Una catedrática e investigadora ceiA3 de la UCO coordina el proyecto AutoPollen


La iniciativa europea, que avanza desde Córdoba en la mejora de la monitorización de polen y esporas a nivel mundial, celebra en el Campus de Rabanales su reunión anual para compartir avances y preparar el encuentro internacional que se celebrará en la UCO en 2026, en el que se compararán instrumentos automáticos de detección.

El proyecto europeo AutoPollen ha celebrado en el Campus de Rabanales de la Universidad de Córdoba su reunión anual, en la que se han compartido los avances de los distintos grupos dedicados a tecnología, control de calidad y difusión y se ha trabajado en la preparación de un importante ejercicio internacional de comparación de instrumentos automáticos, que tendrá lugar en el Campus de Rabanales de la UCO durante 2026. En esta cita se evaluarán los principales sistemas que actualmente detectan polen y esporas de hongos en el aire a nivel mundial.

El proyecto AutoPollen, liderado por MeteoSwiss y en el que participa la Red Española de Aerobiología (AER) coordinada por la catedrática e investigadora del Campus de Excelencia Internacional Agroalimentario ceiA3 de la UCO Carmen Galán Soldevilla, reúne a un consorcio europeo multidisciplinar que trabaja de forma coordinada para aprovechar el potencial de las observaciones automáticas y mejorar la calidad de los datos disponibles.

Al mismo tiempo, fomenta la colaboración con las redes de calidad del aire y aerosoles, lo que permite optimizar recursos y ofrecer servicios más integrados y eficientes. Su objetivo es crear una red automática de observación de polen y esporas de hongos capaz de ofrecer información de manera más rápida, precisa y útil tanto para los servicios meteorológicos como para la ciudadanía.

Así, el Programa AutoPollen de EUMETNET está dando un gran paso hacia el futuro de la monitorización del aire en Europa. Durante el encuentro celebrado en Córdoba, al que acudió medido centenar de investigadores e investigadoras de más de 10 países, se destacó además el desarrollo de conjuntos de datos para entrenar algoritmos de clasificación y la armonización de observaciones manuales y automáticas.

Fuente: UCO


UAL_logo_230x230
UCA_logo_230x230
UCO_logo_230x230
UHU_logo_230x230
UJA_logo_230x230

Centro colaborador
SUBSCRÍBETE A NUESTRO BOLETÍN DE NOVEDADES