Predicción de valores del contaminante atmosférico benceno en Madrid con metodologías de Machine Learning, y análisis mediante georreferenciación de datos = Prediction of values of the atmospheric pollutant benzene in Madrid with Machine Learning methodologies, and analysis through data georeferencing

Abstract

La contaminación atmosférica en las grandes ciudades representa un problema mundial para el medio ambiente y el ser humano, afectando a la salud de las personas, seres vivos, plantas, degradación de los materiales, disminuyendo la calidad de vida y con un coste social y económico.

La legislación establece la necesidad de evaluar la concentración de los contaminantes, o bien determinarla mediante modelos cuando la medición no sea posible.

La predicción a través de modelos matemáticos y de la relación existente con otros contaminantes permite anticiparse a episodios de alta contaminación y así las autoridades pueden tomar decisiones, planificar y establecer medidas de prevención y control para tratar de mejorar la calidad del aire y proteger la salud y bienestar de las personas.

En esta tesis se analizan los datos recopilados por las redes de vigilancia de calidad del aire de las estaciones de la Comunidad y del Ayuntamiento de Madrid desde 2001 hasta 2020, estudiando la evolución del benceno a lo largo de los años, su relación con otros contaminantes y su predicción a partir de ellos, a un nivel de escala local.

Se estudian los datos recopilados por 8 estaciones durante diferentes periodos temporales utilizando modelos de aprendizaje automático basados en regresión y modelos de series temporales univariantes y multivariantes, estableciendo la relación entre el benceno y óxidos de nitrógeno, dióxido de nitrógeno, tolueno y material particulado inferior a diez micras y la predicción de la concentración de benceno a partir de las observaciones de estos últimos. También se analiza la relación del benceno con los contaminantes de referencia durante 8 años en una de las estaciones y se realizan predicciones de la concentración de benceno a partir de ellos. Para cada uno de los modelos establecidos y para cada estación se comparan los resultados a través de medidas de rendimiento.

A través de un sistema de información geográfica se estudia la distribución espacial de la concentración de benceno en el municipio de Madrid a partir de las observaciones registradas en sus estaciones de medición, en distintos periodos y tramos horarios. = Air pollution in large cities represents a global problem for the environment and human beings, affecting the health of people, living beings, plants, degradation of materials, reducing the quality of life and with a social and economic cost.

The legislation establishes the need to evaluate the concentration of pollutants, or determine it through models when measurement is not possible.

The prediction through mathematical models and the relationship with other pollutants allowsto anticipate episodes of high pollution and thusthe authorities can make decisions, plan and establish prevention and control measures to try to improve air quality and protect health and well‐being of people.

This thesis analyzes the data collected by the air quality monitoring networks of the stations of the Community and of the Madrid City Council from 2001 to 2020, studying the evolution of benzene over the years, its relationship with other pollutants and its prediction, at the local level.

The data collected by 8 stations during different time periods are studied using regression‐based machine learning models and univariate and multivariate time series models, establishing the relationship between benzene and nitrogen oxides, nitrogen dioxide, toluene and particulate material smaller than ten microns and the prediction of benzene concentration from observations of the those latter. The relationship of benzene with the reference pollutants is also analyzed for 8 years in one of the stations and predictions of the benzene concentration are made from them. For each of the established models and for each station, the results are compared through performance measures.

Using a geographic information system, the spatial distribution of the benzene concentration in the municipality of Madrid is studied from the observations recorded at its measurement stations, in different periods and time bands.