CIFICEN   24414
CENTRO DE INVESTIGACIONES EN FISICA E INGENIERIA DEL CENTRO DE LA PROVINCIA DE BUENOS AIRES
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Modelación geoestadística de parámetros magnéticos de la contaminación ambiental
Autor/es:
NATAL, MARCELA; RICCI, LILA; CHAPARRO, MARCOS A.E.; GARGIULO, JOSÉ D.; SENTHIL KUMAR
Lugar:
Buenos Aires
Reunión:
Congreso; 1er. Congreso Argentino de Estadística (CAEI); 2015
Institución organizadora:
Sociedad Argentina de Estadística (SAE) y el Grupo Argentino de Biometría (GAB)
Resumen:
La contaminación en ambientes y su estudio a través de parámetros magnéticos es un tema de gran interés. La aplicación de métodos magnéticos para estudiar zonas afectadas por contaminantes ha sido ampliamente aplicada durante las últimas décadas porque son económicas y relativamente rápidos de llevar 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 de muestras correspondientes a 38 ciudades  del estado Tamil Nadu, India. En  cada una de ellas se realizaron mediciones magnéticas: susceptibilidad magnética específica (X), magnetización remanente anhistérica (ARM) y susceptibilidad anhistérica/susceptibilidad magnética (karm/k-ratio). Las variables X y ARM miden concentración magnética, KARM/K y SIRM/K miden el tamaño de grano magnético.  Se consideran también cantidad de habitantes, cantidad de vehículos comerciales y no comerciales, zona de la que se obtuvo la muestra (residencial, industrial o vehicular) y las referencias geográficas de latitud y longitud. El objetivo del presente trabajo es ajustar un modelo geoestadístico para la estimación y predicción de paramétros magnéticos en función de la cantidad de habitantes, del tránsito 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. El semivariograma experimental se ajustó al modelo exponencial y se estimaron los parámetros por máxima verosimilitud en diferentes modelos: con media constante, tendencia lineal, tendencia cuadrática y con covariables. Se utilizó como criterio de  selección de modelos el de menor AIC y el de mínima varianza. Se obtuvieron mapas de predicción a partir de los modelos ajustados y de grillas definidas. Para los cálculos y gráficos se utilizó el paquete geoR del software libre R.