Metodología para la evaluación del contaminante atmosférico PM10 con sensor MODIS, DMQ

En la actualidad la calidad y diversidad de las imágenes captadas por los sensores ópticos presentes en los satélites permiten un estudio preciso de la atmósfera. El estudio actual estima la concentración y distribución de material particulado con el fin de mejorar los sistemas de monitoreo de calid...

সম্পূর্ণ বিবরণ

সংরক্ষণ করুন:
গ্রন্থ-পঞ্জীর বিবরন
প্রধান লেখক: Pulluquitín Taipe, Francisco Daniel (author)
বিন্যাস: bachelorThesis
ভাষা:spa
প্রকাশিত: 2019
বিষয়গুলি:
অনলাইন ব্যবহার করুন:http://www.dspace.uce.edu.ec/handle/25000/20760
ট্যাগগুলো: ট্যাগ যুক্ত করুন
কোনো ট্যাগ নেই, প্রথমজন হিসাবে ট্যাগ করুন!
বিবরন
সংক্ষিপ্ত:En la actualidad la calidad y diversidad de las imágenes captadas por los sensores ópticos presentes en los satélites permiten un estudio preciso de la atmósfera. El estudio actual estima la concentración y distribución de material particulado con el fin de mejorar los sistemas de monitoreo de calidad del aire y permitir la formulación de medidas apropiadas para garantizar la exposición segura, al aire ambiente, de los habitantes del área urbana del Distrito Metropolitano de Quito (DMQ) y sus alrededores. Se determina la correlación existente entre las mediciones de material particulado PM10 y PM2,5 de las estaciones en superficie, versus, información adimensional de la Profundidad Óptica de Aerosoles (AOD) proveniente de imágenes raster captadas por el Espectro radiómetro de Imágenes de Media Resolución (MODIS). La información de AOD es obtenida del algoritmo llamado MAIAC, el cual procesa de forma conjunta la información del sensor MODIS en los satélites Terra y Aqua, Para la correlación se consideró lo datos coincidentes, tanto temporal y espacialmente, de PM y MODIS AOD capturados a la longitud de onda de 0,47 μm. La investigación contempla la estimación de PM2,5 debido a que, en el área de estudio, las mediciones en superficie de PM10 no fueron las suficientes. Se pudo determinar a su vez ecuaciones de estimación de PM2,5 e identificar las estaciones que presentan una mayor correlación en función del índice de Pearson (2). Para el procesamiento de las imágenes se utilizó, entre otros, el programa de re-proyección MRT MODIS de la NASA y el sistema de información geográfica de uso libre Q-GIS