Traducido del inglés al español - www.onlinedoctranslator.
com
MÁSUNO
a1111111111
a1111111111
a1111111111
a1111111111
a1111111111
ACCESO ABIERTO
Citación:Hu L, Zhang M, Yang Z, Fan Y, Li J, Wang H, et al.
(2020) Estimación de la deshidratación en una mina
subterránea mediante el uso de un modelo 3D de
elementos finitos. MÁS UNO 15(10): e0239682.https://doi.
org/10.1371/journal.pone.0239682
Editor:Jianguo Wang, Universidad de Minería y
Tecnología de China, CHINA
Recibió:19 de abril de 2020
Aceptado:11 de septiembre de 2020
Publicado:29 de octubre de 2020
Derechos de autor:©2020 Hu et al. Este es un artículo de
acceso abierto distribuido bajo los términos delLicencia
de atribución Creative Commons , que permite el uso,
distribución y reproducción sin restricciones en cualquier
medio, siempre que se cite al autor y la fuente originales.
Declaración de disponibilidad de datos:El conjunto de datos de prueba de
bombeo está dentro del documento y suinformación de soporte archivos.
Fondos:Jinchuan Group Co., Ltd y Ruashi Mining SAS
financian investigaciones de hidrogeología y llevaron a
cabo análisis de datos, metodología y administración de
proyectos. Norte de China
Engineering Investigation Institute Co., Ltd es
responsable de las investigaciones de campo y llevó a
cabo la recopilación y el análisis de datos. China ENFI
Engineering Corporation es responsable de la
diseño de deshidratador ng plan y análisis de datos. Este
MÁS UNO |htt ps://doi.org/10.1371/journal.pone.023968229 de octubre de 2020
ARTÍCULO DE INVESTIGACIÓN
Estimación de la deshidratación en una mina subterránea
mediante el uso de un modelo 3D de elementos finitos
Litang HuIDENTIFICACIÓN
1,2 *, Menglin Zhang1,2, Zhengqiu Yang1,2, Yongfan3*, Jixiu Li4,
Hongliang Wang5,6, Celestin Lubale7
1Facultad de Ciencias del Agua, Universidad Normal de Beijing, Beijing, República Popular China,2Centro de Investigación de Ingeniería para el
Control y Remediación de la Contaminación de las Aguas Subterráneas del Ministerio de Educación, Universidad Normal de Beijing, Beijing,
República Popular China,3China ENFI Engineering Corporation, Beijing, RP China,4Jinchuan Group Co., Ltd, Beijing Road, distrito de Jinchuan,
ciudad de Jinchang, provincia de Gansu, República Popular China,5Instituto de Investigación de Ingeniería del Norte de China Co., Ltd., provincia
de Hebei, Shijiazhuang, República Popular China,6Centro de Innovación Tecnológica para la Seguridad de las Aguas Subterráneas Mineras de la
Provincia de Hebei, Shijiazhuang, República Popular China,7Ruashi Mining SAS, Sitio minero de Ruashi, Lubumbashi, Lualaba, República
Democrática del Congo
* litanghu@bnu.edu.cn (LH);fany@enfi.com.cn (YF)
Abstracto
La entrada de agua subterránea a una mina subterránea afectará gravemente su plan minero y la seguridad de la
ingeniería geológica. Los modelos de aguas subterráneas son herramientas poderosas que se utilizan
comúnmente en las minas para desarrollar estrategias de deshidratación. Muchas minas en el área de Kolwezi han
estado presentes desde la década de 1950, y los patrones de flujo de agua subterránea se han visto
significativamente influenciados por las actividades mineras. Se desarrolla un plan minero para una mina
subterránea con estratos sinclinales volcados en Kolwezi, Congo. Los modelos de aguas subterráneas anteriores
que utilizaban medios homogéneos en capas redujeron la precisión del modelo. Se formula un nuevo modelo
tridimensional de agua subterránea que utiliza FEFLOW, que consiste en modelos geológicos regionales y locales
combinados que integran 16 secciones transversales hidrogeológicas y datos de registro de pozos, para predecir
la deshidratación subterránea en el área de estudio. Se realizan pruebas de bombeo de 31 días con 3 pozos de
bombeo y 28 pozos de observación para estimar las propiedades hidrogeológicas. Los datos simulados del nivel
del agua coinciden bastante bien con los datos observados. Bajo 8 escenarios de posibles diseños de pozos, el
modelo predice una posible capacidad de drenaje superior a 23.900 m3/d en la etapa inicial de minería. El
concepto del modelo y su aplicación puede ser una referencia para otras minas con geología compleja para la
seguridad minera en la región de interés.
Introducción
La explotación de minerales y las actividades mineras desempeñan un papel vital en el desarrollo económico de la
República Democrática del Congo (RDC). Según el Anuario de Minerales 2015 del USGS, la República Democrática del
Congo representó el 51% de la producción minera de cobre de África, y el sector de minería y procesamiento de minerales
en la República Democrática del Congo representó aproximadamente el 22,1% de su producto interno bruto (PIB). Muchas
de las operaciones mineras más importantes en la República Democrática del Congo consisten en la producción de cobre y
cobalto en la región del cinturón cuprífero de la provincia sureña de Katanga. El cinturón se extiende a lo largo de 250 km
entre Kolwezi y Lubumbashi. La producción industrial de cobre comenzó en 1911 con la Union Minière du Haut Katanga
(que se convirtió en Gécamines), y la mina Musonoi es conocida desde hace muchos años en la parte occidental del
cinturón de cobre de Katanga.
1 / 22
MÁS UNO
La investigación también cuenta con el apoyo financiero parcial
del Proyecto de la Fundación Nacional de Ciencias Naturales de
China (Número de subvención: 41877173) y el Proyecto principal
de ciencia y tecnología de tratamiento y control de la
contaminación del agua (Subvención No.
2018NX07109-003). Los financiadores no tuvieron ningún papel
en el diseño del estudio, la recopilación y análisis de datos, la
decisión de publicar o la preparación del manuscrito.
Conflicto de intereses:YF está afiliada a China ENFI
Engineering Corporation, JL está afiliada a Jinchuan
Group Ltd, HW está afiliada a North China Engineering
Investigation Institute Co., Ltd y CL está afiliada a Ruashi
Mining SAS. No existen patentes, productos en desarrollo
ni productos comercializados que declarar. Esto no altera
nuestro cumplimiento de las políticas de PLOS ONE sobre
el intercambio de datos y materiales.
MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020
Estimación de la deshidratación utilizando un modelo de elementos finitos 3D
Durante la explotación de depósitos minerales, la deshidratación de los estratos del subsuelo es una de las tareas más
importantes para garantizar una operación minera geológicamente segura y eficiente.1 ]. Bajo condiciones geológicas
complejas, solución analítica [2 ,3 ] y los modelos de elementos analíticos no están disponibles y, por lo tanto, los modelos
numéricos son herramientas eficientes para proporcionar un plan de deshidratación en áreas de medio poroso [4–7] y
regiones fracturadas y kársticas [8–11]. La zonificación de los parámetros hidrogeológicos generalmente se realiza en base
a datos de pozo e interpolación de datos [12 ]. A diferencia de los suelos en capas [13 ], la zonificación es difícil de lograr
mediante la interpolación de datos para entornos geológicos complejos, como sinclinales volcados. Los modelos
geológicos 3D, que integran muchos tipos de datos de investigación de campo, son herramientas necesarias y
generalmente utilizadas para demostrar la distribución de formaciones en las actividades mineras.14 ,15 ]. Es importante
destacar que la heterogeneidad geológica está asociada con huecos mineros abiertos, fallas y fracturas tectónicas, y las
redes estructuradas tradicionalmente tienen grandes dificultades para representar una alta heterogeneidad. Los modelos
geológicos, a partir de software de modelado geológico existente como Petrel, GeoModeller y Leapfrog, proporcionan una
demostración visual y conocimiento de la distribución de formaciones, especialmente controlando acuíferos o fallas. Sin
embargo, pocas investigaciones se preocupan por combinar modelos de flujo de agua subterránea con modelos
geológicos 3D en acuíferos complicados. MOD-FLUJO-USG [dieciséis ] y FEFLOW 7 [17 ] han sido desarrollados para
describir condiciones geológicas complejas con sistemas de cuadrícula no estructurados. Mientras tanto, todavía existen
incertidumbres en la geometría de los acuíferos y sus características debido a las investigaciones limitadas y la complejidad
de las condiciones geológicas. Hassen y Gibsonet al. [18 ] construir un modelo geológico 3D utilizando el software
GeoModeller y evaluar la influencia de la conectividad del acuífero y el papel de las fallas y la geología en el flujo de agua
subterránea dentro del sistema acuífero; sin embargo, hasta donde sabemos, se reportan pocos modelos de flujo de agua
subterránea con un modelo geológico acoplado. El acoplamiento del modelo de flujo y el modelo geológico es eficaz para
mejorar la precisión del modelo numérico porque proporciona una visualización visual de las condiciones geológicas y del
patrón de flujo del agua subterránea y, por lo tanto, una estimación precisa de la deshidratación minimizará los riesgos
durante la excavación profunda de la minería.
La megabrecha de Kolwezi contiene depósitos de Cu-Co alojados en estructuras plegadas y frágiles fracturadas
del Subgrupo de Minas. Como lo indican el mapa de superficie y las secciones transversales [19 –21 ], estas
estructuras están alineadas más o menos paralelas a la orientación EW/60—SW-NE de la napa de empuje [22 ,23 ].
La mina Musonoi es una mina subterránea recientemente planificada en el depósito de cobre de Kolwezi,
República Democrática del Congo. Los estratos sinclinales de la mina Musonoi están volcados, con condiciones
geológicas e hidrogeológicas complejas. Varias minas están presentes en el área de Kolwezi nappe, incluido el tajo
abierto KOV (Kamoto, Oliveira y Virgule) [24 ], la mina subterránea Kamoto, Kamoto East, el antiguo tajo abierto
Musonoi, el tajo abierto Dikuluwe, los tajos abiertos Mashamaba West y East, la mina Sicomines y la mina de cobre
Kolwezi. Las intensas actividades mineras alteran el camino natural del flujo de agua subterránea y fortalecen las
conexiones de agua subterránea entre diferentes minas en la mina de cobre Kolwezi. Las intensas actividades
mineras alteran el camino natural del flujo de agua subterránea y fortalecen las conexiones de agua subterránea
entre diferentes minas en el área de Kolwezi Nappe. Se han desarrollado modelos de flujo de agua subterránea
para explorar las estrategias de deshidratación en el área de Kolwezi nappe. El primer modelo informático público
del flujo de aguas subterráneas [25 ] se realiza para los tajos Dikuluwe y Mashamaba West e indica que el progreso
de la deshidratación en 1985 no sería satisfactorio para los planes mineros existentes. Africa Geo-Environmental
Services (Pty) Ltd. desarrolla modelos de flujo de agua subterránea que consideran la deshidratación de KOV,
Kamoto East, Kamoto Underground, Dikuluwe, Mashamaba East y Mashamaba West en 2006. SLR Consulting
(Sudáfrica) (Pty) Ltd. toma la iniciativa El área de Kolwezi Nappe como área modelo para estimar la deshidratación
en la mina Musonoi recientemente planificada en 2013 y 2017 utilizando el software FEFLOW. Dichos modelos
simplifican los estratos en propiedades en capas, y las simplificaciones afectan la precisión del modelo hasta cierto
punto.
Aunque se llevan a cabo muchas investigaciones de campo en el área minera local, pocas están presentes a
escala regional. Sin embargo, se requiere que el límite del modelo se extienda más allá de la mina.
2 / 22
MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

área para evitar las influencias de las actividades mineras adyacentes y los límites creados por el hombre en la
precisión del modelo de flujo de agua subterránea. Entonces, los principales objetivos de esta investigación son
combinar el modelo de flujo de agua subterránea con el modelo geológico regional y local, y luego explorar la
deshidratación en minas subterráneas utilizando el modelo establecido. Primero, se diseña un modelo conceptual
hidrogeológico para las actividades mineras subterráneas. En segundo lugar, el modelo geológico 3D se construye
a escalas regional y local y así se llevará a cabo la parametrización. Luego, se prepararán los datos y luego se
calibrará el modelo de flujo de agua subterránea. Por último, el modelo establecido se utiliza para predecir la
deshidratación en la mina Musonoi. Los resultados de este artículo se pueden utilizar eficazmente como referencia
para desarrollar un programa de deshidratación eficiente.

material y métodos
Área de estudio

El área de estudio está ubicada al sur del ecuador en la meseta de Katanga en la República Democrática del Congo (Figura

1 ). El área de estudio tiene un clima de sabana. La temperatura media anual es de aproximadamente 21,2 ˚C, la

temperatura más alta es de aproximadamente 31,9 ˚C y la temperatura más baja es de aproximadamente 31,9 ˚C.

Fig 1. Ubicación de la zona de estudio.Imagen creada por los autores en QGIS 3.10 y Visio 2016; no se utilizó ningún material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g001

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 3 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Tabla 1. Listado estratigráfico regional en el área de estudio.

Serie (De joven a mayor) Formación Nombre local Breve descripción Espesor aproximado (m)
Kundelungu kú Sedimentos 3000–5000
Nguba ng Arenisca, esquisto 200–500
Alto Roan R4 Mwashya esquisto, limolita, arenisca, dolomitas 50-100
R3-2 dipeta esquistos arenosos alrededor de 1000

R3-1 RGS esquistos grises 100–200

Bajo Roano R2-3 Grupo de Minas CMN Limolita calcárea negra 130
R2-2 Ficha de datos de seguridad (MSDS) Lutitas dolomíticas, zona mineral de mineral negro (BOMZ) 50–80
R2-1 SDB Lutitas dolomíticas, zona mineral de mineral negro (BOMZ) 10-15
RSC Dolomita silícea y vuggy 12-25
RSF Limolita dolomítica estratificada 5
DSTRAT Arenisca talcosa gris 3
RATA Arenisca talcosa gris 2–5
R1 RAT2 Arenisca talcosa 190
RAT1 Arenisca talcosa 40
https://doi.org/10.1371/journal.pone.0239682.t001

9,4°C. La precipitación media anual de 1979 a 2017 es de aproximadamente 1144,90 mm y la

evaporación media anual es de aproximadamente 1860,00 mm. La precipitación máxima anual es
de 1826,00 mm (en 1986) y la precipitación mínima anual es de 803,50 mm (en 1993). Las
precipitaciones ocurren principalmente de noviembre a marzo del año siguiente y representan más
del 85% de la precipitación anual. La estación seca es de mayo a septiembre, con escasas
precipitaciones mensuales inferiores a 5 mm. El terreno general es alto en el sur y bajo en el norte,
con elevaciones variables desde 1250 ma 1550 m. Hay tres ríos principales en el área de estudio, el
río Luilu, el río Musonoi y el río Dilala. El río Luilu (incluido el río Ptopoto) y el río Musonoi fluyen
hacia el norte. Las cuencas de los ríos Luilu y Musonoi tienen una longitud de 236 km.2y 190
kilometros2, respectivamente. El río Dilala rodea los lados este y norte del área de la mina y
finalmente se une al río Musonoi en el noroeste del área de la mina. Durante la estación seca, la
escorrentía medida del río Dilala en el lado este del área de la mina es de aproximadamente 0,085
m.3/s.
Los estratos en el área de estudio son del supergrupo Katanga del Proterozoico Tardío, que se puede
subdividir en el grupo Kundelungu superior y el grupo Roan inferior (estratos hospedantes). La geología
regional está controlada principalmente por la estructura Katanga Fold-Nappe. La estructura secundaria
del cuerpo de la nuca es compleja con fracturas plegadas. La estructura de la napa tiene una influencia
importante en el contenido de agua y la distribución espacial del acuífero. Los estratos de esta zona son
principalmente la serie Katanga y el cuaternario. La serie Katanga incluye principalmente el grupo Roan (R),
el grupo Nguba (Ng) y el grupo Kundelungu (Ku). La serie de geología desde los jóvenes hasta los viejos se
puede ver entabla 1 .

Modelo conceptual
Debido a las actividades mineras a largo plazo, los caminos naturales del flujo de agua subterránea en cada área de la

mina se alteran significativamente. Las conexiones hidráulicas del sistema de agua subterránea en cada área minera están

mucho más cerca del proceso minero debido a la intensa actividad minera. Por lo tanto, no es razonable establecer un

modelo numérico del flujo de agua subterránea en una determinada área de la mina y, basándose en el estudio del

modelo de elevación digital del área de estudio, se utilizan las cajas de herramientas de hidrología en el software QGIS

para dividir el límite de la cuenca. El límite del modelo, mostrado enFigura 1 , considera la estructura del cuerpo de la napa

para minimizar la influencia provocada por la fijación de

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 4 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

límites artificiales. Los límites oeste y sur se establecen como divisiones naturales de cuencas
hidrográficas y se representan como límites sin flujo. Los límites norte y este del área del modelo se
establecen como límites de flujo y se representan en el modelo como límites de Neumann. Como
indican las perforaciones, la profundidad de la fractura y el desarrollo tectónico se extiende hasta
1.000 m por debajo de la superficie. El fondo del modelo se establece a una profundidad de 2000 m
debajo de la superficie y, por lo tanto, el fondo puede representarse como un límite sin flujo. Para
tener en cuenta la complejidad del cambio de estrato, el área de estudio se divide en 18 capas de
estructura hidrogeológica. El espesor total de la capa estudiada es de 2000 m, y los espesores de las
capas divididas son, en orden desde la superficie del suelo, 50 m, 50 m, 50 m, 50 m, 50 m, 50 m, 50
m, 50 m. , 50m, 50m, 100m, 100m, 100m, 100m, 100m, 200m, 300m y 500m. El límite superior recibe
principalmente la infiltración de la precipitación y los flujos de agua subterránea hacia las minas.

Modelo de desarrollo
Diagrama de flujo del estudio.

El diagrama de flujo se muestra enFigura 2 . En primer lugar, se define el área del modelo y se establece el modelo

conceptual. En segundo lugar, el área del modelo se discretiza usando FEFLOW [26 ] software en sistemas de red y se

utiliza un modelo de flujo de agua subterránea en capas. En tercer lugar, se preparan todos los datos, incluidos los

registros de pozos, los datos de las pruebas de bombeo, el modelo geológico local y los informes hidrogeológicos, y luego

se desarrollará un modelo geológico 3D a nivel regional. A continuación, se recopilan y utilizan otros datos del modelo

para llevar a cabo la calibración del modelo mediante pruebas de bombeo en el área de Musonoi. Finalmente, el modelo

se utiliza para predecir el flujo de deshidratación de la mina subterránea Musonoi.

Fig 2. Diagrama de flujo del desarrollo del modelo.Imagen creada por los autores en Visio 2016; no se utilizó ningún material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g002

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 5 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Hidroestratigrafía y parámetros de acuíferos.

Las condiciones geológicas son muy complejas en el área de estudio, especialmente en la estructura de la
napa de Kolwezi. Según informes de investigaciones geológicas anteriores [20 ], 16 perfiles geológicos (
Figuras 3A y 3B ) están decididos a dividir los cuerpos de la napa. La formación se invierte debido a la
presencia del sinclinal invertido y el espesor difiere en diferentes ubicaciones. El software de modelado
geológico se utiliza para mostrar los mapas geológicos planos y de sección en el sistema de coordenadas
espaciales tridimensional para una mejor presentación (Figura 3B ). Luego, se puede establecer un modelo
geológico tridimensional para determinar los parámetros de la formación después de la digitalización del
mapa ráster. Los parámetros hidrogeológicos están estrechamente relacionados con la estructura y el
grado de fragmentación provocado por la estructura estratigráfica. Según datos de pruebas de bombeo, la
conductividad hidráulica del medio correspondiente a la capa de CMN y RSF es de aproximadamente 0,65
m/d donde se desarrollan las zonas de brecha. La conductividad hidráulica promedio del medio
correspondiente a la formación MWashya y RGS es de 0,12 m/d, y la conductividad hidráulica promedio del
medio correspondiente a la formación Kando y Kundelungu es de aproximadamente 0,026 m/d.

Interacción entre los ríos y el acuífero

Según la investigación de campo, los caudales en cada estación de medición son básicamente los
mismos desde la estación inicial y final a lo largo del flujo del río Musonoi. Considerando la posible
existencia de drenaje desde el pozo KOV hasta la corriente principal del río, se puede especular que
el intercambio hidráulico entre el río Musonoi y el agua subterránea está presente pero no es muy
fuerte. La interacción entre el río Musonoi y el agua subterránea se calcula mediante el nivel del
agua subterránea, la conductividad hidráulica vertical de la capa subyacente semipermeable del río
y el nivel del río.27 ], que se representa como el tercer tipo de límite en el software FEFLOW. Se
recopila poca información sobre el río Dilala estacional y el río Luilu, y se supone que el agua
subterránea se recarga de los ríos y la tasa de infiltración se estima entre el 5 y el 10% de la
escorrentía en este estudio.

Fig. 3.Cambios litológicos en la llanura (A) y las secciones transversales (B) en el área de la napa de Kolwezi. Imagen creada por los autores en QGIS 3.10, Datamine Studio RM 1.2.45.0 y Visio 2016;
no se utilizó ningún material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g003

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 6 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Fuentes y sumideros

En el límite superior del sistema, el acuífero recibe recarga principalmente de las precipitaciones, los ríos y las
aguas residuales de los depósitos de relaves. Los elementos de descarga de aguas subterráneas incluyen
principalmente drenaje minero, drenaje a pozos abandonados, drenaje al río, fugas de pozos y evaporación de
aguas subterráneas. La evaporación del agua subterránea ocurre en las áreas de poca profundidad del agua
subterránea. La recarga del acuífero proviene principalmente de las precipitaciones durante la temporada de
lluvias. El coeficiente de infiltración de la precipitación está estrechamente relacionado con la precipitación, la
estructura litológica de la zona de aireación y la profundidad del nivel freático. Según estudios previos, el
coeficiente de recarga de infiltración de lluvia generalmente está entre el 10% y el 25%, pero es solo del 3% en la
zona de roca RAT, del 75% en algunos tajos abiertos y hasta del 25% en otras areniscas, cráteres de desechos y
estanques de relaves. . En el modelo, la tasa de recarga de infiltración se calcula multiplicando la infiltración de
precipitación promedio anual por el coeficiente de infiltración. Los datos de observación de precipitaciones son
monitoreados por DRC Huakan Geological Services Co., Ltd. Las extracciones de agua subterránea de diferentes
minas son elementos importantes del drenaje de agua subterránea y tienen influencias significativas en el nivel
del agua subterránea. El flujo de deshidratación promedio fue de aproximadamente 5,52×104metro3/ d en el tajo
Dikuluwe en septiembre de 2018, y 4,22×104metro3/d en el tajo oeste de Mashambo en septiembre de 2018. La
deshidratación en estos tajos abiertos se representa como el límite de altura variable en el tiempo en el software
FEFLOW, y la altura se establece según la profundidad actual hasta la superficie en cada área de la mina.

Niveles de agua y pruebas de bombeo.

Los pozos de observación se distribuyen en el área modelo (Figura 1 ). Para analizar las condiciones
hidrogeológicas del área de la mina Musonoi y estimar con precisión la deshidratación de la mina Musonoi, DRC
Huakan Geological Services Co., Ltd lleva a cabo una prueba de bombeo a gran escala. Las pruebas de bombeo
comienzan a las 8:00 am del mes de noviembre. 22 de diciembre de 2018, y parará a las 8:00 am del 18 de
diciembre de 2018. El nivel freático restablecido se observa desde las 8:00 pm del 23 de diciembre de 2018. Se
cuenta con 3 pozos de bombeo, PW01, PW02 y PW03, y las producciones de cada pozo de bombeo son 1232.4,
3532.32 y 2790.64 m3/d, respectivamente (figura 4 ). Hay 28 pozos de observación (incluidos 3 pozos de bombeo)
en el área de interés. El 18 de diciembre de 2018 se observa la máxima reducción entre los pozos,
aproximadamente 61 m en el pozo PW01, 58 m en el pozo PW03 y 45 m en el pozo PW02. Las profundidades de
perforación de cada pozo están marcadas enfigura 4 , y todos los pozos tienen varias capas.

Dominio del modelo, malla y capas del modelo.

El dominio modelo tiene un área de aproximadamente 623,63 km2. El área de estudio se divide en 12.740
nodos y 24.988 elementos, con un total de 18 capas de modelo (el número total de nodos es
242.060 y el número de elementos es 449.784). En el área de estudio, se refina la región de Kolwezi nappe y
se refina nuevamente el área de la mina Musonoi. Los pozos de observación y los pozos de bombeo se
consideran puntos fijos y la malla se divide según la forma de la red fluvial. La estación seca en el área de
estudio es de mayo a septiembre, y el período de calibración del modelo se establece de septiembre a
diciembre. La distribución inicial del nivel del agua se calcula basándose en la simulación del flujo de agua
subterránea en estado estacionario y luego se ajusta después de la entrada de datos del modelo [27 ]. La
calibración del modelo se realiza con base en los parámetros hidrogeológicos estimados, el método de
prueba y error y la herramienta FePEST. Los pozos multicapa se representaron como el módulo de pozo
multicapa en FEFLOW 7. El modelo adopta un control automático de paso de tiempo a través del esquema
de integración de tiempo hacia adelante Adams-Bashforth/trapezoide hacia atrás (AB/TR).

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 7 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Fig 4. Distribuciones de pozos de observación en el área de interés, el número alrededor del pozo significa la profundidad de los pozos.Imagen creada por los autores en QGIS 3.10 y Visio 2016; no se utilizó ningún
material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g004

modelo de geología 3D

Los datos de elevación del terreno utilizados en este modelo se obtienen mediante datos de elevación de alta resolución

del software BIGEMAP (http://www.bigemap.com/ ) con una resolución horizontal de 7 metros, que están disponibles

públicamente. Para el modelo de geología regional, el rango de profundidad se toma desde la superficie del suelo hasta los

2000 m. El método se establece en base a sistemas de grillas de la siguiente manera:

1. Establecer un modelo geológico regional en el área de estudio. En primer lugar, se digitalizan el mapa geológico plano

y 16 secciones transversales. Luego, el cuerpo geológico se genera mediante la integración de datos 3D y el software

Datamine RM de todos los mapas geológicos. Se derivan los clips de horizonte de los perfiles en las 18 profundidades

de capa del modelo.

2. Desarrollar un modelo geológico local en el área de interés. El área de interés es de aproximadamente 6

km.2donde se utilizan los datos de registro del pozo. El modelo geológico 3D refinado en el área de
interés se produce utilizando datos del pozo; la zona de brecha se describe por separado en el modelo
geológico.

3. Acoplar los modelos geológicos regionales y locales y generar la zonificación de parámetros

hidrogeológicos. Las geologías 3D regionales y locales se acoplan mediante el mismo sistema de
cuadrícula y luego se formula la partición de la litología en el área de estudio.Higo 5 muestra la
zonificación detallada de los parámetros hidrogeológicos a nivel regional (Figuras 5A y 5B ) y locales (
Figuras 5C y 5D ) escamas.

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 8 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Figura 5.Demostración del modelo geológico en el área del modelo y el área de la mina Musonoi, (A), (B), (C) y (D) significa malla 3D en el área de estudio, secciones transversales en el área de estudio, malla
3D en el área de interés y cortes transversales en el área de interés, respectivamente. Imagen creada por los autores en Tecplot 360 Ex 2014R1 y Visio 2016; no se utilizó ningún material protegido por
derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g005

Anisotropía y estimación de parámetros hidráulicos.

Existe una alta heterogeneidad debido al sinclinal invertido en el área de interés. Según lo indicado
por las pruebas de bombeo, el drenaje máximo es de aproximadamente 61 m en el pozo PW01, 18
m en el pozo GM11 y 18 m en el pozo TB01; sin embargo, la distancia entre el

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 9 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Tabla 2. Estimación de la conductividad hidráulica a lo largo del eje principal de anisotropía larga en la llanura para cada parámetro de zonificación de cada capa del modelo en el área de
estudio (unidad: m/d).

litología Nizilo_Block kú ng Mwashya dipeta CMN Dakota del Sur kamoto RATA Brecha
Capa 1 0.0050 0.1307 0.0200 0.0200 0.0579 0.4803 0.3194 0.7500 0.0500 2.4000
Capa 2 0.0050 0.1307 0.0200 0.0200 0.0579 0.4803 0.3194 0.7500 0.0500 2.4000
Capa 3–4 0.0100 0.1307 0.0200 0.0200 0.1000 1.2000 0.4500 1.2000 0,2000 3.0000
Capa 5–8 0.0100 0.1307 0.0200 0.0200 0.0800 0.6500 0.3500 1.0500 0.1200 1.2000
Capa 9-11 0.0100 0.0984 0.0100 0.0100 0.0434 0.3600 0.2396 0.5625 0.0150 1.2000
Capa 12-13 0.0050 0.0660 0.0050 0.0050 0.0289 0.2396 0.1597 0.3750 0.0150 1.2000
Capa 14-15 0.0050 0.0660 0.0050 0.0050 0.0289 0.2396 0.1597 0.3750 0.0250 1.2000
Capa 16-18 0.0050 0.0050 0.0050 0.0050 0.0289 0.2396 0.1597 0.3750 0.0250 1.2000

https://doi.org/10.1371/journal.pone.0239682.t002

El pozo de bombeo del PW01 y el pozo de observación están a 130 m del pozo PW01 al pozo GM11 y a 44 m
del pozo PW01 al pozo TB01, lo que sugiere que la anisotropía aún está presente en el área de estudio y
debe ser considerada. De acuerdo con la distribución de la formación, el ángulo entre la dirección del eje
principal de anisotropía de la conductividad hidráulica y el eje del sistema de coordenadas cartesiano se
generaliza como el mismo valor en el área de estudio, y los ángulos de los ejes principales son 60, 20 y 20
grados desde elX,yyzejes, respectivamente. La conductividad hidráulica del eje principal de anisotropía
larga en la llanura se estima mediante los datos de las pruebas de bombeo de los pozos de ingeniería en
las áreas mineras vecinas, y el valor para cada capa del modelo se muestra enTabla 2 . La conductividad
hidráulica del eje principal de anisotropía corta en la llanura se establece igual que la del eje largo. La
conductividad hidráulica del eje principal de anisotropía vertical se establece en 1/10 de la del eje mayor. El
rendimiento específico varía de 0,01 a 0,05 y se establece en 0,02, 0,02, 0,04 y 0,05 para las zonas CMN, SD,
Kamoto y Breccia, respectivamente. La capacidad de almacenamiento varió de 0,00001 a 0,0001 m-1y se
establece en 0,0002, 0,0002, 0,0002 y 0,0001 m-1para las zonas CMN, SD, Kamoto y Breccia (zona
fracturada), respectivamente.

Resultados

Análisis de sensibilidad de conductividades hidráulicas y condiciones de contorno.

Conductividad hidráulica (k) y los límites de recarga, como la precipitación y la infiltración de agua
superficial, son factores críticos para la calibración del modelo, y es necesario evaluar sus incertidumbres.
En este estudio, la sensibilidad local se calcula con base en el método de variación de un solo factor. Los
principales factores incluyen las conductividades hidráulicas en la zona Ku, la zona RAT, la zona Kamoto,
la zona SD, la zona CMN y la zona Dipeta, y la infiltración de ríos y embalses. El escenario base (S0) se
establece como parámetros estimados iniciales. Los escenarios se establecen mediante un factor con el
25%, 75%, 125% y 150% de los parámetros iniciales (que se muestran enTabla 3 ). la simulación

Tabla 3. Conjunto de escenarios de factores principales para el análisis de sensibilidad.

Factor Ne (abreviatura) Escenarios

S1 (25%) S2 (75%) S3 (125%) T4 (150%)

Conductividad hidráulica (k) Ku (ku) Ku1 Ku2 Ku3 Ku4
RATA (Ra) Ra1 Ra2 Ra3 Ra4
Kamoto (Ka) Ka1 Ka2 Ka3 Ka4
SD (SD) Sd1 Sd2 Sd3 Sd4
CMN (cm) cm1 cm2 cm3 cm4
Dipeta (Di) Di1 Di2 Di3 Di4
Condiciones de borde Infiltración de ríos y embalses (Rech) Rech1 Rech2 Rech3 Rech4

https://doi.org/10.1371/journal.pone.0239682.t003

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 10 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Fig 6. Sensibilidad local de diferentes zonas geológicas y condiciones de recarga ante cambios en el nivel del agua.Imagen creada por los autores en Python y
Visio 2016; no se utilizó ningún material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g006

El período se fija desde las 8:00 am del 10 de septiembre de 2018, hasta las 8:00 am del 18 de diciembre de 2018. El índice
de sensibilidad (Eq (1 )) se define como la raíz del error cuadrático medio de la diferencia simulada del nivel del agua.

diferencia entre el escenario y el escenario base.

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffifi

1PAGnorte
SAsi¼ j¼1 dhsidjÞ hs0djÞÞ2 d1Þ
norte

dóndeSAsies el índice de sensibilidad para el escenarioSi(yo =1,2,3,4), m;nortees el número total de

valores simulados para 28 pozos;hsiyhs0son niveles de agua simulados del escenarioSiy el escenario base
S0, respectivamente.
Las sensibilidades de las conductividades hidráulicas para seis zonas y la infiltración de agua superficial en los
cambios del nivel del agua subterránea se muestran enfigura 6 . Cuando las conductividades hidráulicas en las
zonas CMN, SD y RAT cambian, se encuentran cambios significativos en el nivel del agua subterránea, mientras
que las conductividades hidráulicas en las zonas Kamoto, Dipeta y Ku tienen una sensibilidad menor. El escenario
Cm1 tiene la mayor sensibilidad (4,99 m). Sin embargo, la sensibilidad de la infiltración de ríos y embalses es baja
(menos de 0,10 m). Entonces, las conductividades hidráulicas en las zonas CMN, SD y RAT son los factores de
control que deben considerarse en el período de calibración.

Método de calibración del modelo

El período de calibración se establece desde las 8:00 am del 10 de septiembre de 2018 hasta las 8:00 am del 18 de

diciembre de 2018, para un total de 104 días. Las pruebas de bombeo se realizan desde las 8:00 am del 22 de noviembre de

2018 hasta las 8:00 am del 18 de diciembre de 2018. Los principales objetivos de ajuste son los datos del nivel freático.

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 11 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

de 28 pozos de observación en el área de interés. Los 28 pozos de observación mencionados anteriormente se

seleccionan como objeto apropiado para estimar los parámetros hidrogeológicos. La función objetivo se establece
para este propósito como en la ecuación (2 ), y la reducción se utiliza para las métricas porque la distribución
precisa de la carga en la mina Musonoi no está disponible. Bajo las restricciones de los límites superior e inferior
de cada parámetro, la función objetivoGRAMOes el mínimo. Si la diferencia entre el nivel de agua simulado y
observado durante el período de calibración no es lo suficientemente pequeña, los valores de algunos parámetros
se ajustan y la función objetivo se minimiza gradualmente. Primero, se utilizó el método de prueba y error para
ajustar manualmente los parámetros. Luego se utilizó FePEST en FEFLOW para estimar los parámetros.

Xng X
GRAMOdpag1;pag2;���;pagnorteÞ ¼ ohhdi; jÞ � ½Sdi; jÞ Sgramodi; jÞ�2 d2Þ
i¼1 j¼ntc

dóndepag1,pag2, . . .,pagnorteson los parámetros hidrogeológicos a estimar;nortegramoynortetcson el

número de pozos de observación y el tiempo de máximo abatimiento, respectivamente;ωhes el peso del
nivel freático, aquí se establece en 1 para 28 pozos de observación en el área de interés; S(i,j) es la
reducción simulada en eljPasos de tiempo para la observación bien.i(m), ySgramo(i,j) es la reducción
observada en eljPasos de tiempo para la observación bien.i(metro).

Comparación de la reducción observada y simulada

Las reducciones simuladas se comparan con las mediciones observadas y las estadísticas se muestran en
Tabla 4 . En el área de interés, aproximadamente el 41 % de las diferencias absolutas entre la reducción
observada y simulada están dentro de 0,5 m, aproximadamente el 56 % de las diferencias absolutas son
menores de 1,0 m y aproximadamente el 22 % de las diferencias absolutas son mayores que 5,0 m. . Se
selecciona un total de 12 pozos observados para demostrar la comparación de la reducción entre las
mediciones simuladas y observadas durante el período de calibración (que se muestra enfigura 7 ).
Durante el período de prueba de bombeo, las caídas máximas se ubican alrededor de los pozos PW01,
PW02, PW03, TB01, TB02 y TB03.figura 8 muestra la comparación entre las caídas máximas observadas y
simuladas entre seis pozos (PW01, PW02, PW03, TB01, TB02 y TB03) y los errores relativos. El error relativo
de las caídas máximas simuladas está dentro del 10% para los pozos PW01, PW02, TB01 y TB02 y
aproximadamente el 15% para los pozos PW03 y TB03.

Parámetros hidráulicos calibrados.

La conductividad hidráulica a lo largo del eje principal de anisotropía largo en la llanura para cada
zonificación de parámetros de cada capa del modelo en el área de estudio después de la calibración se
muestra en Tabla 5 . La conductividad hidráulica a lo largo del eje principal de anisotropía longitudinal es
de aproximadamente 0,05 a 0,43 m/d para la zona de brecha, que es inferior al valor estimado. Además,
la conductividad hidráulica de las capas 5 a 8 es sensible a la función de objeción en la ecuación (2 ) y,
por lo tanto, se refina después de la calibración. La conductividad hidráulica del eje principal de
anisotropía corta en la llanura es aproximadamente el 90% del valor en el eje largo. La conductividad
hidráulica del eje principal de anisotropía vertical se establece en 1/15 de la del eje mayor.

Tabla 4. Estadísticas de las diferencias absolutas entre la reducción observada y simulada entre 28 pozos.

Diferencia absoluta entre los niveles de agua subterránea ΔS(m) en la mina Musonoi ΔS�0,5 0,5<ΔS�1.0 1.0<ΔS�5.0 ΔS>5.0 total

Frecuencia 1655 624 879 902 4060

Porcentaje (%) 40,76 15.37 21.65 22.22 100
https://doi.org/10.1371/journal.pone.0239682.t004

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 12 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Fig 7. Comparación de la reducción simulada y observada en 12 pozos de observación.Imagen creada por los autores en Excel 2016 y Visio 2016; no se utilizó ningún material
protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g007

Discusión
Cambio del nivel freático y distribución del abatimiento máximo.
Por lo general, la altura inicial de cada nodo se interpola a partir de las alturas observadas en los pozos de
observación. Hay 18 capas de modelo en el área de estudio y, por lo tanto, es difícil obtener la altura inicial
para todas las capas de modelo porque los pozos no están bien distribuidos en cada capa y sobre el área
de estudio. La altura inicial se simula mediante el método de parámetros y cabeza acoplados [27 ]. El cono
de depresión del nivel freático está claramente simulado y visto en el área del modelo. En el área de
interés, el agua subterránea fluye desde los límites este y sur. Debido a que la distancia entre el área de
interés y las minas adyacentes es corta, el patrón de flujo del agua subterránea probablemente se verá
alterado después de las intensas actividades mineras en el área de interés, y no está claro si la división del
agua subterránea está presente entre las dos minas.

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 13 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Fig 8. Comparación de la reducción máxima durante la prueba de bombeo para 6 pozos.Imagen creada por los autores en Excel 2016; no se utilizó
ningún material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g008

La distribución de la reducción máxima durante las pruebas de bombeo puede proporcionar una comprensión
profunda de las vías dominantes del flujo de agua subterránea. El desarrollo del cono de depresión en respuesta al
bombeo está sujeto principalmente al área de las zonas de fractura controladas por fallas (aproximadamente a
una profundidad de aproximadamente 150 a 350 m). Aunque los pozos de observación de múltiples capas no
tienen las mismas profundidades que los pozos de sondeo, las reducciones máximas de todos los pozos se
demuestran en la llanura (figura 9 ). La distribución de la reducción máxima es muy desigual. El eje largo de
máxima caída es de aproximadamente 45̊ al norte del este, y la longitud de influencia es de aproximadamente
1,50 km. El eje corto de máxima caída está aproximadamente a 45° al norte del oeste y la longitud de influencia es
de aproximadamente 1,0 km. Los pozos de observación a una profundidad vertical de aproximadamente 150 a 350
m tienen la mayor reducción y luego los pozos a poca profundidad tienen la menor reducción.

En el área de interés, la reducción inducida por la deshidratación es tan grande que generalmente ocurre el
secado del acuífero. Durante la calibración se observa el fenómeno de secado y rehumedecimiento de la capa
modelo (Capa 1) (Higo 10 ). Bajo la influencia del pozo de bombeo PW02, el cambio del nivel del agua subterránea
con el tiempo es normal en el sitio P1 pero anormal en el sitio P2 (aquí las ubicaciones de P1 y P2 están muy cerca
de PW02). La interfaz de capa entre la capa 1 del modelo y

Tabla 5. Conductividad hidráulica calibrada a lo largo del eje principal de anisotropía larga en la llanura para cada parámetro de zonificación de cada capa del modelo en el área de estudio
(unidad: m/d).

litología Nizilo_Block kú ng Mwashya dipeta CMN Dakota del Sur kamoto RATA Brecha
Capa 1 0.0015 0.0172 0.0029 0.0021 0.0132 0.1112 0.0784 0.1078 0.0463 0.1012
Capa 2 0.0009 0.0122 0.0022 0.0016 0.0083 0.0554 0.0420 0.0557 0.0240 0,1284
Capa 3–4 0.0018 0.0127 0.0041 0.0030 0.0136 0.0788 0.0068 0.0169 0.0199 0.1836
Capa 5 0.0012 0.0167 0.0030 0.0023 0.0202 0.0866 0.0217 0.0182 0.0252 0.2823
Capa 6 0.0012 0.0182 0.0030 0.0023 0.0639 0,1232 0.0358 0.0272 0.0365 0.4288
Capa 7–8 0.0012 0.0162 0.0032 0.0023 0.0361 0.0503 0.0339 0.0226 0.0272 0,1849
Capa 9-11 0.0012 0.0120 0.0021 0.0013 0.0145 0.0371 0.0283 0.0298 0.0126 0.0630
Capa 12-13 0.0007 0.0104 0.0014 0.0007 0.0158 0.0214 0.0180 0.0198 0.0126 0.0654
Capa 14-15 0.0006 0.0081 0.0007 0.0006 0.0084 0.0113 0.0130 0.0129 0.0048 0.0463

https://doi.org/10.1371/journal.pone.0239682.t005

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 14 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Fig 9. Mapa de contorno de máxima caída en la zona de interés.Imagen creada por los autores en QGIS 3.10 y Visio 2016; no se utilizó ningún material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g009

2 está marcado enHigo 10 ; Se presentan dos saltos bruscos del nivel del agua al inicio y al final de las
pruebas de bombeo, lo que suele indicar problemas de convergencia y baja eficiencia de cálculo.

Fig 10. Secado y rehumedecimiento observados de la capa modelo.Imagen creada por los autores en Excel 2016; no se utilizó ningún material
protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g010

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 15 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Predicción del flujo de deshidratación

Según el borrador del plan minero, la primera fase durante el período de servicio de la mina del área de interés es
a una profundidad de 140 ml y completamente deshidratada mediante pozos de bombeo. Durante el período de
prueba de bombeo se perforaron tres pozos de bombeo, a saber, PW01, PW02 y PW03. El área del cono de
depresión bajo los pozos de bombeo actuales es relativamente pequeña y se deben agregar pozos adicionales
para ampliar el área. El plan de deshidratación de 140 ml se logrará en 1 año y, por lo tanto, se consideran 8
escenarios (enumerados enTabla 6 ). La profundidad de los pozos PW01, PW02 y PW03 es de 310,20 m, 251,51 m y
325,00 m, respectivamente. El diámetro de los tres pozos varía con la profundidad desde 0,780 m en la parte
superior hasta 0,378 m en la parte inferior. El diámetro de la tubería de la pared del pozo en el fondo es de 0,273
m para tres pozos de bombeo. En el modelo, el radio del pozo se establece uniformemente en 0,189 m para tres
pozos de bombeo. En diferentes escenarios para la deshidratación del pozo de 140 ml, el radio de todos los pozos
recién agregados se establece en 0,189 m y la profundidad de estos pozos se establece en 300 m. Los escenarios
S1 y S2 suman los pozos PB01, NW101, NW102 y PB02, y las tasas de bombeo son como se muestran en la tabla.
Los escenarios S3 y S4 suman los pozos PB01, NW201, NW202, NW203 y PB02 con caudales de bombeo de 2000 m.
3/día, 2500 m3/día, 2500 m3/d y 2500 m3/d y 1500 m3/día, 1500 m3/día, 1500 m3/d y 2000 m3/d, respectivamente.
Los pozos PB01, NA01, NA02, NA03, NA04, NA05 y PB02 con caudales de bombeo de 2000 m3/día, 2500 m3/día,
2500 m3/día, 2500 m3/día, 2500 m3/día, 1500 m3/día, 1500 m3/día, 2500 m3/día, 1500 m3/d y 2000 m3/d, se añaden
en los escenarios S5 y S6. Los escenarios S7 y S8 suman los pozos PB01, NA01, NW201, NA02, NW202, NW203 y
PB02. La distribución de los pozos de achique en los seis escenarios se muestra enFigura 11 .

Los resultados simulados bajo los ocho escenarios se muestran enFigura 12 . Se requiere un cono de
depresión con una caída de 140 m para cubrir el área del área de la mina (como lo indica el color rojo en
Figura 12 ). Las áreas del cono de depresión en los ocho escenarios se encuentran básicamente dentro del
área del yacimiento, pero las áreas del cono son diferentes para los escenarios. El mapa de contorno del
patrón de descenso es una forma elíptica con un eje principal de noreste a suroeste. El escenario S5 tiene
el área más grande del cono, mientras que el escenario S1 tiene el área más pequeña. Como se puede ver
en la figura, los escenarios S1, S2, S3, S4, S5, S6, S7 y S8 pueden formar un área de descenso de cono
continuo con 80 m, 80 m, 90 m, 80 m, 150 m, 140 m, 120 m y 110 m, respectivamente. El flujo total de
deshidratación para el escenario S1, S2, S3, S4, S5, S6, S7 y S8, es de 16.400 m3/día, 17.100 m3/día, 18.900
m3/día, 15.900 m3/día, 28.400 m3/día, 22.800 m3/día, 23.900 m3/d y 18.900 m3/d, respectivamente. El
escenario S5 tiene el flujo de deshidratación más alto, mientras que el escenario S4 tiene el flujo más bajo.
Aunque el área del cono de depresión formado por el escenario S5 es grande, la inversión para perforación
será mayor. Por lo tanto, se recomienda el escenario S7 al considerar el área de deshidratación y el costo
de perforación y operación. Se puede ver en la figura que el escenario S7 (Figura 12 ) puede formar un
cono de depresión con una caída de 120 m en el medio de un pozo de 140 ml después de un año con una
caída máxima de 320 m, y una caída de 200 m en las regiones locales.

Con base en los patrones simulados de cambios de reducción para el escenario S7, se puede encontrar a partir
de los resultados que el cono de depresión en la sexta capa del modelo es el más grande y la reducción máxima es
de casi 320 m. La reducción máxima disminuye desde la sexta capa de modelo a la primera capa de modelo, y
también desde la sexta capa de modelo a la octava. De las pruebas de bombeo existentes, la tasa máxima de
producción de los pozos PW03, PW01 y PW02 es de 2700 m3/ día, 1200 m3/d y 3500 m3/d, y la cantidad de tasa de
producción para pozos adicionales enTabla 6 puede ser razonable. El volumen total de agua de todos los pozos en
la sección media del pozo de 140 ml es de aproximadamente 23.900 m3/d para el escenario S7. Así, la capacidad de
deshidratación con 23.900 m3Se requerirá /d al menos para el plan de deshidratación.

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 16 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Tabla 6. Escenarios de deshidratación establecidos para eje de 140 ml.

Guión Nombre del pozo / Tasa de bombeo (m3/d)

PB01 PW03 NW101 PW01 NW102 PW02 PB02

T1 2000 2700 2500 1200 2500 3500 2000
T2 2000 2700 2700 1200 3000 3500 2000
PB01 PW03 NO201 NW202 PW01 NW203 PW02 PB02
T3 2000 2700 2500 2500 1200 2500 3500 2000
T4 2000 2700 1500 1500 1200 1500 3500 2000
PB01 PW03 NA01 NO201 NA02 NW202 NA03 PW01 NA04 NW203 NA05 PW02 PB02
T5 2000 2700 2500 2500 2500 2500 1500 1200 1500 2500 1500 3500 2000
T6 2000 2700 1500 1500 1500 1500 1200 1200 1200 1500 1500 3500 2000
PB01 PW03 NA01 NO201 NA02 NW202 PW01 NW203 PW02 PB02
T7 2000 2700 2500 2500 2500 2500 1200 2500 3500 2000
T8 2000 2700 1500 1500 1500 1500 1200 1500 3500 2000
https://doi.org/10.1371/journal.pone.0239682.t006

Las pruebas de bombeo se realizan durante la estación seca, donde la infiltración es de aproximadamente 2,19 mm/

día. Las diferentes estaciones, como la estación normal y la estación húmeda, también tendrán una influencia importante

en la deshidratación. El modelo también se utiliza para evaluar la influencia de la estación húmeda y normal en el cambio

del nivel del agua subterránea. La precipitación es de 1952 mm/año y 1200 mm/año para la temporada húmeda y la

temporada normal, respectivamente, y luego se utiliza como entrada del modelo. Una mayor infiltración aumentará el

nivel del agua subterránea. Para el escenario S7, en relación con la estación seca, la diferencia de descenso es de

aproximadamente 2 a 35 m en la estación húmeda y de 1 a 30 m en la estación normal en el área de interés. Las

actividades de deshidratación alterarán las condiciones de presión del agua y, entonces, puede ocurrir un colapso desde el

punto de vista de la seguridad geológica. Se debe prestar mucha atención a estos problemas de seguridad geológica

durante la minería subterránea. Por la seguridad de

Fig 11. Diseño de pozos de drenaje diseñados para pozo de 140 mL.Imagen creada por los autores en QGIS 3.10 y Visio 2016; no se utilizó ningún
material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g011

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 17 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 18 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Figura 12.Mapa de contorno de reducción después de 1 año bajo un eje de 140 ml para 8 escenarios: (A), (B), (C), (D), (E), (F), (G) y (H) representan el escenario 1 , 2,
3, 4, 5, 6, 7 y 8. Imagen creada por los autores en QGIS 3.10 y Visio 2016; no se utilizó ningún material protegido por derechos de autor.

https://doi.org/10.1371/journal.pone.0239682.g012

deshidratación, el cambio de los niveles de agua subterránea debe ser monitoreado durante la implementación del proyecto de

deshidratación.

Incertidumbre de los resultados del modelo.

Debido a la alta heterogeneidad y anisotropía de las formaciones geológicas, los resultados simulados
tienen incertidumbres. Los principales efectos de las incertidumbres son los siguientes:

1. Incertidumbre de las formaciones geológicas. Aunque este artículo establece el modelo geológico 3D
acoplando el modelo geológico 3D regional basado en secciones transversales geológicas con un modelo
geológico refinado local basado en datos de pozo, pueden existir fracturas locales y las distribuciones de las
fracturas aún se desconocen debido a las limitadas investigaciones de campo.

2. Incertidumbre de los parámetros hidrogeológicos. Los datos de las pruebas de bombeo en el área de interés se utilizan
para calibrar el modelo. Sin embargo, los tres pozos de bombeo están ubicados a profundidades de 250 a 320 m
debajo de la superficie del suelo, y los pozos de observación no están bien distribuidos en el área y en dirección
vertical. La duración limitada de una prueba de bombeo (menos de 3 meses en este estudio) generalmente no es
suficiente para rastrear la estacionalidad y los cambios en las cabezas de agua subterránea. A partir de la calibración de
los datos de las pruebas de bombeo en el área de interés, las propiedades del acuífero obtenidas pueden no ser
representativas de toda la extensión de las capas y el área del modelo.

3. Incertidumbre de la recarga de aguas subterráneas. El modelo utiliza principalmente la infiltración de la

precipitación en la estación seca para estimar la recarga de agua subterránea, y la precipitación en años
húmedos tiene diferentes efectos sobre el cambio del flujo de agua subterránea. No se realizó ninguna
prueba de bombeo completa durante todo el año hidrológico, incluyendo la estación húmeda, la estación
normal y la estación seca. Por lo tanto, la deshidratación estimada puede estar subestimada.

Conclusiones
Este estudio recopila muchos datos, como precipitación, escorrentía de ríos, nivel de agua subterránea y los
resultados de pruebas de bombeo, y construye un modelo tridimensional de flujo de agua subterránea en un
área de interés con un modelo geológico 3D utilizado para ayudar en la predicción de la deshidratación. de minas
subterráneas. La calibración del modelo se realiza utilizando datos de pruebas de bombeo y se analizan las
características del flujo de agua subterránea. Se obtienen las siguientes conclusiones.

1. El desarrollo de un modelo geológico 3D para formaciones complicadas puede visualizar la distribución

de formaciones y facilitar la zonificación de parámetros en los modelos de agua subterránea.
La descripción de la compleja estructura geológica en el área de estudio es un trabajo desafiante. La
información geológica sobre dieciséis secciones transversales hidrogeológicas y la distribución geológica en la
llanura primero se digitalizan y luego se adoptan para construir un modelo geológico regional mediante el
uso de software de minería. El modelo geológico local en el área de la mina se refina basándose en el registro
del pozo y las fracturas. La información geológica de los dos modelos se combina para formular el modelo de
acuífero 3D para el área de estudio. La descripción de la compleja estructura geológica regional proporciona
mejores condiciones para mejorar la precisión del modelo.

2. Se conceptualizó un modelo de flujo de agua subterránea, incluyendo el alcance, las condiciones de

contorno, la representación de pozos multicapa y fuentes y sumideros. Aunque el área de

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 19 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

El interés es pequeño, el área del modelo se extiende hasta los límites de la cuenca para minimizar el
impacto de las condiciones de contorno del modelo de agua subterránea en la precisión debido a la
influencia de intensas actividades mineras. Verticalmente, la profundidad de 2000 m bajo la superficie
del suelo se considera la capa impermeable inferior del modelo.

3. La calibración del modelo se realiza utilizando datos de prueba de bombeo. A partir de las curvas de ajuste de los niveles de agua

subterránea, los resultados del modelo son relativamente buenos y podrían proporcionar cambios en el nivel de agua

subterránea debido a la deshidratación en el área de interés.

4. La deshidratación de un pozo de 140 ml se simula utilizando el modelo de flujo de agua subterránea

establecido. Se establecen ocho escenarios basados en los tres pozos de bombeo existentes (PW01, PW02 y
PW03). En este estudio se recomienda el escenario S7 con 7 pozos de bombeo para deshidratar el acuífero, es decir,
agregar cuatro pozos de bombeo con una profundidad de 300 m además de tres pozos. Este escenario puede
deshidratar mejor el acuífero para el pozo de 140 ml con un flujo de deshidratación de aproximadamente 23 900 m3/
d. Sin embargo, durante la operación de las actividades mineras se debe prestar más atención a la seguridad
geológica de la ingeniería, como los cambios de los niveles del agua y la estabilidad de la ingeniería después de la
deshidratación.

Este estudio proporciona un método científico para la construcción de modelos y la predicción inicial de la
deshidratación. Sin embargo, los resultados del modelo pueden tener algunas incertidumbres. Debido a la
privacidad de las minas, es difícil obtener datos detallados, como datos precisos de drenaje fuera del área de
interés, y esto puede reducir la precisión del modelo hasta cierto punto. Durante el desarrollo actual de la rampa
Musonoi, se han recopilado datos de fracturas y vetas locales desde el frente o la pared y estos parámetros serán
útiles para contribuir al modelo geológico local. Especifique la conductividad hidráulica de la capa RSC, que
generalmente tiene, junto con el CMN, la transmisividad y la abundancia de agua más fuertes debajo de las
zonas de meteorización. El modelo geológico puede mejorarse a escalas mucho más finas si se finalizan las
investigaciones en curso a pequeña escala.

Información de soporte
Archivo S1.

(XL)
Archivo S2.

(DOCX)

Expresiones de gratitud

Los autores agradecen los comentarios constructivos de los revisores anónimos.

Contribuciones de autor
Curación de datos:Menglin Zhang, Hongliang Wang, Celestin Lubale.

Análisis formal:Menglin Zhang.

Investigación:Hongliang Wang.

Metodología:Litang Hu, Zhengqiu Yang, Yong Fan, Jixiu Li, Celestin Lubale.

Administración de proyecto:Yong Fan, Jixiu Li.

Validación:Litang Hu, Yong Fan.

Visualización:Zhengqiu Yang, Yong Fan.

Redacción – borrador original:Litang Hu.

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 20 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

Escritura – revisión y edición:Zhengqiu Yang.

Referencias
1.Yihdego Y, Salem HS, Ayongaba B, Veljkovic Z. Desafíos del sector minero en los países en desarrollo,
Tigray, Etiopía e inspiradoras historias de éxito de Australia. Revista Internacional de Minería e
Ingeniería Mineral 2018; 9(4): 321–367.
2.Yihdego Y, Paffard A. Predicción del flujo de entrada y la profundidad de recuperación de una mina a cielo abierto en el soum
Durvuljin, provincia de Zavkhan, Mongolia. Agua de Mina y Medio Ambiente 2017; 36: 114-123.

3.Yihdego Y. Valor de ingeniería y gestión ambiental de la estimación del radio de influencia de la

excavación minera. Revista de Ingeniería e Investigación Aplicadas del Agua 2018; 6(4): 329–337.
4.bochenorteska T, Fiszer J, Kalisz M. Predicción de la afluencia de aguas subterráneas a las minas de cobre del distrito
de cobre de Lubin Głogów. Geología Ambiental 2000; 39: 587–594.

5.Murdoch LC, Germanovich LN, Wang H, et al. Hidrogeología de las proximidades de la mina Homestake, Dakota del
Sur, EE.UU. Revista de Hidrogeología 2012; 20: 27–43.
6.Jiang SM, Kong XL, Ye H, et al. Optimización de la deshidratación de aguas subterráneas en la mina de carbón a cielo abierto
Shengli número 1, Mongolia Interior, China. Ciencias Ambientales de la Tierra 2013; 69: 187–196.

7.Bahrami S, Ardejani FD, Aslani S, Baafi E. Modelado numérico del flujo de agua subterránea a una mina a cielo
abierto en avance: pozo Kolahdarvazeh, Irán central. Monitoreo y Evaluación Ambiental 2014; 186: 8573–
8585.https://doi.org/10.1007/s10661-014-4025-x PMI:25186026
8.Yihdego Y, Danis C, Paffard A. Simulación numérica del flujo de agua subterránea en 3D para discontinuidades
geológicas en la cuenca de Unkheltseg, Mongolia. Ciencias Ambientales de la Tierra 2015; 73 (8): 4119–4133.

9.Hu LT, Jiao JJ. Modelado de las influencias de la recuperación de tierras en los sistemas de aguas subterráneas: un estudio de
caso en la península de Shekou, Shenzhen, China. Ingeniería Geológica 2010; 114: 144-153.

10.Schrader A, Winde F, Erasmus E. Uso de los impactos de la minería a profundidad para investigar la hidrología kárstica: un
enfoque basado en Darcy para predecir el futuro de los manantiales dolomíticos secos en el campo aurífero de Far West
Rand (Sudáfrica). Parte 1: un modelo conceptual de recarga y flujo intercompartimental. Ambiental
Ciencias de la Tierra 2014; 72: 3549–3565.

11.Bodeux S, Pujades E, Orban P, et al. Interacciones entre el agua subterránea y la cavidad de una antigua mina de pizarra utilizada
como depósito inferior de una UPSH (Hidroelectricidad de almacenamiento por bombeo subterráneo): un enfoque de
modelización. Ingeniería Geológica 2017; 217: 71–80.

12.Mu WP, Wu Q, Xing Y, et al. Uso de simulación numérica para la predicción de la deshidratación de minas de un sistema de agua
kárstica subyacente a la veta de carbón en la cuenca de Yuxian, en el norte de China. Ciencias Ambientales de la Tierra 2018;
77: 215.

13.Pujades E, SunordesteEV, Carrera J, et al. Deshidratación de una excavación profunda realizada en un suelo estratificado.
Ingeniería Geológica 2014; 178: 15-27.

14.Benndorf J, Struzina M. Integración de la incertidumbre geológica en la planificación y el modelado para conceptos de

deshidratación modernos y eficientes en grandes minas a cielo abierto. Revista Internacional de Recuperación Minera y
Medio Ambiente 2014; 28: 231–241.

15.Garzonio CA, Piccinini L, Gargini A. Modelado de aguas subterráneas de acuíferos fracturados en minas: el estudio
de caso de Gavorrano (Toscana, Italia). Mecánica de Rocas e Ingeniería de Rocas 2014; 47: 905–921.

dieciséis.krCmamářD, Sracek O. MODFLOW-USG: las nuevas posibilidades en el modelado de hidrogeología minera (o lo

que no está escrito en los manuales). Agua de Mina y Medio Ambiente 2014; 33: 376–383.
17.DHI. Sistema de simulación de transporte y flujo subterráneo de elementos finitos Feflow -Manual de usuario. Lanzamiento
reciente 7. 2. Informe técnico; 2018.

18.Hassen I, Gibson H, Hamzaouiazaza F, et al. Modelado geológico 3D del sistema acuífero de Kasserine, Túnez central: nuevos
conocimientos sobre la geometría del acuífero y las interconexiones para una mejor evaluación de los recursos de agua
subterránea. Revista de Hidrología 2016; 539: 223–236.

19.Mendelsohn. La geología del cinturón de cobre de Rodesia del Norte. Londres: Macdonald. 1961, págs. 351–405.
20.François A. La extremidad occidental del arco cuprifmire shabien Etude geologique. Bureau d'études
géologiques. Gécamines-Exploitation, Likasi, Zaire. Aulhenlie consultoría de inversiones (China) Lo. Ltd.
Traducción en 2006 (en chino), 1973.
21.François A. Carte géoogique de la region de Kolwezi-Kalukundi (Shaba, República de Zaire). Bulletin de
la société belge de Geologie 1980; 89: 141-143.
22.Cailteux JLH, Muchez P, Cuyper JD, et al. Origen de las megabrechas en el cinturón de cobre de Katanga (RD Congo).
Revista de Ciencias de la Tierra Africanas 2018; 140: 76–93.

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 21 / 22

MÁS UNO Estimación de la deshidratación utilizando un modelo de elementos finitos 3D

23.Nkulu CBL, Casas L, Haufroid V, et al. Sostenibilidad de la minería artesanal de cobalto en la República Democrática del Congo.
Sostenibilidad de la Naturaleza 2018; 1: 495–504.https://doi.org/10.1038/s41893-018-0139-4 PMI:30288453

24.Mukonki PM. Planificación estratégica de minas: un análisis FODA aplicado a la mina a cielo abierto KOV en
la República Democrática del Congo. En Academia Mundial de Ciencia, Ingeniería y Tecnología Revista
Internacional de Ingeniería Geológica y Ambiental. 2017; Vol: 11, Núm. 11.
25.Straskraba V, Placet J, Holubec M. Aplicación de modelado por computadora para el diseño de deshidratación de minas a cielo
abierto. Procedimiento IMWA de 1985; 579–597.

26.Diersch HJG. FEFLOW: modelado de elementos finitos de flujo, masa y transporte de calor en medios porosos
y fracturados. vol. XXXV. Springer, Berlín Heidelberg, 2014, págs.996.https://doi.org/10.1111/gwat. 12285
PMI:25393965
27.Chen CX, Pei SP, Jiao JJ. Hundimiento del terreno causado por la explotación de aguas subterráneas en la ciudad de Suzhou, China.
Revista de Hidrogeología 2003; 11: 275–287.

MÁS UNO |https://doi.org/10.1371/journal.pone.0239682 29 de octubre de 2020 22 / 22