Pronóstico a corto plazo de la concentración de ozono en Lima metropolitana utilizando una combinación híbrida de modelos de series de tiempo

Abstract

El aumento de los niveles globales de ozono en las últimas décadas ha perjudicado la salud humana. Lima, Perú, es una de las diez ciudades de América del Sur con los peores niveles de contaminación del aire. Por lo tanto, la elaboración de modelos y pronósticos eficientes y precisos son fundamentales para las concentraciones de ozono en Lima. Para este propósito, utilizamos los datos de concentración de ozono por hora en áreas metropolitanas, para pronósticos de concentración de ozono de varios pasos (uno, dos, tres y siete días de anticipación). Para ello, dividimos la serie horaria del ozono en dos nuevos componentes: determinista y estocástico. Para verificar el desempeño de la metodología propuesta, evaluamos modelos en cuatro horizontes de pronóstico diferentes y calculamos seis errores medios de precisión diferentes, una prueba estadística y evaluaciones gráficas. Los diversos resultados de pronóstico fuera de la muestra de horizonte para los datos considerados sugieren que la técnica de pronóstico basada en componentes propuesta proporciona una ganancia altamente consistente, precisa y eficiente. El modelo NPAR tuvo el error mínimo previsto y el mejor impacto predictivo en comparación con los demás propuestos Esto puede ampliarse a otros distritos de Lima, otras regiones del Perú e incluso a nivel global para evaluar la eficacia del enfoque propuesto de modelado y pronóstico basado en componentes.