Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial
- Autores
- Furlani Castaño, Victoria Ariana
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Tavera Busso, Iván
Mateos, Ana Carolina - Descripción
- Práctica Supervisada (I.Amb.)--FCEFN-UNC, 2024
Fil: Furlani Castaño, Victoria Ariana. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.
Este estudio aborda la problemática de la contaminación atmosférica en la ciudad de Córdoba, Argentina, mediante el desarrollo de modelos de regresión logística multinomial para predecir niveles categorizados de concentración de gases contaminantes criterio (NO₂ y SO₂). El objetivo principal fue estimar la concentración de estos contaminantes utilizando datos de sensores remotos, sistemas de información geográfica y biomonitoreo con especies como Ramalina celastri y Tillandsia capillaris. Se recopilaron datos de concentración de gases, variables meteorológicas, geográficas y de biomonitores en sitios con distintos usos del suelo. Los modelos se construyeron utilizando técnicas de regresión logística multinomial, seleccionando variables predictoras como temperatura, velocidad del viento, densidad óptica de aerosoles, número de avenidas, ocupación del suelo y parámetros de biomonitoreo. Los resultados mostraron que los modelos tienen una capacidad predictiva satisfactoria, con altos valores de exactitud y precisión, especialmente para NO₂. Las variables más influyentes en los niveles de NO₂ incluyeron el número de avenidas, la ocupación del suelo y el contenido de zinc en biomonitores, mientras que para SO₂ destacaron los meses del año, la densidad óptica de aerosoles y la bioacumulación de azufre. Aunque los modelos demostraron ser útiles para predecir niveles de contaminación, se identificaron limitaciones en la predicción de categorías críticas debido al desequilibrio en la distribución de datos. Este trabajo resalta la utilidad de los modelos multinomiales para la monitorización de la calidad del aire, proporcionando herramientas valiosas para la gestión ambiental y la protección de la salud pública en áreas urbanas con datos limitados. (resumen provistopor el catalogador)
Fil: Furlani Castaño, Victoria Ariana. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. - Materia
-
Práctica Supervisada I.Amb.
Ingeniería Ambiental
Contaminación
Modelos matemáticos
Regresión lineal
Calidad del aire
Contaminación atmosférica
Contaminación
Modelos
Gases - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/554833
Ver los metadatos del registro completo
id |
RDUUNC_a5c2859d2f41960326d5ca4454ca0b4d |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/554833 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomialFurlani Castaño, Victoria ArianaPráctica Supervisada I.Amb.Ingeniería AmbientalContaminaciónModelos matemáticosRegresión linealCalidad del aireContaminación atmosféricaContaminaciónModelosGasesPráctica Supervisada (I.Amb.)--FCEFN-UNC, 2024Fil: Furlani Castaño, Victoria Ariana. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Este estudio aborda la problemática de la contaminación atmosférica en la ciudad de Córdoba, Argentina, mediante el desarrollo de modelos de regresión logística multinomial para predecir niveles categorizados de concentración de gases contaminantes criterio (NO₂ y SO₂). El objetivo principal fue estimar la concentración de estos contaminantes utilizando datos de sensores remotos, sistemas de información geográfica y biomonitoreo con especies como Ramalina celastri y Tillandsia capillaris. Se recopilaron datos de concentración de gases, variables meteorológicas, geográficas y de biomonitores en sitios con distintos usos del suelo. Los modelos se construyeron utilizando técnicas de regresión logística multinomial, seleccionando variables predictoras como temperatura, velocidad del viento, densidad óptica de aerosoles, número de avenidas, ocupación del suelo y parámetros de biomonitoreo. Los resultados mostraron que los modelos tienen una capacidad predictiva satisfactoria, con altos valores de exactitud y precisión, especialmente para NO₂. Las variables más influyentes en los niveles de NO₂ incluyeron el número de avenidas, la ocupación del suelo y el contenido de zinc en biomonitores, mientras que para SO₂ destacaron los meses del año, la densidad óptica de aerosoles y la bioacumulación de azufre. Aunque los modelos demostraron ser útiles para predecir niveles de contaminación, se identificaron limitaciones en la predicción de categorías críticas debido al desequilibrio en la distribución de datos. Este trabajo resalta la utilidad de los modelos multinomiales para la monitorización de la calidad del aire, proporcionando herramientas valiosas para la gestión ambiental y la protección de la salud pública en áreas urbanas con datos limitados. (resumen provistopor el catalogador)Fil: Furlani Castaño, Victoria Ariana. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina.Universidad Nacional de Córdoba, Facultad de Ciencias Exactas, Físicas y NaturalesTavera Busso, IvánMateos, Ana Carolina2024info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfPS-I.Amb. 5764 Fuhttp://hdl.handle.net/11086/554833spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:42:46Zoai:rdu.unc.edu.ar:11086/554833Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:42:46.628Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial |
title |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial |
spellingShingle |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial Furlani Castaño, Victoria Ariana Práctica Supervisada I.Amb. Ingeniería Ambiental Contaminación Modelos matemáticos Regresión lineal Calidad del aire Contaminación atmosférica Contaminación Modelos Gases |
title_short |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial |
title_full |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial |
title_fullStr |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial |
title_full_unstemmed |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial |
title_sort |
Estimación de la concentración de contaminantes gaseosos empleando modelos de regresión logística multinomial |
dc.creator.none.fl_str_mv |
Furlani Castaño, Victoria Ariana |
author |
Furlani Castaño, Victoria Ariana |
author_facet |
Furlani Castaño, Victoria Ariana |
author_role |
author |
dc.contributor.none.fl_str_mv |
Tavera Busso, Iván Mateos, Ana Carolina |
dc.subject.none.fl_str_mv |
Práctica Supervisada I.Amb. Ingeniería Ambiental Contaminación Modelos matemáticos Regresión lineal Calidad del aire Contaminación atmosférica Contaminación Modelos Gases |
topic |
Práctica Supervisada I.Amb. Ingeniería Ambiental Contaminación Modelos matemáticos Regresión lineal Calidad del aire Contaminación atmosférica Contaminación Modelos Gases |
dc.description.none.fl_txt_mv |
Práctica Supervisada (I.Amb.)--FCEFN-UNC, 2024 Fil: Furlani Castaño, Victoria Ariana. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. Este estudio aborda la problemática de la contaminación atmosférica en la ciudad de Córdoba, Argentina, mediante el desarrollo de modelos de regresión logística multinomial para predecir niveles categorizados de concentración de gases contaminantes criterio (NO₂ y SO₂). El objetivo principal fue estimar la concentración de estos contaminantes utilizando datos de sensores remotos, sistemas de información geográfica y biomonitoreo con especies como Ramalina celastri y Tillandsia capillaris. Se recopilaron datos de concentración de gases, variables meteorológicas, geográficas y de biomonitores en sitios con distintos usos del suelo. Los modelos se construyeron utilizando técnicas de regresión logística multinomial, seleccionando variables predictoras como temperatura, velocidad del viento, densidad óptica de aerosoles, número de avenidas, ocupación del suelo y parámetros de biomonitoreo. Los resultados mostraron que los modelos tienen una capacidad predictiva satisfactoria, con altos valores de exactitud y precisión, especialmente para NO₂. Las variables más influyentes en los niveles de NO₂ incluyeron el número de avenidas, la ocupación del suelo y el contenido de zinc en biomonitores, mientras que para SO₂ destacaron los meses del año, la densidad óptica de aerosoles y la bioacumulación de azufre. Aunque los modelos demostraron ser útiles para predecir niveles de contaminación, se identificaron limitaciones en la predicción de categorías críticas debido al desequilibrio en la distribución de datos. Este trabajo resalta la utilidad de los modelos multinomiales para la monitorización de la calidad del aire, proporcionando herramientas valiosas para la gestión ambiental y la protección de la salud pública en áreas urbanas con datos limitados. (resumen provistopor el catalogador) Fil: Furlani Castaño, Victoria Ariana. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales; Argentina. |
description |
Práctica Supervisada (I.Amb.)--FCEFN-UNC, 2024 |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
PS-I.Amb. 5764 Fu http://hdl.handle.net/11086/554833 |
identifier_str_mv |
PS-I.Amb. 5764 Fu |
url |
http://hdl.handle.net/11086/554833 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional de Córdoba, Facultad de Ciencias Exactas, Físicas y Naturales |
publisher.none.fl_str_mv |
Universidad Nacional de Córdoba, Facultad de Ciencias Exactas, Físicas y Naturales |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1844618936059953152 |
score |
13.070432 |