Una aplicación en la evaluación del impacto del confinamiento estricto por la Covid-19 en la calidad del aire en la ciudad de Medellín basado en modelos Bayesianos Dinámicos Multivariados y Espaciales

Abstract

En la ciudad de Medellín y demás municipios del Valle de Aburrá los episodios de altos niveles de contaminación en el aire han sido recurrentes en los últimos años. Múltiples estudios realizados por universidades de la región y entes gubernamentales han presentado evidencia del impacto negativo en la salud de los habitantes de la región asociado a varios tipos de contaminantes presentes en el aire. Las medidas de aislamiento provocadas por la pandemia SARS-CoV-2 (Covid-19) durante inicios del 2020 provocaron una reducción drástica del flujo vehicular. Así, en este proyecto proponemos e implementamos mediante un paquete en R un método estadístico basado en modelos dinámicos espacio-temporales para evaluar el impacto de la reducción del flujo vehicular en la presencia de contaminantes (PM 10, PM 2.5, NO, NO2, NOx). En esta tesis encontramos que se presenta una reducción en la concentración en el aire de los contaminantes previamente mencionados. (Texto tomado de la fuente)

In the city of Medellín and other municipalities in the Aburrá Valley, episodes of high levels of air pollution have been recurrent in recent years. Multiple studies carried out by universities in the region and government entities 1, have presented evidence of the negative impact on the health of the inhabitants of the region associated with various types of pollutants present in the air. The isolation measures caused by the SARS-CoV-2 (Covid-19) pandemic during early 2020 caused a drastic reduction in vehicular flow. Thus, in this project we propose and implement in R pacakge a statistical method based on space-time dynamic models to assess the impact of reducing vehicular flow in the presence of pollutants (PM 10, PM 2.5, NO2, NOx). In this thesis we find that there is a reduction in the concentration in the air of the previously mentioned pollutants.