Abstract
Se presenta el desarrollo de un sistema de detección temprana de incendios forestales basado en tecnología IoT, validado en condiciones controladas de laboratorio. El prototipo integra sensores de gases, partículas y variables ambientales, conectados a una placa LilyGO LoRa32 con transmisión en tiempo real vía Bluetooth. Para evaluar su desempeño, se diseñó una cámara cerrada de combustión donde se realizaron pruebas con combustibles representativos de zonas forestales. Los datos fueron analizados mediante técnicas de reducción de dimensionalidad (PCA) y clasificación (Random Forest), logrando una diferenciación efectiva entre tipos de quema, con una precisión del 88.89%. Se identificaron los sensores más relevantes para la clasificación y se descartaron aquellos con baja aportación, como temperatura y humedad. Estos resultados permiten optimizar el sistema y confirman su potencial para ser implementado en campo en una segunda fase, utilizando conectividad LoRaWAN para monitoreo ambiental en tiempo real.

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.