Investigación

Anticipar un día de alta contaminación es clave para advertir a la población y activar medidas para reducir las emisiones y prevenir efectos en la salud. Pero una investigación encontró que Cassmassi-1, uno de los modelos utilizados en el sistema de pronóstico de Santiago, no anticipó más de la mitad de los episodios críticos de material particulado PM10 observados cada año entre 2020 y 2022.

El PM10 está compuesto por diminutas partículas suspendidas en el aire. Por su tamaño, pueden ingresar al sistema respiratorio y afectar la salud, especialmente en niños, personas mayores y quienes tienen enfermedades respiratorias.

“En 2020 detectó apenas uno de cada tres episodios. En los dos años siguientes, su capacidad de detección mejoró, pero siguió por debajo de la mitad: identificó el 47,4 % en 2021 y el 43,8 % en 2022”, explica la Dra. Andrea Espinoza, investigadora del Departamento de Ingeniería Industrial de la Universidad de Santiago de Chile y coautora del trabajo.

Publicado en la revista Sustainability, el estudio examinó las limitaciones de los pronósticos y las condiciones que favorecen la acumulación de contaminantes. Para Andrea Espinoza, los resultados evidencian la necesidad de integrar mejor la información meteorológica con las actividades humanas que generan emisiones.

“Si consideramos solo las variables climatológicas, como la temperatura, el viento y la humedad, ¿nos alcanza para hacer el pronóstico? Vimos que no era suficiente. Los modelos que consideraban estas variables y las emisiones generadas por las personas se ajustaban mejor, pero aun así necesitamos que el pronóstico siga mejorando”, explica.

El equipo de investigación, con el apoyo de la Seremi del Medio Ambiente de la Región Metropolitana, analizó aproximadamente 1,2 millones de registros de calidad del aire y de meteorología correspondientes a los períodos de mayo a agosto de 2017 a 2022. La evaluación específica de los modelos abarcó, eso sí, los años 2020–2022, debido a la disponibilidad de registros oficiales.

UNA VIEJA DISCUSIÓN

Las críticas al modelo Cassmassi en nuestro país tienen antecedentes de hace más de dos décadas. En una columna publicada en El Mostrador el 27 de agosto de 2003, Patricio Herman, entonces director de la agrupación Defendamos la Ciudad, cuestionaba que un porcentaje general de aciertos favorable pudiera ocultar dificultades para anticipar los episodios de mayor contaminación.

“Lo lógico también sería ponderar la capacidad del modelo para acertar en los episodios críticos”, escribió Herman. Su argumento apuntaba a que acertar en jornadas de calidad del aire buena o regular no garantizaba detectar correctamente las alertas y las preemergencias.

El estudio publicado en Sustainability vuelve sobre esa distinción con datos de 2020–2022, indicando que “Cassmassi-1 mostró una elevada capacidad para identificar días sin episodios, pero detectó menos de la mitad de los episodios críticos cada año, “lo cual es un comportamiento clásico en los modelos de calidad del aire, y sugiere la necesidad de una mejora metodológica sustancial”, explica la académica, Andrea Espinoza.

EL CLIMA NO EXPLICA TODO

Según explica la investigadora, los vientos débiles y las inversiones térmicas dificultan la dispersión de contaminantes en Santiago. Pero también importa cómo cambian las emisiones en función de las actividades de las personas.

“Cuando baja la temperatura, hay gente que empieza a usar parafina o leña. Entonces también tenemos emisiones antropogénicas, que son las que generan las personas y que aumentan la probabilidad de que haya un episodio crítico. Mientras que si se decreta una preemergencia y se limita la movilidad mediante la restricción vehicular, deberíamos ver una reducción de las emisiones”, explica la Dra. Espinoza.

Por eso, el equipo propone incorporar mejor las emisiones que varían con las actividades humanas y utilizar modelos capaces de representar relaciones más complejas entre esos factores.

El estudio también evaluó WRF-Chem, un modelo que combina información meteorológica y de emisiones para predecir la contaminación. En este caso se analizaron episodios de PM2,5, partículas más pequeñas que las PM10, capaces de penetrar más profundamente en los pulmones. El modelo anticipó el 64,7 % de los episodios críticos en 2020, el 72,2 % en 2021 y el 84,2 % en 2022.

“WRF-Chem incorpora inventarios de emisiones de gases y aerosoles, tanto naturales como antropogénicos. Al incorporar esos aspectos, su predicción es más ajustada. Sin embargo, estos factores varían según el territorio específico en estudio. Como ambos modelos fueron evaluados con contaminantes distintos, sus porcentajes de detección no son directamente comparables”, explica la Dra. Espinoza.

FALSAS ALARMAS

Más del 60 % de los avisos de episodio emitidos por Cassmassi-1 no coincidieron con ningún episodio observado. Pero eso no necesariamente significa que el pronóstico estuviera equivocado: las restricciones aplicadas tras la alerta podrían haber reducido la contaminación y evitado que ocurriera. El estudio no determinó en cuántos casos pudo ocurrir esto.

“¿Qué pasa si esa falsa alarma nos está diciendo que la restricción vehicular sí funciona? Todavía tenemos esa duda. Nos falta estudiar cómo se comportan las personas cuando les avisamos que hay preemergencia y cuánto ayudan las medidas a reducir la contaminación”, plantea la Dra. Andrea Espinoza.

El equipo investigador propone mejorar la información de las estaciones, reforzar las mediciones atmosféricas en altura y probar otros modelos que se ajusten a las condiciones de Santiago.

“Lo primero es mejorar los datos, porque tuvimos estaciones que no pudimos utilizar. También podemos desarrollar otros modelos y evaluar cómo avanzar hacia su implementación sistemática a nivel gubernamental. Ya tenemos medidas de mitigación con impacto, pero la pregunta es cuándo implementarlas para que resulten eficaces. Estos análisis nos ayudan a tomar esa decisión”, concluye la investigadora de la Usach, Andrea Espinoza.

La investigación fue desarrollada por un equipo interdisciplinario de Chile y Ecuador, con la participación de Partículas SpA, la Universidad de Santiago de Chile, la Universidad del Bío-Bío, la Pontificia Universidad Católica de Valparaíso, la Universidad Nacional de Chimborazo y la Universidad de Las Américas (EC), además de la Université de Lorraine, en Francia.

Los resultados están disponibles en el artículo titulado "Evaluating and Optimizing Air Quality Forecasting for Critical Particulate Matter Episodes in the Santiago Metropolitan Region, Chile", publicado en Sustainability.