Estudio, desarrollo y comparativa de modelos predictivos aplicados a series temporales sobre la calidad del aire en Madrid

Abstract

Hoy en día, Madrid es una de las ciudades europeas con más atascos y más contaminación en el ambiente y eso, es algo inminente. Por ello, la Comunidad de Madrid ha tomado medidas al respecto como es, no permitir el acceso a cualquier vehículo al núcleo de la ciudad. Actualmente, la contaminación que produce cualquier tipo de transporte se mide mediante un gas llamado NO2 (dióxido de nitrógeno). Según los niveles que desprenda un vehículo, la Comunidad de Madrid obliga a llevar un distintivo en el cristal del propio medio para permitirle circular por determinadas zonas cercanas al centro. Además, si el nivel de concentración de ese gas es muy alto, se procede a activar los llamados Protocolos Anticontaminación. La medición de estos contaminantes y por tanto, el análisis de la calidad del aire y todos los procesos que ayudan a monitorizar este recurso, por ejemplo, la predicción del comportamiento de la calidad del aire en diversos periodos de tiempo, constituyen tareas imprescindibles en el contexto actual de las ciudades y las sociedades inteligentes. Estos procesos de monitorización son esenciales para tomar acciones, protocolos y alertas como los mencionados anteriormente, definidos por la Comunidad de Madrid. Esta problemática medioambiental enmarcada dentro del área de la Ciencia de la Computación y las Matemáticas es el dominio en el que se desarrolla este Proyecto de Fin de Grado. En concreto y ante esta necesidad, hemos desarrollado un sistema inteligente capaz de predecir qué niveles de NO2 habrá en una zona determinada de Madrid. Veremos que, para obtener esa medida, hemos recurrido a tres enfoques, a saber: el clima, el tráfico y el NO2 que ha habido en Madrid desde el 2016 hasta ahora. Para obtener el mejor sistema predictivo se han desarrollado múltiples modelos desde los univariantes hasta los multivariantes, pasando por todas las técnicas y algoritmos más relevantes de la literatura. Los datos empleados en la práctica se han obtenido de fuentes públicas mediante permisos de uso académico los cuales han tenido que ser tratados y pre-procesados para transformar la información “en bruto” en datos adecuados para ser procesados por los algoritmos de predicción. Para los resultados se ha definido y ejecutado una batería de pruebas exhaustivas de cada uno de los algoritmos seleccionados, así como también una rigurosa aplicación de técnicas para seleccionar los valores más adecuados para los parámetros de cada uno de ellos. Finalmente, estos resultados obtenidos en cada uno de los modelos son comparados en igualdad de condiciones para descubrir cuál es el más preciso en su predicción.

Abstract:

Nowadays, Madrid is one of the European cities with more traffic jams and environmental pollution. Unfortunately, it is an important drawback. In order to minimize this problem, Madrid Government has defined serious protocols such as the prohibition for the access to the city center by any particular vehicle. Currently, the pollution generated by public and private transports is monitored through NO2 (Nitrogen Dioxide) emissions. According to the NO2 levels emitted by a vehicle, Madrid Government obliges to any particular vehicle to exhibit a sticker on the glass in order to authorise it to move to different zones close to city center. Furthermore, if the NO2 exhibits a high level in the obtained air measurements, then the predefined protocols to minimize air pollution are activated. The control of these polluting agents by means of the analysis of air quality requires some additional processes such as the prediction of the behaviour of air quality through different periods of time. In particular, these forecasting methods have become important tasks in the current context of the cities and intelligent societies. These methods are relevant to check all involved processes which allow to define actions, protocols and alerts as those mentioned before. This context surrounding the theorical background of this Final Project Degree which is bounded within the area of Computing Science and Maths. In the context of this situation, we have devised an intelligent system able to predict which NO2 levels will be obtained in a specific location of Madrid. In particular, we have resorted to three features, namely: climate, level of traffic and current NO2 levels of Madrid from 2016 until now. In order to obtain the best forecasting system, we have developed several models from univariant to multivariant ones. All of them are based on the most important techniques and algorithms existing in the literature. The dataset used was obtained from public sources by academic licenses. We pre-treated and pre-processed them in order to turn "raw" information into suitable data to be processed as input by the forecasting algorithms. The obtained results show a set of thorough tests for each one of the selected algorithms, as well as a rigorous application of the selected techniques. In addition, we have reached the best values for each parameter required for selected algorithms. Finally, the results obtained in each model are compared each other in order to identify which was the most accurate in the forecasting task.