ALERTA INTELIGENTE CONTRA LAS FLORACIONES NOCIVAS DE CIANOBACTERIAS PARA LA INDUSTRIA DEL AGUA

El objetivo de CianoAlert que se propone en esta propuesta es desarrollar un sistema de monitoreo y alerta inteligente en tiempo real para advertir del desarrollo de blooms de cianobacterias en masas de agua destinadas a consumo e instalaciones de acuicultura.

El objetivo de CianoAlert que se propone en esta propuesta es desarrollar un sistema de monitoreo y alerta inteligente en tiempo real para advertir del desarrollo de blooms de cianobacterias en masas de agua destinadas a consumo e instalaciones de acuicultura. La solución propuesta por CianoAlert, que permitirá vigilar zonas amplias, aunará tecnología de red de sensores inalámbricos (sensores colocados en el agua) con tecnologías de telecomunicación y de interfaz inteligente de usuario, así como la incorporación de la tecnología de sistemas de aeronaves pilotadas por control remoto (RPAS) como dispositivos de teledetección remota para obtener información relevante del grado de afectación, de la distribución y densidad de cianobacterias para la implementación de un sistema específico y sensible en tiempo real, de fácil manejo y comprensión.

Una adecuada selección de los parámetros y variables a considerar implica la optimización del número de sensores a utilizar, y por tanto, un menor procesamiento de datos que agilice y optimice la utilización de recursos humanos y técnicos para el funcionamiento del sistema CianoAlert. Para ello, CianoAlert incorporará en su esquema operativo las siguientes tecnologías de vanguardia: 1) Redes de sensores inalámbricos para monitorizar únicamente los factores clave que promueven el desarrollo de los blooms. 2) Tecnología Big Data y de telecomunicaciones para la monitorización en tiempo real. 3) Plataforma inteligente para dar una alerta clasificada/categorizada en función del riesgo real/práctico de desarrollo del bloom. 4) Aeronaves pilotadas por control remoto (RPAS) para adquisición de imágenes multiespectrales y despliegue de sensores. 5) Interfaces intuitivas y de fácil uso para ofrecer alertas en formatos útiles.

Gracias a un diseño inteligente y a su desarrollo cuidadoso, en CianoAlert cristalizará un sistema de alerta: sencillo y preciso, con la monitorización de todos los factores clave identificados como agentes promotores del desarrollo de blooms; inteligente, que responderá a las necesidades del sector en cuanto a programas de monitoreo en tiempo real; moderno, al incorporar tecnologías de última generación de detección y telecomunicaciones para cumplir el objetivo de la UE, y España como Estado miembro, para el desarrollo de herramientas modernas; y económico, al limitar la monitorización a los factores determinantes que darán lugar a una apreciable reducción del coste de producción. La lucha contra la eutrofización y la minimización del impacto económico y ambiental de los blooms de cianobacterias nocivas requiere de la unión de esfuerzos por parte de científicos, sectores de la industria afectados, y las autoridades Estatales. CianoAlert, por tanto, nace como un sistema atractivo y competitivo para la comercialización dentro y fuera de los estados miembros de la UE. CianoAlert, como sistema de diseño ingenioso y desarrollo inteligente, se presenta como una opción avanzada en la que España puede participar y liderar en la formación de los futuros programas europeos de control de HABs. El proyecto está financiado dentro de la convocatoria Retos-Colaboración del Programa Estatal de Investigación, Desarrollo e Innovación Orientada a los Retos de la Sociedad, en el marco del Plan Estatal de Investigación Científica y Técnica y de Innovación 2013-2016, con el número de Expediente RTC-2016-5087-2.

CianoAlert proporcionará una solución innovadora, precisa y económica, explotando para ello las siguientes tecnologías TIC:

Integración de datos y modelado. En este proyecto se analizarán paradigmas de procesado de datos asociados tanto a Cloud Computing como a Big Data analyitics, para evaluar su adecuación al objetivo del proyecto. Se buscará procesar cantidades ingentes de datos provenientes de fuentes heterogéneas, así como su almacenamiento óptimo. Estas dos tecnologías sustentarán la creación e integración de un sistema de ayuda a la decisión, que incluirá modelos de análisis diseñados con el fin de monitorizar la calidad del agua en los ámbitos de aplicación del proyecto. Tanto la infraestructura, las técnicas de procesado Big Data y el sistema de ayuda a la decisión estarán diseñadas para ser aplicables a distintos tamaños y complejidades, permitiendo la obtención de un sistema fácilmente escalable, que permita la gestión de distintos tipos de embalses (para uso consumo, hidroeléctrico, recreativo etc.).

Internet of things Este proyecto propone la generación, en tiempo casi real, de datos de sensores provenientes de distintas fuentes heterogéneas, proporcionando redundancia en los datos y, por tanto, mayor integridad y fiabilidad en los mismos. En estos momentos es fácil encontrar en internet gran cantidad de datos provenientes de distintas fuentes y con una estructura diferente. Es el denominado “internet de las cosas”. Otros proyectos optimizan las redes de cloudcomputing para permitir a los usuarios compartir y acceder a información desde estas nuevas fuentes. Muchos de esos proyectos, sin embargo, no utilizan los mecanismos de Big Data y tecnologías como NoSQL que este proyecto tiene como objetivo.

Big Data analytics Las técnicas de análisis de series temporales permitirán el cómputo de la tendencia y de la presión de parámetros relevantes en la implementación eficiente del análisis de aguas. Big Data engloba aquellas capacidades de procesado que los sistemas convencionales no pueden ofrecer. En el caso de datos sobre el análisis de cianobacterias, será necesario monitorizar al segundo parámetros de calidad del agua, almacenar dichos datos y extraer conclusiones de su análisis. Tecnologías como las bases de datos NoSQL permitirán almacenar y acceder a esa información, ya que están pensadas para la gestión de ingentes cantidades de datos y su acceso en unidades de tiempo adecuadas al objetivo de procesado del proyecto. A medida que la cantidad de datos aumenta, las necesidades de computación (tanto en hardware como en software) también aumentan, y este cambio suele ser dinámico. No se han encontrado referencias de proyectos enfocados al análisis de aguas que procesen una cantidad masiva de datos y de fuentes heterogéneas combinándolos a su vez con mecanismos de Big Data y Cloud Network para ofrecer una herramienta de decisión personalizable a diferentes usos.

Cloud computing o computación en la nube. La solución propuesta en CianoAlert se basa en la lectura de los datos de los sensores de forma remota y su almacenamiento en la “nube”, por lo que se pueden relacionar diferentes medidas históricas y/o geográficas de una misma explotación. De esta forma el coste operativo de personal y desplazamientos para realizar las mediciones se elimina casi por completo. Además, se obtienen datos en tiempo real lo que permite reaccionar de forma inmediata delante de avisos de emergencia. Esta solución abre también nuevos modelos de negocio a empresas que quieran explotar el servicio. De esta forma, un proveedor de servicios a piscifactorías podrá establecer una cuota mensual por cada sonda instalada y los servicios asociados a ella en la “nube”, cuyo coste será más competitivo que el coste de las mediciones manuales. Este modelo abre la posibilidad de financiar total o parcialmente la inversión inicial de instalación del sensor a través de una mayor cuota mensual, lo que atraería muchas más empresas a adquirir la tecnología y, a su vez, éstas serían más competitivas. En este sentido se innovará en el modelo de negocio.

Wireless sensor networks (WSN): sensores del agua Se desarrollarán sensores que recogerán información de la calidad del agua a tiempo real. Comparado con los sistemas actuales de monitorización de aguas, el desarrollo de un sistema basado en WSN presenta numerosas ventajas, como la recopilación de datos sobre diversos parámetros y alta precisión. Una red inalámbrica de sensores es un sistema de red ad-hoc, compuesto por un gran número de nodos de sensores de bajo coste y bajo consumo de energía que es capaz de medir los parámetros, procesar las medidas y transmitir el dato. Es también un sistema inteligente que ejecuta automáticamente todo tipo de tareas de supervisión de acuerdo a los cambios ambientales. Algunos ejemplos de sistemas de monitorización basados en redes inalámbricas de sensores son EMNET (Heliosware EEUU), Fleck (CSIRO, Australia), LakeNet (Universidad de Notre Dame, EEUU) y SmartCoast, diseñado por investigadores de Irlanda. Al mismo tiempo, la demanda de evaluación continua de las concentraciones de nutrientes en las aguas también ha dado lugar al desarrollo de nuevos instrumentos de análisis que utilizan tecnologías emergentes. La combinación de estos nuevos instrumentos de detección, con el concepto de redes inalámbricas de sensores, ofrece una oportunidad para la recogida de datos a largo plazo, a escalas y resoluciones que, de otra forma, serían difíciles o imposibles de obtener.

Sistemas de apoyo a la decisión Este proyecto desarrollará un DSS capaz de proporcionar soporte para el usuario final, ya sea, por ejemplo, el propietario del embalse o el gestor de una piscifactoría, con el fin de ser capaz de responder, de forma eficiente, a las necesidades de una amplia gama de aguas de distintos lugares. Para ello, el sistema propuesto tendrá que ser construido con la flexibilidad suficiente como para adaptarse al usuario final e integrará un modelo de gestión del agua que optimice su tratamiento de acuerdo con las limitaciones impuestas por dicho usuario.

Aeronaves pilotadas por control remoto (RPAS) La incorporación de la tecnología de sistemas de aeronaves pilotadas por control remoto (RPAS) a la solución propuesta en el sistema CianoAlert constituye uno de las aportaciones más innovadoras. El uso de este tipo de sistemas para estos fines específicos es relativamente reciente (“Using small unmanned aircraft systems for high spatial and temporal resolution characterizations of harmful algal blooms”, van der Merwe, Deon; Price, Kevin P. en Kansas Unmanned Systems Conference, Tecnología de Manhattan, KS, October 14-16, 2013). Los RPAS se han empleado a nivel de investigación para recolectar datos o información de sensores distribuidos que no dispongan de radiotransmisores potentes (“UAV-assisted data gathering in wireless sensor networks”, Mianxiong Dong, Kaoru Ota, Man Lin, Zunyi Tang, Suguo Du, Haojin Zhu, 2014). La ventaja de los RPAS respecto de las imágenes satélite radica en la disponibilidad de la información, en la frecuencia en que se puede tener acceso a las mismas, además de permitir la obtención de información en zonas que sufran de muchas días de tiempo nuboso, donde el satélite no es operativo. En este campo, se propone en CianoAlert el uso de RPAS como dispositivos para la captura de imágenes con una cámara multiespectral o termográfica con la que generar imágenes georreferenciadas. El procesado de las imágenes multiespectrales para calcular el índice BNDVI (blue normalized difference vegetation index), que permitirá generar una cartografía detallada de la zona afectada con información relevante del grado de afectación y de la distribución y densidad de cianobacterias