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
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/554833

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