Modelamiento del ruido ambiental en zonas urbanas y sectorización de los puntos críticos en la ciudad de Guayaquil.

El ruido sonoro es un problema ambiental creciente que afecta tanto a la calidad de vida humana como a los ecosistemas naturales. En áreas urbanas e industriales, la exposición prolongada a niveles elevados de ruido puede generar estrés, problemas cardiovasculares y trastornos del sueño en las personas. En el entorno silvestre, el ruido altera los patrones de comunicación, reproducción y comportamiento de muchas especies, poniendo en riesgo la biodiversidad. Para abordar esta problemática, se propone realizar una medición sistemática del ruido utilizando herramientas de Internet de las Cosas (IoT) y técnicas de Machine Learning (ML). Los dispositivos IoT permitirán recopilar datos en tiempo real sobre la intensidad, frecuencia y duración del ruido en diferentes ubicaciones, creando un mapa sonoro dinámico. Estos dispositivos, equipados con sensores acústicos, se distribuirán estratégicamente para garantizar una cobertura representativa. Con los datos recopilados, se aplicarán modelos de Machine Learning para analizar patrones y tendencias en la generación del ruido. Esto incluirá la identificación de fuentes principales, horarios críticos y la evaluación de su impacto en áreas urbanas y naturales. Los modelos predictivos permitirán anticipar escenarios futuros y simular la efectividad de posibles soluciones. Finalmente, se desarrollarán técnicas de mitigación basadas en los resultados del análisis. Estas podrían incluir barreras acústicas inteligentes, ajustes en la planificación urbana y estrategias para minimizar la emisión de ruido en zonas críticas.

• Hlavní autor: Macías Aguilar, Daniel Fernando (author)
• Další autoři: Álvarez, María Antonieta, Director (author)
• Médium: bachelorThesis
• Vydáno: 2025
• Témata: Contaminación auditiva; Ruido urbano; Aprendizaje de Maquina; Internet de las Cosas
• On-line přístup: http://www.dspace.espol.edu.ec/handle/123456789/65832