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...
- 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)
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. |
---|