local scale (on the air quality stations considered). A cross-validation framework has been followed for the fitting and evaluation of these models, finding the best performance (in terms of different validation metrics) for the case of a multiple linear regression that takes into account persistence in meteorological conditions. In addition, it has been possible to correct the errors presented by the predicted distribution by means of a post process of q-q mapping. Based on the predictions obtained with this model for 2020, the relative changes in the concentration of the pollutants studied have been recalculated and compared with those observed. This analysis has shown a lower impact than that observed in the first part of the Thesis of the restrictions derived from the pandemic for NO and NO2, obtaining average values of −54.7 % and −51.3 % respectively. Finally, a study of the change in trends in the time series of the relative change of NO2 obtained from the model predictions has been carried out. The time series of all cities have been grouped into 4 clusters (homogeneous groups), identifying in all of them a breakpoint (point at which the trend changes) very close to the day on which the first state of alarm was declared. All this corroborates that the sudden changes observed during 2020 in NO2 levels can be attributed to the restrictions imposed due to the COVID-19 pandemic.