La calidad del aire se puede medir en tiempo real, se puede medir espacialmente, se puede medir de manera económica y se puede medir en distintos puntos si se usan dispositivos y tecnologías del Internet de las Cosas (IoT). Este tutorial muestra el análisis de datos recolectados de calidad del aire (PM2.5, PM10, humedad, temperatura y presión) por una Raspberry Pi 3 con una configuración en Android Thing.
El tutorial de análisis espacial esta hecho en QGIS y analiza la distribución de los parámetros de calidad del aire de manera espacial considerando el tipo de vía, condiciones de tráfico y cercanía al mar.
El tutorial trabaja con los datos tomados por el dispositivo desarrollado por James Puderer. Mas información del dispositivo en este link:
https://www.hackster.io/james-puderer/distributed-air-quality-monitoring-using-taxis-69647e
FloPy es la librerìa de Python que construye y ejecuta modelos MODFLOW; esta librería se ha mejorado para proporcionar un soporte completo de MODFLOW 6 y la mayor parte de su desarrollo está relacionado con la funcionalidad de MODFLOW 6, herramientas para usar datos espaciales vectoriales, rasters y funcionalidades comunes de ploteo y exportación.
Python es un lenguaje de programación sencillo y potente; su simplicidad es notable en comparación con otros lenguajes de programación y su potencia se basa en la cantidad de herramientas disponibles para las diferentes áreas de estudio.
Hemos desarrollado un programa completo en modelamiento de aguas subterráneas con MODFLOW y FloPy que abarca desde los temas esenciales en Python hasta casos aplicados de modelamiento regional e intrusión marina. El programa está diseñado para brindarle al estudiante un enfoque metodológico para aprender FloPy basado en una serie de ejemplos aplicados junto con las opiniones/experiencias del profesor y la revisión del software.