Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series

Detalhes bibliográficos
Autor(a) principal: Prieto, Wesley Heleno, 1988-
Data de Publicação: 2018
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1635484
Resumo: Orientador: Marco Aurélio Cremasco
id UNICAMP-30_a568e676f509ef5d943e65a02d45b60e
oai_identifier_str oai::1080409
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time seriesApplication of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time seriesCaosPrevisãoInteligência artificialExpoentes de LyapunovAr - PoluiçãoChaosPredictionArtificial IntelligenceLyapunov, ExpoentAtmospheric pollutionOrientador: Marco Aurélio CremascoTese (doutorado) - Universidade Estadual de Campinas, Instituto de QuímicaResumo: A complexa dinâmica envolvida na poluição atmosférica promove a necessidade de metodologias de análise que representem, com maior fidelidade, suas características físicas. Nas últimas décadas, diversas pesquisas demonstraram os efeitos nocivos dos contaminantes atmosféricos à saúde humana, fauna e flora, desta forma explicitando a urgência do conhecimento das causas, padrões e mecanismos deste fenômeno. Os métodos clássicos empregados para este fim, frequentemente, negligenciam as interações não lineares presentes na evolução temporal dos poluentes. Nesta vanguarda, esta Tese aplica a teoria caótica determinista no estudo de séries temporais de concentração de material particulado inalável (MP10) e óxidos de nitrogênio (NOx) fornecidas por cinco estações de monitoramento pertencente à Companhia Ambiental do Estado de São Paulo (CETESB) nos anos de 1998 a 2017. Objetiva-se também a aplicação do modelo preditivo dos vizinhos próximos (k-NN) na predição da concentração horária de MP10 e NOx dos primeiros dois meses (1440 pontos) de 2018. Foram obtidos os atratores no espaço de fases e, a partir de sua topografia, foram determinados os valores dos invariantes dimensão de correlação (D2), entropia de Kolmogorov (KML) e máximo expoente de Lypunov (?). Com base nessas grandezas, observou-se a natureza não linear, aperiódica e determinística dos dados avaliados, demonstrando que a teoria do caos é uma alternativa viável no estudo de poluição atmosférica. Realizou-se também a associação da abordagem k-NN com a Teoria do Caos no que tange a determinação da dimensão de imersão. Por meio do modelo preditivo, verificou-se que é possível realizar previsões dos poluentes destacados, principalmente para previsões de 24 horas, sendo estas informações úteis que podem ser aplicadas na tomada de decisão e elaboração de políticas públicasAbstract: The complex dynamics involved in atmospheric pollution promotes the need for analysis methodologies that represent, with greater fidelity, its physical characteristics. In recent decades, several researches have demonstrated the harmful effects of atmospheric contaminants on human health, fauna and flora, thus explaining the urgency of knowing the causes, patterns and mechanisms of this phenomenon. The classical methods employed for this purpose often neglect the nonlinear interactions present in the temporal evolution of pollutants. In this vanguard, this thesis applies the deterministic chaotic theory in the study of time series of concentration of inhalable particulate matter (PM10) and nitrogen oxides (NOx) provided by five monitoring stations belonging to the Environmental Company of São Paulo State (CETESB) in years from 1998 to 2017. The forecasting model of nearest neighbors (k-NN) is also used to predict the hourly concentration of PM10 and NOx in the first two months (1440 points) of 2018. The attractors were obtained in the phase space and, from their topography, the values of the invariants correlation dimension (D2), Kolmogorov entropy (KML) and maximum Lypunov exponent (?) were determined. Based on these quantities, the nonlinear, aperiodic and deterministic nature of the evaluated data was observed, demonstrating that chaos theory is a viable alternative in the study of atmospheric pollution. The association of the k-NN approach with the Chaos Theory with regard to the determination of the immersion dimension was also carried out. Through the predictive model, it was verified that it is possible to carry out forecasts of the pollutants highlighted, mainly for 24-hour forecasts, and this useful information can be applied in decision making and public policy makingDoutoradoEngenharia QuímicaDoutor em Engenharia QuímicaCAPES33003017034P8[s.n.]Cremasco, Marco Aurelio, 1962-Tomaz, EdsonValença, Gustavo PaimAguiar, Monica Lopes deGuardani, RobertoUniversidade Estadual de Campinas. Faculdade de Engenharia QuímicaPrograma de Pós-Graduação em Engenharia QuímicaUNIVERSIDADE ESTADUAL DE CAMPINASPrieto, Wesley Heleno, 1988-20182018-12-10T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (254 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1635484PRIETO, Wesley Heleno. Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica: Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series. 2018. 1 recurso online (254 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1635484. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/1080409Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2019-03-15T16:29:53Zoai::1080409Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2019-03-15T16:29:53Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
title Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
spellingShingle Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
Prieto, Wesley Heleno, 1988-
Caos
Previsão
Inteligência artificial
Expoentes de Lyapunov
Ar - Poluição
Chaos
Prediction
Artificial Intelligence
Lyapunov, Expoent
Atmospheric pollution
title_short Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
title_full Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
title_fullStr Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
title_full_unstemmed Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
title_sort Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica : Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series
author Prieto, Wesley Heleno, 1988-
author_facet Prieto, Wesley Heleno, 1988-
author_role author
dc.contributor.none.fl_str_mv Cremasco, Marco Aurelio, 1962-
Tomaz, Edson
Valença, Gustavo Paim
Aguiar, Monica Lopes de
Guardani, Roberto
Universidade Estadual de Campinas. Faculdade de Engenharia Química
Programa de Pós-Graduação em Engenharia Química
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Prieto, Wesley Heleno, 1988-
dc.subject.por.fl_str_mv Caos
Previsão
Inteligência artificial
Expoentes de Lyapunov
Ar - Poluição
Chaos
Prediction
Artificial Intelligence
Lyapunov, Expoent
Atmospheric pollution
topic Caos
Previsão
Inteligência artificial
Expoentes de Lyapunov
Ar - Poluição
Chaos
Prediction
Artificial Intelligence
Lyapunov, Expoent
Atmospheric pollution
description Orientador: Marco Aurélio Cremasco
publishDate 2018
dc.date.none.fl_str_mv 2018
2018-12-10T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1635484
PRIETO, Wesley Heleno. Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica: Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series. 2018. 1 recurso online (254 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1635484. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/1635484
identifier_str_mv PRIETO, Wesley Heleno. Aplicação da teoria do caos na identificação da dinâmica e previsão de séries temporais de poluição atmosférica: Application of chaos theory in the identification of the dynamics and prediction of atmospheric pollution time series. 2018. 1 recurso online (254 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1635484. Acesso em: 15 mai. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1080409
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (254 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799138534237405184

Registros relacionados