Medición de la relación flujo vehicular en el ruido ambiental utilizando Internet de las cosas
Albeiro López, Armando Ordoñez Fundación universitaria de Popayán Alopez@fup.edu.co, jaordonez@unicauca.edu.co
Resumen- La contaminación auditiva es el tercer problema ambiental de mayor relevancia en el mundo y tiene efectos negativos en la salud humana. Durante la última década, la contaminación auditiva ha aumentado de manera significativa. Hoy en día la mayoría de los ambientes superan el límite soportado por el odio humano de 50 decibeles.
Según las estimaciones de la OMS, ambientes concurridos como centros comerciales, zonas de recreación, ambientes universitarios entre otros superan considerablemente estos niveles [5].
A pesar de su importancia, las plataformas para la medición de ruido aún están en construcción, además se utilizan dispositivos de alto costo los cuales no permiten el monitoreo constante y en tiempo real. El internet de las cosas ofrece soluciones eficientes a bajo costo y pueden ofrecer una alternativa. En el presente artículo se describe una plataforma soportada en IoT (internet de las cosas) para la lectura de emisiones de ruido en la ciudad de Popayán, Cauca.
Igualmente, dado que gran parte de la contaminación por ruido está asociado al flujo vehicular. Se analizar la relación entre el flujo vehicular y el ruido generado.
Palabras Clave - contaminación ambiental, internet de las cosas, medición, emisión de ruido, flujo vehicular.
I.INTRODUCCIÓN
De acuerdo con la organización mundial de la salud OMS (organización mundial de la salud) la contaminación auditiva es el tercer problema ambiental de mayor relevancia en el mundo [2]. Durante la última década, la contaminación auditiva ha aumentado de manera significativa. Hoy en día la mayoría de los ambientes superan el límite soportado por el odio humano de 50 decibeles. Según las estimaciones de la OMS, ambientes concurridos como centros comerciales, zonas de recreación, ambientes universitarios entre otros superan considerablemente estos niveles [3] .El ruido vehicular es uno de los factores que tiene mayor impacto y va en aumento. Por ejemplo, en ciudades intermedias en Latinoamérica como Popayán, el 97.5% de las zonas estudiadas (universidades, centros comerciales, parques, zonas rosa, y centro histórico) están expuestas a niveles máximos de contaminación auditiva asociada con el tráfico vehicular. [4]
Actualmente existen aproximaciones tecnológicas para medir ruido usando sensores, dosímetros, sonómetros, medidores de nivel digital etc. Sin embargo, estas soluciones generalmente pueden ser costosos y difíciles de implantar; además requieren personal experto. Otras desventajas son las siguientes, poseen limitantes en cuanto a fuente de alimentación y no ofrecen una medición continua en tiempo real [5]
El internet de las cosas IoT (internet de las cosas) ofrece una alternativa de bajo costo para este tipo de situaciones debido a ciertos factores como la popularización de placas de hardware libre, el bajo costo de los sensores, y la mejora en las comunicaciones que han permitido la introducción de las plataformas IoT (internet de las cosas) en diferentes contextos (industrial, ambiental, educativo, de entretenimiento, etc) [6]
Se han desarrollado algunas soluciones similares como el estudio de trafico realizado en Tunja por Julio González, (2012), o el estudio de exposición al ruido a los habitantes de un sector altamente transitado en la ciudad de Medellín, por Mario Cardona y Mariela Ortega, de los que se hace referencia más adelante.
El presente artículo describe el diseño de una red de bajo costo para la medición de ruido usando IoT, adicionalmente se estudia la relación con tráfico vehicular en el centro de Popayán, se realiza un estado del arte respecto a los temas centrales (contaminación auditiva, soluciones IoT, entidades y normativas, entre otros), luego se determina una estrategia de diseño arquitectónico soportada en IoT para el mecanismo de lectura de emisiones de ruido y así, finalmente analizar la relación que existe entre el flujo vehicular y los niveles de ruido ambiental que se producen en la carrera 9ª entre calle 4 y 5 de la ciudad de Popayán empleando un sensor KY-038 de bajo costo para la medición y la herramienta SPSS para la estadística de datos.
Este artículo se compone de la siguiente secciones, la sección 1 contendrá el marco teórico y el estado del arte que apoya la investigación, la sección 2 mostrará la estrategia y la arquitectura IoT implementadas en el mecanismo
lector de ruido, en la sección 3 se visualizarán los resultados de la captura y el análisis de los datos mismos y finalmente la sección 4 dará a conocer las conclusiones y los trabajos futuros de esta investigación.
2. ANTECEDENTES
A continuación se describen los conceptos de interés sobre el ruido así como los mecanismos de medición, y las fuentes generadoras de ruido en el ambiente vial. Por otro lado también se describe el concepto IoT, y los elementos que componen los protocolos de comunicación. Con el fin de realizar un debido análisis de datos que apoye el resultado de esta investigación.
2.1. Contaminación auditiva y ruido vehicular
Esta contaminación se refiere a la emisión de ruidos que alteran la salud y la seguridad de los seres vivos o el disfrute de la naturaleza. La contaminación acústica crece junto al desarrollo urbano y afecta cada vez más la calidad de vida de sus habitantes. Las molestias que los ruidos ocasionan pueden ser de muy distinta índole, dependiendo de la intensidad y duración de los mismos. Algunos de los efectos que el ruido causa en la salud son la hipoacusia o pérdida del oído, la hipertensión, la isquemia, molestias y disturbios en el sueño; de igual forma se llegan a presentar cambios en el sistema inmunológico y mutaciones que han sido atribuidas a estos altos niveles de exposición al ruido. [7] El Ruido vehicular Es la fuente de contaminación acústica más importante debido a su continuo desarrollo y su presencia en cualquier ámbito social. Puede incluir coches, motocicletas, trenes, autobuses, camiones, aviones, maquinaria pesada, barcos y mucho más. El tráfico es una fuente constante de ruido que afecta las zonas más próximas a este tipo de circunstancia. La proliferación de automóviles ha incidido negativamente en este sentido, dado que contaminan en varios niveles. Se ha estimado un aumento de hasta 10 dB cuando un auto pasa de 50 a 100 km/h, incrementado el ruido del motor, escape, toma de aire, ventiladores y llantas. Así mismo, un camión pesado hace hasta 30 veces más ruido que un coche normal [8]. Otro factor importante son aquellos sonidos perturbadores asociados con las vías férreas, que incluye trenes de carga tradicionales y el subterráneo (Metro).
Cuando frenan, aceleran, utilizan sirenas u otros sistemas de advertencia producen de 10 a 20 dB más que otras fuentes. Esto va a depender del mantenimiento, la frecuencia de paso y la distancia del recorrido por la zona.
El ruido asociado con las calles y el tráfico tiene cuatro fuentes principales: el ruido de los vehículos en marcha (ruido vehicular), la interacción entre los vehículos y la superficie del camino, el comportamiento del conductor, la construcción y el mantenimiento de las vías. [10]
• Ruido vehicular: el ruido vehicular proviene del motor, trasmisión, escape y suspensión y es mayor durante la aceleración, cuesta arriba, durante el frenado, en las vías con mal estado, en condiciones de tráfico en detención y arranque. Otros factores como el mal estado del vehículo o deficiencias mecánicas también contribuyen a esta fuente de ruido. [11]
• Ruido por fricción: el ruido de contacto entre los neumáticos y el pavimento contribuye en forma significativa al ruido del tráfico; hay dos mecanismos importantes en la generación de ruido: la aspereza de la superficie del camino, y la comprensión y relajación del aire en los contornos del neumático en el área de contacto llevan a ruido aerodinámico también llamado “bombeo de aire”. [12]
• Comportamiento del conductor: los conductores contribuyen al ruido vial cuando conducen a altas velocidades, usando las bocinas de sus vehículos, escuchando música en alto volumen, dando gritos unos a otros, acelerando y frenando de manera repentina y abrupta. [13]
• Construcción y mantenimiento: la construcción y mantenimiento de vías generalmente requiere del uso de maquinaria pesada, y aunque estas actividades pueden ser intermitentes y localizadas, de todas maneras contribuyen en gran medida al ruido. [14]
2.2. Internet de las cosas
El internet de las cosas (IoT): Es un concepto que vincula la conexión del internet con objetos cotidianos. Esta conexión objeto a objeto o multi objeto se logra con diferentes protocolos de comunicación que en el funcionamiento del sistema no siempre tiene que intervenir la mano humana. [15] Las aplicaciones para dispositivos conectados a internet son amplias, las principales ramas de aplicación son la de los consumidores, la empresa, la salud, la infraestructura entre otros. Los elementos básicos de una arquitectura en IoT son los
siguientes: sensores, actuadores, entre otros, dispositivos hardware para capta la información y conectividad (Ethernet, Wifi, GPRS, LPWAN, Zigbee, Bluetooth, ANT+, etc). [16]
El modelo arquitectónico básico de IoT consta de 7 niveles (Colaboración y procesos, Aplicación, Abstracción de datos, Acumulación de datos, Computo en el Borde, Conectividad, Dispositivos físicos y controladores) y será usado en la elaboración del prototipo lector de ruido.
2.3 Trabajos relacionados
En el trabajo desarrollado por Julián Rodrigo Quintero González, llamado la caracterización del ruido producido por el tráfico vehicular en el centro de la ciudad de Tunja, Colombia [29], midieron la relación entre los niveles de presión sonora y el tráfico vehicular empleando la correlación de Pearson y análisis de varianza Anova; emplearon el sonómetro Extech Instruments HD600 y escogieron puntos o corredores estratégicos para realizar la medición, los periodos de tiempo empleados fueron de 7 am a 7 pm 3 veces en el día con un periodo de duración de dos horas en cada medición durante dos semanas, se empleó un sonómetro y siguiendo la norma Colombia que formula la utilización de intervalos de registro de las mediciones entre 10 y 15 seg, se obtuvo la siguiente tabla.
Nivel de ruido vehicular continuo equivalente promedio para periodos de medición 15 min, Leq(dBA9
Periodo 1 9 am a 11 am
Periodo 2 1 pm a 3 pm
Periodo 3 5 pm a 7 pm 9:00 + 15 76,57 1:00 + 15 75,95 5:00 + 15 79,45 9:30 + 15 77,40 1:30 + 15 75,98 5:30 + 15 74,92 9:45 + 15 75,75 1:45 + 15 74,29 5:45 + 15 76,31 10:00 + 15 75,61 02:00 + 15 79,18 06:00 + 15 75,97 10:15 + 15 78,19 02:15 + 15 89,72 06:15 + 15 75,09 10:30 + 15 75,46 02:30 + 15 78,50 06:30 + 15 73,94 10:45 + 15 78,34 02:45 + 15 84,00 06:45 + 15 76,68
11:00 75,85 3:00 76,17 07:00 86,48
Promedio ajustado
76,65 Promedio ajustado
79,22 Promedio ajustado
77,36 Tabla 1. Niveles de presión sonora promedio para un corredor vial [29]
Finalmente la correlación de Pearson y el análisis de Anova, con un nivel de confianza del 95% permitieron concluir que los niveles de ruido vehicular son mayormente generados por los vehículos de transporte público, taxis y particulares de acuerdo a la composición vehicular de los flujos de tráfico en cada corredor vial, como se muestra en las siguientes tablas.
Vehículos Nivel de presión sonora
particular taxi microbús bus camión motocicleta
Correlación de Pearson
Nivel de presión sonora
1,00 0,47 0,20 -0,45 0,48 0,58 0,15
particular 0,47 1,00 0,61 -0,78 0,49 0,50 0,61
taxi 0,20 0,61 1,00 -0,77 0,17 -0,15 0,55
Microbús -0,45 0,78 0,77 1,00 0,29 -0,22 -0,64
Bus 0,48 0,49 0,17 -0,29 1,00 0,89 -0,02
Camión 0,58 0,50 0,15 -0,22 0,89 1,00 0,12
Motocicleta 0,15 0,61 0,55 -0,64 0,02 0,12 1,00
Tabla 2. Correlación de Pearson en el corredor vial [29]
Modelo Suma de
cuadrados
gl Media
cuadrática
F Sig
Regresión Residual
183,40 5,0
6 1
30,56 5,0
6,0 0,3
Total 188,4 7
Tabla 3. Análisis de varianza con Anova en el corredor vial [29]
De este trabajo cave recalcar que las técnicas de análisis estadístico de datos es favorable y es un modelo a seguir más sin embargo en este trabajo no se aprecia un interés por dar una solución a bajo costo ya que las herramientas para la medición tiene un costo elevado además de los no contemplados en el trabajo de campo.
Por otro lado en la ciudad de Medellín, Colombia, Mario Cardona y Mariela Ortega [30], propusieron una metodología para determinar el grado de exposición al ruido ambiental urbano de los habitantes de la ciudad. La metodología se basó en la realización de un análisis descriptivo y cuantitativo mediante una encuesta acerca de la percepción que se tenía sobre la presencia del ruido urbano y posteriormente la medición de los niveles de presión.
El análisis estadístico realizado permitió constatar que realmente el comportamiento del ruido no obedecía a horas pico ni a horarios específicos, ya que las mediciones de presión sonora se realizaron 1 vez por minuto cada 12 horas en cada punto clave de la zona a evaluar y al promediarse se evidencio que el valor era constante y por encima de los Decibeles permitidos y que era el tráfico vehicular la principal fuente emisora.
Para la realización de este trabajo emplearon un Dosímetro Quest Q-100 para la medición de los puntos clave, y para la estadística de datos emplearon la herramienta SPSS que incluye estadísticas descriptivas como la tabulación y frecuencias de cruce, estadísticas de dos variables, además pruebas T, Anova y de correlación de Pearson, pero al igual que el trabajo anterior no existe un interés por dar una solución a bajo costo ya que las herramientas para la medición tiene un costo elevado pero la herramienta estadística empleada sin duda es muy útil para evaluar los datos de la medición. [30]
Sin embargo ellos ejecutaron los proyectos anteriores no emplearon lineamientos IoT para minimizar costo porque no está dentro de su criterio de investigación; finalmente del trabajo titulado una evaluación de la percepción de la contaminación ambiental por parte de la comunidad universitaria utilizando internet de las cosas [28], desarrollado Mabel Cometa López y Sandra Paola Lame en la Fundación Universitaria de Popayán realizado con el fin de medir y analizar la percepción de los niveles de ruido por parte de los estudiantes si se empleó una arquitectura soportada en Internet de la Cosas bajo unos lineamientos para el desarrollo de soluciones IoT. Pero complementario a estos trabajos este estudio quiere ir mas halla probando que así como se obtuvieron resultados reveladores en dicho ambientes se puede replicar un estudio en el sector histórico de la ciudad de Popayán y brindar un aporte significativo al estudio del ruido vehicular en ella, impactando en un espectro amplio de individuos y contribuyendo a la construcción de un ambiente social más saludable.
3. SOLUCIONIOT:
A continuación se muestra lo obtenido en cada fase de los lineamientos IOT.
Fase 1: Para la construcción del prototipo se describe la selección de componentes basado en una serie de preguntas contenidas en los lineamientos mencionados para soluciones IoT, preguntas tales como: ¿ha utilizado algún sensor antes?, ¿los sensores que necesita son muy sensibles?, ¿cuánto tiempo se tarda la compra?, ¿necesita algún tipo de calibración, ¿cuánto voltaje y corriente (mínimo y máximo) requiere el sensor?, ¿el entorno donde se piensa ubicar los sensores se encuentra a la intemperie?, ¿tiene alguna limitación con respecto al tamaño de los dispositivos?,
¿Cuál es su capacidad de almacenamiento local?, ¿Cuánto voltaje y corriente (mínimo y máximo) requiere la tarjeta seleccionada?, ¿Qué área requiere cubrir con la solución?, ¿Qué protocolo de comunicación soporta?, ¿Qué tipo de distribución en el espacio -topología- puede utilizar?, ¿Cuál solución tiene mayor y/o mejor soporte, garantía y uso?, ¿Requiere que su sistema tenga un backup en caso de inestabilidad?, entre otras.
Fase 2, 5, 6, 7: Al responder estas preguntas se llegó a la conclusión de que para este proyecto se empleara un nodo con una placa Arduino uno, sensor KY038, módulo XBee 2B y una batería de litio, se configuran como nodo End Device, para el nodo coordinador se emplea una Raspberry PI, un módulo XBee 2B y una batería de litio, este nodo medirá el ruido generado y enviará la información al nodo coordinador de forma inalámbrica mediante el protocolo ZigBee. [18]
• Nodo A: Se encarga de controlar, coordinar y configurar el sistema. De igual manera se enviará una alarma mediante un correo electrónico donde se informa al personal encargado que hay demasiado ruido. Este circuito
está compuesto por una Raspberry Pi y un módulo XBee 2B. Para la interconexión se utilizará un XBee USB Explorer el cual permite utilizar, conectar y configurar mediante el puerto USB cualquier dispositivo XBee.
• Módulo XBee 2B Coordinador: Se comunicará de forma inalámbrica mediante el protocolo ZigBee con los otros tres módulos XBee. Es el encargado de establecer el canal de comunicación y el PAN ID (Identificador de red). El parámetro más importante es el PAN ID el cual debe ser igual en todos los dispositivos de la red, el coordinador forma una red, conectando a él los dispositivos finales, permitiéndole administrar, gestionar y monitorear la red. [19]
• Raspberry Pi: Se ejecuta Raspbian como sistema operativo, la función principal es almacenar los datos censados y transmitidos por los tres nodos de la red que miden el ruido en cada punto, generar un reporte y graficar, para realizar un análisis de los resultados obtenidos y compararlos con los datos ya establecidos por ministerio de ambiente, vivienda y desarrollo territorial para la medición del ruido, el cual nos permitirá evaluar el impacto al utilizar la nueva tecnología IoT. [20]
• Módulo XBee dispositivo final: Trabajará como End Devices ya que no debe comunicarse con los otros nodos.
Se encarga de recibir la información del sensor y enviarla al nodo coordinador. Recibe la información de forma indirecta, la placa Arduino uno realiza las mediciones y activa o no los pines de transmisión/recepción del módulo XBee. [21]
• Arduino Uno: La función principal es controlar de manera más eficiente el sensor KY038. Y Sensor KY038:
Es un sensor que permite la detección de ondas sonoras, cuenta con un (ECM) micrófono de condensador electret por sus siglas, además de un integrado LM393 el cual le permite una alta sensibilidad pues las ondas sonoras son recibidas por este en forma de energía acústica enviándolas mediante señales eléctricas a un determinado receptor/codificador. [22]
Figura 1. Diseño del prototipo
• Fase 3, 4: Implantación de la solución IoT: La carrera novena 9ª entre calle 4 y 5 es una de las vías más transitadas del centro de la ciudad de Popayán, por ende este estudio buscará conocer los niveles de ruido y contaminación acústica que se producen en esta vía, resaltando que uno de los objetivos a parte de los planteados sea el de concientizar, y elevar la participación activa de los ciudadanos, sobre los impactos ambientales que están provocando en sus actividades cotidianas, y con base a la captura de datos hacer una proyección en diferentes contextos potenciando un impulso hacia el desarrollo sostenible de la región. En esta vía, se implantará un nodo donde la placa Arduino hará la captura de los datos del sensor y realizará el proceso matemático establecido en el código, el resultado será enviado al nodo coordinador en el cual se almacenarán en un archivo CSV los datos obtenidos, se obtendrá una estadística de los datos se procederá a graficar y generará una alarma mediante el correo electrónico al personal del bienestar estudiantil, si los resultados obtenidos sobrepasan los estándares indicados por la normatividad antes mencionada. Los valores obtenidos serán medidos en tiempo real [23]. A continuación la figura 3 mostrara los puntos estratégicos para medición de ruido geográficamente en una vista satelital.
Figura 2. Puntos estratégicos para medición de ruido [24]
NOD O A
NODO COORDINA
DOR
40 45 50 55 60 65 70 75 80 85 90
rango de medición DB
valores del sonometro RESULTADOS DE MEDICIÓN SONOMETRO
frecuencia sonometro
60,00 61,50 63,00 64,50 66,00 67,50 69,00 70,50 72,00 73,50 75,00 76,50 78,00 79,50
rango de medición DB
valores del sensor
RESULTADOS DE MEDICION DEL SENSOR KY038
frecuencia prototipo
4. ANALISIS DE LOS RESULTADOS
El objetivo de este análisis es verificar su el prototipo cumple con lo establecido en esta investigación para ello se realizaron tres validaciones:
i) Validación 1: Medir y comparar la sensibilidad relacionar los valores obtenidos del prototipo con un Sonómetro empleado en el mercado para capturar los niveles de ruido en el ambiente
ii) Validación 2: realizar un análisis estadístico de los datos medidos en un rango de tiempo para identificar el comportamiento, la precisión y la tasa de error entre dispositivos empleando SPSS.
iii) Validación 3: Realizar una estadística a partir de encuestas realizadas para determinar el nivel de inconformidad de los habitantes del sector donde se realizaron las pruebas.
iv) Validación 4: Hacer un comparativo entre precio y tiempo de ejecución entre el prototipo y otras soluciones empleadas para el mismo fin.
• Validación 1: Con la captura de datos se realizó una relación entre los valores obtenidos del sensor KY-038 y los valores de sonido ambiental (en Decibeles). Para ellos se tomaron varias mediciones de presión sonora en los dos puntos (nodo A y nodo Coordinador), se utilizó el sonómetro de marca Koolerton, en diferentes niveles de sonido, y se comparó con los datos entregados por la placa Arduino Uno obtenidos del sensor KY-038, estableciendo entre ellos una relación con tendencia lineal. Para dicho proceso se emplea la herramienta matemática de la regresión lineal, esto con el fin de definir el valor de referencia en cada punto y a continuación se muestran los gráficos de las mediciones realizadas tanto por el sonómetro como por el sensor. A continuación se muestra gráficamente los datos arrojados por el sonómetro versus el sensor. [25]
Figura 3. Gráfica de las mediciones sonoras [24]
Al realizar la relación lineal entre el sensor y el sonómetro Koolerton se concluye que
• Los niveles de ruido se encuentran en rangos de 70 y 80 Decibeles en sus picos más altos, esta cifra es alarmante ya que el ruido acústico ambiental y vehicular está generando un problema de contaminación acústica en la zona medida. Esta zona es además concurrida diariamente por un número significativo de personas ya que es una vía principal del centro histórico de la ciudad y en ella se encuentran universidades, notarias, iglesias, colegios de básica primaria y secundaria, entre otros.
• Aunque el sensor resulta ser más sensible que el sensor ambos indican niveles de ruido por fuera del rango normal lo que no solo es un alerta tangible para los entes competentes si no para las personas que contribuyen a la generación de este ruido y cuya estancia es permanente o aledaña a esta vena vial.
• El sensor iguala el comportamiento del sonómetro pero representa un menor costo de implementación lo cual es favorable para los objetivos de la investigación. [24]
Al medir la relación del flujo vehicular en los periodos de tiempo donde se midió la frecuencia del ruido se obtuvo el siguiente gráfico.
HORAS DÍAS
Flujo vehicular, Horario De Toma De Medición En El Punto A Carrera 9° Entre Calle 5 Y 4
Particular Taxi Microbús Motocicleta
Periodo 1 Lunes 45 8 10 100
(5:30 Am - 7:30
Am) Martes 38 15 13 130
Miércoles 36 12 13 120
Jueves 45 22 15 99
Viernes 50 55 10 130
Sábado 33 12 10 90
Domingo 67 54 6 30
Periodo 2 – (11:30 Am - 1:30
Pm)
Lunes 36 65 13 111
Martes 45 23 12 143
Miércoles 60 23 15 143
Jueves 65 54 14 132
Viernes 64 76 14 123
Sábado 69 72 15 123
Domingo 19 22 10 65
Periodo 3 – (5:30 Pm - 7:30 Pm)
Lunes 36 12 13 120
Martes 45 22 15 99
Miércoles 50 55 10 130
Jueves 58 34 11 123
Viernes 67 54 12 124
Sábado 36 65 13 111
Domingo 30 23 12 30
Tabla 4. Medición del flujo vehicular en la vía.
Aquí se puede evidenciar que hay una considerable afluencia de motocicletas y vehículos particulares por lo que esto serían los principales involucrados en la generación de ruido que se presenta. No obstante es interesante revelar que aunque hay un mayor flujo de vehículos particulares y motocicletas, la mayor represión o congestión en el flujo son los vehículos de servicio público taxi y microbús, por tanto estos vehículos al tener un flujo más lento mantiene más tiempo en la vía y también son generadores de trancones y agentes de ruido.
Validación 2:
También se realizó un análisis estadístico de los datos empleando una herramienta llamada SPSS (programa estadístico información) y a continuación se muestran los resultados.
Figura 4. Estadística Anova para mediciones del sonómetro y el sensor KY-038
Figura 5. Estadística Pearson para mediciones del sonómetro y el sensor KY-038
1. ¿Crees qué la contaminació
n auditiva te perjudica en tu proceso de aprendizaje en el salón de
clases?
2. ¿Cree usted que es
importante prestarle atención a este tipo de
problema?
3. ¿Cree usted que si promueve el silencio y el
respeto se puede resolver este
dicho problema?
4. ¿Cree usted que una solución IoT promueve un alto en la contaminació n por ruido vehicular?
5. ¿Se siente afectado por el ruido que se genera en el sector de la carrera 9ª?
6. ¿Cree usted qué entre los días
jueves y viernes se genera más contaminació n auditiva en este sector?
7. ¿Cree usted que la mayor fuente de ruido en el sector es el
tráfico vehicular?
8. ¿Cree que la contaminació
n auditiva afecta la comunicación con las demás personas?
9. ¿Cree que el municipio
ha desarrollado estrategias o actividades suficientes para mitigar los niveles del
ruido…
10. ¿Piensas qué la contaminació
n auditiva afecta tu salud?
si 80% 90% 90% 90% 100% 100% 90% 100% 70% 60%
no 20% 10% 10% 10% 0% 0% 10% 0% 30% 40%
0%
20%
40%
60%
80%
100%
120%
Porcentaje
Resultado de la encuesta
De Pearson y Anova se puede evidenciar que la relación el sensor presento un nivel más alto de predicción en cuanto a la sensibilidad de medición, sin embargo ambos mecanismos generan un nivel de confianza del 95%. En cuanto a la correlación de Pearson el valor es 1 lo que indica que existe una relación lineal entre ambas muestras, por lo que se demuestra que el sensor alcanzo un nivel de confianza igual que el sonómetro en las pruebas de medición.
Validación 3: De acuerdo a la encuesta realizada se pudo obtener los siguientes resultados:
Figura 6. Gráfico de los resultados de las encuestas realizadas
Más del 90% de los entes encuestados no conocen un sistema de medición de ruido en la ciudad de Popayán, se observa un acierto en que el ruido si afecta tanto la concentración como la salud. A pesar de que existen controles y leyes que prohíben el ruido aún no se ha tomado una medida al respecto; hasta ahora se considera que los automóviles solo generan un alto grado de contaminación ambiental por emisión de gases y no por ruido.
Sin embargo este estudio permitió revelar que la contaminación acústica provocada el tráfico vehicular en esta vía (carrera 9 entre calle 4 y 5), al igual que las principales venas de acceso al centro histórico de la ciudad como la calle quinta 5, entre carrera once 11 y octava 8; carrera 3 entre calle séptima 7 y primera 1; y carrera 6 entre calle trece 13 y séptima 7, representan focos de contaminación con tráfico vehicular, debido a:
• Que son vías de dos carriles con único sentido y que adicionalmente transitan vehículos tanto particulares, de trasporte urbano, de servicio especial (camiones), motos, entre otros medios de trasporte.
• Presentan una cantidad considerable de comercio tanto formal como informal a su paso, lo cual reduce aún más el espacio del tránsito vehicular.
• En el estudio de campo se observó que existe una correlación entre el tráfico vehicular y el trasporte urbano por lo que se propone en esta investigación y basado en las mediciones del arduino un cambio estratégico en la movilidad de estos vehículos en determinadas horas del día (12:00 pm, del medio día y 6:00 pm, de la tarde). La idea de esta propuesta es mejorar tanto la movilidad como la salud y bienestar de los ciudadanos, esta propuesta también tiene en cuenta generar el mínimo de inconformidad de los sectores involucrados y que la ciudadanía adopte el cambio de manera positiva y entienda que es por el bienestar de todos.
Validación 4.
Elementos de monitoreo del ruido
Descripción Cantidad Valor Total
Prototipo Arduino 4 $56,000 $224.000
Raspberry pi 3 1 $227,000 $227.000
Xbee 5 $95,000 $475.000
protoboard 4 $25,000 $100.000
Tabla 5. Comparación de costo 5. CONCLUSIONES Y TRABAJOS FUTUROS
El ruido ambiental es uno de los principales problemas medioambientales, origen de un número cada vez mayor de enfermedades por parte del público que está expuesto constantemente.
Es conveniente acordar lineamientos generales que permitan obtener información comparable de los distintos estudios que se hacen actualmente en Colombia.
La aplicación de la metodología diseñada a la población de estudio demostró que permite verificar los niveles de exposición al ruido, identificar las fuentes de ruido y obtener asociaciones entre el ruido con otras variables que para este caso fue el flujo vehicular.
A nivel nacional se esbozan distintas medidas de prevención y reparación a la contaminación acústica, principalmente estás se concentran en: Estándares de nivel de ruido, control de vehículos a motor, control de uso de suelo, gestión de tráfico, diseño y mantenimiento de superficies, diseño y geometría vial. Por otro lado en la ciudad de Popayán al ser una ciudad colonial, histórica y cuyo centro e infraestructura debe ser preservado existen unas limitantes como el diseño y geometría vital en el centro histórico que fue el sector elegido para este estudio.
Respecto a la metodología para la implementación de la solución y los lineamientos IoT se puede concluir que fueron significativos ya que permitieron seguir un proceso limpio donde cada factor determinaba una decisión a seguir y donde además se justificaba dicha escogencia.
En el nodo medido los niveles de contaminación acústica por flujo vehicular están por encima de los estándares permitidos por la OMS, por tanto la alerta de contaminación en la zona es alta y requiere contingencia de manera inmediata.
Respecto a las encuestas realizadas, la comunidad está muy inconforme por el exceso de contaminación acústica que existe en las diferentes áreas, ya que provoca perdida de la concentración en la comunidad estudiantil y laboral pero, por otro lado, algunas personas presentan indiferencia porque desconocen los efectos dañinos en su salud, aunque afirman estar de acuerdo en que se adopten medidas preventivas no solo para la emisión de ruido sino también para el descongestionamiento vial. .
Como trabajo futuro se hace necesario la implantación definitiva del sistema de medición de ruido, pues las encuestas realizadas muestran que las personas si están preocupadas por este tema de salud pública y la idea de un sistema no es ajena a su criterio. [24]
REFERENCIAS
[1]. Mercedes, C. V. M., Miguel, A. R., Dídac, D. T., Ivan, F. E., & Antonio, M. M. J. (2017). Estudio del efecto paramétrico en agua con aplicación a un calibrador acústico para detección de neutrinos.
[2]. Jiménez, J. D., Santiago, C. L., & Gil, C. L. (2003). Ruido y Salud. El Ecologista, 38, 48-51.
[3]. Pacheco, J., Franco, J. F., & Behrentz, E. (2009). Caracterización de los niveles de contaminación auditiva en Bogotá:
Estudio piloto. Revista de ingeniería, (30).
[4]. Logo, P. I (2013). Factores ambientales y sociodemográficos relacionados con alteraciones en la audición, la función respiratoria y la voz en trabajadores ambulantes. ORP. Recuperado de: https://prevencionintegral.com.
Panel solar 4 $45,000 $180.000
Cables 16 $30,000 $30.000
Internet 1 $ 25.000 $25.000
TOTAL PROTOTIPO $1.261.000
Sonómetro Asesor 1 $40.000 $2.400.000
Sonómetro 1 $983.000 $983.000 Recursos
humanos
1 $20.000 2.400.000 TOTAL SONOMETRO $5.783.000
[5]. Lara Piedra, F. N., & Piedra Montoya, J. A. (2009). Diseño de un sistema de gestión ambiental para la Carrera de Ingeniería Ambiental de la Escuela Politécnica Nacional y laboratorios afines a la carrera (Bachelor's thesis, QUITO/EPN/2009).
[6]. Floerkemeier C, Langheinrich M, Fleisch Elgar. Mattern F, Sarma S, The Internet of Things, Berlin, Heidelberg 2008.
[7]. Del Carmen Martínez, M. (1995). Efectos del ruido por exposición laboral. Escuela de Medicina José Mª Vargas, UCV, Caracas, Venezuela
[8]. Santos De La Cruz, E. (2007). Contaminación sonora por ruido vehicular en la Avenida Javier Prado. Industrial Data, 10(1).
[9]. Delgado, O., & Martínez, J. (2015). Elaboración del mapa de ruido del área urbana de la Ciudad de Cuenca–Ecuador, empleando la técnica de interpolación geoestadística Kriging ordinario. Ciencias Espaciales, 8(1), 411-440.
[10]. Fajardo-Segarra, A. F., Abdi Fara, M. A., Gómez-Ortega, G., & Mateus-Lucas, C. (2016). Evaluación Del Ruido Producido Por El Transporte Automotor En La Plaza De Marte Del Centro Histórico De Santiago De Cuba. Ciencia en su PC, (3).
[11]. Jiménez, J. D., & Gil, C. L. (2015). Efectos en salud del ruido de tráfico: Más allá de las" molestias". Revista de Salud Ambiental, 15(2), 121-131.
[12]. Ramírez González, A., Domínguez Calle, E. A., & Borrero Marulanda, I. (2011). El ruido vehicular urbano y su relación con medidas de restricción del flujo de automóviles. Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales, 35(135), 143-156.
[13]. Foladori, G. (2011). Los problemas ambientales urbanos y sus causas. Revista Paranaense de Desenvolvimento-RPD, (100), 69-78.
[14]. Ramírez González, A., & Domínguez Calle, E. A. (2011). El ruido vehicular urbano: Problemática agobiante de los países en vías de desarrollo. Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales, 35(137), 509- 530
[15]. González, D. R. (2013). Arquitectura y Gestión de la IoT. Revista Telem@ tica, 12(3), 49-60.
[16]. Evans, D. (2011). Internet de las cosas. Cómo la próxima evolución de Internet lo cambia todo. Cisco Internet Bussiness Solutions Group-IBSG, 11(1), 4-11.
[17]. Pérez, F. A. F., & Guerra, J. L. G. (2017). Internet de las Cosas. Perspectiv@ s, 10(11), 45-49.
[18]. Su, X., Riekki, J., Nurminen, J. K., Nieminen, J., & Koskimies, M. (2015). Adding semantics to internet of things.
Concurrency and Computation: Practice and Experience, 27(8), 1844-1860
[19]. Merlino, G., Bruneo, D., Distefano, S., Longo, F., & Puliafito, A. (2015, December). Enabling mechanisms for cloud- based network virtualization in iot. In Internet of Things (WF-IoT), 2015 IEEE 2nd World Forum on (pp. 268-273). IEEE.
[20]. Rana, R., Chou, C. T., Bulusu, N., Kanhere, S., & Hu, W. (2015). Ear-Phone: A context-aware noise mapping using smart phones. Pervasive and Mobile Computing, 17, 1-22.
[21]. Collina, M., Corazza, G. E., & Vanelli-Coralli, A. (2012, September). Introducing the QEST broker: Scaling the IoT by bridging MQTT and REST. In Personal indoor and mobile radio communications (pimrc), 2012 ieee 23rd international symposium on (pp. 36-41). IEEE.
[22]. Kirsche, M., & Klauck, R. (2012, March). Unify to bridge gaps: Bringing XMPP into the Internet of Things. In Pervasive Computing and Communications Workshops (PERCOM Workshops), 2012 IEEE International Conference on (pp. 455- 458). IEEE.
[23]. Raza, S., Trabalza, D., & Voigt, T. (2012, May). 6LoWPAN compressed DTLS for CoAP. In Distributed Computing in Sensor Systems (DCOSS), 2012 IEEE 8th International Conference on (pp. 287-289). IEEE.
[24]. Lopez Jimenez A, (16 Feb 2019). Estudio De La Relación Entre El Flujo Vehicular Y El Ruido Ambiental Soportado En Internet De Las Cosas, Fundación Universitaria de Popayán.
[25]. Suri, N., Tortonesi, M., Michaelis, J., Budulas, P., Benincasa, G., Russell, S., ... & Winkler, R. (2016, May). Analyzing the applicability of internet of things to the battlefield environment. In Military Communications and Information Systems (ICMCIS), 2016 International Conference on (pp. 1-8). IEEE.
[26]. Suárez D., Morales R., Cordero I., Schreiner L. (Jun 2017). Diseño de una herramienta de medición de ruidos basados en tecnologías Arduino-Rasperry PI1. Producción + Limpia. Doi: 10.22507/pml.v12n1a8.
[27]. Aguirre E., et al. (2017). Medición de tráfico mediante IoT Y SIG, Universidad de Manizales.
http://ridum.umanizales.edu.co:8080/xmlui/bitstream/handle/6789/3133/Medicion%20de%20Trafico%20Vehic ular%20Mediante%20IOT%20y%20SIG.pdf?sequence=1.
[28]. Cometa López M., Lame Vásquez S. (2018). Evaluación de la percepción de la contaminación ambiental por parte de la comunidad universitaria utilizando internet de las cosas. Fundación Universitaria de Popayán.
Biblioteca Antonio José Caballero.
[29]. Quintero González J R (2012). Characterization of the Noise Produced by the vehicle traffic in the Downtown of Tunja city – Colombia, Universidad Pedagógica y Tecnológica de Colombia.
[30]. Cardona M., J. M. & Ortega B., M. (2005). Metodología para evaluación del ruido ambiental urbano en la ciudad de Medellín. Revista de la Facultad Nacional de Salud Pública, Vol. 23, Núm. 2, julio-diciembre, 2005.
Universidad de Antioquia. Medellín, Colombia. p. 70-77.
