Watercloud es un servicio de software basado en la nube que automatiza la clasificación de la cobertura de la Tierra haciendo uso de la Inteligencia Artificial (IA) para crear un modelo de consumo de agua objetivo, lo que permite por ejemplo calcular las tarifas de agua escalonadas.

En los últimos años, muchas zonas del mundo sufren periodos de sequía de intensidad variable, que afecta no solo a la agricultura (y a los ingresos de las personas que viven del campo) sino también a la vida en las ciudades, afectando al abastecimiento de agua. En situaciones extremas y en algunas zonas del planeta puede causar la emigración de personas e incluso causar hambrunas y muertes.

Sin llegar a esos extremos, el ahorro de agua es un tema delicado que origina múltiples problemas en ciudades y zonas densamente pobladas.

Cuando los modelos de predicción climática indican una tendencia al incremento de estos fenómenos, se hace evidente la necesidad de buscar soluciones. Aunque los impactos de las sequías dependen de la capacidad de las comunidades para enfrentar el fenómeno, en función de las condiciones socioeconómicas, productivas y de calidad de los recursos de las poblaciones, la primera solución que se suele plantear de manera inmediata es el hacer un uso racional del agua.

Identificando las necesidades de agua en una región

Actualmente se puede calcular las necesidades de agua en las distintas regiones utilizando datos obtenidos por teledetección, predicciones meteorológicas y datos históricos de consumo, que permiten estimar y planificar el uso de los recursos hídricos.

En este proceso, el factor humano no solo afecta a la precisión de los datos, sino que también origina desconfianza entre la población y los posteriores procesos legales. Por ejemplo, el ojo humano no siempre reconoce dónde están las piscinas, la vegetación y los caminos usando fotografías del territorio. Asimismo, los inspectores de gestión hídrica no pueden obtener dicha información sin violar los derechos de propiedad privada (sin invadir propiedades privadas para efectuar las mediciones). Esta estrategia es sumamente inexacta y es injusta con los consumidores con un flujo elevado debido a la evaporación de agua en grandes áreas de cultivo.

WaterCloud
Captura de pantalla de WaterCloud

WaterCloud

La compañía con sede en California EOS (EEUU.) ha desarrollado la tecnología más reciente. El servicio WaterCloud, en colaboración con Google Maps y los distritos hídricos de California (EEUU), utiliza imágenes de alta resolución para clasificar automáticamente el terreno y separar la información de las áreas de follaje de plantas y piscinas de tejados, caminos y edificios, y la comprara con los datos de evaporación o uso de agua para un determinado tipo de planta. A continuación, el flujo estimado se compara con los contadores, lo que permite identificar a los consumidores que despilfarran agua y marcar sus zonas en el mapa del distrito, por ejemplo, en rojo.

Tal variedad de información gráfica y estadística se puede procesar para calcular y analizar la superficie total de cada tipo de superficie a escala de todo el distrito. El consumo de agua se calcula utilizando la metodología aprobada por el Departamento de Recursos Hídricos de California. El consumo de agua diario para uso interior per cápita es de 0,25 metros cúbicos. Para efectuar los cálculos, WaterCloud utiliza los datos s iniciales del distrito hídrico: APN (Assessor's parcel number) o ID único de parcela; dirección postal, (calle, ciudad/estado, código ZIP), número de residentes registrados; datos del contador en galones; el tamaño del terreno en pies cuadrados, etc.

Para evaluar el uso exterior, el mapa de datos importados se realiza mediante APN; el consumo total de agua en el edificio, etc.

La compañía EOS puede resolver, usando la tecnología WaterCloud, numerosos problemas relacionados con el desbordamiento de agua en los distritos hídricos de California (Santa Rosa, Marine Water e East Bay). Al evaluar comparativamente la precisión de la clasificación automática de edificios, vegetación y objetos hídricos utilizando imágenes aéreas multiespectrales y redes neuronales, el valor medio de la precisión de las pruebas es del 92,47%.

Nota de prensa de EOS