30/11/2022

Un modelo matemático permite estimar el impacto de los distintos tipos de transporte en la calidad del aire en Barcelona

Un equipo investigador de la URV ha evaluado también el impacto de la Zona de Bajas Emisiones en el Área Metropolitana

Vista de Barcelona desde el Palacio Nacional, Freepik.

La calidad del aire en Barcelona sigue siendo un problema sin resolver, hasta el punto que la ciudad podría ser sancionada por la Comisión Europea por los elevados niveles de óxidos de nitrógeno, que a menudo superan los límites recomendados por organismos internacionales. La disponibilidad de herramientas capaces de cuantificar el impacto de las estrategias para reducir las emisiones contaminantes es esencial en el proceso de toma de decisiones. Es por eso que el equipo investigador del Departamento de Ingeniería Mecánica de la URV y el grupo de investigación ECoMMFiT, liderado por Alexandre Fabregat, ha empleado herramientas de aprendizaje automático para estimar la contribución de cada tipo de transporte en los niveles de contaminantes en diferentes puntos de Barcelona. También se ha podido cuantificar el impacto de medidas de mitigación de la contaminación como por ejemplo la Zona de Bajas Emisiones (ZBE) implementada plenamente desde septiembre de 2020.

Empleando grandes volúmenes de datos sobre la intensidad del tráfico rodado, marítimo y aéreo, así como datos meteorológicos, la herramienta computacional creada por el equipo investigador ha demostrado que el tráfico rodado es el principal responsable de los niveles elevados de óxidos de nitrógeno dentro del área metropolitana, con contribuciones muy inferiores provenientes de los otros medios de transporte. Más concretamente, el aumento de un 1% del tráfico rodado causa un incremento de un 1,05% de la concentración de dióxido de nitrógeno, mientras que el mismo aumento en los tráficos aéreo y marítimo, provocan un impacto de un 0,18% y un 0,04% respectivamente. La investigación también ha evaluado el impacto de la Zona de Bajas Emisiones en la contaminación del aire del Área Metropolitana de Barcelona y ha resuelto que las concentraciones de óxidos de nitrógeno y monóxido de carbono se han reducido en un 15% y un 2,5% respectivamente desde su implementación. En cuanto a la concentración del resto de contaminantes, no se ha reducido a pesar de la puesta en marcha de la ZBE.

De izquierda a derecha: Anton Vernet, Alexandre Fabregat, Josep A. Ferré y Lluís Vázquez, coautores del articulo.

En contraste con metodologías más tradicionales basadas en aproximaciones, la estrategia propuesta en el artículo Using Machine Learning to estimate the impact of different modes of transport and traffic restriction strategies on urban air quality, publicado en la revista Urban Climate, emplea grandes volúmenes de datos sobre la intensidad de los diferentes tipos de tráfico y las condiciones meteorológicas para establecer cómo estas variables afectan la concentración de contaminantes en determinados puntos de la ciudad. Esta estrategia, con costes de operación modestos, ha demostrado tener una gran capacidad de predicción en comparación a las herramientas tradicionales, estimando niveles locales de contaminación. El procedimiento es aplicable en otras zonas urbanas, siempre que se disponga de datos históricos de concentración de contaminantes, meteorología e intensidad del tráfico u otros factores, como la actividad industrial, susceptibles de impactar la calidad del aire. El equipo investigador tiene previsto continuar mejorando los modelos matemáticos para capturar de forma precisa el impacto de las emisiones provenientes de los sectores residencial, industrial y agroalimentario y extender el análisis a áreas urbanas con distintas características, para estudiar su fiabilidad. Por otro lado, también se aplicarán las técnicas de aprendizaje automático para investigar otros problemas medioambientales como el efecto de isla térmica urbana, que provoca que se registren temperaturas más elevadas en las ciudades debido a la actividad humana.

Referencia: Fabregat, A., Vernet, A., Vernet, M., Vázquez, L. & Ferré, J. A. (2022, setembre). Using Machine Learning to estimate the impact of different modes of transport and traffic restriction strategies on urban air quality. Urban Climate, 45, 101284. https://doi.org/10.1016/j.uclim.2022.101284

 

Print Friendly, PDF & Email

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

*