SISTEMA INTEGRAL BAJO EL ENFOQUE DE MINERÍA DE DATOS Y REDES NEURONALES PARA LA PREDICCIÓN Y CONTROL DE LA CONTAMINACIÓN ATMOSFÉRICA POR PM10 EN LA CIUDAD DE CHIMBOTE
|
|||||||||||
Codigo |
TDD/815//0001/2014
|
||||||||||
Autor |
Ing.Sixto Díaz Tello
|
||||||||||
Asesor |
Dr. Carlos Raymundo Ibañez
|
||||||||||
Escuela |
DOCTORADO EN INGENIERIA DE SISTEMAS E INFORMATICA
|
||||||||||
Pie de Imprenta |
Nvo. chimbote,UNS,,2017
|
||||||||||
Caracteristicas |
283, Anexos-CD
|
||||||||||
Contenido |
RESUMEN
La contaminación atmosférica es una amenaza aguda, constituye un fenómeno que tiene
particular incidencia sobre la salud del hombre. Los cambios que se producen en la
composición química de la atmosfera pueden cambiar el clima, producir lluvia ácida o
destruir el ozono, fenómenos todos ellos de una gran importancia global. La Organización
Mundial de la Salud (OMS) considerara la contaminación atmosférica como una de las más
importantes prioridades mundiales.
Chimbote; ha sido catalogada por la Dirección General de Salud Ambiental (DIGESA)
como la tercera ciudad más contaminada en este país. Las principales fuentes de
contaminación son fuentes fijas como la industria pesquera y siderúrgica. Los
contaminantes que se han registrado como preocupantes son el monóxido de Azufre (SO2)
y principalmente las Partículas Menores a 10 micrómetros (PM10).
En la presente tesis doctoral se propone la implementación de un sistema integral, que
permita realizar la predicción de la contaminación atmosférica por concentración del
contaminante crítico PM10 para Chimbote, haciendo uso de redes neuronales y minería de
datos.
El modelo implementado plantea el uso de las variables meteorológicas y variables
estacionales; como factores que influyen en la concentración de los contaminantes. La Red
Neuronal Artificial utilizada es el Perceptrón Multicapa, con una capa de entrada de 09
neuronas (correspondiente a cada variable meteorológica), 02 capas ocultas y la capa de
salida de 05 neuronas (correspondiente al índice de calidad del aire). Las variables
meteorológicas disponibles para realizar la predicción fueron: Dirección predominante del
viento, Velocidad del viento predominante, Velocidad promedio Velocidad máxima,
Temperatura ambiente promedio, Presión promedio, Humedad promedio y las variables
estacionales: día y mes del año.
|
||||||||||
Ejemplares |
|
||||||||||