Análisis de resultados de los modelos

Anexo 5 PONTIFICIA UNIVERSIDAD JAVERIANA Análisis de resultados de los modelos Alex Arias 2014-I

1. Introducción En el presente documento se muestran los patrones y tendencias obtenidas por los modelos creados con el fin de encontrar influencias y relaciones directas entre las variables temporales y climatológicas con los contaminantes PM 10 y O 3. Adicionalmente, se pretende mostrar la similitud en los resultados de cada uno de los modelos para así crear una base de conocimiento que se ajuste a los requerimientos del proyecto. 2. Análisis de resultados para el modelo CO3 Uno de los objetivos al aplicar esta técnica de minería de datos es describir y extraer el conocimiento oculto de las variables climatológicas y temporales en relación con el contaminante de Ozono, segmentando la base de datos que contiene los registros históricos con base en la similitud entre los atributos. Como el modelo de Clustering se encuentra con algunos atributos numéricos normalizados (para realizar un mejor cálculo de similitud), a continuación se presentan los valores reales (es decir con las unidades en que se capturaron los datos y las categorías según entidades científicas especializadas) de cada atributo respecto a los rangos de normalización:

Tabla 1 Valores reales con respecto a los valores de normalización de O 3 Fuente: Autor 2.1 Tamaño de los Clusters creados Como se mencionó anteriormente se formaron 5 clusters con tamaños uniformes, bien definidos y compactos. Se presenta el tamaño de cada uno de los clusters frente al tamaño de muestra del conjunto de datos de entrenamiento:

Ilustración 1 Tamaño de los Clusters resultantes Fuente: Autor 2.1.1 Comportamiento de los Clusters respecto al Ozono Ilustración 2 Comportamiento de los Clusters con el Ozono Fuente: RapidMiner 5 Se puede observar del modelo que la concentración de Ozono clasificada como bueno se encuentra únicamente en los clústeres 1 y 5 llevándose el 62% de los datos del conjunto de entrenamiento. Los clusters 2,3 y 4 presentan valores cuya clasificación es Moderado, y Desfavorable pero con un porcentaje inferior al del Ozono bueno, lo que quiere decir que el Ozono perjudicial para la salud (cuyo nivel de preocupación para la salud es diferente de bueno) tiene varios comportamientos y variables influyentes para que se produzca. En la barra de colores que se encuentra en el centro de la parte superior de la gráfica se pude apreciar que entre más se acerca al color rojo, más alto es el valor de concentración del Ozono y según la tabla de las especificaciones (Ver tabla 1) se puede observar que el color Azul

representa el Ozono cuyo estado es bueno, el color amarillo esta entre el estado moderado y desfavorable y el rojo está en el estado Desfavorable únicamente. 2.1.2 Relación del Ozono con respecto a la hora por cada Cluster Ilustración 3 Comportamiento Clusters respecto a la hora Fuente: RapidMiner 5 Teniendo en cuenta que la tendencia de los clústeres en cuanto a la concentración de Ozono (presentados en la imagen anterior) se dividen en Ozono bueno (clúster 1 y 5) y perjudicial para la salud (clúster 2,3 y 5), por ende es importante conocer su comportamiento con respecto al tiempo. En la ilustración 3 se puede observar que los clústeres 1 y 5 contienen datos con estados horarios distribuidos (salvo el clúster 5 con el estado horario: medio día), es decir con horas clasificadas en: medio día, mañana, tarde, noche y madrugada. Sin embargo para los clústeres 2,3 y 4 se puede observar que el estado horario se concentra en las horas comprendidas en el medio día y la mañana, sabiendo que en dichos rangos de hora la radiación Solar está impactando la atmosfera y por ende se puede decir que la hora es una variable que tiene correlación con la concentración de Ozono. También se puede observar en el clúster 2 que altera el comportamiento de los demás clústeres y es que hay un cierto grupo de datos en dicho clúster que presentan una clasificación horaria en la noche y si observamos detalladamente el clúster 2 tiene una gran tendencia a tener datos con concentración de Ozono moderada y desfavorable, lo que llega a concluir según las gráficas de auto-correlación analizadas en el documento de Vista Minable que como la concentración de ozono en una hora especifica depende de las horas anteriores (con rezagos de 2 horas), la

concentración de Ozono fue tan fuerte a las horas del medio día que comprende de 12 a 2pm y las de la tarde (3 a 6pm) que dejo secuelas reflejadas en las horas de la noche, en particular en las horas de las 7 pm y 8 pm que empieza a oscurecer, según las estadísticas de Analysis Servicies de Microsoft, el porcentaje que ocupa la clasificación de la noche en el clúster 2 es del 5% sobre los datos de clasificación horaria que tiene el clúster, así que otra opción puede ser errores de precisión del modelo. 2.1.3 Relación del Ozono con respecto a la velocidad de los viento por cada Cluster Ilustración 4 Comportamiento Clusters respecto a la velocidad del viento Fuente: RapidMiner 5 Se puede observar que en los clusters 2,3 y 4 que representan la mayoría de datos con Ozono cuya concentración es alta, que la velocidad de los vientos es baja comprendiendo las categorías: calma, ventolina y suave, mientras que los clústeres 1 y 5 que representan la mayoría de datos con concentración de Ozono bueno, la velocidad del viento está más distribuida teniendo una tendencia a ser más alta. Se puede concluir que la velocidad del viento tiene una relación inversamente proporcional a la concentración de Ozono ya que la velocidad de los vientos influye en la dispersión de los contaminantes y a menor velocidad de los vientos más alta es la concentración de Ozono. 2.1.4 Relación del Ozono con respecto a la temperatura por cada Cluster

Ilustración 5 Comportamiento Clusters respecto a la temperatura Fuente: RapidMiner 5 Según las correlaciones hechas en el documento de vista minable, las concentraciones de Ozono dependen de la temperatura, es por esto que es importante analizar el comportamiento de los clusters respecto a la variable temperatura y teniendo en cuenta que los clústeres 2,3 y 4 tienen la mayoría de los datos clasificando el Ozono como perjudicial para la salud. En las imágenes se puede observar que los valores menores e iguales a 0.47 que corresponden a un valor de temperatura entre los 6 y 14 º C están clasificados en los clúster 5 y 1, donde en el clúster 5 contiene el 81% de los registros con estos rangos y para el cluster 1 corresponde al 28% de los registros. Para la segunda imagen se encuentran valores normalizados de temperatura están entre 0.48 y 0.62 que corresponden en valores reales entre los 15ºC y 18ºC, esta temperatura es clasificada como menos tibio y se clasifican en los clústeres 1 y 5 con porcentajes del 33% y 18% de los datos respectivamente. En la tercera imagen se puede observar algo interesante y es que los valores comprendidos entre los 18.1 y 20 ºC están con una clasificación del clúster 4 del 100% de los datos y para la última imagen con los valores de temperatura más altos captados en la localidad que alcanzan hasta los 24ºC se clasifican a los clústeres 2 y 3. Lo anterior induce a concluir que la categoría de temperatura con estado tibio está representada en el 95% de los datos en los clústeres cuyos valores tienen concentraciones de Ozono perjudicial para la salud, con el estado de temperatura menos tibio aproximadamente el 55% de

los datos clasifica con Ozono perjudicial para la salud y el restante junto con el estado de temperatura frio se clasifican en los clústeres 1 y 5 que representan el Ozono bueno. Se encuentra una relación directamente proporcional entre temperatura y la concentración de Ozono. 2.1.5 Relación del Ozono con respecto a los trimestres del año por cada Cluster En esta imagen se puede observar que los clústeres 2,3 y 4 que contienen la mayoría de registros con el Ozono en los estados: moderado y desfavorable (es decir perjudicial para la salud) los trimestres del año que influyen en esto son el 1 y 2 que corresponde a los meses entre diciembre y mayo, lo que hace concluir que en estos dos trimestres la concentración de Ozono es más alta que en el resto de trimestres del año. Ilustración 6 Comportamiento Clusters respecto a los Trimestres del Año Fuente: RapidMiner 5 2.1.6 Relación del Ozono con respecto a la radiación solar por cada Cluster En esta imagen se puede observar que la concentración de Ozono también es dependiente de la radiación solar global, sin embargo en el clúster 1 que está clasificado como Ozono bueno, la emisión de radiación solar global está distribuida en todos los rangos y eso se puede deber a las otras variables climatológicas y temporales que son más influyentes que la radiación solar, esto se ve con detalle en los modelos de clasificación y reglas de asociación. Sin embargo el Cluster

5 que contiene la mayoría de registros con Ozono en estado bueno, se puede observar que la radiación solar es baja. Ilustración 7 Comportamiento Clusters respecto a la radiación solar Fuente: RapidMiner 5 2.1.7 Relación del Ozono con respecto a la lluvia por cada Cluster En cuanto a la lluvia, se puede observar y concluir de acuerdo a los estudios de correlaciones realizadas en el documento de vista minable y las redes de dependencias hechas en la herramienta Analysis Services de Microsoft que la concentración de Ozono no es del todo dependiente de la lluvia por ende en esta grafica se reafirma esta hipótesis, donde se observa que la gran parte de los datos que contenían lluvia escasa y ligera no influyen en la concentración de ozono ya que las lluvias escasas y ligeras se presentan en todos los clústeres, teniendo en cuenta que en la barra de colores de la gráfica, el color indica la intensidad de concentración del Ozono y dichas lluvias no alteran su concentración.

Ilustración 8 Comportamiento Clusters respecto a la lluvia Fuente: RapidMiner 5 2.1.8 Relación del Ozono con respecto al NO2 por cada Cluster Ilustración 9 Comportamiento Clusters respecto al NO2 Fuente: RapidMiner 5 En esta grafica se puede observar que el promedio de concentración máximo de NO2 es de 0.35 que llega a moderado (según el índice AQI), algo que es un aspecto positivo para la salud de la población debido a que se presenta con muy poca frecuencia y su nivel de peligrosidad como no alcanza niveles máximos no es tan influyente en la salud de los seres humanos si contienen un tiempo de exposición bajo, porque el índice AQI trabaja de la mano con el tiempo de exposición de la persona ya que no es lo mismo una persona que está expuesta de 8 a 10 horas diarias con un Ozono moderado que una que está expuesta 8 horas semanales a la misma

concentración de Ozono. Sin embargo se puede observar que el NO2 a pesar de contribuir con la formación del contaminante de Ozono, presenta en la mayoría de casos del modelo un NO2 bueno para una concentración de Ozono moderada o desfavorable. Con rezagos horarios de 1 y 2 horas se puede observar que la relación entre NO2 y el Ozono es directamente proporcional. 2.1.9 Relación del Ozono con respecto al NOX por cada Cluster Esta grafica que refleja el NOX en cada clúster de acuerdo a la concentración de Ozono, presenta algo similar a la anterior y es que su nivel de concentración no es tan influyente en el del contaminante de Ozono, ya que en su mayoría de casos el NOX contiene una concentración entre 36.35 y 71.7 ppb cuando la concentración de Ozono es perjudicial para la salud (es decir todas las concentraciones de Ozono clasificadas como: moderado y desfavorable). La relación entre el NOX es directamente proporcional a la concentración de Ozono. Ilustración 10 Comportamiento Clusters respecto al NOX Fuente: RapidMiner 5 3. Análisis de resultados para el modelo CPM10 En esta sección se analizan los resultados generados que muestran relaciones entre el PM 10, las variables climatológicas y las temporales con el fin de cumplir una parte del objetivo

general del presente trabajo de grado. Este modelo no funcionó muy bien para el PM 10 ya que se crearon grupos únicamente con concentraciones de PM 10 altas (que son los registros más frecuentes en el conjunto de entrenamiento). Sin embargo por medio de filtros aplicados al modelo se identificaron los Clusters que presentaban más registros con PM 10 baja y alta. Como el modelo de Clustering se encuentra con algunos atributos numéricos normalizados (para realizar un mejor cálculo de similitud), a continuación se presentan los valores reales (es decir con las unidades en que se capturaron los datos y las categorías según entidades científicas especializadas) de cada atributo respecto a los rangos de normalización: Tabla 1 Valores reales con respecto a los valores de normalización de PM 10 Fuente: Autor 3.1 Tamaño de los Clusters creados Como se mencionó, se formaron 5 clusters con tamaños uniformes, bien definidos y compactos. Se presenta el porcentaje del tamaño de cada uno de los clusters frente al tamaño de muestra del conjunto de datos de entrenamiento:

Ilustración 11 Tamaño de los Clusters resultantes Fuente: Autor 3.2 Comportamiento de los Clusters respecto al PM 10 Ilustración 12 Concentración de PM10 en cada Cluster Fuente: Autor por medio de la herramienta RapidMiner En la ilustración 12 se puede observar que los clusters formados, contienen únicamente registros cuya concentración de PM 10 es alta (estado desfavorable) y según los gráficos de precisión del modelo con el conjunto de prueba, se puede concluir que el modelo no es tan confiable para extraer patrones útiles. A continuación se presentan los clusters filtrados por la velocidad de los vientos, la clasificación horaria y la radiación solar:

3.3 Comportamiento de los clusters respecto a la velocidad de los vientos Ilustración 12 Velocidad del viento en cada Cluster Fuente: Autor por medio de la herramienta RapidMiner Se puede observar que cuando el estado del PM 10 es desfavorable, la velocidad de los vientos tiende hacer baja entre 0 y 3.3 m/s con mayor influencia, lo cual esto puede tender a una relación inversamente proporcional. 3.4 Comportamiento de los clusters respecto a la hora Ilustración 13 Clasificación horaria en cada cluster Fuente: Autor por medio de la herramienta RapidMiner

No se observa una influencia fuerte de la hora para el estado desfavorable, sin embargo más adelante se revisan los otros modelos para corroborar esta información. 3.5 Comportamiento de los clusters respecto a la radiación solar Ilustración 14 Radiación Solar por cada Cluster Fuente: Autor por medio de la herramienta RapidMiner 4. Modelos pertenecientes a la técnica de reglas de asociación Para el análisis de resultados de las reglas de asociación generadas para los contaminantes de PM 10 y O 3, se crearon redes de dependencias sugeridas por Microsoft para la visualización de los modelos de reglas de asociación. Para cada red de dependencias existen varios nodos que representan el estado de uno de los atributos antecedentes, hay un nodo en el centro de la red que representa un estado del atributo consecuente, las flechas entre los nodos antecedentes con el nodo consecuente representan la asociación de dependencia entre los elementos. Es importante recalcar que los nodos representados en las redes de dependencia son las reglas que contienen mayor probabilidad de confianza y mejora para cada estado del atributo consecuente. 4.1 Modelo RAO3 A continuación se presentan las redes de dependencia, que muestran la relación entre los atributos antecedentes con el consecuente O 3 :

4.1.1 Relación entre el O 3 con estado Bueno y las variables temporales y climatológicas Ilustración 15 Red de dependencia Ozono bueno Fuente: Autor En esta ilustración se puede observar que para el Ozono con estado bueno, la velocidad de los vientos presenta una relación inversamente proporcional con la concentración de Ozono, lo que quiere decir que a mayor velocidad de los vientos el Ozono tiene una concentración baja. También se puede observar que la hora tiene una relación directamente proporcional con la concentración del Ozono y la radiación solar global ya que en las horas de la madrugada y la noche no se percibe una radiación solar mayor a 6 watts por metro cuadrado y esto hace que a menor radiación solar y a horas donde la radiación solar es muy baja, la concentración del Ozono es baja. Se puede afirmar de que la temperatura es dependiente de la radiación solar y que la relación entre la temperatura y la concentración de Ozono es directamente proporcional ya que a menor temperatura, menor es la concentración de Ozono. En cuanto al NOX se observa una relación directamente proporcional con la concentración del Ozono ya que a menor concentración de NOX, menor es la concentración del Ozono, pasa lo mismo con el NO2. Los trimestres del año 3 (de acuerdo a la climatología colombiana) son los que presentan una concentración de Ozono baja junto con los días entre semana. No se ve una relación significativa entre la lluvia y la concentración de Ozono baja, lo mismo se puede observar con los rezagos de 1 y 2 horas.

4.1.2 Relación entre el O 3 con estado Moderado y las variables temporales y climatológicas Ilustración 16 Red de dependencia Ozono moderado Fuente: Autor Esta ilustración presenta el mismo comportamiento que la anterior en cuanto a la relación directamente proporcional que existe entre la radiación solar y la temperatura con la concentración del Ozono. En los trimestres 1 y 2 en especial en el mes de enero se observar que la concentración de Ozono es moderada con una alta frecuencia y se presenta más que todo en los fines de semana. La concentración de Ozono moderado se ve con frecuencia en las horas del mediodía en especial a las 11 am, 12 pm, 1 pm y 2pm y se puede observar que este contaminante es dependiente de la clasificación horaria. En cuanto al NOX y al NO2 no se observa una relación directa con la concentración del Ozono, sin embargo existe una relación significativa entre el Ozono, el NOX y el NO2 con rezagos de una hora, lo que confirma que el Ozono es dependiente de la concentración de NOX y el NO2.

4.1.3 Relación entre el O 3 con estado Desfavorable y las variables temporales y climatológicas Para una concentración de Ozono desfavorable, se puede observar un comportamiento similar al del Ozono con estado moderado. Sin embargo algo importante a recalcar es que la probabilidad de que la concentración de Ozono sea elevada en horas del mediodía (para el caso del estado desfavorable a las 12 pm) es alta. Para el N O2 y N OX se encuentran relaciones significativas con rezagos de 1 hora. Se puede observar que los vientos son bajos entre los rangos 1.8 y 3.3 m/s y aumenta la probabilidad de que entre la temperatura sea más alta, la concentración aumenta y esto es por el reflejo de la radiación solar. Ilustración 17 Red de dependencias Ozono desfavorable Fuente: Autor 4.2 Modelo RAPM10 En esta sección se presentan las redes de dependencia para los estados de PM 10 encontrados.

4.2.1 Relación entre el PM 10 con estado Bueno y las variables temporales y climatológicas Ilustración 18 Red de dependencias PM10 Bueno Fuente: Autor Se puede observar que las concentraciones de PM 10 bajas se perciben en las horas de la madrugada donde no se percibe radiación solar, con una temperatura baja entre los 12 y 18ºC y el trimestre del año 3 (entre junio y agosto) en los días entre semana y sin mayor influencia de la lluvia. 4.2.2 Relación entre el PM 10 con estado Moderado y las variables temporales y climatológicas Se puede observar en la siguiente ilustración que para una concentración de PM 10 más elevada, la velocidad del viento es menos fuerte (presentando una escala entre ventolina y suave), en los trimestres del año 3 son en los que se presenta con mayor frecuencia esta concentración. La clasificación horaria de la mañana (6:00 am hasta 10:00 am) y la noche (7:00 pm y 11:00 pm) es donde el estado de PM 10 moderado es más frecuente con una radiación solar mayor al promedio (para la mañana el promedio de radiación solar es 229 w y para la noche 0 w m 2 m2), lo cual indica que la radiación solar global influye en la concentración del PM 10 tomando rezagos

horarios de las horas de la tarde (para la clasificación de la noche) ya que la radiación solar global en los análisis de correlaciones mostró que tiene un proceso de destrucción largo e influye en las concentraciones de PM 10. Con la temperatura se puede observar que no hay una relación tan influyente ya que con una temperatura promedio entre los 12 y 18ºC que se presenta con mayor frecuencia en las horas del grafo, la concentración de PM 10 puede tomar el estado: bueno y moderado. Ilustración 19 Red de dependencias PM10 moderada Fuente: Autor 4.2.3 Relación entre el PM 10 con estado Desfavorable y las variables temporales y climatológicas En la siguiente ilustración se puede observar los estados más influyentes para una concentración de PM 10 desfavorable. Se puede observar que se mantiene una influencia de la radiación solar mayor a los 229 w de forma directa con la concentración de PM m 10. 2 El trimestre del año 3 es el que presenta con mayor frecuencia la concentración de PM10 con estado desfavorable y esto se encuentra en los meses de junio, julio y agosto. La relación de los vientos se mantiene con una tendencia inversamente proporcional a la concentración de PM 10 y no se muestra una influencia significativa de la temperatura con el PM 10 desfavorable.

La clasificación horaria entre las horas de la mañana en especial las 7 am hacen que este valor de concentración se incremente y en las horas pico restantes que están entre las 5 pm y 8 pm, lo cual se debe a la congestión del tráfico que se produce a esas horas. Ilustración 10 Red de dependencias para el PM10 desfavorable Fuente: Autor 5. Modelos pertenecientes a la técnica de Clasificación En esta sección se presenta una descripción de los resultados obtenidos por los modelos CAO3 y CAPM10 que se representan por medio de los árboles de decisión. 5.1 Modelo CAO3 5.1.1 Información General del Modelo Número de nodos del árbol: 75 Tipo de Contenido: Variables discretas Divisiones Importantes: Temperatura, Trimestres del Año, Velocidad de los vientos, NOX y clasificación horaria. Clasificación correcta de Instancias: 92.43% Clasificación incorrecta de Instancias: 7.57%

Variable Predictiva: Ozono Cada nodo del árbol contiene un histograma con las siguientes convenciones: Ilustración 11 Estado del atributo de Ozono por color Fuente: Herramienta Visual Studio Data Tools 5.1.2Análisis para clasificación de Ozono: Bueno A continuación se presentan las rutas del árbol cuya clasificación es una concentración de ozono buena, las reglas descritas en esta sección son las que tienen la probabilidad de predicción más alta para este estado. Raíz -> Temperatura=FRIO: Es la primera división del árbol de decisión, donde se puede apreciar que este atributo quizá es uno de los más importantes que definen el nivel de concentración del Ozono. En la siguiente ilustración y de acuerdo a las especificaciones de los colores reflejadas en la ilustración 21, se puede observar que cuando la temperatura es de estado frio el Ozono es bueno con una probabilidad de precisión del 99.9% y dicho estado de temperatura es independiente a las demás variables climatológicas que se presentan en el entorno, es decir que para cualquier combinación de estados de las variables climatológicas con la variable temperatura cuyo estado es frio, el Ozono se clasificaría con un estado bueno con una alta probabilidad de precisión. Ilustración 12 Parte del Árbol de decisión que representa la temperatura Fuente: Herramienta Visual Data tools Raíz -> Temperatura = TIBIO: Aunque la probabilidad de predicción del Ozono bueno con una temperatura tibia es baja, es importante recalcar que esto no sucede exclusivamente

cuando el trimestre del año es el 3 entre los meses de junio y agosto con una probabilidad de clasificación del 91.11% Ilustración 13 Parte del Árbol de decisión que representa el estado bueno de Ozono con temperatura tibia En la siguiente ilustración se puede observar que a pesar de que la temperatura es alta, en los trimestres del año 4 (meses entre septiembre y noviembre) y en las horas de la mañana o la tarde la probabilidad de clasificación del Ozono en estado bueno es del 70%. Ilustración 24 Parte del Árbol de decisión que representa el estado bueno de Ozono con temperatura tibia Raíz -> Temperatura= MENOS TIBIO: Para el estado de temperatura menos tibio, la mayoría de los datos de entrenamiento que entran a este nodo son cuyos niveles de concentración de Ozono son buenos, sin embargo con este estado existen más restricciones de división que hacen que sea dependiente de las otras variables climatológicas. La división se presenta en la siguiente gráfica:

Ilustración 25 Parte del árbol con temperatura menos tibio y Ozono bueno Temperatura= MENOS TIBIO -> Clasificación Horaria: Como hemos visto en los anteriores modelos, las variables temporales en especial la hora influyen mucha en la concentración de Ozono, se puede observar en la anterior imagen que las horas comprendidas en los estados: Madrugada (12 am y 4 am) y noche (7 pm a 11 pm) con una temperatura de menos tibio están clasificadas como Ozono bueno en el 99% de las instancias, por lo cual cualquier instancia que contenga el estado de temperatura frio y que la clasificación horaria este entre madrugada y noche se clasifica dicha instancia como una concentración de Ozono bueno. Ilustración 25 Parte del árbol con temperatura menos tibio en el medio día Temperatura= MENOS TIBIO -> Clasificación Horaria = Medio día: Pasa lo contrario con los estados horarios: medio día, mañana y tarde, lo que quiere decir que tienen una relación más fuerte y dependiente con otros estados de las variables de entrada del modelo (ya sea climatológicas o temporales). Comenzaremos analizando la clasificación

horaria con estado: Medio día (12pm y 2pm), este estado depende de los estados del siguiente atributo: o Temperatura= MENOS TIBIO -> Clasificación Horaria: Medio día-> Trimestre 4: Para los trimestres del año 4, con clasificación horaria medio día y temperatura menos tibio, se clasifica el ozono con nivel de concentración bueno con una probabilidad de 70,71% de predicción. o Temperatura= MENOS TIBIO -> Clasificación Horaria: Medio día-> Trimestre 3: Para el trimestre 3 a cualquier valor de radiación solar que sea menor o mayor al promedio de esta clasificación horaria (529.74 w/m2) se clasifica el Ozono como bueno, con una probabilidad media de predicción del 90%. Sin embargo cuando la radiación solar es menor a 529.74 w/m2 el N OX influye en dicha concentración con valores entre 0 y 72 ppb. o Temperatura= MENOS TIBIO -> Clasificación Horaria: Medio día-> Trimestre 2: Ocurre lo mismo con el trimestre 2 pero con una probabilidad de predicción más baja del 75% del conjunto de datos de entrenamiento y con una radiación solar mayor a 529.74 w/m2, lo que hace pensar que a pesar de que la temperatura es dependiente de la radiación solar, esto se puede reflejar en horas posteriores al incremento de la radiación. Temperatura= MENOS TIBIO -> Clasificación Horaria= Mañana: Para esta regla podemos observar en la siguiente ilustración que el trimestre 4 da como clasificación el estado de concentración de Ozono bueno con una probabilidad alta de predicción y se puede concluir en esta parte del árbol que dicho trimestre 4 es muy influyente para que el Ozono sea bueno. Ilustración 26 Parte del árbol con temperatura tibio y horas en la mañana Para los demás trimestres del año hay más variables que influyen en la clasificación del nivel de Ozono, a continuación se presenta el análisis de cada una de las rutas que forman cada nodo que contiene los estados del trimestre del año en la mañana:

o Temperatura= MENOS TIBIO -> Clasificación Horaria= Mañana-> Trimestre 1: Para este trimestre del año con las restricciones presentadas en los nodos internos anteriores, la radiación solar puede tomar valores menores o mayores al promedio (es decir a 229 w/m2)de concentración por hora: Temperatura= MENOS TIBIO -> Clasificación Horaria = Mañana -> Trimestres 1 -> PromRadiaciónSG= MENOR A PROMEDIO: Con las restricciones de esta etiqueta el NOX puede tomar cualquier tipo de valores para un Ozono bueno con una probabilidad de predicción promedio del 81.2%. Temperatura= MENOS TIBIO -> Clasificación Horaria = Mañana -> Trimestres 1 -> PromRadiaciónSG= MAYOR A PROMEDIO: En esta regla se observa más detalladamente la relación directamente proporcional entre la radiación solar y la velocidad de los vientos con la concentración de O 3. Para esta regla la probabilidad de predicción es más baja a comparación de la anterior regla, sin embargo influye otra variable climatológica que es la velocidad del viento, para obtener probabilidades predictivas interesantes solo se tiene en cuenta la velocidad del viento suave (1.8 Y 3.3 m/s) y leve (3.4 y 5.2 m/s) para una clasificación correcta de concentración de Ozono bueno. Ilustración 27 Parte del árbol con trimestre 1 y radiación solar mayor al promedio de la mañana o Temperatura= MENOS TIBIO -> Clasificación Horaria= Mañana-> Trimestre 2: En esta regla se puede observar de forma más detallada la relación directamente proporcional entre el N O2 y la concentración de Ozono. Para esta regla con el trimestre 2 se puede observar que influyen los valores de N OX, dicha variable en estado muy bajo o alto se clasifican con Ozono bueno con una probabilidad alta. Sin embargo se puede observar que la variable N OX puede tomar cualquier estado para obtener un Ozono bueno siempre y cuando en la misma instancia se encuentren los trimestres del año, ya que esta variable resulta muy dependiente de los trimestres.

Ilustración 28 Parte del árbol en trimestre 2 y horas de la mañana Para los estados de la variable N OX : Medio (entre 71,71-122,78 ppb) influye la variable N O2 con estado bueno para obtener una probabilidad del 92.31%. El N OX cuyo estado es bajo para obtener una clasificación de probabilidad alta (encima del 80%) de Ozono bueno es necesario tener en cuenta que la radiación solar global debe ser mayor al promedio por hora. o Temperatura= MENOS TIBIO -> Clasificación Horaria= Mañana-> Trimestre 3: La probabilidad de clasificación en Ozono bueno del nodo con trimestre 3 y sus descendientes es alta teniendo en cuenta que se puede tomar cualquier valor de N OX, sin embargo en el estado muy bajo de NOX influye que la radiación solar sea menor o mayor al promedio. La probabilidad media de clasificación con las reglas dadas anteriormente es del 92.5% Ilustración 29 Parte del árbol en trimestre 3 con clasificación de la mañana Temperatura= MENOS TIBIO -> Clasificación Horaria= Tarde: Para esta regla, se puede observar que el trimestre 3 tiene una probabilidad de clasificación de que el Ozono sea bueno del 99% y para los trimestres 2 y 4, se puede observar una influencia de la radiación

solar, sin embargo dicha influencia no altera que la concentración de Ozono sea buena. Ilustración 30 Parte del árbol con temperatura en menos tibio y horas de la tarde Análisis para clasificación de Ozono: Moderado y Desfavorable A continuación se presentan las rutas del árbol cuya clasificación es una concentración de ozono con el estado moderado (representado en los nodos en la barra de distribución con el color rosado) y desfavorable (con el color verde claro), las reglas descritas en esta sección son las que tienen la probabilidad de predicción más alta para este estado, es decir las que en la barra de distribución del nodo interno del árbol prevalezca el color rosado frente a los demás. Raíz -> Temperatura=TIBIO: En la siguiente imagen y de acuerdo a las especificaciones de los colores definidos anteriormente, se puede observar que cuando la temperatura es de estado tibio (mayor a los 18 º C), el Ozono tiene mayor probabilidad de predicción que se encuentre en estado moderado. Sin embargo con esta temperatura se puede observar que el trimestre 3 y 4 mantienen una clasificación de Ozono buena. La temperatura en estado tibio también tiene otras restricciones para tener una concentración de Ozono alta que en este caso son los trimestres del año, para este caso los trimestres 1 y 2 : Ilustración 31 Parte del árbol con temperatura en estado tibio Temperatura =TIBIO -> Trimestres del Año = 1 : Para el trimestre del año 1 con temperatura tibia y clasificación horaria con estado mañana obtiene una clasificación de

Ozono Moderado, que puede ser peligroso si el nivel de exposición de la persona es constante, esta clasificación está apoyada con una medida de probabilidad predictiva del 60%. Ilustración 32 Parte del árbol con temperatura tibio y trimestre 1 o Temperatura =TIBIO -> Trimestres del Año = 1 -> Clasificación Hora = Mañana: Para esta regla se puede observar que hay una dependencia con el NOX con valores entre 36,35 y 71,70 ppb. Lo que hace que se clasifique el Ozono en estado moderado, mostrando así una dependencia inversamente proporcional. Ilustración 33 Parte del árbol con temperatura en estado tibio y en horas de la mañana Para las mimas reglas de temperatura y trimestre con clasificación horaria de medio día influyen otras variables que se muestran con detalle en la siguiente etiqueta: o Temperatura =TIBIO -> Trimestres del Año = 1 -> Clasificación Hora = Medio día: Para esta regla la velocidad del viento es influyente y dependiente de la clasificación horaria. Se puede observar en la siguiente imagen que para una hora comprendida entre el medio día y las restricciones anteriores de temperatura y trimestres del año, el Ozono se clasifica como moderado si la velocidad del viento presenta un estado de moderado con una probabilidad de predicción del 76.88%. Pasa algo similar con la velocidad del viento leve con una probabilidad de predicción del 74.19%.

Ilustración 34 Parte del árbol con temperatura tibia y horas del mediodía Sin embargo se puede observar una diferencia significativa con la velocidad de los vientos más bajas que en este caso es suave (entre 1.8 y 3.3 m/s) y ventolina (entre 0.6 y 1.7 m/s) ya que la probabilidad aumenta para que se clasifique el Ozono como moderado y desfavorable. Temperatura =TIBIO -> Trimestres del Año = 1 -> Clasificación Hora = Medio día -> Vel Viento= SUAVE: Para esta regla influye la radiación solar, en el estado mayor al promedio (es decir mayor a 530 w/m2) y teniendo en cuenta estas reglas se obtiene una clasificación de Ozono Moderado con una probabilidad predictiva del 70.78%. Para el estado de radiación solar menor al promedio la probabilidad de clasificación en Ozono moderado es del 80%. Ilustración 35 Parte del árbol con temperatura tibia y horas del mediodía Temperatura =TIBIO -> Trimestres del Año = 1 -> Clasificación Hora = Medio día -> VelViento= VENTOLINA: Para esta regla influye la radiación solar menor a los 530 w/m2 y mayor a los 229 w/m2 con un 73% de probabilidad de clasificación. Se puede observar algo interesante y es que a medida que la radiación solar aumenta como lo es en el caso de mayor al promedio (mayor a los 530 w/m2), aumenta notablemente la

concentración de Ozono para llegar a un estado desfavorable. Ilustración 36 Parte del árbol con relación a la velocidad de los vientos y la radiación solar Temperatura =TIBIO -> Trimestres del Año = 2: Para la temperatura con estado tibio y el trimestre del año 2 hay otra división que muestra la influencia de la velocidad de los vientos cuando es de estado fuerte que hace que la concentración de Ozono sea elevada. Ilustración 37 Parte del árbol con relación a los trimestres del año y la velocidad de los vientos con el Ozono o Temperatura =TIBIO -> Trimestres del Año = 2 -> VelViento= SUAVE: se puede observar que se mantiene la tendencia de relación inversamente proporcional entre la concentración de Ozono y velocidad de los vientos ya que esta categoría se considera una intensidad baja y por ende aumenta la probabilidad de Ozono desfavorable y moderado. También se observa que el N OX influye en esta decisión donde con un rango entre 36,35-71,70 ppb la concentración de Ozono es de las más altas detectadas y categorizadas como un Ozono desfavorable con una probabilidad del 77.8%.Para un N OX menor a 36,35 ppb el Ozono se mantiene en un estado moderado con una probabilidad del 66%. Ilustración 38 Parte del árbol con relación a la velocidad de los vientos y NOX con el Ozono o Temperatura =TIBIO -> Trimestres del Año = 2 -> VelViento= LEVE: Se puede observar que para esta regla la concentración de Ozono (a pesar de que los vientos aumentan) es de moderada con una probabilidad de clasificación del 61.60.

o Temperatura =TIBIO -> Trimestres del Año = 2 -> VelViento= MODERADO: Para una velocidad del viento fuerte, influye la radiación solar y la clasificación horaria para obtener una concentración de Ozono en estado moderado, pero para que la concentración de Ozono este en este nivel es necesario que la radiación este entre 229 y 530 w/m2, lo que reafirma la relación directamente proporcional entre la radiación solar y la concentración de Ozono y a su vez para las horas del mediodía. Ilustración 39 Parte del árbol con relación a la velocidad del viento y la radiación solar 5.2 Modelo CAPM10 Este modelo genero resultados interesantes y para realizar un análisis del comportamiento de las variables climatológicas y temporales con la concentración de PM 10 es necesario conocer las dependencias y las reglas generadas por el modelo. Información General del Modelo Número de nodos del árbol: 57 Tipo de Contenido: Variables discretas Divisiones Importantes: ClasificacionHora, VelViento, RadiaciónSolar, Fin De Semana, Trimestres Del Anio. Clasificación correcta de Instancias :83.12% Clasificación incorrecta de Instancias: 16.88% Variable Predictiva: Material Particulado Cada nodo del árbol contiene un histograma con las siguientes convenciones: Ilustración 40 Estado del PM10 por colores

Análisis para la clasificación de PM 10 : Bueno A continuación se presentan las rutas del árbol cuya clasificación es una concentración de material particulado bueno (representado por el color rosa) que comprende valores entre 0 y 54 µg/m3, las reglas descritas en esta sección son las que tienen la probabilidad de predicción más influyente para este estado. Raíz -> ClasificacionHora = Madrugada Se puede observar que un porcentaje considerable en las horas de la madrugada (entre las 12:00 am y 5:00 am) tienen una probabilidad de clasificación del 65% que la concentración de PM 10 sea baja y clasificada como buena. Ilustración 141 Parte del árbol con relación entre el PM10 y la clasificación horaria ClasificacionHora = Madrugada -> VelViento = Suave Ilustración 41 Parte del árbol con relación entre el PM10 y la velocidad de los vientos Se puede observar que en las horas de la madrugada, para una velocidad de los vientos suave comprendida entre los 1.8 y 3.3 m/s y si el trimestre del año es 3 (entre junio y agosto) la concentración de PM 10 tiende hacer baja con un porcentaje de clasificación de 68% y se cataloga como buena según las categorías de la EPA. ClasificacionHora = Madrugada -> VelViento = no Suave

Para la velocidad del viento con valores entre 3.4 y 5.2 m/s catalogada como leve, la concentración de PM 10 sigue siendo buena con una probabilidad del 74% de clasificación, para velocidades del viento más alta se puede observar la incidencia de los trimestres del año, en especial el trimestre 3. Ilustración 42 Parte del árbol con relación entre el PM10 y los trimestres del año ClasificacionHora= Noche -> VelViento= no leve -> Trimestres del año no 3-> Temperatura= no menos tibio En la siguiente ilustración se puede observar que para las horas de la noche, la velocidad de los vientos diferentes a los valores entre 0.6 y 1.7 m/s (para ventolina) y entre 3.4 y 5.2 m/s, los demás trimestres del año excepto el 3 y la temperatura diferente a los valores entre 12 y 18 ºC, la concentración de PM 10 es baja y se encuentra catalogada como buena. Ilustración 43 Parte del árbol con relación entre el PM10 y la temperatura Análisis para la clasificación de PM 10 con estado moderado y desfavorable A continuación se presentan las rutas del árbol cuya clasificación es una concentración de PM 10 con el estado moderado (representado en los nodos en la barra de distribución con el color azul) y desfavorable (representado con el color verde), las reglas descritas en esta sección son las que tienen la probabilidad de predicción más alta para este estado, es decir las que en la barra de distribución del nodo interno del árbol prevalezca el color rosado frente a los demás. ClasificacionHora = Mañana -> VelViento = Leve Se puede observar que en las horas de la mañana, la concentración de PM 10 es alta con un porcentaje conjunto del 80% correspondientes a los estados moderado y desfavorable,

con una velocidad del viento con valores entre 3.4 y 5.3 m/s (leve), la concentración de PM 10 es moderada con una probabilidad del 60%. Ilustración 44 Parte del árbol con relación entre el PM10 y la clasificación horaria con la velocidad del viento ClasificacionHora = Mañana -> VelViento = no Leve Cuando la velocidad de los vientos es diferente de leve, la radiación solar no es tan influyente ya que se puede observar en la imagen que independientemente de que la radiación sea menor, mayor e igual que el promedio horario (que en este caso es 229 w m 2), la concentración de PM 10 sigue siendo alta con una probabilidad conjunta del 80%. Ilustración 45 Parte del árbol con relación entre el PM10 y la radiación solar o VelViento = no leve -> PromRadiacion S = MENOR A PROMEDIO Para la radiación solar menor a 229 w m2, todos los trimestres del año presentan una concentración de PM 10 alta. Sin embargo esta regla aplica para los vientos diferentes a leve. Ilustración 44 Parte del árbol con relación entre el PM10 y la radiación solar con los trimestres del año

o VelViento = no leve -> PromRadiacion S = no MENOR A PROMEDIO Para los valores de radiación solar mayores e iguales a 229 w m2 y una velocidad del viento moderada presentando valores entre 5.3 y 7.4 m/s, la concentración de PM 10 es alta con una probabilidad de clasificación del 60%, esto puede significar que la velocidad de los vientos es del todo dependiente de la hora y en este caso especial de la radiación solar. Cuando la velocidad del viento es diferente o igual a el estado suave con la misma radiación solar enunciada al inicio, la concentración de PM 10 sigue siendo alta. Ilustración 15 Parte del árbol con relación entre el PM10 y la radiación solar con la velocidad del viento ClasificacionHora = Noche -> VelViento= Ventolina Cuando la velocidad del viento presenta valores entre 0.6 y 1.7 m/s (ventolina), la temperatura muestra una relación directamente proporcional con la concentración de PM 10 ya que cuando la temperatura se encuentra entre los 12 y 18 ºC (menos tibio), el PM 10 es alto presentando estados como moderado y desfavorable, mientras que cuando la temperatura esta entre los 6 y 12 ºC (frio) que es lo que se presenta con mayor frecuencia en las horas de la noche, la concentración de PM 10 baja notablemente. Ilustración 16 Parte del árbol con relación entre el PM10 y la velocidad de los vientos con la temperatura ClasificacionHora = Noche -> VelViento= Ventolina Para valores de velocidad de los vientos diferentes de los rangos entre 0.6 y 1.7 m/s (ventolina) y 3.4 y 5.2 m/s (leve), los trimestres del año en especial el 1 (debido a los patrones comunes extraído de los otros modelos) y la temperatura comprendida entre los 12 y 18 ºC influyen en que la concentración del PM 10 sea alta con una probabilidad de clasificación del 70%.

Ilustración 17 Parte del árbol con relación entre el PM10 y los trimestres del año con la temperatura ClasificacionHora = Mediodía -> VelViento = suave Se puede observar en la siguiente ilustración que la velocidad del viento catalogada como suave en las horas del mediodía presenta una probabilidad conjunto de clasificación de PM 10 alto con el 74%. Así que se sigue cumpliendo la relación inversamente proporcional entre el PM 10 y la velocidad de los vientos. Ilustración 18 Parte del árbol con relación entre el PM10 y la clasificación horaria con la velocidad de los vientos ClasificacionHora = Mediodía -> VelViento no suave En las horas del mediodía (entre las 11:00 am y 2:00 pm), sucede algo diferente y es que para la velocidad del viento catalogada como ventolina (con valores entre 0.6 y 1.7 m/s) la probabilidad de que el PM 10 sea alto es del 75% y es algo diferente ya que no se cumple la regla de la relación inversamente proporcional entre estas dos variables y esto puede ser porque la influencia de la hora es más fuerte que la de la velocidad de los vientos. Para una velocidad de los vientos diferente a ventolina y suave, se puede observar que los trimestres del año no generan ninguna influencia en que la concentración de PM 10 sea alta. Ilustración 19 Parte del árbol con relación entre el PM10 y la velocidad de los vientos con los trimestres del año