Pronóstico del estado de la calidad del aire respecto al material particulado en Bogotá, por medio de minería de datos

Abstract

High particulate matter concentrations registered in Bogotá city have reached unhealthy Air Quality Index levels. The latest national air quality report indicates that the southwest area of the city is one of the most polluted sites in the country. In order to predict the next air quality levels in Bogotá, it is necessary to develop tools that provide enough information to implement mitigation strategies in a timely manner and reduce the impacts on public health. In this work, data mining methods were used to develop a forecasting system regarding particulate matter concentrations in Bogota. Using the R programming environment, the existing correlation between the different variables was evaluated, determining the input parameters to the prediction model. Subsequently, a system of Artificial Neural Networks (ANN) was developed based on historical data from the Bogota Air Quality Monitoring Network (RMCAB, by its initials in Spanish), which performs a statistical forecast of average daily concentration in each station. The 24-hour forecasting systems for particulate matter concentration with the best performance were those developed for the San Cristobal and Guaymaral sites, while the most polluted sites in the city had the systems with de lowest adjustments (Carvajal and Kennedy). In general, no model was able to predict the lowest concentrations, what may be related to the reduction in the average values for the latest years in Bogotá.

Las altas concentraciones de material particulado registradas en la ciudad de Bogotá han alcanzado Índices de Calidad del Aire dañinos para la salud humana. El último reporte nacional de calidad del aire indica que la zona suroccidental de la ciudad es una de las más contaminadas del país. Con el fin de anticipar los estados de calidad del aire que se presentarán en Bogotá, es necesario desarrollar herramientas de pronóstico que permitan implementar de manera oportuna estrategias de mitigación y reducir los impactos sobre la salud pública. En este trabajo se emplearon métodos de minería de datos para desarrollar un sistema de pronóstico de calidad del aire respecto a concentraciones de material particulado en Bogotá. Mediante el ambiente de programación R se evaluó la correlación existente entre las diferentes variables, determinando los parámetros de entrada al modelo de predicción. Posteriormente, se desarrolló un sistema de Redes Neuronales Artificiales (RNA) con base en los datos históricos de la Red de Monitoreo de Calidad del Aire de Bogotá (RMCAB), el cual realiza un pronóstico estadístico de la concentración promedio diaria en cada estación. Los modelos de pronóstico 24 horas para material particulado con los mejores índices de desempeño fueron los desarrollados para las estaciones de San Cristóbal y Guaymaral, mientras que las estaciones más contaminadas de la ciudad presentaron los modelos con los ajustes más bajos (Carvajal y Kennedy). En general, ningún modelo logró predecir las concentraciones más bajas, lo cual puede estar relacionado con la reducción de los valores promedio para los últimos años en Bogotá.