Resumen
Si bien la mayoría de los países cuentan con redes de estaciones para el monitoreo de las concentraciones de contaminantes, estas no cubren de forma continua todo el territorio. Por ello, para poder realizar un estudio espacial y temporal, es necesario utilizar predicciones de contaminación del aire en sitios y períodos de tiempo sin mediciones directas.
El objetivo de este estudio es predecir las concentraciones de contaminantes atmosféricos —PM10, O3, NO2, SO2 y CO— en lugares de toda Cataluña (España) y en períodos sin estación de monitoreo. El enfoque de datos composicionales (CoDa) permite estudiar la importancia relativa de los contaminantes. Una característica novedosa de este artículo es la combinación del enfoque CoDa con un indicador de contaminación total. Las predicciones se realizan mediante una combinación de modelos espacio-temporales y el método de inferencia Bayesian Laplace Integrated Approach (INLA).
Los resultados más relevantes indican que la razón logarítmica entre NO2 y O3 presenta la mayor varianza y la mejor precisión predictiva en el tiempo y el espacio. Los niveles totales de contaminación ocupan el segundo lugar en varianza, pero muestran baja precisión espacial. En tercer lugar se encuentra la baja precisión temporal observada en la razón logarítmica entre SO2 y los demás contaminantes. En conjunto, la combinación del método CoDa y el enfoque INLA resulta adecuada para realizar predicciones espacio-temporales efectivas de los contaminantes atmosféricos.