Noticias

La red SSRN (Social Science Research Network), uno de los principales repositorios de acceso abierto en el mundo, ha publicado a finales de abril el artículo "Estimation of the Atmospheric Boundary Layer Height by Means of Machine Learning Techniques Using Ground-Level meteorological Data" (Estimación de la altura de la capa límite atmosférica mediante técnicas de aprendizaje automático utilizando datos meteorológicos a nivel del suelo), cuyos autores son Francisco Molero, Rubén Barragán y Begoña Artíñano, personal investigador de la unidad de Caracterización de la Contaminación Atmosférica del Departamento de Medio Ambiente del CIEMAT.

Tal y como puede leerse en el resumen de este artículo, los aerosoles, un componente importante de la contaminación del aire, afectan a la calidad del aire, el tiempo y el clima a través de muchos mecanismos y son peligrosos para la salud humana. Los aerosoles se concentran principalmente en la capa límite atmosférica, la capa ubicada en la región más baja de la troposfera que está directamente influenciada por la superficie de la Tierra. La altura de la capa límite se ve afectada por la radiación emitida por la superficie, provocando turbulencias y evolucionando a lo largo del día, influyendo en la mezcla vertical de los contaminantes atmosféricos generados cerca de la superficie y por tanto, su concentración a nivel del suelo procedente de fuentes locales.

En la investigación desarrollada se emplearon técnicas de aprendizaje automático para predecir la altura de la capa límite. Las variables meteorológicas medidas a nivel del suelo se emplean como variables de entrada del algoritmo y la altura estimada por el algoritmo STRATfinder utilizando perfiles de un ceilometro (un pequeño instrumento LIDAR (Light Detection and Ranging), similar a un RADAR pero utilizando luz infrarroja, que permite una operación continuada sin asistencia) como el valor verdadero para el aprendizaje supervisado.

Los datos estudiados se refieren a Madrid durante el año 2020. Entre las conclusiones, se encontró la mayor influencia de la temperatura y la humedad relativa en la mayoría de las situaciones pero también de la velocidad del viento en determinadas circunstancias y presión. Sin embargo, la influencia de la radiación es pequeña, contrariamente a lo esperado. La principal ventaja del método propuesto es que la capa límite se puede obtener directamente de los datos meteorológicos a nivel del suelo, ampliamente disponibles en múltiples ubicaciones. El trabajo futuro se centrará en predictores más relevantes, como el calor latente o la turbulencia.

DOI:  http://dx.doi.org/10.2139/ssrn.4095169.  Disponible en SSRN:  https://ssrn.com/abstract=4095169.