ANÁLISIS DE LA PREDICTIBILIDAD DE LAS CONCENTRACIONES ANUALES DE PM2.5 EN QUITO, APLICANDO LA ENTROPÍA DE KOLMOGÓROV-SINAI

Marco Pino-Vallejo; Alfonso Tierra; Nelly Perugachi

doi:10.47187/perf.v1i23.247

Autores/as

Marco Pino-Vallejo Universidad Nacional de Chimborazo, Riobamba, Ecuador
Alfonso Tierra Universidad de las Fuerzas Armadas, Quito, Ecuador
Nelly Perugachi Escuela Superior Politécnica de Chimborazo ESPOCH, Riobamba, Ecuador

DOI:

https://doi.org/10.47187/perf.v1i23.247

Palabras clave:

Material Particulado PM2.5, Tiempo de Retardo, Dimensión de Encaje, Exponentes de Lyapunov, Entropía de Kolmogórov-Sinai

Resumen

El material particulado de 2.5 micras conocido como PM2.5, se encuentran en el aire urbano, prin- cipalmente debido a la contaminación vehicular. Los efectos en la salud son irreversibles debido a que por su dimensión puede alojarse permanentemente en los alvéolos pulmonares. El objetivo de la investigación fue analizar la predictibilidad de las concentraciones de PM2.5 en Quito-Ecuador (0°13'12.46 "S, 78 ° 30'36.97" O, altura 2830 m), mediante la entropía de Kolmogórov-Sinai. Se uti- lizaron los datos históricos de las concentraciones de PM2.5, registrados por la Red de Monitoreo Atmosférico Metropolitano de Quito del período 2005-2016. Previo al análisis de predictibilidad se calcularon los parámetros de tiempo de retardo, la dimensión de encaje y exponentes de Lyapunov que determinan la dinámica del sistema, para procesar los datos se usa el modelo Tisian. El mayor número de exponentes positivos de Lyapunov se encuentran en los años 2011, 2013 y 2016. La en- tropía de Kolmogórov-Sinai tiene una tendencia a incrementarse en el transcurso de los 12 años analizados, lo cual implica una disminución en la predictibilidad de los datos de PM2.5, debido a la pérdida de información a lo largo de la evolución del sistema.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Linares Cristina, Díaz Julio. Efecto de las partículas de diámetro inferior a 2,5 micras (PM2,5) sobre los ingresos hospitalarios en niños menores de 10 años en Madrid. Gac Sanit. 2009; 23(3): 192-197. Disponible en: http://scielo.isciii.es/ scielo.php?script=sci_arttext&pid=S0213-91112009000300005&lng=es.

Rojas Bracho, Leonora; Garibay Bravo, Verónica Las partículas suspendidas, aeropartículas o aerosoles:

¿hacen daño a la salud?; ¿podemos hacer algo? Gaceta Ecológica, núm. 69, octubre-diciembre, 2003, pp. 29-44.

Ballester, F; Querol, X and Medina, S. Situación actual, prioridades de actuación y necesidades de inves- tigación en contaminación atmosférica y salud en España: conclusiones del taller AIRNET de Barcelona. Gac Sanit. 2007; (2007), 21:70-5.

Secretaría del Ambiente, Informe de calidad del aire en el Distrito Metropolitano de Quito 2016, acceso 3 de junio de 2019, http://www.quitoambiente.gob.ec/ambiente/ images/Secretaria_Ambiente/red_moni- toreo/informacion/ICA2016.pdf.

Chuquer, David & Ampudia Vásquez, Santiago & Cruz, Carolina & Bustamante, Leonardo & Ramirez Cevallos, Francisco & reina, carlos. (2018). Contaminación del aire a filo de calle en quito, caso estudio Guayaquil y Espejo, Revista Perfiles. 2. 90-99.

Alligood, K; Sauer, T and Yorke, J., Chaos an introduction to dynamical systems. New York, Springer-Ver- lag, 1996.

Hilborn, R.C., Chaos and Nonlinear Dynamics: An Introduction for Scientists and Engineers. Oxford University Press, New York, Oxford, 1994.

Hegger, R; Kantz, H and Schreiber, T. Practical implementation of nonlinear time series methods: The TISEAN package, Chaos, 1999, 9, 413; https://doi.org/10.1063/1.166424.

Escudero I. y Haro A., “Modelación y pronóstico del potencial energético hídrico del río Blanco del cantón Riobamba usando la teoría del caos y un método convencional”, Rev. XVI Jornadas de estadística e informática, Guayaquil, Ecuador, 2010.

Garín F. Janampa A., Juan M. Pesantes R. y Martín B. Sandoval C., Generalization of the kolmogorov-si- nai entropy: z-logistic maps, Anales Científicos, 2015, 76, 237-240

Da- Hai Xia et al., Atmospheric corrosion assessed from corrosion images using fuzzy Kolmogorov–Si- nai entropy, Corrosion Science, 2017, 120, 251-256.

Das, Moupriya and Costa, Anthony B. and Green, Jason R, Extensivity and additivity of the Kolmogo- rov-Sinai entropy for simple fluids, American Physical Society, Phys. Rev., 2017, E 95, 022102.

Pinos M., “Estimación del cambio climático en la ciudad de Riobamba usando la teoría del caos”, Tesis de pregrado, Universidad Nacional de Chimborazo, Ecuador, 2002.

Fraedrich, K., Estimating weather and climate predictability on attractors. Journal of the Atmospheric Sciences, 1987, 44, 722-728.

Fernández, D. Reducción del ruido y predicción de series temporales de alta frecuencia mediante sis- temas dinámicos no lineales y técnicas neurales. Banco Nacional de Uruguay. Disponible en 2014. http:// www.bvrie.gub.uy/ local/File/doctrab/2014/1.2014.pdf.

Kennel, M, Brown, R and Abarbanel,H, Determining embedding dimension for phase-space recons- truction using a geometrical construction. Phys. Rev., 1992. A 45, 3403.

Sauer, T; Yorke, J and Casdagli, M., Embedology, J. Stat. Phys. 1991, 65, 579.

Takens, F., Detecting strage attractors in turbulence, Lecture notes in Math. v.898, Springer-Verlag, New York, pp. 366-381, 1981.

Bejar J., Caracterización de datos electrocardiográficos mediante la teoría del caos, Informe final conve- nio ESPOCH-FUNDACYT, Riobamba, Ecuador, 2001.

Taher A. zar and Vaidyanathan S., Advances in Chaos Theory and Intelligent Control, Springer Interna- tional Publishing Switzerland 2016.

Ruelle D., “Early chaos theory”, Physics Today, pp. 27, May, 2013.

Inga Stolz, and Karsten Keller, Tom Meyerovitch, Sieye Ryu, A general symbolic approach to Kolmogo- rov-Sinai entropy, Entropy 2017, 19, 675.

Santos Burguete C., “Física del caos en Predicción Meteorológica. Edi. Digital AEMET, 2018.

Haro, A., Llosas Y., Lamaico C., Predicción de datos meteorológicos en cortos intervalos de tiempo en la ciudad de Riobamba usando la Teoría del Caos. Sistemas Cibernética e Informática, 2016, 13, 35:41.

Van Beijeren, H. and Dorfman, J. R. and Posch, H. A. and Dellago, Ch., Kolmogorov-Sinai entropy for dilute gases in equilibrium. American Physical Society, 1997, 5272—5277.