Cuando comenzamos este proyecto, nos enfocamos en analizar la historia del problema de contaminación del aire en la ciudad de Monterrey. Nos dimos cuenta que han existido reportes en medios de comunicación que datan de hace más de 20 años.

No es un problema nuevo, pero definitivamente uno que ha ido agravándose con el tiempo. Pudimos notar que, a pesar de vivir a diario con el problema y de estar conscientes del mismo, los ciudadanos de Monterrey no han podido ubicar, controlar y controlar el problema de contaminación del aire.

Según un estudio realizado por la firma LT Consulting en el 2016, las fuentes de emisión de contaminantes fueron:

  • 45% Autos y camiones de transporte
  • 28% Fuentes naturales ( Principalmente viento arrastrando arena )
  • 16% Fuentes del área ( Principalmente construcciones y caminos )
  • 11%  Fuentes fijas ( Industria )

Según Plume Labs, en el 2017 la ciudad de Monterrey presentó niveles de PM10 de 71 microg/m3 en promedio a lo largo del año, situándola en un nivel malo de calidad de aire. Conociendo los números y la gravedad del problema, nos preguntábamos:

¿Porqué no somos capaces de localizar la fuente específica de contaminantes en tiempo real?

Esta pregunta nos llevó a la generación de Caeli, un prototipo de estación de medición de bajo costo con capacidad de medición de partículas de tamaños PM2.5 y PM10.0

En la primera fase del proyecto, nos enfocamos en encontrar un dispositivo con capacidad de detectar y medir, a un bajo costo, contaminantes. La solución la encontramos con el sensor de partículas SDS011.

La segunda fase del proyecto consistió en buscar una manera de integrar el sensor a un circuito que nos permitiera extraer y reportar los datos a una central de monitoreo basada en web que permitiera la distribución de los datos a los diversos usuarios de las estaciones.

Trabajamos en integrar el sensor SDS011 a un Raspberry Pi y diseñamos una caja que permite al usuario final colocar el dispositivo en casa, conectarlo a WiFi y comenzar a enviar datos al sistema central para recibir notificaciones posteriormente, todo de manera automatizada.

El prototipo final, genera una medición cada 5 minutos y la reporta al servidor para poder generar gráficos de las diversas estaciones desplegadas en la ciudad.

Nuestra visión para este proyecto es:

Desplegar suficientes sensores que nos permitan entender bien el problema de contaminación del aire en la ciudad de Monterrey y permitir la coordinación de los ciudadanos para mitigar el problema.

Con el análisis de los datos generados planeamos:

  • Detectar flujos de contaminantes en la ciudad.
  • Detectar fuentes de contaminantes en la ciudad.
  • Detectar patrones y generar predicciones para  alertar a los usuarios que pudieran verse afectados.