����������������������������������������������������������������������������������

 

 

An�lisis descriptivo para material particulado fino (PM2.5) registrado en el centro de Quito usando an�lisis funcional

 

Descriptive analysis of fine particulate matter (PM2.5) recorded in downtown Quito using functional analysis

 

An�lise descritiva do material particulado fino (PM2,5) registado no centro de Quito utilizando an�lise funcional

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: fabian.allauca@espoch.edu.ec

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

 

* Recibido: 09 de abril de 2025 *Aceptado: 16 de mayo de 2025 * Publicado: �10 de junio de 2025

 

        I.            Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Ecuador.

      II.            Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Ecuador.

   III.            Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Ecuador.

   IV.            Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Ecuador.

 

Resumen

Introducci�n. La contaminaci�n del aire es una mezcla de part�culas s�lidas y gases en el aire que respiramos. Objetivo. Analizar descriptivamente los datos del material particulado fino (PM2.5) registrados en los a�os 2019 y 2020 en el centro hist�rico de Quito. Materiales y m�todos. Los datos fueron recogidos por la Red Metropolitana de Monitoreo Atmosf�rico de Quito (REMMAQ) y analizados en el software estad�stico RStudio. Resultados. Se encontraron gr�ficos exploratorios, curvas at�picas, gr�ficas mensuales, gr�ficas con curvas medias y bandas de confianza. El gr�fico exploratorio mostr� un comportamiento regular constante alrededor de los 20 �g/m3 de PM2.5 a lo largo del d�a. La gr�fica de las curvas medias mensuales para el a�o 2020 mostr� valores menores en comparaci�n a las curvas mensuales del a�o 2019, debi�ndose posiblemente a la pandemia por covid-19. La gr�fica de la curva media con un entorno de confianza Bootstrap al 95% indic� una tendencia ligeramente constante entre los 18 a 20 �g/m3. Conclusi�n. De acuerdo a la media funcional obtenida en esta investigaci�n (de 18 a 20 �g/m³), la curva media no sobrepasa el valor recomendado por la Organizaci�n Mundial de la Salud que es de 25 �g/m3.

Palabras clave: Contaminaci�n del aire; material particulado fino; software estad�stico R; paquete fda.usc; an�lisis funcional.

 

Abstract

Introduction. Air pollution is a mixture of solid particles and gases in the air we breathe. Objective. To descriptively analyze the data on fine particulate matter (PM2.5) recorded in 2019 and 2020 in the historic center of Quito. Materials and methods. The data were collected by the Quito Metropolitan Atmospheric Monitoring Network (REMMAQ) and analyzed using the statistical software RStudio. Results. Exploratory graphs, atypical curves, monthly graphs, graphs with mean curves, and confidence bands were found. The exploratory graph showed a constant regular behavior around 20 �g/m3 of PM2.5 throughout the day. The graph of the monthly mean curves for 2020 showed lower values ​​compared to the monthly curves for 2019, possibly due to the COVID-19 pandemic. The graph of the mean curve with a 95% bootstrap confidence interval indicated a slightly constant trend between 18 and 20 �g/m3. Conclusion. According to the functional mean obtained in this study (18 to 20 �g/m3), the mean curve does not exceed the World Health Organization's recommended value of 25 �g/m3.

Keywords: Air pollution; fine particulate matter; R statistical software; fda.usc package; functional analysis.

 

Resumo

Introdu��o. A polui��o do ar � uma mistura de part�culas s�lidas e gases no ar que respiramos. Objetivo. Analisar descritivamente os dados sobre o material particulado fino (PM2,5) registados em 2019 e 2020 no centro hist�rico de Quito. Materiais e m�todos. Os dados foram recolhidos pela Rede Metropolitana de Monitoriza��o Atmosf�rica de Quito (REMMAQ) e analisados ​​utilizando o software estat�stico RStudio. Resultados. Foram encontrados gr�ficos explorat�rios, curvas at�picas, gr�ficos mensais, gr�ficos com curvas m�dias e intervalos de confian�a. O gr�fico explorat�rio mostrou um comportamento regular constante de cerca de 20 �g/m3 de PM2,5 ao longo do dia. O gr�fico das curvas m�dias mensais de 2020 apresentou valores mais baixos em compara��o com as curvas mensais de 2019, possivelmente devido � pandemia de COVID-19. O gr�fico da curva m�dia com um intervalo de confian�a bootstrap de 95% indicou uma tend�ncia ligeiramente constante entre 18 e 20 �g/m3. Conclus�o. De acordo com a m�dia funcional obtida neste estudo (18 a 20 �g/m3), a curva m�dia n�o ultrapassa o valor recomendado pela Organiza��o Mundial de Sa�de de 25 �g/m3.

Palavras-chave: Polui��o do ar; material particulado fino; software estat�stico R; pacote fda.usc; an�lise funcional.

 

Introducci�n

La contaminaci�n del aire es una mezcla de part�culas s�lidas y gases en el aire que respiramos. Las principales causas se relacionan con la quema de combustibles f�siles como el carb�n, el petr�leo y el gas cuyo origen principal se encuentra en el sector industrial, la extracci�n de pozos petrol�feros y el transporte por carretera. (Fundaci�n Aquae, 2021).

El material particulado (PM) por sus siglas en ingl�s es un contaminante atmosf�rico de tipo part�culas suspendidas, estas part�culas suspendidas en las atm�sferas se denomina �respirables� a las de un di�metro menor o igual a 10 μm (PM10) por su capacidad de introducirse en las v�as respiratorias (Salini Calder�n, 2014).

Los principales componentes del material particulado son holl�n, plomo, sulfato e hidrocarburos. Adem�s, la contaminaci�n a�rea por material particulado afecta negativamente la calidad del aire y la salud de las personas, animales y bienes materiales. La cantidad que se transporta por material particulado puede representar niveles biol�gicamente significativos y su presencia en el material particulado fino, si es inhalado, puede depositarse profundamente en los pulmones en los seres vivos. (Foster & Costa, 2005).

La exposici�n a niveles elevados de PM se ha asociado al impacto adverso a la salud humana, y es la mayor fuente de enfermedades y mortalidad alrededor del mundo. El PM con un di�metro igual o menor a 2,5 μm (PM2.5) es el m�s da�ino para la salud humana, porque puede llegar f�cilmente hasta los pulmones. Esta �ltima proviene de la combusti�n residencial, los procesos industriales y los veh�culos gasolineros y Diesel (pesados y livianos). La fracci�n gruesa proviene principalmente del polvo en suspensi�n generado por el tr�fico, la construcci�n y quemas agr�colas y de le�a. (Salini Calder�n, 2014).

El Municipio del Distrito Metropolitano de Quito por medio de la Corporaci�n para el Mejoramiento del Aire de Quito (CORPAIRE), menciona que se generaron 4 904 toneladas de PM10, el 56% de las cuales es producida por las fuentes de �rea, principalmente canteras, suspensi�n de v�as no asfaltadas, incendios y quemas y erosi�n e�lica del suelo. Adicionalmente, las fuentes m�viles generan el 32%, en su mayor parte producidas por los buses y veh�culos pesados a di�sel (20%). Las fuentes fijas generan el 12%; la mayor parte tiene su origen en procesos industriales de producci�n de agregados, cemento y pinturas (8%). (Corporaci�n para el Mejoramiento del Aire de Quito, 2006).

Del mismo modo menciona que de las 2 409 toneladas de material particulado fino (PM2,5) producido en el DMQ en el a�o 2003, el 46% es producido por las fuentes m�viles, principalmente a di�sel (38%). Las fuentes de �rea aportan con el 40%, generado, al igual que el PM10, por las canteras, resuspensi�n de v�as, incendios y quemas y erosi�n de suelo. Finalmente, las fuentes fijas generan el 14%, principalmente en procesos industriales de producci�n de agregados, cemento y pinturas (8%). (Corporaci�n para el Mejoramiento del Aire de Quito, 2006).

Numerosos estudios utilizan el an�lisis funcional de datos para describir ciertos fen�menos f�sicos, teniendo como base datos meteorol�gicos, como temperatura, radiaci�n solar, humedad, velocidad del viento, presi�n, entre otras; donde se utiliza el software estad�stico de libre distribuci�n RStudio, con �nfasis en el uso de las librer�as fda y fda.usc para su descripci�n. (Allauca Pancho, 2021).

Para monitorear los contaminantes presentes en el aire el Municipio del Distrito Metropolitano de Quito crea la Red Metropolitana de Monitoreo Atmosf�rico (REMMAQ) con el pr�stamo 822/OC-EC del Banco Interamericano de Desarrollo otorgado al Gobierno de la Rep�blica del Ecuador el 13 de octubre de 1994. (Municipio del Distrito Metropolitano de Quito, 2021).

El problema es que la REMMAQ no analiza los datos obtenidos por las distintas estaciones de monitoreo, por tal motivo el objetivo del presente trabajo fue analizar descriptivamente los datos funcionales del material particulado fino (PM2.5) en el centro hist�rico de Quito.

 

Metodolog�a

La investigaci�n se realiza mediante enfoque cuantitativo, el enfoque cuantitativo usa la recolecci�n de datos para probar hip�tesis con base a la medici�n num�rica y el an�lisis estad�stico, con el fin de establecer pautas de comportamiento y probar teor�as.

�Las l�neas de investigaci�n que usan el enfoque cuantitativo tratan de ser lo m�s objetivas, es decir, la observaci�n y la medici�n de los fen�menos no deben ser afectados por el investigador. Las decisiones cr�ticas se toman antes de recolectar la informaci�n por lo cual sigue un patr�n predecible y estructurado. Los datos encontrados son generalizables, esto es, se considera que los resultados obtenidos en la muestra son aplicables a la parte mayor a la cual representa: el universo o poblaci�n.� (Granda, 2015).

El dise�o de investigaci�n seleccionado para el desarrollo del presente estudio es el dise�o no experimental, puesto que en este tipo de dise�o de investigaci�n no se altera, ni se crea una situaci�n, sino que se observan las situaciones ya existentes, es decir, que las variables independientes no son controlables, porque ya sucedieron, al igual que sus efectos. (Hern�ndez Sampieri, Fern�ndez Collado, & Baptista Lucio, Metodolog�a de la investigaci�n, 2014).

El dise�o no experimental es seleccionado para el presente trabajo ya que los datos del material particulado fino (PM2,5), no ser�n alterados, los datos observados por la estaci�n ubicada en el centro hist�rico de Quito ser�n analizados por medio de an�lisis de datos funcionales para de esta manera encontrar el comportamiento de estos contaminantes.

De acuerdo al prop�sito de la presente investigaci�n se ha seleccionado el tipo de dise�o no experimental transversal o transeccional, puesto que este tipo de dise�o no experimental se caracteriza por recolectar datos en un solo momento, en un tiempo �nico. Su prop�sito es describir variables y analizar su incidencia e interrelaci�n en un momento dado. Es como �tomar una fotograf�a� de algo que sucede. (Hern�ndez Sampieri, Fern�ndez Collado, & Baptista Lucio, Metodolog�a de la investigaci�n, 2014).

Para el desarrollo de la investigaci�n se utiliza la investigaci�n descriptiva, esta investigaci�n busca especificar las propiedades, las caracter�sticas y los perfiles de las personas, grupos, comunidades, objetos o cualquier otro fen�meno que se someta a un an�lisis. Es decir, consiste en la caracterizaci�n de un hecho, fen�meno o grupo con el fin de establecer su estructura o comportamiento. (Grajales, 2017).

Los datos con los que se desarroll� la presente investigaci�n son los obtenidos en la base de datos de la Red Metropolitana de Monitores Atmosf�rico de Quito (REMMAQ) para los a�os 2019 y 2020.

La poblaci�n son los datos del contaminante (material particulado fino) presentes en el aire en todo momento, mientras que la muestra son los datos registrados por la REMMAQ cada hora del d�a para los a�os 2019 y 2020.

El procesamiento de la informaci�n fue realizado de la siguiente manera:

-        Selecci�n de datos de este contaminante para los a�os 2019 y 2020.

-        Creaci�n de una hoja de c�lculo en Microsoft Excel con los datos seleccionados.

-        Disposici�n de los datos en filas de manera cronol�gica para los d�as y en columnas para las horas del d�a.

-        Llenado de datos faltantes por medio de interpolaci�n lineal.

-        Lectura de la hoja de Microsoft Excel en el software estad�stico RStudio.

-        Suavizar la base de datos en el software RStudio.

-        Realizar el gr�fico exploratorio de los datos funcionales del contaminante con ggplot2.

-        Hallar los datos at�picos.

-        Graficar las curvas medias mensuales de los datos funcionales del contaminante.

-        Determinar la curva media y la banda de confianza.

 

Resultados

Los resultados del estudio son presentados a continuaci�n:

 

Curvas diarias:

 

Figura 1: Curvas diarias del material particulado fino para los a�os 2019 y 2020

Realizado por: Allauca Fabi�n, 2021

 

Figura 2: Gr�fica exploratoria del material particulado fino sin curvas at�picas

Realizado por: Allauca Fabi�n, 2021

 

 

 

 

 

Valores at�picos funcionales:

 

Figura 3: Funciones at�picas del material particulado fino para los a�os 2019 y 2020

Realizado por: Allauca Fabi�n, 2021

 

Curvas medias mensuales:

 

Figura 4: Curvas medias mensuales del material particulado fino para el a�o 2019

Realizado por: Allauca Fabi�n, 2021

 

 

Figura 5: Curvas medias mensuales del material particulado fino para el a�o 2020

Realizado por: Allauca Fabi�n, 2021

 

Curva media funcional con entorno de confianza bootstrap al 95%:

 

Figura 6: Estimador de curva media con entorno de confianza bootstrap al 95% del material particulado fino para los a�os 2019 y 2020.

Realizado por: Allauca Fabi�n, 2021

 

 

 

 

Discusi�n

Curvas diarias:

En la Figura 1, se puede observar las 700 curvas diarias del material particulado fino correspondiente a los a�os 2019 y 2020, en la cual se aprecian algunas curvas que sobrepasan los 60 �g/m3 de PM2.5, posiblemente curvas at�picas que las estudiaremos m�s adelante. La Figura 1 muestra claramente una tendencia ligeramente constante alrededor de los 20 �g/m3 de PM2.5 a lo largo del d�a; la cual se verificar� cuando obtengamos la media funcional para estos datos.

Valores at�picos funcionales:

Las curvas de los d�as at�picas corresponden a los siguientes d�as:

���������� 1 de enero de 2019

���������� 25 de marzo de 2019

���������� 20 de abril de 2019

���������� 13 de mayo de 2019

���������� 14 y 15 de agosto de 2019

���������� 3, 12, 13 y 18 de septiembre de 2019

���������� 12 y 25 de octubre de 2019

���������� 13 de diciembre de 2019

���������� 1 de enero de 2020

���������� 12 de febrero de 2020

���������� 14, 16 y 17 de noviembre de 2020

La Figura 3 muestra 18 curvas de los d�as at�picos, estas curvas no concuerdan con la tendencia de la distribuci�n de los datos para el material particulado fino, ya que en algunas horas del d�a muestran valores m�s altos en comparaci�n a las otras curvas. Se observa que el mes de septiembre de 2019 posee 4 d�as at�picos y el mes de noviembre de 2020 posee 3 d�as at�picos; pudi�ndose deber posiblemente alguna falla del equipo recolector de datos o alg�n motivo que incremento la concentraci�n de este contaminante.

Para tener una mayor visualizaci�n de la tendencia de la distribuci�n de los datos funcionales para el material particulado fino, se grafica sin estas 18 curvas at�picas, la Figura 2, muestra la gr�fica exploratoria sin curvas at�picas; cabe recalcar que, para un posterior an�lisis, no se eliminaran estas curvas at�picas, puesto que se desconoce el origen de tal comportamiento.

 

Curvas medias mensuales:

Las Figuras 4 y 5 muestran las curvas de las medias mensuales del material particulado fino para los a�os 2019 y 2020 respectivamente. En la figura correspondiente al a�o 2019 se aprecia que las medias m�s altas corresponden a los meses de febrero y marzo; mientras que el mes con media m�s baja corresponde al mes de agosto; coincidiendo de alguna manera con los meses de vacaciones escolares.

En la Figura 5 se aprecia un comportamiento de las medias, menor, en comparaci�n con las curvas del 2019, exceptuando el mes de noviembre de 2020, donde se pudo apreciar 3 d�as at�picos. Este comportamiento de las medias, menor en comparaci�n con el a�o 2019, se puede deber a que en el a�o 2020 se produjo la pandemia de covid-19, trayendo consigo un aislamiento y por ende a una menor circulaci�n vehicular sobre todo en los meses de abril y mayo.

Curva media funcional con entorno de confianza bootstrap al 95%:

La media funcional para los datos del material particulado fino se puede apreciar en la Figura 6, como tambi�n el entorno de confianza bootstrap al 95%. La curva media mostrada en color azul indica una tendencia ligeramente constante entre los 18 a 20 �g/m3 de PM2.5; tomando un peque�o incremento entre las 07h00 a 08h00 y una peque�a disminuci�n entre la 01h00 a 05h00.

La Organizaci�n Mundial de la Salud recomienda una concentraci�n media diaria de PM2.5 de 25 �g/m3, para que no exista da�o a la salud de las personas. (Organizaci�n Mundial de la Salud, 2021). De acuerdo a la media funcional obtenida en esta investigaci�n, la curva media no sobrepasa este valor. La temperatura ambiente y la presi�n atmosf�rica promedio a la que fueron tomados los datos son de 14.86�C y 0.718 atm. respectivamente.

 

Conclusiones

�         Los datos del material particulado fino (PM2.5) describieron una tendencia ligeramente constante alrededor de los 20 �g/m3 de PM2.5 a lo largo del d�a.

�         Se observ� 18 curvas at�picas, estas curvas no concuerdan con la tendencia de la distribuci�n de los datos para el material particulado fino; el mes de septiembre de 2019 posee 4 d�as at�picos y el mes de noviembre de 2020 posee 3 d�as at�picos; pudi�ndose deber posiblemente alguna falla del equipo recolector de datos o alg�n motivo que incremento la concentraci�n de este contaminante.

�         La curva media para los datos del PM2.5 present� una tendencia ligeramente constante entre los 18 a 20 �g/m3; tomando un peque�o incremento entre las 07h00 a 08h00 y una peque�a disminuci�n entre la 01h00 a 05h00. Estos valores no representan da�o para la salud de acuerdo a la Organizaci�n Mundial de la Salud que recomienda una concentraci�n media de 25 �g/m3.

 

Referencias

      1.            LUMITOS AG. (19 de Febrero de 2021). QUIMICA.ES. Obtenido de https://www.quimica.es/enciclopedia/%C3%93xido_de_azufre_%28IV%29.html

      2.            Aguilera del Pino, M., & Aguilera Morillo, C. (2013). Introducci�n al An�lisis de Datos Funcionales con R. C�diz: Universidad de C�diz. Dpto. Estad�stica e Investigaci�n Operativa.

      3.            Arias Od�n, F. (2012). El proyecto de investigaci�n. Introducci�n a la metodolog�a cient�fica. Caracas: Editorias Episteme.

      4.            Benalcazar, G. (2005). Espacios Normados y Aplicaciones. Quito.

      5.            Consejer�a de Salud de la Regi�n de Murcia. (21 de Junio de 2021). Murcia Salud. Obtenido de http://www.murciasalud.es/pagina.php?id=180398#

      6.            C�rdoba, D., & Ramos, J. (2001). Mon�xido de Carbono. Bogot�: Editorial el Manual Moderno.

      7.            Corporaci�n para el Mejoramiento del Aire de Quito. (2006). Inventario de emisiones del Distrito Metropolitano de Quito - 2003. Quito: PPL Impresores. 2529 762-Quito.

      8.            Escudero Villa, A. I. (2014). An�lisis exploratorio funcional de los datos de radiaci�n solar 2011 como soporte para la simulaci�n de su comportamiento. Riobamba: Escuela Superior Polit�cnica de Chimborazo.

      9.            Esp�n Mayorga, M. E., & Veloz Cuich�n, S. M. (2013). Evaluaci�n de los efectos de la Calidad del Aire en la productividad de los cultivos en los barrios La Morita, La Tola, El Arenal, La Esperanza y Collaqu� ubicados en la parroquia de Tumbaco, cant�n Quito, provincia de Pichincha. Quito: Universidad Central del Ecuador.

   10.            Foster, M., & Costa, D. (2005). Air Pollutants and the Respiratory Tract. Lung Biology in Health and Disease.

   11.            Fundaci�n Aquae. (3 de Febrero de 2021). AQUAE FUNDACI�N. Obtenido de www.fundacionaquae.org/causas-contaminacion-ambiental/

   12.            Gobierno de Espa�a. (19 de Febrero de 2021). Registro Estatal de Emisiones y Fuentes Contaminantes. Obtenido de http://www.prtr-es.es/NOx-oxidos-de-nitrogeno,15595,11,2007.html

   13.            Grajales, T. (25 de Septiembre de 2017). Tipos de Investigaci�n. Recuperado el 27 de 3 de 2000, de http://tgrajales.net/investipos.pdf

   14.            Granda, J. B. (2015). Manual de metodolog�a de la investigaci�n cient�fica. Chimbote - Per�: Universidad Cat�lica los �ngeles Chimbote.

   15.            Guerr�n Varela, E. R. (2015). An�lisis de datos meteorol�gicos del Valle de los Chillos usando datos funcionales. Quito: Universidad San Francisco de Quito.

   16.            Guti�rrez, J., Romieu, I., Corey, G., & Fortoul, T. (1997). Contaminaci�n del aire, riesgos para la salud. M�xico DF: UNAM/El Manual Moderno.

   17.            Hern�ndez Sampieri, R., Fern�ndez Collado, C., & Baptista Lucio, P. (2014). Metodolog�a de la investigaci�n. M�xico D.F.: McGraw-Hill / Interamericana Editores, S.A. de C.V.

   18.            Instituto para la Salud Geoambiental. (19 de Febrero de 2021). Instituto para la Salud Geoambiental - Un ser vivo, un entorno sano. Obtenido de https://www.saludgeoambiental.org/dioxido-nitrogeno-no2

   19.            Kreyszig, E. (1978). Introductory Functional Analysis with Applications. New York: University of Windsor.

   20.            Meneses, E., Turt�s, L., & Molina, E. (2004). Mejoras en la estimaci�n de las externalidades de la generaci�n el�ctrica en Cuba. Revista electr�nica Ecosolar, 7. Obtenido de http://www.cubasolar.org/biblioteca/ecosolar.htm

   21.            Ministerio de Ambiente de Colombia . (19 de Febrero de 2021). IDEAM - Instituto de Hidrolog�a, Meteorolog�a y Estudios Ambientales. Obtenido de http://www.ideam.gov.co/web/tiempo-y-clima/los-agentes-precursores-de-la-lluvia-acida

   22.            Ministerio de Educaci�n. (24 de Junio de 2021). Ministerio de Educaci�n. Obtenido de https://educacion.gob.ec/calendario-escolar/

   23.            Ministerio de Salud P�blica. (24 de Junio de 2021). Ministerio de Salud P�blica. Obtenido de https://www.salud.gob.ec/noticias/

   24.            Municipio del Distrito Metropolitano de Quito. (3 de Febrero de 2021). Secretar�a de Ambiente. Obtenido de http://www.quitoambiente.gob.ec/ambiente/index.php/politicas-y-planeacion-ambiental/red-de-monitoreo

   25.            Navarro P�rez, V. (2004). An�lisis de Datos Funcionales. Implementaci�n y Aplicaciones. Catalunya: Universidad Polit�cnica de Catalunya.

   26.            Organizaci�n Mundial de la Salud. (22 de Junio de 2021). Organizaci�n Mundial de la Salud. Obtenido de https://www.who.int/es/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health

   27.            Organizaci�n Panamericana de la Salud. (3 de Enero de 2005). Contaminaci�n ambiental. Obtenido de http://www.paho.org

   28.            P�rez Montilla, A. (2018). M�todos avanzados de an�lisis de Datos Funcionales. Puerto Real: Universidad de C�diz.

   29.            P�rez Plaza, S. M. (2020). Estudio y aplicaci�n de t�cnicas de An�lisis de Datos Funcionales de geoposicionamiento. Puerto Real: Universidad de C�diz.

   30.            Pic�n Llamas, D. M. (2019). An�lisis de Datos Funcionales aplicado a datos de temperatura en Espa�a. Valladolit: Universidad de Valladolit.

   31.            Ricoy Lorenzo, C. (2006). Contribuci�n sobre los paradigmas de investigaci�n. Revista do Centro de Educa��o, 11-22.

   32.            Romero Placeres, M., Diego Olite, F., & �lvarez Toste, M. (2006). La contaminaci�n del aire: su repercusi�n como problema de salud. Revista Cubana de Higiene y Epidemiolog�a, 44.

   33.            Salini Calder�n, G. A. (2014). Estudio Acerca del Material Particulado Emitido en Ciudades de Tama�o Medio al Sur de Santiago de Chile. Revista INGE CUC, 97-108.

   34.            Sanchiz, J. (2014). El ozono atmosf�rico. Revista Tiempo y Clima, 15.

   35.            Torres, W. (2002). Biolog�a de las especies de ox�geno reactivas. M�xico D.F.: Universidad Nacional Aut�noma de M�xico.

   36.            U.S Environmental Protection Agency. (2001). National air quality 2001 status and trends. Carbon Monoxide. Washington, D.C: EPA.

   37.            Yassi, A., Kjellstrom, T., de Kok, T., & Guidotti. (2002). Salud Ambiental B�sica. Maxico DF: PNUMA.

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).