Ingenierías USBMed
Dimensions

PlumX

Cómo citar
Londoño Ciro, L. A., Cañón Barriga, J. E., Villada Flórez, R. D., & López Ceballos, L. Y. (2015). Caracterización espacial de PM10 en la ciudad de Medellín mediante modelos geoestadísticos. Ingenierías USBMed, 6(2), 26–35. https://doi.org/10.21500/20275846.1728
Términos de licencia

Esta revista provee acceso libre inmediato a su contenido bajo el principio de hacer disponible gratuitamente las investigaciones al publico y apoyando un mayor intercambio de conocimiento global. 

Por tanto se acoge a la Licencia Creative Commons 4.0 Atribución- no comercial-sin derivadas (by-nc-nd): permite copiar y redistribuir el material en cualquier medio o formato, No se permite un uso comercial de la obra original ni de las posibles obras derivadas,  Si remezcla, tansforma o crea a partir del material, no podrá distribuir el material modificado.
 

Costos de procesamiento y presentación de los artículos

El procesamiento y publicación en Ingenierías USBMed no tiene costo.

Política de acceso abierto

Ingenierías USBMed proporciona un acceso abierto inmediato a su contenido, basado en el principio de ofrecer al público un acceso libre a las investigaciones ayudando a un mayor intercambio global de conocimiento. Por tanto se acoge a la Licencia Creative Commons 4.0 Atribución- no comercial-sin derivadas (by-nc-nd): permite copiar y redistribuir el material en cualquier medio o formato, No se permite un uso comercial de la obra original ni de las posibles obras derivadas,  Si remezcla, tansforma o crea a partir del material, no podrá distribuir el material modificado.

Derechos de Autor (Copyrigt)

La totalidad de los contenidos de Ingenierías USBMed, e-ISSN 2027-5846 están registrados y protegidos por las leyes de protección de la propiedad intelectual. Los derechos de propiedad intelectual de cada artículo son cedidos por sus autores a Ingenierías USBMed. Al someter el manuscrito, y únicamente en caso de ser aceptado para publicación, los autores aceptan que el copyright de su artículo queda transferido a Ingenierías USBMed. No obstante, se consideran todas las solicitudes de autorización por parte de los autores con fines de reproducción de sus artículos. Igualmente, Ingenierías USBMed otorga permiso de acceso para usuarios y bibliotecas. Ingenierías USBMed apoya el libre acceso a la literatura científica dicho copyright pide el respeto de los derechos morales, principalmente el reconocimiento de su autoría y el respeto a la integridad de la obra, evitando dentro de lo posible alteraciones, traducciones o falsificaciones. Al ser Ingenierías USBMed una publicación electrónica de carácter científico que publica trabajos de investigación científica y tecnológica, artículos de reflexión o artículos de revisión, el objetivo prioritario tanto de los los autores como de Ingenierías USBMed es lograr la mayor difusión de los artículos, para lo cual los autores ceden a Ingenierías USBMed sus derechos, únicamente a cambio del reconocimiento intelectual, moral y laboral, al considerarse que es una materia no de ocio o entretenimiento, sino de fuerte interés social, por su carácter científico.

Política Ética

Los autores deben actuar de forma ética en los procesos requeridos para la publicación de sus artículos en Ingenierías USBMed. Para esto, los autores y miembros de la revista se deben acoger a la politica de Ética editorial de la Editorial Bonaventuriana, disponible en el siguiente link: Manual editorial

Responsabilidad de contenidos

El contenido de los artículos publicados por Ingenierías USBMed es de exclusiva responsabilidad del (os) autor(es) y no necesariamente refleja el pensamiento del comité editorial y científico de la revista Ingenierías USBMed. Los textos pueden reproducirse total o parcialmente citando la fuente.

Resumen

En este artículo se presenta un modelo geoestadístico para caracterizar espacialmente el comportamiento del contaminante PM10 en la ciudad de Medellín Colombia. Los datos se han tomado de nueve sitios de monitoreo en valor promedio mensual (µg/m3) durante el periodo enero 2003 a diciembre 2007. Se evaluaron diferentes modelos mediante pruebas de validación cruzada. El mejor modelo es el j-bessel. Se calculan los parámetros del modelo mediante pruebas ANOVA para agrupaciones trimestrales. Con Kriging ordinario y sistemas de información geográfica, se obtienen mapas de caracterización espacial del contaminante.

Palabras clave:

Referencias

[1]. N. Hamm, A. Finley, M. Schaap and A. Stein, “A spatially varying coefficient model for mapping PM10 air quality at the European scale,” Atmospheric Environment, Vol. 102, pp. 393-405, 2015.
[2]. Z. Sun, X. An, Y. Tao and Q. Hou, “Assessment of population exposure to PM10 for respiratory disease in Lanzhou (China) and its health-related economic costs based on GIS,” BMC Public Health, Vol. 13, No 1, pp. 891-900, 2013.
[3]. J. Li and D. Heap, “A. Spatial interpolation methods applied in the environmental sciences: A review,” Environmental Modelling & Software, Vol. 53, pp. 173-189, 2014.
[4]. S. Young, J. Tullis and J. Cothren, “A remote sensing and GIS-assisted landscape epidemiology approach to West Nile virus,” Applied Geography, No 45, pp. 241-249, 2013.
[5]. M. J. Bechle, D. B. Millet and J. D. Marshall, “Remote sensing of exposure to NO2: satellite versus ground based measurement in a large urban area,” Atmospheric Environment, Vol. 69, pp. 345-353, 2013.
[6]. J. Lorenzo, G. Aviles, J. Mondejar and M. Vargas, “A spatio-temporal geostatistical approach to predicting pollution levels: The case of mono-nitrogen oxides in Madrid,” Computers, Environment and Urban Systems, No 37, pp. 95-106, 2013.
[7]. M. Rooney, R. Arku, K. Dionisio, C. Paciorek, A. Friedman, H. Carmichael, Z. Zhou, A. Hughes, J. Vallarino, S. Agyei-Mensah, J. Spengler and M. Ezzati, “Spatial and temporal patterns of particulate matter sources and pollution in four communities in Accra, Ghana,” Science of the Total Environment, Vol. 435-436, pp 107-114, 2012.
[8]. D. Rojas-Avellaneda, “Spatial interpolation techniques for estimating levels of pollutant concentrations in the atmosphere,” Rev. mex. is, Vol.53, No.6, pp.447-454, 2007.
[9]. H. Merbitz, S. Fritz and C. Schneider, “Mobile measurements and regression modeling of the spatial particulate matter variability in an urban area,” Sci. Total Environ, Vol. 438, pp. 389-403, 2012.
[10]. G. Hoek, K. Meliefste, J. Cyrys, M. Lewné, T. Bellander, M. Brauer and B. Brunekreef, “Spatial variability of fine particle concentrations in three European areas,” Atmospheric Environment, Vol. 36, No 25, pp. 4077-4088, 2002.
[11]. G. Righini, A. Cappelletti, C. Cremona, A. Piersanti, L. Vitali and L. Ciancarella, “GIS based assessment of the spatial representativeness of air quality monitoring stations using pollutant emissions data,” Atmospheric Environment, No 97, pp. 121-129, 2014.
[12]. D. Dominick, H. Juahir, M. Latif, S. Zain and A. Aris, “Spatial assessment of air quality patterns in Malaysia using multivariate analysis,” Atmospheric Environment, No 60, pp. 172-181, 2012.
[13]. E. Gramsch, F. Cereceda-Balic, P Oyola and D. Von Baer, “Examination of pollution trends in Santiago de Chile with cluster analysis of PM10 and ozone data,” Atmospheric Environment, Vol. 40, No 28, pp. 5464-5475, 2006.
[14]. C. Silva, L. Firinguetti, and A. Trier, “Contaminación ambiental por partículas en suspensión: Modelamiento estadístico,” Actas XXI Jornadas Nacionales de Estadística. Concepción, Chile, 1994.
[15]. P. Pérez and J. Reyes, “Prediction of maximun of 24h average of PM10 concentrations 30h in advance in Santiago, Chile,” Atmospheric Environment, Vol. 36, pp. 4555-4561, 2002.
[16]. C. Silva, P. Pérez and A. Trier, “Statistical modelling and prediction of atmospheric pollution by particulate materia: two nonparametric approaches,” Environmetrics, Vol. 12, pp. 147-159, 2001.
[17]. J. Huertas, M. Huertas, S. Izquierdo and E. Gonzales, “Air quality impact assessment of multiple open pit coal mines in northern Colombia,” Journal of Environmental Management, Vol. 93, No 1, pp. 121-129, 2012.
[18]. E. Dons, M. Van Poppe, L. Panis, S. De Prins, P. Berghmans, G. Koppen and C. Matheeussen, “Land use regression models as a tool for short, medium and long term exposure to traffic related air pollution,” Science of the total Environment, Vol. 476–477, pp. 378-386, 2014.
[19]. M. Beauchamp, L. Malherbe and C. De Fouquet, “A pragmatic approach to estimate the number of days in exceedance of PM10 limit value,” Atmospheric Environment, Vol. 111, pp. Pages 79-93, 2015.
[20].R. Webster and M. Oliver, Geostatistics for Environmental Scientists. England: John Wiley & Sons Ltd, 2007, p. 19-20.
[21]. R. Bilonik, “A. Risk qualified maps of hydrogen ion concentration for the New York state area for 1966 – 1978,” Atmospheric Environment, Vol. 17, pp. 2513-2524, 1983.
[22]. L. Londoño and J. Cañón, “Imputation of spatial air quality data using gis-spline and the index of agreement in sparse urban monitoring networks,” Revista Facultad de Ingeniería Universidad de Antioquia, No. 76, to be published, 2015.
[23]. A. Pollice, and G. Jona Lasinio, “Two Approaches to Imputation and Adjustment of Air Quality Data from a Composite Monitoring Network,” Journal of Data Science, Vol. 7, pp. 43-59, 2009.
[24]. M. Quiroz, D. Martínez, H. Massone, L. Londoño and C. Dapeña, “Spatial distribution of electrical conductivity and stable isotopes in groundwater in large catchments: a geostatistical approach in the Quequén Grande River catchment, Argentina,” Isotopes in Environmental and Health Studies, Jul. 2015. [Online]. Available: http://dx.doi.org/10.1080/10256016.2015.1056740.
[25]. I. Villada and L. Londoño, “Aplicación de métodos geoestadísticos para la caracterización de la calidad química de un depósito de material calcáreo,” Revista Boletín Ciencias de la Tierra, No. 35, pp. 15-23, 2014.
[26]. K. Johnston, J. Verhoef, K. Krivoruchko and N. Lucas, ArcGIS Geostatistical Analyst Tutorial. USA: ESRI, 2003, pp. 256-258.

Descargas

Los datos de descargas todavía no están disponibles.

Citado por