Universidad de Santiago entregó informe a Conama RM sobre del funcionamiento del nuevo sistema de pronóstico de la calidad del aire. El resultado representa una caída respecto al 39% que se obtenía con el mecanismo anterior, llamado »Cassmassi». El Departamento de Geofísica de la Universidad de Chile realiza una auditoria para certificar los datos.
Hace algunos días, el Departamento de Física de la Universidad de Santiago (Usach) hizo el balance del modelo de pronóstico de la calidad del aire que administra desde este año para la Comisión Nacional del Medio Ambiente (Conama) de la Región Metropolitana (RM), asegurando que éste anotó un error máximo de predicción de un 19%, en comparación al 39% del modelo que funcionó hasta el año pasado.
La presentación de los resultados estuvo a cargo de uno de los responsables del proyecto al interior de la casa de estudios, el profesor Patricio Pérez, quien prefirió no comentar todavía los datos, a la espera que concluya la auditoria que encargó la Conama al Departamento de Geofísica de la Universidad de Chile.
A dicha unidad académica pertenece el profesor Humberto Fuenzalida, uno de los investigadores que participó en la auditoria internacional que se realizó al Plan de Prevención y Descontaminación (PPDA) de la capital, que dio cuenta del estancamiento en que se encuentra este programa de gobierno.
"Neuronal" versus "Cassmassi"
El modelo predictivo de la Usach, conocido como "neuronal", entrega, entre otros resultados, un Índice de Potencial Meteorológico de Contaminación Atmosférica (PMCA) de cinco categorías, las que indican si las condiciones de ventilación de la cuenca de Santiago son muy buenas, buenas, regulares, malas o críticas.
La información obtenida permite que las autoridades de la Región adopten las medidas de excepción ambiental, que pueden ir desde el aumento de número de dígitos con restricción hasta la paralización de algunas industrias.
Hasta 2005, la instancia daba a conocer estos resultados era el Centro Nacional del Medio Ambiente (Cenma) que tenía a su cargo el modelo "Cassmassi", el cual, según los porcentajes arrojados por la Usach, es menos efectivo que el "neuronal".
Lo que diferencia a ambos es la forma en cómo generan sus datos. El antiguo, lo hace mediante ecuaciones lineales, estación por estación; a diferencia del nuevo, que se alimenta de una serie de variables, tratando de procesarlas como lo haría el cerebro humano.
Los resultados
Por ejemplo, en 2006, los errores del modelo "neuronal" alcanzan un 19% promedio a las 18 horas, y de un 17% a las 19 horas. En cambio, el "Cassmassi" registró en 2005 un 39%, promediando, para ambos casos, los resultados de las estaciones de La Paz; La Florida; Las Condes; Parque O’Higgins; Pudahuel; Cerrillos; y El Bosque.
Observando los datos, es posible deducir que el modelo oficial mejora su capacidad de predecir la calidad del aire, en la medida que tiene más tiempo para procesar las última información metereológica ingresada al sistema.
Pese a que desde este año ha operado para Conama, el modelo estuvo siendo probado paralelamente en 2005, año que en anotó un 25% de errores, a las 19 horas, respecto del "Cassmassi" que promedio un 45% para las estaciones de La Florida; Parque O’Higgins; Pudahuel; Cerrillos; y El Bosque.
____________
