MORA-RAMIREZ, Marco Antonio; MARTINEZ-LUNA, Edgar    CRUZ-NUNEZ, Xochitl. Satellite data geoprocessing to estimate PM_2.5 over the Megalopolis of Central Mexico. []. , 38, 53227.   24--2023. ISSN 0187-6236.  https://doi.org/10.20937/atm.53227.

^a

The Megalopolis of Central Mexico experiences high levels above the Official Mexican Standard (NOM) of PM2.5, leading to various respiratory diseases ranging from acute symptoms to chronic illnesses such as asthma and lung cancer. It is crucial to measure PM2.5 levels accurately to warn the public about the risks of exposure to particulate matter. Unfortunately, the Megalopolis of Central Mexico has a shortage of monitoring sites, limiting data availability. This study addresses this issue using satellite data to develop a multiple linear regression model. Our model uses aerosol optical depth (AOD), relative humidity (RH), temperature (T), the planetary boundary layer height (PBLH), and the normalized difference vegetation index (NDVI) as independent variables to estimate PM2.5 concentrations in the region under study. The relationship between AOD and PM2.5 concentrations was found to be strongly influenced by RH and T. However, this effect is compensated for by a low PBLH (< 400 m), which enables AOD and PM2.5 measurements to be similar in magnitude. Our findings have important implications for estimating PM2.5 concentrations using satellite data. This study could help improve air quality monitoring in the Megalopolis of Central Mexico by providing more spatial and temporal data on particle concentrations in the atmosphere.

En la Megalópolis del centro de México frecuentemente se registran niveles de partículas suspendidas finas (PM2.5) superiores a la Norma Oficial Mexicana, causando diversas enfermedades respiratorias, desde síntomas agudos hasta asma y cáncer de pulmón. Por ello, la medición de PM2.5 es fundamental como primer paso para advertir a la población de los niveles de riesgo por exposición a las partículas. Desafortunadamente, la región central de México no cuenta con suficientes sitios de monitoreo, limitando la disponibilidad de datos. Este estudio aborda este problema al usar datos satelitales para desarrollar un modelo de regresión lineal múltiple. Nuestro modelo usa el espesor óptico de aerosoles (AOD por sus siglas en inglés), la húmedad relativa (RH), la temperatura (T), la capa límite planetaria (PBLH), y el índice de Vegetación de Diferencia Normalizada (NDVI) como variantes independientes para estimar las concentraciones de PM2.5 en la región de estudio. Se encontró que la relación entre el AOD y las concentraciones de PM2.5 estaba fuertemente influenciada por la RH y la T. Sin embargo, este efecto se compensa con una baja PBLH (< 400 m) que permite que las mediciones de AOD y las concentraciones de PM2.5 sean de magnitud similar. Los resultados de esta investigación tienen implicaciones importantes para estimar las concentraciones de PM2.5 con datos satelitales. Este estudio podría ayudar a mejorar el monitoreo de la calidad del aire en la Megalópolis del Centro de México al proveer mayor información temporal y espacial sobre la concentración de partículas en la atmósfera.

: .