Modelo predictivo de difusión de contaminante PM2.5 en el área urbana de Bogotá entre 2017-2020 en presencia del Covid-19

Moreno Morales, Gerson José

dc.rights.license	Atribución-NoComercial 4.0 Internacional	*
dc.contributor.advisor	Fuentes Montoya, José Alexander
dc.contributor.advisor	Cabezas Chacón, Pitter Javier
dc.contributor.author	Moreno Morales, Gerson José
dc.date.accessioned	2024-06-07T15:29:57Z
dc.date.available	2024-06-07T15:29:57Z
dc.date.issued	2024
dc.identifier.uri	https://repositorio.ecci.edu.co/handle/001/4041
dc.description.abstract	Como contribución al estudio de la calidad del aire respirable y la necesidad de cuantificar sus características generales y específicas, en el presente trabajo de grado se discute la difusión de material contaminante proveniente de fuentes estáticas y móviles registrado en la red de estaciones de calidad del aire de Bogotá, postulando un modelo predictivo espacio-temporal a partir de las metodologías de imputación (MissForest) y de predicción (Spatial Autorregressive Hilbert (SARH(1))). Estos procedimientos permitieron configurar espacialmente el dominio de las variables de difusión, así como, generar las superficies de concentración de material particulado (PM2,5) y su evolución temporal, prediciendo los valores respectivos de las estaciones faltantes en la ciudad. A partir de esta aproximación se concluye la eficiencia de predicción del modelo y su aplicabilidad en fenómenos financieros, económicos, biológicos, ambientales, entre otros, con características difusivas y baja resolución.	spa
dc.description.abstract	As a contribution to the study of the quality of breathing air and the need to quantify its general and specific characteristics, this dissertation discusses the diffusion of polluting material from static and mobile sources recorded in the network of air quality stations of Bogotá, postulating a spatio-temporal predictive model based on imputation (MissForest) and prediction (Spatial Autoregressive Hilbert (SARH(1))) methodologies. These procedures made it possible to spatially configure the domain of the diffusion variables, as well as generate the concentration surfaces of particulate matter (PM2.5) and its temporal evolution, predicting the respective values of the missing stations in the city. From this approach, the prediction efficiency of the model and its applicability in financial, economic, biological, environmental phenomena, among others, with diffusive characteristics and low resolution, are concluded.	eng
dc.format.extent	42 p.	spa
dc.format.mimetype	application/pdf	spa
dc.language.iso	spa	spa
dc.publisher	Universidad ECCI	spa
dc.rights	Derechos Reservados - Universidad ECCI, 2024	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc/4.0/	*
dc.title	Modelo predictivo de difusión de contaminante PM2.5 en el área urbana de Bogotá entre 2017-2020 en presencia del Covid-19	spa
dc.type	Trabajo de grado - Pregrado	spa
dc.publisher.place	Colombia	spa
dc.relation.references	J Axis-Arroyo, J Mateu, and D Torruco. Diferencias entre modelos geoestadísticos aplicados en el análisis de la distribución espacio-temporal de especies biológicas. 2003.	spa
dc.relation.references	José Rafael Caro Barrera. Aplicaciones de la física estadística en la valoración de activos financieros: De la ecuación de fokker-planck al modelo de black-scholes. solución en diferencias finitas para una opción put europea. Estudios de economía aplicada, 37(2):6–21, 2019.	spa
dc.relation.references	D. Bosq. Linear Processes in Function Spaces: Theory and Applications. Springer Science, New York, USA, 149 edition, 2012.	spa
dc.relation.references	Leo Breiman. Random forests. Machine Learning, 45:5–32, 2001. ISSN 1573-0565. doi: https://doi.org/10. 1023/A:1010933404324. URL https://link.springer.com/article/10.1023/A:1010933404324.	spa
dc.relation.references	Montserrat Díaz and María del Mar Llorente Marrón. Econometría. Ediciones Pirámide, 2013.	spa
dc.relation.references	Shahla Faisal and Gerhard Tutz. Nearest neighbor imputation for categorical data by weighting of attributes. Information Sciences, 592:306–319, 2022. ISSN 0020-0255. doi: https://doi.org/10.1016/j.ins.2022.01.056. URL https://www.sciencedirect.com/science/article/pii/S0020025522000895	spa
dc.relation.references	Vieu P. Ferraty, F. Nonparametric Functional Data Analysis: Theory and Practice. Springer, New York, USA, 149 edition, 2006.	spa
dc.relation.references	Francisco Fernando García, Rubén Alberto Agudelo, and Karen Margarita Jiménez. Distribución espacial y temporal de la concentración de material particulado en santa marta, colombia. Revista Facultad Nacional de Salud Pública, 24(2):73–82, 2006.	spa
dc.relation.references	Libardo Andrés González, Juan Carlos Vanegas, and Diego Alexander Garzón. Solución numérica de modelos biológicos de reacción difusión en dominios fijos mediante el método de los elementos finitos. Revista Facultad de Ingeniería Universidad de Antioquia, (48):65–75, 2009.	spa
dc.relation.references	Viviana Vélez Grajales. Difusión y saltos en un modelo de equilibrio general. El Colegio de México, 2002.	spa
dc.relation.references	Charles R. Harris, K. Jarrod Millman, Stéfan J. van der Walt, Ralf Gommers, Pauli Virtanen, David Cournapeau, Eric Wieser, Julian Taylor, Sebastian Berg, Nathaniel J. Smith, Robert Kern, Matti Picus, Stephan Hoyer, Marten H. van Kerkwijk, Matthew Brett, Allan Haldane, Jaime Fernández del Río, Mark Wiebe, Pearu Peterson, Pierre Gérard-Marchant, Kevin Sheppard, Tyler Reddy, Warren Weckesser, Hameer Abbasi, Christoph Gohlke, and Travis E. Oliphant. Array programming with NumPy. Nature, 585(7825):357–362, September 2020. doi: 10.1038/s41586-020-2649-2. URL https://doi.org/10.1038/s41586-020-2649-2.	spa
dc.relation.references	Meteorología y Estudios Ambientales IDEAM Instituto de Hidrología. Hoja metodológica del indicador Índice de calidad del aire. 1:8, 2012. URL http://www.ideam.gov.co/documents/24155/125494/35-HM+%C3% 8Dndice+calidad+aire+3+FI.pdf/6c0c641a-0c9a-430d-9c37-93d3069c595b.	spa
dc.relation.references	Joanna Kaminska. The use of random forests in modelling short-term air pollution effects based on traffic and meteorological conditions: A case study in wrocław. Journal of environmental management, 217:164–174, 03 2018. doi: 10.1016/j.jenvman.2018.03.094.	spa
dc.relation.references	Horvath L. and Kokoszka P. Inference for functional data with applications. Springer Science & Business Media, 2012.	spa
dc.relation.references	Carlos León. Una aproximación teórica a la superficie de volatilidad en el mercado colombiano a través del modelo de difusión con saltos. Borradores de Economía; No. 570, 2009.	spa
dc.relation.references	C Mantell, M Rodríguez, and E Martínez de la Ossa. coeficientes de difusión por cromatografía supercrítica.	spa
dc.relation.references	Llew Mason, Jonathan Baxter, Peter Bartlett, and Marcus Frean. Boosting algorithms as gradient descent. Advances in neural information processing systems, 12, 1999.	spa
dc.relation.references	Wes McKinney et al. Data structures for statistical computing in python. In Proceedings of the 9th Python in Science Conference, volume 445, pages 51–56. Austin, TX, 2010.	spa
dc.relation.references	Mónica Jhoana Mesa Mazo, Paulo César Tintinago Ruiz, Carmen Alicia Ramírez Bernate, Alejandra María Pulgarín Galvis, Omar Alejandro Arse Serna, and Oscar Emilio Molina Díaz. Efectos de la difusión de un contaminante en la dinámica y la dispersión poblacionales en un medio acuático: Modelado y aproximación.. PhD thesis, Ciencias Básicas y Tecnologías-Maestría en Biomatemáticas, 2010.	spa
dc.relation.references	Zulma Millán, Leonor de la Torre, Laura Oliva, and María Del Carmen Berenguer. Simulación numérica: Ecuación de difusión. 2011.	spa
dc.relation.references	Shigeyuki Oba, Masa-aki Sato, Ichiro Takemasa, Morito Monden, Ken-ichi Matsubara, and Shin Ishii. A Bayesian missing value estimation method for gene expression profile data. Bioinformatics, 19(16):2088– 2096, 11 2003. ISSN 1367-4803. doi: 10.1093/bioinformatics/btg287. URL https://doi.org/10.1093/ bioinformatics/btg287.	spa
dc.relation.references	OMS Organización Mundial de la Salud. Directrices mundiales de la oms sobre la calidad del aire: partículas en suspensión (pm2,5 y pm10), ozono, dióxido de nitrógeno, dióxido de azufre y monóxido de carbono. 2021. URL https://iris.who.int/bitstream/handle/10665/346062/9789240035461-spa.pdf? sequence=1&isAllowed=y.	spa
dc.relation.references	R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2020. URL https://www.R-project.org/.	spa
dc.relation.references	J. Ramsay. Functional Data Analysis. John Wiley & Sons, NY, USA, Second Edition edition, 2006.	spa
dc.relation.references	Nagy S. Riesz, F. Functional analysis. New York, 3(6):35, 1990.	spa
dc.relation.references	RStudio Team. RStudio: Integrated Development Environment for R. RStudio, PBC., Boston, MA, 2020. URL http://www.rstudio.com/.	spa
dc.relation.references	Salmerón R. Ruiz, M. and J. Angulo. Kalman filtering from pop-based diagonalization of arh (1). Computational Statistics & Data Analysis, 51(10):4994–5008, 2007.	spa
dc.relation.references	M. D. Ruiz-Medina. Spatial functional prediction from spatial autoregressive hilbertian processes. Environmetrics, 23(1):119–128, 2012.	spa
dc.relation.references	María Dolores Ruiz-Medina. Spatial autoregressive and moving average hilbertian processes. Journal of Multivariate Analysis, 102(2):292–305, 2011.	spa
dc.relation.references	MD Ruiz-Medina and RM Espejo. Spatial autoregressive functional plug-in prediction of ocean surface temperature. Stochastic environmental research and risk assessment, 26(3):335–344, 2012.	spa
dc.relation.references	Pedro Sanhueza, Claudio Vargas, and Paula Mellado. Impacto de la contaminación del aire por pm10 sobre la mortalidad diaria en temuco. Revista médica de Chile, 134(6):754–761, 2006.	spa
dc.relation.references	SDAB Secretaría Distrital de Ambiente de Bogotá. Plan estratégico para la gestión integral de la calidad del aire de bogotá 2030. 1, 2021. URL https://drive.google.com/file/d/ 1Pt7cGCRSzm8ogsA450Tauy0J065ZU9nW/view.	spa
dc.relation.references	Mark G Sobell. A practical guide to Ubuntu Linux. Pearson Education, 2015.	spa
dc.relation.references	Daniel J. Stekhoven. missForest: Nonparametric Missing Value Imputation using Random Forest, 2022. R package version 1.5.	spa
dc.relation.references	Daniel J. Stekhoven and Peter Bühlmann. MissForest—non-parametric missing value imputation for mixed-type data. Bioinformatics, 28(1):112–118, 10 2011. ISSN 1367-4803. doi: 10.1093/bioinformatics/btr597. URL https://doi.org/10.1093/bioinformatics/btr597.	spa
dc.relation.references	Guido Van Rossum and Fred L Drake Jr. Python reference manual. Centrum voor Wiskunde en Informatica Amsterdam, 1995.	spa
dc.relation.references	Hadley Wickham. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York, 2016. ISBN 978-3- 319-24277-4. URL https://ggplot2.tidyverse.org.	spa
dc.relation.references	Yu-Fei Xing, Yue-Hua Xu, Min-Hua Shi, and Yi-Xin Lian. The impact of pm2. 5 on the human respiratory system. Journal of thoracic disease, 8(1):E69, 2016.	spa
dc.relation.references	Miguel A Zavala, Rubén Díaz-Sierra, Drew Purves, Gustazo E Zea, and Itziar R Urbieta. Modelos espacialmente explícitos. Ecosistemas, 15(3), 2006.	spa
dc.relation.references	Oscar Arley Zuluaga Gómez, Jorge Eduardo Patiño Quinchía, and German Mauricio Valencia Hernández. Modelos implementados en el análisis de series de tiempo de temperatura superficial e índices de vegetación: una propuesta taxonómica en el contexto de cambio climático global. Revista de Geografía Norte Grande, (78):323–344, 2021.	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess	spa
dc.subject.proposal	MissForest	spa
dc.subject.proposal	Spatial Autorregressive Hilbert	spa
dc.subject.proposal	Material particulado	spa
dc.subject.proposal	Difusión	spa
dc.subject.proposal	Espacio de Hilbert	spa
dc.subject.proposal	MissForest	eng
dc.subject.proposal	Spatial Autorregressive Hilbert	eng
dc.subject.proposal	Particulate matter	eng
dc.subject.proposal	Diffusion	eng
dc.subject.proposal	Hilbert space	eng
dc.title.translated	Predictive model of PM2.5 pollutant diffusion in the urban area of Bogotá between 2017-2020 in the presence of Covid-19
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.content	Text	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	spa
dc.type.version	info:eu-repo/semantics/publishedVersion	spa
dc.description.degreelevel	Pregrado	spa
dc.description.degreename	Estadístico	spa
dc.description.program	Estadística	spa
dc.publisher.faculty	Facultad de Ingenierías	spa
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85	spa
dc.rights.coar	http://purl.org/coar/access_right/c_abf2	spa