Inteligencia artificial y la estadística multivariada en el análisis del comportamiento de PM2.5 en la ciudad de Barranquilla

  • Alexander Elías Parody Muñoz Universidad Libre, Barranquilla
  • Margarita Castillo Ramírez Universidad Reformada, Barranquilla
  • Martha Mendoza Hernández Universidad Reformada, Barranquilla
  • Alejandra Torres Garcés Universidad Libre, Barranquilla
  • María Torrijos Espitia Universidad Libre, Barranquilla
  • Paul Sanmartín Mendoza Universidad Libre, Barranquilla
Palabras clave: contaminación atmosférica, análisis estadístico, redes neuronales

Resumen

Predecir el comportamiento de los contaminantes atmosféricos se ha convertido en un importante insumo para el diseño de estrategias gubernamentales de contingencia que buscan mitigar los niveles de contaminación, por tal motivo esta investigación presenta una metodología para predecir el incumplimiento de los índices máximos permitidos para el material particulado contaminante PM 2.5, a partir de modelos estadísticos multivariados que pueden ser utilizados para entender cómo diversas variables meteorológicas influyen en el comportamiento del contaminante, al igual que como forma de seleccionar las variables que serán usadas durante el entrenamiento de un clasificador bayesiano de redes neuronales. Además del modelo multivariado, se aplicó un análisis de varianza multifactorial para evaluar el efecto del día, hora y mes en la media del PM 2.5. Como resultados principales, se encontró que las variables: dirección del viento, temperatura, humedad, presión atmosférica, precipitación, radiación solar, hora deldía, día de la semana y mes, fueron estadísticamente significativas y permitieron entrenar una red neuronal con una capacidad de pronóstico del 78,2 % de manera global y del 81 % en los casos de incumplimiento, demostrando así que con variables factibles de manejar (variables meteorológicas, hora, día y mes) se puede diseñar una herramienta de pronóstico muy útil como insumo para la gestión sobre la calidad del aire.

Biografía del autor/a

Alexander Elías Parody Muñoz, Universidad Libre, Barranquilla

Magíster en estadística aplicada, ingeniero industrial, Universidad Libre, Barranquilla, Colombia.

Margarita Castillo Ramírez, Universidad Reformada, Barranquilla

Magíster en ingeniería ambiental, bióloga, Universidad Reformada, Barranquilla, Colombia.

Martha Mendoza Hernández , Universidad Reformada, Barranquilla

Magíster en ingeniería ambiental, ingeniera ambiental, Universidad Reformada, Barranquilla, Colombia.

Alejandra Torres Garcés, Universidad Libre, Barranquilla

Ingeniera industrial, Universidad Libre, Barranquilla, Colombia.

María Torrijos Espitia, Universidad Libre, Barranquilla

Ingeniera industrial, Universidad Libre, Barranquilla, Colombia.

Paul Sanmartín Mendoza, Universidad Libre, Barranquilla

Ph. D. en ingeniería de sistemas y computación, magíster en ingeniería de sistemas y computación,
ingeniero de sistemas, Universidad Libre, Barranquilla, Colombia.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Alexander Elías Parody Muñoz, Universidad Libre, Barranquilla

Magíster en estadística aplicada, ingeniero industrial, Universidad Libre, Barranquilla, Colombia.

Margarita Castillo Ramírez, Universidad Reformada, Barranquilla

Magíster en ingeniería ambiental, bióloga, Universidad Reformada, Barranquilla, Colombia.

Martha Mendoza Hernández , Universidad Reformada, Barranquilla

Magíster en ingeniería ambiental, ingeniera ambiental, Universidad Reformada, Barranquilla, Colombia.

Alejandra Torres Garcés, Universidad Libre, Barranquilla

Ingeniera industrial, Universidad Libre, Barranquilla, Colombia.

María Torrijos Espitia, Universidad Libre, Barranquilla

Ingeniera industrial, Universidad Libre, Barranquilla, Colombia.

Paul Sanmartín Mendoza, Universidad Libre, Barranquilla

Ph. D. en ingeniería de sistemas y computación, magíster en ingeniería de sistemas y computación,
ingeniero de sistemas, Universidad Libre, Barranquilla, Colombia.

Referencias bibliográficas

OMS, Contaminación del aire ambiente (exterior), 2022. https://www.who.int/es/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health.

S. A. P. F. A. M. G. Valdivia, "Evaluación espaciotemporal del material particulado PM2.5 y su relación con las variables meteorológicas en la Universidad Nacional Agraria La Molina", Anales Científicos, vol. 79, no. 2, pp. 334-340, 2018.https://doi.org/10.21704/ac.v79i2.992

Universidad de los Andes, "Ministerio de Ambiente y Desarrollo Sostenible", https://www.minambiente.gov.co/index.php/component/content/article/1801-plantilla-.

Alcaldía de Barranquilla, "Reporte semestral calidad de aire", 2021. https://barranquillaverde.gov.co/storage/app/media/calidad-aire/Reporte%20Calidad%20Aire%20I%20Semestre%202021.pdf

IDEAM, "Informe del estado de la calidad del aire en Colombia 2019", 2021. http://documentacion.ideam.gov.co/openbiblio/bvirtual/023898/023898.pdf

G. B. Rolong, A. R., Padilla, y D. A. Castañeda, "Aporte de PM 10 y PM 2.5 en la calidad del aire de Barranquilla por quemas en el Vía Parque Isla de Salamanca", presentada en Congreso Colombiano y Conferencia Internacional de Calidad de Aire y Salud Pública IEEE, pp. 1-6, noviembre, 2021.https://doi.org/10.1109/CASAP54985.2021.9703404

J. Luna-Carrascal, J. Olivero-Verbel, A. J. Acosta-Hoyos, A. J., y M. Quintana-Sosa, "Auto repair workers exposed to PM2. 5 particulate matter in Barranquilla, Colombia: Telomere length and hematological parameters", Mutation Research/Genetic Toxicology and Environmental Mutagenesis, vol. 887, pp. 1-10, 2023.https://doi.org/10.1016/j.mrgentox.2023.503597

A. L. Duarte, I. L. Schneider, P. Artaxo, y M. L. Oliveira, "Spatiotemporal assessment of particulate matter (PM10 and PM2. 5) and ozone in a Caribbean urban coastal city", Geoscience Frontiers, vol. 13, no. 1, pp. 1-9, 2022.https://doi.org/10.1016/j.gsf.2021.101168

D. Agudelo-Castañeda, y D. Prieto, "Estimation of atmospheric emissions from ships in the port of Barranquilla", publicada en Congreso Colombiano y Conferencia Internacional de Calidad de Aire y Salud Pública (CASP) (pp. 1-8). IEEE. Barranquilla, Colombia, 14-16 agosto de 2019. https://doi.org/10.1109/CASAP48673.2019.9364030

M. Fiuza Pérez, y J. C. Rodríguez Pérez, "La regresión logística: una herramienta versátil" Nefrología, vol. 20, no. 6, pp.495-500, 2000. https://www.revistanefrologia.com/es-la-regresion-logistica-una-herramienta-articulo-X0211699500035664

H. Gutiérrez Pulido, Análisis y diseño de experimentos. Ciudad de Mexico, Mexico: McGrawHil, 2012 pp. 62-72.

Cómo citar
Parody Muñoz, A. E., Castillo Ramírez, M., Mendoza Hernández , M., Torres Garcés, A., Torrijos Espitia, M., & Sanmartín Mendoza, P. (2023). Inteligencia artificial y la estadística multivariada en el análisis del comportamiento de PM2.5 en la ciudad de Barranquilla. Ciencia E Ingeniería Neogranadina, 33(2), 51–64. https://doi.org/10.18359/rcin.6789
Publicado
2023-12-27
Sección
Artículos

Métricas

Crossref Cited-by logo
QR Code