Descripción del Proyecto
Este proyecto diseña e implementa una red de sensores IoT (Internet de las Cosas) para el monitoreo continuo de la calidad del agua en puntos estratégicos del Canal de Panamá y sus cuencas hidrográficas tributarias. La red integra nodos sensores autónomos alimentados por energía solar que miden en tiempo real parámetros fisicoquímicos críticos como pH, turbidez, oxígeno disuelto, conductividad, temperatura, concentración de nitratos y fosfatos, así como indicadores biológicos de contaminación.
El Canal de Panamá depende críticamente de la disponibilidad y calidad del agua dulce de las cuencas de los ríos Chagres y Gatún para el funcionamiento de las esclusas. El cambio climático, la deforestación y la actividad agrícola en las cuencas tributarias representan amenazas crecientes a la calidad del recurso hídrico. Un sistema de monitoreo continuo y distribuido permite detectar de manera temprana eventos de contaminación, variaciones estacionales y tendencias a largo plazo que pueden afectar la operatividad del Canal.
La plataforma IoT desarrollada en este proyecto transmite los datos de los sensores en tiempo real mediante redes LPWAN (LoRaWAN) a un servidor central donde se procesan mediante algoritmos de detección de anomalías y se visualizan en un dashboard georreferenciado accesible al equipo de gestión ambiental de la Autoridad del Canal de Panamá (ACP).
Objetivos Específicos
- Diseñar y fabricar nodos sensores IoT de bajo consumo energético con autonomía mínima de 12 meses mediante paneles solares y baterías LiFePO4, capaces de medir 8 parámetros de calidad de agua simultáneamente.
- Desplegar una red LoRaWAN de 20 nodos sensores en puntos estratégicos del Lago Gatún, el Río Chagres, el Lago Alajuela y los principales afluentes de las cuencas tributarias del Canal.
- Desarrollar algoritmos de detección de anomalías basados en Isolation Forest y autoencoders para la identificación automática de eventos de contaminación y desviaciones de los parámetros de calidad.
- Implementar una plataforma web de visualización y alerta con dashboards interactivos, reportes automatizados y notificaciones push para el equipo de gestión ambiental de la ACP.
Metodología
Los nodos sensores se basan en el microcontrolador ESP32 con módulo LoRa SX1276, conectados a sondas multiparamétricas Atlas Scientific (pH, OD, conductividad, temperatura) y sensores ópticos de turbidez (Turbidity Sensor SEN0189). La comunicación LoRaWAN opera en la banda ISM 915 MHz con gateways RAK7249 que proporcionan cobertura en un radio de 15 km. Los datos se almacenan en una base de datos de series temporales InfluxDB con backend Node-RED para la lógica de procesamiento. La detección de anomalías combina modelos estadísticos (CUSUM, Shewhart) con modelos de machine learning (Isolation Forest, LSTM-Autoencoder) entrenados con datos históricos de calidad de agua proporcionados por la ACP. La visualización se implementa con Grafana con plugins geoespaciales.
Resultados Esperados
La red proporcionará mediciones de calidad de agua cada 15 minutos en 20 puntos distribuidos en las cuencas del Canal, generando más de 1 millón de registros anuales. Se espera detectar eventos de contaminación con un tiempo de respuesta inferior a 30 minutos y una tasa de falsos positivos menor al 5{48ccec454e2169d77940fc89c04cb0050685c5391f1d3051987519bd70dcb290}. El sistema complementará y optimizará el programa de monitoreo manual que actualmente realiza la ACP, reduciendo costos operativos y aumentando la resolución temporal y espacial de la vigilancia ambiental.
Instituciones Vinculadas
- Universidad Tecnológica de Panamá (UTP)
- Autoridad del Canal de Panamá (ACP)
- Ministerio de Ambiente (MiAMBIENTE)
- SENACYT
- Instituto Smithsonian de Investigaciones Tropicales (STRI)