INVESTIGADORES
GARGIULO Jose Daniel
congresos y reuniones científicas
Título:
MODELACIÓN GEOESTADÍSTICA DE PARÁMETROS MAGNÉTICOS DE LA CONTAMINACIÓN AMBIENTAL
Autor/es:
NATAL, MARCELA; RICCI, LILA; CHAPARRO, MAURO A. E.; GARGIULO, JOSÉ D.
Reunión:
Congreso; Congreso Argentino de Estadística I; 2015
Resumen:
La contaminación en ambientes y su estudio a través de parámetros magnéticos es un tema de graninterés. La aplicación de métodos magnéticos para estudiar zonas afectadas por contaminantes ha sidoampliamente aplicada durante las últimas décadas porque son económicas y relativamente rápidos dellevar a cabo en contraposición con otros métodos. En trabajos previos Chaparro et al. (2008, 2009,2011) han realizado estudios de magnetismo ambiental. En este trabajo se analiza un conjunto demuestras correspondientes a 38 ciudades del estado Tamil Nadu, India. En cada una de ellas serealizaron mediciones magnéticas: susceptibilidad magnética específica (X), magnetización remanenteanhistérica (ARM) y susceptibilidad anhistérica/susceptibilidad magnética (karm/k-ratio). Lasvariables X y ARM miden concentración magnética, KARM/K y SIRM/K miden el tamaño de granomagnético. Se consideran también cantidad de habitantes, cantidad de vehículos comerciales y nocomerciales, zona de la que se obtuvo la muestra (residencial, industrial o vehicular) y las referenciasgeográficas de latitud y longitud. El objetivo del presente trabajo es ajustar un modelo geoestadísticopara la estimación y predicción de paramétros magnéticos en función de la cantidad de habitantes, deltránsito vehicular y de la zona del conjunto de ciudades. Se sigue la metodología propuesta por Diggle(2007). Las variables magnéticas registradas tienen una distribución aproximadamente normal. Elsemivariograma experimental se ajustó al modelo exponencial y se estimaron los parámetros pormáxima verosimilitud en diferentes modelos: con media constante, tendencia lineal, tendenciacuadrática y con covariables. Se utilizó como criterio de selección de modelos el de menor AIC y elde mínima varianza. Se obtuvieron mapas de predicción a partir de los modelos ajustados y de grillasdefinidas. Para los cálculos y gráficos se utilizó el paquete geoR del software libre R.