Guía docente de Análisis Numérico para la Predicción y Tratamiento de la Calidad del Agua (M96/56/1/17)

Se proporcionará a los estudiantes los conceptos fundamentales para el uso con criterio y como experto de modelos matemáticos y numéricos para a la predicción de la calidad del agua en sistemas acuáticos naturales recogidos en la Directiva Marco del Agua, masas de agua artificiales, y su tratamiento. Se describirán y aplicarán las técnicas fundamentales de análisis numérico necesarias para comprensión de dichos modelos, su validación, calibración y explotación profesional y/o científica. 

Haber cursado los módulos comunes del Máster

El alumno sabrá/comprenderá:

• Entender los principios del análisis numérico en los que se basan los modelos comerciales existentes en el ámbito de la calidad del agua. 
• Entender las bases de la formulación e implementación numérica de ecuaciones de conservación y transporte reactivo que simulan el comportamiento de los contaminantes en masas de agua y el estado y evolución de su calidad en 1, 2 y 3 dimensiones. 
• Comprender, formular y aplicar, con criterio, distintas metodologías numéricas para la resolución de ecuaciones en el ámbito de la predicción de la calidad del agua y su tratamiento
• Comprender, implementar y aplicar con criterio técnicas de calibración y asimilación de datos.
• Comprender e implementar las técnicas y formatos que permiten adaptar los resultados de modelos numéricos para su visualización e interpretación sobre la base de tecnologías de información geográfica.

El alumno será capaz de:

• Evaluar y cuantificar la precisión y propiedades de los esquemas numéricos para la resolución de ecuaciones en el ámbito de la predicción y tratamiento de la calidad del agua, y el transporte y cinética de contaminantes. 
• Entender y analizar críticamente resultados de modelos numéricos aplicados a la calidad y tratamiento del agua y la validez de los mismos, mediante su validación.
• Resolver numéricamente, implementar y explotar de forma eficiente modelos integrados y distribuidos de dinámica de ecosistemas, sistemas de tratamiento de agua (reactores de flujo continuo), modelos ecohidráulicos (hidrodinámica y transporte de contaminantes en masas de agua superficiales) e hidrológicos (hidrología y transporte de contaminantes en acuíferos).

Tema 1. Ecuaciones de gobierno en modelos integrados (modelos de caja). Modelos de balance de masa. Modelos cinéticos. Tipología matemática. Problemas de contorno, problemas de valor inicial. Métodos de resolución numérica de ODEs. Errores y normas. Calibración de parámetros. Aplicación práctica: (1) modelos STR y  (2) dinámica de ecosistemas acuáticos. 

Tema 2. Ecuaciones de conservación en modelos distribuidos de transporte. Formulación diferencial (EDPs) de procesos distribuidos: mecanismos de transporte, términos fuente y sumidero. Ecuaciones de NS y aproximación de Reynolds. Modelos de lámina libre: aproximación de aguas someras. Modelos de flujos a presión. Modelación matemática procesos de transporte y mezcla de interés en el medios acuáticos naturales y artificiales. Números adimensionales para la caracterización del régimen de flujo, tipología de fluido y mecanismos de transporte. Aproximaciones, variables y parámetros fundamentales. Soluciones clásicas aplicadas a ecosistemas acuáticos y en medio poroso.

Tema 3. Métodos numéricos en ecuaciones de transporte: fundamentos numéricos. Tipología matemática de EDPs en modelos de transporte distribuidos. Aproximaciones clásicas. Condiciones de contorno, condiciones de inicio. Concepto de estabilidad, convergencia y consistencia, difusión numérica. Fundamentos del método de diferencias finitas (DF), elementos finitos (MEF) y volúmenes finitos (VOF). Tipología y clasificación de esquemas numéricos. Esquemas de interés. Métodos directos e indirectos de resolución de sistemas algebráicos. Ejemplos de aplicación.

Tema 4. Técnicas y herramientas numéricas. Estructura de modelos numéricos comerciales y flujo de trabajo. Preproceso: mallado, tipología de mallas, ejemplos. Postproceso: técnicas avanzadas de visualización y análisis. Técnicas de calibración y validación. Análisis de sensibilidad. Casos de aplicación. Herramientas de inteligencia artificial y ciencia de datos aplicadas a la calidad del agua. Redes neuronales. Aplicaciones.

Ejercicios individuales.

Prácticas de modelado:

• Práctica 1. Implementación de modelo numérico de tipo STR de una y dos cajas. Aplicación a dinámica de blooms y reactor de flujo continuo. Calibración y validación.
• Práctica 2. Modelo 1Dt y 2DT de flujo y transporte reactivo en medios porosos. Asimilación y calibración en problemas multiparamétricos, análisis de sensibilidad.
• Práctica 3. Modelo distribuido de flujos a presión. Optimización y gestión de redes con IA.
• Práctica 3. Modelo de aguas someras con transporte reactivo turbulento y módulo biológico. Visualización avanzada. Generación estadística de escenarios y estimación de riesgo.

Seminarios:

• Herramientas de inteligencia artificial y ciencia de datos para la predicción y el tratamiento de la calidad del agua en sistemas acuáticos. Implementación con Python. Aplicaciones prácticas.

Fischer, et al. (1979). Mixing in Inland and Coastal Waters, Ed. Academic Press.

Holzbecher, E. (2007) Environmental Modelling using Matlab. Ed. Springer

Novak, P., Guinot, U. Jeffrey, A.M. y Reeeve, D.E. (2010). Hydraulic modeling – an introduction: principles, methods and applications. Spon Press. 

Kuzmin, D. (2010). A guide for numerical methods for transport equations. Ed. Friedrich-Alexander-Universtität. 

Wang, H.F. and Anderson, M. P. (1982). Introduction to groundwater modeling. Finite difference and finite element methods. Academic Press.  

Hall, B. & Leaky, M. (2008): Open source approaches in spatial data handling: advances in geographic information science. Ed. Springer.

Lermusiaux, P.F.J, (2007). Adaptive Modeling, Adaptive Data Assimilation and Adaptive Sampling Special issue on “Mathematical Issues and Challenges in Data Assimilation for Geophysical Systems: Interdisciplinary Perspectives”. C.K.R.T. Jones and K. Ide, Eds. Physica D, Vol 230, 172-196.

Logan, B.E. (2012) Environmental transport processes. 2nd Ed. Wiley. 

• Open Access ebook Collection, IWA : http://www.iwapublishing.com/open-access-ebooks
• Colección libros electrónicos, Biblioteca UGR: https://biblioteca.ugr.es/pages/biblioteca_electronica/libros_enciclopedias_electronicos/libros
• Scopus: www.scopus.com
• https://es.mathworks.com/help/matlab/index.html
• https://www.comsol.com/learning-center
• https://www.python.org/

La evaluación ordinaria es continua a través de :

• Asistencia y participación en actividades de la asignatura: 20%
• Exámen individual: 40%
• Ejercicios y prácticas individuales: 20%
• Ejercicios y prácticas en grupo: 10%
• Pruebas orales individuales o en grupo: 10%

Para aprobar la asignatura es necesario obtener una calificación mínima de 5 sobre 10 en el examen individual.

El 100 % de la calificación se obtendrá del examen teórico-práctico presencial a individual con el contenido de todo el temario impartido en la asignatura según lo descrito en la guía docente.

El 100 % de la calificación se obtendrá del examen teórico-práctico presencial a individual con el contenido de todo el temario impartido en la asignatura según lo descrito en la guía docente.