2 Antecedentes y marco teórico
2.1 Confort térmico
El confort térmico es un concepto subjetivo, ya que depende de las percepciones individuales y está influenciado por factores ambientales y personales. La sociedad estadounidense de ingenieros de calefacción, refrigeración y aire acondicionado (ASHRAE, por sus siglas en inglés) lo define como la condición mental que expresa satisfacción con el ambiente térmico (ASHRAE 55, 2017), mientras que la organización internacional de normalización (ISO, por sus siglas en inglés) en su norma 7730 lo describe como la sensación de bienestar térmico que experimenta una persona en un entorno dado, considerando aspectos físicos, fisiológicos y psicológicos (2005). Podemos decir entonces que el confort térmico es la sensación de satisfacción o insatisfacción con el ambiente térmico y está influenciado por percepciones individuales y como los individuos reaccionan ante las condiciones térmicas de su entorno.
Para describir las condiciones térmicas aceptables D. Morillón y Miranda (2002) definieron la zona de confort térmico como la zona que establece un rango de temperaturas dentro de cual la mayoría de las personas experimentan una sensación térmica neutral.
El confort térmico es más complejo que un simple estado de satisfacción o insatisfacción, se puede considerar un rango de sensaciones que van desde una percepción extrema de frío hasta una sensación de extremo calor. Por otro lado, el equilibrio térmico hace referencia al estado en el que el cuerpo humano mantiene su temperatura interna estable a través de procesos fisiológicos incluyendo la sudoración, la vasoconstricción y la vasodilatación, así como procesos físicos de transferencia de calor, incluyendo la conducción, la convección y la radiación, que le permitan adaptarse a los cambios en el entorno (Sakoi et al. 2023). El equilibrio térmico es fundamental para el bienestar fisiológico, pero también es un factor que influye en la sensación de confort térmico de cada individuo. El confort térmico depende de factores ambientales que incluyen la temperatura radiante media, la velocidad del aire, la humedad relativa y la presión atmosférica, así como de factores personales como la actividad física y el nivel de aislamiento térmico de la ropa, Sin embargo, la percepción del confort térmico también puede verse influenciada en función de las experiencias, expectativas y contexto personal de cada individuo (ASHRAE 55, 2017).
Los factores que afectan la sensación de confort térmico se pueden agrupar en dos categorías: factores ambientales y factores personales. Estos factores son fundamentales para evaluar el entorno y diseñar estrategias que mejoren el confort térmico, ya que afectan directamente la capacidad del cuerpo para mantener un equilibrio térmico adecuado.
Factores ambientales
Los factores ambientales incluyen la temperatura del aire, la temperatura radiante media, la velocidad del aire, la humedad relativa del aire, y la presión atmosférica (ASHRAE 55, 2017).
Temperatura del aire: Influye no solo en la sensación de calor o frío percibida a través de la piel, sino también en los procesos de transferencia de calor entre el individuo y el entorno que lo rodea. Para S. Y. Sim et al. (2016), Choi y Yeom (2017) y Liu et al. (2019), la temperatura ambiente es uno de los principales factores que afecta al confort térmico.
Temperatura radiante media: Es la temperatura uniforme de un entorno imaginario en el cual el intercambio de calor radiante entre una persona y las superficies circundantes sería igual al intercambio de calor radiante real en el entorno actual (ASHRAE 2009). Las superficies realizan un intercambio de calor con el cuerpo humano a través de radiación térmica, afectando la sensación de frío o calor dependiendo si la temperatura de los objetos cercanos es mayor o menor a la temperatura del cuerpo humano. Este factor es crucial en el diseño de edificaciones, donde la elección de materiales influye directamente en la transferencia de calor.
Velocidad del aire: Juega un papel importante en la sensación de frescura o calor. El flujo de aire sobre la piel humana contribuye a la transferencia de calor entre el cuerpo y el ambiente a través de la convección y la evaporación del sudor. Según estudios, la velocidad adecuada del aire mejora significativamente los niveles de confort térmico, el rendimiento cognitivo y la satisfacción general (Cen, Cheng, y Wong 2023).
Humedad relativa del aire: Afecta la capacidad del cuerpo humano para disipar el calor a través de la sudoración. En ambientes muy húmedos, la evaporación del sudor se ve disminuida, generando una mayor sensación de calor, mientras que en ambientes secos la sudoración se acelera, aumentando la sensación de frescura.
Presión atmosférica: La presión atmosférica también influye en la percepción del confort térmico, especialmente en entornos de gran altitud, donde la menor densidad del aire afecta a la respiración.
Factores personales
Los factores personales más relevantes para el confort térmico son la actividad física y la vestimenta. Sin embargo, otros factores como la edad, el sexo, la complexión física, la aclimatación y los aspectos socioculturales y económicos también pueden influir, aunque en menor medida.
Actividad física: Influye directamente en la producción de calor del cuerpo. Una persona que realiza una actividad física intensa produce más calor que una persona en reposo. En el contexto de confort térmico, la producción de calor se mide en unidades de “met”, donde 1 met equivale a la producción de energía térmica de una persona en reposo por unidad de área de la piel, aproximadamente 58.2 W/m² (ASHRAE, 2009).
Vestimenta: Actúa como un aislante térmico que interfiere tanto en la ganancia como en la perdida de calor del cuerpo. Si la temperatura del aire es mayor a la temperatura de la piel, la vestimenta puede reducir la absorción de calor del ambiente al cuerpo o por el contrario propiciar la transferencia de calor y provocar una sensación térmica calurosa, esto dependiendo del tipo de vestimenta que se porte. El nivel de aislamiento térmico de la ropa se mide en unidades de “clo”. El valor de 1 clo equivale al aislamiento proporcionado por un traje típico de negocios, aproximadamente 0.155 m²·K/W (ASHRAE, 2009).
Edad: La edad afecta la percepción del confort térmico debido a cambios fisiológicos asociados con el envejecimiento, como la disminución de la sensibilidad térmica, disminución en la capacidad para detectar cambios en la temperatura corporal y disminución en su capacidad de termorregulación (Larriva y García 2019).
Sexo: El sexo también influye en la sensación de confort térmico. J. Lyu et al. (2023) demuestra que las mujeres tienden a soportar temperaturas más cálidas en comparación con los hombres. Mientras que Chaudhuri et al. (2018) en encontraron una mayor incomodidad por parte de las mujeres en temperaturas más frías, además de registrar temperaturas cutáneas menores respecto a los hombres bajo las mismas condiciones ambientales.
Complexión física: La complexión física afecta a la sensación de confort térmico debido a su relación con la producción y disipación de calor del cuerpo humano. Según Pedro Mondelo, Santaliestra, y Sanz (2001), los individuos con mayor mas corporal tienden a retener más calor, lo que los hace más susceptibles a condiciones cálidas. Por el contrario, los individuos con menor masa corporal son más sensibles a temperaturas frías debido a que pierden calor más fácilmente.
Aclimatación: La aclimatación influye en la sensación de confort térmico al modificar la tolerancia de los individuos a diferentes temperaturas según su exposición a estas, sus hábitos y sus expectativas. Los individuos que residen en climas cálidos suelen tener una mayor tolerancia a temperaturas elevadas con respecto a quienes viven en climas más fríos (Olsen 2024).
Factores culturales y socioeconómicos: Las expectativas sobre un ambiente térmicamente confortable varían según la cultura. Además, el estatus socioeconómico puede afectar las preferencias térmicas debido al acceso desigual a recursos como sistemas de aire acondicionado y calefacción K. J. Lyu et al. (2023).
2.2 Evaluación de confort térmico a través de encuestas
El confort térmico es un concepto subjetivo que puede evaluarse a través de encuestas de confort térmico que permiten recopilar información acerca de la percepción de los usuarios en un espacio dado sobre su entorno físico. Para ello, la ISO en su norma 10551 (2019) establece escalas de juicio subjetivo para evaluar el entorno físico. La norma aborda cinco tipos principales de escalas, divididas en dos categorías: escalas para el estado personal y escalas para describir el entorno físico. Las escalas para el estado personal son tres: perceptual, evaluativa y preferencia. Mientras que para el entorno físico son dos: aceptabilidad y satisfacción.
Calixto Aguirre (2021) presenta las escalas de la siguiente manera:
2.2.1 Escalas para el estado personal
- Escala de percepción del estado personal: ¿Cómo te sientes ahora?. Se utiliza para comprender la percepción subjetiva del estado personal de un individuo en un entorno específico. La escala puede ser unipolar o bipolar según lo requerido. En el caso de la escala unipolar, se utiliza una graduación de cuatro grados, que puede extenderse a cinco de ser necesario. El punto de origen se establece en 0, que representa un estado neutro, mientras que los grados de intensidad se enumeran como 1, 2, 3 y opcionalmente 4. En la Tabla 2.1 se observa la estructura para la escala unipolar.
| Punto de origen | Grados de intensidad |
|---|---|
| 0 | 1, 2, 3, (4) |
Por otra parte, si la escala es bipolar, se utiliza una graduación de siete grados, que puede ampliarse hasta nueve de ser necesario. El punto de indiferencia también es 0, pero esta escala se divide en dos polos opuestos: el polo A y el polo B. Los grados negativos de intensidad van de -1 a -3 y -4 opcionalmente, siendo -4 el más cercano al polo A y -1 el más cercano a 0. Los grados positivos de intensidad van de 1 a 3 y 4 opcionalmente, siendo 4 el más cercano al polo B y 1 el más cercano a 0. El 0 representa la ausencia de sensación en ambas escalas. En la Tabla 2.2 se observa la estructura para la escala bipolar.
| Grados de intensidad | Punto de indiferencia | Grados de intensidad | ||
|---|---|---|---|---|
| Polo A | (-4), -3, -2, -1 | 0 | 1, 2, 3, (4) | Polo B |
Escala evaluativa: ¿Cómo te encuentras?. Se utiliza para medir el nivel de comodidad en un entorno. Es una escala unipolar de cuatro grados ampliable a cinco (Tabla 2.1). El 0 representa comodidad y el polo representa la incomodidad extrema.
Escala de preferencia: ¿Cómo preferirías estar?. Utiliza una escala bipolar simétrica con siete grados para medir la preferencia de las personas respecto a ciertos aspectos del entorno. El 0 representa “sin cambio” en la preferencia (Tabla 2.2).
2.2.2 Escalas para describir el entorno físico
Aceptabilidad: Esta escala se centra en la aceptabilidad a nivel personal del entorno. Tiene dos grados, se acepta o se rechaza.
Satisfacción: Se centra en la tolerancia al entorno. Es una escala de cinco grados. 0 es perfectamente tolerable, 1 es tolerable, 2 es ligeramente incómodo, 3 es incómodo y 4 es completamente intolerable.
2.3 Modelos de confort térmico
Además de las encuestas utilizadas para evaluar el confort térmico, se han desarrollado modelos diseñados específicamente para predecirlo. Estos modelos han sido desarrollados con base en mediciones experimentales y encuestas realizadas a ocupantes en distintos entornos. Se adaptan a condiciones especificas y pueden dividirse en dos categorías: los modelos para edificaciones con sistemas de aire acondicionado y los modelos para edificaciones sin aire acondicionado.
2.3.1 Modelos para edificaciones con sistemas de aire acondicionado
PMV-PPD
El voto medio previsto (PMV, por sus siglas en inglés) está en función de las siete variables físicas que afectan al confort térmico: temperatura del aire, temperatura radiante, humedad relativa del aire, velocidad del aire, presión atmosférica, nivel metabólico del ocupante y nivel de aislamiento térmico de la ropa. Dispone de una escala bipolar de sensación térmica de siete puntos, donde -3 indica una sensación de mucho frío, 0 representa una sensación neutra y +3 representa una sensación de mucho calor. Este es un modelo desarrollado para edificaciones que cuenten con sistemas de aire acondicionado y fue desarrollado por Fanger (1970).
Las ecuaciones para calcular el PMV son:
\[ \text{PMV} = \left[ 0.303 \cdot \exp(-0.036 \cdot M) + 0.028 \right] \cdot \Bigg\{ (M - W) \] \[ - 3.05 \times 10^{-3} \cdot \big[ 5733 - 6.99 \cdot (M - W) - P_a \big] - 0.42 \cdot \big[ (M - W) \] \[ - 58.15 \big] - 1.7 \times 10^{-5} \cdot M \cdot (5867 - P_a) - 0.0014 \cdot M \cdot (34 - t_a) \] \[ - 3.96 \times 10^{-8} \cdot f_{cl} \cdot \big[ (t_{cl} + 273)^4 - (t_r + 273)^4 \big] \] \[ - f_{cl} \cdot h_c \cdot (t_{cl} - t_a) \Bigg\} \tag{2.1}\]
\[ t_{cl} = 35.7 - 0.028 \cdot (M - W) - I_{cl} \cdot \Bigg\{ 3.96 \times 10^{-8} \cdot f_{cl} \cdot \big[(t_{cl} + 273)^4 \] \[ - (\bar{t}_r + 273)^4\big] + f_{cl} \cdot h_c \cdot (t_{cl} - t_a) \Bigg\} \tag{2.2}\]
\[ h_c = \begin{cases} {2.38 \cdot |t_{cl} - t_a|^{0.25}} & \text{si } 2.38 \cdot |t_{cl} - t_a|^{0.25} > 12.1 \cdot \sqrt{v_{ar}} \\ 12.1 \cdot \sqrt{v_{ar}} & \text{si } 2.38 \cdot |t_{cl} - t_a|^{0.25} < 12.1 \cdot \sqrt{v_{ar}} \end{cases} \tag{2.3}\]
\[ f_{cl} = \begin{cases} 1.00 + 1.290 \cdot I_{cl} & \text{si } I_{cl} \leq 0.078 \\ 1.00 + 0.645 \cdot I_{cl} & \text{si } I_{cl} > 0.078 \end{cases} \tag{2.4}\]
\[ v_{ar} = v_{air} + 0.3 \cdot (M - 1) \tag{2.5}\]
donde:
\(M\) : Tasa metabólica (\(W/m^2\))
\(W\) : Trabajo mecánico externo (\(W/m^2\))
\(I_{cl}\) : Aislamiento térmico de la ropa (\(m^2 \cdot °C/W\))
\(f_{cl}\) : Factor de cobertura de la ropa (sin unidad)
\(t_a\) : Temperatura del aire (°C)
\(\bar{t}_r\) : Temperatura media radiante (°C)
\(p_a\) : Presión parcial del vapor de agua (Pa)
\(v_{ar}\) : Velocidad relativa del aire (m/s)
\(v_{air}\) : Velocidad del aire (m/s)
\(h_c\) : Coeficiente de transferencia de calor por convección (\(W/m^2 \cdot °C\))
\(t_{cl}\) : Temperatura de la superficie de la ropa (°C)
El Porcentaje Previsto de Insatisfacción (\(PPD\), por sus siglas en inglés) es un modelo que predice el porcentaje de personas que se sentirán insatisfechas con las condiciones térmicas en un ambiente determinado. Este modelo está relacionado con el PMV y fue propuesto por Fanger (1970). La ecuación que lo define se expresa de la siguiente manera:
\[ PPD = 100 - 95 \cdot \exp\left(-0.03353 \cdot \text{PMV}^4 - 0.2179 \cdot \text{PMV}^2\right) \tag{2.6}\]
ASHRAE 55 (2017) indica que el \(PPD\) no debe ser mayor al 10% en todos los edificios, mientras que la ISO 7730 (2005) indica un valor menor al 10% para edificios nuevos y 15% para edificios ya existentes. En la Figura 2.1 observamos la relación entre el PMV y el PPD.
2.3.2 Modelos para edificaciones sin sistemas de aire acondicionado
Existen modelos desarrollados para aplicarse en edificaciones sin sistemas de aire acondicionado. Existen dos tipos: adaptativos y no adaptativos.
Adaptativos
ePMV
El voto medio previsto extendido (ePMV, por sus siglas en inglés) es una modificación al PMV. Se observó que el PMV sobrestima el voto de sensación térmica de las personas en edificios sin aire acondicionado ubicados en climas cálidos. Para corregir esto, se introdujo un factor de expectativa (e), el cual ajusta los cálculos del PMV teniendo en cuenta factores como la duración del clima cálido a lo largo del año y la frecuencia con que las personas ingresan a otros edificios en la región que cuentan con sistemas de aire acondicionado (Fanger y Toftum 2002).
En la Tabla 2.3 se presentan los valores del factor e para diferentes escenarios.
| Período cálido | Edificios cercanos con aire acondicionado | Valor (e) |
|---|---|---|
| Todo el año | No | 0.5 |
| Todo el año | Sí | 0.7 |
| Verano | No | 0.7-0.8 |
| Verano | Sí | 0.8-0.9 |
| Período corto en verano | - | 0.9-1 |
Para el cálculo del ePMV además del valor de e, se debe considerar el valor del estado metabólico del ocupante (MET). usualmente el MET se determina mediante tablas estandarizadas que asignan valores a diferentes actividades. Sin embargo, esto no considera el comportamiento natural de las personas que al sentir calor tienden a reducir su actividad de manera inconsciente para adaptarse al clima, disminuyendo así su tasa metabólica. La solución propuesta para el ePMV es considerar esta reducción en la tasa metabólica en ambientes cálidos. Se considera una disminución del 6.7%.
De esta manera, para calcular el ePMV se deben seguir los siguientes pasos:
- Calcular el PMV
- Se calcula la nueva tasa metabólica de la siguiente manera: \[ M_{mod} = M \cdot (1 -0.067 \cdot PMV) \tag{2.7}\]
Donde \(M_{mod}\) es la tasa metabólica modificada y \(M\) es la tasa metabólica estimada para el PMV.
- Se vuelve a obtener el valor del PMV utilizando \(M_{mod}\)
- Se multiplica el nuevo valor del PMV por el factor e
aPMV
El voto medio previsto adaptativo (aPMV, por sus siglas en inglés), es una adaptación del PMV y fue propuesta por Yao, Li, y Liu (2009). Es un modelo que toma en cuenta la sobrestimación del PMV de los ocupantes en edificios sin aire acondicionado. Se propone un coeficiente adaptativo \(\lambda\), el cual se obtiene realizando encuestas de sensación térmica a los ocupantes del edificio, y en caso de que el edificio aún se encuentre en construcción, se busca un edificio con características similares. El aPMV se calcula de la siguiente manera:
\[ \text{aPMV} = \frac{\text{PMV}}{1 + \lambda \text{PMV}} \tag{2.8}\]
No adaptativos
Índice Humidex Ontario
Propuesto por Masterton, Richardson, y atmosphérique (1979). Representa en un solo valor cómo la temperatura y la humedad del aire afectan la sensación térmica. Utiliza datos recopilados en una encuesta a una muestra representativa de personas. Es un modelo exclusivo para climas cálidos. Se calcula de la siguiente manera:
\[ Humidex = T + h \tag{2.9}\] \[ h = \frac{5}{9}(p_v- 10) \tag{2.10}\]
donde:
\(T\) : Temperatura de bulbo seco (°C)
\(h\) : Factor de humedad (°C)
\(p_v\) : Presión de vapor (mbar)
Índice Humidex Colima
El Índice Humidex Colima adapta la fórmula original del Índice Humidex Ontario Ecuación 2.9 para responder a las condiciones climáticas de la región de Colima, México. A diferencia del índice original, que está diseñado exclusivamente para climas cálidos, este nuevo índice considera la época de frío. Este índice se basa en encuestas de confort realizadas en la ciudad de Colima. Estas encuestas se llevaron a cabo en diferentes estaciones del año (Gómez-Azpetia, Gómez, y Peña 2006).
2.4 Variables fisiológicas como indicadores de confort térmico
Si bien existen distintos modelos que permiten predecir el confort térmico, estos no son 100% precisos, por ello se han buscado otras formas de poder medir y predecir el confort térmico. Se ha visto que existen variables fisiológicas que pueden estar fuertemente relacionadas a la sensación de confort térmico del ser humano.
Las variables fisiológicas que están asociadas con la respuesta del cuerpo humano a las condiciones ambientales incluyen la tasa de sudoración, la temperatura de la piel y la frecuencia cardíaca (Bogatu et al. 2023). La medición de estas variables puede proporcionar información acerca de la respuesta fisiológica del cuerpo humano ante su entorno térmico, aunque su relación con el confort térmico no siempre sea directa. J. K. Sim, Yoon, y Cho (2018) midieron la tasa de sudoración mediante una cámara de humedad y demostraron que el estado térmico de una persona puede deducirse a partir de la cantidad de sudor producido. Sin embargo, Bogatu et al. (2023) señalan que la sudoración no siempre es un indicador fiable del confort térmico, ya que puede estar influenciada por factores emocionales como el estrés. Además de que en entornos fríos la baja producción del cuerpo humano dificulta su medición, sirviendo únicamente como referencia en entornos altos con una mayor producción de calor por parte del cuerpo humano. S. Y. Sim et al. (2016) llevaron a cabo un estudio donde midieron la temperatura de la piel en cuatro puntos distintos: parte superior de la muñeca, arteria radial, arteria ulnar y la punta del dedo índice. Los resultados mostraron que combinar las tres mediciones de la muñeca proporciona los mejores resultados, con una correlación de Pearson de 0.81 respecto al voto de sensación térmica (TSV, por sus siglas en inglés). Sin embargo, las mediciones individuales de la parte superior de la muñeca y de la arteria radial también ofrecieron resultados satisfactorios, con una correlación de Pearson de 0.76. De manera similar, Choi y Yeom (2017) realizaron un estudio en donde a través de un algoritmo de árbol de decisiones crearon modelos para predecir el TSV midiendo la temperatura en diferentes puntos del cuerpo: frente, cuello, espalda, brazo, muñeca (interior), muñeca (posterior), pecho, cintura, vientre. En donde el mejor resultado lo obtuvieron al hacer un modelo combinando las mediciones de la cintura, brazo y la parte interior de la muñeca, con un 95.87% de exactitud.
Bogatu et al. (2023) recopilaron evidencia sobre el uso de la temperatura de la piel como indicador de confort térmico debido a su facilidad de medición. La piel representa el medio de interacción entre el cuerpo humano y su entorno, regulando el intercambio de calor mediante procesos como la vasodilatación y la vasoconstricción. La revisión sugiere que a temperaturas más altas en la piel se registra una mayor tendencia a una sensación de calor, mientras que temperaturas más bajas de la piel se relacionan con una sensación de frío. Además, revisaron estudios sobre el uso de la frecuencia cardíaca y la variabilidad de la frecuencia cardíaca (VFC) como indicadores del confort térmico. La VFC está relacionada con la respuesta del cuerpo a diferentes entornos térmicos y puede reflejar su estado de homeostasis. Diversos estudios han empleado algoritmos de aprendizaje automático para analizar las variaciones de la VFC y han logrado predecir el estado térmico de los individuos con una precisión del 93.7%. El estudio de Nkurikiyeyezu, Suzuki, y Lopez (2017) demuestra que la VFC puede predecir la sensación de confort térmico en diferentes condiciones ambientales. En su estudio, se analizaron índices de la VFC de individuos realizando tareas en ambientes fríos, neutros y cálidos, logrando predecir la sensación térmica con una exactitud de hasta el 93.7%.
2.5 Modelos de confort térmico en México
Los modelos de confort han sido estudiados y desarrollados en su mayoría en países europeos y en Estados Unidos, en donde las condiciones climáticas difieren a las encontradas en México. Si bien estos modelos han servido como referencia en el estudio del confort térmico en todo el mundo, aplicarlos en el contexto de los diferentes bioclimas que hay en México puede no dar los mejores resultados. México es un país ocn uan gran variedad de regiones bioclimáticas, como el bioclima templado , templado seco y cálido semihúmedo entre otros, según el listado del Instituto del Fondo Nacional de la Vivienda para los Trabajadores (Fondo Nacional de la Vivienda para los Trabajadores (Infonavit) 2020). Es por esta razón que se han llevado cabo estudios de confort térmico para las diferentes regiones bioclimáticas de México, así como el desarrollo de algunos modelos de confort adaptativos.
Zepeda-Gil y Natarajan (2022) llevaron a cabo un estudio en donde analizaron el confort térmico en viviendas con ventilación natural ubicadas en Toluca, Estado de México, en donde se tiene un bioclima semifrío. Descubrieron que solo el 42% de las horas de ocupación se encontraban dentro de la zona de confort térmico y este porcentaje disminuía durante el invierno, lo que obligaba a los ocupantes a recurrir a estrategias como el uso de prendas adicionales para mantener el confort. Sin embargo, estas medidas no resultaban ser del todo efectivas durante la temporada invernal. Los resultados de este estudio resaltan la importancia de las estrategias de diseño bioclimático y de la necesidad de estudiar y entender el comportamiento térmico de las diferentes zonas bioclimáticas del país.
Existen diversos estudios que han abordado el confort térmico en México. Rincón-Martínez y Int (2019) llevaron a cabo un estudio en la Universidad Autónoma Metropolitana (UAM) ubicada en la ciudad de México con un bioclima templado subhúmedo. LLevaron a cabo mediciones para evaluar el confort térmico en laboratorio, así como en condiciones de campo para evaluar el confort térmico en espacios controlados y espacios no controlados. Encontraron una correlación entre ambas metodologías lo que indica que en este caso los experimentos de laboratorio pueden representar las condiciones reales de confort térmico en México.
Por otro lado, Martínez et al. (2020) desarrollaron un modelo de confort térmico adaptativo para edificios educativos en Ensenada, Baja California, una región con un bioclima templado seco. su modelo está basado en la temperatura operativa y es expresado a través de la ecuación: $ S_{t} = 0.2159T_{o} - 1.1115 $ donde \(S_{t}\) representa la sensación térmica en °C y \(T_{o}\) la temperatura operativa en °C.
En otro estudio, Oropeza-Perez, Petzold-Rodriguez, y Bonilla-Lopez (2017) consideraron cuatro principales regiones bioclimáticas en México diferenciadas entre ellas por sus condiciones de temperatura del aire al exterior y su humedad relativa del aire. Analizaron el confort térmico en estas cuatro regiones: árido, tropical seco, templado y tropical húmedo. Desarrollaron modelos de confort adaptativos para cada una de estas regiones, basados en datos recopilados en edificios en con y sin aire acondicionado. encontraron que la sensación de confort térmico varia entre regiones, además de que la implementación de estrategias pasivas, como la ventilación natural y el control solar, reducen la dependencia de sistemas mecánicos de climatización y pueden mejorar el confort térmico.
López-Pérez, Flores-Prieto, y Ríos-Rojas (2019) llevaron a cabo otro estudio en edificaciones educativas en Tuxtla Gutierrez, Chiapas,, una región con un bioclima tropical húmedo. Realizaron su estudio durante la temporada cálida en edificios con y sin aire acondicionado. Analizaron la temperatura operativa en cada una de las edificaciones y encontraron que la temperatura operativa en estos edificios superaba frecuentemente los límites establecidos por las normas internacionales ASHRAE55 (2017) y la ISO 7730 (2005) sin que los ocupantes se sintieran en disconfort térmico, lo que sugiere la necesidad de ajustar estos criterios de confort térmico dependiendo de la región bioclimática.
Romero Moreno y Ochoa de la Torre (2020) hicieron un estudio mas extenso publicado en su libro “Confort térmico y ahorro de energía en la vivienda económica en México: regiones de clima cálido seco y húmedo”. La investigación abarcó siete ciudades: Mexicali, Hermosillo, La Paz, Culiacán, Mérida, Veracruz y Colima, donde se analizaron las condiciones constructivas de las viviendas, el perfil de los habitantes y el uso de sistemas de climatización artificial. Se evaluó el consumo energético asociado a la climatización y su impacto económico, determinando que en algunas ciudades, como Mexicali y Culiacán, las viviendas presentan condiciones de disconfort térmico durante gran parte del año. A partir del monitoreo de condiciones ambientales y encuestas a los habitantes, estudiaron el confort térmico para cada región. Finalmente, se propusieron modelos de vivienda bioclimática adaptados a cada ciudad con el objetivo de mejorar el confort térmico sin incrementar el consumo energético.
Si bien han existido avances en la investigación sobre el confort térmico en México, es necesario continuar explorando las distintas regiones bioclimáticas y seguir desarrollando modelos de confort adaptativos específicos para cada una de estas regiones. La diversidad climática del país requiere estudios personalizados que favorezcan el confort térmico y la eficiencia energética en las edificaciones dadas las condiciones especificas de cada región.
2.6 Dispositivos portátiles y tecnologías abiertas en el confort térmico
El uso de dispositivos portátiles ha surgido en años recientes como una valiosa herramienta en la investigación del confort térmico. Dispositivos con la capacidad de recopilar continuamente datos ambientales y fisiológicos han impulsado el desarrollo de modelos de confort adaptativos, así como un mayor entendimiento general del confort térmico. El avance de la tecnología y el acceso a tecnologías abiertas y de bajo costo ha favorecido la integración de estos dispositivos a los estudios de confort térmico. En este contexto, varios estudios han explorado diversas estrategias para el estudio y modelado del confort térmico con la integración de dispositivos portátiles en el proceso.
Garces et al. (2021) se apoyaron en la tecnología portátil para la estimación del confort térmico a través del modelo PMV-PPD. Crearon un nodo sensor con un anemómetro de hilo caliente para medir la velocidad del aire y sensores de temperatura del aire y humedad relativa (DHT22), variables que son clave para la estimación del modelo. Para calcular el PMV, asumieron valores estándar para la temperatura media radiante, considerándola igual a la temperatura del aire, mientras que la actividad metabólica y el aislamiento térmico de la vestimenta fueron asignados con valores típicos según las condiciones del entorno. Para validar la precisión de su sistema, compararon las mediciones del nodo sensor con sensores de referencia. El trabajo hecho demostró la viabilidad de la integración de sistemas de bajo costo con tecnologías libres para la estimación del confort térmico.
En el estudio de J. K. Sim, Yoon, y Cho (2018), se desarrolló un dispositivo portátil diseñado para ser colocado en la muñeca. Este dispositivo tiene un sensor de humedad capacitivo (SY-HC-1) dentro de una cámara de humedad, permitiendo medir de manera continua la tasa de sudoración del usuario. La cámara de humedad tiene la función de controlar la ventilación natural en el área de la muñeca a través de un actuador termo-neumático que controla la apertura y el cierre de la cámara. El estudio encontró una correlación directa entre el aumento de la tasa de sudoración y el estado de estrés térmico, definido como la condición en la que el cuerpo experimenta una carga térmica excesiva o insuficiente, evidenciando que una mayor tasa de sudoración está asociada con niveles más altos de estrés térmico.
Por otro lado, Cho et al. (2023) desarrollaron un brazalete con tres termistores ubicados en la arteria radial, la arteria cubital y la parte superior de la muñeca, complementado con sensores externos para medir la temperatura y la humedad relativa del aire. Un algoritmo de inteligencia artificial integró estas mediciones con encuestas subjetivas de confort térmico, utilizando escalas como el TSV, para personalizar un modelo predictivo de confort térmico. El estudio se llevó a cabo en varios participantes, lo que permitió evaluar la efectividad del modelo en distintas personas y condiciones térmicas. Este sistema permitió controlar un sistema de calefacción, ventilación y aire acondicionado.
El proyecto Coolbit, desarrollado por Nazarian et al. (2021), utilizó relojes inteligentes Fitbit equipados con sensores iButton para medir la temperatura del aire, la humedad relativa del aire, la temperatura de la piel, la frecuencia cardíaca, la humedad de la piel y la temperatura central del cuerpo. Para la medición de la temperatura central del cuerpo, se les pidió a los participantes que ingirieran cápsulas telemétricas VitalSense aproximadamente 8 a 10 horas antes del experimento, estás capsulas permiten realizar mediciones de temperatura por tiempos prolongados y enviar los datos a través de radiofrecuencias a dispositivos cercanos. Además, implementaron encuestas para evaluar la sensación de confort térmico. A través de métodos de regresión, se estableció una correlación entre estas variables y la sensación térmica de los usuarios, permitiendo predecir la temperatura central del cuerpo con un margen de error de ±0.27 °C.
Feng et al. (2023) desarrollaron un sistema portátil capaz de predecir sensaciones térmicas individuales. Utilizaron el brazalete Empatica E4, que mide la temperatura de la piel, la frecuencia cardíaca, la conductancia eléctrica de la piel (EDA, por sus siglas en inglés) y la actividad física mediante un acelerómetro de tres ejes. También utilizaron el sensor ambiental Ubibot WS1 que mide la temperatura del aire, la humedad relativa del aire y los niveles de iluminación. Diseñaron una aplicación móvil para llevar a cabo una encuesta de confort térmico que se activaba con una alerta en momentos específicos determinados por cambios detectados en los sensores. Estas encuestas incluían escalas de preferencia térmica, sensación térmica y nivel de aislamiento de la ropa. El estudio se llevo a cabo con dos participantes. Los datos recopilados se integraron en un modelo de regresión logística multinomial, alcanzando una exactitud promedio del 80.3% en la predicción de sensaciones térmicas individuales.
Un enfoque diferente fue explorado en el estudio de He et al. (2025), en el cual utilizaron sensores inerciales (IMU, por sus siglas en inglés) para correlacionar actividades humanas con estados de confort térmico. Los sensores IMU, que combinan acelerómetros, giroscopios y magnetómetros, permiten medir movimientos y orientaciones en tres ejes. En este estudio, se colocaron sensores IMU en las manos de los participantes durante actividades predefinidas a través de encuestas diseñadas para identificar actividades asociadas con estados térmicos de frío, neutro y calor. Estas actividades incluyen frotarse las manos, abanicarse con las manos, usar el teléfono o abrocharse botones, entre otras. Los sensores IMU registraron variables como aceleración, velocidad angular y ángulos de Euler, cuyos datos se utilizaron para entrenar modelos de aprendizaje automático. Estos modelos lograron identificar las actividades específicas asociadas con distintas sensaciones térmicas. Los autores destacan la viabilidad de estos sensores para aplicaciones en el control de sistemas HVAC.
En el estudio de Tartarini et al. (2022), se utilizó un reloj inteligente Fitbit, dos sensores iButton y la aplicación Cozie para evaluar el confort térmico humano. Cozie, una aplicación diseñada para relojes inteligentes, permitió la recopilación de datos subjetivos mediante encuestas rápidas, además de integrar mediciones de la frecuencia cardíaca y la ubicación de los sensores del reloj, aunque actualmente unicamente se encuentra disponible para Apple Watch y algunos modelos de Fitbit. En este estudio se midieron la temperatura de la piel en la muñeca, registrada con un sensor iButton colocado en la parte interna de la correa del reloj; la frecuencia cardíaca, obtenida directamente del Fitbit; la temperatura del aire exterior, obtenida de datos climáticos del gobierno de Singapur (lugar donde fue llevado a cabo el estudio); la temperatura del aire cercano al cuerpo, medida por un iButton colocado en la parte externa de la correa; y la temperatura y la humedad relativa del aire al interior, registradas mediante sensores adicionales instalados en los espacios ocupados por los participantes. A través de Cozie, se realizaron encuestas subjetivas en momentos aleatorios, las cuales incluían preguntas sobre la sensación térmica, la preferencia térmica, el nivel de actividad física y el aislamiento de la ropa. Los datos recopilados sirvieron para desarrollar modelos de regresión multinomial que correlacionaron las variables medidas con las respuestas subjetivas, mientras que algoritmos de aprendizaje automático ayudaron a identificar patrones complejos en los datos, mejorando la precisión de las predicciones. Para evaluar el rendimiento de los modelos, se utilizó el F1-score, una métrica que combina la precisión y la exhaustividad (recall) en de un modelo en un solo valor. El F1-score se define como la media armónica entre la precisión (al relación de predicciones correctas respecto al total de predicciones positivas realizadas) y el recall (la relación de casos positivos correctamente identificados sobre el total de casos positivos reales). Su valor oscila entre 0 y 1, donde 1 indica un modelo con un rendimiento perfecto y 0 un modelo sin capacidad predictiva. En este estudio, el modelo obtuvo un F1-score promedio de 0.78, lo que indica un buen desempeño en la predicción del confort térmico.
Estos estudios demuestran que el uso de dispositivos portátiles en el confort térmico está revolucionando la manera en que se obtienen datos fisiológicos, ambientales y datos de encuestas útiles para el estudio del confort térmico. Asimismo, el uso de tecnologías abiertas simplifica su integración al hacerlas más económicas y accesibles. Esto abre las puertas para el desarrollo de nuevos estudios, modelos adaptativos de confort térmico y diversas aplicaciones en esta área.