Monitorización Urbana de la Calidad del Aire con Alta Resolución

Objetivos generales y específicos del proyecto

A día de hoy, la utilización de los sensores de Bettair permite la implantación de redes de medición precisa de parámetros medioambientales para monitorizar la evolución a lo largo del tiempo de la calidad del aire y niveles de polución en zonas de extensiones diversas y con una relación coste/ densidad de nodos mucho más baja que la de soluciones implantadas actualmente Permitiendo (i) identificar fuentes de polución no conocidas, (ii) evaluar el impacto de las acciones de mitigación para identificar las más efectivas, y (iii) predecir episodios de contaminación. El desarrollo de tan competitivo hardware ha sido el primer paso hacia una medición precisa de la calidad del aire gracias a un diseño mecánico y electrónico hecho a medida que incluye muchas particularidades para que los sensores se comporten de forma idónea. Además, se utilizan técnicas de inteligencia artificial de post-procesado de los datos para mejorar la precisión de dichos sensores.  

El objetivo principal del Bettair® es el desarrollo de una plataforma tecnológica global de monitorización de la calidad del aire y otros parámetros de contaminación ambiental de alta precisión sobre mapas urbanos para que los ayuntamientos y otros organismos a cargo de la gestión sostenible de las ciudades puedan llevar a cabo acciones que mejoren la calidad de vida de la población y protejan el medio ambiente. Para avanzar en esta dirección se han identificado una serie de desafíos a vencer y mejoras a introducir enfocadas tanto a (i) mejorar la interpolación para ofrecer mapas de contaminación más precisos, (ii) integrar modelos de previsión de contaminación, y (iii) optimizar el proceso de producción y control de calidad de los nodos.

Los objetivos específicos del presente proyecto, cuyo cumplimiento es necesario para el correcto funcionamiento de la plataforma en cuestión, se listan a continuación:

  1. Mejora sustancial de la precisión de los mapas de calidad del aire, desarrollando un nuevo método de interpolación que tenga en cuenta no únicamente la distancia 2D entre los puntos del mapa y los nodos -método actual-, sino también la orografía de la ciudad e información meteorológica, todo ello sin perjudicar la agilidad de la plataforma. El nuevo método para el cálculo de las interpolaciones se basará en análisis computacional de dinámica de fluidos-teniendo en cuenta el entorno en 3 dimensiones de la ciudad- asistidos por algoritmos de aprendizaje automático.
  2. Implementación de modelos predictivos de nivel de contaminación, con diferentes horizontes temporales (de horas hasta 5-7 días) basados en técnicas de aprendizaje automático y profundo considerando datos de contaminación históricos y variables externas como la meteorología. Estas predicciones permitirán a la ciudad prever episodios de contaminación para intentar minimizarlos con acciones de mitigación medioambientales (acciones puntuales de tráfico, etc)
  3. Implementación de un proceso industrial de calibrado de los dispositivos. Actualmente, la calibración de los nodos suele prolongarse durante unas 6 semanas, y la actual cámara de calibración sólo soporta una tirada corta de un máximo de 10 dispositivos para garantizar la calidad de las medidas. Éste proceso no está automatizado, es muy tedioso y delicado resultando en un gran cuello de botella para la producción masiva/serie . Bettair necesita diseñar un proceso de calibración y control de calidad que permita producir nodos de forma veloz, ágil asegurando sus prestaciones. Este paso es crítico para poder proporcionar y comercializar dispositivos precisos.

Resultados

El mapeado de la zona urbana de El Prat de Llobregat se lleva a cabo con una rejilla cuadrada donde cada centroide de cada celda está separada entre sí 10 m. Tengamos en cuenta que para llevar este cálculo se hacen las trasformaciones oportunas, entre coordenadas de LanLot y UTM, entre las diferentes proyecciones geográficas, para ajustar con precisión los centroides. En la Figura 7 se muestran los resultados de los mapeados para un tiempo específico del modelo O3_LU_500_NO2, que incluye como input datos de NO2 para una rejilla idéntica a la utilizada,  mostrando un mapa con los valores por casilla (unas 100mil)  de O3 μg/m3 y otro con contornos en rangos discretos que permiten el uso de mapas reactivos. 


Se ha “mostrado que modelos globales con uso de suelo entrenados con estaciones de referencia y variables meteorológicas comunes se pueden aplicar con éxito sobre otro tipo de estaciones o puntos geográficos, siempre y cuando se puedan acceder a datos de la misma índole.

Es importante notar como para los modelos de O3 es muy relevante la inclusión de los contaminantes de NO y NO2 para mejorar su predicción. Para los modelos locales de PM se destaca que considerar valores auto-regresivos del mismo muestran significativas mejoras para la predicción de éstos. 

Es cierto, sin embargo, que acceder a mapeados de O3 utilizando modelos de dispersión pre calculados tales como para los contaminantes NO NO2 requieren ingentes cantidades de cálculos de viento de CFD, ML combinación GANs. 

Para mejorar utilizar los resultados, bien se puede considerar una exploración en el reajuste de variables incluyendo más rango de “maX” o “lagsX”. Consiguiendo más puntos de referencia para los contaminantes, tales como nuevos puntos de EAA (más bien estático) o utilizando de forma activa los nodos calibrados de Bettair. 

Subvencionado por el CDTI

Subvencionado por el CDTI