2024-03-29T10:48:02Zhttps://riubu.ubu.es/oai/requestoai:riubu.ubu.es:10259/69182022-10-17T07:59:18Zcom_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
RWwgYXV0b3IgY29tbyDDum5pY28gdGl0dWxhciBkZSBsb3MgZGVyZWNob3MgZGUgcHJvcGllZGFkIGludGVsZWN0dWFsIGRlIGxhIG9icmEsIG8gZGlzcG9uaWVuZG8gZGUgbG9zIGRlYmlkb3MgcGVybWlzb3MgZGUgbG9zIG90cm9zIHRpdHVsYXJlcywgc2kgbG9zIGh1YmllcmEsIHkgZW4gdmlydHVkIGRlIGxvcyBkZXJlY2hvcyBxdWUgbGUgY29uZmllcmUgbGEgbGVnaXNsYWNpw7NuIHZpZ2VudGUgc29icmUgcHJvcGllZGFkIGludGVsZWN0dWFsIHkgZGVyZWNob3MgZGUgYXV0b3IsIApBVVRPUklaQSBhIGxhIFVuaXZlcnNpZGFkIGRlIEJ1cmdvcyBhIGRpZnVuZGlyLCBkZSBtYW5lcmEgZ3JhdHVpdGEsIGVsIGNvbnRlbmlkbyBkZSBsb3MgYXJjaGl2b3MgZGlnaXRhbGVzIHF1ZSBjb3JyZXNwb25kZW4gYWwgZG9jdW1lbnRvIGRlc2NyaXRvIGFudGVyaW9ybWVudGUsIGNvbiBjYXLDoWN0ZXIgbm8gZXhjbHVzaXZvIHkgZGUgbWFuZXJhIHDDumJsaWNhIGVuIGFjY2VzbyBhYmllcnRvIGEgdHJhdsOpcyBkZSBJbnRlcm5ldCwgcGFyYSBsbyBxdWUgbGEgQmlibGlvdGVjYSBwcm9jZWRlcsOhIGEgYXJjaGl2YXJsb3MgZW4gZWwgUmVwb3NpdG9yaW8gSW5zdGl0dWNpb25hbC4gQXNpbWlzbW8gYXV0b3JpemEgYSBsYSBVbml2ZXJzaWRhZCBkZSBCdXJnb3MgYSByZWFsaXphciBsYXMgdHJhbnNmb3JtYWNpb25lcyBuZWNlc2FyaWFzIGRlIGZvcm1hdG8sIG5vIGRlIGNvbnRlbmlkbywgcGFyYSBnYXJhbnRpemFyIGxhIHByZXNlcnZhY2nDs24geSBlbCBhY2Nlc28gZW4gZWwgZnV0dXJvLgoKRWwgYXV0b3IgZGlzcG9uZSwgZW4gdG9kbyBjYXNvLCBkZWwgZGVyZWNobyBhIHJldm9jYXIgZXN0YSBhdXRvcml6YWNpw7NuLgoKTGEgY2VzacOzbiBkZSBkZXJlY2hvcyBkZSBlc3RhIG9icmEgc2UgZW5jdWVudHJhIHN1amV0YSBhIGxhIGxlZ2lzbGFjacOzbiB2aWdlbnRlIHNvYnJlIHByb3BpZWRhZCBpbnRlbGVjdHVhbCB5IGRlcmVjaG9zIGRlIGF1dG9yLiBTdSBkaWZ1c2nDs24gZW4gZWwgUmVwb3NpdG9yaW8gc2Vyw6EgYmFqbyBsYSBtb2RhbGlkYWQgZGUgbGljZW5jaWEgQ3JlYXRpdmUgQ29tbW9ucyBvIGVxdWl2YWxlbnRlOiByZWNvbm9jaW1pZW50byDigJMgdXNvIG5vIGNvbWVyY2lhbCDigJMgc2luIG9icmEgZGVyaXZhZGEsIHBvciBsYSBxdWUgc2UgcGVybWl0ZSBoYWNlciBjb3BpYSwgZGlzdHJpYnVpciB5IGNvbXVuaWNhciBww7pibGljYW1lbnRlIGxhIG9icmEgc2llbXByZSBxdWUgc2UgY2l0ZSBhbCBhdXRvciwgZWwgdXNvIHF1ZSBzZSBoYWdhIGRlIGVsbGEgc2VhIG5vIGNvbWVyY2lhbCB5IG5vIHNlIGNyZWVuIG9icmFzIGRlcml2YWRhcyBhIHBhcnRpciBkZSBsYSBvcmlnaW5hbC4K
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