Logotipo de Google

Calibración de modelos de simulación


Fuentes de contaminación de las aguas subterráneas y superficiales

Modelos de simulación ambiental | Modelos hidrogeológicos | Modelos hidrológicos | Modelos atmosféricos | Modelos marinos | Modelos agrícolas | Técnicas de modelación | Calibración de modelos | Enlaces | Bibliografía recomendada

Introducción a las técnicas de calibración de modelos

La premisa en la que se basan los modelos de simulación radica en la asunción del hecho de que si un determinado modelo es capaz de reproducir situaciones pretéritas de un sistema físico cuyos parámetros de entrada, acciones exteriores y evolución conocemos, es bastante presumible que será capaz de predecir situaciones futuras, permitiéndonos anticipar en el tiempo la evolución del sistema y tomar las medidas precautorias, de control o correctoras adecuadas para garantizar la evolución del mencionado sistema dentro de unos límites ambientales aceptables.

La fase más crítica del desarrollo del modelo consiste en la calibración y el análisis de sensibilidad del sistema. Durante su desarrollo se realizan decenas, centenas e incluso miles de simulaciones para los sistemas más complejos variando en cada una de ellas los datos de partida y analizando los resultados producidos por el modelo. De los parámetros disponibles en el modelo, algunos poseen una credibilidad alta (por su procedencia o forma de determinación), mientras que otros poseen una credibilidad o bondad menor, estando incluso algunos de ellos meramente estimados a partir de fuentes diversas (bibliografía, estudios previos o similares, etc.). La fase de calibración tiene por objeto mejorar la bondad o credibilidad de estos parámetros y consiste en la iteración de un procedimiento mediante el cual se introducen los datos al sistema, se ejecuta el modelo y se comparan los resultados obtenidos con la información histórica disponible para la zona modelada. Si existe una discrepancia alta entre los resultados modelados y los observados en la realidad, se modifican los datos de partida y se itera el proceso. La calibración finaliza cuando la diferencia entre los resultados modelados y los datos observados está por debajo de una valor de cierre (error asumido).

La solución obtenida no tiene por qué ser única, de tal manera que dos conjuntos de parámetros diferentes pueden dar lugar al mismo resultado. Para discernir cual de ellos es el que con mayor probabilidad defina el sistema modelado se procede al análisis de sensibilidad, que pretende descartar las soluciones espúreas normalmente caracterizadas por una mayor inestabilidad: se modifican ligeramente los datos de partida y se analizan los resultados obtenidos. La soluciones más inestables se caracterizan porque pequeñas variaciones en los datos de partida dan lugar a variaciones más que proporcionales en los resultados, correspondiendo a situaciones más inestables, menos frecuentes en los sistemas naturales, y firmes candidatas para el descarte.



Comparte esta pagina