Palabras clave
análisis factorial
modelo de medida
impacto climático
variables climáticas
Cómo citar
Resumen
Este estudio investiga la relación entre las variables climáticas y la calidad del aire en Bucaramanga, Colombia, una ciudad en rápido crecimiento. Se empleó el software Minitab para realizar el análisis factorial y explorar cómo las variables climáticas, como la temperatura, la humedad y la radiación solar, influyen en la calidad del aire, medida a través de las concentraciones de PM10 y PM2,5. Además, se utilizó el modelo de medida en LISREL para cuantificar la influencia de la variable latente "climatología" en las mediciones de las variables observadas. El análisis sugiere que las condiciones climáticas tienen un impacto medible en la calidad del aire en la ciudad. Se encontraron relaciones significativas entre la temperatura, la humedad y la radiación solar con las concentraciones de contaminantes. Los resultados destacan la importancia de considerar los factores climáticos al analizar la calidad del aire, con implicaciones significativas para la gestión ambiental y la salud pública en entornos urbanos similares.
Citas
Gómez, A. M., Sarmiento, O. L. & Curto, A. (2018). Evaluación del impacto de las estaciones de monitoreo en la calidad del aire urbano en Bucaramanga, Colombia. Revista de Ingeniería y Ciencias Ambientales, 36(2), 117-126.
Guan, T., Zheng, Y., Wang, J., Liu, Y. & Wang, H. (2020). Effects of meteorological factors on air pollution in different regions of China. Atmospheric Environment, 224, 117337.
Hair, J. F., Black, W. C., Babin, B. J. & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson.
IDEAM, 2023. http://sisaire.ideam.gov.co/ideam-sisaire-web/consultas.xhtml consulta septiembre de 2023.
IPCC - Grupo Intergubernamental de Expertos sobre el Cambio Climático. (2021). Climate change 2021: The physical science basis. Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (IPCC). Cambridge University Press.
Jöreskog, K. G. & Sörbom, D. (1993). LISREL 8: Structural equation modeling with the SIMPLIS command language. Scientific Software International.
Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
OMS - Organización Mundial de la Salud. (2021). Global health risks: Mortality and burden of disease attributable to selected major risks. World Health Organization.
Rodríguez, L. F., Sánchez, A. J. & Camargo, A. E. (2017). Análisis de la calidad del aire en el área metropolitana de Bucaramanga. Ingeniería y Región, 18(2), 127-140.
Schuur, E. A., Abbott, B. W., Knowles, J. E. & Goulden, M. L. (2013). High risk of permafrost thaw. Nature, 480(7375), 32.
Seinfeld, J. H. & Pandis, S. N. (2016). Atmospheric chemistry and physics: From air pollution to climate change (3rd ed.). John Wiley & Sons.
Wilks, D. S. (2011). Statistical methods in the atmospheric sciences (3rd ed.). Academic Press.
Zhang, Q., Jiang, X., Tong, D., Davis, S. J., Zhao, H., Geng, G., Feng, T., Zheng, B., Lu, Z., Streets, D. G., Ni, R., Brauer, M., van Donkelaar, A., Martin R. V., Huo, H., Liu, Z., Pan, D., Kan, H., Yan, Y., Lin, J., He, K. & Guan, D. (2017). Transboundary health impacts of transported global air pollution and international trade. Nature, 543(7647), 705-709.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.