Metodología para la aplicación de modelos de regresión de usos del suelo en la estimación local de la concentración mensual de PM10 en Medellín – Colombia

  • Libardo Antonio Londoño Ciro Doctorando en Ingeniería, Universidad de Antioquia
  • Julio Eduardo Cañón Barriga Doctor en Hidrología. Grupo de investigación en Gestión y Modelación Ambiental (GAIA). Facultad de Ingeniería, Universidad de Antioquia.
Palabras clave: Modelos de regresión de usos del suelo, contaminación del aire

Resumen

En este artículo se presenta una metodología que aplica modelos de regresión de usos del suelo (LUR) a datos de algunas posibles variables explicativas disponibles en enero de 2007 (usos del suelo, vías principales, milímetros de lluvia y decibeles de ruido) para estimar localmente la concentración promedia mensual del contaminante PM10 (μgm/m3) en 10 sitios de monitoreo en la ciudad de Medellín - Colombia. La metodología usa sistemas de información geográfica (SIG), el método de mínimo cuadrados ordinarios (OLS) y regresiones geográficamente ponderadas. De 11 modelos obtenidos, el mejor fue una función lineal de la distancia a las vías principales con un R2 de 0,79. En la primera parte se presentan las características de los modelos LUR. En la metodología se implementan los modelos LUR; se obtienen los resultados, se hace su análisis y finalmente se presentan las conclusiones.

Citas

. Laumbach. RJ., Kipen. HM. Respiratory health effects of air pollution: update on biomass smoke and traffic pollution. J Allergy Clin Immunol. 129, 3–11, 2012.

. Deligiorgi, D., Philippopoulos, K. Spatial Interpolation Methodologies in Urban Air Pollution Modeling: Application for the Greater Area of Metropolitan Athens, Greece, Advanced Air Pollution. Dr. Farhad Nejadkoorki (Ed.). InTech. Disponible en: http://www.intechopen.com/books/advanced-air-pollution/spatial interpolation methodologies in urban air pollution modeling application for the greater area [consultado el 8 de agosto de 2015].

. Ramsay, J.O., Ramsay, T.O., Sangalli, L.M. Spatial functional data analysis. In: Ferraty, F. (Ed.). Recent Advances in Functional Data Analysis and related topics. Springer, 269-275, 2011.

. Sangalli, L.M., Ramsay, J.O., Ramsay, T.O. Spatial splines regressions models. J. Roy. Statisc. Soc. Ser, 75, 681-803, 2013.

. Dadvand. P., Rushton. S., Diggle. P., Goffe. L., Rankin. J., Pless-Mulloli. T. Using spatio-temporal modeling to predict long-term exposure to black smoke at fine spatial and temporal scale. Atmospheric Environment, 659 – 664, 2011.

. Şahin. Ü., Bayat. C., Uçan. U. Application of cellular neural network (CNN) to the prediction of missing air pollutant data. Atmospheric Research, 101, 314-326, 2011.

. Kang. P. Locally linear reconstruction based missing value imputation for supervised learning. Neurocomputing, 118, pp. 65-78, 2013.

. Eeftens. M., Beekhuizen. J., Beelen. R., Wang. M., Vermeulen. R., Brunekreef. B., Huss. A., Hoek. G. Quantifying urban street configuration for improvements in air pollution models. Atmospheric Environment, 72, 1-9, 2013.

. Dons. E., Van Poppe. M., Panis. L., De Prins. S., Berghmans. P., Koppen. G., Matheeussen. C. Land use regression models as a tool for short, medium and long term exposure to traffic related air pollution. Science of the Total Environment, 476–477, 378-386, 2014.

. Jerrett M., Potoglou D., Arain A., Kanaroglou P., Sahsuvaroglu T., Beckerman B, Morrison J., and Giovis C. A review and evaluation of intraurban air pollution exposure models. Journal of Exposure Analysis and Environmental Epidemiology, 15, 185–204, 2005.

. Gerard Hoek, Rob Beelen, Kees de Hoogh, Danielle Vienneau, John Gulliver, Paul Fischer, David Briggs. A review of land-use regression models to assess spatial variation of outdoor air pollution. Atmospheric Environment, 42, Issue 33, 7561-7578, 2008.

. Fotheringham. S., Brunsdon. C., Charlton. M. Geographically Weighted Regression: the analysis of spatially varying relationships, John Wiley & Sons, 2002.

. Fischer. M., Getis. A. Handbook of Applied Spatial Analysis, Springer, 2010.

. Wang M, Beelen R, Eeftens MR, Meliefste K, Hoek G, Brunekreef B. Systematic evaluation of land use regression models for NO2. Environ Sci Tech, 46, 4481–9, 2012.

. Beelen. R., Voogt. M., Duyzer. J., Zandveld. P., Hoek. G. Comparison of the performances of land use regression modelling and dispersion modelling in estimating small-scale variations in long-term air pollution concentrations in a Dutch urban area. Atmospheric Environment, 44, 4614 – 4621, 2010.

. Dons. E., Van Poppel. M., Kochan. B., Wets. G., Int Panis. L. Modeling temporal and spatial variability of traffic-related air pollution: hourly land use regression models for black carbon. Atmospheric Environment, 74, 237–246, 2013.

. N. Gilbert, M. Goldberg, B. Beckerman, J. Brook, M. Jerrett. Assessing Spatial Variability of Ambient Nitrogen Dioxide in Montreal, Canada, with a Land-Use Regression Model. Journal of the Air & Waste Management Association, 55, 1059–1063, 2005.

. M. Jerrett, B. Beckerman, J. Brook, M. Finkelstein, N. Gilbert. A Land Use Regression Model for Predicting Ambient Concentrations of Nitrogen Dioxide in Hamilton, Ontario, Canada. Journal of the Air & Waste Management Association, 56, 1059–1069, 2006.

. Xiaodong Li, Wu Liu, Zuo Chen c, Guangming Zeng, ChaoMing Hu,Tomas Leon, Jie Liang, Guohe Huang, Zhihua Gao, Zhenzhen Li, Wenfeng Yan, Xiaoxiao He, Mingyong Lai, Yibin He. The application of semicircular-buffer-based land use regression models incorporating wind direction in predicting quarterly NO2 and PM10 concentrations. Atmospheric Environment, 103, 18-24. 2015.

. Perez-Martinez., P, Miranda. R, Temporal distribution of air quality related to meteorology and road traffic in Madrid. Environmental Monitoring and Assessment, 187, Issue 4, Disponible en: DOI: 10.1007/s10661-015-4452-3, [consultado el 8 de agosto de 2015].

. Burnham. K., Anderson. D. Model Selection and Multimodel Inference: a practical information-theoretic approach, 2nd Edition, New York, Springer, Section 1.5, 2002.

. Scott, L. Rosenshein, L. Janikas, M. Modeling Spatial Relationships using Regression Analysis. ESRI International User Conference, San Diego, CA. Technical Workshops, Disponible en: http://www.arcgis.com/home/item.html?id=1824611e8e5c465ea492ef8124a15946, [consultado el 8 de agosto de 2015]

. Raaschou-Nielsen. O., Andersen. ZJ., Beelen. R., Samoli. E., Stafoggia. M., Weinmayr G. Air pollution and lung cancer incidence in 17 European cohorts: prospective analyses from the European Study of Cohorts for Air Pollution Effects (ESCAPE). Lancet Oncol, 14, 813–22, 2013

Publicado
2015-12-20
Cómo citar
Londoño Ciro, L. A., & Cañón Barriga, J. E. (2015). Metodología para la aplicación de modelos de regresión de usos del suelo en la estimación local de la concentración mensual de PM10 en Medellín – Colombia. Revista Politécnica, 11(21), 29-40. Recuperado a partir de https://revistas.elpoli.edu.co/index.php/pol/article/view/617
Sección
Artículos

Métricas de Artículo

Resumen : 701   PDF : 368