Modelo de regresión funcional para la predicción de PM2.5 en función de PM10 en Lima - Perú
No hay miniatura disponible
Fecha
2024-04-02
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Peruana Unión
Resumen
Este estudio pionero aprovecha el análisis de datos funcionales dentro de la metrología ambiental para examinar las intrincadas relaciones entre variables ambientales críticas, como las concentraciones de partículas PM2.5 en el Área Metropolitana de Lima-Callao. Abordar el vínculo entre la calidad del aire y estas partículas desde un punto de vista funcional ha arrojado conocimientos valiosos que superan los análisis convencionales. Al examinar las variaciones y tendencias temporales, esta investigación ha discernido no sólo la magnitud de la contaminación sino también sus patrones estacionales y diarios. El modelo de datos funcional destaca por su capacidad de utilizar plenamente los datos históricos, integrando la información a lo largo del tiempo para proporcionar una perspectiva más integral. Este enfoque avanzado también ha allanado el camino para incorporar múltiples conjuntos de datos ambientales, como temperatura, humedad y otros contaminantes, para ofrecer una visión más amplia y multifacética de la calidad del aire. El objetivo de esta investigación es desarrollar un modelo predictivo avanzado que estime los niveles de PM2,5 en función de las concentraciones de PM10, utilizando registros diarios de calidad del aire desde 2023. A través de un marco integrado, el estudio pretende capturar las interacciones complejas y la dinámica temporal de estos componentes atmosféricos, destacando el impacto significativo de PM2.5 en la salud pública y la calidad ambiental.
Descripción
Palabras clave
Análisis de datos funcionales, PM2.5, PM10, Calidad del aire, Modelo concurrente