Abstract:
El objetivo de este proyecto es generar modelos atmosféricos que puedan predecir el comportamiento del monóxido de carbono en distintas fechas, utilizando como datos, la reflectancia de las bandas 1 a la 7 de la plataforma Landsat 8 y la concentración de monóxido de carbono obtenido por medio de la RAMA.
Durante el desarrollo de la investigación se utilizaron parámetros estadísticos distintos a la R2, para la selección de modelos, como el Criterio de Información de Akaike que es la relación entre el sesgo y la varianza, así como el parámetro BIC entre otros. Además de que se analizó que en época de lluvias los modelos tienden a tener un comportamiento menos confiable en comparación al periodo de estiaje, donde los modelos tienen parámetros de mayor valor y confiabilidad para con ellos definir en qué época del año la percepción remota entrega mejores resultados, a su vez se utilizaron y compararon distintas regresiones lineales para tener una gama amplia de selección.
Description:
En el primer capítulo de este documento se habla de los antecedentes y contexto histórico de la contaminación atmosférica. En el segundo capítulo se trata de exponer el calentamiento global, tanto las causas y efectos que tienen en las actividades humanas, así como los principales contaminantes atmosféricos y efectos que tienen en la salud humana. Seguidamente el tercer capítulo, se aborda a la percepción remota de un enfoque general, exponiendo los diferentes sistemas, plataformas y usos, así como la justificación del uso del Landsat 8. En el cuarto capítulo se realiza una descripción del proceso realizado, así como de la zona de estudio, del parámetro seleccionado y la metodología, En el capítulo siguiente se exponen los resultados obtenidos, así como las diferentes regresiones que se aplicaron, el por qué la regresión Stepwise resulto la óptima y los diferentes parámetros de selección que existen dentro de la estadística para modelos y en el último capítulo se tienen las conclusiones
