← Todos los artículos
· 3 min de lectura

Predicción de Calidad del Aire en Madrid con DCRNN‑lite y datos CAMS

Modelo DCRNN‑lite que predice el Índice de Calidad del Aire hora a hora para 24 estaciones de Madrid, con R² = 0.84 y macro F1 = 0.86, usando datos CAMS de Open‑Meteo y despliegue en FastAPI.

#IA#Series temporales#GNN#Calidad del aire#Python
Captura real de Predicción de Calidad del Aire en funcionamiento ▶ Probar la demo
Captura real de Predicción de Calidad del Aire, la herramienta de la que habla este artículo.

En los últimos años la calidad del aire se ha convertido en un indicador crítico para la salud pública y la planificación urbana. En Madrid, la disponibilidad de datos horarios de la concentración de contaminantes permite modelar su evolución, pero la predicción a corto plazo sigue siendo un desafío por la complejidad espacial‑temporal del fenómeno.

Problema abordado

Quería predecir el Índice de Calidad del Aire (ICA) hora a hora para 24 estaciones distribuidas por la Comunidad de Madrid, con una ventana de 24 h. El objetivo era obtener una herramienta que explique la mayor parte de la variación observada y que sea suficientemente ligera para ejecutarse en tiempo real.

Arquitectura del modelo

He optado por una variante ligera de Diffusion Convolutional Recurrent Neural Network (DCRNN‑lite). La red combina convoluciones sobre el grafo que representa la topología de las estaciones con unidades recurrentes que capturan la dinámica temporal. Cada nodo del grafo corresponde a una estación y las aristas se ponderan según la distancia geográfica, con un kernel gaussiano y un umbral de unos 15 km.

Stack tecnológico

Entrenamiento y validación

He entrenado el modelo con los datos históricos de 24 estaciones (2022‑2023). La partición de entrenamiento/validación respeta la secuencia temporal para evitar fugas de información. La métrica principal de regresión es el coeficiente de determinación R², que alcanza 0.84 por estación, lo que indica que el modelo explica el 84 % de la variación del ICA hora a hora. El error medio absoluto es de ±2.8 puntos sobre una escala de 0‑500.

Para la clasificación de la calidad del aire en tres categorías (Buena, Moderada, Mala) he calculado métricas de clasificación multiclase:

Despliegue y consumo

El modelo se sirve con FastAPI, y la predicción también sale en NGSI-LD y GeoJSON, los formatos que ya hablan las plataformas de ciudad. Para quien use Home Assistant, un script opcional la publica en su propio broker MQTT. En el frontend, Leaflet.js muestra la predicción de cada estación con un código de colores que sigue la normativa oficial del ICA.

Hasta dónde llega

El 97 % de exactitud engaña: el 93,5 % de las muestras son «Buena», así que acertar esa clase es fácil. La cifra que importa es el recall de «Moderada», 0,70: se le escapan 3 de cada 10 horas de contaminación moderada. Además, solo cubre las 24 estaciones de Madrid, no pasa de 24 horas de horizonte y no sustituye a ningún sensor, porque consume las lecturas de las estaciones en lugar de medir nada.

Sobre este proyecto

Predicción de Calidad del Aire

DCRNN-lite entrenado con datos reales CAMS de Open-Meteo (2022-2023, 24 estaciones Madrid). R²=0.84 por estación: explica el 84% de la variación real del ICA hora a hora. Error med...

Newsletter

¿Te aviso de nuevos proyectos y artículos?

Sin spam. Solo un email cuando publico algo nuevo de IA. Baja en un clic.

Sigue leyendo