Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense

Autores
Scagliotti, A. F.; Jorge, Guillermo Antonio
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
La calidad del aire es uno de los mayores problemas ambientales de la actualidad, y las partículas en el aire son un indicador muy estudiado dados sus impactos sobre la salud y el clima. El costo de los equipos regulatorios de medición lleva a que haya una limitada disponibilidad de información en muchas partes del mundo, como sucede en Argentina. Este trabajo propone un modelado de material particulado a partir de Redes Neuronales Artificiales, alimentado con datos de equipos de bajo costo desarrollados y utilizados para tal fin. De esta manera, se presenta un estudio preliminar de la calidad del aire en el Centro-Norte del conurbano bonaerense, aportando nueva información sobre cantidades y tipos de partículas en una región sin antecedentes históricos. Se encontraron mayoritariamente partículas gruesas en bajas concentraciones y se desarrolló un modelo de predicción de material particulado con buenas prestaciones
Air quality is one of the biggest environmental problems today, and air borne particles are a well-studied indicator giventheir impacts on health and climate. The cost of regulatory measurement equipment leads to limited information avai-lability in many parts of the world, as in Argentina. This work proposes modeling of particulate matter from Artificial Neural Networks, fed with data from low-cost equipment developed and used for this purpose. In this way, a study ofair quality in the Center-North of the Buenos Aires suburbs is presented, providing new information on quantities andtypes of particles in a region without historical antecedents. Coarse particles were mostly found at low concentrationsand a prediction model for particulate matter with good performance was developed
Fil: Scagliotti, A. F.. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI) Buenos Aires. Argentina
Fil: Jorge, Guillermo Antonio. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI) Buenos Aires. Argentina
Fuente
An. (Asoc. Fís. Argent., En línea) 2022;01(33):18-23
Materia
CALIDAD DEL AIRE
MEDICIONES DE BAJO COSTO
REDES NEURONALES
AIR QUALITY
LOW COST MEASUREMENTS
NEURAL NETWORKS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
afa:afa_v33_n01_p018
Acceder
id BDUBAFCEN_3c6ae059339467a58be9abd53065a24f
oai_identifier_str afa:afa_v33_n01_p018
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerenseLow-cost methods to particulate matter preliminary study in the center-north of buenos aires suburbsScagliotti, A. F.Jorge, Guillermo AntonioCALIDAD DEL AIREMEDICIONES DE BAJO COSTOREDES NEURONALESAIR QUALITYLOW COST MEASUREMENTSNEURAL NETWORKSLa calidad del aire es uno de los mayores problemas ambientales de la actualidad, y las partículas en el aire son un indicador muy estudiado dados sus impactos sobre la salud y el clima. El costo de los equipos regulatorios de medición lleva a que haya una limitada disponibilidad de información en muchas partes del mundo, como sucede en Argentina. Este trabajo propone un modelado de material particulado a partir de Redes Neuronales Artificiales, alimentado con datos de equipos de bajo costo desarrollados y utilizados para tal fin. De esta manera, se presenta un estudio preliminar de la calidad del aire en el Centro-Norte del conurbano bonaerense, aportando nueva información sobre cantidades y tipos de partículas en una región sin antecedentes históricos. Se encontraron mayoritariamente partículas gruesas en bajas concentraciones y se desarrolló un modelo de predicción de material particulado con buenas prestacionesAir quality is one of the biggest environmental problems today, and air borne particles are a well-studied indicator giventheir impacts on health and climate. The cost of regulatory measurement equipment leads to limited information avai-lability in many parts of the world, as in Argentina. This work proposes modeling of particulate matter from Artificial Neural Networks, fed with data from low-cost equipment developed and used for this purpose. In this way, a study ofair quality in the Center-North of the Buenos Aires suburbs is presented, providing new information on quantities andtypes of particles in a region without historical antecedents. Coarse particles were mostly found at low concentrationsand a prediction model for particulate matter with good performance was developedFil: Scagliotti, A. F.. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI) Buenos Aires. ArgentinaFil: Jorge, Guillermo Antonio. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI) Buenos Aires. ArgentinaAsociación Física Argentina2022info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttps://hdl.handle.net/20.500.12110/afa_v33_n01_p018An. (Asoc. Fís. Argent., En línea) 2022;01(33):18-23reponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCENspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar2025-09-04T09:44:51Zafa:afa_v33_n01_p018Institucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-04 09:44:52.586Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense
Low-cost methods to particulate matter preliminary study in the center-north of buenos aires suburbs
title Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense
spellingShingle Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense
Scagliotti, A. F.
CALIDAD DEL AIRE
MEDICIONES DE BAJO COSTO
REDES NEURONALES
AIR QUALITY
LOW COST MEASUREMENTS
NEURAL NETWORKS
title_short Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense
title_full Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense
title_fullStr Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense
title_full_unstemmed Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense
title_sort Métodos de bajo costo para estudio preliminar del material particulado en el centro-norte del conurbano bonaerense
dc.creator.none.fl_str_mv Scagliotti, A. F.
Jorge, Guillermo Antonio
author Scagliotti, A. F.
author_facet Scagliotti, A. F.
Jorge, Guillermo Antonio
author_role author
author2 Jorge, Guillermo Antonio
author2_role author
dc.subject.none.fl_str_mv CALIDAD DEL AIRE
MEDICIONES DE BAJO COSTO
REDES NEURONALES
AIR QUALITY
LOW COST MEASUREMENTS
NEURAL NETWORKS
topic CALIDAD DEL AIRE
MEDICIONES DE BAJO COSTO
REDES NEURONALES
AIR QUALITY
LOW COST MEASUREMENTS
NEURAL NETWORKS
dc.description.none.fl_txt_mv La calidad del aire es uno de los mayores problemas ambientales de la actualidad, y las partículas en el aire son un indicador muy estudiado dados sus impactos sobre la salud y el clima. El costo de los equipos regulatorios de medición lleva a que haya una limitada disponibilidad de información en muchas partes del mundo, como sucede en Argentina. Este trabajo propone un modelado de material particulado a partir de Redes Neuronales Artificiales, alimentado con datos de equipos de bajo costo desarrollados y utilizados para tal fin. De esta manera, se presenta un estudio preliminar de la calidad del aire en el Centro-Norte del conurbano bonaerense, aportando nueva información sobre cantidades y tipos de partículas en una región sin antecedentes históricos. Se encontraron mayoritariamente partículas gruesas en bajas concentraciones y se desarrolló un modelo de predicción de material particulado con buenas prestaciones
Air quality is one of the biggest environmental problems today, and air borne particles are a well-studied indicator giventheir impacts on health and climate. The cost of regulatory measurement equipment leads to limited information avai-lability in many parts of the world, as in Argentina. This work proposes modeling of particulate matter from Artificial Neural Networks, fed with data from low-cost equipment developed and used for this purpose. In this way, a study ofair quality in the Center-North of the Buenos Aires suburbs is presented, providing new information on quantities andtypes of particles in a region without historical antecedents. Coarse particles were mostly found at low concentrationsand a prediction model for particulate matter with good performance was developed
Fil: Scagliotti, A. F.. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI) Buenos Aires. Argentina
Fil: Jorge, Guillermo Antonio. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI) Buenos Aires. Argentina
description La calidad del aire es uno de los mayores problemas ambientales de la actualidad, y las partículas en el aire son un indicador muy estudiado dados sus impactos sobre la salud y el clima. El costo de los equipos regulatorios de medición lleva a que haya una limitada disponibilidad de información en muchas partes del mundo, como sucede en Argentina. Este trabajo propone un modelado de material particulado a partir de Redes Neuronales Artificiales, alimentado con datos de equipos de bajo costo desarrollados y utilizados para tal fin. De esta manera, se presenta un estudio preliminar de la calidad del aire en el Centro-Norte del conurbano bonaerense, aportando nueva información sobre cantidades y tipos de partículas en una región sin antecedentes históricos. Se encontraron mayoritariamente partículas gruesas en bajas concentraciones y se desarrolló un modelo de predicción de material particulado con buenas prestaciones
publishDate 2022
dc.date.none.fl_str_mv 2022
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/afa_v33_n01_p018
url https://hdl.handle.net/20.500.12110/afa_v33_n01_p018
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Asociación Física Argentina
publisher.none.fl_str_mv Asociación Física Argentina
dc.source.none.fl_str_mv An. (Asoc. Fís. Argent., En línea) 2022;01(33):18-23
reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1842340658473336832
score 12.623145

Publicaciones similares