Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación

En el presente trabajo se desarrolló una metodología para la automatización de la creación de mapas de variables atmosféricas y de contaminantes, tales como precipitación, velocidad del viento, temperatura y material particulado teniendo como base la información en resolución horaria de las estacion...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2015
Institución:
Universidad Militar Nueva Granada
Repositorio:
Repositorio UMNG
Idioma:
spa
OAI Identifier:
oai:repository.unimilitar.edu.co:10654/7631
Acceso en línea:
http://hdl.handle.net/10654/7631
Palabra clave:
Automatización
Análisis espacial
Temperatura
Precipitación
Velocidad del viento
Material particulado (PM10)
ANALISIS ESPACIAL (ESTADISTICA)
Automation
Spatial analysis
temperature
precipitation
wind speed
Particulate Matter (PM10)
Rights
License
http://purl.org/coar/access_right/c_abf2
id UNIMILTAR2_d21a21984f6c278df39f118d5821fc99
oai_identifier_str oai:repository.unimilitar.edu.co:10654/7631
network_acronym_str UNIMILTAR2
network_name_str Repositorio UMNG
repository_id_str
dc.title.spa.fl_str_mv Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación
dc.title.titleenglish.spa.fl_str_mv Methodology to generate geospatial maps of pollutants and meteorological variables using programming tools
title Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación
spellingShingle Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación
Automatización
Análisis espacial
Temperatura
Precipitación
Velocidad del viento
Material particulado (PM10)
ANALISIS ESPACIAL (ESTADISTICA)
Automation
Spatial analysis
temperature
precipitation
wind speed
Particulate Matter (PM10)
title_short Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación
title_full Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación
title_fullStr Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación
title_full_unstemmed Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación
title_sort Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programación
dc.subject.spa.fl_str_mv Automatización
Análisis espacial
Temperatura
Precipitación
Velocidad del viento
Material particulado (PM10)
topic Automatización
Análisis espacial
Temperatura
Precipitación
Velocidad del viento
Material particulado (PM10)
ANALISIS ESPACIAL (ESTADISTICA)
Automation
Spatial analysis
temperature
precipitation
wind speed
Particulate Matter (PM10)
dc.subject.lemb.spa.fl_str_mv ANALISIS ESPACIAL (ESTADISTICA)
dc.subject.keyword.spa.fl_str_mv Automation
Spatial analysis
temperature
precipitation
wind speed
Particulate Matter (PM10)
description En el presente trabajo se desarrolló una metodología para la automatización de la creación de mapas de variables atmosféricas y de contaminantes, tales como precipitación, velocidad del viento, temperatura y material particulado teniendo como base la información en resolución horaria de las estaciones de la Red de Monitoreo de Calidad del Aire de Bogotá (RMCAB) a partir de sus inicios en el año 1997 hasta la actualidad, realizando análisis descriptivos tanto en la componente temporal como espacial y finalmente generando una interpolación para la producción en masa de mapas, usando como herramienta el lenguaje de programación R.
publishDate 2015
dc.date.created.none.fl_str_mv 2015-12-05
dc.date.accessioned.none.fl_str_mv 2016-03-29T14:36:11Z
2019-12-30T18:01:51Z
dc.date.available.none.fl_str_mv 2016-03-29T14:36:11Z
2019-12-30T18:01:51Z
dc.type.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.spa.spa.fl_str_mv Trabajo de grado
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10654/7631
url http://hdl.handle.net/10654/7631
dc.language.spa.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.format.spa.fl_str_mv pdf
dc.coverage.spatial.spa.fl_str_mv Calle 100
dc.publisher.spa.fl_str_mv Universidad Militar Nueva Granada
dc.publisher.department.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.program.spa.fl_str_mv Especialización en Geomática
institution Universidad Militar Nueva Granada
dc.source.bibliographicCitation.spa.fl_str_mv Interpolation methods for climate data - literature review . Sluiter, R. 2008. 2008, Intern rapport ; IR 2009-04.
Establishing an air pollution monitoring network for intra-urban population exposure assessment: A location-allocation approach. Kanaroglou, P., Jerrett, M., Morrison, J., Beckerman, B., Arain, M., Gilbert, N., & Brook, J. 2005. 2005, Atmospheric Environment 39, págs. 2399 2409
Secretaría Distrital de Ambiente . 2014. Red de Monitoreo de Calidad del Aire de Bogotá - RMCAB. [En línea] 2014. [Citado el: 15 de 9 de 2015.] http://ambientebogota.gov.co/red-decalidad- del-aire.
John Fox and Sanford Weisberg (2011). An {R} Companion to Applied Regression, Second Edition. Thousand Oaks CA: Sage. URL: http://socserv.socsci.mcmaster.ca/jfox/Books/Companion
IDEAM. 2007. Estudio de la caracterización climática de Bogotá y Cuenca Alta del Río Tunjuelo. [aut. libro] Germán Horacio Rosero, María Constanza Cadena, Martha Cecilia Montealegre, Jorge Enrique Bernal. Bogotá : s.n., 2007.
Adding virtual measuring stations to a network for urban air pollution mapping. Beaulant, A. L., Perron, G., Kleinpeter, J., Weber, C., Ranchin, T., & Wald, L. 2008. 2008, Environment international, págs. 599 605.
Pebesma, E.J., R.S. Bivand, 2005. Classes and methods for spatial data in R. R News 5 (2), http://cran.r-project.org/doc/Rnews/.
Roger S. Bivand, Edzer Pebesma, Virgilio Gomez-Rubio, 2013. Applied spatial data analysis with R, Second edition. Springer, NY. http://www.asdar-book.org/
Pebesma, E.J., 2004. Multivariable geostatistics in S: the gstat package. Computers & Geosciences, 30: 683-691.
RIBEIRO JR., P.J. and DIGGLE, P.J. (2001) geoR: A package for geostatistical analysis. RNEWS Vol 1, No 2. ISSN 1609-3631.
IDEAM. (2014). Instituto de Hidrología, Meteorología y estudios Ambientales. Recuperado el 16 de octubre de 2015, de TIEMPO Y CLIMA: http://www.ideam.gov.co/documents/21021/21789/PROMEDIOS+ACTUALES_71- 00tablas.xls/fa837392-e28c-438b-819c-22770c6e03be
The R Foundation. (s.f.). What is R? Obtenido de Sitio web de R project: https://www.rproject. org/about.html
VIERA, M. A. (2002). Geoestadística Aplicada. (UNAM, Ed.) Obtenido de Sitio web geofísica UNAM: http://mmc2.geo sica.unam.mx/cursos/geoest/GeoEstadistica.pdf
García, F. M. (Enero de 2004). Aplicación de la geoestadística en las ciencias ambientales. Revista cientí ca y técnica de ecología y medio ambiente.
Villavicencio, J. (s.f.). Introducción a Series de Tiempo. Obtenido de Sitio web del Instituto de Estadísticas de Puerto Rico: http://www.estadisticas.gobierno.pr/iepr/LinkClick.aspx? leticket=4_BxecUaZmg%3D
TechTarget. (2015). Heat map (heatmap) de nition. Obtenido de Business intelligence - business analytics: http://searchbusinessanalytics.techtarget.com/de nition/heat-map
Sarkar, Deepayan (2008) Lattice: Multivariate Data Visualization with R. Springer, New York. ISBN 978-0-387-75968-5
bitstream.url.fl_str_mv http://repository.unimilitar.edu.co/bitstream/10654/7631/1/Proyecto_final_NCR.pdf
http://repository.unimilitar.edu.co/bitstream/10654/7631/2/license.txt
http://repository.unimilitar.edu.co/bitstream/10654/7631/3/Proyecto_final_NCR.pdf.txt
http://repository.unimilitar.edu.co/bitstream/10654/7631/4/Proyecto_final_NCR.pdf.jpg
bitstream.checksum.fl_str_mv 3c8eac1fbdcecb5df8f419eb0c102308
57c1b5429c07cf705f9d5e4ce515a2f6
08699f82115c8092744277e8245d21e9
e23593b18e788cbedc07f06b5f5c5d59
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UMNG
repository.mail.fl_str_mv bibliodigital@unimilitar.edu.co
_version_ 1837098513743216640
spelling Calle 1002016-03-29T14:36:11Z2019-12-30T18:01:51Z2016-03-29T14:36:11Z2019-12-30T18:01:51Z2015-12-05http://hdl.handle.net/10654/7631En el presente trabajo se desarrolló una metodología para la automatización de la creación de mapas de variables atmosféricas y de contaminantes, tales como precipitación, velocidad del viento, temperatura y material particulado teniendo como base la información en resolución horaria de las estaciones de la Red de Monitoreo de Calidad del Aire de Bogotá (RMCAB) a partir de sus inicios en el año 1997 hasta la actualidad, realizando análisis descriptivos tanto en la componente temporal como espacial y finalmente generando una interpolación para la producción en masa de mapas, usando como herramienta el lenguaje de programación R.In this paper was developed a methodology for produce automatic maps of atmospheric and pollutants variables such as precipitation, wind speed, temperature and particulate matter, using the information from the stations of Network Monitoring Air Quality of Bogota (RMCAB) from its inception in 1997 until today, producing statistical descriptive analysis both spatial and temporal component and nally generating automatically interpolated maps, using as a tool the programming language R.pdfspaUniversidad Militar Nueva GranadaFacultad de IngenieríaEspecialización en GeomáticaAutomatizaciónAnálisis espacialTemperaturaPrecipitaciónVelocidad del vientoMaterial particulado (PM10)ANALISIS ESPACIAL (ESTADISTICA)AutomationSpatial analysistemperatureprecipitationwind speedParticulate Matter (PM10)Metodología para la espacialización de variables meteorológicas y de contaminantes utilizando herramientas de programaciónMethodology to generate geospatial maps of pollutants and meteorological variables using programming toolsinfo:eu-repo/semantics/bachelorThesisTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fInterpolation methods for climate data - literature review . Sluiter, R. 2008. 2008, Intern rapport ; IR 2009-04.Establishing an air pollution monitoring network for intra-urban population exposure assessment: A location-allocation approach. Kanaroglou, P., Jerrett, M., Morrison, J., Beckerman, B., Arain, M., Gilbert, N., & Brook, J. 2005. 2005, Atmospheric Environment 39, págs. 2399 2409Secretaría Distrital de Ambiente . 2014. Red de Monitoreo de Calidad del Aire de Bogotá - RMCAB. [En línea] 2014. [Citado el: 15 de 9 de 2015.] http://ambientebogota.gov.co/red-decalidad- del-aire.John Fox and Sanford Weisberg (2011). An {R} Companion to Applied Regression, Second Edition. Thousand Oaks CA: Sage. URL: http://socserv.socsci.mcmaster.ca/jfox/Books/CompanionIDEAM. 2007. Estudio de la caracterización climática de Bogotá y Cuenca Alta del Río Tunjuelo. [aut. libro] Germán Horacio Rosero, María Constanza Cadena, Martha Cecilia Montealegre, Jorge Enrique Bernal. Bogotá : s.n., 2007.Adding virtual measuring stations to a network for urban air pollution mapping. Beaulant, A. L., Perron, G., Kleinpeter, J., Weber, C., Ranchin, T., & Wald, L. 2008. 2008, Environment international, págs. 599 605.Pebesma, E.J., R.S. Bivand, 2005. Classes and methods for spatial data in R. R News 5 (2), http://cran.r-project.org/doc/Rnews/.Roger S. Bivand, Edzer Pebesma, Virgilio Gomez-Rubio, 2013. Applied spatial data analysis with R, Second edition. Springer, NY. http://www.asdar-book.org/Pebesma, E.J., 2004. Multivariable geostatistics in S: the gstat package. Computers & Geosciences, 30: 683-691.RIBEIRO JR., P.J. and DIGGLE, P.J. (2001) geoR: A package for geostatistical analysis. RNEWS Vol 1, No 2. ISSN 1609-3631.IDEAM. (2014). Instituto de Hidrología, Meteorología y estudios Ambientales. Recuperado el 16 de octubre de 2015, de TIEMPO Y CLIMA: http://www.ideam.gov.co/documents/21021/21789/PROMEDIOS+ACTUALES_71- 00tablas.xls/fa837392-e28c-438b-819c-22770c6e03beThe R Foundation. (s.f.). What is R? Obtenido de Sitio web de R project: https://www.rproject. org/about.htmlVIERA, M. A. (2002). Geoestadística Aplicada. (UNAM, Ed.) Obtenido de Sitio web geofísica UNAM: http://mmc2.geo sica.unam.mx/cursos/geoest/GeoEstadistica.pdfGarcía, F. M. (Enero de 2004). Aplicación de la geoestadística en las ciencias ambientales. Revista cientí ca y técnica de ecología y medio ambiente.Villavicencio, J. (s.f.). Introducción a Series de Tiempo. Obtenido de Sitio web del Instituto de Estadísticas de Puerto Rico: http://www.estadisticas.gobierno.pr/iepr/LinkClick.aspx? leticket=4_BxecUaZmg%3DTechTarget. (2015). Heat map (heatmap) de nition. Obtenido de Business intelligence - business analytics: http://searchbusinessanalytics.techtarget.com/de nition/heat-mapSarkar, Deepayan (2008) Lattice: Multivariate Data Visualization with R. Springer, New York. ISBN 978-0-387-75968-5http://purl.org/coar/access_right/c_abf2Cuadros Rubio, Nicolásnicoladros@gmail.comEspecialista en GeomáticaORIGINALProyecto_final_NCR.pdfapplication/pdf1357789http://repository.unimilitar.edu.co/bitstream/10654/7631/1/Proyecto_final_NCR.pdf3c8eac1fbdcecb5df8f419eb0c102308MD51LICENSElicense.txttext/plain1521http://repository.unimilitar.edu.co/bitstream/10654/7631/2/license.txt57c1b5429c07cf705f9d5e4ce515a2f6MD52TEXTProyecto_final_NCR.pdf.txtExtracted texttext/plain35131http://repository.unimilitar.edu.co/bitstream/10654/7631/3/Proyecto_final_NCR.pdf.txt08699f82115c8092744277e8245d21e9MD53THUMBNAILProyecto_final_NCR.pdf.jpgIM Thumbnailimage/jpeg5234http://repository.unimilitar.edu.co/bitstream/10654/7631/4/Proyecto_final_NCR.pdf.jpge23593b18e788cbedc07f06b5f5c5d59MD5410654/7631oai:repository.unimilitar.edu.co:10654/76312019-12-30 13:01:51.502Repositorio Institucional UMNGbibliodigital@unimilitar.edu.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

Publicaciones similares