ISSN-e:

ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021(pp. 138-154)

DOI: 10.47460/uct.v25i110.486

Sistemas inteligentes para la protección de ecosistemas, flora y fauna

Sandoval Ruiz Cecilia E.
http://orcid.org/0000-0001-5980-292X
[email protected]
Facultad de Ingeniería, Instituto de Matemática y
Cálculo Aplicado,
Universidad de Carabobo
Carabobo-Venezuela.

Recibido (14/05/21 ) Aceptado (11/07/21)

Resumen: La presente investigación se centra en desarrollar una propuesta para aplicaciones

sostenible y conservación del hábitat natural de la flora y fauna. Esto manteniendo un equilibrio entre
las tecnologías, los avances científicos y la simplificación fractal, orientada a la protección ambiental.
En tal sentido, se ha estudiado la correspondencia entre esquema de reciclaje y recuperación de calor
residual, como soluciones desde el campo de la ingeniería, para el diseño bioinspirados, aprendizaje
inteligente del entorno, simplificación modular de sistemas, como método de optimización sostenible.
Se presenta un conjunto de propuestas, a partir de elementos reconfigurables, biodegradables (meta-
materiales) y realimentación, para minimizar el impacto ambiental. Finalmente, se obtiene como
resultado el modelo regenerativo con las ecuaciones descriptivas y los parámetros adaptados a la
aplicación de conservación de ecosistemas, áreas forestales y glaciares. Lo que permite concluir,
que el estudio multidimensional aporta soluciones dentro del rigor científico en materia ambiental,
protección de los recursos naturales, mitigación de impacto ambiental, respeto del equilibrio
y ciclos de la naturaleza, para la recuperación de los sistemas y calidad de vida de los seres vivos.

Palabras Clave: Remediación Ambiental, Protección de la Fauna, Conservación de ecosistemas,

Sistemas Regenerativos.

Smart systems for the protection of ecosystems, flora and fauna

Abstract: The present research focuses on developing a proposal for sustainable engineering
applications and conservation of the natural habitat of flora and fauna. This is maintaining a balance
between technologies, scientific advances and fractal simplification, aimed at environmental protection.
In this sense, the correspondence between recycling scheme and waste heat recovery has been studied,
as solutions from the engineering field, for bio-inspired design, intelligent learning of the environment,
and modular simplification of systems, as a sustainable optimization method. A set of proposals is
presented, based on reconfigurable, biodegradable elements (meta-materials) and feedback, to minimize
environmental impact. Finally, the regenerative model with descriptive equations and parameters
adapted to the application of conservation of ecosystems, forest areas and glaciers is obtained as a result.
This allows us to conclude that the multidimensional study provides solutions within the scientific rigor
in environmental matters, protection of natural resources, mitigation of environmental impact, respect
for the balance and cycles of nature, for the recovery of systems and quality of life of living beings.

Keywords: Environmental Remediation, Fauna Protection, Ecosystem Conservation, Regenerative Systems

138
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN
ISSN-e:
2542-3401/
2542-3401,
1316-4821
ISSN-p: 1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

I. INTRODUCCIÓN de protección de la fauna urbana y silvestre depende

La investigación científica viene realizando estudios del comportamiento humano, es necesario el acceso a
en materia ambiental, con el objetivo de fomentar el información y asesoría oportuna, a través de programas
conocimiento, respeto, empatía y responsabilidad son de formación y capacitación, asesoría especializadas en
valores importantes para la conservación de la natura- línea, centros de ayuda y atención veterinaria, dispen-
leza y encontrar soluciones viables y eficientes para la sadores de alimentos y parques ecológicos. Así mismo
conservación de hábitats naturales. Entre estos se en- promover la migración a un estilo de comportamiento
cuentran los glaciares [1-4], que reflejan la luz solar, simple y sostenible: alimentación sostenible (de origen
presentando un efecto de escudo térmico natural, siendo vegetal y natural), identificación del impacto socio-am-
esta característica objeto de estudio en la restauración biental asociado a las actividades y tecnologías, dis-
del hielo glaciar, tomando en cuenta los conceptos de minución de los residuos y emisiones contaminantes,
geoingeniería, considerando los métodos para el enfria- migración a un modelo circular de energías renovables
miento controlado de zonas de riesgo, la aplicación de (sistemas de energía realimentados, minimización de
sustancias reflectantes en la atmosfera, los filtros sola- disipación de energía térmica, reciclaje de energía y
res o elementos discretos sobre la superficie de glacia- componentes del sistema), selección de opciones loca-
res, este último expuesto en detalle en [5], con técnicas les (sin transporte), ecológicos (sin aditivos químicos
responsables, no invasivas para la vida silvestre y ma- artificiales), biodegradables y la aplicación de técni-
teriales que sean biodegradables, los cuales no deben cas de remediación ambiental, desde un tratamiento
afectar el equilibrio natural del entorno, la interacción eco-responsable en los diseños, para una revalorización
con otros ecosistemas y la biósfera. de los recursos (Ver Figura 1), todo esto con el objetivo
Actualmente, la educación ambiental debe orientar de contribuir significativamente en las mejoras de ca-
y concientizar en la protección al hábitat de la flora y lidad de vida de la fauna y las condiciones ambientales
fauna, impacto ambiental asociado a cada actividad y de su hábitat, respetando el desarrollo de los espacios
soluciones sostenibles. La efectividad de las medidas naturales.

Fig. 1. Modelo Sostenible de Protección del Hábitat de la Flora y Fauna

A las medidas de protección se deben incluir medi- fotovoltaicos, compuestos por bombas, válvulas, sen-
das correctivas, considerando que en los procesos tér- sores de caudas y líneas refrigerantes y estas tecnolo-
micos industriales, se desperdicia entre el 20 y el 40% gías pueden ser extrapoladas, para el reciclaje de calor
de la energía, la cual es disipada al ambiente, por lo ambiental y energía térmica oceánica, por ser el océano
que se han desarrollado tecnologías de recuperación de una gran fuente de almacenamiento de energía térmica
calor móviles (portátiles) y almacenamiento térmico solar [7], sin embargo su calentamiento origina efectos
móvil [6], en las que se aplican intercambiadores de ca- tales como alteración del nivel de oxígeno, el CO2 se
lor para la captación de la energía residual, que pueden disuelva directamente en la superficie, así el pH del mar
ser aplicados igualmente en refrigeración de paneles disminuye y el agua se acidifica, lo que afecta el correc-

139
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN 2542-3401/
ISSN-e: 1316-4821
2542-3401, ISSN-p: 1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

to desarrollo de ciertas especies, lo que no solo afecta su actividades conservacionistas, con el rigor científico de
funcionamiento como filtros de contaminantes, el equi- las investigaciones y nuevas tecnologías emergentes, es
librio de la vida marina. un método de minimizar este impacto. A nivel de in-
Para corregir los efectos de la elevación de tempera- geniería se plantea el diseño de módulos robóticos de
tura de los glaciares, áreas forestales y océanos, sobre recolección de plástico, limpieza oceánica, clasificación
las especies de estos ecosistemas, se plantea la gestión inteligente y reciclaje con procedimientos eficientes, en
de calor regenerativo. En tal sentido, se desarrolló un cuanto al consumo de energía y agua, así como sistemas
diseño orientado al direccionamiento inteligente de la modulares reconfigurables para actualización dinámica.
radiación solar [8], para filtrar de forma selectiva, los A nivel de tecnología se plantea el diseño de materiales
componentes espectrales para protección de áreas natu- biodegradables y manejo sostenible de materiales.
rales (con énfasis en áreas forestales, océanos y glacia-
res). Este modelo de gestión selectiva de radiación solar, B.Emisiones de calor residual y su impacto sobre
puede permitir el control de temperatura y prevención ecosistemas.
de incendios en áreas forestales, océanos o deshielo en La producción de energía eléctrica convencional y
el caso de glaciares. El elemento aéreo puede tratarse otras actividades disipan energía térmica al ambiente,
de un globo aerostático solar, con paneles fotovoltaicos lo que puede incidir en un impacto ambiental negativo
integrados, un elemento reflectante o una tecnología de sobre los ecosistemas, por alteración de la temperatura
conversión fotovoltaica y almacenamiento térmico so- natural en el hábitat pueden originar variación de la di-
lar [9], de forma remota. La idea consiste en realizar un námica de comportamiento de las especies locales (au-
uso eficiente de la energía solar, de manera focalizada, tóctonas) y el equilibrio en su interacción funcional. Es
para revertir los efectos de calentamiento y contribuir a por ello, que para la disminución de emisiones de calor
la recuperación de hábitat de su fauna nativa. Así mis- se plantea el diseño de tecnologías con aislamiento tér-
mo, se observan métodos de disminución de calor hasta mico, aumento de la eficiencia térmica de los procesos
4.5°C, de forma natural, el cual consiste en aplicar espe- y la captación de calor del ambiente, usando procedi-
cies nativas, por su capacidad de adaptación y eficiencia mientos de transferencia de energía térmica (bombas de
en el enfriamiento, para restauración ambiental [10]. calor, sistemas aerotérmicos), para almacenamiento de
La presente investigación tiene como objetivo desa- energía y recuperación eficiente de la energía térmica.
rrollar una propuesta sobre criterios sostenibles y aná- Una vez detectados los aspectos a optimizar, se plan-
lisis de soluciones tecnológicas en el área de la inge- tean métodos de solución desde el área de ingeniería:
niería orientados a la protección y bienestar de la fauna
urbana, marina, nativa, silvestre y polinizadores, entre C. Observación y aprendizaje a nivel científico de
otros. Siendo uno de los primeros aspectos a estudiar los procesos de optimización de la naturaleza.
los factores incidentes que crean cambios en la diná- Los bio-procesos, muestran un importante equilibrio
mica de los ecosistemas, alterando las condiciones del en el aprovechamiento eficiente de todos los estados de
hábitat de estas especies y las alternativas de solución los materiales y la energía. El diseño de observadores
más simples, hasta la inclusión de tecnologías avanza- biológicos (identificadores/caracterizadores) y paráme-
das. De esta manera se busca relacionar los parámetros tros para entrenamiento neuronal, se propone para un
de optimización, a través de una ecuación matemática modelo de desarrollo sostenible, basado en soluciones
descriptiva, de un sistema realimentado con etapas de fundamentadas sobre los principios de la naturaleza. El
desplazamiento de energía programables, para mínimo comportamiento de las plantas, en el seguimiento solar,
impacto ambiental. la capacidad de clasificación/selección de los animales
(inteligencia natural), uso eficiente de la energía, alma-
cenamiento, interacción de los árboles en sistemas de
A. Diseño de materiales y sus efectos ambientales. conexiones en bosques nativos, entre otras muchas ca-
El uso industrial de materiales o aditivos no bio- racterísticas de la naturaleza, son modelos a seguir, don-
degradable, inciden en la emisión de sustancias o mi- de las redes neuronales de entrenamiento fractal sobre
cro-partículas al ambiente (tal es el caso de residuos hardware (Fractal-ANN), se perfilan como herramien-
plásticos y sus efectos sobre la fauna marina). En tal sen- tas de aplicación para alcanzar el desarrollo sostenible.
tido, se requiere una normativa de gestión de residuos,
así como la regulación de uso de productos descartables D. Tecnologías Sostenibles en protección de la
a base de estos materiales. La educación ambiental, cul- fauna urbana y silvestre.
turización en sostenibilidad y profesionalización de las La identificación de fauna, valorización de los seres

140
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN
ISSN-e:
2542-3401/
2542-3401,
1316-4821
ISSN-p: 1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

vivos comprendiendo su importancia en el equilibrio de (sin aditivos o conservantes artificiales), dispensadores

la naturaleza y conociendo el diseño de sus funciones en de agua, reservas ecológicas como bosques urbanos,
los ecosistemas, así como el monitoreo de condiciones jardines verticales, espacios verdes, etc., que les permi-
de la fauna, comportamiento y características, permitirá ta contar con condiciones estables para su óptimo desa-
garantizar su calidad de vida. En el caso de la fauna rrollo. El diseño de tecnologías de baja o neutra emisión
urbana, la educación y concientización son prioritarias, residuales, corresponde a los criterios de diseño para la
para lograr un compromiso en su tratamiento responsa- sostenibilidad de la fauna, presentado en la Tabla 1.
ble, los dispensadores urbanos de alimentos saludables

Tabla 1. Estudio de efectos y alternativas ecológicas.

Tipo de Preventivo Correctivo Tecnología Solución Estratégica

Emisiones
Calor / Disminuir el calor
Captadores de calor por Aislación Térmica en Equipos móviles para la
Energía residual inducción sobre recopiladores. procesos con disipacióncaptación de energía
Térmica Nuevo modelo aero-térmico. de calor. térmica y almacenamiento.
Plásticos Sustitución por Clasificación para reciclaje, con Redes Neuronales de Re-estructuración de los
residuales materiales tecnología eficiente de energía clasificación deproductos locales /
biodegradables y mínimo consumo de agua materiales Simplificación
CO2 Modificación del Filtros inteligentes Captadores de CO2 Disminuir las
modelo de transporte movilizaciones laborales
NOx, SOx, Disminución de Captación de particularizado Filtros Geométricos Equipos pasivos (sin
particularizado actividades emisoras consumo de energía)
Metales de Hardware de Reciclaje de electrónicos RAEE Matriz de compuertas Formación en electrónica
electrónicos electrónica flexible de efecto campo reconfigurable
Sub-productos Aprovechamiento en Deshidratación, post- Tecnología de Re-utilización de alimentos
Orgánicos alimentación a la fauna procesamiento, fermentado alimentos sostenible

De esta manera, se definen alternativas preventivas y E. Diseños de ingeniería para la fauna urbana
correctivas, las cuales pueden ser generalizadas, desde Los dispensadores de alimentos para fauna urbana,
el criterio de diseño u optimización para máxima efi- deben contemplar alimentos saludables de acuerdo a
ciencia, la gestión responsable de subproductos de eta- las características de las mascotas, así mismo alimentos
pas intermedias y mínimo consumo de recursos y ener- sostenibles, basados en proteínas vegetales compati-
gía, como en el caso del calor residual que se identifica bles. En tal sentido, se plantea una red neuronal pro-
como energía térmica reciclable, esto con el objetivo funda CNN para extraer los rasgos o características de
de revalorizar y realimentar esta energía al sistema efi- la imagen captada por una cámara digital en el dispen-
ciente. sador. De esta manera, se puede ofrecer los alimentos
Todo esto orientado a tecnologías eco-responsables, idóneos, las cantidades más convenientes, dosificación
sin aleaciones no reciclables, control de particularizado de alimentos, distribución de los alimentos en laberin-
en procesos industriales y gases de efecto invernadero, tos para que puedan comer de forma lenta y estimular
radiación electromagnética, ionizante y no ionizante, su capacidad cognitiva, juegos, actividades o retos cog-
efecto térmico sobre los tejidos [11], en líneas de trans- nitivos, estudio de patrones de comportamiento, diag-
misión de energía y comunicaciones, así como uso de nóstico oportuno de condiciones de salud y atención
equipos, lo que puede tener un efecto en la salud cog- veterinaria remota o asesoría en línea para las personas
nitiva de los seres vivos [11-12], cambio en la estruc- que interactúan con la fauna urbana. Retos cognitivos:
tura molecular y efectos a nivel cuántico por el campo Distribuir alimentos, para que la mascota deba encon-
electromagnético incidente, así como sobre los hábitos trarlos, guiado por su olfato. Juego de inteligencia como
de comportamiento de la fauna y polinizadores y libre laberintos. Colocar de forma no visible algún premio
de aditivos no naturales en el sector de alimentos y cul- comestible o juguete, para que realice actividades de
tivos (como fertilizantes, conservantes químicos), todo búsqueda. También se pueden colocar barreras en cir-
esto a fin de minimizar los efectos sobre la calidad de cuitos de retos cognitivos, colocar algunas barreras, que
recursos naturales como agua, aire y suelo. requiera solucionar y encontrar el camino hacia la meta.
Juegos interactivos y estimulación sana para las mas-

141
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

cotas, siempre de forma segura. Lo que se busca es que hábitos y educación ambiental y redes de asesoría en
no se estrese y pueda mantener su salud mental y cogni- líneas puede ser una herramienta para superar el des-
tiva en buen estado, realizar algunas actividades como conocimiento (cultural) y revalorizar la fauna y flora y
ejercitarse de forma segura y mantenerse feliz. A esta acciones correctivas, tales como la remediación y res-
actividades se pueden incluir módulos de inteligencia, tauración de los ecosistemas. Una conciencia colectiva,
masajes a través se cepillos suaves, estaciones de juego, basada en criterios de sostenibilidad, que promueva la
entre otros. reforestación y disminución/mitigación de emisiones
de calor y elementos contaminantes al ambiente, como
F. Conservación ambiental, flora y fauna. forma de remediación ambiental para proteger el hábitat
Para mitigar el impacto ambiental se requieren ac- de los animales y todos los seres vivos, con un esquema
ciones preventivas como nuevos modelos de desarrollo, como el presentado en la Tabla 2.

Tabla 2. Componentes del esquema regenerativo de remediación ambiental.

Esquema Clasificación Registro / Sumatoria de Aporte Realimentación

Regenerativo Almacenamiento
Compostaje Natural / Descomposición / Síntesis Reservas de recursos / Composición ecológica (alimentos vegetales), sin
Reciclaje Inteligente de componentes etapas del proceso aditivos químicos artificiales, reciclaje por
Ciclo Hídrico / Cambios de estado y Acumuladores realimentación de componentes biodegradables, sin
Plantas recuperadoras Filtrado regenerativos contaminación del suelo, ni las fuentes hídricas.
Fotovoltaica Se plantea un estudio en el comportamiento de interacción de los fotones y enlaces de los materiales
Regenerativa constructivos del panel fotovoltaicos [13], para la regeneración de propiedades fotovoltaicas, arquitectura
inteligente para ampliar la eficiencia.
Energía Térmica-FV Tecnología de recuperación Bancos de calor [14] Captación o recuperación del calor ambiental para
de calor y CO2 uso de la energía térmica reciclada.

II. DESARROLLO fauna, desde identificación de especies, caracterización

Entre los conceptos a estudiar se presenta las apli- para suministro de alimentos saludables de acuerdo a su
caciones tecnológicas de redes neuronales reconfigu- talla y requerimientos, diagnóstico de comportamiento,
rables, orientadas a la protección de la fauna en sus entre otras funciones. En esta oportunidad se propone
diversas actividades. Dado que las redes neuronales ar- identificar la forma de onda de los sonidos emitidos por
tificiales profundas (deep learning), permiten identificar la fauna urbana para reconocer condiciones de salud y
patrones, formas de ondas e imágenes, ha sido amplia- caracterización de rasgos específicos, a fin de alcanzar
mente aplicado para reconocimiento y clasificación, es- una atención óptima. En la Figura 2 se presenta el es-
tos avances puede ser orientados para la protección de la quema de las capas de la red neuronal.

Fig. 2. Reutilización de Redes Neuronales CNN pre-entrenadas

142
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

Las CNN permitirían identificar mascotas perdidas, vo se concentra en una ventana de tiempo, cuya expan-
ubicación de fauna en sus hábitats de origen, comporta- sión permite construir el entramado específico. Aparece
miento, monitoreo, etc. Para la configuración de la red igualmente, un tercer factor correspondiente a la ener-
neuronal se plantea la reutilización de capas pre-entre- gía, la cual no tiene representación en el espacio físico,
nadas, en el marco de los esquemas colaborativos de pero se relaciona con las estructuras de conversión.
diseño y entrenamiento profundo, dando oportunidad Impacto ambiental de las energías renovables. La
de implementar el diseño de la red resultante sobre baja densidad energética de la tecnología de conversión
hardware reconfigurable, para su adaptación dinámica fotovoltaica, hace que esta energía renovable requiera
y ajuste de las capas en relación a los datos obtenidos grandes extensiones de terreno, suelo fértil, áreas fores-
en las aplicaciones. tales y hábitat de diversas especies, por lo que es nece-
sario avanzar en el estudio de alternativas más eficientes
Modelo de sistemas regenerativos y redes neuro- y con menor impacto ambiental. Por otra parte, la foto-
nales artificiales. voltaica distribuida sobre tejados de edificaciones ha-
Desde el modelo conceptual se reconocen compo- bitadas por seres vivos puede tener incidencia sobre la
nentes dados por pesos o coeficientes para las etapas salud, tal es el caso de la contaminación electromagné-
funcionales y sub-etapas con la misma descripción de tica que puede afectar la memoria, concentración y las
comportamiento, registros de almacenamiento o re- neuronas de sus habitantes. Finalmente, una tecnología
sultados intermedios entre etapas, la combinación de emergente corresponde a la fotovoltaica flotante, con
aportes, una matriz espacio-temporal, selectividad en varias ventajas sobre los otros modelos, pero con igual
procesos de clasificación inteligente y configuración di- incidencia sobre el ambiente marino, temperatura de las
námica, así como una realimentación, que se correspon- aguas oceánicas, afectación de las actividades de la fau-
de con la re-utilización o reciclaje de los sub-productos na marina, entre otros efectos que deben ser mejor es-
o emisiones. Esto supone que la solución ambiental tudiados. Por todo esto, la bio-fotovoltaica flotante con
debe estar basada en una arquitectura de modelo fractal. recuperadores de calor se perfila como una tecnología
A la vez, debe estar inspirada en los ciclos naturales, los más sostenible, aun cuando la eficiencia de conversión
tiempos activos y pasivos (de recuperación), así como actualmente se encuentra por debajo de los porcentajes
conceptos de sistemas bi-estables. Esto último se inter- alcanzados en el caso de la fotovoltaica convencional,
preta, no como un esquema con n ciclos o registros, que resulta más armónico la implementación de módulos o
requiere n instantes de tiempo, sino más bien como un paneles compuestos de algas marinas vivas, para la con-
modelo de n etapas espaciales, con dos ciclos correla- versión de energía solar a eléctrica, mitigación de CO2
cionados, los valores en el ciclo t en función de los va- y su incorporación con aplicaciones productivas en la
lores en el ciclo t-1. superficie marina.
Esto supone un tratamiento novedoso en los siste- La propuesta comprende aplicaciones en línea, para
mas auto-regresivos, donde la dependencia temporal se protección, restauración y conservación de hábitats de
ve reducida a un ciclo anterior, por tanto se logra una la fauna urbana, silvestre, marina, polinizadores, a tra-
simplificación en el modelo, a partir de funciones ite- vés de herramientas de tele-servicio, sistemas regene-
radas en el espacio, asociadas a la arquitectura fractal rativos, optimizadores de energía, y redes neuronales,
espacial. Corresponde a una trama o arreglo que se con- como se presenta en la Figura 3.
figura de manera dinámica, donde el modelo descripti-

143
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN 2542-3401/
ISSN-e: 1316-4821
2542-3401, ISSN-p: 1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021(pp. 138-154)

Fig. 3. Esquema Conceptual de Aplicaciones Tecnológicas de protección a la Fauna.

La naturaleza es una fuente de conocimiento, para do los aportes de diversos diseñadores al sistema. La
el diseño de los sistemas sostenibles, es necesario ob- innovación viene dada por la capacidad de seguimiento
servar y estudiar sus modelos de optimización, para la de un comportamiento específico de elementos natu-
construcción de modelos regenerativos y la restaura- rales, es decir, por bio-entrenamiento en las funciones
ción de condiciones ambiental. La protección del suelo, objetivo (target), es orientado a tecnologías sostenibles:
bosques, árboles, revestimiento vegetal, reforestación, energías renovables, seguimiento solar, clasificación
germinación de semillas nativas (restauración forestal), de compuestos para reutilización de sus componentes
promueve el restablecimiento del equilibrio, por lo que (subproductos), síntesis de estructuras inteligentes, en-
deben ser medidas básicas. Las máquinas de aprendiza- tre otras aplicaciones. El principal aporte consiste en
je y elementos inteligentes en las actividades agrícolas formular un sistema distribuido de alta eficiencia que se
e industriales pueden hacer éstas más sostenibles, sin basa en el aporte de capacidad de cómputo de elemen-
introducir químicos, ni otros elementos contaminantes. tos distribuidos, para obtener una configuración simpli-
Siendo el tema energético un eje de contribución, que ficada de los resultados en tecnología FPGA dinámica.
facilita la migración hacia tecnologías sostenibles. Todo Así como de las ideas y criterios de diseños, de forma
esto desde la consideración que el respeto a los animales colaborativa. Adicionalmente, la función objetivo es
y seres vivos inspira soluciones ambientales eficientes. particular inspirada en animales y vegetación, en proce-
sos naturales como inteligencia y foto-síntesis.
A. Servicio colaborativo para optimización de
sistemas y energías renovables. Tecnologías Sostenibles aplicables a remediación
Comprende el diseño de un optimizador colabora- ambiental.
tivo, desde un servidor entrenamiento neuronal remoto, 1.Diseño arquitectónico con vegetación, musgo en
para aplicaciones de restauración ambiental, bioinge- espacios funcionales para mejorar el impacto ambiental
niería, protección de la biodiversidad en flora y fauna, [15-18].
tecnologías sostenibles inspiradas en la eficiencia de la Energía solar fotovoltaica y agricultura sostenible,
naturaleza. A través de un modelo distribuido, soportado en relación simbiótica. Inteligencia de enjambre como
en un software de entrenamiento colaborativo, integran- herramienta para el seguimiento solar, en aplicaciones

144
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021(pp. 138-154)

fotovoltaicas y termosolares, donde los agentes activos los módulos multi-niveles, eficiencia en la utilización
se encuentran sincronizados y auto-organizados, con y bio-tratamiento del agua, luz solar, nutrientes natura-
optimización colectiva, sin coordinación central. Se les, agro-robótica, funcionalidades ecológicas, ciudades
plantea un entrenamiento neuronal del control basado verdes, e-alimentos vegetales [19-21].
en los procesos naturales de las plantas, como pilotos 5. Recuperadores de calor regenerativo RCR, en red
para el seguimiento de sus funciones de optimización urbana de energía residual. Sistemas colaborativos con
en fotosíntesis, se entrenarían las redes neuronales de seguimiento de consumo de agua, eficiencia energética,
control del sistema fotovoltaico, donde el campo foto- impacto ambiental, gestión de residuos, reincorpora-
voltaico sería un modelo bio-inspirado de un bosque ción de subproductos, estrategias de sostenibilidad. Red
nativo y cada panel en el sistema, tendría funciones de de robótica teleoperada [22], de servicio para recolec-
optimización de su rendimiento y del sistema como ele- ción y distribución funcional, distribución de insumos
mentos colaborativos. bajo normas de bioseguridad, recolección de residuos
eléctricos y electrónicos para gestionar su reutilización.
2. Bio-entrenamiento neuronal, basado en compor-
tamiento de fauna para reconocimiento de patrones y III. METODOLOGÍA
clasificación de compuestos, lo que tiene alto grado de Se identifican diversas tecnologías que tienen un alto
aplicación en bio-remediación, reciclaje y tecnologías impacto ambiental, como corresponde al sector energé-
sostenibles. Paneles de geometría fractal para filtros de tico, movilidad, actividades urbanas e industriales. En
partículas de 5 nm. con tecnología CNN de inteligencia todos estos, el factor común corresponde a las emisio-
artificial para la separación, clasificación y remediación nes de calor. Se ha introducido el concepto de energía
de material particularizado y agentes químicos. regenerativa, que comprende un ciclo combinado de
recuperación de calor: ambiental, oceánico (OTEC por
3.Redes neuronales CNN y RNN para reconoci- gradiente térmico), a fin de revalorizar el calor emitido
miento de especies de fauna urbana, local (autóctona), o disipado y reinsertarlo en el ciclo productivo, como
silvestre, marina y comportamiento de biodiversidad, energía térmica regenerativa, a partir de un modo de
en protección de ecosistemas ambientales. Plataforma energía térmica residual. La remediación ambiental a
de remediación ambiental, protección de mascotas y través de diseños tecnológicos se plantea como la herra-
fauna silvestre, asesorías especializadas para gestión mienta para la protección de la fauna y la conservación
ambiental y soporte técnico. El objetivo es diseñar de la naturaleza, desde los aspectos energéticos, control
una plataforma colaborativa, donde los especialistas de emisiones de calor residual, eficiencia en los diseños
de áreas de ingeniería, veterinaria, sostenibilidad, acti- y reutilización de energía en sistemas regenerativos.
vistas, puedan aportar sus conocimientos en una guía Con esta idea, se plantea iniciar el sistema con algún
práctica de casos generalizados y atención particulari- elemento ignitor, luego de alcanzar su régimen perma-
zada a usuarios que requieran apoyo en situaciones de nente, continuar el proceso con energía térmica solar
colaboración ambiental. Desde estrategias de adopción y realimentación de calor regenerativo o conversión de
de mascotas de forma individual o colaborativa, acti- energía eléctrica realimentada para quemadores eléctri-
vidades tele-operadas de asistencia médica veterinaria, cos, en una eficiencia máxima dada por el aislamiento
formación en alimentación saludable para mascotas, térmico del sistema. El método consistió en un análisis,
técnicas de clasificación y reciclaje colaborativo, entre la tabulación de métodos y estrategias se presentan en
otras: Programa de rescate de animales sin hogar, para las tablas 3.
su cuidado individual o colaborativo.

4. Redes de Asesoría para tele-salud, información

veterinaria y alimentación saludable de mascotas. Huer-
tas urbanas individuales o colaborativas, con apoyo
técnico. Compostaje y fertilizantes ecológicos para cul-
tivos orgánicos en las ciudades. Incorporación de agri-
cultores en el modelo distribuido de tecnología de segu-
ridad alimentaria. Colmenas ecológicas para promover
espacios para polinizadores. Germinadores inteligentes
y sistemas de invernaderos verticales con optimiza-
ción de espacios, direccionamiento de luz solar para

145
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

Tabla 3. Estrategias de remediación ambiental.

Comportamiento Objetivo Estrategia Criterios Diseños sostenibles

Disminuir los residuos Seleccionar alimento de Compostaje de cascaras y Utilización de Compostaje inteligente
origen vegetal siembra de semillas subproductos deshidratador solar
Reutilizar componentes y Tejidos de material plástico Reutilización y Reciclaje Tejedora para materiales
materiales reciclado. reciclados.
Ahorrar recursos naturales Ahorrar agua, energía y Desinfección ecológica con Conservación de fuente Optimizador en consumo
recursos naturales vapor o aire sobrecalentado hídricas de agua.
Reciclaje de calor Utilizar eco-tecnologías Sistemas térmicos cerrados. Ventilación forzada Optimizador térmico.
Eco-Educación Alimentos completos Concentración Solar Luz Solar UV
Tele-trabajo Algas / nopal / Amaranto Cocina Solar [23] Germinados oleaginosas
Estructuras re-plegables Deshidratador Solar Aislante térmico Germinados Leguminosas
Atención a Mascotas, Agua, Refrigeración sostenible Cultivo de Frutas
Filtros concatenados Alimentos Sostenibles, Cultivo de Algas Marinas Cultiva de Hortalizas
Asesoría en Línea Compostaje de Residuos. Cereales
Almacenamiento Red de Energías Híbridas: Energías Térmica recuperada / Energía Potencia Aire Comprimido / Energía Solar

A.Métodos y Técnicas de protección a la fauna. se pueden promover micro-ecosistemas diseñados, en

Entre los métodos convencionales, se expresa las función de la aptitud bioclimática para cada especie y
normativas, prácticas y respeto del espacio en que ha- calidad del paisaje urbano en términos de la disponibili-
bitan. Más aún se pueden establecer tecnologías al ser- dad de hábitat. La restauración de los espacios debe ser
vicio de la fauna y su conservación, que minimice la diseñada con especies botánicas nativas, para crear las
intervención de espacios, impacto sobre los bosques y condiciones bioclimáticas óptimas. El análisis realizado
áreas forestales y alteraciones del hábitat autóctono de permite identificar la necesidad de un equilibrio entre
la fauna. En tal sentido, se requieren diseñar estrategias alternativas tecnológicas, valores éticos y educación,
de conservación, reforestación funcional de espacios con lo que se puede lograr un método de solución soste-
urbanos, con énfasis en el desarrollo natural, interac- nible, avances en materia de eco-ingeniería y responsa-
ción de polinizadores y fauna nativa (local). Conocidas bilidad ambiental, como se presenta en la Tabla 4
las características de los espacios ecológicos de la fauna

Tabla 4. Estrategias y métodos de protección a la fauna y sus hábitats.

Especies / sector natural Estrategia Tecnología Educación
Perro, Gatos, Aves, Protección Ambiental de la Fauna Dispensadores automáticos de Formación en empatía, respeto
Ardillas, etc. Urbana, adopciones, asistencia alimentos, monitoreo, asistencia por la fauna local, conocimiento
veterinaria. veterinaria en línea. general.
Osos Polares, pingüinos Protección del hábitat de los Disminuir la temperatura Turismo Sostenible
animales ambiental con RCR
Glaciares Recuperación de calor y regeneración climática para glaciares, re- direccionamiento de radiación solar y
protección de zonas de interés [8].
Osos Panda, Koalas, Protección Ambiental de la Fauna Monitoreo de condiciones de la Minimizar consumos asociados
Canguros Silvestre fauna silvestre [24] con deforestación
Árboles, vegetación, bosques, selvas, manglares, áreas forestales Estrategias forestales para preservar el equilibrio natural
Vacas, toros, becerros, Protección de los derechos de los Desarrollo de ingeniería de Nuevos modelos alimenticios.
gallinas, pollos, ovejas, ... animales, alimentación vegetariana alimentos vegetal [21]
Delfines, focas, leones Protección a la fauna marina y Filtros dinámicos, recuperadores Disminuir el uso de productos
marinos, ballenas, peces condiciones de plástico en los mares. de calor y sustancias en aguas descartables, reciclaje y
residuales reutilización.
Océanos / Naturaleza Indicadores y control de temperatura, algas, limpieza oceánica y protección ambiental.
Técnica Descripción de la Técnicas propuesta para regeneración de condiciones ambientales y hábitat de fauna y flora
Servicio de Inspección de reservas naturales, sin afectar a la fauna del lugar, detectando y corrigiendo riesgos las zonas protegidas.
optimización Monitoreo forestal, impacto ambiental, fauna y de especies en peligro de extinción, reservas hídricas, optimización de
móvil. condiciones ambientales para prevención de incendios forestales (relación radiación solar-temperatura). Módulos
portátiles (no invasivos), para recuperación de calor ambiental y oceánico, en aplicaciones energéticas eficientes.
Sistemas Energía eólica con realimentación de aire comprimido, para reconversión de energía almacenada. Hidroeléctrica,
Realimentados accionadas por bombeo hidráulico. Fotovoltaica Bifacial (realimentada), realimentación de energía térmica residual.
Simplificación Nuevos modelos con menos procesamiento, alimentos vegetales integrales, tiempo de calidad, ciclos regenerativos.
Educación Valores éticos, respeto a la naturaleza, conservación, ahorro de recursos, compromiso ambiental. Fomentar hogares para
Ambiental fauna urbana, protección de hábitat y optimización de la calidad de vida de los animales, empatía y atención.

146
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

B. Método de modelado de sistemas regenera- fractal por extrapolación, disminución del impacto am-
tivos, optimización bio-inspirada y simplificación biental, por optimización de las etapas, que puede ser
fractal. replicado de manera eficiente en otras etapas auto-si-
El método científico de diseño sostenible, plantea milares, como una solución para los modelos fractales
un rediseño de modelos hacia el ahorro de recursos y de simplificación y optimización energética. Donde el
valoración de subproductos, entre ellos energía térmi- sistema inteligente se diseñó con una etapa de optimiza-
ca (calor residual). La revalorización de los recursos y ción regenerativa, en la que los coeficientes adaptativos
los programas de capacitación para reciclaje de estos de la capa de optimización (externa), se corresponden
y reutilización programada, viene a aportar un espacio con los coeficientes de realimentación porcentual de
de recuperación de los ciclos naturales. En este sentido, la/s salida/s del sistema de relación de variables físicas,
se plantea un conjunto de pasos para la definición del a fin de establecer su capacidad regenerativa óptima
modelo (ver Tabla 5) y el concepto de simplificación

Tabla 5. Interrelación de las características para la propuesta del modelo regenerativo.

Pasos Subsistemas Método / Herramienta
Estimación de parámetros Relación de variables Explorador Solar, para estimar relación de radiación solar vs. temperatura
Modelado neuronal Red MPL (capas internas) Gradiente descendiente, cálculo de los pesos y bias. Validación y Prueba.
Identificación de Optimización Correlación entre los coeficientes de ganancia y realimentación.
patrones bioinspirada
RCR (calor residual) Energía regenerativa % Recuperación y coeficiente de realimentación de calor regenerativo
Residuos cero Reciclaje Inteligente % Clasificación y formulación de materiales reciclados / biodegradables
Alimentos regenerativa Agricultura sostenible % Realimentación de subproductos post-cosecha / alimentos para mascotas.

IV. RESULTADOS ceso de recuperación de calor (refrigeración el agua),

Se diseñó una propuesta tecnológica para protec- para propiciar la formación del hielo, proteger la super-
ción de áreas naturales (ver Tabla 6), flora y fauna en su ficie de fragmentación de la capa glaciar, contribuir con
hábitat natural. Regeneración de Glaciares, a través de la recuperación de volumen y regeneración (por etapas
técnicas como una estructura superficial de contención, a diferentes niveles de altura) del sistema glaciar. Así
basada en arquitectura fractal, tales como panales de mismo, el control de incidencia solar [8] para filtrar
abejas, estructura entrelazada de raíces de árboles, que componentes del espectro, de forma selectiva con un
constituyan un tejido de soporte para la cristalización elemento aéreo móvil de protección (no invasivo), a fin
del hielo, diseñada de material no contaminante. Esta de proteger los glaciares, zonas de riesgo de incendios:
alternativa puede ser integrada, con un sistema de reali- parques forestales y bosques, a través de la restauración
mentación por bombeo de agua de deshielo, previo pro- climática de la biósfera.

Tabla 6.a. Diseño de Tecnologías para protección de áreas naturales.

Tecnología Criterios, consideraciones y altura Esquema
Protección A nivel de superficie. Incorporación de
Inteligente revestimiento reflectante, sin impacto
sobre la fauna, de material reflectante y
biodegradable. Tejido-red de
entrelazado para recuperación de
volumen.
Fotovoltaica funcional a altura óptima.
Elemento aéreo a altura HOPT
adaptativa, con filtrado selectivo de
componentes espectrales de radiación
solar [8].
Captación de Intercambiadores de calor en capas
energía térmica (distintas alturas), para recuperación de
energía térmica.
LFSR Realimentación (bombeo hidráulico)
regenerativo por etapas de agua re-adaptada a las
condiciones de temperatura óptima,
para restauración del glaciar.

147
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

Tabla 6.b. Modelado matemático del sistema regenerativo propuesto

Subsistemas Concatenación de subsistemas en modelo ANN-LFSR
Selector (pre) Capa oculta externa 1, pesos de concentración, filtrado, orientación, seguimiento solar, función espectral.
Relación Capa oculta interna 1, pesos de relación de variables. Caso de estudio: Radiación Directa y Temperatura Ambiental.
física
RCR (post) Capa oculta externa 2, pesos de aislamiento, recuperación térmica y realimentación de energía térmica regenerativa.
Descripción del tratamiento matemático de los subsistemas / capas de red profunda DNN (DeepNeural Network)
Capas DNN Los subsistemas de conversión/optimización dinámica, son definidos como capas de la red neuronal fractal.
*
Cálculo de coeficientes entrenamiento ANN por gradiente descendiente, para la capa de optimización se fijarán targets de bio-eficiencia.
Interrelación de los parámetros que definen el modelo
wSIST_REG Los pesos sinápticos de la red neuronal modeladora corresponde a los parámetros físicos del sistema regenerativo
Capa opt. Capa Oculta Capa de Salida Interna (elementos del sistema convertidor) Capa optimización externa
Interna
Pesos P Umbrales Pesos de la capa implementada Umbrales Targets de optimización
e
s
o
s
wFILT 7 -1.62 6.34 0.93 5.24 8.95 % Filtrado componentes espectral
.
6
9
wRCR 1 -1.25 Capa Oculta 3 Neuronas F.A: Sigmoide épocas: 80 % calor regenerativo realimentado
.
1
5
wSEG 3 1.96 Capa Salida 1 Neurona F.A: Lineal Error: 1.45 Seg. solar bioinspirado en plantas
.
7
3
* A partir de la arquitectura del modelo establecida, se realizó el cálculo de los pesos y bias, en base a la radiación
solar incidente y temperatura ambiental, a través del entrenamiento en software, para los coeficientes dinámicos
de optimización se plantea el entrenamiento supervisado por bio-optimizadores de referencia, configurables en
hardware.

La propuesta comprende elementos robóticos fun- chamiento del calor ambiental y gradiente térmico de
cionales móviles o portátiles que no afecten las áreas los océanos para captación de energía térmica residual
protegidas, para realizar un servicio de barrido dinámi- y disminución de la temperatura global. En el marco de
co de los espacios en la función de remediación am- sistemas regenerativos, energías renovables eficientes,
biental (filtrado de aire , filtros UV de componentes de recuperación de calor residual, remediación ambiental
radiación solar, siembra de árboles por dispersión de con tecnología. Fito-remediación a través de jardines
semillas, suministro de alimentos a la fauna, atención verticales y micro-ecosistemas diseñados para mejo-
especializada, monitoreo, asistencia veterinaria, fitore- rar las condiciones urbanas, condiciones del hábitat y
mediación, reciclaje de calor ambiental, optimización, su interacción. Seguidamente, se resume los objetivos,
etc.), con alcance configurable, tal es el caso de ele- métodos y resultados, planteando estrategias para la im-
mentos móviles satelitales, desde una altura específica plementación de los diseños desarrollados bajo el mo-
o bien robótica de captación de energía térmica y dis- delo para sistemas regenerativos, como se presenta en
minución de disipación de calor residual para aprove- la Tabla 7.

148
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021(pp. 138-154)

Tabla 7. Aplicaciones del modelo desarrollado

Requerimiento Objetivo Método Resultado Estrategias
Disminución de Aprovechamiento del Recuperación de calor, Correspondencia con el Módulos Aero-térmicos,
riesgos climáticos (en calor residual de conversión de ERNC, modelo LFSR para Bombas de calor,
océanos, glaciares, equipos / procesos almacenamiento y optimizadores de energía módulos móviles de
bosques, …) urbanos o industriales. realimentación. térmica regenerativa. reciclaje de calor.
Micro-Ecosistemas para Revestimientos vegetales. Modelo de optimización Jardines, techos verdes,
Optimización de espacios urbanos Mínimo consumo de agua bioinspirado huertas urbanas, bosques.
Sistemas bajo Entrenamiento de Aprendizaje natural. Red de Entrenamiento en Sensores y CNN sobre
principios de clasificadores ANN, en Seguimiento solar hardware y reutilización hardware.
sostenibilidad reciclaje inteligente dinámico. de aprendizaje DL.
Tecnología Sostenible Diseño de electrónica de Arquitectura del esquema Tele- dispensadores de
de Servicio a la fauna Módulos de Servicio a la control inteligente, redes de control avanzado alimento, monitoreo
fauna. de asesoría en línea. parametrizable. remoto a fauna.

Diseños tecnológicos en aplicaciones ambientales Eco-net Una e-red neuronal colaborativa en línea,
THiLd-e (Transporte Híbrido de Levitación magné- para aplicaciones ecológicas, con entrenamiento distri-
tica diferencial - eléctrico), para movilidad sostenible buido de aportes en distintas localidades, a través de la
[25]. Se seleccionó el concepto híbrido como alternati- colaboración de diseñadores, entrenamiento colabora-
va de respaldo, con un esquema transitorio de impulsión tivo y hardware, con entrenamiento distribuido sobre
basado en energías convencionales (en menor grado) y varios equipos ampliando así la capacidad de cóm-
un régimen permanente basado en energías renovables puto y demandas o requerimientos de recursos de las
(siendo estas últimas el soporte para la tracción y con- redes neuronales, dando versatilidad al proyecto, con
trol del sistema). De esta forma, se supera el reto de las particularizaciones sobre hardware (entonación de
intermitencia de las energías renovables, se proponen aplicaciones), funciones de identificación, diagnóstico,
tecnologías de almacenamiento térmico/mecánico, con optimización de condiciones de hábitat y protección de
alto nivel de eficiencia, alta densidad y sostenibilidad la fauna. Bio-Trained Net, ANN entrenadas con targets
coherente con la conversión de energía. Siendo el es- naturales.
quema de control inteligente el responsable de alcanzar Sistemas realimentados, aislamiento térmico, mode-
la eficiencia del modelo híbrido, ajustado a la dinámi- lo de sistemas aero-térmicos de recuperación de calor
ca del sistema. Comprende un vehículo convencional ambiental y eficiencia energética. Parques multifuncio-
adaptado a vehículo híbrido eléctrico, aplicando plata- nales: sistemas naturales de purificación de agua, basa-
forma móvil de monitoreo: Satelital, con convertidor dos en vegetación funcional, plantas acuáticas y hume-
fotovoltaico y transmisión en energía al vehículo híbri- dales, para filtrado, purificación y oxigenación del agua.
do. Plataforma LevMag, con mecanismo de levitación Finalmente, se define una correspondencia con es-
magnética, para direccionamiento eficiente del vehículo tructura LFSR (ver Tabla 8), relacionando un conjunto
híbrido. Interacción de bajo consumo y alta eficiencia, a de sistemas y aplicaciones, lo que representa un impor-
través de esquema diferencial. tante aporte para la optimización sobre ecuaciones ma-
temáticas parametrizables.

149
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

Tabla 8. Modelo de sistemas LFSR

Modeladores Auto- Operador Coeficiente FB Ref. Algoritmo

organizador s
Diferencias Finitas LFSR(Δ(x)) Product 1/n!hn f(a) [26] Valorizar recurso: 𝑥𝑖
1 1 1 1 1 Procesamiento eficiente y eco-
𝑓 𝑥 = 𝑓 𝑎 + 𝑥 − 𝑎 ∆ + 2 𝑥 − 𝑎 𝑥 − 𝑎 − 1 ∆ 2 + 3 𝑥 − 𝑎 𝑥− 𝑎 − 1 (𝑥 − 𝑎 − 2)∆ 3+. . .
ℎ 2! ℎ 3! ℎ responsable: 𝑤𝑖. 𝑥𝑖
FNN Fractal LF(c1,…, cn) Neural op. wi,j a(n-1) [27] Integración de etapas: ∑
𝑅𝑓 Re-valorización de
𝑎 𝑡 = ∑ 𝑅𝑐 𝑤
𝑘=0 𝑗,𝑘 � ∑ 𝑤 .
𝑖=0 𝑖,𝑗 𝑖𝑥 + 𝑠(𝑡 − 1) + 𝑎(𝑡 − 1)
subproductos: 𝑓(𝑡 − 1)
Campos GF LFSR(p(x)) and pi pm-1(t.1) [28-29] Realimentar subproductos
Sistemas ERNC LFSR(S(x)) Conversión C. adap ER (t.1) [30-34] Evaluar impacto (comp.)
Código RS LFSR(D(x)) GF Product Gi ri (t-1) [35] Targets bio-proceso
Sistemas Sostenibles LFSR (f(x)) Optimizador wi(t) 𝑓(𝑡 − 1) Optimizar (𝑤𝑖:capa externa)

Donde es posible concatenar y extrapolar el mo- LFSR en el proceso de clasificación y realimentación en

delo matemático para obtener una combinación total, lo que corresponde a la reutilización de componentes o
que describe los sistemas, a fin de establecer un algo- reciclaje de compuestos residuales.
ritmo de optimización generalizado, aplicando el cál- -Técnicas alternativas para subproductos de origen
culo de los coeficientes óptimos con redes neuronales vegetal, que va desde innovación, bio-plástico, compos-
entrenadas a partir de modelos bio-inspirados, siendo taje o alimentos para mascotas, se realiza un procesa-
una herramienta de diseño para el área de protección de miento de germinación, deshidratación o fermentación,
ecosistemas, flora y fauna, en los que se consideran los para ser realimentados los compuestos en la elaboración
modelos funcionales y alternativas de remediación, en de un producto final con valor agregado, cero residuos,
el campo de ingeniería sostenible. con lo que se controla la emisión de gases efecto in-
vernadero y se obtiene un aprovechamiento óptimo de
El modelo puede ser aplicado en diversos sistemas nutrientes y minerales, de los subproductos.
de protección al hábitat de la flora y fauna, ajustando -Energías Renovables, se puede integrar cada mó-
parámetros de coeficientes, por medio de configuración dulo de conversión, almacenamiento por etapas y reali-
de hardware. mentación de energía térmica.
-Filtros de material particularizado o captadores de -Remediación Ambiental, recuperación multi-etapa
CO2, la etapa de filtrado corresponde al procesamiento, de calor residual para recuperación de condiciones am-
en este caso los coeficientes de las etapas corresponde a bientales (sistemas aero-térmico/hidro-térmicos), alma-
la función de filtrado de cada capa componente del sis- cenamiento y realimentación a red de energía.
tema diseñado, el resultado final corresponde al aporte Se observa así una estructura compuesta por etapas
de cada una de las capas, a su vez se debe realimentar la de filtrado LFSR o concentración por componente o
salida para recuperar particularizado que no haya sido longitud de onda, etapa de clasificadores helicodiales
filtrado en la etapa previa. De esta manera se puede no- o neuronales para compuestos y foto-sensibilización
tar un comportamiento convolucional o procesamiento para componentes espectrales, etapa de conversión de
multi-etapa con realimentación lineal. energía o procesamiento, etapas de almacenamiento y
-Reciclaje de materiales, de origen de residuos elec- realimentación, los cuales son descritos por la ecuación
trónicos, plástico u otros, se realiza la clasificación in- generalizada (1), como se observa en la Figura 4.
teligente por clase de material, en la que se tiene una
etapa de reconocimiento de patrones que se implementa
con una red neuronal CNN, la cual es entrenada a través (1)
de un observador de clasificación natural (identificar los
target a partir de la selectividad de la fauna), las etapas
son concatenadas y se presenta la arquitectura común

150
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN
ISSN-e:
2542-3401/
2542-3401,
1316-4821
ISSN-p: 1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

Fig. 4. Modelo LFSR para la Propuesta de Sistemas Regenerativos

Este modelo permite el diseño modular, partes inter- para reciclaje, entrenados por patrones de selectividad
cambiables y reemplazables, para garantizar compa- sensorial de animales (perros y gatos). (b) Seguimiento
tibilidad tecnológica en el tiempo y reutilización de óptimo de radiación solar en plantas (girasoles, enreda-
componentes, de forma sostenible. Así como, la imple- deras, árboles). Sistemas híbridos de aire comprimido
mentación de filtros y recuperadores de calor portátiles, para minimizar el consumo de agua en actividades ge-
para servicio de restauración del hábitat de la biosfera. nerales. Diseño de Sistemas Regenerativos de energía,
con minimización de pérdidas, a través de técnicas, ta-
RCR aplicando principios termodinámicos y tecnolo- les como: (a) Levitación magnética en rodamientos de
gías de eficiencia (aislamiento térmico y realimentación conversión de energía cinética. (b) Aislamiento térmico
de energía) en sistemas naturales: (a) Regeneración de en sistemas. (c) Realimentación fractal de energía, entre
glaciares, (b) gradiente térmico oceánico OTEC, no para módulos convertidores de energía con almacenamien-
los ecosistemas marinos, sistemas de servicio portátiles. to intermedio. Educación Ambiental, concientización y
Considerando: que el océano absorbe alto porcentaje de gestión remota de conocimientos en ciencia colabora-
radiación solar, (c) Recuperación de calor ambiental tiva [38-41]. El diseño de filtros adaptativos con capas
en áreas forestales, aplicando técnicas por diferencial de fibra vegetal, musgo/algas, elementos minerales, en
de presión (pasivo), captación de energía solar térmica módulos portátiles de servicio, así como, filtros solares
aérea y re-direccionamiento. cosechamiento de energía por concentración de radiación solar y sus componentes
eléctrica, a través energy shift [30-31]. Restauración de específicos en las longitudes de onda infrarrojo, ultra-
suelos y agua, aplicando técnicas de fito-remediación, violeta (UV) y luz visible.
con sub-productos de post-cosecha. Diseño de sistemas
de energías renovables [32-35], e implementación de V. CONCLUSIONES
dispensadores de alimentos con control inteligente [36- Gracias al estudio realizado, se proponen un mode-
37], asistencia remota y optimización de condiciones lo ANN para mejorar las condiciones de hábitat de la
de la fauna urbana micro-ecosistemas urbanos, para el fauna urbana, marina, silvestre y local, en los diversos
soporte del desarrollo de un hábitat para polinizadores y ecosistemas. Esto en base a una descripción matemática
fauna en espacios urbanizados. Optimización neuronal fractal para diseño sostenible, comprende una etapa fija
por aprendizaje natural, bio-inspirado por la flora y fau- y pesos adaptativos en relación a la eficiencia óptima
na: (a) Reconocimiento y clasificación de componentes establecidas in situ, para definir sistemas regenerativos

151
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021(pp. 138-154)

por realimentación y seguimiento de modelos naturales. su optimización funcional.

Un esquema inteligente auto-organizado, basado en una Se han considerado varios ejes de remediación am-
estructura distribuida, donde el modelo bio-inspirado biental para la protección de la fauna, desde un nuevo
(ecuaciones) se encuentra auto-contenido para el des- modelo energético regenerativo, técnicas pasivas de re-
pliegue y desarrollo dinámico, como una semilla que cuperación de calor, concentración o filtrado de com-
contiene la información genética de una planta. Se han ponentes, a través de la relación de coeficientes adap-
identificado estructuras auto-similares que se replican tativos del modelo o pesos sinápticos, almacenamiento
con similitud estructural por tratarse de una fórmula inteligente de energía, realimentación al sistema (reci-
básica, aplicada para las dimensiones o escalas corres- claje) y optimización bioinspirada, para respuestas de
pondientes en cada capa de la DNN, con la definición alta eficiencia. Todo esto debe comprender la sanación
funcional dada por parámetros físicos. y regeneración de la naturaleza, animales, concientiza-
De forma no invasiva, se puede desarrollar un pro- ción, educación y valores en los seres humanos, protec-
grama que comprenda desde la educación, valorización ción, conservación y avances en medidas estratégicas y
y reutilización de los recursos naturales, hasta la incor- alternativas tecnológicas coherentes, para mejorar la ca-
poración de tecnología ética y responsable, que permita lidad de vida del entorno y los seres vivos, esto a través
contribuir en el eco-diseño. Al momento de diseñar se de respetar todas las formas de vida, valorizar la fauna
deben tener en cuenta los principios que rigen en la na- y flora y construir desde la responsabilidad ambiental.
turaleza, reconocer los sistemas, comprender su modelo
y replicar el diseño bioinspirado, en la remediación am- REFERENCIAS
biental se puede estudiar el comportamiento dinámico [1]J. Toro, A. García, L. Romeri, “¿Nieves eternas en la
de manglares, océanos, bosques, así como organismos Sierra Nevada de Mérida?”. Investigación, pp. 90-93,
de la fauna y flora, como algas y musgo, para el diseño 2008.
de bio-procesadores altamente eficientes, que permitan [2]M. Herrera-Ossandón. “Estimación de las altitudes
alcanzar el objetivo, aplicando las potencialidades de de las líneas de equilibrio en glaciares de montaña para
los recursos naturales. el último ciclo glacial-interglacial en los Andes de San-
Investigación, innovación y desarrollo deben estar tiago, Chile Central”, 2016.
orientados hacia el compromiso con la sostenibilidad, [3]C. Bravo Lechuga. “Reconstrucción de sistemas
para alcanzar un modelo de ingeniería inspirado en la glaciares en el volcán Villarrica región de Los Lagos,
naturaleza y su conservación. Un análisis de impacto Chile”, 2008.
ambiental en cada proyecto, el diseño de elementos mo- [4]N. Barriga-Ávila. “Escenarios futuros de una mues-
dulares, portátiles, que permitan realizar ensayos de efi- tra de los glaciares más representativos de la zona cen-
ciencia y efectos sobre el entorno, a fin de mantener las tral de Chile, a partir de sus variaciones climáticas”,
condiciones de seguridad ambiental en todas las etapas 2019.
del proyecto, desde el diseño, implementación, opera- [5]Ecoinventos (2020). “Ice911, el plan para cubrir con
ción y actualizaciones. La selección de las tecnologías, minúsculas esferas de vidrio el Ártico y ayudar a res-
los materiales biodegradables, las emisiones asociados, taurar el hielo y estabilizar el clima”. Tecnología Verde.
entre ellas calor residual y emisiones electromagnéti- [Online]. Available: https://ecoinventos.com/ice911/
cas, deben ser considerados de manera de mitigar el im- [6]Ecoinventos (2019). “Módulos de almacenamien-
pacto de estas de forma responsable. to térmico industrial. Energías Renovables”. [Online].
Observación como principio de diseño por aprendi- Available: https://ecoinventos.com/eco-stock/
zaje natural, un concepto que se ha desarrollado en esta [7]M. Fallas. “Criterios ambientales de cumplimiento
investigación, que busca tecnologías pasivas, con alto para el desarrollo de proyectos de generación de energía
nivel de eficiencia, a partir del entrenamiento según el marina”, 2018.
patrón de comportamiento de la flora y fauna. Los eco- [8]C. Sandoval-Ruiz, “Proyecto Cometa Solar–CS para
sistemas han mantenido su equilibrio, a través de las Optimización de Sistemas Fotovoltaicos”. Universidad
funciones de cada uno de los organismos que lo compo- Ciencia y Tecnología, vol. 24, no. 100, pp. 74-87, 2020.
nen, en un desarrollo colaborativo, dotado de una inte- [9]V. Kashyap, S. Sakunkaewkasem, P. Jafari, M. Naza-
ligencia natural, que se integra de forma simbiótica con ri, B. Eslami, B., S. Nazifi,… H. Ghasemi. “Full Spec-
el hábitat, este principio de diseño debe ser el criterio trum Solar Thermal Energy Harvesting and Storage by
fundamental, a fin de encontrar soluciones sostenibles. a Molecular and Phase-Change Hybrid Material”. Jou-
Así, un modelo de diseño contrastado con los modelos le, vol. 3, no. 12, pp. 3100-3111, 2019.
naturales, puede ser entrenado de forma dinámica para [10]Ecoinventos (2020). “Tecnología espacial desvela

152
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021(pp. 138-154)

cómo reducir la temperatura en verano de forma natu- [23]C. Sandoval-Ruiz.“Adaptive Control in VHDL
ral”. Tecnologías Verdes. [Online]. Available: https:// Applied to a Solar Oven”. Revista Colombiana de Tec-
ecoinventos.com/tecnologia-espacial-desvela-como-re- nologías de Avanzada, vol. 1, no. 23, pp. 142–147, 2014.
ducir-la-temperatura-en-verano-de-forma-natural/ [24]C. Seijas, G. Montilla, L. Frassato. “Identification
[11]A. Tchernitchin, R. Riveros. “Efectos de la Radia- of Rodent Species Using Deep Learning”. Comp. y
ción Electromagnética sobre la Salud”. Médicos Socia- Sist., vol. 23, no. 1, 2019.
les, vol. 44, no. 4, pp. 221-234. 2004. [25]C. Sandoval-Ruiz. “Plataforma Reconfigurable de
[12]M. Vérez, J. Ipiña. “Efectos biológicos del campo Investigación aplicada a Movilidad Sostenible”. Uni-
electromagnético. Conceptos básicos de Electromagne- versidad, Ciencia y Tecnología, vol. 20, no. 78, pp.
tismo”, vol. 37, 2008. 35–41, 2016.
[13]M. Vaqueiro-Contreras, V. Markevich, J. Coutinho, [26]C. Sandoval-Ruiz. “Métodos Numéricos en Dife-
P. Santos,..., A. Peaker. “Identification of the mecha- rencias Finitas para la Estimación de Recursos de Hard-
nism responsible for the boron oxygen light induced ware FPGA en arquitecturas LFSR(n,k) Fractales”. In-
degradation in silicon photovoltaic cells”. Journal of geniería Investigación y Tecnología. vol. XX no. 03, pp.
Applied Physics, vol. 125, no. 18, 185704, 2019. 1-10. 2019. doi: 10.22201/fi.25940732e.2019.20n3.032.
[14]Ecoinventos, 2020. “Paneles fotovoltaicos con apa- [27]C. Sandoval-Ruiz. “LFSR-Fractal ANN Model
riencia de espejo para extraer más electricidad del ca- applied in R-IEDs for Smart Energy”. IEEE Latin Ame-
lor”. Energías Renovables. [Online]. Available: https:// rica Transactions, vol. 18, no 4, pp. 677-686, 2020.
ecoinventos.com/paneles-fotovoltaicos-espejo doi:10.1109/tla.2020.9082210.
[15]C. Sandoval-Ruiz. “Sistema Eco-Adaptativo inte- [28]C. Sandoval-Ruiz. “Fractal Mathematical over Ex-
grado en elementos arquitectónicos con tecnología sos- tended Finite Fields Fp[x]/(f(x))”. Revista Proyeccio-
tenible”. REC Perspectiva, vol. 4, no. 8, pp. 96–109, nes, vol. 40, no. 3, 2021.
2015. https://issuu.com/recperspectiva/docs/rec8/96 [29]C. Sandoval-Ruiz. “Operador matemático LFC(n,k)
[16]C. Sandoval-Ruiz. “Diseño Arquitectónico Inteli- en campos finitos basado en concatenación fractal para
gente aplicando conceptos de Urbótica y Sostenibili- GF(2m) – Extendido”. Ciencia e Ingeniería, vol. 41, no.
dad”. REC Perspectiva, vol. 6, no.11, pp. 18-29, 2018. 2, pp. 197-204, 2020.
[17]C. Sandoval-Ruíz. “Arquitectura Reconfigurable [30]C. Sandoval-Ruiz. “Arreglos fotovoltaicos inteli-
y Redes Inteligentes aplicadas al Diseño Sostenible en gentes con modelo LFSR-reconfigurable”. Revista In-
Smart City”. REC Perspectiva, vol. 7, no.12, pp. 8–21, geniería, vol. 30, no. 2, pp. 32-61, 2020, doi: 10.15517/
2018. ri.v30i2.39484.
[18]C. Sandoval-Ruiz. “Arquitectura Fractal Recon- [31]C. Sandoval-Ruiz. “Arreglo Inteligente de Con-
figurable-AFR basada en Tecnologías Sostenibles y centración Solar FV para MPPT usando Tecnología
Energías Renovables”. REC Perspectiva, vol. 8, no. 16, FPGA”. Rev.Téc.Fac.Ing.Zulia, vol. 43, no. 3, pp. 122-
2020. 133, 2020, doi: doi.org/10.22209/rt.v43n3a02.
[19]C. Sandoval-Ruiz, E. Ruiz-Díaz. “Eco-diseño de [32]C. Sandoval-Ruiz. “Modelo VHDL de Control
propuestas de cocina de autor basada en productos y Neuronal sobre tecnología FPGA orientado a Apli-
tecnología sostenible”. Revista Qualitas, vol. 14, no. 1, caciones Sostenibles”. Ingeniare, vol. 27, no. 3, pp.
pp. 75-99, 2018. 383-395, 2019. https://scielo.conicyt.cl/pdf/ingeniare/
[20]C. Sandoval-Ruiz, E. Ruiz-Díaz. “Optimizador de v27n3/0718-3305-ingeniare-27-03-00383.pdf
Eco-Productos de origen vegetal aplicando Control [33]C. Sandoval-Ruiz. “Control de Micro-Redes de
Neuronal en VHDL”. Agrollanía, vol. 15, pp. 58-64, Energía Renovable a través de estructuras LFCS Recon-
2018. figurables en VHDL”. Ciencia y Tecnología, vol. 18, pp.
[21]C. Sandoval-Ruiz, E. Ruiz-Díaz. “Eco-Innovación 71-86, 2018. https://doi.org/10.18682/cyt.v1i18.847.
en Ingeniería de Alimentos Sostenible aplicando téc- [34]C. Sandoval-Ruiz. “Plataforma de Investigación de
nicas Inteligentes de Eficiencia Energética–EcoSVeg”. Redes Eléctricas Reconfigurables de Energías Renova-
Universidad Ciencia y Tecnología, vol. 22, no. 87, pp. bles aplicando Modelos LFSR”. Universidad Ciencia y
54-66, 2018. Tecnología, vol. 23, no.95, pp. 103-115, 2019.
[22]J. Valero-Moro, Y. Bonilla-Turmero, C. Sando- [35]C. Sandoval-Ruiz. “Códigos Reed Solomon para
val-Ruiz. “Estación tele-operada de robótica móvil, sistemas distribuidos de energías renovables y smart
para el laboratorio de micro-controladores”. Universi- grids a través de dispositivos electrónicos inteligentes
dad, Ciencia y Tecnología, vol. 21, no. 83, pp. 69–75, sobre tecnología FPGA”. Memoria Investigaciones en
2017. Ingeniería, vol. 16, pp. 37-54, 2018.

153
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna
 ISSN-e:
ISSN 2542-3401,
2542-3401/ ISSN-p: 1316-4821
1316-4821 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 110 Septiembre 2021 (pp. 138-154)

[36]D. Steckler, C. Nava, J. Duarte, J. Zambrano, C. [39]C. Sandoval.Ruiz. “Entorno colaborativo de inves-
Sandoval-Ruiz. “Design of Neural Networks on micro- tigación científica-ecic: propuesta basada en web-lab
controllers, applied in functional modules for an eco- y redes de asesorias”. Eduweb, vol. 8, no. 2, pp. 4-8,
park”. Ingeniería UC, vol. 25, no. 1, pp. 50–60, 2018. 2017.
[37]C. Sandoval-Ruiz. “Modelo Neuro-Adaptativo en [40]C. Sandoval-Ruiz, Tecnología R-IEDs para ERNC,
VHDL, basado en circuitos NLFSR, para control de un Teletrabajo y Mitigación de Impacto Ambiental. Indus-
sistema inteligente de tecnología sostenible”. Universi- trial Data, vol. 23, no. 2, pp. 151-167, 2020. https://doi.
dad Ciencia y Tecnología, vol. 21, no. 85, pp. 140-149, org/10.15381/idata.v23i2.18633.
2017. [41]C. Sandoval-Ruiz, Laboratorio Móvil para Optimi-
[38]C. Sandoval-Ruiz. “Plataforma de Gestión, Inves- zación de Sistemas de Energías Renovables y Aplica-
tigación y Formación en Tecnologías Sostenibles, para ciones Ambientales. Ciencia e Ingeniería, vol. 42, no. 2,
soporte de un Laboratorio Remoto”. Eduweb, vol. 10, pp. 169-178, 2021.
no. 1, pp. 79–92, 2016.

RESUMEN CURRICULAR

Cecilia E. Sandoval-Ruiz, es Ingeniera Electricista en

2002, Magister en Ingeniería Eléctrica en 2007 y Doctora
en Ingeniería en 2014, egresada de la Universidad de
Carabobo. Profesora Titular de Postgrado de Ingeniería
UC. Investigadora Nivel C acreditada por el Programa de
Estímulo a la Investigación e Innovación – PEII.

154
Sandoval et al., Sistemas Inteligentes para la Protección de Ecosistemas,Flora y Fauna