Las restricciones pandémicas han reducido las concentraciones globales de dióxido de nitrógeno (NO2) en la atmósfera casi un 20 por ciento en comparación con la hipótesis de un 2020 sin COVID-19.
El dióxido de nitrógeno es un contaminante del aire que se produce principalmente por la combustión de combustibles fósiles utilizados por la industria y el transporte, los cuales se redujeron significativamente durante el apogeo de la pandemia para evitar la propagación del nuevo coronavirus.
«Todos sabíamos que las restricciones iban a tener un impacto en la calidad del aire», dijo en un comunicado el autor principal Christoph Keller la USRA (Universities Space Research Association) en el Centro de Vuelo Espacial Goddard de la NASA. Keller trabaja en la Oficina de Asimilación y Modelado Global de Goddard (GMAO), que utiliza modelos informáticos de alta tecnología para ayudar a rastrear la química del océano y la atmósfera, y pronosticar escenarios climáticos futuros.
«También quedó pronto claro que iba a ser difícil cuantificar cuánto de ese cambio está relacionado con las medidas de bloqueo, frente a la estacionalidad general o la variabilidad en la contaminación», matizó.
No hay dos años exactamente iguales. Las variaciones normales del clima y la circulación atmosférica cambian la composición y la química de la atmósfera terrestre. La comparación de las concentraciones de dióxido de nitrógeno de 2020 con los datos de 2019 o 2018 por sí solos no daría cuenta de las diferencias de un año a otro. Pero, debido a que las proyecciones del modelo de la NASA tienen en cuenta estas variaciones naturales, los científicos pueden usarlas para analizar cuánto del cambio de composición atmosférica de 2020 fue causado por las medidas de contención de COVID-19.
Incluso con los modelos, no se pudieron predecir los cambios repentinos y drásticos en el comportamiento humano a medida que el nuevo coronavirus, y las regulaciones que intentan controlarlo, se extendieron rápidamente. En lugar de intentar reprogramar su modelo con este evento inesperado, Keller y sus colegas explicaron el COVID-19 al hacer que el modelo ignorara la pandemia por completo.
La simulación del modelo y el análisis de aprendizaje automático se llevaron a cabo en el Centro de Simulación Climática de la NASA. Su escenario de ‘situación normal’ mostró una versión de realidad alternativa de 2020, una que no experimentó ningún cambio inesperado en el comportamiento humano provocado por la pandemia.
A partir de ahí es una simple resta. La diferencia entre los valores simulados del modelo y las observaciones terrestres medidas representa el cambio en las emisiones debido a la respuesta pandémica. Los investigadores recibieron datos de 46 países, un total de 5.756 sitios de observación en el suelo, que transmitían mediciones de la composición atmosférica por hora en tiempo casi real. A nivel de ciudad, 50 de las 61 ciudades analizadas muestran reducciones de dióxido de nitrógeno entre el 20 y el 50%.
«De alguna manera, me sorprendió lo mucho que cayó», dijo Keller. «Muchos países ya han hecho un muy buen trabajo al reducir sus concentraciones de dióxido de nitrógeno durante las últimas décadas debido a las regulaciones de aire limpio, pero lo que nuestros resultados muestran claramente es que todavía hay una contribución significativa impulsada por el comportamiento humano».
Wuhan, China, fue el primer municipio que informó un brote de COVID-19. También fue el primero en mostrar una reducción de las emisiones de dióxido de nitrógeno, un 60% menor que los valores simulados esperados. Una disminución del 60% en Milán y una disminución del 45% en Nueva York siguió en breve, cuando entraron en vigor las restricciones locales.
Keller comparó sus estimaciones de las disminuciones de dióxido de nitrógeno con las cifras económicas informadas, es decir, el producto interno bruto, de las naciones incluidas en el estudio. Según Keller, se alinearon sorprendentemente bien. «Esperaríamos que estuvieran relacionados de alguna manera porque el dióxido de nitrógeno está muy vinculado a las actividades económicas, como las personas que viajan y las fábricas en funcionamiento», dijo. «Parece que nuestros datos capturan esto muy bien».
