Evaluation of a Graph Reconstruction Method of Missing Data in Air Quality: Application to the Aburrá Valley, Colombia

Abstract

ABSTRACT: Air pollution is an environmental issue that concerns human health all around the world. The air quality is affected by human emissions, meteorological conditions, and topography. The measurement of pollutants is an important task to make better decisions for controlling high pollution concentrations. However, air quality sensing usually has problems due to machine failures, routine maintenance, among others. As a result, air quality datasets could have missing information that sometimes could represent more than 10% of the data. The correct reconstruction of these missing values plays an essential role in further environmental studies. In this work, we model the reconstruction of missing data as a problem of recovery of graph signals. Therefore, we evaluate the robustness of a graph signal reconstruction method in a dataset of Particular Matter PM2.5 in the Aburrá Valley, Colombia. We observe that 1) the model has better performance during dry months than in wet or transition seasons, and 2) the model could not follow pollution peaks because the algorithm assumes smooth changes in time. This model could be suitable to reconstruct data in the Aburrá Valley in dry seasons for other environmental studies.

RESUMEN: La contaminación atmosférica es un problema ambiental que afecta a la salud humana mundialmente. La calidad del aire se ve afectada por emisiones antropogénicas, por condiciones meteorológicas y por la topografía. La medición de contaminantes atmosféricos es una tarea importante para la toma de decisiones, por ejemplo, para controlar altas concentraciones de contaminación en una ciudad. Sin embargo, en la medición de la calidad del aire generalmente hay problemas debidos a fallas de los equipos, mantenimiento de rutina, entre otros. Como resultado, los conjuntos de datos de calidad del aire pueden tener información faltante, que a veces puede representar más del 10% de los datos. La reconstrucción de estos valores faltantes juega un papel importante en los estudios ambientales. En este trabajo, modelamos la imputación de datos faltantes como un problema de reconstrucción de señales gráficas. Evaluamos la robustez de un método de procesamiento de señales gráficas en un conjunto de datos de Material Particulado PM2.5 en el Valle de Aburrá, Colombia. Observamos que 1) el modelo tiene un mejor desempeño durante los meses secos que durante temporadas húmedas o de transición y 2) el modelo puede no predecir picos de contaminación dado que el algoritmo asume cambios suaves en el tiempo. Este modelo podría ser útil para reconstruir datos en el Valle de Aburrá en temporadas secas para ser utilizados en futuros estudios de calidad del aire.