29 GESTIÓN de estaciones de referencia, pero es complicado por razones económicas. DISPOSITIVOS IOT QUE APRENDEN El Internet de las Cosas (IoT) responde a esta demanda. El mercado ha creado dispositivos de medida de calidad del aire que ofrecen unas buenas prestaciones, pero a un precio mucho más reducido. A pesar de que su precisión no es tan alta, esta suele ser suficiente para muchos casos de uso, resultando en un ratio de calidad/precio muy alto. Además, al ser dispositivos creados no tanto por químicos sino por tecnólogos, incorporan tecnologías innovadoras que amplían su usabilidad y reducen las operaciones de mantenimiento. El mercado de calidad del aire suele considerar aparatos low-cost a los que tienen un precio por debajo de 30.000 €. No sólo el precio es un punto a favor. Este tipo de dispositivos de bajo coste permiten automatizar las mediciones gracias a las tecnologías punteras de comunicación inalámbrica. Además, su tamaño más reducido permite su transporte. Igualmente, su capacidad de ser alimentados por baterías y paneles solares permiten su independencia de una toma de corriente, lo que reduce todavía más los costes del proyecto final. Adicionalmente, dichas estaciones debieran de incorporar algoritmos de Inteligencia Artificial y Machine Learning para acercar su precisión y fiabilidad a las de las estaciones de referencia, aprendiendo de sus valores. Se usan valores patrón para calibrar y a veces instrumentos patrón: se calibra por co-location. Al situar una estación inteligente de calidad del aire junto a la estación de referencia, aprenderá de los datos que ésta vaya generando y los compartirá con el resto de estaciones de calidad del aire colocados en diferentes puntos de una ciudad consiguiendo así la granularidad deseada. Estos aparatos ofrecen una solución de compromiso. Las estaciones de bajo coste complementan las estaciones de referencia. La población se beneficia cuando las ciudades invierten en medidores profesionales de calidad del aire ambiental de bajo coste, ya que se puede obtener una resolución más alta de los datos que pueden compartirse en plataformas públicas. HIPÓTESIS CON MODELIZACIÓN NUMÉRICA La modelización numérica es otro método de obtención de información de contaminación atmosférica. Se utiliza en calidad del aire para simular el comportamiento y la dispersión de los gases contaminantes. Esta técnica, a diferencia de la información aportada en las estaciones de medida, permite la obtención de valores de contaminación en cualquier punto de la ciudad o bajo condiciones hipotéticas (por ejemplo, permite la realización de escenarios). Por otro lado, mientras que las estaciones de medida registran el valor real, es importante tener en cuenta que los modelos numéricos representan una aproximación de la realidad. La modelización numérica se basa en la representación de la dinámica atmosférica mediante ecuaciones físicas calculando la concentración de contaminantes en cualquier momento y punto del núcleo urbano. Así, este método reproduce los procesos reales de dispersión de contaminantes, dependiendo de la exactitud del resultado del modelo y de los procesos considerados (p.ej. impacto de la vegetación). Como es lógico, la calidad del resultado depende en gran medida del conocimiento e incertidumbre de las fuentes. La ventaja principal de la modelización es que los modelos proporcionan datos en todos los puntos de una ciudad, y a varios niveles de altura, siendo Dispositivo de captura de contaminantes. Fuente: Libelium.
RkJQdWJsaXNoZXIy Njg1MjYx