Inteligencia artificial y gestión del agua: soluciones contra el desperdicio hídrico

El desperdicio hídrico es el uso ineficiente y excesivo del agua debido a fugas, mala gestión, hábitos inadecuados y falta de conciencia. Esto puede ocurrir en tres ámbitos:

• Domésticos o urbanos.
• Agrícolas.
• Industriales.

Una de las soluciones para luchar contra el desperdicio de agua y maximizar la eficiencia de las redes que la transportan es la inteligencia artificial. Con ella se abren múltiples caminos de aplicación que van desde el mantenimiento predictivo a mejorar la eficiencia del sistema.

El problema del desperdicio de agua y el estrés hídrico

La fundación We Are Water –colaboradora de agencias de la Organización de Naciones Unidas (ONU)– señala el agua no registrada (ANR) como uno de los principales problemas en la cadena de suministro en Latinoamérica y en todo el mundo de este recurso. Esta agua es la que se pierde en el proceso de suministro, ya sea por fugas, errores o fraudes. We Are Water destaca que a nivel mundial el agua no registrada supera el 40% del agua potable, lo que equivale a 45.000 piscinas olímpicas. Y, por ejemplo, el desperdicio de agua no registrada en Ciudad de México es de un 40%, alcanzando en algunas zonas el 55% en 2024.

En España los datos difieren. El Instituto Nacional de Estadística (INE) desagrega el agua no registrada en pérdidas reales y aparentes. En 2022 –último año con datos disponibles– las pérdidas reales (fugas, roturas y averías en la red de suministro) se estimaron en 695 hm3, lo que supuso un 16,3% del total de agua suministrada a dichas redes. Mientras, las pérdidas aparentes (errores de medida, fraudes y consumos autorizados no medidos) fueron de 406 hm3.

Además, existe otro valor para medir este recurso natural: el estrés hídrico. Esto ocurre cuando la demanda de agua supera la cantidad disponible o cuando su calidad es insuficiente para cubrir las necesidades de la población en cualquiera de sus sectores.

El estrés hídrico a nivel mundial se ha mantenido relativamente estable en los últimos años, como recoge la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO, por sus siglas en inglés). El último dato disponible es de un 18% en 2022, igual que en 2021. Sin embargo, desde la misma organización explican que “Asia occidental y el norte de África lidian con una grave escasez de agua. En estas regiones, el estrés hídrico ha aumentado un 12% desde 2015”. Dentro de los tres sectores destacados de consumo de agua, la agricultura representó a nivel mundial el 72% de las extracciones totales en 2022, seguida de la industria con un 15% y por último los servicios, con un 13%.

Ahora bien, ¿qué sucedería en la red de distribución de agua si se empleara la inteligencia artificial para leer los datos ya existentes? Se obtendría una herramienta de prevención, medición, economización y, por último, optimización.

La inteligencia artificial puede hacer más eficientes, por un lado, el sector agrícola y por otro, el urbano y el industrial ya que son los que más emplean y requieren agua.

Cómo puede ayudar la inteligencia artificial a reducir el consumo de agua en la agricultura

La agricultura es a donde más recursos hídricos se destinan a nivel mundial, como se ha señalado con anterioridad. Y la inteligencia artificial puede encontrar distintas soluciones para disminuir el consumo de agua sobre todo en la agricultura de precisión.

• Como explica Andrés Molina, director del Instituto del Agua y de las Ciencias Ambientales de la Universidad de Alicante, “en la agricultura es fundamental la modernización de los regadíos, que supone el cambio de la forma de regar los campos introduciendo sistemas de goteo, sistemas de riego localizado”. 
• También la red de regadío puede estar monitorizada, lanzando información constante y real sobre la situación del campo o la humedad que tiene el suelo. “Con toda esta información podemos perfectamente saber dónde es necesario regar y dónde no”, señala Molina.
• Análisis de los datos: Xavier Martínez, director de la Unidad Tecnológica de Agua, Aire y Suelos de Eurecat, pone el foco en los datos que las plantas agrícolas ya tienen –de los que ya disponían pero que hace años no se podían recabar– para poder hacer una lectura precisa de sus necesidades mediante inteligencia artificial. “A fecha de hoy, disponemos de muchos más datos de los cultivos. Desde datos del campo ‘in situ’, de sensores, datos por satélite, datos de la meteorología o el estado de las masas de agua. Y esto nos permite ser mucho más precisos en los cultivos y en el uso de recursos como el agua o fertilizantes de todo tipo”, explica Martínez. También señala que gracias a la inteligencia artificial “se puede afinar mucho más” la lectura sobre el campo para saber dónde hay que destinar más o menos agua. “A nivel de parcela, a nivel de estado del cultivo, a nivel de humedad del suelo, a nivel de meteorología, de calcular o ser capaces de tener datos sobre la evapotranspiración de las plantas y por lo tanto ver cómo va a evolucionar el sistema y controlar muy bien las necesidades de agua”, indica Martínez.

Esta agricultura de precisión que emplea inteligencia artificial para ser aún más eficiente está presente de manera desigual por el territorio. Las zonas que más la implementan y buscan hacer un mejor uso del agua son aquellas que tienen mayor riesgo de estrés hídrico, que sufren más sequías o que el recurso es más escaso. “Los regadíos que están muy tecnificados, tanto desde el punto de vista de la aplicación de tecnologías de la información en la gestión del riego, como en las propias infraestructuras, lo están por una sencilla razón, y es porque no hay abundancia de recursos”, señala Molina.

Además, Molina incide en que los primeros interesados en optimizar al máximo el uso del agua en sus terrenos son los agricultores, porque es un recurso “escaso y caro”.

Las fugas de agua en el entorno urbano e industrial contra las que ayuda la IA

En el entorno urbano e industrial el agua está presente en los hogares, los comercios, la hostelería, las fábricas, etc. Multitud de sitios en los que su uso –en muchas ocasiones– depende de la conciencia de los propios usuarios de la red hídrica ya que el sector urbano y el industrial comparten red. No obstante, hay veces que su desperdicio también está provocado por fugas en el sistema. Y el proceso para acceder a ella es arduo y complicado, pero monitorizable con inteligencia artificial.

Martínez explica que antes de que el agua llegue al sector urbano o industrial, llega a una potabilizadora. Ahí se trata y, después, se distribuye sobre todo a usuarios urbanos como viviendas, pero también a algunos usuarios industriales. “Estas redes de distribución son extremadamente complejas. Evidentemente depende del municipio, pero están muy ramificadas. Se han ido construyendo a medida que crecían las ciudades y algunas son muy antiguas”, indica Martínez.

Esto implica que en esta red pueden darse multitud de supuestos que ponen en riesgo la preservación del agua y favorecen el desperdicio hídrico, como, por ejemplo, sobrepresiones o fugas. “Ahí ya se trabaja desde hace muchos años con lo que se denominan modelos hidráulicos. Pero al final son unos modelos que se basan en datos y llegan donde llegan. Ahora la inteligencia artificial nos está permitiendo que estos modelos sean mucho más precisos”, explica Martínez.

A nivel doméstico también se pueden dar este tipo de precisiones. Por ejemplo, “si se ve un consumo anómalo por la noche, donde no se debería consumir agua, esto es un cambio en los patrones de consumo”, indica Martínez. En este sentido, Molina destaca la tecnología de control remoto o de telemando que lleva ya muchos años implantada. Esta tecnología “permite conocer a tiempo real con sensores que están en toda la red, en las válvulas de la red, cómo está la presión del agua”.

Ambos expertos inciden en que, cuando se detecta una caída en la presión del agua en algún punto de la red, es que se está produciendo una pérdida. Al conocerlo, se pueden tomar medidas como cortar el agua e intervenir. Molina indica que “la IA va a mejorar ese manejo de datos. Y ya se está trabajando en abastecimientos urbanos, en generadores digitales, haciendo modelos matemáticos para ver cómo se comporta la red, etcétera”.

También existen fugas más grandes, como señala Martínez, “a nivel de red en alta, o incluso de distribución, donde hay cambios en los patrones de presión de la red y ahí la inteligencia artificial nos da mucha más precisión y rapidez a la hora de detectar estas fugas”.

Eso sí, Martínez afirma que una parte para detectar fugas es automática, pero hay otra en la que se usan correladores acústicos, unos micrófonos altamente sensibles que son capaces de percibir las variaciones de los patrones acústicos y permiten diferenciar si hay una fuga. “Ahí también ha entrado la inteligencia artificial, en analizar estos patrones y detectar con mucha más precisión. En el ciclo o en la distribución de agua potable, la IA está entrando con fuerza y en muchos aspectos”, asevera.

Mantenimiento predictivo de la red de agua con IA en cualquier ámbito

Antes de que se produzca una fuga que conlleve desperdicio hídrico, se puede mejorar la red de distribución de agua y evitar su desgaste con mantenimiento predictivo en el que ayude la inteligencia artificial. Pero no es tan sencillo, como señalan los expertos.

A diferencia de, por ejemplo, la red eléctrica que va por la superficie y en muchos casos se puede ver su estado con imágenes satelitales, la red de distribución de agua es subterránea. Esto dificulta su mantenimiento y su predicción.

Como señala Martínez, “en el desgaste de las tuberías entran muchísimas variables, incluso el estado interior de la tubería también. Pero sí, estos mismos modelos, una vez sabes que has tenido una fuga y la has caracterizado, puedes ir atrás y calibrarlos con los datos que tengas del estado de las tuberías, de la antigüedad, del material, de los caudales, de las presiones”.

Andrés Molina, por su parte, señala que la IA podría ayudar al mantenimiento predictivo en cuanto al cálculo de variables. “Si a esta estructura le sumas una nueva herramienta más eficaz que puede manejar más datos, que puede hacer anticipaciones, valorar de manera muchísimo más rápida un conjunto de factores, como la edad de la red, los materiales, el tipo de suelo sobre el que se asientan esas tuberías, etc. Si todo eso lo puedes manejar a través de la inteligencia artificial, va a suponer evidentemente un enorme salto cualitativo en la gestión de estas redes”.