Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ii
Dr. ROLANDO SIXTO BASURCO CARPIO
Asignatura :
AREQUIPA – 2021
iii
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
iv
Dr. ROLANDO SIXTO BASURCO CARPIO
INTRODUCCIÓN
El manual contribuirá con la formación del estudiante de la Maestría en Maestría en
Ciencias, con Mención en Gerencia, Auditoría y Gestión Ambiental, Unidad de Pos
grado de la Facultad de Ciencias Naturales y Formales
v
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Este manual servirá como una consulta a los estudiantes de la maestría en Ciencias
con mención en Ingeniería ambiental para que incentiven su espíritu investigativo y
usen la modelación y simulación en la solución de diversos problemas de
contaminación ambiental., aunque todavía queda mucho más que agregar para que
este completo.
vi
Dr. ROLANDO SIXTO BASURCO CARPIO
CONTENIDO
INTRODUCCIÓN .................................................................................................. V
CONTENIDO ........................................................................................................... VII
CAPITULO I ............................................................................................................... 1
INTRODUCCIÓN........................................................................................................ 1
1.1 EL SISTEMA AMBIENTAL, SUS CARACTERÍSTICAS Y LOS ESTÁNDARES
DE CALIDAD AMBIENTAL. .............................................................................. 1
1.1.1 SISTEMA ........................................................................................................... 1
1.1.2 LOS TIPOS DE SISTEMA SON: ....................................................................... 1
1.1.3 EL SISTEMA AMBIENTAL................................................................................ 2
1.1.4 CARACTERISTICAS DE UN SISTEMA AMBIENTAL ...................................... 4
1.1.5 ANÁLISIS DE UN SISTEMA ............................................................................. 4
1.1.6 LOS ESTÁNDARES DE CALIDAD AMBIENTAL ............................................. 5
1.2 FUNDAMENTOS DE LA MODELIZACIÓN ....................................................... 7
1.2.1 MODELAMIENTO .......................................................................................... 8
1.2.2 MODELO ........................................................................................................ 8
1.2.3 CONDICIONES DE UN MODELO.................................................................. 8
1.2.4 CLASIFICACIÓN DE MODELOS................................................................... 9
1.2.5 MODOS DE OPERACIÓN DE UN MODELO ............................................... 10
1.2.6 CARACTERISICAS DE UN BUEN MODELO. ............................................. 10
1.2.7 ESPECTRO DEL MODELADO Y LA SIMULACIÓN ................................... 11
1.2.8 IMPLEMENTACIÓN DE UN MODELO ........................................................ 11
1.3 CENTROS Y FUENTES DE INFORMACIÓN Y MONITOREO DEL SISTEMA
MEDIO AMBIENTAL TERRESTRE ................................................................. 11
1.3.1 FUENTES DE INFORMACIÓN Y MONITOREO AMBIENTAL ....................... 11
1.3.2 OTROS CENTROS DE INFORMACIÓN Y MONITOREO AMBIENTAL ......... 17
1.4 EJEMPLOS DE MODELOS DE SIMULACIÓN ............................................... 17
DE FORMA MUY GENERAL REVISAREMOS AL GUNOS MODELOS Y LA
FORMA COMO SON ENFOCADOS: .............................................................. 17
1.4.1 USO DE LOS MODELOS MATEMATICOS .................................................... 17
1.4.2 MODELOS MENTALES .................................................................................. 18
1.4.3 MODELOS GRÁFICOS ................................................................................... 19
1.4.4 MODELOS DE SIMULACIÓN POR ORDENADOR ........................................ 20
1.4.5 MODELOS DE CAJA NEGRA Y CAJA BLANCA .......................................... 21
1.5 PASOS EN EL DESARROLLO Y APLICACIÓN DE MODELOS DE
SIMULACIÓN .................................................................................................. 22
1.6 MECANISMOS RESPONSABLES DEL TRANSPORTE DE
CONTAMINANTES.......................................................................................... 24
CAPITULO II ............................................................................................................ 27
ECUACIONES DE CONTINUIDAD Y CANTIDAD DE MOVIMIENTO ..................... 27
2.1 MODELOS MATEMÁTICOS DE TRANSPORTE DE MATERIA, CANTIDAD
DE MOVIMIENTO Y DE ENERGÍA EN SISTEMAS MEDIOAMBIENTALES .......... 27
vii
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
viii
Dr. ROLANDO SIXTO BASURCO CARPIO
ix
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
x
Dr. ROLANDO SIXTO BASURCO CARPIO
CAPITULO I
INTRODUCCIÓN
1.1 EL SISTEMA AMBIENTAL, SUS CARACTERÍSTICAS Y LOS ESTÁNDARES
DE CALIDAD AMBIENTAL.
1.1.1 SISTEMA
Un sistema es un conjunto de elementos con relaciones de interacción e
interdependencia que le confieren entidad propia al formar un todo unificado.
Un sistema (del griego sistema = conjunto o reunión) es un conjunto de elementos
que se relacionan entre sí para llevar a cabo una o varias funciones. En un sistema
nos interesa el comportamiento global. Pueden considerarse sistemas un ordenador,
un automóvil, un ser vivo, etc.
Todo sistema queda limitado por un contorno, paredes, fronteras o límites del sistema,
que pueden ser reales o imaginarios. También se llaman superficie de control. La
frontera separa el sistema del resto del universo; esta frontera puede ser material o
no. A través de la frontera suceden los intercambios de trabajo, calor o materia entre
el sistema y su entorno.
El medio rodeante o entorno es la parte del universo próxima al sistema y que se ve
afectada en alguna medida por los procesos que ocurren en el sistema. El universo
es todo lo accesible a nuestro experimento. Para el termodinámico, el universo está
formado por el sistema examinado y su entorno con el que es capaz de interaccionar
en su evolución:
1
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
2
Dr. ROLANDO SIXTO BASURCO CARPIO
3
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
4
Dr. ROLANDO SIXTO BASURCO CARPIO
Reduccionista o analítico.
Consisten dividir el objeto de estudio en sus componentes más simples y observarlos
y estudiarlos por separado. Es insuficiente para abordar los estudios de las ciencias
de la Tierra, aunque es útil para muchas disciplinas científicas.
Holístico o sintético.
Estudia el todo o la globalidad y las relaciones entre sus partes sin detenerse en los
detalles. Pone de manifiesto las propiedades emergentes de los sistemas, resultantes
del comportamiento global y de las relaciones de los componentes.
Ej: Las piezas de un reloj por separado no tienen la propiedad de dar la hora; sin
embargo, el reloj montado como un todo, sí.
Ambos enfoques son complementarios y deben apoyarse mutuamente para obtener
la imagen más ajustada a la realidad.
Se basa en la teoria de sistemas
Utiliza un metodo de trabajo interdiciplinar
1.1.6 LOS ESTÁNDARES DE CALIDAD AMBIENTAL
Se puede entender el concepto “Calidad Ambiental” como el conjunto de
características del ambiente, en función a la disponibilidad y facilidad de acceso a los
recursos naturales y a la ausencia o presencia de agentes nocivos. Todo esto
necesario para el mantenimiento y crecimiento de la calidad de vida de los seres
humanos.
Asociados a este concepto, se encuentran los términos “estándar de calidad
ambiental” y “límite máximo permisible”, instrumentos de gestión ambiental que
buscan regular y proteger la salud pública y la calidad ambiental, permitiéndole a la
autoridad ambiental desarrollar acciones de control, seguimiento y fiscalización de los
efectos causados por las actividades humanas.
Un Estándar de Calidad Ambiental (ECA) es la medida que establece el nivel de
contración o del grado de elementos, sustancias o parámetros físicos, químicos o
biológicos, presentes en el aire, agua o suelo, en su condición de cuerpo receptor,
que no representa significativo para la salud de las personas ni al ambiente.
De otro lado los Límites Máximos Permisibles (LMP) son definidos por la legislación
ambiental peruana como “la concentración o grado de elementos, sustancias o
parámetros físicos, químicos y biológicos que caracterizan a un efluente o a una
emisión, que al ser excedido puede causar daños a la salud, bienestar humano y al
ambiente”. La característica más importante de los LMP, es que su cumplimiento es
exigible legalmente; es decir, el titular de la actividad productiva que no cumpla con
los mismos puede ser pasible de sanción.
ESTANDARES DE CALIDAD AMBIENTAL (ECAs)
Ley N° 28611. Ley General del Ambiente Parte Pertinente.
Decreto Supremo N° 074-2001-PCM - Reglamento de Estándares Nacionales de
Calidad Ambiental del Aire. Publicada el 24 de junio de 2001
Decreto Supremo N° 069-2003-PCM (15/Jul/03) "Establecen Valor Anual de
Concentración de Plomo". Publicado el 15 de julio de 2003
Decreto Supremo N° 085-2003-PCM - Aprueban el Reglamento de Estándares
Nacionales de Calidad Ambiental para Ruido. Publicada el 30 de octubre de 2003
Decreto Supremo N° 010-2005-PCM (03/Feb/05) "Aprueban Estándares Nacionales
de Calidad Ambiental para Radiaciones No Ionizantes". Publicado el 03 de febrero de
5
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
2005
Decreto Supremo N° 002-2008 MINAM (31/Jul/08) "Aprueban Estándares Nacionales
de Calidad Ambiental para Agua". Publicado el 31 de julio de 2008
Decreto Supremo N° 003-2008 MINAM (21/Ago/08) "Aprueban Estándares
Nacionales de Calidad Ambiental para Aire". Publicado el 21 de agosto de 2008
Decreto Supremo Nº 023-2009-MINAM. Aprueban disposiciones para la
implementación de los Estándares Nacionales de Calidad Ambiental (ECA) para
agua. Publicado el 19 de diciembre del 2009
LIMITES MAXIMOS PERMISIBLES (LMPs)
Límites máximos permisibles (lmp) Sector Energía y Minas
Resolución Ministerial N° 011-96-EM (13/Ene/96) “Aprueban los niveles máximos
permisibles para efluentes líquidos para las actividades minero-metalúrgicas”.
Publicada el 13 de enero de 1996
Resolución Directoral N° 008-97-EM/DGAA (17/Mar/97) “Aprueba niveles máximos
permisibles para efluentes líquidos producto de las actividades de generación,
transmisión y distribución de energía eléctrica”. Publicada el 17 de marzo de 1997
Resolución Ministerial N° 315-96-EM/VMM (19/Jul/96) “Aprueba niveles máximos
permisibles de elementos y compuestos presentes en emisiones gaseosas
provenientes de las unidades minero metalúrgicas. Publicada el 19 de julio de 1996
Decreto Supremo N° 037-2008-PCM (14/May/08) “Establecen Límites Máximos
Permisibles de efluentes Líquidos para el Subsector Hidrocarburos”, deroga la RD N°
030-96-EM/DGAA. Publicado el 14 de mayo de 2008
Limites maximos permisibles (lmps) Sector Producción
Decreto Supremo Nº 003-2002-PRODUCE (04/Oct/02) “Aprueban Límites Máximos
Permisibles y valores referenciales para las actividades industriales de cemento,
cerveza, curtiembre, papel”. Publicada el 04 de octubre de 2002
Decreto Supremo Nº 010-2008-PRODUCE (30/Abr/08) “Aprueban Límites Máximos
Permisibles de Efluentes de la Industria de Harina y Aceite de Pescado”. Publicado
el 30 de abril de 2008.
Límites máximos permisibles (lmps) Sector Transporte y Comunicaciones
Decreto Supremo Nº 047-2001-MTC (30/Oct/01) “Establecen Límites Máximos
Permisibles de emisiones contaminantes para vehículos automotores que circulan en
la red vial”. Publicada el 30 de octubre de 2001
Decreto Supremo Nº 038-2003-MTC (06/Jul/03) “Establecen Límites Máximos
Permisibles de radiaciones no ionizantes en telecomunicaciones”. Publicado el 06 de
julio de 2003
RESIDUOS SÓLIDOS
Ley N° 27314 - Ley General de Residuos Sólidos. Publicada el 20 de julio de 2000
Decreto Legislativo N° 1065 - Decreto que modifica la Ley N° 27314 - Ley General de
Residuos Sólidos. Publicado el 28 de junio de 2008
Decreto Supremo Nº 057-2004-PCM - Reglamento de la Ley General de Residuos
Sólidos. Publicado el 24 de julio de 2004
Ley Nº 29419.Ley que regula la actividad de los recicladores. Publicada el 07 de
octubre de 2009
MATERIALES PELIGROSOS
6
Dr. ROLANDO SIXTO BASURCO CARPIO
7
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
conocemos a partir del campo de las operaciones unitarias o cuando representamos una
relación ambiental para poder estudiarla.
1.2.1 MODELAMIENTO
Modelar significa simular. Esto es, que la "caja negra" que representa al sistema debe
dar resultados acordes a él. En otras palabras, cuando estimulamos al modelo con
una señal, esperamos que los resultados del mismo sean similares a los que daría el
sistema real.
Representación abstracta de la realidad en base a herramientas de información.
1.2.2 MODELO
Es la representación aproximada de la realidad, donde incluimos solo aquellos
aspectos y relaciones que son de interés a lo que se denomina abstracción, para
poder investigar o experimentar cómo interactúan las diferentes variables para
obtener un resultado y pueden ser cualitativos y cuantitativos.
Según M. Minsky: Un modelo M para un sistema S y un experimento E, es cualquier
cosa a la que se le puede aplicar E en orden a obtener respuestas a preguntas que
hagamos sobre S.
Otra definición: Es una representación simplificada de un sistema y está formado por
un conjunto de variables y por un conjunto de relaciones entre ellas. Con él se
pretende mejorar nuestra habilidad de entender, explicar, cambiar, preservar,
predecir y posiblemente controlar el comportamiento del sistema representado.
Un modelo es una representación simplificada de la realidad, que se elabora para
facilitar su comprensión y estudio, que permiten ver de forma clara y sencilla las
distintas variables y las relaciones que se establecen entre ellas.
El modelo: Actúa como el objeto real modelado en cuanto a la imitación de ciertas
características, pero su uso evita experimentos reales que pueden ser caros,
peligrosos, lentos o físicamente imposibles.
Un modelo es: La representación formal del sistema. Las suposiciones que definen
el contexto en el que el modelo es aplicado.
¿Predice el modelo los aspectos del comportamiento del sistema que nos interesan
con suficiente exactitud para nuestra aplicación?
✓ El modelo sólo es válido en el contexto y bajo las suposiciones con las que ha sido
desarrollado.
✓ La extrapolación del modelo fuera del contexto es muy peligrosa.
✓ Se debe verificar el modelo contra el sistema real siempre que sea posible.
✓ Existen muchos modelos para un mismo sistema, cada uno representa una vista
diferente del sistema. Es importante seleccionar un buen nivel de abstracción.
Estas representaciones se hacen mediante dibujos, esquemas o expresiones
matemáticas.
Hay diversos tipos de modelos en uso y difieren entre ellos según el propósito que
se persiga. La diversidad va desde el más básico modelo físico como ser una estatua
o maqueta, hasta modelos muy complicados que sólo pueden utilizarse empleando
herramientas informáticas muy poderosas.
1.2.3 CONDICIONES DE UN MODELO
Para que resulten útiles en investigación, los modelos deben cumplir unas
determinadas condiciones:
8
Dr. ROLANDO SIXTO BASURCO CARPIO
➢ Han de ser menos complicados y de más fácil manejo que las situaciones reales.
➢ Deben representar la realidad con la mayor fidelidad posible y al mismo tiempo
han de ser manejables.
Así un modelo muy simplificado se aleja de la realidad, pero se acerca a la
generalidad y es de fácil manejo; por el contrario, un modelo muy preciso se
encuentra muy próximo a la realidad concreta, pero su utilización puede resultar
compleja.
El predominio de una u otra de estas características dependerá de la utilización que
queramos hacer del modelo
1.2.4 CLASIFICACIÓN DE MODELOS
✓ FÍSICOS: Caros, difíciles de construir y usar.
o Estáticos: Maquetas
o Dinámicos:
➢ Analógicos: Circuitos eléctricos
➢ Prototipos: Plantas piloto
✓ MENTALES: Heurísticos, intuitivos. Son imprecisos y de difícil comunicación
✓ GRÁFICOS: Planos, gráficos matemáticos y estadísticos
✓ MATEMÁTICOS:(Cuantitativos):
o Estáticos: No se considera la variable tiempo.
o Dinámicos: El tiempo es una variable del sistema.
➢ Analíticos
➢ Numéricos
✓ SIMBÓLICOS:
o Lingüísticos: Descripción de hechos
o Cualitativos
o Basados en reglas.
✓ DE SIMULACIÓN POR ORDENADOR: por programación o simulador comercial
Dentro de estos modelos los que más se utilizan en la ingeniería de procesos y
modelamiento ambiental son los matemáticos los cuales pueden trasladar relaciones
entre variables físicas a estructuras matemáticas:
✓ Teóricos vs Empíricos: observaciones físicas
✓ Estático vs. Dinámico: Transitorios
✓ Agrupados vs. Distribuidos: Descripciones espacial
✓ Determinísticos vs. Estocásticos: Aleatoriedad
✓ Continuos vs. Discretos: Muestreos o eventos
✓ Lineal vs. No lineal: Comportamiento cualitativo
✓ Caja Negra vs. Espacio de Estados: Comportamiento interno
✓ Tiempo vs. Frecuencia: Escala de tiempo
Ecuaciones que resultan de los diferentes modelos:
9
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Estático Dinámico
Agrupados AE ODE
Distribuidos PDE Elíptica PDE Parabólica
Determinísticos NLAE ODEs/PDE
Estocásticos AE y DE ODEs estocásticas y DE
Continuos AE ODE
Discretos DE DE
Lineal LAE LODE
No lineal NLAE NLODE
Dónde:
AE: Ecuaciones algebraicas. LAE: Ecuaciones lineales Algebraicas.
NLAE: no lineales algebraicas. ODE: Ecuaciones diferenciales ordinarias.
LODE: ODEs lineales. NLODE: ODES no lineales.
DE: Ecuaciones en diferencias. PDE: Ecuaciones en derivadas parciales.
1.2.5 MODOS DE OPERACIÓN DE UN MODELO
Simulación: Aplicar E en M para estudiar S.
Simulación Inversa: Aplicar S en M para estudiar E.
Datos: Entrada (E) y salida (S).
Identificación: Encontrar la estructura y parámetros del modelo M.
Estimación: Encontrar los estados internos de M. (Se conoce su estructura).
Diseño y Optimización: Estudio de los parámetros de M (Se conoce tanto la
estructura como los estados internos).
Control: Estudio de los parámetros que mantienen las especificaciones deseadas.
10
Dr. ROLANDO SIXTO BASURCO CARPIO
11
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
12
Dr. ROLANDO SIXTO BASURCO CARPIO
13
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
14
Dr. ROLANDO SIXTO BASURCO CARPIO
15
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
16
Dr. ROLANDO SIXTO BASURCO CARPIO
17
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
La recta T = 0.21N + 40.4 que ajusta a los datos es un modelo matemático que
representa a la temperatura como una función de la frecuencia de los chirridos de los
grillos.
Antes de estudiar las propiedades matemáticas del modelo, es conveniente
plantearse las siguientes preguntas:
➢ ¿Cuán de buena es la recta encontrada en relación a la propuesta por Dolbear?
➢ ¿Cuándo puede aplicarse el modelo encontrado?
➢ ¿Cuál es el rango de temperatura valido del modelo?
➢ ¿Cuán exacto es el modelo y como puede ser mejorado?
Las respuestas a este tipo de preguntas nos ayudaran a conocer las complejas
relaciones entre el problema biológico y el modelo matemático. Las dos primeras
preguntas son de naturaleza biológica y las matemáticas juegan un papel muy
limitado.
Si comparamos el modelo de Dolbear con la ecuación encontrada observamos
ligeras diferencias entre los coeficientes, pero esto podría deberse al tipo de grillos
que estemos analizando. Sin embargo, si comprobamos que las observaciones de
dos clases de grillos diferentes son muy parecidas, entonces el modelo puede ser un
buen termómetro biológico. A la hora de su aplicación su uso está limitado, ya que
los grillos solo chirrían durante unos pocos meses al año y además cuando la
temperatura sea superior a 10 grados centígrados.
1.4.2 MODELOS MENTALES
Dependen del Observador y cada uno de ellos tendran enfoque diferente del modelo,
como observaremos en la figura siguiente donde una dama y un caballero al observar
la realidad que es el gato, cada una crea su modelo de acuerdo a su percepción
histórica que conoce sobre el gato, mostrandonos que estos modelos dependen de
la percepción.
18
Dr. ROLANDO SIXTO BASURCO CARPIO
19
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
20
Dr. ROLANDO SIXTO BASURCO CARPIO
21
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
CO2
Evapotranspiración
CO2
Calor
Nutrientes
Lixiviado de
Nutrientes
22
Dr. ROLANDO SIXTO BASURCO CARPIO
23
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
24
Dr. ROLANDO SIXTO BASURCO CARPIO
25
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
26
Dr. ROLANDO SIXTO BASURCO CARPIO
CAPITULO II
ECUACIONES DE CONTINUIDAD Y CANTIDAD DE MOVIMIENTO
𝜕(𝜌𝑣) 1 𝜕(𝜌𝑣) 1
+(𝜌𝑣 − 𝛿𝑦) 𝛿𝑥𝛿𝑧 − (𝜌𝑣 + 𝛿𝑥) 𝛿𝑥𝛿𝑧
𝜕𝑦 2 𝜕𝑦 2
𝜕(𝜌𝑤) 1 𝜕(𝜌𝑤) 1
+ (𝜌𝑤 − 𝛿𝑧) 𝛿𝑥𝛿𝑦 − (𝜌𝑤 + 𝛿𝑧) 𝛿𝑥𝛿𝑦
𝜕𝑧 2 𝜕𝑧 2
Los flujos que son dirigidos dentro del elemento producen un aumento de la masa en
el elemento y reciben un signo positivo y esos flujos que están dejando el elemento
se les da un signo negativo.
El rango del aumento de la masa dentro del elemento es igual al rango neto del flujo
de masa en las caras del área del elemento al otro lado (2.1). Todos los términos del
balance de masa resultante son organizados en el lado izquierdo de igual signo y la
expresión es dividida por el volumen xyz de elemento.
27
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
28
Dr. ROLANDO SIXTO BASURCO CARPIO
FIGURA 2.2: Componentes de tensión en las tres caras del fluido del
elemento
Fuente: Un Introducción computacional a dinámica de fluidos (H. K.
VERSTEEG and W. MALALASEKERA)
29
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Finalmente la fuerza neta en la dirección x -sobre las caras T y B son dadas por:
𝜕𝜏𝑧𝑥 1 𝜕𝜏𝑧𝑥 1 𝜕𝜏𝑧𝑥
− (𝜏𝑧𝑥 − 𝛿𝑧) 𝛿𝑥𝛿𝑦 + (𝜏𝑧𝑥 + 𝛿𝑧) 𝛿𝑥𝛿𝑦 = 𝛿𝑥𝛿𝑦𝛿𝑧
𝜕𝑧 2 𝜕𝑧 2 𝜕𝑧
La fuerza total por unidad de volumen sobre el fluido atribuible a estas tensiones de
superficie es igual a la suma de las tres ecuaciones anteriores dividido por el volumen
xyz.
30
Dr. ROLANDO SIXTO BASURCO CARPIO
31
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
𝜕(𝜏𝑦𝑥 𝑢) 1 𝜕(𝜏𝑦𝑥 𝑢) 1
+ [− (𝜏𝑦𝑥 𝑢 − 𝛿𝑦) + (𝜏𝑦𝑥 𝑢 + 𝛿𝑦)] 𝛿𝑥𝛿𝑧
𝜕𝑦 2 𝜕𝑦 2
32
Dr. ROLANDO SIXTO BASURCO CARPIO
𝜕(𝜏𝑧𝑥 𝑢) 1 𝜕(𝜏𝑧𝑥 𝑢) 1
+ [− (𝜏𝑧𝑥 𝑢 − 𝛿𝑧) + (𝜏𝑧𝑥 𝑢 + 𝛿𝑧)] 𝛿𝑥𝛿𝑦
𝜕𝑧 2 𝜕𝑧 2
La tasa neta de trabajo hechas por estas fuerzas de superficie actuan en la dirección
x - y esta dado por
El rate total del trabajo hecho por unidad de volumen sobre la partícula fluida por
todas la fuerza de superficie es dado por la suma de las ecuciones anteriores dividido
por el volume xyz. Los términos que contienen la presión pueden ser se repuesto
juntos y escrito más apretadamente en la forma de vector:
𝜕(𝑢𝑝) 𝜕(𝑣𝑝) 𝜕(𝑤𝑝)
− − − = −𝑑𝑖𝑣(𝑝𝑢)
𝜕𝑥 𝜕𝑦 𝜕𝑧
Esto produce las siguientes tasas totales del trabajo hecho sobre la partícula fluida
por las tensiones superficiales.
33
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
34
Dr. ROLANDO SIXTO BASURCO CARPIO
35
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
36
Dr. ROLANDO SIXTO BASURCO CARPIO
todas las moléculas del líquido. Para su estudio consideraremos que no existe
movimiento del fluido En realidad, cuando existe un flujo activo, el efecto de la
difusión es despreciable frente a la dispersión, que veremos más adelante; sólo tiene
importancia cuando apenas existe flujo subterráneo.
Donde: F = flujo de masa por unidad de tiempo y por unidad de sección perpendicular
al flujo (M/T)
Dm = coeficiente de difusión (L2/T)
C = concentración (M/L3)
dC/dx =gradiente de concentraciones: entre dos puntos situados a una
distancia dx existe una diferencia de concentraciones dC.
El aspecto de la fórmula resulta familiar, recuerda a la ley de Darcy: allí el caudal por
unidad de superficie era proporcional al gradiente hidráulico, y la constante de
proporcionalidad era la conductividad hidráulica. Aquí el flujo de masa es
proporcional al gradiente de concentraciones, y la constante de proporcionalidad se
denomina coeficiente de difusión. Al igual que en la ley de Darcy, el signo negativo
indica que el sentido del flujo es hacia la disminución de la concentración. O dicho de
otro modo: como al aplicar la fórmula, el incremento dC es negativo, el signo menos
hace que el resultado de la fórmula sea positivo. Una gran diferencia entre ambas
expresiones es que la constante de proporcionalidad en el caso de la Ley de Darcy
es fácil de obtener, mientras que es muy difícil en la Ley de Fick.
El valor del coeficiente de difusión Dm oscila entre 1.10-9 y 9.10-9 m2/s para los iones
comunes en el agua (Li y Gregory, 1974, citados en Fetter, 1999 o en Schwartz,
2003). Cohén y Mercer (1993, en Fitts, 2002, p.363) indican valores de 1.1 . 10-10 a
8.3 .10-10 m2/s para compuestos orgánicos volátiles (dicloroetano, tricloroetano,...).
Lo explicado hasta aquí se refiere a un medio líquido (100% líquido). Si el proceso
se desarrolla en el agua que se encuentra en un medio poroso, la facilidad de
movimiento disminuye y hay que considerar las características del medio poroso
(principalmente la porosidad eficaz y la tortuosidad). Esto se expresa
simplificadamente así (Fetter, 2001,1999):
D* = Dm • w (3)
37
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Una solución de esta ecuación para un medio poroso fue expresada por Crank (1956,
en Delleur, 1999, p. 2-30):
38
Dr. ROLANDO SIXTO BASURCO CARPIO
39
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
La capacidad del medio poroso para dispersar mecánicamente un fluido que circula
por él se refleja en un coeficiente denominado dispersividad dinámica (unidades:
L), en el que influyen la porosidad, la tortuosidad, la forma de los granos, etc.
Se distingue la dispersividad dinámica longitudinal L (en el sentido del flujo) y
transversal T (en sentido transversal).
Se han elaborado diversas relaciones entre la dispersividad dinámica L y la longitud
recorrida por el flujo que ha provocado la dispersión, por ejemplo la siguiente (Xu y
Ekstein, 1995 en Fetter, 1999, p.99):
40
Dr. ROLANDO SIXTO BASURCO CARPIO
41
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Al final, se adjunta una tabla con valores de la función erfc y una fórmula para su
cálculo aproximado.
Domenico (1998, p. 373) aún propone otra simplificación, asumiendo que dentro de
la dispersión hidrodinámica la difusión puede despreciarse frente a la dispersión
mecánica:
42
Dr. ROLANDO SIXTO BASURCO CARPIO
43
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Benioff, que es el plano de fricción sobre el que una placa se desliza por debajo de
otra. Los sismos de poca profundidad están relacionados con el inicio de la
subducción y tienen su origen en la distensión que se produce cuando la placa que
subduce se curva. Los sismos de profundidad media se relacionan con la liberación
de las tensiones acumuladas por fricción entre las placas. Los sismos profundos se
atribuyen a un proceso de contracción debido a la rápida aparición de estructuras
cristalinas compactas.
44
Dr. ROLANDO SIXTO BASURCO CARPIO
45
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
46
Dr. ROLANDO SIXTO BASURCO CARPIO
[W/m2]
Cuando el cerramiento se encuentra en equilibrio termodinámico resulta que el flujo
de calor y la temperatura en cada punto del mismo permanece constante, y el
proceso se denomina transmisión en régimen estacionario y el flujo de calor es
función de la propiedad de los materiales denominada conductividad.
Cuando no existe el anterior equilibrio, ya sea porque el cerramiento no ha tenido
tiempo para estabilizarse o debido a que las condiciones del entorno varían en el
tiempo, el proceso de denomina transmisión en régimen transitorio, caracterizado
porque la temperatura en cada punto del cerramiento varían en el tiempo. Una
consecuencia de la variación de temperatura en el interior del cerramiento es la
acumulación del calor, debido a la propiedad de los materiales de absorber o disipar
energía cuando varía su temperatura denominada calor específico.
Radiación
Se denomina transmisión de calor por radiación cuando la superficie del cerramiento
intercambia calor con el entorno mediante la absorción y emisión de energía por
ondas electromagnéticas. Mientras que en la conducción y la convección era preciso
la existencia de un medio material para transportar la energía, en la radiación el calor
se transmite a través del vacío, o atravesando un medio transparente como el aire.
Todas las superficies opacas emiten energía en forma de radiación en una magnitud
proporcional a la cuarta potencia su temperatura absoluta T, y en un rango de
longitudes de onda inversamente proporcional a su temperatura absoluta. Por
consiguiente, los cerramientos emiten radiaciones de onda larga, correspondiente al
espectro infrarrojo lejano, procedente de sus superficies a temperaturas típicas del
ambiente, en función de una propiedad superficial denominada emitancia, y de forma
47
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
48
Dr. ROLANDO SIXTO BASURCO CARPIO
49
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
50
Dr. ROLANDO SIXTO BASURCO CARPIO
51
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
52
Dr. ROLANDO SIXTO BASURCO CARPIO
superficie terrestre. Muy poca parte de la radiación incidente es absorbida por las
nubes y el aire. El resto de la radiación es reflejada por la superficie, los gases, las
nubes y es devuelta al espacio exterior.
A la cantidad de radiación que es reflejada por un cuerpo respecto a la radiación
incidente, se le conoce como 'albedo'. Por tanto, podemos decir que el sistema tierra-
atmósfera tiene un albedo promedio del 30%. La nieve recién caída o algunos
cumulonimbos de gran desarrollo vertical, presentan un albedo cercano al 90%,
mientras que los desiertos tienen cerca del 25% y los océanos, alrededor de un 10%
(absorben casi toda la radiación que les llega).
53
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Estos parámetros son fundamentalmente los que vamos a usar para estudiar algunos
modelos poblacoonales.
Con el propósito de elaborar modelos matemáticos, conviene dejar de lado la mayor
parte de esos detalles y considerar situaciones idealizadas. Los modelos más
simples se postulan para una sola población, sin interacción con otras. También se
suele evitar la consideración de las migraciones. En este caso se habla de un sistema
cerrado. Bajo estos supuestos se destacan dos modelos: el modelo exponencial y el
modelo logístico.
Modelo exponencial
En primer lugar nos proponemos estudiar, el crecimiento de una población en función
de la natalidad y mortalidad, sin que se tengan en cuenta otros fenómenos que
pudieran afectar. En este caso queremos modelar el comportamiento del número de
individuos de una población, con el objetivo de estimar cuantos individuos se esperan
que compongan la población en un instante de tiempo determinado. Para ello los
efectos que vamos a tener en cuenta sólo es que los individuos nacen y se mueren.
Número de individuos que hay cuando ha pasado un periodo de tiempo t es igual a
los que había en el instante t más los que han nacido menos los que han muerto.
Denotamos por N(t) el número de individuos que hay en el instante t, análogamente
para N(t + t), y utilizando las tasas de natalidad y mortalidad, tenemos:
N(t + t) = N(t) + b * N(t) * t − d * N(t) * t. (1.1)
El siguiente paso es validar de alguna manera la fórmula obtenida. Podemos
proceder para esta fase de distintas formas, Por ejemplo, buscar datos
experimentales de alguna población y comparar con los resultados obtenidos.
Para ello vamos a ver cual es el comportamiento de N(t + t) conforme vamos
haciendo t cada vez mas pequeño. En la figura 2.18 vemos dicho comportamiento
54
Dr. ROLANDO SIXTO BASURCO CARPIO
o equivalentemente
55
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Este desarrollo nos confirma que la expresión (1.1), es una buena aproximación de
la solución del problema (M1) para valores de t pequeños. El hecho de que la
solución exacta sea una exponencial le da nombre al modelo exponencial.
Aunque este modelo es teórico, hay algunos organismos de pequeño tamaño, de alto
metabolismo, de corto periodo entre reproducciones, que tienen este tipo de
crecimiento.
Modelo Logístico
Como ya hemos mencionado el modelo exponencial es de tipo más teórico, y este
crecimiento no puedo ser el más frecuente en la naturaleza. De alguna manera, la
propia densidad de la población debe ejercer un efecto sobre el crecimiento de la
misma. Esta idea generó el segundo modelo clásico de crecimiento de poblaciones
que es el llamado modelo logístíco.
El modelo logístico relaciona la tasa de intrínseca de crecimiento con el número de
individuos N de forma lineal. La dinámica nos dice que cuando todos los recursos
están disponibles y existan pocos individuos, la tasa intrínseca es máxima. A medida
que el tamaño de la población crece, los recursos disminuyen proporcionalmente,
cada individuo nuevo resta una proporción de alimentos y espacio a los recursos
existentes. El número de individuos N debe llegar necesariamente a un límite cuando
todos los individuos tengan su porción de recursos. En este momento, la natalidad y
la mortalidad estarán compensadas y los recursos serán explotados de forma óptima.
El valor de N cuando la tasa intrínseca de crecimiento sea cero se denomina
capacidad del medio y se simboliza por K.
En este caso tenemos:
N(t + t) = N(t) + r * N(t) * t - Efectos del medio * N(t) * t.
Para determinar los efectos del medio, tenemos en cuenta que
➢ Cuando N(t) está muy cerca de K la variación de la población está muy cerca de
cero.
➢ Cuando N(t) es muy pequeño frente a K, la variación de la población sólo se debe
a los nacimientos y muertes, y en consecuencia el comportamiento debe ser de
nuevo de tipo exponencial.
Esto nos lleva a determinar la variación, que podemos escribir como:
o equivalentemente
56
Dr. ROLANDO SIXTO BASURCO CARPIO
ordinaria de tipo lineal. Dicha ecuación es complementa con una condición inicial,
que corresponde al número de individuos que hay en el instante en que se empieza
a estudiar, es decir, N(0) = N0. La ecuación junto con la condición inicial forman el
modelo:
Esta función es una parábola que tiene dos ceros N(t) = 0 y N(t) = K, cuya
representación se presenta en la figura 7
57
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
58
Dr. ROLANDO SIXTO BASURCO CARPIO
59
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Concentración Cambiante
Dirección del
Flujo Axial
Donde:
t = tiempo de retención hidráulica, s
V= volumen del reactor. m3
Q = Gasto del reactor, m3 /s
Nótese que el tiempo de retención en un PFR ideal es el tiempo que cualquier
partícula de agua pasa en el reactor. Otra manera para pensar en el tiempo de
retención es el tiempo necesario para llenar un reactor. Si es flujo continuo, es como
prender una manguera de jardín y esperar que el agua salga por el otro lado. Esta
definición funciona para cualquier tipo de reactor (Vesilind y Morsan. 2004).
Recapitulando, un flujo tubular perfecto ocurre cuando no hay mezclado longitudinal
en el reactor
Para el diseño de un reactor tubular se asume como un reactor tubular perfecto donde
un “tapón” de materiales reaccionantes fluyen a través del reactor y que este “tapón"
es como un mini reactor tipo Batch (Vesilind y Morgan. 2004). De este modo, para
una reacción de orden cero ocurriendo en un PFR en donde el material es producido:
C = C0 + kt (3.15)
Donde:
C = Concentración del efluente (masa volumen)
Co = Concentración del influente (masa volumen)
t = Tiempo de retención hidráulica (tiempo)
60
Dr. ROLANDO SIXTO BASURCO CARPIO
61
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
62
Dr. ROLANDO SIXTO BASURCO CARPIO
En cualquiera de los dos casos podemos decir que vamos a tener una población
de aproximadamente 30 individuos.
➢ Durante cuanto tiempo hay que mantener la terapia para que se extinga el
virus.(poblacion2.m) Para responder tenemos que decirle al programa que siga
calculando hasta que la población sea menor que 1 individuo, o bien podemos
pintar la solución aproximada y la función constante igual a 1, para determinar a
partir de que día el virus desaparece.
De esta gráfica podemos deducir que la terapia debe durar 54 dias para poder
extinguir la población de virus.
63
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
64
Dr. ROLANDO SIXTO BASURCO CARPIO
Investiga y modela, bajo el enfoque de caja negra, y caja blanca los sistemas expuestos
a continuación, detallando las entradas y salidas correspondientes. Extrae tus propias
conclusiones.
a) La respiración de un animal.
b) La respiración de una planta.
c) El proceso fotosintético de una planta.
Segundo, parala proxima sesión deberan de traer sus labtobs con el Matalb 13.0 instalado
para poderutilizarlo
65
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
66
Dr. ROLANDO SIXTO BASURCO CARPIO
CAPITULO III
MODELIZACIÓN DE LA CALIDAD DEL AIRE
3.1 FACTORES A COSIDERAR EN EL MODELAMIENTO.
3.1.1 ESTRUCTURA VERTICAL DE LA ATMÓSFERA
El aire que compone la atmósfera está constituido mayoritariamente por moléculas
de nitrógeno (78%) y de oxígeno (21%). Si bien en cantidad los demás compuestos
presentes en la atmósfera pueden ser considerados menores o de tipo traza, ellos
tienen en muchos casos gran importancia desde el punto de vista radiativo (e.g. H20,
C02), químico (e.g., H20, OH), o energético (e.g., H20, 03). Aunque la densidad del
aire disminuye rápidamente con la altura, la proporción entre sus dos componentes
mayores se mantiene aproximadamente constante hasta unos 100 km de altitud.
Desde el punto de vista meteorológico, sin embargo, el mayor interés se concentra
usualmente en las capas de la atmósfera más cercanas a la superficie,
distinguiéndose éstas en función de la variación de la temperatura media con la altura
(Figura 3.1). La capa meteorológicamente más importante es la troposfera, que
corresponde a los primeros 10 a 20 km sobre el nivel del mar, en la cual la tempera-
tura media disminuye con la altura a una tasa de 6.5 K/km. Si bien la troposfera
contiene aproximadamente un 80% de la masa total de la atmósfera, su espesor es
relativamente delgado en comparación con el radio terrestre de aproximadamente
6370 km. Aun así, es en la troposfera donde se desarrollan los fenómenos
meteorológicos más importantes, como los sistemas frontales de latitudes medias o
los huracanes de la zona tropical, y es en la troposfera donde se encuentra la casi
totalidad del agua atmosférica en forma gaseosa (vapor), líquida (gotas de nubes y
de lluvia) o sólida (cristales de hielo, nieve, granizo).
67
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
68
Dr. ROLANDO SIXTO BASURCO CARPIO
horaria o de ciclo diario Describe la variabilidad típica a lo largo del día, siendo
importante la distinción entre las fases diurna y nocturna.
VARIABILIDAD ESPACIAL
global o planetaria Abarca todo el planeta: fenómeno de cambio climático, capa
de ozono estratosférico, oscilaciones naturales de la
atmósfera/océano, ondas planetarias, etc.
sinóptica Con escalas horizontales de miles de kilómetros y que
abarcan la troposfera completa: sistemas de depresiones de
latitudes medias.
69
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
70
Dr. ROLANDO SIXTO BASURCO CARPIO
71
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
72
Dr. ROLANDO SIXTO BASURCO CARPIO
FIGURA 3.3: Esquema de ciclo diario típico de la CLA sobre tierra e impactos
Esperados en superficie para fuentes emisoras superficiales y de altura. Los
signos + y – indican cualitativamente los periodos en que las distintas fuentes
tienen mayor o menor impacto en las concentraciones de su entorno a nivel de
superficie.
Capa límite diurna:
Durante un día despejado la mayor parte de la radiación solar atraviesa la atmósfera
y es absorbida en la superficie. El calentamiento de la superficie calienta a su vez el
aire más cercano a ella, y comienza a generarse el proceso de convección. La capa
límite diurna va aumentando paulatinamente su temperatura, a la vez que va
aumentando también su altura. Debe enfatizarse que durante el crecimiento de la
73
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
capa límite diurna por convección, su tope no es una superficie rígida que se desplaza
hacia arriba. Más bien, la convección incorpora gradualmente aire de la capa
atmosférica sobre la capa límite y lo mezcla con el aire de la capa límite. La altura
máxima de la capa límite diurna se alcanza durante la tarde, alrededor de la hora en
que la temperatura superficial alcanza su máximo.
La capa límite diurna o convectiva es muy turbulenta (producción convectiva de
turbulencia) y, por lo tanto, en ella se observa una buena mezcla de sus propiedades
(por lo cual se denomina también capa de mezcla). Las concentraciones de
contaminantes en la capa de mezcla tienden a ser constantes en la vertical. El perfil
vertical de temperatura, por su parte, tiende a ser muy cercano al gradiente de
estabilidad neutra (-1 °C/100 m), excepto cerca de la superficie en que es
decididamente inestable.
Debido a la vigorosa mezcla existente en la capa límite diurna, los contaminantes
emitidos por nuestras fuentes A y B en la Figura 6, serán rápidamente repartidos en
toda la capa límite (suponemos que la altura de la capa de mezcla es mayor que la
altura de la chimenea A). Las concentraciones medias resultantes serán en estas
condiciones inversamente proporcionales a la altura de la capa de mezcla, lo que
explica en parte que en general las concentraciones de media tarde sean
relativamente menores a las de la mañana en el caso de fuentes emisoras de
superficie- Para el caso de la chimenea A, las condiciones convectivas pueden
producir a nivel instantáneo impactos muy grandes en la superficie de su entorno-
Esto ocurre cuando el penacho es capturado por una rama descendente de las
termales convectivas existentes y es llevado casi sin dilución hasta la superficie.
Debido a lo turbulento del fenómeno, sin embargo, este impacto durará a lo más
algunos minutos, y rápidamente el penacho subirá y se mezclará diluyéndose en la
capa límite completa.
Capa límite nocturna: La capa límite nocturna se puede definir en función del
desarrollo de la inversión térmica radiativa. Para una noche despejada, a partir de la
puesta de sol la inversión superficial va creciendo en espesor a medida que la
temperatura superficial va disminuyendo. El enfriamiento nocturno depende de las
propiedades emisivas de la superficie y también está controlado por el contenido de
vapor de agua en la columna atmosférica. En caso de existir nubosidad, el
enfriamiento nocturno cerca de la superficie decrece considerablemente, e incluso
podría no desarrollarse una inversión superficial.
La turbulencia en la capa límite nocturna es más difícil de evaluar o estimar que en
el caso diurno. La única fuente importante de turbulencia es el cizalle del viento (factor
mecánico), puesto que, como hemos visto, en condiciones estables el factor de
estabilidad tiende a suprimir la turbulencia. De este modo muchas veces la
turbulencia nocturna es intermitente o esporádica, pues se alterna entre el dominio
de la producción turbulenta por cizalle y la destrucción por estabilidad. Las noches
con mayor turbulencia (mayor viento) muestran normalmente una inversión térmica
de mayor espesor y menor estabilidad, mientras que las noches calmas producen
una inversión más intensa y concentrada en superficie.
Para nuestras fuentes A y B, las condiciones nocturnas pueden implicar muy distintos
niveles de impacto. Estando las emisiones de B a nivel de superficie, la débil
dispersión vertical en la noche hace que ellas queden concentradas en superficie y
puedan llegar a provocar gran impacto local- Sólo el desarrollo del flujo de viento
nocturno, con su consecuente transporte y dispersión turbulenta, podrá mitigar en
parte el impacto. Si el viento es débil, o recirculante, sin embargo, pueden originarse
varias horas de altas concentraciones en superficie asociadas a la fuente B. Para la
fuente en altura A, en cambio, las condiciones nocturnas podrían reducir su impacto,
puesto que la débil turbulencia dificulta un transporte eficiente de las emisiones en
74
Dr. ROLANDO SIXTO BASURCO CARPIO
75
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
76
Dr. ROLANDO SIXTO BASURCO CARPIO
que también son alternativas a evaluar para conseguir mediciones de alta resolución
temporal y espacial de variables meteorológicas, ya sea en campañas intensivas o
para monitoreo extendido.
3.3 TIPOS DE MODELOS EXISTENTES
Cualquier modelo que se ocupe debe cumplir con las siguientes características:
➢ Disponer de documentación completa que describa sus fundamentos
conceptuales, ecuaciones matemáticas, y los tipos de datos de entrada y de salida
junto con sus respectivos formatos;
➢ Estar escrito en un lenguaje de programación común y con un código abierto;
➢ Ser de uso libre;
➢ Disponer de documentación sobre su evaluación, en forma de informes técnicos,
publicaciones científicas o equivalente; y
➢ Contar con desarrollo y soporte técnico actualizado de parte de su comunidad de
usuarios o desarrolladores.
3.3.1 MODELOS RECOMENDADOS
Los factores fundamentales a considerar para la selección de un modelo son el tipo
de terreno (plano o complejo) y el tipo de contaminante (primarios y secundarios).
El tipo de terreno es importante por el impacto que tiene en las condiciones
meteorológicas locales. Estas condiciones están vinculadas a las características
topográficas del dominio a modelar; es decir, orografía, uso de suelo, rugosidad
superficial, presencia de cuerpos de agua, zona costera, valle interior, entre otros.
En términos simples, se puede decir que mientras más heterogéneas son las
características del área de interés, más complejo es el terreno y, en consecuencia,
dado el impacto en la meteorología local, más heterogénea (horizontal y
verticalmente) es la meteorología.
A diferencia de otros países que cuentan en muchas partes con terreno plano (con
características homogéneas), las características de gran parte del territorio se
debieran considerar complejas (heterogéneas), lo que a partir de una cierta escala
induce a una meteorología espacial y temporalmente heterogénea. Por esta razón,
se deben considerar modelos capaces de representar esa heterogeneidad de la
mejor manera posible.
En el estudio técnico elaborado por la Fundación para la Transferencia Tecnológica
(UNTEC) para el SEA, [Schmitz et al., 2011], se estableció que la información de una
estación meteorológica pierde representatividad a partir de una distancia de 5 km. En
este sentido, como primer criterio para la selección de un modelo se debe considerar
si se requiere estimar el impacto en la calidad del aire a distancias menores o
mayores a esta distancia referencial.
El segundo criterio para la selección de un modelo es el tipo de contaminante a
modelar: si los contaminantes son directamente emitidos a la atmósfera
(contaminantes primarios) o si son productos de reacciones químicas en la atmósfera
(contaminantes secundarios).
Existen muchos modelos a nivel internacional que cumplirían con los requerimientos
específicos. No obstante, el criterio adicional a los mencionados en el punto anterior
ha sido que debe existir cierta experiencia nacional a nivel de consultoría, académico
y de autoridad competente.
En base de las consideraciones anteriores, se presentan los siguientes tres casos
para la selección de un modelo:
77
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
78
Dr. ROLANDO SIXTO BASURCO CARPIO
79
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
que es aquella que se repite regularmente a lo largo del tiempo (ciclo anual) en las
condiciones de dispersión más habituales que se presentan en una determinada
zona.
Modelos episódicos: se aplican a intervalos temporales desde una hora hasta
pocos días ("short-term"). Estudian la contaminación atmosférica de tipo agudo o
episódico, que es la que presenta en un momento determinando, dentro de un ciclo
diario o de varios días, y debido a una determinada situación meteorológica
específica (que puede repetirse cíclicamente).
3.4.3 SEGÚN LA FORMA DE CALCULAR EL CAMPO DE VIENTOS:
De diagnóstico: calculan el campo de vientos a utilizar en el modelo a partir de los
valores del vector viento en unos determinados puntos de la zona de estudio (cuantos
más mejor, además de su adecuación a la topografía). Normalmente, mediante un
determinado esquema de interpolación se obtiene un campo inicial, que se modifica
posteriormente para que verifique ciertos principios físicos (normalmente la condición
de divergencia nula, que permite cumplir con la ley de conservación de la masa), los
cuales se denominan de tipo objetivo o también modelos consistentes en masa. Pero
también pueden mencionarse los modelos de diagnóstico de tipo lineal (más
limitados por tenerse que aplicar a una topografía plana y en unas condiciones de
estabilidad neutra o estable).
De pronóstico: predicen el campo de vientos futuro, así como otras importantes
variables meteorológicas (temperatura, etc.), a partir de unas determinadas
condiciones iniciales, resolviendo para ello las ecuaciones básicas que describen el
comportamiento de la atmósfera (ecuación de continuidad, conservación de la
cantidad de movimiento, conservación de la energía y la ecuación de estado).
Necesitan un conjunto de datos meteorológicos iniciales y de contorno significativo.
Son mucho más complejos y completos que los de diagnóstico. Convienen
diferenciar entre los hidrostáticos y los no-hidrostáticos. En los últimos veinte años
han tenido tanto un fuerte desarrollo teórico como de aplicación. A pesar de su
complejidad se están utilizando cada vez más de una forma operacional. También
son llamados modelos de tipo CFD (computational fluids dynamics).
3.4.4 SEGÚN SU DIMENSIÓN:
Modelos unidimensionales: suponen el viento constante en todo el dominio de
aplicación.
Modelos bidimensionales: en ellos se considera que el viento depende de la
posición, pero la componente vertical del mismo se supone nula. Necesitan pre-
procesadores meteorológicos que realicen un tratamiento de datos con el objeto de
proporcionar el campo de vientos en la zona de estudio.
Modelos tridimensionales: utilizan un campo de vientos tridimensional.
Normalmente van asociados a modelos meteorológicos de diagnóstico o pronóstico,
que sean capaces de calcular campos que consideren las componentes horizontales
y vertical del viento.
3.4.5 SEGÚN COMO SE TRATE LA ECUACIÓN DE LA DISPERSIÓN
Analíticos: integran la ecuación de transporte-difusión después de asumir ciertas
hipótesis importantes, que restringen su marco de aplicación. Un caso particular de
solución analítica es la conocida expresión gaussiana, aplicada en los modelos de
tipo gaussiano.
80
Dr. ROLANDO SIXTO BASURCO CARPIO
los que reproducen con más fiabilidad la evolución de los contaminantes, pero tienen
el inconveniente de necesitar mucho tiempo de cálculo y datos. Tienen normalmente
en cuenta los efectos de la topografía, así como condiciones no homogéneas de la
turbulencia. Hay que distinguir los que hacen un tratamiento de contaminantes
pasivos (no reactivos) y los que incorporan un mecanismo de química atmosférica.
Estos modelos son los que se están generalizando pero hay que cuidar la
consistencia con los campos de vientos generalmente procedentes de modelos
meteorológicos con procedimientos numéricos diferentes.
3.4.6 SEGÚN EL SISTEMA DE COORDENADAS:
Es necesario distinguir que existen dos grupos según el sistema de coordenadas que
se usan: los eulerianos y los lagrangianos. (Baldasano JM)
Los modelos eulerianos usan un sistema de referencia fijo en el espacio para
determinar las concentraciones, se pueden distinguir dos tipos. Modelos de caja
(“Box model”) son los modelos más simples, la región a modelizar es tratada como
una celda única o caja, limitada por la superficie terrestre en la parte inferior y por la
altura de la capa de mezcla por la parte superior. Los contaminantes emitidos se
mezclan de forma homogénea e instantánea en el dominio de estudio considerado y
sufren las transformaciones fotoquímicas descritas en el mecanismo químico
adoptado. Se aplican para predecir la variación temporal de la concentración media
en una región con múltiples fuentes, normalmente como primera aproximación antes
de aplicar un modelo más complejo que tenga en cuenta la distribución espacial y la
dispersión de contaminantes. Otra de sus aplicaciones es estudiar el comportamiento
de los contaminantes para un determinado mecanismo químico. Modelos con
discretización espacial, en este tipo de modelos de dispersión fotoquímicos se
discretiza la zona geográfica mediante una malla que divide horizontal y
verticalmente la cuenca aérea en celdas, en el centro de las cuales se resuelven las
ecuaciones primitivas o de conservación. Se utilizan especialmente para el estudio
de casos de contaminación urbana o zonas territoriales, permiten la integración de la
química no lineal (p.e.: reacciones fotoquímicas). Pueden presentar problemas de
difusión numérica.
Los modelos lagrangianos "siguen" el movimiento de una parcela de aire, el
sistema de coordenadas es móvil con una velocidad igual a la velocidad media del
viento. Se aplican a situaciones episódicas y de seguimiento del comportamiento de
una fuente puntual (p.e.: penacho debido a una chimenea). Se utilizan también para
estimar la contaminación a larga distancia. Presentan dificultad para incorporar las
fuentes de tipo superficial, así como la química no lineal. Existen dos tipos, los de
bocanadas (“puff”) y los de partículas (de tipo matemático).
Uno de los problemas que presentan los modelos eulerianos es la incorporación de
ciertas fuentes puntuales para la asimilación del penacho, mejor representados por
los modelos de tipo lagrangiano, lo cual se resuelve usando técnicas híbridas.
3.4.7 SEGÚN SE CONSIDERAN O NO REACCIONES QUÍMICAS:
Los modelos que vayan a aplicarse a la previsión de la contaminación atmosférica
urbana deben disponer de módulos para la simulación de las reacciones fotoquímicas
entre óxidos de nitrógeno y compuestos orgánicos volátiles, lo que implica definir un
determinado mecanismo cinético. Un mecanismo es una descripción de la
fotoquímica de la atmósfera mediante una serie de reacciones químicas de los
diversos contaminantes atmosféricos. Los puntos de divergencia entre los distintos
mecanismos son: velocidades de reacción, especies y reacciones químicas
consideradas. Para la representación de los COV que hacen los diferentes
mecanismos cinéticos se utilizan los siguientes sistemas: 1) representación explícita,
2) representación condensada con agrupación por tipo de estructura química, y 3)
81
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
82
Dr. ROLANDO SIXTO BASURCO CARPIO
este caso puntual) que emite continuamente y que está ubicada en un ambiente con un
viento u que sopla en forma paralela al eje x. Bajo estos supuestos, la aproximación de
los modelos Gaussianos asume ahora que la pluma que tiene origen en la fuente emisora
se desplaza paralelo a la dirección del viento y que dentro de la pluma la distribución de
los contaminantes tiene una forma Gaussiana. Lo que determina la amplitud y el ancho
de esa distribución son la velocidad del viento y la estabilidad atmosférica. Mientras que
la velocidad del viento se puede medir directamente, no existen tales mediciones para la
estabilidad atmosférica, por lo que su estimación se basa fundamentalmente en algunas
relaciones empíricas usando observaciones de temperatura, viento y cobertura nubosa.
FIGURA 3.4: Concepto de un modelo Guassiano. Los gases salen con un cierto
empuje de la chimenea (debido a su velocidad y la temperatura); se calcula la
dispersión a partir de una altura efectiva, He. He siempre es mayor que la altura
real de la chimenea, Hc.
Los modelos Gaussianos que están disponibles hoy en día exhiben distintos grados de
complejidad; por ejemplo, pueden incluir procesos como deposición y sedimentación o
también efectos de topografía. Sin embargo, en términos generales todos tienen el mismo
fundamento matemático. Además, todos tienen las mismas suposiciones y
aproximaciones, entre las cuales las más importantes en términos prácticos son:
➢ Las emisiones son constantes en el período de la evaluación. El cálculo de los modelos
Gaussianos asume un estado estacionario cuyo tiempo característico depende de la
escala espacial del problema y la magnitud del viento, pero que típicamente es del orden
de entre una y dos horas.
➢ Las condiciones meteorológicas son constantes durante el periodo de la evaluación.
➢ Vientos homogéneos en la horizontal, es decir, que el viento en la fuente sea
representativo para todo el dominio de evaluación. Es evidente que esta suposición hace
muy limitado el uso de estos modelos en terreno complejo con un campo de viento muy
heterogéneo.
La gran ventaja de los modelos Gaussianos es su uso fácil y rápido y que no requiere
muchos recursos computacionales. Sin embargo, son justamente las suposiciones de
esos modelos las que hacen su uso muy limitado.
3.5.1 DEDUCCIÓN DE LA COLUMNA DE HUMO GAUSSIANA
83
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
z
x
y
FIGURA 3.5: Dimensiones del cubo para el balance de materia.
Ecuación del balance materia en el cubo
84
Dr. ROLANDO SIXTO BASURCO CARPIO
c c c c
K −K K −K
c x x + x x x y y + y y y
= + + ....
t x y
Aplicando la condición de límite se llega a la ecuación diferencial:
c 2c 2c 2c
= Kx + Ky + Kz
t x2 y2 z2
Dispersión Unidimensional, Bidimensional y Tridimensional
La siguiente figura muestra fácilmente estos tres tipos de dispersión para el caso de
una fuente instantánea. Si el gotero de la figura deposita instantáneamente M-gotas
de alguna tinta en el origen (0, 0, 0) en el instante t = 0, entonces se puede resolver
para la concentración de tinta en cualquier lugar y momento utilizando la ecuación
obtenida anteriormente para la columna de humo.
M 1 x 2
c = exp −
2( t ) K x1 2 4 t K x
12
FIGURA 3.6 El papel tiene la forma de una tira
angosta
M 1 x 2 y 2
c = − +
4 ( t ) (K x K y )
exp
12
4 t K
x K y
FIGURA 3.7 El papel es una hoja delgada
1 x 2 y 2 z 2
exp −
M
c = + +
8 ( t )
32
(
KxK yKz
12
)
4 t K x K y K z
85
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Q t 1 x 2 y 2 (z − H )2
c = exp − + +
8 ( t ) (K x K y K z )
32 12
4 t K
x K y
K z
donde (t) es el tiempo medido desde tiempo en que se inicia la emisión y (t) es el
intervalo de tiempo de duración de la emisión que se supone pequeña. Esta ecuación
se dedujo desde el punto de vista de una persona que viaja con el flujo. El eje axial
(x) es en la dirección del viento o contra éste localizado al centro de la nube de
contaminantes, que se supone está moviéndose con la velocidad local del viento. Por
tanto, en coordenadas fijas, la ecuación anterior tendría que ser reemplazada por la
siguiente equivalencia:
x2
=
(x − u t ) 2
Kx Kx
La ecuación modificada de este modo, se conoce como la ecuación Fumarola
Gaussiana
Q t 1 (x − u t )2 y 2 (z − H )2
c = exp − + +
8 ( t ) (K x K y K z ) 4 t K x K z
32 12
Ky
Esta ecuación se utiliza en análisis de seguridad, en donde la fumarola de
contaminantes es la nube que podría emitirse en ciertos tipos de accidentes graves.
Columna de Humo Gaussiana, Dispersión Bidimensional
Balance de materia para una delgada capa de aire que se extiende una distancia de
1 metro en la dirección x, y hasta el infinito en las direcciones y, z. La capa de aire se
mueve con la velocidad local del viento.
Suposición: la capa transfiere material hacia las capas que se encuentran
inmediatamente en la dirección del viento y contra éste, por dispersión turbulenta,
pero recibe casi la misma cantidad de material de esas capas, de modo que la
transferencia neta de materia en la dirección x, es despreciable y se hace igual a
cero. Esta suposición hace que el problema de dispersión sea bidimensional.
Q
1 y 2 ( z − H )2
c = u exp − +
4 t (K y K z ) y
12
4 t K K z
en donde
86
Dr. ROLANDO SIXTO BASURCO CARPIO
u
K y = 0.5 y2
x
u
K z = 0.5 z2
x
x
t =
u
(y) y (z) son los coeficientes de dispersión vertical y lateral respectivamente. Los
coeficientes tienen dimensiones de longitud. El reemplazo de ellos permite obtener
la ecuación básica de la columna de humo Gaussiana.
Q y 2 (z − H )2
c = exp − 2 +
2 u y z y
2 2 2
z
Los datos (y y z) han sido correlacionados y se han presentado en la forma de
gráficas log-log para diferentes niveles de estabilidad atmosférica.
87
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Q y
2
z−H
2
z + H
2
c = exp − 0.5
exp − 0.5 + exp − 0.5
2 u y z y z z
Simplificaciones de la ecuación de la columna gaussiana considerando el efecto del
piso
Para z = 0, se tiene
88
Dr. ROLANDO SIXTO BASURCO CARPIO
Q y
2
H
2
c = exp − 0.5
exp − 0.5
u y z y z
Para z = 0; y = 0
cu 1 H
2
= exp − 0.5
Q y z z
Límites de la Altura de Mezclado, Dispersión Unidimensional
Conforme la columna de humo fluye en la dirección del viento, llegará un momento
en que crecerá hasta quedar mezclada por completo, por debajo de la altura de
mezclado. Después de eso, ya no se dispersará en el sentido vertical, sino solo
horizontalmente, de modo que una columna de humo de dispersión bidimensional se
ha convertido en una dispersión unidimensional.
89
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Q y2
c = exp −
2
2 uL y 2 y
Esta ecuación con y = 0 se usa para construir las rectas inclinadas que están a la
derecha de la figura c/Q versus distancia para varios valores de H y categoría de
estabilidad C.
Altura de la Columna de Humo
La altura de la columna de humo es aquella que se extiende por encima de la altura
de la chimenea hasta aquella altura que alcanza la columna antes de nivelarse y
seguir horizontalmente la dirección del viento.
Las columnas de humo suben por empuje vertical debido a que están más calientes
que el aire que las rodea y, también, porque salen de la chimenea con una velocidad
vertical que las impulsa hacia arriba. Dejan de subir porque, conforme se mezclan
con el aire circundante, pierden velocidad y se enfrían por el mezclado. Por último,
se nivelan cuando alcanzan la misma temperatura que la de la atmósfera.
Vs D T − Ta
h = 1.5 + 2.68 10 −3 P D s
u Ts
h = altura de la columna de humo
Vs = velocidad de salida de la chimenea, m/s
D = diámetro de la chimenea, m
u = velocidad del viento, m/s
P = presión, milibares
Ts = temperatura del gas de la chimenea, K
Ta = temperatura atmosférica, K
Esta fórmula se corrige con frecuencia por la estabilidad atmosférica, multiplicando
90
Dr. ROLANDO SIXTO BASURCO CARPIO
el resultado por 1.1 o 1.2, para las estabilidades A y B, y por 0.8 o 0.9, para las
estabilidades D, E, F.
Decaimiento en la Atmósfera
Todo lo anterior se desarrolló bajo el supuesto de que los contaminantes permanecen
en la atmósfera para siempre. En realidad, ningún contaminante se comporta así.
Todos los contaminantes tienen mecanismos de remoción.
Tomemos como ejemplos los contaminantes radioactivos. Estos se convierten
espontáneamente en otros. La razón de decaimiento se expresa por una velocidad
de degradación de primer orden.
ln (2 )
dc
= − c =
dt t1 2
, donde
En donde es la constante de decaimiento expresado en función del tiempo de vida
media de la especie contaminante.
c t − 0.693 x
Factor de decaimiento = = exp − 0.693 = exp
c0
t1 2
u t1 2
Esto nos lleva a que la concentración calculada en cualquier punto por cualquiera de
los modelos anteriores para el caso de contaminantes radiactivos, debe multiplicarse
por el factor de decaimiento correspondiente para la especie contaminante.
Ejercicio 6
Anteriormente se calculo la concentración en un punto a 20 metros por debajo de la
línea central de la columna de humo, ignorando el efecto de la tierra. Repítase él
calculo para los casos en donde H= 20 m y en donde H= 30 m. Para H= 20 m, se
está calculando la concentración en el propio nivel del piso.
Ejercicio 7.
Una planta emite 100 g/s de SO2 por una chimenea que tiene una altura efectiva H=
50 m. El viento está soplando a 3 m/s y la categoría de estabilidad es C. Estímense
las concentraciones al nivel del suelo directamente debajo de la línea central de la
columna de humo a las distancias de 0.2, 0.4, 0.5, 1 y 10 km, en la dirección del
viento.
Ejemplo 8
Estímese la altura de la columna de humo para una chimenea de 3 m de diámetro y
cuyo gas de salida tiene una velocidad de 20 m/s, cuando la velocidad del viento es
de 2 m/s, la presión es de 1 atm y las temperaturas de la chimenea y de los
alrededores son de 1000 ºC y 15 ºC, respectivamente.
Ejemplo 9
Un accidente en un reactor nuclear libera una nube que contiene I-133, que tiene una
vida media de 22 hrs. ¿Cuál es el factor esperado de decaimiento en un punto a 10
km en la dirección del viento, si la velocidad de este es de 1 m/s?
3.6 MODELOS EULERIANOS
Mientras que los modelos Gaussianos representan la aproximación más simple a la
dispersión de contaminantes, los modelos Eulerianos son los que apuntan a tratar los
procesos atmosféricos en toda su complejidad. Dentro de esos procesos atmosféricos
hay que distinguir entre los procesos físicos y los procesos químicos y de dispersión. Los
91
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
92
Dr. ROLANDO SIXTO BASURCO CARPIO
93
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
FIGURA 3.11: Discretización de los flujos de contaminantes a través de una celda del
dominio
El sistema de ecuaciones debe ser resuelto para cada paso temporal. Se emplean
métodos numéricos, como diferencias finitas, volúmenes finitos, etc.
3.7 MODELOS LAGRANGEANOS
El concepto de un modelo Lagrangeano es que matemáticamente se sigue el movimiento
de una parcela de aire o de una partícula en la atmósfera. Es decir, si en una posición
inicial de una partícula se conoce el viento, fácilmente se puede calcular a dónde va esa
partícula en un intervalo de tiempo finito (integración en el tiempo). Después de esa
integración la partícula tiene una posición nueva en el espacio donde el viento (tanto en
su magnitud como en dirección) puede ser distinto que en la posición inicial. Ocupando
esa información del viento, nuevamente, se puede integrar en el tiempo moviendo la
partícula a otra posición y así sucesivamente se sigue en la integración. El camino que
se describe a través de esa integración se llama trayectoria. Aparte de los procesos de
transporte por viento, también se pueden incorporar los procesos turbulentos de la
atmósfera y, de esta manera, los modelos Langrangeanos, igual que los modelos
Eulerianos, se basan en la simulación de procesos.
Si bien el cálculo de una trayectoria puede entregar información valiosa sobre el destino
de la contaminación de una fuente, no permite la estimación de concentraciones. Para
este fin, se requiere el cálculo de muchas trayectorias (del orden de un millón por fuente).
El requerimiento principal para el uso de los modelos Lagrangeanos es la disponibilidad
de datos meteorológicos cuadri-dimensionales (tres dimensiones en el espacio más el
tiempo). Esa información debería venir de un modelo meteorológico numérico de tipo
Euleriano. En segundo lugar, para estimar concentraciones este tipo de modelo requiere
muchos recursos computacionales lo que ha limitado su uso en el pasado.
Características principales
Esta aproximación se basa en el cálculo de las trayectorias del viento y en el transporte
de parcelas de aire a lo largo de esas trayectorias. Por este motivo son conocidos también
como modelos de trayectoria. La trayectoria puede calcularse desde el momento en que
se produce la emisión hasta alcanzar la zona de interés o, por el contrario, desde el punto
de interés hacia atrás, hasta llegar al origen de la emisión. Esta posibilidad de seguir la
trayectoria de una nube de contaminantes originada por una emisión determinada hace
que los modelos lagrangianos se empleen frecuentemente en la modelización de las
emisiones de fuentes puntuales.
94
Dr. ROLANDO SIXTO BASURCO CARPIO
95
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Así, los estudios cuantitativos de acumulación del CO2 son esenciales para elucidar y
entender cuáles factores contribuyen a la acumulación del CO2. Un modelo matemático
introductorio de los factores que contribuyen a la generación del CO2 y la acumulación
son desarrollados en el subsiguiente ejemplo. El modelo puede ser usado, por ejemplo,
para estudiar el efecto del creciente quemado de combustible fósil y la destrucción de
áreas forestales. El modelo incluye un componente de clima. Éste es un modelo pequeño
de términos, en el que la transferencia de carbón hacia y desde el sedimento y el
carbonato (ambos procesos de transporte de largo plazo) quedan excluidos.
La estructura del modelo es ilustrada en la Figura 5.11 y consiste de cinco reservorios
interconectados:
➢ Atmósfera
➢ La Biosfera Terrestre
➢ Superficie del océano
➢ Carbón del suelo y detritus
➢ Profundidad del océano
Los rectángulos representan los reservorios, cada uno con un valor inicial (en giga
toneladas de carbón). Los flujos son representados por las flechas grandes con los
círculos adjuntos a la presente. Estos están en unidades de giga toneladas/año. Los
círculos simples, conocido como "convertidores", tienen constantes numéricas o fórmulas
algebraicas representando funciones matemáticas específicas.
FIGURA 3.12: Diagrama de flujo para la simulación del CO2 total en STELLA
Nuestro interés es evaluar la cantidad de carbón en los reservorios en cualquier período
de tiempo dado sobre el tiempo de simulación, específicamente la cantidad de carbón
atmosférico presente. Los flujos representan los diversos procesos que afectan la
cantidad de carbón que podrían ser depositados o removidos de un reservorio. Incluidos
en los flujos están las ecuaciones para calcular fotosíntesis estacional, emanaciones
desde el océano, la respiración, la muerte, la descomposición, y otros.
Ecuaciones diferenciales
96
Dr. ROLANDO SIXTO BASURCO CARPIO
Ecuaciones algebraicas
97
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
98
Dr. ROLANDO SIXTO BASURCO CARPIO
1 Gigatonelada = 1015 gm
1 ton métrica = 1000 kg = 106 gm
99
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
100
Dr. ROLANDO SIXTO BASURCO CARPIO
CAPITULO IV
MODELIZACIÓN DE LA CALIDAD DEL AGUA - ESTUARIOS - CURSOS DE
AGUA
4.1 MODELOS DE CALIDAD DE AGUA
El agua es un líquido vital para el consumo de las especies vivas, es decir, la flora y fauna.
Sin embargo este recurso natural ha sufrido gran deterioro, tanto de forma natural
(eutroficación, microorganismos) como por la actividad humana.
Los ríos han sido considerados como la principal fuente de disposición de descargas de
contaminantes, es decir de aguas residuales de la industria, doméstica y agricultura.
(James, 1993). Claramente, los ríos poseen varios rasgos atractivos como un medio de
disposición de aguas residuales:
➢ Transporte de aguas residuales hacia el océano.
➢ Dilución y dispersión debido al mezclado rápido.
➢ Baja sedimentación y re suspensión con extendimiento del sedimento sobre un área
grande.
➢ Condiciones turbulentas que causan una rápida re aireación.
Sin embargo, pese a estas ventajas existen muchos cambios indeseables en la flora v la
fauna. La mayoría de estos cambios son a través de la descarga de materia orgánica
(DBO), la cual da como resultado un incremento en la concentración de oxígeno disuelto.
Los modelos de los ríos, no son más que relaciones entre la velocidad de descarga y la
concentración del oxígeno disuelto.
Atendiendo al ámbito espacial sobre el que operan, los modelos pueden clasificarse en:
➢ Modelos adimensionales: cuando proporcionan la evolución del sistema con el
tiempo en un sistema que carece de dimensiones espaciales: x = f(t). Estos modelos
suponen que el medio es homogéneo en todas las direcciones del espacio.
➢ Modelos unidimensionales: cuando proporcionan la evolución del sistema con el
tiempo a lo largo de un dirección en el espacio x, suponiendo que el medio es
homogéneo en las otras dos direcciones (y,z): x = f(t,x).
➢ Modelos multidimensionales: cuando proporcionan la evolución del sistema con el
tiempo a lo largo de dos o tres dimensiones espaciales (modelos 2D y 3D)
respectivamente): x = f(t,x,y,z).
Los factores que influyen sobre el grado de complejidad del modelo incluyen:
➢ El tipo de problema de calidad del agua que se desea resolver,
➢ Las características del cuerpo del agua, la disponibilidad de datos observados,
históricos, y actuales sobre la calidad del agua y sobre las descargas de aguas
residuales,
➢ Los riesgos para la salud pública y el ambiente relacionados con el área, la gama
disponible de opciones y de estrategias, y el tiempo y los recursos financieros
disponibles
Los modelos pueden ser dinámicos o de estado estacionario. Los dinámicos proveen
información acerca de la calidad del agua tanto en la dirección (o distancia aguas abajo
de una descarga) como en el tiempo y los estacionarios suponen que existe variación
sólo en el espacio (no existe cambios de los indicadores en el tiempo), como por ejemplo
una descarga continua y constante. Estos son de menor grado de dificultad y de menor
costo de aplicación que los modelos dinámicos.
4.1.1 TIPOS DE MODELOS
1.- Modelo de simulación
101
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Los modelos de simulación son los más usados y simplemente permiten encontrar la
respuesta del sistema (salida) frente a diversos estímulos o entradas, tal como una
función entrega los valores asociados a diferentes valores que asume la variable..
2. Modelos de optimización
En los modelos de optimización generalmente el problema es encontrar el conjunto
de valores de las variables de entrada que optimiza una determinada función de las
variables de salida o de las propias variables de entrada, sujeto a de determinadas
restricciones. Un ejemplo típico de modelo de optimización es la minimización de
costos de tratamiento sujeto a mantener una determinada calidad objetivo. En
términos de ecuaciones, el problema se puede plantear como
Encontrar
3. Modelos estocásticos
Los modelos estocásticos se caracterizan por tener alguna componente
desconocida, de la cual sólo se conoce su probabilidad de ocurrencia. Una forma
clásica de representar estas variables es la siguiente:
102
Dr. ROLANDO SIXTO BASURCO CARPIO
➢ Reacción o degradación
Un modelo matemático de simulación se basa en la evaluación de estas variables.
El transporte por advección consiste en que el contaminante se desplaza de un punto de
mayor concentración a otro de menor concentración, originada por la separación o
compresión de las líneas de corriente del agua, por cambios de volumen de la masa de
agua que transporta el contaminante.
La difusión se refiere al desplazamiento del contaminante por cambios de concentración
del mismo dentro de la masa del agua. Cuando existen puntos de diferente concentración,
el contaminante se dispersa hasta que la concentración es igual en todos los puntos.
La reacción es la transformación o cambio de concentración que sufre el contaminante
por su interacción con los componentes químicos (especialmente el oxígeno) y biológicos
del agua (disminución o crecimiento de ciertas especies) del agua. Un ejemplo de
reacción lo constituye la DBO: aquí el oxígeno reacciona con la materia orgánica
(contaminante), transformándola en dióxido de carbono, hidrógeno y agua.
Particularmente las sustancias tóxicas, una vez vertidas al cuerpo de agua, presentan los
siguientes fenómenos:
➢ Absorción y desorción de la sustancia química en partículas sólidas contenidas en el
agua.
➢ Sedimentación y re suspensión en los sedimentos del fondo del cuerpo de agua.
➢ Difusión del tóxico en el agua contenida en los poros del sedimento.
➢ Intercambio entre la sustancia química en la atmósfera y la sustancia química en el
agua.
➢ Pérdida en la concentración del tóxico por degradación microbiana, fotolisis e
hidrólisis.
➢ Aumento en la concentración por los organismos acuáticos.
➢ Transferencia del tóxico, en la cadena alimenticia, hacia alimentos acuáticos.
Todo cuerpo de agua tiene una capacidad asimilativa que reduce la contaminación a
través del tiempo, si no se producen nuevas cargas contaminantes. La consideración más
importante para determinar la capacidad asimilativa es la habilidad que presenta para
mantener una concentración de oxígeno disuelto; está afectada por los siguientes
factores:
➢ Temperatura. El aumento en la temperatura reduce el valor de saturación de oxígeno
disuelto e incrementa la velocidad de degradación de la materia orgánica.
➢ El oxígeno que consumen los microorganismos para degradar la materia orgánica
(DBO).
➢ Re aireación. Es la recuperación de oxígeno que realiza el cuerpo de agua para
compensar el consumo generado por la DBO. La re aireación se puede realizar por la
presencia de tributarios, escorrentía superficial, contacto interfuncional de la masa de
agua con la atmósfera y fotosíntesis de las plantas acuáticas y altas.
➢ Salinidad. La presencia de sal en el agua hace que se disminuya la capacidad para
retener el oxígeno disuelto.
4.2.1 MODELO MATEMATICO
Los procesos clave de transporte (de un soluto) en las masas de agua, sea un rio, un
lago o un estuario son:
➢ Convección debida a la velocidad media de la masa de agua.
➢ Difusión o dispersión, ya sea molecular o turbulenta.
103
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Reordenando tenemos:
104
Dr. ROLANDO SIXTO BASURCO CARPIO
Donde:
C Concentración del contaminante.
W Flux de descarga del contaminante.
Qw Flujo del efluente.
Q Flujo de agua fresca.
K Constante cinética de reacción.
La condición de frontera a la que está sujeta esta ecuación es que en x=0 el flujo es
igual al flujo de descarga y matemáticamente se expresa como:
105
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
106
Dr. ROLANDO SIXTO BASURCO CARPIO
4.3.
FIGURA 4.3: Esquema general del balance de oxígeno con el modelo QUAL2 con sus
diferentes variables y parámetros
4.3 CALIDAD DE AGUA EN LAGOS Y EMBALSES
Para modelar lagos y embalses, es necesario considerar como mínimo:
➢ EI origen geológico y la geomorfología del lago
➢ EI balance hidrológico y el estudio sedimentológico.
➢ EI efecto de las cargas contaminantes provenientes de actividades humanas.
➢ EI análisis de los patrones de circulación y su efecto sobre la distribución de
nutrientes dentro del lago.
➢ La evolución de las comunidades tróficas en el lago.
Existe abundante literatura relacionada con las técnicas de modelamiento en ambientes
lacustres. Recientemente, la UNESCO y la IAHR elaboraron dos importantes documentos
acerca del estado del conocimiento en éste campo, hecho que demuestra la preocupación
internacional por el futuro de estos ecosistemas, del cual depende también la vida de
miles de millones de personas. El contenido de esta página está basado ampliamente en
estos dos trabajos (ver Jolánkai (1992) y Novak (1991)), aunque incluye información de
otras fuentes que pueden consultarse.
4.3.1 ORIGEN GEOLÓGICO DE LAGOS Y CUENCAS LACUSTRES
Lagos de cuenca tectónica: producidos
principalmente por el efecto de fallas tectónicas y
la formación de depresiones en graben (un ejemplo
de este tipo es el lago Ness, en Escocia).
Lagos de cuenca volcánica: pueden ser lagos de
forma aproximadamente circular cuando ocupan el
cráter, o de diversas formas cuando se presentan
como resultado de la obstrucción de cursos de
agua por acción de la lava o del mismo
levantamiento del volcán.
107
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
108
Dr. ROLANDO SIXTO BASURCO CARPIO
109
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
.
FIGURA 4.5: Mapa batimétrico.
Al contar con el mapa batimétrico del cuerpo de agua, se puede determinar el área
que abarca cada línea de profundidad con la ayuda de un planimetro. El proceso de
cálculo de la morfometría de un lago o reservorio consiste en determinar las áreas
de un mapa batimétrico. Se prosigue tabulando estas áreas para determinar los
volúmenes de cada sección, a través de una integración numérica, como se muestra
en la Figura 4.6.
Los resultados mostrados en la Figura 4.5, son comúnmente representados
gráficamente en función de la profundidad, como se muestra en la Figura 4.6.
110
Dr. ROLANDO SIXTO BASURCO CARPIO
FIGURA 4.7: Esquemas comparativos del movimiento del agua en un lago natural y
uno artificial (reservorio o embalse).
La morfometría de las cubetas lacustres tiene un importante efecto en la mayoría de
los parámetros físicos, químicos y biológicos que en conjunto determinan el
metabolismo de un lago. La caracterización morfométrica de un cuerpo de agua
idealizada debe ser el punto de partida para las investigaciones limnológicas, ya que
a partir de ella se puede determinar la ubicación de los muéstreos y se genera una
idea sobre el funcionamiento del sistema para poder crear un modelo matemático.
4.3.4 ESTADO ESTACIONARIO, DISTRIBUCIÓN HORIZONTAL Y VERTICAL,
111
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Para la mayoría de los casos las entradas y salidas son fáciles de medir lo que no
ocurre con los otros términos de la ecuación; es por esta razón que muchas veces
suelen ser descuidados y se recurre a una simplificación, donde se considera que la
evaporación se equilibra con la precipitación, y el flujo subterráneo es despreciable.
Distribución horizontal
La distribución horizontal en los lagos depende, básicamente, de fuentes puntuales,
como lo es la desembocadura de un río, creando corrientes que se mueven
horizontalmente, de acuerdo a su coeficiente de dispersión, que parametriza los
efectos difusivos de origen molecular y turbulento en la dirección longitudinal. Los
procesos físicos de advección29 y dispersión, tanto transversal como longitudinal,
junto con los químicos de degradación o reacción se pueden cuantificar para la
obtención de la concentración de la corriente inducida en el lago.
Así como las fuentes puntuales son las principales causantes de una distribución
horizontal en un cuerpo de agua, también pueden existir fuentes no puntuales, como
lo son las uniformemente distribuidas o los escurrimientos superficiales distribuidos,
ya que lo que distingue a esta distribución es la diferencia de concentraciones y
características físicas de los líquidos. Cuando el viento es significativo es importante
considerar el transporte advectivo, el cual afecta la concentración de la corriente a lo
largo del eje de la desembocadura, provocando este tipo de distribución.
Un lago de forma alargada, puede estar longitudinalmente segmentado ya que los
tramos de cabecera suelen ser más frescos y también debido a que la temperatura
va aumentando conforme se acerca a la desembocadura. De igual manera, las aguas
de cabecera están mejor oxigenadas y es notable que en las zonas más
contaminadas la concentración de oxígeno disminuye debido a la actividad
bacteriana. Los diferentes tipos de distribución horizontal en lagos se pueden
apreciar en la Figura 4.8c, d y e.
En los lagos naturales el agua se mezcla debido a vientos y radiación solar, en
cambio, en los reservónos o embalses también influye la direccionalidad horizontal
que se crea desde la entrada del río hasta la salida del embalse. Debido a este tipo
de flujo se crean diferencias longitudinales, latitudinales y verticales en la columna
de agua del embalse y una distribución irregular de la temperatura, lo que determina
la estratificación del embalse.
112
Dr. ROLANDO SIXTO BASURCO CARPIO
113
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
114
Dr. ROLANDO SIXTO BASURCO CARPIO
por completo.
Los cuerpos de agua suelen clasificarse según la abundancia de nutrientes que
contienen, como se muestra en la Figura 4.10, es decir en cuanto a su estado trófico:
➢ Oligotrófico: lago pobremente nutrido, por lo que el agua es clara, penetra la luz
con facilidad, hay oxígeno en abundancia, y tiene una baja producción. Aunque
la cantidad de organismos que habitan en este estado es limitado, puede existir
una gran diversidad de especies;
➢ Mesotrófico: lago moderadamente nutrido, el agua cuenta con más nutrientes y
menos oxígeno, con todo lo que esto implica;
➢ Eutrófico: lago bien nutrido, lo que facilita la proliferación de la algas y disminuye
el nivel de oxígeno disuelto en el agua; la luz penetra con dificultad, el agua es
turbia por lo que se encuentran seres vivos característicos de aguas pobres en
oxígeno;
➢ Hipereutrófico: lago sobre nutrido, el fondo del lago se va rellenando
rápidamente de sedimentos, donde se producen putrefacciones anaerobias con
malos olores, y la luz solar ya no penetra en el lago.
115
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
116
Dr. ROLANDO SIXTO BASURCO CARPIO
117
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
118
Dr. ROLANDO SIXTO BASURCO CARPIO
119
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
zona mediana en meandros, sometida a las influencias mixtas de las mareas y del
río, presenta la energía mínima del sistema y está caracterizada por el depósito de
point-bars con grano fino. Dicha zona en meandros parece ser un rasgo característico
de los estuarios dominados por las mareas. El canal recto superior pasa directamente
al sistema fluviátil, y no hay delta de desembocadura (Fig. 4.14).
4.4.3 MODELO MATEMATICO DE VERTIDO EN ESTUARIOS
Por lo general, las aguas de los estuarios están estratificadas verticalmente,
discurriendo el agua dulce por encima del agua marina al ser esta última más densa.
Por otro lado, en muchos estuarios la acción de las marcas aumenta la mezcla y
dispersión de los residuos, por lo que al plantear la ecuación de balance en cada
elemento de volumen será necesario tener en cuenta la entrada y salida de
contaminante por dispersión axial. Así, suponiendo que la degradación del
contaminante sigue una cinética de primer orden de velocidad especifica «k», la
ecuación seria:
siendo:
U = velocidad del flujo en el río (U=Q/A) (LT-1),
A = área de la sección transversal del cauce (L2), y
E = coeficiente de difusión turbulenta (L2T-1).
Existen dos soluciones de la ecuación anterior, de particular interés:
a) Descarga instantánea de la masa M de contaminante en x = 0 y t = 0
La ecuación de la concentración del componente C a lo largo del eje del estuario (en
régimen no estacionario) sería:
Donde
Siendo
120
Dr. ROLANDO SIXTO BASURCO CARPIO
La raíz positiva se refiere a la dirección aguas arriba del puntó de vertido (-x) y la raíz
negativa aguas abajo (+x).
Si el vertido se mezcla instantáneamente en la corriente de agua, la concentración
de contaminante en el punto de vertido (x = 0) vendrá dada por:
que representa el perfil de concentraciones del contaminante aguas abajo del punto
de vertido.
Considerando que Q = A • U, se tendría;
121
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
122
Dr. ROLANDO SIXTO BASURCO CARPIO
El escritorio de MATLAB.
Una vez iniciado el programa aparece el escritorio de MATLAB, cuya apariencia puede
modificarse abriendo y cerrando las distintas herramientas. En la opción VIEW podrá
seleccionar las ventanas que desee tener abiertas.
123
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
A=
16 3 2 13
5 10 11 8
9 6 7 12
4 15 14 1
» sum(A) % Suma de las columnas
ans =
34 34 34 34
» A' % Trasponer una matriz
ans =
16 5 9 4
3 10 6 15
2 11 7 14
13 8 12 1
» (A')' % Doble Trasposición
ans =
16 3 2 13
5 10 11 8
9 6 7 12
4 15 14 1
» diag(A) % Obtención de la diagonal de la matriz
ans =
16
10
7
1
» sum(diag(A)) % suma de los elementos de la diagonal
ans =
34
» elemento=A(1,3) % Acceso a un elemento
elemento =
2
» fila=A(1,:) % Acceso a una fila (1ª fila, todas las columnas)
fila =
16 3 2 13
» columna=A(:,3) % Acceso a una columna (todas las filas, 3ª columna)
columna =
2
11
7
14
» A(4,5)=17 % Cambiar o añadir un elemento
A=
16 3 2 13 0
5 10 11 8 0
9 6 7 12 0
124
Dr. ROLANDO SIXTO BASURCO CARPIO
4 15 14 1 17
Observe que al acceder a un elemento no existente, se crea un nueva columna para que
pueda ser asignado.
Sugerencia: ¿Cómo eliminaría esa nueva columna creada?
Empleo del carácter ‘:’
» 1:10 % Comienzo:fin
ans =
1 2 3 4 5 6 7 8 9 10
» 1:0.1:2 % Comienzo:paso:fin
ans =
Columns 1 through 7
1.0000 1.1000 1.2000 1.3000 1.4000 1.5000 1.6000
Columns 8 through 11
1.7000 1.8000 1.9000 2.0000
» 100:-7:50 % Paso negativo
ans =
100 93 86 79 72 65 58 51
» A=A(:,1:4) % Solución a la sugerencia anterior
A=
16 3 2 13
5 10 11 8
9 6 7 12
4 15 14 1
1.2.- Expresiones.
a) Variables
MATLAB no precisa la definición previa de una variable, queda definida en el momento
que se declara.
» nueva_variable=45 % Definición de una nueva variable
nueva_variable = 45
b) Números
MATLAB soporta notación tradicional y científica. La parte imaginaria de los números
complejos viene precedida de la letra i o j que representa la unidad imaginaria.
Algunos ejemplos de números:
3.0000 + 7.0000i
1.2000e+013
-125
c) Operadores
Consulte el manual para conocer todos los operadores: +, -, *, /, ...
d) Funciones
MATLAB suministra una serie de funciones básicas, como por ejemplo la función cos
(coseno). Cuando se quiere obtener más información de una función, teclee desde la
línea de comandos el nombre de la función precedido de la palabra help:
» help cos
125
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
COS Cosine.
COS(X) is the cosine of the elements of X.
e) Ejemplos de expresiones.
Veamos algunos ejemplos de expresiones:
» cos(acos(45))
» sqrt(2^4)
» (log(log10(1000)+1))
1.3.- Trabajando con matrices.
Algunas funciones: zeros, ones, rand, randn, generan matrices básicas:
» q=zeros(1,3) % Generación de un vector de ceros.
q=
000
» q=randn(2,2) % Generación de una matriz 2x2 de números
% normalmente distribuidos
q=
-0.4326 0.1253
-1.6656 0.2877
Para guardar y recuperar datos, emplee las funciones save y load que trabajan con fichero
*.mat.
» clear % Borra todas las variables en uso ¡¡¡ CUIDADO!!!
» who % Lista las variables en uso
» A=123; % Definimos una nueva variable
» who
Your variables are:
A
» whos % Listado de variables con información complementaria
Name Size Bytes Class
A 1x1 8 double array
Grand total is 1 elements using 8 bytes
» save guardar % Creación de un fichero
» clear % Borramos variables
» who % Comprobamos que no hay variables.
» load guardar % Recuperamos los datos del fichero.
» who % Comprobamos la recuperación
Your variables are:
A
Veamos un ejemplo de concatenación de matrices:
» A=ones(3,3)
A=
111
111
126
Dr. ROLANDO SIXTO BASURCO CARPIO
111
» B=[A A+10; A+20 A-1]
B=
1 1 1 11 11 11
1 1 1 11 11 11
1 1 1 11 11 11
21 21 21 0 0 0
21 21 21 0 0 0
21 21 21 0 0 0
» B(2,:)=[] % Elimina la segunda fila
B=
1 1 1 11 11 11
1 1 1 11 11 11
21 21 21 0 0 0
21 21 21 0 0 0
21 21 21 0 0 0
1.4.- Más sobre vectores y matrices.
Realicemos algunas operaciones con matrices:
» A=magic(4) % Definimos una matriz mágica 4x4
A=
16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1
» B=A+A' % Generamos una matriz simétrica
B=
32 7 12 17
7 22 17 22
12 17 12 27
17 22 27 2
» C=A*A' % Producto de matrices
C=
438 236 332 150
236 310 278 332
332 278 310 236
50 332 236 438
» d=det(A) % Cálculo del determinante (la matriz es singular)
d=0
» Z=inv(A) % Cálculo de la inversa (la matriz es singular)
Warning: Matrix is close to singular or badly scaled.
Results may be inaccurate. RCOND = 1.567374e-017.
Z = 1.0e+014 *
0.9382 2.8147 -2.8147 -0.9382
2.8147 8.4442 -8.4442 -2.8147
-2.8147 -8.4442 8.4442 2.8147
-0.9382 -2.8147 2.8147 0.9382
» eig(A) % Cálculo de los valores propios de A
127
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
ans =
34.0000
8.9443
-8.9443
0.0000
Cuando se quiere trabajar con vectores, se deben emplear los operadores adecuados.
Consulte el manual para obtener la lista de estos operadores. Veamos algunos ejemplos:
» A=magic(2) % Matriz 2x2
A=
13
42
» B=A.*A % Producto elemento a elemento de dos matrices
B=
19
16 4
» n=(0:9)' % Definición de en vector columna
n=
0
1
2
3
4
5
6
7
8
9
» Potencias=[n n.^2 2.^n] % Empleo de la columna para definir una matriz
potencias =
001
112
244
398
4 16 16
5 25 32
6 36 64
7 49 128
8 64 256
9 81 512
Consideremos ahora las posibilidades de MATLAB para realizar cálculos estadísticos
multivariable. Introducimos los datos de cinco individuos relativos a su frecuencia
cardiaca, peso (en libras) y horas semanales de ejercicio.
>> D=[72 134 3.2; 81 201 3.5; 69 156 7.1; 82 148 2.4; 75 170 1.2]
D=
72.0000 134.0000 3.2000
81.0000 201.0000 3.5000
69.0000 156.0000 7.1000
82.0000 148.0000 2.4000
75.0000 170.0000 1.2000
128
Dr. ROLANDO SIXTO BASURCO CARPIO
129
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Emplee las flechas y para recuperar y moverse por las líneas editadas anteriormente
desde la línea de comandos.
2.- Gráficos.
2.1) Gráficos básicos.
Veamos algunos ejemplos de la capacidad de MATLAB de realizar representaciones
gráficas.
1
» t=0:pi/100:2*pi; % Definimos el eje de
0.8
tiempos como un vector de
0.6
% 200 puntos entre 0 y 6.28. 0.4
-0.4
La siguiente figura muestra el resultado
de ejecutar la última instrucción. -0.6
-0.8
Para representar varias señales a la vez,
-1 1
puede realizar el siguiente conjunto de 0 1 2 3 4 5 6 7
instrucciones: 0.8
0.6
» y2=sin(t-0.25);
0.4
» y3=sin(t-0.5); 0.2
» plot(t,y,t,y2,t,y3); 0
-0.2
Consulte el manual para conocer los
-0.4
distintos colores, tipos de línea, etc..., que
puede emplear. -0.6
-0.8
El comando figure sirve para crear una
-1
nueva figura o para invocar figuras ya 0 1 2 3 4 5 6 7
existentes.
El comando hold on permite realizar un nuevo gráfico sobre otro ya existente sin que se
abra una nueva figura. Si es preciso, se re escalan los ejes. El comando hold off
desactiva la opción anterior, evitando que un nuevo gráfico se superponga a uno ya
existente
Veamos como subdividir la pantalla (en un ejemplo que emplea gráficos en dos
dimensiones):
» t=0:pi/10:2*pi; % Definición del eje de tiempos
» [X,Y,Z]=cylinder(4*cos(t));
» subplot(2,2,1), mesh(X); % Dibujo en el primer cuadrante
» subplot(2,2,1), mesh(X);
» subplot(2,2,3), mesh(Z);
» subplot(2,2,4), mesh(X,Y,Z);
130
Dr. ROLANDO SIXTO BASURCO CARPIO
-5
40
40
20 20
0 0
1 1
0.5 0.5
0 0
40 5
40 5
20 20 0 0
0 0 -5 -5
gráfico -0.2
note the odd symetry
» text(1,-1/3,'\it{note the odd symetry}'); % -0.4
Comentario -0.6
-0.8
131
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
132
Dr. ROLANDO SIXTO BASURCO CARPIO
a=5
e) Sentencia break
Permite salir anticipadamente de la ejecución de un bucle.
3.2.- Otras estructuras de datos.
Consulte el manual para conocer el manejo de vectores multidimensionales, registros,
cadenas de caracteres,...
3.3.- Scripts y funciones.
MATLAB permite trabajar no sólo desde la línea de comandos sino también mediante la
edición de ficheros *.m. Estos ficheros pueden clasificarse en dos tipos: scripts y
funciones. Los primeros no aceptan argumentos de entrada ni devuelven resultados.
Operan con las variables del workspace. Las funciones aceptan argumentos de entrada
y devuelven resultados.
Para crear un script nuevo seleccione FILE en el menú principal. Seleccione ahora la
opción NEW y finalmente seleccione M-FILE. Aparece ahora le editor de MATLAB.
Escriba a continuación una serie de instrucciones, por ejemplo:
n=0:pi/100:2*pi;
s=sin(n);
plot(n,s);
Guarde estas líneas con el nombre que quiera y la extensión .m (por ejemplo, script1.m).
A continuación desde la línea de comandos de MATLAB invoque a la función:
» script1
El resultado será el del conjunto de instrucciones de MATLAB contenidas en el fichero
script1.m, en este caso, la figura siguiente:
Para ilustrar el empleo de funciones, veamos el aspecto de la función mean.m que calcula
la media de un vector o matriz:
» type mean
function y = mean( x,dim)
% MEAN Average or mean value.
% For vectors, MEAN(X) is the mean value of the elements in X. For
% matrices, MEAN(X) is a row vector containing the mean value of
% each column. For N-D arrays, MEAN(X) is the mean value of the
% elements along the first non-singleton dimension of X.
%
% MEAN(X,DIM) takes the mean along the dimension DIM of X.
%
% Example: If X = [0 1 2
% 3 4 5]
%
% then mean(X,1) is [1.5 2.5 3.5] and mean(X,2) is [1 4]
%
% See also MEDIAN, STD, MIN, MAX, COV.
% Copyright (c) 1984-98 by The MathWorks, Inc.
% Revision: 5.13 Date: 1997/11/21 23:23:55
if nargin==1,
% Determine which dimension SUM will use
dim = min(find(size(x)~=1));
if isempty(dim), dim = 1; end
y = sum(x)/size(x,dim);
133
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
else
y = sum(x,dim)/size(x,dim);
end
Observe atentamente la sintaxis de la definición de funciones en el entorno MATLAB y
realice algún ejemplo similar. El modo de edición es el mismo que en el caso de ficheros
script.
3.4.- Programas de demostración
Para consultar el listado de demostraciones con que cuenta MATLAB, teclee help demo
desde la línea de comandos.
Para ejecutar alguna desde estas demos, invoque a la función desde el prompt de la línea
de comandos
>> ffftdemo;
Recordamos por último que aquí sólo termina la introducción a MATLAB que pretende
únicamente presentar las posibilidades del entorno de trabajo. Consulte las ayudas y
manuales cuantas veces el resulte necesario para elaborar sus programas.
Más adelante, repasaremos la construcción de GUI y presentaremos la biblioteca de
procesado de señal. Por último, le recomendamos que consulte en Internet con frecuencia
ya que existe numeroso software generado en este entorno de programación.
4.6 TRABAJO A DISTANCIA
El trabajo de esta semana será resolver las siguientes interrogantes en Matlab:
1.- Revisar en el Help de Matlab la información de las siguientes funciones: sin, cos, tan,
exp.
2.- Graficar la función siguiente: (x3+1)/x, usando Ezplot y usando líneas de programación
con vectores.
3.- Representar los vectores siguientes y resolver las operaciones Indicadas:
Vectores: u = [1 2 3], v = [1,2,3], w = [1;2;3], w =[1 2 3].
Progresivos: 0:0.1:10, linspace(0,1,11).
Normas: norm(v,2), norm(v,1), norm(v,inf).
Operaciones con vectores:
Suma: u+v, de comps.: sum(u);
Productos: por escalar: 2*u, escalar: dot(u,v), elemental: u.*v, matricial: u*w, w*u, de
comps.: prod(u);
Transpuesta: u', Voltear fliplr(x), flipud(x'),
Funciones: x = -1:0.01:1, y = tanh(x), plot(x,y)
4.- Escribir las Matricessigueintes y realizar operaciones indicadas a su libre
determinación:
Matrices:
Edición: A = [1,2;3,4], B=[-1-2-3-4], Elemento: A(2,1) , Fila: A(2,:) , Columna: A(:,1).
Bloques M = [A,B;B,A], Submatrices M41= M(1:3,2:4), fil = [1,2,4], col = [1,3,4], M32=
M(fil,col).
Operaciones con matrices a realizar:
134
Dr. ROLANDO SIXTO BASURCO CARPIO
p( x) = 23 x 3 − 5x 2 + 343 x − 7
Coeficientes p=[2/3 -5 34/3 -7]
Valor de p en x: polyval(p,x)
Raíces: roots(p)
Multiplicación: conv(p,q)
División con resto: [q,r] = deconv(p,d)
6.- Representar dos funciones diferentes sugeridas por Ud. En un mismo gráfico con
diferentes colores de línea use la información siguiente:
El comando plot, nos permite graficar en dos dimensiones, mostraremos aquí algunas
variantes para tipo de trazado y color.
135
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
136
Dr. ROLANDO SIXTO BASURCO CARPIO
CAPITULO V
MODELIZACIÓN DE SISTEMAS DE TRATAMIENTO DE AGUAS RESIDUALES
5.1 TRATAMIENTO DE AGUAS RESIDUALES.
Se puede definir el agua residual como la combinación de los residuos líquidos
procedentes tanto de residencias como de instituciones públicas y establecimientos
industriales y comerciales a los que pueden agregarse, eventualmente aguas
subterráneas, superficiales y pluviales.
En la medida en que se vaya presentando acumulación y estancamiento del agua residual
pueden generarse gases de mal olor debido a la descomposición orgánica que ésta
posee: además es importante anotar que en el agua residual hay existencia de numerosos
microorganismos patógenos y causantes de enfermedades que habitan en el aparato
intestinal humano o que pueden estar en ciertos residuos industriales. Pero no todo es
negativo, las aguas residuales contienen nutrientes que en gran parte ayudan al
crecimiento de plantas acuáticas.
5.1.1 ORIGEN DE LAS AGUAS RESIDUALES
Por su origen las aguas residuales presentan en su composición diferentes
elementos que se pueden resumir como:
➢ Componentes suspendidos
✓ Gruesos (inorgánicos y orgánicos)
✓ Finos (inorgánicos y orgánicos)
➢ Componentes disueltos
✓ Inorgánicos
✓ Orgánicos
5.1.2 CLASIFICACION DE LAS AGUAS RESIDUALES
➢ AGUAS RESIDUALES DOMESTICAS (ARD): son las provenientes de las
actividades domésticas de la vida diaria como lavado de ropa. baño, preparación
de alimentos, limpieza, etc. Estos desechos presentan un alto contenido de materia
orgánica, detergentes y grasas. Su composición varía según los hábitos de la
población que los genera.
➢ AGUAS DE LLUVIAS (ALL): son las originadas por el escurrimiento superficial de
las lluvias que fluyen desde los techos, calles, jardines y demás superficies del
terreno. Los primeros flujos de ALL son generalmente muy contaminados debido
al arrastre de basura y demás materiales acumulados en la superficie. La
naturaleza de esta agua varía según su procedencia: zonas urbanas, rurales, semí
rurales y aún dentro de estas zonas se presentan enormes variaciones según el
tipo de actividad o uso del suelo que se tenga.
➢ RESIDUOS LÍQUIDOS INDUSTRIALES (IRLI): son los provenientes de los
diferentes procesos industríales. Su composición varía según el tipo de proceso
industrial y aún para un mismo proceso industrial, se presentan características
diferentes en industrias diferentes. Los RLI pueden ser alcalinos o ácidos, tóxicos,
coloreados, etc. su composición refleja el tipo de materias primas utilizado dentro
del proceso industrial.
➢ AGUAS RESIDUALES AGRICOLAS (ARA): son las que provienen de la
escorrentía superficial de las zonas agrícolas. Se caracterizan por la presencia de
pesticidas. sales y un alto contenido de sólidos en suspensión. La descarga de esta
agua es recibida directamente por los ríos o por los alcantarillados.
137
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
138
Dr. ROLANDO SIXTO BASURCO CARPIO
139
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
140
Dr. ROLANDO SIXTO BASURCO CARPIO
(
Au xx + Bu xy + Cu yy = f x, y, u, u x , u y )
2u 2u 2u u u
A 2 +B + C 2 = f ( x, y , u , , )
x x y y x y
Con A, B, y C constantes, se llama casi-lineal. Dependiendo del valor que toma (B2-
4AC), tres tipos de ecuaciones:
❑ Sí B2 - 4AC < 0, la ecuación se llama elíptica (Ecuación de Laplace, uxx + uyy
= 0)
❑ Sí B2 - 4AC = 0, la ecuación se llama parabólica (Ecuación de calor, ut = uxx)
❑ Sí B2 - 4AC > 0, la ecuación se llama hiperbólica (Ecuación de ondas, utt = T
uxx)
Definiciones:
141
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
2
u u u
ut = ; ux = ; u xx =
t x 2
x
h
= ; h = t (paso tiempo) ; k = x (espacio)
2
k
Para la solución de las EDP pueden utilizarse una gran variedad de técnicas. Entre
otras técnicas pueden mencionarse, los métodos de diferencias finitas, los métodos
de elementos finitos, los métodos de volúmenes finitos, los métodos espectrales, etc.
Todos ellos tienen defensores y detractores, en algunos casos irreconciliables. En
realidad, cada uno de ellos puede ser el mejor según la aplicación que se considere.
Por ser el más sencillo, y no requerir transformar la EDP, se analizará el método de
las diferencias finitas (MDF). El MDF se basa en propiedades de la expansión en
serie de Taylor. Requiere cierta regularidad en la grilla de trabajo, lo que complica de
cierta manera el tratamiento de geometrías irregulares. La idea básica ya fue
presentada. Consiste en aproximar la derivada parcial por cocientes incrementales.
El método de diferencias finitas se basa en las fórmulas para aproximar las derivadas
primera y segunda de una función.
Discretización: de EDP de hace mediante
EDF
➢ Métodos explícitos
• Sencillos
• Inestables
➢ Métodos implícitos
• Más complejos
• Estables
5.2.2 APROXIMACIONES NUMÉRICAS
1. Aproximación Clásica o Aproximación Explicita hacia Adelante (Forward
Explicit Approximation).
Para poder obtener esta aproximación, se parte de la Serie de Taylor que se
desarrolla para una función f(xi+a), tomando los 2 primeros términos de la derecha:
𝑎2 ′′
𝑓(𝑥𝑖 + 𝑎) = 𝑓(𝑥𝑖 ) + 𝑎 𝑓 ′ (𝑥𝑖 ) +
𝑓 (𝑥𝑖 ) …
2!
Tomando la consideración que la nomenclatura se puede adecuar a la necesidad
de la función que estemos usando, para el caso de las formulas mencionadas a
continuación consideraremos que la i, j+1
función es y que h = y y k = x
Molécula de Calculo
h
ui , j +1 − ui , j
ut ;
h i-1, j i, j i+1, j
ui−1, j − ui , j ui , j − ui+1, j
ux k
k k
142
Dr. ROLANDO SIXTO BASURCO CARPIO
i, j
ui−1, j +1 − ui , j +1 ui , j +1 − ui+1, j +1
ux
k k
u − 2ui , j +1 + ui+1, j +1
u xx i−1, j +1
k2
3. Aproximación Central de la Función
Para determinar la aproximación hacia atrás de la aproximación hacia adelante y
luego rordenando términos se obtiene la aproximación
𝑎2
𝑓(𝑥𝑖 + 𝑎) = 𝑓(𝑥𝑖 ) + 𝑎 𝑓 ′ (𝑥𝑖 ) + 𝑓 ′′ (𝑥𝑖 ) … -
2!
′
𝑎2 ′′
𝑓(𝑥𝑖 − 𝑎) = 𝑓(𝑥𝑖 ) − 𝑎 𝑓 (𝑥𝑖 ) + 𝑓 (𝑥𝑖 ) − ⋯
2!
𝑓(𝑥𝑖 + 𝑎) − 2 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑖 − 𝑎)
𝑓 ′ (𝑥𝑖 ) =
2𝑎
Cuyas formulas serian:
i, j+1
ui , j +1 − ui , j
ut
h
h
ui+1, j − 2ui , j + ui−1, j
ux
k i-1, j i, j i+1, j
143
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Aproximaciones
i-1, j+1 i, j+1 i+1, j+1
ui , j +1 − ui , j
ut
h
i-1, j i, j i+1, j
ux
u i, j
+ (1 − )u i +1, j − u i −1, j + (1 − )u i, j
k
u xx
(u i −1, j +1 − 2ui , j +1 + ui+1, j +1 ) + (ui−1, j − 2ui , j + ui+1, j )
2k 2
5. Crank-Nicholson (Aproximación de Variable implícita ponderada)
(Variable weighted implicit approximation)
(ui−1, j +1 − ui , j +1 ) • + (ui−1, j − ui , j ) • (1 − )
ux
k
u i , j +1
+ (1 − )u i +1, j +1 − u i −1, j +1 + (1 − )u i , j +1 + u i , j + (1 − )u i +1, j − u i −1, j + (1 − )u i , j (1 − )
ux
( ) ( )(
k
ui−1, j +1 − 2ui , j +1 + ui+1, j +1 θ + ui−1, j − 2ui , j + ui+1, j 1 − θ )
u xx 2
k
para:
➢ =0 Clásico explicito
➢ = 0.5 Crank-Nicholson
➢ = 1.0 Backward Implícito
5.2.3 SOLUCIÓN AL SISTEMA DE ECUACIONES FORMADA POR MÉTODOS
IMPLÍCITOS
Ejemplo: La distribución de temperatura en una barra de acero de longitud
L está dada por la siguiente ecuación diferencial parcial y sus
correspondientes condiciones iniciales y de contorno. Se asume una
distribución unidimensional.
T 2T
= 2
t x
144
Dr. ROLANDO SIXTO BASURCO CARPIO
T (x,0) = Tini
Condiciones iniciales y de bordes: T (0, t ) = T0 ;
T ( L, t ) = T L
siendo: T: temperatura; t: tiempo; : difusividad térmica y x: distancia.
Backward aproximación (B-M)
Para i =1
T = T0 1 2
x
N-1 N
T = TL
x
TN −1, j +1 − TN , j +1 TN , j +1 − TL
TN , j+1 − TN , j −
= x x / 2
h x
− TN −1, j +1 + (1 + 3 )TN, j +1 = TN, j + 2TL
Para i = 2:N-1
x
Ti , j +1 − Ti , j Ti −1, j +1 − 2Ti , j +1 + Ti +1, j +1
h k2
− * Ti−1, j +1 + (1 + 2 ) * Ti , j +1 − * Ti+1, j +1 Ti , j
Sistema de ecuaciones en forma matricial
145
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
(1 + 3 ) − T1 T1 + 2 * T0
− (1 + 2 ) − T
T2
2
− (1 + 2 ) − . = .
.... .... .... . .
− (1 + 2 ) − . TN −1
− (1 + 3 ) TN TN + 2 * TL
A T J +1 = T J
Solución en MatLab
T j+1 = A | TJ
Diámetro: [m] R
Largo: L [m]
Porosidad: [-]
Dispersión: D [m2/s]
Balance de Materia
Velocidad Produción
Velocidad de Velocidad de
de = − + y/o
Entrada Salida
Acumulación Degradación
146
Dr. ROLANDO SIXTO BASURCO CARPIO
c
A qc − DA
x
x
c x
A x
x + x t
Advección Dispersión
(A x ) c = (A q c |x = x −A q c |x = x + x ) +
t
c c
+ (− D A ) − (− D A ) + (A x ) R
x x = x x x = x + x
Dividiendo por el volumen ( A x )
c c
x −
c q (c | x = x − c | x = x + x ) x = x + x x x = x
= + D +R
t x x
y tomando el limite cuando x → 0 se llega a obtener la ecuación diferencial de
Advección-Dispersión.
c 2 c q c
=D 2 − +R
t x x
Condiciones de Contorno
• A la entrada de la columna
• Concentración conocida c = c0 , Flujo conocido A la salida de la columna
c
q c 0 = qc | − D
x =0+ x x = 0 +
• Concentración c = 0 a una distancia infinitamente grande
• Transporte por difusión a la salida es insignificante, solo transporte por
advección
c
= 0
x x = L
qc |c = L 0
Solución Analítica
Para las condiciones de contorno especificadas arriba, la solución analítica de la
ecuación de Advección-Dispersión es:
147
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
q q
x− t x + t
c 1
= erfc + exp q x
erfc
D
c0 2 2(DL t )0.5 2(DL t )0.5
L
Solución Numérica
Procedimiento
• El sistema es discretizado en N elementos
x=0 x x=
• La ecuación es aplicada a cada elemento en el sistema discretizado
• N ecuaciones son obtenidas para N incognitas
• Usando álgebra, podemos escribir las ecuaciones
Ac = b
donde:
c es el vector de concentraciones
A es la matriz de coeficientes
b es un vector de términos conocidos
Ejemplo: Transporte de soluto a través de una columna horizontal de longitud lo
suficientemente larga para considerar la concentración a la salida igual a cero c
= 0. La columna se encuentra rellena con partículas (inertes.) La concentración
a la entrada es constante c = c0.
c 2c c
=D 2 −u
t x x
Balance Másico
1. Discretización del sistema
x=0 x x=
2. Aproximación de las ecuaciones diferenciales por diferencias finitas
Para i = 2 a i =N-1
x
c ci , j +1 − ci , j
=
t h
148
Dr. ROLANDO SIXTO BASURCO CARPIO
2c
D 2 = D 2 (ci −1, j − 2ci , j + ci +1, j )(1 − ) + (ci −1, j +1 − 2ci , j +1 + ci +1, j +1 )
1
x x
u
c
x
=u
1
x
( ) (
c i +1, j − c i, j (1 − ) + ci +1, j+1 − c i, j+1 )
lado derecho de la igualdad
u x u x
(1 − ) ci −1, j + 1 − (1 − ) 2 − ci , j + (1 − )1 − ci +1, j
D D
lado izquierdo de la igualdad
u x u x
− ci −1, j +1 + 1 + 2 − ci , j +1 − 1 − ci +1, j +1
D D
Para i = 1
c = c0 1 2
x
c c1, j +1 − c1, j
=
t h
2c
D 2 = D 2 (2c0 − 3c1, j + c2, j )(1 − ) + (2c0 − 3c1, j +1 + c2, j +1 )
1
x x
c
= u (c1, j − c0 )(1 − ) + (c1, j +1 − c0 )
2
u
x x
lado derecho de la igualdad
u x u x
2 1 + c0 + 1 − (1 − ) 3 + 2 c1, j + (1 − ) c2, j
D D
lado izquierdo de la igualdad
u x
1 + 3 + 2 D c1, j +1 − c2, j +1
Para i = N
N-1 N c=0
x
c cN , j +1 − cN , j
=
t h
149
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
2c
D 2 = D 2 (cN −1, j − 3cN , j + 2cN +1, j )(1 − ) + (cN −1, j +1 − 3cN , j +1 + 2cN +1, j +1 )
1
x x
c
= u (c N , j − c N +1, j )(1 − ) + (c N , j +1 − c N +1, j +1 )
2
u
x x
lado derecho de la igualdad
u x u x
(1 − ) c N −1, j + 1 − (1 − ) 3 + 2 c N , j + 2 (1 − )1 + c N +1, j
D D
lado izquierdo de la igualdad
u x u x
− c N −1, j +1 + 1 + 3 + 2 c N , j +1 − 2 1 + c N +1, j +1
D D
Dependiendo de la condición de contorno en x = finito o infinito se tiene:
Caso 1: Para la condición de borde c =0 en x = L se tiene que cN+1,j = 0. Luego:
lado derecho de la igualdad
u x
(1 − ) c N −1, j + 1 − (1 − ) 3 + 2 c N , j
D
lado izquierdo de la igualdad
u x
− c N −1, j +1 + 1 + 3 + 2 c N , j +1
D
Caso 2: Para la condición de borde c =0 en x = ∞ esta es reemplazada por La
condición c = 0 en x = L , luego cN+1,j = cN,j . Por tanto:
x
lado derecho de la igualdad
(1 − ) c N−1, j + 1 − (1 − ) c N , j
lado izquierdo de la igualdad
− cN −1, j +1 + (1 + ) cN , j +1
Definiendo las siguientes matrices A y B y el vector D del sistema de ecuación
para el caso en que se considere el caso 1.
A= = .
1 + (3 + 2 Pe ) −
− 1 + (2 − Pe) − (1 − Pe )
− 1 + (2 − Pe) − (1 − Pe )
.... .... ....
− 1 + (2 − Pe) − (1 − Pe )
− 1 + (3 + 2 Pe)
150
Dr. ROLANDO SIXTO BASURCO CARPIO
B= =
1 − (1 − )(3 + 2 Pe ) (1 − )
(1 − ) 1 − (1 − )(2 − Pe ) (1 − )(1 − Pe )
(1 − ) 1 − (1 − )(2 − Pe ) (1 − )(1 − Pe )
.... .... ....
(1 − ) 1 − (1 − )(2 − Pe ) (1 − )(1 − Pe )
(1 − ) 1 − (1 − )(3 + 2 Pe )
2 (1 + Pe )c x 0
0
D= 0
:
0
A c j +1 = B c j + D
Programa: ADmodel
clear all
% Transporte de Soluto columna Horizontal de C=Co a C=0
% Definicion de parametros
De=0.01;
u=0.1;
Czero=1;
Long=1;
Tfinal=5;
delt=0.01;
Ncel=20;
delx=Long/Ncel;
Nstep=Tfinal/delt;
rho=De*delt/delx^2;
Adu=u*delt/delx;
theta=0.5;
% formar matrices y vectores
%Matriz A
A(1,1)=1 + theta*(3*rho+2*Adu);
A(1,2)=-rho*theta;
A(Ncel,Ncel-1)=-rho*theta;
A(Ncel,Ncel)=1+ rho*theta;
for i=2:Ncel-1
A(i,i-1)=-rho*theta;
A(i,i)=1+ theta*(2*rho-Adu);
A(i,i+1)=-theta*(rho-Adu);
end
% Matriz B
B(1,1)=1 - (1-theta)*(3*rho+2*Adu);
B(1,2)=rho*(1-theta);
B(Ncel,Ncel-1)=rho*(1-theta);
B(Ncel,Ncel)=1+rho*(1-theta);
for i=2:Ncel-1
151
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
B(i,i-1)=rho*(1-theta);
B(i,i)=1-(1-theta)*(2*rho-Adu);
B(i,i+1)=(1-theta)*(rho-Adu);
dist(i)=delx*(i-0.5);
end
% Vector D
D(1)=2*(rho+ Adu)*Czero;
D(2:Ncel)=0;
C(1:Ncel)=0;
dist(1)=delx/2;
dist(Ncel)=delx*(Ncel-0.5);
% Calculo de Concentraciones
D=D';
C=C';
dist=dist'
for k=1:Nstep
Z=B*C+D;
C=A\Z;
tiempo(k)=k*delt;
Conc(:,k)=C/Czero;
end
plot(dist,Conc(:,1:1000:Nstep))
title('Conc v/s. distancia')
xlabel('Distancia,m')
ylabel('Concentracion, C/Co')
pause
k=20
Zeta=(dist-u*tiempo(k))/(2*sqrt(De*tiempo(k)));
Pe=u*dist/De;
Zetaplus=(dist+u*tiempo(k))/(2*sqrt(De*tiempo(k)));
Cana=0.5*Czero*(erfc(Zeta)+exp(Pe).*erfc(Zetaplus));
plot(dist,Conc(:,k),dist,Cana)
title('Comparacion solucion numerica contra la analitica')
xlabel('Distancia,m')
ylabel('Concentracion, C/Co')
Resultados Comparacion solucion numerica contra la analitica
Conc v/s. distancia 1
1
0.9
0.9
0.8
0.8
0.7
Concentracion, C/Co
0.7
Concentracion, C/Co
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Distancia,m
Distancia,m
152
Dr. ROLANDO SIXTO BASURCO CARPIO
0.9
0.8
0.7
Concentracion, C/Co
0.6
0.5
0.4
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Distancia,m
153
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Por tal razón, para obtener el costo total del proceso de reciclaje, se deben tomar
en cuenta el costo de tratamiento para el efluente de la planta, el costo de
tratamiento de agua de reciclaje y el costo del agua de suministro, todo lo cual
dependerá de la tasa de reciclaje (r) seleccionada.Consideraremos que :
Costo Total diario=Costo de tratamiento del efluente + costo tratamiento
agua dde reciclaje + Costo de agua de suministro
La tasa de reciclaje será:
R=R/A
El Programa se llamara “Reciclo” y el codigo a usarse sera:
%Programa Reciclo
%Parametros de entrada para el sistema de reciclo de agua
Cf=input('concentracion de contaminantes en agua de suministro
(kg/m3): ');
A=input('caudal de entrada al proceso (m3/h): ');
CA=input ('concentracion de contaminantes permitida en agua de
ptoceso (kg/m3): ');
P=input ('caudal de perdida de agua (m3/h): ');
CaP=input('carga de contaminates aportada por el proceso (kg/h):
');
CaD=input('carga de contaminates permitidos en la descarga (kg/h):
');
Cosum=input('costo del aagua de suministro (($/m3): ');
for r=0.0:0.01:0.85
format short g
warning off MATLAB:divideByZero %esto es para evitar que
aprezca en pantalla el
%aviso: "Warning: Divide by Zero"
%Flujos
R=r*A; %flujo de reciclo
Fs=A-R; %flujo de agua de suministro
AT=A-P; %flujo de agua para tratamiento
FR=R; %flujo de agua para tratamiento y reciclo
FD=AT-R; %flujo de agua para tratamiento y descarga en el
cuerpo receptor
%Cargas
Chf=Fs*Cf; %Carga de contaminantes en el agua de suministro
ChA=A*CA; %Carga de contaminantes en el agua de entrada al
proceso
ChR=ChA-Chf; %5carga de contaminantes en el reciclo [ojo al
doble %%C-A]
ChAT=CaP-ChA; %Carga de contaminantes en el agua residual para
tratamiento
ChRT=ChAT*(FR/AT); %Carga de contamiantes en el reciclo entrada
a tratamiento
ChD=ChAT-ChRT; %Carga de contamiantes en el caudal para
tratamiento y
%descarga en cuerpo receptor
%Remocion de contaminantes
%porcentaje de remcoion en:
%reciclo
ChrR=ChRT-ChR; %carga de contaminantes removida del agua
reciclo
PR1=100*ChrR/ChRT; %porcentaje
if PR1<=0
PR=0;
else
PR=PR1;
154
Dr. ROLANDO SIXTO BASURCO CARPIO
end
%descarga al rio:
ChrD=ChD-CaD; % carga de contaminantes removida del caudal para
descarga
PD=100*ChrD/ChD; %porcentaje
%Costos
a=0.0012; b=0.0127; c=0.0047;
Remo=((a*PR^2)+b*PR+c);
Desc=((a*PD^2)+b*PD+c);
%Costos totales por dia
Ltre=FR*24*Remo; %costo reciclo
Ltdesr=FD*24*Desc; %costo desposicion
if Ltdesr<0 %no requiere tratamiento para decarga al rio
Ltdes=0;
else
Ltdes=Ltdesr;
end
costosum=Cosum*Fs*24; %costo suministro
Costotal=(Ltre+Ltdes+costosum); % costo total
xlabel('r');
ylabel('costo total ($/d)');
plot(r,Costotal,'k+')
hold on
disp(' r Costo total ($/d)')
R=[r,Costotal]
end
Al corrre el programa se ingresaran los datos siguietes:
concentración de contaminantes en agua de suministro (kg/m3):.01
caudal de entrada al proceso (m3/h):200
concentración de contaminantes permitida en agua de proceso (kg/m3):.05
caudal de perdidas de agua (m3/h):40
carga de contaminantes aportada por el proceso (kg/h):100
carga de contaminantes permitidos en la descarga (kg/h):10
costo del agua de suministro (S/m3):10
Debiendo obtenerse los resultados siguientes:
Al final aparece la gráfica con los resultados (véase figura 5.4). Se observa que el
mínimo valor se encuentra entre 0.7 y 0.8. Para obtener el valor exacto, se consulta
la lista de resultados (mostrada anteriormente), donde se observa que el COSTO
mínimo, el de 51451 $/d. corresponde al r de 0.72.
Ahora, supongamos que en la empresa se instaló una nueva planta que impactara
en el caudal entrada al proceso, el cual incrementará de 200 m3/h a 300 m3/h;
además esa planta generará mayor numero de contaminantes, incrementando la
carga del proceso desde 100 kg/h hasta 150 kg/h. Puesto que tenemos nuevos
datos, so corre otra vez el programa; tecleamos entonces Reciclo: los nuevos datos
se cambiaran de acuerdoa la indicación, la grafica final será:
155
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
FIGURA 5.4 : Gráfica que compara los diferentes coslos totales ($/d), para las
diferentes tasas de reciclajes (r), para las dos corridas; sin la nueva planta (primera
corrida); y con la nueva planta (segunda corrida).
156
Dr. ROLANDO SIXTO BASURCO CARPIO
CAPITULO VI
SIMULACIÓN DE SISTEMAS AMBIENTALES
6.1 SIMULACIONES VARIAS PARA EL PROCESO MEDIOAMBIENTAL
En este item prepararemos un modelo y una simulación de lo que sucede en un rio que
recibe un efluente contaminado.
El esquema mostrado en la figura 6.1, donde nos relaciona las interacciones que se dan
entre los diferentes componentes o compartimientos que se pueden encontrar en un río.
La modelación se hará considerando la Advección y dispersión en los diferentes
compartimientos del río.
Interfase Agua - Aire
Flujo de Agua Flujo de Agua
vf ct = c 1 + k doc doc + k ss ss H vf
resuspención
Pescado
(c)f
depuracion
alimentaci´on
k2
157
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Coefc. Partición kss 0.1292 0.0123 - 0.246 m3/g Baker et al. (1997);
TCDD en Chapra (1997)
partículas
Suspendidas
Concent DOC en doc 5 g/m3 Berg et al. (1993)
agua
Concent Pescado cfish 1.78x10-5 g/gs Halfon (1986)
Coefc.Partc of kdoc 0.2602 0.1734 - 0.3469 m3/g Berg et al. (1993); Chapra
TCDD in DOC (1997)
EficienAsimlc Alimt 0.25 Opperhuizen and Sijm
(1990)
RangoIngestPescd k1 6.08x10-7 5.79x10-8 - gs/g/s Wootton (1992)
1.2x10-6
Rango DepurFish k2 7.23x10-7 5.79x10-8- s-1 Opperhuizen and Sijm
1.39x10-6 (1990); Mackay et al.
(1993)
Dónde:
(
c : Concentración de TCDD en agua,
2
cdoc : Concentración de TCDD in DOC, )
css : Concentración de TCDD en partículas suspendidas
kss : Coeficiente de partición en partículas suspendidas
kdoc : Coeficiente partición en DOC
doc : Concentración de DOC en agua
ss : Concentración de partículas suspendidas en agua
Pero la concentración total de Cr en el agua es:
158
Dr. ROLANDO SIXTO BASURCO CARPIO
ct 2c c c u cu
= Dx 2 − vx t − ss ss ss + s s s (
t x x H H (5) 5
)
Donde:
H: Altura promedio de profundidad del río
vx -: Velocidad del río
Dx : Coeficiente de dispersión longitudinal en el río
s: Densidad del sedimento activo
cs: Concentración de TCDD en sedimento
uss: Velocidad de sedimentación
us: Velocidad de resuspensión de sedimento
Si se asume que ss es constante, un material de balance de partículas suspendidas en
la columna de agua conducen a:
ssuss = s us (6) (
6
)
La columna de agua pierde TCDD por sedimentación de las partículas suspendidas y
gana por re suspensión de sedimentos.
Reemplazando datos nosotros obtenemos la ecuación modelo que gobierna este
proceso, que es la siguiente:
ct 2 ct c ss u ss k ss ss u ss
= Dx 2 − v x t − ct + cs
t x x H (1 + k doc doc + k ss ss ) H (7)
x=0 x x=
Balance Másico:
a) Para i = 2 a i =N-1
2 ct )
Dx 2 Dx 2 (cti −1, j − 2cti , j + cti +1, j )(1 − ) + (cti −1, j +1 − 2cti , j +1 + cti +1, j +1 )
1
(9)
x x
( (10)
9
)
)
159
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
ct
vx vx
1
(ct i+1, j − ct i , j )(1 − ) + (ct i+1, j +1 − ct i , j +1 )
x x (
1
ss u ss k ss ss u ss k ss 0
ct ct (11))
H (1 + k doc doc + k ss ss ) H (1 + k doc doc + k ss ss ) i , j +1
ssu ss ssu ss
cs cs i , j +1 (12)
H H
Haciendo:
h v x h
= Dx (14) Adu =
1
x 2 x
(16)
ssu ss
k ssh
== (
doc + k ss ss
1 + k docH 1
2
)
Reemplazando (8), (9), (10), (11), (12), (13), (14), (15) y (16) en (7) tenemos:
ssu ss k ss u
vx
1
x
(cti+1, j − cti, j )(1 − ) + (cti+1, j+1 − cti, j+1 ) −
H (1 + k doc doc + k ss ss )
ct i , j +1 + ss ss cs i , j +1
H
cti , j +1 − cti , j
Dx
1
(cti−1, j − 2cti, j + cti+1, j )(1 − ) + (cti−1, j +1 − 2cti, j +1 + cti+1, j +1 ) −
h x 2
− 1 .ct i −1, j +1 + 1 + (21 − Adu) + .ct i , j +1 − (1 − Adu).ct i +1, j +1 − csi , j +1
(
1
8
b) Para i = 1
)
160
Dr. ROLANDO SIXTO BASURCO CARPIO
c = c0 1 2
x
ct ct i , j +1 − ct i , j
t h
Dx
2 ct
x 2
= Dx
1
x 2
(2c0 − 3ct1, j + ct 2, j )(1 − ) + (2c0 − 3ct1, j +1 + ct 2, j +1 )
vx
ct
x
= vx
2
x
(ct1, j − c0 )(1 − ) + (ct1, j +1 − c0 )
ss u ss k ss ss u ss k ss
ct ct
H (1 + k doc doc + k ss ss ) H (1 + k doc doc + k ss ss ) 1, j +1
ssu ss ss u ss
cs cs 2, j +1
H H
Lado derecho de la igualdad
( ) ( )
2 1 + Adu c0 + 1 − (1 − ) 31 + 2 Adu ct1, j + 1 (1 − ) ct 2, j (19)
(
Lado izquierdo de la igualdad 1
9
1 + (31 + 2 Adu) + .ct1, j +1 − 1. .ct 2, j +1 − cs1, j +1 (20)
)
(
c) Para i = N 2
0
)
N-1 N c=0
x
ct ct N , j +1 − ct N , j
=
t h
2 ct
x
1
x
Dx 2 = Dx 2 (ct N −1, j − 3ct N , j + 2ct N +1, j )(1 − ) + (ct N −1, j +1 − 3ct N , j +1 + 2ct N +1, j +1 )
ct
vx
x
= vx
2
x
(ct N , j − ct N +1, j )(1 − ) + (ct N , j +1 − ct N +1, j +1 )
ss u ss k ss ss u ss k ss
ct ct
H (1 + k doc doc + k ss ss ) H (1 + k doc doc + k ss ss ) N , j +1
ssu ss ssu ss
cs cs N , j +1
H H
ct N , j +1 − ct N , j = 1 (ct N −1, j − 3ct N , j + 2ct N +1, j )(1 − ) + (ct N −1, j +1 − 3ct N , j +1 + 2ct N +1, j +1 ) −
161
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
2 Adu (ct N , j − ct N +1, j )(1 − ) + (ct N , j +1 − ct N +1, j +1 ) − ct N , j +1 + csN , j +1 )
Considerando que ctN+1,j = ctN,j
Lado derecho de la igualdad
Partiendo de las ecuaciones (17), (18), (19), (20), (21) y (22); obtenemos las matrices
correspondientes:
A1(150,150) =
1 + (31 + 2 Adu ) + − 1
− 1 + (2 − Adu ) + − ( − Adu )
1 1 1
− 1 1 + (21 − Adu ) − (1 − Adu )
.... .... ....
− 1 1 + (21 − Adu ) − (1 − Adu )
− 1 1 + 1 +
B1(150,150) =
−
−
...
...
−
−
D1(150,150) =
1 − (1 − )(31 + 2 Adu ) 1 (1 − )
1 (1 − ) 1 − (1 − )(21 − Adu ) (1 − )(1 − Adu1)
1 (1 − ) 1 − (1 − )(21 − Adu ) (1 − )(1 − Adu1)
.
.... .... ....
1 (1 − ) 1 − (1 − )(21 − Adu ) (1 − )(1 − Adu1)
1 (1 − ) 1 − 1 (1 − )
E1(150,0) =
162
Dr. ROLANDO SIXTO BASURCO CARPIO
2(1 + Adu )C 0
0
...
...
...
0
Ct1(150,1) =
ct1
ct
2
...
...
ct N −1
ct N
Cs1(150,1) =
cs1
cs
2
...
...
cs N −1
cs N
2.- SEDIMENTACIÓN:
El sedimento activo gana masa por sedimento y deposición de los pescados, pero lo
pierde por resuspensión de sedimentos y en la alimentación de los pescados:
cs cs ss u ss k ss ct
= −v s + − cs − c s k1c fish (23)
t x s Da 1 + k doc doc + k ss ss
Reacomodando la ecuación (23) para separar incógnitas tenemos:
cs cs ss u ss k ss ss u ss
= −v s + ct − + k1 fish cs
c
t x s Da 1 + k doc doc + k ss ss s Da (24)
Balance Másico
a) Para i = 2 a i =N-1
cs cs i , j +1 − cs i , j (25) (
2
t h 5
)
(26)
163
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
cs
vs
x
vs
1
x
(csi+1, j − csi, j )(1 − ) + (csi+1, j +1 − csi, j +1 ) (
2
6
ss u ss k ss ss u ss k ss
ct
)
s Da 1 + k doc doc + k ss ss
ct i , j +1 (
s Da 1 + k doc doc + k ss ss 2
7
ss u ss ss u ss )(
+ k1 fish
c cs + k1 fish cs i , j +1
c
s Da s Da 2
8
Haciendo: )
v s h ss u ss h
Adu1 = (29)( = (30) (
x 2 s Da 3
9 0
) )
= k1c fishh (31)
Reemplazando (25), (26), (27), (28), (29), (30), (31) y (16) en (24) obtenemos lo siguiente:
csi , j +1 − csi , j Adu1 (csi +1, j − csi , j )(1 − ) + (csi +1, j +1 − csi , j +1 ) + .ct i , j +1 − ( + )csi , j +1
ss u ss u
+ k1c fish cs ss ss + k1c fish cs1, j +1
s Da s Da
Lado derecho de la igualdad
cs cs N , j +1 − cs N , j
t h
c s
vs
x
vs
2
x
(cs N , j − cs N +1, j )(1 − ) + (cs N − cs N , j +1 )
ss u ss k ss ss u ss k ss
s Da 1 + k doc doc + k ss ss s Da 1 + k doc doc + k ss ss
ct ct N , j +1
cs N , j +1 − cs N , j = −2 Adu (ct N , j − ct N +1, j )(1 − ) + (ct N , j +1 − ct N +1, j +1 ) − ct N , j +1 + cs N , j +1 )
ss u ss u
+ k1c fish cs ss ss + k1c fish cs N , j +1
s Da s Da
Considerando que csN+1,j = csN,j
Lado derecho de la igualdad
(
cs N , j (36) 3
6
Lado izquierdo de la igualdad )
(1 + + )cs N , j +1 − . .ct N , j +1 (
(37)
3
7
Partiendo de las ecuaciones (32), (33), (34), (35), (36) y (37); obtenemos las matrices
)
correspondientes a esta segunda concentración cs:
A2(150,150) =
− *
− *
...
...
− *
− *
B2(150,150) =
165
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
1 − 2. Adu1(1 − )
1 + Adu1(1 − ) − Adu1(1 − )
1 + Adu1(1 − ) − Adu1(1 − )
1 + Adu1(1 − ) − Adu1(1 − )
1
E2(150,1) =
2. Adu1 * cszero
0
...
...
...
0
Cs =
cs1
cs
2
...
...
cs N −1
cs N
Ct =
166
Dr. ROLANDO SIXTO BASURCO CARPIO
ct1
ct
2
...
...
ct N −1
ct N
3.- PESCADO:
Asumiendo que la velocidad de alimentación de los pescados es la misma que la
velocidad de ingestión de sedimentos. El TCDD en pescado es:
c f
= k1cs − k 2 c f (38)
t
Dónde:
: Eficiencia de asimilación de alimentos del pescado
cf : Conc. de TCDD en el pescado
k2 : Velocidad constante de depuración del pescado
Usando los mismos criterios que en los análisis anteriores tenemos:
Balance Másico
a) Para i = 2 a i =N-1
c f cf i , j +1 − cf i , j
= (39) (
t h 3
9
)
.k1.cs = .k1.csi , j +1 (40)
167
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
cf cf 1, j +1 − cf 1, j
t h
.k1.cs = .k1.cs1, j +1
k2 .cf = k2 .cf1, j +1
cf 1, j (
(44) 4
4
Lado izquierdo de la igualdad
)
1+ h.k2 cf1, j+1 − h. .k1.cs1, j+1 (45)
c) Para i = N
cf cf N , j +1 − cf N , j
t h
k 2 .cf = k 2 .cf N , j
cf N , j (46)
A3(150,150) =
168
Dr. ROLANDO SIXTO BASURCO CARPIO
(1 + h.k 2 )
(1 + h.k 2 )
...
...
(1 + h.k 2 )
B3(150,150) =
1
1
...
...
1
D3(150,150) =
.k1 .h
.k1 .h
...
...
.k1 .h
Cf(150,1) =
cf 1
cf
2
...
...
cf N −1
cf N
CORRIDA DE PROGRAMACIÓN.-
Para la realización de este trabajo se han hecho las siguientes suposiciones, para poder
resolverlo:
169
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
Las ecuaciones a resolver son la (7), (24) y (38); las cuales cuentan cada una con dos
incógnitas. Por lo tanto primero resolveremos mediante ecuaciones diferenciales
simultáneas la ecuación (7) y (24); y con el conocimiento de cs resolveremos la ecuación
(38). De acuerdo a la discretización preparada, usaremos 150 celdas para cada
concentración, por lo tanto las ecuaciones a resolver en primera instancia son:
A3 cf j +1 = B3 c f j + D3.cs j
(38)
El programo que se usará para la simulación, es Matlab 13, cuyo código es el siguiente:
clear all
% Modelación de un Rió contaminado con TCDD
% Definición de parámetros
170
Dr. ROLANDO SIXTO BASURCO CARPIO
Dx = 127;
Da = 0.04;
vx = 0.64;
vs = 5.79e-5;
ctzero = 1.2e-10;
cszero = 0;
L = 59000;
H = 4.75;
rhos = 2000;
rhoss = 100;
rhodoc = 5;
uss = 2.89e-4;
kss = 0.1292;
kdoc = 0.2602;
k1 = 6.08e-7;
k2 = 7.23e-7;
cfish = 1.78e-5;
Tfinal = 1.5552e+7;%(6 meses)
delt = 8.64e+4;%(1 dia)
Ncel = 150;
delx = L/Ncel;
Nstep = Tfinal/delt;
rho1 = Dx*delt/delx^2;
Adu = vx*delt/delx;
Adu1 = vs*delt/delx;
alfa = rhoss*uss*delt/H;
beta = kss/(1+kdoc*rhodoc+kss*rhoss);
épsilon=0.25;
gama = rhoss*uss*delt/(rhos*Da);
omega = k1*cfish*delt;
theta = 1;
%Formar Matrices y vectores
% Matriz A1
A1(1,1) = (1 + theta*(3*rho1 + 2*Adu) + alfa*beta);
171
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
A1(1,2) = (-rho1)*theta;
A1(Ncel,Ncel-1)= - rho1*theta;
A1(Ncel,Ncel)= 1 + rho1*theta + alfa * beta;
for i=2:Ncel-1
A1(i,i-1) = -rho1*theta;
A1(i,i) = 1 + theta*(2*rho1 - Adu)+ alfa * beta;
A1(i,i+1) = -theta*(rho1 - Adu);
end
% Matriz B1
for i=1:Ncel
B1(i,i)=-alfa;
end
% Matriz D1
D1(1,1) = 1 - (1-theta)*(3*rho1 + 2*Adu);
D1(1,2) = rho1*(1 - theta);
D1(Ncel,Ncel-1)= rho1*(1 - theta);
D1(Ncel,Ncel) = 1 - rho1*(1-theta);
for i=2:Ncel-1
D1(i,i-1) = rho1*(1 - theta);
D1(i,i) = 1 - (1 - theta)*(2*rho1 - Adu);
D(i,i+1) = (1 - theta)*(rho1 - Adu);
dist(i) = delx*(i - 0.5)/L;
end
% Matriz E1
E1(1) = 2*(rho1 + Adu)*ctzero;
E1(2:Ncel) = 0;
% Matriz A2
for i = 1:Ncel
A2(i,i)=-gama*beta;
end
% Matriz B2
B2(1,1)=1 + 2*theta*Adu1 + gama + omega;
B2(Ncel,Ncel)=1 + gama + omega;
172
Dr. ROLANDO SIXTO BASURCO CARPIO
for i=2:Ncel-1
B2(i,i) = 1 + theta*Adu1 + gama + omega;
B2(i,i+1)=theta*Adu1;
end
% Matriz D2
D2(1,1) = 1 -2*Adu1*(1-theta);
D2(Ncel,Ncel) = 1;
for i=2:Ncel-1
D2(i,i) = 1 + Adu1*(1-theta);
D2(i,i+1)=-Adu1*(1-theta);
dist(i)=delx*(i-0.5)/L;
end
% Matriz E2
E2(1) = 2*Adu1*cszero;
E2(2:Ncel)= 0;
% Matriz A3
for i=1:Ncel
A3(i,i)=1+delt*k2;
end
% Matriz B3
B3(1,1)=1;
B3(Ncel,Ncel)=1;
for i=2:Ncel-1
B3(i,i)=1;
dist(i)=delx*(i-0.5)/L;
end
% Matriz D3
for i=1:Ncel
D3(i,i)=epsilon*k1*delt;
end
% Matriz Vac
Vac(1,1)= 0;
Vac(Ncel,Ncel)=0;
173
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
for i=2:Ncel
Vac(i,i)=0;
dist(i)=delx*(i-0.5)/L;
end
% Matriz C y C1
C(1:2*Ncel) = 0;
C1(1:Ncel)=0;
dist(1) = delx/(2*L);
dist(Ncel)=delx*(Ncel-0.5)/L;
E1 = E1';
E2=E2';
C = C';
C1=C1';
dist = dist';
% Formación de Matrices para resolver ecuaciones simultaneas 1 y 2
% La ecuación a resolver finalmente será (48) y (49)
% Donde Ctj=cts=C
R=[A1 B1; A2 B2];
S=[D1 Vac; Vac D2];
T=[E1; E2];
% Calculo de Concentraciones
for k=1:Nstep
Z = S*C + T;
C = R\Z;
tiempo(k) = k*delt;
Conct(:,k) = C/ctzero;
Concs(:,k) = C;
end
% Resolución de Ecuación (50)
% A3*cf=B3*C1+D3*cs
cs=C(Ncel+1:2*Ncel,:);
for k=1:Nstep
W=B3*C1 + D3*cs;
Cf=A3\W;
174
Dr. ROLANDO SIXTO BASURCO CARPIO
tiempo(k)=k*delt;
Concf(:,k)=Cf;
end
% Separando Variables para Graficar
c1 = Conct(1:Ncel, :);
c2 = Concs(Ncel+1:2*Ncel, :);
% Graficas
% De ct
plot(dist,c1(:,1:200:Nstep))
title('Conc v/s. distancia')
xlabel('Distancia, m/L')
ylabel('Concentracion, Ct/Co')
pause
% De cs
plot(dist,c2(:,1:200:Nstep))
title('Conc v/s. distancia')
xlabel('Distancia, m/L')
ylabel('Concentración, Cs')
pause
% De cf
plot(dist,Concf(:,1:200:Nstep))
title('Conc v/s. distancia')
xlabel('Distancia, m/L')
ylabel('Concentracion, Cf')
TABLAS Y GRÁFICOS.-
Las graficas obtenidas son las que relacionan la concentración total, la concentración en
el sedimento y la concentración en el pescado, de contaminante TCDD, como se muestra
en las figuras 6.2., 6.3. y 6.4. Respectivamente. En las cuales podemos distinguir que la
concentración del TCDD, con la distancia disminuye, lo que nos muestra a qué distancia
determinada se puede alcanzar los límites permisibles de este contaminante.
Haremos una interpretación de cada una de las graficas que se encuentran a continuación
para poder entender mejor el proceso de modelamiento.
En primer lugar hemos hecho una comparación de la concentración total de TCDD con
respecto a la concentración inicial del contaminante, contra la distancia que recorre el
contaminante en el rio, considerando la escala total del rio como la unidad y las fracciones
se referirían a los porcentajes que se recorren. La concentración inicial del contaminante
se considera de 1.2x10-10 g*m-3
175
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
0.9
0.8
Concentracion, Ct/Co
0.7
0.6
0.5
0.4
0.3
0.2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Distancia, m/L
8
Concentracion, Cs
2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Distancia, m/L
176
Dr. ROLANDO SIXTO BASURCO CARPIO
advección – difusión y adsorción que se realiza, llegándose a reducir en los 150 metros
hasta el 30% del monto inicial, con lo que llegamos a los límites permisibles.
Cabe aclarar que la escala del contaminante del sedimento y de la distancia recorrida
está en función del monto total de contaminante en el sedimento y la fracción de distancia
respectiva para la longitud recorrida en lo que respecta a cada una de las variables,
pudiéndose sacar el valor real multiplicando la fracción por 150Km en el caso de la
distancia y leyendo directamente el monto de contaminante en la escala de las y,
respectivamente.
En la gráfica 6.4, vemos que la reducción del contaminante en el pescado tiene un
descenso lineal significativo y similar a los anteriores, debido al proceso de metabolismo
y sedimentación llegándose a eliminar significativamente el contaminante en el pescado,
pero llegándose a un 98% de la distancia se nota que podría darse un proceso de re
dilución del contaminante debido al flujo del rio y al mismo proceso de metabolismo. por
lo que deberíamos tener un poco de cuidado con este parámetro para poder garantizar
que lleguemos a los límites permisibles en el agua, aunque el pescado está libre de este
contaminante y puede servir para consumo humano.
-14
x 10 Conc v/s. distancia
1.26
1.259
1.258
Concentracion, Cf
1.257
1.256
1.255
1.254
1.253
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Distancia, m/L
177
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
seres vivos sin riesgos de contaminación, también podría darnos información con la
finalidad de utilizar métodos de control o de procesos para remediar esta contaminación.
Dando respuesta y beneficio a los seres que utilizan este recurso hídrico.
6.2 TRABAJO A DISTANCIA
Preparar el modelo y la simulación para un acuifero cualquiera, determinen ustedes las
variables y el interes del modelamiento y la finalidad de los perfiles que se consigan
mostrar el trabajo de programación o la descripcion del simulador que utilizaran y una
copia del software de instalación del simulador que usen para realizar la conprobación.
6.3 EXAMEN FINAL
178
Dr. ROLANDO SIXTO BASURCO CARPIO
BIBLIOGRAFIA
❖ Andrews, J.F., Modeling and Simulation of Wastewater Treatment Process,
Wat. Sci. Technol.: 28 (11-12), 141-150 (1993).
❖ Atmospheric Chemistry and Dynamics. http://atmospheres.gsfc.nasa.gov/acd/
❖ Balance hídrico superficial del Perú a nivel multianual:
http://www.senamhi.gob.pe/pdf/estudios/hidro_ArtiBHSMultianual.pdf
❖ Cartografía Radar. http://www.earthdata.com
❖ Chapra, S. Canale R, “Métodos Numéricos para Ingenieros” Editorial McGraw
– Hill 1998 - España
❖ Climate and radiation. http://climate.gsfc.nasa.gov/
❖ Duarte Enrique. Diagnostico Nacional sobre calidad del agua y Saneamiento.
En. La Revista delagua. Vol. 1. No. 1. Abril-Mayo 1997.
❖ Franken, M. (2007) Gestión de aguas: Conceptos para el Nuevo Milenio.
❖ Glaciares y recursos hídricos en la cuenca del Río Santa:
http://www.senamhi.gob.pe/pdf/estudios/paper_RRHHSANTA.pdf
❖ Global Hidrology and Climater Center.
http://weather.mscf.nasa.gov/GOES/globalwv.html
❖ Himmelblau D. Bischoff K (1998) “Análisis y Simulación de Procesos”
Editorial Reverte S. A. – España.
❖ Infrared Measurement and vapour studies Group.
http://weather.msfc.gov/orgrp/
❖ INGEMMET. http://www.ingemmet.gob.pe
❖ MINEM. Minería y Medio Ambiente. http://www.minem.gob.pe
❖ Ministerio De Salud. Laboratorio De Ambiente Y Salud. Sistema de
Información en Calidad de Aguas y Saneamiento. SICAS, versión 1.0. Santa
Fe de Bogotá D ,C. Marzo 1996. pp 1-23.
❖ Modelos ETA-SENAMHI y RAM-SENAMHI:
http://www.senamhi.gob.pe/main.php?u=inter&p=1900
❖ Nievez A, Domingues F, “Métodos Numéricos Aplicados a la Ingeniería”
Editorial Continental S. A. México 1999
❖ Nuñez Miguel. Instrumentos y Procedimientos para la Vigilancia en Salud
Pública de la Calidad del agua Potable : Guías de trabajo Ministerio de Salud.
❖ Perry R. H. –Green D. W. (2001) “Manual del Ingeniero Químico Vol II”
Editorial Mc Graw – Hill.
❖ REGLAMENTO TÉCNICO DEL SECTOR DE AGUA POTABLE Y
SANEAMIENTO BÁSICO RAS - 2000 SECCIÓN II TÍTULO E. TRATAMIENTO
DE AGUAS RESIDUALES. República de Colombia Ministerio de Desarrollo
Económico Dirección de Agua Potable y Saneamiento Básico BOGOTÁ D.C..
NOVIEMBRE DE 2000.
❖ Superintendencia De Servicios Públicos Domiciliarios. Super cifras. Revista
No. 3. ario 3. Imprenta
❖ Tarifa E.E., “Diagnosis de Fallas en Plantas Químicas Complejas: Plantas de
Grandes Dimensiones y Procesos Batch”, Universidad Nacional del Litoral,
Santa Fe, Argentina, 1995.
179
FUNDAMENTOS DE MODELAMIENTO AMBIENTAL
❖ Tarifa E.E., Humana D., Vázquez G., Franco S., Scenna N.J., “Simulación
Dinámica en Tiempo Real. Pasteurizador HTST”, UNJu, 1997..
❖ Tecnologías apropiadas en agua potable y saneamiento básico. Ministerio de
Desarrollo Económico: Organización Panamericana de la Salud; Banco
Mundial. 2000. Santa Fé de Bogotá.
❖ Wagner, W. (2010) Recomendaciones para la elección de plantas de
tratamiento de agua residual aptas para Bolivia. ANESAPA – PROAPAC
(GTZ). La Paz, Bolivia
❖ Water for Life Decade [2005-20 IPublished by the United Nations Department
of Public Information 32948— DPl/2378—September 2005—10M
180