MODELACIN COMPUTACIONAL Existen tres tipos bsicos de modelos que han sido utilizados en geohidrologa: fsicos, analgicos y matemticos.

Los modelos fsicos estn hechos del mismo material que el sistema natural. Pueden construirse modelos empleando circuitos elctricos o el flujo de un lquido viscoso para simular acuferos reales o ideales, estos son los llamados modelos analgicos, puesto que su funcionamiento es anlogo al del acufero verdadero; tpicamente se utilizan para modelar el flujo en dos dimensiones, pudiendo ser tanto horizontales como verticales. Las desventajas de los modelos fsicos y analgicos no son flexibles, sin embargo bajo ciertas condiciones un modelo elctrico puede ser ms exacto que uno matemtico. Los modelos ms utilizados en la actualidad son los matemticos o digitales, que utilizan mtodos numricos para resolver la ecuacin diferencial del movimiento del agua subterrnea. Una gran ventaja de estos modelos es su flexibilidad, dado que un mismo programa de computacin puede servir para una gran cantidad de modelos de diferentes sistemas de acuferos. Tipo de aplicaciones de los modelos La mayora de los esfuerzos de la modelacin de aguas subterrneas estn destinados a predecir las consecuencias de una accin propuesta. Hay, sin embargo, hay otros dos usos importantes. Los modelos pueden ser utilizados en un sentido interpretativo para conocer mejor los parmetros que controlan la dinmica en un sitio especfico o como un marco para la organizacin y montaje de la base de los datos de campo, y la formulacin de ideas sobre la dinmica del sistema. En este contexto, los modelos son utilizados, por ejemplo, para ayudar a establecer la posicin y las caractersticas de los lmites del acufero y evaluar la cantidad del agua dentro del sistema y el importe de la recarga del acufero. Los modelos tambin pueden utilizarse para estudiar los procesos geolgicos en la configuracin genrica. Los estudios con modelos genricos tambin pueden ser tiles en la formulacin de directrices regionales aptas o no aptas para alguna accin propuesta (Hensel et al., 1990). Tipos de aplicaciones del modelo: Predictivo: se utiliza para predecir el futuro; requiere de la calibracin. Interpretativo: se utiliza como marco para el estudio de la dinmica del sistema y/o la organizacin de los datos de campo; no necesariamente se requiere de la calibracin. Genrico: se utiliza para analizar el flujo en un sistema hidrogeolgico hipottico, puede ser til para establecer directrices reguladoras para una regin especfica, no necesariamente requiere de calibracin. Protocolo de modelacin El protocolo para el modelado incluye varios pasos, los cuales se introducen a continuacin, junto con las definiciones necesarias y se resumen en la figura: Anderson y Woessner, 1992.

1. Establecer el propsito del modelo. El objetivo determina que ecuacin gobernante es conveniente utilizar y el cdigo que se seleccionar para resolver la ecuacin. 2. Desarrollar un modelo conceptual del sistema. Se identifican las unidades hidroestratigrficas y las fronteras del sistema. El propsito de la construccin del modelo conceptual es simplificar el problema y organizar los datos para que el sistema pueda analizarse fcilmente. Se recopilan datos de campo, incluyendo informacin necesaria para realizar u balance de aguas subterrneas y, para asignar valores a los parmetros del modelo y a sus esfuerzos. El primer paso es definir el rea de inters, es decir, identificar las fronteras del modelo (siempre que sea posible se usarn las fronteras hidrogeolgicas naturales del sistema). Sin embargo, para algunos casos es necesario restringir el dominio del problema a menos que se abarquen lmites naturales del acufero. En cualquier caso, los lmites hidrogeolgicos del sistema deben ser identificados en la elaboracin del modelo conceptual. Hay tres pasos en la construccin de un modelo conceptual: (1) la definicin de las unidades hidroestratigrficas, (2) preparacin del balance de agua y (3) definir el sistema de flujo.

3. Seleccionar la ecuacin gobernante y el cdigo computacional. El cdigo es el programa de computacin que contiene un algoritmo para resolver numricamente el modelo matemtico. Tanto la ecuacin gobernante como el cdigo deben ser verificados. La verificacin de la ecuacin gobernante demuestra que la aproximacin describe el proceso fsico que ocurre en el medio poroso. La verificacin del cdigo se refiere a la comparacin de la solucin numrica generada por el modelo y con uno o ms soluciones analticas o con otras soluciones numricas. 4. Diseo del modelo. El modelo conceptual se pone de manera adecuada para el modelado. Este paso incluye el diseo de la malla, la seleccin de los pasos de tiempo, estableciendo condiciones iniciales y de frontera y preliminarmente se seleccionan los valores para los parmetros del acufero y capas hidrolgicas. 5. Calibracin. El propsito de la calibracin es establecer que el modelo pueda reproducir el flujo y nivel en el terreno medido. Durante la calibracin los datos de parmetro del acufero y capas se comprueban que se aproximen al flujo y nivel en el terreno medido. La calibracin esta hecha a prueba y error en el ajuste de los parmetros o utilizando el cdigo de un parmetro de estimacin automtico. 6. Calibracin del anlisis de sensibilidad. La calibracin del modelo esta influenciada por la incertidumbre debido a la incapacidad para definir la distribucin espacial (y temporal) del valor exacto del parmetro en el dominio del problema. Tambin hay incertidumbre sobre la definicin de las capas y condiciones de frontera. El anlisis de sensibilidad se hace con el fin de establecer el efecto de la incertidumbre sobre el modelo calibrado. 7. Verificacin del modelo. El propsito de la verificacin del modelo es establecer una mayor confianza en el modelo utilizando el conjunto de valores de los parmetros y capas calibrados para reproducir un segundo conjunto de datos de campo.

8. Prediccin. Cuantifica la respuesta del sistema para futuros eventos. El modelo se corre con los valores de los parmetros y capas calibrados, excepto para las capas en las que se espera que cambien en el futuro. Para realizar la simulacin son necesarias las estimaciones futuras de las capas. La incertidumbre en una simulacin predictiva surge de la incertidumbre en el modelo calibrado y la incapacidad para estimar los valores exactos de la magnitud y las capas futuras. 9. Prediccin del anlisis de sensibilidad. Se realiza para cuantificar el efecto de incertidumbre en los valores de los parmetros en la prediccin. Los rangos de las capas en las estimaciones futuras son simuladas para examinar el impacto en el modelo de prediccin. 10. . Presentacin del diseo del modelo y resultados. La presentacin clara del diseo del modelo y los resultados esenciales para una comunicacin eficaz de los esfuerzos del modelado. 11. Evaluacin posterior (Postaudit). Se lleva a cabo varios aos despus de que la modelacin del estudio ha sido completado. Se colectan nuevos datos para determinar si la prediccin es correcta. Si el modelo de prediccin reproduce fielmente los nuevos datos, entonces el modelo queda validado para el sitio especfico de aplicacin. La evaluacin posterior debe producirse suficiente tiempo despus de haberse hecho la prediccin para asegurar que existan cambios importantes en el sistema. Si se realiza demasiado pronto la evaluacin posterior despus de la calibracin inicial se podra tener una conclusin errnea debido a que al estado del sistema permanecera muy similar al calibrado. 12. Rediseo del modelo. Normalmente la evaluacin posterior dar lugar a nuevas perspectivas en el comportamiento del sistema, en el cual, se podrn realizar cambios en el modelo conceptual o en los parmetros del modelo.

Protocolo para la aplicacin de un modelo (modificado de Anderson y Woessner, 1992). Opciones de cdigos existentes La modelacin computacional de los modelos de flujo y transporte de solutos se utiliza la herramienta del software especializado en aguas subterrneas, de dominio pblico, como: Para flujo de aguas subterrneas: AIR 2D, AIR 3D AIRSLUG AQTESTSS Bat3_Analyzer FEFLOW FEQ HST3D HYDROTHER M HYSEP MF2KVSF MFI MODBRNCH MODFE MODFLOW, 2005

PART RADMOD RECESS TopoDrive y ParticleFlow

RORA SEAWAT y SEAWAT2000 VS2DI VS2DT

SHARP SUTRA WTAQ

Para transporte de aguas subterrneas ANALGWST BIOMOC FEFLOW GoPhast HST3D HYDROTHERM MF2KGWT MOC MOC3D MODPATH MT3DMS PHAST PHREEQ, PHREEQCI, y programas relacionados PTC RUNSAT SEAWAT y SEAWAT2000 SUTRA y programas relacionados SUTRAMS TopoDrive y ParticleFlow VS2DH VS2DI VS2DT

CALIBRACIN DEL MODELO: Los modelos de agua subterrnea deterministas imponen muchas restricciones a los datos experimentales para poder definir todos los parmetros en todos los nodos de una malla. Para determinar nicamente la distribucin de los parmetros en un problema de campo se necesita muchos ensayos de campo, y son tan caros que rara vez se pueden realizar por problemas econmicos o tcnicos. Por este motivo se dice que el modelo representa tpicamente un intento por resolver un gran sistema de ecuaciones simultneamente, en el que el nmero de incgnitas supera al de ecuaciones. Por consiguiente la solucin del problema no es nica. La incertidumbre de los parmetros lleva lgicamente a desconfiar de las interpretaciones y predicciones que se basan en un anlisis del modelo, a menos que se demuestre que el modelo es una representacin rigurosa del sistema real. Para demostrar que un modelo de agua subterrnea determinista es realista, normalmente se comparan las observaciones de campo de las repuestas del acufero (tales como los cambios en los niveles del agua en el caso del flujo o los cambios en las concentraciones en el caso del transporte) con los valores correspondientes calculados por el modelo. El objetivo de este proceso de calibracin consiste en minimizar las diferencias entre los datos observados y los calculados. Generalmente se considera que el modelo est calibrado cuando representa los datos histricos dentro de unos niveles aceptables de precisin. El nivel de precisin se determina de forma subjetiva. Mientras que un ajuste pobre refleja claramente la existencia de errores en el modelo, un buen ajuste por si mismo no demuestra la validez o la precisin del modelo (Konikow y Bredehoeft 1992). Como consecuencia del gran nmero de variables del sistema de ecuaciones que representa el modelo, la calibracin no proporciona un nico conjunto de parmetros. Cuando el ajuste es pobre, se supone que se debe a (i) un error en el modelo conceptual, (ii) un error en la solucin

numrica, o (iii) un escaso conjunto de valores de los parmetros. No se puede distinguir entre las diferentes fuentes de error (Konikow y Bredehoeft 1992). Incluso cuando el ajuste de los datos histricos es bueno, el modelo puede no predecir las respuestas futuras de forma precisa, especialmente bajo un conjunto de esfuerzos nuevos o ms extensos con respecto a los que se utilizaran durante el periodo de calibracin. En ocasiones la calibracin del modelo subterrneo determinista se realiza mediante un tanteo de los datos de entrada del modelo (las propiedades del acufero, las fuentes y los sumideros, y las condiciones de contorno e iniciales) para modificar las salidas del modelo. Como existe una gran variedad de factores correlacionados que afectan a las salidas del modelo, este proceso de calibracin manual puede resultar muy subjetivo e ineficiente. Los avances rearealizados en los procesos de identificacin de parmetros ayudan a eliminar algunas de las subjetividades inherentes en la calibracin del modelo (Cooley 1982; Knopman y Voss 1987; Neuman 1980; Wagner y Gorelick 1986; Yeh 1986). Las recientes aproximaciones tratan la calibracin del modelo como si fuese un proceso estadstico. De esta manera las mltiples aproximaciones de regresin permiten la construccin, la aplicacin y la calibracin simultnea de un modelo utilizando datos inciertos, para poder calcular las incertidumbres de las salidas del modelo y de sus predicciones (Cooley et al.1986). Incluso con los modelos de regresin el factor ms importante a la hora de calibrar el modelo de forma precisa y eficiente sigue siendo la experiencia y el juicio hidrolgico del modelador, incluso cuando se utilizan programas automatizados. En cualquier caso el modelador debe estar familiarizado con el rea de estudio en cuestin para comprobar que tanto la base de datos emprica como el modelo numrico representan adecuadamente las condiciones que prevalecen en el campo. El modelador debe conocer tambin que durante el proceso de calibracin se debe evaluar la incertidumbre al especificar las fuentes, los sumideros y las condiciones de contorno e iniciales, de la misma manera que se hace con la incertidumbre de las propiedades del acufero. Cuando no se identifican las incertidumbres inherentes tanto en los datos de entrada como en los de salida de la calibracin se llega a un afinamiento del modelo mediante ajustes artificiales de parmetros para mejorar los ajustes entre las variables observadas y las calculadas. Esto slo sirve para aumentar equvocamente la confianza en el modelo sin producir ningn aumento equivalente en la precisin de sus predicciones. La Fig.1muestra de manera general el uso y el papel de los modelos deterministas en el anlisis de los problemas subterrneos. El modelo se valora en funcin de su capacidad para integrar los datos de la zona de estudio mediante ecuaciones que describan los procesos relevantes de forma cuantitativa, para predecir los cambios o las respuestas de un sistema subterrneo. Debe existir la posibilidad de retroalimentacin durante la etapa de interpretacin del modelo, tanto de la fase de toma de datos y anlisis, como para la conceptualizacin y la definicin matemtica de los procesos relevantes. Uno de los objetivos de la calibracin del modelo es la mejora del modelo conceptual del sistema. Como el modelo integra numricamente los efectos de muchos factores que afectan el flujo subterrneo o al transporte de solutos, los resultados calculados deben ser internamente consistentes con los datos de entrada, y se pueden determinar siempre que se revise cualquier elemento del modelo conceptual. De hecho los conceptos o interpretaciones previas de los parmetros o las variables del acufero, como los mapas con las potencias del sistema o la especificacin de las condiciones de contorno, deben revisarse durante la calibracin como resultado de la retroalimentacin a partir de las salidas del modelo.

Fig. N 1 Uso y papel de los modelos en el anlisis de los problemas subterrneos (Konikow 1996). Las tcnicas automticas de estimacin de parmetros mejora la eficiencia de la calibracin del modelo. Consta de dos componentes generales: una parte que calcula el mejor ajuste (algunas veces se denomina ajuste histrico automtico) y una segunda parte que evala las propiedades estadsticas del ajuste. El objetivo del ajuste histrico automtico es obtener las estimaciones de los parmetros del sistema que ajusta mejor (desviaciones mnimas) los datos observados y los clculos del modelo. Uno de los criterios ms comunes es la desviacin por mnimos cuadrados. El proceso de minimizacin utiliza unos coeficientes de sensibilidad que se basan en el cambio del valor calculado dividido entre el cambio del parmetro. Por ejemplo, en el caso del flujo de agua subterrnea este factor puede tomar la forma especfica de h/t, que es el cambio del nivel al cambiar la transmisividad. Los mismos coeficientes de sensibilidad pueden ser tiles a la hora de tener en cuenta una nueva coleccin de datos empricos.

Criterios de calibracin El proceso de calibracin del modelo se ha de entender como un proceso evolutivo en el que los ajustes y las aproximaciones sucesivas del modelo se han de basar en los resultados de las simulaciones anteriores. El modelador decide cual es el nmero de ajustes suficientes para representar los parmetros y los procesos, es decir, cuando el modelo est totalmente calibrado (o rechazar el modelo si se comprueba que las aproximaciones alternativas son inadecuadas). Esta es una decisin que se basa en una mezcla de criterios subjetivos y objetivos. Conseguir un buen ajuste entre los valores observados y los calculados es un proceso de regresin y se puede evaluar como tal. Esto es, los errores residuales deben tener una media prxima a cero y las desviaciones deben ser mnimizadas. Cooley (1977) ha investigado varios mtodos estadsticos que se pueden utilizar para conseguir la fiabilidad y el ajuste preciso de los modelos de flujo subterrneo. Los ensayos de precisin deben aplicarse al mayor nmero de variables

dependientes que sea posible. Los tipos de datos observados ms tiles en la calibracin del modelo son los cambios en los niveles piezomtricos y en la concentracin a lo largo del espacio y del tiempo, y la cantidad y calidad de las descargas de agua subterrnea desde el acufero. Al igual que es importante evaluar la precisin del modelo cuantitativamente, tambin lo es el demostrar que las variables dependientes que son la base de los ensayos de precisin son indicadores fiables del poder computacional y de la precisin del modelo. Por ejemplo, si una variable dependiente es relativamente poco sensible a los parmetros rectores, el hecho de que exista una mayor correlacin entre los valores observados y calculados no implica un nivel superior de precisin del modelo completo. Del mismo modo, cuando los datos observados contienen un elemento con una interpretacin subjetiva, se ha de tener una precaucin especial. Por ejemplo, en muchas ocasiones la calibracin de la superficie potenciomtrica o la distribucin de la concentracin se utilizan como base para calibrar los modelos de agua subterrnea. No obstante una superficie dada por isolneas es interpretativa y puede ser una base dbil para calibrar el modelo, ya que incluye una variabilidad o un error que surge del proceso de trazado de isolneas, que se suma a los errores de medida presentes en los datos observados en determinados puntos. Predicciones y postauditorias Como la calibracin del modelo y la estimacin de los parmetros estn relacionadas con un conjunto de datos histricos, el rango de confianza y fiabilidad del proceso de calibracin es proporcional a la calidad y extensin del registro histrico. El tiempo durante el cual se realizan las predicciones con un modelo calibrado debe estar tambin relacionado y limitado por la longitud del registro histrico. Una recomendacin razonable es predecir slo durante un tiempo comparable al del periodo del ajuste. La precisin de las predicciones del modelo es la mejor indicacin de su fiabilidad. Sin embargo la precisin de la prediccin se puede evaluar slo despus de haber predicho. Anderson y Woessner (1992) han resumido varios de los estudios publicados en los que se evalu la precisin de la prediccin de un modelo de agua subterrnea determinista siete aos despus de que se hiciese la prediccin. Los resultados sugieren que las extrapolaciones temporales rara vez son precisas. Los errores de prediccin a menudo se relacionan con la brevedad del tiempo utilizado en el ajuste histrico, que impide que el modelo capte un elemento importante del sistema o que se obtenga un modelo conceptual completo. Por ejemplo, los procesos y las condiciones de contorno que son despreciables o poco significativas durante el rgimen de esfuerzos del pasado y del presente, pueden llegar a ser un factor no trivial o incluso dominante bajo una serie diferente de esfuerzos. As que un modelo conceptual que se obtiene del comportamiento observado de un sistema de agua subterrnea puede ser inadecuado para el futuro, cuando aumenten los esfuerzos vigentes en el sistema o cuando se aada a otro tipo de esfuerzos. Una de las fuentes ms grandes de error de prediccin es en primer lugar la incertidumbre asociada a los esfuerzos futuros, que generalmente depende de la demografa, de los factores polticos, econmicos y/(o) sociales. Pero si se puede estimar el rango o la probabilidad de los esfuerzos futuros, se podr predecir tambin el rango o la probabilidad de las respuestas futuras del sistema. Una tendencia optimista es que muchos investigadores estn intentando fijar los lmites de confianza de las predicciones que surgen de la incertidumbre de las estimaciones de los parmetros. No obstante, estos lmites de confianza no limitan los errores que surgen de la seleccin de un modelo

conceptual errneo o procedente de los problemas de los algoritmos de la solucin numrica (Bredehoeft y Konikow 1993). Si se va a utilizar un modelo en la prediccin de un problema o un sistema que es de sumo inters para la sociedad, los registros de campo han de ser continuos y el modelo debe ser revisado y recalibrado peridicamente para incorporar la nueva informacin obtenida, como los cambios en los esfuerzos o las revisiones del modelo conceptual considerado. Una revisin es una forma de evaluar la naturaleza y la magnitud de los errores de la prediccin, que puede llevar a un mejor entendimiento del sistema y de su importancia. Las predicciones revisadas pueden ser ms fiables. VALIDACIN Y VERIFICACION DEL MODELO Normalmente las personas que aplican los modelos de agua subterrnea y los que toman las decisiones en funcin de los resultados del modelo son los que aseguran la validez del modelo. Los modelos de agua subterrnea son el resultado de varias teoras e hiptesis cientficas. Karl Popper (1959) argumenta que como cientficos no se puede nunca validar una hiptesis, slo se puede invalidar. Se ha aplicado la misma filosofa a los modelos de agua subterrnea (Konikow y Bredehoeft 1992; Oreskes et al. 1994). El criterio que indica si un modelo est validado es totalmente subjetivo. En la prctica la validacin se realiza a travs del mismo proceso, que es tpicamente y ms correctamente denominado calibracin; es decir, se comparan los clculos con las medidas de campo o de laboratorio. No obstante la no unicidad de las soluciones del modelo implica que se puede obtener un buen ajuste a partir de un modelo inadecuado o errneo. Como la definicin de bueno es subjetiva, bajo las definiciones operacionales comunes de la validacin, un modelador competente puede considerar que un determinado modelo es vlido mientras que otro utilizando los mismos datos puede demostrar que el modelo es invlido. El hecho de declarar que un modelo de agua subterrnea est validado lleva consigo todo un conjunto de correcciones que muchos modeladores no tendran en cuenta (Bredehoeft y Konikow 1993). Como la determinacin de que un modelo est o no est validado no tiene nada de objetivo ni de cientfico, esta certificacin hace que se tenga una cierta desconfianza con respecto a dichos modelos. Konikow y Bredehoeft (1992) recomiendan que no se aplique el trmino validacin a los modelos de agua subterrnea.

BIBLIOGRAFIA: http://www.slideshare.net/gidahatari/modelamiento-numerico-agua-subterranea http://mmc.geofisica.unam.mx/mmc/tesis/EstherLeyva/EstherTesis-II.pdf http://centrodeartigos.com/articulos-enciclopedicos/article_80209.html http://hidrologia.usal.es/temas/Modelos.pdf http://www.cimec.org.ar/ojs/index.php/mc/article/viewFile/4078/4004