Proyecto de Investigación
De mol/m² a μg/m³: Un acercamiento inicial a la transformación de unidades satelitales a mediciones de NO₂ en zonas urbanas
Investigador: Mat. Luis C. Castillo C., MSc.,
Docente de la Facultad de Ciencias,
Director de la Carrera de Ciencia de Datos e Inteligencia Artificial y
Director del Grupo de Investigación Interdisciplinario Ciencia Central.
Descripción General del Proyecto
Se plantea la conversión de las concentraciones de dióxido de nitrógeno (NO₂) reportadas por satélite en unidades de mol/m² a μg/m³, equivalente a la medida en estaciones terrestres. A través de un modelo matemático, se integran diversas variables ambientales —como la temperatura, la humedad, la presión atmosférica y otras— para mejorar la estimación de la conversión; así, se facilita la identificación de áreas con alta contaminación.
Los resultados muestran un modelo con buenas características de bondad de ajuste y una optimización adecuada de las variables a incluir en la transformación.
El proyecto se centra en el modelamiento matemático, análisis de datos e inteligencia artificial para comprender fenómenos complejos en contextos urbanos, ambientales y sociales.
Se desarrollan modelos explicativos y predictivos que apoyan la toma de decisiones basada en evidencia, integrando matemáticas, estadística, computación y análisis aplicado.
Estructura del Proyecto
Objetivos del Proyecto
- Desarrollar modelos matemáticos y computacionales.
- Aplicar IA y aprendizaje automático en problemas reales.
- Generar evidencia cuantitativa para decisiones estratégicas.
- Integrar docencia, investigación y vinculación.
Líneas de Investigación
Modelamiento matemático Ciencia de datos IA aplicada Series temporales Datos espaciales Sistemas complejosMetodología
- Formulación de modelos matemáticos.
- Procesamiento de grandes volúmenes de datos.
- Implementación de algoritmos de IA.
- Validación y comunicación de resultados.
Impacto e Innovación
MAAD
La propuesta de conversión de concentraciones de dióxido de nitrógeno (NO₂) desde unidades satelitales (mol/m²) hacia valores comparables con mediciones terrestres (μg/m³) constituye un avance significativo en la integración de datos remotos con sistemas de monitoreo ambiental urbano. El modelo matemático desarrollado incorpora variables clave —temperatura, humedad, presión atmosférica y otros factores atmosféricos— lo que permite mejorar la precisión de la estimación y reducir las brechas entre la observación satelital y la medición in situ.
Este enfoque innovador fortalece la capacidad para identificar zonas urbanas con altos niveles de contaminación, aportando evidencia cuantitativa para la toma de decisiones en salud pública, planificación territorial y gestión ambiental. La calidad del ajuste del modelo y la optimización de las variables incluidas demuestran su potencial para convertirse en una herramienta escalable y replicable en otros contextos urbanos del país.
El trabajo impulsa la articulación entre ciencia de datos, modelamiento matemático y problemáticas ambientales reales, posicionando a la Universidad Central del Ecuador como un referente en el uso de tecnologías avanzadas para el análisis de la calidad del aire y la investigación interdisciplinaria orientada al bienestar social.
Este proyecto consolida a la Facultad de Ciencias y Ciencia Central como referentes nacionales en investigación aplicada en matemáticas, ciencia de datos e IA.
- Publicaciones científicas.
- Desarrollo de herramientas de análisis.
- Formación de talento especializado.
- Insumos técnicos para políticas públicas.
Contacto
Mat. Luis C. Castillo C., MSc.
Facultad de Ciencias – Universidad Central del Ecuador
Carrera: Ciencia de Datos e Inteligencia Artificial
Grupo: Ciencia Central
Correo: gicc@uce.edu.ec