Sistema integral bajo el enfoque de minería de datos y redes neuronales para la predicción y control de la contaminación atmosférica por PM10 en la Ciudad de Chimbote

Abstract

La contaminación atmosférica es una amenaza aguda, constituye un fenómeno que tiene particular incidencia sobre la salud del hombre. Los cambios que se producen en la composición química de la atmosfera pueden cambiar el clima, producir lluvia ácida o destruir el ozono, fenómenos todos ellos de una gran importancia global. La Organización Mundial de la Salud (OMS) considerara la contaminación atmosférica como una de las más importantes prioridades mundiales. Chimbote; ha sido catalogada por la Dirección General de Salud Ambiental (DIGESA) como la tercera ciudad más contaminada en este país. Las principales fuentes de contaminación son fuentes fijas como la industria pesquera y siderúrgica. Los contaminantes que se han registrado como preocupantes son el monóxido de Azufre (SO2) y principalmente las Partículas Menores a 10 micrómetros (PM10). En la presente tesis doctoral se propone la implementación de un sistema integral, que permita realizar la predicción de la contaminación atmosférica por concentración del contaminante crítico PM10 para Chimbote, haciendo uso de redes neuronales y minería de datos.