El modelo desarrolladopermite ofrecer a la ciudadanía información probabilista con hasta 48 horas de antelación
El Departamento de Inteligencia Artificial de la UNED trabaja en la elaboración y puesta en marcha de un modelo predictivo de niveles de dióxido de nitrógeno (NO2) que permitirá al Ayuntamiento de Madrid informar a la ciudadanía con hasta 48 horas de antelación de qué probabilidad existe de que se active cualquiera de los escenarios del protocolo anticontaminación de la ciudad. El modelo predictivo, que se encuentra en fase BETA, ya está enviando diariamente datos válidos al consistorio, quien podría emplearlos para mejorar la información que ofrece a los ciudadanos de la capital sobre los posibles niveles de contaminación que se van a alcanzar en las próximas horas y su repercusión en el protocolo de medidas anticontaminación.
“Desarrollamos modelos que aprenden del pasado para predecir el futuro basándonos exclusivamente en datos”, explica José Luis Aznarte Mellado, investigador Ramón y Cajal del Departamento de Inteligencia Artificial de la UNED. De esta forma se mejora el sistema con el que trabajaba el Ayuntamiento de Madrid, “pues el protocolo actual maneja sólo datos pasados y no hace uso de la predicción”.
Para ofrecer esta información predictiva y probabilista, similar a la meteorológica que la sociedad consume de forma habitual –"Hay un 80 por ciento de probabilidad de que llueva mañana"- el modelo conjuga de manera eficaz los datos obtenidos por las estaciones meteorológicas repartidas a lo largo de la ciudad con los valores de NO2 de las últimas horas del día y del mismo día de la semana anterior, además de información relativa al tráfico y datos de la Agencia Estatal de Meteorología (AEMET) y del modelo europeo Copernicus.
El modelo desarrollado por la UNED está demostrando una alta fiabilidad. “El margen de error del modelo europeo”, explica el investigador, “es de unos 50 microgramos por metro cúbico, mientras que el nuestro es de unos 20 microgramos por metro cúbico, es decir, lo hemos reducido considerablemente”.