Integración de datos y modelos predictivos para la evaluación de la calidad del aire y el ruido en entornos urbanos

Este trabajo aborda la evaluación de la calidad del aire y el ruido en entornos urbanos mediante la integración de modelos predictivos y tecnologías de Internet de las cosas. Para ello, un modelo generó mapas de calor para PM2.5 y niveles de ruido, incorporando datos de tráfico de fuentes abiertas para una contextualización precisa. Este enfoque revela correlaciones significativas entre altas concentraciones de contaminantes/ruido y su proximidad a zonas industriales y rutas de tráfico. Los modelos predictivos, que incluyen redes neuronales convolucionales y árboles de decisión, demostraron una alta precisión en la predicción de niveles de contaminación y ruido, con valores de correlación como R2 de 0,93 para PM2.5 y 0,90 para ruido. Estos hallazgos resaltan la necesidad de abordar las cuestiones ambientales en la planificación urbana de manera integral. Además, el estudio sugiere políticas basadas en los resultados cuantitativos, como la implementación de zonas de bajas emisiones y la promoción de espacios verdes, para mejorar la gestión ambiental urbana. Este análisis ofrece una contribución significativa a la comprensión científica y la aplicabilidad práctica en la planificación y gestión de entornos urbanos, enfatizando la relevancia de un enfoque integrado y basado en datos para informar decisiones políticas efectivas en la gestión ambiental urbana.

Govea J, et al. Integration of Data and Predictive Models for the Evaluation of Air Quality and Noise in Urban Environments. Sensors (Basel). 2024 Jan 5;24(2):311. doi: 10.3390/s24020311. PMID: 38257404; PMCID: PMC10820565.

-----------------------------------------------------------
Sigue este Blog en Facebook y Twitter
seguridadbiologica.blogspot.com
Canal del blog en Whatsapp
-----------------------------------------------------------