Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Revista internacional de contaminación ambiental
versión impresa ISSN 0188-4999
Resumen
MORANTES-QUINTANA, Giobertti Raúl; RINCON-POLO, Gladys y PEREZ-SANTODOMINGO, Narciso Andrés. MODELO DE REGRESIÓN LINEAL MÚLTIPLE PARA ESTIMAR CONCENTRACIÓN DE PM1. Rev. Int. Contam. Ambient [online]. 2019, vol.35, n.1, pp.179-194. Epub 21-Ago-2020. ISSN 0188-4999. https://doi.org/10.20937/rica.2019.35.01.13.
Durante 2014-2015, en el Valle de Sartenejas, Gran Caracas, Venezuela, se recolectaron muestras de material particulado (PM, por sus siglas en inglés) usando un impactador de cascada que segrega el PM en seis rangos de tamaños de partículas: > 7.2 μm, 3.0 a 7.2 μm, 1.5 a 3.0 μm, 0.95 a 1.5 μm, 0.49 a 0.95 μm y < 0.49 μm, junto con datos de la meteorología del lugar. Como complemento se recolectaron las fechas de ocurrencia de incendios forestales y lluvias para el periodo de muestreo, así como la precipitación acumulada histórica mensual de la Gran Caracas. El objetivo de esta investigación fue obtener un modelo lineal multivariante para la predicción de PM1 a partir de variables ambientales, meteorológicas y eventualidades físicas en una región intertropical del centro-norte de Venezuela. Utilizando la información del muestreo y de fuentes secundarias se construyó una matriz de datos con variables ambientales, meteorológicas y eventualidades capaces de predecir el comportamiento de las partículas finas (PM1) a partir de otros tamaños de partículas, temperatura, histórico de precipitación, ocurrencia de incendios y de lluvias. Finalmente, se construyó un modelo de regresión lineal múltiple para estimar concentraciones promedio de PM1 a partir de la ocurrencia de incendios forestales, la concentración de PM en el rango de 3.0 a 0.95 µm y el histórico del promedio mensual de precipitación acumulada. La varianza de PM1 se explica en más del 75 % de los casos a partir de esas variables (R2 = 0.759; p < 0.000). Se validó el modelo usando el indicador de error de sesgo promedio, el cual subestima los valores pronosticados.
Palabras llave : material particulado; contaminación atmosférica; correlación estadística; modelo mulivariado.