Estás en: Fundación Vida Sostenible > Informe > Cambio climático > Causas y efectos del cambio climático > Efectos a la sociedad > ¿ Se puede predecir la contaminación del aire en las ciudades ?

Contaminación atmosférica

¿ Se puede predecir la contaminación del aire en las ciudades ?

La contaminación atmosférica es considerada como uno de los problemas ambientales con mayor repercusión a nivel mundial. Es un fenómeno que tiene particular incidencia sobre la salud del hombre y está presente en todas las ciudades independientemente del nivel de desarrollo socioeconómico.

Según la Organización Mundial de la Salud (OMS) en más del 90% de las grandes ciudades del mundo se respira un aire de mala calidad y aproximadamente en el 50% se multiplican los niveles de contaminación según un estudio publicado por la agencia dependiente de las Naciones Unidas.

La peor calidad del aire la tienen algunas grandes ciudades de países en desarrollo, como Karachi (Pakistán), Kabul (Afganistán), Ulan-Bator (Mongolia), Dhaka (Bangladés), El Cairo (Egipto), Abu Dhabi (Emiratos Árabes), Dakar (Senegal) y numerosas urbes de China y la India.

En cuanto a las ciudades españolas, la mayor densidad de contaminantes se encuentra en La Línea de la Concepción (Cádiz) después le sigue Barcelona y por último Madrid.

Solución

Desde hace años, los científicos trabajan en desarrollar sistemas para predecir el nivel de polución que habrá en las ciudades diariamente. Más aún, un grupo de investigadores de la Universidad de Castilla la Mancha ha desarrollado con la ayuda de técnicas de geoestadística, en concreto el krigging, un modelo que permite predecir los niveles de contaminación por óxidos de nitrógeno en un lugar y tiempo concreto. Este método también es utilizado en varios ámbitos como, por ejemplo, la predicción de la evolución del precio de la vivienda o el análisis de la influencia de la sequía sobre un ecosistema.

Con la ayuda de esta técnica se trata de desarrollar un modelo predictivo en la Comunidad de Madrid. En esta zona existen 27 estaciones de seguimiento de la polución que recogen gran cantidad de datos valiosos a la hora de representarlos mediante funciones y modelizar sus relaciones temporales de las mismas. De esta manera, los científicos que trabajan con esta base de datos pueden predecir mediante este sistema geoestadístico la contaminación que habrá, por ejemplo, mañana a las 8 horas en la glorieta de Cuatro Caminos de Madrid.

Mediante el empleo de modelos predictivos se pueden llevar a cabo estudios sobre la calidad del aire y del impacto ambiental de distintas actividades contaminantes, así como de proponer medidas óptimas de reducción de la contaminación atmosférica. Algunas de las medidas que propone, por ejemplo, el Gobierno catalán para este año o el próximo son:

– incentivar en los episodios de alta contaminación el uso del transporte público, reduciendo a la mitad su precio;

– penalizar el vehículo privado, incrementado un 25% las tarifas de los aparcamientos municipales y de los peajes de las autopistas que dan acceso al área metropolitana;

Finalmente, este método puede servir de apoyo a la hora de elaborar legislación más restrictiva en materia de calidad del aire y ayudar a la planificación urbanística, industrial y energética. Además, facilita información a la población contribuyendo de esta manera al control y prevención frente a los posibles episodios de alerta por contaminación.

Fuentes: 

www.elperiodico.com

www.muyinteresante.es

http://www.bvs.sld.cu/revistas/hie/vol44_2_06/hie08206.htm

www.madrid.org

www.elpais.com

3 comentarios sobre
¿ Se puede predecir la contaminación del aire en las ciudades ?

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.

Facebook IconYouTube IconTwitter IconLinkedInLinkedIn