Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Relación entre meteorología y contaminación en la ciudad de Madrid

dc.contributor.advisorCaballero Roldán, Rafael
dc.contributor.advisorRomán Cascón, Carlos
dc.contributor.authorCollado Mamblona, Alberto
dc.date.accessioned2023-06-16T13:24:15Z
dc.date.available2023-06-16T13:24:15Z
dc.date.issued2022
dc.degree.titleGrado en Ingeniería Informática
dc.descriptionTrabajo de Fin de Grado en Ingeniería Informática, Facultad de Informática UCM, Departamento de Sistemas Informáticos y Computación, Curso 2021/2022. A continuación, se adjunta un enlace al repositorio de GitHub que contiene el código creado durante este trabajo: o https://github.com/albercol/TFG
dc.description.abstractAhora más que nunca se están intentando establecer medidas para reducir los índices de contaminación en las grandes ciudades y así poder adaptarse a las nuevas normativas establecidas por la Unión Europea, cuyo objetivo además de favorecer el medio ambiente es mejorar la salud de las personas que las habitan. En este trabajo se pretende estudiar las relaciones entre los distintos contaminantes, el tráfico y la meteorología, empleando datos históricos recogidos por las distintas estaciones repartidas por la ciudad de Madrid. A su vez, mediante métodos de Machine Learning, que no tienen en cuenta series temporales, poder determinar si se pueden realizar predicciones válidas con el objetivo de poder impulsar medidas que palien los niveles de contaminación e informar a la población con mayor antelación.
dc.description.abstractNow more than ever, efforts are being made to establish measures to reduce pollution levels in large cities in order to adapt to the new regulations established by the European Union, whose main objective in addition to favouring the environment, is to improve the health of the people who live there. The aim of this work is to study the relationships between the different pollutants, road traffic and meteorology. To do this, it has been necessary to use historical data collected by the different stations spread throughout the city of Madrid and machine learning methods, which do not take into account time series. These methods will make it possible to determine if valid predictions can be made, in order to promote measures that reduce pollution levels and inform the population in advance.
dc.description.departmentDepto. de Sistemas Informáticos y Computación
dc.description.facultyFac. de Informática
dc.description.refereedTRUE
dc.description.statusunpub
dc.eprint.idhttps://eprints.ucm.es/id/eprint/74614
dc.identifier.relatedurlhttps://github.com/albercol/TFG
dc.identifier.urihttps://hdl.handle.net/20.500.14352/3271
dc.language.isospa
dc.page.total85
dc.rightsAtribución-NoComercial 3.0 España
dc.rights.accessRightsopen access
dc.rights.urihttps://creativecommons.org/licenses/by-nc/3.0/es/
dc.subject.cdu004(043.3)
dc.subject.keywordContaminación
dc.subject.keywordMeteorología
dc.subject.keywordTráfico
dc.subject.keywordDatos abiertos
dc.subject.keywordAprendizaje automático
dc.subject.keywordCiencia de datos
dc.subject.keywordPollution
dc.subject.keywordMeteorology
dc.subject.keywordTraffic
dc.subject.keywordOpen data
dc.subject.keywordMachine learning
dc.subject.keywordData science
dc.subject.ucmInformática (Informática)
dc.subject.unesco1203.17 Informática
dc.titleRelación entre meteorología y contaminación en la ciudad de Madrid
dc.title.alternativeRelationship between meteorology and pollution in the city of Madrid
dc.typebachelor thesis
dspace.entity.typePublication
relation.isAdvisorOfPublicationd17b0355-2695-449e-b06e-a34f4e27f120
relation.isAdvisorOfPublication.latestForDiscoveryd17b0355-2695-449e-b06e-a34f4e27f120

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
COLLADO MAMBLONA 83161_ALBERTO_COLLADO_MAMBLONA_Relacion_entre_meteorologia_y_contaminacion_en_la_ciudad_de_Madrid_1398832_1049109699.pdf
Size:
3.27 MB
Format:
Adobe Portable Document Format