Índice

Un modelo conceptual corresponde a un relato escrito
y/o representación gráfica del sistema ambiental
y de los procesos físicos, químicos y biológicos que
determinan el transporte de contaminantes desde la
fuente, a través de los medios que componen el sistema,
hasta los potenciales receptores que forman
parte de él 16 . El modelo debe ser representativo de los
procesos y reacciones más importantes que ocurrirán
en el sitio, y puede cambiar en el tiempo a medida que
se cuente con información más completa del lugar.
Generalmente, habrá más de un modelo conceptual
que pueda ajustarse a los datos del sitio y, por ende,
es importante que los distintos modelos conceptuales
sean testeados (Neuman and Wierenga, 2003).
La información requerida para un modelo conceptual
del sitio de interés es variada y dependerá de la utilización
que se le da al modelo. En términos generales,
en relación al estudio del DM, incluye información
relativa a las fuentes identificadas como potencialmente
generadoras de DM (geología, mineralogía,
características físicas, hidráulicas y geoquímicas,
ente otras); a las vías de transporte y migración de los
potenciales contaminantes (aire, infiltración, escorrentía,
zona no saturada, agua subterránea, agua
superficial, sedimentos); y a los potenciales receptores
(vida acuática, terrestre, vegetal y humana).
La selección del código o modelo matemático se
debe basar en su capacidad para simular los procesos
relevantes en el sitio de estudio que han sido identificados
en el modelo conceptual. Antes de comenzar
con un proyecto de modelación, se debe realizar una
revisión de los códigos disponibles, teniendo en cuenta
que la poca disponibilidad de datos limita la aplicación
de un código, si esto sucede se recomienda la
utilización de un código más simple.
Algunos de los puntos importantes a considerar a la
hora de elegir un código incluyen:
• Establecer los objetivos y alcances del modelamiento.
• Identificar aquellos procesos específicos en la faena
que determinarán la generación de DM y los códigos
capaces de simular esos procesos. Por ejemplo,
la capacidad del código de simular procesos que controlan
la calidad de las aguas.
• Identificar los códigos que existan, su disponibilidad
(acceso libre o bajo licencia) y la información disponible.
• Evaluar la potencialidad del código para simular la
distribución espacial y temporal de los parámetros
claves de entrada.
• Determinar si las reacciones estarán mejor representadas
por códigos cinéticos o de equilibrio (o ambos).
• Evaluar la conveniencia de utilizar códigos para
análisis cuantitativo y códigos para análisis cualitativo
acoplado o por separado.
• Estudiar el tipo y calidad de los datos disponibles (o
que puedan ser recolectados) versus el tipo de datos
requeridos por el código.
• Identificar la presencia de interfaces gráficas en
los códigos y su facilidad de uso.
• Disponer de datos de apoyo.
La verificación del programa de modelación se refiere
a que el código seleccionado resuelve con precisión
las ecuaciones matemáticas que describen los procesos
simulados para condiciones similares a las dominantes
en el sitio en estudio. El software de modelación
también puede contener “errores” que serán
identificados y corregidos a medida que el código sea
utilizado por más usuarios para distintas situaciones.
Es por esto que los códigos más utilizados y disponibles
son generalmente los más confiables.
La calibración del modelo considera la comparación
de los datos de terreno (p. ej. de las pruebas de predicción
de campo de pequeña, mediana y gran escala)
con las simulaciones obtenidas a través del modelo.
La calibración incluye el ajuste de los parámetros del
modelo, como por ejemplo la porosidad, de manera
de que los resultados de la simulación sean representativos
de la realidad observada.
Tanto la verificación como la calibración del modelo
son etapas claves de la modelación. En sitios donde
se han recolectado datos durante varios años,
se podrá realizar una mejor calibración del modelo,
incorporando de mejor manera la variabilidad temporal
y, por ende, se obtendrán predicciones más
confiables.
Hoy la capacidad computacional de los códigos y
computadores es muy superior a la capacidad de los
hidrogeólogos y geoquímicos para representar las
propiedades físicas, químicas y biológicas de un sitio
o para entender y verificar los resultados de un modelo
(Nordstrom, 2004; Oreskes, 2000). En este sentido,
es fundamental evaluar la exactitud y precisión de la
modelación y, en consecuencia, se debe realizar un
análisis cuantitativo de la incertidumbre.
La incertidumbre es un factor inherente a la determinación
de muchos de los parámetros requeridos para
el modelamiento del DM, especialmente en paráme-
50
16. Ministerio de Medio Ambiente y Fundación Chile, 2012.