27 GESTIÓN Naturalmente si la captura se hace en los edificios, estos dispondrían de medios para poner estos datos a disposición de los sistemas que los necesiten, principalmente la ciudad y su plataforma de gestión. Para que los datos recibidos sobre la calidad del aire seas útiles, es necesario analizarlos y transformarlos en información útil. En entornos tan complejos como los de una ciudad, se hace imprescindible la ayuda de la Inteligencia Artificial para analizar, modelizar y predecir la calidad del aire tanto en los espacios abiertos como en los entornos cerrados. Además, por medio de algoritmos se pueden proponer o desencadenar automáticamente actuaciones para revertir la mala calidad del aire. En combinación con los Sistemas de Información Geográfica permite evaluar rápidamente el tipo de respuesta que hay que aplicar en un determinado momento y lugar, aplicando de manera focalizada las medidas de contingencia y prevención necesarias. Llegado el momento de adoptar decisiones, resulta necesario predecir escenarios, identificar fuentes de contaminación, integrar las distintas fuentes de datos, presentar niveles de calidad a los ciudadanos, generar alertas por niveles peligrosos o analizar el impacto de la contaminación en los ciudadanos. Obviamente, se necesitan elevados niveles de seguridad y de ciberseguridad que cubran todo el proceso y, en especial, lo referente a IoT. Los aspectos presentados en su conjunto en el presente whitepaper son por lo que los edificios son los principales aliados en la lucha contra el cambio climático. Es necesario dotar a los edificios de elementos destinados a captar y transmitir adecuadamente datos de calidad del aire no sólo en exteriores, sino también en interiores. No en vano, la calidad del aire en interiores puede llegar a ser de dos a cinco veces peor que la calidad del aire exterior y las personas estamos en los edificios más del 85% de nuestro tiempo (una muy buena parte de la vida). Ello es motivo más que sobrado para auditar también la calidad del aire en interiores En este sentido, en el presente whitepaper del Grupo de trabajo de calidad del aire en ciudades de Ametic se presenta los elementos fundamentales del proceso de monitorización de la calidad del aire que abarca desde que se capturan los datos relativos a los contaminantes hasta que se adoptan las decisiones para la mejora de la calidad de vida del ciudadano. En lo que se refiere a la captura del dato, Internet de las Cosas (IoT) es un elemento clave para aumentar la granularidad espacial en la medición. Gracias a la Inteligencia Artificial y al Machine Learning, los sensores que utilizan IoT pueden alcanzar una precisión suficiente para medir la calidad del aire reduciendo drásticamente el coste del equipamiento. Incluso a menos de la décima parte que el del equipamiento utilizado en las estaciones meteorológicas convencionales. Una vez capturado el dato, se hace necesario transmitirlo de una manera eficiente. Para ello nacen las Low Power Wide Area Network. Conocidas por sus siglas LPWAN, están concebidas para proporcionar áreas de cobertura superiores a los 10 kilómetros de radio y adaptadas al escaso tráfico generado por las redes de sensores IoT. Todo ello con un bajo consumo. A su vez, los servicios MTC o mTC definidos en el Release 17 del 3GPP permiten la utilización de 5G para este propósito. En el presente whitepaper del Grupo de trabajo de calidad del aire en ciudades de Ametic se presenta los elementos fundamentales del proceso de monitorización de la calidad del aire que abarca desde que se capturan los datos relativos a los contaminantes hasta que se adoptan las decisiones para la mejora de la calidad de vida del ciudadano En entornos tan complejos como los de una ciudad, se hace imprescindible la ayuda de la Inteligencia Artificial para analizar, modelizar y predecir la calidad del aire tanto en los espacios abiertos como en los entornos cerrados.
RkJQdWJsaXNoZXIy Njg1MjYx