Invitamos a la charla de Axel Osses (Depto. de Ing. Matermática e investigador asociado del (CR)2. Este Miércoles 27 de Noviembre a las 16:00 hrs. en la sala de seminarios del 5to piso de Geofísica (FCFM) (Blanco Encalada 2002)
Introducimos algunos índices de análisis, diseño y evolución de redes de monitoreo ambiental basados en conceptos derivados de la teoría de la información, más precisamente de la llamada divergencia de Kullback-Liebler. Algunos conceptos son ya conocidos y otros originales, aquí agrupados en un contexto teórico común. A saber:
- la medición estándar de información mutua o índice de ‘especificidad’
- una nueva medición de la ganancia de información que llamamos índice de ‘representatividad’
- los saltos de información asociados a cambios en la evolución de la red y
- la distancia de información mutua usada en análisis de conglomerados.
Los cuatro conceptos anteriores son ilustrados aplicándolos a 14 años de datos recolectados por la red de monitoreo de Santiago de Chile entre 1997 y 2010. Los análisis de este caso, muestran que las estaciones centrales de la ciudad, localizadas en el área relativamente plana, generalmente presentan alta representatividad pero baja especificidad, mientras que lo contrario ocurre en la estación localizada en un cañón al este de la ciudad, lo que es consistente con patrones de emisión y de circulación conocidos en Santiago. También se verifican las interesantes aplicaciones de la ganancia de información al análisis de la evolución de la red de Santiago entre 1988 y 2011 y de la distancia de información mutua a la clasificación de las estaciones, siendo ésta más apropiada que la distancia de Pearson usual en el caso de datos que no se distribuyen de manera log-normal. Como conclusión, nuestros análisis muestran que los diferentes índices pueden ser fácilmente calculados y usados de forma complementaria para el análisis de una red de vigilancia o de monitoreo para efectos de análisis y planificación, de forma operativa o evaluativa.
Veremos también como algunos de estos conceptos pueden utilizarse de manera mucho más extensa en el marco de la asimilación de datos, usando modelos de dispersión de contaminantes, y permitiendo la optimización de redes.