Artificial neural network applied for the forecast of critical PM2.5 events in the Aburra Valley

• Daniela Baena Salazar ^[1] ; José F. Jiménez ^[1] ; Carmen E. Zapata ^[1] ; Álvaro Ramírez Cardona ^[1]
  1. [1] Laboratorio de Calidad del Aire - CALAIRE, Facultad de Minas. Universidad Nacional de Colombia.Colombia
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 86, Nº. 209, 2019, págs. 347-356
• Idioma: inglés
• Títulos paralelos:
  • Red neuronal artificial aplicado para el pronóstico de eventos críticos de PM2.5 en el Valle de Aburrá
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Las grandes implicaciones que tiene en la salud humana la exposición a eventos de contaminación atmosférica, puede tener repercusiones en la calidad de vida, economía, y en la calidad de los ecosistemas de una ciudad. Con la posibilidad de prever un evento crítico, se habilita la opción de tomar medidas adecuadas para la mitigación o incluso la prevención dichos impactos. En este documento, se ha desarrollado y se ha probado un modelo de Redes Neuronales Artificiales (RNA) para pronosticar la concentración diaria del material particulado menor a 2.5 micras (PM2.5) en el Valle de Aburrá (Colombia), con un día de anticipación, a partir de información de tres estaciones de la Red de Monitoreo de Calidad del Aire del Área Metropolitana

  • English

    The great human health implications of exposure to atmospheric pollution events can have repercussions on the quality of life, economy, and the quality of city’s ecosystems. With the possibility of predicting a critical event, the option of taking adequate measures for mitigation or even prevention of these impacts is enabled. In this paper, an Artificial Neural Networks (RNA) model was developed and tested to predict the daily concentration of particulate matter less than 2.5 microns (PM2.5) in the Aburrá Valley (Colombia), with a day of anticipation, based on information from three stations of the Metropolitan Area Air Quality Monitoring Network