Research Outputs

Now showing 1 - 2 of 2
  • Thumbnail Image
    Publication
    Variables meteorológicas y niveles de concentración de material particulado de 10 μm en Andacollo, Chile: Un estudio de dispersión y entropías
    (Información Tecnológica, 2020) ;
    Pacheco, Patricio R.
    ;
    Parodi, María C.
    ;
    Mera, Eduardo M.
    El objetivo de esta investigación es contrastar un modelo Gaussiano de dispersión de contaminantes, usando la rosa de los vientos de la ciudad de Andacollo (Chile), con un modelo cuya génesis está en la teoría del caos y que emplea datos crudos de carácter público de mediciones de la estación Andacollo del Sistema de Información Nacional de Calidad del Aire (SINCA) de Chile. Los datos conforman series de tiempo de material particulado, temperatura, humedad relativa, presión, radiación solar y magnitud de la velocidad del viento. El tratamiento caótico de cada serie entrega su exponente de Lyapunov, su coeficiente de Hurst y su entropía de correlación. La aproximación caótica muestra que las entropías de las variables meteorológicas actúan sobre la del contaminante provocando su decaimiento asintótico según perdida de persistencia, explicando sus interacciones térmicas localizadas. Se concluye que los modelos exhiben predicciones similares al comparar el decaimiento del contaminante PM10.
  • Thumbnail Image
    Publication
    Estudio sobre la dinámica temporal de material particulado PM10 emitido en Cochabamba, Bolivia
    (Universidad Nacional Autónoma de México, 2017) ;
    Medina-Mitma, Evelin
    En este documento se presenta un estudio de series temporales de PM10 que muestran la mala calidad del aire en Cochabamba, mediante parámetros estadísticos usados en estudios sobre dinámica no lineal. El promedio diario de PM10 sigue patrones similares al de grandes ciudades que poseen altos índices de contaminación ambiental. Uno de los parámetros resultó del mismo orden y característica que los presentados en trabajos similares sobre el estudio de caoticidad en variables de contaminación como ozono, PM2.5, y CO, demostrando el origen caótico de estos datos. Nuestros resultados contribuyen a la literatura puesto que introducen un análisis metodológico más detallado de la naturaleza no lineal del contaminante PM10.