Estimación de la calidad del aire de Galicia mediante técnicas de machine-learning

Abstract

La calidad del aire y el efecto perjudicial que una mala calidad del aire tiene en la salud de las personas está cobrando mucha relevancia. Por ello muchas ciudades y regiones tienen instalados sistemas de medición de los diferentes elementos contaminantes presentes en el aire. Dichas mediciones se utilizan para activar los diferentes protocolos anticontaminación que dichas regiones tienen establecidos. Dado que se tienen estos datos de las concentraciones, es posible implementar técnicas de minería de datos con el objetivo de generar modelos predictivos. Estos han de ser capaces de predecir las concentraciones con cierta antelación para poder aplicar los protocolos o las medidas preventivas oportunas para evitar un episodio de alta contaminación. El objetivo de este trabajo de final de máster es generar una serie de modelos predictivos mediante datos de acceso abierto con el objetivo de poder predecir las concentraciones de los diferentes elementos contaminantes en Galicia usando las siguientes técnicas de minería de datos: SVR, MLP y LSTM. Además, se ha querido estudiar cómo afecta a la calidad de las predicciones el intentar realizar predicciones con un mayor número de días de antelación para ver el máximo de días de anticipación posible para los cuales las predicciones realizadas se pueden considerar útiles. Asimismo se ha querido estudiar si era posible generar un modelo general para la comunidad autónoma de Galicia empleando sólo los datos de las concentraciones de algunas de sus ciudades.

La qualitat de l'aire i l'efecte perjudicial que una mala qualitat de l'aire té en la salut de les persones està cobrant molta rellevància. Per això moltes ciutats i regions tenen instal·lats sistemes de mesurament dels diferents elements contaminants presents en l'aire. Aquestes mesures s'utilitzen per activar els diferents protocols anticontaminació que aquestes regions tenen establerts. Atès que es tenen aquestes dades de les concentracions, és possible implementar tècniques de mineria de dades amb l'objectiu de generar models predictius. Aquests han de ser capaços de predir les concentracions amb certa antelació per poder aplicar els protocols o les mesures preventives oportunes per evitar un episodi d'alta contaminació. L'objectiu d'aquest treball de final de màster és generar una sèrie de models predictius mitjançant dades d'accés obert amb l'objectiu de poder predir les concentracions dels diferents elements contaminants a Galícia usant les següents tècniques de mineria de dades: SVR, MLP i LSTM. A més, s'ha volgut estudiar com afecta la qualitat de les prediccions intentant realitzar prediccions amb un major nombre de dies d'antelació per veure el màxim de dies d'anticipació possible per als quals les prediccions realitzades es poden considerar útils. Així mateix s'ha volgut estudiar si és possible generar un model general per a la comunitat autònoma de Galícia emprant només les dades de les concentracions d'algunes de les seves ciutats.

The air quality and the harmful effect that a bad quality of the air has on human health is a topic which is getting more and more relevance. Due to this, lots of cities and regions have measurement systems of the different pollutant elements which are present in the air. These measurements are used to active the different anti-pollutant protocols that these regions have established. Due to the fact that the data about the different elements is accessible, it is possible to implement data mining techniques in order to create predictive models. These models must be able to predict concentrations of each element with sufficient anticipation in order to be able to active the anti-pollutant protocols or to apply the corrective measures to avoid high pollutant scenarios. The aim of this work is the generation of some predictive models using open data in order to predict the different concentrations of the pollutant elements in Galicia using the next data mining techniques: SVR, MLP and LSTM. Moreover, in this work has also been studied the effect on the predictions when the models tries to predict the concentrations with a higher number of days of anticipation in order to see the maximum number of days in advance which is possible to produce predictions with enough quality to be useful. Furthermore, it has been tried to generate a unified model for Galicia using only the data of some of its cities.