Especialistas del CONICET Mendoza desarrollaron “Phōton”, una aplicación web multiplataforma desarrollada a partir de un modelo predictivo de iluminación natural específico para Argentina. Dicho modelo, validado y publicado en artículos nacionales e internacionales, permite, a partir de una carga mínima de información del espacio (orientación, tamaño de ventana y transmitancia visible), conocer las condiciones de iluminación natural con el objetivo de facilitar la toma de decisiones en las etapas tempranas del diseño de una construcción.

Ayelén Villalba y Juan Manuel Monteoliva, investigadores del CONICET en el Instituto de Ambiente, Hábitat y Energía (INAHE-CONICET) forman  parte de este estudio interdisciplinario que pone en marcha esta aplicación por primera vez en el hemisferio sur: “El modelo optimiza el desempeño lumínico al integrar métricas dinámicas de iluminación natural en un marco simplificado y robusto que sirve de apoyo para el diseño arquitectónico en etapas tempranas”, comenta Monteoliva.

El modelo incorpora cuatro variables de entrada claves: condiciones del cielo, orientación de la fachada de la habitación o espacio interior, área vidriada y transmitancia visible del vidrio. La metodología se desarrolla en cuatro fases: creación de una matriz de análisis basada en la definición de variables y sus niveles, simulaciones de luz natural para obtener valores de iluminancia horizontal, cálculo de las métricas dinámicas y construcción del modelo predictivo.

Esta herramienta está pensada principalmente para ayudar a proyectistas (arquitectos, técnicos y diseñadores de espacios interiores), así como a quienes buscan mejorar las condiciones de iluminación en oficinas, aulas, salas de hospital o habitaciones de viviendas. En el inicio del diseño de un edificio y sin procesos de simulación involucrados, Phōton ayuda a optimizar el uso de la luz natural y a propiciar una disminución en el consumo de energía eléctrica destinada a la iluminación artificial.

Los modelos disponibles se han desarrollado para ciudades específicas de América del Sur como Florianópolis (Brasil), Antofagasta, Santiago y Punta Arenas (Chile) con la misma finalidad de evaluar la disponibilidad de luz natural en espacios interiores. Sin embargo, en su mayoría se encuentran en ciudades del hemisferio norte.

Villalba explica que esta herramienta tiene un valor  especial para Argentina ya que amplía la investigación considerando los cielos típicos de ciudades del hemisferio sur en el desarrollo de modelos predictivos. “Si bien su aplicabilidad actual se limita a espacios interiores medianos, representa un avance significativo en el diseño arquitectónico sustentable ya que destaca el potencial de las herramientas predictivas simplificadas para reducir el consumo energético, mejorar el confort interior y apoyar prácticas de construcción sostenibles, ofreciendo un recurso práctico para profesionales”, agrega.

Entender la importancia de la luz solar en ambientes laborales es fundamental debido a que estos espacios tienen diversos requerimientos de iluminación para el correcto desempeño de las tareas que se desarrollan en ellos. Villalba sostiene que es crucial que los niveles de luz sean lo suficientemente elevados para que la persona pueda ver correctamente. Sin embargo, si estos niveles son excesivos, puede presentarse una situación de deslumbramiento.

Este estudio es el producto de varios años de trabajo y, en ese proceso, ha recibido financiación de diferentes instituciones públicas argentinas. Además, obtuvo un financiamiento público-privado para el desarrollo específico de la aplicación de la Municipalidad de la Ciudad de Mendoza y el Banco Galicia.

“Estamos muy contentos de este logro ya que entendemos que este modelo posicionará a Argentina entre los pocos países del hemisferio sur con un modelo propio, científicamente validado, aportando al diseño sustentable en la región y fortaleciendo tanto el ámbito académico como profesional”, concluye Monteoliva.

Integrantes del Proyecto: Juan Manuel Monteoliva; Ayelén Villalba; Andrea E. Pattini; Stella M. Donato; Emanuel R. Schumacher; Dario R. Jaime; Valeria D. Paviglianiti y Juan I. Chades.