Universidad propone nuevo modelo predictivo para medir contaminación

Una mejora sustancial incorporaron al prestigioso Modelo Neuronal Artificial de la U. de Santiago, el coordinador del Centro Meteorológico y Ambiental del Plantel, Dr. Patricio Pérez, junto al académico Dr. Ernesto Gramsch, ambos académicos del Departamento de Física del Plantel, quienes modificaron la forma de tomar los valores de los posibles niveles de contaminación desde un promedio de 24 horas por a mediciones que detallan los niveles que podrían ocurrir durante cada hora del día siguiente.“En este círculo más reciente, lo que hemos hecho es desarrollar un modelo que utiliza la misma metodología, pero que en vez de pronosticar los promedios de 24 horas, pronostica los valores que ocurrirán en cada hora del día siguiente. Esto tiene como ventaja que permitirá saber más en detalle cuándo estará peor o mejor la contaminación, lo que permitiría enfocar de una manera más eficiente las medidas para mejorar la condición ambiental”, explica el Dr. Patricio Pérez. Modelo Neuronal Artificial Según explica un estudio publicado por los investigadores en la prestigiosa revista ambiental “Atmospheric Environment”, las concentraciones atmosféricas de partículas finas son medidas desde 1989 en una red de estaciones de control situadas en el área metropolitana de Santiago, en donde las concentraciones de material particulado 2.5 muestran valores promedio ubicados sobre los límites recomendados por organizaciones internacionales de salud.Es por ello, que distintas universidades nacionales y el Gobierno, han dedicado especial énfasis a impulsar modelos para pronosticar la calidad del aire en Santiago. Entre estos estudios, cobra especial relevancia el Modelo Neuronal Artificial, creado por el Centro Meteorológico y Ambiental de la U. de Santiago, que incluso ha sido tomado como complementario al que utiliza actualmente el gobierno. Este último fue desarrollado por la Universidad de Iowa (EE.UU) y permite anticipar los días de mala calidad del aire y, tomar medidas para mitigar estos episodios.Según explica el coordinador del Centro, el Dr. Patricio Pérez, el modelo inicial creado en la U. de Santiago, mide las concentraciones de material particulado pronosticando cómo estará la calidad del aire al día siguiente, que se calcula convencionalmente tomando un promedio de las últimas 24 horas, tomando en consideración todas las estaciones.El prototipo es conocido públicamente como Modelo Neuronal Usach y se basa en una técnica que intenta reproducir el procesamiento de información que realiza el cerebro cuando recibe cierta información, la que después es procesada para entregar una respuesta óptima, en este caso, a través de sistemas informáticos. Según explica el investigador, la dificultad de estos modelos es que “no entregan el detalle de lo que ocurre en esas 24 horas, sólo un promedio de las 24 horas del día siguiente”, explica. Mejoras al prototipo y desempeño En este último estudio realizado por los investigadores, se presentaron los resultados de un modelo de predicción de concentraciones de PM 2.5 por hora en Santiago de Chile, con énfasis en episodios nocturnos.El estudio se centra en la comparación entre el modelo original y los valores observados en la estación de monitoreo con las concentraciones más altas  obtenidas de la estación de Cerro Navia, para el período comprendido entre abril y agosto, época en que los episodios de alta concentración son frecuentes.La investigación se realizó con los datos de los años 2010 y 2011 y el modelo se probó con los valores de 2012. La información fue recogida hasta las 7 de la mañana y el pronóstico de error porcentual se estableció hasta 15 horas antes, a partir de las 8 de la mañana, el que es del orden del 30%. Mientras que según los investigadores, la precisión de la predicción es significativamente mejor que otros modelos y puede considerarse como una herramienta útil para anticipar episodios.El nuevo modelo, si bien utiliza la misma metodología del Modelo Neuronal, en vez de pronosticar los valores de las 24 horas, pronostica el detalle de lo que ocurrirá en cada hora del día siguiente, permitiendo conocer los posibles escenarios a lo largo del día y no de manera general.Según indica el Dr. Pérez, “si bien esa información no es la que se utiliza para tomar las medidas, puede ser de mucha utilidad porque es capaz de ayudar a enfocar medidas para que en esas horas no ocurran estos niveles en caso de que sean muy altos, y de esa manera, si uno se enfoca en tomar medidas en esas horas, es que baje el promedio de contaminación ambiental”, sostiene.En la publicación científica, el artículo asegura que el actual modelo cuenta con una precisión razonable con una anticipación de varias horas, siempre que se cuente con datos históricos fiables, incluyendo las concentraciones de contaminantes e información meteorológica.Agrega que a pesar de la alta tasa de detección de los modelos que prevén la calidad del aire con un promedio de 24 horas, pronosticar los promedios por hora es más conveniente para la eficiencia de las medidas de control y/o restricción a tomar por las autoridades. Respaldan las mejoras agregadas a que el modelo de 24 horas llega con un retraso para la toma de decisiones.Mientras que el nuevo modelo puede ser aplicado en otras ciudades con características geográficas similares a Santiago, y en donde las condiciones de esmog pueden ser observadas en las noches de invierno.En tanto, actualmente no existen muchos modelos de predicción estadística que estimen las concentraciones de PM2,5 con más de 1 hora de anticipación. Sin embargo, en este estudio, los investigadores indican que el modelo es más preciso, al incluir distintos factores, entre ellos, parámetros asociados a ventilación y concentraciones de contaminación durante la noche.“Esta podría ser una herramienta complementaria para focalizar un poco mejor la política de descontaminación o de medidas restrictivas en algunos días del año. Como Centro, seguimos trabajando y mejorando el modelo”, concluye el investigador.