Treballo en el repte 3 de l’ozó troposfèric. L’objectiu és ajudar als gestors de la qualitat de l’aire en l’àmbit regional, a Catalunya en aquest cas, a tenir eines que els ajudin a fer millors pronòstics de l’ozó i prendre millors decisions en el seu dia a dia.

Des del punt de vista tècnic, hi ha dos aspectes que m’interessen molt: d’una banda, en el repte es treballa amb models de ciència de dades. Jo, en canvi, acostumava a treballar amb models meteorològics basats en la física. Això ha sigut un canvi de paradigma bestial per a mi.

Un altre aspecte interessant és que amb aquest Projecte estem treballant d’una manera multiescalar, perquè utilitzem dades a un nivell regional, però també a un nivell sinòptic, de situacions sinòptiques i de gran escala. Per aquest motiu, el repte i la seva innovació és el que més em motiva a participar en aquest Projecte.

El que volem és que sigui útil als gestors de la qualitat de l’aire. La qüestió de l’ozó és molt complicada perquè es tracta d’un contaminant secundari i té una fotoquímica complexa, i per això encara és més difícil la seva gestió per part dels gestors de la Generalitat de Catalunya.

És per això que creiem que PIKSEL és una eina que pot ajudar a fer millors prediccions i a prendre decisions eficients en tot allò referent a la qualitat de l’aire. A més, aquesta aproximació es podria transferir a gestors d’altres països.

Hauríem de buscar les dades adequades per a cada regió, però en el fons és un camp de la investigació en el qual hi ha interès. Incorporar la informació de l’escala sinòptica en una eina de predicció d’ozó és una innovació en el camp de la recerca de la qualitat de l’aire.

La dificultat més gran rau a aconseguir totes les dades, atès que se’n necessiten moltes per fer aquest tipus d’aproximació amb machine learning. En aquest Projecte, però, hem estat de sort perquè la meteorologia i la qualitat de l’aire són disciplines en les quals s’està treballant des de fa molts anys amb simulacions, observació, etc.: per tant, hi ha molta informació. Així i tot, des del punt de vista tècnic, el que és difícil és treballar amb una gran quantitat de dades i que tinguin una bona qualitat.

Una altra dificultat es dona, sobretot, per la quantificació d’òxids de nitrogen (NO_X). L’ozó troposfèric es forma quan hi ha radiació solar, però també quan hi ha molècules contaminants com els NO_X, que contribueixen a la formació d’ozó mitjançant una reacció fotoquímica.

Per saber si hi ha molts o pocs NO_X necessitem informació més fidedigna sobre les emissions dels cotxes, que són la font de NO_X més important a Catalunya. És molt difícil tenir aquesta informació, i ens serviria per estudiar diferents situacions de trànsit ⎼perquè no és el mateix el NO_X que hi ha durant la nit, de dia, els caps de setmana, els mesos d’estiu, etc.⎼ i seria interessant introduir-la al model model computacional.

Així i tot, intentarem tenir-la en compte amb una variable que ens digui si és cap de setmana o dia feiner, però si ens donessin les dades de trànsit seria més fidedigna. És clar que és tota una tesi doctoral fer un model de trànsit.

El repte que tenim més a prop és el repte 4, perquè també tracta de la qualitat de l’aire i de donar solucions per gestionar-la. Som reptes similars perquè tenim uns prescriptors a la Generalitat que volen eines per gestionar la qualitat de l’aire, i tant en el repte 3 com en el 4 estem intentant, davant dues situacions o de dues maneres diferents, ajudar en aquest àmbit.

El primer seria intentar obtenir més informació del trànsit. D’altra banda, hem començat a fer això amb el l’ozó troposfèric perquè és un dels contaminants més complexos, però també podríem aplicar aquest model a altres contaminants, com l’NO₂, per exemple.

També intentaríem que, si el model és realment potent i funciona bé, es faci servir en altres llocs, en altres instituts de recerca o en algun ministeri de l’Estat, on també treballen en la gestió de la qualitat de l’aire i han de retre informació a la Unió Europea per demostrar que hi ha un compliment de la vigilància de la qualitat de l’aire.

Sí, hi ha molts estudis de la relació de la qualitat de l’aire amb la salut, com els que duu a terme l’Institut de Salut Global de Barcelona (ISGlobal). La bona qualitat de l’aire principalment protegeix la salut de la població. Per això se’n fa el seguiment, perquè hi ha una legislació de la Unió Europea que estableix els límits d’ozó i és necessari que es compleixin per protegir la salut de les persones.

L’ozó és molt irritant i crema les plantes, i per això té conseqüències en les collites. D’una banda, la vegetació és necessària perquè es produeixi aquesta fotoquímica, perquè hi ha d’haver compostos orgànics volàtils perquè es formi l’ozó, i després aquest ozó és el que fa mal a la vegetació, a les plantes i a les collites.

Realment el tema de la qualitat de l’aire és un tros de problema a tot el món. El fet que arreu hi hagi cada cop més gent vivint a les ciutats és un problema que també té molt a veure amb la contaminació atmosfèrica i, per tant, s’hi ha de buscar una solució.

El que estem fent en el repte 3 és buscar eines que siguin fàcils d’usar, sobretot, perquè la usabilitat és molt important i en el Projecte la tenim molt en compte. Ja estem treballant amb la plataforma que utilitzaran els prescriptors de la Generalitat perquè ens diguin el que necessiten, i estem molt pendents d’aquestes necessitats. Els fem cas perquè volem que sigui una eina que es faci servir.

La idea és que amb això els gestors de la qualitat de l’aire puguin posar en marxa nous plans o noves mesures per intentar millorar-la.

És difícil però s’ha de resoldre, perquè aquesta situació cada vegada anirà a pitjor. Per solucionar el problema de la qualitat de l’aire cal, principalment, abaixar les emissions. No és simplement modelitzar millor ni eliminar els cotxes: és un tema de funcionament global, i hi ha d’haver moltes solucions o aproximacions de diferents profunditats.

Al repte 3 hem posat un maó per començar a escalar i a veure com anem millorant aquesta gestió de la qualitat de l’aire.

Si tinguéssim totes les dades amb molta més qualitat, com ara les de trànsit –encara que estan bastant bé les que tenim– seria un model magnífic i podríem fer el salt a tota la península Ibèrica o a tot Europa.

Sí, ho podria ser. I tampoc estaria malament una tríada amb el Barcelona Supercomputing Center (BSC), perquè no volem menysprear altres solucions, al contrari. El que estem fent és aportar altres eines que es complementin.

En l’àmbit català, una tríada del BSC amb el CIMNE i ISGlobal podria ser molt interessant.

Jo espero que els diferents reptes que s’estan desenvolupant a PIKSEL siguin útils, perquè hi estem dedicant uns recursos públics i hem de fer-ne un bon ús i donar-hi bon compliment.

PIKSEL és un bon exemple de projecte que reuneix un centre de recerca amb una administració que té unes necessitats concretes i va a buscar el coneixement que li cal per fer una millor gestió de l’àmbit en el qual està treballant. La meva principal motivació i el que em fa venir ganes de treballar és això: ajudar i aportar uns resultats útils.

Estem treballant per fer una cosa útil, que no dic que els investigadors no fem coses útils normalment, però en aquest cas parlem directament amb qui té el problema i intentem solucionar-l’hi, ajudar-lo. A vegades en recerca no arribem al final, però ho estem intentant amb totes les ganes.