- Sonia Lilia Mestizo Gutiérrez estudia bases de datos con información de contaminantes de tres estaciones de monitoreo de Veracruz
Sonia Lilia Mestizo Gutiérrez, de la Facultad de Ciencias Químicas, realiza este estudio en el Centro de Investigación en Inteligencia Artificial
José Luis Couttolenc Soto
16/03/2020, Xalapa, Ver.- La académica de la Facultad de Ciencias Químicas (FCQ) de la Universidad Veracruzana (UV), Sonia Lilia Mestizo Gutiérrez, desarrolla en su año sabático, junto con otros investigadores, un trabajo de análisis de contaminación del aire mediante aprendizaje supervisado en el Centro de Investigación en Inteligencia Artificial (CIIA) de esta casa de estudios.
Señaló que existen contaminantes que por sus efectos en la salud de la población han sido normados, estableciendo límites máximos y mínimos de concentración en aire exterior.
El problema de la calidad del aire no es un tema trivial, a nivel mundial existe preocupación para monitorear y comprender esta problemática que incide de manera directa en la salud pública; se estima que el 91 por ciento de la población global respira aire insalubre que ocasiona que alrededor de siete millones de personas mueran al año por esta causa, por lo que el problema se ubica entre las cinco grandes prioridades de atención por parte de la Organización Mundial de la Salud (OMS) para los años 2019-2023.
Ante este panorama, Sonia Lilia Mestizo explicó que los contaminantes criterio –como también se les conoce–son utilizados para medir la calidad del aire, siendo éstos: ozono (03), monóxido de carbono (CO), dióxido de azufre (SO2), dióxido de nitrógeno (NO2), plomo (Pb) y partículas suspendidas menores o iguales a 2.5 micrómetros (PM2.5) y partículas suspendidas menores o iguales a 10 micrómetros (PM10).
Debido a que se estima que los efectos a la salud propiciados por estas partículas son de los más severos, afectando principalmente el aparato respiratorio y al sistema cardiovascular, la académica centra su trabajo de investigación en la utilización de técnicas de aprendizaje automático, con la finalidad de generar modelos de conocimientos basados en aprendizaje supervisado de la contaminación del aire de las estaciones de monitoreo atmosférico de México, y con ello predecir los límites de concentración de contaminantes para la toma de medidas preventivas y proponer estrategias que mejoren la calidad del aire.
Inició con el análisis de dos bases de datos del estado de Veracruz –del Sistema Nacional de Información de la Calidad del Aire (Sinaica) y de la Secretaría de Medio Ambiente (Sedema)–, con información de las estaciones de monitoreo de Poza Rica, Xalapa y Minatitlán.
Precisó que comenzó con la predicción de los límites de concentraciones de PM2.5 y PM10 de la estación de Minatitlán, y la predicción de la concentración de ozono de la estación de Xalapa mediante árboles de decisión, los cuales brindan modelos fáciles de interpretar y comprensibles aun para personas no expertas en inteligencia artificial.
Apuntó que se ha reportado una relación cuantitativa de la exposición a altas concentraciones de PM10 y PM2.5, con aumento de la mortalidad o morbilidad diaria y a largo plazo. Estudios epidemiológicos han evidenciado que el ozono y las partículas PM2.5 presentan un mayor riesgo para la salud. Al primero se le ha asociado con muertes prematuras, mientras que las partículas PM2.5 están relacionadas con muertes causadas por enfermedades cardiopulmonares y cáncer de pulmón.
Para concluir, Sonia Lilia Mestizo indicó que los modelos obtenidos se encuentran en etapa de validación por parte de los expertos en el ámbito ambiental, a fin de comprobar que las conclusiones sean suficientemente satisfactorias, de lo contrario se generarán nuevos modelos.