El monitoreo ambiental implica la captura de cualquier tipo de dato que contribuya a mostrar cómo se comporta el mundo que nos rodea, cómo afecta a nuestras vidas y cómo puede controlarse. Los datos de monitoreo ambiental incluyen datos de fuentes naturales -por ejemplo, precipitaciones o composición del suelo- y procesos humanos o industriales, por ejemplo, residuos humanos o emisiones de vehículos.
El monitoreo ambiental es una función que entra en el ámbito de un entorno inteligente, que es una implementación específica de la Internet de las Cosas (IoT) y tiene como objetivo hacer que la vida de las personas sea más segura, cómoda, respetuosa con el medio ambiente y productiva. Una implementación de la IoT es aquella que se centra en un área específica de uso en mundos inteligentes, por ejemplo edificios inteligentes, ciudades inteligentes, comercio minorista inteligente e industria inteligente.
En el mundo natural, el monitoreo ambiental se centra en el aire, el suelo y el agua. Por ejemplo, en el monitoreo del aire, las redes de sensores y los sistemas de información geográfica (SIG) monitorean la contaminación, los datos topográficos y meteorológicos para analizar los contaminantes del aire. En el monitoreo del agua, se analizan muestras de agua para medir datos químicos, radiológicos y biológicos en relación con la demografía de la población. En el monitoreo del suelo, se monitorean las muestras de salinidad, contaminación y acidez para analizar la calidad del suelo en la agricultura y predecir el potencial de erosión, inundaciones y amenazas a la biodiversidad medioambiental.
En los hogares y las comunidades urbanas, el monitoreo ambiental incluye otros tipos de seguimiento y análisis de datos, por ejemplo, volúmenes de tráfico, demografía de la población, seguridad, escasez de recursos, salud de edificios y viviendas, infraestructura de la ciudad y seguridad alimentaria.
El monitoreo ambiental se extiende al monitoreo global del medio ambiente. Por ejemplo, el monitoreo de los gases de efecto invernadero (GEI). Los GEI provocan el cambio climático y contribuyen a condiciones meteorológicas extremas, interrupciones del suministro de alimentos y problemas de salud causados por altos niveles de smog y contaminación.
El mayor reto de los entornos inteligentes son las ingentes cantidades de datos que hay que cribar, monitorear, analizar y utilizar de forma proactiva para crear soluciones a los retos cotidianos.
Las alertas personalizadas y la visualización de datos le permiten identificar y prevenir rápidamente los problemas de salud y rendimiento de la red.
El monitoreo medioambiental puede consistir únicamente en monitorear las funciones de sensores, por ejemplo utilizando CCTV para monitorear el comportamiento de las personas. Pero para ser realmente valiosas, las aplicaciones de monitoreo ambiental deben ser capaces de comprender los valores medidos e idear soluciones para los retos cotidianos. Entre los retos cotidianos están las malas cosechas en la agricultura, el cambio climático, los problemas de salud derivados de la contaminación en las ciudades y la baja productividad en las fábricas que requieren mucha mano de obra.
Una de las aplicaciones del monitoreo ambiental es la calidad del aire. El polvo fino original suele tener un origen natural. El polvo fino secundario se crea por reacciones químicas complejas a partir de sustancias gaseosas como las emisiones de automóviles, sistemas de calefacción, procesos agrícolas y procesos industriales. El monitoreo ambiental ayuda a los científicos a comprender la composición exacta del polvo en zonas específicas, por ejemplo en zonas urbanas frente a las de zonas industriales, y a nivel mundial. El monitoreo ambiental del polvo puede ayudar a los investigadores sanitarios a evaluar el efecto de los contaminantes del polvo en la salud de las personas. El monitoreo ambiental del polvo ayuda a los urbanistas y a la industria manufacturera a establecer normas sobre los niveles aceptables de polvo emitido por los vehículos y los procesos industriales.
Los datos de los "sensores de hojas húmedas" en la industria agrícola miden la humedad de las hojas de los cultivos, que se analizan para proporcionar información a los agricultores sobre el estado actual de sus cosechas y mostrar patrones a lo largo de varias temporadas, y años, sobre el efecto de las condiciones meteorológicas en la producción.
En la industria minera, se analizan muestras de agua para formular planes viables de gestión del agua y predecir el impacto de las operaciones mineras en el medio ambiente.
Existen dos tipos principales de aplicaciones para monitorear entornos inteligentes.
En primer lugar, hay aplicaciones para monitorear y controlar eventos ambientales y procesos industriales que pueden afectar negativamente al medio ambiente, como los desastres naturales y los residuos tóxicos de los procesos industriales. Estas aplicaciones también miden el impacto de la actividad humana, como el crecimiento de la población, en el medio ambiente. Las aplicaciones de monitoreo y control analizan diversos datos, por ejemplo, los biólogos marinos estudian el efecto de las cuotas pesqueras en las poblaciones de marisco y el impacto de los residuos plásticos en la vida marina. Los psicólogos ambientales analizan los datos medioambientales para medir su impacto en el bienestar y el comportamiento de las personas, por ejemplo su motivación para reciclar.
En segundo lugar, existen aplicaciones para mejorar el funcionamiento de determinadas industrias en el entorno más amplio. El monitoreo ambiental inteligente proporciona información para crear directrices sostenibles para la regulación de sistemas de misión crítica como las redes de energía y transporte; ecosistemas de seguridad alimentaria como la agricultura y la biología marina; y procesos de gestión del agua y los residuos. El monitoreo ambiental también permite el diseño y mantenimiento ecológicos de hogares, edificios y ciudades conectados.
Las notificaciones en tiempo real significan una solución de problemas más rápida para que pueda actuar antes de que se produzcan problemas más graves.
Los entornos inteligentes tienen elementos físicos y elementos no físicos. Los elementos físicos incluyen dispositivos IoT que pueden conectarse a Internet, como wearables, chips informáticos, interfaces, sensores, actuadores, robots y ordenadores. Los elementos no físicos que sustentan los entornos inteligentes incluyen datos, código informático, modelos de aprendizaje automático y protocolos de software, normas y marcos teóricos.
Un dispositivo IoT es aquel que tiene la capacidad de conectarse, de forma inalámbrica o mediante una conexión por cable, a Internet. En los mundos inteligentes, los dispositivos IoT suelen ser inalámbricos, aunque no siempre. Un dispositivo IoT se integra con tecnología que soporta conexiones de red, con software funcional como API, y con sensores y actuadores. Los dispositivos IoT permiten la transferencia automática de información entre objetos, personas y software sin intervención humana.
En los entornos inteligentes, los datos se recogen de múltiples fuentes, por ejemplo aplicaciones de software, y sensores y actuadores.
Los sensores de temperatura, proximidad, gas, humo y calidad del agua y del aire proporcionan los datos de entrada para las aplicaciones de monitoreo ambiental. Un sensor es un dispositivo físico -por ejemplo, un detector de movimiento o un interruptor de la luz- que convierte eventos o características físicas. Un actuador es un dispositivo físico -por ejemplo, un interruptor o una válvula- que convierte señales eléctricas en eventos físicos, por ejemplo, el aire acondicionado.
En los entornos inteligentes, los datos de los sensores se cargan en bases de datos en la nube y lagos de datos, donde se monitorean y analizan, y pueden utilizarse para desarrollar aplicaciones inteligentes de aprendizaje automático.
Los sistemas operativos (SO) IoT están integrados en la mayoría de los dispositivos IoT, lo que les permite conectarse a aplicaciones de gestión de dispositivos IoT. Algunos ejemplos de sistemas operativos IoT son Nucleus RTOS, TinyOS y Amazon FreeRTOS.
WSN es una tecnología que se utiliza a menudo en sistemas IoT como entornos inteligentes. En un sistema WSN, se utiliza una gran colección de sensores, por ejemplo una red de malla, para recopilar y enviar datos a través de un router a Internet en un sistema IoT. Mientras que una red IoT puede incluir dispositivos cableados, una WSN puede no incluir dispositivos cableados.
Un ejemplo de WSN es una red de sensores inalámbricos que monitorean las precipitaciones en un área y que pueden o no estar conectados a una red de entorno inteligente.
Las tecnologías utilizadas en los entornos inteligentes son transparentes incluso para los usuarios no técnicos, y la CCTV desempeña un papel importante a la hora de hacer posible esta transparencia.
Se puede añadir software de videovigilancia especializado a los sistemas de entornos inteligentes para proporcionar funcionalidades como la detección de movimiento, el seguimiento facial y el almacenamiento de datos. Un ejemplo de vigilancia por CCTV en entornos inteligentes es monitorear la seguridad en casas, oficinas y fábricas. La CCTV puede proporcionar pruebas documentales de actividades delictivas, pero también se utiliza para investigar la actividad urbana, por ejemplo el volumen de tráfico urbano y peatonal. Comprender el volumen de tráfico ayuda a los urbanistas a mejorar el diseño de las infraestructuras urbanas.
Entre los beneficios que aportan las soluciones compiladas sobre redes IoT se incluyen capacidades para el funcionamiento remoto de dispositivos conectados, como sistemas de comunicación de líneas eléctricas y seguridad CCTV.
Los entornos inteligentes automatizan la recogida de datos de campo en el entorno natural, como la calidad del aire, las precipitaciones, el uso de la energía y la gestión de residuos. Las medidas adoptadas a partir del análisis de los datos de monitoreo ambiental pueden reducir los GEI y crear un planeta más sano.
Los entornos inteligentes ofrecen a las organizaciones la posibilidad de crear nuevos modelos de negocio basados en big data y conocimientos predictivos para proteger el medio ambiente, aumentar la producción, mejorar la calidad de vida, permitir la toma de decisiones con conocimiento de causa y promover la seguridad en el lugar de trabajo.
Las aplicaciones analíticas en entornos inteligentes monitorean el tráfico, la contaminación, los residuos, el uso del agua y la energía, la delincuencia y las infraestructuras. Esto proporciona capacidades adicionales para convertir los datos brutos en alertas, conocimientos y acciones automatizadas, por ejemplo cortar el suministro de agua cuando se detecta una fuga.
La medición de la calidad del aire es obligatoria en la mayoría de las ciudades e industrias para cumplir la normativa medioambiental.
En la agricultura inteligente, los beneficios del monitoreo ambiental incluyen la detección y erradicación automatizada de plagas; mejor calidad y rendimiento de los cultivos; mejor monitoreo de los cultivos, el ganado, el clima y el estado del suelo; y monitoreo de invernaderos, irrigación, fertilización y ganado.
La detección de fugas en un entorno inteligente puede contribuir a la conservación del agua.
El pago por la retirada de residuos por encima de un límite especificado puede dar lugar a la reducción de los residuos sólidos y fomentar las prácticas de reciclaje.
El monitoreo ambiental ha aumentado la conciencia ambiental sobre el impacto de la vida humana en el planeta y ha dado lugar a un impulso mundial para reducir el uso de plásticos, reducir las emisiones de efecto invernadero y promover la seguridad alimentaria.
Estudios de dominio público indican que muchas organizaciones que han adoptado el IoT tienen dificultades para generar valor a partir de los datos que extraen y utilizarlos para mejorar los procesos de toma de decisiones empresariales. La incapacidad para gestionar y monitorear los sistemas IoT debido a la inexperiencia y a la falta de directrices sobre mejores prácticas se agrava en las empresas en las que los sistemas IoT carecen de madurez y los empleados carecen de experiencia especializada en IoT.
El control de calidad puede resultar difícil en algunos ámbitos de la IO, por ejemplo en el sector manufacturero, donde los productos y servicios de distintos países tienen normas de calidad, seguridad y cumplimiento normativo diferentes.
En algunos casos, y debido a la rápida evolución de la IO, las normativas gubernamentales no suelen seguir el ritmo del estado actual de la tecnología y no existen controles suficientes para regular las normas medioambientales, como las relativas a las emisiones de los vehículos. Además, no todos los países están de acuerdo con las leyes internacionales que intentan regular los niveles aceptables de contaminación y monitorear la sostenibilidad de los recursos escasos.
No existe una norma universal para los dispositivos IoT; por ejemplo, ZigBee supuso un reto para las ofertas de red en malla de Bluetooth. Sin una norma universal, pueden surgir problemas de compatibilidad y seguridad. Además, algunos sistemas IoT utilizan diversos protocolos y tecnologías, lo que crea configuraciones demasiado complejas y difíciles de mantener.
Las redes IoT se basan en un paradigma cliente-servidor centralizado para autenticar, autorizar y conectar diferentes nodos. A medida que aumenta el número de nodos, existe el riesgo de que se produzca un cuello de botella en el servidor. En el futuro, la solución a los cuellos de botella puede consistir en adoptar modelos de computación en la niebla, en los que los dispositivos IoT funcionen como centros para las operaciones en las que el tiempo es un factor crítico y los servidores en la nube realicen la manipulación de los datos y las tareas analíticas.
El IoT utiliza y genera datos estructurados y no estructurados. Los sistemas heredados son incapaces de procesar datos no estructurados, por lo que los sistemas IoT pueden requerir interfaces adicionales para gestionar estos datos.
Los fallos en los algoritmos de aprendizaje automático (ML) pueden crear falsos positivos o falsos negativos, lo que se traduce en trabajo manual adicional en los sistemas de misión crítica.
PRTG es un software de monitoreo de red integral y realiza un seguimiento de toda su infraestructura de TI.
Comprender el entorno y los datos que produce sin monitorearlo es como utilizar un PC sin monitor. Debido a la complejidad de los sistemas del mundo inteligente, las organizaciones tienen la formidable tarea de monitorear bases de datos, aplicaciones, rendimiento, servicios en la nube, hardware y servicios, así como tecnologías especializadas de nichos industriales.
La solución es una plataforma que proporciona información inteligente sobre todas las áreas de una red del mundo inteligente, así como notificaciones y alertas automatizadas. PRTG Monitor es una plataforma que proporciona funciones de monitoreo plug-and-play para cualquier nicho del mundo inteligente y cualquier tipo de tecnología o hardware.
El enfoque de PRTG para monitorear el entorno combina el monitoreo condicional y el monitoreo contextual. El monitoreo condicional se refiere a monitorear la funcionalidad de los sensores (por ejemplo sensores de CCTV), y el monitoreo contextual se refiere al registro y comprensión de los respectivos valores medidos.
