Uno de los mayores retos de la sociedad actual gira en torno a cómo compaginar el crecimiento económico con un uso eficiente y sostenible de nuestros recursos naturales. Los países con un mayor nivel de renta per cápita generan una mayor demanda de recursos energéticos y con una mayor proporción de uso de energías provenientes de fuentes fósiles en la mezcla energética, provocando un mayor número de emisiones de gases de efecto invernadero.

Uno de los principales problemas del uso de este tipo de energías es el impacto que trasladan en cuanto a la contaminación del aire, reduciendo su calidad y afectando gravemente a la salud humana.

Para ello, es necesario investigar y proporcionar nuevas herramientas que fomenten el uso de energía limpia y renovable. Una forma de lograrlo es mejorar la predicción de la aerogeneración eléctrica , especialmente de cara a mejorar la información proporcionada al operador del sistema eléctrico, facilitando la gestión del sistema con la mayor penetración de renovables posible a un bajo coste de operación.

Sin embargo, con el fin de mejorar dichos modelos es necesario aportar una mayor resolución de los datos recogidos más allá de las imágenes por satélite y las sondas meteorológicas. Por ello, debido la caída de los costes asociados, desde SOLUTE y el AIR Institute se propone la puesta en marcha de AQUILON, una plataforma para la publicación de una nueva fuente Big and Linked Data masiva con predicciones atmosféricas mejoradas mediante técnicas Deep Learning a partir de datos de modelos numéricos NWP, fuentes Big and Open Linked Data y fuentes Linked IoT Data ambientales masivas que será puesta a disposición de las diferentes entidades interesadas.