El proyecto MODELAIR aspira a crear un servicio de calidad del aire en urbes europeas

El desarrollo de esta novedosa herramienta de inteligencia artificial está liderada por la UPM y será puesta a prueba en distintos núcleos urbanos para analizar la influencia de la topología urbana sobre la dispersión de los contaminantes

A sabiendas de que la mayor parte de la población urbana europea está expuesta a niveles de contaminantes atmosféricos superiores a los que marcan las nuevas directrices de la Organización Mundial de la Salud (OMS) y como respuesta a la búsqueda de soluciones surge MODELAIR, “Groundbreaking tools and models to reduce air pollution in urban areas”, un proyecto vinculado a las Acciones Marie Slodowska Curie de las Redes de Doctorado (MSCA-DN) y financiado con 2,7 millones de euros por la Comisión Europea a mediante el Programa Marco Horizonte Europa.

 Soledad Le Clainche, investigadora de la Escuela Técnica Superior de Ingeniería Aeronáutica y del Espacio (ETSIAE) y doctora en Ingeniería Aeroespacial por la Universidad Politécnica de Madrid será la encargada de liderar este proyecto internacional y multidisciplinar como representante de la Universidad Politécnica de Madrid (UPM), coordinando a prestigiosas empresas y universidades implicadas en el mismo: Université Libre de Bruxelles (Bélgica), KTH Royal Institute of Technology (Suecia), Centro de Supercomputación de Barcelona, University of Bristol (Reino Unido), ARUP (España), Microflown Technologies (Países Bajos), BuildWind (Bélgica) y Air Quality Consultants (Reino Unido).

 

El objetivo de MODELAIR es “desarrollar una herramienta de inteligencia artificial que permita tomar decisiones informadas y sensatas para controlar la contaminación atmosférica en las zonas urbanas”, Soledad Le Clainche

 

 

Etapas de la investigación

Para ello, estudiarán la contaminación de las principales ciudades de Europa, realizarán simulaciones y experimentos numéricos de dinámica de fluidos computacional (CFD) y usarán herramientas de análisis de datos para crear modelos predictivos.

 

“Simulación numérica CFD de un modelo urbano simplificado” (ref. Higher-order dynamic mode decomposition on-the-fly: A low-order algorithm for complex fluid flows, C.Amor, P. Schlatter, R. Vinuesa, S. Le Clainche).

Precisamente, se van a optimizar los actuales modelos (“estado del arte”), tomando en consideración la influencia de edificios, carreteras y otras infraestructuras sobre el flujo y la dispersión de contaminantes. “Esta novedosa herramienta de inteligencia artificial se pondrá a prueba en distintos núcleos urbanos europeos donde se analizará la influencia de la topología urbana sobre la dispersión de los contaminantes, se investigarán las principales fuentes de emisión para su posterior control o disipación, y se estudiará su integración en las redes de sensores de contaminación atmosférica con el fin de dotar a las principales ciudades europeas con un servicio de control de la contaminación de alta precisión y calidad”, explica Soledad Le Clainche.  

Pero el proyecto tiene una doble finalidad, ya que ofrecerá formación especializada a 12 estudiantes de doctorado en: CFD, física y química atmosférica, ingeniería e informática. Obtendrán experiencia en análisis de datos y machine learning para contribuir al diseño de esas nuevas tecnologías disruptivas para las futuras ciudades sostenibles, que el proyecto MODELAIR pondrá al alcance de ayuntamientos y sectores industriales relevantes. De estos 12 doctorandos, cinco desarrollarán su tesis doctoral en la ETSIAE, mientras que el resto realizarán estancias de larga duración en este mismo centro de la UPM.

 

 

MODELAIR, que está en la fase inicial y tiene prevista una duración de 48 meses, se alinea con la consecución de numerosos Objetivos de Desarrollo Sostenible: Ciudades y Comunidades Sostenibles (ODS 11), Acción por el Clima (ODS 13), Salud y Bienestar (ODS 3), Educación de Calidad (ODS 4), Alianzas para lograr los Objetivos (ODS 17) e Industria, Innovación e Infraestructura (ODS 9).

Newsletter

La información más relevante en tu correo.

Suscribirme

Último número