Presentación 8 de marzo 2013-Jhon Jairo Anaya

(1)

Ing. Jhon Jairo Anaya Díaz

SISTEMA PROTOTIPO PARA LA

ESTIMACIÓN DEL COMPORTAMIENTO

DEL ÍNDICE DE CALIDAD DEL AIRE

USANDO TÉCNICAS DE

APRENDIZAJE COMPUTACIONAL

(2)

OBJETIVO

GENERAL

• _{Desarrollar un sistema prototipo para}

la estimación del comportamiento del

índice de calidad del aire usando

técnicas

de

aprendizaje

computacional

(3)

OBJETIVOS

ESPECÍFICOS

• Construir un conjunto de datos de meteorología e índice de calidad del aire apropiado para el entrenamiento y

validación de modelos descriptivos y predictivos de aprendizaje computacional.

• Diseñar, implementar y evaluar un modelo descriptivo de datos de meteorología e índice de calidad del aire, basado en técnicas de aprendizaje computacional.

• Diseñar, implementar y evaluar un modelo predictivo,

basado en técnicas de aprendizaje computacional, para la estimación del índice de calidad del aire.

(4)

(5)

PROBLEMÁTICA:

Computacional

(6)

• _{El problema de investigación implica la necesidad}

de encontrar una estrategia para estimar el ICA en un entorno multivariable altamente aleatorio, mediante la utilización de técnicas de aprendizaje computacional, y además obtener modelos que garanticen un buen desempeño en sus resultados. Sin contar que dicho modelo debe ser implantado dentro de un plan de mantenimiento y supervisión.

(7)

CRONOGRAMA

Tarea o actividad Duració

n

Entregable Desarrollo

Recolectar Datos

Iniciales 0.5 sem. Listar los Datos Cumplido

Describir Datos 0.5 sem. Adquisición de _{datos y Problemas} Cumplido

Explorar Datos 1 sem. Explorar Datos Cumplido

Verificación de los

Datos 1 sem. Encontrar datos relevantes Cumplido

Documentación 3 sem. Documentar los actividades

desarrolladas

Cumplido

(8)

CAP.1

INTRODUCCIÓN

• _{Se hace una breve descripción del proyecto de}

investigación continuando con el problema tanto medioambientalista como computacional.

• _{Se muestra además el marco de referencia de la}

contaminación ambiental como sus implicaciones en la salud.

• _{Culminando con la concepción de las cuatro fases}

(9)

CAP.2 ESTADO DEL

ARTE

• _{Se comienza hablando de los contaminantes del}

aire, estudiados en las referencias. Además de la evolución de cronológica de las investigaciones alrededor del tema de

Evolución Cronológica del Estado del Arte(Extraído del estado del arte de las referencias del autor)

01/01/2000 01/06/2012

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

PM10: Material Particulado menor a 10 Micras PM2.5: Material Particulado menor a 2.5 Micras PST: Partículas Suspendidas Totales

CO: Monóxido de Carbono SOx: Óxidos de Azufre NOx: Óxidos de Nitrógeno O3: Ozono

RS: Radiación Solar ML: Machine Learning NL: Numérico Lineal NNL: Numérico No Líneal SP: Simple Prediction

MLE: Modelo Lineal Estadístico E: Estadístico

MANL: Modelo Adaptativo No Lineal H: Híbrido

HSMM: Semi-Markov Oculto SE: Software Especializado

2001 Empírico PST ML-NL 2000 Empírico PM2.5 ML-SP 2002 Empírico PM10 ML-NL 2003 Empírico y Determinístico

NO2, PM10 ML-MLE 2003 Empírico NOx ML-NL 2004 Empírico CO ML 2006 Empírico PM10 ML-NL 2005 Empírico PM10 ML 2005 Empírico NO2 ML 2005 Empírico PM2.5 ML 2005 Empírico PM10, O3 ML 2005 Híbrido NO2, PM2.5 ML/E 2006 Empírico PM10 ML 2006 Empírico PM10 H 2006 Empírico PM10 MANL 2007 Empírico NO2, CO,SO2 ML 2008 Empírico e Híbrido

PM10 ML-NL y NL/NNL

2008 Empírico NO2, O3,SO2, CO

ML 2008 Empírico PM10 ML 2009 Empírico CO,SO2 ML 2009 Empírico PM10,CO,NO2, O3 ML 2009 Empírico PM2.5 HSMM 2010 Empírico RS ML 2009 Empírico PM10,CO,NO2 H 2010 Empírico PM2.5 NNL 2010 Empírico PM10, CO, SO2

ML

2010 Empírico NO2, CO, SO2, O3

ML 2011 Híbrido PM10 ML/E 2011 Empírico PM10 ML 2011 Híbrido PM10, PM2.5 ML/NNL 2012 Empírico PM10 H 2012 Empírico PM10 ML 2012 Híbrido CO ML/NNL 2012

Empírico y Determinístico PM10 ML-SE

2008 Empírico PM10, NO2, O3,SO2, CO

ML

Año

Escuela

(10)

CAP.2 ESTADO DEL

ARTE

• _{Siguiendo con los métodos de análisis de la}

estimación. Identificando las 3 escuelas de los referencias (Empíricas, Determinísticas e Híbridas). Además cuales métodos son los mas utilizados.

Representación de las Escuelas (Extraído del estado del arte de las referencias del autor)

MLP 40%

RBF 13% SVM

8% REGRESIÓN LINEAL

11%

ESTADÍSTICOS 11% HÍBRIDOS

4% OTROS_13%

(11)

CAP.4 PREPARACIÓN DE

LOS DATOS

1. Recolección y Descripción de Datos

Los datos recolectados fueron extraídos de las bases de datos de la Corporación Autónoma Regional del Cesar (CORPOCESAR).

+

2009-2012

(12)

CAP.4 PREPARACIÓN DE

LOS DATOS

2. Descripción de los Datos: En primera instancia se trabaja con la base de datos de Valledupar, los datos obtenidos de las estaciones conforman la base de datos tanto de monitoreo de Material particulado y monóxido de Carbono, como de meteorología de la Ciudad de Valledupar; luego se trabaja con la base de datos de la Zona Carbonífera del Cesar, conformada por la base de datos de monitoreo de Material particulado

(13)

CAP.4 PREPARACIÓN DE

LOS DATOS

Sistema de Vigilancia de Calidad de Aire de la Ciudad de Valledupar SVCA_CV*

*Universidad Industrial de Santander - Corpocesar and Grupo De Investigación

Geomática. 2012. Informe De Operación Del Sistema De Vigilancia De Calidad De Aire De La Ciudad De Valledupar y Zona Carbonífera del Cesar, Departamento Del Cesar.

(14)

CAP.4 PREPARACIÓN DE

LOS DATOS

ID ESTACIÓN TECNOLOGÍA TIPO MATERIAL ESTUDIADO

LATUTUD: OESTE

LONGITUD: NORTE

V2 Estación Móvil _{- Gobernación}

Micro-balanza

oscilatoria Automático PM10 73° 15’ 6.78” 10° 28’ 20.12”

Infrarrojo no

dispersivo Automático CO 73° 15’ 6.78” 10° 28’ 20.12”

V4 Clínica Laura _Daniela Hi -Vol Manual PM10 73° 15’ 25” 10° 28’ 12”

Coordenadas geográficas de las Estaciones de Valledupar *

(15)

CAP.4

PREPARACIÓN DE LOS DATOS

ID ESTACIÓN TECNOLOGÍA TIPO MATERIAL

ESTUDIADO LATUTUD: ESTE LONGITUD: NORTE

ZM1 La Loma Centro

Hi-Vol Tipo Turbina

Manual

PM10

-73,6032 9,6140 Hi-Vol PST

ZM2 La Jagua Centro

Hi-Vol Tipo Turbina Manual PST

-73,3297 9,5594 Secuencial-Partisol 2025 Semiautomatico PM10

Secuencial-Partisol 2025 Semiautomatico PM2.5

ZM3 La Loma 2

Hi-Vol Manual PST

-73.5894 9,6140 Thermo FH C14 Automático PM10

ZM4 Las Palmitas Hi-Vol Manual PM10 -73,4054 9,5041

ZM5 La Aurora

Hi-Vol Manual PST

-73,5508 9,4664 PQ 100 Automático PM10

ZM6 Boquerón

Hi-Vol Manual PST

-73,4229 9,6312 Hi-Vol Semiautomatico PM10

PM162M Semiautomatico PM2.5

ZM7 Plan Bonito

Hi-Vol Manual PM10

-73,4974 9,6410 Hi-Vol Manual PST

ZM9 La Jagua Vía

Hi-Vol Manual PM10

ZM11 Background (Minguillo)

Secuencial-Partisol 2025 Semiautomatico PM10

-73,5006 9,9408 PM162M Semiautomatico PM10

ZM12 Rincón Hondo

PQ200 Automatico PM10

ZM13 El Hatillo

Hi-Vol Manual PM10

ZM14 Estados Unidos

Hi-Vol Manual PST

-73,2094 9,6252 PQ 200 Automático PM10

ZM15 Chiriguaná Thermo FH C14 Automático PM10 -73,6071 9,3635

ZM18 Móvil 1-Norcabón PQ100 Automático PM10 -73,2759 9,5565

ZM19 Becerril Secuencial-Partisol 2025 Semiautomatico PM10 -73,2792 9,7022 Universidad Industrial de

Santander - Corpocesar 2012.

Operación del Sistema Especial de Vigilancia de Calidad de Aire de la Zona Carbonífera del Departamento del Cesar Anexo Informe Mensual SEVCA_ZCC – Mayo- 2012-01

Coordenadas

geográficas de las Estaciones de

(16)

CAP.4 PREPARACIÓN DE

LOS DATOS

3. Exploración de Datos:

Los atributos extraídos de la base de datos son:

• _Fecha:_{es la fecha del Monitoreo}

• _Temperatura:_{es la temperatura promedio del}

día.

• _{Temperatura Máxima:}_{es la temperatura}

máxima del día.

• _{Temperatura Mínima:}_{es la temperatura mínima}

del día.

• _{Precipitación:}_{equivale a la precipitación}

(17)

CAP.4 PREPARACIÓN DE

LOS DATOS

• _{Velocidad del viento}_{: promedio de la velocidad del}

viento diaria.

• _{Humedad relativa:}_{humedad presente en el}

ambiente diaria.

• _{Dirección del viento:}_{es la dirección predominante}

de donde proviene el viento.

• _{Presión atmosférica:}_{es la presión atmosférica}

promedio del día.

• _Variable:_{variable a medir (PM10 o CO)} • _ICA:_{índice de calidad del aire}

• _{ICA_Clasificación:}_{clasificación del índice de}

(18)

CAP.4 PREPARACIÓN

DE LOS DATOS

(19)

CAP.4 PREPARACIÓN

DE LOS DATOS

Calidad de los Datos: Relaciones entre datos (CO y PM10)

Temperatura Vs ICA Precipitación Vs ICA

(20)

CAP.4 PREPARACIÓN

DE LOS DATOS

• _{Relaciones entre datos (CO y PM10)}