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
Autor(a) principal: | |
---|---|
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 (UNICAMP). 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: 3 set. 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 (UNICAMP). 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: 3 set. 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: 3 set. 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_ |
1809189138589548544 |