El Centro de Inteligencia Digital de la Provincia de Alicante (Cenid), impulsado por la Diputación de Alicante, la Universidad de Alicante (UA) y la Universidad Miguel Hernández de Elche (UMH), ha dado a conocer un proyecto de transformación digital que se basa en la tecnología de Redes de Sensores Inalámbricos (WSN) para la detección y combate de la contaminación atmosférica. La iniciativa es liderada por el investigador Miguel Onofre Martínez Rach y su objetivo es la medición “en tiempo real” de la contaminación, centrándose especialmente en las emisiones producidas por el tráfico rodado y otros medios de transporte en áreas urbanas. Esto facilitará la toma de decisiones estratégicas para mitigar la contaminación y proteger a la ciudadanía.
Las WSN, según el Cenid, se han consolidado como una tecnología eficaz para detectar contaminantes como dióxido de carbono (CO2), monóxido de carbono (CO), ozono (O3) y partículas en suspensión (PM2.5 y PM10). La información recabada se gestionará a través de una interfaz de programación ‘Api Rest’, permitiendo su almacenamiento en un panel de control en la nube, donde los usuarios podrán administrar servicios de manera centralizada. Además, se ofrecerán mapas interactivos con alertas de contaminación y se podrán analizar tendencias históricas para mejorar la respuesta a episodios críticos.
El proyecto forma parte de la red ‘Internet of Things’, permitiendo la comunicación entre dispositivos inteligentes de manera eficiente, segura y confiable, y está diseñado bajo criterios de bajo consumo energético, capacidad de autoconfiguración y fácil integración en infraestructuras urbanas. Esta nueva aplicación tecnológica se alinea con el concepto de ‘smart city’ y el uso de ‘big data’, posicionándose como una solución clave para el desarrollo de ciudades inteligentes y sostenibles.
El plan de implementación del sistema está dividido en diferentes fases que se ejecutarán de manera escalonada. La primera fase incluye el análisis de precisión y fiabilidad de los sensores comparados con métodos de medición actuales, así como el desarrollo de un protocolo de calibración que garantice la precisión de los datos. Posteriormente, se desarrollarán dispositivos conectados mediante wifi o redes móviles 3G o 4G, con opciones de carga mediante placas solares o baterías.
En fases posteriores, se configurará un prototipo de infraestructura de servidor para recopilar todos los datos de los sensores. Además, la integración de la inteligencia artificial (IA) permitirá establecer un sistema predictivo que difundirá la detección de zonas y horarios con niveles de contaminación superiores a los recomendados para la salud.
