Inteligencia artificial para anticipar la contaminación provocada por el tráfico en las ciudades

Un equipo del Instituto de Tecnologías de Información y Comunicaciones (ITACA) de la Universitat Politècnica de València (UPV) y del Instituto de Física Corpuscular (IFIC), que es un 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. Este sistema se basa en técnicas de deep learning y tiene como objetivo anticipar episodios de alta contaminación provocados por el tráfico de vehículos, lo que permite a las autoridades tomar decisiones preventivas.

El investigador Edgar Lorenzo-Sáez, del Instituto ITACA y uno de los autores del estudio, subraya que la contaminación del aire es la principal causa ambiental de muertes prematuras. En particular, el tráfico urbano se identifica como una fuente significativa de contaminantes atmosféricos nocivos. La mala calidad del aire se ha relacionado con enfermedades graves como el asma, el cáncer de pulmón y problemas cardiovasculares. En la ciudad de Valencia, donde el tráfico representa aproximadamente el 60% de las emisiones totales de gases de efecto invernadero, el sistema ha sido entrenado utilizando datos de 1.472 sensores de tráfico, complementados con variables meteorológicas como el viento, la lluvia y la presión atmosférica.

Verónica Sanz, catedrática en la UV, investigadora del IFIC y coautora del estudio, explica que el núcleo del sistema se ha desarrollado mediante modelos de inteligencia artificial (IA) que pueden aprender sobre la ciudad y anticipar cambios en la circulación de vehículos y en los niveles de contaminación. Según los autores, el nuevo método clasifica cada segmento de vía en tres niveles de alerta y, gracias al uso de redes neuronales, alcanza una alta precisión en tiempo real, incluso durante las horas punta. Lorenzo-Sáez señala que el sistema tiene una tasa de acierto del 90% cuando el tráfico es fluido y del 70% al anticipar episodios de tráfico elevado.

Javier Urchueguía, otro investigador de ITACA, destaca que este modelo ha demostrado que los datos de circulación pueden servir como un indicador fiable de los niveles de NOx, lo que permite generar alertas incluso sin una red completa de sensores de calidad del aire. Este hallazgo es especialmente relevante para muchas ciudades europeas con recursos limitados. Aunque el sistema se ha entrenado en Valencia, los científicos afirman que está listo para ser exportado y mejorar la calidad del aire en entornos urbanos de todo el mundo.

A futuro, los autores del proyecto planean crear un gemelo digital de la ciudad de Valencia, que permitirá simular medidas antes de su implementación real, así como incorporar sensores del internet de las cosas para mejorar la predicción directa de contaminantes. Este avance representa un paso significativo hacia la mejora de la calidad del aire y la salud pública en las ciudades.

¿QUÉ TAN IRÓNICO ES QUE TENGAMOS QUE DEPENDER DE LA INTELIGENCIA ARTIFICIAL PARA RESPIRAR MEJOR EN NUESTRAS CIUDADES?
___

«`
APARECEN EN EL ARTÍCULO ORIGINAL:
Consejo Superior de Investigaciones Científicas (CSIC), Edgar Lorenzo-Sáez, Instituto de Física Corpuscular (IFIC), Instituto de Tecnologías de Información y Comunicaciones (ITACA), Universitat Politècnica de València (UPV), Universitat de València (UV), Verónica Sanz, Javier Urchueguía.
«`

Fuente: El Español | URL: Ver noticia original