En los últimos meses, el Puerto de Las Palmas ha dado un salto importante en su estrategia de protección ambiental con la instalación de nuevas barreras oceánicas, como la reciente de 600 metros que refuerza el sistema anticontaminación y contribuye a cerrar el perímetro de las aguas interiores frente a posibles vertidos. Esta apuesta por el “músculo físico” de contención ha sido recogida por medios como Palmasport,   que ponen el foco en la capacidad del puerto para reaccionar ante incidentes contaminantes en el entorno portuario.  En paralelo a estos avances, Atlantic Consultores Tecnológicos trabaja en una pieza que puede convertirse en el complemento natural de esa infraestructura: un proyecto IoT con capa de Inteligencia Artificial para interpretar los datos de las boyas de monitorización de hidrocarburos y conectar, de forma inteligente, lo que pasa en el agua con las decisiones sobre cómo y cuándo desplegar las barreras. No se trata aún de una solución implantada, sino de un desarrollo en fase de experimentación, cofinanciado en el marco de programas europeos de I+D, y pendiente de aceptación por parte del Puerto de Las Palmas y otros puertos de las Islas Canarias, pero su diseño responde precisamente a las necesidades que hoy tienen sobre la mesa las autoridades portuarias.  En nuestro artículo anterior ya explicábamos las bases de este sistema: una red de boyas que registra en tiempo casi real la presencia de hidrocarburos, una plataforma IoT que centraliza la telemetría y una capa de IA capaz de diferenciar entre ruido ambiental y anomalías reales, aportando un índice de severidad y facilitando la trazabilidad del posible vertido.   El punto diferencial ahora es cómo este proyecto se alinea con la realidad física del puerto, con sus barreras desplegadas y con la operativa diaria de los equipos que gestionan la respuesta ante incidentes.  El contexto es claro: el puerto ha ido reforzando su escudo anticontaminación con kilómetros de barrera oceánica distribuidos en puntos estratégicos, incluyendo zonas especialmente sensibles como dársenas interiores. Estas barreras están concebidas para cerrarse de forma rápida y contener una mancha antes de que alcance áreas críticas o salga a mar abierto. Sin embargo, la eficacia real de esa infraestructura depende, en gran medida, de la calidad y la rapidez de la información disponible en el momento de tomar decisiones. Ahí es donde entra en juego la capa de IA que propone Atlantic.  Hoy, las boyas pueden emitir alertas cuando se registra un incremento de hidrocarburos, pero la interpretación de esos datos continúa dependiendo en gran parte de la revisión humana y de la experiencia de los equipos en sala de control.   Un pico puntual puede deberse a ruido provocado por el oleaje, por determinadas condiciones físico-químicas del agua o por problemas de biofouling. Atribuir un vertido a un buque concreto exige cruzar la posición y ruta de los barcos (AIS), la dirección del viento, las corrientes y la evolución temporal del incidente. El resultado: mucha información, poco tiempo y una alta presión para acertar.  El proyecto de Atlantic propone utilizar técnicas avanzadas de analítica de datos y modelos de IA especializados en series temporales para filtrar ese ruido, detectar patrones de vertido con mayor fiabilidad y generar automáticamente un índice de severidad para cada evento.   En vez de una simple alarma, el sistema ofrecería una valoración contextualizada: qué está pasando, si la señal es consistente con un vertido real, cuánto tiempo lleva produciéndose y qué tendencia tiene. Sobre esa base, entra en juego la segunda parte del enfoque: el contexto operativo.  Al integrar los datos de las boyas con información AIS, modelos de viento y corrientes, el sistema es capaz de reconstruir la probable trayectoria de la mancha y generar una lista de buques candidatos con distinto nivel de probabilidad de implicación. No se trata de sustituir el criterio humano, sino de darle al operador en sala una visión mucho más estructurada, apoyada en datos objetivos y fácilmente defendible ante terceros.   De cara a expedientes sancionadores, a informes ambientales y a la propia mejora interna de los protocolos, esta trazabilidad es un valor añadido evidente.  El tercer pilar del proyecto, y el que conecta directamente con la nueva barrera oceánica de 600 metros y el resto de la red, es la orquestación de la respuesta.   Si el puerto dispone de varios kilómetros de barreras anticontaminación con puntos de despliegue predefinidos, el sistema de IA puede sugerir de forma dinámica qué tramos tienen más sentido activar en cada escenario, en función de dónde se detecta la anomalía y de hacia dónde es probable que se desplace la mancha en los próximos minutos u horas.   El objetivo es transformar las barreras de un elemento puramente reactivo en un sistema coordinado con una capa de inteligencia que optimiza su uso.  Imaginemos, por ejemplo, un incremento relevante de hidrocarburos detectado en una dársena interior. El modelo analiza viento, corrientes y forma del muelle y estima que, de no actuar, la mancha podría acercarse a la salida del puerto en menos de una hora. En lugar de limitarse a comunicar un “evento grave”, la plataforma podría proponer de forma inmediata el despliegue prioritario del tramo de barrera situado en la zona de fuga más probable, además de una segunda línea de defensa en un punto más interno si el incidente se agrava. Todo ello quedaría registrado: cuándo saltó la alerta, qué recomendó el sistema, qué decidió finalmente el operador y qué evolución tuvo el vertido.  Este enfoque aporta tres beneficios claros. En primer lugar, reduce el tiempo efectivo de reacción, porque los equipos reciben una recomendación accionable en lugar de un simple aviso genérico. En segundo lugar, mejora el uso de los recursos: se evita desplegar barreras “a ciegas” y se concentra el esfuerzo en las zonas con más impacto potencial. Y en tercer lugar, genera un historial muy valioso para la mejora continua: cada incidente, real o simulado, se convierte en nuevo material para recalibrar los modelos, optimizar la ubicación de las barreras y revisar los protocolos de respuesta.  Conviene insistir en que todo esto se formula, hoy, en términos de proyecto: el sistema se encuentra en fase de desarrollo experimental, diseñado expresamente para

Proyecto cofinanciado por la Unión Europea (Programas de Canarias 2021-2027) Boya Prototipo en fase de pruebas Las Palmas de Gran Canaria, 19 de octubre de 2025.— Atlantic Consultores ha dado un salto cualitativo en la vigilancia marina al incorporar una capa de Inteligencia Artificial (IA) a boyas que ya detectan y miden fugas de hidrocarburos. La novedad no está en el hardware, que continúa leyendo concentraciones mediante fluorometría UV y detectores de hidrocarburos disueltos, sino en el “cerebro” que interpreta esos datos en tiempo real, los valida, los cruza con el tráfico de buques y transforma lo que antes era un caudal de telemetría en decisiones rápidas, trazables y defendibles. En términos prácticos, la boya mide y transmite; la IA entiende, relaciona y documenta. El reto de partida es conocido por los operadores: las boyas generan señales valiosas, pero la naturaleza del medio, oleaje, biofouling, cambios bruscos de temperatura o salinidad, introduce ruido que puede desencadenar falsos positivos si el análisis es manual o se apoya en umbrales rígidos. Además, incluso cuando la señal es inequívoca, atribuir el vertido a un buque concreto requiere sincronizar múltiples fuentes: dónde estaban los barcos, hacia dónde navegaban, qué viento y corrientes reinaban, y cómo pudo evolucionar la mancha en el tiempo. Esa coreografía de datos, resuelta a mano, consume horas y llega tarde a la operación. La propuesta de Atlantic Consultores aborda precisamente ese cuello de botella. El sistema arranca con la adquisición de datos: la telemetría de las boyas llega a la plataforma casi en tiempo real, donde un primer bloque algorítmico limpia outliers y compensa artefactos ambientales. A continuación, modelos de aprendizaje automático especializados en series temporales detectan anomalías, picos súbitos o derivas significativas de concentración, y cuantifican la magnitud y la duración del evento, generando un índice de severidad que prioriza la respuesta. Lo verdaderamente diferencial ocurre en la fase de contexto: la plataforma ingiere el flujo AIS de navegación, posición, rumbo, velocidad y MMSI/IMO de cada buque y, combinándolo con campos de viento y corrientes, ejecuta un backtracking operativo que reconstruye la trayectoria probable de la mancha. Con ello obtiene un conjunto de buques candidatos y asigna a cada uno una probabilidad de atribución en función de su trayectoria, ventana temporal y coherencia físico-oceanográfica. Cuando están disponibles, se fusionan fuentes adicionales, como imágenes de cámaras costeras o satélite y reglas operativas (geovallas, áreas sensibles, restricciones por temporada), para reforzar la evidencia y aportar corroboración visual. El resultado no es un mero aviso, sino un informe accionable y estandarizado: hora y coordenadas del evento, gráficos de concentración, cartografía con rutas AIS superpuestas, listado de buques candidatos con sus identificadores (MMSI/IMO) y un nivel de confianza calculado. Todo ello se exporta en PDF o CSV y puede distribuirse automáticamente a las autoridades o a los centros de coordinación por API, correo o SMS, integrándose con los flujos existentes sin fricciones. Los beneficios operativos son nítidos. En eficiencia, el análisis que tradicionalmente requería horas de revisión manual se automatiza en minutos con criterios homogéneos, lo que acelera la ventana de reacción y libera recursos técnicos para tareas de mayor valor. En calidad decisional, la validación algorítmica en origen reduce falsos positivos y evita movilizar medios cuando no procede. En trazabilidad, el cruce inteligente con AIS y meteo-oceánica facilita una atribución más rápida y sólida del vertido, lo que mejora tanto la eficacia de la contención como la solidez de un eventual expediente sancionador. Y, en coordinación, las alertas tempranas acompañadas de mapas claros simplifican la toma de decisiones sobre barreras, embarcaciones de apoyo y prioridades de limpieza. Desde el punto de vista del ciclo operativo, la experiencia del usuario se percibe como un flujo continuo: la boya detecta y envía; la IA analiza, valida y cuantifica; el módulo de contexto integra navegación y condiciones ambientales para estimar origen y deriva; y el sistema emite un informe comprensible, con la evidencia y el razonamiento técnico necesarios para actuar con rapidez y seguridad. “Las boyas siguen siendo el ojo que mide; la IA es el cerebro que interpreta y documenta”, resume el equipo técnico de Atlantic Soluciones, que subraya la importancia de transformar datos en decisiones con una narrativa técnica sencilla pero verificable. La arquitectura está pensada para desplegarse sobre infraestructuras existentes, de modo que un piloto pueda activarse con rapidez: se parametrizan zonas, umbrales y autoridades competentes; se integran los feeds AIS y meteo-oceánicos pertinentes; y se habilitan paneles de control y auditoría para dar seguimiento a los eventos, revisar historiales y ajustar modelos conforme se acumula experiencia local. Esta aproximación incremental permite mejorar el rendimiento del sistema sin interrumpir la operación, respetando al mismo tiempo las obligaciones de seguridad, disponibilidad y protección de datos que exigen los entornos marítimos y las administraciones públicas. En un escenario donde el tiempo de respuesta y la atribución fiable marcan la diferencia entre una incidencia contenida y un problema ambiental de gran escala, la combinación de sensores maduros y análisis avanzado resulta determinante. No se trata de sustituir equipos, sino de dotarlos de inteligencia contextual. Con esta evolución, la vigilancia de vertidos deja de ser un rompecabezas de señales dispersas para convertirse en un proceso continuo, auditable y eficaz, en el que identificar al buque responsable es más sencillo y actuar a tiempo, más probable.