N°393Índice

En un clima templado donde las temperaturas a menudo rondan el punto de congelación, determinar en qué partes de la red de carreteras debe esparcirse sal en una noche determinada constituye todo un reto. Se requieren pronósticos precisos de las condiciones de la carretera que permitan evitar una salinidad innecesaria y mantener la seguridad. Este artículo presenta un modelo de predicción de la temperatura superficial de la carretera mediante inteligencia artificial entrenada con datos de una red de 112 sensores en Kent, en el sureste de Inglaterra. Basándose en previsiones meteorológicas y características específicas de la ubicación (elevación, tipo de carretera, densidad de población, volumen de tráfico, etc.), el modelo pudo predecir las temperaturas superficiales de la carretera con 24 horas de antelación con una precisión superior al 90% y un error absoluto medio de 1ºC. Se demostrará cómo puede utilizarse el modelo para predecir temperaturas en una red de carreteras en la que debe esparcirse sal, para lo cual se utilizará un algoritmo de agrupamiento que permitirá identificar carreteras que se hielan en condiciones similares y sugerirá nuevos límites de dominio para las mismas. Los dominios optimizados se probarán en la temporada invernal 2020/21 con el objetivo de mejorar la eficacia de las decisiones relativas al esparcimiento de sal. Se debatirá el modo en que podría utilizarse el modelo de inteligencia artificial para elaborar predicciones basadas en las carreteras y cómo estas deberían incorporarse a una herramienta de ayuda a la toma de decisiones con el fin de aumentar su eficacia.