Aqualearning

Uso de la Inteligencia Artificial en la gestión de los recursos hídricos

Aqualearning

Volver

Download the practice

Responsables de la práctica innovadora :

Ester Vilanova – ester.vilanova@amphos21.com

Aaqualearning es un proyecto creado por Amphos21 y fue ganador del SmartCatalonia Challenge.

map
Esta consultoría ambiental ha desarrollado un software basado en inteligencia artificial y machine learning que permite poner en valor datos ya existentes, dando una nueva dimensión al tratamiento de datos y a la obtención de simulaciones a bajo coste computacional. La aplicación permite encontrar relaciones-causa efecto propias de los recursos y sistemas naturales aplicable al campo de la predicción de contaminantes minoritarios, control de niveles de pozos, f…
Con el desarrollo de los sensores, el augmento de volúmenes de datos y su gran generación, estas herramientas facilitan el tratamiento de datos, la gestión eficiente y la toma de decisiones, evitando el uso de recursos, disminuyendo los costes y el tiempo.

Entidad responsible

Amphos 21 es una empresa de consultoría científica, técnica y estratégica al servicio del medio ambiente en 5 mercados principales (nuclear, minería, agua, sostenibilidad y CCS y cambio climático) y el desarrollo económico y social. Amphos 21 comenzó su actividad en Barcelona en el año 1994. Actualmente la empresa incluye más de 200 profesionales, los 25 años de experiencia como consultora internacional han permitido desarrollar proyectos en más de 20 países. (CWP, 2022)

eurecat

Recuperado de: https://www.amphos21.com/ 

El enfoque de la firma Ampos21 es enfoque es proponer soluciones eficientes, innovadoras, integradas y transversales aplicando un método cuantitativo a cualquier solución. La consultora ha adquirido una extensa experiencia en la evaluación, análisis y modelización de una amplia gama de procesos en los medios geológicos, que incluye hidrogeología, geoquímica, geomecánica y transporte reactivo acoplado. En este contexto visualizan los recursos hidrológicos como una solución integrada, que sintetiza todos los aspectos relevantes del ciclo hidrológico para un proyecto determinado.

Explicación detallada

Aqualearning es una solución basada en la inteligencia artificial (IA) apoyada por el software propio IML. Su principal función es transformar datos en información de valor. El proceso seguido puede desglosarse en los siguientes campos:

En primer lugar, el análisis y preparación de los datos, evaluando las variables, encontrando correlaciones, discriminar los datos que aportan información de las que no.

Una parte de los datos son utilizados para ‘entrenar’ el algoritmo. En este sentido una vez el algoritmo este ‘entrenado’ se procede a la validación de sus predicciones. La validación utiliza los datos que no han sido utilizados y ver si tiene la capacidad y robustez para generar predicciones con la máxima exactitud posible. Cuando las predicciones ya son fiables el algoritmo está preparado para generar alertas futuras o toma de decisiones. Aqualearning contiene distintos algoritmos desarrollados mediante código abierto (tecnología TensorFlow).

Aqualearning se beneficia de la relación causa-efecto inherente a los procesos de relacionados con los recursos naturales para gestionarlos mediante IA.

El software se aplicó en distintos campos:

En primer lugar, para la predicción de elementos minoritarios en el acuífero de Forsmark (Suecia) dónde se proyecta edificar un almacén profundo de residuos nucleares. A partir de datos fisicoquímicos y elementos mayoritarios (recopilados desde 1994), mediante un árbol de decisión (tipología de algoritmo) se consiguió correlacionar la aparición de elementos minoritarios con la presencia de algunos elementos mayoritarios. La hipótesis fue correcta, con un coeficiente de determinación alto y permitió predecir las concentraciones de bario (97% de precisión promedio) y de uranio y molibdeno (>85% de precisión promedio).

También se aplicó sobre el recurso hídrico afectado por la minería en Chile y Perú. En estos países una parte de los residuos de la minería genera efluentes de fuertemente acidificantes. Actualmente el proceso experimental para evaluar el efecto del pH de las aguas de cada nueva explotación, o ampliación de esta sobre el medio ambiente es lento (30 semanas). A partir de los datos de las primeras semanas y las concentraciones de algunos elementos (cobre), el software Aqualearning es capaz de predecir el efecto del pH de las aguas al final del experimento. El resultado se alcanzó con más del 90% de precisión (empleando 4230 datos), al mismo tiempo se predecía las concentraciones de cobre (85% precisión). Esta aportación permite agilizar con antelación el dimensionamiento de plantas de tratamiento de las minas en Perú. Aunque no sustituye el proceso experimental, los resultados de Auqlearning han supuesto un gran ayuda en la planificación de acciones e inversiones en los casos testeados. 

Finalmente, otra aplicación de esta metodología predictiva se realizó en un campo de bombeo de aguas subterráneas con 14 pozos activos. Se conoce que algunos de ellos se interfieren, pero debido a la geología y la disposición de las fracturas no se identifican cuáles de ellos son. Usando Aqualearning fue posible predecir los niveles de los pozos mediante los datos del caudal extraído durante los días previos, obteniendo un ajuste satisfactorio. (ICRA, 2022), (IDAEA, 2022).

Entorno institucional

Aqualearning es un proyecto interno de Amphos21 que cuenta con financiación propia. Es el proyecto ganador del SmartCatalonia Challenge, competición fomentada por “Polítiques Digitals i Administració Pública” de la “Generalitat de Catalunya” (ACA, 2022)

Entorno geográfico

El proyecto no tiene una localización definida, se han realizado actividades a nivel local (Cataluña), europeo (Suecia) y en Latinoamérica (Chile y Perú).

Reseña histórica

A medianos del siglo XX, las tecnologías de control de explotaciones de recursos hídricos eran manuales, exigían un mínimo conocimiento y la transferencia de este. Posteriormente, los sistemas de alerta posibilitaron a las entidades del sector a reducir costes de personal y aumentar su eficiencia. 

Con la llegada de las telecomunicaciones se consiguió sensorizar y monitorizar remotamente las instalaciones de captación para recopilar los datos necesarios para la gestión y toma de decisiones. (R. López, 2020)

Recientemente, los softwares avanzados analizan los datos con la finalidad de adquirir información de valor en tiempo real. El reto actual es usar los datos en la predicción de las respuestas del sistema ante una determinada situación a partir de la información recopilada con anterioridad (big data).

Evidencia de beneficios de la implementación

La aplicación del software Aqualearning pone en valor series de datos históricos, extrayendo de ellos información relevante para la gestión de cualquier sistema convenientemente monitorizado. Estas herramientas agilizan, reducen costos y permiten la predicción y alertar temprana con criterio, por ejemplo, en la gestión sostenible de los acuíferos. Es pues, en este caso, una herramienta cuantitativa de toma de decisiones para la optimización de la explotación de pozos. Los datos históricos se utilizan para caracterizar la respuesta del acuífero y el rendimiento de las captaciones, controlar la concentración de contaminantes o reducir los costes energéticos.

Tiene, por tanto, una aplicación pertinente en la optimización del servicio de abastecimiento de agua, consistiendo, actualmente, en un enfoque completamente innovador para el que Aqualearning supone un posicionamiento técnico y metodológico de referencia.

Potencial de replicación en la región SUDOE

Esta aplicación es replicable en cualquier sistema de explotación de los recursos hidrogeológicos de la región SUDOE que disponga de un sistema de adquisición de datos, y para los que predecir una relación causa-efecto mediante IA pueda aportar una mejora en la gestión de las actividades desarrolladas.

Perspectivas de futuro

No existe un límite definido y es aplicable en multitud de campos, entre ellos el de la gestión de los recursos hídricos. La toma constante de datos es ya parte de la acción de gestión. Paralelamente al uso de sensores, las distintas tecnologías de toma de decisiones a partir de los datos recopilados evolucionan permanentemente. El uso de IA se postula como una metodología de amplísimas posibilidades.

No obstante, se tendrá que mejorar el proceso de tratamiento de datos, la homogeneización de estos y desarrollar las capacidades de análisis para el uso de la IA en la optimización de tareas y la toma de decisiones.

Puntos clave del método innovador

  • Aqualearning se posiciona como una herramienta pionera para la aplicación de la IA para la gestión de la explotación de recursos hídricos.
  • Es una herramienta eficiente y sus aplicaciones en diversos casos han sido exitosas.

Agradecimientos

La práctica innovadora fue sugerida por Ester Vilanova Muset de la empresa AMPHOS 21.

Referencias

  1. Agència Catalana de l’Aigua. (s/f).SmartCatalonia Challenge. Recuperado el 7 de marzo de 2022, de https://aca.gencat.cat/ca/actualitat/smart-catalonia-challenge
  2. Institut Català de Recerca de l’Aigua (ICRA) [InstitutCatalàdeRecercadelAiguaICRAGirona]. (2022, marzo 22). World Water Day 2022: Aigua subterrània: Fent l’invisible, visible. Youtube. https://www.youtube.com/watch?v=rflV1eQuX9Q
  3. IDAEA-CSIC [IDAEA-CSIC]. (2022, abril 5). WATER TALKS – Reptes i solucions per a la gestió i tractament d’aigües subterrànies. Youtube. https://www.youtube.com/watch?v=cDJ5fCyuiX8
  4. López, R. (2020, noviembre 5). Compuerta 4.0, historia de la transformación digital. iAgua. https://www.iagua.es/blogs/ramon-lopez/compuerta-40-historia-transformacion-digital

aquifer
noticias

Descubra más sobre las noticias del proyecto Aquifer y sobre la gestión de acuíferos

aquifer NOTICIAS

Descripción y objetivos del proyecto

La comunidad científica recomienda una mejora sustancial del conocimiento de los acuíferos, el establecimiento de redes de seguimiento fiables y una mayor implicación de la administración y los usuarios para lograr una gestión sostenible de los acuíferos. El principal...

leer más

Información sobre el proyecto

La Comunidad de Usuarios del Agua del Delta del Llobregat ha diseñado cuencas de recarga en Molins de Rei para recargar el acuífero del Baix Llobregat. Vista de una de las balsas de recarga durante la fase de pruebas La Comunidad de Usuarios del Agua del Delta del...

leer más

PROPONE UNA
PRÁCTICA INNOVADORA

¿Está a cargo de una práctica innovadora en materia de gestión de acuíferos y desea referenciarla en la plataforma del proyecto Aquifer?

Cumplimenta el formulario y haz una propuesta a los socios de Aquifer.

EL E-BOOK

Aquifer ofrece una serie de prácticas innovadoras de gestión del agua. Puede descargar todas nuestras hojas informativas aquí.

E-BOOK DE PRÁCTICAS INNOVADORAS

DOCUMENTACIÓN

Profundiza en información relacionada con la gestión de acuíferos