El Proyecto “Pronóstico de calidad de aire en base a un modelo de redes neuronales artificiales” es una iniciativa que forma parte del fortalecimiento de la Investigación, Desarrollo e Innovación (I+D+i) que tiene como fin INGENIERÌA 2030 apoyando la formulación y búsqueda de financiamiento para aumentar el portafolio de proyectos que desarrolla UTEM con enfoque multidisciplinario. 

El proyecto es dirigido por el Dr. Rafael Correa Deves, Director del Laboratorio de Investigaciones con Tecnologías Atómicas y Nucleares (LIATAN) de la Facultad de Ciencias Naturales, Matemática y Medio Ambiente y está compuesto por los Drs. Jorge Vergara y Víctor Escobar de Ingeniería Civil en Ciencia de Datos (Fac. de Ingeniería), Mg. Pablo Pulgar y el Ing. Eduardo Mera (Fac, de Ciencias de la Construcción y Ordenamiento Territorial) además de los programas EFICONS y el proyecto INGENIERÌA 2030.

Esta iniciativa busca responder al desafío que representa la contaminación atmosférica de origen antropocéntrico, ya que, según la Organización Mundial de la Salud (OMS), cerca de 600 millones de personas se encuentran expuestas frecuentemente a las concentraciones de contaminantes por industrias en América Latina, significando el 23% de las muertes a nivel mundial. Se calcula que en Chile, alrededor del 60% de la población se encuentra expuesta a concentraciones de material particulado superiores a lo permitido por la regulación ambiental, ocasionando más de 3.600 muertes prematuras en 2018 (Ministerio de Medio Ambiente, 2019). Se reconocen tres grandes fuentes de contaminación del aire en el país:  Las actividades industriales, medios de transporte  y la calefacción de las viviendas. 

Frente a este escenario los investigadores UTEM desarrollaron un sistema de pronóstico de calidad de aire en base a un modelo de redes neuronales artificiales, es decir, modelos de inteligencia artificial que permitan apoyar a la industria (minería, refinerías, cementeras, termoeléctricas, entre otras) e instituciones públicas (gobierno, ministerios, municipios, etc) al momento de pronosticar los niveles de emisiones que habrá en una zona acotada, como por ejemplo una faena industrial con emisiones constantes, una comuna o parte de ella.

Fue así como en 2018, se comienza a desarrollar la iniciativa “pronóstico de calidad de aire en base a un modelo neuronal para predecir el material particulado en las emisiones (MP-10, 2,5 y SO2)”. Los primeros estudios se realizaron en la zona de Quinteros – Puchuncavi, donde se construyó una primera aproximación del modelo de inteligencia artificial predictivo de calidad de aire con resultados bastante alentadores.  (Estudios previos desarrollado por el Ing. Juan Pablo Fuenzalida). 

El Director del proyecto, Rafael Correa afirma que “nuestra intención en UTEM es realizar mediciones en lugares específicos como zonas conflictivas, algo que ya estamos avanzando en la comuna de El Bosque y también con el municipio de Lo Prado”.

Para el desarrollo de la iniciativa se debe realizar un análisis de variables descriptivas, como: concentraciones de material particulado, dirección y velocidad del viento, temperaturas, humedad, entre otras. Luego se definen series de tiempo y algoritmos a utilizar lo que permite construir un modelo de inteligencia artificial predictivo de calidad de aire utilizando redes neuronales artificiales. Por otra parte se construirá una plataforma que permita procesar el modelo y visualizar la información del sistema predictivo.

Entre las ventajas que presenta el proyecto frente a otras iniciativas similares, Correa destaca que “nosotros podemos tomar los datos de un lugar específico y generar una predicción de cómo se dará en los próximos días o meses. También contamos con una estación de monitoreo móvil que toma el material particulado en lugares específicos. Nosotros podemos instalar la estación móvil en un lugar determinado por una semana y generar el registro de emisiones en el día y la noche.” 

Cuando el Proyecto finalice se espera que diversos actores, como empresas, organismos del estado y gobiernos locales puedan acceder a esta tecnología, permitiéndoles tener información predictiva de calidad de aire que les facilitará la toma de decisiones, planificación de sus actividades en forma ambientalmente sustentable, privilegiando la calidad de vida y la salud de las personas.