⚡ electrical engineering

Simulation water movement through the GCL cover using a physical model and HYDRUS-1D software

Este estudio evalúa el desempeño del software HYDRUS-1D en la simulación del movimiento del agua a través de diversas configuraciones de geomembranas de arcilla geosintética (GCL), encontrando que, si bien el modelo captura las tendencias de flujo con alta eficiencia, subestima sistemáticamente los volúmenes absolutos de agua debido a su incapacidad para considerar la hidrofobicidad de las capas de geotextil.

Autores originales: Kaveh Ostad-Ali-Askari, Mohahammad-Mehdi Bideh, Mohammad Shayannejad, Mozhde Ramezani, Seyed-Mehdi Hejazi, Peiman Kianmehr, Amirreza Nemati Mansour

Publicado 2026-08-12

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Kaveh Ostad-Ali-Askari, Mohahammad-Mehdi Bideh, Mohammad Shayannejad, Mozhde Ramezani, Seyed-Mehdi Hejazi, Peiman Kianmehr, Amirreza Nemati Mansour

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el suelo bajo nuestros pies como una esponja gigante e invisible. Durante décadas, la gente pensó que esta esponja era tan buena limpiando derrames desordenados que, si enterrábamos basura en un vertedero, cualquier líquido que se filtrara (llamado lixiviado) simplemente se filtraría y limpiaría a medida que se empapara en la tierra. Pero los científicos finalmente se dieron cuenta de que esta "esponja" no es mágica; si la basura es demasiado tóxica o la fuga es demasiado rápida, la esponja se ve abrumada y el agua sucia puede envenenar las aguas subterráneas que bebemos. Para detener esto, los ingenieros inventaron un "impermeable" especial para los vertederos llamado Revestimiento de Arcilla Geosintética (GCL, por sus siglas en inglés). Piensa en un GCL como un sándwich de alta tecnología: dos capas de tela (como una malla resistente) que sostienen una capa gruesa de arcilla súper absorbente en el medio. Cuando esta arcilla se moja, se hincha como una esponja, sellándose herméticamente para bloquear el agua. Pero aquí está la parte complicada: ¿cómo sabemos exactamente cuánta agua pasará a través de este sándwich antes de construir un vertedero masivo? No podemos simplemente esperar a ver qué pasa, porque para entonces, el daño podría estar hecho. Ahí es donde entran los modelos computacionales. Los científicos utilizan software para crear un "gemelo digital" del vertedero, simulando cómo se mueve el agua a través de estos revestimientos para predecir si resistirán.

En este estudio, un equipo de investigadores decidió poner a prueba este gemelo digital. Construyeron un experimento físico con doce versiones diferentes de estos sándwiches de arcilla, cambiando los ingredientes: utilizaron dos tipos de arcilla (Tipo A y Tipo I), dos tipos de tela (PP y PET) y tres cantidades diferentes de peso de arcilla (4, 4.5 y 5 kg por metro cuadrado). Hicieron pasar agua a través de estas muestras en un laboratorio, midiendo exactamente cuánto se filtraba. Luego, introdujeron los datos en un famoso programa informático llamado HYDRUS-1D para ver si el software podía predecir los resultados tan bien como lo haría un humano.

Los resultados fueron una mezcla de "buen trabajo" y "casi perfecto". El modelo computacional fue increíblemente bueno adivinando el patrón de cómo se movía el agua. Cuando los investigadores compararon las predicciones de la computadora con las mediciones reales del laboratorio, la coincidencia fue sólida, logrando que el modelo acertara aproximadamente el 97% de las tendencias de infiltración (el agua empapándose) y el 81% de las tendencias de drenaje. Sin embargo, la computadora no fue perfecta al adivinar la cantidad exacta. Consistentemente predijo que pasaría un poco menos de agua de la que realmente pasó en el laboratorio. Los investigadores descubrieron que el modelo subestimó el volumen de agua por un margen pequeño pero perceptible. Creen que esto sucedió porque la computadora trata las capas de tela como un suelo normal que ama el agua (hidrofílico), pero en realidad, las telas sintéticas en el GCL son repelentes al agua (hidrofóbicas). Es como si la computadora pensara que la tela es una toalla sedienta que absorbe el agua de inmediato, mientras que la tela real es más como una chaqueta encerada que lucha contra el agua por un momento antes de dejarla pasar.

A pesar de este pequeño "fallo" en los números de volumen, el estudio confirmó que el modelo computacional es una herramienta poderosa para los ingenieros. Demostró que el tipo de arcilla importa mucho: el revestimiento hecho con arcilla Tipo A (que tiene más de un mineral llamado montmorillonita) era mucho mejor bloqueando el agua que la arcilla Tipo I. Sorprendentemente, el tipo de tela utilizado (PP frente a PET) no marcó una diferencia significativa en qué tan bien el revestimiento bloqueaba el agua. Por lo tanto, aunque el modelo computacional necesita un pequeño ajuste para tener en cuenta la naturaleza "combatiente del agua" de la tela, demostró con éxito que estos revestimientos de arcilla son barreras efectivas y que podemos confiar en las simulaciones para ayudar a diseñar vertederos más seguros sin necesidad de construir una docena de prototipos físicos para cada proyecto.

Resumen Técnico: Simulación del Movimiento de Agua a Través de Cubiertas de GCL Mediante un Modelo Físico e HYDRUS-1D

Planteamiento del Problema
La contaminación de las aguas subterráneas resultante de la fuga de lixiviados en los vertederos sigue siendo un desafío ambiental crítico. Aunque las visiones tradicionales sugerían anteriormente que las capas de suelo podrían tratar el lixiviado de forma natural, investigaciones posteriores han demostrado que los vertederos a menudo representan riesgos significos para los recursos hídricos subterráneos. Para mitigar esto, se han adoptado ampliamente las Barreras de Arcilla Geosintética (GCL, por sus siglas en inglés) como barreras hidráulicas efectivas. Sin embargo, el rendimiento de las GCL depende de interacciones complejas entre los tipos de bentonita, las capas de geotextil y la distribución de masa. Además, aunque los modelos numéricos como HYDRUS-1D se utilizan comúnmente para simular el flujo de agua, su capacidad para predecir con precisión el movimiento del agua a través de las capas específicas hidrofóbicas y heterogéneas de las GCL requiere una validación rigurosa frente a datos experimentales físicos.

Metodología
El estudio empleó un enfoque dual combinando experimentación física y simulación numérica:

Modelado Físico:
- Especímenes: Se probaron doce configuraciones distintas de GCL, que comprendían dos tipos de bentonita sódica (Tipo A y Tipo I), dos tipos de geotextiles (Polipropileno [PP] y Poliéster [PET]) y tres masas de bentonita por unidad de área (4, 4.5 y 5 kg/m²).
- Caracterización: Las muestras de bentonita fueron analizadas para determinar su composición química (XRD, XRF, Fotometría de llama, Titulación) e índice de hinchamiento libre.
- Pruebas de Permeabilidad: Se utilizó un dispositivo de prueba de permeabilidad diseñado a medida para medir la conductividad hidráulica bajo una carga de presión constante de 30 kPa (simulando las condiciones del fondo de un vertedero) durante 6 horas. Las pruebas se realizaron por triplicado para cada configuración.
- Recolección de Datos: Se registraron los volúmenes acumulados de infiltración y de agua de drenaje a varios intervalos de tiempo.
Simulación Numérica (HYDRUS-1D):
- Configuración del Modelo: Se construyó un perfil de suelo 1D para coincidir exactamente con el espesor de las muestras de GCL.
- Calibración: Se utilizó el algoritmo de optimización de Levenberg-Marquardt para calibrar los parámetros hidráulicos de van Genuchten-Mualem ( $\alpha, n, K_s, \theta_r, \theta_s$ ) utilizando los datos de la primera réplica experimental. El parámetro de conectividad de poros ( $l$ ) se fijó en 0.5.
- Validación: Los parámetros calibrados se aplicaron a un modelo directo (hacia adelante) para simular el flujo de la segunda y tercera réplica sin ajustes adicionales.
- Métricas de Desempeño: La precisión del modelo se evaluó utilizando el Error Absoluto Medio (MAE), la Raíz del Error Cuadrático Medio (RMSE), el Coeficiente de Determinación ( $R^2$ ), la Eficiencia de Modelado (EF) y el Coeficiente de Masa Residual (CRM).

Resultados Clave

Conductividad Hidráulica: El análisis estadístico (ANOVA) reveló que el tipo de bentonita y la masa por unidad de área influyeron significativamente en la conductividad hidráulica saturada ( $p < 0.01$ $p < 0.01$ ), mientras que el tipo de geotextil (PP vs. PET) no tuvo un efecto significativo.
- Tipo A vs. Tipo I: Contrario a las expectativas iniciales basadas en el contenido mineral, las muestras con bentonita Tipo A (mayor contenido de montmorillonita e índice de hinchamiento libre) exhibieron una conductividad menor (mejor desempeño) que las muestras Tipo I. Por ejemplo, la muestra PA5 (Tipo A, 5 kg/m²) mostró la menor conductividad (0.05 mm/min), mientras que la TI4 (Tipo I, 4 kg/m²) mostró la mayor (0.18 mm/min).
Desempeño del Modelo:
- Correlación: Hubo una fuerte correlación entre las tendencias simuladas y las medidas. Los valores de $R^2$ para la infiltración oscilaron entre 0.98 y 0.99, y para el drenaje, entre 0.9973 y 0.9998.
- Eficiencia: Las eficiencias de modelado (EF) fueron de 0.81 para el drenaje y 0.97 para la infiltración.
- Análisis de Error: El modelo demostró una subestimación sistemática de los volúmenes absolutos de agua. El RMSE fue de 1.45 para el drenaje y 4.71 para la infiltración. El Coeficiente de Masa Residual (CRM) fue negativo (-0.06 para el drenaje, -0.26 para la infiltración), confirmando esta tendencia a la subestimación.

Significancia y Reivindicaciones
El artículo afirma que, si bien HYDRUS-1D proporciona una estimación robusta de la dinámica general del flujo y es altamente efectivo para simular el movimiento del agua en las GCL, posee limitaciones específicas respecto a las propiedades físicas de los materiales sintéticos.

Limitación de Hidrofobicidad: Los autores atribuyen la subestimación sistemática de los volúmenes de agua a la dependencia del modelo en funciones hidráulicas de suelos convencionales (Mualem-van Genuchten), las cuales asumen medios porosos hidrofílicos. El modelo no contabiliza plenamente la naturaleza hidrofóbica de las capas de geotextil de PP y PET, que resisten el humedecimiento inicial hasta que se alcanza una presión de ruptura.
Implicaciones Prácticas:
- Selección de Materiales: El estudio concluye que las propiedades mineralógicas de la bentonita (específicamente el Tipo A) son el factor dominante en la efectividad de la barrera, superando las variaciones menores en la masa por unidad de área.
- Independencia del Geotextil: Dado que el tipo de geotextil no mostró un impacto significativo en la conductividad hidráulica, los ingenieros pueden seleccionar los geotextiles basándose en la supervivencia mecánica, la resistencia química o el costo sin comprometer la integridad hidráulica.
- Herramienta de Cribado: A pesar de las discrepancias menores causadas por la hidrofobicidad, la alta eficiencia estadística valida a HYDRUS-1D como una poderosa herramienta de cribado preliminar. Puede reducir significamente el tiempo y los costos financieros asociados con las exhaustivas pruebas de permeámetro físico en proyectos geotécnicos de gran escala.

Conclusión
La investigación validó con éxito el uso de HYDRUS-1D para la simulación de GCL, al tiempo que destacó la necesidad de interpretar los resultados con una comprensión de las características hidrofóbicas de los materiales. Establece a la bentonita Tipo A como la opción superior para los revestimientos de vertederos entre las configuraciones probadas y confirma que la selección del geotextil puede desacoplarse de las preocupaciones de desempeño hidráulico.

Más como este