Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5

ilustraciones, diagramas, mapas

Autores:
Romero Martínez, Iván Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/86926
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/86926
https://repositorio.unal.edu.co/
Palabra clave:
000 - Ciencias de la computación, información y obras generales::005 - Programación, programas, datos de computación
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
CALIDAD DEL AIRE
TRATAMIENTO DE GASES
TECNOLOGIA AMBIENTAL
CONTAMINACION DEL AIRE-MEDICIONES
CONTROL DE CALIDAD DEL AIRE
SALUD PUBLICA
SALUD AMBIENTAL
Air quality
Gases treatment
Environmental technology
Air-pollution - Measurement
Air quality management
Public health
Environmental health
Teledetección
Calidad del aire
Modelos LUR
PM₁₀
PM₂.₅
Redes neuronales artificiales
Análisis espacial
Remote sensing
Air quality
LUR models
PM₁₀
PM₂.₅
Artificial neural networks
Spatial analysis
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_6cbc758870578d6af069ad8bd275f329
oai_identifier_str oai:repositorio.unal.edu.co:unal/86926
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5
dc.title.translated.eng.fl_str_mv Assessment of land-use regression methods in the estimation of PM10 and PM2,5 concentrations
title Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5
spellingShingle Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5
000 - Ciencias de la computación, información y obras generales::005 - Programación, programas, datos de computación
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
CALIDAD DEL AIRE
TRATAMIENTO DE GASES
TECNOLOGIA AMBIENTAL
CONTAMINACION DEL AIRE-MEDICIONES
CONTROL DE CALIDAD DEL AIRE
SALUD PUBLICA
SALUD AMBIENTAL
Air quality
Gases treatment
Environmental technology
Air-pollution - Measurement
Air quality management
Public health
Environmental health
Teledetección
Calidad del aire
Modelos LUR
PM₁₀
PM₂.₅
Redes neuronales artificiales
Análisis espacial
Remote sensing
Air quality
LUR models
PM₁₀
PM₂.₅
Artificial neural networks
Spatial analysis
title_short Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5
title_full Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5
title_fullStr Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5
title_full_unstemmed Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5
title_sort Evaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5
dc.creator.fl_str_mv Romero Martínez, Iván Andrés
dc.contributor.advisor.spa.fl_str_mv Triana Zárate, Gabriel
dc.contributor.author.spa.fl_str_mv Romero Martínez, Iván Andrés
dc.subject.ddc.spa.fl_str_mv 000 - Ciencias de la computación, información y obras generales::005 - Programación, programas, datos de computación
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
topic 000 - Ciencias de la computación, información y obras generales::005 - Programación, programas, datos de computación
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
CALIDAD DEL AIRE
TRATAMIENTO DE GASES
TECNOLOGIA AMBIENTAL
CONTAMINACION DEL AIRE-MEDICIONES
CONTROL DE CALIDAD DEL AIRE
SALUD PUBLICA
SALUD AMBIENTAL
Air quality
Gases treatment
Environmental technology
Air-pollution - Measurement
Air quality management
Public health
Environmental health
Teledetección
Calidad del aire
Modelos LUR
PM₁₀
PM₂.₅
Redes neuronales artificiales
Análisis espacial
Remote sensing
Air quality
LUR models
PM₁₀
PM₂.₅
Artificial neural networks
Spatial analysis
dc.subject.lemb.spa.fl_str_mv CALIDAD DEL AIRE
TRATAMIENTO DE GASES
TECNOLOGIA AMBIENTAL
CONTAMINACION DEL AIRE-MEDICIONES
CONTROL DE CALIDAD DEL AIRE
SALUD PUBLICA
SALUD AMBIENTAL
dc.subject.lemb.eng.fl_str_mv Air quality
Gases treatment
Environmental technology
Air-pollution - Measurement
Air quality management
Public health
Environmental health
dc.subject.proposal.spa.fl_str_mv Teledetección
Calidad del aire
Modelos LUR
PM₁₀
PM₂.₅
Redes neuronales artificiales
Análisis espacial
dc.subject.proposal.eng.fl_str_mv Remote sensing
Air quality
LUR models
PM₁₀
PM₂.₅
Artificial neural networks
Spatial analysis
description ilustraciones, diagramas, mapas
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-10-09T20:55:35Z
dc.date.available.none.fl_str_mv 2024-10-09T20:55:35Z
dc.date.issued.none.fl_str_mv 2024
dc.type.spa.fl_str_mv Trabajo de grado - Especialización
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/86926
dc.identifier.instname.spa.fl_str_mv Universidad Nacional de Colombia
dc.identifier.reponame.spa.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourl.spa.fl_str_mv https://repositorio.unal.edu.co/
url https://repositorio.unal.edu.co/handle/unal/86926
https://repositorio.unal.edu.co/
identifier_str_mv Universidad Nacional de Colombia
Repositorio Institucional Universidad Nacional de Colombia
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Abdi, H. (2010). Partial least squares regression and projection on latent structure regression (PLS Regression). Wiley interdisciplinary reviews: computational statistics, 2(1), 97-106.
Abirami, S., & Chitra, P. (2020). Energy-efficient edge based real-time healthcare support system. In Advances in computers, 117(1), 339-368.
Abuin, J. R. (2007). Regresión lineal múltiple. dEyGdM-Ld Estadística, Editor, 32.
Álvarez-Mendoza, C. I., & Padilla-Almeida, O. (2016). Estimación de la contaminación del aire por PM10 en Quito a través de índices ambientales con imágenes LANDSAT ETM+. Revista Cartográfica, 92, 135-147.
Álvarez-Mendoza, C. I., Teodoro, A. C., Torres, N., & Vivanco, V. (2019). Assessment of remote sensing data to model PM10 estimation in cities with a low number of air quality stations: a case of study in Quito, Ecuador. Environments, 6(7), 85.
Área Metropolitana de Bucaramanga. (2020). Proyecto Piloto de nueva centralidad urbana en el territorio.
Bauldry, S. (2020). Structural equation modeling. SAGE Publications Ltd.
Beelen, R., Hoek, G., Vienneau, D., Eeftens, M., Dimakopoulou, K., Pedeli, X., & Hoogh, K. (2013). Development of NO2 and NOx land use regression models for estimating air pollution exposure in 36 study areas in Europe–The ESCAPE project. Atmospheric Environment, 72, 10-23.
Beleño Montagut, L., Colegial Gutierrez, J. D., & Barrera Pereza, M. L. (2021). Correlación entre el flujo vehicular, el PM2,5 y variables meteorológicas, un estudio de caso al oriente de Bucaramanga (Colombia). BISTUA Revista De La Facultad De Ciencias Básicas, 18(2), 15-25.
Biau, D., Jolles, B., & Porcher, R. (2010). Biau, D. J., Jolles, B. M., & Porcher, R. (2010). P value and the theory of hypothesis testing: an explanation for new researchers. Clinical Orthopaedics and Related Research, 468(3), 885-892.
Briggs, D. J., Collins, S., Elliott, P., Kingham, S., Lebret, E., & Van Der Veen, A. (1997). Mapping urban air pollution using GIS: a regression-based approach. International Journal of Geographical Information Science, 11(7), 699-718.
Briggs, D. J., de Hoogh, C., Gulliver, J., Wills, J., Elliott, P., Kingham, S., & Smallbone, K. (2000). A regression-based method for mapping traffic-related air pollution: application and testing in four contrasting urban environments. Science of the Total Environment, 253(1-3), 151-167.
Corporación Autónoma para la Defensa de la Meseta de Bucaramanga & Universidad Pontificia Bolivariana. (2022). Plan de Gestión para la Calidad del Aire de la CDMB.
Eeftens, M., Beelen, R., de Hoogh, K., Bellander, T., Cesaroni, G., Cirach, M., & Hoek, G. (2012). Development of land use regression models for PM2. 5, PM2.5 absorbance, PM10 and PMcoarse in 20 European study areas; results of the ESCAPE project. Environmental science & technology, 46(20), 11195-11205.
ESRI. (s.f.). SAVI. Obtenido de Image Analysis functions: https://pro.arcgis.com/es/pro- app/latest/arcpy/image-analyst/savi.htm
European Environment Agency. (2012). Particulate matter from natural sources and related reporting under the EU Air Quality Directive in 2008 and 2009. Copenhagen: European Environment Agency.
Galvao, R. K., & Araújo, M. C. (2009). Variable Selection. Comprehensive Chemometrics, 233-283.
Geladi, P., & Kowalski, B. (1986). Partial least-squares regression: a tutorial. Analytica chimica acta, 185, 1-17.
Heiberger, R., & Burt Holland, B. (2015). Statistical Analysis and Data Display An Intermediate Course with Examples in R. Springer.
Kobza, J., Geremek, M., & Dul, L. (2018). Characteristics of air quality and sources affecting high levels of PM10 and PM2.5 in Poland, Upper Silesia urban area. Environmental monitoring and assessment, 190(5).
Lillesand, T. M., Kiefer, R. W., & Chipman, W. J. (2008). Digital image interpretation and analysis. Remote sensing and image interpretation, 6, 545-81.
Mancipe, S. P. (2019). Estimacion de los niveles de calidad del aire, mediante modelizacion de las fuentes fijas, en el corredor industrial comprendido entre el palenque y el cafe madrid del area metropolitana de bucaramanga. Universidad Industrial de Santander.
Méndez, J. (2019). Stepwise Regresión. Obtenido de Rpubs: https://rpubs.com/jorge_mendez/609253#:~:text=La%20regresi%C3%B3n%20pas o%20a%20paso ,modelos%20con%20cientos%20de%20variables
Meyer-Baese, A., & Schmid, V. (2014). Foundations of Neural Networks. Pattern Recognition and Signal Analysis in Medical Imaging. 197-243.
Mölter, A., & Lindley, S. (2021). Developing land use regression models for environmental science research using the XLUR tool–More than a one-trick pony. Environmental Modelling & Software, 143(105108).
Mölter, A., Lindley, S., De Vocht, F., Simpson, A., & Agius, R. (2010). Modelling air pollution for epidemiologic research—Part I: A novel approach combining land use regression and air dispersion. Science of the total environment, 408(23), 5862- 5869.
Muñoz Aguayo, P. (2013). Apuntes de teledetección: índices de vegetación. Centro de Información de Recursos Naturales (Chile).
NASA. (s.f.). Landsat. Recuperado el 26 de Agosto de 2023, de Landsat Science: https://landsat.gsfc.nasa.gov/about
Organización Mundial de la Salud. (19 de Diciembre de 2022). Contaminación del aire ambiente (exterior). Recuperado el 25 de Agosto de 2023, de https://www.who.int/es/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality- and-health
Ospina, J. D. (2013). Implementación del software Breeze de modelación de la calidad de aire para material particulado, PM-10, en la planta productora de cemento Cemex S.A., ubicada en la salidad norte de Bucaramanga. Obtenido de http://hdl.handle.net/20.500.11912/209
Pope, R., & Wu, J. (2014). A multi-objective assessment of an air quality monitoring network using environmental, economic, and social indicators and GIS-based models. Journal of the Air & Waste Management Association, 64(6), 721-737.
Rodríguez-Jaume, M. J., & Mora Catalá, R. (2001). Análisis de regresión simple. Alicante: Publicaciones de la Universidad de Alicante.
Roque López, J. (2021). Técnicas de selección de variables en regresión lineal múltiple. (Master's thesis, Universidad Internacional de Andalucía).
Sabins Jr, F. F., & Ellis, M. J. (2020). Remote sensing: Principles, interpretation, and applications. Waveland Press.
Siegmund, A., Kollar, I., & Siegmund, A. (2016). Science Education through Earth Observation for High Schools (SEOS) Project.
Stafoggia, M., Schwartz, J., Badaloni, C., Bellander, T., Alessandrini, E., Cattani, G., & Kloog, I. (2017). Estimation of daily PM10 concentrations in Italy (2006–2012) using finely resolved satellite data, land use variables and meteorology. Environment international, 99, 234-244.
USGS. (s.f.). Landsat Soil Adjusted Vegetation Index. Recuperado el 27 de Agosto de 2023, de https://www.usgs.gov/landsat-missions/landsat-soil-adjusted-vegetation- index
World Health Organization. (2013). Health Effects of Particulate Matter: Policy implications for countries in eastern Europe, Caucasus and central Asia.
Yang, X., Zheng, Y., Geng, G., Liu, H., Man, H., Lv, Z., & Hoogh, K. (2017). Development of PM2.5 and NO2 models in a LUR framework incorporating satellite remote sensing and air quality model data in Pearl River Delta region, China. Environmental pollution, 226, 143-153.
Zhang, B., Zhang, M., Kang, J., Hong, D., Xu, J., & Zhu, X. (2019). Estimation of PMx concentrations from Landsat 8 OLI images bases on a multilayer perceptron neural network. Remote Sensing, 11(6), 646.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 43 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
dc.publisher.program.spa.fl_str_mv Bogotá - Ciencias Humanas - Especialización en Análisis Espacial
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias Humanas
dc.publisher.place.spa.fl_str_mv Bogotá, Colombia
dc.publisher.branch.spa.fl_str_mv Universidad Nacional de Colombia - Sede Bogotá
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/86926/3/license.txt
https://repositorio.unal.edu.co/bitstream/unal/86926/4/1005181463.2024.pdf
https://repositorio.unal.edu.co/bitstream/unal/86926/5/1005181463.2024.pdf.jpg
bitstream.checksum.fl_str_mv eb34b1cf90b7e1103fc9dfd26be24b4a
f862b67d58007e39f62d5c12420a3e1a
a28743fbc2bed368d1e5a32bb0f7ad30
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089507001073664
spelling Atribución-NoComercial 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Triana Zárate, Gabrielb12f348aee2757249a51477080f4b745Romero Martínez, Iván Andrésdc423ddd68667e9433a94d9c8d7939542024-10-09T20:55:35Z2024-10-09T20:55:35Z2024https://repositorio.unal.edu.co/handle/unal/86926Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, diagramas, mapasLa estimación de las concentraciones de material particulado (PM₁₀ y PM₂.₅) es esencial para la gestión de la calidad del aire y la formulación de políticas de salud pública. Este estudio se centró en el Área Metropolitana de Bucaramanga (AMB), utilizando Modelos de Regresión de Uso del Suelo (LUR) basados en datos de teledetección para estimar dichas concentraciones entre 2018 y 2023. Se utilizaron imágenes satelitales de Landsat 8 y datos del Sistema de Vigilancia de Calidad del Aire, con predictores como las bandas de reflectancia y varios índices ambientales (NDVI, SAVI, NDWI, NDSI). Se compararon tres técnicas predictivas: regresión paso a paso, regresión de mínimos cuadrados parciales y redes neuronales artificiales (ANN-MLP). Los resultados mostraron que la ANN-MLP fue la más precisa, con un coeficiente de determinación de R² = 0.57 para PM₁₀ y R² = 0.71 para PM₂.₅, y errores cuadráticos medios (RMSE) de 13.13 y 6.61, respectivamente. A partir de los mejores modelos, se generaron mapas de concentración diaria de PM₁₀ y PM₂.₅, proporcionando una herramienta útil para gestionar la calidad del aire en áreas con monitoreo limitado (Texto tomado de la fuente).Estimating particulate matter concentrations (MP₁₀ and MP₂.₅) is essential for air quality management and the development of public health policies. This study focuses on the Metropolitan Area of Bucaramanga (AMB), using Land Use Regression (LUR) models based on remote sensing data to estimate these concentrations from 2018 to 2023. Landsat 8 satellite images and data from the Air Quality Monitoring System were used, incorporating surface reflectance bands and several environmental indices (NDVI, SAVI, NDWI, NDSI). Three predictive techniques were compared: stepwise regression, partial least squares regression, and artificial neural networks (ANN-MLP). The results showed that ANN-MLP was the most accurate, with a coefficient of determination of R² = 0.57 for MP₁₀ and R² = 0.71 for MP₂.₅, and root mean square errors (RMSE) of 13.13 and 6.61, respectively. Using the best models, daily concentration maps of MP₁₀ and MP₂.₅ were generated, providing a valuable tool for managing air quality in areas with limited monitoring.EspecializaciónEspecialista en Análisis EspacialLas imágenes de Landsat 8 fueron obtenidas de manera gratuita a través de Google Earth Engine. La búsqueda se realizó en la Colección 2 - Nivel 2, enfocándose en el área del Path/Row 007/055 y 008/055, correspondiente a la ubicación del Área Metropolitana de Bucaramanga. Además, se aplicó un filtro temporal para seleccionar imágenes del período 2018 a 2023, coincidiendo con los datos disponibles tanto en el SVCA de la entidad del AMB como de la CDMB. Se implementó una máscara (f-mask) para eliminar la cobertura de nubes sobre la región del AMB. Cabe resaltar que las imágenes de la Colección 2 - Nivel 2 ya cuentan con correcciones atmosféricas, radiométricas y geométricas (NASA, s.f.).43 páginasapplication/pdfspaUniversidad Nacional de ColombiaBogotá - Ciencias Humanas - Especialización en Análisis EspacialFacultad de Ciencias HumanasBogotá, ColombiaUniversidad Nacional de Colombia - Sede Bogotá000 - Ciencias de la computación, información y obras generales::005 - Programación, programas, datos de computación510 - Matemáticas::519 - Probabilidades y matemáticas aplicadasCALIDAD DEL AIRETRATAMIENTO DE GASESTECNOLOGIA AMBIENTALCONTAMINACION DEL AIRE-MEDICIONESCONTROL DE CALIDAD DEL AIRESALUD PUBLICASALUD AMBIENTALAir qualityGases treatmentEnvironmental technologyAir-pollution - MeasurementAir quality managementPublic healthEnvironmental healthTeledetecciónCalidad del aireModelos LURPM₁₀PM₂.₅Redes neuronales artificialesAnálisis espacialRemote sensingAir qualityLUR modelsPM₁₀PM₂.₅Artificial neural networksSpatial analysisEvaluación de los métodos de regresión de uso del suelo en la estimación de las concentraciones de PM10 y PM2,5Assessment of land-use regression methods in the estimation of PM10 and PM2,5 concentrationsTrabajo de grado - Especializacióninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPAbdi, H. (2010). Partial least squares regression and projection on latent structure regression (PLS Regression). Wiley interdisciplinary reviews: computational statistics, 2(1), 97-106.Abirami, S., & Chitra, P. (2020). Energy-efficient edge based real-time healthcare support system. In Advances in computers, 117(1), 339-368.Abuin, J. R. (2007). Regresión lineal múltiple. dEyGdM-Ld Estadística, Editor, 32.Álvarez-Mendoza, C. I., & Padilla-Almeida, O. (2016). Estimación de la contaminación del aire por PM10 en Quito a través de índices ambientales con imágenes LANDSAT ETM+. Revista Cartográfica, 92, 135-147.Álvarez-Mendoza, C. I., Teodoro, A. C., Torres, N., & Vivanco, V. (2019). Assessment of remote sensing data to model PM10 estimation in cities with a low number of air quality stations: a case of study in Quito, Ecuador. Environments, 6(7), 85.Área Metropolitana de Bucaramanga. (2020). Proyecto Piloto de nueva centralidad urbana en el territorio.Bauldry, S. (2020). Structural equation modeling. SAGE Publications Ltd.Beelen, R., Hoek, G., Vienneau, D., Eeftens, M., Dimakopoulou, K., Pedeli, X., & Hoogh, K. (2013). Development of NO2 and NOx land use regression models for estimating air pollution exposure in 36 study areas in Europe–The ESCAPE project. Atmospheric Environment, 72, 10-23.Beleño Montagut, L., Colegial Gutierrez, J. D., & Barrera Pereza, M. L. (2021). Correlación entre el flujo vehicular, el PM2,5 y variables meteorológicas, un estudio de caso al oriente de Bucaramanga (Colombia). BISTUA Revista De La Facultad De Ciencias Básicas, 18(2), 15-25.Biau, D., Jolles, B., & Porcher, R. (2010). Biau, D. J., Jolles, B. M., & Porcher, R. (2010). P value and the theory of hypothesis testing: an explanation for new researchers. Clinical Orthopaedics and Related Research, 468(3), 885-892.Briggs, D. J., Collins, S., Elliott, P., Kingham, S., Lebret, E., & Van Der Veen, A. (1997). Mapping urban air pollution using GIS: a regression-based approach. International Journal of Geographical Information Science, 11(7), 699-718.Briggs, D. J., de Hoogh, C., Gulliver, J., Wills, J., Elliott, P., Kingham, S., & Smallbone, K. (2000). A regression-based method for mapping traffic-related air pollution: application and testing in four contrasting urban environments. Science of the Total Environment, 253(1-3), 151-167.Corporación Autónoma para la Defensa de la Meseta de Bucaramanga & Universidad Pontificia Bolivariana. (2022). Plan de Gestión para la Calidad del Aire de la CDMB.Eeftens, M., Beelen, R., de Hoogh, K., Bellander, T., Cesaroni, G., Cirach, M., & Hoek, G. (2012). Development of land use regression models for PM2. 5, PM2.5 absorbance, PM10 and PMcoarse in 20 European study areas; results of the ESCAPE project. Environmental science & technology, 46(20), 11195-11205.ESRI. (s.f.). SAVI. Obtenido de Image Analysis functions: https://pro.arcgis.com/es/pro- app/latest/arcpy/image-analyst/savi.htmEuropean Environment Agency. (2012). Particulate matter from natural sources and related reporting under the EU Air Quality Directive in 2008 and 2009. Copenhagen: European Environment Agency.Galvao, R. K., & Araújo, M. C. (2009). Variable Selection. Comprehensive Chemometrics, 233-283.Geladi, P., & Kowalski, B. (1986). Partial least-squares regression: a tutorial. Analytica chimica acta, 185, 1-17.Heiberger, R., & Burt Holland, B. (2015). Statistical Analysis and Data Display An Intermediate Course with Examples in R. Springer.Kobza, J., Geremek, M., & Dul, L. (2018). Characteristics of air quality and sources affecting high levels of PM10 and PM2.5 in Poland, Upper Silesia urban area. Environmental monitoring and assessment, 190(5).Lillesand, T. M., Kiefer, R. W., & Chipman, W. J. (2008). Digital image interpretation and analysis. Remote sensing and image interpretation, 6, 545-81.Mancipe, S. P. (2019). Estimacion de los niveles de calidad del aire, mediante modelizacion de las fuentes fijas, en el corredor industrial comprendido entre el palenque y el cafe madrid del area metropolitana de bucaramanga. Universidad Industrial de Santander.Méndez, J. (2019). Stepwise Regresión. Obtenido de Rpubs: https://rpubs.com/jorge_mendez/609253#:~:text=La%20regresi%C3%B3n%20pas o%20a%20paso ,modelos%20con%20cientos%20de%20variablesMeyer-Baese, A., & Schmid, V. (2014). Foundations of Neural Networks. Pattern Recognition and Signal Analysis in Medical Imaging. 197-243.Mölter, A., & Lindley, S. (2021). Developing land use regression models for environmental science research using the XLUR tool–More than a one-trick pony. Environmental Modelling & Software, 143(105108).Mölter, A., Lindley, S., De Vocht, F., Simpson, A., & Agius, R. (2010). Modelling air pollution for epidemiologic research—Part I: A novel approach combining land use regression and air dispersion. Science of the total environment, 408(23), 5862- 5869.Muñoz Aguayo, P. (2013). Apuntes de teledetección: índices de vegetación. Centro de Información de Recursos Naturales (Chile).NASA. (s.f.). Landsat. Recuperado el 26 de Agosto de 2023, de Landsat Science: https://landsat.gsfc.nasa.gov/aboutOrganización Mundial de la Salud. (19 de Diciembre de 2022). Contaminación del aire ambiente (exterior). Recuperado el 25 de Agosto de 2023, de https://www.who.int/es/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality- and-healthOspina, J. D. (2013). Implementación del software Breeze de modelación de la calidad de aire para material particulado, PM-10, en la planta productora de cemento Cemex S.A., ubicada en la salidad norte de Bucaramanga. Obtenido de http://hdl.handle.net/20.500.11912/209Pope, R., & Wu, J. (2014). A multi-objective assessment of an air quality monitoring network using environmental, economic, and social indicators and GIS-based models. Journal of the Air & Waste Management Association, 64(6), 721-737.Rodríguez-Jaume, M. J., & Mora Catalá, R. (2001). Análisis de regresión simple. Alicante: Publicaciones de la Universidad de Alicante.Roque López, J. (2021). Técnicas de selección de variables en regresión lineal múltiple. (Master's thesis, Universidad Internacional de Andalucía).Sabins Jr, F. F., & Ellis, M. J. (2020). Remote sensing: Principles, interpretation, and applications. Waveland Press.Siegmund, A., Kollar, I., & Siegmund, A. (2016). Science Education through Earth Observation for High Schools (SEOS) Project.Stafoggia, M., Schwartz, J., Badaloni, C., Bellander, T., Alessandrini, E., Cattani, G., & Kloog, I. (2017). Estimation of daily PM10 concentrations in Italy (2006–2012) using finely resolved satellite data, land use variables and meteorology. Environment international, 99, 234-244.USGS. (s.f.). Landsat Soil Adjusted Vegetation Index. Recuperado el 27 de Agosto de 2023, de https://www.usgs.gov/landsat-missions/landsat-soil-adjusted-vegetation- indexWorld Health Organization. (2013). Health Effects of Particulate Matter: Policy implications for countries in eastern Europe, Caucasus and central Asia.Yang, X., Zheng, Y., Geng, G., Liu, H., Man, H., Lv, Z., & Hoogh, K. (2017). Development of PM2.5 and NO2 models in a LUR framework incorporating satellite remote sensing and air quality model data in Pearl River Delta region, China. Environmental pollution, 226, 143-153.Zhang, B., Zhang, M., Kang, J., Hong, D., Xu, J., & Zhu, X. (2019). Estimation of PMx concentrations from Landsat 8 OLI images bases on a multilayer perceptron neural network. Remote Sensing, 11(6), 646.EstudiantesInvestigadoresPúblico generalLICENSElicense.txtlicense.txttext/plain; charset=utf-85879https://repositorio.unal.edu.co/bitstream/unal/86926/3/license.txteb34b1cf90b7e1103fc9dfd26be24b4aMD53ORIGINAL1005181463.2024.pdf1005181463.2024.pdfTrabajo de Especialización en Análisis Espacialapplication/pdf13446323https://repositorio.unal.edu.co/bitstream/unal/86926/4/1005181463.2024.pdff862b67d58007e39f62d5c12420a3e1aMD54THUMBNAIL1005181463.2024.pdf.jpg1005181463.2024.pdf.jpgGenerated Thumbnailimage/jpeg5049https://repositorio.unal.edu.co/bitstream/unal/86926/5/1005181463.2024.pdf.jpga28743fbc2bed368d1e5a32bb0f7ad30MD55unal/86926oai:repositorio.unal.edu.co:unal/869262024-10-10 00:18:37.879Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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

Publicaciones similares