Participantes principales de INTERA: Mohamed Hayek, Banda RamaRao, Marsh Lavenue, Jeremy White, Katie Markovich, Ed DeSousa, Abhishek Singh

Reto: Subsanar las deficiencias de los métodos tradicionales de perturbación mediante el desarrollo de una potente herramienta de análisis de sensibilidad para comprender las relaciones entre los parámetros del modelo y los resultados importantes de la simulación. El método adjunto para calcular la sensibilidad de los parámetros a las observaciones elimina virtualmente la carga computacional asociada a los métodos tradicionales de perturbación, pero requiere un acceso intrusivo a las cantidades del modelo durante la simulación que no está generalmente disponible con software compilado como MODFLOW. El lanzamiento de la interfaz de programación de aplicaciones (API) MODFLOW ha permitido a INTERA desarrollar Mf6Adj, una herramienta de sensibilidad adjoint ultrarrápida que se acopla fácilmente a los modelos MODFLOW 6.

Método: El Dr. Mohamed Hayek, reputado matemático aplicado que trabaja en la oficina suiza de INTERA, prosigue la labor pionera de los Dres. Banda RamaRao y Marsh Lavenue, y otros sobre el método de estado adjunto en la modelización de aguas subterráneas ampliándolo para acomodar la formulación Newton, los enfoques de conductancia variable y los paquetes de condiciones de contorno disponibles en MODFLOW 6. Dr. Jeremy White, con el apoyo de los Dres. Katie Markovich y Edward DeSousa dirigen los esfuerzos para construir, probar y verificar el paquete de software Mf6Adj basado en las soluciones adjuntas del Dr. Hayek. Está previsto que a principios de 2024 se publique una versión beta de Mf6Adj en un repositorio GitHub de código abierto. El desarrollo continuo e iterativo a partir de la aplicación por parte de los científicos de INTERA y los miembros de la comunidad de modelización de aguas subterráneas impulsará la mejora de la herramienta.

Impacto primario: Una herramienta que se acopla fácilmente a los modelos MODFLOW 6 para permitir el análisis de sensibilidad a un coste computacional trivial.