�鶹����

Nun contexto marcado pola problemtica e crecente presin sobre os recursos hdricos, cunha poboacin en aumento e o cambio climtico como factor engadido, a ptima xestin destes recursos naturais é esencial. O avanza neste sentido e propn o uso dun xemelgo dixital hidrolxico, unha plataforma de modelizacin e virtualizacin de recursos hdricos, empregando tecnoloxas avanzadas para mellorar a xestin e conservacin dos recursos.

A �鶹���� lidera a agrupacin de organismos públicos de investigacin que forman parte deste proxecto, que botou a andar en xaneiro de 2024 e ten unha duracin de catro ano, ata finais do 2027. O proxecto foi seleccionado no marco da convocatoria competitiva do programa de I+D en lias estratéxicas no mbito da iniciativa TransMisiones do ano 2023 e conta cun orzamento total da OPIs de 1.355.532, dos que a Axencia Espaola de ���Ա�����پ����������� financia 1.246.516.��

Por parte da �鶹����, participan no proxecto os grupos de investigacin en Xeotecnoloxas Aplicadas (GeoTECH) e de Xeomodelizacin Hidroforestal (Hydro-Forest), que unen os seus coecementos e experiencia para desenvolver unha plataforma de modelizacin e virtualizacin de recursos hdricos, empregando tecnoloxas avanzadas para mellorar a xestin e conservacin dos recursos.

Un xemelgo dixital hidrolxico

Joaqun Martnez Snchez, profesor do Departamento de Enxeara dos recursos naturais e medio ambiente e investigador do Cintecx explica que o obxectivo do proxecto é obter un xemelgo dixital hidrolxico. A partir dun proceso de dixitalizacin baseado en múltiples sensores, este xemelgo dixital permite, por unha banda, coecer de forma actualizada a dispoibilidade e calidade dos recursos e, por outra banda, facer simulacins e ter unha predicin do seu comportamento futuro baseado en modelos preditivos. Desta forma, os xestores poden probar diferentes escenarios e anticiparse aparicin dos problemas para tomar decisins. Os usuarios finais da plataforma seran tanto as Confederacins Hidrogrficas como as autoridades e empresas que se dedican xestin do control hidrolxico.
O usuario poder a través de E-Hydro realizar unha xestin analtica e preditiva dos recursos de conca tanto dende o punto de vista da dispoibilidade de recurso hdrico como das augas subterrneas, a calidade de augas ou a virtualizacin inmersiva da rede fluvial asociada. A ferramenta permitir as consultar, simular e prever escenarios reais ou potenciais de cara a poder prestar unha asistencia precisa na toma de decisins para a mellor xestin do recurso auga.

E-Hydro emprega tecnoloxas avanzadas como datos de fontes heteroxéneas que inclúen informacin multiespectral e a captura de detalles da contorna para obter representacins tridimensionais precisas mediante LiDAR aéreo e batimétrico do terreo, o desenvolvemento de ferramentas de intelixencia artificial para segmentar e clasificar estes datos e solucins de simulacin e predicin para optimizar a xestin de recursos hdricos e apoiar a toma de decisins informadas.

Socios e participantes

No proxecto estn involucrados sete socios que inclúen unha agrupacin de empresas tecnolxicas como Ingeniera Insitu, Cemosa, Adasa Sistemas e Aerolaser System, que achega a súa experiencia no tratamento automatizado de datos e o desenvolvemento de solucin tecnolxicas avanzadas. A �鶹����, como lder da agrupacin de Organismos Públicos de ���Ա�����پ����������� (OPIs), coordina os esforzos co Instituto de Diagnstico Ambiental y Estudios del Agua (IDAEA-CSIC) e a Universidad de Salamanca para abordar os desafos relacionados coa xestin de recursos hdricos mediante unha colaboracin interdisciplinaria que asegura un enfoque integral.��

Por parte da �鶹����, a colaboracin entre os grupos GeoTECH e Hydro-Forest permite combinar a experiencia en xeotecnoloxas avanzadas e modelizacin hidrolxico-forestal, integrando tecnoloxas de teledeteccin, datos LiDAR e intelixencia artificial para desenvolver solucins efectivas para a monitorizacin ambiental. Esta sinerxa facilita a creacin de ferramentas para a modelizacin das contornas fluviais e a estimacin de recursos e estado de conservacin a nivel de conca hidrolxica.��

Avances publicados na revista Science of The Total Environmen

Os últimos avances por parte do equipo da �鶹���� en E-Hydro foron publicados recentemente na revista Science of The Total Environment. Un estudo no que se analizan os factores que afectan calidade da auga e a integridade biolxica no ro Guadiana (rea piloto de estudo), considerando variables como a cobertura forestal e a presin antropoxénica. Este modelo pred, a través da metodoloxa de Partial Least Squares Path Modelling, ata un 60,3 % da calidade da auga e destaca a importancia de conservar a vexetacin riparia para mellorar a gobernanza ambiental e a seguridade hdrica. Ademais, estase desenvolvendo unha rede neuronal convolucional que, a través de imaxes satelitais, poida predicir o estado e a calidade da auga nos embalses, enfocndose en parmetros clave como a clorofila-a e a turbidez. Este enfoque innovador proporciona ferramentas valiosas para a xestin dos recursos hdricos.

Catro fases para crear o xemelgo dixital

O proxecto comprende catro pasos. O primeiro é a captura dinmica de datos con sensores avanzados. A través de drones, satélites e sensores LiDAR, E-Hydro compila datos detallados en tempo real sobre a conca e os seus recursos hdricos. O segundo paso é a modelizacin intelixente da rede fluvial mediante IA para crear modelos crea modelos precisos que representen o comportamento dos ros e concas, facilitando a anlise preditiva. A partir de a, a seguinte fase é a de simulacin e predicin de escenarios futuros. A plataforma xera simulacins que permiten prever eventos futuros, como inundacins ou secas e avaliar o impacto nos recursos hdricos. A cuarta e derradeira fase é a de toma de decisins baseada nestes datos e anlises. Os organismos xestores podern empregar estas simulacins para tomar decisins informadas que optimicen a xestin da auga e preveen riscos.
��