La Universidad Nacional a Distancia ( UNED) ha desarrollado investigaciones sobre predicción de las concentraciones de los contaminantes en la atmósfera de grandes ciudades: dióxido de nitrógeno, ozono y partículas en suspensión. Dichas investigaciones han producido un sistema de predicción, basado en IA, cuya misión es anticipar el contenido en la atmósfera de esos contaminantes con hasta 48h de antelación.
El desarrollo del sistema se ha realizado en la Escuela Técnica Superior de Ingeniería Informática como un proyecto de Investigación, Desarrollo e Innovación en Calidad del Aire y Movilidad dirigido por el profesor José Luís Aznarte. En su desarrollo ha sido crucial el apoyo de la empresa Inverence (https://inverence.com/).
SOCAIRE está completamente maduro y está en explotación por el Ayuntamiento de Madrid desde el año 2019, siendo utilizado para prever la activación del Protocolo ante Episodios de Altas Concentraciones de NO2.
La aplicación de las mencionadas metodologías de investigación permite establecer modelos complejos predictivos alimentados por información de tráfico, contaminación, meteorología, polen, zonas, etc. con el nivel de detalle que se desee, estableciendo previsiones, determinando el efecto de cada elemento y las consecuencias de su modificación, con capacidad para evolucionar en el tiempo.
SOCAIRE consiste en cuatro modelos predictivos capaces de anticipar, con 48 horas de plazo, las concentraciones de contaminantes en la atmósfera, en concreto: dióxido de nitrógeno, ozono y partículas en suspensión (PM10 y PM2.5)
- Incluye un mecanismo de previsión de las variables meteorológicas: SPA, AEMET, CAMS
El sistema es adaptable a los diferentes protocolos vigentes para la intervención y prevención de episodios de alta contaminación.
Incorpora informaciones antrópicas:
- Calendario escolar: vacaciones, no lectivos esporádicos y jornada reducida
- Festivos nacionales, de la CCAA y municipales
El artículo 3 y 28 del Real Decreto 102/2011, de 28 de enero, relativo a la mejora de la calidad del aire, establece que las comunidades autónomas y las entidades locales realizarán, en su ámbito territorial, la toma de datos y evaluación de las concentraciones de los contaminantes y pondrán a disposición del público los estudios sobre calidad del aire y salud, realizados en el ámbito de sus competencias.
Asimismo, el artículo 10 de la Ley 33/2011, de 4 de octubre, General de Salud Pública, indica que las Administraciones sanitarias informarán sobre la presencia de riesgos específicos para la salud de la población. Esta información incluirá una valoración de su impacto en la salud, de las medidas que adopten las Administraciones sanitarias al respecto y de las recomendaciones para la población. En este sentido, en su artículo 24 expresa que las Administraciones Sanitarias podrán prever la colaboración de las oficinas de farmacia, centros o establecimientos de veterinaria o de otros servicios sanitarios comunitarios en los programas de salud pública, pudiendo habilitar en su caso a estos servicios para participar en los programas y estrategias de salud pública que diseñen los servicios de salud pública de nivel local, autonómico y estatal.
También indicar que el artículo 30 de la citada Ley General de Salud Pública define como funciones propias de la sanidad ambiental la identificación, la evaluación, la gestión y la comunicación de los riesgos para la salud que puedan derivarse de los condicionantes ambientales, la vigilancia de los factores ambientales de carácter físico, químico o biológico y de las situaciones ambientales que afectan o pueden afectar a la salud, así como la identificación de las políticas de cualquier sector que reducen los riesgos ambientales para la salud. En este sentido, insta a las Administraciones públicas a implantar programas de sanidad ambiental, coordinados por las Administraciones sanitarias, para elevar el nivel de protección de la salud, ante los riesgos derivados de los condicionantes ambientales.
José Luis Aznarte es profesor titular de universidad en el Departamento de Inteligencia Artificial de la UNED y momentáneamente vicerrector adjunto de gestión inteligente de datos y recursos. Imparte docencia y coordina investigaciones sobre aplicaciones de minería de datos y aprendizaje automático, especialmente en el marco de la predicción de series temporales. Dirige el desarrollo de SOCAIRE, el modelo predictivo de calidad del aire del Ayuntamiento de Madrid, y es también director del Aula UNED/EMT de Calidad del Aire y Movilidad sostenible.
JL Aznarte, D Nieto-Lugilde, C de Linares Fernández, CD de la Guardia, … Sistemas expertos con aplicaciones 32 (4), 1218-1225
A Arauzo-Azofra, JL Aznarte, JM Benítez
Sistemas expertos con aplicaciones 38 (7), 8170-8177
JL Aznarte, N. Siebert
Transacciones IEEE sobre suministro de energía 32 (1), 335-343
Explicaciones aditivas de Shapley para el pronóstico de NO2
MV García, JL Aznarte
Informática Ecológica 56, 101039
JL Aznarte, JM Benítez, JL Castro
Conjuntos y sistemas borrosos 158 (24), 2734-2745
Pronóstico de series temporales financieras con un modelo difuso bioinspirado
JL Aznarte, J Alcalá-Fdez, A Arauzo-Azofra, JM Benítez
Sistemas expertos con aplicaciones 39 (16), 12302-12309
V Sevillano, JL Aznarte
PloS uno 13 (9), e0201807
Predicción de la calidad del aire con aprendizaje profundo LSTM: Hacia modelos integrales
R Navares, JL Aznarte
Informática Ecológica 55, 101019
Escuela Técnica Superior de Ingeniería Informática de la UNED
Dr. José Luís Aznarte Mellado
jlaznarte@dia.uned.es
Oficina de transferencia de resultados de investigación. OTRI UNED
Sixto Jansa Anadón
sjansa@pas.uned.es
Tel. 913989690 y 629371703
