Salud ambiental, el nuevo reto de nuestras ciudades
Aclima impulsa proyectos innovadores que combinan inteligencia artificial, sensores y participación ciudadana para combatir la contaminación acústica y ambiental
No se ve, pero se escucha. Y mucho. El ruido ambiental ha dejado de ser un simple incordio para convertirse en un problema de salud pública. Un dato: según la Agencia Europea de Medio Ambiente, cada año mueren prematuramente 12.000 personas en Europa por culpa del ruido. En España, un 28 % de la población está expuesta a niveles superiores a los 65 decibelios recomendados por la OMS, y aunque Álava presenta cifras inferiores, la preocupación crece.
Aclima, clúster vasco de medio ambiente, está desarrollando diversas iniciativas tecnológicas para responder a este reto. El objetivo: mejorar el entorno urbano con herramientas que reducen el ruido y la contaminación del aire.
Cuando el ruido se mide con percepciones
El proyecto NOISETECH, coordinado por Aclima junto a AAC Centro de Acústica Aplicada y Gestionet Multimedia, introduce una novedad clave: medir no solo los decibelios, sino también cómo se perciben. Porque no todos los sonidos molestan igual, aunque el aparato de medición diga lo contrario.
NOISETECH incorpora variables subjetivas en los estudios de ruido. Utiliza tecnologías como audio 3D, machine learning y big data, pero también herramientas de gamificación para implicar a la ciudadanía. Esto permite detectar qué zonas generan más molestia, incluso cuando cumplen con la normativa. Con esta información, los ayuntamientos pueden decidir si una peatonalización, un pavimento absorbente o una nueva zona de bajas emisiones mejorará realmente la vida de quienes viven allí.
Inteligencia artificial y big data: las herramientas para combatir la contaminación urbana
Inteligencia urbana para un mejor tráfico
Otro de los proyectos es HAND-AI, una plataforma de análisis acústico basada en sensores IoT e inteligencia artificial. Utiliza machine learning para identificar focos de ruido relacionados con el tráfico, detectar patrones y prever situaciones de alta contaminación sonora.
Esta herramienta permite simular el efecto de futuras obras o cambios en la circulación antes de implementarlos. Así, se facilita una planificación urbana más efectiva, reduciendo costes y molestias innecesarias.
Ambas iniciativas –NOISETECH y HAND-AI– aportan una capa de conocimiento que va más allá de los valores técnicos. Ayudan a tomar decisiones con un enfoque más humano, donde la percepción ciudadana también cuenta.
Proyecto piloto en Barakaldo
El proyecto HANDIA-PLAN lleva esta filosofía un paso más allá, combinando en una sola plataforma el análisis de tráfico, ruido y calidad del aire. Está siendo testado en Barakaldo, donde se han instalado estaciones de medición en el Parque de los Hermanos y en otros diez puntos del municipio.
HANDIA-PLAN evalúa en tiempo real el impacto de diferentes estrategias de movilidad sobre la salud pública. Gracias a la inteligencia artificial, genera modelos predictivos que permiten priorizar actuaciones municipales y adaptarlas a los nuevos objetivos europeos de contaminación cero para 2030.
Bajo tierra también hay ruido
En zonas urbanas próximas a vías férreas, el problema no es solo el sonido en superficie. Las vibraciones generadas por los trenes se transmiten a través del suelo y afectan a edificios y personas. Aquí entra en juego VIBRATREN, otro proyecto liderado por AAC con el respaldo de Aclima.
VIBRATREN desarrolla un modelo predictivo local que utiliza sensores MEMS de bajo coste y redes IoT para monitorizar vibraciones estructurales. Los datos permiten crear mapas de impacto y anticipar qué zonas requieren medidas correctoras. Una herramienta clave para planificar nuevas construcciones en entornos con tráfico ferroviario.
En lugar de aplicar soluciones estándar, estas herramientas permiten actuar de forma específica, en función de las características del entorno y las prioridades locales. Lo que se mide, se puede mejorar. Y cuando se mide con precisión y participación ciudadana, el resultado es más eficaz.