El MIT desarrolló un sistema que mide las emisiones del tráfico casi en tiempo real, hasta el nivel de cada calle
Investigadores del Massachusetts Institute of Technology presentaron un nuevo método que permite un seguimiento significativamente más preciso de las emisiones del tráfico por carretera en una ciudad, casi en tiempo real y a nivel de cada vía y cada hora del día. Se trata de un enfoque que combina cámaras urbanas ya existentes, datos anonimizados de movilidad y visión por computadora para obtener una imagen detallada de dónde, cuándo y debido a qué patrones de tráfico se genera la mayor carga para el aire y el clima. El estudio fue publicado en la revista Nature Sustainability, y el equipo de investigación lo probó en Manhattan, uno de los espacios urbanos con mayor carga de tráfico en Estados Unidos. Según los autores, una herramienta así podría convertirse en un apoyo importante para las administraciones municipales al decidir sobre regímenes de tráfico, descarbonización del transporte y evaluación de los efectos de nuevas políticas públicas.
A diferencia de los inventarios clásicos de emisiones, que a menudo ofrecen una imagen general de toda la ciudad o se basan en muestreos ocasionales, el nuevo modelo intenta abarcar la dinámica real del tráfico urbano. Eso significa que no observa solo cuántos vehículos pasan por una determinada zona, sino también qué tipo de vehículos son, cómo se mueven, con qué frecuencia se detienen y vuelven a acelerar, y cómo sus emisiones se ven afectadas por semáforos, congestión y cambios en la demanda de viajes a lo largo del día. Precisamente esa parte es especialmente importante en los centros de las grandes ciudades, donde las paradas breves, las colas y la llamada conducción stop-and-go suelen producir más emisiones de lo que podría deducirse de los promedios a nivel de toda la ciudad.
Cómo funciona el nuevo modelo
El equipo del MIT Senseable City Lab utilizó una red de 331 cámaras de tráfico instaladas en intersecciones de Manhattan, junto con registros de localización anonimizados de más de 1,75 millones de teléfonos móviles. Las cámaras se utilizaron para reconocer tipos de vehículos, sin recopilar matrículas ni otros identificadores personales, mientras que los datos móviles ayudaron a reconstruir patrones de movimiento más amplios a través de la ciudad. Los investigadores clasificaron los vehículos en 12 categorías amplias y, según los datos que citan en el trabajo y en la presentación de la investigación del MIT, lograron alrededor de un 93 por ciento de precisión al asignar los vehículos al grupo correspondiente. Eso les dio una base lo suficientemente fiable para vincular los flujos de tráfico con tasas de emisiones conocidas para diferentes tipos de vehículos y modos de conducción.
El valor especial del modelo reside en que introduce en el cálculo la señalización y el comportamiento del tráfico en las intersecciones. En muchas estimaciones convencionales, precisamente ese elemento queda subestimado o completamente omitido, aunque los semáforos urbanos determinan en gran medida el ritmo del movimiento de los vehículos. Cuando un automóvil tiene que detenerse varias veces en un tramo corto y luego volver a acelerar, las emisiones pueden aumentar notablemente, y ese patrón es típico de los centros metropolitanos densamente construidos. Por eso, el mismo tramo de vía no contamina por igual a cualquier hora del día, incluso cuando el número de vehículos se mantiene similar. El nuevo método intenta captar precisamente esa diferencia, y hacerlo en una escala espacial y temporal mucho más detallada de lo habitual en los registros públicos de tráfico.
Los autores también destacan que el modelo está concebido como un sistema rentable que no exige una infraestructura completamente nueva. En lugar de campañas de medición costosas, separadas y limitadas, se apoya en la combinación de fuentes de datos que las ciudades ya tienen o pueden obtener con relativa facilidad. En ello también se ve una tendencia más amplia de la gestión urbana contemporánea: el uso de huellas digitales y sensores existentes para comprender con mayor precisión las consecuencias del tráfico, el ruido, la contaminación y otros procesos urbanos. El equipo del MIT subraya además que la privacidad está protegida porque el sistema reconoce categorías de vehículos, pero no sigue la identidad de los conductores.
Por qué los datos más precisos son importantes para las políticas públicas
El mensaje clave de la investigación no es solo que las emisiones pueden medirse mejor, sino también que pequeñas diferencias metodológicas pueden conducir a grandes errores de evaluación. El equipo probó qué ocurre cuando los datos de entrada precisos y locales se sustituyen por promedios más burdos a nivel de toda la ciudad. Resultó que esa simplificación puede producir desviaciones de menos 49 a más 25 por ciento en comparación con estimaciones más finas. En otras palabras, una ciudad que planificara medidas de tráfico o climáticas basándose en promedios burdos podría subestimar o sobreestimar gravemente los efectos reales de sus decisiones.
Eso tiene consecuencias directas para la planificación del transporte. Si una administración municipal quiere saber si una determinada ruta de autobús, un cambio en la regulación de los semáforos, una nueva zona peatonal o una limitación a la entrada de automóviles reducirá realmente las emisiones, un inventario anual general no será suficiente. Se necesita un mapa que muestre dónde se concentra el problema, en qué momento del día alcanza su pico y qué grupos de vehículos participan más en él. Precisamente por eso los autores sostienen que su enfoque puede servir como puente entre amplias estimaciones urbanas y análisis extremadamente detallados de vehículos individuales, que a menudo son demasiado costosos y difíciles de aplicar a escala de toda la ciudad.
El modelo también se utilizó para simular varios escenarios de cambios en el tráfico. Entre otras cosas, los investigadores observaron qué ocurriría si parte de los viajes se trasladara de los automóviles privados a los autobuses. También analizaron un escenario en el que el pico de la mañana y de la tarde se aliviaría mediante un ligero escalonamiento temporal, es decir, una situación en la que aparecen menos vehículos al mismo tiempo en las carreteras. Esas simulaciones son especialmente importantes para las ciudades que buscan formas política y socialmente aceptables de reducir las emisiones, porque no parten necesariamente de prohibiciones, sino de una organización diferente de la demanda, del transporte público y de la gestión del tráfico.
Manhattan como laboratorio de movilidad urbana
La elección de Manhattan no es casual. Se trata de un espacio con una red viaria extremadamente densa, un gran número de intersecciones semaforizadas, intenso tráfico de taxis y reparto, y fuertes oscilaciones diarias entre movimientos laborales, turísticos y residenciales. En un entorno así, las diferencias entre una parte más tranquila del día y el pico de carga pueden ser dramáticas, y precisamente eso favorece probar un modelo que intenta cartografiar las emisiones hasta el nivel de cada manzana y cada hora. El equipo del MIT señala que ese nivel de detalle es útil no solo para comprender la situación existente, sino también para evaluar los efectos de intervenciones concretas, desde cambios en los flujos de tráfico hasta políticas climáticas más amplias.
También es importante que aquí no se trata solo de dióxido de carbono, sino de la cuestión más amplia de la calidad del aire en la ciudad. El tráfico no es la única fuente de partículas en suspensión y otros contaminantes, pero en entornos urbanos densos a menudo desempeña un papel decisivo en la exposición local de la población. Un mapa de emisiones que muestre la concentración espacial y temporal del tráfico puede ayudar a proteger mejor escuelas, hospitales, zonas residenciales y corredores peatonales. En la práctica, eso significa que las decisiones sobre regulación del tráfico pueden tomarse cada vez menos a ciegas y cada vez más sobre la base de mediciones que muestran el efecto real sobre la salud humana.
La prueba real: la tarificación por congestión de Nueva York
Una de las partes más interesantes del trabajo se refiere al análisis de una medida política real, y no solo de una simulación. El 5 de enero de 2025, Nueva York introdujo un programa de tarificación por congestión para la zona de Manhattan al sur de la calle 60, el primer sistema de este tipo en Estados Unidos. El programa, gestionado por la Metropolitan Transportation Authority, se introdujo con el objetivo de reducir los atascos, acelerar el transporte público y asegurar ingresos para inversiones en infraestructura de tránsito. Según datos oficiales de la MTA publicados durante el primer año de aplicación, el número de vehículos que entran en la zona se redujo en alrededor de un 11 por ciento, lo que en promedio significa más de 73 mil vehículos menos al día, es decir, más de 27 millones menos de entradas a la zona durante el primer año.
Los investigadores del MIT observaron qué ocurrió con el tráfico y las emisiones dos, cuatro, seis y ocho semanas después del inicio del cobro. Según sus resultados, el volumen de tráfico se redujo en aproximadamente un 10 por ciento, pero la caída de las emisiones fue más pronunciada y osciló entre el 16 y el 22 por ciento. Este es un hallazgo importante porque muestra que la reducción del número de vehículos no actúa linealmente sobre la contaminación. En una red urbana densa, incluso una disminución relativamente moderada del tráfico puede producir un mayor efecto sobre las emisiones si al mismo tiempo reduce atascos, el número de paradas y la necesidad de volver a acelerar. En otras palabras, menos automóviles no significa solo un menor volumen de tráfico, sino también un movimiento más fluido de los vehículos restantes.
Sin embargo, los investigadores advierten que los efectos no son los mismos en cada parte de la red. En algunas vías principales, la caída de las emisiones fue más pronunciada, mientras que fuera de la zona de cobro los efectos fueron más mixtos. Esa distribución espacial desigual es importante para cualquier debate sobre la equidad y la eficacia de las medidas de tráfico. Cuando las autoridades municipales introducen restricciones o incentivos financieros, no basta con decir que el promedio es mejor; es necesario saber quién obtiene concretamente un aire más limpio y dónde el tráfico quizá solo se está desplazando. Precisamente por eso un mapa detallado de emisiones puede ser más útil que la simple cifra de la reducción total.
Comparación con otras investigaciones y significado más amplio
Los hallazgos del MIT coinciden con otras investigaciones recientes sobre las consecuencias de la tarificación por congestión de Nueva York. Cornell University publicó a finales de 2025 resultados según los cuales las concentraciones de PM2.5 en la zona de cobro durante los primeros seis meses cayeron alrededor de un 22 por ciento en comparación con el nivel esperado sin esa política, con descensos también en otras partes de la ciudad y en los suburbios circundantes. Aunque se trata de un tipo de medición diferente, la comparación es importante porque muestra que los datos de tráfico modelados y las observaciones independientes de la calidad del aire avanzan en la misma dirección. Eso aumenta la credibilidad de la tesis de que las medidas de tráfico, cuando están cuidadosamente diseñadas, pueden aportar efectos ambientales más rápidos y mayores de lo que suelen suponer los escépticos.
Para urbanistas y responsables de la toma de decisiones, eso es significativo por otra razón más. Los debates sobre el tráfico suelen desarrollarse entre dos polos: por un lado están los objetivos políticos generales como la descarbonización y una ciudad más saludable, y por otro la preocupación cotidiana de los ciudadanos de que las nuevas reglas ralenticen la movilidad o perjudiquen a la economía. Herramientas como esta permiten que ese debate se lleve a cabo con más hechos. En lugar de suposiciones amplias, es posible evaluar lo que sucede por calles, barrios y momentos del día, y luego comparar los efectos sobre la fluidez, las emisiones y la calidad del aire. Eso no elimina los conflictos políticos, pero reduce el margen para tomar decisiones sin datos verificables.
Tecnología que también puede extenderse a otras ciudades
Los investigadores afirman que el modelo no tiene por qué detenerse en las cámaras de tráfico. En proyectos relacionados también experimentaron con datos de cámaras integradas en vehículos, incluidos los llamados sistemas dash cam, para enriquecer aún más la imagen del movimiento de los vehículos por la ciudad. Eso abre la posibilidad de que futuros sistemas de evaluación de emisiones utilicen un conjunto más amplio de fuentes, desde la infraestructura urbana hasta los datos generados por los propios vehículos. En términos tecnológicos, eso significa que las ciudades ya no se basan solo en raros puntos fijos de medición, sino que pasan gradualmente a una red de sensores y huellas digitales que permiten un seguimiento casi continuo.
Esa dirección de desarrollo es especialmente interesante para las ciudades europeas y asiáticas que ya están introduciendo zonas de bajas emisiones, restricciones para vehículos más antiguos o gestión dinámica del tráfico. Si las emisiones pueden estimarse a nivel de cada calle y casi en tiempo real, entonces las correcciones de la política de tráfico también pueden ser más rápidas y precisas. En lugar de esperar años por informes agregados, las administraciones podrían ver antes si una determinada intervención funciona o necesita ajustes. Al mismo tiempo, sería más fácil determinar dónde están los mayores beneficios para la salud y dónde existe el riesgo de que el problema simplemente se traslade de una parte de la ciudad a otra.
Del modelo académico a una herramienta para gestionar la ciudad
Aunque se trata de un estudio académico, su mensaje práctico es claro: las ciudades ya disponen de una gran cantidad de datos, pero a menudo no los conectan de una manera que permita una gestión precisa de las consecuencias ambientales y del tráfico. El equipo del MIT muestra que, combinando cámaras, registros de localización anonimizados y bases de datos existentes sobre emisiones, es posible crear una herramienta lo bastante detallada para analizar una vía concreta, pero también lo bastante amplia como para abarcar toda la ciudad. Este es un paso hacia un modelo de gestión en el que la política de tráfico no es solo una cuestión de evaluación e intuición política, sino también de analítica operativa.
Para los ciudadanos, quizá lo más importante es que detrás de la metodología técnicamente compleja se esconde una pregunta muy concreta: dónde se contamina más en la ciudad y si eso puede cambiarse sin paralizar la vida cotidiana. Los resultados hasta ahora indican que la respuesta puede ser afirmativa, especialmente cuando la reducción del tráfico se combina con un mejor transporte público, una gestión más inteligente de las intersecciones y un seguimiento preciso de las consecuencias. En una época en la que las políticas urbanas se ven cada vez más tensionadas entre objetivos climáticos, salud de la población y necesidades económicas, las herramientas que pueden mostrar casi en tiempo real el efecto real de una medida concreta probablemente tendrán un papel cada vez mayor en la manera en que se planifican y gestionan las grandes ciudades.
Fuentes:- - MIT News – presentación de la investigación sobre el modelo de evaluación de emisiones del tráfico y los principales resultados del estudio (enlace)
- - Nature Sustainability / Research Square – resumen del trabajo “Ubiquitous Data-driven Framework for Traffic Emission Estimation and Policy Evaluation” y marco metodológico de la investigación (enlace)
- - MTA – información oficial sobre el programa de tarificación por congestión en la zona de Manhattan al sur de la calle 60 y datos sobre la caída del número de vehículos (enlace)
- - MTA – resumen de los resultados del primer año de aplicación, incluyendo más de 27 millones menos de entradas de vehículos y una caída media de alrededor del 11 por ciento (enlace)
- - Cornell University – resultados de la investigación sobre la caída del PM2.5 tras la introducción de la tarificación por congestión en Nueva York (enlace)
Encuentra alojamiento cerca
Hora de creación: 1 horas antes