Sistema de Soporte de Decisiones: Aplicacin a la Gestin de la Contaminacin en la ciudad de Santiago de Chile

Miguel Delgado C. Universidad de Granada DECSAI-Espaa mdelgado@ugr.esm Daniel Snchez F. Universidad de Granada DECSAI-Espaa daniel@decsai.ug.es Santiago Zapata C. U. Tecnolgica Metropolitana Depto de Informtica Chile szapata@utem.cl

Resumen
La contaminacin del aire es uno de los mayores problemas que afecta a los pases en casi cualquier parte del mundo. El incremento en las cantidades de gases y partculas potencialmente dainas para la salud y el medio ambiente se ha constatado a escala mundial, y cada da es mas obvio que la respuesta a estos problemas se concentra en la bsqueda de soluciones inteligentes. En Chile, por ley, se establece la obligacin de desarrollar planes de descontaminacin en reas donde los niveles de contaminantes excedan sistemticamente las normas ambientales, y planes de prevencin donde dichas normas se encuentren en peligro de ser superadas. Durante el perodo otoo-invierno la poblacin de la ciudad de Santiago, se ve afectada por un aumento repentino en los niveles de contaminacin del aire. Esta situacin es conocida como episodio crtico de contaminacin atmosfrica, y se produce cuando se registran elevados niveles de concentracin de contaminantes durante perodos de corta duracin. Estos episodios se originan a partir de la convergencia de una serie de factores meteorolgicos que impiden la buena ventilacin de la cuenca de Santiago y/o debido a un incremento en las emisiones previas al evento. De acuerdo a la normativa vigente, los criterios para decretar un episodio crtico de contaminacin esta referido al ndice ICAP, que es generado por los datos de la Red de Monitoreo de gases y partculas que son ingresados a un Modelo de Pronstico desarrollado por el fsico J. Cassmassi. [4], [5], [11]. De esta forma, la autoridad toma las decisiones con respecto a los episodios crticos que pueden afectar a la ciudad de Santiago, apoyndose en las predicciones que entrega el modelo.

Nuestro trabajo de investigacin se encuadra en la lnea de buscar metodologas inteligentes para prediccin y control de problemas medioambientales en la ciudad de Santiago y su rea Metropolitana. Palabras Clave: Toma de Decisiones, DSS, KDD, Contaminacin. Polucin.

1 INTRODUCCIN
1.1. El Problema

La contaminacin del aire en la ciudad de Santiago se origina principalmente durante el perodo otoo-invierno, en estos meses la poblacin de la Regin Metropolitana se ve afectada por un aumento repentino en los niveles de contaminacin del aire. Estas situaciones, conocidas genricamente como episodios crticos de contaminacin atmosfrica, se producen cuando se registran elevados niveles de concentracin de ciertos agentes contaminantes durante perodos de corta duracin. Estos episodios se originan a partir de la convergencia de una serie de factores meteorolgicos que impiden la buena ventilacin de la cuenca de Santiago y tambin debido a un incremento en las emisiones de los agentes contaminantes. El ndice de Calidad del Aire por Material Particulado, ICAP [1], [2], [3] es el indicador que a travs de los datos emanados del modelo de pronstico Cassmassi sirve como antecedente para que la autoridad de gobierno pueda determinar s la ciudad de Santiago esta en presencia de un episodio crtico de contaminacin. El modelo Cassmassi pronostica el valor mximo de concentracin promedio de 24 horas de material particulado respirable PM10, para el perodo de 00 a 24 horas del da siguiente. Para este pronstico de episodios un equipo de meteorlogos expertos prepara diariamente el pronstico de condiciones meteorolgicas asociadas a episodios de contaminacin atmosfrica para la Regin Metropolitana,

XII CONGRESO ESPAOL SOBRE TECNOLOGAS Y LGICA FUZZY

285

en base a informacin meteorolgica actualizada, nacional e internacional, y a los datos de calidad de aire de la red de monitoreo automtico de calidad del aire y meteorologa Red MACAM [2], [6]. Es importante destacar que debido a que el modelo pronostica la calidad del aire del da siguiente, la declaracin de un episodio por parte de la autoridad no implica que el aire haya empeorado, sino que podra llegar a empeorar. Es decir, los episodios se decretan en forma preventiva para evitar alcanzar los ndices pronosticados, y as proteger la salud de la poblacin. 1.2. Manejo del problema

ayuden a tomar mejores decisiones de prevencin para la ciudadana. Una entidad responsable que se encarga de velar por el cuidado del medio ambiente es el SESMA [4], quien a travs de una red de medicin llamada Red MACAM [6] van registrando diariamente los niveles de contaminacin en el medio ambiente. 2.2. Red MACAM La red oficial de Monitoreo Automtico de Calidad del Aire y Meteorologa de la ciudad de Santiago de Chile (Red MACAM) fue puesta en marcha en 1988 con 5 estaciones de monitoreo, mayoritariamente ubicadas en el sector cntrico de Santiago. En el invierno de 1997, dicha red fue renovada y ampliada a 8 estaciones de monitoreo automtico, en lo que hoy se denomina como Red MACAM-2, dependiente del Servicio de Salud Metropolitano del Ambiente (SESMA). El sitio de Internet que permite obtener los datos es el siguiente: http://www.minsal.cl/sesma/pvcasesma/default.htm 2.3. Normas Chilenas de Calidad del Aire 2.3.1. Normas La Resolucin N369, del Ministerio de Salud del 12 de abril de 1988, publicada en el diario oficial el 26 de Abril de 1988, establece los ndices de calidad del aire para determinar el nivel de contaminacin atmosfrica de la Regin Metropolitana. 2.3.2 ndices ICA E ICAP Tanto el ICA como el ICAP, dan origen a la siguiente calificacin de la situacin de acuerdo al valor obtenido:
INDICE 0 100 101 200 201 300 301 400 401 500 CALIFICACION BUENO REGULAR MALO CRITICO PELIGROSO

En la actualidad y a nivel mundial, el estudio y control de problemas de contaminacin medioambiental, se aborda con el apoyo de los llamados DSS (Decision Support Systems, Sistemas de Soporte de Decisiones en castellano) que son una clase especfica de sistemas de informacin que apoyan los procesos de toma de decisiones en las organizaciones. Estos DSS son sistemas interactivos que ayudan a la toma de decisiones facilitando el manejo de los datos, documentos, conocimiento y/o modelos que se usan para resolver problemas dentro de las organizaciones. Una de los mbitos en que los DSS son de gran utilidad es en el apoyo a la toma de decisiones para anlisis y control de problemas medioambientales, en particular el apoyo que puede brindar la Minera de Datos (Data Mining DM) al permitir extraer patrones, modelos, relaciones, tendencias, etc., que finalmente permiten encontrar reglas o patrones (conocimiento) a partir de los datos y comunicarlos al usuario a travs de los DSS. 1.3. Objetivos de la Investigacin

El objetivo general de nuestra investigacin es proponer una metodologa basada en DSS como una alternativa al mtodo actualmente usado para medir y tomar decisiones con respecto a las emergencias ambientales en la ciudad de Santiago. 2. GESTION ACTUAL DE LA CONTAMINACIN EN LA CIUDAD DE SANTIAGO 2.1. Introduccin Uno de los grandes problemas que posee la Regin Metropolitana, especialmente la comuna de Santiago de Chile es la concentracin en el ambiente de partculas contaminantes que daan la salud de las personas que viven y transitan por esta ciudad. Por esto es importante contar con un buen sistema de apoyo a las decisiones que permita analizar los datos para obtener resultados que

2.4. Modelo Predictivo de Joseph Cassmassi 2.4.1. Introduccin Este modelo es usado para pronosticar los episodios de Alerta, Preemergencia o Emergencia, cuyas medidas que

286

XII CONGRESO ESPAOL SOBRE TECNOLOGAS Y LGICA FUZZY

toma la autoridad han sido descritas en la introduccin de la presente investigacin, la informacin entregada por el modelo implica adelantarse al aumento excesivo de los ndices de Calidad del Aire considerando las variables meteorolgicas y los niveles de contaminacin por Material Particulado en suspensin. El Modelo de Prediccin usa ocho estaciones de monitoreo distribuidas geogrficamente en la ciudad de Santiago de Chile y para su estimacin considera: el comportamiento histrico de la contaminacin atmosfrica y su asociacin con parmetros meteorolgicos, niveles de contaminacin atmosfrica y su variacin diaria. Todos estos factores son ingresados a un Polinomio matemtico que fue desarrollado por el fsico americano Joseph Cassmassi en el ao 1999, basado en tcnicas estadsticas clsicas de regresin lineal mltiple [5]. 2.4.2. Modelo de pronstico para episodios El Plan de Prevencin y Descontaminacin Atmosfrica para la Regin Metropolitana (PPDA) estableci la necesidad de crear un modelo de pronstico de episodios de contaminacin, debido a la importancia de anticipar las medidas de control y de resguardo a la poblacin frente a la ocurrencia de situaciones crticas. Por su parte, el Decreto Supremo N 59 de 1998 del Ministerio Secretara General de la Presidencia, que establece la norma de calidad primaria para material particulado respirable (MP10), incluy los requerimientos que debe satisfacer una metodologa de pronstico de calidad de aire. De acuerdo con dichos requerimientos, mediante resolucin N12.612 de 1998 del Servicio de Salud Metropolitano del Ambiente de la Regin Metropolitana (SESMA), se oficializ la primera aplicacin de un modelo de pronstico de calidad de aire en la ciudad de Santiago, en uso a partir de julio de 1998. Como una forma de optimizar esta herramienta, en 1999 CONAMA encarg un estudio para mejorar la metodologa de pronstico de calidad de aire en la Regin Metropolitana. El estudio dio como resultado un nuevo modelo de pronstico, denominado modelo Cassmassi. 2.4.3. Variables utilizadas La metodologa de pronstico de concentraciones de PM10 est basada en algoritmos de clculo desarrollados mediante aplicacin de tcnicas estadsticas de regresin mltiple, enfocadas a encontrar relaciones entre posibles variables predictivas y la variable a predecir. Los predictores incluyen variables meteorolgicas observadas, ndices de condiciones meteorolgicas observadas y pronosticadas, concentraciones de contaminantes

observadas, ndices emisiones y otros.

de

variaciones

esperadas

de

2.4.4. Potencial meteorolgico de contaminacin atmosfrica (Algoritmos usados) La aplicacin operacional de esta metodologa considera dos algoritmos de prediccin para cada estacin monitora: Un primer algoritmo incluye el "ndice de Potencial Meteorolgico de Contaminacin Atmosfrica" (PMCA) pronosticado para el da siguiente. La figura 6.1 muestra que el PMCA tiene una buena correspondencia con los promedios de 24 horas de las concentraciones observadas de PM10. El segundo algoritmo est basado solamente en observaciones (del mismo da y del da anterior). De esta forma, si el primer algoritmo no se puede aplicar por insuficiencia de la informacin, se utiliza el segundo algoritmo. 2.4.5. Validacin del modelo En 1999/2000, se realiz una evaluacin del modelo Cassmassi por parte del Departamento de Geofsica de la Universidad de Chile. Para ello, se utiliz la informacin del perodo que se extiende desde el 1 de abril al 17 de septiembre de 1999. De esta manera, se garantiz la independencia de los datos usados para validar el modelo de los usados en su construccin. La validacin muestra que el modelo Cassmassi cumple con los requisitos del Decreto Supremo. N 59 de 1998. La descripcin detallada del modelo Cassmassi se encuentra en el estudio "Improvement of the Forecast of Air Quality and of the Knowledge of the Local Meteorological Conditions in the Metropolitan Region" (Cassmassi 1999), [7], [8]. 2.5. Fallas del Modelo Predictivo de Cassmassi El modelo predictivo es ineficiente para predecir niveles crticos de contaminacin, por ejemplo, en el ao 2003 solo acert 8 veces la prediccin de situaciones criticas, con 30 falsas alarmas y 12 episodios subestimados. Segn estudios (Revista Que Pasa, 16 de Mayo del 2003), [9] indica que una de las causas principales de las fallas es que no se ha actualizado en 5 aos, y que adems de usar el modelo predictivo de Cassmassi oficialmente, se apoya en otros cinco modelos no oficiales, para estimar el grado de certeza del primero. Por ejemplo, un da cualquiera el pronstico indicaba que haba un 80% de probabilidades de alerta ambiental, pero con una incerteza del 35% de que se transformara en preemergencia ambiental. Este modelo considera 8 estaciones de monitoreo en forma aislada y en muchas ocasiones se ha observado que

XII CONGRESO ESPAOL SOBRE TECNOLOGAS Y LGICA FUZZY

287

durante la ocurrencia de episodios crticos, las estaciones interactan entre s. El adoptar el enfoque reduccionista en lugar del enfoque sistmico ha generado la ocurrencia de innumerables errores. 2.6. Decisiones a partir de los resultados del modelo Diferentes son los efectos nocivos que puede traer a la salud de las personas la contaminacin del aire que actualmente enfrenta la ciudad de Santiago. Sin embargo, stos se tornan especialmente peligrosos en el caso de exposiciones a niveles muy elevados durante cortos perodos de duracin, y que es lo que ocurre cuando estamos frente a un episodio crtico. Es entonces fundamental poder anticiparse a las situaciones de mayor riesgo para detener las negativas consecuencias que acarrea una emergencia ambiental. Los resultados del modelo pronstico son utilizados como herramienta de informacin preventiva por parte de las autoridades regionales, de esta manera, si el valor arrojado por el modelo pronstico supera en alguna de las ocho estaciones: El nivel ICAP 200 segn este modelo debiera decretarse Alerta Ambiental El nivel ICAP 300 segn este modelo debiera decretarse Preemergencia Ambiental El nivel ICAP 500 segn este modelo debiera decretarse Emergencia Ambiental 2.7. Costo de los errores del Modelo Predictivo Segn estudios econmicos, los costos asociados a los errores del modelo predictivo superaron los $ 2.000 millones de pesos en el ao 2001 unos 2,7 millones de Euros, sobre los $ 5.000 millones de pesos en el ao 2002 unos 6,9 millones de Euros, y se estimaba que para el ao 2003 esta cifra podra duplicarse alcanzando valores cercanos a los 14 millones de Euros, [9], [10]. Como medidas correctivas, estos estudios recomendaban revisar el anlisis de efectividad de las medidas adoptadas durante los episodios crticos; evaluar los costos asociados a la paralizacin de fuentes industriales y en tercer lugar revisar y mejorar la calidad predictiva de los modelos usados. 3. PROPUESTA DE TRABAJO 3.1. Introduccin De acuerdo a lo mostrado anteriormente para la gestin de los problemas ocasionados por la contaminacin ambiental en la ciudad de Santiago, concluimos que al problema puede aportarse una solucin como detallamos a continuacin.

El tratamiento actual del problema presentado se puede esquematizar como lo muestra la figura 3.1., en la cual se puede destacar que el modelo de Cassmassi (utiliza herramientas estadsticas clsicas), no se ha actualizado desde su concepcin inicial hace aproximadamente seis aos, no justifica claramente los episodios crticos y basa su prediccin en un promedio de comportamiento de las variables involucradas del da anterior, no es sistmico dado que no relaciona el efecto sinergtico de los datos generados por las diferentes estaciones de registro de datos que estn distribuidas geogrficamente en la ciudad de Santiago.

Red MACAM Datos Clima

Datos da X Datos Posibles Modelo Predictivo Joseph Cassmassi Alerta Da X + 1

Decisin

Fig. 3.1. Tratamiento actual de gestin de decisiones ambientales La propuesta alternativa, propone disponer los datos bsicos entregados por las estaciones de monitoreo de datos de la Red MACAM y la informacin meteorolgica de la prediccin del clima entregada por los servicios meteorolgicos de la ciudad, en un Modulo llamado Almacn de Datos Histrico (Datawarehouse), para estructurar estos datos en el almacn de datos puede utilizarse la fecha de creacin como una dimensin principal en la futura base de datos multidimensional, las ventajas de estructurar las dimensiones de esta manera permitir: discriminar las alertas ambientales segn la poca del ao (estacionalidad) , evidenciando que habr niveles crticos probablemente en pocas del ao fras (invierno) potenciadas adems por el fenmeno climtico de la inversin trmica a que se ve afectada la ciudad de Santiago en pocas invernales y fras, adems, podr presentarse informacin del comportamiento de los datos por das, semanas, meses, etc. El mdulo KDD permite incorporar elementos que ayuden en forma inteligente al decisor, o sea el sistema debe ser capaz de realizar procesos de extraccin de conocimiento, por ejemplo minera de datos, a la informacin histrica almacenada en el Datawarehouse y en un proceso de tipo Batch efecte por ejemplo anlisis de comportamiento de las variables involucradas en los ltimos periodos, por ejemplo, los ltimos dos aos generando conocimiento a partir de los procesos de minera de datos realizada sobre los datos bsicos histricos contenidos en el almacn de datos. Los resultados obtenidos por el tratamiento de los datos con

288

XII CONGRESO ESPAOL SOBRE TECNOLOGAS Y LGICA FUZZY

las herramientas de Data Warehousing y de Minera de Datos sern presentados al usuario para apoyar su toma de decisiones a travs de un Mdulo DSS Sistema de Soporte de Decisiones, mostrado figura 3.2. Este mdulo DSS facilita al usuario decisor aplicar medidas con respecto a los episodios crticos de contaminacin ( alerta, preemergencia, emergencia), con interfases usuarias que permitan a travs de consultas al almacn de datos ver que pasa si (What is/ What if) si se toman decisiones, adems de proporcionaren forma automtica ayudas o sugerencias que asistan la tomador de decisiones. La prediccin de la calidad del aire es un tema apropiado para aplicar extraccin de conocimiento y por ello usar minera de datos. Al tener almacenado informacin acerca de la calidad del aire que contienen una gran cantidad de datos, estos pueden ser analizados para encontrar entre ellos relaciones, regularidades y patrones de comportamiento. Al tener un almacenamiento multidimensional se facilitar tratamientos a los datos, y tcnicas como la Minera de Datos permitir extraer conocimiento no explorado a partir de los datos bsicos contenidos en el almacn de datos histricos, intentando adems que el propio sistema propuesto pueda justificar la prediccin ante el decisor (explicacin). Esta caracterstica proporciona una consistencia mayor al sistema propuesto con respecto a lo entregado actualmente bajo el enfoque de usar el modelo de Cassmassi, ya que el decisor tiene antecedentes en cuanto al porque se ha producido una alerta y adems podr discriminar si la alerta se ha producido por un alza en los limites permitidos en las variables que se relacionan con los gases o en las variables que se relacionan con el material particulado o puede explicar que la conjuncin de algunas variables esta gatillando un evento de alerta ambiental. . Por ejemplo, al usar minera de datos puede que sea til construir rboles de decisin, ya que la prediccin que se desea realizar se har en base a categoras (bueno, regular, malo, critico). Otro aporte de la propuesta es que incorpora el enfoque sistmico para entregar una prediccin, usando toda la sinergia que se puede lograr al tratar los datos de la ciudad como un todo en forma de sistema. En resumen, la propuesta que presentamos en esta investigacin es ms robusta que el sistema actualmente en uso por las autoridades en lo referente al tratamiento de las emergencias ambientales usando el modelo de Cassmassi y la informacin entregada por la Red MACAM y los organismos en cargados de las predicciones climticas.

Red MACAM Datos Clima

Almacn de Datos Histricos (DW)

DSS Alertas Ambientales

KDD

Posibles Alarmas Da X + 1

+ Explicacin

Fig. 3.2 Propuesta alternativa para apoyar la gestin ambiental 4. Conclusiones y Trabajo Futuro En trminos generales, la contaminacin del aire puede definirse como cualquier condicin atmosfrica en que ciertas sustancias alcanzan concentraciones lo suficientemente elevadas sobre su nivel ambiental normal, lo que puede producir un efecto negativo en las personas, en los animales y en la vegetacin. En las grandes ciudades, la mayor parte de la contaminacin es generada por emisiones del parque automotor y de las fuentes industriales. En la ciudad de Santiago esta situacin se agrava debido a su ubicacin geogrfica y las condiciones meteorolgicas que la caracterizan El modelo predictivo de Cassmassi que se usa actualmente en la ciudad de Santiago pronostica el valor promedio de concentracin mxima de material particulado respirable (PM10) para las 24 horas del da siguiente. Lo anterior lo realiza a partir de la informacin entregada por las estaciones de monitoreo de la Red MACAM que maneja el SESMA, adems de la condicin meteorolgica esperada a escala local. El ndice ICAP sirve como antecedente para que el modelo de Cassmassi determine la probable presencia de un episodio critico de contaminacin, debido a lo cual la autoridad correspondiente toma decisiones en forma preventiva. Se puede concluir que el modelo predictivo de Cassmassi apoya a las autoridades ambientales a tomar decisiones con una precisin cercana al 65%, que en mltiples ocasiones las predicciones no han correspondido a las reales condiciones ambientales que se han presentado al da siguiente y se han tomado decisiones extremas cuando no ha correspondido y no se han tomado decisiones extremas cuando si la situacin ambiental lo amerita, todo lo anterior genera altos costos en la salud de las personas y tambin costos econmicos por la paralizacin de fuentes industriales cuando no ha sido necesario. Tal como hemos indicado en el desarrollo de la presente investigacin, el modelo predictivo de Cassmassi se basa en un polinomio matemtico que incorpora tcnicas estadsticas clsicas, tales como el anlisis de regresin

XII CONGRESO ESPAOL SOBRE TECNOLOGAS Y LGICA FUZZY

289

lineal mltiple. Se ha criticado fuertemente al modelo por no estar concebido en forma sistmica, es decir no considera la sinergia que produce el efecto de interaccin en cada una de las estaciones de las variables involucradas, por ejemplo, material particulado (PM10), ozono, dixido de nitrgeno, monxido de carbono, etc. Se han realizado intentos por encontrar soluciones alternativas, en efecto, se han desarrollado en el mundo modelos de prediccin que incorporan en su concepcin, tcnicas modernas de Redes Neuronales, de Lgica Difusa, de cambios dinmicos generados por los cambios climticos globales de la tierra, parmetros de flujo de vehculos y ciclos de conduccin en la ciudad, etc. Por ejemplo un grupo de investigadores de la Universidad de Santiago de Chile, en el Departamento de Fsica, crearon un modelo basado en redes neuronales, que ha sido probado en paralelo con el modelo predictivo de Cassmassi, obteniendo resultados superiores al modelo de Cassmassi. Trabajos realizados por estos investigadores han sido presentados a congresos nacionales e internacionales [11], pero hasta la fecha la autoridad de gobierno no los ha considerado como una alternativa viable para implementarla en la ciudad de Santiago. Dentro de la revisin realizada al uso de los DSS como herramienta de apoyo a la gestin de problemas ambientales, se ha encontrado que existen esfuerzos en el mundo por desarrollar herramientas que combinen tcnicas de minera de datos y sistemas de soporte de decisiones, pero para aplicaciones especficas a lugares geogrficamente definidos, tal como se ha mostrado en el Capitulo 5 de la presente memoria. Cuando se inici esta investigacin el objetivo principal era proponer una metodologa basada en DSS y Minera de Datos como alternativa al modelo predictivo usado actualmente en la ciudad de Santiago de Chile, dado que existan muchas molestias de los habitantes de la ciudad cuando el modelo efectuaba predicciones erradas. Este objetivo esta presentado como parte de esta investigacin en el punto 2. Tal como se indica en la propuesta de trabajo, esta permitira depositar los datos bsicos generados por la Red MACAM y los datos meteorolgicos referentes al clima en un almacn de datos, para luego efectuar operaciones con ellos, ya sea de ver si cumple con los niveles mximos permitidos o encontrar relaciones ocultas entre las variables por algn proceso de minera de datos, como se muestra grficamente en la punto 3. Como una forma de mostrar la posible funcionalidad de la propuesta, hemos desarrollado un prototipo que muestra en forma ilustrativa como podra funcionar la propuesta alternativa. Este prototipo por tener el carcter de ilustrativo, fue desarrollado con herramientas de cuarta

generacin, tales como Excel, Visual Basic y para mostrar el efecto de la Minera de Datos se uso el software de distribucin gratuita llamado Weka. Los datos empleados para este prototipo corresponden a los meses de Enero y Julio del ao 2001, que se sitan en el periodo de verano e invierno en la ciudad de Santiago. El modelo desarrollado puede complementarse con tcnicas avanzadas de prediccin de series temporales, dado que de este modo se podrn analizar con mas precisin las proyecciones de datos que son los elementos sobre los que realmente se toman las decisiones para alertas y establecimiento de episodios crticos. El trabajo futuro es promisorio, pues encontrar soluciones alternativas al problema de la contaminacin en la ciudad de Santiago de Chile se ha transformado en una cruzada de carcter humanitario, ya que los problemas a la salud de la poblacin y a la economa del pas estn alcanzando niveles que sobrepasan lo aceptable por la comunidad.

Referencias
[1] www.sesma.cl/sitio/pag/aire/Indexjs3aire005.asp [2] www.sesma.cl/sitio/pag/aire/Indexjs3airesist_monit. asp [3] http://www.conama.cl/portal/1255/channel.html [4] SESMA (Servicio de Salud Metropolitano del Ambiente), www.sesma.cl [5] http://www.cleanairnet.org/lac/1471/article40847.html. [6] RED MACAM (Red de Monitoreo Automtico de Calidad del Aire y Meteorologa), www.conama.cl/rm/568/article-1114.html [7] http://www.conama.cl/rm/568/article-1183.html. [8] http://www.conama.cl/rm/568/article-2581.html. [9] http://www.quepasa.cl/revista/2003/05/16/t16.05.QP.NAC.CONTAMINACION.html [10] http://www.sustentable.cl/portada/Descontaminacion /2453.asp [11] http://www.geofisica.cl/English/pics3/FUM6.htm, http://www.geofisica.cl/Meteorol.htm [12] Power, D. J. A Brief History of Decision Support Systems. DSSResources.COM, World Wide Web, http://DSSResources.COM/history/dsshistory.html, version 2.6, November 12, 2002 . [13] J. P. Shim, Merril Warkentin, James F. Courtney, Daniel J. Power, Ramesh Sharda, Christer Carlsson Past, Present, and Future of Decision Support Technology, Decision Support System 32 (2002) 111-126, www.elsevier.com/locate/dsw [14] Biss, A. "Dynasty Triage Advisor Enables Medical Decision-Support", 2002, at URL DSSResources.COM. www.dynasty.com, http://dssresources.com/cases/dynasty.html

290

XII CONGRESO ESPAOL SOBRE TECNOLOGAS Y LGICA FUZZY