Evaluación integradora de políticas de agua: modelado y simulación con sociedades artificiales de agentes

Abstract

En esta tesis doctoral demostramos que la simulación y el modelado basado en agentes constituyen una aproximación metodológica robusta y rigurosa para abordar la complejidad multidimensional de la gestión del agua doméstica en áreas metropolitanas emergentes. En particular, integramos y adaptamos diferentes submodelos sociales –de dinámicas urbanas, de difusión tecnológica y de opinión, y de consumo de agua– en un modelo basado en agentes que a su vez enlazamos con un sistema de información geográfico. El resultado es un entorno computacional programado para realizar la simulación de políticas de demanda de agua en distintos escenarios. Hemos parametrizado el modelo general en la Región Metropolitana de Valladolid obteniendo interesantes resultados. Las conclusiones obtenidas de esta forma son difícilmente alcanzables por otra vía, empleando por ejemplo las técnicas convencionales de previsión. Mostramos de esta forma que la metodología descrita es capaz de complementar aquéllas ofreciendo visiones alternativas, realistas y rigurosas del problema. _______________________________ In this doctoral thesis we demonstrate that the combination of agent based modelling and simulation is a robust and rigorous methodological approach for dealing with the multidimensional complexity of freshwater management in emergent metropolitan areas. In particular, we integrate and adapt different social submodels –models of urban dynamics, water consumption, and technological and opinion diffusion– in an agent based model that is, in turn, linked with a geographic information system (GIS). The result is a computational environment that enables the simulation and comparison of various water demand policies under different scenarios. We have successfully parameterized the general model for the Metropolitan Area of Valladolid, obtaining interesting results. The conclusions drawn in this way would have been difficult to obtain using other approaches, such as conventional forecasting methods. We prove that the described methodology can complement conventional approaches, offering realistic and rigorous alternative insights to the problem.