Modelo estocástico para el pronóstico de la concentración del material particulado (PM10) en los distritos de Jesús María y Ate Vitarte, 2019

• Autor: Merino Navarro, Erik Gregorio
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/64909
• Enlace del recurso: https://hdl.handle.net/20.500.12692/64909
• Nivel de acceso: acceso abierto
• Materia: Contaminación ambiental; Contaminantes; Recursos naturales - Conservación; https://purl.org/pe-repo/ocde/ford#2.07.00

La contaminación atmosférica propicia el deterioro de la calidad del aire. Los efectos adversos que genera la concentración de los agentes contaminantes en los ecosistemas son severos. Hoy se registra información de personas con problemasrespiratorios, cardiovasculares y cáncer de pulmón que han llevado a la muerte a miles de ellas, sobre todo por el material particulado que se considera en mayor proporción y distribución en las ciudades más grandes y pobladas. En cierta medida, las autoridades competentes responden a este problema creando una red de monitoreo de contaminantes primarios en las capitales más afectadas. Sin embargo, la medida no es completa debido a que la gestión no contempla un sistema de alerta temprana que pueda prever que las personas estén expuestas a la concentración del contaminante. Es por ello que, en el presente estudio, se realizó un modelo estocástico, que contempla los factores climáticos secundarios, para el pronóstico de la concentración del material particulado (PM10) en los distritos de Ate Vitarte y Jesús María, para lo cual se utilizó la técnica de retropropagación de una red neuronal artificial multicapa, con lo cual se obtuvo como mejor algoritmo 4 neuronas en la capa oculta para el distrito de Ate vitarte y 2 neuronas, para el distrito de Jesús María, con error cuadrático medio de 1.59 y 0.01 respectivamente. Se verificó el grado de bondad de ajuste con una correlación de Pearson con lo que se obtuvo 0.7 y 0.9 para los distritos de Ate Vitarte y Jesús María. De modo que el modelo puede responder a estimar la concentración del material particualdo (PM10) en ambos distritos. Cabe resaltar que se debe realizar un ajuste mejor para los datos del distrito de Ate Vitarte