En la actualidad, gran parte del mundo tiene una estrategia regional de contaminación del aire para limitar y disminuir los niveles de contaminación a través de fronteras gubernamentales y controlar su impacto en la salud humana y los sistemas ecológicos. La protección del medio ambiente es una de las principales prioridades a nivel mundial. Muchos desafíos en esta área de investigación existen, ya que es un tema doloroso para la sociedad y un tema fundamental para el sistema de salud. El análisis de sensibilidad tiene un papel fundamental durante el proceso de validación de modelos computacionales de contaminación del aire a gran escala para garantizar su precisión y confiabilidad. Aplicamos los mejores algoritmos estocásticos disponibles para el análisis de sensibilidad multidimensional del modelo UNI-DEM, que desempeña un papel clave en la gestión de los numerosos sistemas auto gobernados y datos que forman la base para pronosticar y analizar las consecuencias de posibles cambios climáticos. Desarrollamos dos nuevas secuencias digitales altamente convergentes con matrices generadoras especiales, que muestran una mejora significativa sobre los mejores métodos estocásticos existentes disponibles para medir los índices de sensibilidad del ecosistema digital. Los resultados obtenidos a través del análisis de sensibilidad jugarán un papel extremadamente importante y multifacético.