Investigadores de la Universidad de Castilla-La Mancha (UCLM) han desarrollado un sistema de medición que permite prever la contaminación atmosférica por óxidos de nitrógeno en un lugar concreto y una franja horaria determinada. El método es generalizable a cualquier otro contaminante. Según ha adelantado el Servicio de Información y Noticias Científicas (SINC), el estudio se sustenta en una base de datos masiva de los núcleos urbanos de la Comunidad de Madrid.
La Organización Mundial de la Salud afirma que casi 2,5 millones de personas mueren cada año por causas directamente atribuibles a la contaminación del aire. A pesar del esfuerzo realizado en los últimos años, los óxidos de nitrógeno tóxicos son uno de los principales problemas de contaminación en las grandes urbes, donde vive más de la mitad de la población mundial (3.300 millones de personas).
Los estudios de predicción de dichos compuestos químicos han sido numerosos, pero la mayoría no han tenido en cuenta las dependencias espacio-temporales. Para subsanar esta deficiencia, los investigadores de la UCLM, dirigidos por el profesor José María Montero Lorenzo, han diseñado un método denominado kriging funcional, que tiene en cuenta, conjuntamente, estas dos componentes para estimar la polución ambiental.
«Modelizar en el espacio es muy complicado, porque existen infinitas direcciones y todo depende de múltiples factores en cualquier dirección. En el espacio-tiempo todavía lo es mucho más. Nuestro sistema, que es un modelo geoestadístico aplicable a otras cuestiones -como las subidas y bajadas de los precios de la vivienda-, posibilita que predigamos, por ejemplo, la contaminación que habrá mañana a las ocho horas en la glorieta de Cuatro Caminos de Madrid», aseguraba al SINC el profesor Montero.
Los científicos decidieron probar este modelo estadístico en Madrid porque cuenta con 27 estaciones de seguimiento de polución, lo que la convierte en una de las ciudades del mundo con mayor ratio de estaciones de seguimiento por habitante y kilómetro cuadrado.
La polución depende tanto del espacio como de las corrientes de aire, el diseño urbano o los picos temporales. Para evitar los problemas de modelización que todas estas variables causan en un proceso informático, el kriging funcional es la alternativa. Si existen 27 estaciones de monitorización y miles de instantes temporales que hacen que un supercomputador no pueda con tantos datos, los investigadores los han representado funcionalmente en el tiempo y han modelizado las relaciones espaciales de dichas funciones.
Para el diseño óptimo de estas estaciones de seguimiento se elabora una red de observación. Según explica Montero, «es posible que en el lugar donde debería colocarse la estación, la instalación no esté permitida. Con nuestro sistema, ese problema desaparece porque podemos hacer un mapa para todo Madrid con datos reales. Es decir, si te pones en un baldosín de la calle, nosotros te indicamos el nivel de dióxido de nitrógeno en esa zona».
El kriging funcional está respaldado por una base de datos masiva que ha medido cada hora de contaminación desde 2001 hasta 2010 en los distintos municipios de Madrid. «La tesis doctoral a partir de la cual se desarrolló este estudio fue Premio de Economía de la Comunidad de Madrid en 2010 y nos han llamado de numerosos centros de investigación para interesarse por el método desde diferentes partes del mundo. Sin embargo, nadie ha vuelto a contactar para ponerlo en la práctica en España», concluye Montero.