20 de noviembre, 2026
< Volver

Investigadores del grupo de Ingeniería de los Recursos Hídricos del Instituto de Ingeniería del Agua y Medio Ambiente de la Universitat Politècnica de València (IIAMA-UPV) han desarrollado un sistema que combina inteligencia artificial con modelos hidrológicos y de calidad del agua para evaluar el riesgo de contaminación en las masas de agua superficiales de la cuenca del Júcar.

La metodología permite estimar las concentraciones de demanda bioquímica de oxígeno (DBO), fósforo y amonio, y calcular la probabilidad de superar los límites normativos en cada masa de agua. Esta información ayuda a identificar periodos y zonas de mayor riesgo y a orientar medidas preventivas. La investigación, publicada en Journal of Hydrology, está liderada por Alberto Mena, Rafael J. Bergillos, Javier Paredes-Arquiola, Abel Solera y Joaquín Andreu, del IIAMA-UPV, junto con Gerald Corzo, de IHE Delft, en los Países Bajos. “Los resultados ponen de relieve la relación entre la variabilidad hidrológica y la respuesta de la calidad del agua, y demuestran la importancia de incorporar la incertidumbre a la modelización predictiva”, señalan sus autores.

Resultados contrastados con datos de 129 estaciones

Para desarrollar y evaluar el sistema, el equipo empleó información meteorológica de la Agencia Estatal de Meteorología y datos hidrológicos y de calidad del agua del sistema SIA-Júcar, gestionado por la Confederación Hidrográfica del Júcar. La comparación con los registros de 129 estaciones de seguimiento muestra que el sistema reproduce los principales patrones espaciales de contaminación. “El porcentaje de acierto alcanza el 90% para la DBO, el 84,4% para el fósforo y el 85,3% para el amonio”, indica Alberto Mena, autor principal del estudio.

Para ello, la metodología utilizó redes neuronales para predecir las aportaciones mensuales de agua y generar 1.000 escenarios posibles por subcuenca para representar la incertidumbre. “Estas estimaciones se integran con modelos que distribuyen las aportaciones entre las masas de agua y simulan los caudales y las concentraciones de contaminantes”, señala Alberto Mena.

Apoyo a la alerta temprana y la gestión del agua

Además de estimar las concentraciones de contaminantes, la herramienta calcula la probabilidad de superar los límites normativos y la magnitud de esa superación. Esta información permite identificar periodos y masas de agua de mayor riesgo y orientar la adopción de medidas preventivas. “Al cuantificar tanto la probabilidad como la magnitud de las superaciones, el sistema permite una evaluación más sólida y completa de la dinámica de la calidad del agua en condiciones de incertidumbre”, explican los autores.

El estudio muestra que la incertidumbre aumenta durante los episodios de mayores aportaciones y puede acumularse aguas abajo. Incorporar este efecto ayuda a interpretar las predicciones, especialmente cuando las concentraciones se aproximan a los límites normativos. “La evaluación registra una tasa media de falsas alarmas de sólo el 3,1%, un resultado muy favorable para su posible aplicación en sistemas de alerta temprana”, afirman los investigadores del IIAMA.

Por ello, la herramienta debe complementar las mediciones de las redes de control y servir de apoyo a la vigilancia y la toma de decisiones. “En conjunto, el sistema propuesto proporciona un enfoque sólido y transferible para evaluar la calidad del agua teniendo en cuenta la incertidumbre”, concluyen los autores.

El trabajo ha recibido apoyo del Ministerio de Ciencia, Innovación y Universidades, la Agencia Estatal de Investigación, la Asociación Europea para la Biodiversidad y la Unión Europea a través del proyecto NBSPLUS. Alberto Mena ha contado, además, con financiación del Ministerio y la Agencia Estatal de Investigación y del Fondo Social Europeo Plus.

Noticias relacionadas

comments powered by Disqus

Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación (por ejemplo, páginas visitadas o videos vistos). Puedes obtener más información y configurar sus preferencias.

Configurar cookies

Por favor, activa las que quieras aceptar y desactiva de las siguientes las que quieras rechazar. Puedes activar/desactivar todas a la vez clicando en Aceptar/Rechazar todas las cookies.

Aceptar/rechazar todas
Cookies Analíticas

Cookies que guardan información no personal para registrar información estadística sobre las visitas realizadas a la web.

Cookies de Marketing

Cookies necesarias para determinadas acciones de marketing, incluyendo visualización de vídeos provenientes de plataformas como Youtube, Vimeo, etc. y publicidad de terceros.

Cookies de Redes Sociales

Cookies relacionadas con mostrar información provenientes de redes sociales o para compartir contenidos de la web en redes sociales.