Definición de los tamaños óptimos de malla e intervalo de cálculo en un modelo numérico: aplicación al caso del embalse de Porce II.

Dentro de las actividades encaminadas a la simulación de la estructura térmica de un embalse se ha planteado un procedimiento para la determinación del tamaño óptimo de la malla y del intervalo de cálculo basado en el desarrollo de análisis de sensibilidad del modelo a estos parámetros. La determina...

Full description

Autores:
Villegas Restrepo, Beatriz
Toro Botero, Francisco Mauricio
Vélez Upegui, Jaime Ignacio
Tipo de recurso:
Article of journal
Fecha de publicación:
2005
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/8249
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/8249
http://bdigital.unal.edu.co/4815/
Palabra clave:
51 Matemáticas / Mathematics
55 Ciencias de la tierra / Earth sciences and geology
Modelos numéricos
Análisis de sensibilidad
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Dentro de las actividades encaminadas a la simulación de la estructura térmica de un embalse se ha planteado un procedimiento para la determinación del tamaño óptimo de la malla y del intervalo de cálculo basado en el desarrollo de análisis de sensibilidad del modelo a estos parámetros. La determinación del tamaño óptimo de la malla de cálculo se basa en la realización de análisis de sensibilidad al tamaño de la malla, primero horizontal y luego verticalmente. El efecto del tamaño de la malla se mide a través de pruebas estadísticas comparando globalmente los resultados obtenidos para cada tamaño de malla con los resultados obtenidos para una malla definida como “Patrón”. Igual procedimiento se realiza en la determinación del intervalo de cálculo pero esta vez variando del tamaño del intervalo de cálculo. Las simulaciones se realizan con el modelo computacional ELCOM (Estuary and Lake Computer Model) desarrollado por el “Center of Water Research (CWR)” de la “University of Western Australia”. El caso de aplicación se hizo para un escenario hipotético creado para el embalse Porce II, en el Departamento de Antioquia, Colombia. El análisis de sensibilidad se basa en el uso del estadístico RMS (Root-Mean-Square-Error) o Error Estándar y el Coeficiente de Variación (CV).