De forma similar a la previsión meteorológica, existen modelos para predecir los niveles de contaminación atmosférica y la calidad del aire. Hay muchos modelos de previsión que requieren más complejidad que los modelos de previsión meteorológica. Estos modelos son simulaciones matemáticas de cómo se dispersan los contaminantes en el aire (1).

Por qué se necesita información sobre la calidad del aire

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

La contaminación atmosférica es uno de los grandes asesinos de nuestro tiempo. Se calcula que el aire contaminado es responsable de 7 millones de muertes al año en todo el mundo: aproximadamente 3 millones por contaminación del aire doméstico y 4 millones por contaminación del aire ambiente (exterior) (2) (3). Los datos han demostrado que la contaminación atmosférica en todo el mundo está relacionada con:

• el 19% de todas las muertes cardiovasculares
• el 24% de las muertes por cardiopatía isquémica
• 21% de las muertes por ictus
• 23% de muertes por cáncer de pulmón(4)

Además, la contaminación del aire exterior parece ser un importante factor de riesgo de trastornos del neurodesarrollo en niños (5) y de enfermedades neurodegenerativas en adultos (6).

Dadas las consecuencias económicas, ecológicas y humanas de la contaminación atmosférica, la tecnología de previsión es una tarea cada vez más importante.

Ventajas de la información y la previsión de la contaminación atmosférica

La previsión de la contaminación atmosférica es una inversión que merece la pena a múltiples niveles: individual, comunitario, nacional y mundial. Una previsión precisa ayuda a la gente a planificar con antelación, reduciendo los efectos sobre la salud y los costes asociados.

Cuando las personas son conscientes de las variaciones en la calidad del aire que respiran, del efecto de los contaminantes sobre su salud, así como de las concentraciones susceptibles de causar efectos adversos, existe una mayor probabilidad de motivar cambios tanto en el comportamiento individual como en las políticas públicas (7) (8).

Esa concienciación tiene el potencial de crear un medio ambiente más limpio y una población más sana. Los gobiernos también recurren a las previsiones tempranas para establecer procedimientos que reduzcan la gravedad de los niveles locales de contaminación (9).

Precisión en la previsión de la calidad del aire

A la hora de predecir la calidad del aire hay que tener en cuenta muchas variables, algunas de las cuales son bastante impredecibles. Por ejemplo, las autoridades de Pekín a veces ordenan el cierre de plantas de carbón y fábricas y prohíben circular a una parte de los millones de vehículos matriculados en la ciudad (10).

Los niveles de contaminación atmosférica están estrechamente correlacionados con las condiciones meteorológicas locales y las emisiones contaminantes cercanas (11) (12). Sin embargo, el transporte a larga distancia de la contaminación -a través de fuertes vientos- también es un factor de influencia significativo y debe tenerse en cuenta a la hora de pronosticar las lecturas locales del ICA (13).

Por lo tanto, la predicción de la calidad del aire no sólo entraña las dificultades de la predicción meteorológica, sino que también requiere datos y conocimientos sobre:

• Concentraciones y emisiones locales de contaminantes
• Concentraciones y emisiones contaminantes de lugares distantes
• Movimientos y posibles transformaciones de los contaminantes
• Vientos dominantes

Los numerosos factores que intervienen en la predicción de la calidad del aire hacen que la previsión de la contaminación atmosférica sea a la vez subjetiva y objetiva.

Técnicas de previsión de la calidad del aire

Existen muchos modelos de previsión de este tipo, y todos ellos requieren una mayor complejidad que los modelos de previsión meteorológica. Estos modelos son simulaciones matemáticas de cómo se dispersan los contaminantes en el aire.

Predicción meteorológica

El primer paso para una previsión precisa de la calidad del aire es una previsión meteorológica excelente. La previsión meteorológica (del tiempo) puede clasificarse en tres categorías principales: climatología, métodos estadísticos y modelos tridimensionales (3-D).

Climatología

La climatología utiliza el pasado como indicador del futuro. Este método se basa en la relación entre condiciones meteorológicas concretas y niveles de contaminación, por lo que puede ser muy unidimensional. Este método suele ampliarse para incluir la correspondencia entre los patrones meteorológicos y los patrones de contaminación. Este método tiene muchas limitaciones y se considera una herramienta complementaria de otros métodos de previsión.

Métodos estadísticos

La asociación entre la calidad del aire y el tiempo puede cuantificarse mediante métodos estadísticos. Los tres más utilizados son:

1. Árbol de clasificación y regresión (CART) está diseñado para clasificar datos en grupos disímiles. El software identifica variables que se correlacionan con los niveles de contaminación ambiental. Los datos se utilizan para predecir las concentraciones en función de las condiciones meteorológicas y las concentraciones de contaminantes correlacionadas.
2. Análisis de regresión estima las relaciones entre variables. Mediante el análisis de conjuntos de datos históricos, se establecen asociaciones entre los niveles de contaminación y las variables de datos meteorológicos. El resultado es una ecuación que puede utilizarse para prever futuros niveles de contaminación.
3. Redes neuronales artificiales utilizan técnicas de aprendizaje adaptativo y reconocimiento de patrones. Los algoritmos informáticos están diseñados para simular la capacidad del cerebro humano para reconocer patrones. 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. Existen métodos más complejos que intentan tener en cuenta estas carencias. Son los llamados modelos tridimensionales.

Modelos tridimensionales (3-D)

Los modelos tridimensionales representan matemáticamente todos los procesos importantes que influyen en los niveles de contaminación del aire exterior. Los modelos tridimensionales simulan la emisión, el transporte y la transformación de la contaminación atmosférica haciendo uso de varios submodelos, entre los que se incluyen:

• Modelo de emisión: Simula la distribución espacial de las emisiones procedentes tanto de fuentes naturales como humanas.
• Modelo meteorológico: Crea un modelo de trayectoria para predecir los niveles ambientales de contaminación utilizando el modelo meteorológico tridimensional y los datos de emisiones.
• Modelo químico:Examina la transformación de la contaminación primaria (emitida) en contaminación secundaria para determinar el resultado del contaminante (14).

Previsiones de la calidad del aire a 7 días

IQAir AirVisual de IQAir ofrece previsiones sobre la calidad del aire a través de una aplicación móvil y de la página web. Además de información en tiempo real sobre la calidad del aire, el tiempo y las lecturas de contaminación, la plataforma incluye previsiones de la calidad del aire para 7 días, lo que permite tomar decisiones informadas sobre salud y bienestar y ayuda a planificar con antelación. La plataforma utiliza modelos avanzados de previsión, algoritmos en evolución y aprendizaje automático para generar previsiones precisas de la calidad del aire para la semana siguiente.

Con las previsiones a 7 días de AirVisual en la mano, las personas y los gobiernos pueden tomar medidas proactivas cuando hay preocupaciones anticipadas sobre la calidad del aire.

Para llevar

Las técnicas y herramientas de previsión de la contaminación están mejorando rápidamente y seguirán aumentando en precisión. Unas previsiones de contaminación atmosférica precisas y accesibles, como las que se encuentran en AirVisual, ayudan a concienciar a la población, permiten a las poblaciones sensibles planificar con antelación y proporcionan a los gobiernos información para alertas de salud pública.