“Desarrollamos modelos que aprenden del pasado para predecir el futuro basándonos exclusivamente en datos”, explica José Luis Aznarte Mellado, investigador Ramón y Cajal del Departamento de Inteligencia Artificial de la UNED. De esta forma se mejora el sistema con el que trabajaba el Ayuntamiento de Madrid, “pues el protocolo actual maneja sólo datos pasados y no hace uso de la predicción, por lo que las restricciones se activaban en función de lo que había pasado, es decir, de los niveles de NO2 que ya se habían alcanzado, y no teniendo en cuenta los que se pueden llegar a alcanzar”.
Para ofrecer esta información predictiva y probabilista, similar a la meteorológica que la sociedad consume de forma habitual –"Hay un 80 por ciento de probabilidad de que llueva mañana"- el modelo conjugará de manera eficaz los datos obtenidos por las estaciones meteorológicas repartidas a lo largo de la ciudad con los valores de NO2 de las últimas horas del día y del mismo día de la semana anterior, más información relativa al tráfico y los datos ofrecidos por la Agencia Estatal de Meteorología (AEMET). Además, el sistema emplea a escala local la información que ofrece el modelo Copernicus, que recoge los niveles de NO2 de diversos países europeos, y cuenta con la participación de Bayes Forecast, empresa experta en la implementación de modelos predictivos.
Esta información probabilista es, en opinión de Aznarte, la mayor ventaja del modelo desarrollado: “en lugar de dar un valor concreto, se estima la distribución completa de la concentración de NO2 para instantes futuros, lo cual es más útil que una predicción puntual porque permite calcular la probabilidad de que se sobrepase un determinado umbral y, por lo tanto, de que se produzca una situación de las incluidas en el protocolo de contaminación”.
Para finalizar, el modelo desarrollado por la UNED está demostrando una alta fiabilidad. “El margen de error del modelo europeo”, explica el investigador, “es de unos 50 microgramos por metro cúbico, mientras que el nuestro es de unos 20 microgramos por metro cúbico, es decir, lo hemos reducido considerablemente”.