Scalian Group busca con el proyecto Nerthus predecir la contaminación del agua mediante IA

Hace dos mil millones y medio de años dio comienzo la denominada ´revolución del oxígeno´, cuando unos microorganismos comenzaron entonces a liberar oxígeno molecular que, primero, llegó a los océanos, y de ahí a la atmósfera. Son las cianobacterias, protagonistas absolutas de una efeméride que marca el inicio de la vida en la Tierra tal y como hoy la conocemos.

Estas ´heroínas´ de la biología, a las que se denominan algas verdiazules, y que se encuentran tanto en agua dulce como salada, además de en recintos termales, tienen también un lado oscuro. Bajo ciertas condiciones climáticas pueden formar floraciones masivas (blooms), algunas de las cuales liberan toxinas peligrosas para humanos y animales. Esa condición negativa asociada al calor y a la aparición de algunos nutrientes en el agua tiene hoy un nombre, cambio climático, y, sin controlar, puede suponer un riesgo notable de contaminación que afecta a la supervivencia de los ecosistemas y, en consecuencia, a la salud humana.

Vigilancia aeroespacial para evitar la contaminación del agua

La solución a este problema pasa hoy por la inteligencia artificial, y desde diferentes instancias, de la NASA hasta Las Universidad Autónoma de Madrid o la Universidad Complutense de Madrid, pasando por proyectos europeos como el ASTRA, se trabaja en modelos predictivos que puedan atajar esta contaminación. Estudiando la temperatura, la concentración de clorofila y de phycocyanin, el pigmento presente en las cianobacterias, que se encuentra también en la espirulina, se puede predecir la actividad futura de estos microorganismos con horizontes temporales de entre 4 y 28 días.

A la observación de los niveles de clorofila se suma la evaluación de sólidos suspendidos totales —partículas sólidas que flotan en el agua, pero  que no están disueltas— en STREAM, la herramienta de la NASA, que permite “visualizar mapas de calidad del agua, identificar valores de píxeles y visualizar gráficos de series temporales para un píxel o región determinados”.

La observación, que favorece la detección de condiciones negativas en el agua con baja latencia (menos de seis horas), se lleva a cabo vía satélite y se ayuda de modelos machine learning, así como de los sistemas de procesamiento de datos casi en tiempo real de la propia agencia espacial norteamericana.

Reducción del riesgo sanitario y de los costes con Nerthus, de Scalian Group

En la actualidad, y con la colaboración de la ESA y de WaterShed Monitoring, la vigilancia del agua dulce se lleva cabo en el proyecto internacional Nerthus de Scalian Group, una solución que utiliza inteligencia artificial, internet de las cosas (IoT) y visión por computadora para monitorizar, predecir y mitigar estos riesgos de forma eficiente y escalable, evitando así que representen un peligro para la salud pública. Según explica el vicepresidente para Europa de Scalian, Fernando de Águeda, la herramienta, con la que se trabaja ya en lagos de Canadá, Francia y Alemania, integra con éxito datos heterogéneos (imágenes de satélites, datos meteorológicos y limnológicos (relativos a las características físicas, químicas y biológicas de las aguas continentales no saladas), lo que supone “una reducción significativa del riesgo sanitario y de los costes asociados al muestreo tradicional en campo”.

Además, la capacidad anticipatoria de Nerthus, con una precisión del 99%, “permite actuar antes de que los riesgos se materialicen y facilita una gestión proactiva de los recursos hídricos”. Por último, desde esta consultora, recuerdan que su solución de I+D reduce la dependencia de los muestreos manuales, lo que la hace atractiva para administraciones, empresas de agua, gestores ambientales y comunidades locales. La tecnología mediante visión por computadora, finaliza Fernando de Águeda, está abierta a otros ámbitos ambientales y agrícolas, como la gestión de plagas y enfermedades en cultivos.