Search

Human mortality data is often modeled using a demographic approach. This approach does not present an adequate fit model for the number of deaths with great variability. For this reason, additional social, economic and environmental information is required to complement demographic modeling. This work evaluated the association between human mortality data (segregated by age and sex) with meteorological and air pollutant covariates at two geographical levels: country and macroclimatic regions. The modeling was based on a generalized linear modeling framework and takes into account the common feature of over-dispersion in human mortality data by applying a negative binomial distribution. The proposed model improved the dynamic behavior of the Farrington-like model (basic demographic model) and took into account extreme meteorological events and natural air pollution. Objectius de Desenvolupament Sostenible::11 - Ciutats i Comunitats Sostenibles Objectius de Desenvolupament Sostenible::11 - Ciutats i Comunitats Sostenibles::11.6 - Per a 2030, reduir l’impacte ambiental negatiu per capita de les ciutats, amb especial atenció a la qualitat de l’aire, així com a la gestió dels residus municipals i d’altre tipus Objectius de Desenvolupament Sostenible::3 - Salut i Benestar Objectius de Desenvolupament Sostenible::3 - Salut i Benestar::3.9 - Per a 2030, reduir substancialment el nombre de morts i malalties causats per productes químics perillosos i la pol·lució de l’aire, l’aigua i el sòl

Air pollution is an environmental challenge that has an important influence on the life of human beings. Therefore, the development, implementation, and evaluation of new statistical approaches will improve the numerical modeling of the spatial distribution of air pollutants and their socio-economic impact. Demography statistically evaluates the change in human populations over time (temporal models). Mortality is a factor that influences the human population, and its definition in the short, medium and long term is of utmost importance for government health and economic plans. Air pollution directly influences human mortality, and it should be incorporated into the structure of demographic mortality models. Air pollution data is collected from satellite information or ground-level monitoring, which needs statistical models to obtain pollution levels in places with no monitoring stations. Air pollution data description uses the aggregate form (mean values over a large geographical level) and the spatially-structured form (values at local territories). In addition, air pollution data could be statistically treated using both traditional and compositional approaches. This thesis assesses the addition of air pollution data using both forms of descriptions separately under both statistical treatment approaches on the useful demographic Farrington-Like model. For this purpose, a generalized linear modelling framework was proposed assuming that the human mortality data has a negative binomial distribution. The mortality data used both total and disaggregated forms. The disaggregation used three demographic aspects sex, age, and location. Air pollutants were modelled using Dynamic Linear Models (DLM) and spatially extended with Gaussian and Gaussian-Mattern Fields under traditional and compositional approaches. For instance, the spatial distribution of concentration of PM2.5 in wildfires event with a limited number of monitoring stations was featured with a Gaussian-Mattern Field; and the spatial distribution of concentrations of SO2, CO, O3, NO2, and PM2.5 was featured using a Gaussian Field. The results obtained in each stage of this doctoral thesis presented adequate quality-model indexes (NSE = 0.5, RMSE ˜0, and Pearson correlation coefficients ˜ 1) La contaminación del aire es un desafío ambiental que tiene una influencia en la vida de los seres humanos. Por lo tanto, el desarrollo, implementación y evaluación de nuevos enfoques estadísticos mejorará el modelado numérico de la distribución espacial de los contaminantes del aire y su impacto socioeconómico. En el ámbito de la demografía, es común evaluar estadísticamente el cambio en las poblaciones humanas a lo largo del tiempo (modelos temporales). La mortalidad es un factor que influye en la población humana, y su definición en el corto, mediano y largo plazo es de suma importancia para los planes de salud y económicos del gobierno. La contaminación del aire influye directamente en la mortalidad humana y debe incorporarse a la estructura de los modelos demográficos de mortalidad. Los datos de contaminación del aire se recopilan a partir de información satelital o monitoreo a nivel del suelo que necesita modelos estadísticos para obtener los niveles de contaminación en lugares sin estaciones. La descripción de los datos de contaminación del aire se realiza de forma agregada (valores medios en una gran escala geográfica) y de forma espacialmente estructurada (territorios locales). Además, los datos de contaminación del aire se tratan estadísticamente utilizando enfoques tanto tradicionales como de composición. Esta tesis evalúa la adición de datos de contaminación del aire utilizando ambas formas de descripciones por separado bajo ambos enfoques de tratamiento estadístico en el modelo demográfico Farrington-Like. Para este propósito, se propuso un marco de modelado lineal generalizado asumiendo que los datos de mortalidad humana tienen una distribución binomial negativa. Los datos de mortalidad se usaron como totales y desagregados. La desagregación utilizó tres aspectos demográficos: sexo, edad y ubicación. Los contaminantes del aire se modelaron utilizando modelos lineales dinámicos (DLM) y se ampliaron espacialmente con los campos Gaussiano-Mattern y Gaussiano bajo enfoques tradicionales y de composición. Por ejemplo, la distribución espacial de la concentración de PM2.5 en un evento de incendios forestales con un número limitado de estaciones de monitoreo se presentó con un campo Gaussian-Mattern; y la distribución espacial de las concentraciones de SO2, CO, O3, NO2 y PM2.5 se presentó utilizando un campo gaussiano. Los resultados obtenidos en cada etapa de esta tesis doctoral presentaron índices de calidad de modelado adecuados (NSE = 0,5, RMSE ≈0 y coeficientes de correlación de Pearson ≈1). Enginyeria ambiental

El estudio se realizó en uno de los sectores del Distrito Metropolitano de Quito con directa influencia de dos grandes avenidas, la Gualberto Pérez y la Andrés Pérez, que son vías de intensa circulación, debido a su gran conectividad con la ciudad . El informe de Calidad de Aire del Distrito Metropolitano de Quito en su informe de 2015, ubica al sector El Camal como uno de los más afectados en la calidad del aire, afectando, a su vez, la calidad de vida de las personas que residen o trabajan en el sector. Entre las causas más importantes para que ello ocurra figura la exposición directa a un sistema de transporte altamente contaminante. Se llevó a cabo un diagnóstico integral de este sector, para evaluar el riesgo de impacto a cada uno de los componentes del sector en estudio, bajo la metodología de la matriz de Perfil Urbano (Matas, 2010), esto permitió definir los indicadores que están relacionados de alguna manera con el sistema de transporte y definirlos en función de los componentes y problemáticas respectivas. Al realizar la investigación, la percepción de las personas acerca de los problemas más importantes, se determinaron: la inseguridad (51% de las respuestas), y la contaminación ambiental (38% de las respuestas). Esto permite identificar que la política de movilidad aplicada en el Distrito Metropolitano de Quito (DMQ) es tradicional y requiere ser cambiada hacia una política de movilidad sostenible, que considere todos aquellos factores ambientales y sociales involucrados. El sector el Camal tiene particularidades únicas, por su ubicación y por las actividades que allí se llevan a cabo, por lo que se necesitó de criterios multidisciplinarios para entender la relación entre la sociedad, ambiente y sistema de transporte; por lo que se aplicó el método Delphi con el fin de auscultar criterios emitidos por expertos en el tema y plantear conclusiones que lo aborden de manera integral.