Investigadores del IIAMA-UPV revisan una década de modelos para optimizar la gestión de los recursos hídricos
La investigación, basada en 74 estudios internacionales, identifica nuevas tendencias en la gestión hídrica y el papel creciente de la inteligencia artificial y los modelos avanzados
- 69 lecturas
Un equipo de investigadores del grupo de Hidrogeología del Instituto de Ingeniería del Agua y Medio Ambiente de la Universitat Politècnica de València (IIAMA-UPV), formado por Rafael Magnabosco, Vanessa Godoy y Jaime Gómez-Hernández, ha publicado un estudio internacional que analiza cómo mejorar la gestión de los recursos hídricos en un contexto marcado por el cambio climático, la escasez de agua y el aumento de la demanda.
El trabajo, publicado en la revista Sustainable Water Resources Management, revisa en profundidad las metodologías empleadas en la última década para gestionar el agua de forma integrada, considerando los distintos usos —agrícola, urbano, industrial y ambiental— y los conflictos asociados entre ellos.
Análisis global de una década de investigación
El estudio se basa en el análisis de 74 investigaciones internacionales publicadas entre 2014 y 2024, y confirma que los principales objetivos de la gestión hídrica siguen siendo garantizar el suministro, reducir costes y minimizar los impactos ambientales.
El análisis de 74 estudios confirma que garantizar el suministro, reducir costes y minimizar impactos siguen siendo los grandes objetivos
Asimismo, pone de relieve que sectores como la agricultura y el desarrollo urbano concentran la mayor parte de la demanda, lo que refuerza la necesidad de abordarlos de forma conjunta dentro de estrategias integradas.
Según Jaime Gómez-Hernández, responsable del grupo de Hidrogeología, “la clave está en encontrar soluciones técnicamente viables, económicamente eficientes y ambientalmente sostenibles al mismo tiempo”.
Un cambio hacia enfoques más integrados y sostenibles
Una de las principales conclusiones del trabajo es la evolución hacia modelos de gestión más holísticos. Frente a los enfoques tradicionales, centrados en un único sector, la tendencia actual apuesta por integrar todos los usos del agua y sus interacciones.
“Hemos observado un cambio claro desde modelos tradicionales, centrados en un único sector, hacia enfoques que consideran simultáneamente todos los usos del agua y sus interacciones”, explica Rafael Magnabosco, autor principal del estudio.
Este cambio responde a un entorno cada vez más complejo, donde factores como las sequías, el cambio climático o el crecimiento urbano obligan a adoptar decisiones más coordinadas y basadas en evidencia científica.
Modelización avanzada e inteligencia artificial
El estudio destaca el papel clave de los modelos de simulación y optimización, herramientas fundamentales para evaluar escenarios y equilibrar objetivos contrapuestos, como el desarrollo económico y la protección ambiental.
“Herramientas como MODFLOW, WEAP o SWAT continúan siendo fundamentales en la simulación hidrológica, aunque cada vez se combinan más con técnicas de inteligencia artificial”, señala Vanessa Godoy. “Estas herramientas permiten anticipar cómo responderán los sistemas hídricos ante distintos escenarios y ayudan a identificar las mejores estrategias de gestión”.
Entre las tendencias emergentes, los investigadores destacan el creciente uso de inteligencia artificial y aprendizaje automático, la incorporación de escenarios de cambio climático y uso del suelo, así como la aplicación de enfoques integrados como el nexo agua–energía–alimentación–ecosistemas.
La inteligencia artificial y los modelos avanzados permiten anticipar escenarios y optimizar la gestión hídrica
Retos pendientes en la toma de decisiones
A pesar de los avances, el estudio identifica desafíos relevantes, como la complejidad computacional de los modelos o la dificultad de integrar a todos los actores implicados en la toma de decisiones.
Los investigadores subrayan la necesidad de desarrollar herramientas no solo precisas, sino también accesibles y útiles para los gestores. “Es fundamental que los modelos no solo sean precisos, sino también comprensibles y útiles para los responsables de la toma de decisiones”, concluyen.
La investigación se enmarca en la ayuda PRE2022-101977, financiada por el MCIN/AEI y el FSE+, además del proyecto OurMED PRIMA del programa Horizonte 2020 de la Unión Europea.
