Los 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 Sostenible Cities and Society.
Esta tecnología se está aplicando en Shenzhen, la provincia de Guangdong del 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 carreteras urbanas.
La expansión urbana y la movilidad de la población han impulsado un aumento continuo en las emisiones de dióxido de carbono de la carretera, lo que plantea desafíos significativos en términos de regulación climática local, salud pública y neutralidad de carbono.
Una limitación clave de los inventarios previos de emisión de carbono es su resolución espacial gruesa, según Wang Li, autor correspondiente del documento 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 con el tiempo. En consecuencia, se vuelve aún más difícil rastrear con precisión las fuentes de emisiones o explicar qué les causa, dijo Wang.
El desarrollo de métodos de monitoreo precisos para realizar un análisis multifactor de 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 artificial panóptica (Panoptic-AI) y un marco de observación móvil para predecir la resolución de 30 metros por hora de la concentración de dióxido de carbono en carretera y proporcionar una predicción de incremento de dióxido de carbono dinámico diurno 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 concentraciones de dióxido de carbono vial, volúmenes de tráfico, diseños de edificios, cobertura de vegetación y condiciones meteorológicas, durante las encuestas móviles.
El equipo de investigación logró una precisión de identificación promedio de más del 93 por ciento para las fuentes de emisiones. Mientras tanto, este marco puede cuantificar la influencia de factores individuales, como las condiciones del tráfico, la cubierta de la tierra y las variables meteorológicas, revelando así claramente la dinámica espacio-temporal y los mecanismos de conducción 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 completo combinado con inventarios de emisiones convencionales y tecnologías de monitoreo de gases de efecto invernadero basados en satélite», dijo Wang.
