Catalunya no destaca per ser un territori on nevi sovint, però quan això succeeix acostuma a col·lapsar carreteres i afectar la mobilitat. Amb la finalitat d’evitar les incidències i minimitzar els efectes negatius de la xarxa viària catalana, un grup d’investigadors de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) ha llançat l’aplicació Carretera nevada. Aquesta plataforma, que es troba disponible de forma gratuïta tant per a dispositius iOS com Android, així com en format web, ofereix una previsió sobre l’estat de les carreteres per a les següents 24 hores a partir d’un registre d’episodi de neu. Amb això, es busca que els conductors estiguin ben informats abans d’emprendre una ruta i evitin aquelles vies afectades.

L’app mostra les afectacions i les condicions de les diferents carreteres sobre un mapa i usa un model numèric de predicció, desenvolupat pel Centre de Recerca Aplicada en Hidrometeorologia (CRAHI) de la UPC, que transforma les dades sobre previsions meteorològiques en impactes quantitatius i mesurables. L’estat de la via es classifica segons el grau d’afectació i es mostra fent ús d’un codi semafòric de tres colors: el verd, quan hi ha bones condicions per circular; el taronja, quan la neu ha agafat; i el vermell; quan s’haurien de fer servir cadenes per la circulació.

Carretera nevada també ofereix la informació en forma de text on apareix el nom de la carretera afectada, l’hora d’inici de l’afectació, l’hora prevista de finalització de la incidència i quina evolució es preveu en les pròximes 24 hores. A la vegada, si l’usuari té activada la ubicació del dispositiu, per defecte es mostren les dades en funció de la geoposició, mentre que també dona la possibilitat de seleccionar manualment de quina comarca es vol veure la previsió.

L’aplicació creada per la UPC permet col·laborar mitjançant l’enviament de fotografies geolocalitzades de les vies afectades i aportant informació addicional com el nom de la via, el punt quilomètric o el municipi. Amb aquesta aportació, es vol continuar validant i refinant el model de predicció i, pròximament, ampliar les seves funcionalitats usant el mapa amb imatges rebudes.