Sistema IOT de monitoreo de calidad del aire de concentraciones de NO2 y O3 con redes neuronales en la ciudad de Ibarra

Abstract

El presente trabajo expone el desarrollo de un sistema IoT de monitoreo de calidad del aire enfocado en la medición de dióxido de nitrógeno (NO2) y ozono (O3) en la ciudad de Ibarra, integrando tecnologías de Internet de las Cosas (IoT) e inteligencia artificial mediante redes neuronales artificiales. La investigación se ejecutó bajo la metodología Bottom-Up y el estándar IEEE 29148, estableciendo los requerimientos de hardware y software necesarios para asegurar la correcta integración de los módulos de adquisición, procesamiento y comunicación del sistema. El prototipo fue implementado en una arquitectura modular que permite la recolección y transmisión inalámbrica de datos hacia una plataforma web en tiempo real. Durante las pruebas de campo, el sistema demostró un funcionamiento estable y confiable, alcanzando una autonomía energética de 18 horas y una transmisión de datos continua sin pérdidas. En el procesamiento de la información ambiental se empleó el lenguaje de programación Python junto con bibliotecas especializadas de aprendizaje automático. Se diseñó e implementó una red neuronal multicapa, entrenada durante 100 épocas, que alcanzó una precisión del 97 % en la clasificación de los niveles de calidad del aire. Los resultados experimentales mostraron concentraciones promedio entre 0.00 y 0.03 ppm de NO2 (˜0–57 µg/m³) y 15 a 33 ppb de O3 (˜30–65 µg/m³), valores inferiores a los límites establecidos por la Organización Mundial de la Salud (OMS), clasificando la calidad del aire como “Buena” en todos los puntos de monitoreo.