La inteligencia artificial localiza el agua “invisible" en Mali y Chad
A
partir del uso de algoritmos y de la inteligencia artificial, un equipo de
investigación liderado por la Universidad Complutense de Madrid (UCM) ha
diseñado una herramienta que, en sus primeras pruebas, ha sido capaz de
predecir con una tasa de éxito cercana al 90% las zonas con mejor acceso a agua
potable subterránea en África.
En
concreto, los trabajos publicados en Hydrology and Earth System Science y
Geocarto International describen las cartografías hidrogeológicas elaboradas
mediante el software MLMapper en las regiones de Bamako y Koulikoro (Mali) y en
la región de Ouaddaï (Chad), respectivamente.
"Garantizar
la disponibilidad de agua y su gestión sostenible y el saneamiento para
todos" es el Objetivo de Desarrollo Sostenible 6. En África subsahariana,
el agua subterránea desempeña un papel fundamental para el suministro de agua
potable pero el porcentaje de pozos que encuentra agua es, en muchas ocasiones,
menor del 30%.
“Esto
se debe principalmente al desconocimiento hidrogeológico, y la consecuencia
práctica es la pérdida de millones de euros de ayuda humanitaria en
perforaciones infructuosas”, destaca Víctor Gómez-Escalonilla Canales,
investigador del Departamento de Geodinámica, Estratigrafía y Paleontología de
la UCM.
El
geólogo, uno de los autores, añade que el principal aporte de estas
investigaciones es la “utilización de técnicas de machine learning -aprendizaje
automático- para la producción de mapas de potencialidad de recursos acuíferos
en regiones remotas”.
Puntos de agua previos y variables
explicativas, claves
Para
llevar a cabo estos estudios, los investigadores han partido de dos tipos de
fuentes: por un lado, una base de datos de puntos de agua con información sobre
el éxito de los pozos y, por otro, variables como el tipo de roca o las
características del terreno que pueden condicionar la presencia de pozos
exitosos.
Los
algoritmos de machine learning buscan los patrones de estas variables
explicativas que conducen a un resultado u otro. Si el proceso de validación
arroja resultados satisfactorios, es posible extrapolar estos patrones a zonas
en las que se carece de información. De esta forma, se puede predecir si las
condiciones hidrogeológicas son favorables o no en dichas regiones.
“Una
de las ventajas de este tipo de investigaciones es que es posible realizar gran
parte del trabajo desde el despacho de la facultad, si bien los resultados han
de ser verificados en el terreno posteriormente. De esta forma se pueden
disminuir tanto los gastos como los riesgos asociados a las campañas de
prospección hidrogeológica en regiones remotas”, señala Gómez-Escalonilla.
En
el diseño de la herramienta también participó la Universidad de Neuchâtel
(Suiza) y ambas investigaciones han sido llevadas a cabo con proyectos
financiados por la Agencia de Cooperación Suiza y por el Ministerio de Ciencia,
Innovación y Universidades.
“El
siguiente paso de la investigación es tratar de predecir no solo zonas
positivas y negativas para las perforaciones sino intentar encontrar cuales
pueden ser las áreas más productivas, es decir, allí dónde cabría esperar un
mayor rendimiento de los pozos. Esta investigación ya se está llevando a cabo
en colaboración con investigadoras de la Universidad de Bamako”, adelanta
Gómez-Escalonilla.
,.
Comentarios
Publicar un comentario