Contaminación Ambiental con Python, Ejemplos Prácticos

 Por Julia Torrez

Proyecto: Análisis de Contaminación

Estructura del Proyecto:

1. 1.- Definición de Parámetros Ambientales:

   • Identificar parámetros ambientales clave, como la concentración de partículas en el aire, niveles de dióxido de carbono, etc.

2. 2.- Generación de Datos Ficticios:

   • Generar datos ficticios para cada parámetro en diferentes ubicaciones y momentos.

3. 3.- Análisis de Contaminación:

   • Evaluar la calidad del aire mediante el análisis de los datos generados.

4. 4.- Visualización de datos:

   • Crear gráficos para visualizar la contaminación ambiental en diferentes ubicaciones y momentos.

Metodología:

1. 1.- Definición de Parámetros Ambientales:

2. parametros = ['Partículas en el aire', 'Dióxido de carbono', 'Monóxido de nitrógeno']

2.- Generación de Datos Ficticios:

import random

datos_ubicacion_A = [random.uniform(0, 100) for _ in range(len(parametros))]

datos_ubicacion_B = [random.uniform(0, 100) for _ in range(len(parametros))]

3.- Análisis de Contaminación:

umbrales = [50, 400, 20]  # Umbrales de calidad para cada parámetro

def analizar_contaminacion(datos, umbrales):

    estado_contaminacion = []

    for i, dato in enumerate(datos):

        if dato > umbrales[i]:

            estado_contaminacion.append("Alto")

        else:

            estado_contaminacion.append("Bajo")

    return estado_contaminacion

estado_ubicacion_A = analizar_contaminacion(datos_ubicacion_A, umbrales)

estado_ubicacion_B = analizar_contaminacion(datos_ubicacion_B, umbrales)

4.- Visualización de datos:

import matplotlib.pyplot as plt

# Gráfica de barras para comparar la contaminación en dos ubicaciones

plt.bar(parametros, datos_ubicacion_A, label='Ubicación A', alpha=0.7)

plt.bar(parametros, datos_ubicacion_B, label='Ubicación B', alpha=0.7)

plt.axhline(y=umbrales[0], color='r', linestyle='--', label='Umbral Partículas')

plt.axhline(y=umbrales[1], color='g', linestyle='--', label='Umbral CO2')

plt.axhline(y=umbrales[2], color='b', linestyle='--', label='Umbral NO')

plt.legend()

plt.title('Contaminación Ambiental en Ubicaciones A y B')

plt.ylabel('Concentración')

plt.show()

Recursos:

• Python:
• Biblioteca matplotlib para visualización de datos (puedes instalarla usando pip install matplotlib).

Este proyecto te permite simular y analizar la contaminación ambiental en diferentes ubicaciones. Puedes ajustar los parámetros y umbrales según tus necesidades y expandir el análisis considerando más factores ambientales.