Un mètode combat la contaminació de l’aire a zones urbanes a través de la intel·ligència artificial

Un equip de científics del Barcelona Supercomputing Center (BSC) ha creat un mètode per ajudar a reduir la contaminació de l’aire a les zones urbanes a través de la intel·ligència artificial. El centre ha dut a terme un estudi que demostraria que la intel·ligència artificial pot utilitzar-se per obtenir informació fiable sobre la probabilitat d’excedir els límits legals de contaminació atmosfèrica en tota la ciutat.

Tal com ha defensat el grup de científics, l’objectiu de la investigació, publicada a la revista Geoscientific Model Development, és ajudar a millorar la gestió de la qualitat de l’aire en zones urbanes mitjançant l’obtenció de mapes horaris de concentracions de diòxid de nitrogen (NO2) a cada carrer.

L’objectiu és millorar la gestió de la qualitat de l’aire amb l’obtenció de mapes de concentració de NO2 a cada carrer

Segons han detallat els investigadors, el nou mètode combina per primera vegada els resultats de CALIOPE-Urban, un model desenvolupat pel BSC i únic a Espanya que permet preveure de manera molt precisa la contaminació de l’aire, amb una extensa base de dades urbanes que inclou observacions de les estacions oficials de qualitat de l’aire, campanyes de sensors de baix cost, informació de la densitat d’edificis, i variables meteorològiques, entre d’altres.

A través d’aquest mètode és com es podrien identificar les àrees de la ciutat on cal millorar el sistema de monitoratge actual, i així ajudar a optimitzar les estratègies per reduir la pol·lució atmosfèrica.

El BSC-CNS, Intel i Lenovo enforteixen els vehicles autònoms amb intel·ligència artificial