Innovative graph-theory solutions for the future urban water networks

Abstract

Urban water networks serve as lifelines for densely populated areas, ensuring access to clean water for drinking, sanitation, and industrial purposes. These infrastructures form the backbone of urban life. However, in recent years, water science has faced urgent challenges, including the need for wastewater surveillance to detect viruses and the optimization of reclaimed water networks to address water scarcity exacerbated by climate change.

This thesis applies graph theory to address these challenges in urban water networks. Graph theory, which studies mathematical structures composed of nodes and edges, offers innovative strategies for enhancing network surveillance, design, and resilience. Urban water distribution networks are modeled as undirected graphs, while wastewater networks are represented as directed graphs.

The research employs a five-phase methodology: literature review, data acquisition, data preparation, algorithm development, and data analysis. This process automates data gathering and processing, resulting in significant efficiencies. Girona and Lloret de Mar cities serve as case studies for testing and validating the developed algorithms.

One key achievement is the development of a sewage monitoring site selection algorithm, which optimally balances coverage and interference considerations. This algorithm has proven highly beneficial for pandemic management, aiding in the early detection of COVID-19 in wastewater.

After sewage network monitoring, efforts focused on improving network resilience, starting with analyzing tree root impacts on wastewater networks. A tree rearrangement algorithm was created to mitigate pipe failure risks in wastewater networks, yielding significant cost savings despite initial investments.

In reclaimed water distribution networks (WDNs), two novel proposals are presented for designing resilient and cost-effective systems. These proposals compute optimal network designs, delivering reclaimed water up to three times more efficiently than manual planning. The algorithms prioritize resilience and cost savings, leading to substantial water conservation, which is crucial in drought conditions. These solutions are integrated into the REWATnet tool and repository.

This doctoral thesis significantly contributes by integrating computer science, graph theory, and water sciences. It addresses pressing issues from the COVID-19 pandemic to environmental preservation and water scarcity. The innovative algorithms and tools developed enhance the efficiency, accessibility, and sustainability of urban water systems

Les xarxes d'aigua serveixen com a artèries vitals per a àrees densament poblades, garantint l'accés a aigua per beure, sanejament i usos industrials. Aquestes infraestructures formen els fonaments de la vida urbana. Tot i això, en els darrers anys, la ciència de l'aigua s'ha enfrontat a diversos reptes urgents, inclosa la necessitat de vigilància de les aigües residuals per detectar virus i l'optimització de les xarxes d'aigua regenerada per abordar l'escassetat d'aigua agreujada pel canvi climàtic.

Aquesta tesi aplica la teoria de grafs per abordar aquests desafiaments en les xarxes urbanes d'aigua. La teoria de grafs, que estudia estructures matemàtiques compostes per nodes i arestes, ofereix estratègies innovadores per millorar la vigilància, el disseny i la resiliència de les xarxes. Les xarxes de distribució d'aigua urbana es modelen com a grafs no dirigits, mentre que les xarxes d'aigües residuals es representen com a grafs dirigits.

La recerca utilitza una metodologia en cinc fases: revisió de la literatura, adquisició i preparació de dades, desenvolupament d'algoritmes i anàlisi de dades. Aquest procés automatitza el processament de dades. Les ciutats de Girona i Lloret de Mar serveixen com a estudis de cas per provar i validar els algoritmes desenvolupats.

Un assoliment clau és el desenvolupament d'un algoritme de selecció de llocs de monitoratge d'aigües residuals, que equilibra òptimament les consideracions de cobertura i interferències. Aquest algoritme ha demostrat ser altament beneficiós per a la gestió de pandèmies, ajudant a la detecció precoç de la COVID-19 en aigües residuals.

Després del monitoratge de la xarxa d'aigües residuals, els esforços es van centrar a millorar la resiliència de la xarxa, començant per analitzar els impactes de les arrels dels arbres en les xarxes d'aigües residuals. Es va crear un algoritme de reubicació d'arbres per mitigar els riscos de fallada de les canonades, produint estalvis de costos significatius a llarg termini malgrat les inversions inicials.

Pel que fa a les xarxes de distribució d'aigua regenerada, es presenten dues propostes noves per dissenyar sistemes resilients i rendibles. Aquestes propostes calculen dissenys òptims de xarxa, subministrant aigua regenerada fins a tres vegades més eficientment que la planificació manual. Els algoritmes prioritzen la resiliència i l'estalvi de costos, conduint a una conservació substancial d'aigua, crucial en condicions de sequera. Aquestes solucions s'integren en l'eina REWATnet.

Aquesta tesi doctoral contribueix significativament en el seu camp integrant la informàtica, la teoria de grafs i les ciències de l'aigua. Aborda problemes urgents des de la pandèmia de COVID-19 fins a la preservació ambiental i l'escassetat d'aigua. Els algoritmes i eines innovadores desenvolupats milloren l'eficiència, l'accessibilitat i la sostenibilitat dels sistemes d'aigua urbana