Análisis del efecto en las redes sociales de las crisis de contaminación en Madrid

La contaminación por polución en zonas urbanas constituye en la actualidad un problema importante de salud pública, con su consiguiente impacto económico, motivo por el cual las grandes ciudades instalan estaciones de medición que permitan controlar los niveles de contaminación y, en caso de superar los niveles máximos permitidos por las normativas establecidas, aplicar protocolos de reducción de emisiones de contaminantes. Derivado de lo anterior, es interesante explorar nuevas técnicas de “medición” de estos contaminantes para lugares donde no se han instalado estos medidores o existe alguna dificultad para una implantación futura. En la actualidad, las redes sociales tienen como usuarios a un porcentaje considerable de la población, que vierte sus opiniones e ideas como contenido en dichas redes. Dicho contenido se puede utilizar como indicador de una gran variedad de tópicos: tendencias de consumo, valoración de productos, segmentación política de un conjunto de usuarios… ¿Sería posible utilizar la actividad en redes o el contenido vertido en ellas como un indicador que permita inferir los niveles de contaminación existente en un área geográfica determinada?¿Existe una relación medible que podamos utilizar como indicador? Este trabajo final de grado (TFG) ha implicado una investigación de tipo documentada en lo referente al marco legal europeo y español para determinar el índice de peligrosidad de los contaminantes estudiados, así como los niveles máximos de inmisión permitida. De esta forma, se pretende comprobar la existencia de una correlación entre niveles altos de contaminación y un cambio en la actividad de las redes sociales, en concreto la red social utilizada para este propósito será Twitter. Cabe señalar que los criterios para la determinación de la peligrosidad o la activación de alarmas de estos contaminantes en el medio ambiente obedecen a los parámetros establecidos en el Real Decreto 102/2011; donde se establece todo lo relativo a la mejora de la calidad del aire y todos los mecanismos de actuación por parte de las autoridades competentes en este tipo de eventualidades ambientales, para lo cual, deben estar debidamente certificadas y autorizadas para ello. Por tanto, en respuesta de algún valor fuera de los límites permitidos, el ayuntamiento de la ciudad de Madrid, como oficina gubernamental certificada, activa un protocolo de información donde han publicado en redes sociales, los valores obtenidos después de un proceso de medición continua; así como también el umbral de permisividad en el que se encuentra la ciudad y posteriormente tomar medidas de control si fuese el caso. Como primer paso, se tomaron los datos diarios de concentración de contaminantes publicados en el “Portal de datos abiertos del Ayuntamiento de Madrid”, desde el año 2015 hasta junio de 2019 y se importaron en Microsoft Excel con el objetivo de localizar los periodos en los que se sobrepasaban los límites establecidos en la normativa mencionada anteriormente. Una vez localizados estos periodos de contaminación se procedió a la extracción de información de la red social Twitter antes, durante y después de los periodos localizados. Como método de extracción de información se utilizó la técnica de minado de datos mediante el uso del paquete ‘Twitterscraper’. Para lograrlo, se requirió primeramente establecer las etiquetas o hashtags necesarios para filtrar toda la información requerida; se utilizó la búsqueda avanzada de las alertas de la contaminación del aire en la ciudad de Madrid bajo las etiquetas #contaminacion, #Madrid, #aire, #umbral, #boina, etc. De esta manera se logró extraer datos reales en fechas establecidas de alertas de contaminación del aire en forma de archivos con extensión .csv los cuales estaban conformados por el nombre de usuario, contenido del tweet, número de retweets, respuestas, ID del usuario y la fecha y hora exactas en la que había sido publicado el tweet. Conjuntamente, fueron procesados todos los datos disponibles de los índices diarios de contaminantes (CO, NOx, NO2, Benceno, PM2,5, O3) que fueron registrados desde el año 2015 hasta junio del 2019. Del mismo modo, para evaluar el impacto directo sobre la red social Twitter cuando ocurría el evento de una alarma de contaminación, se compararon los números de tweets generados con las palabras claves citadas anteriormente con el número de tweets con esas mismas palabras en periodos sin alerta de contaminación, el cual permitió evaluar la probabilidad de ocurrencia de este tipo de eventos utilizando el criterio de distribución de Poisson con el propósito de otorgarle significancia estadística al presente proyecto. De esta manera se pudo evaluar el impacto ambiental en la ciudad de Madrid y su evolución a lo largo del tiempo; así como validar los datos obtenidos y verificar la precisión con la que este sistema ha funcionado durante la realización de este proyecto de investigación