JAPAM

Interfaz de mapeo del proyecto principal
Pagina_Web_1
Pagina_Web_1.1
Pagina_Web_1.2
Pagina_Web_1.3
Comparación de modelos de clasificación
mapa de calor
Login
sign up

Inspiration

La inspiración de JAPAM nace de la crítica situación medioambiental en Querétaro, que enfrenta un déficit de aproximadamente 177,000 árboles y una pérdida progresiva de su biodiversidad floral debido al crecimiento urbano y el cambio climático. Observamos que las campañas de reforestación tradicionales suelen fracasar porque se basan en la intuición y no en datos precisos sobre las condiciones reales del suelo, lo que genera una pérdida masiva de recursos y tiempo.

What it does

JAPAM es un sistema de monitoreo ambiental disruptivo que transforma la reforestación en una ciencia de precisión. El sistema utiliza dispositivos sensores con factor de forma de "semilla" que se distribuyen en el terreno para capturar variables críticas como humedad y temperatura a nivel micro localizado. Estos datos se procesan para calcular un Índice de Idoneidad, el cual determina con precisión qué especies (empezando por el huizache) tienen la mayor probabilidad de supervivencia en puntos geográficos exactos, visualizados a través de mapas de calor interactivos.

How we built it

El proyecto se construyó bajo un enfoque híbrido de tres pilares:

Hardware IoT: Diseñamos y prototipamos nodos sensores autónomos ("semillas") para la recolección de datos en tiempo real.

Inteligencia Artificial: Implementamos un modelo de Random Forest para analizar los datos físicos del campo y cruzarlos con los requerimientos biológicos de la flora local, evitando el sobreajuste de datos.

Software y Visualización: Desarrollamos una plataforma web que incluye una landing page informativa y un dashboard operativo donde se renderizan los mapas de calor geolocalizados.

Challenges we ran into

Uno de los mayores desafíos fue superar las limitaciones de los métodos tradicionales de análisis de suelo, que suelen ser costosos y lentos. Lograr la hiper localización de los datos punto por punto en tiempo real, a diferencia de las imágenes satelitales que no analizan el subsuelo, representó un reto técnico significativo para asegurar que cada esfuerzo de siembra tuviera un respaldo biológico comprobable.

Accomplishments that we're proud of

Precisión Algorítmica: Lograr un motor analítico capaz de transformar datos crudos en inteligencia ecológica mediante el cálculo automatizado del Índice de Idoneidad.

Viabilidad Biológica: Validar el sistema enfocándose en el huizache, una especie pionera y resiliente ideal para restaurar ecosistemas en climas semiáridos.

Impacto Social: Crear una herramienta que permite a instituciones, ONGs y brigadas ecológicas optimizar sus recursos y maximizar la supervivencia vegetal.

What we learned

Aprendimos que la clave para frenar la desertificación no es solo plantar más, sino plantar de manera inteligente. La integración de IA Generativa y redes de sensores permite transitar hacia una "Agricultura de Precisión", optimizando el uso de la tierra y los recursos hídricos. También comprendimos la importancia de la variabilidad de los microclimas y cómo la tecnología puede cerrar la brecha entre la recolección de datos y la toma de decisiones en campo

What's next for JAPAM

El futuro de JAPAM contempla escalar el modelo más allá de la fase de prueba de concepto:

Validación en campo: Contrastar las predicciones del Índice de Idoneidad con el comportamiento real de las especies plantadas en zonas degradadas de Querétaro.

Expansión Biológica: Ampliar el catálogo de especies analizadas más allá del huizache para incluir otras flores endémicas y adaptativas.

Escalabilidad masiva: Integrar el sistema con brigadas de reforestación masiva para crear un modelo de restauración ambiental totalmente guiado por datos a nivel estatal y nacional.