Beruflich Dokumente
Kultur Dokumente
net/publication/312694034
CITATIONS READS
3 477
1 author:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Lemuel Carlos Ramos Arzola on 24 January 2017.
La Habana
2012
El principio de la sabiduría es el temor de Jehová.
Proverbios 1:7
AGRADECIMIENTOS
A mis padres Ana Belkis Arzola y Samuel Carlos Ramos: por el amor, sacrificio y
dedicación derramado en mi formación como humano todos estos años, por estar
siempre a mi lado en cualquier situación y haber sembrado en mí el amor a Dios.
A mis tutores Eric Cabrera Estupiñán y David Ernesto Marón Domínguez por todo el
tiempo invertido en esta investigación. Por la pasión con la cual me han enseñado y
formado como profesional todos estos años, y haber sido para mí, ejemplos a seguir en
el complejo y difícil mundo de la ciencia.
A Modesto Gómez y Arturo González por toda la ayuda brindada. A los asesores Félix
Dilla, Jorge Luis Blanco y Juan José Almirall por el trabajo realizado durante esta
investigación.
A Marlene Fornaguera, Odalis Álvarez, María de los Ángeles, Jorge Ramírez y Yoel
Martínez por la confianza depositada.
A mis tíos Raquel y Marcos por lo mucho que me aman y todo lo que hacen por mí.
A mis hermanos Samuel David y Joel, a mis abuelas Nenita y Zenia por cuidarme con
amor inmensurable, a mi tía Sonia por su amor y haber satisfecho mis antojos materiales
durante muchos años, a mis tías Lucy, Adriana y mi tío Narciso, a mi tío Vilalta por sus
valiosos consejos, a mis primos Magdiel, Marcos Adriel, Adrián y Wendy.
A Leticia Barrios y su hermana Idalmis por orar tanto por mí. A Ernesto y Vilma por su
apoyo incondicional. A Iluminada por su atención desinteresada.
A mi gran amigo Omar Díaz por compartir juntos las buenas y las malas. A mi
compañero y amigo Maiyourathaan por la ayuda en todos los años de la carrera y
durante esta investigación. A los amigos Rajiv, David, Miguel, Alejandro Rojas, Gretel,
Joel y Amett.
SÍNTESIS
INTRODUCCIÓN ............................................................................................................ 1
4.2. Aplicación del módulo de calibración automática en WinAQE para obtener los
parámetros hidrogeológicos representativos del medio.............................................. 60
CONCLUSIONES .......................................................................................................... 76
RECOMENDACIONES ................................................................................................ 78
ANEXOS ........................................................................................................................ 85
INTRODUCCIÓN
Aunque los recursos hídricos son renovables, también son limitados. Esta limitación,
debido al aumento de la población, desarrollo de la agricultura y la industria, se está
haciendo sentir más intensamente cada día, aun en aquellos países que cuentan con
abundancia de precipitaciones anuales que son la fuente cíclica de renovación de los
mencionados recursos (Pérez, 2001).
El agua subterránea es la mayor fuente de agua dulce disponible, por lo cual, más de la
mitad de la población mundial la utiliza para su consumo. En regiones áridas y en islas,
debido a la escasez de fuentes superficiales, es el agua subterránea la encargada de
suplir toda la demanda. Inclusive, en los países de clima húmedo, se ha comenzado a
implementar este recurso, ya que los sistemas de abastecimiento de agua superficial
tienen un elevado costo (Vélez y Vásquez, 2011).
Cuba no es ajena a toda esta situación. Más del 50% del agua total que se utiliza es de
origen subterráneo y ésta se estima en poco más de un 25% del potencial total
disponible del país, por lo tanto, se hace evidente la necesidad de explotar
adecuadamente este recurso (Mario, 2010).
Las acciones realizadas por el acueducto en aras de atenuar la afectación han sido
insuficientes. El INRH ha creado una serie de comisiones de diferentes tipos con el fin
de definir el estado actual de las tuberías, dar solución a los salideros, realizar estudios
pitométricos en las redes de distribución, estudiar mediante modelación matemática el
comportamiento del acuífero, etc. En este proceso de solución se involucran todas las
entidades correspondientes al organismo, tales como: La Empresa de Proyectos e
Investigaciones (RAUDAL), el Grupo Empresarial de Aprovechamiento de Recursos
Hidráulicos (GEARH), la Empresa de Acueducto y Alcantarillado (EAAL), Cuba
Hidráulica, la Delegación Provincial de Recursos Hidráulicos, entre otras;
2
convirtiéndose de este modo en una de las principales prioridades del INRH, al punto de
revisar mensualmente el progreso de las actividades relacionadas con las soluciones.
Para el manejo adecuado del acuífero Cuentas Claras con el fin de abasto a la Ciudad de
Manzanillo, se requiere en primer término poder evaluar con mayor confiabilidad tanto
el funcionamiento hidrodinámico de dicho acuífero como los recursos explotables para
diferentes escenarios de pronóstico, por lo que el primer paso sería obtener la
calibración de un modelo confiable para posteriormente realizar dicha evaluación, e
inclusive aplicar técnicas de optimización por medio del modelo MADA, que
vinculadas a las tecnologías de adquisición de datos en tiempo real y la automatización
puedan ayudar a la mejor operación de los pozos de bombeo, por lo que en este trabajo
se plantea como problema de investigación la siguiente interrogante:
Las tareas de investigación a llevar a cabo para cumplir con el objetivo planteado y
demostrar la hipótesis, se relacionan a continuación:
3
- Obtener los parámetros hidrogeológicos regionales representativos del acuífero de
Cuentas Claras.
1. Se crea y calibra por primera vez, un modelo matemático del acuífero de Cuentas
Claras capaz de reflejar el comportamiento hidrodinámico del mismo.
La estructura del trabajo está definida por cuatro capítulos. En el Capítulo 1 se realiza
una revisión bibliográfica acerca de las principales técnicas numéricas utilizadas en la
simulación y estimación de parámetros del agua subterránea, se describen los
principales modelos matemáticos utilizados en el mundo para resolver estos problemas
y se mencionan las ventajas que brindan los Sistemas de Información Geográfica (SIG)
en la modelación matemática del agua subterránea. Además se expone uno de los
métodos más utilizados en la estimación de la recarga de acuíferos, mencionándose
algunos de los modelos que implementan este método. Finalmente se da una
panorámica de los avances en Cuba en el manejo de los recursos subterráneos.
4
Finalmente se presentan los resultados de las simulaciones preliminares realizadas
utilizando la tecnología AQÜIMPE.
5
CAPÍTULO 1. ESTADO DEL ARTE
CAPÍTULO 1. ESTADO DEL ARTE
7
La formulación de los modelos matemáticos es tan sencilla y tan general, que los
modelos básicos de sistemas tan complicados y diversos como la atmósfera,
los océanos, los yacimientos petroleros, los acuíferos, se derivan por medio de la
aplicación repetida de una sola ecuación diferencial: “la ecuación diferencial de
balance” (Carrillo et al, 2008). Hay que tener en cuenta, como señala (Kumar, 2006),
que uno de los aspectos para garantizar la efectividad de estos modelos, está en el hecho
de cuan precisas las ecuaciones matemáticas aproximan el sistema físico que será
modelado.
Los modelos matemáticos, en la actualidad, son los utilizados con mayor frecuencia y
también los más versátiles. Son entes en los que se integran los conocimientos
científicos y tecnológicos, con los que se construyen programas de cómputo que se
implementan con medios computacionales (Carrillo et al, 2008).
- Modelos analíticos.
- Modelos numéricos.
- Modelos estadísticos.
Los modelos numéricos son aquellos que resuelven las ecuaciones utilizando técnicas
de aproximación numérica. Éstos son muy utilizados porque en la mayoría de los casos
las ecuaciones que rigen los fenómenos físicos a considerar no pueden resolverse
analíticamente, por lo que es necesario utilizar métodos aproximados mediante un
proceso de computación, siendo los más tratados: el Método de los Elementos Finitos y
el Método de las Diferencias Finitas. El primero hace discreto el medio en que tiene
lugar el fenómeno en estudio utilizando comúnmente una red de triángulos, mientras
que el segundo utiliza una red de rectángulos, que es menos complicada, pero no
siempre proporciona una descripción suficiente de los contornos.
8
1.1.1. Método de las Diferencias Finitas (MDF)
b) Este sistema es difícil de modelar con una aproximación por diferencias finitas. Esto se
debe al hecho de que se requieren aproximaciones complicadas en las fronteras del sistema
y en las fronteras entre diferentes materiales.
c) Una discretización por elementos finitos es mucho más adecuada para tales sistemas.
El MDF es más aplicado en el espacio a los problemas en 1D debido a que es muy fácil
de implementar computacionalmente. Para la discretización en el tiempo en la mayoría
de los problemas se utiliza este método con parámetros de peso, ya que hace que los
esquemas que se obtengan sean más flexibles, además de que ayuda a disminuir las
oscilaciones y dispersiones numéricas producto de los procesos de discretización
(Marón, 2001).
9
1.1.2. Método de los Elementos Finitos (MEF)
El procedimiento general según Chapra y Canale para aplicar el MEF puede dividirse en
los siguientes pasos:
10
la solución y b) evaluar los coeficientes de modo que la función se aproxime a la
solución de una manera óptima.
11
perturbaciones tales como recarga o extracción mediante pozos o la inyección de un
agente contaminante (Hernández et al, 2001).
Según (Llanusa, 1998) la aparición de las microcomputadoras ha permitido que entre las
técnicas de modelación de los sistemas acuíferos, los modelos numéricos pasen a ocupar
un primer plano, destacándose por la rapidez, generalización, bajo costo y precisión en
la obtención de los resultados.
12
parámetros hidrogeológicos que permitan al modelo reproducir de manera aceptable el
comportamiento hidrodinámico del acuífero (Hernández et al, 2001).
MODFLOW
FEFLOW
13
La versión actual, versión 6, posee una amplia interfaz gráfica para los usuarios, la cual
se ha diseñado para permitir la mayor cantidad de herramientas que sea posible;
evitando acudir a cuadros de diálogos y menús. FEFLOW permite la importación de
una gran variedad de mapas tales como: archivos Shape de ESRI, ficheros de
intercambio de AutoCAD, archivos en formato ASCII, entre otros. Para la realización
de la discretización, se emplea el triángulo lineal o el cuadrilátero. Este proceso se
realiza de manera automática ya que el programa consta de tres algoritmos generadores
de mallas. La generación se basa en la cantidad de elementos (triángulos-cuadriláteros)
que el usuario desee y no existen límites en cuanto al número de nodos y elementos.
Posee una poderosa salida gráfica que consta de gráficos y animaciones en 2D o 3D
(DHI-WASY, 2005).
FEFLOW presenta una aplicación de programación abierta para interactuar con los
módulos adicionales específicos de los usuarios. Estos módulos interpretan códigos en
C/C++ o lenguaje de programación mezclados en otros lenguajes como Fortran,
DHI-WASY, 2009 citado por (Cabrera, 2009).
Los Sistemas de Información Geográfica son una tecnología que, como plantea Estrela
en 1996 citado por (Llanusa, 1998), trata un gran volumen de información con
referencia espacial y permite el almacenamiento, gestión, visualización y producción de
mapas con gran comodidad y eficiencia. Por otra parte, los modelos numéricos de agua
subterránea complejos, requieren una administración y análisis de grandes cantidades de
datos, ya sea datos de entrada o datos de salida producto del propio modelo (Tsou y
Whittemore, 2001). Debido a las características de los SIG, éstos se convierten en una
herramienta indispensable que facilita enormemente el desarrollo, calibración y
verificación de los modelos de agua subterránea, por ejemplo: permiten la asignación de
parámetros al modelo, con el uso de macros realizan las mallas numéricas para los MDF
y MEF, posibilitan la visualización de los resultados de la modelación mediante mapas,
gráficos bidimensionales y tridimensionales, etc. (Cabrera, 2009).
14
Con el objetivo de aprovechar las posibilidades que brindan los SIG, existen tres
tendencias básicas mediante las cuales se logra la conexión SIG- Modelos Matemáticos
de Agua Subterránea (Cabrera, 2009):
Según un estudio realizado por (Cabrera, 2007), se concluye que no hay una variante
que sea evidentemente mejor a las restantes e incluso, éstas no se deben ver como
rígidas en cuanto a su estructura.
15
Según un estudio realizado por (Vélez y Vásquez, 2011) los diferentes métodos
empleados en el cálculo de la recarga de acuíferos pueden ser agrupados en cinco
grupos:
1. Medidas Directas.
2. Balance Hídrico.
3. Trazadores.
4. Aproximaciones de Darcy.
5. Empíricos.
Existe un gran grupo de modelos que implementan estos métodos, se pueden señalar: el
modelo SHE (Sistema Hidrológico Europeo), el modelo MHIDE (Modelo Hidrológico
Determinístico), entre otros (González et al, 2005). En Cuba se ha utilizado el MHIDE y
EVABAL con buenos resultados en varias provincias del país, actualmente existe un
nuevo modelo llamado TCG (Llanusa, 1998), (Llanusa et al, 2004) y (Duranzas, 1987).
(Vélez y Vásquez, 2011) advierten que muchas de las técnicas existentes para
determinar la recarga, no cuantifican el valor real, sino que estiman la recarga potencial,
quiere decir, el agua que se infiltra pero que puede o no alcanzar el nivel freático.
16
Criddle. Ésta radica en considerar que el consumo de agua de un cultivo, bajo el
supuesto de no faltar el agua en el suelo, es función de la temperatura, la iluminación y
la cubierta vegetal (Almorox, 2006). Sin embargo, otros autores recomiendan, para el
caso de no contar con un observatorio completo, utilizar el método de Hargreaves para
estimar la ETP ya que ha demostrado ser bastante preciso y confiable, además ofrece
resultados muy correlacionados con los obtenidos con el método de Penman (método de
más amplia divulgación y aplicación), (Goyal y González, 2006) y (Almorox, 2006). La
expresión de Hargreaves utiliza las temperaturas mínimas, máximas y medias, y la
radiación solar extraterrestre.
Como se dijo anteriormente, para resolver el Problema Directo, es preciso conocer los
valores de las propiedades hidrogeológicas del acuífero. Éstas se pueden obtener
mediante mediciones o utilizando Modelos de Identificación o Estimación de
Parámetros; sin embargo, aunque las mediciones son necesarias, no resultan suficientes,
ya que son caras, sujetas a errores importantes, normalmente escasas, su obtención suele
requerir mucho tiempo y, sobre todo, pueden no ser representativas del medio, sino sólo
de un pequeño entorno alrededor del punto de medida (Carrera y Neuman, 1986). Es por
esto que se recurre entonces a los Modelos de Estimación de Parámetros. El proceso de
búsqueda de aquellos valores de los parámetros que proporcionan una buena similitud
17
entre los valores medidos y calculados por el modelo numérico, es conocido como
calibración (Medina et al, 2001).
También se conoce como Problema Inverso, cuando se trata de obtener la mejor forma
de explotar el recurso almacenado en un acuífero. Los modelos que se encargan de
resolver esta problemática se clasifican como Modelos de Administración; éstos
minimizan o maximizan una determinada función objetivo que influye sobre variables,
llamadas de decisión, que pueden ser las extracciones, las recargas, entre otros (Cabrera,
2009).
Una de las vías de solución al Problema Inverso es la llamada calibración manual. Para
lograr una buena aproximación entre los valores medidos y calculados, el especialista de
manera subjetiva, va realizando distintas simulaciones cambiando los valores de los
parámetros que considere oportuno, de forma que se minimicen los residuos de los
niveles del agua subterránea (diferencias entre valores calculados y medidos) (Medina
et al, 2001).
Como se dijo anteriormente, la diferencia que existe entre los distintos modelos de
calibración automática, radica fundamentalmente en el algoritmo de optimización
empleado para minimizar los residuos de los niveles. Según (Cooley, 1985), los
algoritmos de optimización más eficientes eran los de tipo determinísticos, dentro de
éstos se señalan los basados en los métodos de Marquardt, quasi-linealización, quasi-
Newton y Fletcher-Reeves. En la actualidad con el desarrollo adquirido en las técnicas
de búsqueda basadas en la heurística, se han implementado algoritmos que utilizan este
principio para resolver el problema inverso con muy buenos resultados (Ajmera y
Rastogi, 2008), (Ezzedine y Rubin, 2001), entre otros.
19
En la bibliografía consultada no existe referencia de aplicación de la calibración
automática a un caso real en Cuba.
Los Algoritmos Genéticos (AG) son métodos de optimización matemática que están
basados en la teoría de la evolución natural propuesta por Darwin en 1859. En el
proceso de búsqueda y optimización de la solución de un problema determinado,
los AG son guiados por el principio de la supervivencia del más apto
(Santana y Coello, 2006). Las técnicas que simulan la evolución natural, Algoritmos
Genéticos, Algoritmos Evolutivos, etc., están enmarcadas en una rama de la
computación llamada computación evolutiva (Mateos, 2004).
Los Algoritmos Genéticos fueron desarrollados por John H. Holland a principios de los
1960s. Holland fue el primero en proponer explícitamente el cruzamiento y otros
operadores de recombinación (Marczyk, 2004).
20
• Tienen el potencial para acoplarse con otras técnicas de búsqueda-optimización
(Rabuñal et al, 2007), (Alfaro et al, 2010), entre otros.
Una extensa gama de aplicación de los AG puede ser consultada en (Marczyk, 2004).
(Santana y Coello, 2006) recuerdan que los AG son técnicas heurísticas, por tanto, no
garantizan que convergerán al óptimo de un problema dado. El papel de las técnicas
heurísticas es el de servir normalmente como último recurso para resolver un problema,
en el que los algoritmos convencionales (típicamente deterministas), no funcionan o
tienen un costo computacional prohibitivo. Esto implica que antes de decidir recurrir a
los AG, debe analizarse la factibilidad de utilizar otro tipo de técnica.
Está basado en una síntesis de cuatro conceptos que han tenido probado éxito en la
optimización global, según (Gómez, 2008) y (Gómez et al, 2009):
• El concepto de clustering.
21
• El concepto de una evolución sistemática de un complejo de puntos extendiendo
el espacio en la dirección de perfeccionamiento global.
Para conocer la descripción de cada concepto se puede consultar las dos referencias
anteriores.
22
1.4. Tecnología AQÜIMPE
23
Todo este sistema concibe una base de datos temporal única, que asimila información en
tiempo real y diferido, de un conjunto de sensores para el monitoreo de diferentes
variables hidroquímicas (Cabrera, 2009).
(Cabrera, 2007) crea una herramienta SIG llamada AQTRIGEO que permite la creación
(semiautomática) y refinamiento de la malla de triángulos para AQÜIMPE, utilizando
una plantilla sobre la base de AutoCAD Map 3D 2005 donde la esencia del proceso se
basa en el establecimiento de topologías de polígonos y de puntos a partir de las
entidades gráficas que sean creadas.
La calibración automática ha sido la tendencia con más auge en los últimos tiempos
para darle solución al Problema Inverso. La diferencia que existe entre los distintos
modelos de calibración automática radica fundamentalmente en el algoritmo de
optimización empleado para minimizar los residuos de los niveles.
24
MODFLOW y FEFLOW son los principales modelos que se utilizan a nivel mundial en
la modelación matemática para la simulación de acuíferos. El primero utiliza el MDF y
el segundo el MEF. En ambos se maneja el concepto de modularidad.
Los SIG han ocupado un puesto muy importante e irremplazable (hasta el momento) en
la modelación matemática de acuíferos.
Cualquier método que se utilice para el cálculo de la recarga a un acuífero, será siempre
una aproximación a un fenómeno muy complejo condicionado por la alta
heterogeneidad del entorno natural.
25
CAPÍTULO 2. CARACTERIZACIÓN FÍSICO GEOGRÁFICA
DE LA ZONA DE ESTUDIO
CAPÍTULO 2. CARACTERIZACIÓN FÍSICO GEOGRÁFICA
DE LA ZONA DE ESTUDIO
27
El área de interés para la modelación es el sector Cuentas Claras, con una extensión
aproximada de 137 km2. Se encuentra limitada por la cuenca hidrogeológica GM-3; sin
embargo, se consideró un área de recarga al acuífero en el sur de 178 km2 y un área
intermedia, entre la anterior y el sector Cuentas Claras, de 355 km2, ver figura 2.2.
El área intermedia permitirá la circulación del agua subterránea desde el sur al norte y
conectará hidráulicamente estas zonas. Al considerar las tres áreas descritas
anteriormente, el área total para la modelación es de aproximadamente 670 km2. Ésta
limita al norte con el Golfo de Guacanayabo, al sur con las premontañas de la Sierra
Maestra, al este con el Sector Cayo Redondo, específicamente con la Falla San
Fernando-Palmarito, y al oeste con la Falla Loma Blanca-La Vega, entre las
coordenadas Lambert: este desde x1= 454414.4 m hasta x2= 481179.5 m y norte
y1= 154555.0 m hasta y2=190548.2 m. En lo adelante el área total de modelación será
llamada Cuentas Claras.
28
2.2 Poblaciones y algunas redes de comunicación
Después le siguen los poblados de Yara, Campechuela y Cayo Redondo, que están a
una distancia aproximada de 20, 19 y 15 km respectivamente de Manzanillo; teniendo
acceso a estos a través de la carretera Bayamo-Manzanillo-Pilón, principal vía de
comunicación, la que se encuentra en buen estado. Además, existen otras vías como
terraplenes y caminos de condiciones regulares, que permiten también el fácil acceso a
la zona.
Los servicios de correo, de telefonía nacional, así como otros servicios de comunicación
pertenecientes a diversos organismos, son de vital importancia para el desarrollo de la
zona.
La precipitación anual oscila entre los valores de 1127 a 2396 mm, con una media de
1646 mm. De acuerdo a la Estación Climática de Paso Malo, los valores máximos de la
evaporación ocurren en el verano, encontrándose la evaporación media anual en el
orden de 2006 mm con radiación media diaria de 6 MJ/m2. La temperatura anual,
muestra poca variación, 25.6°C a 26.5°C, con una humedad relativa anual entre 78 %
y 81 %, correspondiendo a julio y agosto los meses más calurosos, y los más fríos a
diciembre y enero.
29
2.4 Vegetación
30
Tabla 2.1. Características físicas e hidrofísicas de los suelos.
CARACTERÍSTICAS EN LA CAPA DE 0 - 50 cm
DENOMINACIÓN GENÉTICA Coeficiente de filtración γA CC
(mm/min) (g/cm³) (%pss)
Ferralíticos cuarcíticos amarillos gleysosos 0.4 - 0.8 1.30 - 1.60 25 - 35
Pardos sin carbonatados típicos 0.2 - 0.7 1.20 - 1.40 30 - 40
Fersialíticos pardos rojizos típicos 0.4 - 1.0 1.10 - 1.30 35 - 45
Húmicos carbonáticos típicos 0.2 - 0.5 1.15 - 1.25 40 - 50
Oscuros plásticos gleysados negros 0.004 - 0.05 0.95 -1.20 50 - 60
Donde:
γA: Peso específico aparente del suelo, CC: Capacidad de campo del suelo.
Figura 2.3 Ubicación de los distintos tipos de suelos en el área de Cuentas Claras.
31
En el norte y centro no se le da al suelo un uso óptimo. Vastas extensiones de tierras
estatales se encuentran cubiertas de matorrales, predominando el marabú. Cercano a la
ciudad de Manzanillo y a sus alrededores existen organopónicos dedicados a la
agricultura urbana, viveros, siembra de flores y algunos campesinos que cultivan
viandas, hortalizas y frutos menores. En la zona, algunas cooperativas practican una
ganadería extensiva aunque no muy desarrollada. En el extremo sur se pueden encontrar
bosques bajo los cuales se cultiva el cafeto y el cacao.
32
Figura 2.4 Situación orográfica de la zona y el área de estudio.
Los principales ríos que se pueden encontrar dentro de la zona de estudio son: Yara,
Guá, Jibacoa, Buey, Ojo de Agua y Hicotea. También existen una serie de arroyos y una
red de canales de riego pertenecientes a cultivos de arroz.
Por las características orográficas de la zona, los ríos corren de forma general de sur a
norte; sin embargo, la estructura geológica local en Manzanillo, donde el relieve se
levanta hasta cerca de los 90 m en forma de una cúpula braquianticlinal, hace que el río
Jibacoa gire al oeste para superar este accidente, convirtiéndose así en afluente del río
Guá. Al este los ríos corren también de sur a norte, siguiendo la estructura geológica del
basamento por debajo de los depósitos aluviales de la Formación Cauto.
En el área de estudio, Cuentas Claras, los principales ríos que atraviesan son el río Guá,
Jibacoa y Ojo de Agua, con toda la red de afluentes que bajan desde las partes elevadas
al sur. La red de drenaje es fundamentalmente dendrítica y se hace más densa hacia la
parte central del área, donde predominan las arcillas, lo que hace que la infiltración sea
mínima y el escurrimiento superficial máximo.
A continuación en la figura 2.5 se muestra la red de ríos principales del área de estudio.
33
Figura 2.5 Red de ríos principales del área de estudio.
En la zona de estudio, ubicándose en la parte baja del corte geológico, se encuentran las
formaciones: El Cobre, de edad Paleoceno superior-Eoceno medio, compuesta de
andesitas, andesita-basaltos y tobas, Charco Redondo, de edad Eoceno medio parte baja,
compuesta de calizas con estratificación gruesa o masivas, recristalizadas, y Manzanillo,
de edad Mioceno medio superior. En la parte alta se encuentra la Formación Dátil, de
edad Plioceno Superior- Pleistoceno basal, formada por conglomerado polimíctico con
matriz escasa y arcillosa, la Formación Cauto, de edad Cuaternario basal, formada por
arcillas, limos, arenas y gravas, así como depósitos aluviales actuales formados por
arenas, limos, gravas y cantos rodados fundamentalmente.
34
Figura 2.6 Mapa geológico de la zona de estudio.
35
karstificadas, siguiendo direcciones preferenciales de sistemas de grietas y
fallas.
Pueden variar desde marga calcárea hasta margas arcillosas con contenido de
CaCO3 entre un 60 a un 70 % y un 20 a un 40 % respectivamente. Más
raramente se pueden presentar algunos bloques grandes de calizas o
intercalaciones de arcillas carbonatadas.
36
También se presentan lentes y bloques aislados de margas intercalados.
Hidrogeológicamente dentro de este tipo, se agrupan las arcillas y limos de la
Formación Cauto dentro del área de estudio, que se diferencian por tener muy
poco CaCO3.
Todo este paquete puede ser considerado como un acuícludo que protege en
parte al acuífero de la contaminación marina o antrópica.
Permeabilidad.
Las rocas acuíferas están constituidas fundamentalmente por los tipos litológicos 1 y
parte del 2 (margas calcáreas), con una conductividad hidráulica media de 12.1 m/d,
según datos de aforos. La potencia acuífera tiene como promedio 25.0 m,
considerándola hasta 10 m por debajo del nivel medio del mar.
La dirección del flujo de las aguas subterráneas, en el sector Cuentas Claras, ocurre
predominantemente de forma radial, desde las partes elevadas del sector en su porción
centro-sur hacia las partes bajas. Además se encuentran en algunos lugares niveles por
debajo del nivel medio del mar.
37
2.10. Análisis, comentarios y conclusiones parciales del capítulo
38
CAPÍTULO 3. CREACIÓN DEL MODELO CONCEPTUAL
CAPÍTULO 3. CREACIÓN DEL MODELO CONCEPTUAL
Los aspectos principales a tener en cuenta para la creación del modelo conceptual son
las siguientes (Hernández et al, 2001):
En este capítulo se crea por primera vez el modelo conceptual del acuífero Cuentas
Claras y se realizan un grupo de simulaciones, utilizando la tecnología AQÜIMPE, para
validar las hipótesis realizadas sobre en el mismo.
En los estudios de este tipo, uno de los aspectos más importantes es la adquisición y
procesamiento de la información con la que se generan las bases de datos necesarias
para crear un modelo conceptual. Generalmente (y esta no es la excepción), la
información se obtiene de diferentes fuentes, las cuales la guardan en diferentes
formatos, forma y organización. Para este trabajo la información de la explotación se
obtuvo del Acueducto de Manzanillo, los niveles en los pozos de observación y los
registros de lluvia fueron suministrados por la empresa GEARH. Toda esta información
fue procesada y se crearon las bases de datos necesarias para el modelo conceptual del
acuífero Cuentas Claras, que fue creado entre especialistas de la empresa RAUDAL de
Holguín y del Centro de Investigaciones Hidráulicas (CIH) de la CUJAE.
40
3.1.1. Límites del área a modelar y condiciones de contorno
41
3.1.2. Pozos de explotación
x (m) y (m) ID
471350.00 186700.00 Pe-IND1
475507.00 186861.00 Pe-IND2
475169.00 187576.00 Pe-IND3
472430.00 188050.00 Pe-IND4
472450.00 188150.00 Pe-IND5
471500.00 188200.00 Pe-IND6
472650.00 188250.00 Pe-IND7
476800.00 184850.00 Pe-IND8
476356.98 186727.63 Pe-IND9
471321.45 188196.87 Pe-IND10
476797.56 184862.94 Pe-IND11
Tabla 3.2. Pozos de explotación del Ministerio de la Agricultura con sus coordenadas.
x (m) y (m) ID
476432.05 184157.86 Pe-MINAGRI1
469035.41 185882.03 Pe-MINAGRI2
475883.67 186015.91 Pe-MINAGRI3
475782.46 185879.53 Pe-MINAGRI4
476220.31 185968.21 Pe-MINAGRI5
470136.31 186145.94 Pe-MINAGRI6
467315.93 186162.80 Pe-MINAGRI7
467639.43 186686.85 Pe-MINAGRI8
474702.66 186765.59 Pe-MINAGRI9
474996.62 187103.94 Pe-MINAGRI10
475991.41 186932.75 Pe-MINAGRI11
467178.907 186722.771 Pe-MINAGRI12
42
Tabla 3.3. Pozos de explotación de Acueducto con sus coordenadas.
43
2.12 hm³/año
12% 0.46 hm³/año
2%
15.32 hm³/año
86%
El área cuenta con una red de 8 pozos de observación con mediciones desde enero de
1991 hasta noviembre de 2011, pero de este período solamente en los años de 1997 al
2000, los registros de 7 de ellos tienen observaciones mensuales. En los restantes años
solo los siguientes tres pozos conservan la condición anterior, Po-2, Po-3, Po-9, los
demás tienen mediciones semestrales.
En la siguiente tabla se muestran las coordenadas de los pozos y en la figura 3.3 las
ubicaciones de éstos.
x (m) y (m) ID
468250.00 187150.00 Po-10
466200.00 179000.00 Po-2
470300.00 183700.00 Po-3
471200.00 180800.00 Po-83
470110.00 186300.00 Po-84
467000.00 184550.00 Po-85
472057.00 188200.00 Po-9
475050.00 184200.00 Po-L2
44
Figura 3.3 Ubicación de los pozos de observación.
3.1.4. Pluviómetros
45
Para poder establecer los criterios de recarga y realizar la discretización del área,
se aplicó el método de los polígonos de Thiessen, determinando el área de influencia de
cada pluviómetro como se muestra en la figura 3.4.
46
Figura 3.5 Mapa de transmisividad hidráulica y pozos de bombeo utilizados.
3.2. Discretización
Este proceso inicialmente se realizó colocando puntos que representaban los nodos
principales de los triángulos, tratando que estos nodos coincidieran o estuvieran cerca
de pozos de explotación o pozos de observación. Debido a esto, la malla en la vecindad
de los campos de pozos de explotación tiene una mayor cantidad de triángulos respecto
47
a otras áreas. Una vez ubicados los nodos principales se crearon los triángulos o
elementos al unir mediante líneas estos nodos, tratando que cada triángulo estuviera
contenido, según el mapa de transmisividad, en un área con una misma propiedad
hidrogeológica.
48
3.3. Grupos de propiedades hidrogeológicas
En la figura 3.7 se muestran los grupos de propiedades (GP) del modelo y en la tabla 3.6
se puede observar los valores de transmisividad y coeficiente de almacenamiento de los
mismos.
49
Tabla 3.6. Grupos de propiedades con sus transmisividades y coeficiente de
almacenamiento inicial, mínimo y máximo.
Con el mapa del suelo de cobertura, mostrado en la figura 2.3, los polígonos de
Thiessen y la discretización del área a modelar, se definieron un conjunto de 9 grupos
de infiltración (GI). Los elementos contenidos en cada uno de estos grupos,
son considerados con igual infiltración de la lluvia que incide sobre ellos, exceptuando
al GI-9 que se considera con infiltración nula. En la figura 3.8 se muestra la distribución
sobre el área de estudio de los mencionados grupos.
50
3.5. Estimación de la recarga
Para realizar el balance hídrico del suelo de una cuenca es necesario procesar la
siguiente información: selección del intervalo de tiempo, datos de evapotranspiración
potencial, datos de las precipitaciones y datos de suelos (Dilla, 2002).
Para evaluar la infiltración de lluvia que penetra al suelo en una zona, se determinan: la
precipitación mensual de la misma, los diferentes valores de infiltración básica de los
suelos, la cobertura vegetal del suelo y su pendiente. Determinados los valores
anteriormente mencionados, se puede evaluar la infiltración mediante una ecuación
presentada por Schosinsky y Losilla en (Schosinsky, 2006). Para el cálculo de la
evapotranspiración potencial existen una serie de ecuaciones, aunque algunas de ellas
requieren un grupo de datos que pocas estaciones meteorológicas los tienen. El autor
utilizó diferentes métodos para determinar la ETP y luego de varios análisis en conjunto
con los especialistas de la zona, se aceptó el método de Hargreaves ya que reflejaba la
realidad más adecuadamente; por la falta de datos fue imposible utilizar el método de
Penman. Posteriormente, luego de conocida la capacidad de campo, el punto de
marchitez del suelo y la profundidad aproximada de las raíces extractoras de agua, se
realiza el balance en un prisma rectangular, que tiene en la cara superior un cuadrado de
1 metro de lado y de profundidad la de las raíces. La máxima humedad que puede tener
un suelo que no se encuentre saturado, es igual a la capacidad de campo. Finalmente, la
recarga al acuífero se produce, si la cantidad de agua que infiltra es suficiente para
llevar al suelo a capacidad de campo y además satisfacer la evapotranspiración de las
plantas. El agua sobrante, una vez satisfecha la capacidad de campo y la
evapotranspiración, es la que recarga al acuífero.
51
A manera de ilustración de la metodología antes expuesta, se selecciona el Grupo de
Infiltración 1, el cual se encuentra en parte del área donde se considera ocurre la
principal recarga al acuífero.
Donde:
Capacidad de campo del suelo = 210 mm, P: Precipitación, Pi: Precipitación que infiltra al suelo, ETP:
Evapotranspiración potencial, HSi: Humedad del suelo al inicio del mes, HSf: Humedad del suelo al final
del mes, Rp: Recarga potencial al acuífero.
Para la etapa de simulación que se verá posteriormente, se selecciona finales del mes de
enero del año 2003 como estado inicial del acuífero. Con los datos de niveles en los
pozos de observación, se realiza una interpolación con la herramienta SIG, Surfer 10,
utilizando el método de Kriging, obteniéndose el mapa de la figura 3.9. Luego
superponiendo el mallado sobre el mapa anterior, se lleva a cabo la asignación de
niveles a todos los nodos (principales y secundarios) de la triangulación pertenecientes
al sector Cuentas Claras. En el área de recarga al no existir información referente a los
niveles, se tomó el criterio de asignarle como carga hidráulica a los nodos, la diferencia
entre el nivel del terreno del nodo en cuestión y 3 metros. Finalmente se obtuvo el mapa
de las hidroisohipsas correspondientes al estado inicial que se muestra en la figura 3.10.
52
Figura 3.9 Mapa de hidroisohipsas (Sector Cuentas Claras) y pozos de observación (finales
de enero del 2003).
Figura 3.10 Mapa de hidroisohipsas (Cuentas Claras) (finales de enero del 2003).
53
3.7. Simulación preliminar
Volúmenes de agua
3840
3835
3830
3825
V (hm³)
3820
3815
3810
3805
3800
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
t (mes)
Figura 3.11 Volúmenes de agua en todo el acuífero para cada tiempo de la simulación.
A continuación en las tablas 3.8, 3.9 y 3.10, y en las figuras 3.12, 3.13 y 3.14, se realiza
una comparación entre los niveles medidos en los pozos de observación Po-9, Po-3 y
Po-2, y los correspondientes nodos del modelo 19, 142 y 236. Se tomó como criterio de
error la media de los valores absolutos de las diferencias entre los niveles observados y
simulados.
54
Tabla 3.8. Comparación entre los niveles observados y simulados en el pozo de
observación Po-9.
8 Observado
6 Simulado
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
t (mes)
Figura 3.12 Comparación gráfica entre los niveles observados y simulados en el pozo de
observación Po-9.
55
Tabla 3.9. Comparación entre los niveles observados y simulados en el pozo de
observación Po-3.
16 Observado
14 Simulado
12
10
8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
t (mes)
Figura 3.13 Comparación gráfica entre los niveles observados y simulados en el pozo de
observación Po-3.
56
Tabla 3.9. Comparación entre los niveles observados y simulados en el pozo de
observación Po-2.
20
18 Observado
16 Simulado
14
12
10
8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
t (mes)
Figura 3.14 Comparación gráfica entre los niveles observados y simulados en el pozo de
observación Po-2.
57
3.8. Análisis, comentarios y conclusiones parciales del capítulo
- Se encuentran pozos en registros distintos con igual nombre pero con diferentes
coordenadas.
A pesar de las ventajas del modelo propuesto por Schosinsky para determinar la recarga
al acuífero, descritas en 1.2.3, este tiene el inconveniente de realizar un balance que
toma como intervalo de tiempo el mes. Esta consideración no representa adecuadamente
la realidad que existe en la naturaleza en el proceso de infiltración entre la lluvia y el
suelo de cobertura.
Los resultados obtenidos en la simulación con los valores iniciales dados a las
propiedades hidrogeológicas no fueron los adecuados, quiere decir que los niveles
simulados no reflejan fielmente el comportamiento y magnitud de los niveles
observados. Esto demuestra la necesidad de una etapa de calibración para analizar si el
modelo conceptual es correcto y determinar el conjunto de parámetros que identifican al
modelo del acuífero estudiado.
58
CAPÍTULO 4. CALIBRACIÓN DEL MODELO MATEMÁTICO
CAPÍTULO 4. CALIBRACIÓN DEL MODELO MATEMÁTICO
Las bases de datos procesadas en los capítulos anteriores mostraban que existía un
período de 4 años (1997-2000) donde los registros de los niveles en todos los pozos de
observación contenían mediciones mensuales, exceptuando al Po-85 que presenta
mediciones semestrales. Sin embargo, se realizó un análisis gráfico en cada uno de estos
pozos y se demostró que a partir del mes de agosto del año 1998, ocurren una serie de
variaciones en los niveles, no justificadas, que imposibilitaron tomar íntegramente el
mencionado período como el período de calibración (ver anexo A2). Debido a lo
anterior, del período de 4 años, se seleccionaron 18 meses comprendidos entre febrero
del 1997 hasta julio de 1998 como período de calibración, ya que en los mismos se
garantizaba un comportamiento adecuado en los niveles del agua subterránea en los
pozos de observación; dato principal para obtener una buena calibración. Sería
conveniente revisar la información incompleta o con errores evidentes, con el objetivo
de ampliar el período de calibración o utilizarlo como etapa de validación de los
parámetros obtenidos de la calibración con el período restringido.
60
4.2.1. Tratamiento de la recarga en el período de calibración
La primera calibración del modelo de Cuentas Claras que se realizó, tenía como
objetivo evaluar el modelo conceptual, de manera tal que en los elementos ubicados en
el sector Cuentas Claras, se obtuvieran valores del coeficiente de almacenamiento
menores que 0.1; ya que la geología en la que se encuentran estos elementos está
caracterizada por rocas con bajas capacidades de almacenamiento. También se esperaba
que en el tramo de tránsito se alcanzasen altas transmisividades, para así demostrar la
funcionalidad de dicho tramo encargado de conectar y transmitir el flujo desde la
montaña hasta el sector Cuentas Claras.
61
la transmisividad resultante de esta ejecución) a través del tramo de tránsito era
despreciable. La convergencia se logró porque el modelo lograba suplir la demanda de
explotación utilizando un almacenamiento ficticio en el sector Cuentas Claras.
En la tabla 4.1, que se muestra a continuación, se observa la similitud que existe entre
los resultados provenientes de estas dos calibraciones. Esto demostró la existencia de un
error en el modelo conceptual, ya que éste no era capaz de reflejar adecuadamente el
comportamiento hidrodinámico del acuífero.
Tabla 4.1. Propiedades calibradas resultantes de las dos primeras ejecuciones del modelo
AQÜIMPE.
Escenario-1 Escenario-2
GP
TD (m²/d) S TD (m²/d) S
1 1087.10 0.1000 1190.22 0.0999
2 59.00 0.0999 57.55 0.0999
3 511.98 0.0994 509.21 0.0998
4 3982.06 0.0089 1574.34 0.0188
5 10.00 0.0998 10.03 0.0999
6 26.09 0.1000 22.35 0.0999
7 1016.27 0.0556 1944.92 0.0846
8 14.21 0.0002 9.28 0.0001
Donde:
62
4.2.3. Modelo conceptual del sector Cuentas Claras
Los resultados obtenidos en el epígrafe anterior, junto a las razones que se comentarán a
continuación, obligaron a replantearse la conveniencia de sustituir el modelo conceptual
del área total, por uno que solo contemplara el área correspondiente al sector Cuentas
Claras.
Figura 4.1 Perfil esquemático del acuífero con el movimiento del agua subterránea.
63
una recarga en superficie, adicional a la que se produce directamente por la lluvia, en
los elementos que corresponden a los afloramientos de las calizas, quiere decir, este
aporte puede ser simulado como un “gasto superficial” que represente un determinado
por ciento del volumen que infiltra en la zona de recarga.
64
Figura 4.3 Distribución de los grupos de propiedades en el sector Cuentas Claras.
65
4.2.3.1. Tratamiento de la recarga
Se mantuvo la recarga calculada en el modelo del área total, con la diferencia que en el
caso del grupo de infiltración 6, se calculó cuanto debería ser la lámina total, a asignar a
este grupo, capaz de representar un volumen equivalente al derivado de la zona de
montaña. Para definir como debería ser la distribución en el tiempo de esta lámina se
establecieron varios escenarios que se comentan a continuación.
Tabla 4.2. Recarga al acuífero en lámina de agua acumulada, en (mm por mes) asignada al
grupo de infiltración 6.
Escenario t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 t11 t12 t13 t14 t15 t16 t17 t18
1 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0 44.0
2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2 35.2
3 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4 26.4
4 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8 52.8
5 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6 61.6
6 4.2 23.2 0.0 0.0 111.7 170.0 145.9 261.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 43.1 52.3
7 0.0 4.2 23.2 0.0 0.0 111.7 170.0 145.9 261.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 43.1
En los escenarios 2 y 3 se disminuyó la lámina en 20 y 40 por ciento respectivamente. Para los escenarios
4 y 5 se aumentó la lámina utilizando los mismos porcientos. El escenario 6 asemeja el comportamiento
de la infiltración de la lluvia en la zona de montaña y el 7 contempla un retardo de un mes en el aporte.
66
Función objetivo
300
250
Valor de la F.O.
200
150
100
50
0
1 2 3 4 5 6 7
Escenario
El escenario 3 generó el valor más pequeño de la función objetivo con una magnitud de
78.06. El coeficiente de almacenamiento calibrado en todos los escenarios mantiene la
fuerte tendencia a tomar el valor de 0.1 (tabla A.6.1). En general se obtuvo una buena
similitud entre los niveles simulados y observados en todos los escenarios. A
continuación se muestran, para el escenario 3, las propiedades calibradas y los niveles
observados y simulados en los pozos de observación utilizados en la calibración.
GP TD (m²/d) S
1 14.45 0.1000
2 44.46 0.0997
3 242.63 0.0993
4 92.58 0.0039
5 4228.54 0.0939
6 31.09 0.0970
7 10.84 0.0985
67
Niveles en el tiempo. Po-2 , Nodo-43
18
16
14
12
10
H (m)
8 Observado
6 Simulado
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
20
18
16
14
H (m)
12 Observado
10 Simulado
4
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
68
Niveles en el tiempo. Po-10 , Nodo-126
16
14
12
10
8
H (m)
6 Observado
4 Simulado
-2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
20
18
16
14
H (m)
12 Observado
10 Simulado
4
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
69
Niveles en el tiempo. Po-84 , Nodo-141
18
16
14
12
10
H (m)
8 Observado
6 Simulado
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
16
14
12
10
H (m)
8 Observado
6 Simulado
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
70
Niveles en el tiempo. Po-L2 , Nodo-203
16
14
12
10
8
H (m)
6 Observado
4 Simulado
-2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
Estos resultados no lograron satisfacer las hipótesis planteadas, ya que como se dijo
anteriormente, el coeficiente de almacenamiento debe ser menor que 0.1. Además en el
escenario 3 se consideró una lámina un 40% inferior a la equivalente necesaria para
garantizar el aporte de la zona de montaña. Debido a esto se observa en los pozos Po-3,
Po-9 y Po-L2 una tendencia hacia el agotamiento.
Por último, en aras de resolver la situación anterior, se decidió realizar una distribución
más refinada de los grupos de propiedades, de manera tal, que cada grupo contemplara
solo un pozo de observación. También se dividió en tres grupos el GI-6 para ponderar
de manera diferente las láminas asignadas a éstos, manteniendo que el volumen,
producto de las mismas, aproxime al proveniente de la zona de montaña. En las figuras
4.7 y 4.8 se observan estos cambios, y en la tabla 4.4 la lámina asignada a los nuevos
grupos sustitutos del GI-6.
71
Figura 4.7 Nueva distribución de los grupos de propiedades en el sector Cuentas Claras y
pozos de observación (Po).
Figura 4.8 Nueva distribución de los grupos de infiltración en el sector Cuentas Claras.
72
Tabla 4.4. Recarga al acuífero en lámina de agua acumulada, en (mm por mes) asignada a
los grupos de infiltración 6, 8 y 9.
GI L (mm/mes)
6 22.2
8 33.3
9 11.1
Escenario TC (h) FO
8 15 80.32
9 17 48.98
Escenario-8 Escenario-9
GP GP
TD (m²/d) S TD (m²/d) S
1 31.45 0.1000 1 61.49 0.0975
2 183.00 0.0739 2 18.91 0.1000
3 286.38 0.0949 3 93.84 0.0972
4 10.34 0.0908 4 117.16 0.0999
5 4994.79 0.0998 5 196.63 0.0970
6 16.36 0.0999 6 4778.61 0.0375
7 756.00 0.0990 7 570.96 0.0842
8 552.74 0.0317
9 4992.48 0.1000
10 4986.33 0.1000
73
coeficiente de almacenamiento. En el escenario 9 se obtuvo el mínimo global (para las
variantes analizadas) de la función objetivo. A continuación se muestran los mapas de
hidroisohipsas para el tiempo final de calibración y en el anexo A6 se exponen los
gráficos de niveles observados y simulados producto de estos dos escenarios.
74
En todas las ejecuciones el algoritmo converge a la solución. El tiempo de ejecución
aumenta lentamente a medida que se disminuye la magnitud del error de convergencia,
llegando alcanzar hasta 15 horas. Sin embargo en los escenarios donde se aumentó la
cantidad de grupos de propiedades ocurre un aumento en el tiempo de ejecución
(17 horas aproximadamente).
Con el modelo conceptual del sector Cuentas Claras se logra introducir el aporte
proveniente de la zona de montaña y además se obtienen errores muy bajos entre los
niveles observados y simulados. Sin embargo es necesario investigar las causas que
provocan valores del coeficiente de almacenamiento próximos a 0.1.
75
CONCLUSIONES
2. Por primera vez se evalúan dos posibles modelos conceptuales del acuífero
“Cuentas Claras”, descartándose el modelo de toda el área con el aporte de la
montaña por no poder reflejar adecuadamente el flujo vertical que se produce en el
sector Cuentas Claras. En el caso del segundo modelo (sector Cuentas Claras) los
resultados obtenidos permiten considerarlo como calibrado.
6. Se aplica por primera vez, en un caso real, el módulo de calibración automática que
está acoplado en la tecnología AQÜIMPE. Durante este proceso se corrigieron un
conjunto de errores presentes en el modelo matemático AQÜIMPE en su nueva
76
versión sobre Windows, WinAQE, y se introdujeron nuevas modificaciones a esta
tecnología ampliando las potencialidades de la misma.
7. Se considera que los resultados obtenidos en la tesis son válidos, ya que con la
información que se contaba se logró realizar un modelo conceptual del acuífero, se
evaluaron diferentes escenarios de calibración de este modelo y se logró tener una
idea general del funcionamiento hidrodinámico del acuífero. No hay que olvidar que
este es el primer paso en la creación de un modelo de este tipo en la zona, que como
ya se ha planteado es bien compleja por la cantidad de información que aún no se
maneja y por las incertidumbres que se tienen en cuanto a algunos parámetros
fundamentales como es la recarga.
77
RECOMENDACIONES
3. Gestionar los registros de lluvia diaria con el objetivo de realizar un balance hídrico
de suelo día a día e investigar la posibilidad de utilizar otros modelos hidrológicos
para la estimación de la recarga en la zona de montaña.
4. Analizar la posibilidad de establecer una correlación entre los niveles del agua
subterránea en el sector Cuentas Claras y la lluvia que infiltra en la zona de
montaña, para de esta manera, si es posible, estimar el período de retardo que debe
existir entre la lluvia infiltrada y su llegada al sector mencionado.
78
REFERENCIAS BIBLIOGRÁFICAS
79
Facultad de Ingeniería Civil, Especialidad Ingeniería Hidráulica. ISPJAE, Ciudad de
la Habana. 2009.
80
Internacional: La Hidroinformática en la Gestión Integrada de los Recursos
Hídricos. Universidad del Valle, Colombia. 2003.
20. GÓMEZ, M. Plataforma modular integrada para la gestión del agua subterránea
como recurso. Tesis en opción al grado científico de Doctor en Ciencias Técnicas.
Facultad de Ingeniería Civil, Especialidad Ingeniería Hidráulica. ISPJAE, Ciudad de
la Habana, 2008.
81
30. LLANUSA, H., A. O. HERNÁNDEZ., J. B. MARTÍNEZ., F. DILLA. Modelo del
acuífero costero sur de La Habana: Evaluación del dique. Primer taller de Expertos
en vulnerabilidad de acuíferos costeros en el caribe insular. Ciudad de la Habana,
Cuba. Octubre 12 – 15 de 2004.
33. MARIO, G. Sobre las características de los recursos hídricos e hidráulicos cubanos.
Instituto Nacional de Recursos Hidráulicos. La Habana, Cuba. 2010.
34. MARÓN, D. Aplicación del M.E.F y del M.D.F en modelos de flujo y de transporte
de contaminantes con densidad constante o variable en medios porosos saturados.
Tesis en opción al grado científico de Doctor en Ciencias Técnicas. Facultad de
Ingeniería Civil, Especialidad Ingeniería Hidráulica. ISPJAE, Ciudad de la Habana,
2001.
82
39. MESA, H. Solución del problema inverso en modelos de flujo del agua subterránea
mediante un algoritmo de convergencia global. Tesis doctoral, Departamento de
Matemática, Facultad de Ingeniería Civil, Instituto Superior Politécnico “José
Antonio Echeverría”, La Habana, Cuba, 2004.
40. PÉREZ, D. La explotación del agua subterránea. Un nuevo enfoque. Editorial Félix
Varela. La Habana. 2001.
83
48. WANG, H., L. KGOTLHANG., W. KINZELBACH. Using remote rensing data to
model groundwater recharge potential in Kanye region, Botswana. The International
Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences.
Vol. XXXVII. Part B8. Beijing 2008.
84
ANEXOS
85
Anexo A1. Discretización realizada a la zona de estudio del acuífero de
Cuentas Claras
E NP NS E NP NS E NP NS
1 1 16 3 4 9 2 41 72 105 75 90 91 74 81 162 170 190 165 180 173
2 1 22 16 6 17 4 42 72 113 105 94 110 90 82 161 174 185 166 181 172
3 3 12 7 8 10 5 43 72 89 113 80 101 94 83 169 188 174 179 182 171
4 3 16 12 9 15 8 44 82 115 87 99 102 84 84 162 204 191 184 198 177
5 7 12 14 10 13 11 45 87 115 104 102 109 97 85 174 188 185 182 187 181
6 12 16 26 15 19 18 46 78 108 106 96 107 95 86 170 185 190 178 189 180
7 12 32 14 20 21 13 47 82 93 115 88 103 99 87 159 191 193 175 192 176
8 16 22 26 17 24 19 48 93 105 115 100 111 103 88 169 201 188 186 194 179
9 12 47 32 28 40 20 49 86 131 108 112 119 98 89 162 190 204 173 197 184
10 12 36 39 23 37 25 50 73 142 89 114 118 81 90 185 202 190 195 196 189
11 12 26 36 18 30 23 51 105 130 115 117 121 111 91 185 211 202 199 208 195
12 22 43 26 33 34 24 52 73 106 142 92 126 114 92 190 202 204 196 203 197
13 14 46 51 27 48 29 53 105 113 127 110 120 116 93 185 188 211 187 200 199
14 12 39 47 25 42 28 54 105 127 130 116 128 117 94 191 218 193 206 207 192
15 14 32 46 21 38 27 55 89 147 113 123 132 101 95 188 219 211 205 215 200
16 22 56 43 35 50 33 56 106 108 134 107 124 122 96 188 201 219 194 209 205
17 22 41 56 31 49 35 57 108 140 134 125 136 124 97 191 204 218 198 212 206
18 26 73 36 44 53 30 58 89 142 147 118 144 123 98 202 222 204 213 214 203
19 32 47 63 40 55 45 59 113 147 127 132 137 120 99 201 221 219 210 220 209
20 26 43 73 34 57 44 60 108 131 140 119 135 125 100 202 211 222 208 216 213
21 32 82 46 52 64 38 61 104 115 146 109 133 129 101 204 245 218 223 232 212
22 39 72 47 54 58 42 62 106 134 142 122 138 126 102 204 222 230 214 225 217
23 32 63 82 45 71 52 63 115 130 146 121 139 133 103 211 238 222 224 229 216
24 36 89 39 61 62 37 64 130 159 146 145 153 139 104 204 230 245 217 239 223
25 47 75 63 59 68 55 65 127 159 130 143 145 128 105 211 219 238 215 227 224
26 39 89 72 62 80 54 66 104 146 167 129 158 141 106 222 236 230 228 234 225
27 41 86 56 65 70 49 67 127 147 159 137 154 143 107 167 193 270 183 240 226
28 47 72 75 58 74 59 68 131 169 140 150 156 135 108 219 248 238 233 242 227
29 43 56 78 50 67 60 69 142 162 147 151 155 144 109 219 221 248 220 235 233
30 46 87 51 66 69 48 70 134 170 142 152 157 138 110 222 238 236 229 237 228
31 46 82 87 64 84 66 71 134 140 161 136 149 148 111 221 241 248 231 244 235
32 36 73 89 53 81 61 72 140 169 161 156 163 149 112 193 218 270 207 251 240
33 43 106 73 76 92 57 73 134 161 170 148 164 152 113 230 256 245 243 250 239
34 63 93 82 77 88 71 74 147 162 159 155 160 154 114 236 238 252 237 247 246
35 63 75 93 68 83 77 75 142 170 162 157 165 151 115 230 236 256 234 249 243
36 43 78 106 60 95 76 76 146 193 167 168 183 158 116 236 252 256 246 255 249
37 51 87 104 69 97 79 77 161 169 174 163 171 166 117 238 265 252 253 258 247
38 56 108 78 85 96 67 78 161 185 170 172 178 164 118 218 274 270 254 272 251
39 56 86 108 70 98 85 79 146 159 193 153 176 168 119 238 248 265 242 257 253
40 75 105 93 91 100 83 80 159 162 191 160 177 175 120 218 245 274 232 260 254
E NP NS E NP NS E NP NS
121 241 273 248 259 262 244 137 285 306 295 293 298 290 153 320 339 332 329 335 325
122 252 269 256 261 263 255 138 287 301 305 294 303 296 154 317 345 328 334 337 323
123 248 273 265 262 268 257 139 287 291 301 289 297 294 155 312 344 339 330 341 326
124 245 256 274 250 266 260 140 291 311 301 299 307 297 156 312 327 344 321 336 330
125 252 265 269 258 267 261 141 291 295 312 292 302 300 157 317 332 345 324 338 334
126 167 270 287 226 280 264 142 291 320 311 304 316 299 158 327 350 344 340 347 336
127 265 273 269 268 271 267 143 291 312 320 300 319 304 159 327 333 350 331 342 340
128 256 281 274 275 277 266 144 295 327 312 308 321 302 160 332 352 345 343 348 338
129 256 269 281 263 276 275 145 301 317 305 309 310 303 161 332 339 352 335 346 343
130 269 273 285 271 279 278 146 301 311 317 307 313 309 162 339 357 352 349 355 346
131 270 291 287 282 289 280 147 295 306 327 298 314 308 163 339 344 357 341 351 349
132 269 295 281 284 288 276 148 306 333 327 318 331 314 164 333 362 350 353 358 342
133 270 274 291 272 283 282 149 305 317 328 310 323 315 165 344 360 357 354 359 351
134 274 281 291 277 286 283 150 311 332 317 322 324 313 166 344 350 360 347 356 354
135 269 285 295 278 290 284 151 311 320 332 316 325 322 167 350 362 360 358 361 356
136 281 295 291 288 292 286 152 312 339 320 326 329 319
Donde:
Po-10 ó Nodo-56
4
2
0
H (m)
-2
-4
-6
0 6 12 18 24 30 36 42 48
t (mes)
Po-2 ó Nodo-236
16
14
12
H (m)
10
8
6
0 6 12 18 24 30 36 42 48
t (mes)
Po-3 ó Nodo-142
25
23
21
H (m)
19
17
15
0 6 12 18 24 30 36 42 48
t (mes)
Po-83 ó Nodo-191
26
24
22
H (m)
20
18
16
0 6 12 18 24 30 36 42 48
t (mes)
Po-84 ó Nodo-73
15
13
11
H (m)
9
7
5
0 6 12 18 24 30 36 42 48
t (mes)
Po-85 ó Nodo-140
10
8
6
H (m)
4
2
0
0 6 12 18 24 30 36 42 48
t (mes)
Po-9 ó Nodo-19
10
8
6
H (m)
4
2
0
0 6 12 18 24 30 36 42 48
t (mes)
Po-L2 ó Nodo-105
5
3
1
H (m)
-1
-3
-5
0 6 12 18 24 30 36 42 48
t (mes)
Tabla A.3.1. Recarga al acuífero en lámina de agua acumulada, en (mm por mes) para
cada grupo de triángulos con igual infiltración.
Obsérvese que a partir del tiempo 9 hasta el 16 no hay recarga hacia el acuífero. Esto
evidencia que el período seleccionado es un período seco.
Anexo A4. Niveles en los pozos de observación resultantes de la
primera calibración del modelo conceptual del área total
8 Observado
6 Simulado
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
6 Observado
4 Simulado
2
0
-2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
8 Observado
6 Simulado
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
6 Observado
4 Simulado
2
0
-2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
12 Observado
10 Simulado
8
6
4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
12 Observado
10 Simulado
8
6
4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
8 Observado
6 Simulado
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
Tabla A.5.1. Volumen que recarga al acuífero en el período de calibración para cada
grupo de infiltración.
GI: Grupo de infiltración, SM: Premontaña de la Sierra Maestra, CC: Sector Cuentas Claras, TR: Tramo
de tránsito, LINF: Lámina que infiltra al acuífero en el período de calibración, V: Volumen que recarga al
acuífero en el período de calibración.
VSM: Volumen que recarga al acuífero en la zona de la Sierra Maestra, VCC: Volumen que recarga al
acuífero en el sector de Cuentas Claras, VTR: Volumen total que recarga al acuífero, VTE: Volumen total
que se explota en el acuífero.
Obsérvese que el volumen que se explota en el acuífero es muy superior al volumen que
recarga al mismo en el sector Cuentas Claras. Se hace necesario el aporte de la zona
montañosa.
Anexo A6. Resultados de la calibración del modelo conceptual del
sector Cuentas Claras
Tabla A.6.1. Propiedades calibradas para los escenarios definidos en el modelo del sector
Cuentas Claras.
Escenario 1 2 4
GP TD (m²/d) S TD (m²/d) S TD (m²/d) S
1 135.15 0.0999 15.90 0.0998 201.88 0.0988
2 10.01 0.1000 59.19 0.0999 10.01 0.1000
3 166.24 0.0994 184.34 0.0992 136.23 0.0991
4 23.67 0.0085 72.55 0.0044 171.18 0.0162
5 4386.45 0.0983 3798.16 0.0914 3964.18 0.0901
6 64.54 0.0995 58.35 0.0942 69.05 0.0991
7 46.59 0.0990 10.84 0.0973 10.66 0.0749
Escenario 5 6 7
GP TD (m²/d) S TD (m²/d) S TD (m²/d) S
1 187.62 0.1000 219.56 0.1000 211.65 0.1000
2 10.01 0.1000 10.01 0.1000 10.01 0.1000
3 71.62 0.0991 102.61 0.0998 105.23 0.0998
4 4723.93 0.0265 73.76 0.0471 40.36 0.0078
5 4851.62 0.0928 4097.94 0.0959 3909.69 0.0963
6 138.03 0.0980 118.20 0.0987 132.66 0.0996
7 10.04 0.0669 10.11 0.0801 10.34 0.0763
Niveles en el tiempo. Po-2 , Nodo-43
18
16
14
12
10
H (m)
Observado
8
Escenario8
6
Escenario9
4
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
20
18
16
14
H (m)
Observado
12
Escenario8
10
Escenario9
8
4
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
14
12
10
8
H (m)
Observado
6
Escenario8
4
Escenario9
2
-2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
20
18
16
14
H (m)
Observado
12
Escenario8
10
Escenario9
8
4
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
16
14
12
10
H (m)
Observado
8
Escenario8
6
Escenario9
4
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
16
14
12
10
H (m)
Observado
8
Escenario8
6
Escenario9
4
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)
14
12
10
8
H (m)
Observado
6
Escenario8
4
Escenario9
2
-2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t (mes)