Caracterización espacial de la concentración de PM2.5 en la ciudad de Medellín entre 2016 - 2018, mediante la implementación de una metodología de modelos de interpolación espacial

RESUMEN: En el presente artículo se ejecuta una metodología de caracterización espacial de la concentración de PM2.5 en el Valle de Aburrá para el periodo de estudio correspondiente a los años, 2016, 2017 y 2018. La metodología incorpora algoritmos de interpolación espacial y estadística espacial, e...

Full description

Autores:
González Ramírez, Yurany
Tipo de recurso:
Tesis
Fecha de publicación:
2019
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/13706
Acceso en línea:
http://hdl.handle.net/10495/13706
Palabra clave:
Contaminación atmosférica
Sistema de información geográfica
Análisis estadístico
Estadísticas ambientales
Estudios sobre el medio ambiente
Circulación atmosférica
Análisis espacial
Contaminación del aire
Interpolación espacial
Regresión geográficamente ponderada
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
Description
Summary:RESUMEN: En el presente artículo se ejecuta una metodología de caracterización espacial de la concentración de PM2.5 en el Valle de Aburrá para el periodo de estudio correspondiente a los años, 2016, 2017 y 2018. La metodología incorpora algoritmos de interpolación espacial y estadística espacial, esta es implementada por medio de sistemas de información geográfica y sus datos de entrada provienen de estaciones fijas de monitoreo de calidad del aire y meteorología del Valle de Aburrá. Se realiza la revisión de humedad relativa, temperatura, velocidad del viento, gradiente de humedad, gradiente de temperatura y gradiente de velocidad del viento como posibles variables explicativas de la concentración de PM2.5 en el espacio. La caracterización espacial multivariada se realiza por medio de regresiones geográficamente ponderadas(GWR) y la interpolación espacial con IDW y Spline. También, la pertinencia de los modelos es revisadapor medio de cálculos de estadísticos de error: ASE (Average Standard Error), RMSE (Root Mean Squareerror) ,RMSS (Root Mean Square error Standarized) y MARE (Mean Absolut Relative Error). Se identifica que: para el primer cuatrimestre del año (meses de mayores niveles de contaminación) la velocidad del viento y el gradiente de velocidad del viento juegan un papel muy importante como variables explicativas, debido a su presencia en el 91,30% delas variables rectoras de las ecuaciones de caracterización, en el segundo cuatrimestre a dichas variables explicativas se les suma el gradiente de temperatura y para el tercer cuatrimestre del año regresa a primar las variables explicativas del primer cuatrimestre.