Red Neuronal Artificial para la Clasificación y Predicción de la Calidad del Aire

Abstract

Se entiende por contaminación atmosférica a la presencia en la atmósfera de sustancias en una cantidad que implique molestias o riesgo para la salud de las personas y de los demás seres vivos, vienen de cualquier naturaleza, así como que puedan atacar a distintos materiales, reducir la visibilidad o producir olores desagradables. Las emisiones a la atmósfera relacionadas con el cambio climático pueden agravar los efectos de la contaminación del aire sobre la salud de los ciudadanos, no solo indirectamente por el impacto en los fenómenos meteorológicos, sino, de manera inmediata, por los efectos directos de los contaminantes para la salud. En este artículo se propone la aplicación de una red neuronal con un entrenamiento supervisado de tipo Backpropagation para hacer predicciones una hora después acerca del estado de la calidad del aire, utilizando métodos de estimación para completar los registros faltantes de las bases de datos utilizadas. El estudio está basado en cuatro años obtenidos de la estación CICEG, una de las tres estaciones que se encuentran en la ciudad de León, Gto. Se consideran cinco (????????????,????????????????, ????????????, ????????, ????????) además del mes, el día y la hora en que se registró el contaminante. Los resultados muestran una aceptable precisión del modelo utilizado para la predicción de la calidad del aire.