QUÉ QUEREMOS HACER

Crear un cuadro de mando integral (balanced scorecard) que servirá como herramienta de toma de decisión pública, transparente y rigurosa para el control de emisiones de contaminantes y GEI, así como para analizar medidas dirigidas a mejorar la calidad del aire en entornos urbanos y a la lucha activa contra el cambio climático, en base al proyecto piloto en la ciudad de València con el fin de extrapolarlo a otros municipios de la Comunitat Valenciana. Pretendemos optimizar el análisis y el tratamiento de la información del tráfico en tiempo real, contrastando esta información con la facilitada por las estaciones de calidad del aire y por imágenes satelitales de forma que seamos capaces de monitorear las emisiones de GEI y la concentración de otros contaminantes que afectan a la calidad del aire y, por ende, a la salud de la población residente en núcleos urbanos.

CÓMO VAMOS A HACERLO

• Caracterizando la correlación entre emisiones de tráfico e inmisiones medidas por la red de vigilancia de calidad del aire y por redes complementarias y alternativas basadas en sensores de tráfico y de dosimetría pasiva.
• Desarrollando un generador automatizado de informes y mapas interactivos sobre la calidad del aire en tiempo real.
• Creando un sistema de alertas sobre episodios de alta contaminación atmosférica en zonas vulnerables según los niveles máximos de contaminantes determinados por la OMS, priorizando zonas vulnerables de la ciudad.
• Incluyendo un módulo de simulación que permita formular propuestas concretas que impidan alcanzar los niveles máximos determinados y que sea capaz de evaluar cuantitativamente el impacto de los distintos escenarios.

QUIÉNES VAMOS A HACERLO

FINANCIADO POR

CONTEXTO DEL PROYECTO

Acrónimo	airLUISA
Título	Sistema avanzado de monitorización integral de emisiones y calidad del aire en entornos urbanos de la Comunitat Valenciana
Código	INNEST/2021/263 – 2021000009-1-13
Coordinador	Universitat Politècnica de València (UPV), Instituto ITACA
Duración	Julio 2021 – Julio 2023 (48 meses)
Resumen	El proyecto tiene como reto estratégico la investigación para la optimización de la captura y análisis de la información en tiempo real para el control de flujo de tráfico, así como las emisiones de gases contaminantes y gases de efecto invernadero (GEI) derivados del tráfico, con el fin último de la mejora de la calidad del aire en zonas urbanas de la Comunitat Valenciana. El proyecto se basa en el acuerdo de colaboración (collaboration agreement) entre el Joint Research Centre (JRC) de la Comisión Europea, la UPV y el Ajuntament de València, firmado el 12/02/2021, cuyo principal objetivo es contribuir de forma más eficaz a la comprensión y resolución de cuestiones científicas en el ámbito de los indicadores de sostenibilidad urbana, donde València actúa como City Lab en representación de las ciudades de la Comunitat Valenciana y de España en el marco de la Community of Practice CITIES de la Comisión Europea, así como asegurar que los resultados de las investigaciones generadas en virtud de este acuerdo se utilicen para el beneficio social, económico y medioambiental de la ciudadanía. Además, el consorcio del presente proyecto estratégico de I+D en cooperación basa su conocimiento y plantea la ampliación del proyecto estratégico TRUST2030 sobre Transición Urbana Sostenible mediante métricas para la decisión pública basadas en herramientas big data, financiado por la Agencia Valenciana de la Innovación (AVI) durante 2019-2020.

SOCIOS

RESUMEN EJECUTIVO

La finalización de la primera fase de AVI TRUST2030 en 2020 dejó como principal resultado operativo el desarrollo de modelos de cuantificación para los focos de emisión de GEI más relevantes de los sectores transporte, ciclo integral del agua e infraestructuras verdes. De los resultados de investigación obtenidos, cabe resaltar como conclusión, que el principal foco de emisión a nivel urbano es el tráfico rodado en las ciudades. Así, en la ciudad de València, aproximadamente el 65% del total de emisiones de GEI son debidas a esta fuente, mientras que en el caso de las emisiones contaminantes que miden la calidad del aire (SO₂, NO_x, O₃, PM10, PM2.5) el tráfico es responsable de casi el 90% de su concentración en la atmósfera.

Ante estos resultados previos, el proyecto AVI airLUISA ha desarrollado un sistema integral de monitorización de las emisiones de gases contaminantes y de la calidad del aire, estableciendo y aplicando una metodología de cálculo y medición con la máxima resolución espacial y temporal y con máximo rigor científico. Además, en base a este sistema de monitorización, el proyecto sienta las bases científico-técnicas para definir y diseñar los planes de mejora específicos por zonas, categorizadas según sus niveles de contaminación y vulnerabilidad, todo ello basado en las Tecnologías de la Información y Comunicación (TIC) más avanzadas, con el fin último de transferir los resultados de investigación del proyecto a las administraciones locales (empezando por la ciudad de València) y a las empresas que operan en el sector de la gestión del tráfico y la contaminación en la Comunitat Valenciana.

El proyecto estratégico en colaboración AVI airLUISA (Sistema avanzado de monitorización integral de emisiones y calidad del aire en entornos urbanos de la Comunitat Valenciana) se ha llevado a cabo por el consorcio liderado por el Grupo de Investigación de Tecnologías de la Información contra el Cambio Climático y por la Transición Energética (ICTvsCC) del Instituto Universitario de Tecnologías de la Información y Comunicaciones (ITACA) de la Universitat Politècnica de València (UPV), que reúne a más de 40 investigadores de ocho departamentos de la UPV, e integra a dos empresas valencianas con amplia experiencia en proyectos de investigación (ETRA I+D y SCILING) y a un centro tecnológico de la Red de Institutos Tecnológicos de la Comunitat Valenciana (AIDIMME).

METODOLOGÍA

El desarrollo de un modelo de cuantificación de emisiones de gases contaminantes y GEI a partir del flujo de tráfico rodado, es indispensable para conocer la distribución geoespacial y temporal de estas emisiones, así como para generar una base científica en la gestión eficiente de los recursos destinados al control y mitigación de GEI y otros gases contaminantes en las ciudades que conforman nuestro territorio.

La consecución o no de los objetivos de mitigación de emisiones depende de invertir de manera eficiente los recursos disponibles en materia de cambio climático. Para ello, los tomadores de decisiones deben disponer de herramientas adecuadas con capacidad de realizar diagnósticos de emisiones de GEI y contaminantes a nivel local y regional rigurosos, precisos y con un alcance total de los focos de emisión. Además, es necesario contar con herramientas que permitan realizar un seguimiento del impacto de las medidas implementadas por cada municipio o de poder evaluar el impacto de programas estratégicos llevados a cabo en el ámbito regional.

Debido a que los recursos disponibles son limitados, estas herramientas deben permitir optimizar el enfoque utilizado en función de las necesidades específicas del municipio, para lograr también la máxima eficiencia en la monitorización y gestión de las emisiones.

Según lo dicho y centrándonos exclusivamente en cuestiones del tráfico rodado, tal como se está llevando a cabo con la línea metodológica de inventariado de emisiones SITE (Sistema de Información Territorial de Emisiones) mediante el grupo de trabajo ICTvsCC del Instituto ITACA-UPV, es necesario aplicar un enfoque bottom-up o ascendente para obtener resultados con la mayor exactitud posible en nuestras estimaciones, dedicando un gran esfuerzo a definir, caracterizar, categorizar y asignar factores de ponderación, a cada tipología de vehículo con su tecnología de emisión dado que, en nuestro caso, los vehículos o focos de emisión son los elementos clave en la generación de gases contaminantes.

Dentro de la identificación de los parámetros y variables de los focos de emisión, para categorizar y caracterizar las unidades que constituyen el parque móvil de la ciudad de València debemos conocer el número de vehículos y sus principales características diferenciadoras: tipología, tecnología de emisiones (antigüedad) y combustible utilizado, principalmente.

RESULTADOS

A continuación, presentamos las emisiones en ton/año obtenidas para cada contaminante estudiado correspondiente a la serie temporal 2016-2021, junto a su representación gráfica asociada donde puede apreciarse la evolución espaciotemporal en la generación de cada agente contaminante analizado.

A modo de aclaración, hemos de comentar que el ámbito de estudio es la ciudad de València. Las zonas perimetrales con un intenso color verde no deben interpretarse como espacios carentes de emisiones, sino como zonas en las que no se han realizado mediciones por estar fuera del perímetro de estudio de la ciudad.

En los mapas de calor (figuras 1-5) puede observarse la incidencia del tráfico en los accesos a la ciudad y el efecto de las restricciones de circulación en el centro de esta, como características más diferenciales en cuanto a la geolocalización de las emisiones. En lo que a la representación temporal se refiere, es notoria la disminución de emisiones en el cómputo global del año 2020 por la incidencia de las restricciones de movilidad derivada de las medidas de la COVID-19.

EMISIONES DE CO₂ eq

Fig. 1. Emisiones de CO2eq (ton/año)

EMISIONES DE CO

Fig. 2. Emisiones de CO (ton/año)

EMISIONES DE VOC

Fig. 3. Emisiones de VOC (ton/año)

EMISIONES DE NOx

Fig. 4. Emisiones de NOx (ton/año)

EMISIONES DE PM2.5

Fig. 5. Emisiones de PM2.5 (ton/año)

En cuanto a la concentración de gases contaminantes en la ciudad de València, se realizaron una serie de análisis empleando principalmente los datos del año 2019 debido a la gran influencia en los mismos provocada por los periodos de confinamiento establecidos durante la situación de emergencia global del año 2020.

Fig. 6.  Niveles mensuales de NO2 (µg/m³) en azul y en naranja niveles mensuales de PM2.5 (µg/m³) en el periodo comprendido entre el año 2019 y el año 2021

En la figura 6 se puede observar la evolución de los niveles de NO2 y PM2.5, tomados por una estación fija de calidad del aire (Est. Av. Francia) a lo largo de los últimos tres años de estudio, donde las mediciones realizadas en 2019 corresponden a datos pre-COVID, las realizadas en 2020 a datos durante el periodo de confinamiento COVID-19, y las mediciones de 2021 a datos post-COVID-19.

La comparación de los niveles de contaminantes durante los tres periodos descritos anteriormente, nos clarifica a simple vista una considerable disminución de los valores a partir del mes de marzo, y una tendencia descendiente a lo largo de los siguientes años. Estos datos indican la gran influencia de la situación de COVID-19 en la Comunitat Valenciana y justifica la utilización del año 2019 como idóneo para la realización de análisis correspondientes a la actividad humana y situación meteorológica.

La estación situada en la Avenida de Francia no es representativa del comportamiento global de la ciudad de València, pero es suficiente para realizar un análisis preliminar del comportamiento de los contaminantes NO2 y PM2.5. como se muestra en la siguiente figura.

Fig. 7.  Niveles anuales de NO2 (µg/m³) en azul y en naranja niveles anuales de PM2.5 (µg/m³) en el año 2019

La actividad humana (tránsito vehicular) es uno de los principales generadores de contaminantes que influyen y alteran la calidad del aire en las ciudades, por tanto, uno de los primeros análisis realizados es la comprobación de los niveles de NO2 y PM2.5 respecto al día de la semana (figura 8). El propósito de este análisis es identificar patrones de comportamiento en la evolución de la concentración de contaminantes a lo largo de la semana en diferentes momentos del año.

Fig. 8. Niveles de concentraciones de NO2 (µg/m³) y PM2.5 (µg/m³) por día de la semana, para los meses de febrero, mayo, agosto y noviembre durante el año 2019

La variabilidad y comportamiento de las concentraciones medidas por las estaciones fijas de calidad de aire son en gran medida afectadas por los distintos factores meteorológicos como las precipitaciones, la presión atmosférica y la dirección e intensidad del viento.

Dada la variabilidad de estas escasas estaciones de la Red Valenciana de Vigilancia y Control de la Contaminación Atmosférica (RVVCCA) en la ciudad, se realizó la instalación de 658 sensores de dosimetría pasiva durante los años 2017, 2018, 2019, 2020 y 2021 en las cuatro campañas anuales (febrero, mayo, agosto y noviembre), obteniendo un total de 2.632 mediciones. Los valores de NO2 medidos por los sensores permiten realizar una serie de análisis del comportamiento de este contaminante en la ciudad y su evolución en los años de ejecución de las campañas.

De igual forma que con las estaciones fijas de calidad, el estudio en el rango de fechas del 2019 al 2021, permite estudiar la influencia de las restricciones de movilidad y limitaciones sociales provocadas por la gravedad de la COVID-19. La figura 9 representa el promedio de las concentraciones de NO2 en la ciudad de València para cada uno de los periodos de toma de datos entre los años 2017 y 2021.

Fig. 9. Media mensual de las concentraciones de NO2 medidas por la red de dosimetría pasiva en la ciudad de València durante los meses de febrero, mayo, agosto y noviembre en el año 2017 (azul), 2018 (naranja), 2019 (gris), 2020 (amarillo) y 2021 (verde)

Se observa que los niveles de concentraciones de NO2 van en aumento en los dos primeros años de campaña (2017 y 2018) y en 2019 los niveles son menores. Esto puede deberse a varias razones. Por un lado, durante los periodos de campaña de 2019, las condiciones meteorológicas fueron más favorables para la dispersión de niveles de NO2, pero la razón más probable es la colocación de los sensores dosimétricos. A diferencia de campañas anteriores, la distribución de los sensores durante 2019, además de caracterizar las zonas de más concentración de tráfico, abarcó la mayoría de los barrios de València influyendo así en nivel de NO2 global en la ciudad.

Mediante una interpolación de los valores de concentración de NO2 medidos para cada una de las campañas (excepto 2017, cuyo reducido número de sensores imposibilitan la obtención de una buena predicción) podemos visualizar de manera aproximada la distribución de estas concentraciones y qué zonas son las más afectadas por este problema ambiental (figura 10).

Fig. 10. Mapa de concentraciones de NO2 en la ciudad de València a partir de las mediciones de la red dosimétrica para los años 2018 (a), 2019 (b), 2020 (c) y 2021 (d)

Los mapas de NO2 muestran la clara influencia que ejerce una buena distribución de los sensores dosimétricos. Las concentraciones de contaminantes se localizan principalmente en las entradas de la ciudad, zonas del centro de València (barrio de Arrancapins) y carreteras principales debido a las grandes afluencias de tráfico que se generan en ellas.

En cuanto a la integración de las variables meteorológicas en la predicción de la calidad del aire, las más recientes investigaciones se centran en el desarrollo de modelos predictivos de la distribución temporal y espacial de los niveles de contaminación, basados en el desarrollo de tecnologías avanzadas en los campos de la sensórica terrestre y remota, como modelos de superficie urbana y datos satelitales. La teledetección satelital es una poderosa herramienta para estimar y monitorear la calidad del aire a escala local, regional y global. Permite obtener información sobre la composición atmosférica y las concentraciones de diversos contaminantes en la atmósfera.

En la tarea T2.2 de este proyecto, se ha desarrollado una metodología a partir del tratamiento de imágenes satelitales para la determinación de concentraciones de gases sobre la ciudad de València, y mediante la información en campo tomada por la RVVCCA y la dosimetría pasiva, poder relacionar los resultados obtenidos del tratamiento de las imágenes satelitales.

Existen redes automatizadas de monitoreo de aerosoles distribuidas globalmente sobre la superficie terrestre que miden las propiedades microfísicas, ópticas y de radiación solar utilizadas para caracterizar los aerosoles atmosféricos, como el AOD (Aerosol Optical Depth). Obtenido el AOD a partir de las imágenes satelitales, se estiman los valores de NO2 y PM2.5. En este proceso es necesario el uso de ciertos parámetros meteorológicos como la temperatura, la humedad y el viento, que afectan altamente en el comportamiento de los contaminantes. Para ello, se emplearán los datos climatológicos históricos de las distintas estaciones meteorológicas disponibles.

Es importante tener en cuenta que la metodología específica puede variar según el objetivo del estudio, los contaminantes estudiados y los sensores satelitales disponibles. En el caso particular de la ciudad de València, la metodología para la determinación del AOD a partir de las imágenes de satélite se ha fundamentado en los algoritmos de corrección atmosférica aplicables, como el cálculo de la reflectividad superficial en la ciudad de València se realizó analizando las imágenes de reflectancia superficial obtenidas en el periodo de estudio realizado siguiendo el método basado en información multitemporal.

Fig. 11. Procedimiento seguido para la determinación de la superficie en el área de estudio

Con las condiciones idóneas y tras distintos procesos estadístico-matemáticos, se calcula la reflectancia de cada zona de estudio dando lugar a mapas de AOD a partir de los cuales puede obtenerse la concentración de NO2 y PM2.5 a nivel de superficie para las distintas condiciones meteorológicas.

Fig. 12. Mapa de AOD obtenido a partir de imágenes de Sentinel-2

A partir de las imágenes de AOD de la ciudad de València, se pueden estimar las concentraciones de PM2.5 y NO2 en la totalidad de la imagen, basándose en la correlación entre imágenes satelitales (AOD), la sensórica terrestre (estaciones fijas y dosimetría pasiva) y condiciones meteorológicas.

Fig. 13. Mapa de NO2 obtenido a partir de imágenes de Sentinel-2

Fig. 14. Mapa de PM2.5 obtenido a partir de imágenes de Sentinel-2

Una vez conocidas las emisiones y la concentración de contaminantes, realizamos un análisis de correlación entre ambas.

De forma general, la diferencia entre la concentración de contaminantes y las emisiones radica en su enfoque y los aspectos que miden. Podemos considerar que las emisiones son la fuente de la concentración de contaminantes, pero los niveles de concentración pueden verse afectados por la dispersión y transformación de los contaminantes en el ambiente. Ambos aspectos son importantes para evaluar y controlar la calidad del aire y su impacto en la salud humana y en el medio ambiente.

La correlación de datos es una medida estadística que indica la relación o asociación entre dos variables. En términos generales, la correlación se utiliza para determinar si existe una relación entre las variables y, en caso afirmativo, qué tipo de relación es y el grado o nivel de influencia. En nuestro trabajo, el objeto de esta tarea es analizar y comprender las relaciones existentes entre las variables estudiadas, (emisiones y concentración) con el fin de hacer predicciones o tomar decisiones informadas en función de esas relaciones.

Es importante tener en cuenta que la correlación no implica causalidad. Sólo porque dos variables estén correlacionadas no significa necesariamente que una variable cause el cambio en la otra. Además, la correlación tiene mayor fiabilidad cuando mide la relación lineal entre las variables y no con posibles relaciones no lineales, aunque es aconsejable tenerlas en cuenta.

El procesamiento de los datos obtenidos en el proyecto se refleja gráficamente en mapas compuestos por cuadrantes de la ciudad como el que muestra la siguiente figura, y que queda explicado al detalle en el Entregable E2.

Fig 15.  Muestra del dataframe con el valor de NO2 con datos de dosimetría y el valor NO2 estimado de las calles analizadas

Finalmente, se han obtenido los siguientes resultados tras el análisis de correlación para el NO2 a escala de calle, a partir de las bases de datos existentes y las generadas en nuestro trabajo.

Coeficiente de correlación	r	p-value
Pearson	0.42	7.767380448011397e-06
Spearman	0.39	3.7189520949904186e-05
Kendall	0.26	9.026184778974751e-05

Tabla 1.  Análisis de correlación entre el NO2 de dosimetría y el NO2 estimado escalado

Podemos concluir que los resultados de las tres medidas de correlación sugieren que existe una relación positiva entre las variables NO2_dosimetría y NO2_estimado, aunque esta correlación no es muy fuerte.

Es importante recordar lo dicho con relación a que la correlación no implica causalidad y que puede haber otros factores que influyan en la relación entre estas variables.

Por otro lado, la integración y digitalización de los desarrollos del modelo de cuantificación de emisiones y concentración de contaminantes proporciona una base sólida para la gestión ambiental y la toma de decisiones informada. Al centralizar los datos, los modelos y las herramientas de análisis en una plataforma digital, se facilita la visualización, el análisis y la generación de informes, lo que ayuda a impulsar la acción y la mitigación de los impactos ambientales.

El desarrollo de este servicio contempla tres áreas fundamentales que se aúnan en una herramienta:

•             Gestión y normalización de los datos

•             Proyección de los datos en un entorno gráfico para el análisis de resultados

•             Simulación de resultados según la variación de los parámetros

Esta herramienta permite la generación de los resultados de las consultas en modo tabular y agrupados, de modo independiente para cada conjunto de datos, por año y mes en el que se produce una coincidencia de presencia de datos.

Posibilidades:

•             Detección de intensidades por áreas en la ciudad de València (tesela, barrio, etc.)

•             Detección de intensidades según proximidad a zonas significadas o vulnerables

•             Desglose de la composición del parque móvil de la ciudad de València y los factores de emisión asociados a las tipologías de vehículos y combustibles

La herramienta cuenta con un sistema de alertas que genera señales visuales y avisos cuando alguna de las zonas monitoreadas supere los niveles establecidos. Para evaluar la posibilidad de sobrepasar los niveles que a continuación se definirán, se ha realizado un análisis sobre la correlación entre la movilidad y la concentración de gases contaminantes en València que permitirá prever posibles episodios de contaminación atmosférica perjudicial para la salud humana, principalmente en zonas vulnerables como colegios, hospitales, residencias o zonas deportivas.

La identificación y clasificación de las zonas más vulnerables en cuanto a calidad del aire se refiere en el ámbito urbano, implica analizar una serie de factores que contribuyen a la contaminación atmosférica y evaluar su impacto en diferentes áreas de una ciudad. La información empleada para el cálculo los distintos tipos de vulnerabilidad para los 70 barrios situados en la ciudad de València se obtiene a partir de portal de datos abiertos del Ayuntamiento de València, según variables socioeconómicas, demográficas y de equipamientos. Con estos datos identificamos geoespacialmente los equipamientos relacionados con los distintos colectivos potencialmente vulnerables.

FIg 16.  Geolocalización de equipamientos relacionados con colectivos vulnerables en la ciudad de València

Calculamos cuatro índices de vulnerabilidad: de equipamientos, demográfica, socioeconómica y global. Todo el proceso queda explicado al detalle en el Entregable E4 del proyecto. El resultado se muestra en la siguiente figura.

Fig 17. Mapa de vulnerabilidad de la ciudad de València

Estos mapas los superponemos con los mapas de monitoreo de calidad del aire del área geográfica de los diferentes barrios de València obtenidos durante el desarrollo del proyecto.

Fig. 18. Mapa de calidad del aire (NO2) de los diferentes barrios de Valencia durante la anualidad 2021

Finalmente, las zonas donde se observan peores condiciones de calidad del aire y donde se han identificado las zonas vulnerables en función de los equipamientos comentados (ancianos, niños, enfermos o personas que hacen deporte al aire libre), se dan en la entrada oeste y norte de la ciudad donde existe una gran cantidad de tráfico y equipamientos importantes de los colectivos vulnerables mencionados. También en la zona colindante al puerto que, pese a tener una calidad del aire media-alta, también cuenta con grandes colectivos vulnerables.

En cuanto a variables socioeconómicas y demográficas, se realiza un análisis de correlación con la concentración de NO2 en los distintos barrios de la ciudad, obteniendo los gráficos que se muestran a continuación.

Fig. 19. Gráfico donde se muestra la relación entre la variable NO2 y el resto de las variables socioeconómicas aplicando normalización logarítmica

De igual manera, para tener una visión más completa de la relación entre la variable NO2 y las variables socioeconómicas, se ha realizado un segundo gráfico donde se normalizan los datos utilizando una normalización estándar.

Fig. 20. Gráfico donde se muestra la relación entre la variable NO2 y el resto de las variables socioeconómicas aplicando normalización estándar

A continuación, se muestran otros resultados del análisis de correlación entre la variable NO2 y la superficie media construida de los distintos barrios, el número de habitantes, la densidad de población y la antigüedad de los vehículos del parque móvil de la ciudad.

Coeficiente de correlación	r	p-value
Pearson	-0.02	0.91
Spearman	0.07	0.64
Kendall	0.05	0.64

Tabla 2: Análisis de correlación entre la variable NO2 y la variable “Turismos de más de 15 años” normalizada en base a la superficie media construida

Coeficiente de correlación	r	p-value
Pearson	-0.14	0.34
Spearman	-0.11	0.46
Kendall	-0.07	0.45

Tabla 3: Análisis de correlación entre la variable NO2 y la variable “Turismos de más de 15 años” normalizada en base al número de habitantes

Coeficiente de correlación	r	p-value
Pearson	-0.15	0.29
Spearman	0.01	0.94
Kendall	0.01	0.89

Tabla 4: Análisis de correlación entre la variable NO2 y la variable “Turismos de más de 15 años” normalizada en base a la superficie del barrio

Coeficiente de correlación	r	p-value
Pearson	-0.09	0.55
Spearman	-0.07	0.65
Kendall	-0.03	0.78

Tabla 5: Análisis de correlación entre la variable NO2 y la variable “Turismos de más de 15 años” normalizada en base a la densidad de población

En función de los resultados obtenidos existen diversas medidas que pueden adoptarse para mejorar la calidad del aire en zonas vulnerables que requieren especial protección contra la contaminación. A continuación, se presenta un cuadro con algunas de las acciones comúnmente implementadas y el efecto de reducción de emisiones por la aplicación de las medidas correctoras.

Tabla 6: Resumen del efecto de reducción de emisiones por la aplicación de medidas correctoras

Finalmente, la herramienta integra un módulo de simulación para la formulación de propuestas concretas en la ciudad de València con el fin de evitar los niveles máximos de contaminantes en el aire establecidos por la OMS, tanto en zonas especialmente vulnerables, como en el resto de las zonas urbanas. Esta información se encuentra detallada en el Entregable E3 y en los anejos que se adjuntan con el citado documento y a modo de resumen son zonas de bajas emisiones (ZBE), peajes y tarifas de congestión, promoción de vehículos limpios, infraestructuras para vehículos eléctricos, mejora del transporte público, fomento de la movilidad activa, gestión del tráfico y planificación urbana, entre otras.

CONCLUSIONES

Las principales conclusiones que podemos extraer del trabajo desarrollado son:

• El análisis realizado del parque móvil de València permite evaluar la contribución que el transporte rodado por carretera tiene en cuanto a emisiones producidas por cada km recorrido. Este puede convertirse en un Key Performance Indicator (KPI) que permite realizar un seguimiento de la evolución tecnológica del parque móvil de la ciudad para evaluar los progresos realizados en el objetivo de lograr una movilidad menos emisiva.
• Se ha desarrollado una metodología capaz de cuantificar las emisiones de Gases de Efecto Invernadero (GEI) y de otros contaminantes de toda la ciudad de València, aprovechando la infraestructura actual de gestión del tráfico en tiempo real para poder monitorizar las emisiones con alta resolución espacial y temporal.
• La alta resolución lograda abre un amplio abanico de oportunidades para poder evaluar posibles medidas de mitigación de emisiones para identificar aquellas que tengan una mayor eficiencia.
• El software de identificación de tipo de vehículo desarrollado tiene un gran potencial de mejora de precisión sobre el sistema implementado que ha demostrado tener capacidad para ser implementado sobre el sistema de cámaras pertenecientes a la infraestructura de control de tráfico de la ciudad de València.
• La aplicación conjunta de los sistemas y modelos desarrollados ha permitido obtener un informe sobre las emisiones espaciotemporales de GEI y otros contaminantes provenientes del tráfico en la ciudad de València, no sólo durante el año de implementación, sino durante los históricos de 2016 a 2021.
• Esto ha permitido evaluar el progreso de las emisiones, poniendo de manifiesto una importante tendencia de reducción, con un marcado punto de inflexión derivado del impacto producido por las medidas de restricción de la movilidad durante el confinamiento de la COVID-19 en el año 2020.
• En la ciudad de València, la Red Valenciana de Vigilancia y control de la calidad atmosférica es la principal fuente de mediciones de contaminantes. Concretamente, se ha realizado un análisis temporal de los contaminantes NO2 y PM2.5 durante el periodo 2018 – 2021 donde en cada uno de estos años se ha complementado la información de calidad ambiental con una red de sensores de dosimetría pasiva.
• Se ha realizado un análisis de correlación entre las concentraciones de los contaminantes más peligrosos de para la salud (NO2 y PM2.5) y los distintos componentes meteorológicos, observando que la humedad relativa favorece la deposición de las partículas en suspensión, ya que estas se adhieren entre ellas, lo que conduce a concentraciones más altas, también, altos niveles de presión atmosférica influyen en el transporte y la acumulación afectando la convección, mientras que los vientos elevados y periodos de grandes precipitaciones las dispersan.
• Se ha desarrollado una metodología de recuperación de AOD a partir de imágenes satelitales de alta resolución para la ciudad de València, aprovechado el servicio gratuito de descarga de imágenes del programa Copernicus de la Comisión Europea y la ESA.
• A partir de las imágenes de AOD de la ciudad de València, se han estimado las concentraciones de PM2.5 y NO2 en la totalidad de la imagen, basándose en la correlación entre el AOD y los contaminantes, siendo esta relación entre el AOD y las concentraciones de PM2.5 y NO2 a nivel de superficie fuertemente influenciada por las condiciones meteorológicas.
• Los resultados obtenidos en los análisis de correlación previos sugieren que la relación entre la concentración de NO2 y la variable «Turismos de más de 15 años» normalizada en base a la superficie, la población y la densidad de población del barrio es muy débil o inexistente. Sin embargo, esto no implica que no haya otros factores que puedan estar influyendo en la concentración de NO2 en el aire de los barrios. Por lo tanto, una posible continuación de la investigación podría ser la exploración de otras variables que podrían estar relacionadas con la emisión de NO2 y su concentración en el aire (el límite legal de concentración de NO2 establecido por la Unión Europea y la Organización de las Naciones Unidas (ONU) es de 40 ug/m3).
• Para evaluar si los niveles de NO2 en los barrios evaluados cumplen con el límite legal establecido, se ha calculado el intervalo de confianza al 95%. Este intervalo indica el rango de valores en el que no podemos estar seguros de si el valor de NO2 calculado en un barrio está por encima o por debajo del límite legal.
• El intervalo de confianza al 95% obtenido en este estudio ha sido de (37,07; 42,93). Es decir, si el valor de NO2 calculado en un barrio es de 38 ug/m3, no podremos estar seguros de si el valor real del NO2 de dicho barrio está por encima o por debajo del límite legal establecido.
• De entre los barrios de València analizados se ha obtenido que el 39,6% supera el límite legal de 40 ug/m3, otro 39,6% tiene un NO2 inferior a dicho límite y el 20,8% restante tiene un valor de NO2 que está dentro del intervalo (37,07; 42,93), por lo que no se puede asegurar que el NO2 de estos barrios supera o no el límite establecido.