REDUCIR LA CONTAMINACIÓN
Emplean IA para anticipar episodios de alta contaminación por tráfico en Valencia
El sistema de alertas desarrollado por el CSIC y la UPV informa con 30 minutos de antelación si un tramo de calle va a registrar un nivel de tráfico elevado. El nuevo método, aplicable a otras ciudades, facilita la adopción de medidas preventivas para reducir la contaminación y proteger la salud de la ciudadanía.
Publicidad
Un equipo del Instituto de Tecnologías de Información y Comunicaciones (ITACA) de la Universitat Politècnica de València (UPV) y el Instituto de Física Corpuscular (IFIC), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universitat de València (UV), ha desarrollado un innovador sistema de predicción y alerta temprana de tráfico urbano basado en técnicas de deep learning.
El nuevo método, que permite anticipar episodios de alta contaminación para facilitar la adopción de medidas preventivas, “está listo para exportarse y ayudar a mejorar la calidad del aire en entornos urbanos de todo el mundo”, destacan los investigadores.
En este trabajo, el equipo del instituto ITACA y del IFIC partió de una premisa: reducir las emisiones del transporte no solo contribuye a mitigar el cambio climático, sino que también mejora de forma directa la calidad del aire en las ciudades. En el caso de Valencia, por ejemplo, el tráfico representa alrededor del 60% de las emisiones totales de gases de efecto invernadero (GEI).
Para mitigar esta situación, los investigadores e investigadoras aplicaron en esta ciudad un sistema que permite anticipar con 30 minutos de antelación si un tramo de calle va a registrar un nivel de tráfico elevado, facilitando así la adopción de medidas preventivas para reducir la contaminación y proteger la salud de la ciudadanía.
"El tráfico urbano es una fuente importante de contaminantes atmosféricos nocivos. No debemos olvidar que la contaminación del aire es la principal causa ambiental de muertes prematuras", señala Edgar Lorenzo-Sáez, investigador del Instituto ITACA y uno de los autores del estudio.
Además, la mala calidad del aire se ha vinculado a enfermedades como el asma, el cáncer de pulmón o los problemas cardiovasculares, "responsables de unas 300.000 muertes prematuras al año en la Unión Europea", añade el investigador de ITACA.
Un sistema preciso, fiable y escalable
El sistema desarrollado por el equipo de la UPV y el IFIC ha sido entrenado con datos procedentes de 1.472 sensores de tráfico distribuidos por toda la ciudad de Valencia y complementado con variables meteorológicas (viento, lluvia, presión atmosférica…).
El nuevo método clasifica cada segmento de vía en tres niveles de alerta y, gracias al uso de redes neuronales tipo LSTM (Long Short-Term Memory), alcanza una elevada precisión en tiempo real, incluso en las horas punta.
Además, el modelo ha demostrado que los datos de tráfico pueden servir como un indicador fiable de los niveles de óxidos de nitrógeno (NOx), uno de los contaminantes más perjudiciales para la salud, lo que resulta especialmente útil en entornos donde no se dispone de una red densa de sensores de calidad del aire.
Esta capacidad permitiría reforzar la efectividad de las Zonas de Bajas Emisiones (ZBE), con medidas más localizadas y ajustadas al riesgo real de cada calle, evitando restricciones generalizadas de mayor impacto social.
"Nuestro sistema acierta en el 90% de los casos cuando el tráfico es fluido y en el 70% cuando anticipa episodios de tráfico elevado. Esto abre la puerta a decisiones más ágiles que eviten superar los límites legales de contaminación en zonas sensibles", añade Lorenzo-Sáez.
Por su parte, Javier Urchueguía, también investigador de ITACA, destaca: "Hemos comprobado una correlación directa entre los flujos de tráfico y los niveles de NOx registrados, lo que nos permite generar alertas incluso sin una red completa de sensores de calidad del aire. Es un hallazgo clave para muchas ciudades europeas con recursos limitados".
Asimismo, Verónica Sanz, catedrática en la UV, investigadora del IFIC y coautora del estudio, explica que la inteligencia del sistema se ha desarrollado mediante modelos de IA capaces de aprender cómo respira la ciudad y de anticipar cambios en el tráfico y en la contaminación.
"Se ha trabajado para que estos modelos sean robustos y se adapten a distintos escenarios, lo que abre la puerta a su aplicación en muchas otras poblaciones", apunta. "La inteligencia artificial puede ser una gran aliada para que las ciudades respiren mejor. Este sistema, desarrollado en València, está listo para exportarse y ayudar a mejorar la calidad del aire en entornos urbanos de todo el mundo", subraya.
Ciudades más sostenibles y resilientes
Este trabajo supone un avance relevante en la gestión urbana basada en datos, integrando la inteligencia artificial como herramienta para abordar desafíos medioambientales complejos.
Según sus autores, el sistema puede convertirse en un instrumento esencial para diseñar intervenciones más dinámicas, eficaces y socialmente aceptadas, especialmente orientadas a proteger a colectivos vulnerables como escolares, personas mayores o pacientes con enfermedades respiratorias.
Entre las futuras líneas de desarrollo se incluyen la creación de un gemelo digital de la ciudad de València que permita simular medidas antes de su aplicación real y la incorporación de sensores del internet de las cosas (IoT, por sus siglas en inglés) adicionales para mejorar la predicción directa de contaminantes.
Referencia:
Miguel G. Folgado, Verónica Sanz, Johannes Hirn, Edgar Lorenzo-Sáez, Javier Urchueguía. "Methodology development for high-resolution monitoring of emissions in urban road traffic systems". Atmospheric. Neural Computing and Applications.
Publicidad