Monitorización IoT y IA de calidad del agua para proteger la vida acuática

Componentes y suministros

Componente	Cantidad	Notas
Walabot Creator	1	Radar de onda milimétrica para conteo
Raspberry Pi 3 Model B	1
Arduino UNO	1
Sensor turbidez DFRobot	1
Sensor pH DFRobot	1

Aplicaciones y servicios en línea

• Sigfox (red LPWAN)
• Arduino IDE
• Amazon Web Services AWS IoT

Sobre el proyecto

Inspiración

Cada vez que visito Nueva Delhi, cruzo el puente del río Yamuna. Cada año el agua está más contaminada y no hay señal de vida acuática. El agua que usan miles de aldeanos no tiene propiedades de agua: su pH es cercano al de un ácido.

No es solo el Yamuna; cientos de ríos en el mundo carecen de vida acuática. Cada vez que una industria vierte sus químicos y residuos, la vida acuática paga el precio. Muchas especies oceánicas se extinguen por contaminación. Con este Earth Day Challenge quiero resolver este problema.

La solución

Para actuar, primero necesitamos datos que analicen qué ocurre en el agua. Recogemos tres datos principales: pH, Turbidez y Conteo.

1. pH del agua

El pH determina acidez/basicidad; cada cambio incomoda a especies acuáticas.

Para medir pH usé Arduino y módulo medidor pH.

2. Turbidez del agua

La turbidez es la nubosidad causada por partículas invisibles al ojo, similar al humo en el aire. Su medición es clave para la calidad del agua.

Para medir turbidez usé Arduino y módulo turbidez.

• Conecta Arduino y módulo pH según diagrama, usa Pin analógico A0.
• Conecta Arduino y módulo turbidez según diagrama, usa Pin analógico A1.
• Descarga repo GitHub y despliega código en Sensing-Earth-Sigfox-Water-Meter/Arduino/sketch.ino
• Abre Monitor Serie y verifica que los sensores imprimen datos.

3. Conteo de animales acuáticos con Walabot

Walabot usa ondas de radio para medir objetos alrededor. Lo usamos para mapear radiaciones térmicas emitidas por animales acuáticos vivos.

Nota: Actualmente uso Walabot solo para contar, pero con algoritmos de Deep Learning añadiré la capacidad de clasificar especies basándose en las imágenes crudas de Walabot.

• Conecta Walabot a Raspberry Pi por micro USB.
• Instala Walabot SDK y librería Python WalabotAPI con pip.
• Conecta tu shield Sigfox.
• Descarga repo GitHub en la Pi desde Sensing-Earth-Sigfox-Water-Meter/Pi/sigfox.py
• Sigue instrucciones para tu shield aquí.
• Añade tus credenciales Sigfox al archivo y ejecútalo.

Conclusión

Con los tres modelos de datos (pH, Turbidez, Número de Especies Acuáticas) podemos saber cuánto está contaminado un cuerpo de agua. Las autoridades pueden compartir estos datos con las industrias responsables para que tomen medidas. Además, tras ciertas medidas, podemos ver si la vida acuática repuebla y qué factores favorecen su crecimiento.

Pruebas

Lo probé en mi acuario de agua dulce y ahora lo probaré en distintos ríos para optimizar la solución.

¿Qué sigue?

Ahora los datos están en la nube Sigfox; podemos usar AWS IoT y Webhooks Sigfox para analizarlos. Puedes seguir el tutorial aquí.

El proyecto sigue en progreso. La característica principal que añadiré es usar Google AutoML o Algoritmo Personalizado de Deep Learning (el que dé mejores resultados) para determinar cuántas especies distintas hay en el agua y su cantidad.

Código

GitHub

https://github.com/madhurgupta10/Sensing-Earth-Sigfox-Water-Meter

Esquemáticos