Evaluación de enfoques de atribución de fuentes en tiempo real en seis ciudades chinas usando el conjunto instrumental AXA (ACSM, Xact, Aethalometer)

Por qué importa el seguimiento rápido de la contaminación

La contaminación del aire suele presentarse como un único número en una aplicación meteorológica, pero lo que de verdad importa es quién o qué está generando esas partículas sucias en el aire, minuto a minuto. En muchas ciudades chinas, la densa bruma invernal puede formarse con rapidez, obligando a las autoridades a decidir en cuestión de horas si restringir el tráfico, cerrar fábricas o reducir otras actividades. Hasta ahora, esas decisiones se han tomado en gran medida sin información en tiempo real sobre qué fuentes son realmente responsables. Este estudio presenta y prueba un nuevo sistema capaz de desentrañar casi en tiempo real los principales contribuyentes a las partículas finas dañinas en seis grandes ciudades chinas.

Una nueva forma de “huella” para el aire sucio

Los investigadores construyeron un sistema de atribución de fuentes casi en tiempo real, esencialmente un analizador inteligente que no solo mide cuánto material particulado (PM2,5) hay en el aire, sino también determina de dónde procede en cuestión de minutos. El sistema acopla tres instrumentos continuos, denominados conjuntamente el montaje AXA: uno rastrea partículas orgánicas y iones principales, otro mide elementos traza como metales, y un tercero se centra en el carbono negro que absorbe la luz. Cada tipo de fuente —tráfico, carbón, biomasa, polvo o emisiones industriales— deja su propia huella química en estas mediciones. Un software especializado usa luego esas huellas para separar automáticamente la contaminación mixta en las contribuciones de cada fuente, sin necesidad de que un experto lo supervise constantemente.

Poniendo el sistema a prueba en seis ciudades

Para comprobar si este enfoque funciona fuera del laboratorio, el equipo llevó a cabo campañas de monitorización de varios meses entre 2020 y 2022 en Pekín, Langfang, Shijiazhuang, Xi’an, Wuhan y Chongqing. Primero realizaron análisis “offline” más lentos y cuidadosos sobre los conjuntos de datos completos para identificar las fuentes principales y sus perfiles químicos en cada ciudad. Estos resultados offline sirvieron como referencia. Luego configuraron el modelo en tiempo real con esos perfiles de fuente y lo dejaron procesar los datos como si estuviera funcionando en directo, incorporando nuevas mediciones paso a paso. En las dos últimas ciudades, Shijiazhuang y Wuhan, el modelo también se operó en auténtico casi tiempo real, entregando desgloses de fuentes actualizados en minutos tras cada medición.

Lo que aprendieron sobre la propia bruma

En las seis ciudades, el estudio confirma que los contaminantes secundarios —partículas formadas en el aire a partir de gases como óxidos de nitrógeno, dióxido de azufre, compuestos orgánicos volátiles y amoníaco— son los principales impulsores del PM2,5, representando a menudo la mitad o más de la masa de partículas finas. El nitrato, el sulfato y la materia orgánica rica en oxígeno fueron especialmente importantes. Las emisiones primarias, como el humo de la quema de carbón y biomasa, el desgaste y escape de vehículos y las actividades industriales, todavía contribuyeron de forma sustancial, típicamente alrededor del 10–30 % de la masa, y en algunos casos más durante eventos específicos. Langfang, por ejemplo, experimentó tormentas de polvo durante la campaña, lo que provocó que el polvo mineral arrastrado por el viento dominara los niveles de partículas durante periodos prolongados. Los patrones estacionales también fueron claros: la calefacción invernal aumentó el humo de combustibles sólidos, mientras que los periodos soleados favorecieron la formación y acumulación de partículas secundarias en la atmósfera.

¿Qué tan fiable es la separación de fuentes en tiempo real?

La cuestión clave era si el sistema rápido y automatizado podía igualar el trabajo offline más cuidadoso. Los autores compararon ambos conjuntos de resultados de varias maneras. Cuando el modelo en tiempo real usó huellas de fuente optimizadas derivadas del análisis lento, sus estimaciones de cada fuente principal siguieron muy de cerca la referencia, con una concordancia estadística (R²) superior a 0,82 para todas las fuentes importantes. Luego evaluaron el sistema entrenándolo solo con dos tercios de los datos y probándolo con el tercio restante, simulando el despliegue en un periodo nuevo que no «había visto». Incluso en estas condiciones, el modelo reprodujo bien la mayoría de las fuentes, aunque las más variables, como la cocina y la quema de biomasa, resultaron algo menos precisas. Una prueba más exigente, usando huellas genéricas «promedio multicity» en lugar de locales, dio resultados mixtos, subrayando que la configuración local y los detalles instrumentales siguen siendo importantes para el mejor rendimiento.

Límites, desafíos y el panorama general

El estudio también destaca varios desafíos. Las fuentes de contaminación y las condiciones atmosféricas cambian con las estaciones, por lo que un modelo afinado con las emisiones de la calefacción invernal puede no describir con precisión la química veraniega. Los instrumentos en distintos sitios no siempre midieron el mismo conjunto de contaminantes, lo que puede afectar la capacidad para separar las fuentes individuales. Y dado que el sistema está diseñado para funcionar sin intervención humana, sacrifica cierta flexibilidad —por ejemplo, el reajuste manual frecuente de los perfiles de fuente— a favor de la robustez y la facilidad de uso por parte de no expertos en redes de monitorización rutinarias.

Qué significa esto para un aire urbano más limpio

Para el lector no especializado, la conclusión es que este trabajo demuestra que ahora es posible obtener un desglose casi en tiempo real de quién contamina el aire en las grandes ciudades, no solo de cuánto empeora la calidad del aire. El nuevo modelo basado en AXA puede, en cuestión de minutos, estimar cuánto de las partículas finas en una hora determinada procede del tráfico, de combustibles sólidos como carbón y biomasa, del polvo o de la formación secundaria en la atmósfera, y lo hace con una precisión cercana a la de los métodos mucho más lentos y dirigidos por expertos. Aunque se necesitan más pruebas a lo largo de ciclos anuales completos, estas herramientas podrían ayudar a las autoridades a responder con mayor precisión durante episodios de bruma —dirigiendo las medidas al sector adecuado en el momento oportuno— y en última instancia respaldar mejores resultados de salud y una gestión más eficiente de la calidad del aire.

Cita: Manousakas, M.I., Cui, T., Wang, Q. et al. Evaluation of real-time source apportionment approaches in six Chinese cities using the AXA (ACSM, Xact, Aethalometer) instrumental set-up. Sci Rep 16, 9890 (2026). https://doi.org/10.1038/s41598-026-38154-x

Palabras clave: contaminación del aire, material particulado, monitorización en tiempo real, atribución de fuentes, ciudades chinas