%0 Thesis
%A Tabakkouht Achouri, Mohamed
%A Makitu Koudymba, Fumu Grace
%T Desarrollo de un visualizador 3D para la interpretación de concentraciones de toxinas en embalses
%D 2024
%U https://hdl.handle.net/20.500.14352/106789
%X La proliferación de algas tóxicas en ecosistemas de agua dulce, como lagos y embalses, representa un grave problema para la salud pública. El sistema actual de monitoreo de estas proliferaciones se basa en la recogida manual de muestras, un método muy ineficiente que provoca retrasos en la predicción de estos eventos. Por ello, surge el proyecto SMART-BLOOM, una iniciativa de investigación que propone una forma innovadora de monitorear estas concentraciones. Este proyecto abarca desde la introducción de vehículos autónomos no tripulados en los embalses hasta la visualización y predicción de áreas propensas a estas proliferaciones. Hasta ahora, dentro del proyecto SMART-BLOOM, solo existía un visualizador bidimensional para analizar los resultados. Nuestro objetivo es contribuir a este proyecto de investigación desarrollando un visualizador 3D que permita visualizar el entorno acuático en profundidad, ofreciendo una nueva perspectiva. Este visualizador integra algunos de los modelos computacionales como EEMS y DEVS-BLOOM, con el fin de facilitar la interpretación de datos para los investigadores y autoridades sanitarias y ambientales, permitiéndoles tomar decisiones con mayor rapidez
%X The proliferation of toxic algae in freshwater ecosystems, such as lakes and reservoirs, represents a significant public health issue. The current monitoring system for these blooms relies on manual sample collection, an inefficient method that leads to delays in predicting these events. This challenge has led to the development of the SMART-BLOOM project, a research initiative that proposes an innovative way to monitor these concentrations. This project includes the deployment of unmanned autonomous vehicles in reservoirs and the visualization and prediction of areas prone to these blooms. Until now, the SMART-BLOOM project only featured a two-dimensional visualizer for analyzing results. Our goal is to contribute to this research project by developing a 3D visualizer that allows for a more in-depth view of the aquatic environment, providing a new perspective. This visualizer integrates computational models like EEMS and DEVS-BLOOM to facilitate data interpretation for researchers and health and environmental authorities, enabling them tomake quicker, more informed decisions.
%~