Geologically constrained joint inversion of hydraulic, tracer and ERT data for process visualization
- Palacios Pierluissi, Andrea Viviana
- Jesús Carrera Ramírez Director/a
- Juan José Ledo Fernández Director
Universidad de defensa: Universitat Politècnica de Catalunya (UPC)
Fecha de defensa: 16 de septiembre de 2021
Tipo: Tesis
Resumen
La intrusión salina (SW) es el flujo de agua de mar (SW) hacia acuíferos de agua dulce (FW), contaminando las reservas de agua potable. La SWI, más la disminución de la Descarga de Agua Submarina, tiene impactos ecológicos más allá de la reducción del agua potable. La salinidad del agua es clave para identificar la SWI. El contraste entre el FW (~1��/��) y el SW (35g/L) es tan alto que la salinidad, y la conductividad eléctrica del agua (ECw), puede ser medida usando técnicas geofísicas como los sondeos (e.g. inducción) o los métodos eléctricos y electromagnéticos (e.g. tomografía de resistividad eléctrica, ERT). Aunque el contexto de la SWI suene ideal para el uso de la geofísica, la ERT tiene baja resolución en profundidad. Proponemos el uso de ERT entre pozos (CHERT) para mejorar la resolución, con los electrodos a lo largo de los piezómetros. Se ha testeado el CHERT por primera vez para la SWI en el sitio experimental de Argentona, a 40 km al noreste de Barcelona. Los resultados de los dos años de monitoreo muestran que el uso del CHERT y del ERT mejora la resolución del modelo, y los valores de la EC del medio (ECb) se validaron con los sondeos de inducción. Se logró visualizar las fluctuaciones temporales de los flujos de agua subterránea que causan que la interfaz FW-SW se mueva hacia el mar en periodos de alto flujo, o hacia el interior en periodos de bajo flujo; al igual que la salinización del acuífero debido a una sequía intensa en el área durante el periodo de monitoreo. Dos eventos de corta duración también se detectaron: una disminución en la ECb por un evento de lluvia intensa, y un aumento de la ECb en el área de la playa por las mareas de tormenta. Se construyó un modelo hidrogeofísico para caracterizar el sitio de Argentona usando todos los datos disponibles. El modelo acopla dos simuladores a través de una relación petrofísica: el de flujo y transporte con densidad variable y el de geoeléctrica. El modelo se calibró minimizando la distancia entre las medidas y las simulaciones de los niveles, las salinidades y las ECb aparentes. La calibración se hizo en cuatro periodos: uno pseudo-estacionario, uno de calentamiento que introduce las series temporales, uno de calibración que cubre el primer año de monitoreo, y uno de validación que cubre el segundo año. Este último fue usado para evaluar la capacidad de predicción de los modelos. El procedimiento nos permitió actualizar el modelo conceptual y demostrar la importancia de las capas de limo más finas. Luego, se resolvieron tres problemas inversos usando el modelo conceptual actualizado: a) usando las medidas tradicionales de niveles y de salinidad; b) añadiendo las variaciones temporales de nivel y la variación espacial de salinidad para hacer frente a la dificultad de usar los datos de nivel y salinidad tomados de pozos en acuíferos costeros; y c) añadiendo la ECb aparente del CHERT. Discutimos sobre el valor añadido de usar las variaciones temporales de nivel, en vez de únicamente los valores absolutos; así como sobre el uso de las diferencias espaciales de salinidad. El modelo calibrado usando todos los datos (niveles, salinidad y ECb) tuvo la mejor capacidad de predicción y es capaz de reproducir los principales eventos observados durante los dos años de monitoreo en el sitio de Argentona. La dispersión numérica evita que el modelo simule la zona de FW (0-1 g/L), afectando la calibración. Para esto, proponemos una conversión alternativa entre la salinidad y la ECw que corrige la dispersión numérica al calcular la ECb. El método consiste en aplicar y calibrar la función de error para reducir la salinidad del agua en la zona de FW, e incrementarla en la zona de SW. Esta calibración también puede cambiar el ancho de la interface FW-SW. La conversión mejoró la capacidad de predicción del modelo y llevó a obtener un conjunto de parámetros menos afectado por la dispersión numérica (e.g. parámetros petrofísicos estimados dentro del rango de valores esperados).