Resumen Técnico: Valoración de Fuentes con Conciencia de Identificabilidad en Sistemas de Advección-Difusión a Escala de Ciudad

Planteamiento del Problema

La valoración de fuentes de calidad del aire urbano es un problema inverso donde el objetivo es atribuir las concentraciones de contaminantes observadas a grupos de fuentes específicos (por ejemplo, tráfico, industria, hornos de ladrillos) utilizando redes de sensores dispersos. Los autores identifican una limitación geométrica crítica: incluso cuando un modelo se ajusta con precisión a los datos de los sensores, las contribuciones de las fuentes subyacentes pueden no ser identificables.

En las redes de sensores dispersos, distintos grupos de fuentes pueden inducir firmas de tiempo-sensor casi idénticas debido al transporte impulsado por el viento, la atenuación, la variación del fondo y el ruido. Una fuente distante fuerte y una cercana más débil pueden volverse observacionalmente equivalentes tras el transporte y la corrección del fondo. En consecuencia, los modelos de receptor estándar (como el Balance de Masa Química o la Factorización de Matrices Positivas) a menudo reportan atribuciones con confianza incluso cuando los datos no pueden distinguir entre fuentes, lo que puede conducir a conclusiones políticas erróneas. El artículo plantea esto no meramente como un problema de incertidumbre, sino como una falta fundamental de identificabilidad en el sistema de detección.

Metodología

Los autores proponen la Valoración de Fuentes con Conciencia de Identificabilidad (IASA, por sus siglas en inglés), un marco que trata la valoración basada en inventarios como un problema inverso con retardo y condicionado por el viento. La metodología central involucra:

1. Formulación del Problema

• Parametrización Basada en Inventarios: El campo de fuentes se restringe a un conjunto finito de mapas de fuentes conocidos o de aproximación ($S$). La actividad variable en el tiempo se modela como una combinación no negativa de funciones de base temporal predeclaradas ($\Phi$). Las incógnitas son los coeficientes de la fuente y la base ($c$).
• Respuesta con Retardo Condicionada por el Viento: El modelo incorpora un operador de transporte ($G^\partial$) que mapea las emisiones liberadas en el tiempo $t-\ell$ a las concentraciones de los sensores en el tiempo $t$, condicionado por los campos de viento. Esto crea una matriz de respuesta con retardo ($H^{lag}_\Phi$) donde cada columna representa la huella digital de sensor-tiempo de un coeficiente unitario.
• Corrección del Fondo: Las concentraciones observadas incluyen el fondo regional y tendencias. Se proyecta fuera una base de fondo de baja dimensión ($Q$) para aislar la señal de la fuente. El objeto central del problema inverso es la matriz de respuesta con retardo proyectada:
  $$\tilde{H}_\Phi = P^\perp_Q H^{lag}_\Phi$$
  donde $P^\perp_Q$ es la proyección sobre el complemento ortogonal del espacio del fondo.

2. Diagnósticos de Identificabilidad

IASA desplaza el enfoque de "mejor ajuste" hacia la "resolución identificable". Calcula un panel de diagnósticos a partir de $\tilde{H}_\Phi$ para determinar qué se puede recuperar de manera fiable:

• Identificabilidad Exacta: Requiere $\text{rank}(\tilde{H}_\Phi) = J$ (rango de columna completo).
• Robustez al Ruido: Gobernada por el valor singular más pequeño ($\sigma_J$) y el número de condición ($\kappa$). Un $\sigma_J$ pequeño implica una alta sensibilidad al ruido.
• Visibilidad de los Coeficientes: La magnitud de la huella proyectada ($v_j = \|\tilde{h}_j\|_2$). Los coeficientes por debajo de un umbral se marcan como "débiles".
• Coherencia de Pareja: Mide qué tan proporcionales son dos huellas digitales ($\rho_{ij}$). Una alta coherencia indica que las fuentes son indistinguibles.
• Absorción del Fondo: La fracción de la señal de una fuente que se pierde en el espacio del fondo ($a_j$).

3. El Algoritmo IASA

El procedimiento impone una separación estricta entre el ajuste y el diagnóstico:

1. Pre-declaración: Todas las elecciones del modelo (base del fondo, ventana de retardo, bases temporales, máscaras de cero) se fijan antes de inspeccionar los datos.
2. Ajuste: Se resuelve un problema de mínimos cuadrados no negativos regularizados (NNLS) para los coeficientes $c$.
3. Diagnóstico: Los diagnósticos se calculan sobre $\tilde{H}_\Phi$.
4. Reporte:
   • Si los coeficientes son débiles o altamente coherentes, no se reportan individualmente.
   • Se construye un grafo de ambigüedad de fuentes donde las aristas conectan pares indistinguibles.
   • Los componentes conectados de este grafo forman "grupos de reporte conservadores".
   • El resultado final es la resolución de atribución más fina soportada por los sensores, el viento y el ruido, acompañada de intervalos de incertidumbre y certificados de ambigüedad.

Contribuciones Clave

1. Formulación: El artículo formaliza la valoración de fuentes con sensores dispersos como un problema inverso con retardo y condicionado por el viento, identificando la matriz de respuesta proyectada $\tilde{H}_\Phi$ como el determinante central de la separabilidad.
2. Protocolo de Reporte: Introduce un protocolo concreto que distingue la precisión predictiva de la identificabilidad. Reporta solo aquellas contribuciones que son defendibles bajo los datos disponibles, señalando las fuentes indistinguibles y fusionándolas en grupos conservadores en lugar de reportar una falsa precisión.
3. Algoritmo (IASA): Un procedimiento que ajusta coeficientes no negativos, reconstruye trayectorias de actividad, cuantifica la incertidumbre y diagnostica fuentes indistinguibles. Incluye huellas espaciales por sensor que rastrean las respuestas de transporte hacia las regiones de barlovento.
4. Validación Empírica: El marco se instancia en una plataforma de Nueva Delhi utilizando datos de PM2.5 del gobierno y registros de viento. Demuestra que los métodos de referencia estándar (NNLS, CMB y PMF) fallan al detectar casos no identificables, mientras que IASA señala cada escenario no identificable y recupera la valoración dentro de un error de cuota de 0.01 en entornos controlados.

Resultados

Los autores evalúan IASA en una plataforma de Nueva Delhi (32 sensores, datos de 2018–2020) y experimentos sintéticos controlados:

• Experimentos Controlados:

  • Colapso de Viento/Geometría: Cuando la dirección del viento es constante o la geometría de los sensores causa que las huellas de las fuentes se alineen, los métodos estándar reportan divisiones con confianza pero incorrectas (error de hasta 1.2). IASA las marca como no identificables y reporta el grupo fusionado con un error cercano a cero.
  • Estrés del Fondo: Cuando una base de fondo absorbe las señales de las fuentes, los métodos estándar realizan atribuciones erróneas. IASA detecta la absorción y señala la pérdida de identificabilidad.
  • Condicionamiento: Se muestra que el error de recuperación está acotado por el condicionamiento de $\tilde{H}_\Phi$ (valores singulares), no solo por el ruido de observación.
  • Selección de Retardo: La ventana de retardo óptima se selecciona basándose en la geometría de la matriz de respuesta (estabilidad de la norma de Frobenius), no en los coeficientes ajustados, asegurando que el retardo no mejore artificialmente la identificabilidad.

• Datos Observados de Nueva Delhi:

  • Aplicado a cuatro ventanas consecutivas de una semana, el sistema identificó que los cuatro grupos de fuentes (hornos de ladrillos, industria, población, tráfico) eran individualmente identificables en estas semanas específicas (rango completo, baja coherencia).
  • Los resultados de la valoración mostraron una variabilidad temporal significativa (por ejemplo, dominancia de la población en las primeras semanas, dominancia de hornos de ladrillos en la última semana), lo cual se reportó por separado en lugar de agregarse, reflejando el soporte real de los datos.
  • El sistema proporcionó intervalos de incertidumbre y confirmó que la resolución reportada era la más fina soportada por las inventarios declarados, el transporte y el ruido.

Significancia y Reivindicaciones

El artículo sostiene que la precisión de la predicción no es evidencia de la identificabilidad. Un modelo puede ajustar perfectamente las trayectorias de los sensores mientras atribuye la contaminación a las fuentes equivocadas si las fuentes son geométricamente indistinguibles en el espacio de los sensores.

La significancia de IASA radica en su resolución conservadora: reporta la resolución de atribución que el sistema de detección realmente soporta, condicionado por los modelos declarados de viento, transporte, fondo e inventario. No pretende resolver el problema inverso en todos los casos; más bien, proporciona un marco de diagnóstico para determinar cuándo el problema es soluble y qué se puede reportar de manera fiable.

Los autores enfatizan que su trabajo complementa los modelos existentes de receptor y orientados a la fuente al añadir una capa de análisis de identificabilidad. No pretenden inventar nuevas categorías de fuentes ni inventar nuevos modelos de transporte físico, sino analizar rigurosamente la distinguibilidad de los grupos de fuentes declarados bajo una detección dispersa. El marco asegura que las decisiones de política se basen en contribuciones defendibles e identificables, en lugar de artefactos de sobreajuste del modelo o ambigüedad geométrica.