Predicción de comportamiento de PM2.5 del área urbana de Quito con métodos de inteligencia artificial

Abstract

Debido a la cantidad y gravedad de los diferentes efectos que puede producir el PM2.5 el presente trabajo genera modelos de predicción para dicho contaminante en el área urbana de Quito, a partir de las variables disponibles en los registros históricos de la Secretaría del Ambiente, mediante métodos de inteligencia artificial usando el programa WEKA y con el método de interpolación de distancia inversa ponderada en el programa QGIS. Tras la depuración y normalización de los datos se estableció modelos, mediante regresión lineal múltiple, con una correlación del 0.52 de aproximación a los registros; y árboles de aprendizaje, mediante el clasificador J48, para determinar si la concentración superaba a la mediana de los registros, obteniendo una clasificación de 64 por ciento de instancias correctas. Se registró como contaminantes claves para la regresión lineal el CO, NO2, Humedad Relativa y Temperatura Ambiental; mientras que los árboles fueron claves el CO, NO2, O3, SO2, PM10, Humedad Relativa, Velocidad del Viento, Radiación Solar y la Hora. Los mapas interpolados a partir de los algoritmos indican que la mayor concentración del contaminante ocurre de 06:00 a 11:59 Mañana, luego de 17:00 a 20:59 Noche, en tercer lugar, de 21:00 a 05:59 Madrugada y finalmente de 12:00 a 16:59 Tarde. Desafortunadamente, el método no ofrece la resolución adecuada para discriminar las variaciones de concentraciones altas y bajas, por lo que una alternativa para predecir con mayor exactitud la concentración del contaminante en cuestión es mediante la densidad vegetal presente, capaz de reducir el PM2.5 mediante evapotranspiración; y la intensidad del tráfico y flujo vehicular según el tipo de calle, debido a que actualmente es la principal fuente de contaminación en el Área Urbana de Quito.