DISEÑO DE MUESTREOS EFICIENTES PARA EL TRANSPORTE DE CONTAMINANTES EN MEDIOS POROSOS SATURADOS USANDO INFERENCIA BAYESIANA
En los últimos años, el uso excesivo de antibióticos se ha convertido en un problema creciente, debido a que la eliminación inadecuada de estos fármacos favorece su presencia en el medio ambiente, generando riesgos potenciales para la salud pública. Ante esta problemática, este trabajo se enfoca en cuantificar la incertidumbre asociada al proceso de transporte de antibióticos como contaminantes en medios porosos saturados. Dicha cuantificación se realiza con un enfoque bayesiano que integra al modelo advectivo-dispersivo con sorción no lineal de Freundlich (ADS) y considera explícitamente la variabilidad de las observaciones y la censura de datos.
Se generaron datos sintéticos a partir de resolver numéricamente el modelo ADS y agregar un ruido gaussiano. La solución numérica comprende el método de diferencias finitas, empleando el esquema Crank-Nicolson y el algoritmo de Thomas, técnicas que permiten resolver el sistema de forma eficiente y reducen significativamente el costo computacional. Los datos sintéticos representan la evolución en espacio y tiempo de la concentración del antibiótico en la fase líquida y se selecciona un conjunto de puntos que represente el proceso de extracción de muestras.
A partir de los datos sintéticos se usa el modelo bayesiano para inferir los parámetros del modelo ADS y cuantificar su incertidumbre. Se evalúan distintos conjuntos de datos que representan distintos diseños de muestreo. El objetivo es identificar un diseño(s) con el menor número de muestras que cumplan con una inferencia adecuada al considerar exactitud y precisión. La inferencia se realizó de forma progresiva, aumentando la cantidad de parámetros y evaluando cómo la estructura de las distribuciones a posteriori. Finalmente, se discute el papel de la elección de la distribución a priori sobre las inferencias y la capacidad del modelo para inferir adecuadamente los parámetros.