Apunt monogràfic: captació mòbil de dades ambientals.

Presentem a continuació un seguit d'activitats de captació mòbil de paràmetres ambientals. En moltes d'elles hi participa el Senseable City Lab del MIT, i hi col·labora Google a través de la seva eina Street View.


<ul><li>[[#bloc1|Treepedia: anàlisi de la cobertura vegetal de les ciutats]]</li>
<li>[[#bloc2|Detecció de fuites de gas, sots i altres anomalies]]</li>
<li>[[#bloc3|Google Street View ajuda els científics a detectar fuites de metà]]</li>
<li>[[#bloc4|Google Street View: òxids de nitrogen i negre de carbó]]</li>
<li>[[#bloc5|També sota terra: robots nedadors]]</li>
<li>[[#bloc6|Autors]]</li>
</ul>

<span id='bloc1'></span>

==Treepedia: anàlisi de la cobertura vegetal de les ciutats==

Investigadors del Senseable City Lab del Massachusetts Institute of Technology (MIT) van llençar el mes de maig de 2017 la plataforma Treepedia, que té la finalitat de mesurar i comparar la cobertura vegetal de ciutats d'arreu del món oferint a més a la ciutadania la possibilitat d'implicar-se en la millora de les característiques vegetals dels seus barris.

 
[[Image:Draft_Garcia_256196054-sensors-treegvindex.png|center|px|]]

''El Green View Index de París, de tot just el 8,8%, la converteix en una de les capitals menys verdes d'Europa i del conjunt de les analitzades (© Senseable Trees–MIT)''

 
La plataforma va ser creada amb la col·laboració del Fòrum Econòmic Mundial, mitjançant el Consell de l'Agenda Global per al Futur de les Ciutats, que, atesa la importància de la vegetació, i particularment dels arbres, en les ciutats sostenibles del present i del futur, va incloure les activitats de foment de la vegetació urbana entre les deu prioritats que haurien de guiar les polítiques de les ciutats En efecte, són grans els beneficis que proporcionen els arbres en termes de regulació tèrmica i de lluita contra les illes de calor urbanes, la reducció del soroll i de la pol·lució, l'afavoriment de la biodiversitat a les ciutats, l'increment de la resistència urbana davant inundacions, i la millora general de la qualitat de vida dels seus habitants.

Treepedia és una plataforma que permet localitzar tots els arbres de la ciutat i calcular el grau de cobertura vegetal que proporcionen. Constatant el significat de la canòpia vegetal en l'ecosistema urbà, els desenvolupadors d'aquesta eina no només s'han centrat en el georeferenciació i l'anàlisi espacial, sinó també en la integració de la ciutadania, que aviat podrà participar en la plataforma indicant, per exemple, els dèficits arboris en zones específiques del seu entorn més proper, aquell que coneixen millor.

El funcionament de Treepedia es basa en un sistema de mesura anomenat Green View Index que se serveix dels panorames captats per Google Street View per avaluar la cobertura vegetal. Mitjançant la modelització d'aquesta cobertura, més per mitjà de la percepció visual del verd que no pas del còmput individual d'espècimens, permet constatar el contrast entre els espais vegetalitzats i aquells totalment "durs", i fa possible també la comparació entre diferents ciutats del món. Cal assenyalar que la plataforma analitza només l'arbrat viari, deixant fora de la modelització dels parcs, atès que Google Street View no hi sol circular.

Treepedia es va llançar inicialment per cartografiar la vegetació de deu ciutats d'arreu del món, i actualment ja n'arriba a vint-i-tres.

 
[[Image:Draft_Garcia_256196054-sensors-tree.png|center|px|]]

''Algunes de les ciutats que analitza Treepedia (© Senseable Trees–MIT)''

 
Pel que fa al Green View Index, es calcula a partir de les imatges de Google Street View tot considerant l'obstrucció del dosser arbori i classificant les imatges conseqüentment. Fent servir Google Street View en lloc d'imatges per satèl·lit, per exemple, es pot representar la percepció humana de l'entorn a peu de carrer, i ubicar-la en una escala que va de 0 a 100 segons el grau de cobertura del dosser arbori en un lloc determinat. En paraules dels desenvolupadors de Treepedia, no es tracta de fer competir les ciutats del món entre si, sinó més aviat d'elevar el grau de conscienciació envers la millora del verd urbà. Aquesta voluntat hauria de portar, com s'ha apuntat, en un futur proper, a fer possible que els usuaris de la plataforma hi afegeixin arbres no plasmats als mapes de font oberta que elabora Treepedia i que podreu consultar si seguiu el vincle que trobareu més avall.

 
[[Image:Draft_Garcia_256196054-sensors-treegvindexvancouver.png|center|px|]]

''Vancouver, juntament amb Sydney, encapçalen el Green View Index, amb una percepció de cobertura vegetal superior a una quarta part de la seva superfície (© Senseable Trees–MIT)''


<span id='bloc2'></span>

==Detecció de fuites de gas, sots i altres anomalies==

Els camions de les escombraries de Cambridge (a la rodalia de Boston, a Massachusetts) van equipats des del mes de maig d'enguany amb un conjunt de sensors desenvolupats pel Senseable City Lab del MIT (radicat a la mateixa ciutat), que els permeten detectar, al llarg de les seves rutes, diferents anomalies i problemes.

 
[[Image:Draft_Garcia_256196054-sensors-smellcambridge.png|center|px|]]

''Enfilats dalt dels camions de les escombraries, els sensors permeten la detecció dinàmica de fuites de gas, pol·lució ambiental, estat del trànsit, desperfectes a la calçada i altres problemes de l'entorn (© Senseable City Lab-MIT)''

 
El fet que moltes ciutats anomenades ''intel·ligents'' recopilin dades mitjançant estacions de monitorització estàtiques, que només mesuren certes zones, fa que sovint passin desapercebudes les fluctuacions de diversos paràmetres en el conjunt de la ciutat, o fins i tot les variacions que se'n poden produir a banda i banda del carrer. A parer del Senseable City Lab del MIT, potser és hora que infraestructures sovint considerades com una molèstia (llegiu, per exemple, els camions de recollida de residus) es redimeixin prestant-se a detectar i cartografiar dinàmicament les que sí que són les veritables molèsties, o fins i tot greus problemes, de la ciutat.

El programa City Scanner, llançat per la municipalitat de Cambridge aquest any 2017, fa de la flota de camions de les escombraries uns autèntics recopiladors de dades urbanes. Val a dir que malgrat que la detecció dinàmica de paràmetres ambientals no és res de nou, els promotors de City Scanner diuen que aquesta és la primera plataforma de sensors dinàmics de baix cost (uns mil dòlars cadascuna), que a més es poden acoblar a qualsevol vehicle per les seves reduïdes dimensions. Cal fer esment del fet que al començament les lectures dels diferents equips es veien distorsionades per les vibracions dels camions, cosa que va portar als desenvolupadors dels sensors a dissenyar un nou receptacle on ubicar-los. També hi va haver problemes amb les càmeres tèrmiques, que oferien dades esbiaixades per culpa dels components calents dels vehicles, com ara els tubs d'escapament. Però tot això, segons els responsables del Senseable City Lab, els ha ajudat a aprendre.

En la primera fase de City Scanner s'ha equipat cinc dels camions d'escombraries amb acceleròmetres, sensors de qualitat de l'aire i càmeres d'infraroig: la flota va recopilant dades de l'estat de la ciutat al llarg de la seva ruta, que són enviades al Senseable City Lab del MIT (que es troba a la mateixa localitat) a través dels diversos punts d'accés Wi-Fi presents a la ciutat, o, en cas que no n'hi hagi cap a la zona, mitjançant 4G (tecnologia mòbil de quarta generació).

Un cop recollides les dades, els investigadors i l'administració municipal poden revisar-les per determinar on cal intervenir, i com fer-ho. De moment les diverses tipologies de dades es recopilen en diferents repositoris, però els desenvolupadors de City Scanner ja treballen en millores de programari per tal d'aconseguir el creuament d'informacions i la representació multicapa: a hores d'ara se centren en la integració de dades referents a sots a la calçada i a pèrdues energètiques dels edificis.

El Senseable City Lab també està treballant en dissenys més compactes que permetin col·locar els sensors en altres tipus de vehicles.

 
[[Image:Draft_Garcia_256196054-sensors-citysensors.jpg|center|px|]]

''El paquet de City Scanner, amb un cost d'uns 1.000 dòlars, conté els sensors bàsics, i s'hi poden incorporar d'altres si es necessiten. També disposa d'un panell solar que l'alimenta''''(© Senseable City Lab-MIT)''

 
 
<span id='bloc3'></span>

==Google Street View ajuda els científics a detectar fuites de metà==

El metà és imperceptible a la vista i a l'olfacte dels humans. Atès que constitueix, després del CO<sub>2</sub>, el segon gas d'efecte hivernacle més prevalent al món, les fuites de metà suposen un repte important en la lluita contra el canvi climàtic, especialment per la dificultat a detectar-les.

En col·laboració amb Google Street View, investigadors de l'Environmental Defense Fund i de la Colorado State University han fet servir els ubics vehicles per fer seguiment dels nivells de metà en diverses ciutats dels Estats Units. El projecte es descriu en un informe publicat a la revista ''Environmental Science and Technology,'' de l'American Chemical Society (ACS).

 
[[Image:Draft_Garcia_256196054-sensors-googlecar.png|center|px|]]

 
El problema del metà a les ciutats es remunta a les acaballes del s. xix, amb l'extensió de les xarxes d'abastiment inicialment concebudes per a altres tipologies de gas diferents del gas natural. Aquestes xarxes, habitualment constituïdes per canonades de ferro colat i d'acer, no són les més idònies per al seu ús actual amb gas natural, però d'altra banda la reposició indiscriminada de tubs té un cost excessiu (fins a dos milions de dòlars per milla, 1,24 milions per quilòmetre). Segons els promotors d'aquesta actuació que presentem, el seu sistema pot ajudar les companyies de subministrament a prioritzar els treballs de substitució de canonades allà on les fuites siguin més severes.

També d'acord amb els responsables d'aquesta nova manera de fer, les canonades de gas natural han rebut tradicionalment poca atenció acadèmica, i en general la manca de dades fiables sobre fuites de metà és alarmant, a causa del treball exhaustiu que suposaria el mesurament complet de les fuites a les xarxes de distribució. D'aquí que una de les maneres de facilitar la tasca sigui mitjançant una flota de cotxes que tenen com a objectiu últim recórrer tots els carrers de totes les poblacions, com és el cas de Google Street View.

Els cotxes de Google, equipats amb els sensors corresponents, han recorregut els carrers de ciutats com Boston, Chicago, Dallas, Indianapolis, Los Angeles, Pittsburgh, Staten Island (una municipalitat de Nova York) i Syracuse (estat de Nova York). Els investigadors han publicat els resultats en forma de mapes, que trobareu seguint el vincle corresponent. En general s'ha observat que com més antigues són les canonades, més fuites de metà s'hi produeixen, i com més noves, menys. Això queda exemplificat amb els mapes de Boston i Indianapolis, respectivament.

 
[[Image:Draft_Garcia_256196054-sensors-googleboston.png|center|px|]]

''Boston, xarxa antiga, amb materials poc resistents a la corrosió: fuites abundants (centenars de milers), algunes de molt severes: n'hi ha de fins a de 2 l de CH<sub>4</sub> per minut per quilòmetre (''''©''''Environmental Defense Fund)''


[[Image:Draft_Garcia_256196054-sensors-googleindianapolis.png|center|px|]]

''Indianapolis, xarxa moderna: fuites escasses (no arriben a la dotzena) i normalment lleus: la xarxa d'abastiment de gas natural de la ciutat es va renovar íntegrament a la dècada dels vuitanta del s. xx (''''©''''Environmental Defense Fund)''

 
Al ''web'' de l'Environmental Defense Fund es pot trobar, a part del mapa corresponent, una fitxa de cadascuna de les ciutats analitzades, amb el detall dels problemes detectats, les possibles causes, el posicionament de l'autoritat municipal en la qüestió i algunes pautes de possibles actuacions futures.

L'activitat de l'equip d'investigadors del EDF i la CSU es revela útil: de fet, arran de la recerca primerenca d'aquestes institucions, el Servei d'Infraestructura Pública de Nova Jersey va aprovar un pla triennal de més de 900 milions de dòlars per a la substitució de 510 milles (820 km) de canonades de gas antigues. Val a dir que Nova Jersey de moment no ha estat rastrejada pel cotxe de Google Street View a la recerca de fuites, ni disposa de mapa, però és intenció de Google preparar més dels seus cotxes per estendre les seves anàlisis a altres parts del país.

Les estimacions realitzades a partir de les dades fornides pels analitzadors de CH<sub>4</sub> muntats als vehicles apunten que només reparant el 8% de les fuites, les més severes, el global de la xarxa analitzada reduiria les seves emissions de metà a l'atmosfera en un 30%. Els captadors de metà utilitzats en aquesta actuació, tot i ser d'alta precisió, ofereixen resultats més aviat conservadors del nombre de fuites i de la seva gravetat, atès el moviment continu del vehicle.

Els investigadors parteixen de la hipòtesi que la magnitud d'una fuita pot ser predita amb prou exactitud pels patrons de concentració del metà, fins i tot ignorant la dispersió del plomall de CH<sub>4</sub> pel moviment de l'aire, només que el vehicle equipat amb l'analitzador (que va al para-xocs davanter) faci entre dues i cinc passades pel segment de calçada l'entorn de la qual s'estudia. La hipòtesi es basa en el fet que les variacions de senyal induïdes per la fluctuació en la fuita són més significatives que el biaix produït en el desplaçament del plomall a causa del vent. Així va quedar demostrat durant els preparatius de l'actuació, consistents en cinc experiments d'alliberament controlat de metà tendents a desenvolupar el conjunt d'algoritmes que haurien de permetre la identificació automàtica de l'indret i la intensitat de les fuites; els alliberaments, durant el calibratge, van ser mesurats amb prou exactitud al llarg de les 276 passades del vehicle, donant sempre resultats coherents amb la magnitud concreta de l'alliberament (us convidem que us remeteu a l'article de l'ACS per als detalls de la preparació, el calibratge i l'execució dels experiments).

També d'acord amb els investigadors, pel que fa al factor vent, esmentat abans, la literatura científica referent a la dispersió del plomall en un terreny amb trànsit, on la ubicació exacta de la fuita i la seva geometria són desconegudes, és pràcticament inexistent.

Segons l'EDF i la CSU, amb el seu sistema, l'eventual menor precisió dels mesuraments queda en tot cas compensada per una major rapidesa en la detecció de la fuita i per una cobertura espacial més àmplia que la que s'aconsegueix amb altres mètodes de detecció, molt particularment els estàtics.

 
[[Image:Draft_Garcia_256196054-sensors-googlegrafica.png|center|px|]]

''(''''©''''Environmental Science and Technology)''

 
<span id='bloc4'></span>

==Google Street View: òxids de nitrogen i negre de carbó==

A Califòrnia, i també en col·laboració amb l'Environment Defense Fund, els cotxes de Google hi van circular amb captadors de mesurament de la pol·lució atmosfèrica. Els resultats dels mesuraments, duts a terme entre els anys 2015 i 2016, es van reflectir en un mapa en línia interactiu al ''web'' de l'EDF, amb escales de tot just una trentena de metres, que es va fer accessible a la ciutadania, la qual, d'aquesta manera, va poder munir-se d'arguments per instar mesures correctores de l'administració local. En aquesta campanya hi participà també l'empresa Aclima, especialitzada en sensors ambientals i radicada a San Francisco. L'actuació es va dur a terme a la regió metropolitana d'aquesta ciutat, concretament a Oakland, ciutat de prop de quatre-cents mil habitants. (Val a dir que a ciutats com San Francisco i Los Angeles, i zones com la Central Valley de Califòrnia, on s'ubiquen les ciutats de Fresno i Sacramento, també van ser estat objecte de campanyes similars, tot i que encara no se n'han fet públics els resultats.)

Els paràmetres que es van mesurar a la ciutat d'Oakland (en un sector de 30 km<sup>2</sup>) van ser el monòxid i el diòxid de nitrogen (NO i NO<sub>2</sub>) i el negre de carbó (una forma de carboni amorf produït en combustions incompletes).

La campanya d'Oakland permeté obtenir i publicar, segons els seus responsables, una de les bases de dades més grans mai fetes sobre la qualitat de l'aire: en el seu recorregut, d'un any de durada, el cotxe de Google va completar prop de 22.500 km, abastant tots els carrers de l'àrea esmentada més amunt, i hi va dur a terme aproximadament tres milions de mesuraments. D'acord amb els promotors de la iniciativa, la manera de fer que aquí es presenta va possibilitar una precisió espacial d'entre quatre i cinc ordres de magnitud superior a la dels sistemes de mesurament centralitzats.

 
''
[[Image:Draft_Garcia_256196054-sensors-googleno2oakland.png|center|px|]]
''

''Nivells dels contaminants analitzats (NO, NO<sub>2</sub> i negre de carbó), expressats en μg/m<sup>3</sup>; el punt assenyalat correspon al lloc concret on els vehicles acceleren per travessar sota l'autopista I-880 i incorporar-se al pont de la Badia, que comunica Oakland amb San Francisco (''''©''''Google Maps / Environmental Defense Fund)''

 
Les dades recolides i el procés d'obtenció es troben detallats a l'article publicat a la revista ''Environmental Science and Technology'', de l'American Chemical Society (ACS).

Atès que els mapes de NO, NO<sub>2</sub> i negre de carbó a l'escala de 30 m esmentada més amunt es van revelar, almenys en el cas d'Oakland, sorprenentment estables en el temps, revelant patrons de pol·lució persistents al llarg de les sèries diàries efectuades, els responsables d'aquesta actuació creuen que seria factible, si s'aconseguís validar la dita estabilitat en altres ciutats, estendre aquesta metodologia arreu del món on calgués omplir els buits de dades ambientals de qualitat. D'altra banda, com potser apunten aquesta actuació i l'anterior (referida al metà), no es pot descartar, en el termini mitjà, que Google Maps arribés a integrar sistemàticament els paràmetres de la qualitat de l'aire en la seva plataforma, tot i que sens dubte caldria temps per aconseguir-ne una àmplia difusió. Això donaria peu a interessants possibilitats , per exemple, a l'hora de determinar quins itineraris es podrien seguir per tal de no incrementar un pic de pol·lució en alguna zona específica, o per proporcionar als vianants o als ciclistes alertes ambientals en temps real, posem per cas mitjançant els seus dispositius mòbils, per tal que evitessin determinats carrers amb excessiva contaminació.

 
[[Image:Draft_Garcia_256196054-sensors-googleno2proces.png|center|px|]]

''(''''©''''Environmental Science and Technology)''

 
<span id='bloc5'></span>

==També sota terra: robots nedadors==

En el camp de la detecció ambiental dinàmica, el Massachusetts Institute of Technology (MIT) no es limita a recórrer els carrers en superfície: també ha desenvolupat un petit robot nedador capaç de detectar fuites en les conduccions subterrànies d'aigua abans no posin en perill la integritat de la infraestructura. Permet també millorar el sistema d'abastiment d'aigua a les ciutats, on les pèrdues hídriques causades per fuites solen ser severes (algunes estimacions parlen de fins a un 20%, de mitjana). En paraules dels seus desenvolupadors, el robot, anomenat PipeGuard, constitueix un mètode de detecció més barat, ràpid i efectiu que altres de ja existents.

Inicialment, el robot havia estat concebut per a la localització de fuites de gas, a fi d'evitar explosions, però posteriorment va rebre adaptacions per permetre-li treballar en el medi aquàtic, on no només detecta fuites sinó que és capaç de posar-hi aturador, de manera provisional si més no, abans que l'escapament no comprometi la integritat estructural d'edificis o calçades.

PipeGuard és el fruit de nou anys de treballs del Departament d'Enginyeria Mecànica del MIT, i tindrà presència al certamen internacional de robòtica [http://www.iros2017.org/ IROS 2017] de Vancouver, aquest mateix mes de setembre, on l'equip de desenvolupadors presentarà les darreres novetats del producte. Val a dir en tot cas que a hores d'ara PipeGuard ja ha rebut nombrosos reconeixements i distincions, per exemple a la 2017 MIT Water Innovation Competition o al [http://www.infymakers.com/winners.html 2017 Infy Maker Award], on va ser un dels vint-i-cinc projectes guanyadors. Els jurats d'aquests concursos han valorat PipeGuard per l'ús que fa del disseny intel·ligent a l'hora de maximitzar l'eficiència i la simplicitat en el tractament d'un problema complex com és el de les fuites d'aigua en les xarxes subterrànies d'abastiment.

Les proves inicials de PipeGuard es van dur a terme a l'Aràbia Saudita, i van comptar amb la col·laboració financera i operativa de la Universitat del Petroli i els Minerals Rei Fahd. Durant els assajos, el giny va ser testat catorze vegades, al llarg de tres dies, en una canonada de 5 cm de secció i una milla de longitud, amb corbes, junts en T i diferents connexions, i segons els seus desenvolupadors va ser capaç de detectar una fuita de prop de 3,8 l/min, cosa que suposa una desena part de la mida mínima que poden localitzar els sistemes tradicionals. Aquests sistemes, d'altra banda, són poc aptes per a la inspecció de canonades construïdes amb fusta, argila o plàstic, que són les tipologies més presents en moltes parts del món en vies de desenvolupament.

A més d'aquest assaig a Aràbia, n'hi ha hagut d'altres de posteriors, com ara un que s'està duent a terme a la ciutat mexicana de Monterrey, on PipeGuard examina canonades de formigó de 30 cm de secció. En aquesta ciutat les fuites d'aigua són gravíssimes, assoleixen cabals del 40% i tenen un cost econòmic anual de prop de vuitanta milions de dòlars; a més, comprometen la seguretat sanitària de l'aigua, ja que l'exposen a la pol·lució de l'entorn.

El robot s'introdueix a la xarxa subterrània, i se n'extreu, des de qualsevol hidrant a peu de carrer, sense necessitat d'obrir rases ni d'interrompre el subministrament. En la seva versió aquàtica, recorda a un volant de bàdminton que en la seva part més ampla ocupa totalment el diàmetre de la canonada que està inspeccionant. Es desplaça gràcies al flux d'aigua, enregistrant en tot moment la pròpia posició i les possibles variacions en la pressió del medi, les quals detecta amb els sensors presents sota la part del faldó, de goma tova (la part blava de la imatge següent). Un cop recuperat de sota terra, les dades recollides pel robot es bolquen al programari corresponent, i fetes les anàlisis escaients, els gestors de la xarxa poden veure quines reparacions puntuals poden caldre a la infraestructura, per evitar intervencions futures de molt més calibre i costos multiplicats.

 
[[Image:Draft_Garcia_256196054-sensors-mitnedador.png|center|px|]]

''Els sensors de pressió de PipeGuard van sota la part blava de goma (''''©''''MIT)''

 
L'equip del MIT que ha desenvolupat PipeGuard prossegueix els seus treballs: de moment ja ha concebut altres ginys capaços de controlar el propi moviment, de manera que no es deixen arrossegar passivament per l'aigua. Els investigadors també dissenyen actualment un robot col·lapsable capaç d'adaptar-se per si sol a diferents diàmetres de canonada, i que podria ser útil per a la inspecció de xarxes d'abastiment antigues, amb tot de seccions diferents que no sempre es troben prou documentades als plànols dels operadors municipals. Un altre possible desenvolupament de PipeGuard podria consistir en un robot habilitat per dur a terme reparacions de fuites petites ''in situ.''

Cal assenyalar per finalitzar que els PipeGuard no són pas els únics robots destinats a patrullar el subsòl que està desenvolupant el MIT: hi ha un altre prototip recent, anomenat [https://www.dezeen.com/2016/06/09/mit-professor-carlo-ratti-interview-sewage-sampling-robots-eliminate-disease-internet-of-things-mit/  Luigi], que es dedicarà a prendre mostres de les aigües del clavegueram per identificar patògens que podrien donar lloc a brots de malalties.


<span id='bloc6'></span>

==Autors==

Redactat per: [mailto:alfonso.martinezjaume@gencat.cat Alfonso Martínez Jaume]

Per saber-ne més: [http://senseable.mit.edu/treepedia/ Treepedia], [https://www.citylab.com/solutions/2017/05/cambridges-fleet-of-smart-garbage-trucks-is-here-to-sniff-out-problems/526545/?utm_source=nl__link5_051817 City Scanner], [https://www.edf.org/climate/methanemaps Methane Maps], [http://pubs.acs.org/doi/abs/10.1021/acs.est.6b06095 American Chemical Society (metà)], [https://www.edf.org/airqualitymaps Air Quality Maps], [http://pubs.acs.org/doi/abs/10.1021/acs.est.7b00891 American Chemical Society (NOx)], [http://news.mit.edu/2017/robot-finds-leaks-water-pipes-0718 PipeGuard], [https://youtu.be/CohDhFkyiks PipeGuard [vídeo]]


<span id='bloc7'></span>
===Informació relacionada===

<ul><li>[http://senseable.mit.edu/treepedia/ Treepedia]

</li>
<li>[https://www.citylab.com/cityfixer/2017/05/cambridges-fleet-of-smart-garbage-trucks-is-here-to-sniff-out-problems/526545/?utm_source=nl__link5_051817  CityScanner]

</li>
<li>[https://www.edf.org/climate/methanemaps Methane Maps]

</li>
<li>[http://pubs.acs.org/doi/abs/10.1021/acs.est.6b06095 American Chemical Society (metà)]

</li>
<li>[https://www.edf.org/airqualitymaps Air Quality Maps]

</li>
<li>[http://pubs.acs.org/doi/abs/10.1021/acs.est.7b00891 American Chemical Society (NOx)]

</li>
<li>[http://news.mit.edu/2017/robot-finds-leaks-water-pipes-0718 PipeGuard]

</li>
<li>[https://youtu.be/CohDhFkyiks PipeGuard [vídeo]]

</li>
</ul>