Experimental Evaluation and Data-Driven Modelling of Solar Still Performance under Coastal Climatic Conditions

En muchas partes del mundo, el océano ofrece un suministro infinito de agua que es simplemente demasiado salada para beber. Para las comunidades que viven a lo largo de estas costas, convertir esa agua salada en agua dulce es una cuestión de supervivencia. Una de las formas más antiguas y sencillas de hacer esto es con un destilador solar, un dispositivo que utiliza el calor del sol para hervir el agua, capturar el vapor y dejar que se enfríe de nuevo hasta volver a su forma líquida, dejando la sal atrás. Si bien la idea básica es sencilla, la cantidad real de agua producida depende en gran medida del clima. En los desiertos secos y calurosos, estos dispositivos funcionan bien, pero en las zonas costeras húmedas, el aire ya está lleno de humedad, lo que puede ralentizar el proceso de convertir el vapor de nuevo en agua. Comprender exactamente cómo estas cambiantes condiciones climáticas afectan a la máquina es crucial para diseñar sistemas que puedan proporcionar agua potable de manera fiable donde más se necesita.

Un investigador se propuso resolver este enigma probando un destilador solar de una sola pendiente en Tuticorin, una ciudad costera del sur de la India conocida por sus veranos calurosos y húmedos. Construyó una caja sencilla con un recipiente negro para contener el agua salada y una cubierta de vidrio inclinada para capturar el vapor. A lo largo de tres meses durante la temporada de verano pico, operó el dispositivo al aire libre, dejando que la naturaleza siguera su curso. Cada cinco minutos, unos sensores registraban la temperatura del agua, del vidrio y del aire, junto con la intensidad de la luz solar, la velocidad del viento y cuánta humedad había en el aire. Al final de cada día, pesaban el agua dulce recolectada para ver exactamente cuánto había producido el sistema. El objetivo no era solo medir la producción, sino comprender qué factores meteorológicos específicos ayudaban o dificultaban el proceso en este entorno húmedo y difícil.

El investigador descubrió que la cantidad de agua dulce producida no estaba determinada por un solo factor, sino por una mezcla compleja de condiciones. Como era de esperar, más luz solar significaba más agua, pero la relación no era perfectamente recta. En días con cantidades similares de luz solar, el rendimiento del agua podía variar significativamente. Esta variación se debía en gran medida a la humedad. Cuando el aire estaba cargado de humedad, el vapor dentro del destilador luchaba por condensarse de nuevo en agua sobre el vidrio, limitando la cantidad de agua dulce que el sistema podía producir. El estudio confirmó que, si bien las altas temperaturas y la fuerte luz solar impulsan el proceso de evaporación, la alta humedad y un punto de rocío elevado —la temperatura a la que la humedad comienza a formarse— actúan como un freno para el sistema. Incluso el viento desempeñaba un papel, aunque su efecto era menos dramático que en las zonas secas, ya que la brisa marina ayudaba a enfriar el vidrio lo justo para favorecer la condensación sin arrebatar demasiada energía térmica.

Para dar sentido a todas estas variables que interactúan, el investigador recurrió a un método llamado Análisis de Componentes Principales. Debido a que los factores meteorológicos como la temperatura, la humedad y la presión atmosféica suelen cambiar juntos, pueden confundir a los modelos informáticos que intentan predecir resultados. Esta técnica estadística le permitió al investigador agrupar estas mediciones relacionadas en unos pocos patrones clave, simplificando eficazmente los datos sin perder los detalles importantes. Luego utilizó estos patrones simplificados para entrenar varios modelos informáticos diferentes, enseñándoles a predecir cuánta agua produciría el destilador en cualquier día determinado basándose en el pronóstico del tiempo. Probaron diversos enfoques, desde predicciones de línea recta simples hasta modelos de decisión más complejos, de tipo árbol.

Los resultados mostraron que las predicciones más fiables provenían de los modelos más sencillos. Específicamente, un modelo de regresión lineal estándar y una versión más avanzada llamada Regresión de Cresta Bayesiana (Bayesian Ridge Regression) resultaron ser los más precisos. Estos modelos podían predecir el rendimiento diario del agua con un alto grado de certeza, capturando alrededor del 89 por ciento de las variaciones observadas en los experimentos del mundo real. El error en sus predicciones fue pequeño, promediando unos 136 mililitros por día. Curiosamente, los modelos más complejos, que suelen utilizarse para problemas difíciles, no funcionaron tan bien en este caso específico. Esto sugiere que, para los destiladores solares en climas costeros, la relación entre el clima y la producción de agua es lo suficientemente fuerte como para que un enfoque matemático directo sea a menudo mejor que uno complicado.

El estudio concluye que, si bien el clima costero húmedo presenta un desafío, es posible predecir y optimizar con precisión el rendimiento de los sistemas de desalinización solar utilizando datos del mundo real y herramientas informáticas modernas. Al comprender que la humedad es el principal factor limitante, los ingenieros pueden diseñar mejores sistemas para estos entornos específicos. La investigación demuestra que combinar experimentos físicos con modelos basados en datos ofrece una forma poderosa de mejorar la fiabilidad de la producción de agua dulce en regiones donde más se necesita, convirtiendo la naturaleza impredecible del clima en una variable manejable para la tecnología futura.