DEFINICION, CALIBRACION y EJEMPLO

SOBRE EL MODELO QUAL2Kw

Julio Andrés, Rivasplata Jara

 ¿QUÉ ES EL MODELO QUAL2Kw?
El QUAL2K (comúnmente denominado Q2K), es un modelo para estimar la calidad del agua en
ríos; dicho modelo es una versión moderna del QUAL2E, software desarrollado a mediados de los
ochenta (Brown and Barnwell, 1987), como una versión actualizada de su antecesor, el modelo
QUAL.
Las versiones posteriores al modelo original, preservan rasgos comunes en los siguientes
aspectos:
El sistema es analizado unidimensionalmente, además considera que en el canal que se analiza el
flujo es bien mezclado tanto lateral como verticalmente. El sistema puede estar constituido por
un canal principal con ramificaciones o tributarios. Las condiciones hidráulicas se analizan en
estado estático; el flujo se simula en condición estática no uniforme. La temperatura es simulada
como una función de las condiciones meteorológicas.
No obstante a las modificaciones realizadas al modelo QUAL2, en las versiones mas recientes,
aun se conserva el motor de cálculo que se usa para la solución de las ecuaciones que permiten
modelar la calidad del agua en los ríos.
Las limitaciones de la formulación del QUAL2 se ponen en evidencia cuando se desea simular
condiciones diferentes a las condiciones de flujo estático.
Tal como todos los modelos, el QUAL incorpora ciertas simplificaciones y suposiciones.
La ecuación básica resuelta por el QUAL2 es la ecuación unidimensional del transporte por
advección -difusión, que esta integrada numéricamente sobre el espacio y el tiempo para cada
componente de la calidad del agua.
Esta ecuación considera los efectos asociados con los procesos de transporte advectivo y difusivo,
las reacciones que se originan entre las diferentes sustancias a analizar y las fuentes o sumideros,
producto de la interacción de una determinada sustancia con otras. La solución del sistema de
ecuaciones resultantes en este modelo, se hace considerando las fuentes o sumideros internos
como constantes en la formulación matemática del modelo.
Estas relaciones entre variables, que son por lo general altamente no lineales, el QUAL2E las trata
como constantes que contribuyen a forzar el sistema (Chapra S. 1997), lo que permite simplificar
considerablemente la solución al sistema de ecuaciones. El modelo QUAL, permite modelar más
de 17 variables de estado entre las cuales se pueden mencionar: Oxígeno disuelto, DBO,
Temperatura, conductividad, varias especies de nitrógeno y fósforo, pH, patógenos, fitoplancton
entre otros.

Los modelos antes mencionados no son ajenos a problemas comunes en la actual modelación
estándar de la calidad del agua.
Existen problemas asociados a la formulación del modelo, esto es debido a las suposiciones o
simplificaciones que están implícitas en la concepción de éste, por ejemplo el QUAL2E y la
mayoría de modelos de calidad del agua en ríos simplifican la realidad suponiendo que el flujo es
unidimensional. Esta idealización implica que una emisión de un contaminante en el río se mezcla
instantáneamente en toda la sección transversal del río, lo cual no es del todo cierto.
Otros problemas en la modelación están asociados con la etapa de calibración del modelo, ya que
ésta es una etapa clave para el uso apropiado de un modelo, particularmente para la simulación
de escenarios. Son varios los aspectos que pueden dificultar la calibración apropiada de los
parámetros de un modelo de calidad del agua en una corriente.
En el caso de la modelación del oxígeno disuelto, un parámetro clave en el modelo es el
coeficiente de reaireación, parámetro al cual las predicciones del modelo son altamente
sensibles. Típicamente este parámetro se estima en función de la temperatura y las
características hidráulicas de la corriente analizada (profundidad y velocidad); sin embargo
descargas asociadas con drenajes urbanos, sistemas de tratamiento combinados o fuentes no
puntuales derivadas por eventos de lluvia pueden inducir cambios en el coeficiente de
reaireación, lo que implica que estos valores obtenidos de la calibración no sean transferibles o
representativos a otras condiciones (Shanahan P. et al, 1998).

Otra de las dificultades que frecuentemente se presentan en nuestro medio durante el proceso
de calibración de modelos de calidad es que no se cuenta con adecuado número de datos, que
permitan una calibración y validación apropiada de los diferentes parámetros, los cuales se
pueden considerar como las magnitudes encargadas de describir las características físicas y
funcionales del sistema1, en una modelación de la calidad del agua. Esto implica que para calibrar
los parámetros del modelo QUAL2E, donde se presentan un número de constantes cercano a 50,
se requeriría de por lo menos igual número de observaciones para poder estimar con cierto grado
de certidumbre las constantes que caracterizan el sistema en estudio.
Otros modelos como el QUAL2Kw, desarrollado por la universidad de Washington, para la
calibración de sus parámetros hacen uso de una subrutina de optimización, basada en algoritmos
genéticos para la calibración de las constantes.

CALIBRACION DEL MODELO QUAL2Kw – (Según ejemplo “EVALUACIÓN DE

LA MATERIA ORGÁNICA EN EL RÍO FRÍO”)

El ajuste paramétrico del modelo se evalúa con el método de probabilidad de incertidumbre

generalizada, GLUE. El método estadístico se complementa con una herramienta matemática que
aplica las simulaciones de Monte Carlo por medio del software MCAT .
La metodología GLUE consiste en una serie de simulaciones que optimizan el valor de la tasa o
"parámetro" determinado, para simular el fenómeno natural en el río. Los criterios a ser
considerados son: la sumatoria del cuadrado de los errores (SSE) y el coeficiente de
determinación (R2). Para estimar el error paramétrico se elaboraron 4 matrices denominadas:
pars, obs, mct y crit. La matriz "pars" expresa los parámetros a calibrar, posee un tamaño de
[1000x10] y contiene el valor aleatorio de la tasa cinética escogida para simular el proceso
oxidativo de la materia orgánica (ver tabla 2). Se escogieron 10 tasas para el estudio.

La matriz "obs" establece el vector con los valores de concentraciones de las variables
observadas en campo, ubicadas en las 7 estaciones de monitoreo en el río (ver figura 3) de
tamaño de [1x67].
La matriz "mct" describe los datos simulados para cada una de las 7 variables escogidas, el tamaño
es de [1000x67]. Finalmente la matriz "crit" representa los dos criterios establecidos para definir
el ajuste paramétrico del modelo, estás son sse y R2, el tamaño de la matriz es [1000x2]. La matriz
"sse", representa la sumatoria del cuadrado de los errores y es calculado con la siguiente
ecuación:

El coeficiente de determinación (R2) es calculado por medio de la relación entre la varianza de

los datos aceptados y la varianza total. Las ecuaciones para calcular son:

También se puede expresar como:

Donde, obsi es la concentración observada en el punto (i); modi es la concentración modelada en

el punto (i) y es la concentración media observada en el punto del tramo (i). La tendencia de
ajuste de cada parámetro se produce cuando el error sse se aproxima a cero y el R2 a uno.

 RESULTADOS
El abscisado se realiza contrario al recorrido del río, ya que las condiciones de modelación exigen
que la ubicación aguas abajo sea inferior a la de la cabecera, como se ilustra en la Tabla 1.
La capacidad de dilución del río se evaluó preliminarmente mediante la validación de la
conductividad en los 7 tramos, ilustrada en la figura 4. El incremento de la conductividad aguas
abajo del primer tramo, permite mostrar el impacto orgánico mantenido hasta la confluencia con
río de Oro.
El coeficiente de dispersión longitudinal es una característica hidráulica importante que se debe
considerarpara establecer el poder difusivo y advectivo de un contaminante. En el canal se
detectó un bajo coeficiente de dispersión que oscila entre 0.34 y 20 m2.s-1. La dispersión es
directamente proporcional a la velocidad media que presenta un valor de 0.4 m.s-1. En los tramos
I, III, IV y VII se detectó descensos de la velocidad a 0.2 m.s-1 y dispersiones de 0 a 2 m2.s-1, estas
dispersiones son bajas comparadas con otros ríos de montaña que superan los 50 m2s-1, como
es el caso del río Bogotá.
El caudal inicial de 0.43 m3.s-1 se aumenta a 2.7 m3.s-1, esto permite un aumento en el balance
hidráulico de 1.63 m3.s-1 debido a los afluentes contaminantes domésticos. Las secciones
transversales oscilaron entre 1.8 y 6.9 m2 de área, permitiendo que el río tenga zonas húmedas
amplias donde se expande la corriente disminuyendo la profundidad y la velocidad. El caudal
perdido es calculado en 0,87 m3.s-1 como consecuencia de la extracción clandestina y la
evaporación, ya que la temperatura oscila entre 28 y 35 ºC en la zona (ver
figura 5).
El tiempo de viaje es de 0.18 días (4.3 h) y presenta una pendiente <1.2% con pequeñas piscinas
para extraer el material de arrastre (ver figura 6).

Las tasas cinéticas escogidas para la calibración del modelo fueron 10, sin embargo las más
relevantes para la investigación se ilustran en la tabla 2.
El ajuste paramétrico que presentan las 7 variables se ilustran en la tabla 3 y son validadas con el
criterio del coeficiente de determinación R2.

El comportamiento del oxígeno disuelto no tiene un balance positivo, por el contrario existe una
pérdida del 95% aun cuando en la zona la saturación de oxígeno alcanza los 8 mgO2L-1. El oxígeno
no superó los 0.5 mgO2L-1 aguas abajo del primer tramo (ver figura 7).
La tasa de reaireación del río se promedió en 5d-1 en los 6 tramos abajo del pórtico, donde se
registra una tasa de 25d-1. La ecuación utilizada fue la establecida por O'Connors- Dobbins. Se
experimentó modelar la tasa de reaireación con con la ecuación de Tsivoglou - Neal pero no se
obtuvieron datos acordes con las condiciones reales. El comportamiento de la tasa es la siguiente:
Los ríos impactados por materia orgánica permiten un máximo de DBO5 de 6 mgO2L-1. y DQO
de 30 mgO2L-1 para uso doméstico o pecuario [12].
La DBO5 entera, sin inhibir en promedio en el río aguas abajo del primer vertido fue de 130
mgO2L-1 y La DQO se fijó en promedio de 450 mgO2L-1 especialmente en los tramos totumos y
caneyes, es decir un 10% más de lo establecido en la norma (ver figura 9 y figura 10).