Autobuses urbanos se transforman en laboratorios móviles para monitorear la calidad del aire en tiempo real

Estación de autobuses en Valladolid

La instalación de sensores móviles para partículas finas (PM2.5) en autobuses urbanos ofrece una herramienta innovadora para generar mapas detallados y en tiempo real sobre la calidad del aire. Este avance surge de un estudio realizado por el Instituto de Diagnóstico Ambiental y Estudios del Agua (IDAEA-CSIC) junto al Instituto de Física Interdisciplinar y Sistemas Complejos (IFISC, UIB-CSIC).

El análisis se llevó a cabo en Valladolid, donde se equiparon tres autobuses con estos sensores durante un periodo de siete meses. Esta metodología supera las limitaciones de las estaciones fijas, que ofrecen datos con baja resolución espacial, permitiendo identificar patrones específicos de contaminación en distintos momentos y ubicaciones, como horas pico, invierno o puntos con alta movilidad vehicular.

El sistema desarrollado es económico y escalable, lo que posibilita a diversas ciudades identificar con precisión los puntos más perjudiciales para la salud respiratoria a nivel de calle, facilitando la implementación de políticas de tráfico más eficientes.

  1. Sensores móviles para la calidad del aire
  2. Partículas PM2.5, un riesgo para la salud
  3. Ventajas sobre las estaciones fijas
  4. Retos y futuro del monitoreo móvil

Sensores móviles para la calidad del aire

Durante siete meses, el equipo investigador instaló dispositivos de medición en autobuses urbanos de Valladolid para registrar continuamente las partículas finas en distintas zonas de la ciudad. Más de un millón de datos fueron obtenidos y, tras calibrarse con estaciones oficiales, estas mediciones demostraron una alta concordancia, confirmando la fiabilidad de los sensores pese a su bajo coste.

Este método ha permitido captar variaciones en la contaminación que las estaciones fijas no pueden detectar, ofreciendo una representación más realista y dinámica de las condiciones ambientales.

Partículas PM2.5, un riesgo para la salud

Las PM2.5 son partículas diminutas, de hasta 2,5 micrómetros de diámetro, invisibles a simple vista pero altamente dañinas. Proceden principalmente de fuentes como el tráfico, la industria y la combustión, y tienen la capacidad de penetrar profundamente en los pulmones y llegar al torrente sanguíneo.

Este tipo de contaminantes está relacionado con problemas respiratorios, enfermedades cardiovasculares y una mayor tasa de mortalidad prematura, lo que los convierte en un parámetro fundamental para evaluar la calidad del aire en áreas urbanas.

Ventajas sobre las estaciones fijas

Las estaciones tradicionales ofrecen datos precisos pero con cobertura espacial limitada. En cambio, los sensores en autobuses urbanos proporcionan mapas detallados con alta resolución en tiempo y espacio a lo largo de diversas calles y rutas.

El estudio evidenció que las concentraciones de PM2.5 aumentan notablemente durante las horas punta, tanto por la mañana como por la tarde, especialmente en invierno debido a condiciones atmosféricas que favorecen la acumulación de contaminantes.

Además, se identificaron puntos críticos con alta contaminación cerca de intersecciones con tráfico intenso, corredores de circulación y paradas donde los vehículos frenan y aceleran con frecuencia. Estas variaciones locales son esenciales para diseñar políticas de tráfico más efectivas y orientar a la población hacia rutas menos contaminadas.

Retos y futuro del monitoreo móvil

Integrar la información generada por sensores móviles con las redes de monitorización fija optimiza la toma de decisiones en calidad del aire. Aunque estos sensores requieren calibración y mantenimiento cuidadosos, su cobertura continua y resolución alta los convierten en un complemento valioso de los métodos tradicionales.

El proyecto, financiado por Next4mob de la Agencia Estatal de Investigación, señala desafíos prácticos como el mantenimiento, las interrupciones por inactividad de los autobuses o fallos puntuales. Estas dificultades pueden minimizarse mediante el uso de sensores redundantes y un diseño robusto del sistema según explican los investigadores.