Sistema de detección y monitoreo permanente por imagen de incendios y contaminación atmosférica en la ciudad de Cochabamba

Abstract

Este trabajo demuestra la factibilidad de utilizar un sistema de detección y monitoreo permanente en tiempo real de los incendios y de la contaminación atmosférica en Cochabamba en base a un análisis de imagen. Utilizando componentes electrónicos de bajo costo y un procesamiento de imagen adecuado, es posible detectar incendios en tiempo real con un porcentaje de eficiencia importante, al mismo tiempo de analizar la imagen en busca de sectores contaminados y correlacionar los datos para obtener una aproximación del nivel de contaminación a través de la fotografía digital. Los porcentajes de eficiencia en la detección de incendios en distancias hasta 1.5 km oscilan entre el 60% y 85%, hasta 3 km entre el 50% y 70%, y hasta 4 km entre el 40% y 60%; la mayoría de los errores de detección están relacionados a los errores de luz y a los focos de incendio pequeños. De acuerdo a la topografía del terreno puede incrementar la cantidad de errores de luz si en la imagen existe una sección importante de tierra plana, que refleje claramente el paso de las nubes. Los resultados de la detección de smog muestran que el nivel de contaminación es observable dentro de la altura de la capa de mezcla, con una marcada tendencia al color gris en el rango 170 (escala de 0 a 255). La variedad de implementación de cámaras que puedan ser compatibles con la placa Raspberry Pi brinda la oportunidad de mejorar los porcentajes de eficiencia.This work demonstrates the feasibility of using a system of real time detection and monitoring of fires and air pollution in Cochabamba based on an image analysis. Using low cost electronic components and adequate image processing, it is possible to detect fires in real time with a high efficiency percentage, while analyzing the image for contaminated sectors and correlating the data permits to obtain an approximation of the level of Pollution through digital photography. The percentages of fire detection efficiency at distances up to 1.5 km is in the range from 60% to 85%, up to 3 km from 50% to 70%, and up to 4 km from 40% to 60%; most of detection errors is related to light errors and to small fire pockets. According to the terrain topography the amount of light errors can increase if there is an important section of flat earth in the image, which clearly reflects the passage of clouds. The smog detection results show that the level of contamination is observable within the height of the blend layer, with a marked gray tendency in the range of 170 (scale 0 to 255). The variety of camera implementations that may be compatible with the Raspberry Pi plate provides the opportunity to improve efficiency percentages.