Introducción
Un gran número de estudios e informes de instituciones científicas muestran los problemas de la contaminación del aire para la salud humana 1, 2 y 3. Ello ha llevado a que la vigilancia de las concentraciones de contaminantes atmosféricos, en especial en las áreas urbanas debido a la elevada exposición de su población, estén presente en todas las agendas públicas, con nuevas normativas, herramientas de seguimiento y actuaciones paliativas 4 . Este hecho pone en relieve la importancia de la monitorización en tiempo real de los niveles de inmisión de partículas con suficiente exactitud y precisión para la evaluación y monitorización del riesgo 5 para la salud humana y los ecosistemas urbanos, así como para la generación de alertas.
Un contaminante que presenta un alto riesgo es el material particulado (PM), en especial el de diámetro inferior a las 2,5 μm (PM2,5). Las PM 2,5 supone la fracción respirable y es la fracción del material particulado capaz de penetrar los alveolos pulmonares y pasar al torrente sanguíneo 6 aumentando la probabilidad de producir efectos tóxicos en el receptor (Ilustración 1).
El método estándar de conteo de PM (EN12341:2014) establecido por la Unión Europea para determinar estos contaminantes se basa en la recolección de partículas en filtros con exposición de 24 h (Directiva 2015/1480/EC, lo que dificulta la actuación rápida en caso de episodios de altas concentraciones. Por otro lado, existe una limitación en el uso de equipos de referencia debido a sus altos costes económicos, por lo que los avances en el desarrollo de sensores de bajo costo, las tecnologías de del internet de las cosas (IoT), las comunicaciones Long Range (LoRa) y la concienciación de la sociedad con la importancia de la calidad del aire en las ciudades, dan la oportunidad de implementar plataformas de bajo coste que permitan la monitorización de áreas extensas, dando impulso a las ciudades inteligentes (Smart Cities) que ponen la tecnología al servicio de la ciudadanía y el medio ambiente, potenciando la resiliencia y seguridad de las áreas urbanas 7.
El presente proyecto (Ilustración 2) pretende cubrir un vacío en la literatura, ya que existen pocos trabajos de validación para este tipo de sensores de bajo costo, que, además, no suelen cubrir aspectos como diferencias en tipo de sensor, entornos (exterior e interior), vida útil o comparativas con sensores de referencia para validar la calidad de las medidas obtenidas. Evaluar comparativamente la precisión y exactitud de las determinaciones analíticas obtenidas con una muestra representativa de los sensores de bajo coste disponibles en el mercado para la monitorización de las PM, así como un análisis económico de su posible implementación en redes de vigilancia de la calidad ambiental del aire en grandes ciudades.
Este estudio facilitaría la mejora futura de las capacidades de un sistema de monitorización de gran resolución espacial y potencial de datos que de apoyo a la toma de decisiones sobre la gestión de los focos y los riesgos ambientales asociados , gracias a que mayoría de los sensores se basan en soluciones de dimensiones reducidas, altas tasas de muestreo, gracias a basarse en la tecnología de dispersión óptica de la luz mediante láser y la aplicación de la teoría de Mie sobre la luz dispersa, para determinar el tamaño de las partículas tanto en ambientes interiores como exteriores y precios bajos, sobre todo si lo comparamos con equipos comerciales , como los propuestos en el microproyecto financiado en la anterior convocatoria de ayudas de investigación promovidas por la Cátedra Fundación Cepsa – UPM “Digitalización de espacios verdes urbanos en un mundo 4.0” o el proyecto semilla financiado por la iniciativa RES2+U UPM “Garita Meteorológica de ETSIME-UPM”.
Pudiéndose emplear en un futuro para la monitorización de la contaminación atmosférica en espacios verdes de las ciudades, como serían los huertos urbanos, para poder estimar las partículas que puedan llegar a ser inhaladas por los usuarios o depositarse sobre los alimentos cultivados. De esta forma se podrían realizar análisis de riesgos más precisos, proponer medidas de atenuación y, en última instancia, emplear las infraestructuras de los huertos como redes de biomonitorización de la calidad del aire que complementen a las estaciones de medida oficiales. Siendo de manera transversal un vector de información contrastada y de concienciación sobre las problemáticas asociadas a los materiales particulados presentes en el aire y como la industria sostenible lucha para reducirlas en sus procesos y productos.
Objetivos
· Estudio de los sensores de bajo coste ofertados en el mercado y la selección de una muestra representativa de los mismos. Así como de equipos de referencias que sirvan para validar los datos obtenidos.
· Desarrollo de un prototipo mínimo viable capaz de tomar datos de partículas finas (PM2,5 y PM10) de los diversos sensores de bajo coste seleccionados y su visualización. Que, además, permita la comparación con los sensores de referencia.
· Incorporación del conocimiento obtenido en la mejora de proyectos de sostenibilidad con base tecnológica como vector de la Smart University. 13
· Discernir la utilidad de estos sensores de bajo coste y su aplicabilidad real a redes de apoyo a la monitorización ambiental atmosférica.
· Publicación de un TFG/TFM por parte de un estudiante de la universidad, en el que se incluyan estos puntos y aquellos que a lo largo del desarrollo del mismo se consideren de interés.
· Evaluación de la viabilidad de aplicaciones futuras de los resultados 8, en actividades formativas 9 y 10 (asignaturas, proyectos de innovación educativa [PIE´s], …) para estudiantes de todos los niveles académicos universitarios (grado, máster y doctorado) en tecnologías y habilidades digitales con alta demanda como son el internet de las cosas (IoT), impresión 3D, Big Data, programación, la importancia de la calidad de los datos para la toma de decisiones en base a ellos (cultura Data Drive) y de compromiso con los objetivos de desarrollo sostenible (ODS) 11, científicas (revista y congreso) y de divulgación (mecanismo de concienciación ambiental mediante artículos de carácter divulgativo (blogs, webs, RRSS, …).
Metodología
· Revisión sistemática de la literatura que permita formular un estado del arte crítico y estructurado que sustente el microproyecto.
· Estudio amplio de los sensores de bajo coste existentes en el mercado, definición de sus características técnicas, poniendo hincapié en la calidad de sus medidas, su durabilidad, costes, consumos energéticos y método de comunicación con el microcontrolador, para sustentar la selección de los más aptos para para el proyecto.
· Definición del microcontrolador más adecuado para gestionar el conjunto de sensores seleccionados.
· Diseño del ensayo (Ilustración 2) para obtener datos comparativos entre sensores tanto de bajo coste como los de referencia seleccionados, definiendo los aspectos fundamentales del proceso experimental como son la duración del mismo, los espacios donde tendrán lugar, etc.
· Estudio y diseño de la electrónica del prototipo, así como de sus carcasas protectoras.
· Programación del código necesario para la correcta medición de los diferentes sensores de partículas y su comunicación con el microcontrolador.
· Asegurar la fiabilidad de los datos obtenidos, tanto en espacios interiores como exteriores, mediante la comparación de las medidas obtenidas de los diferentes sensores del microproyecto con medidas de instrumentación de referencia, con lo que validar las medidas de manera estadística 12.
· Estudio de viabilidad de los datos obtenidos para complementar los desarrollos de la tesis doctoral “Tellus UPM. Ecosistema IoT para el desarrollo de proyectos de sostenibilidad, como vector de la Smart University” actualmente en curso.
· Estudio, según los datos obtenidos, de la viabilidad de la integración de los mejores sensores en los proyectos futuros integrados en la plataforma IoT Tellus UPM que permitirá la comunicación entre equipos, el almacenamiento de los datos y su visualización en un cuadro de mandos en tiempo real, accesible desde cualquier dispositivo digital (ordenador, tablet o móvil) 13 y 14.
· Publicación de la evolución del proyecto en el blog de Tellus UPM y sus redes sociales, así como generación de conciencia ambiental y su compatibilidad con una industria sostenible y ética.
Participantes
· Domingo Alfonso Martín Sánchez. PDI Responsable del proyecto MANIP. L.D. PRF. CONTR. DOCT. ETSIME-UPM. Departamento de Ingeniería Geológica y Minera. Director Técnico de UESEVI y miembro de Nodos ODS – UPM. domingoalfonso.martin@upm.es
· Javier Maroto Lorenzo. Director de la Unidad de Tecnologías de la información y Comunicaciones (UTIC-ETSIME-UPM) y miembro de Nodos ODS – UPM. javier.maroto@upm.es
· Juan Antonio Rodríguez Rama. Coordinador Técnico del Proyecto MANIP. Ingeniero Geólogo UPM. PhD ETSIME-UPM Departamento de Ingeniería Geológica y Minera, y miembro de Nodos ODS – UPM jrodriguez@alumnos.upm.es
· Fernando Barrio Parra. L.D. PRF. CONTR. DOCT. ETSIME-UPM. Departamento de Energía y Combustibles, y científico del Programa de I+D CareSoil. fernando.barrio@upm.es
· Ana García Laso. Ingeniera de Telecomunicaciones UPM. Departamento de Ingeniería Geológica y Minera. Coordinadora de UESEVI y miembro de Nodos ODS – UPM. ana.garcia.laso@alumnos.upm.es
· Eduardo de Miguel García. CATEDRATICO UNIVERSIDAD ETSIME-UPM. Departamento de Energía y Combustibles. eduardo.demiguel@upm.es
· Miguel Izquierdo Díaz. L.D. PRF. AYUD. DOCTOR ETSIME-UPM. Departamento de Energía y Combustibles. miguel.izquierdo@upm.es
· Alfredo Marín. Responsable Técnico del FabLab 3DME – ETSIME-UPM. alfredo.marin@upm.es
· Jorge Costafreda. L.D. PRF.CONTR.DOCT. ETSIME-UPM. Departamento de Ingeniería Geológica y Minera. jorgeluis.costafreda@upm.es
· Leticia Presa Madrigal. L.D. Ayudante ETSIME-UPM. Departamento de Ingeniería Geológica y Minera. leticia.presa.madrigal@upm.es
· Diego Villa Morán. Estudiante Becado para colaborar en el proyecto y realizar su TFG.
Bibliografía
1 Vedal, S.; Brauer, M.; White, R.; Petkau, J. Air pollution and daily mortality in a city with low
levels of pollution. Environ. Health Perspect. 2003, 111, 45–52.
2 Kampa, M.; Castanas, E. Human health effects of air pollution. Environ. Pollut. 2008, 151,
362–367.
3 Kim, J.S.; Chen, Z.; Alderete, T.L.; Toledo-Corral, C.; Lurmann, F.; Berhane, K.; Gilliland, F.D.
Associations of air pollution, obesity and cardiometabolic health in young adults: The MetaAIR study. Environ. Int. 2019, 133, 105180.
4 Normativa vigente España. https://www.miteco.gob.es/es/calidad-y-evaluacion-ambiental/temas/atmosfera-y-calidad-del-aire/calidad-del-aire/normativa/normativa-europea.aspx
5 Vicente, A.B.; Juan, P.; Meseguer, S.; Serra, L.; Trilles, S. Air Quality Trend of PM10.
Statistical Models for Assessing the Air Quality Impact of Environmental Policies.
Sustainability 2019, 11, 5857.
6 Unal, Y.; Toros, H.; Deniz, A.; Incecik, S. Influence of meteorological factors and emission
sources on spatial and temporal variations of PM10 concentrations in Istanbul metropolitan
area. Atmos. Environ. 2011, 45, 5504–5513. doi:10.1016/j.atmosenv.2011.06.039.
7 Smart Cities. Documento de visión a 2030. Grupo Interplataformas de Ciudades Inteligentes. http://www.gici.eu/sites/default/files/gici/public/content-files/pages/GICI-esp.pdf
8 Seminario eMadrid sobre «Naturalizando espacios de aprendizaje: retos y lecciones aprendidas con tecnología IoT». https://emadridnet.uc3m.es/2021/10/15/seminario-emadrid-sobre-naturalizando-espacios-de-aprendizaje-retos-y-lecciones-aprendidas-con-tecnologia-iot/
9 AulaEnergía, monitorización y análisis de espacios urbanos con sistemas de bajo coste como herramienta educativa, divulgativa y de gestión de los ODS. October 2019 ICSC-CITIES 2019 https://sostenibilidad.upm.es/eps01-nodos-minas/
10 TFG de José Antonio Gordo Pérez. «Análisis de registros de temperatura con la Transformada de Hilbert-Huang y con redes neuronales». Tutora Cristina Montalvo Martín. 11 Aprendizaje-Servicio (ApS) como metodología para alcanzar los Objetivos de Desarrollo Sostenible (ODS)Aprendizaje-Servicio (ApS) como metodología para alcanzar los Objetivos de Desarrollo Sostenible (ODS).
12 TFG UPM de Ana González Bescós. «Calibración y trazabilidad de sensores de bajo coste. Caso de estudio: Proyecto MESEME». Tutor Agustín García Berrocal.
13 TFG de Paloma Álvarez Hervás. «Transformación digital aplicado en los laboratorios de ensayo: Smart Concrete». Tutor Domingo A. Martín Sánchez y Cotutora Leticia Presa Madrigal.
14 TFG de David García Pedregal. «Digitalización de espacios verdes urbanos en un mundo 4.0.». Tutor Domingo A. Martín Sánchez. y Cotutor Juan Antonio Rodríguez Rama. En desarrollo.
Noticias de interés:
· Renovando la Confianza: Seleccionados en la III Convocatoria de la Cátedra Fundación CEPSA – UPM
· Damos la bienvenida a Diego: Nueva Incorporación a Nuestros Proyectos.
· Participamos en la entrega de Diplomas y Clausura de las Actividades de la UESEVI
· StaffWeek EELISA 2023
