METODOLOGÍA
CONCEPTO METODOLÓGICO
EDME se articula como un sistema distribuido y orientado a eventos, capaz de integrar en tiempo real información procedente de múltiples fuentes marítimo-portuarias. Su diseño responde a un modelo en capas que garantiza la trazabilidad de los datos desde su origen hasta su explotación avanzada para la toma de decisiones.
ENFOQUE CIENTÍFICO-TÉCNICO
Con un enfoque científico-técnico multidisciplinar, la experiencia portuaria combina las tecnologías más avanzadas de análisis de datos y simulación.
PAQUETES DE TRABAJO
EDME se articula como un sistema distribuido y orientado a eventos, capaz de integrar en tiempo real información procedente de múltiples fuentes marítimo-portuarias. Su diseño responde a un modelo en capas que garantiza la trazabilidad de los datos desde su origen hasta su explotación avanzada para la toma de decisiones.
FASE 1
DISEÑO DEL ESPACIO DE DATOS
El primer paquete de trabajo sienta las bases tecnológicas del proyecto mediante el diseño de una infraestructura interoperable y su conexión con arquitecturas externas. Esta fase es clave para garantizar que el Espacio de Datos sea escalable, seguro y capaz de integrar la complejidad del ecosistema marítimo-portuario.
COMPONENTES ESENCIALES
- Data Spaces Core Technologies → núcleo tecnológico para la gestión masiva y distribuida de datos.
- Middleware de interoperabilidad → puente entre sistemas portuarios heterogéneos, que asegura conectividad y coherencia semántica.
- Implementación de estándares internacionales → adopción de normas como ISO 28005 (mensajería portuaria electrónica) y S-100 (marco de datos geoespaciales de la IHO), garantizando compatibilidad global.
FUENTES DE DATOS INTEGRADAS
La plataforma permitirá fusionar y analizar datos procedentes de múltiples sistemas y actores:
- Tráfico marítimo: VTS (Vessel Traffic Services), AIS, radares portuarios.
- Operaciones portuarias: PCS (Port Community Systems), PCM, PortCDM.
- Conectividad marítima: MDSP (Maritime Data Streaming Platform), MCP (Maritime Connectivity Platform).
- Datos meteorológicos: aportados por organismos locales, nacionales e internacionales.
- Servicios náuticos: prácticos, remolcadores, amarradores, operadores MARPOL.
- Servicios comerciales: consignatarios, navieras, armadores y operadores de Ship-to-Ship (STS).
FASE 2
HERRAMIENTAS DIGITALES
Este paquete de trabajo está orientado a la creación de soluciones digitales avanzadas, capaces de transformar la gestión portuaria mediante la optimización de rutas marítimas, la mejora de maniobras en puerto y la reducción de emisiones de CO₂.
- Maritime Connectivity Platform: Plataforma en la nube que ofrece servicios digitales a buques y actores portuarios en tiempo real.
- CO₂ Emission Optimization Calculator: Sistema para calcular y reducir las emisiones de CO₂ en maniobras portuarias, mejorando la sostenibilidad y el cumplimiento normativo.
- Optimum Route Calculator: Herramienta para la planificación dinámica de rutas marítimas, basada en modelos meteo-oceanográficos y de optimización.
- BPMN Orchestrator Integration: Motor de orquestación de procesos portuarios, que automatiza flujos de trabajo y mejora la coordinación entre sistemas.
- Digital Port Configuration & Rules: Sistema para la gestión digital de infraestructuras, restricciones y configuraciones portuarias, permitiendo mayor flexibilidad operativa.
FASE 3
DESARROLLO DE ALGORITMOS DE AI
Este paquete de trabajo tiene como finalidad dotar al Espacio de Datos de un conjunto de modelos de IA optimizados, capaces de anticipar situaciones críticas y apoyar la toma de decisiones de manera autónoma.
- Modelos predictivos de tráfico marítimo: Pronósticos basados en machine learning y deep learning para anticipar congestiones y optimizar la planificación.
- Procesamiento de datos en tiempo real: Uso de técnicas de streaming analytics para responder de forma inmediata a cambios en el entorno portuario.
- Optimización de rutas y reducción de emisiones: Algoritmos de cálculo que ajustan las maniobras y trayectorias para minimizar consumos de combustible y huella de carbono.
- Simulación y gemelos digitales: Integración con entornos virtuales que replican la operativa portuaria, facilitando la validación de modelos y escenarios antes de su despliegue real.
FASE 4
ECOSISTEMA CONECTADO AL SIMULADOR DE MANIOBRAS PORTUARIAS
Este paquete de trabajo establece la conexión entre el Espacio de Datos y el simulador de la Corporación de Prácticos de Valencia, creando un entorno de validación avanzada que permite probar, ajustar y optimizar las maniobras portuarias antes de su ejecución real.
Importación de rutas generadas por IA: Los algoritmos de optimización envían trayectorias propuestas al simulador para su validación técnica.
Evaluación de maniobras en condiciones reales: Análisis del impacto operativo considerando limitaciones de infraestructura, normativa y seguridad marítima.
Escenarios personalizados: Creación de simulaciones basadas en datos AIS, meteorológicos y portuarios que reflejan fielmente la dinámica del entorno marítimo.
FASE 5
CREACIÓN DEL ESPACIO DE DATOS SINTÉTICOS
Este paquete de trabajo impulsa la innovación mediante la generación de conjuntos de datos sintéticos, diseñados para entrenar, validar y probar modelos predictivos sin comprometer la confidencialidad de los datos reales. Con ello, se habilita un entorno seguro para la investigación y el desarrollo de nuevas soluciones digitales en el sector marítimo-portuario.
FUENTES Y TIPOS DE DATOS SINTÉTICOS
- Tráfico marítimo simulado, generado a partir de históricos de datos AIS.
- Datos meteorológicos ficticios, creados para experimentar con algoritmos de optimización de rutas y maniobras.
- Modelado de operaciones portuarias, que recrea escenarios de prueba con distintos niveles de complejidad
ACCESO ABIERTO Y ESTANDARIZACIÓN
- Formatos abiertos y estándares de interoperabilidad, garantizando su reutilización en diferentes contextos.
- API pública de acceso a los datos, facilitando su adopción por investigadores, startups y empresas tecnológicas.
- Herramientas de simulación y validación, integradas con los modelos de IA desarrollados en el proyecto.