La calidad del aire es uno de los grandes factores clave en el bienestar y la salud de la población, especialmente la urbana, sometida a un mayor nivel de elementos contaminantes que la rural.
Las grandes ciudades han implementado Zonas de Bajas Emisiones dentro de sus políticas de movilidad, pero para poder determinar si la medida es suficiente o no, debemos analizar los datos que tenemos disponibles.
Carried out by Maruxa Moreira | Raquel Rodríguez | Alejandra López
Qualification Master in Data Science
Technologies Excel | Power Query | Power BI | Datasets | BBDD | Python | Machine Learning
What is the motivation?
Este proyecto tiene como objetivo principal desarrollar un modelo predictivo de la calidad del aire en Madrid, incorporando variables exógenas innovadoras como el tráfico urbano, los eventos especiales y las políticas de movilidad.
Se analiza de forma comparativa el comportamiento del tráfico dentro y fuera de una Zona de Bajas Emisiones (ZBE), para evaluar su impacto en los niveles de contaminación, especialmente en episodios excepcionales.
Development
El proyecto ha contado con los siguientes elementos:
- Tráfico urbano dentro y fuera de ZBE: evaluación comparativa de flujos vehiculares.
- Eventos especiales: detección de variables que disparan episodios excepcionales de contaminación.
- Políticas de movilidad: análisis del efecto de las Zonas de Bajas Emisiones.
Conclusions
La integración de numerosos factores relacionados con la contaminación permite una evaluación precisa y contextualizada, favoreciendo unas predicciones fiables para alertas tempranas de contaminación. El proceso de trabajo ha permitido determinar los factores clave, facilitando así su vigilancia y elaborando mapas interactivos que los tienen en cuenta.
La conjunción de la ciencia de datos, el machine learning y la visualización ha finalizado en una herramienta práctica no sólo para las autoridades, sino también para la ciudadanía que quiere cuidar su salud.
English (UK)