Modelo predictivo para la calidad del aire sólo logró 45 por ciento de efectividad en 2010

El Centro Meteorológico Ambiental del Departamento de Física de la Universidad de Santiago de Chile (Usach) reveló que el modelo predictivo oficial (Cassmassi) para medir la calidad del aire sólo tuvo una efectividad de un 45 por ciento al detectar episodios de alerta ambiental.

Por contraparte, los científicos de la Usach señalaron que el modelo neuronal utilizado por la casa de estudios arrojó un 93 por ciento de efectividad en el período de excepción ambiental del año 2010.

El coordinador del Centro Meteorológico Ambiental de la Usach, Patricio Pérez, indicó que ambos modelos fallaron en pronosticar las dos preemergencias del lado pasado porque "tuvieron características inusuales, ya que se desencadenaron tardíamente, sin que modelos meteorológicos y de calidad del aire disponibles pudieran anticiparlas a la hora en que se hacen las recomendaciones al gobierno regional".

Sin embargo, Pérez señaló que el centro que coordina ya trabaja en un sistema "un modelo neuronal alternativo" que si puede detectar estas variaciones.

Un modelo "óptimo"El experto indicó que  el modelo neuronal utilizado por la Usach es el que la autoridad debiese utilizar para predecir la calidad del aire ya que "como modelo matemático es óptimo, y si lo denominamos como sistema predictivo, también lo es. La ecuación que el modelo neuronal maneja es altamente eficiente y nos brinda un buen nivel de certezas".

Pérez enfatizó que la  precisión del modelo es muy buena "no sólo porque logramos detectar una cantidad importante de los episodios, sino que también hay una muy buena precisión para determinar las concentraciones se van a producir en cada una de las comunas de Santiago", recalcando que "no sólo interesa saber si se va a alcanzar un nivel peligroso al día siguiente, sino que también dónde se van a alcanzar esos niveles".