Innovative Methods for Multi-source Air Dust Pollution Monitoring using Remote Sensing: A Comparative Study of Chalkidiki (Greece) and Ihalainen (Finland)

El aire que respiramos es una mezcla compleja de gases y diminutas partículas sólidas o líquidas suspendidas en él. Algunas de estas partículas ocurren de forma natural, levantadas por el viento desde los desiertos o liberadas por volcanes, mientras que otras son creadas por actividades humanas como la quema de combustibles, la conducción de automóviles o la excavación de la tierra en busca de minerales. Cuando estas partículas son lo suficientemente pequeñas como para ser inhaladas, pueden irritar los pulmones, desencadenar asma y contribuir a enfermedades graves del corazón y los pulmones con el tiempo. Debido a que estas partículas son invisibles al ojo humano y pueden viajar largas distancias, rastrearlas es difícil. Tradicionalmente, los científicos han dependido de sensores físicos colocados en el suelo para medir la contaminación, pero estos sensores son costosos de construir y mantener, lo que deja vastas áreas del mundo sin mediciones directas. Para llenar estos vacíos, los investigadores han recurrido a satélites que orbitan en la parte superior y a potentes modelos informáticos que simulan cómo se mueve y cambia la atmósfera. Estas herramientas ofrecen una forma de ver la contaminación en regiones enteras, pero no son perfectas; los satélites pueden verse bloqueados por las nubes y los modelos informáticos a menudo suavizan los detalles locales agudos de la contaminación que ocurren justo al lado de una fábrica o una mina.

Este estudio se propuso probar qué tan bien funcionan estas herramientas de alta tecnología cuando se aplican a dos regiones mineras muy diferentes: una en el clima cálido y seco de Grecia y otra en el paisaje frío y boscoso de Finlandia. Los investigadores se centraron en un tipo específico de contaminación llamado PM10, que se refiere a partículas de polvo menores de diez micrómetros, aproximadamente el ancho de un cabello humano. Querían saber si los datos de los satélites y los modelos informáticos podían rastrear con precisión el polvo generado por las operaciones mineras en estos entornos contrastantes, y si estos métodos podrían ayudar a predecir la calidad del aire futura. Al comparar los datos de los satélites y los modelos con las mediciones reales tomadas por sensores terrestres en ambos sitios, el equipo buscaba crear un método fiable y escalable para monitorear la contaminación por polvo en áreas donde las redes de monitoreo tradicionales son escasas o inexistentes.

Los investigadores examinaron dos ubicaciones distintas para ver cómo los diferentes climas y tipos de minería afectan los niveles de polvo. El primer sitio fue en Calcídica, Grecia, un área con un clima mediterráneo caracterizado por veranos calurosos y secos y un terreno complejo. Aquí, las operaciones mineras extraen metales como oro, plata, plomo y zinc. El segundo sitio fue en Ihalainen, Finlandia, una región con un clima boreal frío donde una empresa extrae piedra caliza y produce cal. Mientras que el sitio griego trata con polvo que contiene metales y frecuentes intrusiones de arena del desierto del Sahara, el sitio finlandés trata con polvo de carbonato y problemas estacionales como el polvo de las carreteras que queda suelto cuando la nieve se derrite. El equipo recopiló datos de 2013 a 2024, combinando lecturas horarias de doce estaciones terrestres en Grecia y siete en Finlandia con datos de dos fuentes principales: el Servicio de Monitoreo de la Atmósfera de Copernicus, que utiliza modelos informáticos para estimar los niveles de contaminación, y MODIS, un instrumento satelital que mide cuánta luz solar es bloqueada por el polvo en la atmósfera.

Cuando los investigadores compararon las mediciones terrestres con los datos de los satélites y los modelos, encontraron que los resultados variaban significativamente dependiendo de la ubicación y la herramienta utilizada. En Grecia, los sensores terrestres registraron niveles de polvo mucho más altos, con concentraciones que alcanzaron hasta 347 microgramos por metro cúbico, en comparación con un máximo de 132 microgramos por metro cúbico en Finlandia. Los datos terrestres también mostraron que la contaminación en Grecia era altamente desigual; algunas áreas cerca de las minas tenían niveles de polvo mucho más altos que otras a solo unos pocos kilómetros de distancia. En Finlandia, la contaminación era más uniforme en toda la región. El modelo informático del servicio Copernicus demostró ser la herramienta más fiable para rastrear los cambios a lo largo del tiempo. Coincidió con los patrones observados en el suelo bastante bien, capturando el aumento y la caída de los niveles de polvo con una fuerte correlación. Sin embargo, el modelo tendía a subestimar los picos más altos de contaminación, probablemente porque sus celdas de cuadrícula eran demasiado grandes para capturar los estallidos intensos y localizados de polvo justo al lado del equipo de minería. Los datos satelitales, que miden la cantidad total de polvo en una columna de aire desde el suelo hasta el espacio, fueron menos efectivos. A menudo perdían datos debido a las nubes o tenían dificultades para distinguir entre el polvo alto en la atmósfera y el polvo cerca del suelo, lo que derivó en conexiones más débiles con las mediciones terrestres reales.

El estudio también analizó cómo cambió la contaminación a largo plazo y si podía ser predicha. Al desglosar los años de datos en tendencias y patrones estacionales, los investigadores observaron que la calidad del aire ha estado mejorando gradualmente en ambos sitios. En Finlandia, el descenso en los niveles de polvo fue particularmente notable, con las mediciones terrestres mostrando una caída de aproximadamente 5 a 10 microgramos por metro cúbico durante el período de estudio. En Grecia, la tendencia fue más estable, con un ligero descenso general. Los patrones estacionales fueron distintos para cada ubicación: Finlandia vio sus niveles más altos de polvo en la primavera, cuando la nieve derretida expuso el polvo seco de las carreteras, mientras que Grecia vio picos en el verano y principios de otoño, impulsados por las condiciones secas y el polvo que sopla desde el norte de África. Para probar si estos patrones podían usarse para pronosticar la calidad del aire futura, el equipo probó diferentes enfoques matemáticos. Encontraron que, para predecir tendencias a largo plazo, un modelo estadístico diseñado para manejar ciclos estacionales funcionaba mejor. Para predecir lo que sucedería en el futuro muy cercano, como el día siguiente, un método de aprendizaje automático que aprendía de los patrones de datos pasados funcionó mejor.

Los hallazgos sugieren que, si bien los satélites y los modelos informáticos no pueden reemplazar la precisión de los sensores terrestres, son herramientas poderosas para llenar los vacíos donde faltan los sensores. Los modelos informáticos, en particular, ofrecen una imagen consistente de la calidad del aire a través de grandes regiones y durante largos períodos, lo que los hace valiosos para comprender el impacto general de la minería en el medio ambiente. Sin embargo, debido a que estos modelos suavizan los detalles, pueden pasar por alto los peores picos de contaminación que ocurren justo al lado de una mina. El estudio concluye que el mejor enfoque es combinar la visión amplia de los modelos con los datos específicos y precisos de las estaciones terrestres. Este método híbrico permite una comprensión más completa de la contaminación por polvo, ayudando a proteger la salud pública y a guiar las políticas ambientales incluso en áreas remotas o difíciles de monitorear. La investigación demuestra que, con la combinación adecuada de herramientas, es posible rastrear y gestionar la calidad del aire en las regiones mineras de manera efectiva, independientemente de si el clima es cálido y seco o frío y nevado.