Modflow6 es la última versión del código de la USGS para el modelamiento de aguas subterráneas MODFLOW. Esta versión se ha implemento en otros software de código abierto de la USGS como Model Muse y Flopy y puede modelar diversos tipos de discretización espacial en una reorganización completa de paquetes y palabras clave. Creemos que existe una brecha en las capacidades de un modelador de agua subterránea común para adoptar todo el nuevo desarrollo en Modflow y otros software de agua subterránea de código abierto, es por esto que hemos preparado un video con el resumen de esta nueva actualización.

Las ortofotos de drones nos proporcionan imágenes aéreas con resolución espacial en escala de centímetros. Con estas ortofotos de alta definición y bajo costo podemos interpretar, analizar y cuantificar objetos en una distribución horizontal mediante bibliotecas de “machine learning” para el reconocimiento de imágenes y análisis de conglomerados.

Hemos realizado un ejemplo aplicado de reconocimiento y conteo de plantas a partir de una ortofoto de drones con Python y las bibliotecas Scikit Learn y Scikit Image. Todo el proceso es geoespacial, ya que funciona con un ráster y un shapefile mostrando los resultados en QGIS.

Gempy es una biblioteca de código abierto para modelamiento geológico en Python. La biblioteca es capaz de crear modelos geológicos complejos en 3D que incluyen estructuras, redes de fallas y disconformidades, los modelos geológicos se pueden combinar con análisis de incertidumbre.

Hemos creado un tutorial de modelamiento geológico basado en contactos geológicos y orientaciones superficiales. El tutorial se desarrolló en un contenedor de Gempy que se ejecuta dentro de Docker en Windows 10; el tutorial cubre la instalación del software y la creación de scripts el modelamiento geológico.

El desarrollo de software de código abierto trae nuevas herramientas asombrosas en todos los campos. En hidrogeología y modelamiento de aguas subterráneas hay un número creciente de paquetes de programación y software de código abierto. Queríamos compilar las últimas bibliotecas de Python relacionadas con hidrogeología, pedimos referencias e investigamos en la web para proporcionarle la siguiente lista.

Este tutorial tiene un caso completo de análisis espacial para la extracción de datos puntuales de un ráster con Python y sus bibliotecas Geopandas y Rasterio. El procedimiento es completamente geoespacial y utiliza shapefiles y tifs como datos de entrada; el cálculo de datos se realizó en un entorno de Jupyter Lab.

Modelar el desempeño y la efectividad de las barreras de flujo o muros impermeables en el régimen de flujo de agua subterránea es un desafío debido a la geometría / orientación del muro y los requisitos de discretización. El paquete Horizontal Flow Barrier fue diseñado para simular barreras de espesor y conductancia definidos que se ubican entre las celdas de flujo, de esta manera la barrera de flujo es independiente de la discretización del modelo. Este paquete no es nuevo, se remonta a 1993 y se implementó en muchas versiones de MODFLOW.

HEC HMS es un software desarrollado por el Cuerpo de Ingenieros de EE. UU. Que implementa una serie de métodos hidrológicos para representar diferentes procesos físicos del ciclo del agua. Las herramientas y opciones de HEC HMS lo convierten en un software muy versátil y potente para la simulación hidrológica de diferentes situaciones como eventos extremos.

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.