Los acuíferos calizos están expuestos a la contaminación por aguas fecales y otros elementos peligrosos para la salud. Un equipo de la Universidad de Málaga (UMA) ha desarrollado una tecnología basada en inteligencia artificial (IA) que monitoriza las aguas en tiempo real y avisa de la llegada de contaminantes a abastecimientos urbanos.
Los acuíferos de tipo kárstico abastecen de agua potable a un volumen importante de la población.Tienen una enorme capacidad para almacenar y dejar fluir grandes volúmenes de agua. Sin embargo, esa misma ventaja se convierte en su mayor debilidad: son muy vulnerables a la contaminación.
En estas reservas subterráneas, la calidad del agua puede deteriorarse de forma abrupta y la contaminación fecal puede alcanzar los puntos de captación de agua en cuestión de horas, sobre todo tras episodios de lluvias intensas. En muchos casos, cuando los análisis microbiológicos confirman el problema, el agua ya circula por la red de suministro.
Sistema de alerta temprana de contaminación de acuíferos
Un equipo del Centro de Hidrogeología (CEHIUMA) de la Universidad de Málaga (UMA), liderado por Bartolomé Andreo, trabaja en el desarrollo de KARMA, un sistema de alerta temprana, para anticiparse a los problemas de contaminación en los acuíferos kársticos.
En el marco de este proyecto y fruto de la tesis doctoral de Jaime Fernández Ortega, el grupo malagueño acaba de presentar un sistema pionero basado en inteligencia artificial, para la detección de restos fecales en las reservas de agua subterráneas. La mayor ventaja de esta herramienta reside en que permite adelantarse a la llegada de contaminantes y tomar medidas antes de que la población consuma agua en mal estado.
Ventajas del sistema de monitorización de aguas
El nuevo sistema de monitorización de la calidad del agua es mucho más ágil que los análisis actuales para detectar bacterias indicadoras de contaminación fecal, como Escherichia coli. Estos análisis requieren cultivos en laboratorio que pueden tardar entre uno y dos días.
El desarrollo de la herramienta inteligente para el control de la calidad del agua ha necesitado un estudio exhaustivo de las características de los acuíferos. Los investigadores de la UMA analizaron el comportamiento de dos manantiales que abastecen a Ubrique, en Cádiz, una de las poblaciones afectada por el fuerte temporal de lluvias de febrero, que vio cómo las calles se convertían en ríos.
Estudio del comportamiento de los acuíferos
Durante tres años hidrológicos consecutivos, monitorizaron de forma continua parámetros físicos y químicos del agua y los compararon con análisis microbiológicos periódicos.
El objetivo era doble: entender cómo se comporta la contaminación fecal en estos sistemas y evaluar si es posible anticiparla sin esperar a los resultados del laboratorio.
El investigador de CEHIUMA, Juan Antonio Barberá explica que para comprender la dinámica del agua y los contaminantes instalaron sensores que monitorizaron el caudal, la conductividad eléctrica, la temperatura, la turbidez y el triptófano. Este último parámetro es muy importante, porque está relacionado con la presencia contaminación fecal.
La información sobre el agua se tomó con sensores conectados a la nube. En la parte alta del acuífero se instaló un medidor de lluvia. Este elemento está pensado para alertar ante situaciones de recarga anormales, asociadas a un episodio de lluvia extrema.
La cantidad e intensidad de precipitaciones es importante. Hace que entre agua en el acuífero, pero también todos los elementos contaminantes que arrastra. Ese sensor se complementa con otro situado en el manantial. Allí se monitoriza el caudal y la calidad del agua que va hacia la red de suministro y se detecta cualquier anomalía posible.
Una imagen continua del estado del agua
Los sensores registraron información del agua cada quince minutos. De esta manera, el grupo de la UMA obtuvo una imagen continua del estado del sistema, algo imposible de lograr con muestreos puntuales. Esta información fue la base de datos privilegiada sobre la que se asienta el modelo de inteligencia artificial de esta nueva herramienta.
Los investigadores de la Universidad de Málaga aplicaron distintos modelos de aprendizaje automático para clasificar el agua en cinco niveles de riesgo sanitario, siguiendo los criterios de la Organización Mundial de la Salud.
Los modelos fueron entrenados para reconocer patrones que, en el pasado, habían coincidido con aumentos de la concentración de E. coli. Los resultados muestran que algunas combinaciones de variables permiten identificar con bastante precisión los episodios de mayor riesgo.
«Esta metodología tiene un gran potencial para integrarse como una herramienta de alerta temprana para la evaluación sanitaria en tiempo real», afirma Jaime Fernández Ortega.
Origen de la contaminación fecal de los acuíferos
La contaminación fecal en los entornos kársticos está estrechamente ligada a actividades humanas en superficie, como la ganadería, los vertidos de aguas residuales o el funcionamiento de depuradoras. Durante lluvias intensas, estos contaminantes pueden ser arrastrados hacia el subsuelo a través de sumideros naturales, sin apenas filtración.
«El desarrollo de cavidades y conductos en el interior propio de los acuíferos kársticos los hacen muy vulnerables. En estos sistemas, como el agua circula de manera muy rápida desde las zonas de recarga hasta los manantiales, no da lugar a que se produzca una atenuación natural de los contaminantes. En otro tipo de acuíferos, como son los porosos, la misma roca hace de filtro y retiene los contaminantes», aclara Jaime Fernández Ortega.
Actuación rápida, la clave para evitar que aguas contaminadas lleguen a los hogares
En ese contexto, la rapidez de respuesta es clave para evitar riesgos para la población. El sistema de alerta temprana no viene para sustituir a los análisis microbiológicos tradicionales, que siguen siendo fundamentales. Más bien está pensada para complementarlos.
«Lo novedoso de nuestro método es que somos capaces de inferir a tiempo real la presencia de bacterias propias de la contaminación fecal, solamente teniendo en cuenta los registros continuos de los manantiales», aclara Fernández Ortega.
El siguiente paso será la integración de este dispositivo en la operativa de suministro de agua potable. «Que funcione todo el conjunto, con esta herramienta automatizada, para apoyo en la toma de decisiones», explica Juan Antonio Barberá.
Sensores, datos en tiempo real y modelos predictivos
El empleo de sensores, la transmisión de datos en tiempo real y los modelos predictivos aparecen como una vía prometedora para reforzar la seguridad del abastecimiento.
La investigación del equipo de la UMA se centra en el caso concreto de dos manantiales de Ubrique. No obstante, las conclusiones obtenidas y el método son aplicables a cualquier otro sistema de abastecimiento que dependa de aguas subterráneas. Solo habría que adaptar los parámetros a la realidad de las aguas a monitorizar para crear modelos ajustados a las características del entorno.
Precisamente porque no se ve, el agua subterránea suele quedar fuera del foco mediático y no se le presta la atención adecuada. Sin embargo, de ella depende el suministro de millones de personas solo en la región mediterránea de la Península Ibérica, y su protección plantea retos específicos que requieren soluciones innovadoras.
Esta investigación de la UMA contribuye a la mejora la gestión de las reservas de agua subterráneas, en las que la actuación es crítica porque la contaminación puede llegar en cuestión de horas. Detectarla a tiempo significa anticiparse a un problema de salud pública y reducir riesgos para millones de personas.
