Taller Modelación de la Calidad del Agua

Santiago, 18-22 enero de 2010 División Ingeniería

Hidráulica y Ambiental

Modelo de Calidad del Agua

QUAL2Kw (v5.1 – 2008)

Felipe Tarud, Ing. Civil., MSc.

 2

Contenidos
• Introducción al modelo
• Segmentación y características hidráulicas
• Balance de masa general por contaminante y sección
• Variables de estado y principales reacciones del modelo
• Modelo de temperatura
• Modelo de flujo interacción agua –sedimentos (oxígeno,
nutrientes)
• Calibración de parámetros: Algoritmo Genético
• Análisis de un caso aplicado a normativa
• Lecturas Complementarias
• Anexos
 3

Introducción al modelo

QUAL2Kw es un modelo de calidad de agua de ríos y corrientes

desarrollado por Greg Pelletier y el Dr. Steven Chapra. QUAL2Kw
(2005) es adaptado de QUAL2K (2003), el cual a su vez es una
modernización del modelo QUAL2E (Brown and Barnwell, 1987).
QUAL2E (1987)

QUAL2K (2003)
QUAL2K (v2.11 b8 2009)

QUAL2Kw (2005)
QUAL2Kw (v5.1 2008)
 4
QUAL2Kw es capaz de simular los siguientes
procesos:
• Hidráulica del río en régimen permanente y variado. Es 1-D, asume mezcla
completa vertical y lateral.
• Balance de calor y temperatura del agua son calculados en forma horaria en
función de datos meteorológicos.
• Considera fuentes puntuales, difusas y extracciones de caudal.
• Variables de calidad del agua son simuladas en forma horaria o diaria.
• Interacciones agua-sedimento: Se pueden simular flujos de oxígeno y nutrientes
en la interfaz agua sedimento como función de materia orgánica particulada
sedimentable, reacciones en los sedimentos y concentraciones de formas
solubles en las capaz superiores de agua.
• Metabolismo hyporheico: Intercambio hyporheico y la calidad de agua poro son
simuladas incluyendo la opción de simulación del metabolismo de bacterias
heterótrofas en la zona hyporheica.
5
 6

Otros elementos que considera QUAL2Kw:

• Segmentación del modelo en espacios de longitud variables.

• Especiación de la DBO carbonácea (de oxidación rápida y lenta).
• QUAL2K acomoda los procesos anóxicos descartando las reacciones de
oxidación a bajos niveles de oxigeno.
• Se estima el pH en función de la alcalinidad y del contenido de carbono
inorgánico total.
• El modelo considera interacción con algas de fondo.
• Se simula un patógeno genérico. Su remoción se determina en función de
la T°, luz y sedimentación.
• Se calcula extinción de luz en función de algas, detritus y sólidos
inorgánicos.
• Calibración automática: Se incluye un algoritmo genético para determinar
el óptimo de los valores de parámetros cinéticos (tasas) para maximizar la
bondad de ajuste del modelo comparando con los datos medidos.
 7

Evolución del Modelo:

Fuente: Park, S. S., & Lee, Y. S. (2002).

 8

Comparación de Modelos:

QUAL2E QUAL2E-UNCAS QUAL2K QUAL2Kw

Aporte DBO de algas

Denitrificación

Intercambio OD con plantas

Auto-calibración

Análisis de incertidumbre

Simulación de tributarios

Aporte de tributarios

Interfaz Microsoft Excel ™

 9

Segmentación y características hidráulicas

QUAL2Kw

Modelo Conceptual Ecuación de Continuidad

Qi  Qi 1  Qin,i  Qab,i
Headwater boundary
1
Point source Qin,i Qab,i
2
Point abstraction
Point abstraction
3 Qi1 Qi
i1 i i+1
Point source 4
5 Non-point
6 abstraction
Non-point
7
source

8 Point source
Downstream boundary
Fuente: Pelletier, G. J., & Chapra, S. C. (2008).
 10

Segmentación y características hidráulicas

QUAL2Kw

Una vez calculados los caudales en cada sección, la profundidad de

agua y su velocidad por sección son estimadas por una de las 3
siguientes formas:
Vertederos Curva de Manning
Descarga para canal
(a) Side (b) Cross-section H
trapezoidal
Bi

Hh
Hd
Hi Hi S 01 / 2 Ac5 / 3
Hw Hw
Q
Hi+1 n P2/3
elev2i elev2i
elev1i+1 elev1i+1
S0
U  aQ b Q
1 H 1

H  Q ss1
B0
ss2
Q, U

Fuente: Pelletier, G. J., & Chapra, S. C. (2008).

 11
Balance de masa general por contaminante y
sección QUAL2Kw

Modelo Conceptual
atmospheric
re
transfer rda
mass load mass abstraction ds
h cT o
mo rod cs cf
se ox cT cf sod
s ox X
o s
cT o s
inflow outflow
ii
mi
i
h n dn Alk
rna no na nn s
s se se
dispersion dispersion cT
d p o
u
IN
rpa h a
po pi u IP s
s s se
r
e e
o

bottom algae sediments cT

Modelo Cuantitativo columna de agua

'
dci Qi 1 Qi Qab,i Ei'1 Ei' Wi Ehyp
 ci 1  ci  ci   ci 1  ci    ci 1  ci    S i  ,i  c2,i  ci 
dt Vi Vi Vi Vi Vi Vi Vi

Fuente: Pelletier, G. J., & Chapra, S. C. (2008).

 12
Balance de masa general por contaminante y
sección QUAL2Kw
Modelo Cuantitativo zona hyporheica
No incluir
'
dc2,i E hyp
 S 2 ,i 
,i
c i  c 2 ,i  Nivel 1 (DBO,DO)
dt V 2 ,i Nivel 2 (bacteria
biofilm, DO, nutrientes)

Donde:
C(i) : concentración contaminante en sección i
Q(i) : caudal en la sección i
V(i) : volumen en la sección i
Qab(i): caudal de abstracción total de sección i (incluye fuente puntuales y difusas)
E(i) : dispersión longitudinal en la sección i
W(i) : carga externa por contaminante en la sección i (incluye fuente puntuales y difusas)
S(i) : fuente y/o sumidero de contaminantes en función de reacciones y mecanismos de transferencia de
masa.
Ehyp(i) : intercambio de flujo del seno liquido hyporheico en sección i
C2(i) : concentración de la zona de sedimentación hyporheica
S2(i) : fuente y/o sumidero de contaminantes de la zona hyporheica en función de reacciones y mecanismos
de transferencia de masa.
V2(i) : volumen de agua de poro de la zona de sedimentación hyporheica en función de la porosidad, área
superficial de la sección y el espesor de la zona hyporheica.
 13
Variables de estado y principales reacciones
del modelo QUAL2Kw

Modelo Conceptual de procesos cinéticos y de transferencia de

masa de cada sección i. re
rda
ds
h cT o
mo rod cs cf
se ox cT cf sod
s ox X
o s
cT o s
mi
h n dn Alk
rna no na nn s
s se se
cT
d p o
u
IN
rpa h a
po pi u IP s
s s se
r
e e
o
cT

Fuente: Pelletier, G. J., & Chapra, S. C. (2008).

 14

Variables de estado del modelo

QUAL2Kw
Variable Símbolo Unidades
Conductividad s1 , s2 mhos Subíndice 1:
Sólidos suspendidos inorgánicos (ISS) mi,1, mi,2 mgD/L columna de
Oxígeno disuelto (DO) o1, o2 mgO2/L agua
DBOc de lenta reacción cs,1, cs,2 mg O2/L
DBOc de rápida reacción cf,1, cf,2 mg O2/L Subíndice 2:
Nitrógeno orgánico no,1, no,2 gN/L agua de poro
Nitrógeno Amonio na,1, na,2 gN/L de zona
Nitrógeno Nitrato nn,1, nn,2 gN/L hyporheica
Fosforo orgánico po,1, po,2 gP/L
Fosforo inorgánico pi,1, pi,2 gP/L
Fitoplancton ap,1, ap,2 gA/L
Detritus mo,1, mo,2 mgD/L
Patógeno x1 , x2 cfu/100 mL
Constituyente genérico (DQO) gen1, gen2 Usuario define
Alcalinidad Alk1, Alk2 mgCaCO3/L
Carbón orgánico total cT,1, cT,2 mole/L
Alga de fondo (ab en la capa de agua superficial), ab,ah gD/m2
biofilm de bacteria heterótrofa (ah en la zona de
sedimentos hyporheica para la opción 2)
Nitrógeno de alga de fondo INb mgN/m2
Fosforo de alga de fondo IPb mgP/m2
 15

Procesos cinéticos y de TM del modelo

QUAL2Kw
Procesos Cinéticos
Coeficientes estequeométricos
Variable Símbolo
rda Cantidad de detritus generado por
Disolución ds muerte de fitoplancton
Hidrólisis h
Oxidación ox rna Cantidad de nitrógeno generado por
muerte de fitoplancton
Nitrificación n
Denitrificación dn rpa Cantidad de fósforo generado por
respiración/muerte de fitoplancton
Fotosíntesis p
Respiración r rod Cantidad de oxígeno generado por
Excreción e disolución de detritus
Muerte d
Respiración/excreción rx
Procesos de Transferencia de Masa
Variable Símbolo
Re-aireación re
Sedimentación s
Demanda de oxígeno de los sedimentos SOD
Intercambio de sedimento se
Flujo de carbono orgánico de sedimentos cf
Consumo de nutrientes u
 16

Reacciones individuales por contaminante

QUAL2Kw

Ejemplo: Reacción para Oxígeno disuelto (DO)

El oxígeno disuelto incrementa su concentración en el río debido al proceso de fotosíntesis
de algas y fitoplancton.
Se consume oxigeno por respiración de algas y fitoplancton, oxidación rápida y lenta de
DBOc, nitrificación, y oxidación de DQO.
La re-aireación genera en la mayoría de los casos una ganancia de oxígeno (agua debe estar
subsaturada), en caso de sobresaturación se libera a la atmósfera.
También existe demanda de oxigeno de la zona de sedimentos para la oxidación de metano y
nitrificación.
Ast ,i
S o  roa (PhytoPhoto - PhytoResp)  ro d (BotAlgPhoto - BotAlgResp)
Vi
Ast ,i
 roc FastCOxid  rocSlowCOxid  ron NH4Nitr  OxReaer  CODoxid  SOD
Vi

2 moleO 2 (32 gO 2 /moleO 2 ) gO 2

ron   4.57
1 moleN(14 gN/moleN) gN
 17

Reacciones individuales por contaminante

QUAL2Kw

OxReaer  k a (T ) o s (T , elev )  o 

U 0.67
k ah (20)  5.32 1.85 Owens-Gibbs (Owens et al. 1964):
H
kah(20) = coeficiente de re-aireación a 20 oC basado en la hidráulica del río [d1]
U = velocidad media sección [m/d], H = profundidad media [m]

FastCOxid  Foxcf k dc (T )c f
kdc(T) = tasa de oxidación rápida de DBOc [/d] (función de la T°)
Foxcf = atenuación por bajo oxígeno [sin dimensión]: saturación-media, exponencial
(cinética de primer orden), saturación media 2do orden
o o2
Foxrp  Foxrp  (1  e
 K socf o
) Foxrp 
K socf  o
K socf  o 2
Fuente: Pelletier, G. J., & Chapra, S. C. (2008).
 18

Modelo de temperatura
QUAL2Kw
dTi Qi 1 Qi Qab ,i Ei'1 Ei'
 Ti 1  Ti  Ti   Ti 1  Ti    Ti 1  Ti 
dt Vi Vi Vi Vi Vi

Wh ,i  m3  J h ,i  m  J s ,i  m 
  6 
3 
    
 wC pwVi  10 cm   wC pw H i  100 cm   wC pw H i  100 cm 

Wh,i = carga de calor neta de Jh,i = flujo de calor Js,i = flujo de calor
fuentes puntuales y no- de aire a agua agua-sedimento
puntuales por sección i [cal/d] [cal/(cm2 d)] [cal/(cm2 d)]
w = densidad Aporte de agua a distintas T° Efectos de la radiación Propiedades
del agua
[g/cm3],
solar, conducción, térmicas de
Cpw = calor convección, sedimentos
especifico evaporación y naturales
[cal/(g oC)] condensación
 19
Modelo de flujo interacción
agua –sedimentos (oxígeno, nutrientes) QUAL2Kw
Flujo de materia orgánica SOD
WATER

particulada
Jpom cf o na o nn pi
AEROBIC

CH4 CO2 NH4p NH4d NO3 N2 PO4p PO4d

CH4(gas)
POC
ANAEROBIC

PON NH4p NH4d NO3 N2

POP PO4p PO4d

DIAGENESIS METHANE AMMONIUM NITRATE PHOSPHATE

Fuente: Pelletier, G. J., & Chapra, S. C. (2008).

 20
Calibración de Parámetros Cinéticos:
Algoritmo Genético QUAL2Kw

Max

Oij = Valor Observado

Pij = Valor predicho por el modelo
m = Número de pares de valores observados y predichos
w = Factor de peso
N = Número de variables de estado

Una característica que debe tener una función de ajuste para un algoritmo
genético es que esta debe ser capaz de “castigar” a las malas soluciones, y de
“premiar” a las buenas, de forma que sean estas últimas las que se propaguen
con mayor rapidez. (Vera I. & Lara J, 2008).

El AG utilizado en QUAL2Kw es la rutina pública PIKAIA , que resuelve problemas de optimización de múltiples
parámetros. (Charbonneau and Knapp, 1995). http://www.hao.ucar.edu/modeling/pikaia/pikaia.php#sec1
 21

Análisis de un caso aplicado a normativa

Aplicación de QUAL2Kw para la modelación de la calidad

del agua y manejo del río Bagmati, Nepal.

Parámetros de calidad del agua en estudio

DO : Oxígeno Disuelto
CBOD : Demanda Bioquímica de Oxígeno Carbonacea
TN : Nitrógeno Total
TP : Fosforo Total
pH : pH

Fuentes:
Kannel, P. R., Lee, S., Kanel, S. R., Lee, Y. S., & Ahn, K. H. (2007). Application of qual2kw for water quality modeling and dissolved
oxygen control in the river bagmati. Environmental Monitoring and Assessment, 125(1-3), 201-217.

Kannel, P. R., Lee, S., Lee, Y. S., Kanel, S. R., & Pelletier, G. J. (2007). Application of automated QUAL2Kw for water quality modeling
and management in the bagmati river, nepal. Ecological Modelling, 202(3-4), 503-517.
 22
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Objetivos

Examinar el impacto de las cargas de contaminantes emitidas por las

industrias y tributarios al río Bagmati para determinar las cargas
máximas de contaminantes que aseguren los estándares de calidad
del agua (WQC) para DO, CBOD, TN, TP, pH.

Determinar medidas de mitigación y normas de emisión que

aseguren la calidad del agua a lo largo del río.
 23
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Área de Estudio (Realidad)

w1
20.5 km Largo
Tributarios con alto contenido orgánico y nutrientes 6 tributarios
Descargas directas de aguas servidas al río Altura: ~1300 msnm
WWTP
w2

Bajos contenido de DO a lo largo del río

11 estaciones de
monitoreo
2 descargas de aguas
servidas wi
1 descarga de Planta de
Tratamiento (WWTP)
1 Abstracción de Q

Fuente: Kannel, P. R., Lee, S., Kanel, S. R., Lee, Y. S., & Ahn, K. H. (2007). Application of qual2kw for water quality modeling and
dissolved oxygen control in the river bagmati. Environmental Monitoring and Assessment, 125(1-3), 201-217.
 24
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Datos (Realidad)
Los parámetros diarios medidos en junio de 2004 (19-20) y período
post-monsonico (Diciembre 2004, 2-3) en las 11 estaciones fueron
los siguientes:

caudal, velocidad del agua, altura del agua, T°, pH, conductividad,
DO, TSS, alcalinidad total como CaCO3, ortofosfato como fosforo, TP,
amonio, nitrato, DBO5 y DQO.
 25
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Modelo Conceptual de la hidráulica del río
Segmentación : 41 secciones de 0.5 km

Fuentes puntuales : Datos de caudal y calidad del w1

agua por tributario y descargas.

Fuentes difusas : Agua subterránea 16.9-19.9 km w2

Velocidad y Altura : Curva de descarga T1

T2
T3
T4

T5

G1
T6
 26
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Ingreso de Parámetros en Interfaz Microsoft Excel ™
• Hojas Celestes: variables y valores de parámetros que deben ser
ingresados por el usuario.
• Hojas Amarillo Claro: datos que ingresan los usuarios para ser
graficados junto con la simulación.
• Hojas Verde Claro: valores de salida o outputs generados
cuando se corre el modelo.
• Colores oscuros sólidos: son utilizados como etiquetas y avisos,
no deben ser cambiados (warnings).
 27
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Ingreso de Parámetros en Interfaz Microsoft Excel ™

Hoja Ingreso de Datos

Identificación del sistema, archivos, opciones de

QUAL2K simulación, métodos de integración, tiempo de
simulación

Condiciones de Borde: Datos de Q y C(x) para

Headwater CCBB de aguas arriba (y aguas abajo opcional).

Esquema de secciones con información hidráulica,

Reach espacial y de flujo de sedimentos.

Permiten el ingreso de datos horarios por sección

Meteorológicas: Air T°, Dew-Point T°, Wind de T°, humedad, velocidad del viento, nubosidad,
Speed, Cloud Cover, Shade, Solar Radiation, sombra, radiación. Además, la hoja ‘Light and
Light and Heat Heat’ selección modelos meteorológicos y
parámetros.
 28
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Ingreso de Parámetros en Interfaz Microsoft Excel ™
Hoja Ingreso de Datos

Ingreso de datos de calidad del agua y caudal en

Point Sources el km donde exista una fuente puntual.

Ingreso de datos de calidad del agua y caudal en

Diffuse Sources el tramo donde se cree existe una fuente difusa.

Se fijan las tasas cinéticas de las reacciones

Rates químicas. Se puede utilizar algoritmo genético
para auto-calibración.

Ingreso de datos observados (medidos) por km o

Datos: Hydraulic Data, T°, WQ, Diel Data tramo. Permiten comparar gráficamente lo
simulado versus lo medido. (es opcional).
 29
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Calibración y Validación del Modelo
- Luego de armar el modelo conceptual y las secciones del río e
ingresar una gran cantidad de parámetros, se calibra el modelo con
tasas de reacción obtenidas de la literatura.
- Se aplica un algoritmo genético que maximiza la bondad de ajuste
(minimiza los errores entre lo observado y lo simulado).
- El modelo se valida utilizando un set de parámetros de entrada
completamente distintos, manteniendo las tasas y parámetros ya
calibrados.
 30
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Resultados y aplicación normativa
• El modelo permitió implementar estrategias de control de la calidad del agua
para cumplir con objetivos normativos y con los siguientes criterios de calidad
del agua en el río:

• [DO] > 4 mg/L

• [CBOD5] < 3 mg/L
• [TN] < 2.5 mg/L
• [TP] < 0.1 mg/L
• pH = 6.5-8.5
 31

TMDL (Total Maximum Daily Load)

• Es la cantidad máxima permitida de cualquier
contaminante, que un curso de agua superficial puede
recibir sin infringir la norma de calidad del agua (WQS) y
su uso designado (DU).
• TDML deben tomar en cuenta y ser calculados para:
 Fuentes puntuales y difusas
 Variaciones estacionales
 Tomar en cuenta condiciones críticas del caudal del curso de
agua
 Variabilidad de Cargas
 Distintos Parámetros de calidad del agua
 Incorporar márgenes de seguridad (MOS) – incertidumbre en
modelación.
 32
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Resultados y aplicación normativa
• Modificar las cargas de contaminantes emitidas por las industrias-ciudades y
tributarios (fuentes puntuales):
Se fija [TN] = 5 mg/L y [TP] = 0.25 mg/L para las concentraciones a lo largo del
río, y se simula para un rango de [CBOD]= 20, 30, 40 y 50 mg/L para el caso de
las fuentes puntuales (normas de emisión en Nepal 30-100 mg/L de CBOD].

2 Medidas más
 33
Aplicación de QUAL2Kw para la modelación de la
calidad del agua y manejo del río Bagmati, Nepal.
Resultados y aplicación normativa
• Las medidas propuestas permiten cumplir (en algunos casos aproximarse) a los
criterios de calidad del agua propuestos para el río Bagmati, utilizando 30 mg/L con
norma de emisión de CBOD para fuentes puntuales:

 [DO] = 4.2 mg/L > 4 mg/L

 [CBOD5] = 8.5 mg/L ≠ 3 mg/L
 [TN] = 2.5 mg/L ≤ 2.5 mg/L
 [TP] = 0.1 mg/L ≤ 0.1 mg/L
 pH = 7-8.1 ≤ 6.5-8.5

• El caso de la materia orgánica (CBOD5) se excede del límite establecido, pero se

considera una concentración razonable tomando en cuenta la normativa de Nepal de
emisión de contaminantes
 34

Lecturas Complementarias
• Pelletier, G. J., & Chapra, S. C. (2008). QUAL2Kw theory and documentation (version
5.1), a modeling framework for simulating river and stream water quality. State of
Washington: Department of Ecology.
• Pelletier, G. J., & Chapra, S. C. (2008). QUAL2Kw user manual (version 5.1), a modeling
framework for simulating river and stream water quality. State of Washington:
Department of Ecology.
• Kannel, P. R., Lee, S., Lee, Y. S., Kanel, S. R., & Pelletier, G. J. (2007). Application of
automated QUAL2Kw for water quality modeling and management in the bagmati river,
nepal. Ecological Modelling, 202(3-4), 503-517.
• Park, S. S., & Lee, Y. S. (2002). A water quality modeling study of the Nakdong river,
Korea. Ecological Modelling, 152(1), 65-75.
• Fan, C., Ko, C. H., & Wang, W. S. (2009). An innovative modeling approach using qual2k
and hec-ras integration to assess the impact of tidal effect on river water quality
simulation. Journal of Environmental Management, 90(5), 1824-1832.
• Turner, D. F., Pelletier, G. J., & Kasper, B. (2009). Dissolved oxygen and ph modeling of a
periphyton dominated, nutrient enriched river. Journal of Environmental Engineering-
Asce, 135(8), 645-652. (TMDL)
 35

Lecturas Complementarias
• Kannel, P. R., Lee, S., Kanel, S. R., Khan, S. P., & Lee, Y. S. (2007). Spatial-temporal
variation and comparative assessment of water qualities of urban river system: A case
study of the river bagmati (nepal). Environmental Monitoring and Assessment, 129(1-3),
433-459.
• Pelletier, G. J., Chapra, S. C., & Tao, H. (2006). Qual2kw - a framework for modeling water
quality in streams and rivers using a genetic algorithm for calibration. Environmental
Modelling & Software, 21(3), 419-425.
• Ismael, V., & Jaime, L. (2008). Análisis de parámetros involucrados en un proceso de
calibración mediante algoritmos genéticos de un modelo de calidad del agua para
corrientes superficiales empleando QUAL2Kw. Paper presented at the XXXI CONGRESO
INTERAMERICANO AIDIS, Santiago -Chile.
• Chapra, S. C. (1997). Surface water-quality modeling: WCB/McGraw-Hill.
 36

ANEXOS
 37

Índice de Anexos
• Vertederos para reaireación
• Reacciones Bio-químicas
• Variables compuestas
• Estimación del pH
• Flujo de calor superficial
• Relación entre mediciones de terreno y variables de estado del
modelo
• Métodos de soluciones numéricas utilizados en QUAL2K
• Algoritmo Genético
• Diferencias adicionales QUAL2E/K
 38

Vertederos para reaireación

Qi1 oi1

Hd Qi1 o’i1

i1 i

rd  1  0.38a d bd H d (1  0.11H d )(1  0.046T )

rd = the ratio of the deficit above and below the dam, Hd = the difference in water elevation [m] as
calculated with Eq. (7), T = water temperature (C) and ad and bd are coefficients that correct for
water-quality and dam-type.
doi Qi 1 Qi Qab,i Ei' Wo,i
Balance de  o' i 1  oi  oi   oi 1  oi    S o,i
masa o2 dt Vi Vi Vi Vi Vi

o s ,i 1  oi 1
o'i 1  o s ,i 1 
rd
 39

Reacciones Bio-químicas
The following chemical equations are used to represent the major biochemical reactions that take place in the
model (Stumm and Morgan 1996):

Plant Photosynthesis and Respiration:

Ammonium as substrate:
P

106CO 2  16NH 4  HPO 24  108H 2 O C106 H 263 O110 N16 P1  107O 2  14H 

R

Nitrate as
substrate:
P

106CO 2  16NO 3  HPO 24  122H 2 O + 18H +
C106 H 263 O110 N16 P1  138O 2

R
Nitrificati
on:
NH 4  2O 2  NO 3  H 2 O  2H  Oxidación del Nitrógeno
Amonio cede e- al oxigeno
Denitrificati disuelto
on:
Reducción del Nitrógeno
5CH 2 O  4NO 3  4H   5CO 2  2N 2 7H 2 O Nitrato obtiene e- de la materia
orgánica
 40

Variables compuestas

Total Organic Carbon (mgC/L): cs  c f

TOC   rca a p  rcd m o
roc

Total Nitrogen (gN/L): TN  no  na  nn  rna a p

Total Phosphorus
(gP/L): TP  po  pi  rpa a p

Total Suspended Solids

(mgD/L): TSS  rda a p  mo  mi
Ultimate Carbonaceous BOD
(mgO2/L): CBODu  c s  c f  roc rca a p  roc rcd mo

Total Kjeldahl Nitrogen

(gN/L): TKN  no  na  rna a p
 41

Estimación del pH
[HCO 3 ][H  ] [H  ]2
K1  0 
[H 2 CO *3 ] [H  ]2  K1[H  ] + K1 K 2
[CO 32 ][ H  ]
K2  K1 [H  ]
[ HCO 3 ] 1 
[H  ] 2  K1[H  ] + K1 K 2
K w  [ H  ][ OH  ] K1 K 2
2 
[H  ] 2  K1[H  ] + K1 K 2
cT  [H 2 CO *3 ]  [HCO 3 ]  [CO 32 ]

Alk  [ HCO 3 ]  2[CO 32 ]  [OH  ]  [H  ]

Kw
Alk = ( 1  2 2 )cT   [H  ]
[H  ]
El sistema no-lineal de 5 ecuaciones puede
ser resuelto para sus 5 variables: [H2CO3*],
Kw
[HCO3], [CO32], [OH], and {H+}. Método de f ([H  ]) = ( 1  2 2 )cT   [H  ]  Alk
solución con 0, 1, and 2 = fracción de [H  ]
carbono inorgánico total en dióxido de
carbono, bicarbonato, y carbonato,
respectivamente. pH   log 10 [ H  ]
(Stumm and Morgan 1996)
 42

Flujo de calor superficial (agua-aire)

radiation terms non-radiation terms

air-water
interface

solar atmospheric water conduction evaporation

shortwave longwave longwave and and
radiation radiation radiation convection condensation

net absorbed radiation water-dependent terms

 43
Relación entre mediciones de terreno y
variables de estado del modelo
Mediciones de terreno
• TEMP = temperatura (oC)
• TKN = nitrógeno total kjeldahl (gN/L) o TN = nitrógeno total (gN/L)
• NH4 = nitrógeno amonio (gN/L)
• NO2 = nitrógeno nitrito (gN/L)
• NO3 = nitrógeno nitrato (gN/L)
• CHLA = chlorophylla a (gA/L)
• TP = fósforo total (gP/L)
• SRP = fósforo soluble reactivo (gP/L)
• TSS = sólidos suspendidos totales (mgD/L)
• VSS = sólidos suspendidos volátiles (mgD/L)
• TOC = Carbono orgánico total(mgC/L)
• DOC = Carbono orgánico disuelto (mgC/L)
• DO = Oxígeno disuelto (mgO2/L)
• PH = pH
• ALK = alcalinidad (mgCaCO3/L)
• COND = conductividad (mhos)
 44
Relación entre mediciones de terreno y
variables de estado del modelo
• s = COND 
• mi = TSS – VSS or TSS – rdc (TOC – DOC)
• o = DO
• no = TKN – NH4 – rna CHLA or no = TN – NO2 – NO3 – NH4 – rna CHLA
• na = NH4
• nn = NO2 + NO3
• po = TP – SRP – rpa CHLA
• pi = SRP
• ap = CHLA
• mo = VSS – rda CHLA or rdc (TOC – DOC) – rda CHLA
• pH = PH
• Alk = ALK
 45
Relación entre mediciones de terreno y
variables de estado del modelo
DBOc: Factores a considerar en la medición de DBO en aguas naturales
1. Filtrada versus no-filtrada. Si la muestra es no filtrada, la DBO reflejará la
oxidación de carbón orgánico particulado y disuelto. Como QUAL2K distingue
entre compuestos orgánicos disueltos (cs and cf) y particulados (mo and ap), se
requieren mediciones de muestras filtradas y no-filtradas previa incubación.
2. DBO nitrogenada. La Nitrificación tambien contribuye al consumo de
oxígeno, por lo tanto, si la muestra contiene nitrogeno reducido, y la
nitrificación NO es inhibida, la medición incluye dos tipos de DBO. 
3. Tiempo de incubación de las muestras. DBO-5 es la medida más utilizada,
por ser de corto plazo y definido. QUAL2K simula la DBO última, de modo que
este tipo de mediciones debe ser convertida.
CBOD
CBODu
1 CBODu

0.3/d
CBODFN5
CBODFNU   k1 5
0.5 0.1/d

1 e 0.05/d

0
0 10 20 30 40 50
time (days)
 46
Métodos de soluciones numéricas
utilizados en QUAL2K
Problemas de valor inicial: Resolución de ecuaciones diferenciales
ordinarias (EDO: 1 variable independiente) con CCBB que
especifican valores para el mismo punto de la variable
independiente.
Métodos de una etapa: aquellos que hacen uso del punto anterior
para la solución en cada paso.

EDO Los métodos de una etapa se rigen por

estas ecuaciones, solo se diferencian
en su forma de estimar la pendiente
(dy/dx).
i) Euler (1° orden)
ii) Heun (2° orden)
iii) Runge-Kutta (4° orden)
iv) Polígono
v) Euler modificado
 47
Métodos de soluciones numéricas
utilizados en QUAL2K
• Euler
 48
Métodos de soluciones numéricas
utilizados en QUAL2K
• Runge-Kutta
 49
Métodos de soluciones numéricas
utilizados en QUAL2K
• Newton-Raphson: Resolver raíces (pH)
 50
Métodos de soluciones numéricas
utilizados en QUAL2K
• Bisección: Resolver raíces (pH)
 Fuente: Vera I. & Lara J (2008).
Variable
Random number seed
Model runs in a population
(<=512)
Generations in the evolution
Digits to encode genotype
(<=6)
Crossover mode (1, 2, 3, 4,
5, 6, or 7)
Crossover probability (0-1):
Mutation mode (1, 2, 3, 4, 5, 2
or 6)
Initial mutation rate (0-1): 0,005
Minimum mutation rate (0-
1):
Maximum mutation rate (0-
1):
Relative fitness differential
(0-1):
Reproduction plan (1, 2, or
3):
Elitism (0 or 1):
Restart from previous
evolution (0 or 1):
51
Algoritmo Genético
Valor Criterio
Para probar Como se trata de generación aleatoria de poblaciones era importante considerar el
efecto de esta parámetro
Para calibrar Se considera para analizar el efecto que tiene generar menos o más poblaciones
sobre el ajuste final obtenido
Para Calibrar Se deja para analizar la convergencia del algoritmo genético.
5 Se fija este valor por considerarse adecuado para la codificación.
3 Se toma 3, por ser el cruzamiento de probabilidad equivalente de tomar cualquier
cantidad de genes del cromosoma de los padres
0,85 Se toma la recomendación de 0.85 dada por algunos autores.
Se fija este ya que esta basada la mutación de acuerdo al ajuste obtenido
Rata de ajuste recomendada con el modelo entregado por los autores
0,0005 Valor recomendado por los autores.
0,25 Valore recomendado por los autores.
1 Se toma como 1 para tener la mayor vigencia de los individuos más adaptados.
2 Se toma el plan dos para hacer reemplazos aleatorios que se consideran más
convenientes
1 Se decide conservar el elitismo para evitar posibles divergencias del programa y
perdida de buenos resultados.
0 Aquí se decide iniciar siempre con poblaciones aleatorias generadas, ya que se
hizo una prueba tomando los resultados de la última corrida pero los resultados no
cambiaron mucho, razón por la cuál se decidió siempre usar la generación
aleatoria.
 52

Algoritmo Genético
• El AG consume mucho tiempo y recurso
computacional. El número de simulaciones
que realiza es aproximadamente:
np * (ngen + 1)
Si np = 100 y ngen = 50
 5100 corridas del modelo!!!
 53

Diferencias adicionales QUAL2E/K

Fuente: Park, S. S., & Lee, Y. S. (2002).

 54

Fuente: Park, S. S., & Lee, Y. S. (2002).

 55

Bajar última versión

• http://www.ecy.wa.gov/programs/eap/models
.html