Beruflich Dokumente
Kultur Dokumente
Cmo citar?
Fascculo completo
Pgina de la revista
www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
AVANCESENRECURSOSHIDRULICOSNmero14,Octubrede2006MedellnISSN01215701
CALIBRACINYANLISISDELACAPACIDADPREDICTIVADEMODELOS
DETRANSPORTEDESOLUTOSENUNRIODEMONTAACOLOMBIANO
LuisA.Camacho1 &MiguelM.Cantor2
1.DepartamentodeIngenieraCivilyAgrcola,
UniversidadNacionaldeColombiaSedeBogot
2.MaestraenIngenieradeRecursosHdricos,
UniversidadNacionaldeColombiaSedeBogot
lacamachob@unal.edu.co,mmcantorm@unal.edu.co
Recibidoparaevaluacin:07deSeptiembrede2005/Aceptacin:30deSeptiembrede2006/Versinfinal:19deOctubrede2006
RESUMEN
Representaradecuadamentelosmecanismosdetransporteenunroeselprimerpasoeneldesarrollodemodelosde
tiempodeviajeymodelosdecalidaddelagua.Enesteartculosecomparalahabilidaddedosmodelosdetransportede
solutosdealmacenamientotemporal(TS)ydezonamuertaagregada(ADZ)pararepresentarcorrectamentefenmenos
deadveccinydispersinlongitudinalenrosdemontaayseanalizasucapacidadpredictiva.Losmodelossecalibran
condatosdecincoexperimentoscontrazadoresrealizadosparadiferentecaudalenelroTeusac,Colombia,utilizando
lametodologageneralizadadeincertidumbre(GLUE)basadaensimulacionesdeMonteCarlo.Seanalizanproblemas
desensibilidadeinteraccindelosparmetros delosmodelos, ysuniveldeparsimonia.ElmodeloTSconcuatro
parmetrospresentaexcelentesajustesencalibracinperopresentaproblemasdeinteraccinparamtrica.Seconcluye
que el modeloADZ con slo dos parmetros es el modelo parsimonioso que mejor representa los mecanismos de
transportedeadveccinydispersinlongitudinalenelrodemontaaestudiado.Seproponeunametodologaparala
estimacindelosparmetrosdelmodeloADZenfuncindelcaudal.Seconcluyequelacapacidadpredictivadelos
procesosdetransporteutilizandoestametodologaessuficientementeprecisaylosresultadospuedenserutilizadosen
lacaracterizacinhidrulicaderosdemontaa.
PALABRASCLAVES:
TransportedeSolutos,Adveccin,Dispersin,Calibracin,Trazadores,Rosde
Montaa.
ABSTRACT
The firststep in developing traveltime andwater quality models in streams is to correctly modelsolute transport
mechanisms.Inthispaper acomparisonbetweentwosolutetransport models isperformed.Theparameters ofthe
transientstoragemodel(TS)andtheaggregateddeadzonemodel(ADZ)areestimatedusingdataoffivetracerexperiments
carriedoutunderdifferentdischargesinamountainriveroftheColombianAndes.Calibrationisperformedusingthe
generalizeduncertaintyestimationmethod(GLUE)basedonMonteCarlosimulations.Aspectsofmodelparameters
identifiabilityandmodelparsimonyareanalyzedanddiscussed.TheTSmodelwithfourparametersshowsexcellent
resultsduringcalibrationbutthemodelparameterspresenthighinteractionandpooridentifiability.Asaconclusion,it
isstatedthattheADZmodelwithonlytwoparametersisaparsimoniousmodelthatbestrepresentssolutetransport
mechanismsofadvectionandlongitudinaldispersioninthestudiedmountainstream.SincetheADZmodelparameters
haveaclearphysicalmeaningaparameterestimationmethodologyasafunctionofdischargeisproposedinthispaper.
Themodelpredictiveabilityoftransportprocessesusingthismethodologyissufficientlypreciseandtheresultscould
beusedforthehydrauliccharacterizationofmountainstreams.
KEY WORDS:
SoluteTransport,Advection,Dispersion,Calibration,Tracers,MountainStreams.
39
AVANCESENRECURSOSHIDRULICOSNmero14,Octubrede2006
1. INTRODUCCIN
Lacalibracindeunmodelodetransporteeselprimer
pasoparalarepresentacincorrectadeltiempodeprimer
arriboyeltiempodeviajeenaplicacionesdemodelosde
alertaoalarmayplanesdecontingenciaanteeventosde
contaminacin.Adicionalmente,eltiempoderesidencia
o de retencin hidrulica obtenido de un modelo de
transporteesunparmetro importanteen aplicaciones
demodelosdecalidaddelagua.Debidoalalimitacin
derecursos disponibles parainversinensaneamiento
derosycorrientesy/otratamientodeaguasresiduales,
enColombiaesnecesariopriorizardichas inversiones.
Parapriorizarlasinversionesdesaneamientoserequieren
evaluaryestimarcorrectamentelosimpactosambientales
quelosvertimientosgeneranenlasfuentesreceptoras.
Hacefaltainvestigacinbsicaconelfindeproponer
metodologasparacaracterizarhidrulicamente,modelar
el transporte de solutos, y evaluar correctamente la
capacidad de autopurificacin de los ros y corrientes
tpicosdemontaa.
Apesardequeelfenmenodedispersinlongitudinal,
que combina la adveccin del soluto a diferentes
velocidadesenlacorrienteyladifusinturbulenta,es
un problema aparentemente simple, comparado por
ejemplo con el problema de transporte de agua
subterrnea, no existe una aproximacin unificada y
ampliamenteadoptadademodelacinenrosdemontaa.
Por una parte, se ha desarrollado como extensin al
modeloclsicodistribuido deAdveccinDispersinel
modelodeAlmacenamientoTemporal(TransientStorage,
TS,BencalayWalters,1983).Laextensinincorporael
efectodeatrapamientodesolutosenzonasmuertaso
zonas de almacenamiento temporal que se piensa
afectansignificativamenteladispersinlongitudinalen
ros de montaa. De otra parte se ha desarrollado un
modelo agregado menos conocido, el modelo de Zona
MuertaAgregada(AggregatedDeadZone,ADZ,Young
yWallis,1993),apartirdeunaaproximacinbasadaen
datosobservados.Enestaaproximacinseidentificala
estructuradelmodeloylosparmetrosseestimanapartir
de series de tiempo de datos mediante tcnicas de
identificacindesistemas.
Se han adelantado investigaciones del modelo TS en
variasdirecciones,incluyendolasolucindelsistemade
ecuaciones diferenciales parciales (Runkel y Chapra,
1993), la caracterizacin de la respuesta del modelo
40
(Runkel,2002),laincorporacinderepresentacionesde
procesosqumicosybiolgicosespecficosenlaszonas
muertas (Runkel, 1998 Runkel y Kimball, 2002), y
mtodos de estimacin de parmetros y anlisis de
confiabilidad (Wagner y Harvey, 1997). Similarmente
sehanadelantadoinvestigacionesdelmodeloADZenla
incorporacindeprocesosfsicos,qumicosybiolgicos
enlaszonasmuertas(YoungyWallis,1993Leesetal.,
1998),mtodosdeestimacindeincertidumbre(Green
et al.,1994)ytransportebajocondicionesdeflujono
permanente(CamachoyLees,2000).Losdosmodelos
hansidocomparadosutilizandovariasseriesdedatosde
rosdeplanicieporLeesetal.,(2000).
Aplicacionesespecficaspararepresentareltransporte
desolutosenrosdemontaadelosAndescolombianosde
ambosmodelosTSyADZhansidorealizadasporvarios
autores(Torres,2001Lpez,2001,2003Caon,2004a,
b),yunabuenarevisindelosproblemasencontradosenla
modelacinhidrulicaderosdemontaaydeaplicacin
del modeloTS ha sido presentada por Meier y Reichert
(2005)enunestudioderosdelosAlpesSuizos.
En este trabajo se realiza una comparacin de ambos
modelosTSyADZdesdeelpuntodevistadesuhabilidad
para representar correctamenteprocesos de transporte
de ros de montaa utilizando series de datos de 5
experimentoscontrazadoresrealizadosenelroTeusac.
Secomparanlosresultadosdelmododecalibracinde
ambos modelos utilizandola mismametodologa, yse
discuten resultados en aspectos de incertidumbre e
interaccin paramtrica, y parsimonia. Posteriormente
se evala la capacidad predictiva del modelo ms
parsimonioso estimando sus parmetros a partir de
relacionesenfuncindelcaudal.
2.MODELOSDETRANSPORTEDESOLUTOS
Acontinuacinsepresentanlasbasesconceptualesylas
ecuaciones gobernantes de los modelos de dispersin
longitudinalADE, TS yADZ. Dado que los modelos
han sido publicados y se conocen ampliamente no se
realizaenesteartculounadescripcindetalladadelos
mismos.
2.1.ModelodeAdveccinDisper sin
Una presentacin extensa del modeloADE ha sido
realizada porRutherford (1994). La discusinen este
CalibracinyanlisisdelacapacidadpredictivademodelosdetransportedesolutosenunrodemontaacolombianoCamacho&Cantor.
c
c
2c
= -u + D 2
t
x
x
(1)
c
c
c
= -u + D 2 + a(cs - c)
t
x
x
dcs
A
= a (c- cs )
dt
As
(2a)
(2b)
Donde,u,D,t,x,ychansidodefinidosanteriormente
A: readelaseccintransversalpromedioeneltramo
deestudiocs:concentracindelsolutoconservativoen
lazonadealmacenamiento As:reatransversalpromedio
intercambioentrelazonadealmacenamientoyelcanal
principal.Elefectodelas zonasdeaguarelativamente
estancadaenlasorillasoenlaszonasdegravagruesa
enellecho ozonasporosasenlas bancases producir
dispersin longitudinal. El efecto se modela como un
proceso idealizado de intercambio de masa de primer
ordenentre elcanal principalactivo yla zonamuerta
adyacente.Aguaysolutoseconsideranbienmezclados
enlazonadealmacenamiento,enlaqueseasumequeno
ocurretransportehaciaaguasabajo,niacumulacinneta
demasa.
2.3.ModelodeZonaMuer taAgregada
Presentaciones completas yclarasdelmodeloADZse
encuentran en Young y Wallis, (1993) y Lees et al.,
(2000).Elmodelodedispersinlongitudinalagregado
enun tramocorto deunro demontaa, parasolutos
conservativos,yflujopermanentesinaportesdecaudal
lateral,estdadopor,
dc(t) 1
=
(c (t- t )- c(t))
dt
t - t u
(3)
Donde,c: concentracinconservativadelsolutoaguas
abajoalasalidadeltramoagregadodeestudiodelro
cu:concentracinconservativadelsolutoaguaarribaa
la entrada del tramo de estudio t : tiempo de viaje
promedioeneltramoy t :eltiempodeprimerarribo,o
retrasoadvectivoentrelaentradaylasalidadeltramo.
Elmodeloagregadopermiterepresentardesdedispersin
pura(t = 0 )hastaadveccinpura(c(t)=cu (t- t )
41
AVANCESENRECURSOSHIDRULICOSNmero14,Octubrede2006
tomadosenestudioscontrazadoresconservativosenel
tramo de ro de inters. Se prefieren metodologas de
inyeccin continua a metodologas de inyeccin
instantnea para efectos de estimacin paramtrica
porquelasprimerasproporcionanmejorinformacinpara
lainferenciaestadstica(WagneryHarvey,1997).Sin
embargo, el mtodo de inyeccin instantnea es ms
simple, requiere menor esfuerzo logstico y es ms
econmico. Para una revisin de experimentos con
trazadores conservativos se sugiere la lectura de
Kilpatrick(1993).
LacalibracindelosparmetrosdelosmodelosADE,
TSyADZseharealizadotradicionalmenteutilizando
metodologasdiferentes.Laaproximacintradicionalde
estimacin paramtrica del modeloADZ involucra la
reformulacin de la ecuacin diferencial (3) por una
ecuacin de transferencia en tiempo discreto exacta
(YoungyWallis,1993).Estareformulacinpermitela
aplicacindemtodosdeanlisisdeseriesdetiempoal
problemadeidentificacin,resultandoenestimativosde
parmetros ptimos en trminos estadsticos. Varias
aplicacionesprevias(YoungyWallis,2003Leesetal.,
2000)hanmostradoquelosparmetrosdelafuncinde
transferenciadeprimerordendelmodeloADZpueden
estimarseinequvocamenteutilizandoelmtodosimplificado
yrefinadodelavariableinstrumental(Simplifiedrefined
instrumentalvariable,SRIV,Young,1984).
Porotrapartelaestimacindeparmetrosdelmodelo
TS se realiza tradicionalmente utilizando una versin
extendidadelmodelodelaU.S.GeologicalSurveyOne
DimensionalTransportwithInflowandStorage(OTIS,
Runkel,1998).Laversinextendida,OTISP,acoplala
solucindeunaversinmsgeneraldelmodelo(2)con
el paquete de regresin nolineal StandardTime Series
and Regression Package (STARPAC). OT ISP
proporcionaunaherramientadeestimacinobjetivaen
laquesedeterminaunconjuntodeparmetrosptimos
estimados utilizando la tcnica de mnimos cuadrados
nolinealesNLS(Runkel,1998).
En este trabajo se ha preferido utilizar la misma
metodologa de calibracin para facilitar y hacer ms
justalacomparacindelosmodelosTSyADZ.Seutiliza
la metodologa de estimacin de incertidumbre
generalizada (Generalised Likelihood Uncertainty
Estimationmethodology,GLUE,BevenyBinley,1992),
desarrolladacomounaextensiondelmtododeanlisis
42
Noesnecesariohacersuposicionesdedistribuciones
aldeterminarlmitesdeconfianzaodeprediccin
Lanolinealidadylasinteraccionesentreparmetros
en las respuestas del modelo se manejan
implcitamenteenlametodologaGLUE,lacualse
centraengruposdeparmetrosynoenparmetros
individuales
Loserroresendatosdeentradaobservadossemanejan
tambinenformaimplcita(BevenandBinley,1992).
Enmtodostradicionalesdeoptimizacinusualmente
seasumequeloserroressonvariablesaleatoriascon
mediaceroyvarianzacomn s2 ,yqueloserrores
no estn correlacionados, (i.e. covarianza
CalibracinyanlisisdelacapacidadpredictivademodelosdetransportedesolutosenunrodemontaacolombianoCamacho&Cantor.
cuatroparmetrosseconsideratilunametodologacomo
GLUE para la calibracin del modelo, par a la
determinacindelosparmetrosdominantesysensibles
yparalacuantificacindelaincertidumbreestructural
yparamtrica.
Con el fin de aplicar la metodologa de calibracin
propuesta, eneste trabajose analizaninicialmente los
resultadosdeunexperimentodetrazadoresdeinyeccin
instantneamidiendoentressitiosaguasabajodondese
haalcanzadolalongituddemezcla.Posteriormentese
seleccionaunrangodevaloresamplioen elcual debe
encontrarse cada uno de los parmetros ptimos del
modelo y se realizan simulaciones de MonteCarlo
seleccionando en cada iteracin los parmetros del
modelo de una distribucin uniforme en el rango
especificadoyutilizandolosdatosdeconcentracindel
trazador en el sitio aguas arriba de medicin como
condicindefrontera.Finalmenteseevalalafuncin
objetivodelajustedelasimulacinalosdatosobservados
del trazador en el sitio aguas abajo y se analizan los
resultadosdetodaslassimulacionesdeMonteCarlocon
laherramientaMCAT.
4.ENSAYOS CONTRAZADORESYSITIOS
DEMEDICIN
En este trabajo se utilizan los datos de 5 ensayos de
trazadoresenuntramode200metrosdelongituddelro
Teusacdemontaa(Cantor,2006).Encadaensayocon
trazadores se inyecta en forma instantnea una masa
conocida de cloruro de sodio diluida previamente en
formacompletaenaguadelroysemidelaconductividad
endosytressitiosdemedicinaguasabajodelpuntode
inyeccinaunadistanciaparalacualsehaalcanzado
mezcla completa en la seccin transversal. Las
mediciones se realizan a intervalos de tiempo de 10
(4)
Sielestadodegananciaestable,querepresentalarelacin
delamasadetrazadormedidaenelsitioaguasabajoy
la masa medida en el sitio aguas arriba, para caudal
permanentesinaportesnisalidas lateraleseneltramo
se encuentra en el rango de 0.95 a 1.05, se valida el
experimentoysecontinaconelanlisis.Delocontrario
sedescarta stey serepiteaumentandolalongitudde
mezcla al sitio aguas arriba o cambiando de sitio.A
continuacin se describen en forma resumida las
condicioneshidrulicasdeltramodeestudioylosensayos
contrazadoresrealizados.
4.1.RoTeusac
ElroTeusaces unafluentedel EmbalseSanRafael
quehacepartedelsistemadesuministrodeaguapotable
paralaciudaddeBogot.Eltramodeestudioescogido
delroTeusacseencuentraaguasabajodelembalsey
del centro urbano del municipio La Calera, en el
Departamento de Cundinamarca. El tramo estudiado
presentaunamalacalidaddelaguacomoresultadodela
contaminacin urbana del municipio de la Calera y
conexioneserradasqueviertendirectamenteelaguaala
corrienteynoalalcantarilladomunicipalqueconduce
las aguas a la planta de aguas residuales. Las
caractersticas hidrulicas bsicas y los ensayos con
trazadoresrealizadoseneltramodeestudiosepresentan
enlaTabla1ylaFigura1.Losdatoshansidodescritos
detalladamenteporCantor(2006).
Tabla1.DatosRoGuavio
Ensayo
M asa
Caudal
1
inyectada(g)
(Ls )
T1
6000
305.57
T2
5000
379.57
T3
5000
222.56
T4
4000
317.65
T5
3000
364.55
Pendientelongitudinalprom edio:
Cam biodeelevacindesdelainyeccinalsitio2:
Longitudtotaldeltram odeestudio:
Longituddesdelainyeccinalsitio1dem edicin:
Longituddesdeelsitio1alsitio2dem edicin:
Longituddesdeelsitio2alsitio3dem edicin:
Nm erodeexperim entosc ontrazadores:
SSG
Tram o12
0.999
1.000
1.000
1.045
0.978
SSG
Tramo23
1.000
1.000
1.011
0.0093m/m
1.73m
198.5m
85.8m
44.0m
68.7
5
SSG
Tram o13
1.039
1.000
0.989
43
AVANCESENRECURSOSHIDRULICOSNmero14,Octubrede2006
Figur a1.RoTeusacdesdeSitio1haciaaguasarriba
4.1.Esquemadesitiosdemedicin
Eltramodeestudiopresentalascaractersticastpicas
deunrodemontaaconcantosyrocasdegrantamao,
macrorugosidadesenelcauce,ysecuenciasalternadas
R K 0+0 0m
Rpidos
Piscinas
Siti o deM e dici nN o 1
R K0 +86 m
Siti o d eM ed ic i n N o .2
R K 0 +13 0 m
Rpidos
Piscinas
Piscinas
Rpidos
Figur a2.EsquemadesitiosdemedicinRoTeusac
5. ANL SI S DE R E SULTADO S DE
CALIBRACIN
EnlaTabla2sepresentanlosresultadosdelacalibracin
delos dosmodelosTSyADZrespectivamentepara las
seriesdedatosdelRoTeusac.Seincluyenlosparmetros
calibradosyelvalordel coeficientededeterminacindel
44
ajustelogradoutilizadocomofuncinobjetivo.
Losresultadosdecalibracinparalosdosmodelosson
en general excelentes para los dos modelos con
coeficientesdedeterminacinentodosloscasosmayores
a0.99.EnlaFigura3sepresentaunejemplodelajuste
logradoparalosdatosdelensayoT1.
CalibracinyanlisisdelacapacidadpredictivademodelosdetransportedesolutosenunrodemontaacolombianoCamacho&Cantor.
Tabla2.ResultadosRoTeusacCalibracinModeloTS
Ensayo
T1
T2
T3
T4
T5
ModeloTS
1
a (s )
2 1
Tramo
A(m )
D(m s )
1_2
1_2
2_3
1_3
1_2
2_3
1_3
1_2
1_2
2_3
1_3
2.29
1.51
2.38
1.89
1.87
2.42
1.70
2.39
2.01
1.56
1.54
0.035
0.162
0.136
0.131
0.127
0.020
0.126
0.120
0.103
0.625
0.198
4.47E03
5.30E03
9.27E04
3.00E03
1.05E03
1.73E03
7.63E04
9.00E04
2.30E03
6.00E04
1.80E03
EnlaFigura4sepresentangrficasdedispersindela
calibracin ysensibilidad regional de losdos modelos
paralamismaseriededatosdelensayodetrazadores
T1.Enlatcnica,ladistribucinacumuladade10clases
delespacioparamtricoordenadasdeacuerdoalamedida
deconfiabilidado bondaddeajustesepresentanenla
grficadesensibilidadregional,(RegionalSensitivity
Anlisis, RSA). Parmetros insensibles usualmente
resultanendistribucionesacumuladassimilaresparacada
clase, y por el contrario, los parmetros sensibles se
As(m )
t (s)
0.60
0.48
0.44
0.42
0.41
0.47
0.24
0.61
0.13
0.43
0.30
0.995
0.993
0.998
0.997
0.997
0.998
0.999
0.995
0.996
0.998
0.995
287
136
324
518
254
410
726
234
195
177
468
ModeloADZ
(s)
401
222
477
704
420
542
974
360
255
324
580
0.996
0.995
0.995
0.996
0.995
0.999
0.998
0.993
0.996
0.995
0.996
distinguenpordiferenciasmarcadasenlasdistribuciones
acumuladasdecadaclase(LeesyWagener,2000).Enla
Figura4aseobservaquelosparmetrosdelmodeloADZ
son identificables inequvocamente, i.e. presentan un
ptimo global y muestran alta sensibilidad en torno a
dicho valor ptimo. Por el contrario, se observaen la
Figura4bparaelmodeloTSquelosparmetrosnoson
identificables por su baja sensibilidad regional y su
posiblealtainteraccinparamtrica.
Figur a3.EjemploderesultadosdecalibracindelosmodelosADZyTSenelroTeusacExperimentoT1
45
AVANCESENRECURSOSHIDRULICOSNmero14,Octubrede2006
EnlaFigura5seobservaelcomportamientodelafuncin
objetivo(F.O.)enelespacioparamtrico.Ntesecomo
para el modelo ADZ de dos parmetros el
comportamientoescncavo(verFigura5a)yporlotanto
esfcilmenteidentificableelptimo globaldelaF.O.,
incluso si se utilizaran mtodos tipo gradiente como
Mnimos Cuadrados No Lineales o Simplex. Por el
contrario,enlaFigura5besmuyclaralainterdependencia
paramtricadelmodeloTS.ElcomportamientodelaF.O.
eserrticoconmltiplesptimoslocales.Losparmetros
dereadealmacenamiento, As,coeficientededispersin
longitudinal,D,ycoeficientedeintercambio, a, deeste
Parmetro
Identificable
Alta
Sensibilidad
(a.)
ParmetrosNOidentificables
PocaSensibilidad
(b.)
Figur a4.Grficasdedispersinysensibilidadregional(a.)ModeloADZ,(b.)ModeloTS.
46
CalibracinyanlisisdelacapacidadpredictivademodelosdetransportedesolutosenunrodemontaacolombianoCamacho&Cantor.
a.
b.
Figur a5.GrficasdelespacioparamtricoversuslaFuncinObjetivo.
a.ModeloADZparmetrosidentificablessininteraccin.
b.ModeloTSparmetrosDy As muestranaltainteraccinlimitandosuestimacin
ElmodeloADZajustamuybiendatosobservados,con
slo 2parmetros. El modeloTS tambin ajusta muy
bienlosdatosobservadosperoutiliza4parmetros.Los
parmetros del modeloADZ son identificables, i.e. se
determinaunptimoglobal.Losparmetrosdelmodelo
TSsoninterdependientesnoidentificables,i.e.interactan
entresdificultandosuestimacin.Estospuedenperder
susentidofsicopuescombinacionesdiferentesproducen
elmismovalordelafuncinobjetivo.Porestaraznen
estetrabajoseconcluyequeelmodelodetransportede
solutosenrosdemontaaparsimonioso,i.e.mspreciso
conelmenornmerodeparmetros,eselmodeloADZ.
AdicionalmenteelmodeloADZesunmodeloagregado
representado por una ecuacin diferencial total con
solucin discreta exacta. Los modelos ADE y TS en
cambiosonmodelosdistribuidosrepresentadosporuna
ecuacin diferencial parcial que requiere mtodos
numricosdesolucin.
47
AVANCESENRECURSOSHIDRULICOSNmero14,Octubrede2006
6.2.Aplicacindelametodologadeestimacinde
par metrospropuesta
paradosparmetros:tiempopromediodeviajeytiempo
de retraso versus caudal. En ambos casos se ajustan
relaciones potenciales que predicenla disminucindel
tiempo de retraso advectivo y el tiempo viaje con el
caudal.Sibienlosresultadosnosontanbuenosenros
demontaacomoenrosdeplanicie(e.g.Wallisetal.,
1993), se presentan relaciones con coeficientes de
correlacinmayoresa0.68.
Enesteestudiosedisponededatosdecincoexperimentos
contrazadoresbajodiferentecaudal(verTablas1y2).
Para derivar las relaciones de los parmetros versus
caudalseutilizanlosdatosdelosexperimentosT2,T3y
T4queincluyenelcaudalmnimo,mximoyuncaudal
intermedio. EnlaFigura6 sepresentanlos resultados
Tiem p o v s Caud al
450
1.0867
400
y=87.064x
2
R =0.78 67
T2
Tiemp o(s)
350
T3
300
250
T2
T3
T4
200
1.0386
150
y=57 .2 65 x
2
R =0 .687 5
100
0.20
0.22
0.24
T4
0.26
0 .28
0.30
0.32
0.3 4
0.36
0.38
0 .40
Q(m3/s )
Re trasoAdvectivo
Poten cial(Retra soAdve ctivo)
Tiempomedio de viaje
Potencial(Tiempomediodeviaje)
Figur a6.Relacionesdelosparmetrosversuscaudal
a.Tiempoderetrasoadvectivo versuscaudal
b.Tiempodeviaje versuscaudal
delosexperimentosT1yT5.Losresultadosseresumenen
laTabla3yelejerciciorealizadoseilustraenlaFigura7.
Tabla3.ParmetrosdelmodeloADZestimadosparacaudalesintermediosapartirderelacionespotencialesversuscaudal
Caudal
3 1
[m s ]
0.306
0.365
Tiempoderetrasoadvectivo
t[s]
Tiempopromediodeviaje
t (s)
t =57.265 Q -1.0386
t = 87.064 Q1.0867
195.9
163.1
315.3
260.3
6.3.AnlisisdelahabilidadpredictivadelmodeloADZ
Conlosparmetrosestimadosmediantelametodologa
propuestase simulaypredice eltransporte desolutos
utilizandolosdatosobservadosdeconcentracinaguas
arribaresultantesdelosexperimentosT1yT5.Seanaliza
48
lacapacidaddelmodelodereproducirlosdatosaguas
abajo.Ntesequeseevaladeestamaneralacapacidad
predictiva del modelo puesto que los datos de estos
experimentos no fueron utilizados en la estimacin de
losparmetrosdelmodelo.
CalibracinyanlisisdelacapacidadpredictivademodelosdetransportedesolutosenunrodemontaacolombianoCamacho&Cantor.
T iem po vs Cau d al
450
T2
400
T3
Tiempo(s)
350
300
250
T2
T3
T4
200
150
T4
T1
100
0.20
0.22
0.24
0.26
0.28
0.30
T5
0.32
0.34
0.36
0.38
0.40
Q(m /s )
RetrasoAdvectivo
Potencial(RetrasoAdvectivo)
T iempomediodeviaje
Potencial(T iempomediodeviaje)
Figur a7.EstimacindelosparmetrosdelmodeloADZparaloscaudalesdelosexperimentosT1yT5.
EnlaFigura8sepresentanlosresultadosparalosdatos
del experimento T1. Se observa que la prediccin del
modeloesregular(R2 =0.70).Enparticulareltiempo
de arribo es menor al observado en 70 segundos y la
concentracinpicodeladistribucinobtenidadifiereen
8% (5 mg/l). No obstante lo anterior, el proceso de
dispersinlongitudinalengeneralhasidocorrectamente
representado en tminos de la atenuacin de la
concentracin pico y las pendientes de los limbos
ascendentesydescendentesdeladistribucin.
EnlaFigura9sepresentanlosresultadosdelexperimento
T5.Enestecasolahabilidadpredictivadelmodelode
transporte se considera excelente, obtenindose un
coeficientededeterminacinR2 =0.93.Ntesecomoel
arriboylarecesindeladistribucindeconcentracin
en el sitio 2 ha sido correctamente representada. La
diferenciaenlaconcentracinpico(2mg/l,10%)sepuede
explicarenparteporelbajoestadodegananciaregistrado
paraesteexperimentode0.978queindicaunaprdida
demasaregistradadelsitio1alsitio2.
Figur a8.PrediccindelmodeloADZparaelexperimentoT1
49
AVANCESENRECURSOSHIDRULICOSNmero14,Octubrede2006
Figur a9.PrediccindelmodeloADZparaelexperimentoT5
6.CONCLUSIONESYRECOMENDACIONES
Los modelosADZ y TS ajustan muy bien los datos
observadosdetrazadoresenelrodemontaaestudiado.
LosdosparmetrosdelmodeloADZsonidentificables,
i.e. se determina un ptimo global, y presentan claro
sentidofsico.LoscuatroparmetrosdelmodeloTSson
interdependientesnoidentificables,i.e.interactanentre
s dificultando su estimacin. Por esta razn en este
trabajoseconcluyequeelmodelodetransportedesolutos
enrosdemontaaparsimonioso,i.e.msprecisoconel
menor nmero de parmetros, es el modeloADZ. Se
recomiendautilizarlametodologaGLUEpropuestaen
estetrabajocuandosedeseecompararmodelosdediversa
ndole en trminos de su incertidumbre, sensibilidad e
interaccinparamtricaysuniveldeparsimonia.
Sehapresentadoadicionalmenteunametodologapara
estimarlosparmetrosdelmodeloparsimoniosoADZsi
sedeseautilizarenelmododeprediccinosimulacin
bajo diferentes caudales. La metodologa propuesta
sugiere que con solo datos de tres experimentos con
trazadores en el ro de montaa, es posible derivar
relacionesdelosparmetrosversuscaudalquepermiten
obtener predicciones suficientemente precisas del
transportedesolutosbajootroscaudales.Serecomienda
continuarestetrabajoevaluandolacapacidaddelmodelo
agregadoADZenelmododeprediccinenotrosrosde
50
7.AGRADECIMIENTOS
LosautoresagradecenalaVicerrectoradeInvestigacin
delaUniversidadNacionaldeColombiaporelapoyoal
proyectodeMetodologasdeCaracterizacinHidrolgica,
Hidrulica y deAutopurificacin de Ros de Montaa
ColombianosenlaConvocatoriadelao2006.
8.BIBLIOGRAFA
Bencala,K.E.yWaltersR.A.,1983.Simulationofsolute
transport in a mountain poolandriffle stream: A
transientstoragemodel,WaterResourcesResearch,
19,(3),pp.718724.
Beven,K.J.yBinley,A.,1992.Thefutureofdistributed
models:modelcalibrationanduncertaintyprediction,
HydrologicalProcesses,6,pp.279298.
Camacho, L.A. y Lees M.J., 2000. Modelacin del
transportedesolutosenrosbajocondicionesdeflujo
nopermanente:unmodeloconceptualintegrado.XIX
CongresoLatinoamericanode Hidrulica.Crdoba,
Argentina.
CalibracinyanlisisdelacapacidadpredictivademodelosdetransportedesolutosenunrodemontaacolombianoCamacho&Cantor.
EnvironmentalEng.,131,(2),pp.252261
Runkel R. L., 1998. Onedimensional transport with
inflowandstorage(OTIS):Asolutetransportmodel
forstreamsandrivers,U.S.GeologicalSurveyWater
Resources Investigations Report, 4018, Denver
Colorado,73P.
Runkel, R. L. 2002A new metric for determining the
importante of transient storage. J. N.Am. Benthol.
Soc.,21,(4),pp.529543
Runkel, R. L., y Chapra S. C., 1993.An efficient
numericalsolutionofthetransientstorageequations
forsolutetransportinsmallstreams.WaterResources
Research,29,(1),pp.211215.
Runkel,R.L.,yKimbal,B.A.,2002Evaluatingremedial
alternatives for an acid mine drainage stream:
applicationofareactivetransportmodel.Am.Chem.
Soc.,36,pp.10931101.
Rutherford,J.C.,1994.Rivermixing,JohnWileyand
Sons,Chichester.
TorresO.,MarioJ.,2001Investigacindelaaplicacin
delmodeloADZdetransportedesolutosenunrode
montaa,RoGuavio,ProyectodeGradoIngeniera
CivilUniversidaddelosAndes,Bogot.
Wagner,B.J.,yHarvey,J.W.,1997.Experimentaldesign
forestimatingparametersofratelimitedmasstransfer:
Analysis of stream tracer studies.Water Resources
Research,33,(7),pp.17311741
Young, P. C., 1984. Recursive Estimation and Time
SeriesAnalysis,SpringerVerlag,Berlin.
Young, P. C., yWallis, S. G., 1993. SoluteTransport
and Dispersion in Channels. En Channel Network
Hydrology(Eds.K.J.BevenandM.J.Kirby).John
WileyandSons,Chichester,pp.129174.
51