Climate Trace subestima las emisiones de CO₂ en las ciudades: un estudio cuestiona los datos globales de contaminación
La inteligencia artificial prometía revolucionar la medición de la contaminación climática global. Pero un nuevo estudio científico nos advierte de que Climate Trace, una de las bases de datos más influyentes del mundo, podría estar infravalorando hasta un 70% las emisiones urbanas de CO₂.
Por Enrique Coperías, periodista científico
El tráfico rodado representa una de las mayores fuentes de emisiones urbanas de CO₂. Un nuevo estudio cuestiona la precisión de Climate Trace, la gran base de datos climática basada en inteligencia artificial, y alerta de que podría estar subestimando hasta un 70% la contaminación generada por vehículos en las ciudades. Foto: Kevin Bosc
En el complejo puzle del cambio climático, medir con precisión cuánto contaminamos es casi tan importante como reducir esas emisiones. Pero ¿qué ocurre cuando una de las herramientas más prometedoras para vigilar la huella de carbono global contiene errores de gran magnitud?
Esa es la pregunta que plantea un nuevo estudio científico liderado por los investigadores de la Facultad de Informática, Computación y Sistemas Cibernéticos, en la Universidad del Norte de Arizona, Kevin R Gurney, Bilal Aslam y Pawlok Dass, que pone en entredicho la fiabilidad de una de las bases de datos más ambiciosas del mundo: Climate Trace.
El trabajo, publicado en la revista Environmental Research Letters, analiza en detalle las estimaciones de emisiones de dióxido de carbono (CO₂) procedentes del tráfico rodado en ciudades de Estados Unidos. Y lo que encuentra no es precisamente tranquilizador: diferencias sistemáticas y muy elevadas respecto a otra referencia científica consolidada, el proyecto Vulcan, considerado uno de los inventarios de emisiones más precisos disponibles.
🗣️«Dada la importancia de las emisiones de CO₂ de los vehículos en las ciudades, examinamos cuidadosamente los datos de Climate TRACE, que se basan en nuevos y prometedores enfoques de inteligencia artificial — explica Gurney. Y añade—: Al combinar estos resultados con nuestro estudio previo sobre las emisiones de CO₂ de las centrales eléctricas en Climate TRACE, nuestros hallazgos sugieren que estos datos subestiman significativamente más de la mitad de las emisiones de CO₂ de origen fósil en las ciudades de Estados Unidos».
El auge de los datos climáticos globales
En los últimos años, la lucha contra el cambio climático ha impulsado el desarrollo de nuevas herramientas para medir las emisiones con un nivel de detalle sin precedentes. Entre ellas destaca Climate Trace, una iniciativa impulsada en 2019 que combina inteligencia artificial, imágenes de satélite y miles de sensores para rastrear emisiones en todo el planeta.
Su promesa es seductora: localizar prácticamente cada fuente de gases de efecto invernadero, desde centrales eléctricas hasta carreteras urbanas, con una resolución muy fina. Empresas y organismos internacionales ya han empezado a utilizar estos datos, atraídos por su cobertura global y su aparente precisión.
➡️ Pero esa ambición también tiene riesgos. «La estimación precisa de emisiones es esencial tanto para la ciencia climática como para la toma de decisiones políticas», recuerdan los autoresdel trabajo. Y cuando los datos fallan, las consecuencias pueden ser importantes.
Qué dice el estudio: una diferencia del 70% en emisiones urbanas
Para evaluar la fiabilidad de Climate Trace, Gurney, Aslam y Dass comparararon sus estimaciones de emisiones de tráfico con las del proyecto Vulcan, un sistema desarrollado durante años que combina datos oficiales, modelos de transporte y calibraciones atmosféricas.
El análisis se centró en 260 áreas urbanas de Estados Unidos en 2021. El resultado principal es contundente: la diferencia media relativa entre ambas bases de datos alcanza el 70,4% . Es decir, en muchos casos una de las dos estimaciones prácticamente duplica a la otra.
Más llamativo aún es que estas discrepancias no son aleatorias. Las cifras muestran una correlación muy alta entre ambos conjuntos de datos —lo que indica que ambos captan patrones similares entre ciudades— pero con un sesgo sistemático: uno de los modelos sobrestima o subestima de forma consistente.
🗣️ «Las emisiones de CO₂ estimadas por Climate TRACE eran, de media, un 70% inferiores a las estimaciones equivalentes en la base de datos Vulcan —detalla Aslam. Y continúa—: Aunque los datos de tráfico de Vulcan no son perfectos y tienen una incertidumbre de alrededor del 14%, esta es mucho menor que las diferencias que encontramos al comparar las emisiones de CO₂ de vehículos en 260 ciudades de Estados Unidos con la base de datos de Climate TRACE».
En la práctica, esto significa que las tendencias relativas pueden ser correctas (qué ciudad emite más que otra), pero las cifras absolutas pueden estar muy alejadas de la realidad.
«Ciudades concretas, como Indianápolis y Nashville, presentaban valores inferiores en más de un 90%», añade Dass.
Mapa global de emisiones de Climate Trace, la plataforma que utiliza inteligencia artificial, imágenes de satélite y miles de sensores para rastrear fuentes de CO₂ en todo el planeta. Un nuevo estudio científico cuestiona ahora la precisión de sus estimaciones urbanas sobre contaminación del tráfico.
Dos versiones, dos resultados opuestos
El estudio analiza dos versiones de Climate Trace, publicadas en 2024 y 2025. Cada una presenta errores diferentes, lo que pone sobre la mesa la complejidad del problema.
✅ En la primera versión, las emisiones estimadas eran sistemáticamente más altas que las de Vulcan.
✅ En la segunda, tras introducir ajustes metodológicos, ocurrió lo contrario: las cifras resultaron mucho más bajas, con diferencias similares en magnitud pero de signo opuesto .
El principal responsable de este giro es un factor de ajuste aplicado en la versión más reciente para hacer coincidir los resultados con otra base de datos global (EDGAR). Este factor de escala reduce drásticamente la actividad del tráfico estimada, lo que genera nuevas discrepancias.
➡️ «Las grandes diferencias están impulsadas por sesgos en el modelo de aprendizaje automático, los valores de consumo de combustible y la distribución del parque de vehículos», concluyen los autores.
El papel de la inteligencia artificial
Uno de los elementos más innovadores de Climate Trace es su uso de inteligencia artificial para estimar el tráfico. El sistema analiza imágenes de satélite para inferir cuántos vehículos circulan por cada tramo de carretera, una variable clave para calcular emisiones.
Sin embargo, este enfoque presenta limitaciones. El modelo ha sido entrenado con datos de Estados Unidos, pero se aplica a escala global. Y, como señalan los investigadores, las diferencias en infraestructuras, urbanismo o hábitos de movilidad pueden afectar significativamente a su precisión.
Además, el estudio detecta un problema adicional: la forma en que se definen las áreas urbanas. Al ampliar los límites de las ciudades en la segunda versión, el modelo incluye zonas periféricas con menos tráfico y características distintas, lo que tiende a subestimar la actividad.
Suposiciones que pesan
Más allá de la inteligencia artificial, gran parte de las discrepancias se explica por decisiones metodológicas más tradicionales.
Por ejemplo, Climate Trace utiliza valores medios nacionales para el consumo de combustible y la composición del parque automovilístico. Es decir, asume que todas las ciudades tienen una mezcla similar de coches, camiones y autobuses, y que todos consumen lo mismo.
En cambio, Vulcan incorpora datos mucho más detallados a nivel local, como registros de vehículos, características del parque móvil o condiciones de conducción. Esto permite captar diferencias reales entre ciudades.
El resultado es significativo: en el caso de los turismos, Climate Trace asume un consumo de combustible un 26% peor que el estimado por Vulcan, lo que incrementa artificialmente las emisiones.
Un problema de escala global
El estudio no cuestiona la utilidad de Climate Trace, pero sí advierte de los riesgos de aplicar una metodología uniforme a todo el planeta.
«El equilibrio entre precisión y cobertura global debería inclinarse hacia la precisión», señalan los autores . En otras palabras, no basta con tener datos de todo el mundo si estos no reflejan adecuadamente la realidad local.
El desafío es enorme. Estimar emisiones a escala planetaria con alta resolución implica trabajar con datos incompletos, heterogéneos y, en muchos casos, inexistentes. Ante esta limitación, el uso de promedios globales es comprensible, pero introduce errores inevitables.
El proyecto Vulcan, desarrollado por la Universidad del Norte de Arizona, combina datos oficiales de tráfico, consumo energético y modelos atmosféricos para estimar con alta precisión las emisiones de CO₂ en ciudades y carreteras de Estados Unidos.
Impacto en políticas climáticas
Las conclusiones del estudio tienen implicaciones directas para la toma de decisiones. Si las estimaciones de emisiones a escala urbana son incorrectas, las políticas climáticas basadas en ellas pueden fallar.
Por ejemplo, una ciudad podría parecer más contaminante de lo que realmente es —o al revés—, lo que afectaría a la asignación de recursos o a la evaluación de medidas de reducción.
Por ello, los autores recomiendan utilizar los datos de Climate Trace con cautela, sobre todo en aplicaciones locales, y preferir agregaciones a mayor escala o acompañarlos de advertencias claras sobre su incertidumbre .
El estudio también pone el foco en la importancia de la revisión científica. A diferencia de otros sectores, la metodología de emisiones de tráfico de Climate Trace aún no ha sido plenamente evaluada en publicaciones revisadas por pares.
Para los autores, este paso es esencial. Solo mediante un escrutinio riguroso se pueden identificar errores, mejorar los métodos y generar confianza en los datos.
Medir bien para actuar mejor
En última instancia, el trabajo de Gurney y su equipo lanza un mensaje incómodo pero necesario: incluso las herramientas más avanzadas pueden fallar.
En un momento en que la inteligencia artificial y los grandes datos prometen revolucionar la ciencia climática, este estudio recuerda que la precisión sigue dependiendo de supuestos, datos de entrada y decisiones metodológicas.
Y que, en la lucha contra el cambio climático, medir bien es tan importante como actuar.
«Nunca estimaremos las emisiones con una precisión perfecta, pero debemos asegurarnos de que los datos que se comparten con responsables políticos y con la ciudadanía sean imparciales y cumplan las mejores prácticas y los estándares científicos más rigurosos disponibles —advierte Gurney. Y remata—: Sin esto, inducimos a error a quienes toman decisiones y corremos el riesgo de perder la confianza pública en nuestra capacidad para abordar el cambio climático».▪️(6-mayo-2026)
PREGUNTAS&RESPUESTAS: Climate Trace y Emisiones de CO₂
🚘 ¿Qué es Climate Trace?
Una base de datos global que usa inteligencia artificial y satélites para estimar emisiones de gases de efecto invernadero.
🚘 ¿Qué problema ha detectado el estudio?
Que subestima las emisiones de CO₂ del tráfico urbano hasta en un 70%.
🚘 ¿Qué es el proyecto Vulcan?
Un sistema científico de alta precisión basado en datos reales de consumo energético y tráfico en Estados Unidos.
🚘 ¿Por qué es importante este error?
Porque puede afectar a políticas climáticas, inversiones y decisiones públicas.
🚘 ¿Es fiable Climate Trace?
Es útil a gran escala, pero el estudio recomienda precaución en análisis urbanos.
Información facilitada por la Universidad del Norte de Arizona
Fuente: Kevin R Gurney et al. Assessing the accuracy of the Climate Trace global vehicular CO2 emissions. Environmental Research Letters (2026). DOI: 10.1088/1748-9326/ae6355
