Search

L'exposició a la contaminació de l'aire és el principal risc ambiental per a la salut a causa dels seus efectes perjudicials respiratoris i cardiovasculars. Avaluar l'exposició d'una població és una tasca difícil a causa dels seus complexos patrons de mobilitat. Ignorar aquest factor podria conduir a biaixos sistemàtics a l'hora d'avaluar l'efecte de la contaminació de l'aire en les condicions de salut. En aquest estudi, hem utilitzat un conjunt de dades públic de mobilitat representatiu de la població de Catalunya per estimar l'exposició a la contaminació atmosfèrica basada en la mobilitat (estimacions dinàmiques) i quantificar el biaix comès quan s’ignoren les dinàmiques poblacionals (estimacions estàtiques). Dades detallades de qualitat de l'aire de 2022 per a NO₂, O₃, PM2.5 i PM10 van ser utilitzades per computar l'exposició a la contaminació de l'aire, i es van comparar estimacions estàtiques i dinàmiques. Entre el 84 i el 95% de les àrees de mobilitat van mostrar estimacions d'exposició dinàmica significativament diferents per a algun dels quatre contaminants. La magnitud d'aquestes diferències no va ser prou gran com per suposar un impacte rellevant en la salut quan es consideren les poblacions agregades. No obstant això, algunes de les poblacions mòbils van estar exposades a nivells de contaminació de l'aire insegurs durant un nombre addicional de dies important del que esperaríem en un marc estàtic, especialment per al NO₂ (fins a 60 dies addicionals). Espacialment, les àrees que envolten l'Àrea Metropolitana de Barcelona (AMB) van tendir a tenir estimacions d'exposició dinàmica incrementades per a NO₂, PM2.5 i PM10 —i disminuides per a O₃— a causa dels seus fluxos de persones que van a treballar a la AMB. Aquest estudi evidencia i quantifica l'efecte negatiu de l’AMB sobre l'exposició als contaminants atmosfèrics de les poblacions circumdants. A més, destaquem la importància d'utilitzar dades de mobilitat amb alta resolució espacial., La exposición a la contaminación del aire es el principal riesgo ambiental para la salud debido a sus efectos respiratorios y cardiovasculares perjudiciales. Evaluar la exposición de una población es una tarea difícil debido a sus complejos patrones de movilidad. Ignorar este factor podría generar sesgos sistemáticos al evaluar el efecto de la contaminación del aire en las condiciones de salud. En este estudio, utilizamos un conjunto de datos público de movilidad representativo de la población de Cataluña para estimar la exposición a la contaminación atmosférica basada en movilidad (estimaciones dinámicas) y cuantificar el sesgo cometido cuando se ignoran las dinámicas poblacionales (estimaciones estáticas). Datos detallados de calidad del aire de 2022 de NO₂, O₃, PM2.5 y PM10 fueron utilizados para computar la exposición a la contaminación del aire, y se compararon estimaciones estáticas y dinámicas. Entre el 84 y el 95% de las áreas de movilidad mostraron estimaciones de exposición dinámica significativamente diferentes para alguno de los cuatro contaminantes. La magnitud de estas diferencias no fue lo suficientemente grande como para suponer un impacto relevante en la salud al considerar las poblaciones agregadas. Sin embargo, algunas de las poblaciones móviles estuvieron expuestas a niveles inseguros de contaminación del aire durante un número de días adicional importante respecto a lo que esperaríamos en un marco estático, especialmente para NO₂ (hasta 60 días adicionales). Espacialmente, las áreas que rodean el Área Metropolitana de Barcelona (AMB) tendieron a tener estimaciones de exposición dinámica incrementadas para NO₂, PM2.5 y PM10—y reducidas para O₃—debido a sus flujos de personas que van a trabajar a la AMB. Este estudio evidencia y cuantifica el efecto negativo de la AMB sobre la exposición a contaminantes atmosféricos en las poblaciones aledañas. Además, destacamos la importancia de utilizar datos de movilidad con alta resolución espacial., Air pollution exposure is the leading environmental health risk due to its detrimental respiratory and cardiovascular effects. Assessing a population's exposure is a challenging task because of their complex mobility patterns. Ignoring this factor could lead to systematic biases when evaluating the effect of air pollution on health outcomes. In this study, we used a public mobility dataset representative of the population of Catalonia to estimate mobility-informed air pollution exposure (dynamic estimates) and quantify the bias committed when population dynamics are neglected (static estimates). Fine-grained air quality data of 2022 for NO₂, O₃, PM2.5 and PM10 was projected over the mobility areas to compute air pollution exposure, and static and dynamic estimates were compared. Between 84 and 95% of the mobility areas showed significantly different dynamic exposure estimates for any of the four pollutants. The magnitude of these differences was not large enough to entail a relevant health impact when considering the aggregated populations (the mobile population supposed 10% of the population of an area, on average). However, some of the mobile populations were exposed to unsafe air pollution levels for an important additional number of days than we would expect on a static setting, especially for NO₂ (up to 60 extra days). Spatially, the areas surrounding the Barcelona Metropolitan Area (BMA) tended to have increased dynamic exposure estimates for NO₂, PM2.5 and PM10—and decreased for O₃—caused by their flows of people going to work to the BMA. This study evidences and quantifies the negative effect of the BMA on the exposure to air pollutants in the surrounding populations. In addition, we highlight the importance of using mobility data with high spatial resolution when assessing dynamic air pollution exposure at the population level. If the resolution is not high enough, although more accurate, the dynamic estimates will not differ much from the static ones.

PhysiCell/BioFVM is an opopen-sourcend agent-based software package supporting 2D/3D simulations for multi-cellular biological systems. It is completely written in C++ and enjoys shared-memory parallelization through OpenMP. An attempt is being made to re-structure the code-base to add support for Distributed parallelization through MPI. The biggest bottleneck in the current version of the simulation package is the serial Thomas solver that is used to solve the triadiagonal system of linear equations resulting from the Finite Volume Discretization Method (FVM) of the reaction-diffusion equations modelling the secretion, ingestion of substrates from cells/agents. Our aim in this project is to replace the serial solver with an efficient distributed-parallel solver. For this purpose we experiment with the Cyclic Reduction (CR) algorithm on a shared-memory system but after understanding its limitations with regard to the problem size, we settle on a modified version of the Thomas solver as our preferred choice in distributed-parallel settings. Our experiments show that the Cyclic Reduction algorithm implemented using OpenMP is able to outperform the serial Thomas solver at a certain thread count on a single node. However, we do not extend this algorithm to support distributed parallelism due to the aforementioned problem. Further, we implement an MPI-only version of the modified Thomas algorithm that promises good scalability on multiple nodes of our HPC cluster - the MareNostrum 4 (MN4) supercomputer at the Barcelona Supercomputing Center (BSC). We project and optimistically conclude that for large problem sizes and a high core count, the parallel modified Thomas algorithm can offer significant reduction in the time to solution for complex 3D simulations in PhysiCell/BioFVM.

The Internet, undoubtedly, is the most influential technical invention of the 20th century that affects and constantly changes all aspects of our day-to-day lives nowadays. Although it is hard to predict its long-term consequences, the potential future of the Internet definitely relies on future Internet research. Prior to every development and deployment project, an extensive and comprehensive research study must be performed in order to design, model, analyze, and evaluate all impacts of the new initiative on the existing environment. Taking the ever-growing size of the Internet and the increasing complexity of novel Internet-based applications and services into account, the evaluation and validation of new ideas cannot be effectively carried out over local test beds and small experimental networks. The gap which exists between the small-scale pilots in academic and research test beds and the realize validations and actual deployments in production networks can be bridged by using virtual infrastructures. FEDERICA is one of the facilities, based on virtualization capabilities in both network and computing resources, which creates custom-made virtual environments and makes them available for Future Internet Researchers. This article provides a comprehensive overview of the state-of-the-art research projects that have been using the virtual infrastructure slices of FEDERICA in order to validate their research concepts, even when they are disruptive to the test bed’s infrastructure, to obtain results in realistic network environments., QC 20120119, FEDERICA