Date: 4-7-2025

Defensa de tesi doctoral "Models Basats en Agents com a Eina per a una Gestió de l'Aigua urbana Centrada en l'Usuari", de Pol Vidal Lamolla

La gestió de l’aigua a les ciutats és un repte que ha evolucionat amb el temps. Avui, factors com el canvi climàtic i la connexió entre l’aigua i altres àmbits (energia, economia, estil de vida) la fan més complexa. Ja no es tracta només de solucions tècniques, sinó també socials, i sovint no hi ha una única resposta correcta, sinó diverses opcions possibles. A l’Àrea Metropolitana de Barcelona, amb una infraestructura d’abastament gran i complexa, la gestió de la mateixa requereix tenir en compte les diferents perspectives de l’aigua urbana. En aquest context, es planteja l’ús de la intel·ligència artificial per fer simulacions que ajudin a prendre decisions abans d’implantar canvis reals. Concretament, es fan servir models basats en agents (en anglès, ABM o agent-based modelling), que permeten simular el comportament de persones davant diferents mesures.

La tesi doctoral de Pol Vidal Lamolla ha aplicat aquests models en quatre casos que, tot i anar més enllà de l’Àrea Metropolitana de Barcelona, resulten rellevants per a la gestió de l’aigua urbana en aquest context geogràfic. L’objectiu, analitzar com responen els usuaris a diverses polítiques. Per exemple, mesures de gestió de la demanda purament econòmiques o en combinació amb mesures de naturalesa diferent, concretament, nudges conductuals. Però també canvis en l’operació de la infraestructura amb la voluntat d’estalviar aigua o el desenvolupament de la mateixa tenint en compte com canvia territorialment l’impacte que això genera. Això ha permès descobrir les modificacions tarifàries amb més impacte en el consum, com ajudar millor les llars amb pocs recursos o quins horaris són més adequats per aplicar mesures d’estalvi.

Aquesta tesi, desenvolupada en el marc d’un projecte de doctorat industrial amb Aigües de Barcelona, ha estat dirigida pel Dr. Manel Poch del grup de recerca Laboratori d’Enginyeria Química i Ambiental (LEQUIA) de la UdG i per la Dra. María Molinos Senante del grup de recerca Instituto de Procesos Sostenibles (ISP) de la Universidad de Valladolid. En aquest sentit, constitueix un pas més en la recerca del LEQUIA per aplicar la modelització basada en agents al cicle urbà de l’aigua des d’un enfocament interdisciplinari, aplicant tècniques d’intel·ligència artificial, la ciència dels recursos hídrics, les ciències socials, i metodologies d’avaluació ambiental i econòmica. Aquestes simulacions ofereixen informació valuosa per a responsables de la gestió com Aigües de Barcelona, i obren la porta a un futur on la gestió de l’aigua sigui més eficient, sostenible i adaptada a les necessitats socials. Val a dir, a més, que l’investigador ha identificat punts de millora per a futurs treballs com, per exemple, requisits per a modelitzar amb agents que representin de manera més precisa la realitat, plantejar-se si una major complexitat/opacitat dels models pot tenir contrapartides, o estudiar l’acceptació social de l’ABM des de l’ètica i la transparència.

Publicacions:

  • Understanding the Residential Water Demand Response to Price Changes: Measuring Price Elasticity with Social Simulations. Vidal-Lamolla, P.; Molinos-Senante, M.; Poch, M. Water2024, 16, 2501. https://doi.org/10.3390/w16172501
  • Assessing urban water demand-side management policies before their implementation: An agent-based model approach Pol Vidal-Lamolla, María Molinos-Senante, Luis Oliva-Felipe, Sergio Alvarez-Napagao, Ulises Cortés, Eduardo Martínez-Gomariz, Pablo Noriega, Gustaf Olsson, Manel Poch, Sustainable Cities and Society, Volume 107, 2024, 105435, https://doi.org/10.1016/j.scs.2024.105435
  • Agent-based modelling to simulate the socio-economic effects of implementing time-of-use tariffs for domestic water. Pol Vidal Lamolla, Alexandra Popartan, Toni Perello-Moragues, Pablo Noriega, David Saurí, Manel Poch, Maria Molinos-Senante, Sustainable Cities and Society, Volume 86, 2022, 104118, https://doi.org/10.1016/j.scs.2022.104118