Investigadores de la Universidad Politécnica de Madrid han desarrollado una herramienta matemática para gestionar el tráfico aéreo durante pandemias, optimizando decisiones y minimizando impactos económicos y sociales.
Con una media diaria de casi 5.000 vuelos, España se posiciona como el segundo país europeo con mayor tráfico aéreo. Este fenómeno no solo está ligado al ocio, sino que también incluye un considerable número de viajes de negocios, lo que subraya la importancia de mantener la normalidad en los aeropuertos españoles ante cualquier eventualidad. Sin embargo, ¿cómo se gestiona el tráfico aéreo en situaciones críticas como la pandemia de COVID-19, cuando la salud pública exige restricciones en los vuelos? ¿Qué herramientas tienen a su disposición las autoridades para manejar adecuadamente las rutas aéreas y la cantidad de vuelos permitidos en tales circunstancias?
Investigadores de la Escuela Técnica Superior de Ingenieros Informáticos de la Universidad Politécnica de Madrid han desarrollado una innovadora herramienta software basada en un modelo matemático diseñado para optimizar y facilitar la toma de decisiones por parte de los poderes públicos. Este esfuerzo ha contado con la colaboración de las Universidades de Zaragoza y Extremadura, así como del CRIDA (Centro de Referencia de Investigación, Desarrollo e Innovación ATM A.I.E.), y ha sido financiado por la Agencia Estatal de Investigación (AEI) bajo el proyecto PID2024-155179NB-C22.
El objetivo principal del proyecto es crear un modelo matemático que permita gestionar el riesgo asociado a la importación de pandemias a través del tráfico aéreo. Según Antonio Jiménez Martín, investigador de la UPM y coautor del estudio, “el trabajo busca representar rigurosamente los impactos epidemiológicos, económicos y sociales derivados de abrir o cerrar conexiones aéreas internacionales durante una pandemia”.
La herramienta desarrollada tiene como propósito servir como apoyo a los responsables públicos en su proceso decisional. Gabriel Alejandro Peña, doctorando en la UPM y autor principal del trabajo, enfatiza que “queríamos desarrollar un sistema que permitiese a los responsables seleccionar las conexiones aéreas que deben mantenerse abiertas o cerradas integrando datos reales sobre vuelos, ocupación y situación epidemiológica.” De esta forma, se pueden generar recomendaciones fundamentadas en criterios cuantitativos.
Los investigadores han diseñado una herramienta que considera siete impactos (cinco económicos y dos sociales), estableciendo el riesgo epidemiológico como una restricción esencial para identificar soluciones que minimicen contagios sin causar daños socioeconómicos desproporcionados. El modelo fue aplicado al contexto español durante un análisis que involucró 38 aeropuertos y 9.678 vuelos durante dos semanas.
Los resultados obtenidos indican que el sistema puede proponer decisiones de cierre selectivo altamente eficientes y justificadas, equilibrando los impactos económicos y sociales. Alfonso Mateos, otro investigador participante en el estudio, señala que “nuestro estudio demuestra que este enfoque permite alcanzar reducciones significativas del riesgo de importación de casos con un menor impacto económico comparado con cierres generalizados.” Esto contribuye a proteger a la población mientras se preservan actividades esenciales como el turismo y los negocios internacionales.
Además, el modelo incorpora criterios de equidad para evitar que las pérdidas económicas recaigan desproporcionadamente sobre ciertas regiones o aerolíneas. Esto aporta legitimidad y transparencia a las decisiones tomadas por las autoridades gubernamentales.
Referencias:
G.A. Peña, A. Jiménez-Martín, A. Mateos (2025): Enhanced binary particle swarm optimization for mitigating pandemic spread through passenger air traffic management, Knowledge-Based Systems 329, Part B, 114430.
https://doi.org/10.1016/j.knosys.2025.114430
G.A. Peña, A. Mateos, A. Jiménez-Martín, R.G. Sanchis (2025): A decision support system for risk reduction in pandemic spread based on the management of passenger air traffic, International Transactions in Operational Research 32, 1893-1917.