Uso de algoritmos de aprendizaje automático para estudiar la relación entre las condiciones meteorológicas y los parámetros de calidad del aire

Por qué importan el tiempo y el aire urbano

Cualquiera que haya visto llegar una tormenta de polvo o una niebla de smog sobre una ciudad sabe lo rápido que puede cambiar el aire que respiramos. Este estudio analiza cómo el tiempo día a día en una región árida e industrial de Arabia Saudí condiciona tres tipos importantes de contaminación del aire y si las modernas herramientas informáticas de aprendizaje pueden convertir registros meteorológicos sencillos en previsiones fiables de calidad del aire. Los hallazgos ayudan a explicar por qué algunos contaminantes responden con fuerza a variaciones de humedad y de estación, mientras que otros están más impulsados por el tráfico, las fábricas y episodios repentinos de polvo.

Una ciudad desértica como laboratorio natural

La investigación se centra en el área metropolitana de Dammam, en la costa oriental de Arabia Saudí, un núcleo de rápido crecimiento con petróleo, gas, plantas petroquímicas, centrales eléctricas y tráfico intenso. La región presenta un clima desértico riguroso: veranos muy calurosos, inviernos templados, escasas precipitaciones y frecuentes tormentas de polvo. Las brisas marinas del Golfo Arábigo y los vientos continentales secos modelan constantemente el tiempo local. Esta mezcla de intensa actividad humana y cambios en vientos, temperaturas y niveles de humedad convierte a Dammam en un lugar ideal para estudiar cómo interactúan el tiempo y la contaminación en condiciones áridas, muy diferentes de las de la mayoría de estudios previos sobre calidad del aire.

Convertir registros meteorológicos en pistas

El autor recopiló cinco años de mediciones, de 2017 a 2021, emparejando observaciones meteorológicas rutinarias con lecturas de tres contaminantes clave: dióxido de nitrógeno procedente de la combustión de combustibles, monóxido de carbono por combustiones incompletas y contaminación por partículas gruesas conocidas como PM10, que en ciudades desérticas a menudo provienen del polvo en suspensión. Los datos meteorológicos incluían temperatura, humedad, velocidad y dirección del viento, punto de rocío y presión atmosférica, registrados dos veces al día. Tras limpiar cuidadosamente los datos para eliminar huecos y valores atípicos, el estudio añadió un marcador de “día del año” para captar las estaciones y luego empleó métodos informáticos para clasificar qué factores meteorológicos eran más relevantes para cada contaminante antes de introducirlos en modelos predictivos.

Enseñar a las máquinas a leer el cielo

Se probaron cuatro tipos de modelos de aprendizaje automático: una red neuronal, un único árbol de decisión y dos métodos ensamblados llamados bosques aleatorios (random forests) y gradient boosting, que combinan muchos modelos simples en uno más potente. Los datos se dividieron de modo que la mayor parte sirviera para entrenar los modelos y el resto para probar su capacidad de predecir casos no vistos. Para el dióxido de nitrógeno, destacó el modelo de gradient boosting. Usando solo tres entradas —estación del año, punto de rocío y humedad— explicó más de cuatro quintas partes de la variación observada. Esto apunta a un papel fuerte de la humedad y la irradiación estacional en la formación, transformación y persistencia de los compuestos de nitrógeno en la atmósfera baja, incluso en una región seca.

Cuando el tiempo no basta

El monóxido de carbono ofreció un panorama más mixto. Los mejores modelos capturaron solo alrededor de la mitad de sus subidas y bajadas, lo que sugiere que, aunque el tiempo y la estación importan —los períodos fríos y estancados tienden a atrapar este gas cerca del suelo—, los cambios en el tráfico, el uso de combustible y la actividad industrial son igualmente importantes. Para PM10, los cuatro enfoques tuvieron dificultades. Sus predicciones fueron apenas mejores, y a veces peores, que usar simplemente valores medios. Esto refleja la naturaleza caótica del polvo en ciudades áridas: ráfagas repentinas, obras, tráfico rodado y condiciones del suelo pueden provocar picos de corta duración que las lecturas meteorológicas básicas no pueden prever. El estudio también encontró que añadir variables meteorológicas adicionales más allá de las pocas más relevantes a menudo empeoraba las predicciones, subrayando la importancia de centrarse en las señales más fuertes en lugar de alimentar a los modelos con todo de una vez.

Qué significan los hallazgos para la vida cotidiana

Para las personas que viven en regiones polvorientas y en rápido desarrollo, este trabajo muestra tanto las posibilidades como los límites de las previsiones de calidad del aire basadas en el tiempo. Combinaciones inteligentes de datos meteorológicos sencillos pueden anticipar de forma fiable las variaciones de ciertos gases, especialmente el dióxido de nitrógeno, ofreciendo una herramienta de bajo coste para emitir alertas sanitarias y planificar controles de emisiones donde no existen redes de monitorización densas. Al mismo tiempo, la obstinada imprevisibilidad de las partículas relacionadas con el polvo advierte de que proteger la salud pública en ciudades desérticas requerirá información más rica sobre uso del suelo, humedad del suelo, tráfico y seguimiento por satélite del polvo, no solo el tiempo. En conjunto, estas ideas trazan un camino hacia sistemas de previsión más focalizados y adaptados localmente que pueden ayudar a las comunidades a respirar un poco mejor bajo cielos exigentes.

Cita: Tawabini, B. Using machine learning algorithms to study the relationship between meteorological conditions and air quality parameters. Sci Rep 16, 10392 (2026). https://doi.org/10.1038/s41598-026-39579-0

Palabras clave: calidad del aire, aprendizaje automático, contaminación en el desierto, meteorología, Arabia Saudí