Desarrollo de un sistema de alertas para la contaminación por tráfico en València
Un equipo de investigadores de la Universitat Politècnica de València (UPV) y el Instituto de Física Corpuscular (IFIC), que es un centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universitat de València (UV), ha creado un innovador sistema basado en inteligencia artificial. Este sistema está diseñado para anticipar episodios de alta contaminación en entornos urbanos, específicamente en València.
El nuevo método, que utiliza técnicas de deep learning, permite prever con 30 minutos de antelación si un tramo específico de calle experimentará un aumento significativo del tráfico. Esto facilita la implementación de medidas preventivas destinadas a reducir la contaminación y proteger la salud pública.
Según los expertos, disminuir las emisiones generadas por el transporte no solo ayuda a combatir el cambio climático, sino que también mejora directamente la calidad del aire en las ciudades. En València, el tráfico es responsable de aproximadamente el 60% de las emisiones totales de gases de efecto invernadero (GEI).
Impacto en la salud pública y precisión del sistema
Edgar Lorenzo-Sáez, investigador del Instituto ITACA y coautor del estudio, advierte sobre los peligros que representa la contaminación del aire: “Es una fuente importante de contaminantes atmosféricos nocivos y está asociada a enfermedades graves como el asma o el cáncer de pulmón, causando unas 300.000 muertes prematuras al año en la Unión Europea”.
El sistema desarrollado ha sido entrenado utilizando datos recogidos por 1.472 sensores distribuidos por toda la ciudad, complementados con variables meteorológicas como viento y presión atmosférica. Gracias a esto, clasifica cada segmento vial en tres niveles diferentes de alerta, logrando una notable precisión incluso durante las horas pico.
Además, se ha demostrado que los datos sobre tráfico son un indicador fiable para medir los niveles de NOx (óxidos de nitrógeno), uno de los contaminantes más perjudiciales para la salud. Esta característica es especialmente valiosa en áreas donde no hay una red densa de sensores dedicados a medir la calidad del aire.
Afrontando desafíos medioambientales con inteligencia artificial
Este avance representa un paso significativo hacia una gestión urbana más eficiente basada en datos. Los investigadores sostienen que el sistema puede ser fundamental para diseñar intervenciones más dinámicas y aceptadas socialmente, enfocándose especialmente en proteger a grupos vulnerables como escolares o personas mayores.
Entre las futuras iniciativas se contempla crear un gemelo digital de València que permita simular medidas antes de su implementación real y añadir sensores del Internet de las Cosas (IoT) para mejorar aún más la predicción directa sobre contaminantes.
El estudio ha sido publicado en la revista científica Neural Computing and Applications, recibiendo apoyo institucional por parte de la Generalitat Valenciana y el Ministerio de Ciencia e Innovación.
Cita relevante
Miguel G. Folgado, Verónica Sanz, Johannes Hirn, Edgar Lorenzo-Sáez y Javier Urchueguía han contribuido al desarrollo metodológico para el monitoreo preciso de emisiones en sistemas viales urbanos. Para más detalles sobre esta investigación, se puede consultar el artículo completo disponible aquí.
La noticia en cifras
| Cifra |
Descripción |
| 30 |
Minutos de antelación para anticipar episodios de alta contaminación. |
| 60% |
Porcentaje de emisiones totales de gases de efecto invernadero (GEI) provenientes del tráfico en València. |
| 300,000 |
Muertes prematuras al año en la UE debido a la mala calidad del aire. |
| 90% |
Precisión del sistema cuando el tráfico es fluido. |
| 70% |
Precisión al anticipar episodios de tráfico elevado. |
Preguntas sobre la noticia
¿Qué es el sistema de alertas de tráfico desarrollado por la UPV y el CSIC?
Es un sistema basado en inteligencia artificial que anticipa episodios de alta contaminación por tráfico en València, permitiendo adoptar medidas preventivas con 30 minutos de antelación.
¿Cómo funciona el sistema de predicción?
El sistema utiliza técnicas de deep learning y datos de 1.472 sensores de tráfico, complementados con variables meteorológicas, para clasificar los niveles de alerta en segmentos de vía.
¿Cuál es la precisión del sistema?
El sistema tiene una precisión del 90% cuando el tráfico es fluido y del 70% al anticipar episodios de tráfico elevado.
¿Por qué es importante reducir las emisiones del transporte?
Reducir las emisiones contribuye a mitigar el cambio climático y mejora la calidad del aire, ya que el tráfico representa alrededor del 60% de las emisiones totales de gases de efecto invernadero en València.
¿Qué impacto tiene la contaminación del aire en la salud?
La contaminación del aire es la principal causa ambiental de muertes prematuras y se ha vinculado a enfermedades como asma, cáncer de pulmón y problemas cardiovasculares.
¿Qué futuro tiene este sistema?
Se planea crear un gemelo digital de la ciudad para simular medidas antes de su aplicación real y mejorar la predicción directa de contaminantes mediante sensores adicionales.
Si (
No(
