Un equipo del Instituto ITACA de la Universitat Politècnica de Valéncia (UPV) y del Instituto de Física Corpuscular (IFIC) —centro mixto del CSIC y la Universitat de Valéncia (UV)— ha desarrollado un innovador sistema de predicción y alerta temprana del tráfico urbano basado en técnicas de deep learning.
Cómo funciona
El modelo utiliza datos en tiempo real sobre densidad de vehículos, patrones de movilidad y condiciones ambientales para anticipar los niveles de contaminación atmosférica en la ciudad. Gracias a su capacidad de aprendizaje automático, el sistema es capaz de adelantarse a episodios de alta polución con varias horas de antelación.
Esto permitirá activar alertas de tráfico preventivas, facilitando la toma de decisiones por parte de las administraciones locales, como restricciones de circulación en zonas sensibles, refuerzo del transporte público o campañas informativas a la ciudadanía.
Aplicación práctica en Valencia
Los investigadores explican que Valencia servirá como ciudad piloto para probar el sistema. El objetivo es evaluar su eficacia en contextos urbanos con alta densidad de tráfico y episodios recurrentes de contaminación, especialmente en jornadas de calor o ausencia de viento.
Hacia una movilidad más sostenible
El proyecto busca contribuir a la creación de ciudades más sostenibles y saludables, alineándose con las directrices europeas en materia de calidad del aire y transición ecológica.
Los responsables del desarrollo subrayan que esta herramienta no solo tiene aplicación en Valencia, sino que podría replicarse en otras grandes urbes españolas y europeas donde la congestión del tráfico es un factor crítico para la contaminación.
