Modelización y predicción
Para evaluar la calidad del aire, además de la medición es posible emplear técnicas de modelización matemática.
Estas técnicas han tenido un desarrollo muy importante en los últimos años, con modelos matemáticos que han abordado la simulación de las condiciones meteorológicas y de la dispersión de los contaminantes con un alto grado de detalle, incorporando cada vez más procesos físicos y químicos, más contaminantes y mejores algoritmos.
A la hora de interpretar los resultados de la modelización hay que considerar que:
- Un modelo no explica la realidad completa. Incluso los modelos más sofisticados o complejos son simplificaciones del mundo real.
- Los resultados de los modelos son estimaciones de variables, las cuales están afectadas por un término de error.
- En un modelo validado siempre existirá un término de error, que tiene implicaciones y que debe ser tenido en cuenta y manejado con cautela.
- Los resultados dependen invariablemente de la calidad de la información de partida (emisiones, variables meteorológicas, etc.). Existe un error asociado a los datos de partida.
- Un modelo no sustituye a la medida de los contaminantes para evaluar la calidad del aire. Medición y modelización son de hecho herramientas complementarias que deben ser usadas conjuntamente.
- El proceso de verificación y evaluación continua de los resultados es muy importante para garantizar la utilidad de las herramientas de modelización.
- Implantar un modelo supone asumir el desarrollo de trabajos de mejora y actualización continuas, del mismo y de sus bases de datos.
