Finalmente, una alternativa completa para la simulación de la intrusión salina en modelos de flujo de agua subterránea totalmente geoespaciales basados en software de código abierto. El modelo numérico se construyó en la plataforma Tupac Cloud con dos períodos de estrés y un tiempo total de simulación de 40 años. El proyecto se descarga desde Tupac Cloud y se ejecuta localmente con Anaconda donde se implementa en el script de Python el paquete BUY para el flujo de densidad variable junto con el modelo de transporte (GWT). También se desarrolla una representación gráfica de la cuadrícula, las condiciones de contorno y los resultados de los modelos de flujo y transporte en un entorno de Jupyter Lab.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Geopandas es una librería increíble para el análisis espacial, ya que combina las herramientas espaciales de Shapely y Fiona con la versatilidad de Dataframes de Pandas. Rasterio es una de las librerías más completas para manejar archivos raster en Python.
Somos conscientes de que la mayoría de los geocientíficos, especialistas en recursos hídricos y profesionales afines trabajan en Windows, por lo que siempre estamos en la búsqueda de nuevas formas de hacer que Python funcione con todas sus capacidades geoespaciales en cada computadora.
Con base en los nuevos lanzamientos de Anaconda, ahora podemos instalar Geopandas y Rasterio de una manera fácil.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Caso aplicado de modelamiento regional de aguas subterráneas para un acuífero costero con Modflow 6 usando mallas Voronoi en Tupac Cloud. El acuífero tiene dos períodos de estrés (estado estacionario y estado transitorio) de 20 años cada uno que simulan dos fases de explotación del acuífero bajo/alto. El modelo se construye completamente a partir de shapefiles comprimidos y rasters en la plataforma en línea. Los resultados de la simulación se discuten sobre los balances hídricos, la distribución del nivel freático y la sección transversal para todos los períodos de estrés.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Tupac Cloud se basa en Python y Flopy y cada proyecto se puede descargar a su computadora para un análisis particular, una mayor implementación de los módulos de Modflow 6, una calibración basada en el aprendizaje automático o simplemente porque se requiere una copia de seguridad local. Este tutorial muestra el procedimiento completo para descargar un proyecto de Tupac Cloud, la implementación del ejecutable, los scripts para ejecutar el código de Flopy y una descripción de los diferentes archivos y carpetas de un proyecto modelo.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Este es un ejemplo aplicado del impacto a través del tiempo de un túnel sobre el régimen de flujo de agua subterránea regional. El modelo tiene 5 stress periods con dos variantes del paquete de drenaje (DRN) implementado en Tupac Cloud. El tutorial cubre todos los pasos desde la construcción del modelo, la configuración de las condiciones de contorno, la ejecución del modelo y el análisis de datos de salida.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Caso aplicado para la evaluación de un esquema de drenaje en un sitio de construcción con Tupac Cloud. El modelo tiene tres stress periods en los que el esquema de drenaje comienza con el bombeo de pozos durante 10 días y el drenaje de zanjas con bombeo durante otros 10 días. Se analizaron los resultados del balance hídrico así como la distribución final de carga en el sitio de construcción propuesto.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Modelamiento a escala local de una excavación de zanja de 4 etapas en un acuífero costero. El objetivo principal de este trabajo de modelamiento es evaluar el impacto de la excavación en el régimen de flujo de agua subterránea cercano. El trabajo de modelado se realizó íntegramente con las herramientas, gráficos y tablas de Tupac Cloud.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Ejemplo aplicado de modelamiento regional de una cuenca andina con condiciones de borde de recarga (RCH), drenaje (DRN) y evapotranspiración (EVT). El modelo de aguas subterráneas tiene capas confinadas y convertibles con períodos de requerimiento transientes y de régimen uniforme. El tutorial cubre todos los pasos de la construcción del modelo, la simulación del modelo y el análisis de datos de salida del modelo con las diferentes herramientas en línea de Tupac Cloud.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Último desarrollo en Tupac Cloud para la representación de la cabeza como contornos y cuadrícula de colores. Ambas representaciones tienen una barra de colores y un título relacionado con la capa seleccionada. Los objetos como las condiciones de contorno y la malla del modelo se pueden representar en los gráficos.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Nuestro primer tutorial de modelamiento de aguas subterráneas con malla voronoi en Tupac Cloud. El caso de estudio trata sobre la interacción río - acuífero con pozos y condición de carga general. El modelo tiene capas confinadas y convertibles y dos períodos de estrés (estable y transitorio). El modelo se ejecuta en la plataforma en la nube y se pueden visualizar el informe de simulación Modflow. Los balances y cargas hidráulicas se analizan en diferentes tablas, gráficos y mapas dentro de la plataforma.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Tupac Cloud es nuestra plataforma online de modelamiento de aguas subterráneas en desarrollo. Los modelos en Tupac Cloud se basan en grillas Voronoi y se construyen en MODFLOW 6 DISV a partir de scripts de Flopy. Todo el proyecto tendrá muchas herramientas e integraciones con QGIS y Paraview, este es solo un ejemplo de generación de mallas para un caso aplicado de interacción de ríos y acuíferos.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Los refinamientos Quadtree están disponibles para modelos Modflow 6 en las últimas versiones de Model Muse. Esta herramienta se puede implementar para muchos objetos espaciales como puntos, líneas o polígonos donde se puede especificar el nivel de refinamiento para cada capa por separado. Hemos realizado un caso aplicado del refinamiento de una malla para un modelo regional donde la red hidrica, los puntos de observación y el alinemiento del túnel se definieron como objetos de refinamiento.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Model Viewer for Modflow 6 se lanzó en abril de 2022 por la USGS y es una versión de Model Viewer personalizada para mostrar las características, la cuadrícula y los resultados de modelos en MODFLOW 6. Hemos realizado un caso aplicado para la visualización de un modelo MODFLOW 6 DISV que tiene una malla voronoi sobre una cuenca andina. El tutorial cubre los pasos para visualizar la grilla del modelo, las isosuperficies, las cargas hidráulicas, las direcciones de flujo entre otras opciones de visualización.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Gidahatari viene desarrollando un interfaz grafico (GUI) para modelar con Modflow 6. Para tal propósito se está utilizando principalmente la librería Kivy para el GUI, mientras que para manipular Modflow 6 se utiliza la librería Flopy.
El programa se viene desarrollando y pronto vería la luz una versión beta para todo publico que desee probarlo y retroalimentar este proyecto de software libre. Los desarrolladores, Saul Montoya y José Zevallos están felices de contribuir a la comunidad de ingenieros hidrogeólogos.
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 una versión de nuestro caso de estudio de la cuenca Angascancha que se ejecuta en MODFLOW 6 con discretización por vértices (DISV). El modelo implementa una malla de Voronoi que se genera a partir del límite de la cuenca y la red fluvial donde los niveles de refinamiento se definen mediante un tamaño de celda mínimo y máximo junto con determinados pasos de refinamiento. El tutorial es completo en todos los pasos que implican la discretización, construcción, simulación y visualización del modelo.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Si tiene un conjunto de imágenes de drones y desea conocer la ubicación de las imágenes, este tutorial puede ser de su interés. Hemos realizado un ejemplo aplicado que recupera los metadatos geoespaciales de la cámara del dron para un grupo de imágenes y realiza una representación geoespacial en un mapa con el nombre de la imagen disponible como ventana emergente. El tutorial se realiza bajo un Jupyter notebook con Python y Folium.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
El desarrollo de web geoespaciales siempre fue de nuestro interés y siempre estuvimos en la búsqueda de herramientas eficientes para la gestión / representación web de datos y eso significa una investigación de un conjunto de web frameworks, bases de datos, estándares, configuración de computadoras y otros.
Hemos desarrollado un tutorial que cubre un caso aplicado de la implementación de una base de datos Postgis de los ríos y cuencas de África que se implementa bajo una aplicación Django.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Creemos que las tareas / estudios que involucran el análisis masivo de datos espaciales vectoriales y ráster se volverían más populares en el futuro cercano. Con el análisis masivo se hicieron más relevantes algunos factores como la memoria del ordenador, el tipo de procesador, el sistema operativo y el lenguaje de programación o plataforma utilizada para el cálculo.
Presentamos un caso de estudio de análisis ráster en Windows donde se instalaron Python y R con sus librerías espaciales desde repositorios conda. Nuestras habilidades informáticas no nos permiten tener una idea de las diferencias en el rendimiento de estos scripts en Linux.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Hemos investigado herramientas avanzadas como lenguajes de programación para el análisis espacial, hasta ahora Python fue nuestra elección de facto debido a su velocidad de aprendizaje y su facilidad de uso. Sin embargo, cuando se trabaja con una gran cantidad de datos y se realizan consultas espaciales masivas, surgen algunas preguntas sobre el rendimiento de Python y luego analizamos otras opciones como R, Julia o Rust. Hemos realizado este tutorial para la instalación de la librería espacial Terra en un kernel R en Jupyter bajo un entorno Conda, el tutorial cubre todos los pasos de instalación en Windows junto con algunos ejemplos para cargar y plotear datos vectoriales y ráster.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.
Geopandas es una de las librerías geoespaciales más avanzadas en Python porque combina las herramientas espaciales de Shapely, que puede crear y leer diferentes datos espaciales vectoriales OGC y acoplar las herramientas de Pandas para administrar, filtrar y realizar operaciones sobre las columnas de los metadatos, Geopandas tiene la capacidad de plotear datos geoespaciales en Matplotlib e incluso a Folium entre otras características. Hemos desarrollado el tutorial de Geopandas aplicado al análisis de zonas inundadas sobre la ciudad de Boise para un periodo de retorno de 200 años; el tutorial cubrirá conceptos introductorios de Geopandas, se trabajará con datos vectoriales de puntos, líneas y polígonos, creación de gráficos, se simplificará vértices y se realizará consultas geoespaciales sobre instalaciones y carreteras inundadas.
Suscríbete a nuestro boletín electrónico
Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros
cursos en recursos hídricos.