0 Mod 1 Mea722 (I-21)

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 10

MEA722 Tema I

Tema I

INTRODUCCIÓN A LA MODELACIÓN AMBIENTAL

INTRODUCCION

En la modelización ambiental, los Sistemas de Información Geográfica (SIG) ofrecen


numerosas ventajas respecto a la cartografía convencional, puesto que de forma
automática permiten manejar datos espaciales internamente referenciados, producir
mapas temáticos y procesar información de tipo digital. Desde la aparición del primer SIG,
el 'Canadian GIS', hace unos 30 años, diferentes centros de investigación dentro del
ámbito anglosajón han venido utilizando los SIG en tareas que requieren el procesamiento
de grandes volúmenes de datos espaciales. La experiencia anglo-americana puede
considerarse como un claro reflejo del amplio rango de usos de esta tecnología
(Tomlinson, 1987, Star y Estes, 1990, Fedra. 1993). Un lugar destacado, dentro de dicho
ámbito, lo ocupan las aplicaciones SIG a estudios de carácter medioambiental, referentes
a planificación y protección ambiental, modelización hidrológica, modelización de erosión
de suelos, , modelización hidrogeológica, geomorfología, topografía y procesos sub
aéreos,. En todas estas áreas de aplicación se desarrollan modelos de simulación de
procesos y métodos de análisis, que pueden ser integrados en los SIG’s de diferente
estructura.

Espacio múltiple y escala temporal son dos conceptos fundamentales en la modelización


medioambiental de sistemas integrados (p.e. modelos de interacciones suelo-planta-
atmósfera, modelos hidrológicos, de riesgos naturales, etc.). En el desarrollo de la materia
de “modelación ambiental” se efectúan simulaciones medioambientales en las que los SIG
ayuda a tener un mayor desarrollo. El rápido avance de esta técnica permite analizar
procesos naturales más complejos, por ejemplo la meteorología a escala global, los
efectos del cambio climático, etc.

Dentro de las distintas áreas de aplicación de los geosistemas de información ambiental


(GIA), pueden distinguirse básicamente aquéllas que se refieren al entorno municipal, a la
administración territorial o regional y a espacios continentales. En el ámbito local, se
realizan normalmente estudios de contaminación de aguas, contaminación por gases y
por ruido, , recogida de basuras, parques y jardines, etc. En el regional, figuran los
estudios de impacto ambiental (Schaller, 1990), calidad de aguas, proyectos de
infraestructuras, parques naturales, etc. A escala global o continental, la puesta en
marcha, a partir de los 80, de programas de actuación medioambiental, auspiciados por
distintas organizaciones internacionales, ha hecho necesario automatizar el tratamiento
de datos, dando origen a los llamados geosistemas técnicos de información ambiental. En
Norteamérica han sido utilizados por el Canadian Wildlife Service para analizar los efectos
que el sobrecalentamiento de la atmósfera podría producir sobre los ecosistemas
terrestres (Aronoff, 1989). En la misma línea se hallan los trabajos del UNEP (United
Nations Environment Program) para coordinar los datos sobre clima, oceanografía,
recursos renovables y polución a nivel global. En Europa destaca el proyecto CORINE
(Cooramalea Information in the European Environment) (1985-1990) encargado de
recopilar y conjuntar la información existente sobre medioambiente y recursos naturales
para ayudar en la toma de decisiones comunitarias sobre temas de esta índole, así como
los trabajos de la compañía SiemensNixdorf que, junto con el Estado de Baviera
1
MEA722 Tema I

(Alemania), ha puesto en marcha un Geosistema de Información Ambiental (Ochoa


Fernández. 1992).

En planificación medioambiental el SIG suele utilizarse para preprocesar datos,


cartografiar datos de entrada o modelizar resultados. En la práctica, las estructuras de
datos SIG guardan mayor relación con los mapas que los elementos finitos de los
modelos medioambientales, por lo que es aconsejable un lenguaje de modelización
medioambiental que sirva de interface al SIG (Goodchild. 1993). Este lenguaje debe
permitir trabajar con representaciones simbólicas de variación geográfica continua,
combinar tales variables y en la medida de lo posible, evitar salidas de representación
digital discreta. En esta línea, Harris et al. (1993) adopta un SIG integrado con un modelo
tridimensional de elementos finitos para estudiar la contaminación de acuíferos en la
Cuenca del San Gabriel. ICF Kaiser Engineers Inc. introduce con Intergraph soluciones de
cálculo tridimensional avanzado en el análisis de problemas medioambientales, tales
como la caracterización de componentes químicos en flujos subsuperficiales y la
evaluación de alternativas de control o medidas de protección.

Como bien se sabe, existen muchos tipos de modelos, aunque normalmente cuando se
trata de estudiar procesos naturales se utilizan modelos matemáticos. Un modelo
matemático es la expresión formal (en lenguaje matemático) de las relaciones entre los
componentes de un modelo y la realidad. La construcción de un modelo de este tipo
implica la selección y cuantificación de los componentes, variables y relaciones presentes
en el sistema para representarlo con el nivel de detalle requerido. Puede ser algo tan
simple como sustituir las variables de una ecuación por sus valores reales o puede ser un
conjunto complejo de ecuaciones interrelacionadas cuyas variables se ven modificadas a
lo largo del tiempo y a través del espacio.

El lenguaje matemático permite describir y modelizar sistemas de manera parsimoniosa,


objetiva y no ambigua; hasta el punto de que hoy en día se considera a los modelos
matemáticos como representaciones de teorías acerca de los sistemas que se modelizan.
El lenguaje simbólico que aportan las matemáticas permite expresar ideas de gran
complejidad.

Debe distinguirse entre esta concepción de modelo, como representación de una teoría
mediante una ecuación más o menos sencilla, y la idea de modelo como agrupación de
un conjunto de ecuaciones (que responden a diferentes teorías) interconectadas de
manera que representen las diferentes transferencias entre los componentes del sistema
modelizado.

Aunque un modelo es poco complejo, y especialmente si tiene en cuenta variaciones en el


espacio o en el tiempo, requiere la resolución de muchísimas operaciones matemáticas;
por tanto se requiere un ordenador para su resolución ordenada en forma de algoritmo.

1. TIPOS DE MODELOS MATEMÁTICOS

Las características deseables de los modelos matemáticos (Moore et al., 1993) son:

 Parsimonia, un modelo no es necesariamente mejor por tener muchos


parámetros. La simplicidad es siempre deseable.
2
MEA722 Tema I

 Modestia, deben tratar de alcanzarse sólo objetivos asequibles. Un modelo, al


igual que un mapa, no debe aspirar a duplicar la realidad sino sólo a
representarla adecuadamente, resaltando aquellos aspectos de interés para su
aplicación.
 Exactitud, el modelo debe reproducir, en la medida de lo posible, el
funcionamiento del sistema y generar valores para las variables de salida y
estado similares a los observados en la realidad.
 Verificabilidad, los resultados del modelo deben poder compararse con datos
reales y determinar de este modo el grado de exactitud del modelo.

Una clasificación de los modelos matemáticos podría basarse en una serie de


características dicotómicas:

CLASIFICACIÓN DE LOS MODELOS

El modelo es una representación de un objeto, sistema o idea, de forma diferente


al de la entidad misma la cual tiene como propósito explicar, entender o mejorar
un sistema. Estos se pueden clasificar dentro de la simulación de la siguiente
manera:

 Modelos Icónicos: son los modelos físicos que se asemejan al sistema real,
generalmente manejados en otra escala.
 Modelos Análogos: son los modelos en los que una propiedad del sistema
real se puede sustituir por otra propiedad diferente que se comporta de
manera similar.
 Modelos Simbólicos: son aquellos en los que se utiliza un conjunto de
símbolos en lugar de una entidad física para representar a la realidad.
Estos se clasifican a su vez:
· Modelos Deterministicos: los valores que se encuentran dentro de
este modelo no se ven afectados por variaciones aleatorias y se
conocen con exactitud.
· Modelo Estocástico o probabilístico: los valores de las variables
dentro de este modelo sufren modificaciones aleatorias con respecto
a un valor promedio; dichas variaciones pueden ser manejadas
mediante distribuciones de probabilidad.
 Modelos Dinámicos: se caracterizan por el cambio que presentan las
variables en función del tiempo.
 Modelos estáticos: se caracteriza por representar un sistema en un punto
particular del tiempo.
 Modelos Continuos: son aquellos en los que las variables pueden tomar
valores reales y manejarse mediante las técnicas de optimización clásica.
 Modelos Matemáticos: Representan la realidad en forma abstracta y de
diversas maneras a partir de ecuaciones.

3
MEA722 Tema I

Figura 1. Modelos de procesos

Figura 2. Modelos de procesos en una cuenca superficial

4
MEA722 Tema I

Figura 3. Modelos de procesos en una cuenca subterránea (acuífero)

Otra clasificación más simple se presenta como sigue:

Modelo material. Es una representación física de un sistema complejo, se asume que el


modelo representado tiene propiedades similares del que proviene y es más simple del
sistema que lo originó.
Modelo icónico. Son aquellos modelos que representan físicamente un sistema real con
sólo una transformación de escala, ya que conservan la dimensión de los objetos
originales. Un ejemplo de ellos son los simuladores de lluvia, lisímetros, parcelas
experimentales, lotes de escurrimientos, cuencas pequeñas instrumentadas, etc.
Modelos analógicos. Son aquellos modelos que representan físicamente un sistema
real, pero no tienen semejanza física con el sistema original, es decir, que para hacer
comparaciones entre los sistemas (real y representado), se utilizan diferentes procesos
analógicos. Por ejemplo, un sistema eléctrico puede representar el movimiento del agua
en un canal, una segadora de pasto representa el pastoreo de los animales.
Modelo formal. Se refiere a los modelos matemáticos propiamente dicho, consisten en la
representación de una situación idealizada que tiene las propiedades estructurales más
importantes de un sistema real, representada a través de ecuaciones que expresan
relaciones entre variables y parámetros.
Modelos empíricos. Estos modelos omiten las leyes generales y se basan en una
realidad proporcionada por observaciones de campo y laboratorio en un rango amplio de
condiciones.

5
MEA722 Tema I

2. DESCRIPCIÓN DE UN MODELO

La descripción de un modelo suele hacerse atendiendo tanto a sus características


estructurales (componentes y relaciones) como funcionales (ecuaciones y parámetros que
definen estas relaciones

Los modelos de Dinámica de Sistemas, enunciados por primera vez por Forrester (1961)
han aportado una nomenclatura y una simbología ampliamente utilizada para la definición
de las características estructurales de los modelos. En la figura 4. aparece un ejemplo
basado en un modelo hidrológico.

A menudo suele representarse un modelo conceptual en gráficos, donde cada proceso es


representado por símbolos, así por ejemplo, para la figura 4:

a) Variables de estado o niveles, corresponden a la cantidad de materia o energía


almacenada en cada uno de los componentes (subsistemas) que forman parte del
sistema. Suelen representarse mediante un rectángulo.
b) Flujos, indican la cantidad de materia o energía que viaja de un componente a otro
en un intervalo determinado de tiempo. Tiene por tanto varios niveles, llenando unos
(flujos de entrada) y vaciando otros (flujos de salida). Suelen representarse con una
flecha, indicando la dirección del flujo, que atraviesa un símbolo que recuerda a un
grifo.
c) Fuentes y sumideros, representan niveles exógenos que, por ser exteriores al
sistema no interesa controlar. Suelen representarse mediante nubes. Los flujos que
se dirigen de una fuente a una variable de estado son las variables de entrada, los
que se dirigen de una variable de estado a un sumidero son las variables de salida.
d) Variables auxiliares, intervienen en las diversas ecuaciones que componen el
sistema pero no se corresponden con un nivel o flujo. Suelen representarse con un
círculo.
e) Variables exógenas, actúan fuera del sistema pero condicionan las variables de
entrada. Pueden modificarse para construir escenarios. Un buen ejemplo sería la
constante solar que, siendo ajena al sistema climático, modifica las trayectorias de
este.
f) Parámetros, similares a las variables auxiliares pero cuyo valor no varía a lo largo del
período de simulación, si el modelo se construyera a una escala diferente podrían
dejar de ser parámetros para convertirse en variables.
g) Constantes, corresponden a magnitudes físicas que, como la aceleración de la
gravedad, no varían en ningún caso.
h) Canal de información, relacionan variables, parámetros o niveles con los
componentes en cuya ecuación se utilizan. Se representan con flechas, distantes
de las utilizadas para representar flujos, o mediante lineas.
i) Condiciones iniciales, valores iniciales de las variables de estado.
j) Condiciones de contorno, series temporales de valores de las variables de
entrada.
k) Escenario, conjunto plausible de variables exógenas, parámetros y condiciones
iniciales y de contorno que permiten experimentar con un modelo diversas
situaciones.

6
MEA722 Tema I

Figura 4. Modelos de procesos en una cuenca

3. ECUACIONES DE LOS MODELOS

Las ecuaciones de los modelos matemáticos establecen de manera explícita cuales son
las influencias de unos componentes sobre otros que ya se han representado en primer
lugar mediante un grafico. El elegir un tipo de modelo u otro implica generalmente elegir
un tipo de ecuaciones u otro.

Los modelos físicos se suelen construir mediante ecuaciones diferenciales que se


resuelven mediante métodos numéricos. Sin embargo el método más utilizado de
diferencias finitas utilizando la resolución espacial y temporal como valores de ∆x y ∆t
respectivamente.

Los modelos empíricos utilizan modelos de regresión para establecer cual es la relación
entre las variables de entrada y los parámetros y las variables de salida. Los modelos

7
MEA722 Tema I

empíricos y dinámicos utilizan ecuaciones específicas como los métodos autorregresivos


y de medias móviles.

Los modelos empíricos distribuidos son generalmente modelos de interpolación que a


partir de observaciones de una variable en un conjunto de puntos, generan valores de
dicha variable en toda el área de trabajo.

Los modelos estocásticos se utilizan como complemento a cualquiera de los anteriores.


Se basan en la definición de las funciones de distribución de las variables estudiadas y en
la utilización de números aleatorios para generar series de valores a partir de estas.

En todo caso, estas ecuaciones, junto con los esquemas de flujo para su resolución,
constituyen hipótesis acerca del comportamiento de los procesos. Estas ecuaciones
toman variables de entrada y producen una serie de variables de salida en función de
parámetros que reflejan las características del territorio. Por otro lado existe un conjunto
de variables de estado internas al sistema que se ven modificadas.

En todo caso, es necesario considerar la simulación por ordenador que constituye en la


resolución mediante el conjunto de ecuaciones que conforman un modelo matemático
reorganizadas de forma algorítmica mediante un programa informático.

4. FASES DE LA MODELIZACIÓN

Los pasos a seguir, de forma general, en la definición de un modelo son:

a) Identificación
Se refiere a un análisis de la estructura del modelo y de las relaciones internas que
guardan entre sus elementos. En esta parte se define el número de variables que
van a participar y se establecen las hipótesis y supuestos que van a simplificar al
modelo en función de sus objetivos y la precisión de sus resultados.
b) Calibración
La calibración consiste en evaluar y estimar los parámetros del modelo mediante
la ayuda de criterios deductivos y observaciones anteriores respecto a los
requerimientos (entradas) y las respuestas (salidas). En general, existen dos
maneras de estimar los parámetros a partir de una muestra: pasiva y activa.
En la manera pasiva se toman en cuenta todos los pares de valores E y S
disponibles, y por los métodos estadísticos, se evalúan los coeficientes de las
ecuaciones.
En la manera activa, se utiliza un método selectivo, dando mayor importancia a
ciertas observaciones o grupo de informaciones. Por ejemplo, podemos citar la
elaboración de una curva de calibración o taraje "Gasto- Escala", donde debemos
de tener atención particular a las observaciones de los gastos extremos, sin los
cuales la fiabilidad de la curva será muy discutida.
c) Validación
La calidad de un modelo se mide por los resultados de su validación. Esta consiste
en comparar la respuesta teórica, obtenida por el paso de un dato experimental o
información a través de la imagen (figura, símbolo, ecuación) del sistema SF
modelado, obteniendo una respuesta de las informaciones directas. Es importante

8
MEA722 Tema I

señalar que el valor de las entradas y salidas utilizadas para la validación deben
ser diferentes de aquellas que son utilizadas para la calibración del modelo.
La validación se puede hacer de manera puramente intuitiva, como la comparación
visual de resultados hecha mediante un cuadro o una gráfica o de manera
analítica como la comparación estadística de resultados por medio de pruebas o
criterios apropiados.
d) Simulación Obtención de series de las variables de estado y de salida en un
tiempo futuro a partir de series de variables medidas de entrada.

5. VENTAJAS DE LOS MODELOS MATEMÁTICOS

En los últimos años, los modelos matemáticos han tenido un impresionante desarrollo en
todas las áreas del conocimiento humano, científico y de los recursos naturales en
general, como lo es la hidrología, la hidrogeología, agricultura, ecología, erosión,
planeación y manejo del bosque, biología, astronomía, medicina, física, etc.

La importancia de los modelos radica, entre otros aspectos, en la simulación y predicción


de los fenómenos físicos, sobre todo los de frecuencia rara, a corto, mediano y largo plazo
como son los fenómenos producidos por los efectos del cambio climático. Asimismo, a
través de los modelos podemos obtener relaciones de causa-efecto, sin haber realizado
cambios en los sistemas reales.

Algunas de las principales ventajas en el uso de los modelos matemáticos para el estudio
de los efectos del cambio climático, son las siguientes:

1. Proporcionan respuestas cuantitativas de los fenómenos físicos,


2. Sirven como herramienta para experimentar sin destruir,
3. Ayudan a interpolar, simular y predecir el fenómeno físico,
4. Proporcionan una idea del comportamiento del fenómeno cuando no se cuenta con
información,
5. Ayudan a definir medidas medio ambientales,
6. Categorizan la influencia de las variables que participan en el modelo,
7. Ayudan a sugerir prioridades en la investigación,
8. Sirven para entrenar e instruir,
9. Estimulan la participación y comunicación del equipo de trabajo.

6. SELECCIÓN DEL MODELO

La decisión de usar un modelo y qué módulo usar es una parte importante de la


formulación de un plan de recursos hidricos. Si bien no hay reglas claras sobre cómo
seleccionar el modelo correcto a utilizar, si se pueden establecer algunas pautas sencillas.

1. El primer paso consiste en definir el problema y determinar qué información se


necesita y qué preguntas se deben contestar.
2. Usar el método más simple que pueda ofrecer respuesta a sus preguntas.
3. Use el modelo más simple que le ofrezca la precisión adecuada.
4. No intentar adecuar el problema al modelo, sino trate de seleccionar un modelo
que se adecue al problema.
5. Pregúntese si incrementar la precisión compensa el incremento de esfuerzo.
9
MEA722 Tema I

6. No olvidar las suposiciones que subyacen al modelo empleado y no le conceda


mayor relevancia a los resultados de la simulación que la que realmente tengan.

10

También podría gustarte