Modelamiento matemático y algorítmico para el análisis de elementos particulados usando cámaras espectro gráficas con satélites

• Autor: Valdeos Acevedo, Dina Miluska
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/8828
• Enlace del recurso: https://hdl.handle.net/20.500.12867/8828
• Nivel de acceso: acceso abierto
• Materia: Sensores de calidad de aire; Elementos particulados; Calidad de aire; Sensores de bajo costo; Contaminación del aire; https://purl.org/pe-repo/ocde/ford#2.02.01

La Organización mundial de la salud (OMS) ha informado que 9 de cada 10 personas respiran aire contaminado a nivel mundial. Y el 81% de la población que radica en zonas urbanas extensas está expuesta a contaminantes en los niveles de la calidad del aire (AQL) [1], los cuales superan los límites de esta organización. Esto produce repercusiones en la salud pública. En este trabajo de investigación se busca realizar el modelamiento matemático y algorítmico para analizar los elementos particulados del aire usando cámaras espectrografías con satélites. Para realizarlo se utiliza bancos de información de sensores Purple AIr implementados en Lima y Arequipa, sensores robustos del Senamhi y datos obtenidos por espectrografía de satélites. Luego, se procedió a evaluar este modelo mediante MAE, RMSE, NRMSE y R2. Se utilizó el algoritmo Random Forest y árboles de decisión múltiple. Los resultados de Lima indicaron una correlación de Pearson de 97,20 %, un MAE de 0,22 µg/m3 y un NRMSE de 14,1 µg/m3. Los resultados de Arequipa indicaron una correlación de Pearson de 96,87 %, con un MAE de 0,26 µg/m3 y un NRMSE de 14,1 µg/m3.