Introducere

Aerul care ne înconjoară este sursa principală de respirație pentru toate formele de
viață. Prin urmare, este fără îndoială vital să subliniem importanța calității echilibrate a
aerului pentru sănătatea respiratorie a tuturor ființelor vii, homeostazia mediului și chiar
echilibrul economic. Cu toate acestea, s-a observat o deteriorare graduală a calității aerului în
ultimele decenii, din cauza creșterii continue a emisiilor poluante provenite de la
autovehicule și industrii în atmosferă.
Chiar dacă mulți oameni abia au recunoscut profunzimea problemei, eforturile
persistente ale părților implicate, inclusiv Organizația Mondială a Sănătății, au împins în mod
constant limitele pentru o homeostazie globală a aerului de calitate superioară, facilitând
inițiative tehnologice de detectare și prezicere a calității aerului la scară regională și globală.
Cu toate acestea, cadrele existente pentru monitorizarea calității aerului lipsesc de capacitatea
de a răspunde în timp real și de distribuție semantică flexibilă.
Sistemul propus este echipat cu un panou de control NodeRED care procesează,
vizualizează și stochează datele primare ale senzorilor care sunt obținute prin intermediul
unei rețele publice de senzori de calitate a aerului, iar panoul de control este integrat cu un
model de învățare automată pentru a obține predicții temporale și geospațiale ale calității
aerului.
Sistemul propus este echipat cu un panou de control NodeRED, care procesează,
vizualizează și stochează datele primare ale senzorilor care sunt obținute prin intermediul
unei rețele publice de senzori de calitate a aerului. Mai mult, panoul de control este integrat
cu un model de învățare automată pentru a obține predicții temporale și geospațiale ale
calității aerului. ESP8266 NodeMCU este incorporat ca un abonat la panoul de control
NodeRED prin intermediul unui broker de mesaje telemetrice de coadă pentru a comunica
date cantitative privind calitatea aerului sau e-mailuri de alarmare către utilizatorii finali care
accesează sistemul prin aplicațiile web și mobile dezvoltate. Prin urmare, sistemul propus ar
putea deveni extrem de benefic în implicarea publicului în calitatea aerului într-un mod bazat
pe date printr-un cadru semantic neopresiv.
Calitatea condițiilor atmosferice este vitală în contextul existenței generale a formelor
de viață, inclusiv a oamenilor, animalelor și plantelor. Cu toate acestea, în ultimii ani, s-a
observat o deteriorare ulterioară a calității aerului din cauza creșterii emisiilor de poluanți în
atmosferă din industrie, automobile și zone arse. Chiar dacă mulți oameni abia au recunoscut
profunzimea problemei, Organizația Mondială a Sănătății (OMS) subliniază în mod constant
statisticile abominabile ale acestei probleme: 90% din populație respiră aer poluat, ceea ce
duce la șapte milioane de decese pe an. Mai mult, calitatea proastă a aerului are un impact
negativ dăunător asupra ecosistemului planetei, cum ar fi accelerarea epuizării stratului de
ozon atmosferic.
Studiile științifice recente transmit corelația dintre pandemia în curs de desfășurare a
bolii coronavirusului 2019 (COVID-19) și poluarea aerului, evidențiind faptul că particulele
(PM) ar putea transporta mostre de ARN ale virusului SARS-CoV-2 sau creșterea ratei de
mortalitate COVID-19 este asociată cu creșterea concentrației de PM2.5 în aer. Prin urmare,
este evident că monitorizarea în timp real și precisă a calității aerului este esențială pentru
sănătatea durabilă pe termen lung a oamenilor și a ecosistemului natural și, în plus, ajută și în
lupta împotriva pandemiei COVID-19.

1
 Internet of Things (IoT) este o tehnologie promițătoare care facilitează comunicarea
între obiecte, mașini și oameni într-un mod unic adresabil prin intermediul unui set de
protocoale standard de comunicare. Deoarece sistemele IoT sunt dinamice, distribuite și
construite pe baza unui număr mare de obiecte inteligente și heterogene, necesitatea
interoperabilității semantice și optimizării energetice, în timp ce este scalabilă, este extrem de
importantă. Mediile restrânse ale sistemelor IoT accentuează și mai mult necesitatea
optimizării resurselor în sistemele IoT, ducând la protocoale de comunicare ușoare și
implementări hardware cu consum redus de energie. Aceste cerințe manipulează în continuare
IoT ca o tehnologie integrativă care ar putea fi implantată în diferite domenii, inclusiv
monitorizarea în timp real a calității aerului. Chiar dacă mulți cercetători au studiat utilizarea
IoT în monitorizarea calității aerului, interpretarea semantică a datelor dobândite într-o
perspectivă futuristă trebuie încă explorată într-un mod detaliat.
Așadar, mai jos va fi prezentat un cadru predictiv IoT distributiv și ușor de
implementat, integrat cu un model de învățare automată pentru detectarea și predicția
parametrilor calității aerului, inclusiv PM1, PM2.5 și PM10, împreună cu distribuții de
umiditate, temperatură și presiune temporale și spațiale. Sistemul propus obține date primare
prin intermediul unei rețele publice de senzori de calitate a aerului, airly, și este echipat cu un
panou de control NodeRED, care funcționează ca un client al rețelei de senzori pentru
procesarea, vizualizarea și stocarea datelor de calitate a aerului și a vremii dobândite. Panoul
de control NodeRED este responsabil și pentru furnizarea rezultatelor predictive prin
intermediul modelului de învățare automată cu arbore de decizie în serie temporală încorporat
în partea din spate a panoului de control. Sistemul este integrat cu un nod ESP8266
NodeMCU pentru a funcționa ca un abonat la panoul de control NodeRED prin intermediul
protocolului de transport al mesajelor în coadă (MQTT) pentru a furniza datele cantitative
privind calitatea aerului utilizatorilor finali prin intermediul arhitecturii de publicare-abonare.
Utilizatorii finali ai sistemului propus pot accesa datele senzorului precum și predicțiile în
formate cantitative și vizualizate prin intermediul aplicațiilor mobile și web dezvoltate.

Figura 1. Arhitectura de nivel înalt a sistemului propus

2
 Protocolul de Transport al Telemetriei

Mesaje în Coadă (MQTT) este un protocol de rețea ușor de tip publicare-abonare.

Pentru a primi mesaje care sunt publicate sau trimise sub un anumit subiect de către
publicator, receptorul mesajului, adică abonatul, trebuie să se aboneze la publicator sub acel
subiect specific. Funcția principală a MQTT este de a acționa ca un intermediar care
distribuie mesajele primite de la publicator la abonații specifici, filtrând mesajele după
subiect. Protocolul MQTT poate fi aplicat în aplicații IoT cu resurse limitate, deoarece este
un protocol ușor. Organizația pentru Avansarea Standardelor Informațiilor Structurate și
standardul ISO/IEC 20922 sunt recomandate pentru protocolul MQTT.

Figura 2. Design de management al fluxului pentru PM1 în cadrul NodeRED. Debitul prezentat este
integrat și extins pentru a obține și procesa restul parametrilor de calitate a aerului.

Figura 3. Design de gestionare a fluxului pentru implementarea modelului de învățare automată cu (1)
crearea și extinderea setului de date cu datele senzorului solicitate de utilizator (2) antrenarea setului
de date (3) testarea modelului pentru predicția serii de timp

3
 NodeRED

NodeRED este o unealtă de programare pentru conectarea dispozitivelor hardware,

interfețelor de programare a aplicațiilor (API) și serviciilor online. Are un editor bazat pe
browser pentru a manipula o platformă ergonomică pentru utilizator, pentru a conecta fluxuri
utilizând o paletă de noduri care pot fi implementate în timpul execuției cu un singur clic.
Utilizatorii pot conecta servicii web și hardware între ele prin înlocuirea sarcinilor comune de
codare la nivel scăzut cu NodeRED, prin intermediul unei interfețe vizuale de tip trage și
plasează. Diverse componente în NodeRED sunt conectate pentru a crea astfel de fluxuri.

NodeMCU

NodeMCU este un modul bazat pe sursă deschisă și este dezvoltat folosind ESP8266,
care este un cip cu cost redus, cu Wi-Fi integrat. Prin explorarea funcționalității cipului
ESP8266, firmware-ul NodeMCU vine împreună cu placa de dezvoltare ESP8266. Deoarece
NodeMCU este o platformă open-source, designul hardware este deschis pentru editare,
modificare și construire.

Modelul de învățare automată bazat pe arbori de decizie

Învățarea cu arbori de decizie este unul dintre algoritmii de învățare automată utilizați
în mod frecvent în scopuri de clasificare, datorită capacității sale de a realiza această sarcină
cu un cost computațional redus atât în faza de antrenare, cât și în cea de testare. În plus,
algoritmul garantează și interpretabilitatea modelelor deduse prin inducția tradițională
recursivă de sus în jos a arborilor de decizie, în care algoritmul alege atributul de date cel mai
eficient pentru a împărți setul de date, luând în considerare criteriul de raport de câștig.
Frunza arborelui este selectată după atingerea numărului minim predefinit de instanțe prin
procesul de împărțire. Generalizarea modelului dedus este realizată ulterior pentru a optimiza
dimensiunea acestuia.

4
 Prezentarea generală a sistemului
La început, API-ul de monitorizare a aerului de la Airly este utilizat pentru a obține
datele senzorilor în timp real referitoare la parametrii calității aerului, cum ar fi PM1 și
PM2.5. Framework-ul NodeRED este utilizat pentru procesarea inițială a datelor și
vizualizarea acestora, obținute de la API-ul Airly, și este susținut de modelul tradițional de
învățare automată cu arbori de decizie, implementat pentru a prezice valorile seriei temporale
ale parametrilor aerului. În plus, framework-ul NodeRED comunică cu NodeMCU prin
intermediul brokerului MQTT atribuit și, astfel, cu aplicația mobilă pentru a procesa
solicitările utilizatorilor în cadrul arenei de implementare.
Framework-ul NodeRED este susținut de următoarele biblioteci speciale care sunt
legate de diferite funcții ale sistemului propus.
• node-red-contrib-machine-learning-v2
- Pentru construirea modelului de învățare automată
• node-red-contrib-credentials
- Pentru includerea credențialelor legate de accesul la Airly
• node-red-node-email
- Pentru trimiterea de emailuri de urgență atunci când parametrii calității aerului din
locația solicitată depășesc nivelurile de siguranță corespunzătoare
• node-red-contrib-fs
- Pentru organizarea fișierelor legate de obținerea datelor primare ale senzorilor și
antrenarea modelului de învățare automată.
Utilizatorii care au acces la tabloul de bord NodeRED pot obține date primare ale
senzorilor pentru anumiți parametri ai calității aerului, cum ar fi particulele în suspensie,
indicele calității aerului, temperatura, presiunea și umiditatea, în funcție de locație și timp. În
plus, utilizatorii pot vizualiza datele anterioare, precum și datele de previziune pentru o oră,
ceea ce facilitează procesul de luare a deciziilor preferate de utilizator. Tabloul de bord
NodeRED conține și un sistem de gestionare a fișierelor care permite utilizatorilor să vadă și
să descarce fișierele de date curente și anterioare, după cum este necesar.
Protocolul de rețea de publicare-abonare între NodeRED și NodeMCU este stabilit de
brokerul Mosquitto în stratul de aplicație. Serverul web NodeMCU este implementat prin
intermediul unui cod Arduino. Apoi, datele procesate sunt comunicate utilizatorului final
mobil prin intermediul aplicației mobile prin serverul NodeMCU și utilizatorii pot chiar
vizualiza datele procesate din tabloul de bord NodeRED prin abonare prin intermediul
Mosquitto.
Aici, ESP8266 este utilizat pentru a implementa serverul local pentru transmiterea
datelor între tabloul de bord NodeRED și aplicația mobilă sau web. Comunicarea datelor între
ESP8266 și NodeRED are loc prin intermediul protocolului de comunicare MQTT prin
intermediul serviciului de broker selectat Mosquitto. Prin urmare, NodeMCU funcționează ca
un abonat la cadrul NodeRED în cadrul unei arhitecturi publicare-abonare, în timp ce tabloul
de bord NodeRED funcționează ca un client pentru rețeaua senzorilor serverului primar în
cadrul unei arhitecturi client-server. Comunicarea datelor între ESP8266 și aplicația mobilă
are loc prin protocolul de transfer de hipertext (HTTP). De asemenea, este implementată o
aplicație web pentru a comunica cu serverul web și a vizualiza datele solicitate. Deoarece
ESP8266 este utilizat ca server local, aplicația mobilă și ESP8266 sunt conectate în aceeași
rețea Wi-Fi.

5
 Pentru a implementa serverul NodeMCU, sunt utilizate următoarele resurse:
- Biblioteca Arduino "ESP8266WiFi.h" - pentru a se conecta la rețeaua Wi-Fi.
- Biblioteca Arduino "PubSubClient.h" - pentru a implementa brokerul MQTT.
- Biblioteca "ESP8266WebServer.h" - pentru a crea un server web local.

În cele din urmă, aplicația web și aplicația mobilă sunt utilizate pentru a accesa datele
solicitate în formate prezent, trecut și prognoză prin intermediul notificărilor în timp real.
Aplicația mobilă este implementată folosind Android Studio 4.2.2 și permite utilizatorilor să
obțină date despre calitatea aerului în locația curentă. Ca o caracteristică suplimentară,
coordonatele de localizare ale utilizatorului pot fi generate automat și, prin urmare, locația sa
poate fi vizualizată pe o hartă prin intermediul aplicației Google Maps, care este încorporată
în aplicația mobilă. Coordonatele de localizare generate sau introduse pot fi ulterior utilizate
pentru a solicita datele corespunzătoare privind calitatea aerului în timp real.

Pentru a implementa aplicația mobilă, sunt utilizate următoarele resurse:

 Android Studio: Se folosește versiunea 4.2.2 a Android Studio ca mediul de
dezvoltare integrat pentru dezvoltarea aplicației mobile. Această aplicație mobilă
se bazează pe un proiect implicit în Android Studio, care conține module de
aplicație Android, module de bibliotecă și module de motor de aplicație Google.
Pentru dezvoltarea aplicației mobile, se utilizează limbajul de programare Java.
 Volley HTTP Library: Se utilizează biblioteca Volley, care este capabilă să
construiască o rețea pentru aplicațiile mobile. Aceasta oferă, de asemenea,
facilități pentru programarea automată a cererilor de rețea.
 Postman API client: Clientul API Postman permite utilizatorilor să creeze și să
salveze cereri HTTP/s simple și complexe și să citească răspunsurile acestora.
Acest client API este utilizat în proiectul de dezvoltare a aplicației pentru a testa
API-urile.
 Google Maps: Aplicația Google Maps este utilizată pentru a afișa locația curentă
a utilizatorului și pentru a naviga în direcția acestei locații.
În plus, următoarele resurse sunt utilizate pentru a implementa aplicația web:
 Hyper-text markup language (HTML): Pentru a crea conținutul care va fi afișat în
pagina web.
 Cascaded style sheets (CSS): Pentru a descrie stilul și prezentarea documentului
scris în HTML.

6
 Rezultate

Sistemul propus constă atât din implementarea software, cât și din implementarea
hardware. În implementarea hardware, se utilizează ESP8266 pentru a crea un server local
care poate interacționa cu aplicația web, panoul de comandă NodeRED și aplicația mobilă
integrată cu sistemul de operare Android.
Panoul de comandă NodeRED
Utilizatorul final poate introduce coordonatele locației unde dorește să obțină calitatea
aerului. Apoi, panoul de comandă NodeRED vizualizează variațiile temporale și datele
senzorului pe bază de oră, furnizate de sistem, printr-o gamă largă de grafice. De asemenea,
se pot obține valorile parametrilor din ora anterioară și se pot compara cu valorile prezente și
previzionate.

Figura 4. Tabloul de bord NodeRED propus care vizualizează calitatea aerului și datele meteorologice
primare și prognozate

În plus, utilizatorul final poate solicita și vizualiza datele recente și poate obține datele
de prognoză prin intermediul API-ului și al modelului de învățare automată antrenat. Fiecare
parametru al calității aerului are un nivel de siguranță, iar dacă valorile parametrilor locației
solicitate depășesc nivelurile de siguranță corespunzătoare, sistemul îl va informa pe
utilizator despre alerta de amenințare prin intermediul unui email de urgență.

7
 Figura 5. E-mailul de urgență care este trimis de cadrul NodeRED pentru un utilizator final
atunci când valoarea indicelui de calitate a aerului al locației solicitate este peste nivelul de siguranță
recomandat

Panoul de comandă este integrat pentru a funcționa cu cererile MQTT prin

intermediul serverului local NodeMCU, aplicațiilor web și mobile. În panoul de comandă
NodeRED, utilizatorii care au acces la panou pot observa parametrii calității aerului pe
pagina relevantă a panoului de comandă.

Aplicația mobilă

Utilizatorul poate apăsa butonul "obține coordonatele locației" din interfața aplicației
mobile și poate introduce valorile latitudinii și longitudinii locației preferate. În funcție de
locația solicitată, rezultatele corespunzătoare sunt adăugate în fila de rezultate a aplicației
mobile. În fila de rezultate, utilizatorul poate observa datele trimise prin diverse forme:
 Date curente
 Valorile curente ale datelor senzorului trimise de sistem
 Datele din ultimele 24 de ore
 Valorile datelor senzorului, care se referă la timpul dinaintea a 24 de ore la locația
solicitată, stocate de sistem
 Date de prognoză
 Valorile previzionate ale parametrilor calității aerului pentru următoarele trei ore, pe
bază de oră
Utilizatorii pot vizualiza rezultatele necesare apăsând butonul "obține date curente",
butonul "obține date din ultimele 24 de ore" și butonul "obține datele de prognoză". Interfața
aplicației mobile este simplă, atrăgătoare și ergonomică pentru utilizator. În plus, utilizatorii
de pe dispozitive mobile au opțiunea de a se conecta la aplicația Google Maps ca un
supliment gratuit.

Aplicația web

Utilizatorii de pe web pot introduce coordonatele locației preferate pe pagina

principală a aplicației web, iar rezultatele corespunzătoare vor fi direcționate către pagina de
rezultate. Utilizatorul poate obține o idee clară despre parametrii calității aerului și definițiile
lor standard de la OMS pe pagina principală. Pe pagina de rezultate, utilizatorii de pe web pot
observa valorile corespunzătoare ale parametrilor calității aerului în funcție de locațiile
solicitate și intervalul mediu sigur al acestor parametri.

8
 Figura 6. Interfața aplicației mobile cu trei pagini pentru solicitarea datelor de calitate a aerului
preferate și integrarea cu aplicația Google Maps

Figura 7. Interfața aplicației web cu pagina de pornire pentru a introduce coordonatele unei anumite
locații pentru a obține datele despre calitatea aerului și paginile de rezultate corespunzătoare care
afișează datele solicitate în raport cu intervalul recomandat pentru fiecare parametru de calitate a
aerului

Concluzii

Sistemul propus prezintă un cadru IoT nou, distribuit semantic, ușor de extins și în
timp real, susținut de un model de învățare automată pentru identificarea și prognozarea
parametrilor calității aerului într-o implementare cu cost redus. Cadru NodeRED obține date
primare de la airly, iar panoul de control NodeRED integrat procesează, vizualizează și
stochează datele colectate privind calitatea aerului și vremea ca un client al rețelei de senzori.
Utilizatorii finali pot accesa datele senzorilor și datele de prognoză prin reprezentări
cantitative și vizuale prin intermediul aplicațiilor mobile și web integrate. Deoarece datele
primare ale senzorului provin de la airly, sistemul propus are o capacitate mai mică de a
controla datele primare ale senzorului. Prin urmare, pentru a extinde capacitatea sistemului de
a obține date primare ale senzorului, sistemul poate fi integrat cu o rețea alternativă de
senzori la fața locului pentru a obține datele locale ale calității aerului furnizate de senzorul
primar. În plus, sistemul propus are potențialul de a fi dezvoltat ca un sistem de alarmare a
sănătății în timp real, precis și precis în viitor.

9
 Bibliografie

 Sriyantha Bandara, Nuwan & Hettiarachchi, Sahan & Athukorala, Prabhani. (2021).
AirSPEC: An IoT-empowered Air Quality Monitoring System integrated with a
Machine Learning Framework to Detect and Predict defined Air Quality parameters.

10