Biblioteca Central de la Universidad Nacional del Santa

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.