Application of the use of time series models: tropospheric nitrogen dioxide (NO2) in different meteorological systems in two districts of the city of Lima

Abstract

This research will address air pollution, a severe problem in all world cities, because it negatively affects people's health and deteriorates the ecosystem. NO2 is a gas linked to acid rain formation and various reactions with greenhouse gases. Meteorological variables influence the behavior of tropospheric NO2 concentration. During the period of confinement due to the COVID-19 pandemic, the concentration levels of pollutants dropped abruptly, which meant relief for the ecosystem. The application of Time Series models allows us to graphically identify the concentration of contaminants in various areas and make accurate forecasts to mitigate environmental problems in the future. The research analysis shows that the SARIMA model effectively forecasts the pollutant concentration in the San Borja and San Martin de Porres districts in Lima. Error tests such as R2, MAE, MAPE, MSE, and RSME, as well as Dickey-Fuller Test, AIC, BIC, Skew, and Kurtosis, provide information on the performance of the SARIMA model and show that it is the most suitable.

La investigación abordará sobre la contaminación del aire, un problema grave en todas las ciudades del mundo, debido a que afectan negativamente en la salud de las personas y deterioran el ecosistema. El NO2 es un gas vinculado con la formación de lluvias ácidas y a diversas reacciones con los gases de efecto invernadero. Las variables meteorológicas influyen en el comportamiento de la concentración de NO2 troposférico. Durante el periodo de confinamiento por la pandemia de COVID-19, los niveles de concentración de contaminantes descendieron abruptamente, lo que significó un alivio para el ecosistema. La aplicación de modelos de Series de Tiempo permite identificar gráficamente la concentración de contaminantes en diversas zonas y realizar pronósticos precisos para mitigar problemas ambientales en el futuro. El análisis de la investigación muestra que el modelo SARIMA pronostica efectivamente la concentración de contaminantes en los distritos de San Borja y San Martín de Porres en Lima. Las pruebas de error tales como R2, MAE, MAPE, MSE y RSME, así como la Prueba de Dickey-Fuller, AIC, BIC, Skew y Kurtosis proporcionan información sobre el rendimiento del modelo SARIMA y demuestran que este es el más adecuado.