Análisis de Contaminación en Monterrey
Analicé y limpié datos de 24 sensores ambientales en Nuevo León, México, con más de 1 millón de registros sobre niveles de contaminantes. Exploré correlaciones entre patrones de viento y concentraciones de contaminantes, y desarrollé modelos de clasificación de machine learning para categorizar contaminantes según niveles de riesgo para la salud, facilitando la monitorización y la toma de decisiones.
Características
- Procesé y limpié más de 1 millón de registros de 24 sensores ambientales en Nuevo León, descartando 12 sensores con datos incompletos o faltantes.
- Interpolé datos usando registros cíclicos (horarios, semanales y mensuales) basados en patrones regionales y fluctuaciones observadas por hora, día y mes.
- Construí un modelo de clasificación de machine learning para categorizar niveles de contaminación, permitiendo crear un sistema de semáforo de riesgo para alertas accionables.
- Desarrollé un mapa interactivo mostrando niveles de contaminantes, velocidad y dirección del viento en la ciudad, integrado con el modelo de clasificación.
- Desplegué el mapa y el modelo de ML en una aplicación web construida con Dash (Python) para visualización en tiempo real y monitoreo de salud.
Mapa de Contaminación y Clasificación de Calidad del Aire
Mapa interactivo que permite a los usuarios ver la calidad del aire en diferentes áreas de la ciudad y la clasificación de la calidad del aire.
Mapa de Contaminación y Clasificación de Calidad del Aire
Mapa interactivo que permite a los usuarios ver la calidad del aire en diferentes áreas de la ciudad y la clasificación de la calidad del aire.