Sánchez Ramírez, J.E¹, Zuriaga Agustí, E¹, Fernández Soriano, S¹, Piñuela García, F², García García, L², Fallica, F³, Ribera Guardia, A³, Otero, M³, Pérez, P⁴, Rodríguez Rendo, A⁵, Amenós Palau, A⁶, Panić, I⁷, Fonseca, F⁷, Muguera Perez, T⁸, Miguez, B⁹, Moratinos, J⁹
Contexto y oportunidad
La creciente presión sobre los recursos hídricos, derivada del aumento de la demanda, el deterioro de la calidad del agua y los efectos del cambio climático está impulsando la transformación de los modelos tradicionales de gestión del agua. En regiones mediterráneas y semiáridas, caracterizadas por escasez estructural y episodios de sequía más intensos, resulta clave adoptar soluciones basadas en la reutilización segura del agua y la recuperación de recursos dentro del nexo agua-energía-alimentos.
En este contexto, las aguas residuales se consideran una fuente estratégica de agua regenerada y nutrientes con valor para la agricultura. Su reutilización permite aliviar la presión sobre recursos convencionales y mejorar la resiliencia de los sistemas agroalimentarios, especialmente cuando se integra con la recuperación de nitrógeno y fósforo. Sin embargo, su implementación a gran escala enfrenta desafíos relacionados con la seguridad sanitaria, la variabilidad de la calidad del agua, la optimización del uso de nutrientes y la demostración de beneficios económicos y agronómicos.
El objetivo del proyecto iRAIN es producir un recurso hídrico viable y sostenible para uso agrícola a través de tecnologías avanzadas de regeneración de aguas residuales
El proyecto iRAIN aborda estos retos mediante la transición hacia modelos de gestión adaptativos y predictivos. Integra inteligencia artificial con datos de sensores, monitorización en campo y observación remota para desarrollar sistemas avanzados de apoyo a la decisión. Estas herramientas permiten optimizar la calidad del agua regenerada, la aplicación de nutrientes y el rendimiento agronómico, minimizando riesgos y mejorando la eficiencia en línea con la agricultura de precisión y la digitalización del ciclo del agua.
Antecedentes del proyecto
El proyecto iRAIN surge para impulsar modelos más sostenibles, seguros e inteligentes de regeneración y reutilización del agua, centrados en el desarrollo de tecnologías avanzadas para el tratamiento de aguas residuales y la valorización de los nutrientes para uso agrícola. Su enfoque combina monitorización en tiempo real, inteligencia artificial (IA) y análisis de datos, en línea con la agricultura de precisión y la digitalización del ciclo del agua.
IRAIN integra información procedente de diversas fuentes, como satélites, drones, robots agrícolas y redes de sensores, generando una visión multiescala del sistema. Esto permite analizar simultáneamente el tratamiento del agua, su calidad, la aplicación agrícola y su impacto sobre suelo y cultivos, superando las limitaciones de los enfoques tradicionales.
El proyecto iRAIN emplea sistemas de monitorización en tiempo real basados en sensores, satélites, drones y robots para abordar dos desafíos cruciales: la escasez hídrica y la necesidad de una agricultura resiliente frente al cambio climático
El proyecto busca mejorar la gestión del agua regenerada, contribuir a la mitigación de la escasez hídrica y optimizar el aprovechamiento de recursos, alineándose con la economía circular y estrategias de resiliencia climática. Para ello, desarrolla herramientas que ajustan el uso del agua y nutrientes a las necesidades reales de los cultivos mediante una plataforma digital basada en IA que apoya la toma de decisiones en riego y fertilización. En el marco experimental, se emplea un biorreactor de membranas (MBR) combinado con tecnologías de adsorción, membranas y precipitación para recuperar nitrógeno y fósforo. Además, se aplican procesos avanzados de oxidación y micro-nanoburbujas para eliminar contaminantes y patógenos. La monitorización continua y el uso de IA permiten una gestión adaptativa, eficiente y segura, consolidando IRAIN como un modelo avanzado de reutilización agrícola con alto potencial de transferencia.
Metodología
IRAIN se estructura en diversas fases que incluyen: (i) Investigación en técnicas de regeneración de agua y recuperación de nutrientes mediante tecnologías de membranas, adsorción de nutrientes mediante zeolitas/resinas y precipitación de biofertilizantes. También, el estudio de nuevos tratamientos de desinfección y eliminación de contaminantes emergentes en aguas regeneradas. (ii) Investigación en técnicas avanzadas de monitorización de la calidad del agua y del estado del cultivo, que incluye la monitorización integrada y en tiempo real de la calidad del agua y el estado hídrico de los cultivos, mediante el uso de tecnologías innovadoras como análisis multivariable, sistemas de visualización, sensores IoT, drones, robots terrestres y satélites. (iii) Diseño de modelos híbridos y modelos de soporte a la decisión basado en IA para el estudio de la calidad del efluente y evolución del estado del ciclo vegetativo del cultivo. Toda la información recopilada anteriormente se centraliza en una plataforma IIOT que permite la visualización en tiempo real de los datos y de los sistemas de soporte a la decisión desarrollados en el proyecto.
La metodología incluye:
Actividades del proyecto
El proyecto está estructurado en 8 actividades principales que se integran y correlacionan entre sí para el cumplimiento del objetivo general de proyecto.
SOCIOS DEL PROYECTO
Coordinador del proyecto: FACSA Sociedad de Fomento Agrícola Castellonense, S.A.U.
Socios del proyecto: Gimeno Digital Technologies, S.L., Telespazio Iberica, S.L.U., AKIS Research, S.L., SISTEMA AZUD, S.A., Electrónica Salto S.L.U., AQUACORP S.L., Fundació EURECAT, Centro Avanzado de Tecnologías Aeroespaciales.
AGRADECIMIENTOS
Se agradece la financiación del proyecto iRAIN al CDTI apoyado por el Ministerio de Ciencia, Innovación y Universidades (expediente MIG-20232038) y financiado por MCIN/AEI/10.13039/501100011103. Convocatoria TransMisiones 2023 (expediente PLEC2023-010205). También, a la Entidad de Saneamiento y Depuración de la Región de Murcia (ESAMUR) por la colaboración para la implantación del sistema experimental.
