Estudio comparativo de modelos de predicción estocásticos y heurísticos aplicados a la estimación de la calidad del aire

Abstract

Este trabajo presenta un análisis comparativo de modelos predictivos, aplicados a la estimación de calidad del aire. Actualmente, entre las inquietudes mundiales, se encuentra la preocupación por la contaminación del aire, por ello, en ciudades como Londres existen sistemas de monitoreo de contaminantes atmosféricos. El notable deterioro de la calidad del aire en Londres es un problema cada vez más grave, considerando que existe una relación directa con problemas de salud respiratoria y cardiaca lo cual ha sido ya causa de muerte en dicha ciudad. El objetivo de este estudio es analizar diferentes modelos predictivos, para comparar y determinar cuál de ellos nos permite realizar una mejor predicción de la calidad del aire de Londres. Para ello, se hará uso de un conjunto de datos abiertos recuperado del portal London Datastore. Estos datos históricos son resultados de las mediciones del sistema de monitoreo de contaminantes de la ciudad. Dichos datos serán utilizados para entrenar los algoritmos ARIMA, SVM, Redes Neuronales y Facebook Prophet. A partir de los modelos generados, se determinará cuál de ellos tiene mayor exactitud a la hora de predecir la concentración de contaminantes atmosféricos.

This work presents a comparative analysis of predictive models, applied to the estimation of air quality, currently among the world concerns is the concern about air pollution, therefore, in cities like London there are air pollution monitoring systems. The notable deterioration of air quality in London is an increasingly serious problem, considering that there is a direct relationship with respiratory and cardiac health problems being already the cause of death in that city. The objective of this study is to analyze and compare different predictive models, for determining which of them allows us to do a better prediction of London's air quality. To do so, an open data set recovered from the London Datastore portal is used, which are historical data corresponding to measurements of the city's pollutant monitoring system. These data are used to train the ARIMA, SVM, Neural Networks and Facebook Prophet algorithms. From the generated models generated, the ones reaching greater accuracy when predicting the concentration of air pollutants are to be determined.

Aquest treball presenta una anàlisi comparativa de models predictius, aplicats a l'estimació de qualitat de l'aire. Actualment, entre les inquietuds mundials, es troba la preocupació per la contaminació de l'aire, per això, en ciutats com Londres ha sistemes de monitorització de contaminants atmosfèrics. El notable deteriorament de la qualitat de l'aire a Londres és un problema cada vegada més greu, considerant que hi ha una relació directa amb problemes de salut respiratòria i cardíaca la qual cosa ha estat ia causa de mort en aquesta ciutat. L'objectiu d'aquest estudi és analitzar diferents models predictius, per comparar i determinar quin d'ells ens permet fer una millor predicció de la qualitat de l'aire de Londres. Per a això, es farà ús d'un conjunt de dades obertes recuperat de el portal London Datastore. Aquestes dades històrics són resultats dels mesuraments de sistema de monitorització de contaminants de la ciutat. Aquestes dades seran utilitzades per entrenar els algoritmes ARIMA, SVM, Xarxes Neuronals i Facebook Prophet. A partir dels models generats, es determinarà quin d'ells té més exactitud a l'hora de predir la concentració de contaminants atmosfèrics.