Progettazione e ottimizzazione di un sistema di monitoraggio atmosferico con integrazione di un chatbot basato su Model Context Protocol

La crescente attenzione posta allo studio della qualità dell'aria e alla rilevazione degli inquinanti che la contaminano, ha incoraggiato il rapido progresso dei sistemi di monitoraggio atmosferico e lo sviluppo di parametri di riferimento per identificare la concentrazione di emissioni inquinanti nell'aria. Questi criteri sono comunemente chiamati Air Quality Index, impiegati per rendere precise e accessibili le comunicazioni di massa riguardanti la qualità dell'aria e i rischi ad essa associati. Spesso sono adoperati nell'ambito del web mapping, cioè nella creazione di mappe web per la visualizzazione dei dati ottenuti dalle rilevazioni atmosferiche. Inoltre, l'innovazione costante degli algoritmi di machine learning e deep learning ha reso possibile estendere il loro utilizzo al suddetto studio, permettendo l'ottenimento di numerosi vantaggi nell'analisi dei dati e contribuendo a determinare predizioni accurate sull'inquinamento dell'aria. In tale contesto si inserisce il progetto AirQualityInsight, un'applicazione web per la rappresentazione grafica delle informazioni riguardanti la qualità dell'aria. Nella presente tesi verrà descritto lo sviluppo del sistema, approfondendo lo scenario a cui fa riferimento e le tecnologie utilizzate.