Usando las matemáticas para frenar la contaminación en las ciudades

Prado Domeneq

Durante las últimas seis décadas, la población y las actividades humanas se han ido trasladando paulatinamente desde los asentamientos rurales a las ciudades en un proceso llamado urbanización. Desde 1950, la población urbana mundial ha crecido rápidamente de 746 millones a 3.900 millones en 2014. Al mismo tiempo, la densidad de población de la mayoría de estas áreas ha aumentado a un ritmo similar. Siendo las ciudades tan solo el dos por ciento del área terrestre global, estos espacios acogieron, según un informe reciente de las Naciones Unidas [1], a aproximadamente el 54,5% de la población mundial en 2016. Este informe también proyecta que para 2030, las áreas urbanas albergarán al 60% de las personas de todo el mundo y que una de cada tres vivirá en ciudades con al menos medio millón de habitantes.


Si bien las ciudades implican numerosas ventajas (sistemas de comunicación, saneamiento y transporte más concentrados y, en consecuencia, más eficaces), también surgen consecuencias negativas relacionadas con el proceso de urbanización. Las ciudades son los centros actuales de actividad humana y, por lo tanto, constituyen zonas críticas de emisiones de contaminantes: contaminación atmosférica y acústica debido a las congestiones de tráfico; contaminación del agua debido a la generación de mayores cantidades de aguas residuales, generación de mayores volúmenes de residuos sólidos, etc. Vínculos entre la presencia de dichos contaminantes y el incremento de enfermedades respiratorias, mentales y cardiovasculares han podido ser probados por la comunidad científica [2], [3], así como una relación causa-efecto sobre la muerte prematura. La Organización Mundial de la Salud estimó, en un informe reciente, que 1.7 millones de muertes infantiles se deben a la exposición a ambientes contaminados [4]. Con la tendencia actual a al crecimiento de la población en las urbes, los problemas relacionados con la generación y gestión de la contaminación son cada vez de mayor envergadura [5]. Por esa razón, es esencial desarrollar nuevas herramientas para monitorear esos problemas y mantener informados a los urbanistas y reguladores gubernamentales de manera que los problemas de contaminación puedan abordarse de manera más efectiva.


Las ciudades se comportan como sistemas vivientes en actividad permanente y cambio constante: requieren energía y recursos y generan todo tipo de residuos que necesitan ser gestionados. En los países desarrollados, ha surgido en los últimos años una nueva preocupación relacionada con la aparición de nuevos contaminantes denominados contaminantes emergentes [6]. Los contaminantes emergentes son sustancias químicas (de origen natural o sintético) previamente desconocidos o no reconocidos como tal, cuya presencia en el medio ambiente no es necesariamente nueva, pero sí la preocupación por sus posibles efectos adversos sobre los ecosistemas y la salud humana. Pueden ser nuevas sustancias utilizadas en nuevos desarrollos tecnológicos (es decir, materiales novedosos como los nanomateriales), sustancias que han existido durante mucho tiempo sin que previamente se considerasen de riesgo (por ejemplo, los microplásticos) o sustancias previamente indetectables en el medioambiente debido a la existencia de limitaciones en la sensibilidad de las técnicas analíticas disponibles (como es el caso de los residuos farmacéuticos).

Para investigar los posibles riesgos que estos contaminantes emergentes pueden suponer para la salud y el medio ambiente, es esencial conocer los niveles a los que los ecosistemas y humanos están expuestos y, por tanto, cuáles son los volúmenes de emisión de los mismos. Sin embargo, su cuantificación es particularmente complicada debido a la complejidad de los sistemas urbanos y a la falta de medios y limitaciones analíticas para su detección en muestras ambientales complejas. En este contexto, los modelos matemáticos emergen como herramientas muy útiles para la estimación y predicción de tasas de emisión de estos nuevos contaminantes, así como de sus concentraciones finales el medio ambiente (atmosfera, agua y suelos). Los modelos son simplificaciones conceptuales de la realidad que usan herramientas matemáticas y estadísticas para simular procesos de la vida real.
En este sentido, un modelo podría estimar las tasas de emisiones de contaminantes específicos mediante la comprensión de los procesos en los que se emiten al medio ambiente.
Como ejemplo, en el proyecto en el que actualmente trabajo para mis estudios de doctorado en la Universidad de York, estamos desarrollando modelos matemáticos que ayudan a predecir las emisiones y la exposición de las ciudades a nanomateriales en escenarios presentes y futuros [7]. Los nanomateriales se utilizan actualmente en una amplia variedad de productos (desde cosméticos, ropa, dispositivos electrónicos hasta aditivos para Diesel, entre muchos otros) y el mercado de la nanotecnología está en aumento. Por lo tanto, existe una necesidad urgente de comprender las implicaciones ambientales de sus crecientes emisiones al aire, el agua y el suelo [8]. Mediante el estudio del ciclo de vida de los productos que contienen nanomateriales (desde producción, transporte y uso hasta su eliminación), junto con los datos recopilados sobre los flujos de mercado de esos productos, estos modelos matemáticos son capaces de simular dichos procesos y generar predicciones sobre tasas de emisión y concentraciones finales en el medio.

En una sociedad cada vez más tecnológica, donde los datos de los consumidores son recopilados constantemente (a través de nuevas aplicaciones de teléfonos móviles) y donde las ciudades están cada vez más monitorizadas a través de sensores, los modelos matemáticos están en el camino de convertirse en las nuevas tecnologías necesarias para evaluar, controlar y mitigar contaminación de una manera más barata y más efectiva. Las ciudades se están volviendo más inteligentes de muchas maneras y el monitoreo y la mitigación de la contaminación deberían estar en la ecuación.

Por Prado Domeneq Estudiante de doctorado. Marie Curie Early Stage Researcher Environment Department University of York, Delegación de CERU en Yorkshire.

Más información:
United nations sustainable development goals, Goal 11: Sustainable cities and communities: http://www.undp.org/content/undp/en/home/sustainable-development-goals/goal-11-sustainable-cities-and-communities.html
Key Urban Environmental Problems: http://web.mit.edu/urbanupgrading/urbanenvironment/issues/key-UE-issues.html
[1]http://www.un.org/en/development/desa/population/publications/pdf/urbanization/the_worlds_cities_in_2016_data_booklet.pdf
[2] Kelly, F.J. and Fussell, J.C., 2015. Air pollution and public health: emerging hazards and improved understanding of risk. Environmental geochemistry and health, 37(4), pp.631-649.
[3] Stansfeld, S.A., 2015. Noise effects on health in the context of air pollution exposure. International journal of environmental research and public health, 12(10), pp.12735-12760.
[4] http://www.who.int/mediacentre/news/releases/2017/pollution-child-death/en/
[5] McMichael, A.J., 2000. The urban environment and health in a world of increasing globalization: issues for developing countries. Bulletin of the World Health Organization, 78(9), pp.1117-1126.
[6] Geissen, V., Mol, H., Klumpp, E., Umlauf, G., Nadal, M., van der Ploeg, M., van de Zee, S.E. and Ritsema, C.J., 2015. Emerging pollutants in the environment: a challenge for water resource management. International soil and water conservation research, 3(1), pp.57-65.
[7] Domercq, P., Praetorius, A. and Boxall, A.B., 2018. Emission and fate modelling framework for engineered nanoparticles in urban aquatic systems at high spatial and temporal resolution. Environmental Science: Nano.
[8] Rickerby, D.G. and Morrison, M., 2007. Nanotechnology and the environment: A European perspective. Science and Technology of Advanced Materials, 8(1-2), pp.19-24.

Etiquetas: