Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire
ABSTRACT: This paper presents a model of spatial proximity to roads, industrial uses of land and green areas, to determine concentrations of particulate matter and locate air quality monitoring sites in urban areas. The model uses monthly average concentration of PM10 (µgm/m3) measured at nine monit...
- Autores:
-
Londoño Ciro, Libardo Antonio
Cañón Barriga, Julio Eduardo
Giraldo Ocampo, Julián Darío
- Tipo de recurso:
- Review article
- Fecha de publicación:
- 2017
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/10749
- Acceso en línea:
- http://hdl.handle.net/10495/10749
- Palabra clave:
- Calidad del aire
Contaminación del aire
Modelos de localización espacial
Modelos de Calidad del Aire
Air Pollution
Air quality
Air Quality Models
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/
| id |
UDEA2_438726fd6430a2c305a9c5252198ced4 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/10749 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire |
| dc.title.translated.spa.fl_str_mv |
A spatial proximity model to define monitoring sites in urban air quality networks |
| title |
Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire |
| spellingShingle |
Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire Calidad del aire Contaminación del aire Modelos de localización espacial Modelos de Calidad del Aire Air Pollution Air quality Air Quality Models |
| title_short |
Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire |
| title_full |
Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire |
| title_fullStr |
Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire |
| title_full_unstemmed |
Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire |
| title_sort |
Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire |
| dc.creator.fl_str_mv |
Londoño Ciro, Libardo Antonio Cañón Barriga, Julio Eduardo Giraldo Ocampo, Julián Darío |
| dc.contributor.author.none.fl_str_mv |
Londoño Ciro, Libardo Antonio Cañón Barriga, Julio Eduardo Giraldo Ocampo, Julián Darío |
| dc.subject.none.fl_str_mv |
Calidad del aire Contaminación del aire Modelos de localización espacial Modelos de Calidad del Aire Air Pollution Air quality Air Quality Models |
| topic |
Calidad del aire Contaminación del aire Modelos de localización espacial Modelos de Calidad del Aire Air Pollution Air quality Air Quality Models |
| description |
ABSTRACT: This paper presents a model of spatial proximity to roads, industrial uses of land and green areas, to determine concentrations of particulate matter and locate air quality monitoring sites in urban areas. The model uses monthly average concentration of PM10 (µgm/m3) measured at nine monitoring sites in the city of Medellin between January 2003 and December 2008. With these data, monthly maps were calculated using geostatistical interpolation methods with J-Bessel semivariograms to characterize the concentration of PM10. Three factors of spatial proximity (to main roads, industries and green areas) were calculated along with one combined factor. They were then multiplied by the concentration maps. With this result, a network of monitoring sites was proposed for Medellín. The Spatial analysis techniques and the proximity model allow for the assessment of the distribution of the contaminant on the territory, highlighting the effect of intersections and industrial areas on high concentrations and the dampening effect of green areas. This work may complement the existing regulatory provisions in Colombia for locating critical monitoring sites of the air quality surveillance systems. |
| publishDate |
2017 |
| dc.date.issued.none.fl_str_mv |
2017 |
| dc.date.accessioned.none.fl_str_mv |
2019-03-11T19:41:38Z |
| dc.date.available.none.fl_str_mv |
2019-03-11T19:41:38Z |
| dc.type.spa.fl_str_mv |
Artículo de revisión |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_dcae04bc |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/ARTREV |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
http://purl.org/coar/resource_type/c_dcae04bc |
| status_str |
publishedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Londoño-Ciro LA, Cañón-Barriga JE, Giraldo-Ocampo JD. Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire. Rev. Fac. Nac. Salud Pública. 2017; 35(1): 111-122. DOI:10.17533/udea.rfnsp.v35n1a12 |
| dc.identifier.issn.none.fl_str_mv |
0120-386X |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/10749 |
| dc.identifier.doi.none.fl_str_mv |
10.17533/udea.rfnsp.v35n1a12 |
| dc.identifier.eissn.none.fl_str_mv |
2256-3334 |
| identifier_str_mv |
Londoño-Ciro LA, Cañón-Barriga JE, Giraldo-Ocampo JD. Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire. Rev. Fac. Nac. Salud Pública. 2017; 35(1): 111-122. DOI:10.17533/udea.rfnsp.v35n1a12 0120-386X 10.17533/udea.rfnsp.v35n1a12 2256-3334 |
| url |
http://hdl.handle.net/10495/10749 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartofjournalabbrev.spa.fl_str_mv |
Rev. Fac. Nac. Salud Pública |
| dc.relation.citationendpage.spa.fl_str_mv |
66 |
| dc.relation.citationissue.spa.fl_str_mv |
1 |
| dc.relation.citationstartpage.spa.fl_str_mv |
58 |
| dc.relation.citationvolume.spa.fl_str_mv |
35 |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Revista Facultad Nacional de Salud Pública |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.uri.*.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/co/ |
| dc.rights.accessrights.*.fl_str_mv |
Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO) |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ https://creativecommons.org/licenses/by-nc-sa/2.5/co/ Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
11 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia, Facultad Nacional de Salud Pública |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/d3a65d4e-6bdd-4726-819c-d553d62e4433/download https://bibliotecadigital.udea.edu.co/bitstreams/cab2f456-bfb0-45b4-8fbf-b96e144eed8a/download https://bibliotecadigital.udea.edu.co/bitstreams/6734c3c0-f1f2-4189-9a66-bb270b514e2c/download https://bibliotecadigital.udea.edu.co/bitstreams/8cc4b28a-3224-448b-af24-c3fa99107f59/download https://bibliotecadigital.udea.edu.co/bitstreams/e1831feb-f064-4fed-a12a-bf65568f4ef6/download https://bibliotecadigital.udea.edu.co/bitstreams/6d90fcf3-7897-413d-b6ad-fe2cc911797a/download https://bibliotecadigital.udea.edu.co/bitstreams/98b5b125-c088-4551-a824-cb65f65d915b/download |
| bitstream.checksum.fl_str_mv |
4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e ff26e8602eeeb3ca322a74b5662cfec0 8a4605be74aa9ea9d79846c1fba20a33 fb14e9fbdd4f4f3a76155fe512d7a8d1 6608ef20a8e86f51ab5d143eced36b52 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052555536171008 |
| spelling |
Londoño Ciro, Libardo AntonioCañón Barriga, Julio EduardoGiraldo Ocampo, Julián Darío2019-03-11T19:41:38Z2019-03-11T19:41:38Z2017Londoño-Ciro LA, Cañón-Barriga JE, Giraldo-Ocampo JD. Modelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aire. Rev. Fac. Nac. Salud Pública. 2017; 35(1): 111-122. DOI:10.17533/udea.rfnsp.v35n1a120120-386Xhttp://hdl.handle.net/10495/1074910.17533/udea.rfnsp.v35n1a122256-3334ABSTRACT: This paper presents a model of spatial proximity to roads, industrial uses of land and green areas, to determine concentrations of particulate matter and locate air quality monitoring sites in urban areas. The model uses monthly average concentration of PM10 (µgm/m3) measured at nine monitoring sites in the city of Medellin between January 2003 and December 2008. With these data, monthly maps were calculated using geostatistical interpolation methods with J-Bessel semivariograms to characterize the concentration of PM10. Three factors of spatial proximity (to main roads, industries and green areas) were calculated along with one combined factor. They were then multiplied by the concentration maps. With this result, a network of monitoring sites was proposed for Medellín. The Spatial analysis techniques and the proximity model allow for the assessment of the distribution of the contaminant on the territory, highlighting the effect of intersections and industrial areas on high concentrations and the dampening effect of green areas. This work may complement the existing regulatory provisions in Colombia for locating critical monitoring sites of the air quality surveillance systems.RESUMEN: Este artículo presenta un modelo de proximidad espacial a vías, usos industriales del suelo y zonas verdes para determinar concentraciones de material particulado y localizar sitios de monitoreo de calidad de aire en zonas urbanas. Se utilizan datos de concentración promedio mensual de PM10 (µgm/m3), medidos en nueve sitios de monitoreo en la ciudad de Medellín entre enero de 2003 y diciembre de 2008. Con estos datos se calculan mapas mensuales de concentración, usando métodos de interpolación geoestadísticos con semivariogramas J-Bessel que caracterizan espacialmente la concentración de PM10. Se calculan tres factores de proximidad espacial (a vías, a industrias y a zonas verdes) y uno combinado para multiplicarlos por los mapas de concentración. Con este resultado, se propone una red de sitios de monitoreo para Medellín. Las técnicas de análisis espacial y el modelo de proximidad permiten inspeccionar la distribución del contaminante sobre el territorio, resaltando el efecto de las intersecciones de las vías principales y las zonas industriales donde se dan las mayores concentraciones, y el efecto amortiguador de las zonas verdes. Esto complementa las disposiciones normativas existentes en Colombia para la definición de la ubicación de sitios de monitoreo en sistemas de vigilancia de la calidad del aire.11application/pdfspaUniversidad de Antioquia, Facultad Nacional de Salud PúblicaMedellín, Colombiahttps://creativecommons.org/licenses/by-nc-sa/4.0/https://creativecommons.org/licenses/by-nc-sa/2.5/co/Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Calidad del aireContaminación del aireModelos de localización espacialModelos de Calidad del AireAir PollutionAir qualityAir Quality ModelsModelo de proximidad espacial para definir sitios de muestreo en redes urbanas de calidad de aireA spatial proximity model to define monitoring sites in urban air quality networksArtículo de revisiónhttp://purl.org/coar/resource_type/c_dcae04bchttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARTREVhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionRev. Fac. Nac. Salud Pública6615835Revista Facultad Nacional de Salud PúblicaPublicationCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849https://bibliotecadigital.udea.edu.co/bitstreams/d3a65d4e-6bdd-4726-819c-d553d62e4433/download4afdbb8c545fd630ea7db775da747b2fMD52falseAnonymousREADlicense_textlicense_texttext/html; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/cab2f456-bfb0-45b4-8fbf-b96e144eed8a/downloadd41d8cd98f00b204e9800998ecf8427eMD53falseAnonymousREADlicense_rdflicense_rdfLicenciaapplication/rdf+xml; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/6734c3c0-f1f2-4189-9a66-bb270b514e2c/downloadd41d8cd98f00b204e9800998ecf8427eMD54falseAnonymousREADORIGINALLondonoLibardo_2017_ModeloProximidadEspacial.pdfLondonoLibardo_2017_ModeloProximidadEspacial.pdfArtículo de revisiónapplication/pdf1430146https://bibliotecadigital.udea.edu.co/bitstreams/8cc4b28a-3224-448b-af24-c3fa99107f59/downloadff26e8602eeeb3ca322a74b5662cfec0MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/e1831feb-f064-4fed-a12a-bf65568f4ef6/download8a4605be74aa9ea9d79846c1fba20a33MD55falseAnonymousREADTEXTLondonoLibardo_2017_ModeloProximidadEspacial.pdf.txtLondonoLibardo_2017_ModeloProximidadEspacial.pdf.txtExtracted texttext/plain32596https://bibliotecadigital.udea.edu.co/bitstreams/6d90fcf3-7897-413d-b6ad-fe2cc911797a/downloadfb14e9fbdd4f4f3a76155fe512d7a8d1MD56falseAnonymousREADTHUMBNAILLondonoLibardo_2017_ModeloProximidadEspacial.pdf.jpgLondonoLibardo_2017_ModeloProximidadEspacial.pdf.jpgGenerated Thumbnailimage/jpeg11238https://bibliotecadigital.udea.edu.co/bitstreams/98b5b125-c088-4551-a824-cb65f65d915b/download6608ef20a8e86f51ab5d143eced36b52MD57falseAnonymousREAD10495/10749oai:bibliotecadigital.udea.edu.co:10495/107492025-03-27 00:15:30.634https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |