El establecimiento de las Zonas de Bajas Emisiones (ZBE) en los núcleos urbanos, obligado por el RD1052/2022, está causando en la actualidad importante rechazo por parte de la población, que no conoce los beneficios directos para su salud que tendrán estas medidas, sino que únicamente percibe las molestias y las limitaciones a las que se les somete. Esta implantación de las ZBE supone cambios en sus costumbres y en sus patrones de movilidad que les afectan personalmente y que pueden perjudicar a los comercios de la zona.

Objetivo: Aumentar el nivel de comprensión y aceptación por parte de la población de estas medidas proporcionando medidas cuantitativas, basadas en modelos científicos, de los perjuicios actuales por la contaminación atmosférica y la reducción de éstos que se alcanzará con las ZBE.

Esta aceptación contribuirá a que los ayuntamientos de los municipios cuenten con el apoyo y la colaboración de los ciudadanos.

Desafío: La mayoría de los ayuntamientos enfrentan un reto insalvable para proporcionar medidas cuantitativas, ya que los sistemas de medida de tráfico rodado y contaminación actuales no están diseñados para este fin y resultan insuficientes para desarrollar modelos físicos de contaminación.

Estos modelos físicos se pueden utilizar para medir la exposición personal de la población a los contaminantes atmosféricos (contaminantes químicos y ruido ambiental) en las zonas estudiadas. También se pueden usar para simular diversas configuraciones de las futuras ZBE hasta conseguir la reducción requerida de los contaminantes con las mínimas restricciones y molestias para la población y el tejido económico de las zonas afectadas.

Prueba de Concepto: Esta herramienta se pretende proporcionar a los ayuntamientos una herramienta que les permita diseñar, definir y hacer un seguimiento de las Zonas de Bajas Emisiones. Capaz de realizar predicciones de contaminación ante distintos escenarios de configuración de tráfico y movilidad en las ZBE.

Para ello se crearán modelos basados en principios y leyes científicas que permitan hacer estas predicciones. Para poder ajustar esos modelos a las características específicas de cada ZBE se utilizarán técnicas de inteligencia artificial sobre datos recogidos en campañas de muestreo diseñadas a medida para cada una de las calles de la zona estudiada.

Esta combinación de modelos computacionales y modelos físicos permitirá alcanzar un grado de precisión en las estimaciones que no es posible utilizando únicamente los medios de medida actuales de que disponen la mayoría de los ayuntamientos.

Beneficio científico: Evaluación de la inteligencia artificial como herramienta de pronóstico de estas situaciones que hasta ahora sólo es posible mediante modelos físicos.