Integrar para comprender: datos de EDAR, fuentes abiertas y barreras de acceso a la información ambiental
Energía y economía circular
María Castrillo Melguizo · Instituto de Física de Cantabria (CSIC-UC)
María Fernanda Román Sánchez (IFCA (CSIC-UC)), Álvaro López García (IFCA (CSIC-UC))
Agua
Otro
Doc. Escrito
En las Estaciones Depuradoras de Aguas Residuales (EDAR) se genera una gran cantidad de datos con enorme potencial para generar información de valor. Sin embargo, generalmente permanecen infrautilizados tanto por las dificultades para transformarlos en información útil como por las limitaciones de acceso, interoperabilidad e integración de fuentes de información complementarias. Se plantea así que el reto no es únicamente disponer de más datos, sino garantizar su accesibilidad y favorecer su interoperabilidad para transformar datos dispersos en conocimiento útil para comprender la contaminación, mejorar la gestión del saneamiento y avanzar hacia una gobernanza ambiental más transparente y eficaz.
Los parámetros fisicoquímicos medidos directamente en el agua proporcionan una visión cuantitativa, localizada y con alta resolución temporal sobre su composición y su evolución, mientras que los datos procedentes de fuentes de información en abierto pueden aportar contexto sobre las posibles causas de la contaminación, como las actividades urbanas e industriales, los usos del suelo, las condiciones meteorológicas o las variaciones demográficas. La combinación de ambas perspectivas permite avanzar desde la observación de la contaminación hacia una mejor comprensión de los procesos que la generan y condicionan. Aunque parte de esta información está disponible en fuentes abiertas, su localización, acceso, calidad, resolución y compatibilidad no siempre permiten integrarla de forma sencilla con los datos de explotación de una EDAR.
Esta comunicación explora el valor complementario de ambas fuentes de datos, considerando sus capacidades, limitaciones y escalas de observación a través del proyecto PROWESS (Optimización de la eliminación de fósforo en agua residual mediante sensores basados en datos). En él, se abordan estos retos usando como caso de uso el desarrollo de sensores virtuales (soft-sensors), basados en datos e inteligencia artificial, capaces de inferir parámetros de calidad del agua en tiempo casi real a partir de variables medidas mediante sensores convencionales y de información procedente de fuentes abiertas. El enfoque centrado en el dato, junto con la aplicación de técnicas de explicabilidad y con el conocimiento previo del funcionamiento de los procesos que se dan en una EDAR, permite que estos modelos tengan sentido desde el punto de vista experto, reduciendo así la opacidad que habitualmente los caracteriza.
El proyecto se desarrolla a escala real en la una EDAR en Cantabria, en la cual durante un año se han recopilado cerca de 500 determinaciones de fósforo en laboratorio, junto con registros de alta resolución temporal de variables fisicoquímicas del agua, así como datos abiertos meteorológicos y de movilidad poblacional. En esta comunicación se analiza en qué medida los diferentes tipos de datos permiten explicar distintos patrones de variación de la concentración de fósforo afluente, apoyado en el conocimiento experto, poniendo así en valor la complementariedad entre las distintas fuentes de datos y sus limitaciones. Este análisis permitirá avanzar hacia modelos más interpretables y fundamentados en el conocimiento del proceso, y contribuirá a identificar qué información y herramientas resultan relevantes para mejorar la monitorización y la gestión de las EDAR. Por último, esta comunicación reflexiona sobre las barreras que dificultan el aprovechamiento de los datos, incorporando el debate sobre la soberanía del dato: quién genera, custodia y controla la información, quién puede acceder a ella y en qué condiciones.
El objetivo principal de esta comunicación es explorar el valor complementario de los datos de calidad del agua medidos en alta frecuencia en una EDAR y las fuentes de información abierta, analizando cómo su integración es de utilidad en el proceso de obtener conocimiento a través de la digitalización del agua y poniendo en relieve limitaciones como barreras de acceso, interoperabilidad y opacidad. Enmarcado en el proyecto PROWESS, el trabajo busca avanzar desde la mera observación cuantitativa hacia una mejor gestión del saneamiento y una gobernanza ambiental transparente, mediante el desarrollo de sensores virtuales (soft-sensors) fundamentados en el conocimiento experto y la inteligencia artificial explicable.
La metodología se desarrolla a escala real en una EDAR de Cantabria durante un ciclo anual, combinando cerca de 500 determinaciones de fósforo en laboratorio con registros de alta resolución temporal de variables fisicoquímicas del agua, junto con datos abiertos meteorológicos y de movilidad poblacional. A partir de este enfoque centrado en el dato, se implementa una arquitectura híbrida de aprendizaje informado (Informed Machine Learning) que integra el conocimiento físico-químico experto, complementado con técnicas de selección de variables y validación cruzada temporal (Leave-One-Month-Out).
Los análisis evidencian que la combinación de registros físico-químicos y fuentes abiertas permite explicar de manera robusta los diferentes patrones de variación del fósforo afluente durante los periodos templados y fríos, donde el modelo clasificador alcanza precisiones superiores al 80-90%. No obstante, los resultados también revelan una severa degradación predictiva durante los meses estivales, evidenciando que existen variables no recogidas en el proceso que influyen en las cargas de fósforo afluente. Este hallazgo cuantifica de forma práctica una de las principales barreras de acceso a la información ambiental, aportando claves fundamentales para diseñar herramientas de monitorización más interpretables y adaptadas a la realidad operativa de las EDAR.