BEEMind

Un consorci de:

En col·laboració amb:

BEEMind

Tecnologia per a edificis i ciutats resilients 4.0

• BEEMind és un entorn d'intel·ligència artificial que integra tres pilars clau: una ontologia semàntica per entendre i relacionar les dades, una arquitectura big data per gestionar grans volums d'informació, i un conjunt d'eines intel·ligents per analitzar, predir i optimitzar el comportament dels sistemes.
• S'estructura en les següents eines:
  • MindCity
  • MindOpera

Solucions basades en intel·ligència artificial per a l'augment de la resiliència climàtica en edificis i entorns urbans

BEEMind tools

MindCity

MindOpera

MindCity

BEEMind tools : MindCity

 Ciutats 4.0 : Mediambientalment intel·ligents

És una solució orientada a la digitalització i gestió integrada de dades a escala territorial per a ajuntaments, entitats supramunicipals i consorcis.

Una eina essencial per a ciutats intel·ligents, planificació energètica, adaptació al canvi climàtic i presa de decisions en rehabilitació urbana

• Visualització territorial integrada
  • Permet veure i analitzar dades energètiques de múltiples edificis en un sol mapa.
• Anàlisi de vulnerabilitat i escenaris de rehabilitació
  • Calcula la vulnerabilitat a la calor i proposa escenaris de millora energètica (envolvent, cobertes…).
• Avaluació d’irradicació solar i vegetació
  • Simula escenaris de canvi climàtic i potencial solar a escala urbana.

Descripció

Com integrar dades a diferents escales?

3. Dades a nivell d'edifici

2. Dades a nivell de codi censal

1. Dades a nivell de codi postal

BEEMind tools : MindCity

Models d'intel·ligència: XNNG

BEEMind tools : MindCity

Entrenem una Xarxa Neuronal Convolucional de Grafs basada en HTG

Permet aprendre patrons a partir de dades estructurades  (edificis connectats per ubicació, ús, energia... )

Estimació de KPIs per a tots els edificis sense dades

Definició d'escenaris futurs de consum, eficiència o impacte ambiental

Grafo amb múltiples tipus de nodes i relacions que evolucionen en el temps

BEEMind tools : MindCity

• Integració, processament i visualització de grans quantitats dades a nivell d'edificis de la ciutat

• Models d'IA per a la generació d'escenaris per a la rehabilitació i resiliència urbana davant events extrems

• Càlcul d'indicadors geoespacials detallats relacionats amb l' acció climàtica i transició energètica

• Avaluació d’escenaris de vegetació i climatologia urbana.

Funcionalitats  

 Ciutats 4.0 : Mediambientalment intel·ligents

• Facilita la presa de decisions estratègiques en l’àmbit energètic,  climàtic i urbanístic

• Optimitza els recursos i procesos per a un anàlisi massiu de dades de la ciutat

• Millora la coordinació entre departaments tècnics i d'interacció amb la ciutadania

• Alta escalabilitat a qualsevol ciutat de l'estat espanyol.

Beneficis

Permet tenir visualització open data  per a consultories

Funció integrada per a l'anàlisi massiva del potencial d'instal·lacions solars fotovoltaiques en entorns urbans. Valor diferencial per poder proporcionar perfils horaris de generació tenint en compte els efectes d'ombres en entorns urbans

Prospecció massiva d'autoconsum fotovoltaic

• Detecció de teulades potencials a partir de dades de cadastre i de LiDAR
• Càlcul detallat d'ombres d'edificacions veïnes
• Dimensionament d'instal·lacions FV amb la llibreria oberta PySAM

BEEMind tools : MindCity

Funcionalitas

BEEMind tools : MindCity

Casos d'ús

 Ciutats 4.0 : Mediambientalment intel·ligents

• Optimitza els recursos i procesos

  • Per a un anàlisi massiu de dades de la ciutat

• Millora la coordinació

  • Entre departaments tècnics i d'interacció amb la ciutadania

• Alta escalabilitat

  •  Per a qualsevol de Catalunya o l'Estat espanyol.

• Mapa de calor
  • Detectar àrees vulnerables amb radiació solar i tèrmica

• Rehabilitació Energètica d'edificis

  • Identificar i prioritzar edificis amb més necessitats

• Índex de vegetació

  • Definir i planificar àrees verdes

Impactes

Tecnologia BEEMind

Arquitectura de BEEMind

ENMA és una arquitectura big data open source desenvolupada per CIMNE

ENMA: Plataforma d'harmonització i anàlisi massiu

• Ingesta de dades en temps real des de sensors, comptadors i plataformes externes (API-REST, MQTT, Kafka)
• Estandardització i harmonització semàntica mitjançant ontologies W3C (BIGG)
• Anàlisi avançada amb models IA i machine learning
• Visualització i exportació mitjançant APIs públiques i privades

Què és?

Què fa?

Usos aplicats

Permet la recol·lecció, harmonització i anàlisi intel·ligent de grans volums de dades heterogènies per

Ofereix serveis a la ciutat de Barcelona i a 10.000 edificis de la Generalitat de Catalunya.

ENMA: Plataforma d'harmonització i anàlisi massiu

Arquitectura BEEMind

Integració massiva de dades

Ingestió

Harmonització

Ingestió

Integració massiva de dades

ENMA en acció

Processos d'ingestió

BEEMind: Ingestió de dades

• Executats manual o periòdicament
• Lectura des de llocs web, arxius, bases de dades externes o APIs.
• Implementats mitjançant scripts en Python.

Dades socio-econòmiques

Dades urbanes obertes

Actualització continua dels datasets

MindCity: Conjunts de dades utilitzats

BEEMind: Ingestió de dades

Integració massiva de dades

Harmonització

BEEMind: Ontologia de dades

L'ontologia al cor de les nostres solucions

Tecnologies de Web semàntica aplicades:

Entendre i organitzar les dades es tant important com els propis algoritmes

Integració massiva de dades

BIGG: l'ontologia de dades comuna

BIGG: l'ontologia  de dades que enllaça des de sensors a carrers

Reutilització:

• saref, s4blg, s4city, s4agri:
  • buildings, devices
• ssn:
  • systems, deployments
• geosp:
  • geolocation
• qudt:
  • units

BEEMind: Ontologia de dades

https://github.com/BeeGroup-cimne/biggontology

Casos d'èxit: iCAT, ICAEN, Aj.Barcelona

Mapa Vulnerabilitat Climàtica de Barcelona

MindCity:  Climate-Ready BCN

Aj. Barcelona, ECOSERVEIS

• Fons: ICLEI Action Fund 2.0

• Pressupost: 1M€

• Objectiu: Donar suport a la ciutadania i autoritats públiques per a adaptar-se als events climàtics extrems i a la reducció de la pobresa energètica

• Implementat des de Maig 2023 a Juny 2025

El seu objectiu és proporcionar informació precisa i actualitzada per a la presa de decisions en planificació urbana, polítiques públiques, gestió climàtica i protecció dels habitants més vulnerables.

Aj. Barcelona, ECOSERVEIS

Mapa de vulnerabilitat climàtica

• Estimació de vulnerabilitat amb IA simulacions energètiques
• Exportació d'una gran quantitat d'indicadors socio-econòmics, energètics, cadastrals i climàtics (KPIs)

MindCity:  Climate-Ready BCN

• El Mapa de Vulnerabilitat Climàtica de Barcelona és una eina d'anàlisi geoespacial dissenyada per a identificar els edificis de la ciutat més vulnerables en cas d’events extrems relacionats amb calor.

• Inclou l'avaluació de tots els edificis (61,000) enfront d'onades de calor.

Objectiu

Valor afegit

IVC

Com estimem l'Índex de Vulnerabilitat Climàtica

MindCity:  Mapa de Vulnerabilitat Climàtica de BCN

La vulnerabilitat climàtica normalment s'emmarca dins de tres dimensions clau definides al Tercer Informe d'Avaluació de l'IPCC (Intergovernmental Panel on Climate Change) l'any 2001:

Exposició

Sensibilitat

Capacitat d'adaptació

Tot i que la majoria d'estudis classifiquen els indicadors utilitzan aquestes tres categories, el nostre índex introdueix nivells addicionals per proporcionar una anàlisi més matisada, tot mantenint-se alineada amb el marc tradicional.​

• Variabilitat Climàtica i Events Extrems
  Seguir l’evolució dels canvis al llarg del temps mitjançant indicadors com la temperatura, les precipitacions i la cobertura vegetal. Les dades locals permeten avaluar els riscos associats a onades de calor, sequeres i inundacions.

• Indicadors energètics
  Explorar patrons d'ús energètic (consum de gas i electricitat). Les dades de temperatura interior són importants per identificar les llars en risc durant els esdeveniments de calor extrema.

• Característiques dels edificis
  Avaluar característiques com l'antiguitat, l'ús i la mida per entendre en seu impacte en l'ús energètic, el confort interior i la vulnerabilitat estructural.

MindCity:  Grups d'indicadors (KPIs)

Mapa Vulnerabilitat Climàtica

• Indicadors d'Infraestructura
  Avaluar la disponibilitat dels serveis públics essencials (escoles, refugis climatics, habitatge social) i la solidesa de les xarxes socials per comprendre la capacitat del suport comunitari.

• Indicadors de Salut
  Analitzar la relació entre el clima i els resultats de salut per identificar les poblacions vulnerables i preparar els sistemes sanitaris.

• Indicadors Demogràfics
  No tots els grups són igual de vulnerables. Analitzar factors com el gènere, l'edat, els ingressos, l'estat de migració i l'atur permet desenvolupar CVI més detallats.

• Indicadors Socioeconòmics
  Entendre la resiliència urbana a través de factors com els costos d'habitatge, la pobresa energètica, el deute de les llars i les mancances en la protecció social, que s'agreugen durant les crisis econòmiques.

MindCity:  Grups d'indicadors (KPIs)

Mapa Vulnerabilitat Climàtica

MindCity:  Construcció IVC

Mapa Vulnerabilitat Climàtica

1. Preprocessament de dades – Seleccionar les dades d'entrada per calcular els indicadors.

2. Selecció del marc de treball – Seleccionar quins indicadors afecten positiva o negativament el CVI.

3. Definició de la granularitat – Seleccionar l'escala espacial

4. Normalització & Ponderació – Harmonitzar els indicadors i assignar-hi pesos.

5. Agregació – Combinar els indicadors en grups per obtenir un valor final.

⚠️ Repte: Cada estudi adapta el seu CVI al seu context i prioritats específiques.

Índex de Vulnerabilitat Climàtica (IVC)

MindCity:  Construcció de l'IVC

Mapa Vulnerabilitat Climàtica

El nostre enfocament inclou característiques interactives:

• Veure capes individuals d'indicadors.
• Personalitzar els pesos per a una anàlisi de vulnerabilitat adaptada.
• Adaptar el CVI segons els objectius de l'usuari (per exemple, prioritzar els factors climàtics vs. socioeconòmics). 

🎯 Resultat: Obtenir una eina pràctica tant pels responsables polítics com també pels ciutadans per explorar la vulnerabilitat climatica i donar suport a la presa de desicions.

1. Model de micro clima local

MindCity:  Modelització

Mapa Vulnerabilitat Climàtica

2. Models de demanda tèrmica

Mapa Vulnerabilitat Climàtica

Simulació de la demanda de refrigeració i calefacció basada en un Model de Resistències i Condensadors calibrat segons l'arquetip de cada edifici. El model utilitza un circuit elèctric per imitar de manera simplificada les dinàmiques tèrmiques de l'edifici.

MindCity:  Modelització

MindCity:  Visualització del Mapa Vulnerabilitat 

Mapa Vulnerabilitat Climàtica

Visualització i éxportació de dades

Text

Mapa Vulnerabilitat Climàtica

Evolució de l'índex per carrers i edificis

MindCity:  Visualització del Mapa Vulnerabilitat 

Consultes i pronòstics

Mapa Vulnerabilitat Climàtica

Consultes i pronòstics 

MindCity:  Visualització del Mapa Vulnerabilitat 

Visualització de la previsió de les temperatures per barris

Gobernança i llicències

Gobernança i llicències

Aposta per la innovació

• Inversió pública en innovació
  • Catalana
  • Espanyola
  • Europea

Economia d'escala

• Retorn de la inversió  
  • Alt cost implementació d'inici
  • Baix cost manteniment
  • Retorn a mig i llarg plaç
  • Sense llicències mensuals
  • Millora col·laborativa del programari

• Autosuficiència
  • Independència de les grans tech
  • Aposta per ecosistema local tecnològic
  • Transparència

Llicència EUPL-1.1

Una administració lliure

Gobernança i llicències

Llicència EUPL-1.1

• Llicència de codi obert promoguda per la Comissió Europea, dissenyada específicament per a programari desenvolupat per administracions públiques a Europa
  • Compatibilitat legal amb el marc europeu
  • Obligació de compartir millores (copyleft)
  • Promou la interoperabilitat i reutilització

Llicència EUPL-1.1

Un marc legal sòlid que promou la col·laboració i la millora contínua del programari en l'àmbit públic

Gràcies

Jordi Cipriano
Director Unitat d'Innovació BEEGroup

cipriano@cimne.upc.edu