• El modelo simula el movimiento de los contaminantes y aerosoles, considerando la interacción química y física de la atmósfera a nivel local, regional y global; algo que anteriores modelos hacían de forma muy limitada.
Por Ivan Esau Arenas Ortiz (Becario UVICC-ICAyCC) | Atmósfera sin fronteras
El pasado 9 de agosto se presentó la conferencia “Simulando la calidad del aire local con un modelo global multiescala”, impartida por Lousia Emmons, investigadora senior del Centro Nacional de Investigación Atmosférica de Estados Unidos, conferencia incluida dentro del ciclo de conferencias del Panorama Actual de las Ciencias Atmosféricas y del Cambio Climático 2022.
Emmons forma parte de un proyecto colaborativo entre más de 30 científicas y científicos de todo el mundo quienes desarrollaron MUSICA (MUlti-Scale Infrastructure for Chemistry and Aerosols), un modelo computacional que pretenden sea el nuevo paradigma para estudiar la contaminación del aire.
El modelo simula el movimiento de los contaminantes y aerosoles, considerando la interacción química y física de la atmósfera a nivel local, regional y global; algo que anteriores modelos hacían de forma muy limitada.
La herramienta también puede simular las plumas de contaminantes generadas por incendios forestales y la quema de biomasa. Se ha aplicado en distintas partes del mundo, desde Asia hasta Sudamérica. «No hemos comenzado a hacer nada para México, pero yo creo que hay una excelente área de oportunidad», comentó la investigadora sobre el uso de MUSICA en nuestro país.
El modelo además tiene potencial para la formulación de políticas públicas sobre calidad del aire, pues permite identificar las causas de la contaminación. Emmons y colaboradores, por ejemplo, usaron este modelo para encontrar las principales fuentes de precursores de ozono en el estado de Colorado, Estados Unidos.
Asimismo, la científica invitó a toda la comunidad del ICAyCC a que use MUSICA en sus investigaciones. Por su parte, el director Jorge Zavala expresó el interés del instituto por sumarse a este proyecto: “Vamos a colaborar coordinadamente para poder implementar su mayor uso posible. Es decir, que no sólo se enfoque en un pequeño grupo o investigador; sino que sea un esfuerzo de todo nuestro instituto”.
Finalmente, Emmons concluyó su ponencia reconociendo la necesidad de incorporar tecnologías como la ciencia de datos y el machine learning para complementar los modelos que aún tienen varias limitaciones para representar la complejidad de la atmósfera.
