Mostrar el registro sencillo del ítem
| dc.contributor.advisor | Vargas López, Germán Ricardo, Director | |
| dc.contributor.author | Tabarez Gonzabay, Denisse Dayanna | |
| dc.contributor.author | Rodríguez Gonzales, Jimmy Jesus | |
| dc.creator | ESPOL.FIEC | |
| dc.date.accessioned | 2024-10-13T20:45:47Z | |
| dc.date.available | 2024-10-13T20:45:47Z | |
| dc.date.issued | 2024 | |
| dc.identifier.citation | Tabarez Gonzabay, D. D. y Rodríguez Gonzales, J. J. (2024). Plataforma para la Medición y Visualización de Islas de Calor en Sectores Urbanos de Guayaquil basada en una Red de Sensores con Tecnología LoRaWAN. [Proyecto Integrador]. ESPOL.FIEC . | |
| dc.identifier.uri | http://www.dspace.espol.edu.ec/handle/123456789/62200 | |
| dc.description | La presente tesis aborda el desarrollo de un sistema integral para el monitoreo y visualización de islas de calor urbanas en Guayaquil, utilizando una red de sensores con tecnología LoRaWAN y algoritmos de aprendizaje automático. El objetivo es medir y predecir las variaciones térmicas, identificando zonas críticas donde se requieren intervenciones para mitigar el fenómeno. Para ello, se desplegaron sensores ambientales estratégicamente, y los datos recopilados se analizaron mediante modelos de machine learning, como Random Forest Regressor y Gradient Boosting Regressor. Asimismo, se implementó una plataforma interactiva de visualización geoespacial que facilita la interpretación de los resultados. Los hallazgos indican que la combinación de la red de sensores con modelos predictivos permite identificar con precisión las variaciones térmicas asociadas a factores como la vegetación y el tráfico, validando un R² de 0.96, lo cual demuestra la capacidad del sistema para capturar la complejidad de las dinámicas térmicas urbanas. En conclusión, la plataforma desarrollada proporciona una herramienta efectiva para la toma de decisiones informadas en la planificación urbana y la implementación de estrategias de mitigación de islas de calor, mejorando así la calidad de vida en áreas urbanas. Palabras Clave: Islas de calor, LoRaWAN, machine learning, planificación urbana, mitigación ambiental | |
| dc.format | application/pdf | |
| dc.format.extent | 80 página | |
| dc.language.iso | spa | |
| dc.publisher | ESPOL.FIEC | |
| dc.rights | openAccess | |
| dc.subject | Islas de calor | |
| dc.subject | LoRaWAN | |
| dc.subject | Machine learning | |
| dc.subject | Planificación urbana | |
| dc.subject | Mitigación ambiental | |
| dc.title | Plataforma para la Medición y Visualización de Islas de Calor en Sectores Urbanos de Guayaquil basada en una Red de Sensores con Tecnología LoRaWAN | |
| dc.type | Ingeniero en Telecomunicaciones | |
| dc.identifier.codigoespol | T-76917 | |
| dc.description.city | Guayaquil | |
| dc.description.degree | Escuela Superior Politécnica del Litoral | |
| dc.identifier.codigoproyectointegrador | INGE-2519 | |
| dc.description.abstractenglish | The present thesis addresses the development of an integrated system for monitoring and visualizing urban heat islands in Guayaquil, using a sensor network with LoRaWAN technology and machine learning algorithms. The objective is to measure and predict thermal variations, identifying critical areas where interventions are needed to mitigate the phenomenon. To this end, environmental sensors were strategically deployed, and the data collected was analyzed using machine learning models, such as Random Forest Regressor and Gradient Boosting Regressor. Additionally, an interactive geospatial visualization platform was implemented to facilitate the interpretation of the results. The findings indicate that the combination of the sensor network with predictive models accurately identifies thermal variations associated with factors such as vegetation and traffic, validating an R² of 0.96, which demonstrates the system's ability to capture the complexity of urban thermal dynamics. In conclusion, the developed platform provides an effective tool for informed decision-making in urban planning and the implementation of heat island mitigation strategies, thereby improving the quality of life in urban areas. Keywords: Heat islands, LoRaWAN, machine learning, urban planning, environmental mitigation |
| Ficheros | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay ficheros asociados a este ítem. |
|||