UNIVERSIDAD NACIONAL DE

CAJAMARCA

FACULTAD DE INGENIERÍA
Escuela Académico Profesional de Ingeniería
Hidráulica

TEMA :

Calibración de modelos matemáticos

para el análisis de calidad del agua

CURSO :
Métodos numéricos aplicados

ALUMNO:
DE LA CRUZ VARGAS, Oswaldo.

DOCENTE:
LIC. EVER ROJAS HUAMAN
 Calibración de modelos matemáticos para el
análisis de calidad del agua

Para evaluar planes alternativos de ingeniería para el control y

manejo de la calidad del agua pueden emplearse modelos
matemáticos que relacionen la descarga de aguas residuales con la
calidad de agua del cuerpo receptor. Los diversos grados de
tratamiento, la reubicación de los puntos de descarga de aguas
residuales, el aumento de los flujos mínimos, los sistemas de
tratamiento regional en contraposición con las plantas múltiples,
constituyen algunas de las alternativas de control, cuya influencia
sobre la calidad del agua receptora puede evaluarse mediante la
aplicación de los modelos matemáticos de calidad del agua. Los
modelos también pueden ayudar a evaluar el mejoramiento de la
calidad del agua mediante la eliminación de diferentes componentes
de los contaminantes.
MODELOS MATEMÁTICOS USUALES EN LA MODELACIÓN DE
LA CALIDAD DEL AGUA
1 MODELO WASP: El modelo WASP facilita al usuario la
interpretación y predicción de la calidad del agua y su respuesta
ante un fenómeno natural o ante una condición de origen antrópico.
El WASP es un modelo que permite simular el comportamiento
dinámico de un sistema acuático, incluyendo la columna de agua y
los bentos. Este modelo permite analizar sistemas en 1, 2 y 3
dimensiones y para un variado número de contaminantes. En el
modelo se considera la variabilidad temporal de los diferentes
fenómenos o procesos analizados (advección, dispersión, cargas
puntuales o difusas), condiciones presentes en las fronteras del
modelo. El WASP también considera los aspectos hidrodinámicos y
el transporte de sedimentos que pueden ser aportados por afluentes
al cuerpo de agua analizado, considera parámetros como las
profundidades, velocidades, temperatura, salinidad y los flujos de
los sedimentos.
2.2 MODELO EPD-RIV1:EPD-RIV1 es un conjunto de programas
para la simulación unidimensional de las características
hidrodinámicas y de calidad del agua; el modelo computacional está
basado en el CE-QUAL-RIV1, modelo desarrollado por el cuerpo de
ingenieros de los Estados Unidos de América, este sistema de
modelación fue desarrollado por la EPA, en el departamento de
recursos naturales de Georgia. El EPD-RIV1 está constituido por
dos componentes básicos, uno se encarga de resolver la
hidrodinámica del sistema, el cual se resuelve primero y un segundo
componente que permite realizar la modelación de la calidad. El
modelo de calidad permite simular la interacción entre 16 variables
de estado, entre las cuales se incluyen: temperatura del agua,
especies de nitrógeno y fósforo, oxígeno disuelto, Demanda
Bioquímica de Oxígeno, algas, etc. Adicionalmente el modelo
permite simular los impactos que sobre el oxígeno disuelto y los
ciclos de los nutrientes tienen las macrófitas. El modelo fue
diseñado para la simulación de las características de las corrientes
en condiciones dinámicas, con el propósito de analizar las
condiciones existentes y determinar la máxima carga total diaria en
un determinado sector.
2.3 MODELO MIKE 11: El MIKE 11 es una herramienta avanzada
que permite la simulación de la calidad del agua y transporte de
sedimentos en estuarios, ríos, sistemas de riego y canales entre
otros. El MIKE 11 es un sistema dinámico unidimensional, de
sencilla aplicación en sistemas con diferente grado de complejidad.
Debido a su flexibilidad y velocidad, el MIKE 11 cuenta con un
ambiente de trabajo bastante versátil para aplicaciones
relacionadas con la ingeniería de diseño, estudio de recursos
hídricos y planificación en general. El MIKE 11 está constituido por
5 módulos básicos: Hidrología, hidrodinámica, advección-dispersión
y transporte de sedimentos cohesivos, calidad del agua y transporte
de sedimentos no cohesivos. El modelo de calidad permite la
modelación de diferentes indicadores de la calidad del agua como
son: algas, detritos, sedimentos cohesivos y no cohesivos, oxígeno
disuelto, temperatura, nitrógeno entre otros; este modelo se aplica
luego de realizada la modelación de la hidrodinámica del sistema en
estudio.
2.4 BLTM :Este modelo fue desarrollado por el servicio geológico de
los Estados Unidos, para simular la dispersión y reacciones
químicas que presenta un constituyente de la calidad del agua,
disueltos, a través de sistema (canal), el cual se considera de forma
unidimensional. El modelo puede ser aplicado en ríos y en estuarios
en donde se considere que se presenta mezcla completa en la
sección transversal. Maestría en Hidrosistemas. El modelo BLTM
resuelve las ecuaciones de advección-dispersión usando un marco
de referencia Lagrangiano, el cual hace las evaluaciones en los
diferentes nodos que conforman el modelo discreto. El esquema de
solución numérica que emplea este modelo minimiza la dispersión
numérica. El modelo simula el transporte usando segmentos de
líneas, llamados "Branches", de allí su nombre, los cuales están
conectados por uniones. El modelo es ideal para modelar sistemas
en donde se presentan cambios de concentraciones o gradientes
altamente variables.
2.5 MODELO QUAL El QUAL2K
El modelo QUAL2K fue desarrollado por Steven Chapra en el año
2001 como continuación y modificación de los diversos modelos
QUAL que se habían desarrollado desde la década de los 80 por la
Agencia de Protección Ambiental (EPA). Este modelo considera los
procesos de 13 oxigenaciones presentes en los ríos, además de los
ciclos de nitrógeno (sobre todo la nitrificación) e incluye ciclos de
fósforo y algas. Por lo tanto, el QUAL2K es más completo que los
modelos anteriores, ya que considera más componentes. Algunas
de las características principales del QUAL2K (EPA, 2007) son:
−El modelo opera en Excel, lo cual facilita la captura de datos, así
como la generación y presentación de resultados y, además, no hay
limitaciones en la especificación del número de tramos que se
pueden modelar.
−El modelo realiza un análisis unidimensional, lo que indica que
considera que se realiza una buena mezcla tanto lateral como
verticalmente.
− Para cada elemento de cálculo se describe un equilibrio
hidrológico en términos del flujo, un equilibrio de calor en términos
de la temperatura, y un balance material en términos de la
concentración.
− Permite calcular en forma explícita las interacciones entre el agua
y los sedimentos que determinan la calidad de agua.
− Entre los procesos que considera el modelo se pueden citar:
interacciones entre el sedimento y el agua, algas inferiores,
extinción de luz, pH y patógenos.
− Entre las características hidráulicas necesarias se encuentran
profundidad y velocidad.
− El tiempo del recorrido es calculado en función del volumen y del
flujo de este tramo.
− Utiliza reacciones bioquímicas como fotosíntesis o respiración,
generación y consumo de oxígeno.
− Calcula las interacciones principales entre aproximadamente 15
variables de estado. Además, el modelo QUAL2K toma en cuenta
ciertos elementos y procesos que se dan en los ríos, de los que se
puede citar: Temperatura, Ciclo del nitrógeno, Ciclo del fósforo.
METODOLOGIA DE CALIBRACION
Método de Simulación Monte Carlo
El método de Monte Carlo se refiere a la realización de un modelo
de simulación de parámetros generados aleatoriamente a partir de
la distribución de probabilidad de estos parámetros. Por lo tanto, el
método de simulación de Monte Carlo se utiliza para realizar la
calibración del modelo de calidad del agua. Éste método consiste
en correr el modelo un número “n” (grande) de veces, usando
parámetros de entrada diferentes. Los resultados de cada corrida
son comparados con los datos observados en las campañas de
medición, y se escoge aquel que represente mejor los datos
medidos. Tiene la ventaja de ser un modelo sencillo de implementar
para modeladores inexpertos, además es ampliamente utilizado. La
distribución de probabilidad de los parámetros a menudo es
desconocida sin embargo a partir de las experiencias anteriores y
diversas evidencias físicas, se puede definir el rango de los
parámetros que mejor defina el modelo. Esto permite acortar el
modelo y agilizar la convergencia del método. Con este rango, los
valores de una variable aleatoria estarían uniformemente
distribuidos en el intervalo. La selección del modelo es el paso
inicial en la modelación y calibración, luego se deben ingresar los
datos de entrada al modelo, es decir los datos obtenidos en las
mediciones de campo y además, se deben definir las condiciones
de frontera de este modelo. Seguidamente, se seleccionan los
parámetros del modelo a calibrar, y con esto, se seleccionan los
rangos aceptables de calibración de cada parámetro y el número de
simulaciones óptimo para obtener los datos deseados. Después de
esto, se generan los números aleatorios a partir de los rangos
seleccionados de cada parámetro un número “n” grande de veces.
Dicha metodología, se aplica mediante la ayuda de una herramienta
avanzada de análisis desarrollada en MATLAB que permite el
análisis de simulaciones de Monte-Carlo. Esta herramienta fue
creada dentro del contexto de investigación hidrológica, aunque
puede ser utilizado para cualquier modelo matemático
Metodología de Incertidumbre Generalizada
Metodología de incertidumbre generalizada (Generalised Likelihood
Uncertainty Estimation methodology, GLUE) es recomendado
cuando se modela la calidad del agua con una cantidad 20 grande
de parámetros, es decir, cuando la calibración manual y subjetiva
implicaría un procedimiento muy complicado y engorroso. La
metodología GLUE presenta varias ventajas sobre otros métodos
estadísticos de estimación paramétrica. Por ejemplo, con GLUE no
es necesario hacer suposiciones de distribuciones para determinar
límites de confianza o de pronóstico. Además, la no linealidad y las
interacciones entre parámetros en las respuestas del modelo, se
manejan implícitamente en esta metodología, la cual se centra en
grupos de parámetros y no en parámetros individuales. Por otro
lado, los errores de datos de entrada se manejan de manera
implícita, mientras que en otros métodos estadísticos tradicionales
se asume que los errores son variables aleatorias distribuidas
normalmente y que, además, los errores no están correlacionados
(ρ=0). Es decir, otras metodologías asumen que los errores son
independientes y distribuidos normalmente, supuestos que no son
necesarios en la metodología GLUE. Es claro que existen muchos
otros factores que interactúan con los modelos de calidad del agua
que no son cuantificables en el momento de realizar las mediciones,
por lo que las observaciones en lugares puntuales pueden ser
incompletas o presentar errores que no se están considerando.
REFERENCIAS
 https://repository.javeriana.edu.co/bitstream/handle/10554/380
5/VeraPuertoIsmaelLeonardo2007.pdf?sequence=1
 https://repository.javeriana.edu.co/bitstream/handle/10554/380
9/GarciaQuinteroHermesAlfonso2008.pdf;sequence=1