Spatiotemporal forecasting of PM2.5 in the urban areas of Medellín using machine learning
Cargando...
Autores
Tipo de contenido
Editor
Document language:
Inglés
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El PM2.5 es un contaminante atmosférico crítico asociado con efectos adversos sobre la salud, por lo que su estimación y pronóstico son esenciales para evaluar la exposición y apoyar decisiones preventivas. Sin embargo, la mayoría de los enfoques existentes dependen de estaciones fijas de monitoreo y evalúan su desempeño únicamente en dichas ubicaciones, limitando la reconstrucción y el pronóstico sobre superficies urbanas continuas, especialmente ante monitoreo escaso y dinámicas espaciotemporales no estacionarias.
Esta tesis propone un marco integrado para la reconstrucción espaciotemporal horaria y el pronóstico en tiempo real del PM2.5 sobre una superficie continua, aplicado al Valle de Aburrá, Colombia. Primero, las concentraciones históricas se reconstruyen mediante un modelo LASSO espaciotemporal basado en regresión de uso del suelo (LUR) con buffers sectorizados multiescala, integrando covariables espaciales y variables dinámicas de monitoreo oficial, meteorología, sensores de bajo costo y morfología urbana. Segundo, la superficie reconstruida permite entrenar CAST (Cell As Token Spatial Transformer), un Transformer espacial de secuencia a secuencia que modela cada celda como un token y pronostica el PM2.5 hasta 24 horas adelante.
Mediante una partición a nivel de estación, la reconstrucción alcanzó r = 0.7653, R² = 58.01 % y RMSE = 5.854 µg/m³ en estaciones excluidas del entrenamiento, superando IDW, LUR temporal y LURF. En pronóstico, CAST(PM25)-Res-Ytime obtuvo el mejor desempeño (r = 0.636, R² = 40.19 %, RMSE = 7.03 µg/m³), superando arquitecturas ConvLSTM. Los resultados demuestran la viabilidad de predecir consistentemente el PM2.5 sobre superficies urbanas continuas. (Texto tomado de la fuente)
Abstract
PM2.5 is a critical air pollutant associated with adverse health outcomes, making accurate estimation and forecasting essential for exposure assessment and preventive decision making. However, most existing approaches rely on fixed monitoring stations and evaluate performance only at those locations, limiting the reconstruction and forecasting of PM2.5 over continuous urban surfaces, particularly under sparse monitoring and nonstationary spatiotemporal dynamics.
This doctoral thesis proposes an integrated framework for hourly spatiotemporal reconstruction and real-time forecasting of urban PM2.5 over a continuous surface, applied to the Aburrá Valley, Colombia. First, historical concentrations are reconstructed using a spatiotemporal LASSO model based on Land Use Regression with multiscale sectorized buffers, integrating static spatial covariates and dynamic variables from official monitoring stations, meteorology, low-cost sensors, and urban morphology. Second, the reconstructed surface is used to train CAST (Cell As Token Spatial Transformer), a sequence-to-sequence spatial Transformer that models each grid cell as a token and forecasts PM2.5 up to 24 hours ahead.
A station-level partitioning scheme evaluates spatial generalization while preventing data leakage. At stations excluded from training, reconstruction achieved r = 0.7653, R² = 58.01%, and RMSE = 5.854 µg/m³, outperforming IDW, temporal LUR, and LURF. For forecasting, CAST(PM25)-Res-Ytime achieved the best overall performance (r = 0.636, R² = 40.19%, RMSE = 7.03 µg/m³), outperforming conventional ConvLSTM architectures. Overall, integrating structured spatial reconstruction with Transformer-based forecasting enables consistent continuous-surface PM2.5 prediction in complex urban environments.
Descripción
ilustraciones
Términos Normalizados
000 - Ciencias de la computación, información y obras generales::003 - Sistemas; 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores; Calidad del aire - Medellín (Colombia); Contaminación del aire; Modelos estadisticos; Predicciones