Una sistema pionero de apoyo a la decisión impulsado por Agbar alcanza la Fase II de Compra Precomercial del CDTI

SIAGES, una solución tecnológica impulsada por Agbar para mejorar la toma de decisiones en la gestión del agua, ha conseguido pasar a la Fase II, de desarrollo de los prototipos, dentro del proceso de Compra Pública Precomercial efectuada por el Centro para el Desarrollo Tecnológico Industrial (CDTI) en colaboración con el Ministerio de Transición Ecológica y Reto Demográfico.

Se trata de un proceso que se enmarca en el proyecto de compra pública precomercial lanzado por el CDTI con fondos FEDER 14-20, bajo la denominación “Desarrollo de soluciones en el ámbito de los SISTEMAS INFORMÁTICOS DE APOYO A LA TOMA DE DECISIONES EN LA GESTIÓN DEL AGUA” y cuyo objetivo es desarrollar un prototipo demostrativo que pueda ser testeado en el entorno de la Confederación Hidrográfica del Segura, Administración Pública usuaria que cogestiona el contrato con CDTI y será la receptora final de los prototipos resultantes.

Esta solución está siendo desarrollada mediante una UTE en la que participan: Aquatec -parte del grupo Agbar-, FULCRUM y SERS (todas ellas empresas de ingeniería y consultoría con larga trayectoria y reconocimiento en el sector), y cuenta también con la inestimable participación del IIAMA (Instituto de Investigación de Ingeniería del Agua y Medio Ambiente) perteneciente a la Universidad Politécnica de Valencia.

La solución propuesta consiste en el desarrollo de un Sistema Integrado de Apoyo a la Gestión del Agua, al que se ha denominado SIAGES. Esta plataforma dotará a los gestores del servicio de agua, a partir de la interacción innovadora entre diferentes servicios, de una nueva visión de conjunto nunca obtenida hasta ahora, que permitirá la optimización de la toma de decisiones en sistemas complejos, a escala diaria y con capacidad de predicción a varios meses, armonizando el uso del recurso hídrico con la consecución de los objetivos medioambientales. Para ello, SIAGES incorpora una importante carga de innovación e integración de datos y algoritmos que permitirá, aprendiendo del pasado y caracterizando el presente, predecir y optimizar el comportamiento futuro.

SIAGES se basa en la interacción de diferentes módulos que hasta ahora nunca se habían agrupado e interrelacionado de esta manera para la gestión de los recursos hídricos en tiempo real (predicción meteorológica, modelización hidrológica, modelos agronómicos y modelos de gestión e hidroeconómicos), así como la construcción de una plataforma única en la que se produzca la interacción de datos y en la que el gestor pueda acceder a toda la información relevante. De este modo, el gestor dispondrá en un único punto de acceso de toda la información necesaria para la ayuda en la toma de decisiones para optimizar la gestión del recurso para diferentes horizontes (días/semanas/meses).

Para ello se contará con modelos y herramientas de simulación y optimización avanzadas apoyadas en elementos de inteligencia artificial (IA). La IA permitirá mejorar la interpretación y análisis de los datos del sistema, aprender de dichos datos y emplear esos conocimientos para lograr una mejora del resultado final.

Este cambio de paradigma se estima el mayor salto innovador de la propuesta, y un cambio radical en el modelo de gestión realizado hasta el momento.

En esta fase, con una duración de 13 meses, se llevará a cabo el desarrollo del prototipo que será verificado en la Demarcación del Segura (que comprende la Región de Murcia en su gran mayoría, y parte de Castilla La Mancha, Comunidad Valenciana y Andalucía), una de las cuencas con una gestión más compleja a nivel nacional, debido a las diferentes fuentes de recursos existentes y a las importantes demandas a abastecer.

El proyecto SIAGES está plenamente alineado con la estrategia de transformación digital de Agbar y la firme convicción de que la gestión territorial de los recursos hídricos debe estar basada en el análisis objetivo de datos, y en la toma de decisiones asistida por la inteligencia artificial, para reducir la incertidumbre, incrementar la eficiencia y contribuir al desarrollo sostenible.