Análisis espaciotemporal de la contaminación atmosférica en la Comunidad Valenciana

Abstract

[ES] La contaminación atmosférica se considera el mayor riesgo ambiental modificable para la salud pública a nivel mundial (Pinho-Gomes et al., 2023; EPA, 2025). A su vez, el cambio climático intensifica procesos meteorológicos y ambientales que pueden deteriorar la calidad del aire. Ambos fenómenos están estrechamente relacionados, al compartir fuentes emisoras y presentar mecanismos de retroalimentación. En este contexto, resulta imprescindible analizar la evolución de la contaminación atmosférica y su variabilidad espacio-temporal para apoyar la gestión ambiental y la salud pública. El objetivo de este Trabajo de Fin de Máster es caracterizar la evolución temporal y espacial de 12 contaminantes atmosféricos en la Comunidad Valenciana en el periodo 2009 2023, con resolución diaria. Adicionalmente, se plantea una metodología reproducible y transferible para el análisis espaciotemporal de variables ambientales, aplicable no solo a contaminación atmosférica, sino también a otros conjuntos de datos con componente espacial y temporal. Para ello, se emplea información de la Red Valenciana de Vigilancia y Control de la Contaminación Atmosférica (RVVCCA) procedente de 87 estaciones de medida. Previamente al procesamiento, se realiza un análisis de calidad exhaustivo orientado a validar la consistencia de los registros, identificar y gestionar datos ausentes o anómalos, y establecer de forma robusta el periodo de estudio efectivo. El análisis temporal se aborda mediante técnicas de series temporales, incluyendo exploración descriptiva (estadísticos básicos, variabilidad y patrones estacionales) y análisis espectral, con el fin de identificar periodicidades y señales dominantes a distintas escalas temporales. El análisis espacial se desarrolla mediante la metodología propuesta por Yao y Journel (1998), que permite calcular de forma automática superficies de covarianza mediante la Transformada Rápida de Fourier (FFT), facilitando su implementación operativa para un gran número de días y contaminantes. A partir de estas superficies, se aplican algoritmos de estimación geoestadística como el Kriging Ordinario (KO) para generar campos diarios de concentración en la Comunidad Valenciana, lo que posibilita evaluar patrones espaciales persistentes, gradientes regionales y su evolución interanual. El resultado final es un flujo de trabajo integrado que combina control de calidad, análisis temporal y cartografía geoestadística diaria, aportando una base metodológica sólida para estudiar la dinámica espaciotemporal de la contaminación atmosférica a partir de redes de monitorización.

[EN] Air pollution is considered the largest modifiable environmental risk to public health worldwide (Pinho-Gomes et al., 2023; EPA, 2025). In turn, climate change intensifies meteorological and environmental processes that can degrade air quality. Both phenomena are closely linked, as they share emission sources and exhibit feedback mechanisms. In this context, analyzing the evolution of air pollution and its spatiotemporal variability is essential to support environmental management and public health. The objective of this Master s Thesis is to characterize the temporal and spatial evolution of 12 atmospheric pollutants in the Valencian Community over the period 2009 2023, at a daily resolution. In addition, the thesis proposes a reproducible and transferable methodology for the spatiotemporal analysis of environmental variables, applicable not only to air-pollution data but also to other datasets with spatial and temporal components. To this end, information from the Valencian Air Pollution Monitoring and Control Network (RVVCCA) is used, comprising 87 monitoring stations. Prior to processing, a comprehensive quality assessment is carried out to validate data consistency, identify and manage missing or anomalous records, and robustly define the effective study period. Temporal analysis is addressed through time-series techniques, including descriptive exploration (basic statistics, variability, and seasonal patterns) and spectral analysis, in order to identify periodicities and dominant signals at different temporal scales. Spatial analysis is developed following the methodology proposed by Yao and Journel (1998), which enables the automated computation of covariance surfaces using the Fast Fourier Transform (FFT), facilitating its operational implementation for a large number of days and pollutants. Based on these surfaces, geostatistical estimation algorithms such as Ordinary Kriging (OK) are applied to generate daily concentration fields across the Valencian Community, enabling the assessment of persistent spatial patterns, regional gradients, and their interannual evolution. The final outcome is an integrated workflow that combines quality control, temporal analysis, and daily geostatistical mapping, providing a robust methodological basis to study the spatiotemporal dynamics of air pollution from monitoring networks..