Introducción

La contaminación atmosférica se produce cuando el aire circundante contiene gases, polvo, humos u olores en cantidades lo suficientemente elevadas como para resultar nocivas. Es decir, cantidades que pueden ser perjudiciales para la salud de las personas y los animales o lo suficiente como para causar daños a plantas y materiales.

La contaminación suele medirse como índice de calidad del aire (ICA) y es utilizado por varios organismos gubernamentales para comunicar el alcance de la contaminación atmosférica en una zona. A medida que aumenta el ICA, aumenta también el porcentaje de la población susceptible de experimentar efectos adversos para la salud.

La concienciación de la población sobre la contaminación atmosférica está aumentando rápidamente y, como tal, también lo hace la demanda de previsiones precisas sobre la calidad del aire (Saadi et al. 2005).

Sin embargo, la previsión de la contaminación, al igual que el tiempo, es difícil de predecir. Hay que tener en cuenta un gran número de variables, algunas de las cuales son bastante "impredecibles", como por ejemplo la intervención gubernamental y las catástrofes naturales, que pueden influir enormemente en el ICA (Dye, 2003).

No obstante, las previsiones precisas de la calidad del aire se están convirtiendo en herramientas cada vez más importantes que pueden aportar importantes beneficios sociales y económicos, el mayor de los cuales es la planificación (Saadi et al. 2005). Las previsiones permiten a las personas tomar medidas de precaución para evitar o limitar la exposición a niveles insalubres de contaminantes atmosféricos (Dye, 2003). Los gobiernos también pueden recurrir a las previsiones tempranas para establecer desde el principio procedimientos que ayuden a reducir la gravedad de los niveles locales de contaminación (Saadi et al.2005).

Factores que influyen en los niveles de contaminación

La contaminación muestra fuertes correlaciones con las condiciones meteorológicas locales y las emisiones cercanas; sin embargo, cada vez está mejor documentado que el transporte a larga distancia de la contaminación es otro factor de influencia significativo en las lecturas locales del ICA (NARSTO, 2003). La predicción de la calidad del aire, por tanto, no sólo entraña las dificultades de la predicción meteorológica, sino que también requiere conocer las concentraciones y emisiones contaminantes de lugares próximos y distantes, teniendo en cuenta el movimiento y las posibles transformaciones (Saadi et al. 2005).

Al examinar el conjunto de factores que pueden influir en la previsión de los ICA se llega a la conclusión de que la previsión puede ser tanto subjetiva como objetiva. Para garantizar que las predicciones sean lo más precisas posible, es necesario ampliar la base de datos: cuanto mayor sea la base de datos, mayor será el potencial de predicciones precisas. Para mejorar la precisión, los programas de previsión también utilizan datos continuos en tiempo real, que se emplean para desarrollar métodos de previsión, controlar las condiciones actuales, evaluar los resultados de las previsiones y modificarlas en consecuencia (Ballagas et al. 2003).

Técnicas de previsión de la calidad del aire

Predicción meteorológica

La previsión meteorológica es la piedra angular de todas las técnicas que se describen a continuación. El primer paso para una previsión precisa de la calidad del aire es obtener o crear una previsión meteorológica excelente. Las previsiones meteorológicas hacen uso tanto de la ciencia como de la tecnología para realizar predicciones. Por regla general, cuanto mayor sea la combinación de métodos utilizados en una predicción, más precisa será ésta.

La previsión es una técnica subjetiva y objetiva que contiene una gran variedad de técnicas, que van de lo simple a lo complejo. Las previsiones suelen abarcar un periodo de uno a tres días: cuanto más lejana sea la previsión, menos precisa será. Para simplificar, los métodos se clasifican en tres categorías principales: (U.S. EPA, 1999):

1. Climatología:

   La climatología se basa en el supuesto de que el pasado es un indicador relativamente bueno del futuro. Este método se basa en la relación entre condiciones meteorológicas concretas y niveles de contaminación, por lo que puede ser muy unidimensional. A menudo, este método se amplía para incluir los patrones meteorológicos, relacionando los patrones meteorológicos con los patrones de contaminación.

   La climatología como método de previsión suele considerarse una herramienta complementaria de otros métodos de previsión. Esto se debe en gran medida a las limitaciones del método, entre las que se incluyen las dificultades para predecir cambios bruscos en los patrones de emisión y la necesidad de disponer de una gran cantidad de datos para poder establecer tendencias realistas.

2. Métodos estadísticos:

   La asociación entre la calidad del aire y determinados parámetros meteorológicos puede cuantificarse utilizando diversas técnicas estadísticas. Los tres métodos más utilizados son los siguientes:

   1. Árbol de clasificación y regresión (CART) - Este método estadístico se diseñó para clasificar datos en grupos disímiles. Utilizando un software especializado, identifica las variables (meteorológicas o de calidad del aire) que están fuertemente correlacionadas con los niveles de contaminación ambiental. A continuación, estos datos se utilizan para crear un árbol de decisión que pronostica las concentraciones basándose en variables predictivas (condiciones meteorológicas) y su nivel de correlación con las concentraciones de contaminantes.
   2. Análisis de regresión - El análisis de regresión estima las relaciones entre variables. Mediante el análisis de conjuntos de datos históricos, podemos determinar las asociaciones entre los niveles de contaminación y las variables de datos meteorológicos. El resultado es una ecuación de regresión lineal multivariante que puede utilizarse para predecir futuros niveles de contaminación.
   3. Redes neuronales artificiales - Los datos históricos pueden analizarse de forma más compleja. Las redes neuronales artificiales calculan la asociación entre datos históricos y factores atmosféricos mediante la aplicación de técnicas de aprendizaje adaptativo y reconocimiento de patrones. Este método utiliza algoritmos informáticos diseñados para simular el cerebro humano en términos de reconocimiento de patrones. Haciendo uso de datos no lineales complicados, identifica tendencias "imprevisibles" en los datos. Es sin duda el método más adecuado para predecir la contaminación debido a su enfoque multidimensional.
      
      Una desventaja de los métodos estadísticos anteriores es que presuponen la estabilidad de los procesos que afectan a la calidad del aire. Por lo tanto, cualquier cambio drástico en las emisiones o el clima (a corto o largo plazo) disminuirá gravemente la precisión de estas técnicas. Sin embargo, existen métodos más complejos que intentan tener en cuenta estas carencias: los modelos tridimensionales.
3. Modelos tridimensionales (3-D)

   Se trata de un enfoque determinista de la predicción de la calidad del aire; crea modelos tridimensionales que intentan representar matemáticamente todos los procesos importantes que repercuten en los niveles de contaminación ambiental. El modelo simula la emisión, el transporte y la transformación de la contaminación atmosférica haciendo uso de varios submodelos dentro del núcleo del modelo. Ejemplos de submodelos son:

   1. Modelos de emisión - Estos modelos simulan la distribución espacial de las emisiones y las emisiones temporales de contaminantes procedentes de fuentes naturales y antropogénicas.
   2. Modelos meteorológicos - Estos modelos prevén todas las condiciones meteorológicas que determinan el transporte, la deposición, la mezcla, la química y la emisión de contaminantes. A continuación, el modelo predice los niveles ambientales de contaminación mediante la creación de un modelo de trayectoria, haciendo uso del modelo meteorológico tridimensional y de los datos sobre emisiones recogidos previamente.
   3. Modelos químicos - Los modelos químicos estudian la transformación de la contaminación primaria (emitida) en contaminación secundaria, incluida su composición y morfología. Utilizando leyes químicas fundamentales, propiedades espectroscópicas (rayos UV) y relaciones termodinámicas, el modelo determina la composición y morfología finales de un contaminante.

Las clasificaciones de los modelos tridimensionales se basan en los métodos utilizados para simular la distribución de las concentraciones de contaminación. Se clasifican en lagrangianos o eulerianos:

1. Modelos lagrangianos utilizan datos meteorológicos de campo para mostrar el transporte y la dispersión de contaminantes como bolsas de aire individuales a lo largo del tiempo. El resultado es una red eficiente desde el punto de vista informático. Sin embargo, uno de los problemas de este método es que la contaminación atmosférica a menudo implica una química no lineal que dificulta la caracterización de la interacción de un gran número de fuentes individuales.
2. Modelos eulerianos utilizan cuadrículas fijas, tanto verticales como horizontales. Todas las ecuaciones químicas se resuelven simultáneamente en las cuadrículas, incluido el intercambio de contaminantes entre celdas. Dependiendo de las condiciones y los requisitos, se utilizan distintas mallas. Las cuadrículas de curso se utilizan generalmente en las zonas rurales (regiones homogéneas) y las cuadrículas más finas se utilizarán en las zonas urbanas (heterogéneas). Estos modelos son capaces de producir campos de concentración tridimensionales para varios contaminantes, pero requieren una potencia de cálculo y unos conocimientos técnicos considerables.

Precisión

Para garantizar que las previsiones sean lo más exactas posible, debemos asegurarnos de que el sistema de previsión de la calidad del aire contenga un conjunto de componentes compatibles. Estos incluirán valores/técnicas de predicción y redes observadas que sean capaces de proporcionar medidas en tiempo real de la condición atmosférica. Estas medidas se utilizan para crear los modelos y evaluar la calidad de la previsión.

Conclusión

Las previsiones sobre la calidad del aire son predicciones y, por naturaleza, inexactas, al igual que las previsiones meteorológicas. Aunque a menudo sean exactas, a veces se producen variaciones debido a la naturaleza impredecible de la contaminación atmosférica. Dos acontecimientos especialmente imprevisibles son las catástrofes naturales y los cambios bruscos en las emisiones (fábricas que reducen sus emisiones debido a determinados acontecimientos, como la limpieza del aire sancionada por el gobierno).

Las técnicas de previsión están mejorando rápidamente y seguirán haciéndose más precisas en el futuro. Los gobiernos y los ciudadanos comprenden la necesidad de disponer de previsiones sobre la calidad del aire no sólo para controlar su propia salud y seguridad, sino también para que los gobiernos apliquen técnicas de gestión adaptativa para intentar reducir la contaminación atmosférica. Concienciar a la población sobre la contaminación atmosférica es de vital importancia y las previsiones de los ICA son una forma de concienciarla mediante el suministro de información.