Optimización hidrológica

La optimización hidrológica aplica técnicas de optimización matemática (como programación dinámica , programación lineal , programación entera o programación cuadrática ) a problemas relacionados con el agua. Estos problemas pueden referirse a aguas superficiales , subterráneas o una combinación de ambas. El trabajo es interdisciplinario y puede ser realizado por hidrólogos , ingenieros civiles , ingenieros ambientales e investigadores de operaciones .

Los flujos de aguas subterráneas y superficiales pueden estudiarse mediante simulación hidrológica . Un programa típico utilizado para este trabajo es MODFLOW . Sin embargo, los modelos de simulación no facilitan la toma de decisiones de gestión, ya que son descriptivos. La simulación muestra lo que sucedería dadas ciertas condiciones. La optimización, en cambio, encuentra la mejor solución para un conjunto de condiciones. Los modelos de optimización constan de tres partes:

1. Un objetivo, como por ejemplo "Minimizar el coste".
2. Variables de decisión, que corresponden a las opciones disponibles para la dirección.
3. Restricciones, que describen los requisitos técnicos o físicos impuestos a las opciones.

Para utilizar la optimización hidrológica, se realiza una simulación para hallar los coeficientes de restricción. Posteriormente, un ingeniero o gerente puede añadir los costos o beneficios asociados a un conjunto de decisiones posibles y resolver el modelo de optimización para encontrar la mejor solución.

• Remediación de contaminantes en acuíferos. ^{[ 1 ]} El problema de decisión consiste en determinar dónde ubicar los pozos y elegir un caudal de bombeo para minimizar el costo de prevenir la propagación de un contaminante. Las restricciones están asociadas con los flujos hidrogeológicos.

• Asignación de agua para mejorar los humedales. Este modelo de optimización recomienda la asignación de agua y el control de la vegetación invasora para mejorar el hábitat de los humedales de las especies de aves prioritarias. Estas recomendaciones están sujetas a limitaciones como la disponibilidad de agua, la conectividad espacial, la capacidad de la infraestructura hidráulica, las respuestas de la vegetación y los recursos financieros disponibles. ^{[ 2 ]}

• Maximizar la extracción de pozos sujeta a restricciones de flujo ambiental. ^{[ 3 ]} El objetivo es medir los efectos del uso de agua de cada usuario sobre otros usuarios y sobre el medio ambiente, con la mayor precisión posible, y luego optimizar sobre las soluciones factibles disponibles.

• Mejorar la calidad del agua. Un modelo de optimización simple identifica la combinación de mejores prácticas de gestión que minimiza los costos para reducir el exceso de nutrientes en una cuenca hidrográfica. ^{[ 4 ]}

• Ahora se propone la optimización hidrológica para su uso con mercados inteligentes de recursos relacionados con el agua. ^{[ 5 ]}
• Optimización de redes de tuberías con algoritmos genéticos . ^{[ 6 ]}

Las ecuaciones diferenciales parciales (EDP) se utilizan ampliamente para describir procesos hidrológicos, lo que sugiere que un alto grado de precisión en la optimización hidrológica debería procurar incorporar restricciones de EDP en una optimización dada . Algunos ejemplos comunes de EDP utilizadas en hidrología incluyen:

• ecuación del flujo de agua subterránea
• Ecuaciones primitivas
• ecuaciones de Saint-Venant

Otros procesos ambientales a considerar como insumos incluyen:

• Evapotranspiración
• Geomorfología
• Transporte de sedimentos

• Investigación sobre drenaje
• sistema de información geográfica
• Gestión integrada de los recursos hídricos
• Control óptimo
• Análisis de la red de tuberías
• Agua en California

• Boyd, Stephen P .; Vandenberghe, Lieven (2004). Optimización convexa (PDF). Cambridge University Press. ISBN 978-0-521-83378-3.
• Loucks, Daniel P.; van Beek, Eelco (2017) . Planificación y gestión de sistemas de recursos hídricos: Introducción a métodos, modelos y aplicaciones . Springer. ISBN 9783319442327.
• Nocedal, Jorge ; Wright, Stephen (2006) . Optimización numérica . Springer Series in Operations Research and Financial Engineering, Springer. ISBN 9780387303031.
• Qin, Youwei; Kavetski, Dmitri; Kuczera, George (2018). "Un algoritmo robusto de Gauss-Newton para la optimización de modelos hidrológicos: evaluación comparativa con algoritmos estándar de la industria" . Water Resources Research . 54 (11): 9637-9654.
• Tayfur, Gokmen (2017). "Métodos modernos de optimización en la planificación, ingeniería y gestión de recursos hídricos" . Gestión de recursos hídricos . 31 : 3205-3233.

• Sistemas de recursos hídricos ( MIT OpenCourseWare )
  • Apuntes de clase