![\"A](\"https:\/\/cimne.com\/wp-content\/uploads\/2026\/02\/202602_reservoir.jpg\")
<\/p>\n<\/p>\n
Experts de l’Aula CIMNE-UPM ETSII<\/strong><\/a> han avaluat l\u2019efic\u00e0cia de l\u2019aprenentatge autom\u00e0tic (Machine Learning<\/em>, ML)<\/strong> i de la imatgeria per sat\u00e8l\u00b7lit<\/strong> per avaluar la qualitat de l\u2019aigua en entorns d\u2019aig\u00fces interiors<\/strong>. En un estudi recent, la Laura C\u00e1ceres, el Dr. Jorge Rodr\u00edguez Chueca i el Dr. David J. Vicente<\/a> han comparat aquests enfocaments amb els m\u00e8todes tradicionals, analitzant com aquestes tecnologies podrien millorar el monitoratge de la seguretat<\/strong> i reduir la necessitat de mesures intensives in situ<\/em>.<\/p>\n El manuscrit, titulat “Comparative assessment of machine learning and band ratios for robust water quality assessment in inland waters<\/em>“, compara enfocaments d\u2019aprenentatge autom\u00e0tic amb m\u00e8todes tradicionals basats en r\u00e0tios de bandes per determinar quines t\u00e8cniques ofereixen l\u2019avaluaci\u00f3 m\u00e9s robusta dels par\u00e0metres de qualitat de l\u2019aigua<\/strong>.<\/p>\n Aprofitant la imatgeria per sat\u00e8l\u00b7lit, la recerca mostra com les tecnologies de teledetecci\u00f3 combinades amb IA poden millorar la capacitat de monitoratge de les aig\u00fces interiors<\/strong>, i potencialment reduir la necessitat de mesuraments de camp intensius en recursos tot mantenint la precisi\u00f3.<\/p>\n Aquest enfocament innovador podria accelerar les avaluacions de seguretat i reduir els costos de manteniment davant la creixent demanda de solucions escalables per monitorar els recursos d\u2019aigua dol\u00e7a<\/strong>, a mesura que augmenten les pressions del canvi clim\u00e0tic i de l\u2019activitat humana.<\/p>\n “Aquesta recerca representa un pas important endavant en l\u2019aplicaci\u00f3 de la intel\u00b7lig\u00e8ncia artificial al monitoratge ambiental<\/strong>“, afirma el Dr. Vicente, que tamb\u00e9 forma part del cl\u00faster de recerca en Aprenentatge autom\u00e0tic i models en enginyeria hidroambiental<\/a> del CIMNE.<\/p>\n La recerca s\u2019ha desenvolupat en el marc d\u2019un acord de col\u00b7laboraci\u00f3<\/strong> entre CIMNE, la Universidad Polit\u00e8cnica de Madrid (UPM) i Canal de Isabel II<\/a> S.A.M.P., una de les principals empreses de gesti\u00f3 de l\u2019aigua d\u2019Espanya. La col\u00b7laboraci\u00f3 reflecteix la rellev\u00e0ncia pr\u00e0ctica de la recerca, connectant la innovaci\u00f3 acad\u00e8mica amb aplicacions reals<\/strong> en la gesti\u00f3 dels recursos h\u00eddrics.<\/p>\n L\u2019acord ha proporcionat als experts acc\u00e9s a dades operatives i expertesa<\/strong>, alhora que ha ofert un banc de proves per a noves metodologies de monitoratge. Canal de Isabel II gestiona el subministrament d\u2019aigua de m\u00e9s de sis milions de persones a la Comunitat de Madrid.<\/p>\n Per a Laura C\u00e1ceres<\/a>, estudiant de doctorat a l’Aula CIMNE-UPM ETSII, la publicaci\u00f3 \u00e9s significativa perqu\u00e8 explora “com les t\u00e8cniques computacionals avan\u00e7ades poden abordar reptes pr\u00e0ctics en el monitoratge ambiental”. Segons explica, l\u2019oportunitat d\u2019enlla\u00e7ar la seva tesi doctoral i l\u2019experi\u00e8ncia professional a Canal de Isabel II ha estat inestimable per abordar aplicacions cient\u00edfiques i del m\u00f3n real que es poden transferir directament als usuaris finals.<\/p>\n L\u2019an\u00e0lisi comparativa presentada a l\u2019article aporta orientaci\u00f3 basada en evid\u00e8ncies per a la selecci\u00f3 i l\u2019aplicaci\u00f3 de diferents metodologies<\/strong>. Els m\u00e8todes tradicionals de monitoratge de la qualitat de l\u2019aigua, tot i ser precisos, sovint requereixen programes de mostreig extensos que poden ser costosos i consumir molt de temps. Els enfocaments de teledetecci\u00f3 ofereixen el potencial de monitorar simult\u00e0niament m\u00faltiples masses d\u2019aigua, proporcionant una cobertura que seria poc pr\u00e0ctica amb t\u00e8cniques convencionals per si soles.<\/p>\n L’Aula CIMNE-UPM ETSII, amb seu a l\u2019Escola T\u00e8cnica Superior d\u2019Enginyeria Industrial (ETSII) de la Universitat Polit\u00e8cnica de Madrid, se centra en l\u2019aplicaci\u00f3 de m\u00e8todes num\u00e8rics i aprenentatge autom\u00e0tic a reptes d\u2019enginyeria. M\u00e9s enll\u00e0 de l\u2019avaluaci\u00f3 de la qualitat de l\u2019aigua, l’aula impulsa activament recerca sobre l\u2019aplicaci\u00f3 de models d\u2019aprenentatge autom\u00e0tic als processos de tractament d\u2019aig\u00fces residuals<\/strong>, responent a la necessitat de sistemes de gesti\u00f3 m\u00e9s eficients i adaptatius en la infraestructura h\u00eddrica urbana. <\/p>\n El cl\u00faster de recerca de CIMNE Aprenentatge autom\u00e0tic i models en enginyeria hidroambiental<\/a>, tamb\u00e9 vinculat a aquesta recerca, agrupa especialistes que treballen en aplicacions diverses, incloent-hi la predicci\u00f3 d\u2019inundacions, el monitoratge de la seguretat de preses i l\u2019avaluaci\u00f3 de la qualitat de l\u2019aigua.<\/p>\n![\"Machine-learning](\"https:\/\/cimne.com\/wp-content\/uploads\/2026\/02\/202602_fig_-model_scenarios.jpg\")
Resultats de predicci\u00f3 amb aprenentatge autom\u00e0tic obtinguts en diferents escenaris de prova<\/em><\/p>\nCol\u00b7laboraci\u00f3 amb Canal de Isabel II<\/strong><\/h3>\n
Un testimoni de la recerca de l’Aula CIMNE-ETSII<\/strong><\/h3>\n
![\"Laura](\"https:\/\/cimne.com\/wp-content\/uploads\/2026\/02\/20260202_LCaceres_JRodriguez_DVicente_CIMNE.jpg\")
Dr. David J. Vicente, Laura C\u00e1ceres i Dr. Jorge Rodr\u00edguez Chueca<\/em><\/p>\n