Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas

Tesis (DCI)--FCEFN-UNC, 2024

Guardado en:

Detalles Bibliográficos
Autor principal:	Rodriguez Nuñez, Martín
Otros Autores:	Carreras, Hebe
Formato:	doctoralThesis
Lenguaje:	Español
Publicado:	2024
Materias:	contaminación atmosférica monitoreo de calidad del aire variables derivadas a partir de información satelital sensores de bajo costo aprendizaje automático aprendizaje profundo
Acceso en línea:	http://hdl.handle.net/11086/554668
Aporte de:	Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba

id	I10-R141-11086-554668
record_format	dspace
spelling	I10-R141-11086-5546682024-12-25T06:22:59Z Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas Rodriguez Nuñez, Martín Carreras, Hebe contaminación atmosférica monitoreo de calidad del aire variables derivadas a partir de información satelital sensores de bajo costo aprendizaje automático aprendizaje profundo Tesis (DCI)--FCEFN-UNC, 2024 Fil: Rodriguez Nuñez, Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. La Organización Mundial de la Salud (OMS) estima que nueve de cada diez personas respiran aire con altos niveles de contaminantes, lo que provoca la muerte de siete millones de personas cada año en todo el mundo. Entre estos contaminantes, el material particulado fino (PM2.5), con un diámetro igual o inferior a 2.5 micrómetros, es particularmente nocivo por su capacidad para penetrar la barrera pulmonar y acceder al torrente sanguíneo. En países en vías de desarrollo, el monitoreo de la concentración de PM2.5 mediante estaciones de referencia está limitado por sus elevados costos de adquisición y mantenimiento, lo que subraya la necesidad de métodos alternativos para monitorear la calidad del aire. Esta tesis aborda el desarrollo de un sistema de alerta de bajo costo ante condiciones adversas de calidad del aire, evaluando la capacidad predictiva de variables derivadas de información satelital de público acceso y algoritmos de aprendizaje computacional para pronosticar concentraciones de PM2.5 en el área metropolitana de la provincia de Córdoba, Argentina. Además, se busca describir la variación espacio-temporal de este contaminante y analizar la contribución de variables derivadas de información satelital en sus patrones de variación. Para ello, se diseñaron sistemas de medición basados en sensores de bajo costo, se validaron contra una estación de referencia, y se recopilaron series temporales horarias durante un año en diez sitios con distintos usos de suelo. Además, se descargaron datos de 164 variables climáticas de la plataforma ERA5 y de los satélites MODIS, MERRA-2 y VIIRS. Se ajustaron diversos algoritmos de aprendizaje computacional, empleando distintas versiones de la base de datos reducidas mediante métodos de selección de características (featurewiz y Boruta). Los sensores demostraron alta consistencia en sus mediciones. Se observó que las condiciones adversas de calidad del aire ocurrieron principalmente durante la noche y las primeras horas de la mañana en invierno. Aunque los niveles promedio de PM2.5 en Córdoba fueron menores en comparación con otras ciudades, se registraron aumentos estacionales significativos. Los modelos predictivos presentaron errores de 3.44, 2.60 y 6.17 μg m3 para los usos de suelo urbano, agrícola/área verde e industrial, respectivamente. En áreas agrícolas/verdes, los bosques aleatorios fueron los más precisos, mientras que las redes neuronales recurrentes destacaron en entornos urbanos e industriales. Las predicciones a cinco días tuvieron errores inferiores al 23% en todos los casos. Estos resultados indican que la integración de datos de concentración de PM2.5 provenientes de sistemas basados en sensores de bajo costo, datos satelitales de acceso público con algoritmos de aprendizaje automático/profundo constituye una herramienta valiosa para predecir la calidad del aire. Fil: Rodriguez Nuñez, Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. 2024-12-24T12:25:36Z 2024-12-24T12:25:36Z 2024-12-24 doctoralThesis http://hdl.handle.net/11086/554668 spa Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/
institution	Universidad Nacional de Córdoba
institution_str	I-10
repository_str	R-141
collection	Repositorio Digital Universitario (UNC)
language	Español
topic	contaminación atmosférica monitoreo de calidad del aire variables derivadas a partir de información satelital sensores de bajo costo aprendizaje automático aprendizaje profundo
spellingShingle	contaminación atmosférica monitoreo de calidad del aire variables derivadas a partir de información satelital sensores de bajo costo aprendizaje automático aprendizaje profundo Rodriguez Nuñez, Martín Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas
topic_facet	contaminación atmosférica monitoreo de calidad del aire variables derivadas a partir de información satelital sensores de bajo costo aprendizaje automático aprendizaje profundo
description	Tesis (DCI)--FCEFN-UNC, 2024
author2	Carreras, Hebe
author_facet	Carreras, Hebe Rodriguez Nuñez, Martín
format	doctoralThesis
author	Rodriguez Nuñez, Martín
author_sort	Rodriguez Nuñez, Martín
title	Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas
title_short	Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas
title_full	Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas
title_fullStr	Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas
title_full_unstemmed	Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas
title_sort	desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas
publishDate	2024
url	http://hdl.handle.net/11086/554668
work_keys_str_mv	AT rodrigueznunezmartin desarrollodemodelospredictivosparalaconcentraciondematerialparticuladofinoenatmosferasurbanas
_version_	1824552354875179008

Desarrollo de modelos predictivos para la concentración de material particulado fino en atmosferas urbanas

Ejemplares similares