Evaluación de los niveles de metales en aire ambiente mediante modelos estadísticos

Abstract

RESUMEN: La legislación europea permite que la evaluación de la calidad del aire se pueda efectuar únicamente mediante técnicas de modelización y/o de estimación objetiva en aquellas zonas en las que los niveles de contaminantes se encuentren por debajo de un cierto umbral inferior de evaluación. Esta Tesis Doctoral tiene como objetivo el desarrollo de una metodología para la estimación de los niveles en aire ambiente de metales y semimetales, y la evaluación de la adecuación de dicha metodología como herramienta de evaluación de la calidad del aire de acuerdo con los criterios de calidad establecidos por la legislación europea para las técnicas de modelización y de estimación objetiva. La metodología propuesta se fundamenta en el empleo de modelos estadísticos desarrollados en base a técnicas de regresión por mínimos cuadrados parciales (PLSR) y de redes neuronales artificiales (ANNs), que permiten determinar la concentración en inmisión de los contaminantes objeto de estudio en zonas urbanas a escala local en función de los niveles de otros contaminantes atmosféricos y de las condiciones meteorológicas, lo que reduciría las necesidades de medidas experimentales para su posterior análisis en laboratorio.

ABSTRACT: The European legislation permits that air quality assessment may be conducted solely by modelling and/or objective estimation techniques in those zones and agglomerations where the levels of pollutants are below a certain lower assessment threshold. This Thesis aims to develop a methodology for the estimation of the levels of metals and metalloids in ambient air, and the evaluation of the adequacy of this methodology as an air quality assessment tool according to the quality criteria established by the European legislation for modelling and objective estimation techniques. The proposed methodology involves the development of statistical models based on partial least squares regression (PLSR) and artificial neural networks (ANNs), which allows the determination of the immission concentration of the studied pollutants in urban areas at a local scale as a function of the levels of other air pollutants and the meteorological conditions, reducing the number of experimental measurements for their subsequent analysis in the laboratory.