2026-06-09T18:25:40Zhttps://riubu.ubu.es/oai/request
oai:riubu.ubu.es:10259/69182024-05-20T07:44:53Zcom_10259.4_104com_10259_2604col_10259_6848
Repositorio Institucional de la Universidad de Burgos author Gomes Bastos, Edinalva author Cueto-Felgueroso González-Pardo, María author Mira, José Manuel author Fonseca, Natalia Elizabeth author Arenas-Ramírez, Blanca author Aparicio-Izquierdo, Francisco 2022-09-19T10:53:22Z 2022-09-19T10:53:22Z 2021-07 978-84-18465-12-3 http://hdl.handle.net/10259/6918 10.36443/10259/6918 En las grandes ciudades el principal motivo de la pérdida de la calidad del aire es la emisión de los productos de combustión procedentes del tráfico de vehículos. El objetivo de este trabajo es mostrar los resultados de las predicciones realizadas para emisiones de partículas y de óxidos de nitrógeno por autobuses urbanos de ciudad de Madrid, utilizando modelos de minería de datos que consideran la influencia de variables cinemáticas, ambientales, altitud y pendiente. Para la realización de las predicciones se usó la herramienta estadística Random Forests de R. Se obtuvo los perfiles de altitud y pendiente de manera teórica (usando la aplicación GPS Visualizer) y experimental (determinación del perfil de altitud sobre el nivel del mar). Se detectó un desfase entre las curvas de caudal de contaminantes respecto a las curvas de las variables cinemáticas, por ello se hizo corresponder el valor de la variable respuesta en el instante t con las cinemáticas en el instante t + r. Se determinó las mejores combinaciones del desfase a partir de la elaboración de modelos sencillos. A continuación, a los mejores modelos sencillos se añadió las componentes ambientales como variables explicativas creando modelos globales, y finalmente se creó un modelo incorporando al mejor modelo global la altitud y pendiente como nuevas variables explicativas. Se verificó que los modelos que consideran el retardo entre la variable respuesta y las cinemáticas y la incorporación de la altitud y pendiente como variables explicativas mejoran los modelos en términos de predicciones y errores. Los perfiles de altitud y pendiente determinados por el método teórico presentan mejores resultados, en ambos métodos la pendiente es la tercera variable más influyente en la emisión de los contaminantes, mientras que las variables cinemáticas son las que más contribuyen a reducir la impureza nodal y el error MSE-OOB. spa Modelización Simulación Contaminación Modelling Simulation Pollution Modelos de emisiones de partículas y NOx de autobuses en recorridos urbanos info:eu-repo/semantics/conferenceObject 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 URL https://riubu.ubu.es/bitstream/10259/6918/1/Gomes_CIT2021_1199-1211.pdf File MD5 3f5eaf378cda8d4067aba1a010a542f6 374189 application/pdf Gomes_CIT2021_1199-1211.pdf