Modelamiento y Simulación

1
de Sistemas Ambientales
Universidad de Huánuco - 2023
Semana 3: Modelamiento
Mg. Yasser Vásquez Baca
2 MODELAMIENTO

Modelo
 Es una versión simplificada de la realidad.
 Representación abstracta o idealizada de un objeto o sistema, mediante
dibujos, esquemas o expresiones matemáticas.
 Mediante el modelado se busca mejorar la comprensión de un fenómeno
o proceso y ello involucra el estudio de la interacción entre las partes de
un sistema y el sistema como un todo.
3 MODELAMIENTO
Tipos de modelos
 Verbal o conceptual: responde a una descripción del sistema y su
funcionamiento utilizando el lenguaje humano. Suele ser la fase previa al
desarrollo de cualquier modelo
 Icónico: se basa en la representación de los componentes del sistema
mediante símbolos, ej. los mapas y diagramas de procesos.
 Físico o empírico: basado en prototipos para estudiar el sistema.
– Analógico.- Se basa en la similitud existente entre dos sistemas físicos, el que nos
interesa estudiar, y otro más sencillo de estudiar que actúa como modelo, ej.
sistemas electrónicos como similar comportamiento de los acuíferos ,en los que
la transmisividad del acuífero se incorporaba en el modelo añadiendo
resistencias.
– A escala.- Modelos reducidos del sistema que se estudia, ej. Utilizado en
estudios hidrológicos.
 Matemático: Representan el estado de los componentes de un sistema y los
flujos entre ellos mediante un conjunto de ecuaciones matemáticas.
4
5 MODELAMIENTO

Tipos de modelos
 Modelo estático.- Representan un instante de tiempo determinado o un
sistema donde el tiempo no es un factor considerable. Ej. Una foto, un
croquis.
 Modelo dinámico.- Las variables son funciones que dependen del tiempo,
permitiendo predecir su desarrollo en un periodo dado. Ej. Un diagrama
causal, un sistema de ecuaciones, se utilizan en procesos biológicos.
 Modelo determinístico.- Se comportan de manera conocida o
determinada.
 Modelo estocástico.- Al menos una variable es tomada como un dato al
azar y las relaciones entre variables se toman como funciones
probabilísticas.
6 Tipos de modelo

 Modelos de caja negra:

interesa conocer las entradas
y salidas del sistema, no
interesan sus elementos, ni
sus interacciones.

 Modelos de caja blanca:

interesa conocer el interior
del sistema y las
interacciones entre las partes
o elementos (variables). Se
establecen las relaciones
que existan (diagrama
causal), estas relaciones
pueden ser simples o
complejas.
7 MODELAMIENTO

Modelo de caja negra

8

Modelo de caja blanca

9 MODELAMIENTO

Diferencias entre modelos

10 MODELAMIENTO

Modelamiento
Disciplina científica transversal que
permite obtener un nivel de
comprensión de sistemas
complejos, difícilmente alcanzable
utilizando otro enfoque disciplinar.
Integra técnicas matemáticas,
formales y computacionales.
11 MODELAMIENTO

Objetivos del modelamiento ambiental

1. Simulación:
 Explorar situaciones (escenarios) en las que no se cuenta con datos de campo.
 Interpolar entre medidas para estimar el valor de la variable (espacialmente) .
 Estimar el valor de una variable a partir de otras.

2. Predicción:
 Extrapolar el espacio-tiempo para identificar los cambios a generarse en un
sistema ambiental, debido a actividades antrópicas, políticas
gubernamentales o acontecimientos imprevistos.

3. Apoyo a la investigación científica:

 Añadir nuevas variables, relaciones, procesos pueden potenciar al modelo,
pero resulta más difícil de entender, calibrar o validar.
 Facilitar la integración multidisciplinar, proporcionando un laboratorio virtual.
12 MODELAMIENTO

Ventajas del modelamiento ambiental

 Ensayar sobre sistemas reales puede resultar muy costoso o llevar a la
destrucción de los mismos.
 Un modelo validado, puede servir como herramienta para la gestión diaria de
los sistemas ambientales.
 Con una interfaz amigable, los usuarios no expertos pueden interpretar mejor
los resultados.
 Se cuenta con métodos de medición continua (data loggers).
 Para mejorar la validación es necesario contar con métodos de muestreo y de
técnicas de análisis de datos.
13 MODELAMIENTO

Construcción de un modelo matemático

 Identificar el problema, definiendo los procesos con diagramas
adecuados.
 Elaborar un modelo simple, estableciendo las asunciones y focalizando la
atención sobre particularidades del fenómeno.
 Identificar las variables y restricciones importantes y determinar como se
relacionan entre ellas.
 Proponer ecuaciones que expresen relaciones entre variables y
constantes.
 Analizar los datos e interpretar con respecto al problema, verificación y
mejoramiento del modelo.
14 MODELAMIENTO

Fases de la modelización
1. Identificación es la determinación de los componentes y relaciones, así como
de las ecuaciones matemáticas f() que representan el modelo.
2. Calibración es la determinación de los valores de los parámetros; bien
midiéndolos en el campo o bien estimándolos mediante algún modelo
empírico.
3. Validación es la obtención de series de las variables de estado y salida en un
tiempo pasado para su comparación con valores reales de las mismas. El
objetivo es evaluar el error cometido por el modelo y determinar si es asumible.
4. Simulación Obtención de series de las variables de estado y de salida en un
tiempo futuro a partir de series simuladas de variables de entrada.
5. Análisis de sensibilidad Simulación pero alterando los valores de los parámetros
para determinar la influencia de cada uno de ellos en los resultados aportados
por el modelo.
15
16 MODELAMIENTO

Conceptualización del problema

 Se hace necesaria una investigación bibliográfica para conocer cual es el
conocimiento científico disponible acerca del problema a tratar y, en
particular, que soluciones se han propuestos en trabajos de modelización
anteriores.
 Es necesario determinar cuales son los elementos y procesos que actúan
en el sistema y cuales son los factores que influyen sobre estos.
 En la conceptualización del problema no basta con tener en cuenta
aspectos puramente científicos, sino que también las limitaciones técnicas
con las que tenemos que trabajar.
17

Construcción de un
modelo matemático
18 MODELAMIENTO

Límites espaciales y temporales

 Es necesario determinar los límites espaciales y temporales del sistema, así
como la resolución con que se va a modelizar.
 Diferentes procesos actúan a distintas escalas, por lo que no es
conveniente aplicar modelos en escalas a las que no fue diseñado.
 En modelos distribuidos, el espacio se suele dividir en celdas del mismo
tamaño (formato ráster) debido a la facilidad de manejo de esta
estructura de datos por parte de los ordenadores.
 Los modelos dinámicos requieren establecer un intervalo temporal
adecuado, las consideraciones son similares al caso de la resolución
espacial.
19 MODELAMIENTO

Simulación
Permite la operación o manipulación matemática y/o computacional del
modelo con el fin de representar la sucesión temporal del comportamiento
de un sistema.
Bocajá, C. et al, 2017.
20 MODELAMIENTO

 Existen programas que permiten generar pequeños modelos de manera

gráfica como VENSIM, STELLA o SIMILE.
 Cuando un modelo crece es preferible programarlo directamente en un
lenguaje de programación. El inconveniente de este enfoque es la
dificultad del lenguaje y la necesidad de programar todas las rutinas de
acceso a los datos, representación gráfica, etc.
 Una opción intermedia podría ser el utilizar R como lenguaje de
programación ya que incluye numerosas funciones de análisis de datos y
representación gráfica.
 21
Usos de modelos matemáticos

Sistema ambiental Temas Usos

Atmósfera Contaminantes del aire, emisiones
atmosféricas, lluvia ácida, smog, CFCs, MP,
calentamiento global
Aguas superficiales Descargas industriales, municipales, de
PTARs, de aguas pluviales, fuentes de agua
potable, cadenas tróficas
Aguas subterráneas Fugas de tanque de almacenamiento,
lixiviados agrícolas y de rellenos sanitarios,
fuente de agua potable.
Subsuelo Tratamiento de residuos peligrosos,
derrames, lixiviados, contaminación de
acuíferos.
Océanos Derrames, emisiones industriales, cadenas
tróficas.
Perfiles de concentración, diseño y análisis de
control de procesos, medición de impactos
ambientales, fiscalización.
Destino y transporte de contaminantes, plumas
de concentración, diseño y análisis de control
de procesos, fiscalización.
Diseño y análisis de acciones de remediación,
destino y transporte de contaminantes,
Destino y transporte de contaminantes, plumas
de concentración, diseño y análisis de control
de procesos.
Destino y transporte de contaminantes, plumas
de concentración, diseño y análisis de control
de procesos.
22 MODELAMIENTO

Simuladores ambientales
Herramientas que permiten simular el comportamiento de sistemas complejos
a partir de datos físicos, químicos y biológicos, formulados en forma de
algoritmos matemáticos, caracterizando al sistema y sus interrelaciones.
 Flujos de agua subterránea (Modflow)
 Condiciones atmosféricas (BRAMS, MM5, WRPLOT View, )
 Calidad del agua (QUAL2K, GNOME)
 Calidad del aire (CALPUFF, AERMOD, CAMx, CALroads, AUSTAL2000,
SURFER, ISC3)
 Agua subterránea (CSMoS)
23

GRACIAS