Investigadores del MIT han llevado a cabo un estudio en la ciudad de Nueva York, donde han demostrado que es posible utilizar sensores existentes y datos móviles para generar una imagen casi en tiempo real y de alta resolución sobre las emisiones de automóviles. Este avance podría ser fundamental para el desarrollo de políticas locales de transporte y descarbonización.
La nueva metodología proporciona datos mucho más detallados que otros enfoques comunes, que suelen basarse en muestras intermitentes de emisiones vehiculares. Según los investigadores, este método es más práctico y se adapta mejor que estudios previos que buscaban obtener datos muy específicos de un reducido número de vehículos. Esta investigación ayuda a cerrar la brecha entre los inventarios de emisiones a nivel ciudad y los análisis exhaustivos basados en vehículos individuales.
Un modelo innovador para la estimación de emisiones
“Nuestro modelo, al combinar cámaras de tráfico en tiempo real con múltiples fuentes de datos, permite extrapolar mapas de emisiones muy detallados, hasta el nivel de una sola carretera y hora del día”, explica Paolo Santi, científico principal del MIT Senseable City Lab y coautor del artículo que detalla los resultados del proyecto. “Esta información tan precisa puede ser muy útil para apoyar la toma de decisiones y comprender los efectos de las intervenciones en el tráfico y la movilidad”.
Carlo Ratti, director del laboratorio, añade que esta investigación forma parte de su búsqueda continua por realizar mediciones hiperlocales sobre la calidad del aire y otros factores ambientales. Al integrar múltiples flujos de datos, se logra un nivel de precisión inimaginable hace solo unos años, proporcionando a los responsables políticos herramientas poderosas para entender y proteger la salud humana.
Protección de la privacidad y métodos utilizados
El nuevo enfoque también garantiza la privacidad, ya que utiliza técnicas de visión por computadora para reconocer tipos de vehículos sin recopilar números de matrícula. La investigación aprovecha tecnologías ya instaladas en intersecciones para ofrecer datos más ricos sobre el movimiento vehicular y la contaminación.
“La idea básica es estimar las emisiones del tráfico utilizando fuentes de datos existentes de manera rentable”, señala Songhua Hu, expostdoctorado en el laboratorio y ahora profesor asistente en la Universidad Ciudadana de Hong Kong.
El trabajo titulado “Marco Ubiquitario Basado en Datos para la Estimación de Emisiones del Tráfico y Evaluación Policial” ha sido publicado en Nature Sustainability.
Análisis detallado desde Manhattan
Para llevar a cabo el estudio, los investigadores usaron imágenes captadas por 331 cámaras ya instaladas en intersecciones manhattanenses, junto con registros anónimos de ubicación provenientes de más de 1.75 millones de teléfonos móviles. Mediante programas de reconocimiento vehicular, lograron clasificar correctamente el 93% de los vehículos en sus respectivas categorías. Los datos obtenidos también ofrecieron información crucial sobre cómo los semáforos afectan el flujo del tráfico, un factor significativo que suele omitirse en los inventarios convencionales.
A partir del análisis combinado entre las cámaras y los teléfonos móviles junto con tasas conocidas de emisión, llegaron a sus propias estimaciones sobre las emisiones en Nueva York.
Efectos reales tras cambios en políticas urbanas
Uno de los escenarios estudiados se basa en un cambio real: a partir de enero 2025, Nueva York implementó precios por congestión al sur de la calle 60 en Manhattan. Los investigadores analizaron cómo cambió el tráfico dos, cuatro, seis y ocho semanas después del inicio del programa. En general, se observó una reducción del volumen vehicular alrededor del 10%, lo que correspondió a una disminución en las emisiones entre el 16% y el 22%.
Estos hallazgos coinciden con un estudio previo realizado por investigadores universitarios que reportaron una reducción del 22% en niveles de material particulado (PM2.5) dentro del área afectada por el cobro. Además, se descubrió que estas reducciones no estaban distribuidas uniformemente; algunas calles principales mostraron descensos significativos mientras que otras tuvieron efectos mixtos fuera del área tarifada.
"Vemos cambios enormes tras la implementación del precio por congestión", afirma Hu.
El equipo también considera otras formas adicionales para enriquecer su método. Por ejemplo, han utilizado cámaras instaladas en vehículos durante trabajos relacionados realizados en Ámsterdam para obtener información valiosa sobre el movimiento vehicular.
"Con nuestro modelo podemos convertir cualquier cámara utilizada en ciudades —desde cientos hasta miles— en dispositivos poderosos para estimar emisiones del tráfico en tiempo real", concluye Fábio Duarte, director asociado de investigación y diseño del MIT Senseable City Lab.
Preguntas sobre la noticia
¿Cómo se mide la emisión de tráfico en tiempo real según el estudio del MIT?
Los investigadores del MIT han desarrollado un método que combina datos de cámaras de tráfico y registros de ubicación de teléfonos móviles para crear un mapa detallado y dinámico de las emisiones automotrices en Nueva York. Este enfoque permite estimar las emisiones a nivel de una sola calle y hora del día.
¿Qué impacto tuvo la implementación del cobro por congestión en las emisiones de tráfico?
Tras la implementación del cobro por congestión en Manhattan, se observó una reducción del volumen de tráfico en aproximadamente un 10%, lo que correspondió a una disminución de las emisiones entre el 16% y el 22%. Esto demuestra cómo políticas específicas pueden tener un impacto significativo en la calidad del aire.
¿Qué tecnologías se utilizan para proteger la privacidad en este estudio?
El estudio utiliza técnicas de visión por computadora para reconocer tipos de vehículos sin recopilar números de matrícula, lo que ayuda a proteger la privacidad de los usuarios mientras se obtienen datos sobre el movimiento vehicular y la contaminación.
Si (
No(