El modelamiento de agua subterránea a escala regional tiene varios desafíos como las definiciones del refinamiento, línea base a una extensión más grande, altas diferencias en las elevaciones, geologías complejas y zona sin piezometría.
En este tutorial se va brindar las consideraciones básicas para el modelamiento de flujos de agua subterránea en la cuenca Angascancha, este caso se ha realizado en varios cursos, tutoriales y webinars de Gidahatari usando Modflow 2005, Flopy y Model Muse, sin embargo, esta es la primera vez que trasladamos el modelo (con éxito) a Modflow 6 y Model Muse 4.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
OpenDroneMap es una gran software por su capacidad de procesar imágenes de drones y crear un conjunto completo de salidas como modelos de elevación digital, nubes de puntos, ortofotos y otros. Para usuarios comunes, el proceso de instalación y los recursos computacionales han sido siempre un desafío, esta vez hemos desarrollado un procedimiento satisfactorio para instalar y correr OpenDroneMap en Windows 10 a través de la instalación del Subsistema de Linux para Windows (WSL).
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
La remediación de las aguas subterráneas es un gran desafío para muchos investigadores debido a la limitación de la líneas base, la alta incertidumbre, los presupuestos y plazos limitados para elaborar este tipo de evaluaciones. En un aspecto general, las capacidades de modelamiento en algunos profesionales no son muy fuertes. Por lo general, se podría pensar que el éxito de la remediación de las aguas subterráneas se logra cuando un gran grupo de investigadores, más de cien por país, posee altas habilidades para el modelamiento de agua subterráneas distribuidas en el sector privado, sector regulador y educativo.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
OpenFoam es un excelente software de código abierto para la simulación numérica de agua, aire, calor y cualquier otro fluido físico. Desafortunadamente, OpenFOAM es nativo de Linux y las opciones para ejecutarlo en Windows son limitadas con restricciones en las herramientas, versiones y recursos computacionales disponibles. Con los últimos desarrollos en Windows 10 es posible instalar OpenFoam directamente en Windows con algo llamado Windows Subsystem for Linux (WSL) y la instalación de Ubuntu dentro de Windows.
Este tutorial cubre todos los pasos necesarios para instalar OpenFOAM en Windows 10 y es la base para los próximos tutoriales de modelamiento en OpenFOAM.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
El trabajo con imágenes satélitales debe tener en cuenta la escala espacial y temporal. La selección y el procesamiento de datos de teledetección en una área especifica durante un cierto período de tiempo requiere una gran cantidad de recursos computacionales. Hemos explorado la aplicación web AppEEARS de la USGS para descargar imágenes de cobertura de suelos (MCD12Q1v006) en una determinada área y fecha.
El presente tutorial cubre todos los pasos desde la creación de un poligono en QGIS 3 con formato Geojson, manejo de la aplicación web, instrucciones para descargar archivos, visualización de datos en QGIS 3 y revisión de los valores de pixeles.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
El derrame de hidrocarburos se produce por una práctica inadecuada de la actividad petrolera que conlleva a afectar todo el ecosistema. Para este caso en particular, los hidrocarburos afectan la calidad de agua subterránea en muchos lugares del mundo, donde el más común de los problemas es la liberación de productos derivados del petróleo hacia las napas de agua (Newell et al., 1995).
El presente artículo está enfocado a brindar información acerca de los procesos de transporte de contaminantes derivados del petróleo en el agua subterránea: la advección, dispersión, disolución del líquido de fase libre no acuosa (NAPL) y también elaborar una síntesis de información de los datos necesarios para el desarrollo de un modelo de transporte de contaminantes desarrollado con variedad de solucionadores.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Hemos desarrollado un caso aplicado de modelamiento de agua subterránea en la mesoescala que cubre los procesos físicos más relevantes que afectan el régimen de flujo subterráneo. La simulación numérica se construyó en Modflow 6 y Muse 4 en condiciones de flujo uniforme con conductividad hidráulica variable con profundidad para representar capas de baja conductividad intercaladas. El tutorial cubre todos los pasos de la configuración del modelo y condiciones de borde, el manejo de datos espaciales, análisis del balance hídrico y revisión de los niveles de agua en piezómetros.
Este es un caso base para un próximo tutorial sobre análisis de sensibilidad con MODFLOW 6, Python y las librerías Flopy y Salib. Se publicará más información sobre este evento en nuestras redes sociales.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Los software libre y de código abierto para el modelamiento de flujo de agua subterránea están en constante proceso de desarrollo, por lo tanto, año tras año tenemos versiones más nuevas o incluso software nuevo. Esta vez hemos actualizado un tutorial básico y útil del 2016 a las nuevas versiones de Modflow y Model Muse. El tutorial muestra el procedimiento completo para descargar e instalar Model Muse 4 y configurar Modflow 6.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Hoy en día podemos rastrear la posición GPS con varios dispositivos como teléfonos inteligentes, dispositivos portátiles y dispositivos de mano, pero ¿cómo podemos almacenar posiciones GPS masivas de una manera efectiva para el posterior procesamiento, análisis y comparación con la información de otro dispositivo? Hemos creado un procedimiento completo para habilitar un módulo GPS como dispositivo serial en una Raspberry Pi, luego leer la información del GPS y enviarla a una base de datos Postgresql. El tutorial tiene varios pasos desde la instalación del software, scripts para monitorear los datos almacenados.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Este tutorial muestra el proceso completo para insertar piezómetros como paquete HOB en un modelo de flujo regional de aguas subterráneas en Modflow6. La ubicación original, la elevación de la superficie y la elevación de la rejilla del piezometro están en formato csv que se convierte a shapefile para ser importado por Model Muse 4. El tutorial también contiene un script de Python para representar el gráfico de cargas hidráulicas calculadas - observadas con el valor NRMSE como encabezado.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Hemos explorado las nuevas (o no tan nuevas) opciones de Modflow 6 y Model Muse 4 para crear refinamientos locales a escala regional basados en características hidráulicas. De nuestra investigación hemos desarrollado un ejemplo decente de modelamiento regional de aguas subterráneas en una cuenca andina con tres condiciones de borde y disminución de la conductividad hidráulica con la profundidad. El tutorial también explora las complejidades para modelar cuencas con diferencia diferencia en la elevación y el uso de parámetros definidos por texto para implementar la formulación de Newton en Modflow 6.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Hemos desarrollado un tutorial sobre el modelamiento de trayectoria de partículas con Modpath7 en una grilla con refinamiento local realizado por la opción Discretized by Vertices (DISV) de Modflow6. La construcción del modelo, configuración de las condiciones de borde, simulación del flujo de agua subterránea y simulación de trayectoria de partículas se realizaron con Model Muse 4. Las condiciones del flujo de agua subterránea se conceptualizaron como régimen uniforme, y la trayectoria de partículas se simuló en dirección de seguimiento hacia adelante y hacia atrás.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
El agua subterránea no se puede ver (porque está en el suelo, obviamente) y el flujo de agua subterránea es extremadamente difícil de entender a menos que tengamos un mayor alcance de la teoría y las características principales del régimen de flujo hidrogeológico. Una de las limitaciones para la comprensión es la falta de herramientas interactivas que proporcionen entornos amigables para la representación de zonas de recarga, zonas de descarga, pozos, humedales y otras características hidrogeológicas.
Hemos desarrollado un tutorial para la representación web de las características principales de un modelo en MODFLOW y sus resultados en un proceso combinado con el uso de la biblioteca Hataripy, Paraview, Python y Steno3D.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
El método de diferencias finitas, así como cualquier otro método de discretización, permite la conceptualización de un medio geológico en céldas u otros volúmenes. Los modelos geológicos vienen en diversos formatos en formato binario o de texto y necesitan ser "traducidos" a la estructura grillada de un modelo de agua subterránea.
Este tutorial tiene un ejemplo aplicado de la implementación de un modelo geológico 3D desde una red neuronal a un modelo de agua subterránea con discretización horizontal y espesor de capa determinados. El tutorial cubre todos los pasos para la construcción de la geometría de un modelo y la determinación de unidades hidrogeológicas con scripts en Python, Flopy y otras bibliotecas. Las comparaciones del modelo geológico original y traducido se realizaron como diagramas de Matplotlib y archivos Vtk en Paraview.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Hemos realizado un tutorial en Python con bibliotecas recientes y potentes como Scikit Learn para crear un modelo geológico basado en la litología de perforaciones en Treasure Valley (Idaho, EE. UU.). El tutorial genera una nube de puntos de litologías que se transforman y escalan para la red neuronal. El clasificador de red neuronal seleccionado es un clasificador de Perceptrón multicapa implementado en la biblioteca Scikit Learn como sklearn.neural_network.MLPClassifier. Se realiza una matriz de confusión de la red neuronal. El tutorial también incluye una visualización 3D georreferenciada de litología de pozos y geología interpolada como formato Vtk en Paraview.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Existen estándares para las descripciones litológicas, pero no hay estándares sobre cómo almacenar información litológica y relacionarla con la posición de perforación. Esta incompatibilidad conlleva al uso de muchos formatos y archivos de datos relacionados con software abierto y comercial.
En la búsqueda de "una herramienta que maneja todas las herramientas", como un concepto similar del "único anillo que las gobierna a todos los anillos" del Señor de los Anillos (JRR Tolkien), encontramos que Python y sus bibliotecas: Pandas, Pyvista y VTK puede hacer un trabajo decente en la compilación, geotransformación, ubicación espacial y generación de geometría 3D.
Este tutorial trata sobre la visualización en 3D como archivos Vtk en Paraview de la información litológica de cientos de pozos ubicados en el río Snake - Idaho. El tutorial cubre todos los pasos desde la descarga del procesamiento de información en bruto a la generación de listas y matrices para el archivo Vtk. El trabajo de secuencias de comandos se realizó en un Jupyter Nobebook y los archivos 3D de salida se representaron en Paraview.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
La información espacial está vinculada a la posición y a un sistema de referencia. Existen muchos sistemas de coordenadas en todo el mundo con diferentes unidades de longitud, proyecciones y orígenes. De alguna manera, el análisis espacial siempre está vinculado a la información almacenada en diferentes sistemas de coordenadas y tenemos que proporcionar formas efectivas de traducirlos a un CRS (sistema de referencia de coordenadas) específico. Hemos desarrollado un tutorial para la traducción del sistema de coordenadas de puntos XY almacenados en tablas. El tutorial muestra el procedimiento para cambiar los sistemas de coordenadas de tipo geográficas y proyectadas utilizando la librería Pyproj sobre un Pandas dataframe en un Jupyter notebook.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Los modelos de elevación ASTER Global Digital Elevation Model 1 arc second (ASTGTM v003) es una de las fuentes más confiables para datos de elevación a escala regional en todo el mundo con una resolución de celda de 30 m interpretada a partir de imágenes "recientes" (de 2000 a 2013). En áreas planas o con vegetación, el procedimiento para interpretar elevaciones enfrenta algunas complejidades y las imágenes Aster DEM muestran algunas protuberancias o puntos de alta elevación que no son coherentes al contrastar el modelo de elevación con imágenes pancromáticas satelitales.
Este tutorial muestra un procedimiento para suavizar los modelos de elevación Aster con herramientas estándar QGIS 3 junto con las opciones Grass y SAGA GIS en el menú Processing en un ejercicio práctico sobre un área de estudio. El procedimiento se puede aplicar a las imágenes de Alos Palsar o cualquier otro raster de elevación ruidoso.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
La conceptualización y simulación del flujo de aguas subterráneas en el área de influencia de fallas geológicas es realmente un desafío para los modeladores numéricos. Además de las complejidades y la variedad de fallas, existieron algunas limitaciones de los códigos numéricos para simular el comportamiento mixto de fallas y zonas alteradas. Hemos desarrollado un tutorial para representar las características principales del flujo de agua subterránea en la zona de falla geológica para un caso aplicado. El tutorial está desarrollado en Model Muse con la opción MODFLOW DISV para la generación de grillas no estructuradas. El flujo de agua subterránea se analizó en el balance de agua y se realizó una simulación de trayectoria de partículas con MODPATH 7.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
El análisis espacial es una disciplina muy interesante porque permite la evaluación de todos los fenómenos relacionados con su ubicación. Sin embargo, para algunas partes del procesamiento de datos, el flujo de trabajo en una interfaz gráfica de computadora (GUI) para SIG puede ser repetitivo y llevar mucho tiempo. Los investigadores necesitan herramientas mejores y más eficientes para procesar más cantidad de datos en menos tiempo e incluso con menos cantidad de herramientas de software.
Hemos creado un script innovador para generar un archivo ráster de elevación desde un líneas de contorno con varios pasos de procesamiento de datos. El script reconoce geometrías inválidas, simplifica las polilíneas y extrae vértices mientras crea un geodataframe de puntos que se interpola y se geotransforma como un ráster geoespacial en formato .tiff.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.