INTRODUCCIÓN

La contaminación atmosférica y la alteración de su equi­librio es una constante amenaza para la salud humana y el ambiente per se. El monitoreo ambiental demuestra relaciones de respuestas cada vez más rápidas entre el estado de la calidad del aire y la calidad de salud y vida [1]. Las afecciones que se presentan sobre varios siste­mas vitales de los seres humanos y ecosistemas expues­tos a una constante contaminación del aire, tienen un costo psicológico y económico que estamos asumien­do las sociedades y que tiene un constante y notable incremento en nuestro país y especialmente en Cuen­ca [2]. Esta realidad motiva la necesidad urgente de to­mar decisiones para la prevención, control y mitigación de los impactos de la contaminación. Razón que justifi­ca y estimula la implementación y despliegue de redes de sensores que miden el estado del entorno en el que vivimos. Estos sensores aportan grandes volúmenes de datos en formatos, escalas y unidades de medidas dife­rentes y a su vez capturan información de diversa índole y naturaleza relacionada con actividades humanas como el transporte y emisiones industriales o relacionada con fenómenos naturales como la radiación solar y el vulca­nismo, entre otros [1,3].

En Cuenca se monitorea la calidad del aire mediante sensores pasivos desde el año 2005. La Empresa Mu­nicipal de Movilidad Transito y Trasporte de la ciudad de Cuenca (EMOV-EP) dispone de una estación de mo­nitoreo continuo en tiempo real con sensores dedicados a medir contaminantes atmosféricos. La estación está equipada para registrar, a intervalos de 1 segundo, varios contaminantes atmosféricos. Entre estos constan cinco principales aportantes a la contaminación atmosférica: Ozono (O₃), Monóxido de Carbono (CO) Dióxido de Azufre (SO₂), Dióxido de Nitrógeno (NO₂) y Mate­rial Particulado 2,5^m (PM₂,₅). Sin embargo, a pesar de disponer de este sistema de monitoreo, se han detec­tado dos limitaciones que afectan la posibilidad de reali­zar análisis temporal e interpretar el comportamiento de estos contaminantes. La primera es que los principales contaminantes atmosféricos no se analizan para obtener un índice general de calidad del aire de la ciudad. La segunda limitación se relaciona con la gestión de esta información. Por un lado, se almacena en un archivo de datos con extensión CSV y XLSX, es decir en archivos de tipo texto. Por otro lado la información ha sido pu­blicada únicamente en medios impresos, y no en medios digitales. La Red de Monitoreo Ambiental de la ciudad de Cuenca [4], tiene un trabajo que menciona estos as­pectos, el mismo realiza el diseño lógico del sistema sin llegar a su implementación, tampoco se basa en el ser­vicio estándar de sensores.

Este trabajo desarrolla un mecanismo para gestionar y publicar la información registrada en la estación de mo­nitoreo continuo de contaminantes atmosféricos para be­neficio de autoridades locales, técnicos y la sociedad civil en general. Esto se realiza a través la generación de un índice general de la calidad aire (IGCA) y la divulgación de dicha información en la web por medios que sean de fácil acceso, fácil comprensión y de provecho para la sociedad. Para la generación del IGCA se utiliza la normativa nacional Texto Unificado de Legislación Ambiental Secundaria [5] y la normativa internacional proporcionada por Agencia de Protección Ambiental de los Estados Unidos de Norte América [6]. Para la publicación de la información se utiliza el servicio estándar Sensor Observation Service (SOS) del Open Geospatial Consortium (OGC) que proporciona acceso estructurado y estándar a la información registrada por sensores [7].

MATERIALES Y MÉTODOS

El ámbito de aplicación de este trabajo se localiza en la ciudad de Cuenca, cantón del mismo nombre, provincia del Azuay. La capital cuencana se caracteriza por estar localizada en un valle de origen glacial con una cota (al­tura) promedio de 2550 msnm, presenta una morfología irregular y compleja característica de los valles interan­dinos, tiene una temperatura promedio de 16.1 C y una presión barométrica local promedio de 751.89 mmHg. La ciudad cuenta con una estación automática de moni­toreo en tiempo real de contaminantes atmosféricos (Ta­bla 1), estación cuyo rango efectivo de cobertura es de 4 km de radio, es decir que abarca la mayor parte de ciu­dad (Figura 1). La estación se encuentra localizada en los altos del edificio de la EMOV- EP con las siguien­tes coordenadas 2.89 S, 79.00 O, y utiliza el acrónimo MUN.

Primero se describe la obtención del índice de calidad del aire (ICA), del índice general de calidad del aire (IG- CA), y luego la implementación de los mecanismos de publicación.

Índice calidad del aire (ICA)

El cálculo del índice de calidad del aire (ICA) para una clase de contaminante dado se basa en el valor promedio generado en el período de tiempo consultado sobre el contaminante (EPA - Environmental Protection Agency, 1999).

1. ICA = Índice de calidad del aire.

2. C_p = Concentración promedio observada y corregida en ppm o ^g/m³.

3. BP_Hi = Punto de ruptura mayor o igual a C_p.

4. BP_Lo = Punto de ruptura menor o igual a C_p.

5. I_Hi = Valor del ICA correspondiente a BP_Hi.

6. I_Lo = Valor del ICA correspondiente a BP_Lo.

La concentración promedio observada (C_p) se obtiene en dos pasos. i) se calcula el promedio de las medicio­nes (Co) en un lapso de tiempo. Sin embargo, previo a esto se deben realizar varios pasos tendientes a homogenizar las unidades de los datos capturados por los sensores a partes por millón (ppm), con la excepción del material particulado de 2.5 ^g/m³ que se mantiene en microgramos por metro cúbico (^g/m³). Conjunta­mente se deben eliminar los registros pertenecientes a la calibración de sensores y registros erróneos debido a fallas eléctricas u otros errores registrados que pueden afectar la valoración de cada contaminante o del índice general de calidad del aire. Finalmente, los valores se redondean a tres decimales. ii) el valor promedio (Co) debe ser corregido a las condiciones locales [5].

La corrección es resultante de considerar la temperatura (t) y presión barométrica local (Pbl) del lugar y momen­to en que se tomaron las observaciones (Ecuación 2), obteniéndose un valor de corrección, el cual debe mul­tiplicarse por los valores registrados de cada contami­nante para obtener la concentración promedio observa­da y corregida (C_p). A renglón seguido para un periodo de tiempo dado se obtiene el promedio, el mínimo y el máximo registrados para la concentración por contami­nante (C_p) corregida.

1. C_p = Concentración Corregida en ppm o ^g/m³.

2. Co = Concentración Observada en ppm o ^g/m³.

3. Pbl = Presión Barométrica Local en mmHg.

4. t = Temperatura ^◦C.

La Tabla 2 muestra cómo se obtienen los valores de BP_Hi, BP_Lo, I_Hi, I_Lo, a su vez fusiona las tablas de refe­rencia de EPA para evaluar la concentración de los con­taminantes y cómo se establecen los índices. La fusión de tablas se realiza para facilitar el ingreso y la consul­ta de los parámetros en la base de datos. Esta tabla está conformada principalmente por tres bloques de columnas, que en el primer bloque está la columna de nombre ICA que representa los rangos de valores de 0 a 500 de los índices posibles según los parámetros establecidos por EPA; un segundo de la columna COLOR que representa la codificación en formato de colores asociado al rango de valores posibles de índices; y el tercer bloque las restantes columnas que representan el contaminante, su unidad de medida en ppb y ppm con las concentraciones mínimas y máximas para cada rango de valores índices ICA, es decir los puntos de ruptura por contaminante mínimos y máximos.

A continuación se muestra un ejemplo de aplicación de la Ecuación 1. Considerando el valor promedio obser­vado y corregido (C_p) de ozono 0.03 ppm registrado en un período de tiempo determinado. En la Tabla 2 se lo­caliza la columna que representa el contaminante ozono ("O3- 8h ppm”). Se busca el rango en el que se ubica el valor citado, para este caso (BP_Hi = 0.05, BP_Lo = 0.00). Se verifica que se encuentra en el rango de la zo­na de color verde que corresponde a ICA (I_Hi = 50, I_Lo = 0), valores que son reemplazados en la Ecuación 1.

1. ICA O₃ = (I_Hi-I_Lo)/(BP_Hi-BP_Lo)*(C_p-BP_Lo)+I_Lo

2. ICA O₃ = (50-0)/(0.05-0.00)*(0.03-0.00)+0

3. ICA O₃ = 50/0.05*0.03

4. ICA O₃ = 25.42

El valor obtenido 25.42 recae en el rango de 0 a 50 co­rrespondiente al color verde, indicando que la calidad del aire para ozono es BUENA y no existen restriccio­nes para ningún grupo ni actividad al aire libre (Tabla 3).

Índice general de calidad de aire (IGCA)

El procedimiento anterior se aplica de igual forma a to­dos los contaminantes atmosféricos (CO, NO₂, SO₂, O₃, PM₂,₅) que son registrados por la estación MUN. Luego, para la determinación del índice de calidad ge­neral del aire (IGCA) se procede a evaluar qué elemento contaminante presenta el mayor valor índice (máximo color) y se asume a éste como el índice general de ca­lidad del aire que representa a todos los contaminantes registrados. En otras palabras el índice máximo de to­dos los contaminantes determinará el índice general de calidad del aire registrado en la estación.

Según el grado de contaminación ICA se presenta una codificación por colores (Tabla 3), donde cada color co­rresponde a un rango de valores y peligrosidad de las condiciones de contaminación presentes al momento de la observación. Estos rangos codificados tienen asocia­dos un aviso de las implicaciones generales a la salud, si los hubiere, en caso de exposición (Tabla 4).

Sensor observation service (SOS)

Sensor Web Enablement (SWE) es un grupo de especi­ficaciones del OGC de interfaces y codificaciones que permiten la integración e interoperabilidad en tiempo real de redes de sensores heterogéneas. Estas especifi­caciones son útiles para acceder y distribuir de una for­ma estandarizada datos de sensores que son útiles para la creación de aplicaciones, plataformas y productos re­lacionados inundaciones, monitoreo de contaminación móviles, webcams y robots, así como sensores remotos de captura de imágenes sean estos sensores remotos sa- telitales o aéreos [3,8,9].

El Servicio de Observación de Sensores (SOS) es uno de los servicios web de SWE para consultar los datos de sensores en tiempo real y series temporales de datos. Los datos de los sensores ofrecidos son codificados en XML y comprenden descripciones de los propios senso­res, es decir metadatos, que son codificados en el Len­guaje de Modelado de Sensores (SensorML) [10] mien­tras que los valores observados son codificados según la especificación de Observaciones y Mediciones (O& M) [11]. El servicio web, así como el esquema de las ob­servaciones, son estándares abiertos definidos. Más en concreto, la implementación del servicio de SOS per­mite [8].

• Descubrir sistemas de los sensores, observaciones y procesos de observación.

• Determinar las capacidades del sensor y la calidad de las mediciones.

• Acceder a los parámetros del sensor que automática­mente permiten a software procesar y geo- localizar las observaciones.

• Recuperar en tiempo real las observaciones de series de datos y coberturas en la codificación estándar.

• Acceder a las observaciones de interés.

• Proporcionar notificaciones de los sensores o de los servicios de sensores basados en criterios especificados por el usuario.

La Figura 2 muestra el diagrama UML básico para po­der registrar los datos de los sensores en conformidad con la especificación SOS ([8,12,13]. Esta estructura es fundamental para ser implementada en el esquema de la base de datos.

Etapa II. Base de datos e inserción de registros

Se creó en PostGIS el esquema de tablas y relaciones necesarias para el registro apropiado de los datos pro­venientes de la estación de monitoreo, en base a los re­querimientos a las especificaciones de SOS establecido por OGC. El esquema completo de las tablas puede ser consultado en [13].

Con la base de datos creada, se insertaron los registros históricos de la estación de monitoreo MUN compren­didos en el periodo enero del 2013 hasta mayo del 2013. La Tabla 6 muestra un fragmento de código SQL para la inserción de un registro histórico. La Tabla 7 explica la estructura y los parámetros SQL utilizados en el código de inserción de registros de contaminantes. La Tabla 8 presenta los parámetros básicos que son necesarios para cumplir con la especificación SOS, por ejemplo el tipo de contaminante, sus descripciones, códigos, sensores, los valores registrados, el día, hora, minuto y segundo de la observación.

Implementación

La implementación se llevó a cabo siguiendo 5 etapas:

Etapa I. Captura y almacenamiento de los satos re­gistrados por la estación MUN

La captura de datos de los sensores de la estación es ca­da segundo y se transmiten a un servidor local cada mi­nuto. Los datos se almacenan en formato CSV y XLSX, registrándose el tipo de elemento observado, el interva­lo de la captura de la observación, la hora y fecha de la observación, un valor redondeado y el valor crudo ob­servado por el sensor. Los datos almacenados se encuen­tran en formato RAW, esto significa que las magnitudes y unidades son propias de cada elemento registrado (Ta­bla 5). Esta información será posteriormente tratada y procesada en la etapa III para el cálculo del ICA e IG- CA. Estos archivos son almacenados en un repositorio que se encuentra en las oficinas centrales de la EMOV- EP.

Etapa III. Cálculo del índice general de calidad del aire

El procesamiento y cálculo del índice de calidad del aire por elemento contaminante y del índice general de ca­lidad del aire se realizó de acuerdo a lo expuesto en la sección de métodos. Este cálculo se realiza a nivel de base de datos.

Etapa IV. Implementación de servicio SOS y cliente WEB

En esta etapa se plantea la presentación web del índice de calidad del aire, que a este punto se encuentran cal­culado a nivel de base de datos. La arquitectura de los servicios implementados se basa en tres capas:

Capa de recursos: Los datos crudos han sido almace­nados en la base de datos PostGIS descrito en la etapa II. Los datos procesados para el cálculo del IGCA ha si­do descrito en la etapa III.

Capa de servicios: El servicio SOS ha sido implemen- tado utilizando el siguiente software open source: Apa­che, Apache Ant, Eclipse y North52 SOS.

Capa de publicación: El cliente web SOS ha sido im- plementado con el cliente OpenLayers, también de có­digo abierto. Una explicación detallada de la instalación y funcionamiento de estos servicios se puede encontrar en: (52 North, n.d.-b).

Etapa V. Pruebas de fiabilidad y funcionamiento

Antes de proceder a la publicación web, se realizaron pruebas de funcionamiento para mejorar la interacción del usuario con la interface web. Además se realizaron pruebas de tiempos de descarga de datos provenientes del servidor central de la EMOV-EP y de tiempo de res­puesta de la base de datos en periodos de consulta ex­tensos, cuyos resultados son presentados en la siguiente sección.

RESULTADOS

Los resultados se presentan como una plataforma base para la gestión, monitoreo y publicación de los conta­minantes atmosféricos de la ciudad. Además de mostrar un índice general de calidad del aire (IGCA) e índices por contaminante registrado, también se publican grá­ficas estadísticas del comportamiento temporal de las variables contaminantes. Los resultados son accesibles en la siguiente dirección web: http://gis.uazuay.edu.ec/ OpenLayers-2.12/sos/.

La Figura 3 muestra el cliente web. En la parte superior del cliente se encuentran los botones de consulta de los cinco contaminantes monitoreados y del índice general de calidad ambiental IGCA. Pulsando sobre los iconos de los contaminantes se observa el último valor regis­trado en la base de datos. Debajo, se observa el mapa de la ciudad de Cuenca con la localización de la estación de monitoreo y su área potencial de 4 km. Al pie y a la derecha de la imagen, se muestran gráficos estadísticos que ayudan a una mejor comprensión de las concentra­ciones de los contaminantes.

En función del valor IGCA obtenido y según su ran­go y color, se puede examinar el significado del índice en la tabla de comparaciones. Esta codificación de co­lores se asociada a un mensaje de alerta indicando las implicaciones a la salud del índice consultado, es decir los grupos sensibles y las precauciones que se debe to­mar (Figura 4).

Se presentan también gráficos estadísticos del compor­tamiento diario de los contaminantes (Figura 5) y el comportamiento mensual de estos (Figura 5).

El cliente permite consultar observaciones entre rangos de fechas. Así se personalizan los reportes de acuerdo a las necesidades, pudiendo hacer consulta de registros históricos para establecer las condiciones registradas en un periodo de tiempo pasado. La Figura 6 muestra una gráfica estadística sobre comportamiento de la variable contaminante en un periodo de tiempo consultado. Esta gráfica, a su vez, se asocia a otras dos tablas de datos que muestran las estadísticas de los valores consultados (máximo, mínimo, promedio y número de mediciones) y los datos o valores individuales de cada medición en el período de tiempo consultado (Figura 6).

Pruebas de fiabilidad

Las pruebas de tiempo de descargas vía FTP con el ser­vidor de la EMOV-EP, proporcionaron resultados de ta­za de transferencia promedio de 1.15 minutos, que no representan una alta carga transaccional por lo que este tipo de comunicación para la réplica de datos no es un factor relevante para el sistema, ya que presenta la seguridades del caso y los datos se pueden acceder cada hora, con lo que la publicación de los índices se ajusta a las disponibilidad del servidor remoto que en este caso sería de cada hora. A mayor disponibilidad de descarga de datos, mayor será la cadencia de presentación de los índices de contaminación atmosférica en el cliente.

Para las pruebas de tiempo de respuesta y rendimiento se realizaron consultas entre rangos de fechas que in­volucren un gran volumen de datos a ser consultados y presentados tanto en la base de datos como en el clien­te implementado. Se consultó el contaminante OZONO, entre el 7 de mayo 2013 y el 25 de mayo 2013, obtenién­dose un total de 26382 registros. El tiempo estimado de respuesta de la base de datos fue de 0.0713 milisegun­dos, mientras que en el cliente de 1.5 segundos. Consi­derando la cantidad de registros obtenidos de la consul­ta, los tiempos de respuesta obtenidos están en rangos aceptables de rendimiento tanto para la base de datos como para el cliente SOS implementado. La gran cantidad de registros en el periodo seleccionado es debido a que se están registrando y visualizando los datos según como fueron ingresados por la estación de monitoreo, esto es cada segundo.

DISCUSIÓN

En la implementación se ha trabajado exclusivamente con datos históricos. Para los datos en tiempo real se planea implementar un canal de comunicaciones FTP, para capturar y replicar los datos en el servidor local de la Universidad del Azuay. Esta conexión para el consu­mo de datos en tiempo real será iterativa, automática y de acuerdo a la disponibilidad de servicio del servidor remoto. Los datos registrados serán ingresados vía SQL en la base de datos PostGIS ya instalada en el servidor de la Universidad del Azuay para su posterior procesa­miento. En cuanto al enlace de datos vía FTP, si bien no es la forma más eficiente para la adquisición de da­tos, proporciona la seguridad y cadencia de respuesta suficiente para poder asegurar la transmisión correcta de los datos. En desarrollos futuros se prevé establecer un enlace directo de fibra óptica. La base de datos im- plementada soporta la estructura estandarizada de SOS con la capacidad de registrar nuevos sensores, descrip­ciones de los sensores, localización de los sensores y demás información necesaria para el manejo del siste­ma de gestión de contaminantes atmosféricos. La infor­mación contenida en la base de datos se encuentra nor­malizada, esto es en las mismas unidades de medida y corregidas con los parámetros locales de temperatura y presión barométrica.

Se utilizó software open source para la base de datos, servicio SOS y cliente ligero SOS. Esto permite evitar costos de licenciamiento además de poder personalizar el cliente, y adaptarlo mejor a las prestaciones buscadas en la implementación. Otra consideración de vital im­portancia es que los servicios y el cliente implementado cumplan con todas las especificaciones establecidas por OGC y SWE para el manejo e incorporación de senso­res y la información generada por estos sensores. Final­mente, también se buscó presentar los datos de forma intuitiva y amigable para el usuario.

El cliente web se implementó con OpenLayers SOS. Se optó por este cliente ya que es personalizable y se pue­de manipular el código fuente para visualizar los datos, gráficos y reportes de forma que se ajuste a las necesida­des. Adicionalmente es de fácil implementación. Otros clientes que se revisaron no presentaban un nivel perso­nalización deseable en un sistema de estas característi­cas. Adicionalmente, se prevé en el futuro complemen­tar el cliente web con un manual de usuario para facilitar su uso por parte del público en general.

CONCLUSIONES

El presente trabajo ha permitido que tanto la ciudanía como el personal técnico y científico especializado de la EMOV-EP dispongan de una herramienta para la ges­tión, monitoreo y publicación de la calidad ambiental de la ciudad de Cuenca, en donde cada persona sin impor­tar su nivel de conocimientos, puede acceder a los re­portes de los contaminantes atmosféricos de la estación de monitoreo continuo. La interface es fácil de usar y la información se encuentra en formato de índices que son de fácil comprensión e intuitivos. Esta plataforma sirve de base para futuros desarrollos que mejoren su interfa­ce, extiendan las herramientas de gestión de la informa­ción, y aumenten las variables a ser monitoreadas como por ejemplo: temperatura, radiación solar, presión baro­métrica, precipitación, radiación ultravioleta, ruido, ín­dices de tráfico etc. e inclusive observaciones proporcio­nadas por los mismos ciudadanos a partir de estaciones meteorológicas hogareñas o dispositivos móviles (infor­mación geográfica voluntaria). Esta plataforma presenta el potencial de convertirse en una verdadera herramien­ta para la gestión ambiental y la toma de decisiones que aseguren el buen vivir de los Cuencanos.

Agradecimientos

La Universidad del Azuay y el autor de este artículo, agradecemos a la EMOV_ EP, en la persona de la funcionaria Ing. Claudia Espinoza, por la apertura y predis­posición para facilitar el acceso a la información que ha sido utilizada para el análisis de carácter académico.

Referencias

Brunekreef, B., & Holgate, S. T. (2002). Air pollution and health. Lancet, 360(9341), 1233-42. doi: http://doi.org/10.1016/S0140-6736(02)11274-8

Emov-EP. (2011). Inventario de Emisiones 2011 l Red de Monitoreo de Calidad de Aire - EMOV EP.

Percivall, G., Reed, C., & Davidson, J. (2007). Open Geos­patial Consortium Inc . OGC White Paper OGC © Sensor Web Enablement: Overview And High Level Architecture, 1-14.

Espinoza A (2011). Diseño de un sistema de información geográfica para la Red de Monitoreo Ambiental de la ciudad de Cuenca.

TULSMA.(2015). Libro VI, Anexo 4, 402, 402-415.

U S Environmental Protection Agency. (2009). A Guide to Air Quality and Your Health.

Bröring, A., Echterhoff, J., Jirka, S., Simonis, I., Everding, T., Stasch, C., & Lemmens, R. (2011a). New generation sen­sor web enablement. Sensors, 11(3), 2652-2699.

Bröring, A., Echterhoff, J., Jirka, S., Simonis, I., Everding, T., Stasch, C., & Lemmens, R. (2011b). New generation Sen­sor Web Enablement. Sensors (Basel, Switzerland) (Vol. 11). doi: http://doi.org/10.3390/s110302652

Rueda, C., & Gertz, M. (2008). Real-Time Integration of Geospatial Raster and Point Data Streams, 619139, 605-611.

Botts, M., & Robin, A. (2007). OpenGIS sensor model language (SensorML) implementation specification. OpenGIS Implementation Specification OGC, 7(0).

Cox, S. (2010). Observation & Measurements, 20. Imple­mentation. Obtenido de: http://www.opengeospatial.org/standards/om.

Hollmann , C. (2012). Sos Data Modeling. 52° north ex­ploring horizons. Obtenido de: https://wiki.52north.org/SensorWeb/SosDataModeling.

Kuhlmann, J. (2013). Sensor Observation Service. 52° north exploring. Obtenido de: http://52north.org/communities/sensorweb/sos/index.html.

Mintz, D. (2016). Technical Assistance Document for the Reporting of Daily Air Quality - the Air Quality Index ( AQI). U.S. Environmental Protection Agency.

EPA - Environmental Protection Agency. (2009). A Gui­de to Air Quality and Your Health. Obtenido de: http://www.epa.gov/airnow/aqi_brochure_08-09.pdf.

Información adicional

CONTRIBUCIONES DE LOS AUTORES: Chester Sellers concibió la investigación, desarrolló la metodología, diseño el modelo, estructuró diseño web, implementó el sistema y redactó el artículo; Claudia Es­pinoza proporcionó el acceso y recopilación de los da­tos, revisó críticamente el manuscrito.