Un sistema informático que controla y previene la contaminación atmosférica, y que integra modelos complejos de modelización atmosférica adaptados a la complejidad y no linealidad de los procesos que tienen lugar en la atmósfera, ha sido desarrollado en la Facultad de Informática de la Universidad Politécnica de Madrid y aplicado con éxito dentro y fuera de España.
Un sistema informático que permite de forma robusta y eficiente el control y la previsión de la contaminación atmosférica, ha sido desarrollado en la Facultad de Informática de la Universidad Politécnica de Madrid (FIUPM), según informa esta Facultad en un comunicado.
El sistema informático tiene capacidad para realizar predicciones de calidad del aire en tiempo real y para analizar el impacto de las diversas fuentes emisoras, tanto estáticas como dinámicas, en modo operacional, por lo que da respuesta al interés de las autoridades ambientales por reducir los problemas de calidad del aire.
La calidad del aire en un territorio determinado viene dada por la distribución geográfica de las fuentes de emisión, las cantidades de contaminantes emitidas, los procesos físico-químicos que se producen en la atmósfera y la climatología y la orografía, que condicionan los procesos de dispersión y transporte.
El sistema desarrollado en la FIUPM integra modelos complejos de modelización atmosférica, perfectamente adaptados a la complejidad y no linealidad de los procesos que tienen lugar en una atmósfera, que es totalmente dinámica.
Aplicaciones reales
La herramienta se ha utilizado ya en diferentes aplicaciones reales, como en el Ayuntamiento y la Comunidad de Madrid, el Principado de Asturias, Ayuntamiento de Bilbao, Ayuntamiento de Leicester (UK), Comunidad de Andalucía, Comunidad de Canarias y Ayuntamiento de Las Palmas de Gran Canaria.
En estos lugares se ha aplicado en modo “predictivo”, realizando el sistema diariamente y de forma operacional la prediccion de la contaminación atmosférica para periodos de 72 horas y presentar la información a través de Internet.
El sistema también se ha aplicado en modo “histórico”, para predecir el impacto de fuentes industriales sobre la calidad del aire, con la finalidad de conocer los problemas de contaminación atmosférica que pueden provocar diversas fuentes contaminantes.
En este modo “histórico” el sistema se ha aplicado en la Comunidad de Andalucía, donde ha realizado un estudio preliminar del impacto de varias fuentes industriales; en Palos de la Frontera (Huelva), donde ha estudiado asimismo el impacto de cinco plantas de generación eléctrica; en Morata de Tajuña (Madrid), donde ha estudiado el impacto de una central de ciclo combinado, en Txingudi (Irún) y San Sebastián, donde ha estudiado el impacto de dos incineradoras a ubicar en ambas localidades.
Finalmente, el sistema se ha aplicado en modo “tiempo real”, que constituye el más complejo ya que utiliza todas sus capacidades. En este modo, realiza la predicción de la contaminación atmosférica para un periodo de 72 horas. En caso de detectar alertas por contaminación, el sistema activa el modo “histórico” para conocer el impacto de cada una de las fuentes modelizadas y propone las fuentes a las que habría que aplicar reducción de emisiones y porcentajes de reducción más indicados.
Resultados fiables
En modo “tiempo real” se ha aplicado en el proyecto Eureka llamado TEAP (A Tool to Evaluate The Air Quality Impact of Industrial Plants) y en el estudio ACECA de centrales energéticasde las empresas FENOSA_IBERDROLA en pleno desarrollo.
En todos los casos en los que se ha aplicado el sistema, se ha comprobado mediante el módulo de validación que los resultados obtenidos son fiables, lo que consagra a esta herramienta como idónea a la hora de realizar la modelización atmosférica.
El sistema desarrollado forma parte de la tesis doctoral, presentada en 2004 y publicada ahora, del alumno de la Facultad Juan Luis Pérez Camaño, que ha sido dirigido en su trabajo por el profesor Roberto San José, director del Grupo de Modelos y Software para el Medio Ambiente (GMSMA) de la Facultad.
La velocidad se incrementa a medida que el futbolista se acerca al balón, sin embargo, disminuye ligeramente al llegar a él. Los delanteros son los que corren más directamente hacia el esférico, mientras que los porteros lo hacen de una forma más paralela. Son algunos resultados de un estudio de investigadores españoles.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
