Professional Documents
Culture Documents
Introducción
simular fallas, desplazamientos litológicos causados por fallas, fracturas, lentes delgadas, pinch out
de
El uso de una cuadrícula refinada globalmente, una cuadrícula refinada en todo el dominio, puede
ser
computacionalmente intensiva. En algunos casos, los tiempos de ejecución son tan largos que
resultan en una
intensivo para desarrollar los conjuntos de datos necesarios para refinar una cuadrícula completa
cuando solo un área local es de
interesar.
Usando una cuadrícula espaciada de forma variable, se puede lograr una cuadrícula fina
localmente con más moderada
detalle. Esto se debe a que el método de diferencias finitas requiere que el mismo espaciado de la
cuadrícula
extenderse a los límites y tiene dos implicaciones importantes: (1) si se necesita refinamiento en
las áreas múltiples del dominio, utilizando una cuadrícula de espacios variables a menudo dan
como resultado una cuadrícula relativamente fina
en todo el dominio, y (2) además de introducir nodos excedentes y, por lo tanto, más
cálculos, este enfoque puede producir celdas de diferencias finitas con una relación de aspecto
grande, que
metodos Este método, denominado refinamiento de cuadrícula local (LGR) en este informe,
vincula dos o más
cuadrículas de diferencias finitas de diferentes tamaños: una rejilla gruesa que cubre un área
grande que incorpora
condiciones de límites regionales y una grilla fina que cubre un área de interés más pequeña. Estas
rejillas son
El refinamiento puede ser tanto vertical como horizontal. El enlace entre las grillas padre e hijo
puede
lograrse como un llamado acoplamiento unidireccional, en el que las condiciones simuladas por el
padre
Comunicación entre las grillas. Se pueden lograr soluciones con retroalimentación a través de
refinamiento de malla (TMR) y se realiza con mayor frecuencia mediante algún tipo de
interpolación
de las cabezas, o los flujos, o ambos, de la cuadrícula gruesa a los límites de la cuadrícula
secundaria (para
ejemplo, Ward y otros, 1987; Leake y Claar, 1999; Davison y Lerner, 2000; Caza y
otros, 2001). Este enfoque es bastante sencillo y funciona bien para muchos problemas.
cuadrícula. Por lo tanto, después de ejecutar ambos modelos, la carga se coloca en el modelador
para comprobar si las cabezas
a lo largo y los flujos a través del límite de interconexión son consistentes para ambos modelos
(Leake y
Claar, 1999, p. 5-7). Si no coinciden, no hay un mecanismo formal para ajustar el
Modelos para lograr un mejor acuerdo. De esta manera, los métodos de TMR generalmente
carecen de rigor numérico.
y son propensos a errores importantes, a menudo no detectados (Mehl y Hill, 2002 y ejemplos 1 y
3).
de este informe).
Un método numéricamente riguroso que garantiza que las cabezas y los flujos sean consistentes
entre
Las dos rejillas son necesarias para obtener soluciones confiables y precisas. LGR como se
documenta en este
Implementado aquí se acoplan los modelos utilizando nodos compartidos. Es decir, las grillas se
construyen tal
que los nodos de la cuadrícula principal coinciden con los nodos de límite seleccionados de la
cuadrícula secundaria.
Propósito y alcance
El propósito de este informe es documentar LGR (refinamiento de la red local) para MODFLOW
2005 (Harbaugh, 2005).
Este informe primero proporciona los aspectos más destacados de LGR y discute sus
compatibilidades con otros
El rendimiento del refinamiento iterativo de la cuadrícula utilizando LGR se compara con métodos
alternativos para
Problemas simples de dos y tres dimensiones y consecuencias de los resultados para el campo.
Se discuten las aplicaciones. A continuación, las instrucciones de entrada y los archivos de entrada
y salida seleccionados son
proporcionado en los Apéndices 1 y 2 para LGR y BFH, respectivamente. Finalmente, la
propagación de errores en
LGR se ilustra en el Apéndice 3 y las notas para los usuarios de MODTMR (Leake y Claar, 1999) son
previsto en el apéndice 4.
Expresiones de gratitud
LGR fue desarrollado con el apoyo de la Oficina de Estudios de Geología de los Estados Unidos
(USGS) de
Energía a través del Proyecto USGS Yucca Mountain. Arlen Harbaugh diseñó el almacenamiento de
datos.
instrumental para hacer posible LGR. Agradecemos los comentarios y las opiniones
proporcionadas.
por Chris Langevin del USGS Florida Water Science Center y Jesse Dickinson y Stan
Leake del USGS Arizona Water Science Center que mejoró enormemente la calidad de este
informe.
Esta sección presenta los aspectos más importantes para aquellos que deciden si usar LGR.
Las ventajas de LGR y las preocupaciones de los usuarios para diseñar modelos compatibles con
LGR son:
enumerados aquí para la conveniencia del usuario; discusión adicional de estos puntos se presenta
en el informe,
como se ha señalado.
Los aspectos más destacados de LGR se organizan en cuatro temas: (1) precisión, (2) tiempo de
ejecución, (3)
configuración del modelo y (4) diseño de cuadrícula y paso de tiempo. LGR se puede ejecutar para
realizar el acoplamiento en ruta mediante
configurando MXLGRITER = 1; los comentarios aquí se aplican cuando LGR se ejecuta de forma
iterativa (MXLGRITER
Exactitud
1) El refinamiento local puede proporcionar gran parte de la precisión mejorada que puede
alcanzar el global
refinamiento con tiempos de ejecución mucho más pequeños (consulte la Tabla 4, Tabla 5 y Figura
26).
sistema. (Ver las secciones Error de cuadrícula principal y Error de cuadrícula secundaria).
Modelos homogéneos y heterogéneos. Esto significa que las rejillas localmente refinadas reducen
error de una manera que sea consistente con el refinamiento global y que admita el refinamiento
local
Tiempo de ejecución
1) LGR utiliza un método de solución que itera entre el modelo principal y el secundario.
modelo. Una sola iteración requiere una solución de modelo principal (tiempo de ejecución
Tparent)
y una solución modelo infantil (tiempo de ejecución Tchild), por lo que el tiempo de ejecución por
iteración es
1) Los modelos padre e hijo requieren cada uno un archivo de nombre MODFLOW (Harbaugh y
otros, 2000, p. 7, 43) y el conjunto asociado de archivos de entrada. Los números de unidad
definidos en
estos archivos deben ser únicos: un número de unidad utilizado en la entrada del modelo de
cuadrícula principal y
2) En el archivo de entrada del paquete básico (Harbaugh y otros, 2000, p. 50) para el niño
modelo, establezca IBOUND = IBFLG (consulte las Instrucciones de entrada en el Apéndice 1) para
las celdas que
bordear el modelo padre. Este es el perímetro del modelo infantil. Excepto por el
perímetro del modelo hijo, no utilice los valores definidos por IBFLG y -IBFLG
no se puede reutilizar desde un paso de tiempo anterior o una iteración interna, incluso si el
modelo es
1) Para LGR actualmente (2005), solo un volumen en forma de bloque de refinamiento local puede
ser
presentado aquí.
3) Para el refinamiento vertical, la parte superior de la cuadrícula secundaria debe coincidir con la
parte superior de la cuadrícula
porque se puede utilizar una relación de refinamiento vertical de 1: 1. Esto puede ser útil cuando
es grueso
se desean capas superiores para simular las condiciones de la capa freática (vea la parte superior y
Capas de la cuadrícula principal. Es decir, el modelo infantil reemplaza la mitad del grosor de
la célula madre a lo largo de su parte inferior. Para refinamiento vertical dentro del padre inferior
capa, la cuadrícula secundaria debe coincidir con la parte inferior de la cuadrícula principal. Para
vertical
refinamiento de los modelos principales con una sola capa de modelo, el modelo secundario se
extiende desde
la parte superior a la parte inferior de la capa (consulte la parte superior e inferior de la sección
Cuadrícula de niños).
5) Para simulaciones transitorias, el tamaño del intervalo de tiempo debe ser el mismo para ambos
modelos.
más fácil de lograr definiendo la duración del período de estrés idéntico y el paso de tiempo
y otros, 2000, p. 45). Esto puede requerir definir más períodos de estrés de los que
diseñado para simular las cuadrículas padre e hijo como dos modelos MODFLOW-2005 separados
y
iterar entre ellos hasta que haya un equilibrio de cabezas y flujos a lo largo de la interfaz entre
estos
Se logran modelos. Dentro de cada modelo separado, la mayoría de los paquetes MODFLOW-2005
pueden ser utilizados
Con ninguna o poca alteración. Debido a que los modelos están separados, se pueden usar
diferentes paquetes para
cada modelo. Por ejemplo, el modelo principal puede usar el solucionador DE4 mientras que el
modelo secundario usa
PCG. Esta flexibilidad del refinamiento iterativo de la red local es una de sus principales ventajas.
El método de nodo compartido utilizado para acoplar los resultados de los modelos padre e hijo se
trunca.
células entre los dos modelos a lo largo de los lados y en la parte inferior del modelo infantil en
muchos
situaciones (vea Interfaz lateral entre las cuadrículas de padres e hijos y La parte superior e inferior
de la
Secciones de cuadrícula infantil). Para estas interfaces, la mayoría de las celdas de interfaz son
semicélulas. La interfaz
las celdas tienen menos volumen de celdas y, en algunas direcciones de coordenadas, menos área
que las celdas en el
Resto de la rejilla. Para sumideros, fuentes y otras tensiones o condiciones de contorno que se
cruzan
paquetes y procesos de interés e identifica atributos que pueden necesitar ser ajustados cuando
utilizando LGR.
Archivos de entrada que pueden necesitar ser cambiados por celdas en el límite de interconexión
para las celdas que forman la interfaz entre las cuadrículas padre-hijo si el DRN, EVT, GHB, RCH,
Los paquetes RIV o WEL se utilizan en estas células. A excepción del paquete WEL, el flujo
calculado
por estos paquetes depende del área de celda completa, ya sea directamente (RCH y EVT) oa
través de un usuario
Término de conductancia de entrada (DRN, GHB y RIV). Las celdas en la interfaz del modelo padre
son
Truncado, pero en los paquetes listados no se modifican las áreas de celda. Por lo tanto, el usuario
necesita ajustar
entradas para que la influencia adecuada de la tensión esté representada en el modelo. La celda
original (no
Las células, las condiciones dependientes de la cabeza y los límites del flujo no se tienen en cuenta
en las ecuaciones resueltas
por MODFLOW, y por lo tanto estas contribuciones no aparecen en los presupuestos para el niño
modelo. El usuario tiene cuatro opciones para manejar las tensiones en las celdas de la interfaz:
el estrés en la cuadrícula principal se cuenta dos veces porque el área de la celda original es
usado.
2) Tenga en cuenta las celdas parentales truncadas en la interfaz, pero descuide el volumen
perdido
3) Tenga en cuenta las celdas parentales truncadas en la interfaz y tenga en cuenta el estrés en
4) Tenga en cuenta las celdas parentales truncadas en la interfaz y tenga en cuenta el estrés en
Si bien las opciones tres y cuatro pueden parecer extrañas, las pruebas limitadas sugieren que
producen
Resultados que coinciden más estrechamente con los resultados de modelos refinados a nivel
mundial. Si la tercera o cuarta opción es
usados, las conductancias, tensiones o tasas de tensión pueden ajustarse en el padre adyacente o
células secundarias para tener en cuenta el flujo desatendido en la interfaz de las células de
cabeza especificada. Los valores
debe ajustarse de modo que el volumen total (en el caso de recarga) o el área total (en el caso de
las células de la cabeza especificada de la interfaz pueden contabilizarse ajustando las tasas de
recarga en cualquiera de los
celdas parentales o hijas adyacentes para que este volumen de flujo aún esté representado en el
modelo, como
mostrados en la Figura 1d y la Figura 1e, respectivamente. Si las células parentales se ajustan para
el uniforme,
Las tensiones distribuidas por área, como la recarga uniforme, la tasa en las celdas de la interfaz
principal pueden ser
ajustada utilizando la ecuación 1a (y la ecuación 1b para celdas de interfaz en las esquinas) para
tener en cuenta la
estrés adicional sobre el área de las células de interfaz hijo. Esto se muestra en la Figura 1d. Para el
mismo estrés, si se hacen ajustes a las células hijas, la tasa se incrementaría de acuerdo con
] (1b)
dónde
NCPP = el número de celdas secundarias que abarcan el ancho de una única celda principal.
5
Aspectos destacados y compatibilidad
Si está disponible una resolución espacial más alta de los datos de tensión, la resolución espacial
más alta
permitido por la cuadrícula secundaria se puede combinar con estos datos para determinar cómo
se dividen las tensiones.
Estas situaciones se pueden acomodar ajustando los valores en las celdas correspondientes de
manera que
EXPLICACIÓN
Q Valor de la recarga neta en toda el área, asumiendo el ancho y la longitud de la unidad para el
área
Figura 1. Esquema de recarga para (a) la distribución de recarga uniforme original en la cuadrícula
principal, (b) la recarga
Distribución en la interfaz con la tasa de recarga original utilizada en las celdas padre e hijo, que
produce demasiado grande
de una recarga neta; (c) la distribución de recarga con modificaciones al modelo principal para dar
cuenta de la celda truncada
no se puede definir En este caso, el límite de cabeza constante podría aproximarse por un límite
general con un valor de conductancia apropiadamente grande.
y condiciones de contorno de cabeza producidas por LGR. Esto se puede lograr usando el nuevo
Paquete de flujo y cabezal de límite (BFH) que lee las condiciones de límite de acoplamiento
guardadas
por LGR. La ejecución de los modelos de forma independiente puede ser útil cuando se simula el
transporte de solutos,
Seguimiento de partículas u otros procesos que no afecten las condiciones de los límites de
acoplamiento.
Situaciones que pueden afectar las condiciones de los límites de acoplamiento, como cambios en
bombeo, también se puede simular usando un modelo independiente o padre, pero los resultados
se vuelven
No válido ya que los cambios afectan las condiciones de límite de acoplamiento. Un análisis
proporcionado por el
El paquete BFH se puede usar para determinar si los cambios en el modelo primario o secundario
requieren
volver a ejecutar LGR para actualizar las condiciones de límite de acoplamiento. Por ejemplo,
consideremos una situación.
actualizado para incluir nuevos datos de bombeo para un pozo fuera del área refinada. Cuanto
cuesta esto
¿Cambiar bien el límite de interconexión donde se acopla el modelo hijo? Salida del paquete BFH
Cada modelo para simulaciones LGR. Para simulaciones de transporte que utilizan la solución de
flujo internamente,
como ADV2 (Anderman y Hill, 2001) y el Proceso GWT, hijos o padres independientes
Se pueden ejecutar simulaciones. En este caso, primero se utiliza una simulación LGR para
producir el acoplamiento
condiciones de contorno. Luego se simula el transporte utilizando los modelos con condiciones de
contorno.
proporcionado por LGR y utilizado por el paquete BFH. Es decir, el paquete BFH proporciona la
El transporte de solutos y el seguimiento de partículas que se cruzan de un modelo a otro son más
difícil, pero se puede lograr usando los resultados de un modelo como las condiciones de contorno
para el otro modelo. En general, el rastreo de partículas a través de células que contienen
sumideros / fuentes es
problemático (ver Pollock, 1994, p.2-14), que es el caso de las células de interfaz. Por lo tanto,
el límite de una interfaz de cuadrícula se puede aproximar manualmente registrando los tiempos
de las partículas y
ubicaciones a medida que salen de una cuadrícula y utilizan esos horarios y ubicaciones para
comenzar el transporte del
Partículas en la rejilla adyacente. LGR como se presenta en este informe no tiene un método de
traducción
Se esperaría una dispersión numérica sustancial. Idealmente, las rejillas deben ser diseñadas de tal
manera
que las características importantes de cualquier columna de soluto permanecen enteramente
dentro de una sola cuadrícula.
La función del modelo infantil es simular fenómenos que necesitan una cuadrícula más fina que la
cuadrícula modelo-padre. Por ejemplo, a menudo se necesitan grillas relativamente finas para
representar con precisión
cambios bruscos en el gradiente hidráulico, cambios bruscos en las propiedades hidráulicas que de
otro modo
perder resolución si está representado por la cuadrícula principal más gruesa u otros procesos
como el soluto
Transporte para el que a menudo se necesita una malla fina para obtener soluciones precisas. El
papel del padre
modelo es proporcionar las condiciones de contorno al modelo secundario que sean coherentes
con las más
y probado por Mehl y Hill (2002 a, b; 2003; 2004) y Mehl (2003). El flujo básico de la
El procedimiento LGR se muestra en la Figura 2 y el flujo del programa básico de LGR dentro de
MODFLOW 2005 se muestra en la Figura 3. Los componentes del acoplamiento iterativo se
analizan en la Figura 2.
secciones siguientes.
COMIENZO
Iter
> 1?
simule el modelo primario utilizando límites de flujo específico en la interfaz secundaria y las
celdas inactivas que cubre el modelo secundario
calcular cabezas bajo relajación cambio de cabeza
calcular el flujo que ingresa a la cuadrícula secundaria bajo el límite de cambio cambio de flujo
iter> maxiter
calcule la contrinución del budet del niño para, entrelazar los límites de la cabeza especificados
detener
La estructura de cuadrícula del método de nodo compartido de LGR - Cuadrícula principal, hijo
Grid, y la interfaz
La estructura de la cuadrícula se define por la forma en que los lados, la parte superior e inferior
del modelo secundario son
anidado dentro del modelo padre Los dos modelos se unen a lo que se llaman interfaces. los
Los límites laterales del modelo hijo siempre son interfaces con el modelo padre. La parte superior
El límite del modelo infantil es siempre la parte superior del sistema de agua subterránea saturada
simulada de
El modelo padre. El límite inferior del modelo hijo puede coincidir con el fondo de la
La interfaz lateral forma los lados de la cuadrícula modelo infantil. Un esquema a través del
el centro de una capa de una cuadrícula localmente refinada se muestra en la Figura 4a. Las celdas
interiores del progenitor.
El modelo cubierto por el modelo secundario se desactiva por LGR al establecer IBOUND en cero
para
Estas células de modelo parental. Por lo tanto, después de una solución de cuadrícula principal
inicial, el modelo principal tiene un agujero
en ella que se llena con el modelo infantil. Los modelos padre e hijo no se superponen áreas de
celda. los
Las celdas de modelo a lo largo de la interfaz padre-hijo terminan en el nodo. Algunos nodos son
compartidos y esto
le da al método de nodo compartido su nombre. La mayoría de las celdas a lo largo del lado
primario y secundario del
Interfaz son medias celdas. Es decir, representan la mitad del volumen que normalmente basarían
en sus dimensiones celulares. En las esquinas, la cuadrícula secundaria tiene 1/4 celdas y la
cuadrícula principal tiene 3/4
las celdas secundarias en la capa inferior son 1/8 celdas y el padre tiene 7/8 celdas.
Para obtener ecuaciones de flujo de agua subterránea que tengan en cuenta todo el material del
acuífero en cada
dirección una vez, las conductancias paralelas a la interfaz padre-hijo se multiplican por 1/2, 1/4,
o 3/4 y los almacenamientos para celdas a lo largo de la interfaz se multiplican por 1/2, 1/4, 3/4,
1/8 o 7/8.
las celdas abarcan el ancho de una celda principal, produciendo lo que se conoce como una
relación de refinamiento de 3: 1.
Para el programa descrito en este informe, el refinamiento a lo largo de las filas y columnas debe
ser el mismo en las dos direcciones para todas las filas y columnas. Esto no es un requisito de la
La parte superior del modelo infantil debe coincidir con la parte superior del sistema simulado del
modelo padre La parte inferior del modelo secundario puede coincidir con la parte inferior del
modelo primario
o cualquier nodo de cualquier capa del modelo principal, excepto los nodos de la capa superior o
inferior. La figura 5 muestra
Para modelos principales de una sola capa (Figura 5a), se puede usar un modelo secundario
verticalmente refinado.
En este caso, los nodos de la interfaz por encima y por debajo del nodo compartido se establecen
en el valor de cabeza en
El nodo compartido. Esto significa que no se simulan gradientes verticales a lo largo de la interfaz.
Los nodos superiores de la cuadrícula del modelo secundario se encuentran entre la parte superior
del modelo y la
Los nodos superiores de la cuadrícula del modelo padre. En este caso, los nodos de interfaz
directamente encima de la
Los nodos compartidos superiores se establecen en el valor de cabeza en el nodo compartido. Esto
es consistente con un
cuadrícula principal que no tiene flujo vertical entre la parte superior del modelo y la superior
nodo. Por lo tanto, los flujos verticales de recarga o descarga no se producirán correctamente en
el
El refinamiento vertical puede variar capa por capa. Por ejemplo, el refinamiento adicional en la
parte superior es
ilustrado en la Figura 5b, donde la capa superior superior se refina verticalmente 5: 1 y la segunda
principal
11
La capa se refina verticalmente 3: 1. La Figura 5c muestra que aunque el refinamiento del niño
comienza en el
Capa superior, se puede usar una proporción de 1: 1. Tener capas superiores más gruesas puede
ser útil para problemas con
EXPLICACIÓN
Nodo compartido utilizado tanto por el modelo principal como por el modelo secundario
Solo nodo del modelo hijo. El modelo padre se desactiva aquí después de la
Simulación inicial de los padres, por lo que el modelo principal tiene un agujero.
Nodo de límite de cabeza especificada del modelo hijo determinado por interpolación
Figura 4. (a) Esquema de área bidimensional a través del centro de la cuadrícula localmente
refinada. El area de interfaz
indicado por el rectángulo discontinuo se muestra con mayor detalle en (b), e ilustra el balance de
flujo a través del padre-hijo
interfaz. Las celdas completamente dentro de la cuadrícula secundaria están sombreadas, las
celdas completamente dentro de la cuadrícula principal están sombreadas ligeramente, y
Figura 5
modelo secundario de tres capas, (b) un modelo principal de múltiples capas en el que el
refinamiento secundario varía verticalmente y termina en
el nodo compartido de la segunda capa principal, (c) un modelo principal de múltiples capas en el
que el refinamiento secundario varía verticalmente
y se extiende a la parte inferior del modelo principal, (d) un modelo principal de múltiples capas
donde termina el refinamiento secundario
en el primer nodo compartido del padre, lo que no es posible, y (e) un modelo padre de varias
capas donde el hijo
El acoplamiento iterativo
cada modelo. Relajarse (promediar) con los valores de flujo y cabeza de la iteración anterior es
Necesario para mantener las iteraciones estables. Este enfoque de acoplamiento de las dos redes
es similar a lo que es
Utilizado por los métodos de descomposición de dominio (DDM). Sin embargo, la mayoría de los
DDM operan en la matriz.
nivel: primero formulan las ecuaciones matriciales y luego dividen las ecuaciones matriciales en
Problemas separados. LGR funciona a nivel del sistema de agua subterránea; el sistema de agua
subterránea es
divididas en cuadrículas primarias y secundarias, y luego se formulan las ecuaciones para cada una.
Similar
abarca todo el dominio. Para iteraciones subsiguientes las celdas del modelo padre
completamente
Cubierto por la cuadrícula infantil se eliminan. Para las celdas a lo largo de la interfaz (Figura 4), la
el modelo principal se utiliza para interpolar condiciones de límite de cabeza especificada para la
cuadrícula secundaria. los
Las cabezas interpoladas se relajan utilizando cabezas de la iteración anterior (ec. 2a). Esta bajo
la relajación es necesaria para la convergencia (Funaro y otros, 1988; Székely, 1998). El valor de
El parámetro de relajación es dependiente del problema y puede ser necesario ajustar para lograr
13
calculado y también bajo relajado (ec. 2b) antes de ser usado como el límite del flujo interior
padre
condición. El modelo padre se simula utilizando estas condiciones de límite de flujo actualizadas y
produce cabezas actualizadas para la interpolación en los límites de la cuadrícula secundaria. Este
proceso es
se repite hasta que tanto el cambio de cabecera como el cambio de flujo son más pequeños que
los criterios definidos por el usuario.
dónde,
explicado en el lado derecho de las ecuaciones matriciales. Así, la plantilla para el coeficiente.
La matriz siempre es consistente con la plantilla estándar del modelo original. Esto es diferente de
otros métodos de refinamiento de red local acoplados en dos direcciones donde las ecuaciones
para el irregular
matriz de coeficientes, lo que altera la plantilla convencional (por ejemplo, Wasserman, 1987;
Ewing
y otros, 1991; Edwards, 1999; Schaars y Kamps, 2001; Haefner y Boy, 2003). por
MODFLOW, la matriz de coeficientes se formula simétricamente y todos los términos que no son
cero son
ubicado en la matriz diagonal y seis diagonales fuera (McDonald y Harbaugh, 1988, pág. 12-2 -
12-4). Por lo tanto, al utilizar el acoplamiento iterativo considerado en este trabajo, los
solucionadores eficientes que
se basan en una plantilla convencional de diferencias finitas en una cuadrícula cartesiana, como
los solucionadores
dónde,
propiedades y tiene la misma estructura y coeficientes que una discretización de diferencias finita
convencionales, excepto las conductancias y almacenamientos ajustados a lo largo del
propiedades y tiene la misma estructura y coeficientes que una discretización de diferencias finita
convencionales, excepto las conductancias y almacenamientos ajustados a lo largo del
{fp (hc)} es el lado derecho de la cuadrícula principal e incluye el límite del flujo
Condición a lo largo de la interfaz con la cuadrícula secundaria. Este flujo está determinado por
una masa.
balance (Figura 4b) y es una función de las cabezas en la cuadrícula secundaria de la anterior
iteración (hc). También contiene los términos de almacenamiento del paso de tiempo anterior y
todos
otras condiciones límite y tensiones dentro del modelo padre, y Descripción del Local Grid
Refinement
{fc (hp)} es el lado derecho de la cuadrícula secundaria, e incluye un límite de cabeza especificada
También contiene los términos de almacenamiento del paso de tiempo anterior y todos los demás
límites
Evaluado en el lado derecho. Por ejemplo, el cálculo del flujo vertical bajo deshidratado.
condiciones (McDonald y Harbaugh, 1988, p. 5-21 - 5-23) utiliza este tipo de división al igual que la
Capacidad LVDA del paquete HUF (Anderman y otros, 2002). En este sentido, la iterativa.
El método descrito anteriormente se puede ver como una división matricial de un enfoque
directamente integrado,
de aplicarse directamente, se relajan utilizando las cabezas del lado derecho anterior.
término.
Se discuten los detalles de cómo se calculan las condiciones de contorno padre e hijo.
en las secciones siguientes. Primero se describe el acoplamiento hijo a padre seguido por el padre
a
acoplamiento infantil.
un balance de masa en las células hijas que bordean cada célula madre. En la Figura 4b, las flechas
oscuras
denotar los flujos internos de la cuadrícula secundaria que se necesitan para calcular el flujo neto a
través de la
frontera de interconexión. El flujo neto a través del límite es igual a la suma de la vertical más clara
flechas Este flujo neto se utiliza para definir una condición de límite de flujo especificado
(Neuman) para la
Acoplamiento de padre a hijo: condiciones de límite del niño con cabeza especificada
Para los nodos de interfaz que se comparten con el modelo principal (Figura 4, círculos oscuros
con
centros blancos), las cabezas calculadas por el modelo padre se aplican directamente. Para los
nodos hijos.
a lo largo del límite que no comparte la misma ubicación con un nodo principal (círculos abiertos
con
1987; Ewing y otros, 1991; Leake y otros, 1998; Székely, 1998; Davison y Lerner,
2000). La figura 6 muestra que en presencia de heterogeneidad, la interpolación lineal produce
cabezas.
Que no obedecen a la física del flujo de agua subterránea. Otros métodos de interpolación
geométrica comparten.
esta dificultad Por esta razón, se utiliza un método alternativo de interpolación ponderada por
Darcy en
LGR que elude este problema. La interpolación se describe en los siguientes párrafos.
la implementación numérica produce los mismos resultados que la formulación analítica para un
modelo padre bidimensional, y también las manzanas cuando el modo padre es tridimensional.
15EXPLICACIÓN
Nodo compartido
Espesor de la celda
Nodos
dónde,
Usar w / 2 es consistente con usar las conductancias medias para las celdas de interfaz, como
Las conductividades de las células hijas a lo largo del límite son las mismas que las del padre
adyacente.
Células.
utilizado por otros (Wasserman, 1987; Schaars y Kamps, 2001; Haefner y Boy, 2003). por
flujo confinado, todos producen las mismas cabezas interpoladas, y estas cabezas son consistentes
con
El método descrito anteriormente se puede utilizar para formar una base para la extensión a tres
dimensiones. Primero considere una alternativa numérica al enfoque analítico (ecuación 5) para
interpolando cabezas en el límite del modelo hijo utilizado en dos dimensiones. Lo mismo
Cabeza en los nodos hijos entre los nodos compartidos. En tal modelo, solo las celdas en el
perímetro del modelo bidimensional de la figura 4 (la interfaz con la cuadrícula principal)
Sería usado; Todas las celdas dentro del modelo hijo estarían inactivas. Los nodos compartidos
se especificará head (utilizando los valores del padre), y los heads calculados en los nodos
secundarios
entre los nodos compartidos tendría el mismo valor que los obtenidos analíticamente.
En el procedimiento equivalente en tres dimensiones, los nodos compartidos se establecerían
como
Las células estarían inactivas. Las ecuaciones resultantes para las condiciones de frontera del niño,
que son una
[AcB]{hcB} = {fcB(hp)}
dónde,
[AcB] es la matriz de coeficientes para las celdas de cuadrícula hijas a lo largo de la interfaz de
límite con
la cuadrícula principal. Todas las demás células infantiles están inactivas y se eliminan de la
ecuaciones
{fcB (hp)} es el lado derecho de las celdas de la cuadrícula secundaria a lo largo de la interfaz de
límite con
Desafortunadamente, cuando este procedimiento de un solo paso se utiliza para calcular la cabeza
especificada
condiciones de contorno del modelo hijo, produce flujos entre nodos de cuadrícula hijo que son
inconsistente con el flujo entre los nodos de la cuadrícula principal (Mehl y Hill, 2004). Para
eliminar
17
Solución de jaula: los nodos secundarios en la interfaz que son horizontal y verticalmente
alineados con los nodos compartidos se calculan con encabezados especificados en todos los
nodos compartidos. Todos
cuadrícula principal La Figura 7a muestra los nodos involucrados en este paso para una parte de la
interfaz.
Solución de shell: los nodos compartidos y los nodos de solución de jaula del paso 1 se configuran
como
EXPLICACIÓN
Nodo compartido (nodo principal que coincide con un nodo de límite de la cuadrícula secundaria)
Figura 7. Esquema de los nodos utilizados en (a) solución de jaula y (b) solución de concha para la
interpolación de la cabeza a lo largo
Las ecuaciones resultantes para la solución de jaula, que son un subconjunto de aquellas en la
ecuación 6,
son:
y las ecuaciones para la solución de la cáscara son las mismas que las de la ecuación 6, excepto en
el lado derecho:
dónde,
[Acage] es la matriz de coeficientes para las celdas de cuadrícula hijas a lo largo del límite que
forman el
jaula - es decir, las celdas hijas que están directamente en línea con los nodos compartidos, como
se muestra en
Figura 7a. Todas las demás células hijas están inactivas y se eliminan de las ecuaciones,
18
{fcage (hp)} es el lado derecho de las celdas de la cuadrícula secundaria a lo largo del límite que
forma el
jaula. Contiene una condición de límite de cabecera especificada en los nodos compartidos usando
valores
de la simulación padre-cuadrícula, y
{fcB (hcage)} es el lado derecho de las celdas de la cuadrícula secundaria a lo largo de la interfaz de
límite con
la cuadrícula principal. Contiene condiciones de límite de cabeza especificada para los nodos
compartidos.
desde la solución principal y para las celdas directamente en línea con los nodos compartidos
(Figura
Condiciones no confinadas
Una ventaja de resolver las cabezas de los límites del niño numéricamente en lugar de
analíticamente
es que las soluciones analíticas son mucho más difíciles de lograr para geometrías irregulares o
La forma en que MODFLOW calcula las cabezas en un acuífero no confinado. De esta forma, la
solución de cabeza.
Confinados o no confinados.
la interfaz entre las dos redes se seca, entonces ya no tiene un valor significativo y esto
causa problemas para la interpolación de cage-shell porque el nodo compartido tiene un valor de
cabeza
igual a HDRY. Por lo tanto, para la versión de LGR documentada en este informe, la cuadrícula
secundaria
debe construirse de manera tal que no sea adyacente a las áreas de la cuadrícula principal que
sean probables
secarse
Se puede utilizar en cualquier capa padre. Si el refinamiento del niño no se extiende al padre
inferior
capa, se debe utilizar una relación de refinamiento impar mayor que uno para la capa primaria
más baja que se encuentra
refinado (ver Figura 5b). Usar capas superiores más gruesas en el modelo infantil puede ser útil
para aliviar
algunos de los problemas de secado y rehumedecimiento asociados con capas delgadas en la parte
superior del modelo.
Criterios de Cierre
Los criterios de cierre son necesarios para determinar cuándo detener el procedimiento iterativo
LGR en
Además de cualquier criterio de cierre requerido por el paquete de solver. Criterios de cierre de la
LGR.
Las iteraciones controlan la precisión de las condiciones del límite de la cabeza y del flujo, y por lo
tanto la
Calidad de la solución global de LGR. Dadas estas condiciones de contorno, los criterios de cierre
de la
El paquete de solucionador utilizado por MODFLOW controla la precisión de las soluciones padre e
hijo.
Se necesitan criterios de cierre separados para las cuadrículas padre e hijo. Para la convergencia
de
la cuadrícula principal, el cambio relativo máximo de la condición de límite de flujo especificado de
acoplamiento
entre iteraciones sucesivas debe ser menor que una cantidad definida por el usuario (consulte la
ecuación 8a). por
convergencia de la cuadrícula secundaria, el cambio máximo del límite del cabezal especificado de
acoplamiento
la condición entre iteraciones sucesivas debe ser menor que una cantidad definida por el usuario
(consulte la ecuación
r disminuye a medida que la distancia entre el límite de interconexión y la ubicación del transitorio
Este error a lo largo del límite tiene implicaciones para los cálculos de presupuesto volumétrico
para
Modelos regionales a gran escala que se utilizan como la cuadrícula principal. En tales modelos,
pequeños cambios en
La cabeza debido a los errores de acoplamiento en la interfaz puede provocar grandes cambios en
el almacenamiento. Por ejemplo,
acoplado a un modelo local que usa LGR con un criterio de cierre de cabeza establecido en 1.0 ×
10-2
El límite puede tener errores en el orden de 1.0 × 10-3. Este error, cuando se ve como una cabeza
cambio, puede causar cambios en el almacenamiento del orden de 1.0 × 10-3 × 1000 × 1000 × 0.2
= 200 cúbicos
metros, que puede ser una cantidad significativa del presupuesto general dependiendo del
sistema de flujo.
∆S / ∆t (9)
dónde,
) × Sy × Ac
hn
= cabeza en el paso de tiempo n
Sy = rendimiento específico
Atenuado con pasos de mayor tiempo. Además, dentro de un período de estrés dado, los cambios
en el almacenamiento
disminuir a medida que avanza el tiempo lo que reduce este error. Por lo tanto, los cambios de
almacenamiento en el momento temprano
los pasos dentro de un período de estrés pueden contener una cantidad significativa de error pero
tienen una precisión confiable en
últimos pasos de tiempo. Los usuarios deben tener en cuenta estos problemas al examinar los
cambios en el almacenamiento para
Modelos regionales a gran escala acoplados a modelos a escala local utilizando LGR.
21
simulado utilizando una cuadrícula gruesa y una cuadrícula espaciada de forma variable. El
espaciado de cuadrícula grueso es igual al mayor espaciado de la
rejilla espaciada de forma variable. Las marcas de verificación en el eje superior indican el
espaciado de la cuadrícula de la cuadrícula espaciada de forma variable. Flujo transitorio
Como se implementa actualmente (2005), LGR requiere que las cuadrículas de padres e hijos usen
Para problemas transitorios, el modelo infantil no puede aprovechar la capacidad del DE4
Solucionador para reutilizar descomposiciones de matriz (Harbaugh, 1995, p. 3). Esto se debe a
que el armazón de la jaula
La técnica de interpolación en la cuadrícula secundaria cambia las conexiones de las células activas
(las células
Las celdas del interior al límite se vuelven inactivas durante la interpolación y luego se reactivan
para
La solución completa). Por lo tanto, IFREQ se debe establecer en 3 para el modelo secundario para
que el coeficiente
La matriz se reformula para cada iteración de solver. La simulación del modelo padre todavía
puede tomar
La ventaja de esta parte del solucionador de DE4 y IFREQ se puede establecer en 1 o 2 cuando sea
aplicable.
Heterogeneidad
Se utiliza un caso de prueba bidimensional para demostrar los efectos del espaciado de cuadrícula
principal y
Los límites se extienden a través de la parte superior e inferior. Un pozo de bombeo extrae 5,5 m3.
/ s del centro
Distribuido al azar en todo el dominio con una resolución espacial equivalente a la más gruesa
Proporcionar un desafío numérico para LGR. Se consideran cinco niveles de heterogeneidad. Ellos
comenzaron
representadas por cada zona se aumentan cuatro veces hasta que la estructura de heterogeneidad
tenga una variación
Figura 9. Estructura de heterogeneidad con cinco zonas de transmisividad. Los límites de cabeza
constante se imponen a lo largo del
y 3.333333 × 3.333333 m. Para cada cuadrícula principal (excepto la más gruesa y la más fina), hay
tres modelos infantiles, cada uno que abarca la misma área en las cercanías del pozo, cada uno
con una diferente
Relación de refinamiento: 3: 1, 5: 1 y 9: 1.
Para todas las simulaciones, la efectividad del procedimiento de refinamiento de la red local es
evaluado comparando 506 ubicaciones de cabezales en toda la cuadrícula con una solución
"verdadera" obtenida
mostrado en la Figura 10. De las 506 ubicaciones de comparación de cabezales, 146 corresponden
a los nodos de la
la cuadrícula principal más gruesa, excluyendo los nodos a lo largo de la interfaz con la cuadrícula
secundaria. El restante
nodos a lo largo de la interfaz con la cuadrícula principal, pero excluyendo el nodo que
corresponde al
bombeo bien La comparación en el nodo del pozo se excluyó porque, cuando se incluyó, su error
dominó todos los demás errores y, por lo tanto, una buena representación de la precisión general
de los diferentes
Para el caso homogéneo, la solución "verdadera" de la malla fina se comparó con la analítica
Solución de Chan y otros, (1976, ecuación 5). Se encontró que esta discretización de grilla era
Adecuado porque las dos soluciones acordaron entre 5 y 6 dígitos significativos. La analítica
La solución no se usó para las comparaciones porque la serie infinita es extremadamente lenta
para
convergen para observaciones que tienen la misma coordenada y que el pozo y no se pueden usar
para
23
-2
-5 -
1
-2
-5
-4 -3
Figura 10. Contornos de cabeza y ubicaciones de comparación de cabeza para el caso homogéneo
con un pozo de bombeo en el
centrar. Límites de cabeza constante en x = 0 y 1,260 m, y límites sin flujo en y = 0 y 1,350 m. “○” y
“□”
Figura 11. Vectores de flujo y contornos de la cabeza para el caso con la varianza más alta de Ln
(T). Área dentro de los guiones
Los casos heterogéneos. La figura 10 muestra los contornos de la cabeza para el caso homogéneo;
Figura 11
Muestra los contornos de la cabeza y el campo de flujo para el caso más heterogéneo.
Figura 9. Estructura de heterogeneidad con cinco zonas de transmisividad. Los límites de cabeza
constante se imponen a lo largo del
y 3.333333 × 3.333333 m. Para cada cuadrícula principal (excepto la más gruesa y la más fina), hay
tres modelos infantiles, cada uno que abarca la misma área en las cercanías del pozo, cada uno
con una diferente
Relación de refinamiento: 3: 1, 5: 1 y 9: 1.
Para todas las simulaciones, la efectividad del procedimiento de refinamiento de la red local es
evaluado comparando 506 ubicaciones de cabezales en toda la cuadrícula con una solución
"verdadera" obtenida
utilizando una discretización de red uniforme de 1.111111 × 1.111111 m. Las ubicaciones de
comparación son
mostrado en la Figura 10. De las 506 ubicaciones de comparación de cabezales, 146 corresponden
a los nodos de la
la cuadrícula principal más gruesa, excluyendo los nodos a lo largo de la interfaz con la cuadrícula
secundaria. El restante
nodos a lo largo de la interfaz con la cuadrícula principal, pero excluyendo el nodo que
corresponde al
bombeo bien La comparación en el nodo del pozo se excluyó porque, cuando se incluyó, su error
dominó todos los demás errores y, por lo tanto, una buena representación de la precisión general
de los diferentes
Para el caso homogéneo, la solución "verdadera" de la malla fina se comparó con la analítica
Solución de Chan y otros, (1976, ecuación 5). Se encontró que esta discretización de grilla era
Adecuado porque las dos soluciones acordaron entre 5 y 6 dígitos significativos. La analítica
La solución no se usó para las comparaciones porque la serie infinita es extremadamente lenta
para
convergen para observaciones que tienen la misma coordenada y que el pozo y no se pueden usar
para
23
-
-2
-5 -
-2
-5
-4 -3
Figura 10. Contornos de cabeza y ubicaciones de comparación de cabeza para el caso homogéneo
con un pozo de bombeo en el
centrar. Límites de cabeza constante en x = 0 y 1,260 m, y límites sin flujo en y = 0 y 1,350 m. “○” y
“□”
Figura 11. Vectores de flujo y contornos de la cabeza para el caso con la varianza más alta de Ln
(T). Área dentro de los guiones
Muestra los contornos de la cabeza y el campo de flujo para el caso más heterogéneo.
1200
1000
800
600
400
200
metros
X, metros
1200
1000 3 2 Y,
metros 800
600
400
200
X, metros
24
Los resultados se presentan para los casos homogéneos y más heterogéneos en la Tabla 2 y
Tabla 3, respectivamente. Las tablas muestran cómo el error, calculado como la media de la norma
L1
(promedio de los valores absolutos) de las diferencias entre las cabezas en el padre de la
cuadrícula más gruesa
y los modelos infantiles y la cabeza en el modelo de rejilla fina (solución "verdadera"), se reduce
utilizando diferentes
Niveles y ratios de refinamiento. Los errores en estos ejemplos son pequeños, pero un examen
detallado de
los errores en estos problemas proporcionan una guía sobre cómo aplicar mejor el método. Esta
será consecuente para problemas más difíciles con errores más grandes, como se presenta más
adelante en este
informe como ejemplos 1 y 3. Las siguientes secciones tratan los errores en las cuadrículas de
padres e hijos,
el uso de un espaciado de rejilla uniforme de 90 m fue de 5.714 × 10-3, mientras que esa medida
de error
para celdas de dimensiones 90 y 90:30). Esta reducción del 43 por ciento en el error se produce
porque el
retroalimentación de la cuadrícula infantil, que tiene una discretización más fina cerca del pozo y
el jueves
Tabla 2. Comparación de errores en cabezales hidráulicos simulados para varios niveles de rejilla y
relaciones de refinamiento usando una
[Los valores en cursiva indican los resultados de una simulación de cuadrícula uniforme; m, metro;
-, valores no disponibles porque los nodos no se alinean; Lnnorma, media de
valores absolutos]
En general
90 - 5.714E-03 - - - - -
90 30 3.270E-03
- 2.782E-02 - 2.074E-02 -
1.111 - 4
8.155E-07 - 4
1.183E-05 - 4
8.652E-06 -
Norma L1 de los errores asociados con las ubicaciones de comparación en la parte principal del
dominio.
2
Norma L1 de los errores asociados con las ubicaciones de comparación en la parte secundaria del
dominio.
Norma L1 de los errores asociados con todas las ubicaciones de comparación en el dominio.
Norma L1 de los errores en comparación con la solución analítica, excluyendo las ubicaciones de
comparación con la misma coordenada y que el pozo.
Tabla 3. Comparación de errores en cabezales hidráulicos simulados para varios niveles de rejilla y
relaciones de refinamiento con un
[Los valores en cursiva indican los resultados de una simulación de cuadrícula uniforme; m, metro;
-, valores no disponibles porque los nodos no se alinean; Lnnorma, media de
valores absolutos]
Cuadrícula infantil
Error hijo primario (m) Convergencia de cuadrícula (m) Convergencia de cuadrícula (m)
Convergencia
90 - 5.096E-01 - - - - -
Norma L1 de los errores asociados con las ubicaciones de comparación en la parte principal del
dominio.
Norma L1 de los errores asociados con las ubicaciones de comparación en la parte secundaria del
dominio.
Norma L1 de los errores asociados con todas las ubicaciones de comparación en el dominio.
26
-0.0004
-0.0003
-0.0002
-0.0001
0.0001
0.0002
0.0003
0.0004 error
10: 2 Refinamiento
una
400 450 500 550 600 650 700 750 800 850 900 950
-0.002
-0.001
0.001
0.002
0.003
Error
10: 2 Refinemnt
400 450 500 550 600 650 700 750 800 850 900 950
Figura 12. Distribución del error en la cuadrícula secundaria a lo largo de los transectos para el
modelo homogéneo (a) a lo largo de la interfaz
con la cuadrícula principal en x = 360 metros y (b) junto al pozo de bombeo (x = 600 metros) para
tres relaciones diferentes de
refinamiento.
el refinamiento aumenta según se sugiere al comparar los errores de la Tabla 2 y la Tabla 3 para la
constante
Tamaño de cuadrícula principal y tamaño de cuadrícula secundaria decreciente. Sin embargo, los
errores en el límite entre los dos
las rejillas pueden aumentar a medida que aumenta la proporción de refinamiento. La figura 12
muestra cómo el error de la
La cuadrícula infantil se distribuye para el caso homogéneo a lo largo de dos transectos; el primero
es a lo largo del
límite con la cuadrícula principal (Figura 12a) y el segundo está al lado del pozo de bombeo (Figura
12b).
Los resultados en la Figura 12b indican que una mayor proporción de refinamiento da como
resultado un error más pequeño
cerca del pozo, lo que se espera porque la discretización más fina asociada con la más alta
Sin embargo, la Figura 12a sugiere que los errores cerca de la interfaz con la cuadrícula principal
son mayores para
ratios de refinamiento más altos. Estos resultados son consistentes con los resultados encontrados
por Ewing y otros
(1991). Estos resultados ilustran que, para diferentes ratios de refinamiento, hay una
compensación en la precisión
cerca del pozo comparado con el límite; Por lo tanto, hay un nivel óptimo de refinamiento
dependiendo
En lo que es importante para el modelador. Por ejemplo, para el caso homogéneo en la Tabla 2, si
el
El modelador está interesado en la precisión general, a diferencia de la precisión cerca del pozo, el
10: 2
el refinamiento, con una precisión total de 2.204 × 10-4 sería la mejor opción de los modelos 10: x
presentado
27
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
Orden de convergencia
Uniforme
rejilla (10)
Propiedades de convergencia
Los resultados para el problema homogéneo (Tabla 2, columnas 6 y 8) indican que este
aproximación. Simulaciones adicionales fueron realizadas para investigar tres niveles intermedios.
de heterogeneidad para producir los resultados mostrados en la Figura 13. La convergencia para el
en la Figura 13. Estos resultados demuestran que a medida que el campo de conductividad
hidráulica se vuelve más
contradicción con los encontrados por Forsyth y Sammon (1988) y Weiser y Wheeler (1988),
Quienes demuestran que la convergencia es cuadrática, incluso para casos heterogéneos. Sin
embargo, su
coordinar la dirección. Tales criterios son claramente violados por el campo aleatorio más
complejo mostrado
en la Figura 9. Las consecuencias de estos hallazgos son significativas por dos razones: 1)
uniformemente
que suele ser el caso en sistemas naturales, y 2) el refinamiento de la red local utilizado en LGR no
Varianza de Ln (Transmisividad)
Figura 13. Orden de convergencia en relación con la varianza o el grado de heterogeneidad, para
un refinamiento uniforme y local.
El número de iteraciones LGR entre las cuadrículas padre e hijo necesarias para la convergencia
Es importante para la eficiencia del método. Para los casos presentados, los criterios de
convergencia.
se cumplieron cuando los cambios máximos de flujo y cabeza fraccional entre iteraciones fueron
menores que
transmisividad.
Aumenta los nodos. Para los casos en que la varianza de Ln (T) es 0 (homogénea) y 0.01, el número
de iteraciones disminuye a medida que aumenta el número de nodos. Sin embargo, a medida que
aumenta la varianza,
de iteraciones aumenta a medida que aumenta el número de nodos (varianza de 2.0 y 3.6). Esto es
Probablemente porque la cuadrícula principal no refinada puede representar adecuadamente la
hidráulica para los menos
El niño no está proporcionando información muy diferente con respecto a la hidráulica. Sin
embargo, para el
Casos más heterogéneos donde la hidráulica es más complicada, más iteraciones son.
28
30:10 30: 6 30: 3.33 10: 3.333 10: 2 10: 1.111 Padre: Espaciado de la cuadrícula del niño
EXPLICACIÓN
Varianza de Ln (Transmisividad) 35
0 30
0.01 25
0.65 20
2 15
3.6 10
Figura 14. Número de iteraciones de refinamiento de cuadrícula local (LGR) entre la cuadrícula
principal y secundaria necesarias para
1) El refinamiento local mejora la precisión del modelo padre. Esto se logra por la
2) El refinamiento local proporciona gran parte de la mejora que puede lograrse a nivel global
Interés en una forma similar como una red global refinada. Mientras que el error se incurre en la
límite con la cuadrícula principal, a menudo esto está muy lejos de las características de interés.
debería ser usado. Cuanto mayor sea la proporción de refinamiento, mayor será el error incurrido
en
El límite con la cuadrícula principal. Sin embargo, pueden requerirse resoluciones más altas para
el error debido a la disminución del tamaño de la cuadrícula no se altera por el método LGR
implementado en
Este reporte. Las tasas de convergencia son idénticas a las obtenidas por refinación global.
la cuadrícula.
suficiente para la mayoría de los problemas. Para situaciones en las que la cuadrícula principal
puede
29
Ejemplos
Ejemplos
LGR ha sido probado en una variedad de condiciones para evaluar sus propiedades de
convergencia
y la exactitud numérica. Los tres ejemplos presentados en esta sección incluyen pruebas sintéticas.
Casos y alguna evaluación del error. A pesar de utilizar un acoplamiento que conserva masa entre
En las dos cuadrículas, todavía se introduce un error en la interfaz entre las dos cuadrículas debido
a la
Cambio abrupto en la resolución de la red. Por lo tanto, es importante evaluar la exactitud de este
Método comparado con otros métodos de refinamiento de grillas. En esta sección, rejillas
espaciadas de forma variable y
Los modelos de agua subterránea con rejillas localmente refinadas no han sido bien estudiados.
Por lo tanto, la sensibilidad
Estas comparaciones se pueden usar para ayudar a los modeladores a decidir cómo usar LGR de la
manera más ventajosa.
acuífero confinado con un pozo de bombeo como se muestra en la Figura 15. Los otros dos
métodos son una variable
y otros (1994). Como se muestra en la Figura 15, el sistema tiene límites de cabeza constante en la
izquierda
y lado derecho de 10.0 my 1.0 m, respectivamente, y límites sin flujo a lo largo de la parte superior
y
Vectores y contornos para este sistema cuando se usa el conjunto de valores de transmisividad de
bajo contraste
enumerados en la Figura 15. El refinamiento de cuadrícula se aplica para aumentar la precisión del
modelo en la
Cercanía del pozo. Aunque este sistema es sintético, y por lo tanto limitado en su aplicabilidad a
En los sistemas de acuíferos reales, es probable que los resultados proporcionen información
sobre el rendimiento típico
que se puede esperar de las aplicaciones de diferentes métodos de refinamiento de la red local.
los
999 metros
Bombeo bien
XXm
XXXX
XXX
XX
XXX
450 metros
Transmisividad,
metros cuadrados por segundo
Límite de no flujo
Figura 15. Estructura de heterogeneidad y área de refinamiento local alrededor del pozo indicado
por un rectángulo discontinuo.
Los resultados del modelo utilizando los dos conjuntos de transmisividades se muestran en la
Figura 16 y la Figura 17, respectivamente.
rejilla fina (solución "verdadera") a (a) una rejilla espaciada de manera variable, (b) un método
TMR de rejilla local
un refinamiento que no contiene comentarios, pero de una sola vía une las cuadrículas con
cabezas o
flujos, y (c) el procedimiento acoplado iterativamente desarrollado para este trabajo utilizando
tanto el Darcy
30
6.25
8.8
8.2
7.6
7.0
6.4
5 8.
5. 2
3.4
2.8
2.2
1.6
8.25
3,25
15. El área dentro del rectángulo punteado indica la región de refinamiento local.
9.4
4 6.
4.0
Figura 17. Vectores de flujo y contornos de la cabeza para el conjunto de transmisividades de alto
contraste enumerados en la Figura 15. Área
Los resultados de las comparaciones se muestran en la Tabla 4. Todas las comparaciones son m
Ejemplos
solución). Además de las cabezas, se hicieron las mismas comparaciones de error para los flujos de
célula a célula en
las direcciones x e y; los dos componentes fueron promediados para proporcionar una sola
medida del error de flujo de celda-celda, que se muestra en la tercera columna de la Tabla 4 y la
Tabla 5. Los tiempos de CPU para
la rejilla fina, la rejilla espaciada de forma variable y las rejillas localmente refinadas se obtuvieron
utilizando un
solucionador de gradiente de conjugado precondicionado, PCG2 (Hill, 1990), mientras que las
grillas parentales gruesas fueron
resuelto con un solver directo, DE4 (Harbaugh, 1995). Todos los solucionadores MODFLOW de esa
escala.
Los tiempos de ejecución más rápidos para la plataforma informática indicados. Solucionadores
multigrid tales como LMG
(Mehl y Hill, 2001) y GMG (Wilson y Naff, 2004) no se escalan de la misma manera, lo que
Podría hacer que las ventajas relativas del tiempo de ejecución sean diferentes. Sin embargo, la
flexibilidad de
Los resultados en la Tabla 4 sugieren que el refinamiento de la red local puede reducir
sustancialmente el
tiempo de ejecución, pero esa precisión disminuye en comparación con la solución real y la
variable
rejilla espaciada. Para los diferentes métodos de refinamiento, la cuadrícula espaciada de forma
variable es la más
Exacto, pero tiene el tiempo de ejecución más largo, como se esperaba. En contraste, los métodos
tradicionales de TMR
tiene el tiempo de ejecución más corto, pero la peor precisión. Además, se obtuvieron resultados
más precisos en
este caso utilizando cabezas, en lugar de flujos, como la condición de frontera interpolada. los
Compromiso entre los resultados obtenidos con una cuadrícula espaciada de forma variable y
TMR. Es mas rapido pero
menos precisa que la cuadrícula espaciada de forma variable, y es más lenta pero más precisa que
el uso de TMR
Los resultados muestran que la interpolación ponderada por Darcy es más precisa que lineal
interpolación. Las mayores diferencias se producen para los errores medios de flujo de célula a
célula para la mayoría
Caso de prueba heterogéneo. Las pequeñas diferencias para los resultados que no incluyen
errores de flujo en el
La interfaz sugiere que en muchos problemas la interpolación ponderada por Darcy puede no ser
importante.
en consecuencia, en la precisión del método de refinamiento de la red local. Estos efectos son
investigado mediante el uso del mismo sistema que se muestra en la Figura 15, excepto la
magnitud de la
El campo de conductividad hidráulica se cambia de tal manera que aumentan los contrastes entre
los materiales.
Los nuevos valores de transmisividad se muestran como el conjunto de valores de alto contraste
en la Figura 15, y
Los vectores de flujo y los contornos de la cabeza para este sistema se muestran en la Figura 17.
hace que los gradientes hidráulicos a través del sistema sean mucho más pronunciados en algunos
lugares y
Este sistema hidráulicamente más complicado. Los resultados se resumen en la Tabla 5. Como en
el
En el caso anterior, existe una compensación entre el tiempo de ejecución y la precisión, el Darcy
ponderado
La interpolación es más precisa que la interpolación lineal, y para TMR, acoplamiento mediante
cabezales
En lugar de flujos produce mejores resultados. Comparación de estos resultados con los
enumerados en la Tabla 4
revela que tanto la cuadrícula espaciada de forma variable como la cuadrícula acoplada
iterativamente disminuyen en
Un resultado sorprendente es que, medido por el error de cabeza media, el método tradicional de
un solo sentido
el acoplamiento utilizado por los métodos TMR funciona mejor en este escenario más complicado
pero tiene un
Error sustancialmente mayor en los flujos. Además, el resultado de TMR acoplado utilizando
cabezales produce
reveló que, en este caso, el acoplamiento estricto y la retroalimentación del niño al padre
En realidad, degenera la precisión de los resultados para las cabezas. Esto se debe a que el modelo
infantil es
lo suficientemente refinado para que pueda representar con precisión el sistema hidráulico, por lo
que los comentarios que envía al padre
demasiado grueso para representar la compleja estructura hidráulica a lo largo de la interfaz, y por
lo tanto encuentra un nuevo
32
Ejemplos
equilibrio tal que las cabezas y los flujos se equilibran entre las dos redes. Esto es especialmente
evidente a lo largo del límite superior (y = 274.5 m) de la interfaz entre las dos redes donde
las líneas de contorno tienen un cambio sustancial en la dirección en una distancia corta (Figura
17). Esta
El problema podría solucionarse extendiendo el área del modelo infantil a una región que no es
tan
de forma hidráulica compleja o mediante el uso de espacios de cuadrícula más finos en el modelo
principal; en cualquier caso, la cabeza
porque no hay retroalimentación para influir en la solución de red más grande. A pesar de tener
cabezas que están
menos precisos, los flujos de célula a célula para el proceso iterativo son más precisos que los
flujos
producido por TMR (columna 3 de la Tabla 5). Esto indica que aunque la retroalimentación causa
una
Error en las cabezas, los gradientes en todo el sistema son más precisos.
[El sistema se muestra en la Figura 15 con el conjunto de transmisividades de bajo contraste que
oscilan en casi 2.5 órdenes de magnitud de 1.2x103
a
4.25x100
Metros cuadrados por segundo. Tiempos de computación utilizando una estación de trabajo
Linux, Pentium II - 333MHz, 64Mb Ram según lo informado por Mehl y
Hill (2002b); %, porcentaje; s, segundo; TMR, refinamiento de malla telescópica; LGR, refinamiento
de la red local]
Error de método (%) porcentaje de error de flujo celular del hijo del procesamiento del modelo
hijo
Método iterativo de LGR utilizando una interpolación lineal en lugar de una interpolación
ponderada por Darcy.
[El sistema se muestra en la Figura 15 con el conjunto de transmisividades de alto contraste que
abarcan casi 10 órdenes de magnitud de 1.2x105
a
4.0x10-5 metros cuadrados por segundo. Tiempos de computación utilizando una estación de
trabajo Linux, Pentium II - 333MHz, 64Mb Ram según lo informado por Mehl y
Hill (2002b); %, porcentaje; s, segundo; TMR, refinamiento de malla telescópica; LGR, refinamiento
de la red local]
Error de método (%) porcentaje de error de flujo celular del hijo del procesamiento del modelo
hijo
5.5
6.5
-4.5
-3.5-2
-0.5
1 1.5
2.5
2.5
3.5
3.5
4
4.5
4.5
5.5
4.5
5.5
sesenta y cinco
-4.
.55 -3
-3 -1 -0.5
0.5
1 1.5
2.5
2.5
3.5
3.5
4.5
4.5
5
5
5.5
6.5
Ejemplos
Errores de cabecera
qué tan bien los contornos de la cabeza imitan a los de la solución de malla fina a lo largo del
límite de la
rejilla refinada. El límite entre la cuadrícula gruesa y la cuadrícula refinada se enfatiza porque
une las dos rejillas. La Figura 18 muestra los contornos principales de esta región para todos los
métodos. los
el contorno de la solución de rejilla fina se restringió a los mismos nodos de rejilla que en el grueso
y
Rejillas refinadas. Por lo tanto, las discrepancias en los contornos no son artefactos de la solución
de malla fina
Tener más puntos de datos disponibles para dibujar líneas de contorno. Por ejemplo, en la Figura
18a, la
restricción de los puntos de datos contorneados y el algoritmo de contorneado. Figura 18b, que
utiliza cabezas.
para el acoplamiento unidireccional, muestra un buen acuerdo con la solución de malla fina
(Figura 18a). los
La apariencia suave del contorno de 6,5 metros en la interfaz de las dos rejillas se debe a que
Las cabezas se interpolan linealmente en el límite del modelo infantil y es probable que la
Las mayores discrepancias en los contornos que se ven en la Figura 18c demuestran que la
El acoplamiento con flujos no proporciona condiciones de contorno consistentes para las cabezas
a lo largo del niño
modelo. Por último, el método de acoplamiento iterativo que se muestra en la Figura 18d tiene el
mejor acuerdo con
Solución para imitar mejor la solución de malla fina. Tal mejora en la rejilla gruesa no es
300
280
260
240
220
200
una
Y, metros Y, metros
180
300
280
260
240
220
200
180
160
segundo
34
4.5
5
5 5.
6.5
-4-3 -
0.5
0.5 1 1.5
2.5
2.5
3.5
3.5
4.5
4.5
5.5
4.5
5.5
6
5 5.
6.5
-3.5
-0.5
0 0.5
.5
2.5
3.5
.5
4.5
4.5 5
5.5
Ejemplos
300
280
c 260
240
220
200
180
160
Y, metros Y, metros
300
280
260
240
220
re
180
160
Figura 18. Contornos de la cabeza para (a) la solución de malla fina, un método de TMR acoplado
en un solo sentido en el que (b) las cabezas, o (c)
los flujos se utilizan como condición de frontera interpolada y (d) un método de refinamiento de
red local acoplado iterativamente.
En la Figura 19a se muestra una comparación de errores más formal para las cabezas en el límite.
los
las barras negras muestran el promedio de los valores absolutos del porcentaje de errores para las
cabezas a lo largo del
límite. Esta figura demuestra que el acoplamiento con flujos tiene errores mucho más grandes que
acoplamiento con las cabezas, y que el acoplamiento iterativo proporciona la mejor solución de
cabeza de la
métodos mostrados
35
Ejemplos
UNA
Error |
10
20
30
40
50 b
6.05
25.7
5.51
26.8
4.47
UNA
Error |
0.6
1.2
1.8
0.23
1.61
0.05
un jefes
Malla telescópica Malla telescópica Acoplamiento iterativo Malla telescópica Malla telescópica
Refinamiento acoplado iterativamente usando refinamiento usando refinamiento de cuadrícula
local usando refinamiento usando cuadrícula local
Figura 19. Errores a lo largo del límite de la cuadrícula localmente refinada. Promedio de los
valores absolutos de los errores porcentuales.
en (a) encabezados, (b) flujos individuales de célula a célula y flujos equivalentes de cuadrícula
gruesa.
En la sección anterior, todas las comparaciones se hicieron en relación con las cabezas. Es
razonable
esperar que el uso de cabezas para el acoplamiento unidireccional tenga una mejor coincidencia
(en términos de cabeza) con
La solución de rejilla fina que el acoplamiento unidireccional mediante flujos, como se vio en los
resultados anteriores.
Sin embargo, para muchos modelos (por ejemplo, donde el transporte advectivo es de interés), es
preciso
Los flujos son más importantes que las cabezas precisas. Usando flujos para acoplar las redes
puede producir
Modelos con flujos más precisos. Esta sección examina qué tan bien los flujos a través del
El límite de las dos cuadrículas coincide con los de la solución de malla fina.
El promedio de los valores absolutos del porcentaje de errores de flujo para el límite completo es
mostrado en la Figura 19b. Es evidente que el acoplamiento unidireccional utiliza flujos de manera
más precisa
reproduce los flujos a lo largo del límite que el acoplamiento usando cabezas. A pesar de que el
iterativo
el acoplamiento utiliza cabezales para acoplarse al modelo secundario, los flujos de los límites
siguen siendo tan precisos como
los obtenidos utilizando flujos para acoplar el modelo unidireccional. Esto no es sorprendente
porque el
la retroalimentación en el acoplamiento iterativo se basa en flujos, lo que garantiza que tanto las
cabezas como los flujos
Son consistentes entre ambas grillas. Para proporcionar una comprensión más completa de la
frontera
errores de flujo, la Figura 20 muestra el porcentaje de error en los flujos (en relación con la
cuadrícula fina) en la parte inferior
Límite del modelo hijo para los tres métodos. Los otros límites tuvieron resultados similares. UNA
El método iterativamente acoplado también tiene estos picos, pero son menos dramáticos que los
TMR-heads.
resultado, lo que indica que la retroalimentación es capaz de atenuar los errores. Un examen más
detallado muestra una
patrón distintivo en estos picos, que corresponde al espaciado entre las celdas de la cuadrícula
gruesa.
Los patrones en la Figura 20 sugieren que es importante considerar los flujos integrados sobre
el ancho de cada una de las celdas gruesas correspondientes para determinar qué tan bien están
los flujos
equilibrado a través de la cuadrícula gruesa de interfaz. Así, además de comparar los flujos a
través del
límite para cada celda de cuadrícula refinada individual, se pueden hacer comparaciones basadas
en los flujos
a través del límite de las celdas gruesas equivalentes correspondientes correspondientes. Estos
resultados (Figura
19b) muestran que todos los métodos funcionan mucho mejor con esta medida. Esto indica que,
mientras
los flujos individuales a lo largo del límite pueden estar en error (tan alto como 44 por ciento), el
Las características del sistema de flujo regional representado por la red gruesa son
razonablemente
Todavía es algo inquietante. La siguiente sección examina más a fondo las implicaciones del límite
errores
36
Ejemplos
-100
-80
-60
-40
-20
20
40
60
80
100
Acoplado iterativamente
Nodo
Figura 20. Porcentaje de errores de flujo para los nodos a lo largo del límite inferior del modelo
incorporado.
Errores interiores
La región localmente refinada es generalmente de mayor interés. Este problema fue examinado
comparando
Los errores en el interior 36 por ciento del modelo infantil. Los resultados se muestran en las
columnas 4.
y 5 de la Tabla 4 y la Tabla 5.
Para el primer conjunto de transmisividades, los resultados en la Tabla 4 muestran que el error de
cabeza promedio
Es más grande en el interior para todos los métodos. Esto se debe a los rápidos cambios en el
gradiente cerca del
Bien son difíciles de representar para todos los métodos. Por el contrario, los flujos son más
precisos.
Porque todos deben representar el mismo flujo hacia el pozo. Como era de esperar, la rejilla
espaciada de forma variable
Es la más precisa. Estos resultados también muestran que el acoplamiento iterativo reduce
sustancialmente
Errores internos de cabecera y de flujo relativos a cualquiera de los métodos de TMR. Aunque el
acoplamiento unidireccional
con flujos produce flujos más precisos a lo largo del límite (Figura 19b y Figura 20), lo hace
No produce flujos más precisos en el interior. Examen adicional de los errores de flujo indicados.
que había un sesgo consistente en la solución de flujo, lo que a su vez conducía a errores mayores
en todo
Para los mayores contrastes en la heterogeneidad, los resultados en la Tabla 5 muestran que, en
general, la
, los errores son menores en el interior del modelo infantil porque la influencia del pozo es menor
y
La hidráulica es más complicada cerca del perímetro del modelo refinado. Estos resultados
tambien
mostrar la misma tendencia: los cabezales acoplados a TMR producen cabezas que tienen menos
errores, pero flujos
Con más error que los métodos acoplados iterativamente. Esto, por supuesto, es la desventaja de
no
teniendo un acoplamiento riguroso; No hay garantía de que tanto las cabezas como los flujos sean
consistentes
Cálculo de sensibilidades
Se calculan para 96 observaciones de cabeza. Se usó UCODE (Poeter y Hill, 1998) para generar
Las sensibilidades por diferencias centrales y perturbaciones del 5 por ciento. Otros valores de
perturbación.
fueron probados y se encontró que, para la versión globalmente refinada de este caso de prueba,
un valor de 5
37
Ejemplos
refinamiento, y 35 están fuera de esta área. El modelado inverso se realizó con UCODE,
utilizando las mismas 96 observaciones, para estimar los cinco valores de transmisividad de bajo
contraste mostrados
en la figura 15.
Las sensibilidades a las 96 observaciones para cada una de las transmisividades se calcularon
usando
una cuadrícula espaciada de forma variable, TMR utilizando la cabeza como condición de límite de
acoplamiento, TMR utilizando el flujo como
los porcentajes de errores (RMSE) relativos a la cuadrícula fina (ecuación 10) se muestran en la
Tabla 6.
RMSE =
96
∑⎛
⎜
⎜
⎝
's i - si ∗ 100
si
⎞
⎟
⎟
⎠
2
(10)
i=i
96
dónde,
s’i = sensibilidad para la observación i calculada usando una de las otras discretizaciones
metodos
esperado, mientras que los métodos TMR acoplados utilizando flujos tienen el mayor error. Estos
resultados son
coherente con la precisión en los jefes de la Tabla 4. El método de acoplamiento iterativo tiene
errores que
son siempre menores que los métodos TMR, lo que indica que la retroalimentación entre ambas
cuadrículas es
Tabla 6. Comparación de los errores de sensibilidad del porcentaje de la raíz cuadrada media de
los métodos de refinamiento de cuadrícula locales para el
[T, transmisividad (en metros cuadrados por segundo); %, porcentaje; TMR, refinamiento de malla
telescópica; LGR, refinamiento de la red local]
Refinamiento
método
T = 1.2 × 103
% De error
T = 4.306 × 102
% De error
T = 1.611 × 102
% De error
T = 1.35 × 101
% De error
T = 4.25 × 100
% De error
Espaciado de forma variable
TMR-head1
13.60
21.47
0.1288
1.766
0.9437
7.604
0.2550
6.036
0.1321
3.305
Estimación de parámetros
1998), PEST (Doherty, 2004), UCODE_2005 (Poeter y otros, 2005) y OSTRICH (Matott,
2005) ha hecho que los métodos inversos para la calibración de modelos de agua subterránea
sean cada vez más populares en
años recientes. Las secciones anteriores mostraron que los diferentes métodos de refinamiento de
la red local
Producen diferencias en cabezas, flujo y sensibilidad a las cabezas. Una pregunta importante es
cómo estos
Las diferencias afectan la calibración del modelo. Esta sección aborda esta pregunta comparando
inverso
Resultados de modelado para los tres esquemas de refinamiento de la red local comparados
anteriormente. El éxito
El modelado inverso depende tanto de la precisión de las sensibilidades como del algoritmo
inverso.
38
Ejemplos
usado. La influencia de Se investigan las sensibilidades de las diferencias hacia adelante y central
mediante el uso del
más computacionalmente frugal pero menos preciso método de diferencia de avance (fwd), así
como
agregado a UCODE para esta investigación. El enfoque de la región de confianza está disponible en
UCODE_2005.
Las 96 observaciones de cabeza utilizadas fueron generadas, sin agregar ruido, usando la rejilla
fina.
la discretización y los valores de los parámetros que se muestran en la Figura 15. El mismo
conjunto de parámetros de inicio
Los valores, que se cambiaron de los valores reales que se muestran en la Figura 15, se utilizaron
en todos
simulaciones El modelado inverso se evaluó sobre la base de qué tan bien las 5 transmisividades
volvieron a sus valores verdaderos, reduciendo así los residuales de la suma de cuadrados.
Para este caso de prueba, la Figura 21 muestra cómo se reduce la suma de los residuos al
cuadrado como la
la regresión avanza y el número total de evaluaciones de funciones en la iteración final, para cada
una de
Los métodos de discretización. La diferenciación central más precisa es importante para el bien
convergencia del método G-N cuando se utiliza la cuadrícula espaciada de forma variable (Figura
21a), pero tiene poca
Efecto en las otras situaciones. Estos resultados también demuestran que el enfoque de doble
dogleg puede
reducir sustancialmente el número de evaluaciones de funciones necesarias para la convergencia,
reduciendo así
Tiempo de CPU Las ventajas de la actualización Q-N fueron menos dramáticas y confiables.
Las sensibilidades inexactas calculadas utilizando los métodos de TMR (Tabla 6), dificultaron
convergencia del método G-N, e incluso la diferenciación central más precisa no pudo
aliviar este problema (Figura 21b y Figura 21c). Para estos casos, estimación de parámetros.
a veces convergían pero las estimaciones de los parámetros resultantes eran muy diferentes de las
verdaderas
Las sensibilidades calculadas por UCODE mediante el método iterativamente acoplado de LGR
fueron lo suficientemente precisos como para lograr una buena convergencia en todos los
escenarios (Figura 21d).
Estos resultados demuestran que los diferentes métodos de refinamiento de la red local pueden
tener un
Efecto sustancial en los cálculos de sensibilidad de parámetros. Los resultados también muestran
que la precisión
de los cálculos de sensibilidad influyen en la regresión, y que parte de la inexactitud puede ser
superado con el uso de técnicas de búsqueda más sofisticadas, como se muestra más
notablemente por los resultados de la región de confianza de doble dominio. Dificultades similares
en la estimación de parámetros con modelos propensos a errores
puede esperarse si los parámetros se estiman por prueba y error; el uso de la regresión
simplemente hace
Para el caso presentado, el método de cuadrícula espaciado de forma variable del refinamiento de
cuadrícula local es el más
Precisos en términos de cálculos de sensibilidad, mientras que los métodos de TMR fueron los
menos precisos. Esto es
Debido a que los métodos TMR no proporcionan una manera de realizar cambios en los valores de
los parámetros del elemento secundario
a través de esa cuadrícula, el flujo adicional debe provenir del sistema de flujo regional
representado por
la cuadrícula principal. Sin embargo, los métodos de TMR no pueden explicar esto porque los jefes
y flujos de
el modelo local (hijo) que no tiene equivalentes en el modelo regional (padre), la falta de un
retroalimentación significa que no hay información disponible para el modelo regional con
respecto a estos
parámetros En este sentido, el ejemplo 1 puede verse como un "mejor escenario" porque todos
los
Los parámetros del modelo local también fueron representados en el modelo regional.
39
Ejemplos
(a) Solución de cuadrícula espaciada de manera variable (b) Solución TMR-Heads 10000000
10000000
1000000
1000000 108
100000
10000
Su
m de residuos cuadrados
132 84
G-N (cen)
Q-N (cen)
1 Perro (fwd) 100 Perro (cen) 209 96 0.1 176 99 72 52 114 51 165
10
0 5 10 15 20 0 5 10 15 20
0.01
Iteración iteración
(c) Solución de flujo de TMR (d) Solución de refinamiento de rejilla local acoplada iterativamente
10000000 10000000 99
48
1000000 88 1000000
186
120
10000
100000
G-N (cen)
G-N (cen) 1000 Perro (fwd) 1000 Q-N (fwd) 97 Perro (cen)
0 5 10 15 20 0 5 10 15 20 Iteración Iteración
con diferenciación directa (fwd) y central (cen) para simulaciones usando una (a) rejilla espaciada
de forma variable, (b) malla telescópica
refinamiento (TMR) acoplado usando cabezas, (c) TMR acoplado usando flujos, y (d) una red local
iterativamente acoplada
Para el caso presentado, el acoplamiento iterativo siempre fue más preciso que el TMR.
La retroalimentación iterativa de LGR significa que se tienen en cuenta los efectos de los cambios
dentro de la red local
modelos Esto disminuye parte de la carga sobre el modelador ya que las sensibilidades de los
parámetros son
El modelador no tiene que diseñar un método para actualizar la cuadrícula principal para tener en
cuenta el parámetro
Una modificación del caso de prueba homogénea que se utilizó para el análisis de convergencia
(que se muestra en la Figura 9 y la Figura 10) se utiliza para demostrar el rendimiento de LGR para
simular
flujo transitorio Para esta demostración, los límites de cabeza especificados se fijan en 10.0 m en
el
Lados izquierdo y derecho. Una distribución inicial de la cabeza de 10.0 m se usa en todo el
acuífero antes
/hora
y 2.0 × 10-5 m
-1, respectivamente. Se usan seis períodos de estrés con longitudes de 1, 1, 8, 10, 80 y 100
se utilizan para comparar los cabezales en la parte secundaria de la cuadrícula usando refinado
local y globalmente
40
Ejemplos
análisis. La cuadrícula refinada globalmente tiene el mismo espacio de cuadrícula que la cuadrícula
secundaria en toda la cuadrícula
dominio. Los errores principales se miden como la norma L1 promedio de la diferencia porcentual
entre
resultados simulados utilizando los modelos global y localmente refinados (suma de los valores
absolutos de la
diferencias porcentuales divididas por 361); las comparaciones se realizan cinco veces: 1, 2, 10, 20,
100 y
200 horas.
número de iteraciones entre las cuadrículas padre e hijo a una. La figura 22 muestra que tanto
para el
los errores más pequeños se producen al principio y al final de la simulación cuando el sistema
todavía está cerca de su inicial y
iterando y este error se reduce a medida que se refinan las cuadrículas. Por ejemplo, para la
cuadrícula de 15 × 15.
(Figura 22a), los errores están entre 0.7-10 por ciento, mientras que los errores principales para la
cuadrícula de 135 × 135
(Figura 22c) están entre 0.006 y 0.2 por ciento. En contraste, cuando se utiliza el acoplamiento
unidireccional, el
los errores no se reducen sustancialmente a medida que se refinan las rejillas; permanecen entre
0.7 y 15
por ciento. Esto se debe a que el método acoplado en un solo sentido no retroalimenta las
mejoras al
100
error 10
0.1
una
1 2 10 20 100 200
Tiempo, horas
iterativo
1 vía
0.01
0.001
100
error 10
0.1
segundo
1 2 10 20 100 200
Tiempo, horas
iterativo
1 vía
0.01
0.001
100
error 10
1
0.1
0.01
0.001
do
1 2 10 20 100 200
Tiempo, horas
iterativo
1 vía
Figura 22. Norma L1 promedio de porcentaje de errores de cabecera (suma de los valores
absolutos divididos por 361) entre global
las ubicaciones están en la cuadrícula secundaria y se muestran en la Figura 10. Las cuadrículas
secundarias son un refinamiento 3: 1 de la matriz. Cuadrícula principal
las resoluciones son (a) 15 × 15 celdas, (b) 45 × 45 celdas y (c) 135 × 135 celdas.
41
Ejemplos
Este caso de prueba demuestra el rendimiento de LGR en una forma tridimensional, no limitada
acuífero. Este caso de prueba también se utiliza para examinar el cambio en los errores como las
iteraciones LGR
Progreso.
El hipotético modelo de agua subterránea utilizado en este análisis se muestra en la Figura 23.
La corriente serpenteante tiene una longitud total de 3,409 m y tiene una caída lineal en el
escenario a lo largo de la longitud de
el río desde la entrada a 50.0 m hasta la salida a 45.0 m. Esto resulta en un gradiente a lo largo del
río
de 0.00147. El ancho, el grosor del lecho de flujo y la conductividad hidráulica del lecho de flujo
son
constante a través de ti t la longitud a 1,0 m, 0,5 m y 1,0 m / día, respectivamente. La superficie
del terreno
La elevación del dominio del modelo sigue un perfil lineal desde 50 m en el límite izquierdo y cae.
a 45 m en el límite derecho. La elevación inferior también sigue este perfil lineal de tal manera que
la
m / dia El sistema no está limitado, lo que provoca la no linealidad en el flujo debido a que la
saturación
Se aplicaron tres conjuntos de cuadrículas de padres e hijos de diferentes resoluciones al área que
se muestra en
Figura 23. La cuadrícula principal más gruesa utilizada es 15 × 15 × 3 y el modelo secundario es una
proporción de 3: 1 de
se extiende en la dirección vertical desde la parte superior del modelo hasta la mitad del acuífero,
que representa las 1 ½ capas superiores del modelo principal de tres capas. Así, en el refinado.
En una región, una sola célula madre es reemplazada por 27 células hijas. Grillas parentales de 45
× 45 × 3 y 135 × 135 × 3
también se usaron con cuadrículas infantiles de una relación de refinamiento de 3: 1, lo que dio
como resultado cuadrículas infantiles de 55 × 64 × 5 y
163 × 190 × 5. Usando cada una de estas grillas, se simuló el hipotético acuífero y los errores
examinado.
Por lo tanto, para este análisis, cada comparación se realiza con los resultados obtenidos a partir
de un refinamiento global.
modelo: un modelo con espaciado de cuadrícula equivalente a la cuadrícula secundaria en todo el
dominio. Ambos
Las cabezas y los flujos se examinan y los resultados se presentan en la Figura 24 y en la Figura 25.
Las cabezas son
comparadas en 2,090 ubicaciones que corresponden a todos los nodos de la cuadrícula secundaria
más gruesa. Cabeza
los errores se miden como la norma L1 promedio del porcentaje de diferencia entre los resultados
simulados
utilizando los modelos global y localmente refinados (suma de los valores absolutos del porcentaje
diferencias divididas por 2.090). Esta medida de error se grafica para las cabezas en la Figura 24 e
indica
cómo la solución en el interior, así como el límite cambia a medida que avanza la iteración.
42
Ejemplos
No hay flujo de
No hay flujo de
1,544.1 metros
1,029.4 metros
Figura 23. Vista en planta de un sistema de acuífero tridimensional utilizado para probar el
método de refinamiento de la red local. A 15 × 15
45 × 45 discretización sobre todo el dominio. El área sombreada se utiliza para evaluar la precisión
de los flujos interiores
Los flujos se comparan a lo largo del límite padre-hijo en la Figura 24. Los flujos a lo largo del
Los límites padre-hijo son los mismos flujos que se usan como comentarios del niño al modelo
padre.
La comparación de estos flujos indica cómo el error en el acoplamiento entre las cuadrículas
cambia a medida que
la iteración procede. Debido a que unos pocos flujos individuales que son pequeños en magnitud
dominan un
en cambio, los flujos se comparan utilizando el flujo neto dentro y fuera de la región refinada. El
valor absoluto
del porcentaje de errores del flujo neto de entrada y salida se promediaron, como se muestra en
la ecuación
11.
⎡
⎢
⎢⎣
1
dónde,
q es el flujo,
La Figura 24 muestra cómo los errores principales en el dominio secundario y los errores de flujo
a lo largo de la interfaz padre-hijo, cambie con cada iteración del acoplamiento padre-hijo. En esto
Por ejemplo, las cabezas hidráulicas de arranque del modelo hijo son iguales a las cabezas de una
cuadrícula principal
Modelo de resolución que incluye todo el dominio. Los errores de la solución de red gruesa son
mostrado en la iteración cero. Los errores de la iteración uno son los mismos que los producidos
por los modelos.
q⎤i
l - qi
g ql
o - qg
⎥⎦
+ × 100 i o q g qg
43
Ejemplos
En todos los casos, los errores oscilan en las primeras iteraciones antes de disminuir. Esta
oscilacion
Probablemente los resultados del acoplamiento iterativo entre las cabezas y los flujos - tiende a
actualizar el
Las iteraciones sucesivas evitan que los errores crezcan y las oscilaciones eventualmente
disminuyen. los
La solución se estabiliza después de 10 iteraciones para los casos presentados y otras iteraciones
no mejoran
Test de casos homogéneos analizados en Figura 14. En este punto, las cuadrículas de padres e
hijos están en
Los límites de la cuadrícula secundaria dan como resultado una simulación de cuadrícula
secundaria que produce flujos a través de la
Para este caso de prueba, los errores principales son pequeños para todas las iteraciones, pero los
errores de flujo son grandes
suficiente para ser de interés práctico. Los errores en el flujo se reducen de 2 a 5 por ciento con la
iteración. Como
esperado, la comparación de la Figura 24a, la Figura 24b y la Figura 24c muestran que la magnitud
de la
Los errores en ambas cabezas y flujos generalmente disminuyen a medida que aumenta la
resolución. Un notable
se produce una excepción para los errores de flujo en la iteración uno para todas las cuadrículas. El
error de flujo en la iteración
uno es en realidad más grande en la Figura 24c que en la Figura 24b, lo que indica que el aumento
de resolución
no alivia este problema Esto sugiere que los enfoques unidireccionales pueden producir
Resultados impredecibles porque los resultados utilizados son de las etapas oscilatorias del
acoplamiento.
La cabeza y las soluciones de flujo. Los errores son los que se muestran en la Figura 24, que se
calculan
relativa a la solución de red globalmente refinada. En la mayoría de los casos, el refinamiento local
reduce el
Errores en comparación con la rejilla gruesa. La excepción se produce para el método acoplado
unidireccional donde
los errores de flujo a lo largo del límite son en realidad mayores que si no se utilizara ningún
refinamiento. En el
Se utilizaron cabezales de aproximación acoplados en un solo sentido para acoplar las rejillas. Por
el contrario, si los flujos se utilizan para
acoplando las cuadrículas, los errores de flujo a lo largo del límite son menores, pero los errores de
cabeza son peores.
Además, no hay garantía de que los flujos mejorados en el límite produzcan un flujo mejor
En el procedimiento iterativo utilizado en LGR, los errores en la cabeza y el flujo se influyen entre
sí.
hasta que se logre una solución donde las dos rejillas estén en equilibrio. Esto plantea la pregunta:
cómo
¿Las redes de padres e hijos interactúan para cambiar la solución de la cabeza de modo que se
logre el equilibrio?
Para abordar esta pregunta, las iteraciones se iniciaron con la solución de cabeza refinada
globalmente y
los errores de flujo y la cabeza resultantes fueron rastreados. Estos resultados se muestran como
líneas discontinuas en
Figura 24.
44
Ejemplos
0.25 30
una
0.2
0.15
0.1
0.05
0.09
25
20
15
10
25
0.01
segundo
Error de cabeza
Rejilla gruesa
Error de flujo
Rejilla gruesa
La red localmente refinada comenzó
0.09 25
ver
una
ge |% He
una
d Error | 1 0.08
0.07
0.06
20
Gripe
x error (
%)
15
0.05
0.04
0.03
0.02
10
do
20 0.07
0.06
15
0.05
0.04
10
0.03
0.02 5
0.01
00
0 5 10 15 20 Iteración
Figura 24. Errores de cabecera y flujo a lo largo del límite padre-hijo en relación con el número de
iteraciones de la cuadrícula local
Un refinamiento 3: 1 del padre. Todos los errores son relativos a la solución refinada globalmente.
Las líneas discontinuas representan resultados
Normas (valores absolutos) para 2,090 cabezas en toda la región refinada. Los errores de flujo son
el error promedio de la entrada neta.
y salida neta. La iteración uno es equivalente a un método unidireccional acoplado con cabezales.
0.08
45
Ejemplos
[Los valores inferiores a uno indican que el uso del primer método mejoró la solución en relación
con el segundo método. Los valores mayores que uno indican una
Peor solución y están sombreados. Los errores se calculan en relación con la cuadrícula refinada
globalmente.]
Padre
Cuadrícula1
45 × 45 × 3
135 × 135 × 3
Métodos
Compared2 Head Error Flux Error Head Head Error Flux Error Head Head Error Flux Error
Grueso
Iterativo/
Grueso
Iterativo/
0.254
0.117
0.460
2,17
0.585
0.270
0.897
0.181
0.202
1.13
0.153
0.136
0.917
0.143
0.157
1.63
0.108
0.0661
Las cuadrículas secundarias son un refinamiento tres veces mayor que la cuadrícula principal y
cubren el área que se muestra en la Figura 23.
Las relaciones de error se calculan como el error para el primer método dividido por el error para
el segundo método. Los errores se muestran en la Figura 24.
comenzó a partir de la solución de red gruesa. Los errores del método "grueso" están en la
iteración cero, los errores del método "unidireccional" están en la iteración uno, y
La interacción de las cuadrículas de padres e hijos que se muestra en la Figura 24 para las
simulaciones iniciadas
De la solución refinada a nivel mundial revelan una serie de Características que probablemente
sean características.
De todas las rejillas localmente refinadas. Por definición, el error de solución de flujo y cabeza de
cuadrícula refinado a nivel mundial es
cero en la iteración cero. El error principal en la iteración se debe únicamente al error introducido
desde
La interpolación de dos pasos de la jaula a lo largo del límite: las cabezas globalmente refinadas
son
las condiciones del límite del encabezado especificado del niño y la simulación del niño se
completan. Si el
la interpolación era perfecta, la cabeza y, por lo tanto, el error de flujo en la iteración uno sería
cero.
Investigando el error aún más, la interpolación produce flujos entre los nodos hijos de la
Límite que es consistente con los flujos de la cuadrícula principal. Los flujos padre son constantes
entre
de la interpolación ponderada por Darcy que se muestra en la Figura 6: lineal por partes entre
nodos compartidos.
La cuadrícula secundaria tiene más de una celda entre nodos compartidos, y potencialmente
podría representar
curvatura en el perfil de la cabeza entre los nodos compartidos, pero dicha curvatura resulta de un
cambio
en flujo a lo largo de la longitud entre los nodos compartidos que no se pueden representar en la
cuadrícula principal.
Por lo tanto, las celdas limítrofes de la cuadrícula hijo no pueden representar dicha curvatura dada
la premisa de
Los nodos disminuyen y la aproximación lineal por partes se vuelve más precisa. Esto es
reflejado en los errores más pequeños de las soluciones de cabeza de cuadrícula refinadas a nivel
mundial en la iteración de un familiar
El error en la interpolación de la cabeza se propaga hacia el interior y causa que los flujos
desviarse de sus valores reales, que se pueden ver en la iteración de una cuadrícula refinada
globalmente
línea de flujos de la Figura 24. Este error en el flujo se realimenta y afecta el flujo de la cuadrícula
principal
continúa hasta que se alcanza el mismo equilibrio que se logró al comenzar con la solución
coarsegrid - la naturaleza de autocorrección del acoplamiento encuentra la misma solución de
equilibrio
A pesar de partir de una conjetura inicial diferente. Los resultados anteriores muestran que incluso
si los verdaderos jefes
La Tabla 7 muestra que para el método de acoplamiento unidireccional, una solución de cabeza
precisa puede no
implica una solución de flujo precisa. Esto subraya la importancia de utilizar métodos que
equilibren
El cambio de la solución globalmente refinada a una que satisface tanto las cabezas como los flujos
en
Ambas rejillas no son exclusivas del método iterativamente acoplado de LGR. El directamente
acoplado
técnicas, por ejemplo, Wasserman (1987), Ewing y otros (1991), Edwards (1999), Schaars
y Kamps (2001) y Haefner y Boy (2003), producen soluciones que satisfacen las
46
Ejemplos
Las ecuaciones en la interfaz, y estas resultan en soluciones que son diferentes de las globalmente
refinadas.
solución.
(aunque se podría introducir algún error a partir de la interpolación), pero por supuesto, uno
nunca tiene
Se mejoró la precisión de la cuadrícula principal a medida que se refinan las cuadrículas, lo que
provoca la interpolación
procedimiento para ser más preciso y proporciona una mejor consistencia entre el padre y el niño
rejillas En otras palabras, a medida que se refinan las cuadrículas, la cuadrícula principal puede
representar mejor la
mucho menos mejora sobre la rejilla gruesa como las rejillas se refinan. Debido a que el adicional
La precisión obtenida por la región refinada no se retroalimenta para permitir una mejora
adicional, la precisión
está limitado por el error en las condiciones de límite de cabecera del padre que se está
propagando y
Errores interiores
Al comenzar con la solución de cuadrícula principal, la Figura 24 muestra que, en la iteración uno:
que es equivalente a un enfoque acoplado en un solo sentido: el error de cabeza ha disminuido,
pero el flujo
el error a lo largo del límite ha aumentado en relación con la iteración cero. Porque el
acoplamiento se basa
En una interpolación de cabeza, se espera una mejor coincidencia para las cabezas que los flujos,
pero es sorprendente que
el error de flujo es peor que la solución de red gruesa. A menudo, los fenómenos de interés están
dentro de
la cuadrícula infantil, por lo que una pregunta importante es: "¿podría el enfoque de un solo
sentido producir una
¿Una solución interior que es peor que no tener ningún refinamiento? Para abordar esta cuestión,
la
se usó un área sombreada en el interior de la Figura 23 para realizar un análisis del presupuesto de
flujo en el río,
los límites laterales (laterales) y el límite inferior utilizando ZONEBUDGET (Harbaugh, 1990).
Estos resultados se muestran en la Figura 25. El límite inferior del área sombreada corresponde a
la parte inferior de la primera capa de los modelos principales de tres capas, y está por encima de
la parte inferior del elemento secundario
modelo que, en el método de nodo compartido de LGR, se extiende al nodo de la segunda capa de
la
modelo padre
La Figura 25 muestra que el enfoque acoplado en un solo sentido generalmente produce más
precisión
Flujos en el interior que la solución de rejilla principal. Se produce una excepción para la cuadrícula
de 15 × 15 en la
Límite inferior de la región interior. La razón de los malos resultados en el límite inferior
en todos los modelos localmente refinados es porque está más cerca, en términos de número de
celdas, al
interfaz padre-hijo. Los errores de flujo de límite que se muestran en la Figura 25 se atenúan al
mover
lejos de la frontera. A medida que aumenta la discretización, el número de celdas desde el interior
a
Aumenta el límite que aísla las celdas interiores de los errores de límite. En esto
Por ejemplo, los modelos padre e hijo tienen una resolución horizontal creciente que aísla de
los límites laterales sin embargo, el padre y el niño siempre tienen tres y cinco capas,
respectivamente. Por lo tanto, el número de celdas que se aíslan del límite inferior permanece
igual.
El enfoque acoplado iterativamente muestra menos susceptibilidad a los errores de límite inferior,
El interior con las mismas propiedades de la ecuación de flujo de agua subterránea gobernante
(una difusión
ecuación) menos términos de sumidero / fuente (ver Apéndice 3). Por lo tanto, en general, las
ubicaciones más lejos
En muchos modelos de agua subterránea, el número de filas y columnas es mucho mayor que el
número de capas. Esto restringe la ubicación del refinamiento en la dirección vertical y los límites
Las posibilidades de aislar de los errores que surgen del acoplamiento con el límite inferior.
Aunque no se realiza aquí, muchos estudios locales de refinamiento de cuadrícula utilizan una
jerarquía de refinamiento
se utilizará para proporcionar condiciones de contorno a otro modelo local. Es en estos dos casos.
47
Ejemplos
que la consistencia y la precisión de las condiciones de contorno del método de nodo compartido
acoplado iterativamente son particularmente ventajosas.
30 32
25
una
20
15
10
41 30
Rejilla gruesa
Unidireccional acoplado
Acoplado iterativamente
25
segundo
20
15
10
31 27
25
do
20
15
10
Figura 25. Errores de flujo evaluados para el río, los lados y la parte inferior del volumen en el
interior de la cuadrícula localmente refinada
(El área sombreada que se muestra en la Figura 23 se extiende a 1/3 de la profundidad del
sistema). Las resoluciones de la cuadrícula principal son (a) 15 × 15 × 3, (b)
45 × 45 × 3, y (c) 135 × 135 × 3. Todas las cuadrículas de niños son 3: 1 refinamiento de los padres.
Los errores son relativos a lo global.
Además de la precisión, el tiempo de CPU y los requisitos de memoria son generalmente una
preocupación para
Modelos de agua subterránea. La Figura 26 muestra esta compensación por las mejores
cuadrículas utilizadas en el ejemplo 3. Este
La figura demuestra que se puede lograr un ahorro sustancial de tiempo de CPU y memoria
utilizando
Refinamiento de la red local en lugar de refinar globalmente las redes. El método de acoplamiento
iterativo
requiere que tanto la cuadrícula primaria como la secundaria tengan que resolverse muchas veces,
por lo tanto su CPU
los requisitos de tiempo son mayores que el método acoplado en un solo sentido que solo
resuelve cada cuadrícula una vez.
el método de unidireccional acoplado. La razón por la que no es 11 veces mayor que el error
promedio de una vía (
percibir
Nuevo Testamento)
48
Literatura citada
El método acoplado se debe a que la solución anterior se utiliza como la conjetura inicial para los
siguientes
Las soluciones y los solucionadores tienden a converger más rápidamente a medida que avanzan
las iteraciones. Además,
los requisitos son ligeramente más grandes que el acoplamiento unidireccional que solo almacena
información para una cuadrícula
a la vez (para el acoplamiento unidireccional, la Figura 26a solo lista la memoria requerida para la
cuadrícula secundaria,
una
Flujo medio
Diferencia (porcentaje)
2
4
10
11.6
1.72
do
250
500
750
1000
1250
1500
1913
76
524
10
20
30
40
50
107
13.7
22
Global Local Local Global Global Local Local Global Local Local
antes de Cristo
refinado de un solo sentido iterativo refinado de un solo sentido iterativo de un solo sentido
iterativo
flujos de vida
(Se ingresa Harbaugh y otros, 2000, p. 7, 43), no se usa LGR. Para usar LGR, el nombre del
El archivo de control de LGR se distingue de un archivo de nombre por la presencia de una palabra
clave "LGR" como la primera entrada sin comentarios. LGR lee sus datos de entrada de este
archivo. Entrada para LGR
1. LGR
2. NGRID
PARA LA PARRILLA DE PADRES (la cuadrícula principal debe aparecer antes de la cuadrícula
secundaria)
3. NOMBRE ARCHIVO
4. GRIDSTATUS
5. IUPBHSV IUPBFSV
6. NOMBRE ARCHIVO
7. GRIDSTATUS
9. MXLGRITER IOUTLGR
14. NCPP
NGRIDS - es el número de grillas utilizadas en esta simulación. Currenlty (2005) NGRIDS necesita
igual a 2.
GRIDSTATUS: es una variable de caracteres que indica si el archivo listado en NAME FILE
y3
IUPBHSV - un número mayor que cero que corresponde al número de unidad donde se encuentra
el límite
las cabezas se guardan para su uso posterior por el paquete BFH para simulaciones
independientes. Un archivo con esto
El número de unidad debe abrirse en el archivo de nombre del modelo principal. Un valor de cero
indica
que el archivo no está escrito. Para el modelo padre, estos son los límites complementarios.
Los flujos se guardan para su uso posterior por el paquete BFH para simulaciones independientes.
Un archivo con esto
El número de unidad debe abrirse en el archivo de nombre del modelo principal. Un valor de cero
indica
que el archivo no está escrito. Para el modelo padre, estas son las condiciones de los límites de
acoplamiento (ver
Apéndice 2).
ISHFLG: es un indicador que indica si los jefes de la simulación de cuadrícula principal deben usarse
como
La cabeza de partida para la simulación de cuadrícula infantil. Estas cabezas se aplican al interior
del niño, no
EL limite. Si ISHFLG = 1, use los resultados de la simulación de la cuadrícula principal como el punto
de partida para el
del modelo hijo definido en STRT del archivo de entrada del paquete básico y, por lo tanto,
no es recomendado.
Si ISHFLG = 0, use las cabezas definidas en STRT del paquete básico para el niño
cuadrícula.
IBFLG: es un entero negativo que se utiliza para definir la interfaz de la cuadrícula secundaria con
la principal. Utilizar
este valor alrededor del perímetro de la matriz IBOUND del modelo hijo. No utilice IBFLG o IBFLG
en ningún otro lugar de las matrices IBOUND padre o hijo.
IUCBHSV - un número mayor que cero que corresponde al número de unidad donde se encuentra
el límite
las cabezas se guardan para su uso posterior por el paquete BFH para simulaciones
independientes. Un archivo con esto
El número de unidad debe abrirse en el archivo de nombre del modelo secundario. Un valor de
cero indica
que el archivo no está escrito. Para el modelo secundario, estas son las condiciones de límite de
acoplamiento (ver
Apéndice 2).
IUCBFSV - un número mayor que cero que corresponde al número de unidad donde se encuentra
el límite
Los flujos se guardan para su uso posterior por el paquete BFH para simulaciones independientes.
Un archivo con esto
El número de unidad debe abrirse en el archivo de nombre del modelo secundario. Un valor de
cero indica que
el archivo no está escrito Para el modelo infantil, estas son las condiciones de contorno
complementarias.
problemas. Ver los Criterios de Cierre para la sección Iteraciones de LGR. Establecer MXLGRITER en
1 para una sola vía
acoplamiento.
IOUTLGR: es una marca que controla la impresión desde iteraciones LGR del máximo de flujo y
cabeza
cambio. Para el cambio de cabecera máximo, el valor de cabecera y la capa correspondiente, la fila
y
0, no se escriben resultados.
RELAXF - es t
Los valores de RELAXH y RELAXF menores a 1 y mayores que cero son necesarios para la
convergencia
de las iteraciones LGR. Típicamente, los valores alrededor de 0.5 producen soluciones
convergentes. Valores menos
Se puede necesitar más de 0.5 cuando las iteraciones LGR tienen dificultades para converger. En
los casos en que el
Las iteraciones LGR no presentan dificultades de convergencia, los valores superiores a 0,5 pueden
reducir la
54
y3
imprimiendo los cambios máximos de cabeza y flujo (IOUTLGR ≠ 0) para determinar si la cabeza y
el flujo
los cambios disminuyen (convergen) o aumentan (divergen) a medida que avanzan las iteraciones
de LGR.
HCLOSELGR: es el criterio de cierre de cabeza para las iteraciones LGR. El criterio de cierre es
Basado en los jefes de los nodos de interfaz hijo. Este criterio de cierre se cumple cuando el
el cambio máximo absoluto de la cabeza entre iteraciones LGR sucesivas es menor que
HCLOSELGR
FCLOSELGR: es el criterio de cierre de flujo para las iteraciones LGR. El criterio de cierre es
basado en los flujos en los nodos de la interfaz principal. Este criterio de cierre se cumple cuando
el
el cambio de flujo relativo absoluto máximo entre sucesivas iteraciones LGR es menor que
Actualmente, el refinamiento (2005) debe comenzar en la parte superior del modelo, por lo que
NPLBEG = 1.
NPRBEG: es el número de fila de la cuadrícula principal donde comienza el refinamiento (no puede
ser igual a 1).
NPCBEG: es el número de columna de la cuadrícula principal donde comienza el refinamiento (no
puede ser igual a
1).
NPLEND ≥ NPLBEG
NCPP: el número de celdas hijas que abarcan el ancho de una sola celda principal a lo largo de las
filas y
columnas Este debe ser un número entero impar> 1 y se aplica a las filas y columnas.
NCPPL: es el número de celdas secundarias que abarcan la profundidad de una sola capa principal.
Esto debe ser
un número entero impar ≥ 1. Lea un valor para cada capa principal refinada. El numero de valores
necesita igualar NPLEND +1 menos NPLBEG. Los valores pueden ser 1, lo que resulta en ninguna
vertical
Refinamiento para la capa, solo en capas sobre la parte inferior de la cuadrícula secundaria, a
menos que el refinamiento
se extiende hasta la parte inferior del modelo principal (vea la parte superior e inferior de la
cuadrícula infantil)
sección). Para el refinamiento que no se extiende a la parte inferior del modelo principal, el
refinamiento
termina en el nodo compartido; por ejemplo, en la Figura 5b los valores 5 3 serían necesarios.
Las entradas de datos de muestra que se enumeran a continuación son para el ejemplo
bidimensional 1 y el ejemplo tridimensional 3 presentados en el texto de este informe. Los
sistemas se muestran en la Figura 15.
y la figura 23
2 #NGRIDOS
PARENTONLY #GRIDSTATUS
55
y3
NIÑO #GRIDSTATUS
15 0 #MXLGRITER, IOUTLGR
Direcciones, en todas las capas. El refinamiento comienza en la capa 1, fila 6, columna 2 y termina
en la capa 2,
2 #NGRIDOS
PARENTONLY #GRIDSTATUS
0 0 #Unit # 's para el complemento y el acoplamiento B.C.
NIÑO #GRIDSTATUS
15 0 #MXLGRITER, IOUTLGR
El presupuesto volumétrico incluye flujos de interfaz. Cuando LGR está activo, los presupuestos
para los padres y
interfaz de la cuadrícula principal (consulte la sección Criterios de cierre para iteraciones de LGR).
Usando el ejemplo tridimensional 3, la salida aparece como sigue:
56
•••
•••
•••
•••
y3
LGR - REFINAMIENTO DE LA REJILLA LOCAL, VERSIÓN 1.0, 15/02/2006
-------------------------------------------------- ----------------------------
------------------ ------------------------
EN EN:
--- ---
FUERA FUERA:
---- ----
-------------------------
0.400E + 00 0.400E + 00
HCLOSELGR FCLOSELGR
-------------------------
5.000E-03 5.000E-02
57
Incluye las cabezas constantes utilizadas a lo largo de la interfaz. En segundo lugar, el presupuesto
de cabeza constante no
incluir flujos entre las celdas principales constantes mientras que el presupuesto de la interfaz sí lo
hace.
Literatura citada
Harbaugh, A.W., Banta, E.R., Hill, M.C. y McDonald, M.G., 2000, MODFLOW-2000,
El modelo modular de agua subterránea del Estudio geológico de EE. UU. - Guía del usuario para
El paquete de Flujo de límites y cabezal (BFH) lee los datos de entrada del archivo indicado en
el archivo de Nombre como lo describe Harbaugh y otros (2000, p. 7, 43) usando el Tipo de archivo
BFH.
La entrada para el paquete BFH es creada por LGR y requiere que las condiciones de límite de
acoplamiento
calculado por LGR se guardará utilizando la variable IUCBHSV y (o) IUPBFSV del archivo de entrada
LGR.
Para una simulación de modelo infantil independiente, IUCBHSV debe ser distinto de cero; para un
independiente
El paquete BFH y LGR no se pueden usar simultáneamente. Por lo tanto, cuando se utiliza LGR, la
El archivo de nombre especificado en el archivo de control LGR no puede usar el tipo de archivo
BFH.
El procedimiento necesario para ejecutar modelos hijos o padres independientes con límite LGR
1) Utilice LGR para calcular y guardar las condiciones de contorno del acoplamiento.
2) Active el paquete BFH en el archivo de nombre con un nombre de archivo que corresponda a
respectivamente.
Como se discutió en Ejecución del modelo de padres e hijos de forma independiente usando el
En la sección Paquete de flujo y cabezal (BFH), el paquete BFH se puede utilizar para evaluar el
Efectos de los cambios del modelo en las condiciones de contorno. En este caso, el límite
complementario.
Las condiciones también deben guardarse al ejecutar LGR. Para el modelo infantil, IUCBFSV
necesita ser
distinto de cero para el modelo principal, IUPBHSV debe ser distinto de cero. Si el archivo que
contiene el
Las condiciones de contorno complementarias para los modelos hijo o padre se abren en el
archivo Nombre en
Cada uno de estos archivos contiene un registro de encabezado y una lista de las celdas primarias
y secundarias
involucrado en el acoplamiento, indicado por la capa, fila y columna. Para los modelos infantiles, la
58
Las correspondientes celdas padre adyacentes y un índice de nodo se enumeran con cada celda
secundaria. Esto es
seguido de una lista de los valores de cabecera o flujo del límite, correspondientes a estas celdas,
para cada
hora de caminar.
Las opciones para el paquete BFH se pueden controlar a través de entradas a LGR y el nombre
LISTA 26 ex3_child.out
BAS6 2 ex3_child.ba6
BCF6 21 ex3_child.bc6
DIS 29 ex3_child.dis
OC 20 ex3_child.oc
PCG 22 ex3_child_3.pcg
RIV 25 ex3_child.riv
DATOS 80 ex3_child_bfh.hed
DATOS 81 ex3_child_bfh.flw
DATOS 51 ex3_child.bot
Después de completar con éxito una simulación LGR, se puede simular el modelo infantil
modificado. Active BFH con un nombre de archivo correspondiente al archivo donde se encuentra
el límite de acoplamiento
en el que se guardó, el paquete BFH informará cualquier cambio en los flujos de límites de la
modelo infantil. Esto se hace en el siguiente ejemplo. El uso de # en la primera columna da como
resultado la línea.
ser ignorado.
LISTA 26 ex3_child.out
BAS6 2 ex3_child.ba6
BCF6 21 ex3_child.bc6
DIS 29 ex3_child.dis
OC 20 ex3_child.oc
PCG 22 ex3_child_3.pcg
RIV 25 ex3_child.riv
BFH 80 ex3_child_bfh.hed
#DATA 80 ex3_child_bfh.hed
DATOS 81 ex3_child_bfh.flw
DATOS 51 ex3_child.bot
Las condiciones de contorno son guardadas por LGR y activadas en el archivo de nombre, luego el
paquete BFH
Reporta cambios en las condiciones de frontera complementarias. Es decir, para el modelo infantil,
que
Se informan los límites. Para el modelo padre, que se acopla mediante el límite de flujo
especificado
Las condiciones, los cambios en la cabeza a lo largo de la frontera se informan. Usando el three59
•••
•••
-----------------------------
•••
-------------------------------------------------- ----------------------------
------------------ ------------------------
Hay algunas pequeñas discrepancias en los flujos de límites, aunque no hay modificaciones.
Se hicieron para el modelo infantil. Sin embargo, estos errores están en el mismo orden de
magnitud que el
Criterio de cierre de LGR para flujos (FCLOSELGR), que fue 5.000E-02 para esta simulación
(Apéndice 1). Además, el error de presupuesto volumétrico para el modelo padre, que indica
La calidad general de la solución LGR es del 0,13 por ciento (Apéndice 1). Por lo tanto, los
pequeños
Se esperan discrepancias reportadas por el paquete BFH. Como los criterios de cierre de LGR son
disminuido, las discrepancias disminuyen. Usar el paquete BFH de esta manera proporciona un
indicador
Si se modifica el modelo secundario, el paquete BFH se puede utilizar para evaluar los efectos en
el
condiciones de frontera de acoplamiento. Por ejemplo, considere cambiar el modelo hijo para
incluir
abajo:
60
-----------------------------
-------------------------------------------------- ----------------------------
------------------ ------------------------
Aunque el pozo de bombeo está ubicado debajo de un nodo de río, solo unos 3 m3
/ dia llega
/día
proviene de las celdas contiguas a la celda principal en la capa 2, fila 8, columna 6. Las celdas hijas
que
Corresponde a esta celda principal se puede determinar a partir del archivo de condiciones de
contorno complementario
Literatura citada
Harbaugh, A.W., Banta, E.R., Hill, M.C. y McDonald, M.G., 2000, MODFLOW-2000, el modelo
modular de agua subterránea del Servicio Geológico de los Estados Unidos. Guía del usuario de
En el caso de que se usen condiciones de límite de cabeza especificada alrededor del perímetro de
La cuadrícula infantil, como en LGR, y cuando la ecuación de flujo de agua subterránea que rige es
lineal, mostramos
que el error en las cabezas especificadas se propague hacia el interior mediante la ecuación de
control para el
Sistema acuífero siendo modelado, menos los términos de sumidero y fuente. Primero, define el
encabezado especificado
condición de contorno como la cabeza verdadera más algún error (de la resolución de la
cuadrícula, la interpolación y
en):
dónde,
61
dónde,
{h} = [A]
-1 {C · hTb + q + C · e} (15)
La multiplicación de matrices se puede distribuir entre los términos del lado derecho:
{h} = [A]
-1 {C · hTb + q} + [A]
-1 {C · e} (16)
dónde,
{hT} = [A]
-1 {C · hTb + q}, y
{he} = [A]
-1 {C · e}
Este resultado se deriva directamente del principio de superposición donde los efectos de dos
los componentes se agregan juntos (ver Reilly y otros, 1987). El primer término en la mano
derecha.
se utilizaron condiciones, {hTb}. El segundo término en el lado derecho, {he}, tiene el mismo
la cuadrícula. Porque no hay sumideros ni fuentes para este segundo término, los sumideros /
fuentes son
contabilizado en el primer término: contiene solo los errores de límite. Esto resulta en dos
propiedades importantes: (1) el error máximo se produce en el límite y (2) el error es
propagado desde el límite a través de la cuadrícula por un proceso puramente difusivo con el
mismo
Coeficientes del sistema de flujo de agua subterránea. El proceso de difusión provoca un efecto de
suavizado.
Promediando con celdas vecinas. Por lo tanto, los errores positivos y negativos en el límite tienden
a
Cancela a medida que se propagan hacia el interior. Si el error es constante a lo largo del límite,
habrá
no hay cancelación al promediar con las celdas vecinas, y el error se propaga directamente a
El interior.
El análisis anterior es estrictamente válido solo cuando la ecuación de flujo de agua subterránea
que rige
acuíferos no confinados, los errores aún se propagan a través de la red mediante un proceso de
difusión;
sin embargo, los coeficientes en la matriz no son idénticos a los del flujo de agua subterránea
sistema.
El análisis anterior se puede usar para evaluar los errores de simulaciones transitorias porque
La solución numérica a las ecuaciones de flujo de agua subterránea transitoria se puede ver como
una serie de
soluciones de estado estable. El error después del primer paso de tiempo es el mismo que el
descrito anteriormente, excepto
los siguientes pasos de tiempo incluyen la difusión de errores en el interior del paso de tiempo
anterior, más
62
[A] {hn
} = {C · hb + S · hn-1
+ qn
} (18)
dónde,
superíndices
y n-1
derivación:
{hn
} = [A]
-1 {C · hTb + S · hT
n-1 + qn
} + [A]
-1 {C · e
n + S · he
n-1
} (19)
eran ciertas El segundo término representa el error debido a errores en el límite de este paso de
tiempo
más los errores que se propagaron al interior del paso de tiempo anterior. Configurando el
estado estable.
Literatura citada
Los usuarios pueden usar MODTMR (Leake y Claar, 1999) para construir conjuntos de datos de
modelos infantiles
La utilidad distribuida con MODFLOW-2000 se puede utilizar para modificar aún más los conjuntos
de datos generados
por MODTMR para ser compatible con MODFLOW-2005. Los espesores no están definidos
explícitamente
en MODFLOW-96; por lo tanto, los usuarios deben observar cuidadosamente cómo dependen de
las propiedades de