Análisis de la capacidad predictiva de un modelo dinámico de calidad del agua aplicando técnicas de computación evolutiva, optimización multiobjetivo y procesamiento recursivo de datos

摘要

En este trabajo se propone una metodología para la calibración de modelos dinámicos de calidad del agua, la cual se aplica utilizando datos de tres tramos del río Bogotá. Para este propósito, se hace una revisión detallada de la estructura del modelo unidimensional, agregado e integrado ADZ-MDLC-QUASAR (AMQQ, Camacho et al., 2012), que permite extender los resultados encontrados a marcos de modelación basados en la ecuación de advección–dispersión y viceversa. A partir de ejercicios sintéticos y utilizando datos reales en el río Bogotá con el modelo AMQQ, se describen y aplican diferentes algoritmos para la estimación de los parámetros de dicho modelo. Los resultados indican que se debe hacer una aplicación conjunta de diferentes formas de agregación de funciones objetivo y de técnicas de calibración que sirvan como marco de referencia, que sean efectivas y eficientes en la identificación de combinaciones óptimas de parámetros y que hagan una descripción apropiada de la incertidumbre paramétrica. En este sentido, se encuentra que el uso de GLUE, SCE-UA y SCEM-UA, en conjunto con un análisis multiobjetivo sencillo, permiten obtener un conocimiento amplio de la capacidad predictiva y obtener conjuntos de soluciones que expliquen consistentemente el comportamiento observado del sistema modelado y el orden de magnitud de los determinantes medidos.