MACHINE LEARNING ÁLAVA
Objeto: Aplicación de técnicas de machine learning para la previsión del estado de las masas de agua en las cuencas alavesas
Cliente: Diputación Foral de Álava
La propuesta es dotar a la DFA de un sistema de alerta temprana de la disponibilidad hídrica en sus cuencas basada en algoritmos de Inteligencia Artificial. Para ello se “entrena” el sistema con series datos “relevantes”, entendiendo como tales aquellos que son significativos para el sistema que se analiza. Este entrenamiento consiste en calibrar el algoritmo para ajustar las salidas a las variables de interés, que serán aquellas que definen la disponibilidad de agua (nivel piezométrico en acuíferos, caudal en ríos o manantiales). Durante este procedimiento, el algoritmo permite reconocer patrones complejos que relacionan las entradas con las salidas que, posteriormente, se emplean para realizar las predicciones. En definitiva, entre las ventajas que esta metodología aporta, destacamos:
- Dotar a la DFA de un sistema de previsión del riego de escasez de agua a partir de los datos de la red de monitorización con tecnología puntera para mejorar la seguridad hídrica del abastecimiento operados por los entes locales alaveses DFA mediante servicios de previsión de escasez y sequía.
- Obtener el máximo provecho y poner en valor las series históricas disponibles (La DFA dispone de un registror en series históricas de gran valor)
- Integración en la herramienta del conocimiento previo (modelos previos)
- Hacer frente al cambio climático con previsiones de disponibilidad empleando para ello los escenarios previstos por el IPCC (Grupo Intergubernamental de Expertos sobre Cambio Climático).
- Integración de otros controles ambientales operados por otras administraciones (AEMET, IGN, URA, CHE, etc)
- Valoración objetivada de la incertidumbre en las predicciones

