Investigadores chinos han desarrollado un marco híbrido para rastrear fuentes y cambios en las emisiones de dióxido de carbono en carretera en tiempo real con una resolución de 30 metros, según un artículo de investigación publicado recientemente en la revista Sustainable Cities and Society.
Esta tecnología se está aplicando en Shenzhen, provincia de Guangdong, en el sur de China, y se espera que se utilice en más ciudades en el futuro para evaluar y promover la reducción de dióxido de carbono en las vías urbanas.
La expansión urbana y la movilidad de la población han impulsado un aumento continuo de las emisiones de dióxido de carbono de las carreteras, lo que plantea importantes desafíos en términos de regulación climática local, salud pública y neutralidad de carbono.
Una limitación clave de los inventarios de emisiones de carbono anteriores es su escasa resolución espacial, según Wang Li, autor correspondiente del artículo e investigador del Instituto de Investigación de Información Aeroespacial de la Academia de Ciencias de China.
Esta falta de detalle dificulta capturar variaciones a escala fina en las emisiones de diferentes segmentos de carreteras o a lo largo del tiempo. En consecuencia, se vuelve aún más difícil rastrear con precisión las fuentes de emisiones o explicar qué las causa, dijo Wang.
El desarrollo de métodos de seguimiento precisos para realizar análisis multifactoriales de los niveles de dióxido de carbono en carretera se considera de gran importancia para su reducción efectiva.
Wang y su equipo desarrollaron su marco combinando Inteligencia Panóptica-Artificial (Panoptic-AI) y un marco de observación móvil para predecir la resolución horaria de 30 metros de la concentración de dióxido de carbono en la carretera y proporcionar una predicción dinámica del incremento de dióxido de carbono durante el día en las redes de tráfico urbano.
Este desarrollo integra IA con cámaras panorámicas, analizadores de gases de efecto invernadero de alta precisión y sensores meteorológicos para adquirir sincrónicamente datos de múltiples fuentes sobre las concentraciones de dióxido de carbono en las carreteras, los volúmenes de tráfico, la distribución de los edificios, la cubierta vegetal y las condiciones meteorológicas, durante estudios móviles.
El equipo de investigación logró una precisión de identificación promedio de más del 93 por ciento para las fuentes de emisión. Mientras tanto, este marco puede cuantificar la influencia de factores individuales como las condiciones del tráfico, la cobertura del suelo circundante y las variables meteorológicas, revelando así claramente la dinámica espacio-temporal y los mecanismos impulsores de las emisiones de carbono.
«Esta técnica representa un despliegue innovador de IA en el monitoreo ambiental, además de permitir un sistema de monitoreo de carbono multidimensional y de espectro completo combinado con inventarios de emisiones convencionales y tecnologías de monitoreo de gases de efecto invernadero basadas en satélites», dijo Wang.
