Proyecto AIRE
PROYECTO DE INVESTIGACIÓN Y DESARROLLO COOPERACION DENOMINADO “Plataforma de Inteligencia Artificial para la predicción de la calidad del aire a partir de datos de sensores de servicios Copernicus” IDI-20230570
Estado: concluido
Ámbito: nacional (Bettair desde L’Hospitalet de Llobregat, Barcelona, Cataluña)
Expediente: IDI-20230570
Inversión total del proyecto: 1.154.359 euros
Coordinador: DEISTER, S.A.
El proyecto ha sido cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER) a través del “Centro para el Desarrollo Tecnológico y la Innovación”.
Europa se siente
Alcance
El Consorcio (DEISTER, STA y BETTAIR) une su experiencia y sus conocimientos para el desarrollo de AIRE, una plataforma de Inteligencia Artificial (IA) para la predicción y proyección de escenarios futuros de la calidad del aire en zonas urbanas y semi-industriales que ayuden a los usuarios finales a tomar decisiones de impacto medioambiental.
Objetivos
Diseñar y desarrollar una plataforma basada en técnicas de adquisición masiva de datos e IA que modele los fenómenos que afectan a la calidad del aire en regiones urbanas, prediga episodios y simule potenciales escenarios de alta contaminación ambiental mediante un enfoque innovador, utilizando como novedad dos niveles diferentes de datos: macro (datos satelitales) y micro (mediciones de campo, con especial atención a los sensores IoT (Internet of Things).
El Proyecto consta de 6 objetivos técnicos principales:
- Despliegue de una nueva generación de sensores IoT de bajo coste con IA en el edge (AIoT) que permite proporcionar mediciones precisas de los contaminantes del aire incluyendo NO₂ , NO, O₃, CO, SO₂ y partículas en suspensión, entre otros, tanto en zonas urbanas como en zonas semi-industriales.
- Investigación de la viabilidad del uso de datos ambientales, meteorológicos y espaciales tanto a nivel micro (estaciones tradicionales de monitorización de calidad del aire, sensores IoT) como a nivel macro (satélite) para la mejora de los modelos actuales de predicción de la calidad del aire (evolución espacio-temporal).
- Desarrollo de un modelo predictivo basado en modelos existentes proporcionados por los socios del consorcio y mejorado con la adición de datos micro de alta calidad, que han sido prevalidados por técnicas de IA (datos heterogéneos, datos degradados, series incompletas).
- Estudio y diseño de una capa de simulación basada en modelos normalizados que permitan el análisis y validación de planes de acción antes de su ejecución o la anticipación rápida y efectiva a las consecuencias de emergencias químicas.
- Diseño y desarrollo de una plataforma basada en IoT para la adquisición, almacenamiento y procesamiento de datos procedentes de la red de sensores y de las fuentes de datos abiertos (por ejemplo, series temporales de datos de Copernicus, Institutos Geográficos Nacionales y fuentes similares) que proporcionan una fuente de datos heterogénea para la evaluación de indicadores ambientales.
- Validación de la viabilidad de la plataforma mediante la creación de una única interfaz integrada que reúna todas las herramientas mencionadas anteriormente, proporcionando un acceso fácil de usar para el usuario final, la Administración Pública, entre otros.
Resultados
Se ha diseñado e implementado la plataforma AIRE basada en Inteligencia Artificial para predecir (forecast) la contaminación del aire gracias a datos satelitales y mediciones en campo tanto de las estaciones de referencia como de los dispositivos IoT bettair. Los dispositivos bettair permiten tener más puntos de medición con datos fiables a un coste asequible.
La consecución de los resultados se detalla a continuación por hito:
HITO-1
- Identificación de diez parámetros de calidad del aire a monitorizar y dieciséis ubicaciones de los productores de datos (ocho estaciones de referencia y ocho dispositivos loT de las que recoger datos para la plataforma).
- Redacción del catálogo de requisitos de la plataforma, recogiendo seis requisitos funcionales y cinco requisitos no funcionales.
- Desarrollo del diseño conceptual de la plataforma AIRE,
- Diseño de la plataforma AIRE según los requerimientos descritos en el catálogo de requisitos y en base al diseño conceptual.
- Actualizaciones en estaciones de referencia de monitorización de la calidad del aire de la ciudad de Zaragoza.
- Fabricación de ocho dispositivos loT, especificando los parámetros a medir por cada uno de los dispositivos.
- Instalación de los ocho dispositivos loT, según plan definido, en las estaciones fijas de referencia de Zaragoza. Tres dispositivos en una misma estación y el resto en estaciones diferentes.
- Extracción de datos de estaciones de referencia medioambientales.
- Se ha comenzado a integrar los datos de distintas fuentes (dispositivos loT) en la plataforma AIRE.
- Obtendción del conjunto de datasets que servirán como base para la creación del modelo predictivo.
- Se han probado modelos preliminares, incluyendo Random Forest y Regresión Lineal Lasso, entre otros y se ha escogido el mejor.
- Análisis preliminar para identificar las variables con mayor valor predictivo, destacando la posible correlación entre diferentes contaminantes.
- Desarrollo de scripts que posibilitan el preprocesamiento y transformación de los datos.
HITO-2
- Integración de las diferentes fuentes datos y establecieron los procesos de homogeneización de estos.
- Análisis de las tecnologías de almacenamientos de datos más apropiadas, las tecnologías de procesamientos más recomendables desde el punto de vista de la escalabilidad.
- Diseño de una arquitectura de datos que integre las distintas tecnologías.
- Desarrollo de distintos formatos de representación de los datos, se han analizado distintas técnicas para la elección, diseño y creación de la interfaz más adecuada.
- Definición de las bases de la interoperabilidad y accesibilidad de la plataforma.
- Evolución de los algoritmos de los dispositivos loT para mejorar sus prestaciones y eficiencia.
- Se evaluaron y establecieron los modelos de estimación más adecuados, así como el algoritmo de predicción y su entrenamiento más acorde en función de los de calidad de aire disponibles a partir de las distintas fuentes.
- Comparativa de de los resultados predictivos de la plataforma AIRE con los proporcionados por CAMS.
- Definición de los criterios de evaluación y entorno de pruebas de la plataforma.
HITO-3
- Validación de la integración completa de las diferentes fuentes de datos y estableciendo los procesos de homogeneización de los datos.
- Elaboración de los materiales técnicos para futuros despliegues y comercialización de la plataforma.
- Elección de la forma jurídica de protección intelectual del proyecto desarrollado.
Y la continua y buena comunicación entre los socios del proyecto para llegar a conclusiones conjuntas, progresar y finalizar el proyecto.
