Modelos Matematicos

UNIDAD 3
CLASIFICACIÓN Y APLICABILIDAD DE
MODELOS MATEMÁTICOS EN LA SIMULACIÓN
DEL TRANSPORTE DE CONTAMINANTES Y
CALIDAD DEL AGUA EN EMBALSES
EXISTENTES Y FUTUROS
El contenido de este material puede ser reproducido siempre que se cite la fuente
RESUMEN CURRICULAR
Oceanógrafa, trabaja desde 02/2010 en la empresa Applied

Science Associates - Latin America. Experta en análisis de
datos ambientales, modelación hidrodinámica, modelación
de olas, modelación del transporte de sedimentos y
modelación del transporte de petróleo.
REVISORES TÉCNICOS
Itaipu Binacional:
Caroline Henn
Anderson Braga Mendes
Agencia Nacional de Aguas – ANA:

Flávia Carneiro da Cunha Oliveira
SUMARIO
LISTA DE FIGURAS.................................................................................... 04
LISTA DE TABLAS..................................................................................... 04
1 EMPLEO DE MODELOS COMPUTACIONALES: PRERROGATIVAS.... 05
2 FUNDAMENTOS DEL PROCESO DE MODELACIÓN............................ 07
3 CLASIFICACIÓN Y ELECCIÓN DEL MODELO....................................... 10
3.1 Clasificación.......................................................................................... 11
3.2 Escalas de Interés................................................................................. 16
3.3 Resolución Temporal del Modelo y Paso de Tiempo............................. 17
3.4 Definición de Contornos......................................................................... 18
3.5 Discretización del Dominio..................................................................... 19
3.6 Forzantes y Condiciones Iniciales.......................................................... 22
3.7 Calibración y Validación de Modelos...................................................... 24
REFERENCIA............................................................................................. 27
LISTA DE FIGURAS
Figura 1 - Diagrama del proceso de modelación hidrodinámica ambiental
Figura 2 - Área de estudio del Blackston River.
Figura 3 - Imagen satelital en la región de confluencia del río Negro con el río Solimões.
Figura 4 - Carta náutica número 4106b, de la Isla de Grande Eva a Manaus, obtenida por
parte de la DHN1.
Figura 5 - Ejemplo de malla hidrodinámica, que considera diferentes resoluciones a lo largo

del dominio: elementos que varían de 20 m a 100 km.
LISTA DE TABLAS
Tabla 1 - Clasificación de las diferentes escalas de interés en la modelación.
1 https://www.mar.mil.br/dhn/chm/cartas/cartas.html
1 EMPLEO DE MODELOS COMPUTACIONALES: PRERROGATIVAS
Adaptado de Rosman (2012)
Debido a la complejidad de los ambientes en cuerpos de agua (lagos, embalses y

zona costera adyacente de las cuencas hidrográficas) se torna necesaria la
aplicación de modelos para estudios. Los modelos son herramientas integradoras,
que permiten una visión dinámica de procesos en sistemas ambientales complejos.
Los modelos, cuando medidos con datos de campo y analizados por especialistas,
se tornan herramientas indispensables para la gestión y la gestión de sistemas
ambientales, ya que permiten:
En análisis de diagnóstico:
• Optimizar costos de monitoreo y medición, puesto que integran
espacialmente las informaciones (que son generalmente obtenidas
puntualmente), auxiliando también a entender el comportamiento del
ambiente en regiones donde no hay mediciones.
• Entender procesos dinámicos, ayudando en la interpretación de las
mediciones.
En análisis de pronóstico:
• Prever situaciones (a través de la simulación de diferentes escenarios).
• Determinar destinos probables de contaminantes, mapeando áreas de
riesgo.
• Prever evolución de eventos en tiempo real.
Los datos ambientales son en general escasos, debido al alto costo involucrado en
la recolección de estos datos. Sin embargo, son imprescindibles para estudios,
proyectos, diagnósticos y gestión de cuerpos de agua naturales. Generalmente son
obtenidas series temporales de valores medidos en pocos puntos del área de
interés, representando una diminuta fracción del área total. Así, se torna fundamental
utilizar herramientas (confiables) que permitan que los datos sean interpolados y
extrapolados, en tiempo y espacio.
Los modelos permiten que las informaciones medidas en pocos puntos sean
interpoladas y extrapoladas, espacial y temporalmente.
Espacial - Si los modelos calibrados2 reproducen los valores en los puntos

donde se realizan mediciones, se puede admitir que en los otros lugares
(donde no hay mediciones), los valores sean coherentes.
Temporal - Si los modelos representan fielmente las condiciones para un

determinado período, pueden ser realizadas simulaciones para otros
períodos (nuevos escenarios), como, por ejemplo, prever situaciones, o
modificaciones a ser introducidas en el medio.
La dinámica espacial de la dispersión de un contaminante es difícil de ser obtenida a

través de mediciones puntuales, pero es fácilmente obtenida a través de modelos.
Así, los modelos auxilian, además, en el mejor entendimiento de la dinámica del
sistema.
El uso de modelos como herramientas de previsión puede ser hecho prácticamente

en tiempo real, para planear operaciones de limpieza ambiental como consecuencia
de derrames accidentales de contaminantes tóxicos, por ejemplo, o además ser un
instrumento eficaz para la elaboración de Planes de Contingencia.
2 El término calibración será explicado más adelante en este capítulo.
2 FUNDAMENTOS DEL PROCESO DE MODELACIÓN
Adaptado de Rosman (2012)
La utilización de modelos es cada vez más presente en aplicaciones con miras a la

gestión y gestión ambiental. No obstante, si estas herramientas fueren utilizadas de
modo inadecuado pueden llevar a resultados engañosos. Por eso, es esencial que
los usuarios entiendan cómo utilizar estas herramientas. La Figura 1 presenta un
diagrama que sintetiza el proceso de modelación.
En primer lugar, es esencial que el modelador tenga conocimiento sobre el

fenómeno de interés y tenga capacidad de analizar los datos disponibles,
propiciando un entendimiento de las causas, efectos y agentes intervinientes en el
fenómeno a ser estudiado. Es importante, además, evaluar la calidad de estos
datos, para que puedan ser utilizados (o no) en la modelación. A través de las
mediciones se desarrollan modelos conceptuales (del fenómeno de interés).
El modelo conceptual trata de la comprensión profunda de un fenómeno. La

traducción del modelo conceptual para el lenguaje matemático origina un modelo
matemático.
Los modelos matemáticos pueden ser traducidos en:

• Modelos analíticos: propician soluciones generales para situaciones
bastante simplificadas, a través de ecuaciones diferenciales.
• Modelos analógicos: empleados en situaciones muy peculiares y de
cuño más académico que práctico.
• Modelos físicos: prototipos en escala reducida de la situación real. Eran
muy utilizados antiguamente y vienen siendo substituidos, cada vez
más, por modelos numéricos (más baratos y eficientes).
• Modelos numéricos: traducciones de los modelos matemáticos a
diferentes métodos de cálculo. A través de computadoras, se torna
posible realizar un gran número de cuentas.
La próxima etapa sería el preprocesamiento, donde son organizadas las
informaciones que serán insertadas en el modelo, como datos de entrada y
forzantes.
Los resultados obtenidos deseados serán obtenidos vía un modelo computacional:

traducción de un modelo numérico a un lenguaje computacional, que pueda ser
compilado y ejecutado por un operador (experimentado) en una computadora.
Generados los resultados, el modelador deberá "traducir" las informaciones

generadas por el modelo, de forma que puedan ser más fácilmente asimiladas. En
esta etapa, a partir de los resultados son construidos mapas, gráficos, tablas, que
facilitan el entendimiento de la dinámica del fenómeno.
La calidad de los resultados deberá ser verificada, de forma que se analice si el

modelo representa de forma coherente lo que se conoce de la región de interés. Si
los resultados no presentan lo esperado para la región a ser estudiada, el usuario
deberá alterar los parámetros y/o los forzantes del modelo hasta que se obtengan
resultados aceptables.
Figura 1 - Diagrama del proceso de modelación hidrodinámica ambiental
Fuente: Rosman, 2012).
3 CLASIFICACIÓN Y ELECCIÓN DEL MODELO
La elección de un modelo para simular las condiciones de calidad del agua en ríos
y/o embalses, depende:
• de las características del sistema a ser simulado;
• del nivel de precisión deseado (en función de los objetivos del
proyecto);
• de los datos disponibles sobre el sistema;
• de la disponibilidad de metodología para representar los procesos
identificados;
• de la complejidad de los contaminantes de interés.
La representación de los procesos depende de las condiciones hidráulicas y de las

condiciones químicas y biológicas del medio. El escurrimiento del sistema, en
general, determina el tipo de estructura del modelo a ser utilizado. Las condiciones
químicas y biológicas de las cargas contaminantes determinan el tipo de
constituyente que debe ser representado para identificar mejor el nivel de calidad del
agua del sistema.
Para análisis preliminar del problema, pueden ser utilizados modelos más
simplificados que identifican los lugares más problemáticos. Identificados los
problemas, pueden ser utilizados modelos más complejos que detallan más los
aspectos importantes del proceso.
Los tipos de modelos pueden ser clasificados según:

• sus condiciones de escurrimiento;
• características de los parámetros de calidad del agua.
En un embalse, la velocidad del escurrimiento suele ser pequeña y la profundidad

grande. De esta forma, los principales procesos que se desarrollen son en el sentido
vertical y el viento suele producir turbulencia en las capas superiores (debido al gran
ancho del lago).
En un río la velocidad es mayor, produciendo el transporte de masa en el sentido

longitudinal (con menor influencia de las direcciones transversal y vertical).
3.1 Clasificación
Aunque un cuerpo de agua sea siempre 3D, él puede ser descrito por un modelo 1D,
2D o 3D, dependiendo de las características del sistema. Si la variación en una
dimensión pude ser considerada insignificante o fuere representada por valores
medios, esta dimensión espacial puede ser eliminada del estudio de modelación.
Por ejemplo, el modelo de un río 1D puede describir la variación espacial a lo largo

del río, pero no calculará las variaciones a lo largo de una sección cruzada y las
variaciones verticales. Un modelo 1D será capaz de representar ríos largos y
estrechos, como en la Figura 2, que ilustra el área de estudio de transporte de
sedimentos del río Blackstone, (Ji, 2008).
Figura 2 - Área de estudio del Blackston River.
Fuente: (Ji, 2008).
En los estuarios, además de las variaciones en la dimensión longitudinal, las

variaciones en la vertical también son significativas, ya que la salinidad y
temperatura suelen acarrear estratificaciones, debido al aporte de agua dulce. Para
estuarios extensos, con variaciones significativas a lo largo de la sección, son
necesarios modelos 3D (Ji, 2008).
Los modelos pueden ser clasificados según diferentes criterios. Una de las
clasificaciones se basa en la (1) discretización espacial.
En el embalse (Wrobel et al, 1989):
• Modelo concentrado (cero dimensión): considera el embalse
totalmente mixturado, sin analizar la variabilidad espacial de la
contracción en el embalse; consideran la variación de la concentración
media en el tiempo.
Modelos de este tipo permiten una visión general del problema.
• Modelos unidimensionales: simulan los procesos considerando una
dimensión en el espacio. Para estudiar el flujo en embalses, son
utilizados modelos unidimensionales longitudinal o vertical.
El primero considera la aireación de velocidad y concentración en la
dirección longitudinal (despreciando las variaciones transversal y
vertical).
El segundo considera la dirección vertical y desprecia las otras dos.
El modelo unidimensional longitudinal es aplicable para estudiar

variaciones a lo largo del eje del embalse (como deforestación
selectiva). Se desprecia la estratificación vertical, que es trascendente
en embalses con grandes profundidades.
El modelo unidimensional vertical es aplicado cuando se desea
analizar estratificación vertical de temperatura y concentración.
• Modelos bidimensionales: simulan los fenómenos,

despreciando una de las direcciones.
Los modelos pueden ser bidimensionales en el plano y en el perfil. El
primero considera las direcciones longitudinal y transversal, y desprecia
las variaciones en la vertical. El segundo considera las direcciones
longitudinal y vertical, y desprecia las variaciones en la transversal.
Modelos bidimensionales permiten una visualización de las

velocidades y concentraciones en el plano formado por el embalse,
donde se puede visualizar el campo de velocidades medias verticales.
El modelo bidimensional puede ser útil cuando, además de la
estratificación vertical, existe variación longitudinal debido a la
extensión del embalse, y necesite el análisis sectorizado de la
concentración de las substancias de calidad del agua. Sin embargo,
este tipo de modelo presenta un gran número de parámetros a ser
estimados, inestabilidades numéricas, datos a ser suministrados,
además de un considerable volumen de cálculo. Estos modelos son
utilizados en embalses con serios problemas de calidad del agua (que
justifique la inversión).
• Modelos tridimensionales: Representan todas las direcciones.

Presentan un gran número de factores que necesitan ser estimados
para que el modelo pueda ser utilizado.
En la Unidad 1 fue presentado el concepto y el cálculo del Número de Froud

Densimétrico ( N F ). Este parámetro puede ser utilizado como herramienta de apoyo
a la decisión en la elección del tipo de modelo a ser implementado:
Si N F << 1/π , el embalse es fuertemente estratificado (permitiendo su descripción

matemática por modelos unidimensionales). Embalses con débil estratificación (para
los cuales una representación bidimensional es necesaria para describir las
relaciones entre densidades y velocidades) tienen 0,1< N F <1,0. Sistemas
completamente mixturados, que no presentan estratificación, tienen como
característica N F >1,0.
La mayor utilidad de conocer el N F es antes de la existencia del propio lago. El

conocimiento sobre el N F ayuda en la elección adecuada del modelo matemático
más compatible con la realidad física futura y a que se puedan hacer pronósticos
acerca del comportamiento del embalse planeado (Porto et al, 1991).
En el río (Wrobel et al, 1989):
Los modelos de calidad del agua utilizados en ríos suelen ser unidimensionales y
representan la velocidad y el nivel de agua constantes en una sección transversal.
La concentración de una sustancia es también admitida media en la sección, o sea,

se considera que en la sección ocurre una mixtura completa.
En los trechos en que ocurre variación de densidad y temperatura marcantes, se

pueden utilizar de modelos del tipo bidimensional en el perfil.
N F N F 1/π N F N F N F N F
De acuerdo con Wrobel et al (1989), los modelos también pueden ser clasificados en
cuanto a la (2) variación en el tiempo, en permanente o no-permanente.
Cuando son utilizados modelos en régimen permanente, se desconsidera la

variación en el tiempo de las variables involucradas; cuando se utilizan modelos en
régimen no permanente, estas variaciones son tenidas en cuenta.
Los modelos en régimen permanente pueden ser uniformes y no uniformes. Los

uniformes consideran la velocidad constante en el río. Cuando son no uniformes la
velocidad puede variar a lo largo del río.
Los modelos no permanentes son utilizados cuando hay un régimen variado de flujo
en estíos y efecto de marea, anegamientos urbanos o crecientes que revuelven el
fondo del río o embalse, por ejemplo.
Los modelos pueden además ser clasificados de acuerdo con el (3) tipo de
parámetro a ser analizado, pudiendo ser conservativos o no conservativos.
Si el modelo es conservativo, no tratará reacciones químicas y biológicas en el
sistema acuático. Si el modelo fuere no conservativo, estas reacciones serán
representadas matemáticamente.
Los primeros modelos simulaban solamente OD y DBO. Después, fueron

siendo insertados procesos como nitrificación y dinámica de fitoplancton.
3.2 Escalas de Interés
En la modelación existen, básicamente, tres escalas de interés estudiadas: macro,

meso y micro escala. Estas tres clases son atribuidas conforme su habilidad para
representar un área geográfica y su nivel de detalle (precisión).
Los modelos de macro escala son utilizados para representar una gran área
geográfica, aunque, sin un gran nivel de detalle. Ya los modelos de micro escala
representan áreas muy localizadas y con un gran nivel de detalle. Los modelos de
meso escala representan un medio término entre las dos aproximaciones (macro y
micro).
Se utilizan resultados de modelos de mayor escala, por ejemplo, para forzar

modelos de menor escala. Se sabe que no se pueden transferir resultados de
modelos de menor escala a modelos de mayor escala, visto que los procesos
hidrológicos en grandes escalas consideran aspectos totalmente diferentes.
De acuerdo con Shultz (1994), la división de las diferentes escalas en la hidrología

ya fue bastante discutida. Para estudio en micro y meso escala, existe un vasto
número de modelos. Ya para estudios en macro escala, no hay muchas opciones de
modelos a ser utilizados. La Tabla 1 ilustra la clasificación de los modelos en cuanto
su escala, de acuerdo con Shultz (1994).
Tabla 1 - Clasificación de las diferentes escalas de interés en la modelación.
Clasificación Escala mínima Escala máxima
Micro 1 cm² 1 km²

Meso inferior 1 km² 100 km²
Meso superior 100 km² 100000 km²
Macro 100000 km² Escala global
Fuente: Adaptado de Shultz, 1994
3.3 Resolución Temporal del Modelo y Paso de Tiempo
La resolución temporal del modelo dependerá de una serie de factores:

• tamaño del área de estudio;
• características del flujo y transporte;
• cuáles procesos de calidad del agua se quiere estudiar;
• disponibilidad de datos medidos;
• necesidad de soporte para toma de decisiones.
Un requerimiento básico es que la simulación sea lo suficientemente larga para

eliminar los efectos de condición inicial del modelo. Modelos de calidad del agua
pueden ser simulados por algunas estaciones o algunos años, dependiendo de lo
que se quiere analizar.
Para ejecutar un modelo, es necesario determinar el paso de tiempo, el intervalo de

tiempo en el cual el modelo realizará sus cálculos. El paso de tiempo ( ∆t ) puede
ser determinado a través del cálculo del número de Courant. El número de Courant (
C r ) es influenciado por el espaciamiento entre nosotros del cálculo ( ∆x y ∆y ), la
velocidad de la corriente ( V ), la aceleración de la gravedad ( g ) y la profundidad

local ( H ):
 1
C r = ∆t ⋅  2 +
1
(
 
 ⋅ V + gH )
 ∆x ∆y 2 
En el sistema de modelos SisBAHIA, por ejemplo, se sugiere que los valores de

Courant permanezcan entre 3 y 8 (SisBAHIA).
3.4 Definición de Contornos

La definición de los contornos del cuerpo de agua a ser modelado deberá estar de
acuerdo con los objetivos del proyecto y con la precisión deseada en los resultados.
Podrá ser obtenida a través de diversas bases: imágenes satelitales, cartas
náuticas, fotos aéreas, etc. Ejemplos de imagen satelital y carta náutica pueden ser
observados en la Figura 3 y Figura 4, respectivamente.
Figura 3 - Imagen satelital en la región de confluencia del río Negro con el río Solimões.
Fuente: Nota del Autor
Figura 4 - Carta náutica número 4106b, de la Isla de Grande Eva a Manaus, obtenida por
parte de la DHN3.
Fuente: Nota del Autor
Dependiendo del área a ser estudiada y de los objetivos del estudio, se torna
importante observar la fecha en que la base fue generada, a fin de analizar si la
situación continua siendo la misma (en el caso que sea una base antigua). En
algunas regiones costeras, por ejemplo, puede haber ocurrido una retrogradación o
ensanchamiento de la playa, o la acumulación de sedimentos en ciertas regiones,
causando variación de la línea de la costa. Pueden haber sido instaladas estructuras
con capacidad para alterar el flujo, como puentes o regiones rellenadas (SisBAHIA).
Además, en regiones donde existe una gran variación del nivel de agua entre
períodos de estío y creciente, por ejemplo, se deberá tener conocimiento de cuál
situación la imagen fue obtenida y si esta es la situación que se quiere simular.
3.5 Discretización del Dominio
Para que el modelo pueda resolver el problema a ser estudiado, es necesario

discretizar un dominio, reduciendo el problema físico a un problema discreto (con un
número finito de incógnitas, que puedan ser resueltas en una computadora). Existen
varios métodos para resolver estar incógnitas, los más conocidos de ellos son
(Wrobel, 1989):
3 https://www.mar.mil.br/dhn/chm/cartas/cartas.html
• Método de las Diferencias Finitas: la región de interés es representada
por una serie de puntos, o nodos, y la relación entre los valores en
estos puntos es generalmente obtenida a través de expansión truncada
en serie de Taylor;
• Método de los Elementos Finitos: la relación entre los valores nodales
es obtenida por medio de polinomios de interpolación, válidos para
cada subrregión o elemento.
La discretización del dominio es generalmente hecha con auxilio de una malla (o

cálculo) numérica.
La resolución espacial de la malla variará conforme el fenómeno de interés,

recordando que cuanto mayor el refinamiento de la malla (cuanto más resuelta, con
más elementos), mayores serán los costos computacionales, esto es, más el modelo
tardará para rodar. Sin embargo, cuanto más resuelto un modelo, menores los
errores numéricos involucrados.
Cuando no se utiliza un espaciamiento regular, es común observar una mayor

resolución en la región de interés, aunque una más baja resolución en las partes
más alejadas de esta región, a fin de minimizar costos computacionales. La Figura 5
presenta una malla hidrodinámica donde hay variación de la resolución espacial a lo
largo del dominio, donde los elementos presentan de 20 m a 100 Km. de extensión.
Figura 5 - Ejemplo de malla hidrodinámica, que considera diferentes resoluciones a lo largo
del dominio: elementos que varían de 20 m a 100 km.
Fuente: Disponible en http://www.sciencedirect.com/science/article/pii/S0304380011004893
Cuando el dominio fuere discretizado, se deben calcular valores de profundidad (o

nivel) para cada nódulo del dominio. Los modelos hidrodinámicos suelen permitir
que se importe un archivo de batimetría, cuyas mediciones o registros no precisan
presentar el espaciamiento de la malla en cuestión y, así, el propio modelo interpola
los valores en sus puntos de cálculo. No obstante, lo ideal es que se tengan
registros con una resolución suficientemente grande para representar la región a ser
estudiada, principalmente en las regiones donde hay mayor interés.
Los archivos de batimetría leídos por el modelo suelen ser en el formato XYZ, lo que
significa que se importan las coordenadas X e Y desde el punto y el valor Z
(profundidad) medido.
Además de los archivos de batimetría es necesario suministrar al modelo las
informaciones de rugosidad del fondo. Cada modelo puede utilizar una formulación
diferente. No obstante, los coeficientes de rugosidad de Manning y Chezy son
bastante utilizados.
3.6 Forzantes y Condiciones Iniciales

Las condiciones iniciales y las condiciones de contorno son necesarias para resolver
las ecuaciones hidrodinámicas y de calidad del agua.
En un estudio de modelación se selecciona un área de interés y se realiza la

definición de los contornos del cuerpo de agua, como ya fue visto anteriormente.
Son, entonces, insertadas condiciones en los bordes, o contornos, y estas
condiciones deben ser propagadas hacia dentro del dominio por el modelo.
Las condiciones pueden ser: caudal, elevación del nivel de agua y flujos, entre otros.
En una modelación de río, por ejemplo, se puede insertar un dato de caudal en el
borde localizado más aguas arriba y, además, datos de caudal a lo largo del río,
representando los afluentes. En el borde localizado aguas abajo, podría ser incluida
una curva Qh (caudal x elevación del nivel de agua), por ejemplo y, de esta forma, la
elevación dentro del dominio sería controlada por la curva Qh y datos de caudal.
El modelo puede además ser forzado con constituyentes, como la temperatura y la

salinidad, que pueden alterar el flujo. Pueden además ser insertadas en el modelo
descargas de efluentes, que contienen cargas de nutrientes que interfieren en la
calidad del agua, dado que sufren reacciones a lo largo del dominio.
Datos atmosféricos también pueden forzar los modelos. El viento, por ejemplo,
puede tener una gran influencia en la dinámica de algunos sistemas. Asimismo, se
puede considerar la temperatura del aire, la radiación solar y las precipitaciones. En
este caso, la diferencia es que este tipo de forzante no es implementado en un
borde, pero sí en el dominio como un todo.
Los forzantes utilizados dependerán de la disponibilidad de datos existentes.
Cuando no son realizadas mediciones en campo, se pueden buscar informaciones
en la literatura o en órganos especializados.
En nivel nacional, la Hidroweb 4, de la Agencia Nacional de Aguas (ANA),

suministra datos hidrológicos para un sinnúmero de estaciones, en el formato
de series temporales históricas.
Los forzantes, de manera general, deben ser insertados lejos de la región de interés.
Así, habrá una cierta distancia para que posibles inestabilidades, generadas debido
a los forzantes utilizados, sean dispersadas a lo largo del dominio y no se propaguen
hasta las regiones de interés.
Las condiciones iniciales deben ser suministradas al modelo para todo el dominio.
Este puede ser un valor constante o puede variar en el espacio. En un modelo
donde se desea simular la temperatura del ambiente, se debe calcular un valor
inicial de temperatura para todo el dominio.
Algunos ejemplos de estudios que involucran modelación serán abordados en el

próximo capítulo, donde serán estudiadas condiciones de contorno y condiciones
iniciales.
4 http://hidroweb.ana.gov.br/
3.7 Calibración y Validación de Modelos
La calibración consiste en variar los parámetros del modelo a fin de obtener la mejor
concordancia posible entre los resultados generados por el modelo y los datos
recolectados en campo (Chapra, 1997).
Son necesarios relevamientos de campo para calibrar los parámetros

hidrodinámicos.
Los datos deben ser recolectados con una buena resolución espacial y de
acuerdo con la estacionalidad, para que las características de los modelos
puedan ser testadas (Fragoso et al, 2009).
En el proceso de calibración, los parámetros del modelo son ajustados para que la
salida del modelo, esto es los resultados generados por él, sean cercanos a los
datos observados. La calibración del modelo podrá ser realizada por tentativa o error
o, además, existen algunos algoritmos que calibran automáticamente los parámetros
(Fragoso et al, 2009).
Algunos parámetros son utilizados para comparar los resultados generados por el
modelo con los datos recolectados en campo, a fin de mensurar cuál es el error del
modelo.
De acuerdo con Ji (2008), aunque existan diversos métodos para analizar la

performance del modelo, no existe un consenso en la comunidad de modelación
sobre una medida estándar de la evaluación del modelo. Algunos de los parámetros
más utilizados son:
• Error medio: diferencia media entre los valores observados y
previstos:
∑ (O − Pn )
N
1
ME = n
N n =1
donde:
N = número de observaciones;
O n = el valor del dato observado n;
P n = el valor previsto n .
Lo ideal es que se obtenga el valor cero.
• Error medio absoluto: diferencia media absoluta entre los valores

observados y previstos:
N
1
MAE =
N
∑O
n =1
n
− Pn
Elimina los efectos de errores considerando valores negativos y

positivos que pueden generar un falso cero.
• Error cuadrático medio: media del cuadrado de las diferencias entre

los valores previstos y observados:
∑ (O − Pn )
N
1 2
RMS = n
N n =1
Lo ideal es que se obtenga el valor cero.
• Error relativo: proporciona una medida de cuán bien las previsiones se

asemejan a los valores medios de las observaciones:
MAE
RE = × 100
média _ observada
Suministra, en porcentaje, cuál es el error obtenido en la comparación.
Si los resultados indican valores bajos de error, se puede decir que el modelo está
validado, esto es, al evaluar la calidad del modelo (comparándolo con datos medidos
en campo), se verificó que este modelo logra representar de forma coherente el
estándar observado en los datos medidos en campo.
En general, cuanto mayor la disponibilidad de datos recolectados en campo, que

puedan ser comparados con los resultados del modelo, mejor será la validación de
este modelo. Por ejemplo, si sabemos que la región a ser estudiada presenta un
comportamiento bastante diferente entre las épocas de creciente y estío, lo ideal es
que se tengan datos recolectados para estos dos períodos, a fin de verificar si el
modelo logra reproducir esta variabilidad estacional. Asimismo, si tenemos una
región muy grande a ser modelada, donde se sabe que hay una variabilidad espacial
de los parámetros de interés, lo ideal es que tengamos datos disponibles para
diversos puntos dentro del área de estudio.
Buenos resultados del modelo durante el proceso de calibración no aseguran

automáticamente que el modelo tenga un desempeño igualmente bueno para otros
períodos de tiempo, porque el proceso de calibración importa la manipulación de
algunos valores de parámetro. Por tanto, las validaciones del modelo basado en
conjuntos de datos independientes son necesarias. En la medida de lo posible,
limitada por la disponibilidad de datos, los modelos validados demuestran la
capacidad de reproducir los datos medidos para un período fuera del período de
calibración (Lucas et al, 2010).
REFERENCIA
ALMEIDA, A. B.; Eiger, S.; Rosman, P. C. C. Métodos Numéricos em Recursos
Hídricos 3. 1997.
ROSMAN, P. C. C. 2012. Referência Técnica do SisBAHIA. Disponível em:

http://www.sisbahia.coppe.ufrj.br/SisBAHIA_RefTec_V85.pdf. Acesso em:
20/jul/2012.
WROBEL, L. C. et al. 1989. Métodos Numéricos em Recursos Hídricos.

Associação Brasileira de Recursos Hídricos. 380 p.
XAVIER, C. M. 2008. Análise de Modelos Submalha em Elementos Finitos.

Dissertação para obtenção do grau de mestre em Engenharia. Universidade Federal
do Rio Grande do Sul. 92 p.

Modelos Matematicos

Cargado por

Copyright:

Formatos disponibles

Modelos Matematicos

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelos Matematicos

Cargado por

Copyright:

Formatos disponibles

UNIDAD 3

Oceanógrafa, trabaja desde 02/2010 en la empresa Applied

Agencia Nacional de Aguas – ANA:

Figura 1 - Diagrama del proceso de modelación hidrodinámica ambiental

Figura 2 - Área de estudio del Blackston River.

Figura 5 - Ejemplo de malla hidrodinámica, que considera diferentes resoluciones a lo largo

Tabla 1 - Clasificación de las diferentes escalas de interés en la modelación.

Debido a la complejidad de los ambientes en cuerpos de agua (lagos, embalses y

Espacial - Si los modelos calibrados2 reproducen los valores en los puntos

Temporal - Si los modelos representan fielmente las condiciones para un

La dinámica espacial de la dispersión de un contaminante es difícil de ser obtenida a

El uso de modelos como herramientas de previsión puede ser hecho prácticamente

2 El término calibración será explicado más adelante en este capítulo.

La utilización de modelos es cada vez más presente en aplicaciones con miras a la

En primer lugar, es esencial que el modelador tenga conocimiento sobre el

El modelo conceptual trata de la comprensión profunda de un fenómeno. La

Los modelos matemáticos pueden ser traducidos en:

Los resultados obtenidos deseados serán obtenidos vía un modelo computacional:

Generados los resultados, el modelador deberá "traducir" las informaciones

La calidad de los resultados deberá ser verificada, de forma que se analice si el

Fuente: Rosman, 2012).

La representación de los procesos depende de las condiciones hidráulicas y de las

Los tipos de modelos pueden ser clasificados según:

En un embalse, la velocidad del escurrimiento suele ser pequeña y la profundidad

En un río la velocidad es mayor, produciendo el transporte de masa en el sentido

Por ejemplo, el modelo de un río 1D puede describir la variación espacial a lo largo

Fuente: (Ji, 2008).

En los estuarios, además de las variaciones en la dimensión longitudinal, las

En el embalse (Wrobel et al, 1989):

El modelo unidimensional longitudinal es aplicable para estudiar

• Modelos bidimensionales: simulan los fenómenos,

Modelos bidimensionales permiten una visualización de las

• Modelos tridimensionales: Representan todas las direcciones.

En la Unidad 1 fue presentado el concepto y el cálculo del Número de Froud

Si N F << 1/π , el embalse es fuertemente estratificado (permitiendo su descripción

La mayor utilidad de conocer el N F es antes de la existencia del propio lago. El

La concentración de una sustancia es también admitida media en la sección, o sea,

En los trechos en que ocurre variación de densidad y temperatura marcantes, se

Cuando son utilizados modelos en régimen permanente, se desconsidera la

Los modelos en régimen permanente pueden ser uniformes y no uniformes. Los

Los primeros modelos simulaban solamente OD y DBO. Después, fueron

3.2 Escalas de Interés

En la modelación existen, básicamente, tres escalas de interés estudiadas: macro,

Se utilizan resultados de modelos de mayor escala, por ejemplo, para forzar

De acuerdo con Shultz (1994), la división de las diferentes escalas en la hidrología

Clasificación Escala mínima Escala máxima

Micro 1 cm² 1 km²

3.3 Resolución Temporal del Modelo y Paso de Tiempo

La resolución temporal del modelo dependerá de una serie de factores:

Un requerimiento básico es que la simulación sea lo suficientemente larga para

Para ejecutar un modelo, es necesario determinar el paso de tiempo, el intervalo de

velocidad de la corriente ( V ), la aceleración de la gravedad ( g ) y la profundidad

En el sistema de modelos SisBAHIA, por ejemplo, se sugiere que los valores de

3.4 Definición de Contornos

Fuente: Nota del Autor

Fuente: Nota del Autor

3.5 Discretización del Dominio

Para que el modelo pueda resolver el problema a ser estudiado, es necesario