El deshielo de los glaciares es una de las consecuencias más visibles del cambio climático y sus efectos se imponen sobre el ciclo del agua alterando su equilibrio global. El retroceso progresivo de las grandes masas glaciares no solo afecta a regiones adyacentes, sino también a áreas remotas, siendo fenómenos como la subida del nivel del mar, las crecidas, las sequías y los deslizamientos de tierra algunas de las repercusiones de los cambios en los flujos de agua de deshielo.
Este escenario exige priorizar la protección de las zonas glaciares del planeta como estrategia primordial para la protección de sus habitantes y de los ecosistemas naturales. Por ello, Naciones Unidas ha declarado el año 2025 como el Año Internacional de la Conservación de los Glaciares, estableciendo así el eje del Día Mundial del Agua que se celebra hoy 22 de marzo. El objetivo es concienciar sobre una gran evidencia: la correlación entre las emisiones de gases efecto invernadero y el ritmo de derretimiento de las grandes masas de hielo del planeta.
Para paliar los efectos de la crisis climática, la anticipación y la innovación son cruciales para impulsar la transformación ecológica y poder desarrollar soluciones disruptivas que ayuden a preservar los recursos hídricos de manera urgente.
Con este objetivo, en Cetaqua – Centro Tecnológico del Agua ponemos el desarrollo tecnológico y la I+D+i al servicio de las personas, tomando el conocimiento científico como fundamento para generar un impacto positivo y aumentar la resiliencia hídrica de los territorios a través de soluciones innovadoras que aseguran la sostenibilidad y la eficiencia del ciclo integral del agua.
Disponemos de un ecosistema de proyectos a través de los cuales mitigar el impacto del cambio global y hacer frente a situaciones climáticas extremas presentes y futuras. Ejemplo de ello es el desarrollo de cálculos de impactos ambientales, como a través de la reciente colaboración con The NeverRest Project para mapear el impacto del turismo de alta montaña en la huella de carbono y la huella ambiental en un entorno especialmente frágil como es el Everest. El propósito es desarrollar soluciones que generen impacto positivo en el territorio, contrarresten los efectos negativos derivados de esta actividad y contribuyan a la preservación de uno de los ecosistemas más delicados del mundo, mejorando así la vida de las comunidades locales.
También el impulso de proyectos europeos como IDEATION, que desarrolla un roadmap de cómo debería ser un gemelo digital de aguas continentales para en un futuro integrarlo en el Digital Twin Ocean (DTO). Su objetivo es unificar la gestión de ríos, lagos, embalses, humedales, nieve y hielo mediante tecnologías avanzadas y cooperación internacional, estableciendo estándares para su interoperabilidad y revolucionando la gestión y comprensión de los sistemas hídricos.
O el desarrollo de herramientas digitales y algoritmos para predecir índices de deshielo y establecer pronósticos precisos sobre disponibilidad de agua en la temporada de deshielo o durante periodos de sequía, como es el caso de AI4GLACIER, impulsado por Cetaqua Chile y Aguas Andinas, el cual pone el foco en el derretimiento de los glaciares en la cuenca del río Maipo y la afectación en los caudales y en el suministro del recurso en la región.
Actualmente los glaciares en Chile Central aportan el 40% del caudal del río Maipo, vital para el suministro de agua en la Región Metropolitana de Santiago. Su retroceso progresivo está provocando cambios en el ciclo hidrológico, afectando al abastecimiento del recurso para consumo humano y agrícola.
Con el objetivo de hacer frente a este desafío es fundamental desarrollar herramientas que integren datos científicos y optimización operativa. Así, AI4GLACIER predice el comportamiento de series hidrológicas, en este caso el caudal de deshielo del río Maipo, mediante un modelo de Machine Learning pionero que acopla y combina datos hidro-meteorológicos y teledetección satelital.
Para abordar el avance significativo que AI4GLACIER representa en la modelización de caudales y la predicción de deshielos, y la importancia de un trabajo anticipado para una mejor toma de decisiones frente al cambio climático, contamos con la voz experta de Edson Landeros, Gerente de Planificación en Aguas Andinas, y de Melissa Vargas, hidrogeóloga e ingeniera de proyectos en Aguas Andinas.
Para responder a esta pregunta es necesario contextualizar la situación geográfica de la Región Central de Chile, donde se encuentra su capital, Santiago de Chile, con más de 8 millones de habitantes. Su ubicación estratégica cercana a la Cordillera de Los Andes y un régimen de caudales de tipo nival ha ofrecido históricamente un volumen de almacenamiento natural de agua, por medio de sus glaciares y la acumulación de nieve durante el invierno, que permite una liberación de agua durante los períodos de mayor demanda de primavera y verano.
Este aporte glaciar es particularmente importante al final del período de deshielo y aún más durante períodos de sequía, en los cuales se estima que hasta un 80% de la escorrentía superficial podría provenir del derretimiento de glaciares en los meses de marzo y abril.
Sin embargo, esta situación favorable está cambiando. El cambio climático está provocando una reducción de precipitaciones, la elevación de la isoterma 0 y un aumento de la temperatura, lo que afecta directamente a la acumulación de nieve en invierno, adelanta los caudales de deshielo y genera un déficit glaciar. Se estima que los caudales del río Maipo provenientes de glaciares disminuirán más del 50% para mediados de siglo.
Entre 2010 y 2023, la región ha sufrido una de las sequías más prolongadas que se hayan registrado, con una drástica reducción de los volúmenes de glaciares y nieve, poniendo en riesgo el abastecimiento de agua a la población. A lo largo de estos años hemos advertido de posibles escenarios futuros de escasez hídrica, y hemos tomamos acción invirtiendo en nueva infraestructura para optimizar e incrementar el uso de fuentes subterráneas, con menor variabilidad a corto plazo, y establecido acuerdos para asegurar un uso más eficiente de las fuentes superficiales, para poder garantizar así el suministro de agua potable en períodos críticos de sequía.
Para el uso del agua superficial entre distintos actores, se han establecido acuerdos de coordinación y optimización en los que los pronósticos hidrometeorológicos juegan un papel relevante en la gestión de recursos, ya que se definen objetivos de llenado del Embalse El Yeso, principal reserva de agua para abastecer Santiago de Chile. Estos pronósticos son estratégicamente importantes para poder prever las condiciones hidrológicas futuras de la cuenca alta del río Maipo, estimar la necesidad de transferencias de agua y garantizar el llenado del embalse, así como cumplir con el abastecimiento de agua potable a la población, especialmente durante el deshielo.
El pronóstico de los caudales de deshielo es de gran relevancia en la coordinación con otros usuarios para la optimización del uso de agua en la cuenca alta del río Maipo y la definición de transferencias de otros usuarios para el abastecimiento a la población.
Los modelos de pronóstico normalmente utilizados por las Juntas de Vigilancia, encargadas de realizar la distribución del agua en alta entre los diferentes usuarios, son de tipo estadístico, que si bien pueden tener buenas correlaciones son más bien tendenciales y no permiten recoger la complejidad de las variables involucradas. Por otro lado, también se utilizan modelos de tipo físico, los cuales requieren mayor cantidad de variables en una cuenca que no posee una red de mediciones hidrometeorológicas de gran detalle, por lo que a pesar de disponer y utilizar ambos tipos, se requiere la incorporación de otros modelos innovadores que permitan recopilar diferentes variables para combinarlas y lograr un buen pronóstico más preciso, y es aquí donde herramientas como AI4GLACIER resultan fundamentales para responder a esta necesidad.
En el proyecto AI4GLACIER se han utilizado variables que no se habían contemplado antes en otros modelos de pronóstico. Se incorpora información de cobertura nival a partir de imágenes satelitales (Sentinel y Landsat) para complementar la información hidrometeorológica considerada (precipitación, temperatura, fenómeno del Niño). De este modo, se agrega una variable explicativa adicional en los modelos Machine Learning según los desfases de tiempos que presenten mejor correlación con el volumen de deshielo.
Dentro de las innovaciones de AI4GLACIER destaca también el desarrollo del algoritmo de cota mínima nival, el cual se utiliza para determinar la altura mínima a la que hay nieve en una zona determinada. Para ello se combinan imágenes satelitales con DEM. Esta información es importante de considerar en el procesamiento de las imágenes satelitales.
El aumento constante en la cantidad y calidad de datos disponibles requiere transformarlos en información útil que facilite la toma de decisiones acertadas para una gestión eficiente y sostenible de los recursos hídricos.
Manejar toda esta información compleja es un desafío importante, y es por ello que modelos como el del AI4GLACIER presentan ventajas respecto a otros algoritmos más convencionales por el mayor volumen de datos que puede analizar. Actualmente la tendencia muestra una mayor integración de la información con inteligencia artificial, empleando algoritmos avanzados como Redes Neuronales o Deep Learning, que permiten diferenciar con mayor precisión la nieve, hielo y glaciares en las imágenes satelitales. Además, otras ventajas de este tipo de algoritmos incluyen mayor resolución espacial y temporal y una detección más rápida de cambios en tendencias y patrones.
Los modelos de pronóstico son fundamentales para la gestión eficiente de los recursos hídricos, ya que permiten tomar decisiones basadas en datos y reducir la incertidumbre. Para ello, es crucial disponer de una variedad de modelos y algoritmos, que faciliten la identificación de tendencias y escenarios futuros.
Sin embargo, es necesario mejorar la integración de información satelital con modelos hidrológicos distribuidos para una mejor representación de la dinámica en las cuencas, especialmente en aquellas con mediciones hidrometeorológicas limitadas. En el caso de los glaciares, se requiere profundizar su estudio y optimizar los modelos de predicción de su evolución, dada la complejidad de sus interacciones con el clima y sus proyecciones futuras.