Esta memoria de Tesis Doctoral esta estructurada por cinco partes, la primera parte esta dedicada a la presentación de esta memoria de Tesis. La segunda parte, presenta los temas en cuestión (El problema de la Contaminación Atmosférica, Fusión de Datos de Sensores y Redes Neuronales Artificiales). En la tercera, se detalla la metodología con la que se contribuye en la supervisión de la calidad del aire en la ciudad de Salamanca. La cuarta parte, presenta los resultados obtenidos, su análisis e interpretación así como las contribuciones y conclusiones que aporta esta memoria de Tesis. Finalmente, la quinta parte presenta una serie de anexos que complementan los resultados ofrecidos en esta Tesis Doctoral y que ayudan a soportar la solución propuesta. Detalladamente, se ofrece a continuación el contenido de cada uno de los capítulos.
Cap. 1 Introducción
El presente capítulo, ofrece la introducción a esta memoria de Tesis Doc- toral, el capítulo incluye los antecedentes que dan origen a está propuesta, así como los objetivos y el impacto científico y ambiental.
Cap. 2 El problema de la contaminación atmosférica
El capítulo 2, presenta los aspectos más relevantes del problema de la con- taminación atmosférica al que se enfrenta no solo la población de la ciudad de Salamanca, sino también en las principales zonas metropolitanas del pais y el mundo. Se presentan además, los conceptos básicos de la con- taminación atmosférica, tales como; causas que la originan, los peligros que ocasiona y las acciones realizadas para mitigar este problema. El capítulo además incluye una serie de estudios recientes que demuestran los efectos de variables meteorológicas en concentraciones de contaminantes y modelos desarrollados para modelar estos efectos.
Cap. 3 Fusión de Datos de Sensores (FDS)
En el capítulo 3 se presentan los aspectos más relevantes de la técnica de
Fusión de Datos de Sensores (FDS). Se da a conocer el objetivo de esta
técnica, su definición, las ventajas obtenidas, algunas de las técnicas de fusión existentes, la amplia variedad de aplicaciones mediante el uso de es- ta técnica, diseñadas explícitamente para una gran variedad de situaciones distintas. Se destaca la importancia de esta técnica en aplicaciones tanto militares como no militares (civiles), tales como el reconocimiento de en- torno, ayuda al diagnostico médico, procesamiento de imágenes, etc., en areas como la robótica, inteligencia artificial, estadística, etc. El empleo de
la FDS supone unaganancia cuantitativade información respecto a la infor-
mación que sería obtenible bajo la consideración de los diferentes sensores
por separado además de una ganancia de carácter cualitativo, que ayudará
a tomar decisiones al respecto de alguna contingencia ambiental [24].
Cap. 4 Redes Neuronales Artificiales (RNA)
El capítulo 4, presenta la introducción al paradigma de las Redes Neu- ronales Artificiales (RNA). Su evolución histórica, conceptos, ventajas de su implementación, tipos de funciones de activación, estructuras y algunos métodos de implementación están incluidos en esta introducción.
Detalladamente, en el capítulo se presenta a los Mapas Auto-Organizados o mapas de Kohonen, uno de los sistemas neuronales más conocidos con aprendizaje no supervisado y uno de los algoritmos comúnmente usados en numerosos estudios que relacionan la calidad del aire con situaciones meteorológicas [25–32].
Los capítulos anteriores tienen el objetivo de presentar los conceptos fundamentales de la Contaminación Atmosférica, de la Fusión de Datos de Sensores y Redes Neuronales Artificiales. Los capítulos siguientes constituyen la aportación original de esta memoria de Tesis Doctoral para obtener un modelo de supervisión de calidad del aire.
Cap. 5 Metodología
El capítulo 5, presenta la metodología propuesta para el desarrollo de un modelo de supervisión que determine de forma automática y confiable el nivel del ICA, además de que contribuya en la mejora de la calidad del aire. La metodología consiste en extraer conjuntos de patrones por concentración de contaminante para entrenar una Red Neuronal de Mapas Auto-organizados (SOM) y discriminar entre los diferentes niveles del ICA. La función discriminante en la red SOM determinara en función de las vari- ables meteorológicas si las concentraciones de contaminantes proporcionadas en un instante se encuentran o no dentro del campo de percepción del punto de muestreo. La metodología se implementará en las tres estaciones de supervisión de Salamanca proporcionando mayor cobertura de análisis y una visión general del comportamiento de la contaminación atmosférica en la ciudad de Salamanca.
Para seleccionar la red SOM que proporcione la mejor evaluación de las con- centraciones de contaminantes e interpretación de la contaminación atmos- férica, el proceso consistió separar los datos en dos grupos: entrenamiento y prueba. Una red SOM con cuatro neuronas es creada y entrenada usando el conjunto de datos de entrenamiento (número de niveles establecidos parta el ICA). Los resultados del agrupamiento SOM serán analizados y comparados con los niveles de contaminación establecidos por Autoridades Ambientales. Otra red SOM sera creada y entrenada con una neurona adicional. El criterio de evaluación sera de nuevo analizado y comparado. El número de neuronas se incrementara hasta que se obtengan los mejores resultados con el criterio de evaluación. La red SOM sera seleccionada y evaluada con el conjunto de datos de prueba. El proceso de entrenamiento se detendrá cuando en todas las neuronas de la estructura SOM se obtengan una estabilidad del 1 % en la posición del espacio de características de cada variable. El proceso de agregar neuronas, hace más flexible a la red SOM, permitiendo que se adapte a los datos de entrenamiento.
Los patrones de entrenamiento fueron obtenidos con las concentraciones máximas y mínimas diarias de cada contaminante y sus variables meteorológicas de dirección y velocidad de viento asociadas.
La metodología solo se aplica a las concentraciones de Dióxido de Azufre (SO2)
y Partículas menores a 10 micrómetros (P M10), por ser los contaminantes
atmosféricos que han registrados altos niveles de contaminación en la ciudad aunque esto no es factor para que en un futuro se adicionen más contaminantes y/o variables meteorológicas.
Cap. 6 Resultados
En el capítulo 6 se presentan los resultados obtenidos durante el desarrollo en esta Tesis Doctoral de un modelo de supervisión de la Calidad del Aire. Los resultados incluyen, un análisis de los efectos en las concentraciones de contaminantes de las variables meteorológicas además de la visualización 2D y 3D de las Redes Neuronales obtenidas para cada cada contaminante en cada estación de monitorización. Con el análisis de concentraciones se obtiene mayor información de las concentraciones de contaminantes y se proporciona una mejor evaluación sobre el nivel de contaminación atmosférica en la ciudad. El modelo integra las variables meteorológicas como elementos de decisión, además de que el proceso de estimación tiene una mayor cobertura considerando tres puntos de monitorización. Detalladamente, el capítulo presenta en la sección 6.2, el análisis por periodos de tiempo de los efectos en las concentraciones de contaminantes de las variables meteorológicas en cada una de las estaciones de monitorización. El propósito de esta sección es visualizar la información obtenida para generar vectores de características de la contaminación atmosférica. El objetivo principal de este análisis es obtener información relevante que pueda ser usada en el entrenamiento de la red neuronal SOM.
En la sección 6.3 se presentan las redes SOM obtenidas con las que se clasifica las concentraciones de contaminantes y las variables meteorológicas que determinan el ICA en cada una de las estaciones de monitorización. El objetivo de esta clasificación es obtener una evaluación más completa y automática de la calidad del aire en la ciudad. Finalmente, en la sección 6.4 se presentan una serie de pruebas realizadas a días representativos de nuestro conjunto de prueba en cada una de las estación de monitorización con el modelo propuesto.
Los resultados presentados en esta Tesis han sido expuestos en publicaciones
internacionales para el Dióxido de Azufre (SO2) y las Partículas (PM10)
[31–35].
Cap. 7 Discusión y Conclusiones
La sección 7.1 analiza y discute los resultados obtenidos con el objetivo de verificar las hipótesis presentadas en esta investigación. La primera hipóte- sis del trabajo relacionaba la presencia de concentraciones de contaminantes en la la ciudad de Salamanca debida no sólo a incrementos repentinos en las concentraciones de contaminantes sino también a ciertas condiciones mete- orológicas que disminuyen la capacidad de la atmósfera para dispersar estas concentraciones. La segunda hipótesis del trabajo, proponía el uso de Redes Neuronales Artificiales como potentes clasificadores no lineales al extraer in- formación subyacente en conjuntos de medidas provenientes de sensores a la vez que hacen la función de fusión de datos. La tercera hipótesis del trabajo, proponía una ganancia cuantitativa y cualitativa de la información medi- ante el uso de más variables para compensar el poco número de sensores de contaminantes, ya que se obtienen los valores de la velocidad y dirección de viento que determinan los valores de las concentraciones de contaminantes e información del comportamiento de la contaminación atmosférica.
De las conclusiones generadas por esta investigación, primeramente se ha comprobado que la contaminación atmosférica en la ciudad de Salamanca
muchas ocasiones y por periodos de tiempo largos superan el nivel mínimo permitido para estos contaminantes. También se ha podido comprobar que los episodios de contaminación el la ciudad no sólo son atribuidos a repentinos incrementos en las concentraciones de contaminantes sino también a ciertas condiciones meteorológicas las cuales disminuyen la capacidad de la atmósfera para dispersar estas concentraciones. Los efectos de las variables meteorológicas en las concentraciones de contaminantes han sido determinados mediante una función discriminate implementada con una red SOM. Con la estructura de la red SOM se ha encontrado los valores de dirección y velocidad de viento que determinan la dispersion de las concentraciones de contaminantes en la ciudad.
Cap. 8 Contribuciones, líneas futuras de Investigación y publicaciones
Esta investigación contribuye de modo que el problema bajo estudio es de una actualidad e importancia de alto impacto, y se ha realizado sobre datos reales. A diferencia de otros trabajos, la técnica utilizada incluye variables que han demostrado ser relevantes, en particular las variables meteorológ- icas. Existen pocos estudios en la literatura tan completos, por lo que este trabajo pretende ser una referencia en la mejora de la determinación de los índices de la calidad del aire. Se ha preparado una base de datos real plas- mada en una serie temporal, producto de la recopilación durante años de tres estaciones de toma de datos y de un minucioso análisis de los mismos que ha dado como resultado un procedimiento para la selección del conjun- to de entrenamiento de una red neuronal que se ha demostrado que puede sustituir y mejorar al actual sistema de calculo del ICA. En la actualidad las mediciones sobre contaminantes se basan en el uso de promedios móviles. La minería de datos aquí presentada permite extraer más información de las series temporales y utilizarla para estimar el ICA con mayor eficacia. Las consideraciones expuestas en esta Tesis demuestran que es posible com- pensar el poco número de sensores de contaminantes en un área extendida
mediante el uso de más variables para aumentar la información y la exacti- tud en las mediciones de las concentraciones de contaminantes, abriendo un campo de investigación interesante. Las técnicas neuronales propuestas y de- sarrolladas en esta Tesis presentan ventajas por el mapeo multidimensional de variables que permite interpretar gráficamente los resultados y son fáciles y rápidas de diseñar [31, 32, 35]. La solución propuesta puede ser integrada con facilidad al sistema de monitorización de la Ciudad de Salamanca, México y puede extenderse a toda la red nacional de la calidad del aire (en México), incluso a nivel internacional, constituyendo una referencia importante en sistemas similares que se están empezando a estudiar en todo el mundo. La difusión, el impacto, y la potencial transferencia de resultados
son muy altos, existiendo ya numerosa referencias en internet (inlinks) de
índole tan variada y relevante como salud, ecología, protección en el trabajo, noticias internacionales, prensa escrita y TV [36–45].
De las líneas de investigación futuras relacionadas con el tema de Tesis están la adición en el modelo tanto de contaminantes atmosféricos como de variables meteorológicas, que permitan el desarrollo de modelos de calidad del aire enfocados al análisis multivariante. Generación de proyectos para la correcta definición de medidas de mejora de la calidad del aire. La investi- gación de técnicas de síntesis que permitan y faciliten la determinación e interpretación de factores en la contaminación atmosférica. La investigación de técnicas de optimización de parámetros que proporcionen y faciliten una mejor interpretación de los resultados de modo que se puedan tomar mejores decisiones. Establecer las bases para desarrollar modelos de predicción con horas en avanzada y prevenir posibles contingencias ambientales.
Los siguientes anexos presentan la información generada durante el desarrollo de esta Tesis Doctoral, información que ayuda no solo a obtenerla la solución propuesta sino también a comprender las variables implicadas en esta solución con el modelo propuesto.
Anexo A - Este anexo presenta las redes SOM entrenadas con el incremento de neu- ronas para cada contaminante. Este proceso permite la flexibilidad de la red SOM para adaptarse al espacio de características.
2.1 Introducción
Se considera que el aire limpio es un requisito básico para la salud y el bienestar humano. Sin embargo, su contaminación sigue representando una amenaza importante para la salud en todo el mundo. La contaminación del aire es un problema importante de salud ambiental que afecta a países desarrollados y en vias de desarrollo de todo el mundo [46]. Nuestras actividades, incluso la más normal y cotidiana origina contaminación (por ejemplo, el uso del automóvil, la quema de basura, la quema de combustibles por parte de la industria, el uso de solventes, erupciones volcánicas, incendios forestales, tintorerías, restaurantes, etc.) [47].
En escala global, se emiten a la atmósfera grandes cantidades de partículas y gases potencialmente nocivos que afectan a la salud humana y el ambiente, y que a largo plazo dañan los recursos necesarios para el desarrollo sostenible del planeta [48]. La contaminación del aire en espacios interiores como al aire libre puede en muchos casos percibirse con facilidad a diferencia de otros problemas ambientales como suelo o agua. Además, la contaminación del aire es una de las principales causas de muerte en el mundo. Se calcula que unas 700.000 muertes anuales podrían prevenirse en los países en
vias de desarrollo si se reducen a niveles más inocuos el Monóxido de Carbono (CO), las
Partículas (PM) y el Plomo (Pb) [48].
De acuerdo con la Organización Mundial de la Salud (OMS) (WHO, por sus siglas
en inglés; World Health Organization), una serie de directrices y actividades (educativas
promoviendo el aire limpio, un mantenimiento adecuado de vehículos de motor, imple- mentación de revisiones técnicas a empresas por parte de autoridades ambientales, inves- tigaciones de campo, etc.) serían parte de la solución al problema de la calidad del aire. La
OMS, el Programa de las Naciones Unidad para el Medio Ambiente (PNUMA) (UNEP,
por sus siglas en inglés;United Nations Environment Programme), la Agencia de Protec-
ción Ambiental (EPA, por sus siglas en inglés; Environmental Protection Agency) entre
otras, son referentes importantes en cuanto al tema de la salud y protección ambiental, y por obvias razones, estas organizaciones serán usadas como referencias para documentar el desarrollo de este trabajo de investigación.
Ante escenarios; como el deterioro de los monumentos arquitectónicos, el efecto en bosques y ecosistemas acuáticos debido a las lluvias ácidas o, incluso, el cambio climático y la reducción del espesor de la capa de ozono [3, 46, 49, 50], resulta fundamental contar con un diagnóstico de la situación de la calidad del aire a nivel local.
Una forma de identificar y evaluar los problemas de la calidad del aire como medida de prevención para la protección de la salud de los habitantes es la supervisión atmosférica. Además, ante condiciones que ponen en riesgo la salud, representa una valiosa herramien- ta de gestión para instrumentar acciones de prevención y control. La información (series de tiempo) obtenida con la monitorización sirve como fuente fundamental del entorno y permite la evaluación de normas establecidas y en casos pertinentes tomar acción para disminuir la emisiones de contaminantes.
Dada la naturaleza de este trabajo de investigación, y para entrar en el contexto del desarrollo de esta Tesis Doctoral, el presente capítulo introduce los conceptos básicos relacionados con la calidad del aire y el estado del arte que guarda la contaminación atmosférica a nivel mundial, en las principales zonas metropolitanas y la ciudad de Salamanca (México).
Detalladamente, este capítulo está estructurado por las siguientes secciones:
• La sección 2.2, presenta una breve introducción a la monitorización atmosférica. En la que se destacan a los servicios y objetivos con los que cuenta.
• La sección 2.3, presenta el el problema de la contaminación atmosférica, problema al que se enfrenta la población no sólo a nivel mundial (en regiones como Africa, Eu- ropa, América Latina y el Caribe) sino también en las principales zonas metropoli-
tanas (Zona Metropolitana del Valle de México (ZMVM), Guadalajara (ZMG),
Monterrey (ZMM), el Valle de Toluca (ZMVT)), y algunas ciudades como Mexi-
cali, Ciudad Juárez, Tijuana, Puebla y Salamanca en México, destacando en cada una de ellas los principales contaminantes atmosféricos, sus fuentes de emisión y las estrategias que se han llevado a cabo por autoridades ambientales para resolver este problema.
• En la sección 2.4 se introducen los conceptos básicos de la contaminación atmosféri- ca, tales como los principales contaminantes, las guías y normas de la calidad del
aire, así como el Índice de la Calidad del Aire (ICA). Conceptos básicos que son
tomados como parámetros de referencia para el desarrollo de la Tesis Doctoral. • La sección 2.5 presenta estudios que demuestran que episodios severos de contami-
nación atmosférica no son atribuidos a repentinos incrementos en las concentraciones de contaminantes sino a ciertas condiciones meteorológicas las cuales disminuyen la habilidad de la atmósfera para dispersar las concentraciones.
• Finalmente, en la sección 2.6 se presenta el caso de estudio para el cual en esta Tesis Doctoral propone se propone el modelado de un sistema de supervisión de la cali- dad del aire. El estudio además de considerar las concentraciones de contaminantes incluye a las variables meteorológicas como elementos importantes para determinar el nivel de calidad del aire en la ciudad.