Analysis of Environmental Pollution Using Remote Sensing Techniques and Principal Component Analysis

Keywords: Remote sensing, air pollution, air quality, image processing, principal component analysis

Abstract

Due to population growth and industrialization, air pollution has become one of Colombia’s major issues in recent years. It affects large cities, harming the environment and human health. Therefore, in this paper, we propose a methodology to analyze air pollution in Medellín, Colombia using remote sensing techniques, Landsat-7 and Landsat-8 images, and air quality variables. The proposed methodology consists of four stages: (i) image preprocessing; (ii) image processing and calculation of the Surface Temperature (TS), Normalized Difference Vegetation Index (NDVI), Transformed Soil Adjusted Vegetation Index (TSAVI), Normalized Difference Water Index (NDWI), and Normalized Difference Soil Index (NSI); (iii) interpolation of air quality variables, Particulate Matter (PM10 and PM2.5), Nitrogen Dioxide (NO2), and Ozone (O3); and (iv) principal component analysis. Based on the applied techniques, together with the estimation of the first major component (which contains 90% of information variation), an air quality map is obtained. According to this map, the sources of pollution are found in sectors with little vegetation cover, a great number of buildings, and high traffic flow. Conversely, areas with good air quality include sectors with greater vegetation cover, which are usually found in the limits of the city and in socioeconomic strata 4, 5, and 6. This map could be used as input for timely decision-making regarding urban planning because it allows for an early intervention in areas with poor air quality.

Author Biographies

Lizette Tello-Cifuentes*, Universidad del Valle, Colombia
Jean P. Díaz-Paz, Institución Universitaria Antonio José Camacho, Colombia

References

Ministerio de Salud y Protección Social Sostenible, Resolución 2154. “Por la cual se establece el reglamento técnico sobre los requisitos sanitarios que deben cumplir los aceites y grasas de origen vegetal o animal que se procesen, envasen, almacenen, transporten, exporten, importen y/o comercialicen en el país, destinados para el consumo humano y se dictan otras disposiciones.”, Agosto. 2012. https://www.invima.gov.co/documents/20143/441425/r+2154+de+2012+a+y+g+pdf.pdf/be0abb90-f383-c47d-9fa0-ab4d0c53172b

A. M. Muñoz D.; J. J. Paz V.; C. M. Quiroz P., “Efectos de la contaminación atmosférica sobre la salud de adultos que laboran en diferentes niveles de exposición,” Rev. Fac. Nac. Salud Pública, vol. 25, no. 2, pp. 85–94, 2007. http://www.scielo.org.co/scielo.php?pid=S0120-386X2007000200010&script=sci_abstract&tlng=es

M. Romero Placeres; F. D. Olite; M. Álvarez Toste, “La contaminación del aire: su repercusión como problema de salud,” Rev. Cuba. Hig. Epidemiol., vol. 44, no. 2, pp. 1–14, 2006. http://scielo.sld.cu/scielo.php?pid=S1561-30032006000200008&script=sci_arttext&tlng=en

E. Aránguez et al., “Contaminantes atmosféricos y su vigilancia,” Rev. Esp. Salud Pública, vol. 73, no. 2, pp. 123–132, Mar. 1999. http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1135-57271999000200003

S. Hantson et al., “Cadena de preprocesamiento estándar para las imágenes Landsat del Plan Nacional de Teledetección,” Rev. Teletección, no. 36, pp. 51–61, 2011. https://www.semanticscholar.org/paper/Cadena-de-pre-procesamiento-est%C3%A1ndar-para-las-del-Hantson-Salinero/30c9d0949c5193f198a8c2c303eb7807758f85b9?p2df

M. Preciado; A. Aldana, “Análisis de presencia de islas de calor en Santiago de Cali empleando técnicas de teledetección,” Ventana Inform., no. 24, pp. 95–114, Jul. 2011. https://doi.org/10.30554/ventanainform.24.162.2011

B. P. Page; L. G. Olmanson; D. R. Mishrac, “A harmonized image processing workflow using Sentinel-2/MSI and Landsat-8/OLI for mapping water clarity in optically variable lake systems,” Remote Sens. Environ., vol. 231, p. 111284, Sep. 2019. https://doi.org/10.1016/j.rse.2019.111284

W. Mueller et al., “Urban greenspace and the indoor environment: Pathways to health via indoor particulate matter, noise, and road noise annoyance,” Environ. Res., vol. 180, p. 108850, Jan. 2020. https://doi.org/10.1016/j.envres.2019.108850

I. Moreira; C. Linares; F. Follos; G. Sánchez-Martínez; J. M. Vellón; J. Díaz, “Short-term effects of Saharan dust intrusions and biomass combustion on birth outcomes in Spain,” Sci. Total Environ., vol. 701, p. 134755, Jan. 2020. https://doi.org/10.1016/j.scitotenv.2019.134755

Y. Zhang; Z. Li, “Remote sensing of atmospheric fine particulate matter (PM2.5) mass concentration near the ground from satellite observation,” Remote Sens. Environ., vol. 160, pp. 252–262, Apr. 2015. https://doi.org/10.1016/j.rse.2015.02.005

C. I. Alvarez-Mendoza; A. C. Teodoro; N. Torres; V. Vivanco, “Assessment of Re-mote Sensing Data to Model PM10 Estimation in Cities with a Low Number of Air Quality Stations: A Case of Study in Quito, Ecuador,” Environments, vol. 6, no. 7, p. 85, Jul. 2019. https://doi.org/10.3390/environments6070085

L. C. Messer; J. S. Jagai; K. M. Rappazzo; D. T. Lobdell, “Construction of an environmental quality index for public health research,” Environ. Health, vol. 13, no. 1, p. 39, May 2014. https://doi.org/10.1186/1476-069X-13-39

M. A. Musse; D. A. Barona; L. M. Santana Rodriguez, “Urban environmental quality assessment using remote sensing and census data,” Int. J. Appl. Earth Obs. Geoinformation, vol. 71, pp. 95–108, Sep. 2018. https://doi.org/10.1016/j.jag.2018.05.010

L. M. Santana Rodríguez; L. A. Escobar Jaramillo; P. A. Capote, “Estimación de un índice de calidad ambiental urbano, a partir de imágenes de satélite,” Rev. Geogr. Norte Gd., no. 45, pp. 77–95, May. 2010. http://dx.doi.org/10.4067/S0718-34022010000100006

S. C. Grabich et al., “Additive Interaction between Heterogeneous Environmental Quality Domains (Air, Water, Land, Sociodemo-graphic, and Built Environment) on Preterm Birth,” Front. Public Health, vol. 4, pp. 232, Oct. 2016. https://doi.org/10.3389/fpubh.2016.00232

H. Aguilar-Arias; R. Mora-Zamora; C. Vargas-Bolaños, “Metodología para la corrección atmosférica de imágenes Aster, Rapideye, Spot 2 y Landsat 8 con el módulo Flaash del software ENVI,” Rev. Geográfica América Cent., vol. 2, no. 53, pp. 39–59, May. 2014. https://doi.org/10.15359/rgac.2-53.2

M. G. Martínez Mena, “Detección de cambio en reservorios acuíferos basados en el índice espectral de sequía,” (Tesis de Maestría), Universidad Politécnico de Madrid, Madrid, 2017. http://oa.upm.es/45195/

C. Gonzaga Aguilar, “Aplicación de índices de vegetación derivados de imágenes satelitales Landsat 7 ETM+ y Aster para la caracterización de la cobertura vegetal en la zona centro de la provincia de Loja, Ecuador,” (Tesis de Maestría), Universidad Nacional de La Plata, Argentina, 2014. http://sedici.unlp.edu.ar/handle/10915/34487

L. M. Boix, “Integración de sensores y uso de índices de vegetación para evaluar la producción en plantaciones de cítricos en Málaga,” (Tesis Doctoral), Universidad de Málaga, España. 2016. https://riuma.uma.es/xmlui/handle/10630/11250

D. Rodríguez Pérez; N. Sánchez Carnero; J. A. Domínguez Gómez; C. Santa Marta Pastrana, Cuestiones de Teledetección. Madrid: Editorial UNED, 2015.

H. Xu, “Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery,” Int. J. Remote Sens., vol. 27, no. 14, pp. 3025–3033, Jul. 2006. https://doi.org/10.1080/01431160600589179

L. Jiménez, “Estimación de la concentración del contaminante gaseoso NOX en el Distrito Metropolitano de Quito, a partir de imágenes de satélite Landsat 7 ETM / Landsat 8 OLI de los años 2010, 2013 y 2015, considerando modelos estadísticos a partir de correlación entre estaciones de monitoreo atmosférico y los índices ambientales,” (Tesis de Maestría), Universidad de las fuerzas armadas, Espe, Sangolquí. 2018. http://repositorio.espe.edu.ec/xmlui/bitstream/handle/21000/13909/T-ESPE-057823.pdf?sequence=1&isAllowed=y

L. Nikroo; M. Kompani-Zare; A. R. Sepaskhah; S. R. F. Shamsi, “Groundwater depth and elevation interpolation by kriging methods in Mohr Basin of Fars province in Iran,” Environ. Monit. Assess., vol. 166, no. 1, pp. 387–407, Jul. 2010. https://doi.org/10.1007/s10661-009-1010-x

M. Villatoro; C. Henríquez; F. Sancho, “Comparación de los interpoladores IDW Y Kriging en la variación espacial de pH, Ca, CICE y P del suelo,” Agron. Costarric., vol. 32, no. 1, pp. 95–105, 2008. https://www.mag.go.cr/rev_agr/v32n01-095.pdf

D. S. Álvarez Osorio; A. Cárdenas Contreras; J. C. Matiz León, “Modelos digitales batimétricos generados por métodos de interpolación IDW, KRIGING, SHEPARD y B-SPLINE en el Archipiélago de Islas del Rosario,” UD Geomática, no. 5, Dec. 2011. https://doi.org/10.14483/23448407.3641

Á. León González; H. Llinás Solano; J. Tilano, “Análisis multivariado aplicando componentes principales al caso de los desplazados,” Ing. Desarro., no. 23, pp. 119–142, Jan. 2008. http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/2098/1349

H. Ramírez Murillo; C. A. Torres-Pinzón; E. F. Forero-García, “Estimación del potencial fotovoltaico mediante minería de datos en cuatro ciudades de Colombia,” TecnoLógicas, vol. 22, no. 46, Sep. 2019. https://doi.org/10.22430/22565337.1345

C. Chávez, S. Sánchez, and J. DelaCerda, “Análisis De Componentes Principales Funcionales En Series De Tiempo Económicas (Analysis of Principal Functional Components in Economic Time Series),” Int. Gest. Conoc. Tecnol., vol. 3, no. 2, pp. 13–25, Dec. 2015. https://www.upo.es/revistas/index.php/gecontec/article/view/1694

A. Martínez Osorio, “Islas de calor en el área urbana del Valle de Aburrá,” (Tesis de Maestría), Universidad Nacional de Colombia-Sede Medellín, Medellín, 2017. http://bdigital.unal.edu.co/57837/1/1039453046.2017.pdf

V. M. Rodríguez-Moreno; S. H. Bullock, “Comparación espacial y temporal de índices de la vegetación para verdor y humedad y aplicación para estimar LAI en el Desierto Sonorense,” Rev. Mex. Cienc. Agríc., vol. 4, no. 4, pp. 611–623, Jun. 2013. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-09342013000400010

How to Cite
Tello-Cifuentes, L., & Díaz-Paz, J. P. (2021). Analysis of Environmental Pollution Using Remote Sensing Techniques and Principal Component Analysis. TecnoLógicas, 24(50), e1710. https://doi.org/10.22430/22565337.1710

Downloads

Download data is not yet available.
Published
2021-01-30
Section
Research Papers

More on this topic

Most read articles by the same author(s)