44
Revista entorno, Universidad Tecnológica de El Salvador, www.utec.edu.sv, enero 2025, número 79: 44-59, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Estación móvil para la detección de
dióxido de carbono en suelo volcánico
DOI: https://doi.org/10.5377/entorno.v1i78.19715
URI: http://hdl.handle.net/11298/1382
Mobile Station for the Detection of Carbon Dioxide in Volcanic Soil
Artículo cientíco
David Adriel Solís Marroquín
Escuela de Ingeniería Eléctrica
Universidad de El Salvador
sm18043@ues.edu.sv
orcid.org/0009-0007-9726-932X
Jefry Orlando Comayagua Martínez
Universidad de El Salvador
Escuela de Ingeniería Eléctrica
cm15031@ues.edu.sv
orcid.org/0009-0003-6156-6112
Omar Otoniel Flores Cortez
Universidad Tecnológica de El Salvador
Investigador
omar.flores@utec.edu.sv
orcid.org/0000-0003-1754-4090
Carlos Osmín Pocasangre Jiménez
Universidad de El Salvador
Investigador
carlos.pocasangre@ues.edu.sv
orcid.org/0000-0002-7463-9873
Fernando Arévalo
Ruhr-Universitat Bochum, Alemania
Investigador
Fernando.ArevaloNavas@ruhr-uni-bochum.de
orcid.org/0000-0001-8664-2626
Benancio Henríquez Miranda
Universidad de El Salvador
Departamento de Física
benancio.henriquez@ues.edu.orcid.org/
orcid.org/0009-0006-1065-3429
Recibido: 23 de abril de 2024
Aprobado: 24 de agosto de 2024
45
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Resumen
Este trabajo presenta el desarrollo de una estación
móvil de monitorización del dióxido de carbono
(CO2) basada en el sensor LI-830, disponible en la
Escuela de Física de la Facultad Multidisciplinaria
de Occidente de la Universidad de El Salvador.
Mediante la integración de tecnologías actuales
de bajo coste, se mejoró la eciencia y utilidad
del sensor LI-830. En concreto, se implementó la
transmisión de datos mediante tecnología GPRS, lo
que permitió la transferencia instantánea de datos
a una base de datos en línea. Esta integración
simplicó la gestión de los datos y facilitó análisis
detallados a los investigadores. Además, se
desarrolló una herramienta en línea que representa
grácamente los resultados, lo que mejora la
interpretabilidad de la información recogida. Este
trabajo contribuye signicativamente a reforzar la
ecacia de la estación móvil para la monitorización
del CO2 en laderas volcánicas.
Palabras clave
Santa Ana (El Salvador), volcanes, investigaciones,
dióxido de carbono, química atmosférica, estado
atmosférico, efecto de las erupciones volcánicas,
innovaciones tecnológicas.
Abstract
This article presents the development of a mobile
carbon dioxide (CO2) monitoring station based on
the LI-830 sensor, available at the School of Physics
of the Multidisciplinary Faculty at Universidad de El
Salvador. The efciency and usefulness of the LI-
830 sensor were enhanced through the integration
of current low-cost technologies. In particular, the
data transmission was implemented using GPRS
technology, allowing for immediate transfer of data
to an online database. This integration simplied
data management and facilitated a detailed analysis
for researchers. Additionally, an online visual
dashboard was developed to graphically represent
the results, thus improving the interpretation
capacity of the collected information. This work
signicantly strengthens the effectiveness of the
mobile station for CO2 monitoring on volcanic
slopes.
Keywords
Santa Ana (El Salvador), volcanoes, research,
carbon dioxide, atmospheric chemistry, atmospheric
state, volcanic eruption effects, technological
innovations.
Introducción
La necesidad de comprender mejor las fuentes y
patrones de las emisiones de CO2 ha impulsado
la investigación para el desarrollo de tecnologías
de monitorización más ecientes y exibles. El
departamento de ciencias físicas de la Facultad
Multidisciplinaria de Occidente de la Universidad de El
Salvador cuenta con el sensor LI-830 (LI-COR, 2024)
en su dotación de equipos. Se trata de un elemento
de alto coste y excelente rendimiento en términos de
precisión y abilidad a la hora de tomar lecturas de
gas CO2 en suelo. Sin embargo, no está equipado con
una pantalla de visualización ni con transmisión de
datos de su funcionamiento.
En trabajos anteriores se realizó un primer intento
de modernizar las capacidades de comunicación de
este sensor. En su primera versión, se diseñó una
estación electrónica adaptable a la salida del sensor
LI-830 que permitía visualizar la información de las
lecturas a través de una aplicación para dispositivos
Android. Un módulo Bluetooth conectaba al
microcontrolador que, entre otras variables, estimaba
el ujo de dióxido de carbono en un punto especíco
a través de regresión lineal aplicada a la variación de
la concentración de CO2 presentada con respecto al
tiempo (Pocasangre et al., 2023).
46
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
En este sentido, el presente trabajo de investigación
se centra en el diseño e implementación de mejoras
en la estación móvil de monitorización de CO2 utilizada
en la Facultad Multidisciplinaria de Occidente de la
Universidad de El Salvador, ya que su primera versión
se presentó como una herramienta innovadora que
buscaba superar las limitaciones de las estaciones
jas convencionales.
El objetivo de las mejoras es aumentar la eciencia
y accesibilidad en la recolección de datos. La nueva
estación móvil desarrollada incorpora un sistema
de transmisión a través de red celular que utiliza el
protocolo GPRS (General Packet Radio Service) para
canalizar la información directamente a una base
de datos en línea en el servicio Google Sheets, que
posteriormente se despliega en un sitio web. Esto
permite respaldar los datos obtenidos en diversas
localidades con mayor amplitud y exibilidad. Este
enfoque móvil no solo facilita la identicación de
fuentes de emisión especícas, sino que también
brinda la oportunidad de cartograar los patrones de
concentración de CO2 en distintas zonas geográcas.
Esta integración tecnológica no solo simplifica la
gestión de los datos, sino que también permite
una mejor monitorización y una colaboración más
eficaz entre investigadores y responsables de la
toma de decisiones.
La estación móvil de monitorización realiza la lectura
de la concentración de CO2 en un punto concreto
mediante el sensor. La cámara de acumulación
se coloca en el suelo y la estación móvil, que está
contenida en una maleta, consta del sensor LICOR LI-
830, que se encarga de la lectura de la concentración
de CO2. Véase la gura 1.
El sensor utiliza una fuente de luz infrarroja que
se emite a través de una cámara de referencia y
una cámara de medición. La cámara de referencia
contiene aire limpio sin CO₂, mientras que la cámara
de medición contiene la muestra de gas que se está
analizando. La luz infrarroja se transmite a través
de ambas cámaras y se detecta en el otro extremo
mediante un detector de luz. La cantidad de luz
detectada en la cámara de referencia se compara con
la cantidad de luz detectada en la cámara de medición,
y la diferencia en la cantidad de luz absorbida por el
CO2 en la muestra de gas se utiliza para determinar
la concentración de CO2 en el aire (Yimmy Yang et
al., 2024; Pérez-Zárate et al., 2024). Esta integración
tecnológica no solo simplica la gestión de los datos,
sino que también permite una mejor monitorización y
una colaboración más ecaz entre investigadores y
responsables de la toma de decisiones.
La estación móvil de monitorización realiza la lectura
de la concentración de CO2 en un punto concreto
mediante el sensor. La cámara de acumulación
se coloca en el suelo y la estación móvil, que está
contenida en una maleta, consta del sensor LICOR LI-
830, que se encarga de la lectura de la concentración
de CO2. Véase la gura 1.
El sensor utiliza una fuente de luz infrarroja que
se emite a través de una cámara de referencia y
una cámara de medición. La cámara de referencia
contiene aire limpio sin CO₂, mientras que la cámara
de medición contiene la muestra de gas que se está
analizando. La luz infrarroja se transmite a través
de ambas cámaras y se detecta en el otro extremo
mediante un detector de luz. La cantidad de luz
detectada en la cámara de referencia se compara con
la cantidad de luz detectada en la cámara de medición,
y la diferencia en la cantidad de luz absorbida por el
CO2 en la muestra de gas se utiliza para determinar
la concentración de CO2 en el aire (Yimmy Yang
et al., 2024; Pérez-Zárate et al., 2024). La gura 1
muestra el sistema de sensores para la lectura de la
concentración de CO2. Se puede observar que hay
dos mangueras conectadas a la cámara: una de ellas
succiona el gas gracias a una bomba de succión y lo
lleva al sensor electroóptico LI-830, donde se pueden
leer los resultados a través del puerto serial disponible
en el mismo sensor.
47
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Figura 1. Carcasa del sensor y cámara de acumulación de CO2 en suelos
Nota. La caja que contiene el elemento sensor y la bomba de circulación se muestra junto a la campana de
acumulación donde se recoge el gas CO2 que se va a medir. Fuente: Beijing Laikoo Biotechnology (2024).
Desarrollado por Beijing Laikoo Biotechnology (2024).
Desarrollo del hardware del sistema
realiza en la estación cada 10 segundos, dando
prioridad a la información obtenida de la medición del
LI-COR 830 (Salazar, 2023).
Módulo GPS Neo 6M:
Se trata de un módulo GPS que utiliza el sistema de
navegación para proporcionar información de posición
precisa y able. Utiliza una antena cerámica para
recibir señales GPS y puede recibir señales de hasta
22 satélites simultáneamente. Tiene un bajo consumo
de energía, lo que lo hace adecuado para proyectos
de bajo consumo, y funciona con una tensión de
alimentación de 3,3 V o 5 V (Milner, 2016).
Módulo conversor Max232:
La conexión entre el microcontrolador y el sensor
LI-830 no puede realizarse directamente porque el
protocolo RS232 utiliza variaciones de tensión que
van de -13 V a 13 V, mientras que el microcontrolador
El rediseño del hardware implica cambios
signicativos, como la sustitución del microcontrolador,
la adición del módulo transceptor de red celular y
de un módulo timestamp, así como la sustitución
del módulo convertidor DC-DC, anteriormente un
LM2596, por un módulo convertidor DC-DC con
tecnología QC3. A continuación se presenta un
resumen de las características técnicas de los
principales componentes del sistema propuesto.
Sensor de temperatura y humedad DTH22:
Se trata de un sensor de temperatura y humedad
relativa de alta precisión. El DHT22 se comunica
a través de un único cable de datos utilizando el
protocolo de comunicación de bus único, lo que
facilita su uso con microcontroladores y dispositivos
electrónicos. El sensor DHT22 tiene una resolución
de desarrollo del hardware del sistema 0,1 °C para
la medición de la temperatura y del 0,1 % para la
medición de la humedad relativa. La medición se
48
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
funciona a un nivel de tensión TTL de 3,3 V/5 V. Para
resolver este problema, se utiliza un conversor de
nivel lógico MAX232 que convierte las señales de
transmisión serie RS232 a niveles TTL y viceversa.
El MAX232 es un circuito integrado que genera
tensiones positivas y negativas a partir de una única
fuente de alimentación (Viswanatha et al., 2022).
Relé de 5 V y 1 canal
El relé de 5 V y 1 canal es un dispositivo electromecánico
que se utiliza para controlar el encendido y apagado de
cargas eléctricas mediante una señal de entrada digital.
Controla la bomba del equipo de medida mediante una
señal enviada desde la aplicación Android desarrollada.
Su función es controlar la eciencia energética del equipo,
ya que la bomba consume mucha energía al encenderse.
Microcontrolador SIM800L
Se trata de un dispositivo de desarrollo compacto y
versátil que combina funcionalidades de comunicación
y conectividad. Esta placa está equipada con un
módulo SIM800L, que permite la comunicación GSM/
GPRS, facilitando la transmisión de datos a través de
redes móviles. Integra un microcontrolador ESP32
que proporciona capacidad de procesamiento y
conectividad wi y Bluetooth (Atif et al., 2020). Esta
combinación de tecnologías hace que la placa sea
adecuada para aplicaciones de internet de las cosas
(IoT). La placa TTGO T-CALL SIM800L TTGO también
cuenta con una ranura para tarjeta SIM, un conector
de antena GSM y varios pines de entrada/salida, lo
que la hace adaptable a diferentes aplicaciones. Esta
placa es una herramienta útil para proyectos que
requieran comunicación a través de redes móviles y
que busquen integrar capacidades de Internet de las
Cosas en un formato compacto y fácil de usar (Huanca
Chávez y Choque Choque, 2022). La gura 2 muestra
el diagrama esquemático de conexiones diseñado para
la estación electrónica del sistema propuesto, mientras
que la gura 3 muestra su implementación física.
49
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Figura 2. Diagrama esquemático para la estación electrónica
Nota. La imagen muestra el esquema de conexión de los componentes de la estación electrónica del sistema
propuesto. Fuente: elaboración propia.
50
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Figura 3: Estación electrónica implementada
Nota. La imagen muestra la implementación de la estación electrónica junto con el sensor LI-830.
Fuente: diseño propio.
se actualizan cada 10 segundos y es posible detener la
actualización cuando se está realizando una medición en un
punto. La CPU en su totalidad es controlada por la aplicación
Android de la misma forma para las nuevas funcionalidades
o tareas. En cuanto al almacenamiento, el programa recibe
una orden por Bluetooth en el momento de encender la
bomba o activar el relé. El programa inicia un guardado
temporal de datos en la memoria RAM del microcontrolador
mediante una estructura declarada en el programa que
almacena cada fotograma y, adicionalmente, la hora en la
que se capturaron. El guardado se detiene cuando la bomba
de sección se desenergiza y se establece un paquete de
datos listo para ser enviado a una hoja de cálculo de Google
Sheets. En cuanto al envío de datos vía GPRS, primero se
busca formatear el paquete guardado en una estructura
JSON y, a continuación, se realiza una petición HTTP
POST a Google App Script, que está asociada a una hoja
de cálculo de Google Sheets y está diseñada para procesar
y manejar los datos recibidos. Para ello, itera sobre la matriz
JSON y extrae cada valor formateando una nueva la que
se añade a la hoja de cálculo.
Desarrollo del software del sistema
Software para la estación electrónica
El programa de control dentro de la Unidad Central de
Procesamiento (CPU) del microcontrolador ESP32 de la
estación electrónica se divide en tres funciones principales:
la comunicación Bluetooth, la lectura de los sensores y el
almacenamiento temporal de los datos que se enviarán a
Google Sheets.
La función encargada de leer la concentración de CO2 está
condicionada a la comunicación en serie con el módulo
MAX232, encargado de recibir los datos del LI-COR 830.
Dado que la frecuencia de recepción es de un segundo,
se realiza una validación para evitar almacenar valores
inferiores a 200 ppm, considerados como errores en la
comunicación serie. La función registra la hora actual, la
guarda y genera una cadena o trama de datos principal con
variables globales. La concentración de CO2 se actualiza
cada segundo. En cuanto a la geolocalización, los datos
51
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Figura 4. Diagrama de secuencia de funcionamiento del software para estación electrónica
Nota. Diagrama que especica la secuencia de funciones que debe realizar el programa de control para la CPU de la
estación electrónica. Fuente: diseño propio.
Software de aplicación para Android
Esta versión introduce mejoras sustanciales en la
interfaz de usuario, la gestión de permisos y la eciencia
en la comunicación Bluetooth, y destaca la importancia
de adaptarse a las actualizaciones de seguridad y
funcionalidad de los modernos sistemas operativos
frente a la evolución de Android (Orellana, 2021). Ahora
se advierte proactivamente al usuario sobre el uso de
permisos, solucionando el error SecurityException que
cerraba la aplicación.
La comunicación Bluetooth se ha perfeccionado de tal
forma que ahora solo hay una transferencia constante
en toda la interfaz; es decir, solo algunos componentes
dejan de actualizarse cuando se pausa la generación
de la gráca CO2 vs. tiempo, como el TextView que
muestra la información del GPS cuando se pausa dicha
generación. Este gráco se genera redibujándose
cada vez que se actualiza la matriz que contiene los
datos de CO2 recibidos, dando la impresión de ser un
gráco dinámico. En cuanto a la adición de botones, se
incluye el botón Enviar, que envía un comando a través
de Bluetooth a la CPU para indicarle que formatee los
datos en una estructura JSON y realice la solicitud
HTTP POST al servicio AppScript (Google Workspace,
2023). Además, se añade un botón Reiniciar, que
reinicia la GUI de la aplicación para realizar una
nueva medición. La actualización muestra un panel
de información de la CPU que indica si hay conexión
GPRS, si el GPS está activo y el estado de guardado y
envío de datos. En el guardado de datos en la memoria
interna del teléfono, estos se guardan según el número
de mediciones y no según el número de puntos como
antes, y se reestructura el archivo CSV para que tenga
la misma organización que los datos guardados en la
hoja de cálculo. El siguiente diagrama de secuencia
de la gura 5 muestra la interacción del usuario con la
aplicación y la CPU.
52
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Figura 5. Diagrama de secuencia para la aplicación de control Android
Nota. Se muestra el diagrama de secuencia de funciones que hay que considerar en el diseño de la aplicación de control
que se va a ejecutar en un dispositivo móvil. Fuente: elaboración propia.
53
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Aplicación web
Se desarrolló una plataforma en Python para
presentar los resultados de las mediciones. Permite
visualizar datos históricos de forma interactiva y
realizar regresiones lineales para obtener perles de
ujo de CO₂ en la línea de medida. Para obtener los
datos de una hoja de cálculo en Python, es necesario
establecer una conexión con la API de Google
Sheets, que permite leer y escribir en ella. Para el
proyecto de Python, es necesario crear una cuenta
de servicio (Google Cloud, 2024) y sus credenciales
para la autenticación, la seguridad y el cumplimiento
de las políticas de Google. Se utiliza la librería Dash
by Plotly para analizar los datos y crear el panel de
control disponible en la aplicación web interactiva
que muestra visualizaciones de datos en tiempo real
(Burch y Schmid, 2024).
Para la visualización y la apariencia, se trabaja con
el app layout, que es la estructura y el diseño de
una aplicación web que actúa como el esqueleto
sobre el que se construye la presentación visual y la
interactividad. En una aplicación Dash, el diseño se
dene como un árbol de componentes que incluye
elementos HTML y especícos de Dash, como grácos
y menús desplegables. Se pueden aplicar estilos CSS
para personalizar la apariencia de los componentes,
ya sea directamente en cada uno de ellos o mediante
hojas de estilo externas. Además, los componentes
del diseño pueden actualizarse dinámicamente
mediante callbacks, lo que permite la interactividad
de la aplicación, por ejemplo, la actualización de un
gráco en respuesta a la selección del usuario en un
menú desplegable.
A continuación, se explica la secuencia que se lleva a
cabo para el despliegue del cuadro de mandos.
El diagrama de secuencia ilustra el ujo de interacción
entre el usuario, la aplicación Dash, la API de Google
Sheets, las operaciones DataFrame, la visualización y
el modelo de regresión lineal (DataScientest, 2023).
1. Acceso del usuario a la aplicación Dash: el proceso
comienza cuando el usuario accede a ella. Este es el
punto de entrada para interactuar con la aplicación,
que muestra los datos y permite hacer análisis.
2. Solicitud de datos a la API de Google Sheets: La
aplicación Dash solicita datos a la API de Google Sheets.
Este paso es crucial para obtener los datos necesarios
para procesarlos y visualizarlos en la aplicación.
3. Suministro de datos por parte de la API de Google
Sheets a las operaciones DataFrame: la API de
Google Sheets proporciona los datos solicitados a
DataFrame Operations. Aquí, los datos en bruto se
reciben y están listos para ser procesados.
4. Procesamiento de datos: Las operaciones DataFrame
procesan los datos. Este paso puede incluir la limpieza,
el ltrado, la transformación y la preparación de los
datos para su análisis y visualización.
5. Envío de los datos procesados al componente de
visualización: una vez procesados, los datos se envían a
dicho componente. Este componente se encarga de crear
grácos y visualizaciones basados en dichos datos.
6. Visualización de grácos en la aplicación Dash: la
aplicación Dash recibe los grácos del componente
de visualización y los muestra al usuario. Este es
el primer punto donde el usuario puede interactuar
visualmente con los datos.
7. Selección de filtros por parte del usuario: el
usuario selecciona los filtros a través de la interfaz
de la aplicación Dash. Estos filtros pueden ser por
fecha, punto de datos u otros criterios relevantes
para el análisis.
8. Aplicación de ltros a los datos: La aplicación Dash
aplica estos ltros mediante operaciones DataFrame.
A continuación, los datos se actualizan para reejar
únicamente la información ltrada.
9. Actualización de grácos con datos ltrados: los
datos ltrados se envían de vuelta al componente
54
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
de visualización para actualizar los grácos. De este
modo, el usuario puede ver solo los datos relevantes
según los ltros aplicados.
10. Visualización de la aplicación actualizada al
usuario: la aplicación Dash muestra los grácos
actualizados al usuario, proporcionando una visión
interactiva y personalizada de los datos.
11. Solicitud de análisis de regresión lineal por parte
del usuario: el usuario solicita un análisis de regresión
lineal sobre los datos ltrados. Este paso inicia el
proceso de modelado para comprender las relaciones
entre las variables.
12. Envío de datos ltrados para la regresión: la
aplicación Dash envía los datos ltrados al modelo de
regresión lineal para su análisis.
13. Realización del análisis de regresión lineal:
el modelo de regresión lineal analiza los datos
proporcionados, calcula la relación entre las variables
y genera resultados como la pendiente de la regresión.
14. Envío de los resultados de la regresión a la API
de Google Sheets: Los resultados del análisis de
regresión, como la pendiente, se envían a la API de
Google Sheets para su almacenamiento. Esto permite
que los resultados del análisis sean persistentes.
15. Noticación de actualización de datos y solicitud
de nuevos datos para el gráco: una vez almacenados
los resultados, la aplicación Dash recibe una
noticación y solicita los datos actualizados para
generar un nuevo gráco que incluya los resultados
de la regresión.
16. Suministro de datos actualizados por la API de
Google Sheets: La API de Google Sheets proporciona
los datos actualizados, incluidos los resultados de la
regresión, a las operaciones DataFrame.
17. Preparación de un nuevo gráco con los resultados
de la regresión: los datos actualizados se procesan y
utilizan para preparar un nuevo gráco que muestre
dichos resultados.
18. Finalmente, la aplicación Dash muestra el nuevo
gráco al usuario, completando el ciclo de interacción.
Este gráco incluye los resultados del análisis de
regresión y permite al usuario visualizar la relación
entre las variables seleccionadas.
Para realizar el despliegue, es necesario alojar
el proyecto en un servidor remoto que sea capaz
de mantenerlo en ejecución de forma continua.
Además, es necesario encontrar la mejor
conguración posible, por lo que se ha elegido
un Paas como Render para la tarea.
Render ofrece una conguración avanzada para
almacenar variables de entorno de forma segura
y permitir que el código acceda a ellas en tiempo
de ejecución sin exponer información delicada
en el repositorio de código o en el control de
versiones. En este caso, se ha añadido la clave
JSON codicada en base64 para Google Sheets,
por lo que el dominio resultante para la aplicación
web es meterc02.onrender.com.
55
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Figura 6. Diagrama de secuencia para la aplicación web del sistema
Nota. Secuencia de funciones para el diseño de la aplicación de visualización web del sistema propuesto. Fuente:
elaboración propia. Elaboración propia.
Resultados
Para comprobar el funcionamiento del equipo, se efectuaron diferentes pruebas a lo largo del proyecto, con el n
de probar cada nueva funcionalidad implementada. En primer lugar, se reprodujo el sistema inicial cambiando
el microcontrolador; luego, se incluyó conectividad GPRS para el envío de datos en tiempo real, y por último,
se hicieron pruebas con paquetes de datos. Finalmente, se corroboró el funcionamiento del sitio web para la
visualización de datos y para crear un histórico de las mediciones, como se muestra en la gura 7.
56
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Figura 7. Sitio web de monitoreo del sistema implementado
Nota. Captura de pantalla del sitio web de supervisión del sistema IoT implantado. Fuente: elaboración propia.
Durante el periodo en el que se llevaron a cabo las mejoras a la estación móvil, se efectuaron pruebas en
diferentes localidades, siendo la más frecuente «El Cerro Pacho», ubicado al suroeste del lago Coatepeque,
en el departamento de Santa Ana. La vereda comparte jurisdicción entre los municipios de El Congo y Santa
Ana, y se encuentra a 13°50’24.7”N y 89°34’52.2”O, a una elevación que oscila entre 826 y 942 msnm, y a una
distancia de 2,5 km. Cuando se llevó a cabo la recogida de datos, el entorno se caracterizaba por un día soleado
y tiempo seco, como se puede observar en la gura 8.
57
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Figura 8. Prueba en campo del sistema implementado
Nota. Se ve a un operario cargando la maleza con el sensor y la estación diseñada mientras realiza la medición
utilizando la campana de concentración del suelo. Fuente: elaboración propia.
Con los datos del ensayo de campo almacenados en la plataforma, también es posible efectuar análisis manuales como
el siguiente, que muestra un mapa de calor según el ujo obtenido en las diferentes coordenadas de los puntos. Este
mapa se ha realizado en Python utilizando la herramienta Folium para observar mapas (Korstanje, 2022). Estos datos
están correlacionados con las medidas de potencial espontáneo y la temperatura de la zona.
58
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Discusión
La elección del ESP32 como microcontrolador para la
CPU supone un avance signicativo debido a su mayor
potencia de procesamiento, mayor capacidad de memoria
y eciencia energética. Este microcontrolador no solo
facilita la programación a través de Arduino, que es la
base inicial crucial para el proyecto, sino que también
soporta diversos lenguajes de programación, lo que
amplía las posibilidades de desarrollo futuro e integración
con otros sistemas IoT, y elimina la necesidad de usar
el módulo HC-06, ya que este dicultaba la escritura de
líneas de depuración al interrumpir los mensajes enviados
por Bluetooth cuando estaba conectado a los puertos en
serie de Arduino.
La elección de la placa TTGO T-Call SIM800L es una
decisión estratégica, ya que incluye un módulo GSM
integrado que elimina la necesidad de componentes
adicionales para la conectividad celular. Este diseño,
enfocado a proyectos de internet de las cosas en entornos
sin acceso wi, permite una recogida y transmisión
de datos más eciente, optimizando el sistema para
aplicaciones de campo.
La implementación de un sistema de almacenamiento
en búfer y reenvío de paquetes de datos permite abordar
los desafíos planteados por la rápida generación de
datos de CO2 y la inestabilidad de la conexión GPRS en
áreas remotas. Este enfoque mejora signicativamente la
abilidad de la transmisión de datos, ya que garantiza que
la información se envía completa y de forma eciente.
La decisión de utilizar solicitudes HTTP POST para
enviar datos a Google Sheets resuelve ecazmente
las limitaciones de las solicitudes HTTP GET, que
requerían envíos individuales para cada la de datos, lo
que provocaba procesos lentos y posibles pérdidas de
datos. Las peticiones POST permiten una transmisión
más rápida y able de grandes volúmenes, como en este
caso, en el que se envía un JSON de hasta 300 objetos.
La optimización de la comunicación Bluetooth en la
aplicación móvil mejora la interacción con la CPU, ya que
permite pausar y reanudar la recepción de datos para
nuevas mediciones sin necesidad de cerrar la aplicación.
Esta mejora contribuye a una mayor eciencia en el
proceso de medición y a una mejor experiencia de usuario.
El desarrollo de una página web personalizada para
el análisis y la visualización de datos permite realizar
cálculos complejos y presentar la información de
forma intuitiva. Esta herramienta se convierte en un
componente esencial para la interpretación de los
datos recogidos, ya que ofrece a investigadores y
usuarios una potente plataforma para el análisis de
las emisiones de CO2. El cálculo de la regresión lineal
en la página web es más preciso que en la aplicación,
ya que la manipulación de la visualización del gráco
permite realizar cálculos más precisos.
La selección de Render como plataforma para el
despliegue de la aplicación web facilita la obtención
de un dominio libre y proporciona un entorno robusto
para el funcionamiento de la página web. Esta decisión
subraya la importancia de contar con una infraestructura
de soporte accesible y able para difundir los resultados
del proyecto.
Conclusiones
La comparación de los cálculos automáticos del ujo
de CO2 realizados por la aplicación y la página web
con los realizados manualmente conrma la precisión y
abilidad de las herramientas desarrolladas. Este nivel de
validación es fundamental para garantizar la conanza en
los resultados obtenidos y para destacar la precisión del
sistema de medición.
Cada una de estas ampliaciones detalla los logros y
decisiones clave del proyecto, y destaca el impacto
positivo en la medición y el análisis del ujo de CO2
en suelos volcánicos, reejando el compromiso con
la innovación y la mejora continua en la investigación
medioambiental y volcánica.
Una mejora importante para el sitio web sería un nivel aún
mayor de automatización, que descartara el uso manual
de la selección de intervalos en la zona de comportamiento
59
Estación móvil para la detección de dióxido de carbono en suelo volcánico
David Adriel Solís Marroquín. pp. 44-59, Revista entorno, enero 2025, número 79, ISSN: 2071-8748
E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
lineal del gráco. Además, sería conveniente que se
mostraran automáticamente mapas de calor en función de
los datos ltrados.
En la aplicación móvil, la interfaz también podría mostrar
un mapa con las coordenadas donde se encuentra el
dispositivo con nuevas actualizaciones.
Referencias
Atif, M., Muralidharan, S., Ko, H. y Yoo, B. (octubre, 2020).
Wi-ESP - A tool for CSI-based device-free Wi-Fi sens-
ing (DFWS). Journal of Computational Design and
Engineering, 7(5), 644-656. https://doi.org/10.1093/
jcde/qwaa048
Beijing Laikoo Biotechnology. (11 de diciembre de 2024).
Sistema portátil de medición de ujo de CO2/
H2O en suelo LI-870. https://www.bio-equip.com/
show1equip5036965.html
Burch, M. y Schmid, M. (25 de mayo de 2024). Dashboard
design. https://doi.org/10.1201/9781032657301
Component 101. (30 de septiembre de 2021). SIM800L
GSM Module. https://components101.com/wireless/
sim800l-gsm-module-pinout-datasheet-equivalent-
circuit-specs
DataScientest. (2024). ¿Qué es un DataFrame? https://da-
tascientest.com/es/que-es-un-dataframe
Google Cloud. (02 de diciembre del 2024). Descripción gen-
eral de las cuentas de servicio. https://cloud.google.
com/iam/docs/service-account-overview?hl=es-419
Google Workspace. (2023). Automatiza y extiende Google
Workspace con código sencillo. https://developers.
google.com/apps-script?hl=es-419
Huanca Chávez, J. y Choque Choque, D. (2022). Siste-
ma de geolocalización con alarma y monitoreo ba-
sado en IOT para personas con Alzheimer. Journal
Boliviano de Ciencias, 18(53). 48-63. https://doi.
org/10.52428/20758944.v18i53.373
Jimmy Yang, T.-H., Chambefort, I., Rowe, M., Mazot, A.,
Seward, A., Werner, C., Fischer, T., Seastres, J.,
Siega, F., Macdonald, N. y Brakering, T., Coup, L.
y Sander, F. (junio, 2024). Variability in surface CO2
ux: Implication for monitoring surface emission from
geothermal elds. Geothermics, 120, 102981. https://
doi.org/10.1016/j.geothermics.2024.102981
Korstanje, J. (2022). Machine learning on geographical
data using Python: Introduction into geodata with Ap-
plications and use cases. https://reconshell.com/wp-
content/uploads/2022/09/Machine_Learning_on_
Geographical_Data_Using_Python.pdf
LI-COR. (2024). Carbon dioxide gas measurements with
the LI-830 and LI-850. https://www.licor.com/env/
products/gas-analysis/LI-830-LI-850
Milner, G. (2016). What is GPS? Journal of Technology in
Human Services, 34(1). https://doi.org/10.1080/1522
8835.2016.1140110
Orellana, R. (21 de abril del 2021). La evolución de An-
droid: Los cambios del sistema operativo de Google.
Digitaltrends ES. https://es.digitaltrends.com/android/
evolucion-de-android
Pérez-Zárate, D., Santoyo, E., Jácome-Paz, M. P., Gue-
vara, M., Guerrero, F., Yáñez-Dávila, D. y Santos-
Raga, G. (mayo, 2024). Soil CO2 uxes measured in
the Acoculco Geothermal System, Mexico: Baseline
emissions from a long-term prospection programme.
Geochemistry, 84(2). https://doi.org/10.1016/j.chem-
er.2024.126151
Pocasangre, C. O., Flores-Cortez, O. O., Arévalo, F., Arri-
aza, C., Aguilar, O. y Miranda, B. H. (2023). An IoT
Mobile System for CO2 Monitoring in Volcanic Soil
using the LI-830 Sensor and an Android App. IEEE
International Conference on Networking, Sens-
ing and Control (ICNSC), 1, 1–8. 10.1109/Smart-
Nets58706.2023.10215961
Salazar, M. (28 de marzo de 2023). Termohigrómetros:
Una guía completa para elegir y utilizar el instrumen-
to adecuado. Sodeintec. https://sodeintecsas.com/
termohigrometros-una-guia-completa-para-elegir-y-
utilizar-el-instrumento-adecuado/
Viswanatha, V., Ramachandra, A. C., Sathisha, B. M., Ku-
mari P, A., Reddy R, V. S. y Murthy R, S. (2022). Cus-
tom Hardware and Software Integration: Bluetooth
Based Wireless Thermal Printer for Restaurant and
Hospital Management. Trabajo presentado en la con-
ferencia MysuruCon 2022 - 2022 IEEE 2nd Mysore
Sub Section International Conference. https://doi.
org/10.1109/MysuruCon55714.2022.9972714
