RT doctoral thesis
T1 Determinación del efecto del tráfico marítimo en la estimación de la calidad del aire de una ciudad-puerto
T2 Analysis of the effect of maritime traffic on the estimation of air quality in a port-city
A1 Rodríguez García, María Inmaculada
A2 Ingeniería Industrial e Ingeniería Civil
A2 Ingeniería Informática
K1 calidad del aire
K1 Predicción
K1 estaciones de monitorización
K1 Bahía de Algeciras
AB Predecir la calidad del aire es una tarea muy importante ya que se sabe que tiene unimpacto significativo en la salud. La Bahía de Algeciras (España) es una zona altamenteindustrializada con uno de los mayores puertos de Europa. Durante el periodo 2010-2019,se registraron diferentes datos en las estaciones de monitorización de la Bahía, formandouna base de datos de 131 variables de concentraciones de contaminantes atmosféricos, deinformación meteorológica y datos de tonelada-buque de barcos en la Bahía de Algeciras.En esta tesis se desarrolló un análisis en tres fases. La primera fase consistió en undiagnóstico de la calidad del aire, la segunda en una estimación-predicción de la calidad delaire y la tercera en una predicción de la calidad del aire.En la primera fase, el primer paso fue desarrollar un análisis en profundidad realizadodurante los años 2010 a 2015 del alcance de la contaminación atmosférica en las dosprincipales ciudades y más pobladas de la Bahía de Algeciras (Algeciras y La Línea). Es unazona donde coexisten varios grandes focos de contaminación atmosférica como variasindustrias químicas y carreteras. Además, el puerto de Algeciras es uno de los másimportantes de Europa, y la ciudad de La Línea está afectada por el aeropuerto de Gibraltar,lo que contribuye al aumento de la contaminación en el Estrecho de Gibraltar. Se hadesarrollado un completo análisis estadístico para conocer aspectos relevantes de lacontaminación atmosférica en este escenario concreto. Por un lado, los valores medios deconcentración más elevados se obtuvieron en Algeciras para NO2 (28,850 μg/m3) y en LaLínea para SO2 (11,966 μg/m3) y PM10 (30,745 μg/m3). El análisis mostró patrones quecoinciden con la actividad humana. Por otra parte, se desarrolló un cálculo de riesgosrelativos que mostró que la humedad relativa, la velocidad del viento y la dirección del vientoproducen un aumento del riesgo de mayores concentraciones de contaminantes. Además,los resultados obtenidos mostraron que la velocidad y la dirección del viento son las variablesmás importantes en la distribución de partículas.En la segunda fase, el objetivo era obtener predicciones fiables de las concentraciones decontaminantes relacionados con el tráfico marítimo (SO2, PM10, NO2, NOX y, NO) durantelos años 2017 a 2019. Se analizaron tres escenarios diferentes de la Bahía de Algeciras quefueron las localizaciones del Parque de los Alcornocales, así como las ciudades de La Líneay Algeciras. Estos escenarios permitieron comparar los resultados entre ellos. El objetivo fuepredecir los niveles futuros de calidad del aire de los principales contaminantes relacionadoscon el tráfico marítimo en la Bahía de Algeciras en función del resto de contaminantes, las xviivariables meteorológicas y, una base de datos de buques. Se diseñó un procedimiento deremuestreo aleatorio utilizando un procedimiento de 5-CV (5-validación cruzada) y 20repeticiones en cada experimento para asegurar la capacidad de generalización de losmodelos probados, para calcular las predicciones de contaminantes con diferentes modelosde clasificación (incluyendo árboles de decisión, máquinas de soporte vectorial, ensembles,entre otros) y también con redes neuronales artificiales (RNAs) utilizando diferentesnúmeros de capas y unidades ocultas. El procedimiento propuesto de remuestreo aleatoriopermite realizar comparaciones múltiples adecuadas y robustas de los modelos y permitióseleccionar un grupo de los mejores modelos de predicción. Los modelos se compararonutilizando varios índices de calidad de la clasificación, como la sensibilidad, la especificidad,la exactitud y la precisión. También se utilizó la distancia (d1) al clasificador perfecto (1, 1, 1,1) como característica discriminante, para seleccionar los mejores modelos. Además, serealizó un análisis de relevancia para conocer qué variables son las más importantes paracada contaminante y se diseñaron modelos con menor número de entradas en una red demonitorización más óptima. Las sensibilidades obtenidas en los mejores modelos fueron de0,98 para SO2, 0,97 para PM10, 0,82 para NO2 y NOX, y 0,83 para NO. Los resultadosobtenidos demuestran el potencial de los modelos para predecir la contaminación en unaciudad portuaria o en un escenario de contaminación atmosférica complejo.En la tercera fase, se predijeron los datos disponibles durante los años 2017 a 2019 en laestación de Algeciras utilizando modelos de Long-Short Term Memory (LSTM). Sedesarrollaron cuatro enfoques diferentes para realizar previsiones de SO2 y NO2 a 1 hora ya 4 horas en Algeciras. El primero utiliza las 130 variables exógenas restantes. El segundoutiliza únicamente los datos de series temporales sin variables exógenas. El tercer enfoqueconsiste en utilizar un arreglo de series temporales autorregresivas como entrada y el cuartoes similar utilizando las series temporales junto con datos de viento y barcos. Los resultadosmostraron que el SO2 se predice mejor con información autorregresiva y el NO2 se predicemejor con series temporales autorregresivas de barcos y viento, lo que indica que el NO2está estrechamente relacionado con los motores de combustión y puede predecirse mejor.Uno de los objetivos de esta tesis doctoral es desarrollar un sensor virtual útil capaz deconseguir una red de vigilancia más robusta, que pueda utilizarse en caso de datos faltantes.Además, puede servir como sistema de apoyo a la toma de decisiones por parte de lasautoridades, que podría ser utilizado por los ciudadanos para prevenir la exposición acontaminantes y por las empresas para tomar decisiones sobre la calidad del aire.
YR 2023
FD 2023
LK http://hdl.handle.net/10498/29471
UL http://hdl.handle.net/10498/29471
LA spa
DS Repositorio Institucional de la Universidad de Cádiz
RD 10-may-2026