Project Details

Awards & Nominations

Leapys has received the following awards and nominations. Way to go!

Global Nominee

The Challenge | Surface-to-Air (Quality) Mission

Your challenge is to integrate NASA data, ground-based air quality data, and citizen science data to create an air quality surface that displays the most accurate data for a location and time. Create algorithms that select or weight the best data from several sources for a specific time and location, and display that information.

Air all

Is a friendly application that uses reliable data from satellite observations, citizen science and air quality stations, through an inclusive language that allows to all the user understand the effects of air quality in a personalized experience.

Leapys
sobre la aplicación:

Se consideró como software Android Studio para el desarrollo de aplicaciones móviles, y con Python se realizó el tratamiento de datos satelitales, científicos y de ciencia ciudadana, que se cargaron en la base de datos Firebase. Con los datos integrados en Firebase, y gracias a la aplicación móvil Air All, esto muestra de manera amigable la calidad del aire de su ubicación actual.

en el que tiene la facilidad de indicar enfermedades respiratorias, enfermedades cardiovasculares, enfermedades de la piel, o si es un atleta.

El propósito de la aplicación es anunciar al usuario cuán peligroso es un lugar con alta contaminación, por eso, AirAll muestra de forma interactiva Tres interfaces de mapa, sugerencias y avatar, con las siguientes funciones:

  • Mapa: esta interfaz utiliza un mapa de calor, que muestra al usuario su ubicación y con áreas de diferentes colores se informa la calidad del aire.
  • Sugerencias: Dependiendo del índice de contaminación, esta interfaz muestra sugerencias médicas para el usuario, como: use una máscara facial en áreas donde hay mucho tráfico, evite salir del hogar.
  • Avatar: Dependiendo del índice de contaminación del aire, el avatar indica gráficamente al usuario, el estado actual de su sistema cardiovascular, sistema respiratorio y piel.
¿Lo que hicimos?
  • Los datos de calidad del aire se obtuvieron de tres fuentes diferentes: los satélites (Modis | Terra | Aqua), los sensores de tierra (EPA) y los datos de la ciencia ciudadana (Purple Air), procesados para clasificarlos en grupos de contaminantes y finalmente se realizó una interpolación espacial para finalmente hacer una ponderación con cada uno de los mapas y dar un valor de índice.
  • Los datos se cargan en la nube en un sistema en tiempo real como Firebase.
  • En la base de datos se almacena la información del indicador generado por el modelo, además, se guarda la caracterización del usuario que se realizó en el momento del registro.
  • A partir de la aplicación se realizará el cruce de las 2 tablas, teniendo en cuenta la caracterización del usuario y el valor del índice, se mostrarán al usuario los efectos de la mala calidad del aire en su cuerpo.
  • Iremos un poco más allá al proporcionar recomendaciones al usuario sobre los comportamientos que pueden agregar un estilo de vida para reducir los efectos de la contaminación del aire.
PRESENTACIÓN DE MAQUILLAJE


dificultades
  • Transforme los datos entregados por el algoritmo en información estructurada que la aplicación móvil puede interpretar.
  • Encuentre variables que coincidan entre diferentes fuentes de datos, para hacer comparaciones confiables.
  • Los datos del satélite no se encuentran en tiempo real.
Recursos de datos
  1. • Observaciones satelitales: MODIS Terra | Aqua (Recurso de la NASA).
  2. • Datos de la estación de calidad del aire en tierra: EPA.
  3. • Datos de ciencia ciudadana: Purple Air


herramientas:

Python

Android Studio

Firebase

numpy

pandas

scipy

pyhdf




GOOGLE DRIVE:

https://drive.google.com/drive/folders/1vJAzUqGnZ2...

* APLICACIÓN

* Script de datos

* Documentación