Vam començar a participar a PIKSEL perquè un estudiant de doctorat, que portàvem Eugenio Oñate i jo, va fer la tesi sobre transport de substàncies en fluids mitjançant convecció, difusió i absorció. Amb aquest estudiant, l’Albert Puigferrer, vam arribar fins a un punt en el qual podíem modelitzar la concentració d’un contaminant en una secció d’un carrer amb bastant de detall. L’únic inconvenient és que era un mètode car perquè es treballava en 3D.

Aleshores vam agafar aquesta idea i la vam intentar portar al que ens demanava el Departament de la Vicepresidència i de Polítiques Digitals i Territori (DVPDT) de la Generalitat de Catalunya, per al repte 4, contaminació per NO₂, de PIKSEL. Aquest ha estat una mica el background.

És un repte que tracta d’obtenir noves eines per informar amb més detall o més dades les persones que han de prendre decisions sobre temes de qualitat de l’aire en zones urbanes: els responsables polítics en general i els tècnics.

El problema principal d’aquest repte és que les eines disponibles per mesurar els contaminants de l’aire són d’escala molt gran, d’uns milers de quilòmetres. Quan es vol entendre què passa als carrers de la ciutat, és necessari un escalat de desenes de metres, que és un altre ordre de magnitud.

Hi havia aquesta mancança i havíem d’esbrinar una manera de donar informació més detallada en aquests casos. Se’ns va demanar què podíem fer.

Nosaltres ja havíem estat estudiant el problema de la petita escala, el street canyon, és a dir, la distribució de la contaminació en la secció del carrer, perquè després les persones que havien de prendre decisions poguessin dir, per exemple, de reduir el trànsit en un determinat carrer perquè els semblava clau, o no.

Però no només per prendre decisions, sinó també per informar, per exemple, si sembla que d’aquí dos o tres dies hi haurà un pic molt gran de contaminació per un determinat motiu, posem per cas a causa del vent, o per les condicions meteorològiques que es donin.

Tota aquesta informació és molt valuosa per entendre què està passant i per prendre decisions amb una base científica forta. Aquest és el motiu del Projecte i la seva raó de ser.

A mi sempre m’ha agradat la simulació numèrica. Abans d’acabar la carrera ja vaig començar a fer el treball de tesina d’enginyeria de camins que es feia llavors, que era una mena de treball final de grau. M’agradava la idea de poder predir coses d’acord amb uns models físics, matemàtics i models numèrics. Això sempre m’ha agradat. El que demana aquest repte és directament això, és a dir, aplicar un seguit de models, que poden ser més o menys simplificats, i arribar a predir situacions.

El que em desperta més interès d’aquest repte és estudiar situacions que es poden donar a la ciutat on visc, Barcelona. Em sembla molt interessant estudiar i entendre a què es deuen aquestes elevades concentracions de contaminants que hi ha aquí (a una situació de vent o a determinada situació de trànsit, per exemple), i predir aquestes situacions amb força detall. Les restriccions que es puguin aplicar, preventivament o correctivament, es poden basar una mica en aquesta eina: és una responsabilitat, però em sembla molt interessant.

Potser aquí la relació més òbvia és la del repte 3, centrat en l’ozó troposfèric, amb el repte 4, de qualitat de l’aire lligada als òxids de nitrogen en l’àmbit urbà. Hem tingut reunions amb l’Eva Pérez, cap de la Secció d’Immissions de la Direcció General de Qualitat Ambiental del Departament d’Acció Climàtica, Agricultura i Agenda Rural, i sembla que hi ha una relació bastant clara entre els nivells de concentració d’NO₂ i els nivells d’ozó que es detecten a segons quines zones.

Això que estem fent es podria extrapolar a altres ciutats d’Europa o del món, si es tenen les condicions. S’ha de veure acabat el model, però si tenim les condicions d’entrada de vent, de trànsit i un conjunt d’informació, el model es pot reproduir a la ciutat d’interès. Per tant, pot resultar una eina útil per a qualsevol ciutat, d’aquí i de l’estranger.

Jo veig diverses coses: una és valorar si el model que hem dissenyat és prou robust i no està allunyat en ordres de magnitud de la realitat que volem predir. Per millorar-lo potenciaria aquest model per anar-hi afegint detalls: que si el parc té arbres, que si el carrer és més estret o més ample… i com això afecta el transport de NO₂. Podem anar-hi incloent efectes, fins i tot podríem parlar d’introduir-hi efectes de la cota del carrer, perquè hi ha un cert pendent a la ciutat i podríem incloure el factor del pes.

D’altra banda, en un futur es pot tractar el trànsit com un repte a part, que ens alimenti amb dades a nosaltres. També podem fer servir un model que no sigui open source perquè hi ha models de pagament que es fan servir ara a Barcelona per temes de trànsit a escala urbana gran.

Sí, si el model computacional funciona i els és útil als que han de prendre les decisions. Tot i que a la gent potser l’emprenyarà que li posin restriccions de trànsit. Això a ningú li agrada.

Però sé que hi ha molts, molts problemes respiratoris, o persones asmàtiques. La meva dona és asmàtica, per exemple, i les emissions i la contaminació l’afecten especialment. Si podem millorar aquests factors, segur que al final repercutirà en una qualitat de vida millor.

Per tant, segur que sí que hi haurà millora, no n’hi ha dubte.

Sí, perquè si prens mesures cada dia en què hi pugui haver pics de contaminació, segur que es veurà una millora en el curt termini.

És un projecte bastant ambiciós i força gran, que inclou moltes problemàtiques relacionades però diferents, i no sé si avui dia existeix aquest concepte, a Europa o al món.

Em sembla interessant, innovador i original, i tots els reptes tenen la seva importància. Si es poden anar afegint altres reptes, o interrelacionant aquells que temàticament ho permetin, veig que té futur.

Potser que és molt interdisciplinari. Té moltes casuístiques, molts reptes diferents que a la vegada es poden interrelacionar i, per tant, és un projecte molt transversal, molt global i que pretén abastar molts aspectes de la problemàtica del territori. Per a mi és el més destacable en comparació amb altres projectes, que només posen el focus en un tema.

El cost és anar dissenyant mesures sense una forta base de suport científic. En conseqüència, què pot passar? Doncs que continuï havent-hi episodis i que a vegades es controlin i a vegades no, que sigui una mica aleatori.