Poco a poco, el concepto de ciudades inteligentes va cobrando mayor fortaleza y aparecen nuevos sistemas que lo implementan y dan solución a aspectos específicos de una metrópoli, como la gestión del tráfico y los percances.
A su vez, la precipitación pluvial es un fenómeno que puede provocar efectos significativos, por ejemplo, embotellamientos viales, hundimientos, derrumbes e inundaciones. Es por ello que su estudio requiere una gran atención. En la actualidad, existen herramientas en internet que describen, de forma general, el comportamiento de variables ambientales dentro de una zona muy amplia. Sin embargo, más allá de representar una ventaja, la falta de precisión de estos sistemas puede generar incertidumbre y desencadenar una serie de acontecimientos que engrosan los problemas, en lugar de resolverlos.
Por eso, bajo el concepto de ciudades inteligentes, la propuesta es implementar servicios basados en Internet de las Cosas (IoT), que sean capaces de medir y recabar información (en tiempo real) sobre las variables de tipo ambiental que son de interés para una ciudad. Hay que tomar en cuenta la necesidad de obtener datos al instante acerca del clima y su estado, con el objetivo de que sea representado de manera geográfica mediante modelos matemáticos avanzados, los cuales utilizan la información recabada por los dispositivos IoT.
Una breve revisión del problema
Debido a la naturaleza macrométrica de muchos fenómenos espacialmente distribuidos, su estudio tiene a ser complicado. Dicho de otra manera, la enorme extensión de la superficie que se estudia rebasa la capacidad de medición que cualquier ser humano pretendiera realizar por sí solo. En consecuencia, en muchas ocasiones nos tenemos que conformar con un muestreo discreto y reducido del fenómeno de interés.
Dada la incertidumbre que genera la carencia de información, surge la necesidad de establecer modelos matemáticos que permitan manejar esta desventaja y estimar el comportamiento de los fenómenos espaciales y temporales sobre una región donde no existe una medición directa.
La precisión de muchos modelos depende fuertemente de la cantidad y calidad de datos con los que se cuente. Desafortunadamente, en ocasiones no existe suficiente información o la que se tiene no encaja con los supuestos bajo los cuales funcionan; por lo tanto, no es recomendable representar fenómenos naturales utilizando dichos modelos.
La carencia de información es producto de muchas dificultades, entre ellas el difícil acceso a lugares donde sólo es posible llegar a pie y la necesidad de transportar el equipo para realizar múltiples mediciones. Apenas se comienza a dar solución a la escasez de información y mediciones a través del uso de nuevas tecnologías, las cuales permiten conseguir muestras de datos a distancia, lo que hace más sencilla la generación de los modelos espaciales. En este sentido, los satélites, los radares e incluso los vehículos aéreos no tripulados están convirtiéndose en una opción viable para el mapeo y monitoreo de variables georeferenciadas.
[sam_pro id=0_35 codes=”true”]
Así se miden las lluvias hoy
La Ciudad de México cuenta con una red de pluviómetros para el monitoreo de lluvias, pero algunos de ellos ya no funcionan o presentan una serie de inconvenientes que los hacen inapropiados. También existe un radar meteorológico del Servicio Meteorológico Nacional, ubicado en Cerro de la Catedral (cerca de la CDMX) y manejado por la Comisión Nacional del Agua.
Este radar proporciona imágenes de 240 x 240 km con una resolución de 1 km cuadrado. Sin embargo, dicha resolución y los ecos o interferencias producidos por las montañas y antenas hacen poco confiable la estimación precisa de la lluvia en un lugar determinado. Otro aspecto importante: las lluvias en la Ciudad de México son de tipo convectivas, es decir, su intensidad varía con mucha facilidad de un lugar a otro.
5 acciones para manejar bien la información
El enfoque que aquí se presenta está orientado hacia el manejo y la manipulación eficiente de la información espacio-temporal que proviene de diversas fuentes y dispositivos de Internet de la Cosas. Esta perspectiva es posible gracias a la implementación sistemática de diversas acciones:
- Desarrollo de modelos matemáticos capaces de ligar o acoplar diversas fuentes de información.
- Recopilación de datos in situ, utilizando tecnologías de Internet de las Cosas (IoT) a partir de infraestructuras potentes y consolidadas como Fireware.
- Ejecución metodológica del análisis exploratorio de datos y de todo el análisis de la estructura espacial del fenómeno bajo estudio.
- Estimación, simulación y generación de resultados espaciales y temporales.
- Representación gráfica de resultados y actualización periódica.
Finalmente, es necesario hacer notar que, a la fecha, no existe una tecnología que esté aplicada a este nivel, tanto en términos de la modelación matemática como de las tecnologías de comunicación para la recolección de datos. Es por ello que esta alternativa es una interesante herramienta que puede ser de utilidad para investigadores y el público en general.
