Por favor, use este identificador para citar o enlazar este ítem: http://dspace.udla.edu.ec/handle/33000/10780
Tipo de material : bachelorThesis
Título : Desarrollo de una aplicación móvil para el monitoreo de la calidad del aire en Quito
Autor : Naranjo Torres, Diego Alejandro
Tutor : Rybarczyk, Yves Philippe
Palabras clave : APLICACIÓN MÓVIL;SISTEMAS DE MONITOREO;MONITOREO AMBIENTAL;CALIDAD DEL AIRE;QUITO-ECUADOR
Fecha de publicación : 2019
Editorial : Quito: Universidad de las Américas, 2019
Citación : Naranjo Torres, D. A. (2019). Desarrollo de una aplicación móvil para el monitoreo de la calidad del aire en Quito (Tesis de pregrado). Universidad de las Américas, Quito.
Resumen : La contaminación del aire es un problema a nivel mundial y es uno de los principales causales de enfermedades de nivel respiratorio con alta mortalidad especialmente en niños y adultos mayores, actualmente el Distrito metropolitano de Quito (DMQ) no cuenta con información más precisa y sectorial sobre el nivel de calidad del aire en la ciudad, a través de la Secretaría del Ambiente y la implementación de 9 estaciones de monitoreo se posee información de la calidad del aire pero en un radio reducido, es así que no se puede conocer los sectores con mayor nivel de contaminación, además es importante informar a los ciudadanos independientemente de su ubicación a que nivel de contaminación están expuestos y de esta manera evitar futuras enfermedades relacionadas con este problema. Recientemente se realizó por parte de la Secretaría del Ambiente una investigación sobre la calidad del aire en Quito, tomando en cuenta su importancia como la capital de Ecuador, este estudio dio como resultado sobre los niveles a largo plazo de la contaminación por partículas finas no solo superan los niveles recomendados de 10 g-m de la Organización mundial de la Salud (OMS), sino que también son más altos que los estándares nacionales de 15 g-m3, esto refleja las tendencias globales de la urbanización. (Lugo, Arias 2018) El desarrollo tecnológico que se vive actualmente, ha propiciado la aparición de dispositivos móviles, con grandes capacidades de cómputo y numerosos sensores. Vivimos en la era de las comunicaciones en red, actualmente no existe en el país una solución como esta, al detectar los eventos de forma local dispositivos móviles. El presente Trabajo de Titulación busca dar una solución al problema del monitoreo y a la predicción de la contaminación del aire. Para obtener la información, se ejecutaron varios módulos en la aplicación para la recolección de datos, los cuales se obtuvieron por los métodos que a continuación se detallan: datos del tiempo de tráfico administrado por Google Maps, el manejo de Inverse Distance Weighting (IDW), además se aplicará un enfoque de tipo Machine Learning con los resultados obtenidos se elaborará un modelo a fin de obtener la técnica de aprendizaje supervisado con mejor desempeño.
Descripción : The effects of the rapid growth of the world population turn into excessive use and scarcity of natural resources, deforestation, climate change and especially environmental pollution. Currently, more than half of the worlds population lives in urban areas, and this number is expected to grow to about 66 percent by 2050, mainly due to urbanization trends in developing countries. A recent study on air quality in Quito, the capital of Ecuador, coincides at long-term levels. Higher than the national standards of 15 g-m3. The situation has diminished due to the efforts of local and national governments in the last decade, in some places of the city. The latter reflects the global trends of urbanization. It is also based on the use of different monitoring stations distributed in certain parts of the city by the Ministry of Environment. Also applies Machine Learning to obtain a more accurate model. Currently, there is no such solution in the country, by detecting events locally in the device itself. This is a way of demonstrating that there is a solution for users not to expose themselves to high levels of pollution and in this way to provide greater privacy, as well as a sensible use of resources. To obtain the information, several modules were executed in the application for the data collection, which were obtained by the following methods are detailed: the data of the time administered by Google Maps, the handling of (Inverse Distance Weighting IDW), method used for the interpolation between the user's location and the monitoring stations. With the results, a model was developed and a supervised learning technique with better performance was obtained.
URI : http://dspace.udla.edu.ec/handle/33000/10780
Aparece en las colecciones: Ingeniería en Sistemas de Computación e Informática

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UDLA-EC-TIS-2019-10.pdf4,16 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons