📊 Predicción de concentraciones de PM2.5 en Áreas Urbanas de América Latina

Este repositorio contiene scripts, notebooks y recursos para el análisis y prediccion de la contaminacion atmosferica (PM2.5) en centros urbanos de América Latina, usando diversas variables predictivas y comparando múltiples enfoques de modelado.
Esta investigación se desarrolla en el marco de una tesis de doctorado en Ingenieria Ambiental de la Universidad Tecnologica Nacional - Facultad Regional Mendoza actualmente en proceso 🚧

🎯 Objetivo

Desarrollar modelos predictivos para estimar concentraciones de PM2.5 a nivel espacial y temporal para distintos centros ubranos de America Latina.
Evaluar y comparar distintos enfoques de machine learning y modelos estadísticos, incluyendo:
- Regresion Lineal Simple (PM2.5-AOD)
- Regresion Lineal Multiple
- Correccion del AOD por variables atmosfericas
- Ridge - LASSO
- Modelo Lineal Generalizado (GLM)
- Modelo lineal mixto (LME)
- Modelo aditivo generalizado (GAM)
- Support Vector Regression (SVR)
- Random Forest (RF)
- Extremely Randomized Trees (ET)
- Extreme Gradient Boosting (XGB)

Metodologia y variables predictivas: La carpeta /00_Informacion_de_Base reúne la metodología aplicada en cada etapa del proyecto, junto con la descripción de las variables predictivas principales utilizadas en los modelos.
Procesamiento de datos:
Descarga, recolección, limpieza, interpolación y análisis de variables satelitales y de superficie (AOD, meteorología, composición de aerosoles, entre otras), con integración final en un dataset unificado.
Modelos predictivos:
Entrenamiento y testeo de múltiples modelos predictivos para identificar cuáles capturan mejor la variabilidad espacial y temporal de PM2.5.
Evaluacion del desempeño:
Cálculo de métricas como R², RMSE y Bias, y generación de gráficos y mapas de predicción.
Ejemplos de uso: La carpeta /06_Codigos ejemplo contiene scripts en Python y R que sirven como guía para cargar, visualizar y procesar las imágenes raster y los archivos asociados al proyecto. (🚧 En desarrollo)
Requerimientos
La carpeta /Requerimientos incluye los requerimientos técnicos para ejecutar los scripts en R y Python, donde se incluyen las librerías necesarias y su instalación.
Resumen general
La carpeta /00_Informacion_de_Bases incluye un Resumen general de la investigación.

Predicciones de las concentraciones de PM₂.₅ para cinco ciudades de América Latina (2015–2024).

Visualiza y explora las predicciones de PM₂.₅ para distintas ciudades de América Latina con un dashboard interactivo en Shiny: