Citet y PiperLab logran predecir la contaminación y anticipar las restricciones de tráfico

Citet, el Centro de Innovación para la Logística y el Transporte de Mercancías y Clúster (AEI) para la distribución sostenible de mercancías, ha desarrollado junto a PiperLab el proyecto Predict, que consiste en un modelo de previsión de contaminación que permitirá a las empresas de transporte y a los operadores logísticos tener información relevante y de primera mano sobre la calidad del aire en la ciudad de Madrid. Esta iniciativa cuenta con la colaboración de la patronal logística UNO y del Centro Español de Logística (CEL).

Este proyecto ofrecerá a los usuarios información en tiempo real y predicciones sobre los niveles de contaminación de la ciudad. Esto permitirá a los operadores logísticos y transportistas adaptar la planificación de su operativa en función de las alertas proporcionadas por Predict ante posibles protocolos de contaminación y adelantarse de esta forma a las consiguientes restricciones al tráfico. Esta herramienta no sólo tendrá aplicaciones en el sector profesional sino también en el transporte privado, además de en la Administración Pública.

“El proyecto Predict es un ejemplo más de cómo las actividades e iniciativas que promueve Citet ayudan a solucionar problemas reales del sector logístico y de transporte. En este caso, a través del desarrollo de una herramienta que alerta, con hasta 7 días de antelación, de la probabilidad de restricción de acceso a la ciudad por episodios de alta contaminación, permitiendo a las empresas reorganizar las rutas de transporte. Predict ayuda a dar una alternativa a la prestación del servicio que, a priori, a diferencia de los ciudadanos con el transporte público, el sector profesional no tiene”, afirman desde Citet.

El proyecto, que ha sido cofinanciado a través del Ministerio de Economía, Industria y Competitividad a través del instrumento para Agrupaciones Empresariales Innovadoras (AEI´s), tiene como objetivo predecir niveles de contaminación de forma diaria, actualizándose cada 24 horas, y con dos tipos de alcance: uno de corto plazo, de 48 horas, y uno de largo plazo, que prevé hasta 7 días. Esta antelación en la predicción de los episodios de contaminación y, por tanto, de las restricciones al tráfico que puedan activar los Ayuntamientos es vital, tal y como explica la patronal logística UNO, para que las empresas de logística y transporte puedan reorganizar su actividad ante la activación de un protocolo por contaminación. Este proyecto permite hacer una logística mucho más sostenible y competitiva.

El modelo de predicción se nutre no sólo con los datos procedentes de las estaciones de contaminación instaladas y distribuidas por toda la ciudad, sino que también se mejora a través de datos externos. “El acierto en el modelo va a ser muy relevante dentro del formato ‘semáforos’ en el que está planteado”, explica Maite Gilarranz, co‐fundadora de PiperLab. El enfoque del proyecto se encuentra en la relevancia de estos datos externos. “Para poder hacer el modelo, hemos incorporado datos como la meteorología, ya que la contaminación aparece especialmente durante procesos de inversión térmica y poca ventilación; datos de tráfico, pues la principal fuente de contaminación por NO2 es el tráfico rodado, y datos de calendarios: festivos, puentes locales o nacionales…”.

El proyecto Predict se integra perfectamente en la ordenación del ecosistema de la ciudad y supone un avance más hacia la smartcity. Según CEL, en un momento en el que los porcentajes de contaminación son tan relevantes para la sostenibilidad de las ciudades, un modelo de predicción como este implica una mejor ordenación del tráfico adaptando la distribución a la dinámica de los consumidores sin perder de vista la repercusión en la calidad del aire.

Predict será presentado oficialmente en la Feria OpenExpo Europe 2018, el mayor evento de Open Source y Software Libre de Europa, que se celebrará del 6 al 7 de junio en La Nave, Madrid. Esta feria reúne a líderes del mercado en tendencias como Open Source, Software libre y Open World Economy (Open Data and Open Innovation).