MODELACIÓN DE AGUAS SUBTERRÁNEAS PARA EL ACUÍFERO REGIONAL DE LA PENÍNSULA DE YUCATÁN INCLUYENDO CONDICIONES DE FLUJO NO LINEALES MEDIANTE MODFLOW-CFP.
La modelación de acuíferos kársticos implica simplificaciones y el uso de diferentes modelos matemáticos que tienen un impacto directo en los resultados obtenidos. El este trabajo de investigación se compara los resultados entre dos modelos numéricos que emplean ecuaciones lineales como la ley de Darcy (MODFLOW-2005) y ecuaciones no lineales como el modelo CFPM2 (MODFLOW-CFP), ambos para modelar el flujo subterráneo del acuífero regional de la península de Yucatán en condiciones estacionarias.
Los modelos del acuífero se desarrollan empleando la librería de FloPy, de Python. Los datos de entrada para el modelo incluyen geología (incluyendo fallas como la Sierrita de Ticul y el anillo de cenotes), recarga, condiciones de frontera (norte, este y oeste como carga hidráulica constante y al sur delimitado con análisis de cuencas subterráneas para establecerla como flujo nulo. El modelo se calibra a partir de mediciones de carga hidráulica en pozos de monitoreo distribuidos en toda la península de Yucatán empleando el software PEST para ajustar la conductividad hidráulica y el diámetro de cavidad vacía (para el modelo no lineal), dentro de rango de valores de referencia de la literatura.
Se encontró una mejor relación entre los valores medidos y los valores simulados de carga hidráulica para el modelo de aguas subterráneas que emplea la aproximación no lineal para el modelo matemático que resuelve el flujo del agua subterránea (MODFLOW-CPF).
Los resultados preliminares indican que el modelado de aguas subterráneas para entornos kársticos se recomienda emplear modelos matemáticos que tomen en cuenta el flujo turbulento entre capas como lo hace el CFPM2 de MODFLOW. Sin embargo, estos resultados están condicionados a los valores de referencia ya que la distribución temporal de las mediciones es amplia y añade incertidumbre a los resultados de los modelos, una calibración con una serie de datos estática ayudará a un mejor análisis de los resultados obtenidos después de la calibración.