En todo el mundo hay más de 263 cuencas hidrográficas y 300 acuíferos transfronterizos, es decir, que cruzan las fronteras de dos o más países. Las personas que dependen de dichos recursos tienen una estrecha relación a nivel transfronterizo y regional, ya que el uso compartido de los recursos hídricos da lugar a interdependencias de tipo hidrológico, económico y social.
Por ejemplo, la sobreexplotación de recursos aguas arriba puede dar lugar a escasez para la población y los ecosistemas que se encuentran aguas abajo en el mismo sistema. También los contaminantes son transportados de un país a otro. La situación se complica aún más con la mayor frecuencia de sequías e inundaciones asociada al cambio climático. Por otra parte, el nivel de desarrollo socioeconómico, el marco regulador y la capacidad de gestión de los recursos difieren entre países, lo que dificulta la gestión de aguas transfronterizas.
A pesar de las dificultades, existe una serie de herramientas útiles, basadas en la inteligencia artificial (IA), que pueden mejorar la gestión de las masas de agua transfronterizas. Científicos de la Universidad de Wits y la Universidad del Cabo Occidental en Sudáfrica, y de las empresas IBM Research, Umvoto Africa y Delta-H, trabajan en un proyecto piloto para desarrollar nuevas técnicas que sean más fáciles de utilizar en el contexto regional.
La zona del proyecto, iniciado con fondos de USAID, el Departamento de Ciencia y Tecnología de Sudáfrica y el Instituto de Gestión de Aguas Subterráneas de la Comunidad de Desarrollo del Sur de África (SADC), es el acuífero Ramotswa, entre Sudáfrica y Botswana. Este acuífero transfronterizo es la ubicación excelente para aplicar técnicas de IA para identificar patrones y tendencias en los datos que puedan ayudar en la toma de decisiones, con objeto de lograr la sostenibilidad del recurso. La zona es semi-árida y en ambos países hay industria y una importante densidad de población.
Específicamente, el equipo de investigación se centrará en:
- Crear una base de datos del acuífero Ramotswa para el uso de técnicas de IA con objeto de permitir un proceso integrado de toma de decisiones.
- Predicción de series temporales a partir de puntos de muestreo mediante deep learning
- Clasificación y agrupación de grandes conjuntos de datos mediante técnicas de aprendizaje automático para extraer patrones que permitan reconocer comportamientos e interrelaciones en el tiempo y el espacio.
- Generar evidencia que permita la toma de decisiones a partir de modelos de recursos hídricos transfronterizos a escala local y regional.
- Crear una estrategia de sostenibilidad hídrica transfronteriza que pueda aplicarse a otras cuencas compartidas en la región.
A finales de 2020, los expertos utilizarán los resultados del proyecto para crea una plataforma dirigida al nexo entre ciencia, política y práctica, que pueda ser utilizada para formular políticas, tomar decisiones, gestionar riesgos y diseñar estrategias de respuesta en caso de contaminación de una masa de agua transfronteriza.
Lee la noticia completa en Smart Water Magazine.
