Modelamiento paramétrico de PM2.5 en el aire por medio de mediciones satelitales de aerosoles (AOD) utilizando técnicas geoestadísticas

Abstract

En esta investigación se propone una metodología alternativa para la predicción del material particulado suspendido en la atmósfera, específicamente el denominado PM2.5, el cual está determinado por partículas con un diámetro de 2.5 micras. Estas partículas constituyen un importante indicador de contaminación ambiental urbana, con gran impacto sobre la salud de la población. Se ha determinado que el PM2.5 tiene una relación de orden teórica con ciertas variables que se pueden obtener a partir de mediciones satelitales, específicamente de datos de aerosoles AOD -por sus siglas en inglés (Aerosol Optical Depth). Usualmente se ha recurrido a diversas técnicas basadas en modelos de regresión para predecir el PM2.5 mediante datos satelitales de AOD (Cathalac, 2009). Sin embargo, el aporte del presente trabajo radica en que estas variables serán analizadas desde el contexto geoestadístico, en especial, se recurre a los métodos kriging bajo tendencia, y el método de regresión kriging. Para el efecto, se obtendrán mediciones de PM 2.5 realizadas por equipos de monitoreo de contaminación ambiental, situados en 62 puntos de diferentes ciudades de Inglaterra, por un período de tiempo determinado (Environment, 2015). Los datos AOD serán descargadas en formato HDF a través de la plataforma del satélite MODIS identificando aquellos de tipo aerosol MOD04_L2, ubicando una fecha adecuada y las coordenadas de la ubicación geográfica para esta investigación. Todos los métodos y procedimientos se implementarán utilizando el lenguaje estadístico R.