La información obtenida mediante los métodos estadísticos utilizados por estos investigadores de la US constituye una valiosa fuente para conocer bien las redes de monitorización que se emplean hoy día así como para ver la contaminación atmosférica que miden en este momento.
Esta mejora consiste esencialmente en replantear la monitorización de parámetros contaminantes en estaciones de inmisión, detectar posibles duplicidades, reclasificar los tipos de estaciones y, finalmente, ayudar al gestor de redes a efectuar las consecuentes y progresivas modificaciones.
La información obtenida mediante los métodos estadísticos utilizados por estos investigadores de la US constituye una valiosa fuente para conocer bien las redes de monitorización que se emplean hoy día así como para ver la contaminación atmosférica que miden en este momento.
La Organización Mundial de la Salud (OMS) estima que durante 2012 murieron en el mundo unos 7 millones de personas como consecuencia de su exposición a la contaminación atmosférica–un total de una de cada ocho muertes–. Estas cifras duplican con creces las estimaciones anteriores y confirman que en la actualidad la contaminación atmosférica constituye el principal riesgo ambiental para la salud en el mundo.
Una de las principales herramientas utilizadas para gestionar y analizar la calidad del aire es su monitorización, a través de estaciones fijas de medida. Las estaciones fijas de monitorización forman redes, en la mayoría de los casos, estas redes de monitorización en las áreas metropolitanas contemplan la medición de contaminantes de importancia sanitaria, como son el CO, NO2, O3, PM10 y SO2.
“Para que la información ambiental obtenida a través de estas redes de monitorización sea eficiente, debe reevaluarse la representatividad de los contaminantes para la detección de nuevas fuentes o niveles de contaminación, ya que, en caso contrario pueden no dar respuesta a la demanda informativa que la sociedad requiere al respecto”, explica Rafael Pino,uno de los autores del estudio, Catedrático de la Universidad de Sevilla.
Por otro lado, algunos de estos contaminantes son monitorizados en estaciones vecinas, lo que conlleva, en ocasiones, una duplicidad de la información obtenida o la detección de similares niveles de contaminación, generando una redundancia en el equipamiento de la red. Además, un problema inherente en los equipamientos de monitorización es que están sometidos a rigurosos programas de mantenimiento que, en caso de no cumplirse, conducen a que las estaciones no operen a un nivel satisfactorio.
Mediante los modelos de mixturas finitas, utilizados en este estudio, “se ha podido identificar en los datos de cada contaminante analizados, qué fracción de la contaminación es intrínseca a una localidad (contaminación de fondo), cuál otra se debe a la actividad diaria de sus habitantes y, finalmente, aquella asociada a circunstancias o procesos meteorológicos especiales y que causan un aumento inusual en la concentración de los contaminantes”, destaca el profesor Pino.
A través del análisis de conglomerados jerárquico pueden deducirse las zonas geográficas de una ciudad que comparten unos niveles de calidad del aire semejantes, identificando las áreas de mayor contaminación o puntos calientes. La imputación mediante bosques aleatorios (una técnica de la Minería Estadística de Datos) permite estimar la concentración de contaminantes que no son monitorizados en estaciones de medida.
“Esta última herramienta ha proporcionado unos resultados que son especialmente útiles para aquellas redes de monitorización que son configuradas con limitados recursos económicos y, por tanto, con pocas y escasamente dotadas estaciones de medida, lo que conlleva que se desconozca el nivel de contaminación atmosférica a la que la población está expuesta para algunos contaminantes”, concluyen los investigadores.
Referencia bibliográfica:
Álvaro Gómez-Losada,Antonio Lozano-García,,Rafael Pino-Mejías yJuan Contreras-González.»Finite mixture models to characterize and refine air quality monitoring networks».Science of The Total Environment485–486:292–299, 1 julio de 2014.
