<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Título profesional 2024

Pronóstico a corto plazo de la concentración de ozono en Lima metropolitana utilizando una combinación híbrida de modelos de series de tiempo

Resumen

El aumento de los niveles globales de ozono en las últimas décadas ha perjudicado la salud humana. Lima, Perú, es una de las diez ciudades de América del Sur con los peores niveles de contaminación del aire. Por lo tanto, la elaboración de modelos y pronósticos eficientes y precisos son fundamentales para las concentraciones de ozono en Lima. Para este propósito, utilizamos los datos de concentración de ozono por hora en áreas metropolitanas, para pronósticos de concentración de ozono de varios pasos (uno, dos, tres y siete días de anticipación). Para ello, dividimos la serie horaria del ozono en dos nuevos componentes: determinista y estocástico. Para verificar el desempeño de la metodología propuesta, evaluamos modelos en cuatro horizontes de pronóstico diferentes y calculamos seis errores medios de precisión diferentes, una prueba estadística y evaluaciones gráficas. Los diversos resultados de pronóstico fuera de la muestra de horizonte para los datos considerados sugieren que la técnica de pronóstico basada en componentes propuesta proporciona una ganancia altamente consistente, precisa y eficiente. El modelo NPAR tuvo el error mínimo previsto y el mejor impacto predictivo en comparación con los demás propuestos Esto puede ampliarse a otros distritos de Lima, otras regiones del Perú e incluso a nivel global para evaluar la eficacia del enfoque propuesto de modelado y pronóstico basado en componentes.

Descripción

Citación

Aprobación

Revisión

Complementado por

Referenciado por

Grado o título

Ingeniero Ambiental

Programa

Ingeniería Ambiental

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Peruana Unión

DOI

Licencia Creative Commons

Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Excepto donde se indique lo contrario, la licencia de este ítem se describe como Creative Commons Atribución-NoComercial-CompartirIgual 4.0

Archivos

Cargando...
Miniatura
Principal
Nombre

Flor_Tesis_Licenciatura_2024.pdf

Tamaño

1,92 MB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Autorización.pdf

Tamaño

384,8 KB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Reporte de similitud.pdf

Tamaño

942,12 KB

Formato

Adobe PDF