En esa búsqueda constante por salvaguardar la vida de la ciudadanía ante riesgos asociados a precipitaciones extremas, el proyecto SIATA del Área Metropolitana del Valle de Aburrá, ha venido incorporando desarrollos de inteligencia artificial a sus cámaras en tres afluentes y un deprimido vial: en el Río Aburrá-Medellín, a la altura del Aula Ambiental; en la quebrada La Sabanetica, ubicada en el municipio de Sabaneta; en el deprimido ubicado en el sector de Bulerías-Laureles, en Medellín, y en la quebrada La Raya, del municipio La Estrella. 

En cada una con aplicaciones diferentes según las necesidades identificadas. Conoce de qué se tratan, su alcance y etapa de desarrollo: 

Una red neuronal para la detección de riesgos en la Quebrada La Raya, La Estrella 

Para saber cuánto está creciendo o no el nivel de una quebrada, o la cantidad de agua que lleva, se utilizan sensores de nivel y cámaras que permiten alertar a los operacionales, es decir, al equipo que está 24/7 monitoreando el comportamiento de diferentes variables medioambientales desde la Torre SIATA, cuándo hay un riesgo o no para las comunidades aledañas.   

“Los operacionales, durante un evento de precipitación, están ocupados realizando muchas cosas al tiempo, entonces es difícil que estén siempre observando una pantalla con la visión de una misma cámara”, explica el ingeniero ambiental, Carlos Andrés Arboleda, integrante del equipo de Hidrología del proyecto SIATA. 

En el caso particular de la quebrada La Raya, ubicada en La Estrella, el sensor de nivel no es sufriente debido a unas particularidades de los sedimentos que se acumulan en ella, así lo explica Arboleda: “Este sensor no permite capturar la variabilidad de esa lámina de agua, debido a que el fondo del canal cambia constantemente por cuenta del arrastre de sedimentos. Para determinar si el aumento de la lámina de agua en el canal representa o no algún riesgo para la comunidad”. 

Y en este caso, para poder determinar si el agua sobrepasaba algunos de los colores de riesgo era necesario hacerlo siempre manualmente, es decir, los operacionales debían dar ronda constantemente por esa cámara para ver si subía o no el nivel del agua, teniendo en cuenta una regleta pintada en un muro de la quebrada. Esto suponía cierto desgaste, pues cuando llueve en el territorio metropolitano es necesario hacerle seguimiento a todas las cuencas que puedan verse afectadas. 

Así que, como solución a esto, Camargo y su equipo decidieron integrar a este proceso particular de monitoreo, una red neuronal (consiste en enseñarle a las computadoras a procesar datos inspirada en el razonamiento humano): “Lo que se pensó ahí fue cómo entrenar a un algoritmo para que fuera capaz de detectar los pixeles de agua que estuvieran sobre esa regleta de niveles de riesgo. Que permitiera determinar cuántos pixeles de agua se están superponiéndose sobre esos colores pintados”, explica el investigador. 

Es decir, esta red neuronal puede “ver” cuando la profundidad del agua de la quebrada está alcanzando un nivel de riesgo determinado y, si es necesario, emite una alerta inmediata a los operacionales, con el fin de activar alarmas, si el caso lo amerita. 

Este desarrollo que inició a mediados de marzo de 2023, se trata de una adaptación de la red neuronal U-Net (Convolutional Networks for Biomedical Image Segmentation), que fue el punto de partida para la aplicación adaptada de la red a la necesidad anteriormente expuesta. 

“Bueno, lo que hace U-Net es una segmentación, una separación binaria en dos clases de la imagen que se tiene. Entonces uno le enseña a la red qué es agua y que no es agua. En este caso, para eso, utilizamos el histórico que se tiene de las cámaras, usando imágenes desde 2021 al 2022, pues cada minuto la cámara toma una foto, así que fue un montón de datos que usamos para este entrenamiento. Este desarrollo lo conseguimos usando el lenguaje de programación Python, que gracias a sus librerías y paquete de funciones pudimos adaptar la estructura de esta red”, destaca el ingeniero Camargo. 

Este desarrollo, está en proceso de socialización con el equipo de operacionales con el fin de que ellos, puedan sacar provecho de esta herramienta para hacer de su valioso trabajo uno cada vez más eficiente en beneficio de la ciudadanía. 

Cámaras que identifican presencia de agua en deprimidos para alertar ante posibles inundaciones 

Cuando se presentan fuertes precipitaciones en el Valle de Aburrá, aumenta la probabilidad de inundaciones en los deprimidos, debido a la saturación de agua que no logra escurrirse rápidamente por los alcantarillados públicos y que en muchas ocasiones es atajada por la basura que la ciudadanía acumula en ellos. Si bien para el monitoreo de los deprimidos se usan sensores de nivel, se encontró la necesidad de complementar este proceso usando cámaras para identificar si se estaba generando un encharcamiento, un secado natural o una inundación. 

Para este desarrollo han venido utilizando procesos de programación informática para determinar qué pixeles corresponden a agua sobre el pavimento: “Usamos el RGB, el código de color. Por ejemplo, el color del pavimento en condiciones secas, por así decirlo, es un gris que puede ser identificado con un número particular. Pero, que cuando se moja, ese color cambia, se vuelve como un gris oscuro, casi casi negro”, destaca el profesional Camargo. 

Actualmente, con la aplicación de este protocolo se están haciendo prácticas en el deprimido de Bulerías en Laureles, Medellín, que según sus desarrolladores va muy bien. La finalidad de este proceso es “buscar lanzar una alerta a nuestros operacionales, que les indique que se está empezando a incrementar el nivel del agua en el deprimido”, detalla el ingeniero. 

En cuanto a esta aplicación, usando cámaras para monitorear la presencia de agua en los deprimidos, hay avances, pero aún está en fase de desarrollo, lo que implica que está en proceso de adecuación para su óptimo funcionamiento, que permita a futuro emitir alertas precisas y oportunas en pro de salvaguardar la vida de la ciudadanía.​

Identificación de las etapas de la creciente de la quebrada La sabanetica, mediante sus cambios de color 

Para este desarrollo, el color del agua de la quebrada sí importa, y esto radica en la necesidad de asociar el color del agua con el momento en el que se encuentre la creciente de la quebrada La Sabanetica durante un evento de precipitación. A esto se le conoce como las fases de la hidrógrafa, que es la que busca identificar cómo cambia el caudal en un tiempo determinado. 

¿Pero de qué sirve identificar el color del agua de la quebrada para emitir una alerta temprana?, según el ingeniero Camargo lo que se buscaba era “evaluar cómo cambiaba el color del agua durante un evento de precipitación. Como se puede ver en la animación, cuando empieza a crecer el nivel aparecen los colores oscuros, pero ya justo cuando empieza a bajar los colores cambian totalmente y son colores cafés. Esto nos permite evaluar cómo cambia el color del agua durante un evento de precipitación. Y asociar estos colores con un posible comportamiento inusual que permita emitir una alerta temprana, que, según el caso, le pueda indicar al equipo operacional que se podría llegar la quebrada a un nivel máximo”. 

Esta apuesta busca combinar las dos cosas: la identificación de color con la cámara y la identificación del aumento de nivel mediante el uso de sensores. Actualmente esta aplicación se encuentra en fase desarrollo, pero en la siguiente animación y gráfico se puede identificar el avance de este: 

Cámara que identifica coloraciones inusuales en el Río Aburrá-Medellín  

Aunque los vertimientos ilegales que pintan el río de colores, han disminuido en los últimos años, aún se siguen presentado casos, que por su alta carga química afectan el ecosistema de la cuenca del Río Aburrá-Medellín, así que con el fin de brindar una atención oportuna que permita identificar el origen de estos vertimientos, se ha venido aplicando esta metodología de programación informática asociada al reconocimiento de colores, con el fin reconocer vertimientos ilegales a este importante cuerpo de agua para la región metropolitana. 

Hasta el momento, se ha aplicado este desarrollo en la cámara que se encuentra a la altura del Aula Ambiental, pues históricamente desde ahí se han originado algunas coloraciones contaminantes en el río: 

“En esta zona del Aula Ambiental, lo más importante es identificar colores anómalos en el río, ya sea por vertimientos o por alguna otra causa. Aquí lo que se ha venido haciendo es coger las imágenes de las cámaras y ahí sí, identificar los códigos de color, cuales son anormales en el en el río. De tal manera, que la cámara logre distinguir uno u otro color”, destaca el ingeniero Camargo. 

¿Hacia dónde le apuntan estos desarrollos? 

Según el equipo profesionales que han venido trabajando en estas aplicaciones de inteligencia artificial en las cámaras de nivel, ven como uno de los mayores retos seguir perfeccionando estos procesos, sobre todo el relacionado con los deprimidos, para que las alertas sean cada vez más precisas e impulsen el bienestar de la ciudadanía cuando se presenten fuertes precipitaciones en el territorio. 

“Es muy importante la potenciación de estos procesos investigativos que venimos desarrollando desde el proyecto SIATA, porque asociados a la gestión del riesgo aportan de forma significativa. En este caso, la investigación partiendo del uso de cámaras había que impulsarla más, y eso es lo que estamos haciendo, aún falta, pero seguimos perfeccionando los procesos”, resalta el ingeniero Camargo. 

¿Estos desarrollos podrían también ser aplicados para monitorear efectos asociados al fenómeno de El Niño? 

Si bien, hasta aquí se ha analizado la posible aplicabilidad de estos algoritmos y de la red neuronal al monitoreo de fuertes precipitaciones, los investigadores también están ideando nuevas propuestas para que las cámaras logren “ver” cuando haya una columna de humo en alguna zona de ladera en la región metropolitana, pues uno de los efectos más frecuentes durante el fenómeno de El Niño son los incendios forestales, debido al aumento de temperaturas. 

"Así como se hizo con el primer desarrollo asociado a pixeles de agua, lo que buscamos hacer es detectar columnas de humo, es decir, incendios que puedan presentarse cerca de las laderas del Valle de Aburrá, en este caso ya sería una cámara que enfoque hacia la ladera, en vez de estar enfocando al canal del Río, y lo que haría sería buscar pixeles que puedan estar relacionados a una columna de humo como, por ejemplo, blancos o grises, que puedan ser anómalos", concluye el profesional Camargo. 

Mediante una articulación constante con la academia, las comunidades y sus necesidades, es que desde el proyecto SIATA del Área Metropolitana del Valle de Aburrá, se busca integrar la ciencia, la tecnología y la innovación. Así es como #NaceUnFuturoSostenible. ​

​