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
• Colaborador/a o director/a de tesis: Tavera Busso, Iván; Mateos, Ana Carolina
• Materia: Práctica Supervisada I.Amb.; Ingeniería Ambiental; Contaminación; Modelos matemáticos; Regresión lineal; Calidad del aire; Contaminación atmosférica; Contaminación; Modelos; Gases
• Institución: Universidad Nacional de Córdoba

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.