Vista/Abrir - RiuNet
Vista/Abrir - RiuNet
Vista/Abrir - RiuNet
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
8 parámetros diferentes. Sin embargo, en este trabajo se demuestra una mejora en la<br />
modelación utilizando la ecuación clásica con valores de la dispersividad local efectiva.<br />
11) Finalmente se realizaron dos simulaciones numéricas del experimento de flujo y<br />
transporte seleccionado y se compararon las curvas de llegada en puntos seleccionados,<br />
y los mapas de concentraciones para varios instantes, obtenidos con los resultados del<br />
experimento en el tanque de laboratorio. Para una de las simulaciones numéricas se<br />
utilizó el valor máximo de la dispersividad global para todos los elementos del dominio,<br />
mientras que para cada uno de los elementos discretizados de la otra simulación se<br />
utilizó el valor máximo de la dispersividad local instantánea de cada elemento. Los<br />
resultados de los modelos numéricos muestran un mayor ajuste temporal con la curva<br />
real cuando se utiliza el valor máximo de la dispersividad local efectiva instantánea que<br />
utilizando el valor máximo de la dispersividad global. Sin embargo, al contrario de lo<br />
observado por Fernández-García et al. (2007), estos modelos tienden a sobreestimar las<br />
colas de las curvas de llegada, especialmente en zonas cercanas al punto de inyección de<br />
masas. Esto puede ser debido al hecho de que los modelos numéricos más utilizados<br />
para estudiar el transporte de solutos, como el MT3D o el MOC3D, no permitan incluir<br />
un valor de dispersividad diferente en cada instante de tiempo, por lo que al utilizar los<br />
valores máximos de ésta, el valor de dispersividad aplicado en los momentos iniciales<br />
de la evolución del penacho sea excesivo. Del mismo modo, queda abierta la vía de<br />
investigación relativa a cómo se comportan los valores de dispersividad al modificar el<br />
tamaño de discretización.<br />
6.1 Conclusiones<br />
Para la realización del presente trabajo se ha tenido una idea fundamental en<br />
mente: que una adecuada modelación del flujo y transporte de solutos en medios<br />
porosos saturados, pasa por una adecuada comprensión de los procesos fundamentales<br />
que rigen este fenómeno. Esta comprensión, por sí sola no basta si no se traduce<br />
adecuadamente a un modelo matemático para modelar la evolución de un soluto de<br />
manera realista y adecuada a los objetivos propuestos. Actualmente, la mayoría de<br />
modelos utilizados no tratan el efecto de la dispersividad de manera localizada, sino, en<br />
muchos casos, utilizando un parámetro efectivo que recoge de manera agregada la<br />
contribución de todos los materiales presentes en la zona de estudio. Debido a ello,<br />
muchas de las características observadas en las curvas de llegada reales no quedan<br />
representadas en los modelos numéricos actuales.<br />
En el presente trabajo se ha demostrado, basándose en un experimento<br />
controlado de laboratorio, que una modelación utilizando el valor local efectivo del<br />
parámetro de dispersividad logra una mejor predicción del comportamiento de las<br />
curvas de llegada y distribuciones de concentraciones de los ensayos realizados en<br />
laboratorio. Esta mejora se observa tanto en la mejor predicción del tiempo de llegada,<br />
167