| Revista: | Anales AFA |
| Base de datos: | |
| Número de sistema: | 000532779 |
| ISSN: | 1850-1168 |
| Autores: | Scagliotti, A. F.1 Jorge, D. G. A.1 |
| Instituciones: | 1Universidad Nacional de Gral. Sarmiento, Instituto de Ciencias, Buenos Aires. Argentina |
| Año: | 2022 |
| Periodo: | Mar |
| Volumen: | 33 |
| Número: | 1 |
| Paginación: | 18-23 |
| País: | Argentina |
| Idioma: | Español |
| Resumen en español | La calidad del aire es uno de los mayores problemas ambientales de la actualidad, y las partículas en el aire son un indicador muy estudiado dados sus impactos sobre la salud y el clima. El costo de los equipos regulatorios de medición lleva a que haya una limitada disponibilidad de información en muchas partes del mundo, como sucede en Argentina. Este trabajo propone un modelado de material particulado a partir de Redes Neuronales Artificiales, alimentado con datos de equipos de bajo costo desarrollados y utilizados para tal fin. De esta manera, se presenta un estudio preliminar de la calidad del aire en el Centro-Norte del conurbano bonaerense, aportando nueva información sobre cantidades y tipos de partículas en una región sin antecedentes históricos. Se encontraron mayoritariamente partículas gruesas en bajas concentraciones y se desarrolló un modelo de predicción de material particulado con buenas prestaciones. |
| Resumen en inglés | Air quality is one of the biggest environmental problems today, and airborne particles are a well-studied indicator given their impacts on health and climate. The cost of regulatory measurement equipment leads to limited information availability in many parts of the world, as in Argentina. This work proposes modeling of particulate matter from Artificial Neural Networks, fed with data from low-cost equipment developed and used for this purpose. In this way, a study of air quality in the Center-North of the Buenos Aires suburbs is presented, providing new information on quantities and types of particles in a region without historical antecedents. Coarse particles were mostly found at low concentrations and a prediction model for particulate matter with good performance was developed. |
| Palabras clave: | Calidad del aire, Mediciones de bajo costo, Redes neuronales |
| Keyword: | Air quality, Low cost measurements, Neural networks |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
