Resumen
Objetivo
Nuestro objetivo en este trabajo fue presentar un modelo jerárquico bayesiano espaciotemporal que permitiera realizar predicciones espaciales de los niveles de contaminación atmosférica de manera eficaz y con muy bajos costes computacionales.
Métodos
Especificamos un modelo jerárquico espaciotemporal utilizando las ecuaciones diferenciales parciales estocásticas (SPDE) con la aproximación de anidamiento de Laplace integrada (INLA). Este enfoque nos permitió predecir espacialmente en el territorio de Cataluña (España) los niveles de los cuatro contaminantes para los que existe mayor evidencia de efectos adversos sobre la salud.
Resultados
Nuestro modelo permitió realizar predicciones espaciales bastante precisas tanto de la exposición a corto como a largo plazo a contaminantes atmosféricos, incluso con una densidad relativamente baja de estaciones de monitoreo y en un tiempo de cálculo mucho menor.
Conclusiones
Los únicos requisitos de nuestro método son disponer de un número mínimo de estaciones distribuidas a lo largo del territorio donde se realicen las predicciones y que las dimensiones espacial y temporal sean independientes o separables.