Próximos Estudios
Basados en las recomendaciones de los estudios realizados, se presenta una propuesta de metodología para poder diseñar un sistema de monitoreo continuo del acuífero Patiño dentro del área del Gran Asunción. La metodología propone primeramente recolectar y analizar datos de calidad de agua. Es decir, se pretende extender el análisis de medición a más de dos contaminantes. Una vez que se tengan las mediciones se propone usar la combinación de un análisis geoestadístico, modelos computacionales de fenómenos de transporte y métodos heurístico como son los algoritmos genéticos para optimizar una red de monitoreo basado en la maximización y minimización de varios objetivos. Este sistema de monitoreo es identificado como uno de los pilares principales para el manejo sostenible del acuífero.
Propuesta Metodológica
Para el diseño de un sistema de monitoreo primeramente se usarían los puntos identificados en la segunda parte de esta monografía, en conjunción con entrevistas a referentes de que manejen la hidrogeología y posibles focos de contaminación, para tomar muestras aleatorias de varios contaminantes – idealmente una seria tipos de contaminantes (metales pesados, material orgánico y bacteriológico, derivados del petróleo, entre otros). Como primer resultado, luego de identificar la concentración de los varios contaminantes en diferentes zonas, se hará un análisis geoestadístico para entender las correlaciones en espacio de los contaminantes. Esencialmente, responder si existen focos de contaminación de ciertos contaminantes y cuán grande son estos focos.
Luego se pueden usar los parámetros de calidad de agua para calibrar un modelo hidrogeológico del acuífero usando la plataforma VMOD [52] que incorpora el transporte dinámico de contaminantes y el movimiento de agua, sea por recarga, extracción para consumo humano o fuga como flujo base de arroyos y ríos. Esta calibración podrá identificar los posibles puntos y orígenes de la contaminación y hacia dónde se dirige. El modelo computacional puede ser usado en combinación con el algoritmos genéticos para optimizar varios objetivos. La metodología a ser implementada sería similar a la de Reed y Minsker [53] donde usaron un algoritmo genético como el NSGA-II [54] para optimizar 4 objetivos: (1) Minimizar los costos de muestreo (p. ej. veces que deben quitar muestras), (2) Maximizar la exactitud de los mapas interpolados de contaminación, (3) Maximizar la precisión relativa de las estimaciones de masa de contaminantes basado en el análisis geoestadístico, y (4) Reducir al mínimo la incertidumbre de estimación de la contaminación.
Otros trabajos a futuro:
• Incluir los resultados de un modelo de transporte de contaminantes, para estudiar los efectos dinámicos sobre el mapa de vulnerabilidad.
• Diseñar un sistema de monitoreo continuo para el acuífero Patiño, en base a la información del mapa de vulnerabilidad obtenido.
• Ampliar el análisis de la medición a más de dos contaminantes, adicionando metales pesados y sustancias a base de petróleo.
• Modificar el visor web: permitir que los mapas cambian dinámicamente, implementar el uso de metadatos y descargas de los mapas.
• Utilizar el método POSH (Pollutant Origin Surcharge Hydraulically), para caracterizar las fuentes potenciales de contaminación en función a dos factores: según el tipo de actividad antrópica, y las cargas hidráulicas probables.