Escuela de Física

Permanent URI for this community

https://noesis.uis.edu.co/handle/20.500.14071/8931

Browse

Browsing Escuela de Física by browse.metadata.evaluator "Antolínez Quijano, Walter Leonard"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Análisis de incertidumbre de un modelo hidrogeológico inverso en el norte de Bucaramanga
    (Universidad Industrial de Santander, 2023-03-13) Sánchez Ortiz, Óscar Fabián; del Toro Rodríguez Wilfredo; Villamizar Amaya, Sandra Rocío; Antolínez Quijano, Walter Leonard; Almeida de Godoy, Vanessa
    El modelado hidrogeológico para el diseño de infraestructura requiere una cuantificación sólida de las incertidumbres de pronósticos para reducir los costos y optimizar la inversión. Construimos un modelo numérico de aguas subterráneas para pronosticar los caudales producidos por la construcción de una galería de drenaje. La galería se encuentra sobre un acuífero aluvial no confinado en Bucaramanga, Colombia, donde el agua subterránea está causando inestabilidad en el suelo. Se implementaron enfoques emergentes para el modelado, como el “modelado programático”, el “pronóstico primero” y la “cuantificación temprana de la incertidumbre” (EUQ). El software utilizado incluyó MODFLOW 6 y PEST++, con los paquetes Flopy y Pyemu como interfaces de Python. El enfoque programático combinado con Git y GitHub para la documentación del modelo permite una alta transparencia y reproducibilidad para cualquier persona que desee auditar el modelado y el pronóstico de incertidumbre. La cuantificación de la incertidumbre se realizó utilizando el método de conjuntos iterativos suavizado (IES), el complemento de Shur (lineal) y Monte Carlo de espacio nulo (NSMC). La evaluación del modelo a través de EUQ probó los efectos de la parametrización previa del refinamiento de la cuadrícula en el pronóstico de flujo, lo que ayudó a corregir fallas en la conceptualización del modelo. Además, el IES demostró ser más liviano computacionalmente y suficientemente robusto para manejar la no linealidad e inestabilidades del modelo, pero la asimilación de datos fue deficiente en el modelo. A pesar de eso, IES fue más eficiente computacionalmente que los otros métodos. Debido a la falta de linealidad y las inestabilidades del modelo, la matriz jacobiana y la optimización por Gauss-Levenberg-Marquardt tuvieron problemas que se heredaron al NSMC y el método lineal. Sugerimos usar IES con EUQ cuando el objetivo principal es la cuantificación de la incertidumbre de un pronóstico que depende del nivel freático.