análisis de tendencias de la calidad del aire en la capv · tendencias. también se han estudiado...

Análisis de tendencias de la Calidad del Aire en la CAPV

1996-2005

Documento: Análisis de tendencias de la Calidad del Aire en la CAPV 1996-2005

Fecha de edición: 2006

Autor: Environment and Systems, S. A.

Revisión / Dirección/ Coordinación:

IHOBE, S. A.

Propietario: Gobierno Vasco. Departamento de Medio Ambiente y Ordenación del Territorio. Dirección de Planificación, Evaluación y Control Ambiental

Análisis de tendencias de la calidad del aire en la CAPV Indice

Indice

Página

Resumen .........................................................................................1

1. Introducción................................................................................2

2. Base de datos .............................................................................3

3. Metodologia ................................................................................73.1. Procedimientos de manejo de datos.............................73.2. Selección de indicadores...............................................83.3. Detección de tendencias................................................8

4. Dióxido de azufre...................................................................... 10

5. Monóxido de carbono .............................................................. 24

6. Dióxido de nitrógeno................................................................ 32

7. Ozono ........................................................................................ 457.1. Medias horarias ............................................................ 457.2. Medias octohorarias..................................................... 587.3. Ajuste con parámetros meteorológicos...................... 71

8. Partículas PM10 ........................................................................ 788.1. Ajuste con parámetros meteorológicos...................... 93

9. Partículas PM2,5....................................................................... 100

10. Conclusiones........................................................................ 108

Anexos

Anexo 1: Algoritmos empleados por los modelos desuavizado exponencial

Anexo 2: SO2

i

Análisis de tendencias de la calidad del aire en la CAPV Indice

Datos existentes en las estacionesseleccionadas.Promedios anuales de las series seleccionadas.

Anexo 3: SO2Modelos que mejor se ajustan

Anexo 4: CODatos existentes en las estacionesseleccionadas.Promedios anuales de las series seleccionadas.

Anexo 5: COModelos que mejor se ajustan

Anexo 6: NO2Datos existentes en las estacionesseleccionadas.Promedios anuales de las series seleccionadas.

Anexo 7: NO2Modelos que mejor se ajustan

Anexo 8: O3Datos existentes en las estacionesseleccionadas.Promedios anuales de las series seleccionadas.

Anexo 9: O3 (máximos diarios de las medias horarias)Modelos que mejor se ajustan

Anexo 10: O3 (máximos diarios de las medias octohorarias)Modelos que mejor se ajustan

Anexo 11: PM10Datos existentes en las estacionesseleccionadas.Promedios anuales de las series seleccionadas.

Anexo 12: PM10Modelos que mejor se ajustan

Anexo 13: PM2,5Datos existentes en las estacionesseleccionadas.Promedios anuales de las series seleccionadas.

Anexo 14: PM2,5Modelos que mejor se ajustan

ii

Análisis de tendencias de la calidad del aire en la CAPV Glosario

Glosario

CAPV: Comunidad Autónoma del País Vasco

ARIMA: Modelo autorregresivo integrado de media móvil

SO2 Dióxido de azufre

NO2 Dióxido de nitrógeno

NO Monóxido de nitrógeno

NOx Oxidos de nitrógeno (NO+NO2)

PST Partículas en suspensión totales

PM10 Partículas con diámetro menor de 10 µm

PM2,5 Partículas con diámetro menor de 2,5 µm

O3 Ozono

Percentil p.e., percentil 98, P98, quiere decir que el 98% de los

datos son menores o iguales que dicho valor

µg/m3 microgramo (1 millonésima de 1 gramo) por metro

cúbico

µm micrómetro (1 millonésima de 1 metro)

Valor límite

Valor objetivo

Umbral de información

TEOM Tapered Element Oscillating Microbalance

iii

Análisis de tendencias de la calidad del aire en la CAPV Resumen

Resumen

1

Análisis de tendencias de la calidad del aire en la CAPV 1. Introducción

1. Introducción

Este informe es el resultado del análisis de tendencias efectuado a los

datos de la Red de calidad del aire del Gobierno Vasco. También se presenta una

metodología que puede ser fácilmente aplicada para actualizar este informe

periódicamente como parte de las tareas de gestión a llevar a cabo.

Los contaminantes analizados son SO2, CO, NO2, O3 y PM10, para los

cuales existen normas establecidas. Estas normas establecen valores para

proteger la salud humana del efecto adverso de la contaminación y exigen tomar

medidas cuando se sobrepasan ciertos niveles. Todo esto justifica el análisis de

tendencias. También se han estudiado las tendencias en PM2,5.

Los datos de partida son en todos los casos los promedios horarios y en el

caso de partículas los valores obtenidos son las medidas efectuadas con equipos

automáticos que utilizan la técnica de la atenuación de la radiación Beta, salvo el

de Cruces que es un TEOM.

Este informe incluye un apartado 2 en el que se describe la base de datos

utilizada: estaciones y parámetros, un apartado 3 en el que se describe la

metodología y el tratamiento efectuado a los datos para posteriormente analizar

contaminante a contaminante en los apartados 4 a 9 para acabar con las

conclusiones en el apartado 10.

El Anexo 1 incluye los algoritmos de los modelos utilizados y en los Anexos

2 a 14 se presentan para todas series estudiadas y por parámetros la estadística

de cobertura temporal de los datos y medias anuales por un lado, alternando con

los modelos que mejor se ajustan por otro.

2

Análisis de tendencias de la calidad del aire en la CAPV 2. Base de datos

2. Base de datos

En la CAPV se cuenta con una red de vigilancia de la calidad del aire de

más de 20 años de historia y que ha ido creciendo hasta disponer en la actualidad

de cerca de 70 estaciones fijas de medida de contaminantes atmosféricos (SO2,

NOx, CO, O3, PM10, y PM2,5, principalmente).

Los datos de partida son los datos de los últimos 10 años (1996-2005),

teniendo en cuenta que es a partir del año 1996 cuando se comienza a medir en

Gipuzkoa y en el año 1997 cuando la red se extiende por Araba. Sin embargo

para algunas estaciones seleccionadas de la zona del bajo Nervión- Ibaizabal se

han efectuado análisis de datos desde 1988.

Hay que mencionar que las primeras medidas de PM10 comenzaron en

1999 aunque para tener series más largas se ha utilizado el factor 1,2 como

divisor para los datos que se disponen de PST tal y como recomendaba la propia

Directiva 1999/30/CE de 22 de abril de 1999 relativa a los valores límite de dióxido

de azufre, dióxido de nitrógeno y óxidos de nitrógeno, partículas y plomo en el aire

ambiente y tras comprobar, con una campaña de intercomparación de 1 año entre

medidas con equipos automáticos de radiación Beta con y sin cabezal PM10

llevada a cabo en varios emplazamientos, Análisis preliminar de los datos de

partículas PM10 (Exp. 242/00). Para la Viceconsejería de Medio Ambiente del

Gobierno Vasco, que dicho factor es adecuado. De PM2,5 se disponen de pocos

años de medidas al comenzar las mismas en el año 2001

También se han utilizado estadísticas mensuales de variables

meteorológicas medidas en las 3 capitales de la Euskadi desde enero de 1987 y

facilitadas por el Servicio Territorial del Instituto Nacional de Meteorología. Las

variables utilizadas son:

TM_MAX: Media mensual de la temperatura máxima diaria (grado

centígrado)

3


TM_MIN: Media mensual de la temperatura mínima diaria (grado

centígrado)

TM_MES: Temperatura media mensual (grado centígrado)

R_MAX_VEL: Velocidad de la racha máxima mensual (Km/h)

REC77_MES: Recorrido total mensual del viento de 07 a 07 (Km)

PMES77: Precipitación total mensual (mm)

DP10: Días de precipitación >=10 décimas (número de días)

SOL_MES: Insolación total mensual (horas)

SOL_MED: Insolación media diaria (horas)

PTJESOL_MED: Porcentaje medio de insolación diaria (% total teórico)

Además se ha creado la variable DELTAT= TM_MAX – TM_MIN

Se han seleccionado las estaciones que no presentaban huecos

importantes y finalmente las estaciones estudiadas son (ver Figura 2.1):

SO2

período 1996-2005: Abanto, Náutica, Cruces, Siete Campas, Mazarredo,

Txurdinaga, Basauri, Elorrieta, Erandio, Areta, Durango, Ategorrieta, Rentería,

Beasain, Avda. Gasteiz, Tres de Marzo, Valderejo, Mundaka.

período 1988-2005: Abanto, Náutica, Cruces, Erandio

CO:

período 1996-2005: Siete Campas, Mª Díaz, Indautxu, Mazarredo, Txurdinaga,

Arrigorriaga, Areta, Llodio, Ategorrieta, Rentería, Tolosa, Beasain, Los Herrán.

período 1992-2005 (no se tienen datos anteriores): Mª Díaz

4


480000 500000 520000 540000 560000 580000 600000

4720000

4740000

4760000

4780000

4800000Ategorrieta

Rentería

Tolosa

Beasain

Azpeitia

Agurain

Lantarón

Mondragon

Valderejo

Mundaka

Urkiola

DurangoZalla

AretaLlodio

Arrigorriaga

0

5

100

200

300

400

500

600

700

800

900

1000

1100

1200

1300

1400

Red de calidad del aire en la CAPV

SerantesAbantoNaúticaGetxoBarakaldoCrucesErandioSondikaElorrietaSiete CampasIndautxuMª Díaz HaroMazarredoTxurdinagaBasauri

FarmaciaTres de MarzoAvda.GasteizLos Herrán

Bajo Nervión-Ibaizabal

Gasteiz

metros

SO2CONO2O3PM10

Figura 2.1. Estaciones seleccionadas para el análisis de tendencias.

NO2

período 1996-2005: Abanto, Náutica, Siete Campas, Mazarredo, Txurdinaga,

Basauri, Elorrieta, Erandio, Arrigorriaga, Areta, Durango, Mondragón, Ategorrieta,

Rentería, Beasain, Avda. Gasteiz, Tres de Marzo, Valderejo, Izkiz, Mundaka.

período 1989-2005: (no se tienen datos anteriores) Abanto, Erandio

O3

período 1996-2005: Abanto, Serantes, Getxo, Sondika, Mª Díaz, Mazarredo,

Txurdinaga, Basauri, Elorrieta, Arrigorriga, Areta, Llodio, Mondragón, Ategorrieta,

Rentería, Beasain, Avda. Gasteiz, Tres de Marzo, Facultad de Facmacia, Agurain,

Valderejo, Izkiz, Mundaka, Urkiola.

período 1988-2005: Basauri, Getxo

5


PM10

período 1996-2005 (calculadas): Abanto, Cruces, Siete Campas, Indautxu,

Mazarredo, Txurdinaga, Arrigorriaga, Llodio, Durango, Mondragón, Ategorrieta,

Rentería, Beasain, Azpeitia, Tres de Marzo, Mundaka.

período 1992-2005 (calculadas): (no se tienen datos anteriores) Abanto, Cruces

período 1999-2005: Abanto, Náutica, Barakaldo, Mazarredo, Basauri, Erandio,

Getxo, Llodio, Zalla, Durango, Mondragón, Ategorrieta, Rentería, Beasain, Avda

Gasteiz, Tres de Marzo, Lantarón, Valderejo.

PM2,5

período 2002-2005: Getxo, Zalla, Durango, Ategorrieta, Rentería, Lantarón.

6

Análisis de tendencias de la calidad del aire en la CAPV 3. Metodología

3. Metodología

3.1. Procedimientos de manejo de datos

Se comienza llevando a cabo un tratamiento estadístico básico partiendo

de los promedios horarios, consistente fundamentalmente en la representación de

las distribuciones anuales y mensuales por años en diagramas de cajas, además

de las distribuciones de datos por horas del día y meses. La visualización de

estos gráficos permite entre otras cosas detectar valores anómalos extremos.

A partir de las series de datos horarios se han creado series de valores

diarios que varían en función del parámetro: SO2, NO2, NOx máxima media

horaria y media; CO máxima media octohoraria; O3 máxima media octohoraria y

máxima media horaria; PST, PM10, PM2,5 media. Para el cálculo de estos valores

se han exigido criterios de calidad en relación al número de datos existentes para

efectuar el cálculo de al menos un 75%: 6 valores para los promedios

octohorarios y 18 valores para calcular el máximo octohorario, horario y la media

diaria, garantizando de alguna manera la representatividad de los valores

obtenidos. Estas series se han representado gráficamente para detectar valores

anómalos.

Además se ha tenido en cuenta aspectos como el cambio de ubicación

sufrido por algunas de las estaciones. Así se han considerado pequeños

desplazamientos sin importancia las sufridas por las estaciones de Abanto,

Barakaldo, Mondragón y Azpeitia. Sin embargo se consideran relevantes los

desplazamientos de las estaciones de Muskiz (comienzos de 2003), Sangroniz

(febrero de 2005), Hernani (mayo de 2003), Los Herrán (comienzos de 2004), Irún

(diciembre de 2004) y Tolosa (entre el 2004 y el 2005).

Se han seleccionado las estaciones que no presentaban huecos

importantes (menos de 3 meses seguidos) considerando que un mes no era

suficientemente representativo si no disponía de al menos 2/3 de los valores

diarios. También se han seleccionado series con ausencia de algunos años de

7


datos bien al principio o al final del período analizado cuando no existía

información redundante o eran de interés (como pueden ser series históricas que

han dejado de tener datos en los últimos años).

3.2. Selección de indicadores

Es habitual encontrar estudios de tendencias reduciendo la longitud de la

serie a un valor anual, sin embargo esto supone una pérdida importante de

información como la estacionalidad que en algunos parámetros es muy relevante.

Por tanto se ha decidido trabajar al menos con 1 dato por mes. Los

indicadores de estas distribuciones mensuales son los habitualmente usados:

Media, Mediana, P75, P90, P95, P98, P99 y Máximo.

Antes del cálculo de los indicadores de las distribuciones mensuales en las

series de los valores diarios se han eliminado los huecos por interpolación lineal.

Todas estas series se han representado.

3.3. Detección de tendencias

Tras representar las series de los diferentes indicadores elegidos se han

seleccionado las siguientes para el cálculo de tendencias: SO2 (mediana mensual

de los máximos horarios del día), CO (mediana mensual de los máximos

octohorarios del día), NO2 (mediana mensual de los máximos horarios del día), O3

(mediana mensual de los máximos horarios del día y Percentil 90 mensual de los

máximos octohorarios del día) y PM10 y PM2,5 (Percentil 90 mensual de las medias

diarias). Sólo se han utilizado años completos.

Los modelos de series temporales ARIMA, estacionales y no estacionales,

también conocidos como modelos Box-Jenkins (Box G. E. P. et al. (1994). Time

series analysis: Forecasting and control, 3rd ed. Englewood Cliffs (N.J.). Prentice

Hall) son ampliamente conocidos aunque existen los modelos conocidos como de

suavizado exponencial (Gardner E. S. (1985). Exponential smoothing: the state of

the art. Journal of Forecasting, 4, 1-28), similares a los anteriores, que son muy

8


útiles para ajustar y predecir series temporales que presentan una tendencia y/o

una estacionalidad. Son modelos que no se basan en el conocimiento teórico de

los datos y entre ellos se encuentran los siguientes:

• Simple. Este modelo es adecuado para las series en las que no existetendencia o estacionalidad. Su único parámetro de suavizado es el nivel. Elsuavizado exponencial simple es el más similar a un modelo ARIMA concero órdenes de autoregresión, un orden de diferenciación, un orden demedia móvil y sin constante.

• De Holt con tendencia lineal. Este modelo es adecuado para las series enlas que existe tendencia lineal y no existe estacionalidad. Sus parámetrosde suavizado son el nivel y la tendencia, y los valores de los mismos no seencuentran restringidos mutuamente. El modelo de suavizado exponencialde Holt es muy similar a un modelo ARIMA con cero órdenes deautoregresión, dos órdenes de diferenciación y dos órdenes de media móvil

• Simple estacional. Este modelo es adecuado para series son tendencia yun efecto estacional que es constante a lo largo del tiempo. Susparámetros de suavizado son el nivel y la estación. El modelo de suavizadoexponencial simple estacional es muy similar a un modelo ARIMA con ceroórdenes de autoregresión, un orden de diferenciación, un orden dediferenciación estacional y órdenes de media móvil 1, p y p + 1, donde p esel número de períodos contenidos en un intervalo estacional (para losdatos mensuales, p = 12).

• De Winters aditivo. Este modelo es adecuado para las series con tendencialineal y un efecto estacional que no depende del nivel de la serie. Susparámetros de suavizado son el nivel, la tendencia y la estación. El modelode suavizado exponencial aditivo de Winters es muy similar a un modeloARIMA con cero órdenes de autoregresión, un orden de diferenciación, unorden de diferenciación estacional y p +1 órdenes de media móvil, donde pes el número de períodos contenidos en un intervalo estacional (para datosmensuales p = 12).

• De Winters multiplicativo. Este modelo es adecuado para las series conuna tendencia lineal y un efecto estacional que depende del nivel de laserie. Sus parámetros de suavizado son el nivel, la tendencia y la estación.El modelo de suavizado exponencial multiplicativo de Winters no es similara ningún modelo ARIMA.

En el Anexo 1 se presentan los algoritmos empleados en los modelos de

suavizado exponencial. Los parámetros: �, � y � controlan el peso relativo dado a

las observaciones más recientes a la hora de estimar el nivel, la tendencia y la

estacionalidad respectivamente.

9

Análisis de tendencias de la calidad del aire en la CAPV 4. Dióxido de azufre

4. Dióxido de azufre

En el caso del SO2 algunas de las series se han modelizado para varios

periodos, dado que su observación visual indicaba diferencias acusadas en el

comportamiento. Los modelos seleccionados son aquellos que presentan una

suma de errores cuadráticos menor. En todos los casos está predicho 1 año más

al período ajustado por el modelo, en algunos casos se tienen valores reales de

este último año que se han eliminado del ajuste porque el año no esta completo o

difiere en la tendencia observada.

Hay que comentar que a pesar de disponer de datos desde el año 1988

para las estaciones de Abanto, Náutica, Cruces y Erandio, el período 1988-1993

se caracteriza por una gran variabilidad (grandes fluctuaciones) de los valores que

pudiera responder al impacto directo de varias fuentes cercanas (Figura 4.1). A

partir del año 1994 parece existir una tendencia más clara.

10


Figura 4.1. Series históricas de SO2 (1988-2005).

A la vista de los resultados cabe señalar:

- las valores más altos se detectan en la cuenca del Nervión e históricamente

en su desembocadura.

- todas las series presentan un patrón estacional más o menos claro con

máximos a finales de invierno comienzos de primavera y un mínimo en

agosto, salvo en las estaciones de Gasteiz que el máximo se da en el mes de

diciembre y en Valderejo (de fondo) en la que el máximo principal se da en

julio y dos mínimos en primavera y otoño.

11


- las tendencias calculadas desde el año 1994 hasta el 2005 en Abanto, -0,30

µg/m3 al mes, Cruces, -0,36 µg/m3 al mes (para esta última sólo se dispone

de datos hasta el año 2004), Erandio, -0,23 µg/m3 al mes, y Náutica son

bastante acusadas a la baja (en esta última más acusada, -0,22 µg/m3 al mes,

si sólo calculamos hasta el año 2004).

- de la comparación con las calculadas para estas mismas estaciones desde el

año 1996 cabe desprenderse que al parecer el descenso de los niveles se

produce hasta el año 1995 y desde el año 1996 en adelante se estabilizan en

Abanto, Náutica y Cruces (esta última hasta 2004). En Erandio los niveles

siguen disminuyendo casi con la misma tendencia de -0,22 µg/m3 al mes.

- en las estaciones de Siete Campas, Mazarredo y Txurdínaga se detecta una

tendencia a la baja desde 1996 hasta 2004 más acusada en la primera, -0,22

µg/m3 al mes, seguida de la segunda, -0,16 µg/m3 al mes, que sin embargo es

sensiblemente menor en ambas si abarcamos el período 1996-2005 indicando

un repunte el último año. Txurdínaga presenta una bajada de nivel a partir del

año 2000.

- a falta de seguir observando las series en próximos años parece darse un

repunte de los niveles en la margen izquierda de la ría del Nervión.

- en el resto de estaciones, aunque se detectan tendencias con valores

negativos, sólo tienen valores apreciables en Basauri, -0,11 µg/m3 al mes, y

Areta, -0,17 µg/m3 al mes, para el período 1996-2005, y Beasain, -0,14 µg/m3

al mes, para el periodo 1999-2005 (aunque esta última presenta una bajada

de nivel partir del año 2000)

12


ABANTO 1994-2005. Modelo aditivo de Winters. Parámetros del suavizado

Serie Alpha (Nivel)Gamma

(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorabanso2_mediana ,40000 ,00000 ,00000 14290,32960 131

Estado de suavizado inicial

abanso2_mediana

Índicesestacionales

1 -5,68

2 5,983 11,794 8,335 7,246 3,317 -4,058 -11,159 ,8410 -4,7011 -4,1112 -7,81

Nivel 53,68Tendencia -,30

ABANTO 1996-2005. Modelo estacional aditivo simple. Parámetros del suavizado

Serie Alpha (Nivel)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorabanso2_mediana ,60000 ,00000 8571,71288 108


abanso2_mediana


1 -5,22291

2 3,434493 10,582644 8,323385 8,064126 4,911357 -3,523898 -11,036809 -2,7266210 -3,1895811 -3,5321712 -6,08402

Nivel 28,09958

OCT2006

JUL2006

APR2006

JAN2006

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996

OCT1995

JUL1995

APR1995

JAN1995

OCT1994

JUL1994

APR1994

JAN1994

Date. Format: "MMM YYYY"

100

80

60

40

20

0

-20

Val

or

Ajuste paraabanso2_mediana

abanto

130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


60

30

0

Val

or

Ajuste paraabanso2_mediana

abanto

13


NAUTICA 1994-2004. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errornautso2_mediana ,30000 ,00000 ,00000 6086,50825 119


nautso2_mediana


1 3,70913

2 6,604963 5,519964 2,425805 -,374206 -1,485047 -5,735718 -9,382549 -,7499410 -2,5578611 1,6579812 ,36746


NAUTICA 1996-2004. Modelo estacional aditivo simple. Parámetros del suavizado


(Estación)

Sumas de loserrores

cuadráticos gl errornautso2_mediana ,50000 ,00000 3046,59658 96


nautso2_mediana


1 5,85282

2 6,139283 5,543444 3,347615 -1,183646 -3,936777 -6,763128 -9,411949 -1,7618210 -2,4696311 2,8274212 1,81636

Nivel 19,24146

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996

OCT1995

JUL1995

APR1995

JAN1995

OCT1994

JUL1994

APR1994

JAN1994


80

60

40

20

0

Val

or

Ajuste paranautso2_mediana

nautica

130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


60

50

40

30

20

10

0

Val

or

Ajuste paranautso2_mediana

nautica

14


ERANDIO 1994-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl erroreranso2_mediana ,40000 ,00000 ,00000 6706,41944 131


eranso2_mediana


1 86,08696

2 101,179853 101,088394 106,023905 104,105086 109,584827 107,917698 81,323689 105,6050210 104,2678711 100,3038512 92,51289




(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl erroreranso2_mediana ,50000 ,00000 ,00000 3715,29172 107


eranso2_mediana


1 86,69651

2 96,582643 101,954324 106,315885 104,309926 112,240697 108,314238 82,837859 106,5541710 105,7168411 99,8698112 88,60714


OCT2006

JUL2006

APR2006

JAN2006

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996

OCT1995

JUL1995

APR1995

JAN1995

OCT1994

JUL1994

APR1994

JAN1994


70

60

50

40

30

20

10

0

Val

or

Ajuste paraeranso2_mediana

erandio

130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


60

50

40

30

20

10

0

Val

or

Ajuste paraeranso2_mediana

erandio

15


CRUCES 1994-2004. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorcrucso2_mediana ,30000 ,00000 ,00000 9345,75733 119


crucso2_mediana


1 -7,58424

2 ,574103 3,407434 3,069935 5,669936 8,965767 2,991508 -4,871749 2,8866010 -3,6884011 -2,9366212 -8,48424


CRUCES 1996-2004. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorcrucso2_mediana ,40000 ,00000 ,00000 4890,85720 95


crucso2_mediana


1 -6,33587

2 ,466223 5,455804 ,247475 5,445386 11,112057 4,402858 -3,929629 ,7162210 -4,0546211 -6,9660712 -6,55982


OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996

OCT1995

JUL1995

APR1995

JAN1995

OCT1994

JUL1994

APR1994

JAN1994


100

80

60

40

20

0

Val

or

Ajuste paracrucso2_mediana

cruces

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


60

40

20

Val

or

Ajuste paracrucso2_mediana

cruces

16


SIETE CAMPAS 1996-2004. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorsicaso2_mediana ,80000 ,00000 ,00000 3552,21789 95


sicaso2_mediana


1 93,53760

2 111,713713 118,010684 108,726075 130,222226 135,714787 102,649778 66,130779 84,8401510 85,6419511 83,3158312 79,49647


MAZARREDO 1996-2004. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errormazaso2_mediana ,90000 ,00000 ,00000 3121,07486 95


mazaso2_mediana


1 ,52187

2 2,178123 3,771874 ,636455 1,761456 3,204167 -2,773028 -6,718069 -2,1015810 -1,2576411 -,5805612 1,35694


130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


80

60

40

20

0

Val

or

Ajuste parasicaso2_mediana

siete campas

130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


40

20

0

Val

or

Ajuste paramazaso2_mediana

mazarredo

17


TXURDINAGA 1996-2004. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errortxurso2_mediana ,60000 ,00000 ,00000 2928,26197 95


txurso2_mediana


1 113,30122

2 123,593043 116,186854 86,790235 115,649186 107,619957 92,560608 62,864489 94,4031310 97,7957911 92,4874812 96,74805


ELORRIETA 1996-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorelorso2_mediana ,70000 ,00000 ,00000 3689,05434 107


elorso2_mediana


1 1,81459

2 3,490523 7,194224 4,763675 4,947006 1,805337 -3,135508 -9,214119 -4,0613310 -3,8854111 -1,3391112 -2,37985


130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


40

20

0

Val

or

Ajuste paratxurso2_mediana

txurdinaga

130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


40

30

20

10

Val

or

Ajuste paraelorso2_mediana

elorrieta

18


BASAURI 1996-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorbasaso2_mediana ,30000 ,00000 ,00000 7236,36505 107


basaso2_mediana


1 -,86626

2 2,687453 7,493004 -,182925 2,937456 1,465227 -1,862388 -11,164879 2,6360610 -,5306111 -,4773712 -2,13478


ARETA 1996-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl erroraretso2_mediana ,20000 ,00000 ,00000 5138,28542 107


aretso2_mediana


1 117,27688

2 131,239563 139,264004 127,215205 102,488836 76,797937 68,348138 57,748719 82,1084310 98,0398911 98,3892312 101,08323


130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


80

60

40

20

0

Val

or

Ajuste parabasaso2_mediana

basauri

130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


70

60

50

40

30

20

10

0

Val

or

Ajuste paraaretso2_mediana

areta

19


DURANGOI 1997-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorduraso2_mediana ,30000 ,00000 ,00000 473,53560 95


duraso2_mediana


1 3,19847

2 4,135973 3,448474 ,688055 -,791116 -3,350497 -3,977968 -5,239039 -,7390310 ,1463911 1,2713912 1,20889


BEASAIN 1999-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorbeasso2_mediana ,60000 ,00000 ,00000 613,47738 71


beasso2_mediana


1 110,16961

2 119,270623 110,789694 111,288885 105,557926 80,760597 81,026408 57,695599 87,1124910 93,7623111 119,6735712 122,89234


OCT2006

JUL2006

APR2006

JAN2006

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997


20

15

10

5

Val

or

Ajuste paraduraso2_mediana

durango

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAY2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAY2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAY2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAY2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999


30

25

20

15

10

5

0

Val

or

Ajuste parabeasso2_mediana

beasain

20


ATEGORRIETA 1996-2005. Modelo exponencial multiplicativo. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorategso2_mediana ,40000 ,00000 ,00000 1355,48689 107


ategso2_mediana


1 138,51422

2 144,829493 130,307514 102,935905 86,329166 68,727007 68,144838 58,142769 72,5705110 91,5032211 112,6694412 125,32595

Nivel 24,18647Tendencia ,97898

RENTERIA 1996-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorrentso2_mediana ,30000 ,00000 ,00000 1045,83943 107


rentso2_mediana


1 130,99782

2 153,566013 139,184784 115,919075 76,049496 60,887287 58,893268 60,739589 77,3776610 89,8193111 121,2324912 115,33326


130

127

124

121

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


40

20

0

Val

or

Ajuste paraategso2_mediana

ategorrieta

OCT2006

JUL2006

APR2006

JAN2006

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996


30

25

20

15

10

5

0

Val

or

Ajuste pararentso2_mediana

renteria

21


AVDA. GASTEIZ 1998-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorgastso2_mediana ,40000 ,00000 ,00000 918,92343 83


gastso2_mediana


1 4,90273

2 4,426543 2,628924 -,240135 -,942516 -3,146087 -3,815728 -5,341329 -3,2163210 -2,2163211 ,2479712 6,71225


TRES DE MARZO 1998-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errormar3so2_mediana ,10000 ,00000 ,00000 835,15580 83


mar3so2_mediana


1 157,74038

2 153,250693 132,100754 94,977375 78,382996 58,968097 54,178318 40,183849 58,7363110 79,1797311 125,0499312 167,25161


131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998


30

20

10

0

Val

or

Ajuste paragastso2_mediana

avda.gasteiz

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998


40

20

0

Val

or

Ajuste paramar3so2_mediana

tres de marzo

22


VALDEREJOI 1999-2005. Modelo estacional aditivo simple. Parámetros del suavizado


(Estación)

Sumas de loserrores

cuadráticos gl errorvaldso2_mediana ,60000 ,00000 276,69904 72


valdso2_mediana


1 -,19767

2 ,996783 -,753224 -,822675 -,517116 1,413447 2,681308 1,795399 -,6837810 -1,8504511 -1,5171112 -,54489

Nivel 8,84524

MUNDAKA 1999-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errormundso2_mediana ,20000 ,00000 ,00000 435,46696 71


mundso2_mediana


1 ,39326

2 ,601593 ,657154 -,953975 -,384526 -1,808137 -,857078 -1,207449 1,8342310 ,3203411 ,8689512 ,53562


NOV2006

SEP2006

JUL2006

MAY2006

MAR2006

JAN2006

NOV2005

SEP2005

JUL2005

MAY2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAY2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAY2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAY2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999


14

12

10

8

6

4

2

Val

or

Ajuste paravaldso2_mediana

valderejo

NOV2006

SEP2006

JUL2006

MAY2006

MAR2006

JAN2006

NOV2005

SEP2005

JUL2005

MAY2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAY2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAY2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAY2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999


24

21

18

15

12

9

6

Val

or

Ajuste paramundso2_mediana

mundaka

23

Análisis de tendencias de la calidad del aire en la CAPV 5. Monóxido de carbono

5. Monóxido de carbono

En el caso de CO la tendencia a la baja de los niveles está bastante clara.

Los resultados obtenidos pueden resumirse en:

- la observación de serie histórica de Mª Díaz que abarca los años desde 1993

hasta 2005 (aunque la serie comienza en marzo de 1992) sugiere 2

comportamientos: por un lado el período hasta el año 2000 con una clara

tendencia a la baja, -22,2 µg/m3 por mes, y por otro lado a partir del año 2001

sin apenas tendencia.

- esta diferencia entre el periodo anterior al 2001 y a partir de ese año, se

observa en varias estaciones: en las demás estaciones urbanas de Bilbao

como Siete Campas, Indautxu, Mazarredo y Txurdinaga, en Llodio,

Ategorrieta, Rentería y Tolosa

- en Arrigorriaga y Areta con una tendencia parecida a la baja, del orden de -7

µg/m3, se produce una mínimo más acusado en el verano del 2003.

- en Beasain con unos niveles más bajos (tal vez por la distancia existente de la

estación a la carretera) también la tendencia es a la baja, -4,5 µg/m3 por mes

desde enero de 1999 hasta diciembre de 2004.

- en Los Herrán (Gasteiz), con un nivel inicial mayor, la tendencia es más

acusada, -12,3 µg/m3 por mes desde enero de 1999, aunque la estación se

traslada y sólo se calcula hasta diciembre de 2003.

- como en el caso del SO2 los modelos son estacionales y en mayor medida

multiplicativos. Sin embargo el patrón estacional es ligeramente diferente

pues se da un máximo acusado alrededor de diciembre y un mínimo también

acusado en pleno verano.

24


Mª DIAZ 1993-2005. Modelo multiplicativo de Winters. Parámetros del suavizado

SerieAlpha(Nivel)

Gamma(Tendencia)

Delta(Estación)

Sumas de los errorescuadráticos

glerror

madico_mediana ,50000 ,00000 ,00000 12250611,29420 143


madico_mediana


1 112,83956

2 113,260433 102,665204 75,838745 82,549706 72,681737 81,323678 71,530359 105,9161810 122,2511711 134,4745312 124,66874

Nivel 2722,19714

Tendencia -15,61491

Mª DIAZ 1993-2001. Modelo aditivo de Winters. Parámetros del suavizado

SerieAlpha(Nivel)

Gamma(Tendencia)

Delta(Estación)

Sumas de los errorescuadráticos

glerror

madico_mediana ,30000 ,00000 ,00000 6374541,65559 83


madico_mediana


1 289,51286

2 307,228043 68,802644 -395,598175 -269,247666 -472,529057 -412,573868 -604,175289 -98,6105510 360,0959111 599,1539412 627,94118

Nivel 2761,60121

Tendencia -22,18226

OCT2006

JUL2006

APR2006

JAN2006

OCT2005

JUL2005

APR2005

JAN2005

OCT2004

JUL2004

APR2004

JAN2004

OCT2003

JUL2003

APR2003

JAN2003

OCT2002

JUL2002

APR2002

JAN2002

OCT2001

JUL2001

APR2001

JAN2001

OCT2000

JUL2000

APR2000

JAN2000

OCT1999

JUL1999

APR1999

JAN1999

OCT1998

JUL1998

APR1998

JAN1998

OCT1997

JUL1997

APR1997

JAN1997

OCT1996

JUL1996

APR1996

JAN1996

OCT1995

JUL1995

APR1995

JAN1995

OCT1994

JUL1994

APR1994

JAN1994

OCT1993

JUL1993

APR1993

JAN1993


4.000

3.000

2.000

1.000

0

Val

or

Ajuste paramadico_mediana

mª diaz

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAY1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAY1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAY1996

MAR1996

JAN1996

NOV1995

SEP1995

JUL1995

MAY1995

MAR1995

JAN1995

NOV1994

SEP1994

JUL1994

MAY1994

MAR1994

JAN1994

NOV1993

SEP1993

JUL1993

MAY1993

MAR1993

JAN1993


5.000

2.500

0

Val

or

Ajuste paramadico_mediana

mª diaz

25


SIETE CAMPAS 1996-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticosgl

error

sicaco_mediana ,60000 ,00000 ,00000 1863140,12564 107


sicaco_mediana


1 118,68793

2 119,291143 111,309244 86,720935 86,606836 91,272187 79,844778 73,115469 90,9399410 104,8381411 117,3014012 120,07204

Nivel 1364,68629Tendencia

-6,76296

INDAUTXU 1996-2004. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorindaco_mediana ,70000 ,00000 ,00000 2670690,30540 95


indaco_mediana


1 112,32292

2 118,387103 107,838074 93,690555 92,817196 92,380037 80,091338 70,507229 93,0070510 104,3161111 111,5027812 123,13966


-12,83884

NOV2006

SEP2006

JUL2006

MAR2006

JAN2006

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


1.800

1.500

1.200

900

600

300

Val

or

Ajuste parasicaco_mediana

siete campas

NOV2005

SEP2005

JUL2005

MAY2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAY2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAY2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAY2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAY1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAY1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAY1996

MAR1996

JAN1996


3.000

2.500

2.000

1.500

1.000

500

0

Val

or

Ajuste paraindaco_mediana

indautxu

26




(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticosgl

error

mazaco_mediana ,70000 ,00000 ,00000 3658692,89311 107


mazaco_mediana


1 134,95380

2 68,700993 19,587564 -118,853995 -142,174096 -199,001487 -236,724438 -201,896329 123,0328410 134,4040311 180,4953012 237,47579


-7,40822

TXURDINAGA 1996-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticosgl

errortxurco_mediana ,50000 ,00000 ,00000 5355019,51057 107


txurco_mediana


1 112,96176

2 116,299803 102,303014 79,647795 74,587726 79,597707 80,219968 80,708069 110,4917210 120,5873911 127,5344312 115,06066


-4,97533

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


2.500

2.000

1.500

1.000

500

0

Val

or

Ajuste paramazaco_mediana

mazarredo

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


2.500

2.000

1.500

1.000

500

0

Val

or

Ajuste paratxurco_mediana

txurdinaga

27


ARRIGORRIAGA 1996-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl error

arrico_mediana ,40000 ,00000 ,00000 903873,73889 107


arrico_mediana


1 73,53585

2 95,502293 64,312334 -17,528695 -28,536136 -89,049867 -90,158538 -108,549559 -39,5267310 -27,1972011 54,3290112 112,86720


-6,95808

ARETA 1996-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores


aretco_mediana ,30000 ,00000 ,00000 833587,60380 107


aretco_mediana


1 135,54289

2 97,135493 38,538264 -82,042425 -54,481416 -75,200167 -110,128428 -78,918919 -65,4640510 -21,8274811 78,6835212 138,16269


-6,38648

NOV2006

SEP2006

JUL2006

MAR2006

JAN2006

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


1.250

1.000

750

500

250

0

Val

or

Ajuste paraarrico_mediana

arrigorriaga

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


1.500

1.250

1.000

750

500

250

Val

or

Ajuste paraaretco_mediana

areta

28


LLODIO 1996-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticosgl

errorllodco_mediana ,40000 ,00000 ,00000 1059062,52091 107


llodco_mediana


1 115,22412

2 120,084243 102,760844 92,433025 97,954396 97,457647 87,205218 80,139709 86,5946710 90,3896111 109,4030012 120,35357


-7,38058

HERRAN 1999-2003. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorherrco_mediana ,20000 ,00000 ,00000 1555237,66165 47


herrco_mediana


1 274,04501

2 184,701633 79,060634 -59,701095 -156,810466 -345,181007 -382,986908 -485,250579 -109,2674910 140,5267811 275,4330312 585,43042


-12,29000

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


1.500

1.250

1.000

750

500

250

Val

or

Ajuste parallodco_mediana

llodio

NOV

2004

SEP

2004

JUL

2004

MAY

2004

MAR

2004

JAN

2004

NOV

2003

SEP

2003

JUL

2003

MAY

2003

MAR

2003

JAN

2003

NOV

2002

SEP

2002

JUL

2002

MAY

2002

MAR

2002

JAN

2002

NOV

2001

SEP

2001

JUL

2001

MAY

2001

MAR

2001

JAN

2001

NOV

2000

SEP

2000

JUL

2000

MAY

2000

MAR

2000

JAN

2000

NOV

1999

SEP

1999

JUL

1999

MAY

1999

MAR

1999

JAN

1999


2.500

2.000

1.500

1.000

500

0

Val

or

Ajuste paraherrco_mediana

herran

29


ATEGORRIETA 1999-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores


ategco_mediana ,40000 ,00000 ,00000 1806589,80131 71


ategco_mediana


1 122,67480

2 118,624683 114,047674 87,949285 90,566956 79,458787 74,206038 74,474269 92,2136910 102,3096411 123,6506312 119,82359


-6,02607

RENTERIA 1996-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorrentco_mediana ,90000 ,00000 ,00000 3548011,26465 107


rentco_mediana


1 134,85453

2 116,971873 98,743874 79,360165 78,030406 71,880937 79,039858 82,741999 93,0244710 105,0553511 120,0991312 140,19745


-3,56298

NOV2006

SEP2006

JUL2006

MAY2006

MAR2006

JAN2006

NOV2005

SEP2005

JUL2005

MAY2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAY2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAY2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAY2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999


1.800

1.500

1.200

900

600

300

Val

or

Ajuste paraategco_mediana

ategorrieta

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


2.000

1.500

1.000

500

Val

or

Ajuste pararentco_mediana

renteria

30


TOLOSA 1999-2003. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errortoloco_mediana ,50000 ,00000 ,00000 329762,92394 47


toloco_mediana


1 134,46692

2 128,554513 98,385624 83,789815 79,509276 74,474147 73,273608 73,948979 91,2573110 100,2945911 120,7021612 141,34309


-2,23162

BEASAIN 1999-2004. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores


beasco_mediana ,00000 ,00000 ,00000 638478,66817 59


beasco_mediana


1 108,15635

2 110,156183 101,656344 91,903295 89,474946 88,068487 91,605498 89,071899 92,5320610 98,4700011 117,9121412 120,99284


-4,52500

NOV

2004

SEP

2004

JUL

2004

MAY

2004

MAR

2004

JAN

2004

NOV

2003

SEP

2003

JUL

2003

MAY

2003

MAR

2003

JAN

2003

NOV

2002

SEP

2002

JUL

2002

MAY

2002

MAR

2002

JAN

2002

NOV

2001

SEP

2001

JUL

2001

MAY

2001

MAR

2001

JAN

2001

NOV

2000

SEP

2000

JUL

2000

MAY

2000

MAR

2000

JAN

2000

NOV

1999

SEP

1999

JUL

1999

MAY

1999

MAR

1999

JAN

1999


1.000

800

600

400

Val

or

Ajuste paratoloco_mediana

tolosa

NOV

2005

SEP2005

JUL2005

MAY2005

MAR

2005

JAN2005

NOV

2004

SEP2004

JUL2004

MAY2004

MAR

2004

JAN2004

NOV

2003

SEP2003

JUL2003

MAY2003

MAR

2003

JAN2003

NOV

2002

SEP2002

JUL2002

MAY2002

MAR

2002

JAN2002

NOV

2001

SEP2001

JUL2001

MAY2001

MAR

2001

JAN2001

NOV

2000

SEP2000

JUL2000

MAY2000

MAR

2000

JAN2000

NOV

1999

SEP1999

JUL1999

MAY1999

MAR

1999

JAN1999


1.200

1.000

800

600

400

200

Val

or

Ajuste parabeasco_mediana

beasain

31

Análisis de tendencias de la calidad del aire en la CAPV 6. Dióxido de nitrógeno

6. Dióxido de nitrógeno

No se observan tendencias claras en el caso del NO2, en algunas

estaciones se detectan pequeñas tendencias hacia arriba y en otras hacia

abajo. Se observan picos anómalos en algunos meses en estaciones como en

Siete Campas, que tras comprobar con los datos de partida parecen atribuirse

a influencias de alguna fuente durante periodos de tiempo cortos. Las

estaciones de Durango, las ubicadas en Gipuzkoa: Mondragón, Ategorrieta,

Rentería y Beasain, así como Avda de Gasteiz, Tres de Marzo presentan una

estacionalidad más marcada con mínimos en verano. Como ya ocurre con

otros contaminantes el patrón estacional de Valderejo es contrario al resto.

Otros resultados que se pueden destacar son:

- la subida del nivel medido en la estación de Náutica a partir de 1998, del

orden de 0,25 µg/m3 por mes.

- la bajada de nivel en la estación de Mazarredo a partir de mayo de 2000.

32


ABANTO 1990-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorabanno2_mediana ,40000 ,00000 ,00000 48477,20219 179


abanno2_mediana


1 -4,11805

2 6,019213 13,317254 1,311695 3,040756 -3,428507 -6,684748 -6,740699 8,0843110 -,4823611 -1,7712512 -8,54762


ABANTO 1996-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errorabanno2_mediana ,40000 ,00000 ,00000 14199,85598 107


abanno2_mediana


1 88,22586

2 102,906473 119,450884 99,491765 105,310676 93,178687 81,469628 96,044029 124,7193910 105,1687111 97,0057512 87,02818


-,20910

213

208

NOV2005

JUN2005

JAN2005

AUG2004

MAR2004

OCT2003

MAY2003

DEC2002

JUL2002

FEB2002

SEP2001

APR2001

NOV2000

JUN2000

JAN2000

AUG1999

MAR1999

OCT1998

MAY1998

DEC1997

JUL1997

FEB1997

SEP1996

APR1996

NOV1995

JUN1995

JAN1995

AUG1994

MAR1994

OCT1993

MAY1993

DEC1992

JUL1992

FEB1992

SEP1991

APR1991

NOV1990

JUN1990

JAN1990


125

100

75

50

25

Val

or

Ajuste paraabanno2_mediana

abanto

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


125

100

75

50

25

Val

or

Ajuste paraabanno2_mediana

abanto

33


ERANDIO 1990-2005. Modelo aditivo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl erroreranno2_mediana ,20000 ,00000 ,00000 22402,20344 179


eranno2_mediana


1 -,59165

2 3,866903 9,589124 3,250235 5,209686 -3,969217 -10,7331789 3,2194810 2,7689311 1,3044012 -4,34701




(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl erroreranno2_mediana ,30000 ,00000 ,00000 10219,17288 107


eranno2_mediana


1 100,97329

2 108,064773 115,958234 103,505505 105,385586 89,825517 81,724748 78,469289 108,7639210 104,4906411 107,3464712 95,49208


-,10244

SEP2006

APR2006

NOV2005

JUN2005

JAN2005

AUG2004

MAR2004

OCT2003

MAY2003

DEC2002

JUL2002

FEB2002

SEP2001

APR2001

NOV2000

JUN2000

JAN2000

AUG1999

MAR1999

OCT1998

MAY1998

DEC1997

JUL1997

FEB1997

SEP1996

APR1996

NOV1995

JUN1995

JAN1995

AUG1994

MAR1994

OCT1993

MAY1993

DEC1992

JUL1992

FEB1992

SEP1991

APR1991

NOV1990

JUN1990

JAN1990


100

75

50

Val

or

Ajuste paraeranno2_mediana

erandio

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


110

100

90

80

70

60

50

40

Val

or

Ajuste paraeranno2_mediana

erandio

34


NAUTICA 1997-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errornautno2_mediana ,50000 ,00000 ,00000 7599,25720 95


nautno2_mediana


1 97,54147

2 104,507293 117,704564 99,819545 107,773506 92,943257 80,094998 82,890029 106,3871610 105,8776111 107,3241912 97,13642


,04004

NAUTICA 1998-2005. Modelo multiplicativo de Winters. Parámetros del suavizado


(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errornautno2_mediana ,40000 ,00000 ,00000 5541,23048 83


nautno2_mediana


1 95,72567

2 106,545333 117,001924 100,617825 107,359216 93,522227 81,386768 83,703159 106,5714310 106,2474211 106,9077812 94,41129


,25493

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAY2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAY2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAY2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAY2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAY1998

MAR1998

JAN1998


100

90

80

70

60

50

40

30

Val

or

Ajuste paranautno2_mediana

nautica

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAY2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAY2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAY2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAY2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAY1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAY1997

MAR1997

JAN1997


100

90

80

70

60

50

40

30

Val

or

Ajuste paranautno2_mediana

nautica

35


SIETE CAMPAS 1996-2005. Modelo est. multiplicativo simple. Parámetros del suavizado


(Estación)

Sumas de loserrores

cuadráticos gl errorsicano2_mediana 1,00000 ,00000 17738,89936 108


sicano2_mediana


1 94,16587

2 106,574753 110,593384 107,333055 109,393386 100,827227 90,811298 88,613329 104,7429410 105,7346311 95,8333212 85,37686

Nivel 86,27113



(Tendencia)Delta

(Estación)

Sumas de loserrores

cuadráticos gl errormazano2_mediana

,50000 ,00000 ,00000 10893,06516 107


mazano2_mediana


1 -1,32387

2 5,926133 10,583534 9,398355 5,898356 -6,539157 -14,026118 -19,211229 4,8258210 7,5480411 -,3269612 -2,75289


-,18178

NOV2006

SEP2006

JUL2006

MAR2006

JAN2006

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


200

180

160

140

120

100

80

60

Val

or

Ajuste parasicano2_mediana

7 campas

131

129

127

125

123

121

NOV2005

SEP2005

JUL2005

MAR2005

JAN2005

NOV2004

SEP2004

JUL2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAR1996

JAN1996


125

100

75

50

25

Val

or

Ajuste paramazano2_mediana

mazarredo

36


TXURDINAGA 1996-2003. Modelo estacional aditivo simple. Parámetros del suavizado


(Estación)

Sumas de loserrores

cuadráticos gl errortxurno2_mediana ,90000 ,00000 19454,78476 84


txurno2_mediana


1 -,14566

2 10,324583 6,116254 ,759115 6,175776 -9,187327 -16,654928 -15,071859 3,6007710 6,8412511 8,5674412 -1,32542

Nivel 73,75182

ELORRIETA 1996-2005. Modelo estacional aditivo simple. Parámetros del suavizado


(Estación)

Sumas de loserrores

cuadráticos gl errorelorno2_mediana ,70000 ,00000 14399,40857 108


elorno2_mediana


1 4,67880

2 4,734363 4,799174 -1,858245 -,583556 -6,176147 -8,539338 -16,899909 9,2945410 8,7112111 1,6001012 ,23899

Nivel 72,06181

NOV2004

SEP2004

JUL2004

MAY2004

MAR2004

JAN2004

NOV2003

SEP2003

JUL2003

MAY2003

MAR2003

JAN2003

NOV2002

SEP2002

JUL2002

MAY2002

MAR2002

JAN2002

NOV2001

SEP2001

JUL2001

MAY2001

MAR2001

JAN2001

NOV2000

SEP2000

JUL2000

MAY2000

MAR2000

JAN2000

NOV1999

SEP1999

JUL1999

MAY1999

MAR1999

JAN1999

NOV1998

SEP1998

JUL1998

MAY1998

MAR1998

JAN1998

NOV1997

SEP1997

JUL1997

MAY1997

MAR1997

JAN1997

NOV1996

SEP1996

JUL1996

MAY1996

MAR1996

JAN1996


140

120

100

análisis de tendencias de la calidad del aire en la capv · tendencias. también se han estudiado...

Documents