Investigadors del Centre Internacional de Mètodes Numèrics en Enginyeria (CIMNE) i la Universitat de Barcelona (UB) han ideat un nou mètode per millorar la predicció en models computacionals d’aprenentatge automàtic d’alts nivells d’ozó troposfèrics (O3), un contaminant d’origen fotoquímic que a Catalunya afecta especialment la Plana de Vic.
El professor de l'Escola de Camins, el Dr. Fernando Salazar, cap del grup de recerca sobre aprenentatge automàtic en enginyeria civil a CIMNE, i coautor de l’estudi, aquesta millora permetrà “predir els episodis d’alta contaminació per ozó troposfèric amb més exactitud” i “protegir la població més vulnerable”.
En un article que publica la revista Atmospheric Pollution Research els autors, D.J. Vicente i col·laboradors, han usat mostres de qualitat de l’aire de Manlleu, Tona i Vic (Osona) per millorar la capacitat de models computacionals d’intel·ligència artificial basats en aprenentatge automàtic per predir la concentració màxima diària d’ozó troposfèric en 8 hores (O3,MDA8).
La metodologia presentada en aquest article científic ha millorat els resultats dels models de predicció existents en l’equilibri de les mètriques de classificació i augmenta l’encert predictiu en els rangs més alts de concentració d’ozó troposfèric.
L'ozó troposfèric és un contaminant secundari format per reaccions fotoquímiques entre òxids de nitrogen, provocats per l’activitat industrial i el trànsit, compostos orgànics volàtils i la radiació solar. Causa efectes com tos, irritacions i disminució del rendiment i té major incidència entre la població de risc com nens, gent gran i malalts crònics.
La Plana de Vic és el territori català on més sovint se superen les concentracions d’ozó troposfèric (O3) dictats per la legislació mediambiental a causa de les seves característiques orogràfiques, climatològiques i d’activitat econòmica. Està situada a 60 km de Barcelona i rodejada d’un sistema muntanyós i regularment rep contaminants de l’àrea metropolitana a causa de situacions climatològiques de ventilació atmosfèrica deficient.
Aquesta investigació s'ha desenvolupat dins del projecte PIKSEL, “Portal per a la integració del coneixement per a una gestió sostenible dels ecosistemes i el territori” finançat pel Departament de Territori i Sostenibilitat i el Departament d'Acció Climàtica de la Generalitat de Catalunya. PIKSEL és una eina de gestió i previsió per estudiar fenòmens ambientals, demogràfics, econòmics i socials a Catalunya per donar suport a la presa de decisions basada en dades.
L’article científic, que es publicarà en paper el març de 2024 i ja està disponible a Internet, és un treball conjunt de D.J. Vicente, F. Salazar, S.R. López-Chacón i C. Soriano (Grup de recerca sobre aprenentatge automàtic en enginyeria civil a CIMNE) i J. Martin-Vide (Grup de Climatologia de l’IdRA al Departament de Geografia de la Universitat de Barcelona).
Sobre CIMNE
El Centre Internacional de Mètodes Numèrics a l’Enginyeria, CIMNE, és un centre de recerca i innovació establert el 1987 entre la Universitat Politècnica de Catalunya (UPC) i la Generalitat de Catalunya (GENCAT). És membre de la xarxa CERCA de centres de recerca de la Generalitat de Catalunya i centre d’Excel·lència Severo Ochoa del Govern espanyol. Al llarg dels seus 35 anys d'història s'ha guanyat una gran reputació internacional i presència en el camp de la mecànica computacional amb aplicacions en enginyeria civil i processos industrials. També té un historial llarg i exitós de transferència de tecnologia a través d'empreses ja establertes i nombroses empreses spin-off creades durant les últimes dècades.
Accés a la nota de premsa: https://www.cimne.com/vnews/12090/