Facultad de Matemáticas UV, CCA UNAM 1Modelación estocástica espacio-temporal de ozono atmosférico

Modelación estocástica espacio-temporal de ozono troposférico

Oscar Borrego Hernández [oborrego@uv.mx] (*)

Mario Miguel Ojeda Ramírez [mojeda@uv.mx] (*)

José Agustín García Reynoso [agustin@atmosfera.unam.mx] (**)

(*) Facultad de Matemáticas, Universidad Veracruzana(**) Centro de Ciencias de la Atmósfera, UNAM

Facultad de Matemáticas UV, CCA UNAM 2Modelación estocástica espacio-temporal de ozono atmosférico

Problemática

• La contaminación atmosférica es uno de los principales problemas ambientales

• Población de más de 20,000,000 de habitantes

• El ozono rebasa sistemáticamente el estándar de la NOM (110 ppb para una hora)

• El SIMAT se encarga de monitorear los contaminantes

Contaminación por ozono en laZona Metropolitana del Valle de

MéxicoRed Automática de Monitoreo

Ambiental (RAMA)

Facultad de Matemáticas UV, CCA UNAM 3Modelación estocástica espacio-temporal de ozono atmosférico

Enfoque

• Mediciones tomadas con frecuencia horaria en aproximadamente 20 estaciones de monitoreo

• El número total de mediciones al año es mayor a 1.2 millones

Objetivo del proyecto

Datos espacio-temporales

Enfoque

• Modelos estocásticos espacio-temporales

• Interpolar concentraciones de ozono medidas en las estaciones hacia una malla regular, teniendo en cuenta su relación con variables meteorológicas, la densidad de población y el uso del suelo.

Facultad de Matemáticas UV, CCA UNAM 4Modelación estocástica espacio-temporal de ozono atmosférico

Kriging espacio-temporal

• Solucionar sistemas de matrices del orden 105 X 105

– Solver implementado en OpenMP (gradientes conjugados)

Implementado en colaboración con el Dr. José Ma. Cela (CASE-BSC). Simulaciones realizadas en MinoTauro. Nodo: 2 CPU Intel Xeon E5649 6-Core a 2.53 GHz, 24 GB RAM, 12 MB Cache

Facultad de Matemáticas UV, CCA UNAM 5Modelación estocástica espacio-temporal de ozono atmosférico

Modelos de coeficientes aleatorios

• Identificación de efectos y patrones espaciales• Modelos muy sencillos, poco realistas• Modelos más realistas demandan estrategias de HPC

Efectos del viento y la localización (2012)

Facultad de Matemáticas UV, CCA UNAM 6Modelación estocástica espacio-temporal de ozono atmosférico

Caso discreto: modelo jerárquico dinámico bayesiano

• Malla de variable dicotómica: rebase de cierto umbral

• Modelo markoviano basado en autómatas celulares para la evolución del proceso

• Algoritmo Metrópolis Hastings• Hemos demostrado que encontrar una

solución para t=0 es NP-Completo• Hemos propuesto un algoritmo genético

– La función fitness relaja las restricciones del problema

– Se han realizado simulaciones prometedoras pero con instancias pequeñas (mallas de 10 x 10 con 10 intervalos de tiempo)

Facultad de Matemáticas UV, CCA UNAM 7Modelación estocástica espacio-temporal de ozono atmosférico

GRACIAS