Estudio de los efectos en la calidad del aire de grandes impactos globales al sistema energético: Un enfoque basado en imágenes satelitales y Machine Learning.
| dc.contributor.advisor | Sepúlveda Allende, Héctor Hito Andrés | es |
| dc.contributor.author | Volke Oyarzun, Matias Iván | es |
| dc.date.accessioned | 2025-11-27T18:30:54Z | |
| dc.date.available | 2025-11-27T18:30:54Z | |
| dc.date.issued | 2025 | |
| dc.description | Tesis presentada para optar al grado de Doctor/a en Energías. | es |
| dc.description.abstract | La contaminación atmosférica en entornos urbanos, especialmente en megaciudades, está estrechamente vinculada al consumo energético basado en combustibles fósiles y constituye una de las principales amenazas para la salud y la sostenibilidad urbana. Esta tesis aborda la relación entre sistemas energéticos y calidad del aire a escala global, evaluando el impacto de crisis económicas y sanitarias en dióxido de nitrógeno (NO₂) y profundidad óptica de aerosoles (AOD) como proxi del material particulado fino mediante datos satelitales, indicadores energéticos y socioeconómicos, técnicas de aprendizaje automático y normalización meteorológica. Si bien existen múltiples estudios sobre la relación entre energía y contaminación atmosférica, la mayoría se centra en escalas locales o regionales y emplea datos de estaciones de monitoreo terrestre o modelos de transporte químico, los cuales no permiten analizar con precisión variaciones abruptas en la contaminación durante eventos excepcionales como crisis económicas, sanitarias o geopolíticas. En particular, no existe un análisis a gran escala que examine la relación entre el sistema energético y la calidad del aire en múltiples regiones del mundo. Por ello, esta tesis tiene como objetivo evaluar el impacto de eventos globales en la calidad del aire mediante modelos estadísticos basados en datos satelitales. Primero, a partir de observaciones del satélite Sentinel-5P (TROPOMI), se evaluó el efecto de las restricciones de movilidad durante la primera ola de la pandemia de COVID-19 (marzo–junio 2020) en 12 ciudades latinoamericanas. Se detectaron reducciones estadísticamente significativas de tropoNO₂ en Lima (-47,5%), Santiago (-36,1%), São Paulo (-27%) y Río de Janeiro (-23%). LA evidencia de los descensos significativos y simultáneos en las emisiones de las principales capitales de Latinoamérica, se presenta como evidencia de que esta reducción se debió a la menor movilidad urbana y no a factores meteorológicos. Posteriormente, mediante datos de OMI (2005–2020) y modelos de normalización meteorológica basados en machine learning, se cuantificaron las variaciones de tropoNO₂ en Santiago durante la crisis financiera 2008 2009 (-3%) y la pandemia 2020 (-27%). La correlación entre tropoNO₂ y variables energéticas fue positiva y significativa, aunque las luces nocturnas (NL) no mostraron patrones lineales consistentes. Para abordar esta limitación, se aplicaron métodos de Empirical Dynamic Modeling (EDM), revelando una relación causal no lineal y variable en el tiempo entre NL y tropoNO₂. Estos resultados muestran que eventos globales pueden inducir cambios temporales importantes en la calidad del aire, cuya magnitud y persistencia dependen de factores estructurales del sistema energético. En el último capítulo, Se analizaron 34 megaciudades (2005–2022) integrando datos satelitales de tropoNO₂ (OMI) y AOD (MODIS) con indicadores energéticos, socioeconómicos y de gobernanza ambiental. tropoNO₂ mostró correlaciones más fuertes y consistentes con intensidad energética (EI), consumo per cápita (PCEU) y consumo fósil (FFPEC) que la AOD. Mediante factorización de matrices no negativas (NMF) y agrupamiento jerárquico se identificaron tres patrones principales de respuesta ante crisis globales: i) Reducciones pronunciadas y sostenidas en contaminación, asociadas a alta eficiencia energética y estricta regulación ambiental (ej. París, Tokio, Nueva York): ii) Reducciones moderadas y rápida recuperación, con mejoras temporales influenciadas por limitaciones estructurales (ej. Santiago, Atenas, Bogotá); iii) Cambios mínimos o poco sostenidos, vinculados a alta intensidad energética y baja gobernanza ambiental (ej. Beijing, Moscú, Lagos). En AOD, las ciudades desarrolladas mostraron mayor estabilidad, mientras que las dependientes de biomasa o industria no regulada registraron alta variabilidad durante crisis. En conjunto, la tesis confirma que las crisis globales generan respuestas heterogéneas en la calidad del aire urbano, determinadas por las características energéticas, socioeconómicas y regulatorias de cada ciudad. El tropoNO₂, por su fuerte vínculo con actividades de combustión, es un indicador más sensible que la AOD para evaluar el impacto de estos eventos. La combinación de observaciones satelitales, normalización meteorológica y machine learning permite no solo cuantificar las variaciones en periodos de crisis, sino también clasificar ciudades según su resiliencia y capacidad de respuesta. Estos hallazgos aportan una base sólida para orientar políticas de transición energética, electrificación del transporte y fortalecimiento de la gobernanza ambiental, con el fin de mejorar la calidad del aire y la resiliencia urbana frente a futuros escenarios de disrupción global. | es |
| dc.description.campus | Concepción | es |
| dc.description.departamento | Departamento de Geofísica | es |
| dc.description.facultad | Facultad de Ingeniería | es |
| dc.description.sponsorship | ANID, Beca de Doctorado Nacional 2019 N°20190393 | es |
| dc.identifier.uri | https://repositorio.udec.cl/handle/11594/13453 | |
| dc.language.iso | es | es |
| dc.publisher | Universidad de Concepción | es |
| dc.rights | CC BY-NC-ND 4.0 DEED Attribution-NonCommercial-NoDerivs 4.0 International | en |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Calidad del aire | es |
| dc.subject | Imágenes de percepción remota | es |
| dc.subject | Aprendizaje de máquina | es |
| dc.subject.ods | ENERGÍA asequible y sostenible | es |
| dc.subject.ods | Acción CLIMÁTICA | es |
| dc.title | Estudio de los efectos en la calidad del aire de grandes impactos globales al sistema energético: Un enfoque basado en imágenes satelitales y Machine Learning. | es |
| dc.type | Thesis | en |