30/11/2022

Un model matemàtic permet estimar l’impacte dels diferents tipus de transport en la qualitat de l’aire a Barcelona

Un equip investigador de la URV ha avaluat també l’impacte del desplegament de la zona de baixes emissions a l’àrea metropolitana

Vista de Barcelona des del Palau Nacional, Freepik.

La qualitat de l’aire a la ciutat de Barcelona segueix sent un problema sense resoldre fins al punt que la ciutat podria ser sancionada per la Comissió Europea pels elevats nivells d’òxids de nitrogen que sovint superen els límits recomanats per organismes internacionals. La disponibilitat d’eines capaces de quantificar l’impacte de les estratègies per reduir les emissions contaminants és essencial en el procés de presa de decisions. En aquest context, l’equip investigador del Departament d’Enginyeria Mecànica de la URV i el grup de recerca ECoMMFiT, liderat per Alexandre Fabregat, han utilitzat eines d’aprenentatge automàtic per estimar la contribució de cada tipus de mitjà de transport als nivells de contaminants en diferents punts de la ciutat de Barcelona. També han pogut quantificar l’impacte de mesures per mitigar la contaminació com per exemple la zona de baixes emissions (ZBE) implementada plenament des del setembre de 2020.

Emprant grans volums de dades sobre la intensitat del trànsit rodat, marítim i aeri a més de dades meteorològiques, l’eina computacional creada per l’equip investigador ha demostrat que el trànsit rodat és el principal responsable dels nivell elevats d’òxids de nitrogen dins l’àrea metropolitana, amb contribucions molt inferiors provinents dels altres mitjans de transport. Més concretament, l’augment d’un 1% del trànsit rodat causa un increment d’un 1,05% de la concentració de diòxid de nitrogen, mentre que el mateix augment en els trànsits aeri i marítim provoquen un impacte d’un 0,18% i un 0,04% respectivament. La recerca també ha avaluat l’impacte de la zona de baixes emissions sobre la contaminació de l’aire a l’àrea metropolitana de Barcelona, i ha resolt que les concentracions d’òxids de nitrogen i monòxid de carboni s’han reduït en un 15% i un 2,5% respectivament des que es va implementar. Pel que fa a la concentració de la resta de contaminants, no s’ha reduït malgrat la posada en marxa de la ZBE.

D’esquerra a dreta, Anton Vernet, Alexandre Fabregat, Josep A. Ferré i Lluís Vázquez, coautors de l’article.

En contrast amb les metodologies més tradicionals basades en aproximacions, l’estratègia proposada a l’article “Using Machine Learning to estimate the impact of different modes of transport and traffic restriction strategies on urban air quality”, publicat a la revista Urban Climate, utilitza gran volums de dades sobre la intensitat dels diferents sistemes de trànsit i les condicions meteorològiques per establir com aquestes variables afecten la concentració de contaminants en determinats punts de la ciutat. Aquesta estratègia, amb uns costos d’operació modestos, ha demostrat que té una gran capacitat de predicció en comparació amb les eines tradicionals a l’hora de predir els nivells locals de contaminació. El procediment és aplicable a altres zones urbanes, sempre que es disposi de dades històriques de concentració de contaminants, meteorologia i intensitat del trànsit o altres factors, com ara activitat industrial, susceptibles d’impactar la qualitat de l’aire. L’equip investigador té previst continuar millorant els models matemàtics per capturar de forma precisa l’impacte de les emissions provinents dels sectors residencial, industrial i agroalimentari i estendre l’anàlisi a àrees urbanes amb característiques diferents per estudiar-ne la fiabilitat. D’altra banda, també s’aplicaran les tècniques d’aprenentatge automàtic per investigar altres problemes mediambientals com l’efecte d’illa tèrmica urbana, que provoca que es registrin temperatures més elevades a les ciutats a causa de l’activitat humana.

Referència: 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

Deixa un comentari

L'adreça electrònica no es publicarà.

*