Resumo

RAMIREZ-GOMEZ, Gustavo Andrés et al. Modeling of the PM₁₀ pollutant in Monterrey, Nuevo León, Mexico, with ARIMA, transfer functions and GARCH models. Atmósfera [online]. 2025, vol.39, 53488.  Epub 03-Nov-2025. ISSN 0187-6236.  https://doi.org/10.20937/atm.53488.

Las partículas menores a 10 μm (PM10) son contaminantes relevantes por su impacto en la salud y el ambiente. En este estudio se analizaron datos diarios de PM10 de la estación Obispado (Monterrey, Nuevo León, México), del INECC, entre 1997 y 2014. Se incluyeron variables climatológicas como precipitación, velocidad del viento (a 2 y 10 m) y presión atmosférica, obtenidas del proyecto POWER de la NASA. Los datos se dividieron en conjuntos de entrenamiento y prueba utilizando una proporción de 80-20%. Se emplearon 3798 observaciones diarias para entrenamiento (2002 a 2012) y 950 observaciones para prueba (2012 a 2014). Se realizó un análisis descriptivo y una descomposición de series temporales para identificar tendencias y estacionalidad. Se aplicaron modelos ARIMA univariados y con funciones de transferencia, incorporando variables climáticas. Las pruebas de Dickey-Fuller aumentada y Ljung-Box validaron la estacionalidad e independencia de los residuales. El modelo ARIMA (1,1,1)(0,0,0)[365] con funciones de transferencia fue más preciso que el univariado. Se identificó una relación significativa entre las variables climáticas y la predicción de PM10, lo cual respalda su uso para predicciones a corto plazo (≤ 10 días). Se recomienda aplicar modelos multivariados con más predictores y enfoques geoestadísticos para mejorar la caracterización espaciotemporal.

Palavras-chave : time series; transfer functions; climate variables; Granger causality test.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )