Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia
1 recurso en línea (páginas 105-121).
- Autores:
-
Ramírez Gutiérrez, Miguel Angel
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2017
- Institución:
- Universidad Pedagógica y Tecnológica de Colombia
- Repositorio:
- RiUPTC: Repositorio Institucional UPTC
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uptc.edu.co:001/2202
- Acceso en línea:
- http://repositorio.uptc.edu.co/handle/001/2202
- Palabra clave:
- Sistemas de Información Geográfica (SIG)
Análisis espacial (Estadística)
Interpolación (Matemáticas)
Calidad del aire
Calidad del aire - Medición - Bogotá D. C (Colombia)
Contaminación del aire
GLM
Imágenes satelitales
Interpolación espacial PM10
- Rights
- openAccess
- License
- Copyright (c) 2017 Universidad Pedagógica y Tecnológica de Colombia
| id |
REPOUPTC2_72671ea86a6b01c6a50f446e470862e9 |
|---|---|
| oai_identifier_str |
oai:repositorio.uptc.edu.co:001/2202 |
| network_acronym_str |
REPOUPTC2 |
| network_name_str |
RiUPTC: Repositorio Institucional UPTC |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia |
| dc.title.alternative.eng.fl_str_mv |
Generalized Ginear Models (GLM) for spatial interpolation of pm10 using landsat satellite images for the city of Bogotá, Colombia Uso de Modelos Lineares Generalizados (MLLG) para a interpolação espacial de pm10 usando imagens satelitais landsat para a cidade de Bogotá, Colômbia |
| title |
Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia |
| spellingShingle |
Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia Sistemas de Información Geográfica (SIG) Análisis espacial (Estadística) Interpolación (Matemáticas) Calidad del aire Calidad del aire - Medición - Bogotá D. C (Colombia) Contaminación del aire GLM Imágenes satelitales Interpolación espacial PM10 |
| title_short |
Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia |
| title_full |
Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia |
| title_fullStr |
Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia |
| title_full_unstemmed |
Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia |
| title_sort |
Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia |
| dc.creator.fl_str_mv |
Ramírez Gutiérrez, Miguel Angel |
| dc.contributor.author.none.fl_str_mv |
Ramírez Gutiérrez, Miguel Angel |
| dc.subject.armarc.none.fl_str_mv |
Sistemas de Información Geográfica (SIG) Análisis espacial (Estadística) Interpolación (Matemáticas) Calidad del aire Calidad del aire - Medición - Bogotá D. C (Colombia) |
| topic |
Sistemas de Información Geográfica (SIG) Análisis espacial (Estadística) Interpolación (Matemáticas) Calidad del aire Calidad del aire - Medición - Bogotá D. C (Colombia) Contaminación del aire GLM Imágenes satelitales Interpolación espacial PM10 |
| dc.subject.proposal.spa.fl_str_mv |
Contaminación del aire GLM Imágenes satelitales Interpolación espacial PM10 |
| description |
1 recurso en línea (páginas 105-121). |
| publishDate |
2017 |
| dc.date.issued.none.fl_str_mv |
2017-12-19 |
| dc.date.accessioned.none.fl_str_mv |
2018-09-14T14:46:04Z |
| dc.date.available.none.fl_str_mv |
2018-09-14T14:46:04Z |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/ART |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Ramírez Gutiérrez, M. A. (2017). Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia. Perspectiva Geográfica, 22(2), 105-121. DOI: 10.19053/01233769.5600. http://repositorio.uptc.edu.co/handle/001/2202 |
| dc.identifier.issn.none.fl_str_mv |
2500-8684 |
| dc.identifier.uri.none.fl_str_mv |
http://repositorio.uptc.edu.co/handle/001/2202 |
| dc.identifier.doi.none.fl_str_mv |
10.19053/01233769.5600 |
| identifier_str_mv |
Ramírez Gutiérrez, M. A. (2017). Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia. Perspectiva Geográfica, 22(2), 105-121. DOI: 10.19053/01233769.5600. http://repositorio.uptc.edu.co/handle/001/2202 2500-8684 10.19053/01233769.5600 |
| url |
http://repositorio.uptc.edu.co/handle/001/2202 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Aldunate, P., Paz, O. y Halvorsen, K. (2006). Los efectos de la contaminación atmosférica por PM10 sobre la salud ciudad de La Paz–Bolivia (3650 msnm). Acta Nova, 3(2), 422-442. Recuperado de https://www.academia.edu/7012629/Los_ efectos_de_la_contaminaci%C3%B3n_atmosf%C3%A9rica_por_PM10_sobre_la_ salud_ciudad_de_La_Paz_-_Bolivia_3650_m.s.n.m Alvarez, C. (2014). Estimación de contaminación del aire por PM10 en Quito determinado por índices ambientales obtenidos con imágenes satelitales Landsat ETM+ (tesis de doctorado). Universidad de las Fuerzas Armadas ESPE, Sangolguí, Ecuador. Recuperado de http://repositorio.espe.edu.ec/bitstream/21000/8753/1/AC-SGAESPE- 047962.pdf Arciniegas, Á., Rodríguez, C., Pachón, J., Sarmiento, H. y Hernández Flórez, L. J. (2006). Relación entre enfermedad respiratoria aguda en niños menores a cinco años y contaminación atmosférica en Bogotá. Investigaciones en seguridad social y salud, 8(8), 121-135. Bohórquez, M. (2010). Diferenciabilidad de funciones de covarianza espacio temporal no separables (tesis de maestría). Universidad Nacional de Colombia, Bogotá D.C, Colombia. Recuperado de http://www.bdigital.unal.edu.co/2855/ Chander, G., Markham, B. y Helder, D. (2009). Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote sensing of environment, 113(5), 893-903. Recuperado de https://www. sciencedirect.com/science/article/pii/S0034425709000169 Cortes, J. (2013). Evaluación de la contaminación atmosférica en el aire ambiente de Manizales por COPs y PM10 (tesis de maestría). Universidad Nacional de Colombia, Manizales, Colombia. Recuperado de http://www.bdigital.unal.edu.co/12171/ Czapla-Myers, J., Anderson, N., Thome, K. y Biggar, S. (2014). The absolute radiometric calibration of the Landsat 8 Operational Land Imager using the reflectance-based approach and the Radiometric Calibration Test Site (RadCaTS). In SPIE Optical Engineering+ Applications (pp. 921819-921819). International Society for Optics and Photonics. De la Pava, E., Salguero, B. y Fernández, O. (2008). Modelación matemática de la relación partículas pm10-enfermedades pulmonares en la ciudad de Cali. Scientia et Technica, 1(38), 347-352. Recuperado de http://revistas.utp.edu.co/index.php/ revistaciencia/article/view/3777 Dobson, A. y Barnett, A. (2008). An introduction to generalized linear models. Boca Ratón, FL: CRC press. Doncel D. y Sánchez A. (2010). Modelo de regresión lineal generalizado para el avalúo de terrenos de uso residencial, aplicado a las localidades de suba y Usaquén, Bogotá D.C (tesis de pregrado). Universidad Distrital Francisco José de Caldas, Bogotá, Colombia. Escolano, N. y Espín, J. (2016). Econometría: series temporales y modelos de ecuaciones simultáneas. España: Editorial Universidad Miguel Hernández. Franco, J., Rojas, N., Sarmiento, O., Hernández, L., Zapata, E., Maldonado, A.,... y Behrent, E. (2013). Niveles de material particulado en colegios distritales ubicados en vías con alto tráfico vehicular en la ciudad de Bogotá: estudio piloto. Revista Facultad de Ingeniería, (49), 101-111. Recuperado de http://www.ing.unal. edu.co/grupos/calidad_aire/doc/niveles%20de%20material%20particulado%20 en%20colegios%20distritales.pdf Gaitán, M., Cancino, J. y Behrentz, E. (2007). Análisis del estado de la calidad del aire en Bogotá. Revista de Ingeniería, (26), 81-92. Recuperado de http://www.scielo. org.co/pdf/ring/n26/n26a11.pdf García, J., Teodoro, F., Cerdeira, R., Coelho, L. y Carvalho, M. (2014). Developing a methodology to predict PM10 urban concentrations using GLM. Air Pollution XXII, 183, 49-60. Recuperado de https://www.witpress.com/Secure/elibrary/papers/ AIR14/AIR14005FU1.pdf Guzmán, M. y Restrepo, A. (2015). Revisión del estado del arte sobre modelos para calcular propiedades ópticas atmosféricas a partir de imágenes digitales. Revista politécnica, 9(16), 85-103. Recuperado de http://132.248.9.34/hevila/ Revistapolitecnica/2013/no16/8.pdf Hadjimitsis, D. y Clayton, C. (2009). Determination of aerosol optical thickness through the derivation of an atmospheric correction for short-wavelength Landsat TM and ASTER image data: an application to areas located in the vicinity of airports at UK and Cyprus. Applied Geomatics, 1(1-2), 31-40. Recuperado de https://www.researchgate.net/publication/225160386_Determination_ of_Aerosol_optical_thickness_through_the_derivation_of_an_atmospheric_ correction_for_short-wavelength_Landsat_TM_and_ASTER_image_data_An_ application_to_areas_located_in_the_vicinity_of_a Incecik, S. y Im, U. (2012). Air pollution in mega cities: a case study of istanbul. Air Pollution–Monitoring, Modelling and Health. Recuperado de https://www. researchgate.net/publication/224828859_Air_Pollution_in_Mega_Cities_A_Case_ Study_of_Istanbul Londoño, J., Correa, M. y Palacio, C. (2011). Estimación de las emisiones de contaminantes atmosféricos provenientes de fuentes móviles en el área urbana de Envigado, Colombia. Revista EIA, (16), 149-162. Recuperado de https://repository. eia.edu.co/bitstream/11190/149/1/REI00168.pdf Luchsinger, K., Redfield, S., Cauley, P. W., Barman, T. S. y Jensen, A. G. (2017). Blue Skies through a Blue Sky: an attempt to detect Rayleigh scattering in an exoplanet atmosphere from a ground-based telescope. Middletown, CN: Wesleyan University. Recuperado de http://wesscholar.wesleyan.edu/cgi/viewcontent. cgi?article=1173&context=etd_mas_theses Luo, N., Wong, M., Zhao, W., Yan, X. y Xiao, F. (2015). Improved aerosol retrieval algorithm using Landsat images and its application for PM 10 monitoring over urban areas. Atmospheric Research, 153, 264-275. Ministerio de Medio Ambiente, Vivienda y Desarrollo Territorial. (2010). Resolución N° 610 Realiza ajustes a la Resolución 601 de 2006 sobre la norma de calidad del aire o nivel de emisión. Diario Oficial de la República de Colombia. Montero, J. y Fernández-Avilés, G. (2015). Functional Kriging Prediction of Pollution Series: The Geostatistical Alternative for Spatially-Fixed Data. Estudios de Economía Aplicada, 33(1), 145-173. Recuperado de http://www.redalyc.org/ pdf/301/30133775008.pdf Montgomery, D., Peck, E. y Vining, G. (2015). Introduction to linear regression analysis. John Wiley & Sons. Morales, J. y Flórez, G. (2015). Comparación de la regresión GINI con la regresión de mínimos cuadrados ordinarios y otros modelos de regresión lineal robustos. Comunicaciones en Estadística, 8(2), 129-161. Recuperado de http://revistas. usantotomas.edu.co/index.php/estadistica/article/view/1186 Othman, N., Jafri, M. y San, L. (2010). Estimating particulate matter concentration over arid region using satellite remote sensing: A case study in Makkah, Saudi Arabia. Modern Applied Science, 4(11), 131. Recuperado de https://www. researchgate.net/publication/47498305_Estimating_Particulate_Matter_ Concentration_over_Arid_Region_Using_Satellite_Remote_Sensing_A_Case_ Study_in_Makkah_Saudi_Arabia Pope, H., Alexander, M. y Robinson, T. (2016). Filtration, feeding behaviour and their implications for future spread: A comparison of an invasive and native barnacle in South Africa. Journal of Experimental Marine Biology and Ecology, 479, 54-59. QGIS Development Team, (2015). QGIS Geographic Information System. Open Source Geospatial Foundation Project. Recuperado de http://qgis.osgeo.org R Core Team. (2015). R: A language and environment for statisticalcomputing. R Foundation for Statistical Computing, Vienna, Austria. Recuperado de http:// www.R-project.org/ Razali, N. y Wah, Y. (2011). Power comparisons of shapiro-wilk, kolmogorov-smirnov, lilliefors and anderson-darling tests. Journal of statistical modeling and analytics, 2(1), 21-33. Recuperado de http://www.de.ufpb.br/~ulisses/disciplinas/ normality_tests_comparison.pdf Rincón, M. (2015). Simulación regional de contaminantes atmosféricos para la ciudad de Bogotá (tesis doctoral). Universidad Nacional de Colombia, Bogotá, Colombia. Recuperado de http://www.bdigital.unal.edu.co/51092/ Rivera, N., Gill, T., Gebhart, K., Hand, J., Bleiweiss, M. y Fitzgerald, R. (2009). Wind modeling of Chihuahuan Desert dust outbreaks. Atmospheric Environment, 43(2), 347-354. Watanabe, S. (2013). A widely applicable Bayesian information criterion. Journal of Machine Learning Research, 14, 867-897. Recuperado de http://jmlr.csail.mit.edu/ papers/v14/watanabe13a.html WHO (2011). Urban outdoor air pollution database. Department of Public Health and Environment, World Health Organization, Geneva. Recuperado de http://www. who.int/phe |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Perspectiva Geográfica;Volumen 22, número 2 (Julio-Diciembre 2017) |
| dc.rights.spa.fl_str_mv |
Copyright (c) 2017 Universidad Pedagógica y Tecnológica de Colombia |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Copyright (c) 2017 Universidad Pedagógica y Tecnológica de Colombia https://creativecommons.org/licenses/by-nc/4.0/ Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Pedagógica y Tecnológica de Colombia |
| dc.source.spa.fl_str_mv |
https://revistas.uptc.edu.co/index.php/perspectiva/article/view/5600/5884 |
| institution |
Universidad Pedagógica y Tecnológica de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.uptc.edu.co/bitstreams/d0f08576-f6c3-43cf-9295-882aecae0030/download https://repositorio.uptc.edu.co/bitstreams/1a0e7c98-1102-4a79-b713-309cefcc9c9a/download https://repositorio.uptc.edu.co/bitstreams/2a3df4e3-0896-4b5c-9f9e-4db3b79d1e89/download https://repositorio.uptc.edu.co/bitstreams/99b2a56b-a280-4843-8452-93bd0972061e/download https://repositorio.uptc.edu.co/bitstreams/6ab4dee6-d63e-4c99-97bd-0e875fc13a9f/download https://repositorio.uptc.edu.co/bitstreams/2edfbab3-4561-4163-842c-9856f3747435/download |
| bitstream.checksum.fl_str_mv |
d74f3bc4bc8d64358c189aa56ce817a8 88794144ff048353b359a3174871b0d5 709e4f4b2d29a1f57a561fc1503d9f8d 709e4f4b2d29a1f57a561fc1503d9f8d 475de67ff86c8f28e3ac6f6b5a75e964 475de67ff86c8f28e3ac6f6b5a75e964 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
UPTC DSpace |
| repository.mail.fl_str_mv |
repositorio.uptc@uptc.edu.co |
| _version_ |
1814076215425761280 |
| spelling |
Ramírez Gutiérrez, Miguel Angel2018-09-14T14:46:04Z2018-09-14T14:46:04Z2017-12-19Ramírez Gutiérrez, M. A. (2017). Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, Colombia. Perspectiva Geográfica, 22(2), 105-121. DOI: 10.19053/01233769.5600. http://repositorio.uptc.edu.co/handle/001/22022500-8684http://repositorio.uptc.edu.co/handle/001/220210.19053/01233769.56001 recurso en línea (páginas 105-121).El propósito de este artículo es emplear métodos alternativos para la interpolación espacial del PM10 en la ciudad de Bogotá D.C., evaluando para ello estadísticamente el ajuste los modelos lineales generalizados (MLG) tipo Normal y Gamma en Bogotá, además de analizar su eficacia espacial a partir de la dinámica de la ciudad. Se tomó como insumos imágenes satelitales de la misión Landsat y las mediciones reportadas por las estaciones de monitoreo del 2010, 2013 y 2015. El resultado muestra que el uso del modelo Gamma es óptimo, sin desconocer que es necesario robustecer estadísticamente y espacialmente más la aplicación de este tipo de metodologías.The purpose of this article was to use alternative methods for the spatial interpolation of PM10 in the city of Bogotá DC in order to evaluate the statistic adjustment of the generalized linear models (GLM), type Normal and Gamma, in Bogota. In addition, the article sought to analyze their spatial efficiency with regard to city dynamics. Satellite images from the Landsat mission and measurements reported by the monitoring stations in 2010, 2013, and 2015 were used as inputs. The results show that the use of the Gamma model is optimal, without disregarding the need to statistically and spatially strengthen the application of this type of methodology.O propósito de este artigo foi usar métodos alternativos para a interpolação espacial do PM10 na cidade de Bogotá D.C., avaliando estatisticamente o ajuste dos modelos lineares generalizados (MLG) tipo Normal e Gamma em Bogotá, além disso analisar sua eficacia espacial a partir da dinâmica da cidade. Se tomou como insumo imagens satelitais da missão Landsat e das medições reportadas pelas estações de monitoração do 2010, 2013 y 2015. O resultado mostra que o uso do modelo Gamma é ótimo, sem desconhecer que é preciso robustecer mais estatisticamente e espacialmente a aplicação de este tipo de metodologias.Bibliografía y webgrafía: páginas 119-121.application/pdfspaUniversidad Pedagógica y Tecnológica de ColombiaCopyright (c) 2017 Universidad Pedagógica y Tecnológica de Colombiahttps://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)http://purl.org/coar/access_right/c_abf2https://revistas.uptc.edu.co/index.php/perspectiva/article/view/5600/5884Uso de Modelos Lineales Generalizados (MLG) para la interpolación espacial de PM10 utilizando imágenes satelitales Landsat para la ciudad de Bogotá, ColombiaGeneralized Ginear Models (GLM) for spatial interpolation of pm10 using landsat satellite images for the city of Bogotá, ColombiaUso de Modelos Lineares Generalizados (MLLG) para a interpolação espacial de pm10 usando imagens satelitais landsat para a cidade de Bogotá, ColômbiaArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionTexthttps://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85Aldunate, P., Paz, O. y Halvorsen, K. (2006). Los efectos de la contaminación atmosférica por PM10 sobre la salud ciudad de La Paz–Bolivia (3650 msnm). Acta Nova, 3(2), 422-442. Recuperado de https://www.academia.edu/7012629/Los_ efectos_de_la_contaminaci%C3%B3n_atmosf%C3%A9rica_por_PM10_sobre_la_ salud_ciudad_de_La_Paz_-_Bolivia_3650_m.s.n.mAlvarez, C. (2014). Estimación de contaminación del aire por PM10 en Quito determinado por índices ambientales obtenidos con imágenes satelitales Landsat ETM+ (tesis de doctorado). Universidad de las Fuerzas Armadas ESPE, Sangolguí, Ecuador. Recuperado de http://repositorio.espe.edu.ec/bitstream/21000/8753/1/AC-SGAESPE- 047962.pdfArciniegas, Á., Rodríguez, C., Pachón, J., Sarmiento, H. y Hernández Flórez, L. J. (2006). Relación entre enfermedad respiratoria aguda en niños menores a cinco años y contaminación atmosférica en Bogotá. Investigaciones en seguridad social y salud, 8(8), 121-135.Bohórquez, M. (2010). Diferenciabilidad de funciones de covarianza espacio temporal no separables (tesis de maestría). Universidad Nacional de Colombia, Bogotá D.C, Colombia. Recuperado de http://www.bdigital.unal.edu.co/2855/Chander, G., Markham, B. y Helder, D. (2009). Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote sensing of environment, 113(5), 893-903. Recuperado de https://www. sciencedirect.com/science/article/pii/S0034425709000169Cortes, J. (2013). Evaluación de la contaminación atmosférica en el aire ambiente de Manizales por COPs y PM10 (tesis de maestría). Universidad Nacional de Colombia, Manizales, Colombia. Recuperado de http://www.bdigital.unal.edu.co/12171/Czapla-Myers, J., Anderson, N., Thome, K. y Biggar, S. (2014). The absolute radiometric calibration of the Landsat 8 Operational Land Imager using the reflectance-based approach and the Radiometric Calibration Test Site (RadCaTS). In SPIE Optical Engineering+ Applications (pp. 921819-921819). International Society for Optics and Photonics.De la Pava, E., Salguero, B. y Fernández, O. (2008). Modelación matemática de la relación partículas pm10-enfermedades pulmonares en la ciudad de Cali. Scientia et Technica, 1(38), 347-352. Recuperado de http://revistas.utp.edu.co/index.php/ revistaciencia/article/view/3777Dobson, A. y Barnett, A. (2008). An introduction to generalized linear models. Boca Ratón, FL: CRC press.Doncel D. y Sánchez A. (2010). Modelo de regresión lineal generalizado para el avalúo de terrenos de uso residencial, aplicado a las localidades de suba y Usaquén, Bogotá D.C (tesis de pregrado). Universidad Distrital Francisco José de Caldas, Bogotá, Colombia.Escolano, N. y Espín, J. (2016). Econometría: series temporales y modelos de ecuaciones simultáneas. España: Editorial Universidad Miguel Hernández.Franco, J., Rojas, N., Sarmiento, O., Hernández, L., Zapata, E., Maldonado, A.,... y Behrent, E. (2013). Niveles de material particulado en colegios distritales ubicados en vías con alto tráfico vehicular en la ciudad de Bogotá: estudio piloto. Revista Facultad de Ingeniería, (49), 101-111. Recuperado de http://www.ing.unal. edu.co/grupos/calidad_aire/doc/niveles%20de%20material%20particulado%20 en%20colegios%20distritales.pdfGaitán, M., Cancino, J. y Behrentz, E. (2007). Análisis del estado de la calidad del aire en Bogotá. Revista de Ingeniería, (26), 81-92. Recuperado de http://www.scielo. org.co/pdf/ring/n26/n26a11.pdfGarcía, J., Teodoro, F., Cerdeira, R., Coelho, L. y Carvalho, M. (2014). Developing a methodology to predict PM10 urban concentrations using GLM. Air Pollution XXII, 183, 49-60. Recuperado de https://www.witpress.com/Secure/elibrary/papers/ AIR14/AIR14005FU1.pdfGuzmán, M. y Restrepo, A. (2015). Revisión del estado del arte sobre modelos para calcular propiedades ópticas atmosféricas a partir de imágenes digitales. Revista politécnica, 9(16), 85-103. Recuperado de http://132.248.9.34/hevila/ Revistapolitecnica/2013/no16/8.pdfHadjimitsis, D. y Clayton, C. (2009). Determination of aerosol optical thickness through the derivation of an atmospheric correction for short-wavelength Landsat TM and ASTER image data: an application to areas located in the vicinity of airports at UK and Cyprus. Applied Geomatics, 1(1-2), 31-40. Recuperado de https://www.researchgate.net/publication/225160386_Determination_ of_Aerosol_optical_thickness_through_the_derivation_of_an_atmospheric_ correction_for_short-wavelength_Landsat_TM_and_ASTER_image_data_An_ application_to_areas_located_in_the_vicinity_of_aIncecik, S. y Im, U. (2012). Air pollution in mega cities: a case study of istanbul. Air Pollution–Monitoring, Modelling and Health. Recuperado de https://www. researchgate.net/publication/224828859_Air_Pollution_in_Mega_Cities_A_Case_ Study_of_IstanbulLondoño, J., Correa, M. y Palacio, C. (2011). Estimación de las emisiones de contaminantes atmosféricos provenientes de fuentes móviles en el área urbana de Envigado, Colombia. Revista EIA, (16), 149-162. Recuperado de https://repository. eia.edu.co/bitstream/11190/149/1/REI00168.pdfLuchsinger, K., Redfield, S., Cauley, P. W., Barman, T. S. y Jensen, A. G. (2017). Blue Skies through a Blue Sky: an attempt to detect Rayleigh scattering in an exoplanet atmosphere from a ground-based telescope. Middletown, CN: Wesleyan University. Recuperado de http://wesscholar.wesleyan.edu/cgi/viewcontent. cgi?article=1173&context=etd_mas_thesesLuo, N., Wong, M., Zhao, W., Yan, X. y Xiao, F. (2015). Improved aerosol retrieval algorithm using Landsat images and its application for PM 10 monitoring over urban areas. Atmospheric Research, 153, 264-275.Ministerio de Medio Ambiente, Vivienda y Desarrollo Territorial. (2010). Resolución N° 610 Realiza ajustes a la Resolución 601 de 2006 sobre la norma de calidad del aire o nivel de emisión. Diario Oficial de la República de Colombia.Montero, J. y Fernández-Avilés, G. (2015). Functional Kriging Prediction of Pollution Series: The Geostatistical Alternative for Spatially-Fixed Data. Estudios de Economía Aplicada, 33(1), 145-173. Recuperado de http://www.redalyc.org/ pdf/301/30133775008.pdfMontgomery, D., Peck, E. y Vining, G. (2015). Introduction to linear regression analysis. John Wiley & Sons.Morales, J. y Flórez, G. (2015). Comparación de la regresión GINI con la regresión de mínimos cuadrados ordinarios y otros modelos de regresión lineal robustos. Comunicaciones en Estadística, 8(2), 129-161. Recuperado de http://revistas. usantotomas.edu.co/index.php/estadistica/article/view/1186Othman, N., Jafri, M. y San, L. (2010). Estimating particulate matter concentration over arid region using satellite remote sensing: A case study in Makkah, Saudi Arabia. Modern Applied Science, 4(11), 131. Recuperado de https://www. researchgate.net/publication/47498305_Estimating_Particulate_Matter_ Concentration_over_Arid_Region_Using_Satellite_Remote_Sensing_A_Case_ Study_in_Makkah_Saudi_ArabiaPope, H., Alexander, M. y Robinson, T. (2016). Filtration, feeding behaviour and their implications for future spread: A comparison of an invasive and native barnacle in South Africa. Journal of Experimental Marine Biology and Ecology, 479, 54-59.QGIS Development Team, (2015). QGIS Geographic Information System. Open Source Geospatial Foundation Project. Recuperado de http://qgis.osgeo.orgR Core Team. (2015). R: A language and environment for statisticalcomputing. R Foundation for Statistical Computing, Vienna, Austria. Recuperado de http:// www.R-project.org/Razali, N. y Wah, Y. (2011). Power comparisons of shapiro-wilk, kolmogorov-smirnov, lilliefors and anderson-darling tests. Journal of statistical modeling and analytics, 2(1), 21-33. Recuperado de http://www.de.ufpb.br/~ulisses/disciplinas/ normality_tests_comparison.pdfRincón, M. (2015). Simulación regional de contaminantes atmosféricos para la ciudad de Bogotá (tesis doctoral). Universidad Nacional de Colombia, Bogotá, Colombia. Recuperado de http://www.bdigital.unal.edu.co/51092/Rivera, N., Gill, T., Gebhart, K., Hand, J., Bleiweiss, M. y Fitzgerald, R. (2009). Wind modeling of Chihuahuan Desert dust outbreaks. Atmospheric Environment, 43(2), 347-354.Watanabe, S. (2013). A widely applicable Bayesian information criterion. Journal of Machine Learning Research, 14, 867-897. Recuperado de http://jmlr.csail.mit.edu/ papers/v14/watanabe13a.htmlWHO (2011). Urban outdoor air pollution database. Department of Public Health and Environment, World Health Organization, Geneva. Recuperado de http://www. who.int/phePerspectiva Geográfica;Volumen 22, número 2 (Julio-Diciembre 2017)Sistemas de Información Geográfica (SIG)Análisis espacial (Estadística)Interpolación (Matemáticas)Calidad del aireCalidad del aire - Medición - Bogotá D. C (Colombia)Contaminación del aireGLMImágenes satelitalesInterpolación espacial PM10ORIGINALPPS_918_Uso_modelos_lineales_generalizados.pdfPPS_918_Uso_modelos_lineales_generalizados.pdfArchivo principalapplication/pdf6801697https://repositorio.uptc.edu.co/bitstreams/d0f08576-f6c3-43cf-9295-882aecae0030/downloadd74f3bc4bc8d64358c189aa56ce817a8MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-814798https://repositorio.uptc.edu.co/bitstreams/1a0e7c98-1102-4a79-b713-309cefcc9c9a/download88794144ff048353b359a3174871b0d5MD52TEXTPPS-918.pdf.txtPPS-918.pdf.txtExtracted texttext/plain42470https://repositorio.uptc.edu.co/bitstreams/2a3df4e3-0896-4b5c-9f9e-4db3b79d1e89/download709e4f4b2d29a1f57a561fc1503d9f8dMD53PPS_918_Uso_modelos_lineales_generalizados.pdf.txtPPS_918_Uso_modelos_lineales_generalizados.pdf.txtExtracted texttext/plain42470https://repositorio.uptc.edu.co/bitstreams/99b2a56b-a280-4843-8452-93bd0972061e/download709e4f4b2d29a1f57a561fc1503d9f8dMD55THUMBNAILPPS-918.pdf.jpgPPS-918.pdf.jpgGenerated Thumbnailimage/jpeg4479https://repositorio.uptc.edu.co/bitstreams/6ab4dee6-d63e-4c99-97bd-0e875fc13a9f/download475de67ff86c8f28e3ac6f6b5a75e964MD54PPS_918_Uso_modelos_lineales_generalizados.pdf.jpgPPS_918_Uso_modelos_lineales_generalizados.pdf.jpgGenerated Thumbnailimage/jpeg4479https://repositorio.uptc.edu.co/bitstreams/2edfbab3-4561-4163-842c-9856f3747435/download475de67ff86c8f28e3ac6f6b5a75e964MD56001/2202oai:repositorio.uptc.edu.co:001/22022021-02-10 18:57:53.663https://creativecommons.org/licenses/by-nc/4.0/Copyright (c) 2017 Universidad Pedagógica y Tecnológica de Colombiaopen.accesshttps://repositorio.uptc.edu.coUPTC DSpacerepositorio.uptc@uptc.edu.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 |