¿Puede la IA predecir los niveles de contaminación del aire urbano a nivel de calle usando datos satelitales y de tráfico ?

Combinando imágenes satelitales de alta resolución con patrones de tráfico en tiempo real, los modelos de IA ahora pueden estimar la calidad del aire localizada. Estos sistemas procesan millones de puntos de datos para identificar focos de contaminación. Las ciudades están comenzando a utilizar estos pronósticos para activar alertas de contaminación dirigidas. La precisión disminuye significativamente durante condiciones climáticas extremas o eventos inusuales de emisiones.

La IA puede predecir los niveles de contaminación del aire urbano a nivel de calle al fusionar columnas atmosféricas derivadas de satélites con mediciones en tierra y datos de tráfico. Los sistemas recientes utilizan modelos de aprendizaje automático entrenados con observaciones satelitales de alta resolución (por ejemplo, TROPOMI NO₂) junto con flujos de tráfico en tiempo real y meteorología para reducir las concentraciones a escalas de barrio; estudios de validación reportan RMSE de alrededor de 5–15 µg/m³ para NO₂ y una habilidad modesta para PM₂.₅ en cañones urbanos complejos. Existen prototipos operativos en varias ciudades, pero persisten brechas de cobertura donde los sensores de tráfico son escasos y las recuperaciones satelitales están obstruidas por nubes.

— Enriquecido el 12 de mayo de 2026 · Fuente: Organización Mundial de la Salud — https://www.who.int/publications/i/item/9789240105455