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.
Fuente
original: http://www.agenciasinc.es/
No hay comentarios:
Publicar un comentario
Deja tu opinión. Siempre es importante aprender de los demás.