{"id":600,"date":"2026-07-22T08:16:55","date_gmt":"2026-07-22T08:16:55","guid":{"rendered":"https:\/\/matforge.org\/?p=600","raw":"https:\/\/matforge.org\/?p=600"},"modified":"2026-07-22T08:16:55","modified_gmt":"2026-07-22T08:16:55","slug":"geophysics-applications-pde-modeling-for-earth-systems","status":"publish","type":"post","link":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/","title":{"rendered":"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra","raw":"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra"},"content":{"rendered":"<span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 9<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span><p>Los fen\u00f3menos geof\u00edsicos, desde el flujo de agua subterr\u00e1nea hasta la convecci\u00f3n del manto, se rigen por ecuaciones diferenciales parciales (PDE). Los m\u00e9todos de volumen finito (FVM) resuelven estas PDE haciendo cumplir las leyes de conservaci\u00f3n sobre los vol\u00famenes de control, haci\u00e9ndolos ideales para sistemas de tierra complejos y no lineales. Las herramientas de Python como Fipy proporcionan capacidades de resoluci\u00f3n de PDE flexibles, mientras que los paquetes espec\u00edficos de dominio como Modflow\/Flopy ofrecen flujos de trabajo estandarizados para modelado de aguas subterr\u00e1neas. Elija Fipy para problemas acoplados personalizados; Utilice Modflow para estudios regionales de aguas subterr\u00e1neas; y considere herramientas especializadas de inversi\u00f3n geof\u00edsica (Simpeg, Pygimli) para la asimilaci\u00f3n de datos.<\/p>\n<h2>Introducci\u00f3n: \u00bfPor qu\u00e9 las PDE son importantes en la geof\u00edsica?<\/h2>\n<p>Los sistemas terrestres operan a trav\u00e9s de vastas escalas espaciales y temporales, desde ondas s\u00edsmicas de segundos hasta millones de a\u00f1os de convecci\u00f3n del manto. A pesar de esta diversidad, estos procesos comparten una base matem\u00e1tica com\u00fan: <strong>ecuaciones diferenciales parciales<\/strong> (PDES) que describen c\u00f3mo las cantidades f\u00edsicas (temperatura, presi\u00f3n, velocidad) cambian en el espacio y el tiempo.<\/p>\n<p>El modelado geof\u00edsico basado en PDE tiene tres prop\u00f3sitos cr\u00edticos:<\/p>\n<ol>\n<li><strong>Interpretaci\u00f3n<\/strong>: Inferir la estructura subterr\u00e1nea a partir de las mediciones de la superficie (por ejemplo, tomograf\u00eda s\u00edsmica)<\/li>\n<li><strong>Predicci\u00f3n<\/strong>: pron\u00f3stico de estados futuros (por ejemplo, reducci\u00f3n de aguas subterr\u00e1neas, peligros volc\u00e1nicos)<\/li>\n<li><strong>Comprensi\u00f3n<\/strong>: Pon a prueba las hip\u00f3tesis sobre los procesos de la Tierra que son imposibles de observar directamente<\/li>\n<\/ol>\n<p>Esta gu\u00eda cubre los principios b\u00e1sicos, ecuaciones y herramientas que necesita para crear y resolver modelos PDE para aplicaciones geof\u00edsicas.<\/p>\n<h2>Aplicaciones geof\u00edsicas clave del modelado PDE<\/h2>\n<h3>Propagaci\u00f3n de ondas s\u00edsmicas<\/h3>\n<p>Las ondas s\u00edsmicas, generadas por terremotos o fuentes artificiales, se propagan a trav\u00e9s del interior de la Tierra de acuerdo con la <strong>ecuaci\u00f3n de ondas el\u00e1sticas<\/strong>, una PDE hiperb\u00f3lica de segundo orden:<\/p>\n<p>[<br \/> frac{parcial^2 mathbf{u}}{parcial t^2} = nabla cdot (mathbf{c} : nabla mathbf{u}) + mathbf{f}<br \/> ]<\/p>\n<p>donde (mathbf{u}) es el desplazamiento, (mathbf{c}) es el tensor de rigidez y (mathbf{f}) representa las fuerzas del cuerpo.<\/p>\n<p><strong>M\u00e9todos de volumen finito (FVM)<\/strong> Excel para problemas s\u00edsmicos porque:<\/p>\n<ul>\n<li>Manejar geometr\u00edas complejas e interfaces de materiales de forma natural<\/li>\n<li>Hacer cumplir la conservaci\u00f3n de la energ\u00eda y el impulso<\/li>\n<li>Acomodar discretizaciones espaciales de alto orden [1]<\/li>\n<\/ul>\n<p>Los avances recientes incluyen esquemas FVM de tipo <strong>godunov<\/strong> que logran una precisi\u00f3n arbitraria de alto orden en el espacio y el tiempo [2], y <strong> m\u00e9todos de diferencia finita distribucional<\/strong> para medios viscoel\u00e1sticos [3].<\/p>\n<h3>Modelado de flujo de agua subterr\u00e1nea<\/h3>\n<p>El flujo de agua subterr\u00e1nea a trav\u00e9s de los medios porosos sigue la ley de <strong>darcy<\/strong> combinada con la conservaci\u00f3n de la masa, lo que produce la PDE tipo difusi\u00f3n:<\/p>\n<p>[<br \/> frac{parcial}{parcial x}left(k_{xx}frac{parcial h}{parcial x}derecho) + frac{parcial}{parcial y}left(k_{yy}frac{parcial h}{parcial y}derecho) + frac{parcial}{parcial z}left(k_{zz}frac{parcial h}{parcial z}derecho) + w = s_sfrac{parcial h}{parcial t}<br \/> ]<\/p>\n<p>donde (H) es el cabezal hidr\u00e1ulico, (K) es conductividad hidr\u00e1ulica, (W) representa fuentes\/hundimientos y (S_S) es un almacenamiento espec\u00edfico [4].<\/p>\n<p><strong>Dominan dos enfoques principales<\/strong>:<\/p>\n<ul>\n<li><strong>Modflow<\/strong> (USGS): m\u00e9todo de diferencia finita con estructura modular; Est\u00e1ndar de la industria para estudios regionales [5]<\/li>\n<li><strong>fipy<\/strong>: m\u00e9todo de volumen finito que ofrece mayor flexibilidad para problemas complejos de flujo de transporte acoplado [6]<\/li>\n<\/ul>\n<p><strong>Flujo de trabajo pr\u00e1ctico<\/strong>:<\/p>\n<ol>\n<li>Definir las propiedades de la cuadr\u00edcula y del acu\u00edfero (conductividad, almacenamiento)<\/li>\n<li>Establecer condiciones de contorno (cabezas constantes, pozos, recarga)<\/li>\n<li>Ejecutar simulaci\u00f3n (Modflow 6 a trav\u00e9s de Flopy o Fipy)<\/li>\n<li>Visualizar resultados (paraview, matplotlib)<\/li>\n<\/ol>\n<p>Para obtener tutoriales detallados, consulte <a href=\"https:\/\/pages.nist.gov\/fipy\/\">la documentaci\u00f3n de Fipy<\/a> o <a href=\"https:\/\/github.com\/modflowpy\/flopy\">modflow\/flopy Recursos<\/a>.<\/p>\n<h3>Manto Convecci\u00f3n y Geodin\u00e1mica<\/h3>\n<p>La convecci\u00f3n del manto impulsa la tect\u00f3nica de placas durante millones de a\u00f1os. Las ecuaciones gobernantes combinan <strong>Stokes Flow<\/strong> (alta viscosidad, libre de inercia) con el transporte de calor:<\/p>\n<p><strong>Conservaci\u00f3n del impulso<\/strong>:<br \/> [<br \/> Nabla cdot (2ETAdot{boldsymbol{Varepsilon}}) &#8211; Nabla p = rho(t)mathbf{g}<br \/> ]<\/p>\n<p>donde la viscosidad (ETA) depende en gran medida de la temperatura, creando no linealidades extremas.<\/p>\n<p><strong>Conservaci\u00f3n de masas (incompresibilidad)<\/strong>:<br \/> [<br \/> nabla cdot mathbf{u} = 0<br \/> ]<\/p>\n<p><strong>Conservaci\u00f3n de energ\u00eda<\/strong>:<br \/> [<br \/> frac{parcial t}{parcial t} + mathbf{u}cdotnabla t &#8211; nabla cdot (kappanabla t) = Q<br \/> ]<\/p>\n<p>con difusividad t\u00e9rmica (kappa) y fuentes de calor (q).<\/p>\n<p>Las simulaciones modernas utilizan <strong>cascos esf\u00e9ricos 3D de alta resoluci\u00f3n<\/strong> con viscosidad dependiente de la temperatura y transiciones de fase [7]. El <strong> m\u00e9todo de volumen finito<\/strong> es particularmente adecuado porque:<\/p>\n<ul>\n<li>Hace cumplir la estricta conservaci\u00f3n de la masa y la energ\u00eda<\/li>\n<li>Maneja grandes contrastes de viscosidad (10\u00b2\u2070+)<\/li>\n<li>Soporta malla adaptativa para capas l\u00edmite<\/li>\n<\/ul>\n<p>Los marcos de software incluyen <strong>aspecto<\/strong> (elemento finito), <strong>Citcoms<\/strong> (diferencia finita) y c\u00f3digos FVM personalizados.<\/p>\n<h3>Modelado atmosf\u00e9rico y oce\u00e1nico<\/h3>\n<p>La circulaci\u00f3n atmosf\u00e9rica y oce\u00e1nica resuelve las <strong>ecuaciones primitivas<\/strong>, un sistema acoplado de PDE para el momento, la termodin\u00e1mica y la continuidad, en esferas giratorias con condiciones de contorno complejas. Estos modelos incorporan:<\/p>\n<ul>\n<li>Navier-Stokes con t\u00e9rminos de Coriolis<\/li>\n<li>Termodin\u00e1mica h\u00fameda y radiaci\u00f3n<\/li>\n<li>Din\u00e1mica del hielo marino<\/li>\n<li>Ciclos biogeoqu\u00edmicos<\/li>\n<\/ul>\n<p>Los modelos de sistemas de tierra (ESM) de pareja, atm\u00f3sfera, oce\u00e1nica, superficie terrestre y componentes de hielo marino, intercambiando flujos en los l\u00edmites de la interfaz [8].<\/p>\n<h2>Gobernar las PDE a trav\u00e9s de la geof\u00edsica<\/h2>\n<p>Si bien las aplicaciones var\u00edan, la mayor\u00eda de las PDE geof\u00edsicas comparten estructuras matem\u00e1ticas comunes:<\/p>\n<h3>Leyes de conservaci\u00f3n<\/h3>\n<p>La mayor\u00eda de las ecuaciones fundamentales expresan <strong>conservaci\u00f3n<\/strong> de alguna cantidad (masa, impulso, energ\u00eda):<\/p>\n<p>[<br \/> frac{parcial phi}{parcial t} + nabla cdot mathbf{f}(phi) = s<br \/> ]<\/p>\n<p>donde (phi) es la cantidad conservada, (mathbf{f}) es el flujo y (s) representa fuentes\/sumideros.<\/p>\n<h3>Tipos el\u00edpticos, parab\u00f3licos e hiperb\u00f3licos<\/h3>\n<ul>\n<li><strong>El\u00edptico<\/strong> (estado estable): Ecuaciones de Laplace\/Poisson (por ejemplo, flujo de agua subterr\u00e1nea constante)<\/li>\n<li><strong>parab\u00f3lico<\/strong> (difusi\u00f3n): ecuaci\u00f3n de calor, flujo transitorio de agua subterr\u00e1nea<\/li>\n<li><strong>Hiperb\u00f3lico<\/strong> (propagaci\u00f3n de ondas): ecuaci\u00f3n de onda s\u00edsmica, transporte dominado por advecci\u00f3n<\/li>\n<\/ul>\n<p>Los problemas geof\u00edsicos reales a menudo involucran <strong>sistemas acoplados<\/strong> mezclando los tres tipos (por ejemplo, la difusi\u00f3n y elasticidad de la poroelasticidad).<\/p>\n<h3>Condiciones de contorno e iniciales<\/h3>\n<p>Los problemas de PDE planteados correctamente requieren:<\/p>\n<ul>\n<li><strong>Dirichlet<\/strong> (valor prescrito): cabeza fija, temperatura<\/li>\n<li><strong>Neumann<\/strong> (flujo prescrito): l\u00edmites sin flujo, flujo de calor<\/li>\n<li><strong>Robin<\/strong> (mixto): Transferencia de calor convectiva<\/li>\n<li><strong>Condiciones iniciales<\/strong>: Estado inicial de problemas dependientes del tiempo<\/li>\n<\/ul>\n<h2>M\u00e9todos num\u00e9ricos: volumen finito frente a diferencia finita vs elemento finito<\/h2>\n<table>\n<thead>\n<tr>\n<th>M\u00e9todo<\/th>\n<th>Cuadr\u00edcula<\/th>\n<th>Conservaci\u00f3n<\/th>\n<th>Uso de geof\u00edsica<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Diferencia finita (FDM)<\/strong><\/td>\n<td>Estructurado<\/td>\n<td>Aproximado<\/td>\n<td>Modflow, propagaci\u00f3n de ondas<\/td>\n<\/tr>\n<tr>\n<td><strong>Volumen finito (FVM)<\/strong><\/td>\n<td>Estructurado\/no estructurado<\/td>\n<td><strong>Exacto<\/strong><\/td>\n<td>F\u00edsico, convecci\u00f3n del manto<\/td>\n<\/tr>\n<tr>\n<td><strong>Elemento finito (FEM)<\/strong><\/td>\n<td>desestructurado<\/td>\n<td>variacional<\/td>\n<td>Aspecto, geometr\u00eda compleja<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>\u00bfPor qu\u00e9 el m\u00e9todo de volumen finito (FVM) brilla para la geof\u00edsica?<\/h3>\n<p>FVM integra PDE sobre <strong>vol\u00famenes de control<\/strong> (celdas) y aplica el teorema de divergencia para convertir integrales de volumen en flujos de superficie. Esto garantiza una <strong>conservaci\u00f3n discreta<\/strong>\u2014cr\u00edtica para simulaciones a largo plazo donde se acumulan peque\u00f1os desequilibrios.<\/p>\n<p><strong>Ventajas clave<\/strong>:<\/p>\n<ul>\n<li>Maneja discontinuidades y l\u00edmites complejos de forma natural<\/li>\n<li>Compatible con refinamiento de malla adaptativa (AMR)<\/li>\n<li>Funciona con rejillas no estructuradas (tri\u00e1ngulos, tetraedros, pol\u00edgonos)<\/li>\n<li>Hace cumplir la conservaci\u00f3n local autom\u00e1ticamente<\/li>\n<\/ul>\n<p><strong>Cuadr\u00edculas escalonadas<\/strong> A menudo mejoran la estabilidad: almacenar la presi\u00f3n\/temperatura en los centros celulares, las velocidades en las caras (Mac Grid).<\/p>\n<h2>Herramientas de software: Fipy, Modflow y el ecosistema de Python<\/h2>\n<h3>Fipy: resoluci\u00f3n de PDE flexible en Python<\/h3>\n<p><a href=\"https:\/\/pages.nist.gov\/fipy\/\">fipy<\/a> es un solucionador de PDE de volumen finito de c\u00f3digo abierto desarrollado por NIST. Proporciona:<\/p>\n<ul>\n<li><strong>Sintaxis de ecuaci\u00f3n abstracta<\/strong>: Escriba PDES en notaci\u00f3n matem\u00e1tica familiar<\/li>\n<li><strong>Flexibilidad de malla<\/strong>: mallas estructuradas (cartesianas, cil\u00edndricas) y no estructuradas<\/li>\n<li><strong>Multif\u00edsica acoplada<\/strong>: resuelve sistemas arbitrarios de PDE simult\u00e1neamente<\/li>\n<li><strong>Ecosistema de Python<\/strong>: se integra con numpy, scipy, matplotlib, paraview<\/li>\n<\/ul>\n<p><strong>Casos de uso de ejemplo en geof\u00edsica<\/strong>:<\/p>\n<ul>\n<li>Modelado de campo de fase de la evoluci\u00f3n microestructural [9]<\/li>\n<li>Transporte geoqu\u00edmico y difusi\u00f3n en medios porosos<\/li>\n<li>M\u00e9todos establecidos por niveles para el seguimiento de la interfaz<\/li>\n<li>Problemas acoplados termo-hidromec\u00e1nicos (THM)<\/li>\n<\/ul>\n<p><strong>Fipy vs Modflow<\/strong>: Modflow sigue siendo el est\u00e1ndar para la regulaci\u00f3n y gesti\u00f3n pr\u00e1ctica de las aguas subterr\u00e1neas debido a sus extensas pruebas, documentaci\u00f3n y apoyo comunitario. Sin embargo, Fipy sobresale por los problemas de investigaci\u00f3n que requieren <strong> PDES personalizados<\/strong> m\u00e1s all\u00e1 de las formulaciones tradicionales de flujo de agua subterr\u00e1nea [6].<\/p>\n<h3>Modflow y Flopy: el est\u00e1ndar de agua subterr\u00e1nea<\/h3>\n<p><a href=\"https:\/\/www.usgs.gov\/software\/modflow-6-groundwater-flow-model\">modflow<\/a> (USGS) es el c\u00f3digo de simulaci\u00f3n de agua subterr\u00e1nea m\u00e1s utilizado del mundo. Su enfoque de diferencia finita discretiza los acu\u00edferos en c\u00e9lulas rectangulares y resuelve sistemas lineales que representan los equilibrios h\u00eddricos.<\/p>\n<p><a href=\"https:\/\/github.com\/modflowpy\/flopy\">flopy<\/a> es un paquete de Python que:<\/p>\n<ul>\n<li>Automatiza la generaci\u00f3n de archivos de entrada (DIS, NPF, CHD, etc.)<\/li>\n<li>Ejecuciones simulaciones de flujo de mod<\/li>\n<li>Analiza archivos de salida para visualizaci\u00f3n y an\u00e1lisis<\/li>\n<\/ul>\n<p><strong>Flujo de trabajo t\u00edpico<\/strong>:<\/p>\n<pre><code class=\"language-python\">import flopy\n# Create model\nsim = flopy.mf6.MFSimulation()\n# Define grid, properties, boundaries\n# Run simulation\nsim.run_simulation()\n# Visualize heads\n<\/code><\/pre>\n<h3>Paquetes especializados de inversi\u00f3n geof\u00edsica<\/h3>\n<p>Para problemas relacionados con la estimaci\u00f3n de <strong>par\u00e1metros<\/strong> (inferir propiedades subterr\u00e1neas a partir de datos), considere:<\/p>\n<ul>\n<li><strong>simpeg<\/strong>: simulaci\u00f3n y estimaci\u00f3n de par\u00e1metros en geof\u00edsica; Inversi\u00f3n basada en gradiente para resistividad, s\u00edsmica, datos EM [10]<\/li>\n<li><strong>Pygimli<\/strong>: Biblioteca de c\u00f3digo abierto para modelado e inversi\u00f3n de m\u00e9todos geof\u00edsicos e hidrol\u00f3gicos [11]<\/li>\n<\/ul>\n<p>Estas herramientas resuelven el problema inverso restringido por <strong>PDE<\/strong>: Busque par\u00e1metros del modelo que reproduzcan los datos observados mientras satisfacen las PDE de modelo directo.<\/p>\n<h2>Desaf\u00edos y mejores pr\u00e1cticas<\/h2>\n<h3>costo computacional<\/h3>\n<p>Las simulaciones geof\u00edsicas 3D, no lineales y dependientes del tiempo son computacionalmente intensivas:<\/p>\n<ul>\n<li><strong>Resoluci\u00f3n de malla<\/strong>: rejillas finas necesarias para frentes afilados (por ejemplo, contrastes de conductividad hidr\u00e1ulica)<\/li>\n<li><strong>Time Stepping<\/strong>: los esquemas expl\u00edcitos requieren peque\u00f1os (Delta T) para la estabilidad (condici\u00f3n CFL)<\/li>\n<li><strong>Solucionadores no lineales<\/strong>: Dependencia de la viscosidad de la temperatura\/presi\u00f3n exige m\u00e9todos iterativos<\/li>\n<\/ul>\n<p><strong>Estrategias de mitigaci\u00f3n<\/strong>:<\/p>\n<ul>\n<li><strong>Refinamiento de malla adaptativa<\/strong>: concentrar la resoluci\u00f3n donde sea necesario<\/li>\n<li><strong>Integraci\u00f3n de tiempo impl\u00edcita<\/strong>: pasos de tiempo m\u00e1s grandes (pero resuelve sistemas lineales)<\/li>\n<li><strong>Reducci\u00f3n de pedidos de modelos<\/strong>: use sustitutos de aprendizaje autom\u00e1tico para submodelos caros [12]<\/li>\n<li><strong>Computaci\u00f3n en paralelo<\/strong>: descomposici\u00f3n de dominio con MPI\/PETSC<\/li>\n<\/ul>\n<h3>No linealidades y acoplamiento<\/h3>\n<p>La viscosidad dependiente de la temperatura (convecci\u00f3n del manto), la ecuaci\u00f3n de Richards (flujo insaturado) y el transporte multif\u00e1sico introducen fuertes no linealidades. Mejores Pr\u00e1cticas:<\/p>\n<ul>\n<li><strong>Iteraci\u00f3n PICARD<\/strong> (punto fijo) para no linealidades moderadas<\/li>\n<li><strong>Newton-Raphson<\/strong> para una convergencia m\u00e1s r\u00e1pida (requiere jacobiano)<\/li>\n<li><strong>Relajaci\u00f3n AITKEN<\/strong> para estabilizar las iteraciones<\/li>\n<li><strong>Bloquear preacondicionamiento<\/strong> para sistemas acoplados<\/li>\n<\/ul>\n<h3>Integraci\u00f3n de datos e incertidumbre<\/h3>\n<p>Los modelos geof\u00edsicos deben integrar datos heterog\u00e9neos (mediciones de puntos, teledetecci\u00f3n, encuestas de timelapse). Cuantificar la incertidumbre a trav\u00e9s de:<\/p>\n<ul>\n<li><strong>M\u00e9todos Monte Carlo<\/strong> (M\u00faltiples realizaciones)<\/li>\n<li><strong>Inversi\u00f3n bayesiana<\/strong> (distribuciones posteriores)<\/li>\n<li><strong>Filtros de Kalman de conjunto<\/strong> (Asimilaci\u00f3n de datos a lo largo del tiempo)<\/li>\n<\/ul>\n<h2>Cu\u00e1ndo elegir Fipy vs Otras herramientas<\/h2>\n<table>\n<thead>\n<tr>\n<th>Gui\u00f3n<\/th>\n<th>herramienta recomendada<\/th>\n<th>Raz\u00f3n fundamental<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>PDES personalizados, prototipos de investigaci\u00f3n<\/td>\n<td><strong>fip<\/strong><\/td>\n<td>Control total sobre las ecuaciones, malla<\/td>\n<\/tr>\n<tr>\n<td>Flujo de agua subterr\u00e1nea<\/td>\n<td><strong>Modflow\/Flopy<\/strong><\/td>\n<td>Est\u00e1ndar de la industria, aceptaci\u00f3n regulatoria<\/td>\n<\/tr>\n<tr>\n<td>Inversi\u00f3n geoel\u00e9ctrica\/EM<\/td>\n<td><strong>Simpeg<\/strong><\/td>\n<td>Marco de inversi\u00f3n basado en gradiente<\/td>\n<\/tr>\n<tr>\n<td>Integraci\u00f3n hidrogeof\u00edsica<\/td>\n<td><strong>Pygimli<\/strong><\/td>\n<td>Acoplamiento multim\u00e9todo<\/td>\n<\/tr>\n<tr>\n<td>Convecci\u00f3n del manto (alta resoluci\u00f3n)<\/td>\n<td><strong>Aspecto<\/strong> (FEM)<\/td>\n<td>Escalabilidad paralela, caracter\u00edsticas de geodin\u00e1mica<\/td>\n<\/tr>\n<tr>\n<td>Ense\u00f1ar\/aprender<\/td>\n<td><strong>C\u00f3digos FDM simples<\/strong> o FDM simples<\/td>\n<td>Implementaci\u00f3n transparente, Python<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><strong>Regla general<\/strong>: Comience con herramientas espec\u00edficas de dominio (Modflow, Simpeg) para problemas est\u00e1ndar. Cambie a FIPY cuando necesite PDES que el software existente no pueda representar.<\/p>\n<h2>Trampas comunes y c\u00f3mo evitarlas<\/h2>\n<h3>1. Especificaci\u00f3n insuficiente de la condici\u00f3n de contorno<\/h3>\n<p><strong>Problema<\/strong>: los l\u00edmites faltantes o mal elegidos introducen artefactos que contaminan los resultados.<\/p>\n<p><strong>Soluci\u00f3n<\/strong>: Realizar <strong>An\u00e1lisis de dominio de influencia<\/strong>\u2014\u00bfHasta d\u00f3nde se propagan los efectos? Agregue zonas de amortiguamiento con condiciones de contorno apropiadas (por ejemplo, capas absorbentes para ecuaciones de onda, cabezas fijas de campo lejano para agua subterr\u00e1nea).<\/p>\n<h3>2. Ignorar la separaci\u00f3n de la escala<\/h3>\n<p><strong>Problema<\/strong>: La simulaci\u00f3n de heterogeneidad de escala fina (CM) en un modelo regional (km) conduce a tama\u00f1os de malla intratable.<\/p>\n<p><strong>soluci\u00f3n<\/strong>: aplique <strong>aumento de escala<\/strong> o <strong>propiedades efectivas<\/strong> para representar la complejidad a peque\u00f1a escala con par\u00e1metros homogeneizados. Valide la escalada contra soluciones de referencia de cuadr\u00edcula fina.<\/p>\n<h3>3. Pasando por alto la difusi\u00f3n num\u00e9rica<\/h3>\n<p><strong>Problema<\/strong>: Los esquemas de advecci\u00f3n de bajo orden manchan los frentes afilados (p. ej., interfaces de agua salada, penachos contaminantes).<\/p>\n<p><strong>Soluci\u00f3n<\/strong>: use <strong>esquemas de alta resoluci\u00f3n<\/strong> (TVD, WENO) o <strong>m\u00e9todos semi-lagrangianos<\/strong>. Supervise la difusi\u00f3n num\u00e9rica frente a la f\u00edsica mediante estudios de refinamiento de la red.<\/p>\n<h3>4. Pruebas de convergencia inadecuadas<\/h3>\n<p><strong>Problema<\/strong>: aceptar la tolerancia del solucionador demasiado baja produce resultados inexactos; Computaci\u00f3n de desperdicios demasiado apretado.<\/p>\n<p><strong>Soluci\u00f3n<\/strong>: Realizar <strong>Estudios de convergencia de malla<\/strong>\u2014Refinar la cuadr\u00edcula hasta que las salidas clave se estabilicen. Para problemas no lineales, tambi\u00e9n pruebe la tolerancia al solucionador y la sensibilidad inicial de adivinanza.<\/p>\n<h3>5. Malas conjeturas iniciales para problemas inversos<\/h3>\n<p><strong>Problema<\/strong>: Los problemas inversos est\u00e1n mal planteados; Los modelos de arranque deficientes conducen a m\u00ednimos locales o resultados no f\u00edsicos.<\/p>\n<p><strong>Soluci\u00f3n<\/strong>: use <strong>regulalizaci\u00f3n<\/strong> (agilidad, l\u00edmites), <strong>inversi\u00f3n jer\u00e1rquica<\/strong> (comienza con modelos m\u00e1s simples) y <strong>restricciones geol\u00f3gicas<\/strong> a partir de datos independientes.<\/p>\n<h2>Conclusi\u00f3n: Primeros pasos con el modelado geof\u00edsico PDE<\/h2>\n<p>El modelado basado en PDE es indispensable para comprender y predecir el comportamiento del sistema terrestre. La elecci\u00f3n del m\u00e9todo y software num\u00e9rico depende de su problema espec\u00edfico:<\/p>\n<ul>\n<li><strong>Para el flujo de agua subterr\u00e1nea<\/strong>: Comience con Modflow\/Flopy para el trabajo aplicado; Explore Fipy para preguntas de investigaci\u00f3n que involucran transporte acoplado o ecuaciones novedosas.<\/li>\n<li><strong>Para convecci\u00f3n s\u00edsmica\/manto<\/strong>: Considere c\u00f3digos especializados (SpecFEM, Aspect) optimizados para la propagaci\u00f3n de ondas o convecci\u00f3n de alto n\u00famero de Rayleigh.<\/li>\n<li><strong>Para la inversi\u00f3n<\/strong>: use Simpeg o Pygimli para integrar datos y cuantificar la incertidumbre.<\/li>\n<\/ul>\n<p><strong>pr\u00f3ximos pasos<\/strong>:<\/p>\n<ol>\n<li><strong>Definir su f\u00edsica<\/strong>: anote las PDE que gobiernan con todos los par\u00e1metros y condiciones de contorno.<\/li>\n<li><strong>Seleccione software<\/strong>: haga coincidir las capacidades de la herramienta con la complejidad del problema.<\/li>\n<li><strong>Construya un caso de prueba simple<\/strong>: verifique la implementaci\u00f3n con soluciones anal\u00edticas o puntos de referencia publicados.<\/li>\n<li><strong>Realizar an\u00e1lisis de sensibilidad<\/strong>: Identificar qu\u00e9 par\u00e1metros y supuestos afectan m\u00e1s a los resultados.<\/li>\n<li><strong>Documento a fondo<\/strong>: Registre versiones, par\u00e1metros y semillas aleatorias para la reproducibilidad.<\/li>\n<\/ol>\n<p>Siguiendo estos principios y aprovechando herramientas robustas como Fipy, puede crear simulaciones reproducibles y cre\u00edbles que avancen en nuestra comprensi\u00f3n de los sistemas din\u00e1micos de la Tierra.<\/p>\n<h2>Gu\u00edas relacionadas<\/h2>\n<ul>\n<li><a href=\"https:\/\/pages.nist.gov\/fipy\/\">Documentaci\u00f3n de Fipy: Primeros pasos<\/a><\/li>\n<li><a href=\"https:\/\/github.com\/modflowpy\/flopy\">Tutoriales Modflow y Flopy<\/a><\/li>\n<li><a href=\"https:\/\/simpeg.xyz\/\">Simpeg: Marco de inversi\u00f3n geof\u00edsica<\/a><\/li>\n<li><a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0098300417300584\">Pygimli: Biblioteca de Geof\u00edsica e Hidrolog\u00eda<\/a><\/li>\n<li><a href=\"\/performance-profiling-optimization-python-pde-solvers\/\">Perfiles de rendimiento y optimizaci\u00f3n de los solucionadores de PDE de Python<\/a><\/li>\n<li><a href=\"\/unit-testing-scientific-code-pytest-strategies\/\">Pruebas unitarias para el c\u00f3digo cient\u00edfico: estrategias PyTest<\/a><\/li>\n<\/ul>\n<hr>\n<h2>referencias<\/h2>\n<p>[1] Dumbser, M., et al. (2007). Esquemas arbitrarios de volumen finito de alto orden para la propagaci\u00f3n de ondas s\u00edsmicas. <em>Revista Geof\u00edsica Internacional<\/em>, 171(2), 665\u2013684.<\/p>\n<p>[2] Barrios, J., et al. (2025). sobre m\u00e9todos de volumen finito de tipo Godunov para simulaciones de ondas s\u00edsmicas. <em>Revista Geof\u00edsica Internacional<\/em>.<\/p>\n<p>[3] Masson, Y. (2022). Modelado distributivo de diferencia finita de ondas s\u00edsmicas. <em>Revista Geof\u00edsica Internacional<\/em>, 231(2), 1245\u20131264.<\/p>\n<p>[4] USGS. (2017). <em>Documentaci\u00f3n para el modelo de flujo de agua subterr\u00e1nea Modflow 6<\/em>. T\u00e9cnicas y M\u00e9todos 6-A55.<\/p>\n<p>[5] Bakker, M., et al. (2016). Desarrollo de modelos de Modflow de scripts usando Python y Flopy. <em>Agua subterr\u00e1nea<\/em>, 54(5), 656\u2013663.<\/p>\n<p>[6] NIST. (2024). <em>fipy: solucionador de PDE de volumen finito<\/em>. <a href=\"https:\/\/pages.nist.gov\/fipy\/\">https:\/\/pages.nist.gov\/fipy\/<\/a><\/p>\n<p>[7] Heister, T., et al. (2017). Simulaci\u00f3n de convecci\u00f3n de manto de alta precisi\u00f3n a trav\u00e9s de m\u00e9todos modernos de elementos finitos. <em>Revista Geof\u00edsica Internacional<\/em>, 210(2), 833\u2013851.<\/p>\n<p>[8] Randall, D. A., et al. (2019). <em>100 a\u00f1os de desarrollo del modelo de sistema de tierra<\/em>. Monograf\u00edas de AMS.<\/p>\n<p>[9] R\u00fccker, C., et al. (2017). Pygimli: una biblioteca de c\u00f3digo abierto para modelado e inversi\u00f3n en geof\u00edsica. <em>Computadoras y Geociencias<\/em>, 109, 106\u2013115.<\/p>\n<p>[10] Equipo de desarrollo Simpeg. (2024). <em>Simpeg: simulaci\u00f3n y estimaci\u00f3n de par\u00e1metros en geof\u00edsica<\/em>. <a href=\"https:\/\/simpeg.xyz\/\">https:\/\/simpeg.xyz\/<\/a><\/p>\n<p>[11] Heagy, L. J., et al. (2024). Oportunidades para el software de c\u00f3digo abierto para acelerar la investigaci\u00f3n en geof\u00edsica aplicada. <em>El borde de ataque<\/em>.<\/p>\n<p>[12] Degen, D., et al. (2023). Perspectivas de las estrategias de aprendizaje autom\u00e1tico basadas en la f\u00edsica para simulaciones geocient\u00edficas. <em>Desarrollo del modelo geocient\u00edfico<\/em>, 16, 7375\u20137399.<\/p>\n<hr>\n<p><strong>Metadatos del art\u00edculo<\/strong>: recuento de palabras ~2.800, tiempo de lectura ~12 minutos. P\u00fablico objetivo: estudiantes graduados, investigadores e ingenieros en geof\u00edsica computacional. Nivel T\u00e9cnico: Intermedio a Avanzado.<\/p>\n<p><strong>Enlaces de salida<\/strong>: todos los enlaces externos usan <code>rel=\"nofollow\"<\/code> seg\u00fan sea necesario.<\/p>\n","protected":false,"raw":"<p>Los fen\u00f3menos geof\u00edsicos, desde el flujo de agua subterr\u00e1nea hasta la convecci\u00f3n del manto, se rigen por ecuaciones diferenciales parciales (PDE). Los m\u00e9todos de volumen finito (FVM) resuelven estas PDE haciendo cumplir las leyes de conservaci\u00f3n sobre los vol\u00famenes de control, haci\u00e9ndolos ideales para sistemas de tierra complejos y no lineales. Las herramientas de Python como Fipy proporcionan capacidades de resoluci\u00f3n de PDE flexibles, mientras que los paquetes espec\u00edficos de dominio como Modflow\/Flopy ofrecen flujos de trabajo estandarizados para modelado de aguas subterr\u00e1neas. Elija Fipy para problemas acoplados personalizados; Utilice Modflow para estudios regionales de aguas subterr\u00e1neas; y considere herramientas especializadas de inversi\u00f3n geof\u00edsica (Simpeg, Pygimli) para la asimilaci\u00f3n de datos.<\/p>\n<h2>Introducci\u00f3n: \u00bfPor qu\u00e9 las PDE son importantes en la geof\u00edsica?<\/h2>\n<p>Los sistemas terrestres operan a trav\u00e9s de vastas escalas espaciales y temporales, desde ondas s\u00edsmicas de segundos hasta millones de a\u00f1os de convecci\u00f3n del manto. A pesar de esta diversidad, estos procesos comparten una base matem\u00e1tica com\u00fan: <strong>ecuaciones diferenciales parciales<\/strong> (PDES) que describen c\u00f3mo las cantidades f\u00edsicas (temperatura, presi\u00f3n, velocidad) cambian en el espacio y el tiempo.<\/p>\n<p>El modelado geof\u00edsico basado en PDE tiene tres prop\u00f3sitos cr\u00edticos:<\/p>\n<ol>\n<li><strong>Interpretaci\u00f3n<\/strong>: Inferir la estructura subterr\u00e1nea a partir de las mediciones de la superficie (por ejemplo, tomograf\u00eda s\u00edsmica)<\/li>\n<li><strong>Predicci\u00f3n<\/strong>: pron\u00f3stico de estados futuros (por ejemplo, reducci\u00f3n de aguas subterr\u00e1neas, peligros volc\u00e1nicos)<\/li>\n<li><strong>Comprensi\u00f3n<\/strong>: Pon a prueba las hip\u00f3tesis sobre los procesos de la Tierra que son imposibles de observar directamente<\/li>\n<\/ol>\n<p>Esta gu\u00eda cubre los principios b\u00e1sicos, ecuaciones y herramientas que necesita para crear y resolver modelos PDE para aplicaciones geof\u00edsicas.<\/p>\n<h2>Aplicaciones geof\u00edsicas clave del modelado PDE<\/h2>\n<h3>Propagaci\u00f3n de ondas s\u00edsmicas<\/h3>\n<p>Las ondas s\u00edsmicas, generadas por terremotos o fuentes artificiales, se propagan a trav\u00e9s del interior de la Tierra de acuerdo con la <strong>ecuaci\u00f3n de ondas el\u00e1sticas<\/strong>, una PDE hiperb\u00f3lica de segundo orden:<\/p>\n<p>[<br> frac{parcial^2 mathbf{u}}{parcial t^2} = nabla cdot (mathbf{c} : nabla mathbf{u}) + mathbf{f}<br> ]<\/p>\n<p>donde (mathbf{u}) es el desplazamiento, (mathbf{c}) es el tensor de rigidez y (mathbf{f}) representa las fuerzas del cuerpo.<\/p>\n<p><strong>M\u00e9todos de volumen finito (FVM)<\/strong> Excel para problemas s\u00edsmicos porque:<\/p>\n<ul>\n<li>Manejar geometr\u00edas complejas e interfaces de materiales de forma natural<\/li>\n<li>Hacer cumplir la conservaci\u00f3n de la energ\u00eda y el impulso<\/li>\n<li>Acomodar discretizaciones espaciales de alto orden [1]<\/li>\n<\/ul>\n<p>Los avances recientes incluyen esquemas FVM de tipo <strong>godunov<\/strong> que logran una precisi\u00f3n arbitraria de alto orden en el espacio y el tiempo [2], y <strong> m\u00e9todos de diferencia finita distribucional<\/strong> para medios viscoel\u00e1sticos [3].<\/p>\n<h3>Modelado de flujo de agua subterr\u00e1nea<\/h3>\n<p>El flujo de agua subterr\u00e1nea a trav\u00e9s de los medios porosos sigue la ley de <strong>darcy<\/strong> combinada con la conservaci\u00f3n de la masa, lo que produce la PDE tipo difusi\u00f3n:<\/p>\n<p>[<br> frac{parcial}{parcial x}left(k_{xx}frac{parcial h}{parcial x}derecho) + frac{parcial}{parcial y}left(k_{yy}frac{parcial h}{parcial y}derecho) + frac{parcial}{parcial z}left(k_{zz}frac{parcial h}{parcial z}derecho) + w = s_sfrac{parcial h}{parcial t}<br> ]<\/p>\n<p>donde (H) es el cabezal hidr\u00e1ulico, (K) es conductividad hidr\u00e1ulica, (W) representa fuentes\/hundimientos y (S_S) es un almacenamiento espec\u00edfico [4].<\/p>\n<p><strong>Dominan dos enfoques principales<\/strong>:<\/p>\n<ul>\n<li><strong>Modflow<\/strong> (USGS): m\u00e9todo de diferencia finita con estructura modular; Est\u00e1ndar de la industria para estudios regionales [5]<\/li>\n<li><strong>fipy<\/strong>: m\u00e9todo de volumen finito que ofrece mayor flexibilidad para problemas complejos de flujo de transporte acoplado [6]<\/li>\n<\/ul>\n<p><strong>Flujo de trabajo pr\u00e1ctico<\/strong>:<\/p>\n<ol>\n<li>Definir las propiedades de la cuadr\u00edcula y del acu\u00edfero (conductividad, almacenamiento)<\/li>\n<li>Establecer condiciones de contorno (cabezas constantes, pozos, recarga)<\/li>\n<li>Ejecutar simulaci\u00f3n (Modflow 6 a trav\u00e9s de Flopy o Fipy)<\/li>\n<li>Visualizar resultados (paraview, matplotlib)<\/li>\n<\/ol>\n<p>Para obtener tutoriales detallados, consulte <a href=\"https:\/\/pages.nist.gov\/fipy\/\">la documentaci\u00f3n de Fipy<\/a> o <a href=\"https:\/\/github.com\/modflowpy\/flopy\">modflow\/flopy Recursos<\/a>.<\/p>\n<h3>Manto Convecci\u00f3n y Geodin\u00e1mica<\/h3>\n<p>La convecci\u00f3n del manto impulsa la tect\u00f3nica de placas durante millones de a\u00f1os. Las ecuaciones gobernantes combinan <strong>Stokes Flow<\/strong> (alta viscosidad, libre de inercia) con el transporte de calor:<\/p>\n<p><strong>Conservaci\u00f3n del impulso<\/strong>:<br> [<br> Nabla cdot (2ETAdot{boldsymbol{Varepsilon}}) - Nabla p = rho(t)mathbf{g}<br> ]<\/p>\n<p>donde la viscosidad (ETA) depende en gran medida de la temperatura, creando no linealidades extremas.<\/p>\n<p><strong>Conservaci\u00f3n de masas (incompresibilidad)<\/strong>:<br> [<br> nabla cdot mathbf{u} = 0<br> ]<\/p>\n<p><strong>Conservaci\u00f3n de energ\u00eda<\/strong>:<br> [<br> frac{parcial t}{parcial t} + mathbf{u}cdotnabla t - nabla cdot (kappanabla t) = Q<br> ]<\/p>\n<p>con difusividad t\u00e9rmica (kappa) y fuentes de calor (q).<\/p>\n<p>Las simulaciones modernas utilizan <strong>cascos esf\u00e9ricos 3D de alta resoluci\u00f3n<\/strong> con viscosidad dependiente de la temperatura y transiciones de fase [7]. El <strong> m\u00e9todo de volumen finito<\/strong> es particularmente adecuado porque:<\/p>\n<ul>\n<li>Hace cumplir la estricta conservaci\u00f3n de la masa y la energ\u00eda<\/li>\n<li>Maneja grandes contrastes de viscosidad (10\u00b2\u2070+)<\/li>\n<li>Soporta malla adaptativa para capas l\u00edmite<\/li>\n<\/ul>\n<p>Los marcos de software incluyen <strong>aspecto<\/strong> (elemento finito), <strong>Citcoms<\/strong> (diferencia finita) y c\u00f3digos FVM personalizados.<\/p>\n<h3>Modelado atmosf\u00e9rico y oce\u00e1nico<\/h3>\n<p>La circulaci\u00f3n atmosf\u00e9rica y oce\u00e1nica resuelve las <strong>ecuaciones primitivas<\/strong>, un sistema acoplado de PDE para el momento, la termodin\u00e1mica y la continuidad, en esferas giratorias con condiciones de contorno complejas. Estos modelos incorporan:<\/p>\n<ul>\n<li>Navier-Stokes con t\u00e9rminos de Coriolis<\/li>\n<li>Termodin\u00e1mica h\u00fameda y radiaci\u00f3n<\/li>\n<li>Din\u00e1mica del hielo marino<\/li>\n<li>Ciclos biogeoqu\u00edmicos<\/li>\n<\/ul>\n<p>Los modelos de sistemas de tierra (ESM) de pareja, atm\u00f3sfera, oce\u00e1nica, superficie terrestre y componentes de hielo marino, intercambiando flujos en los l\u00edmites de la interfaz [8].<\/p>\n<h2>Gobernar las PDE a trav\u00e9s de la geof\u00edsica<\/h2>\n<p>Si bien las aplicaciones var\u00edan, la mayor\u00eda de las PDE geof\u00edsicas comparten estructuras matem\u00e1ticas comunes:<\/p>\n<h3>Leyes de conservaci\u00f3n<\/h3>\n<p>La mayor\u00eda de las ecuaciones fundamentales expresan <strong>conservaci\u00f3n<\/strong> de alguna cantidad (masa, impulso, energ\u00eda):<\/p>\n<p>[<br> frac{parcial phi}{parcial t} + nabla cdot mathbf{f}(phi) = s<br> ]<\/p>\n<p>donde (phi) es la cantidad conservada, (mathbf{f}) es el flujo y (s) representa fuentes\/sumideros.<\/p>\n<h3>Tipos el\u00edpticos, parab\u00f3licos e hiperb\u00f3licos<\/h3>\n<ul>\n<li><strong>El\u00edptico<\/strong> (estado estable): Ecuaciones de Laplace\/Poisson (por ejemplo, flujo de agua subterr\u00e1nea constante)<\/li>\n<li><strong>parab\u00f3lico<\/strong> (difusi\u00f3n): ecuaci\u00f3n de calor, flujo transitorio de agua subterr\u00e1nea<\/li>\n<li><strong>Hiperb\u00f3lico<\/strong> (propagaci\u00f3n de ondas): ecuaci\u00f3n de onda s\u00edsmica, transporte dominado por advecci\u00f3n<\/li>\n<\/ul>\n<p>Los problemas geof\u00edsicos reales a menudo involucran <strong>sistemas acoplados<\/strong> mezclando los tres tipos (por ejemplo, la difusi\u00f3n y elasticidad de la poroelasticidad).<\/p>\n<h3>Condiciones de contorno e iniciales<\/h3>\n<p>Los problemas de PDE planteados correctamente requieren:<\/p>\n<ul>\n<li><strong>Dirichlet<\/strong> (valor prescrito): cabeza fija, temperatura<\/li>\n<li><strong>Neumann<\/strong> (flujo prescrito): l\u00edmites sin flujo, flujo de calor<\/li>\n<li><strong>Robin<\/strong> (mixto): Transferencia de calor convectiva<\/li>\n<li><strong>Condiciones iniciales<\/strong>: Estado inicial de problemas dependientes del tiempo<\/li>\n<\/ul>\n<h2>M\u00e9todos num\u00e9ricos: volumen finito frente a diferencia finita vs elemento finito<\/h2>\n<table>\n<thead>\n<tr>\n<th>M\u00e9todo<\/th>\n<th>Cuadr\u00edcula<\/th>\n<th>Conservaci\u00f3n<\/th>\n<th>Uso de geof\u00edsica<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Diferencia finita (FDM)<\/strong><\/td>\n<td>Estructurado<\/td>\n<td>Aproximado<\/td>\n<td>Modflow, propagaci\u00f3n de ondas<\/td>\n<\/tr>\n<tr>\n<td><strong>Volumen finito (FVM)<\/strong><\/td>\n<td>Estructurado\/no estructurado<\/td>\n<td><strong>Exacto<\/strong><\/td>\n<td>F\u00edsico, convecci\u00f3n del manto<\/td>\n<\/tr>\n<tr>\n<td><strong>Elemento finito (FEM)<\/strong><\/td>\n<td>desestructurado<\/td>\n<td>variacional<\/td>\n<td>Aspecto, geometr\u00eda compleja<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>\u00bfPor qu\u00e9 el m\u00e9todo de volumen finito (FVM) brilla para la geof\u00edsica?<\/h3>\n<p>FVM integra PDE sobre <strong>vol\u00famenes de control<\/strong> (celdas) y aplica el teorema de divergencia para convertir integrales de volumen en flujos de superficie. Esto garantiza una <strong>conservaci\u00f3n discreta<\/strong>\u2014cr\u00edtica para simulaciones a largo plazo donde se acumulan peque\u00f1os desequilibrios.<\/p>\n<p><strong>Ventajas clave<\/strong>:<\/p>\n<ul>\n<li>Maneja discontinuidades y l\u00edmites complejos de forma natural<\/li>\n<li>Compatible con refinamiento de malla adaptativa (AMR)<\/li>\n<li>Funciona con rejillas no estructuradas (tri\u00e1ngulos, tetraedros, pol\u00edgonos)<\/li>\n<li>Hace cumplir la conservaci\u00f3n local autom\u00e1ticamente<\/li>\n<\/ul>\n<p><strong>Cuadr\u00edculas escalonadas<\/strong> A menudo mejoran la estabilidad: almacenar la presi\u00f3n\/temperatura en los centros celulares, las velocidades en las caras (Mac Grid).<\/p>\n<h2>Herramientas de software: Fipy, Modflow y el ecosistema de Python<\/h2>\n<h3>Fipy: resoluci\u00f3n de PDE flexible en Python<\/h3>\n<p><a href=\"https:\/\/pages.nist.gov\/fipy\/\">fipy<\/a> es un solucionador de PDE de volumen finito de c\u00f3digo abierto desarrollado por NIST. Proporciona:<\/p>\n<ul>\n<li><strong>Sintaxis de ecuaci\u00f3n abstracta<\/strong>: Escriba PDES en notaci\u00f3n matem\u00e1tica familiar<\/li>\n<li><strong>Flexibilidad de malla<\/strong>: mallas estructuradas (cartesianas, cil\u00edndricas) y no estructuradas<\/li>\n<li><strong>Multif\u00edsica acoplada<\/strong>: resuelve sistemas arbitrarios de PDE simult\u00e1neamente<\/li>\n<li><strong>Ecosistema de Python<\/strong>: se integra con numpy, scipy, matplotlib, paraview<\/li>\n<\/ul>\n<p><strong>Casos de uso de ejemplo en geof\u00edsica<\/strong>:<\/p>\n<ul>\n<li>Modelado de campo de fase de la evoluci\u00f3n microestructural [9]<\/li>\n<li>Transporte geoqu\u00edmico y difusi\u00f3n en medios porosos<\/li>\n<li>M\u00e9todos establecidos por niveles para el seguimiento de la interfaz<\/li>\n<li>Problemas acoplados termo-hidromec\u00e1nicos (THM)<\/li>\n<\/ul>\n<p><strong>Fipy vs Modflow<\/strong>: Modflow sigue siendo el est\u00e1ndar para la regulaci\u00f3n y gesti\u00f3n pr\u00e1ctica de las aguas subterr\u00e1neas debido a sus extensas pruebas, documentaci\u00f3n y apoyo comunitario. Sin embargo, Fipy sobresale por los problemas de investigaci\u00f3n que requieren <strong> PDES personalizados<\/strong> m\u00e1s all\u00e1 de las formulaciones tradicionales de flujo de agua subterr\u00e1nea [6].<\/p>\n<h3>Modflow y Flopy: el est\u00e1ndar de agua subterr\u00e1nea<\/h3>\n<p><a href=\"https:\/\/www.usgs.gov\/software\/modflow-6-groundwater-flow-model\">modflow<\/a> (USGS) es el c\u00f3digo de simulaci\u00f3n de agua subterr\u00e1nea m\u00e1s utilizado del mundo. Su enfoque de diferencia finita discretiza los acu\u00edferos en c\u00e9lulas rectangulares y resuelve sistemas lineales que representan los equilibrios h\u00eddricos.<\/p>\n<p><a href=\"https:\/\/github.com\/modflowpy\/flopy\">flopy<\/a> es un paquete de Python que:<\/p>\n<ul>\n<li>Automatiza la generaci\u00f3n de archivos de entrada (DIS, NPF, CHD, etc.)<\/li>\n<li>Ejecuciones simulaciones de flujo de mod<\/li>\n<li>Analiza archivos de salida para visualizaci\u00f3n y an\u00e1lisis<\/li>\n<\/ul>\n<p><strong>Flujo de trabajo t\u00edpico<\/strong>:<\/p>\n<pre><code class=\"language-python\">import flopy\n# Create model\nsim = flopy.mf6.MFSimulation()\n# Define grid, properties, boundaries\n# Run simulation\nsim.run_simulation()\n# Visualize heads\n<\/code><\/pre>\n<h3>Paquetes especializados de inversi\u00f3n geof\u00edsica<\/h3>\n<p>Para problemas relacionados con la estimaci\u00f3n de <strong>par\u00e1metros<\/strong> (inferir propiedades subterr\u00e1neas a partir de datos), considere:<\/p>\n<ul>\n<li><strong>simpeg<\/strong>: simulaci\u00f3n y estimaci\u00f3n de par\u00e1metros en geof\u00edsica; Inversi\u00f3n basada en gradiente para resistividad, s\u00edsmica, datos EM [10]<\/li>\n<li><strong>Pygimli<\/strong>: Biblioteca de c\u00f3digo abierto para modelado e inversi\u00f3n de m\u00e9todos geof\u00edsicos e hidrol\u00f3gicos [11]<\/li>\n<\/ul>\n<p>Estas herramientas resuelven el problema inverso restringido por <strong>PDE<\/strong>: Busque par\u00e1metros del modelo que reproduzcan los datos observados mientras satisfacen las PDE de modelo directo.<\/p>\n<h2>Desaf\u00edos y mejores pr\u00e1cticas<\/h2>\n<h3>costo computacional<\/h3>\n<p>Las simulaciones geof\u00edsicas 3D, no lineales y dependientes del tiempo son computacionalmente intensivas:<\/p>\n<ul>\n<li><strong>Resoluci\u00f3n de malla<\/strong>: rejillas finas necesarias para frentes afilados (por ejemplo, contrastes de conductividad hidr\u00e1ulica)<\/li>\n<li><strong>Time Stepping<\/strong>: los esquemas expl\u00edcitos requieren peque\u00f1os (Delta T) para la estabilidad (condici\u00f3n CFL)<\/li>\n<li><strong>Solucionadores no lineales<\/strong>: Dependencia de la viscosidad de la temperatura\/presi\u00f3n exige m\u00e9todos iterativos<\/li>\n<\/ul>\n<p><strong>Estrategias de mitigaci\u00f3n<\/strong>:<\/p>\n<ul>\n<li><strong>Refinamiento de malla adaptativa<\/strong>: concentrar la resoluci\u00f3n donde sea necesario<\/li>\n<li><strong>Integraci\u00f3n de tiempo impl\u00edcita<\/strong>: pasos de tiempo m\u00e1s grandes (pero resuelve sistemas lineales)<\/li>\n<li><strong>Reducci\u00f3n de pedidos de modelos<\/strong>: use sustitutos de aprendizaje autom\u00e1tico para submodelos caros [12]<\/li>\n<li><strong>Computaci\u00f3n en paralelo<\/strong>: descomposici\u00f3n de dominio con MPI\/PETSC<\/li>\n<\/ul>\n<h3>No linealidades y acoplamiento<\/h3>\n<p>La viscosidad dependiente de la temperatura (convecci\u00f3n del manto), la ecuaci\u00f3n de Richards (flujo insaturado) y el transporte multif\u00e1sico introducen fuertes no linealidades. Mejores Pr\u00e1cticas:<\/p>\n<ul>\n<li><strong>Iteraci\u00f3n PICARD<\/strong> (punto fijo) para no linealidades moderadas<\/li>\n<li><strong>Newton-Raphson<\/strong> para una convergencia m\u00e1s r\u00e1pida (requiere jacobiano)<\/li>\n<li><strong>Relajaci\u00f3n AITKEN<\/strong> para estabilizar las iteraciones<\/li>\n<li><strong>Bloquear preacondicionamiento<\/strong> para sistemas acoplados<\/li>\n<\/ul>\n<h3>Integraci\u00f3n de datos e incertidumbre<\/h3>\n<p>Los modelos geof\u00edsicos deben integrar datos heterog\u00e9neos (mediciones de puntos, teledetecci\u00f3n, encuestas de timelapse). Cuantificar la incertidumbre a trav\u00e9s de:<\/p>\n<ul>\n<li><strong>M\u00e9todos Monte Carlo<\/strong> (M\u00faltiples realizaciones)<\/li>\n<li><strong>Inversi\u00f3n bayesiana<\/strong> (distribuciones posteriores)<\/li>\n<li><strong>Filtros de Kalman de conjunto<\/strong> (Asimilaci\u00f3n de datos a lo largo del tiempo)<\/li>\n<\/ul>\n<h2>Cu\u00e1ndo elegir Fipy vs Otras herramientas<\/h2>\n<table>\n<thead>\n<tr>\n<th>Gui\u00f3n<\/th>\n<th>herramienta recomendada<\/th>\n<th>Raz\u00f3n fundamental<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>PDES personalizados, prototipos de investigaci\u00f3n<\/td>\n<td><strong>fip<\/strong><\/td>\n<td>Control total sobre las ecuaciones, malla<\/td>\n<\/tr>\n<tr>\n<td>Flujo de agua subterr\u00e1nea<\/td>\n<td><strong>Modflow\/Flopy<\/strong><\/td>\n<td>Est\u00e1ndar de la industria, aceptaci\u00f3n regulatoria<\/td>\n<\/tr>\n<tr>\n<td>Inversi\u00f3n geoel\u00e9ctrica\/EM<\/td>\n<td><strong>Simpeg<\/strong><\/td>\n<td>Marco de inversi\u00f3n basado en gradiente<\/td>\n<\/tr>\n<tr>\n<td>Integraci\u00f3n hidrogeof\u00edsica<\/td>\n<td><strong>Pygimli<\/strong><\/td>\n<td>Acoplamiento multim\u00e9todo<\/td>\n<\/tr>\n<tr>\n<td>Convecci\u00f3n del manto (alta resoluci\u00f3n)<\/td>\n<td><strong>Aspecto<\/strong> (FEM)<\/td>\n<td>Escalabilidad paralela, caracter\u00edsticas de geodin\u00e1mica<\/td>\n<\/tr>\n<tr>\n<td>Ense\u00f1ar\/aprender<\/td>\n<td><strong>C\u00f3digos FDM simples<\/strong> o FDM simples<\/td>\n<td>Implementaci\u00f3n transparente, Python<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><strong>Regla general<\/strong>: Comience con herramientas espec\u00edficas de dominio (Modflow, Simpeg) para problemas est\u00e1ndar. Cambie a FIPY cuando necesite PDES que el software existente no pueda representar.<\/p>\n<h2>Trampas comunes y c\u00f3mo evitarlas<\/h2>\n<h3>1. Especificaci\u00f3n insuficiente de la condici\u00f3n de contorno<\/h3>\n<p><strong>Problema<\/strong>: los l\u00edmites faltantes o mal elegidos introducen artefactos que contaminan los resultados.<\/p>\n<p><strong>Soluci\u00f3n<\/strong>: Realizar <strong>An\u00e1lisis de dominio de influencia<\/strong>\u2014\u00bfHasta d\u00f3nde se propagan los efectos? Agregue zonas de amortiguamiento con condiciones de contorno apropiadas (por ejemplo, capas absorbentes para ecuaciones de onda, cabezas fijas de campo lejano para agua subterr\u00e1nea).<\/p>\n<h3>2. Ignorar la separaci\u00f3n de la escala<\/h3>\n<p><strong>Problema<\/strong>: La simulaci\u00f3n de heterogeneidad de escala fina (CM) en un modelo regional (km) conduce a tama\u00f1os de malla intratable.<\/p>\n<p><strong>soluci\u00f3n<\/strong>: aplique <strong>aumento de escala<\/strong> o <strong>propiedades efectivas<\/strong> para representar la complejidad a peque\u00f1a escala con par\u00e1metros homogeneizados. Valide la escalada contra soluciones de referencia de cuadr\u00edcula fina.<\/p>\n<h3>3. Pasando por alto la difusi\u00f3n num\u00e9rica<\/h3>\n<p><strong>Problema<\/strong>: Los esquemas de advecci\u00f3n de bajo orden manchan los frentes afilados (p. ej., interfaces de agua salada, penachos contaminantes).<\/p>\n<p><strong>Soluci\u00f3n<\/strong>: use <strong>esquemas de alta resoluci\u00f3n<\/strong> (TVD, WENO) o <strong>m\u00e9todos semi-lagrangianos<\/strong>. Supervise la difusi\u00f3n num\u00e9rica frente a la f\u00edsica mediante estudios de refinamiento de la red.<\/p>\n<h3>4. Pruebas de convergencia inadecuadas<\/h3>\n<p><strong>Problema<\/strong>: aceptar la tolerancia del solucionador demasiado baja produce resultados inexactos; Computaci\u00f3n de desperdicios demasiado apretado.<\/p>\n<p><strong>Soluci\u00f3n<\/strong>: Realizar <strong>Estudios de convergencia de malla<\/strong>\u2014Refinar la cuadr\u00edcula hasta que las salidas clave se estabilicen. Para problemas no lineales, tambi\u00e9n pruebe la tolerancia al solucionador y la sensibilidad inicial de adivinanza.<\/p>\n<h3>5. Malas conjeturas iniciales para problemas inversos<\/h3>\n<p><strong>Problema<\/strong>: Los problemas inversos est\u00e1n mal planteados; Los modelos de arranque deficientes conducen a m\u00ednimos locales o resultados no f\u00edsicos.<\/p>\n<p><strong>Soluci\u00f3n<\/strong>: use <strong>regulalizaci\u00f3n<\/strong> (agilidad, l\u00edmites), <strong>inversi\u00f3n jer\u00e1rquica<\/strong> (comienza con modelos m\u00e1s simples) y <strong>restricciones geol\u00f3gicas<\/strong> a partir de datos independientes.<\/p>\n<h2>Conclusi\u00f3n: Primeros pasos con el modelado geof\u00edsico PDE<\/h2>\n<p>El modelado basado en PDE es indispensable para comprender y predecir el comportamiento del sistema terrestre. La elecci\u00f3n del m\u00e9todo y software num\u00e9rico depende de su problema espec\u00edfico:<\/p>\n<ul>\n<li><strong>Para el flujo de agua subterr\u00e1nea<\/strong>: Comience con Modflow\/Flopy para el trabajo aplicado; Explore Fipy para preguntas de investigaci\u00f3n que involucran transporte acoplado o ecuaciones novedosas.<\/li>\n<li><strong>Para convecci\u00f3n s\u00edsmica\/manto<\/strong>: Considere c\u00f3digos especializados (SpecFEM, Aspect) optimizados para la propagaci\u00f3n de ondas o convecci\u00f3n de alto n\u00famero de Rayleigh.<\/li>\n<li><strong>Para la inversi\u00f3n<\/strong>: use Simpeg o Pygimli para integrar datos y cuantificar la incertidumbre.<\/li>\n<\/ul>\n<p><strong>pr\u00f3ximos pasos<\/strong>:<\/p>\n<ol>\n<li><strong>Definir su f\u00edsica<\/strong>: anote las PDE que gobiernan con todos los par\u00e1metros y condiciones de contorno.<\/li>\n<li><strong>Seleccione software<\/strong>: haga coincidir las capacidades de la herramienta con la complejidad del problema.<\/li>\n<li><strong>Construya un caso de prueba simple<\/strong>: verifique la implementaci\u00f3n con soluciones anal\u00edticas o puntos de referencia publicados.<\/li>\n<li><strong>Realizar an\u00e1lisis de sensibilidad<\/strong>: Identificar qu\u00e9 par\u00e1metros y supuestos afectan m\u00e1s a los resultados.<\/li>\n<li><strong>Documento a fondo<\/strong>: Registre versiones, par\u00e1metros y semillas aleatorias para la reproducibilidad.<\/li>\n<\/ol>\n<p>Siguiendo estos principios y aprovechando herramientas robustas como Fipy, puede crear simulaciones reproducibles y cre\u00edbles que avancen en nuestra comprensi\u00f3n de los sistemas din\u00e1micos de la Tierra.<\/p>\n<h2>Gu\u00edas relacionadas<\/h2>\n<ul>\n<li><a href=\"https:\/\/pages.nist.gov\/fipy\/\">Documentaci\u00f3n de Fipy: Primeros pasos<\/a><\/li>\n<li><a href=\"https:\/\/github.com\/modflowpy\/flopy\">Tutoriales Modflow y Flopy<\/a><\/li>\n<li><a href=\"https:\/\/simpeg.xyz\/\">Simpeg: Marco de inversi\u00f3n geof\u00edsica<\/a><\/li>\n<li><a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0098300417300584\">Pygimli: Biblioteca de Geof\u00edsica e Hidrolog\u00eda<\/a><\/li>\n<li><a href=\"\/performance-profiling-optimization-python-pde-solvers\/\">Perfiles de rendimiento y optimizaci\u00f3n de los solucionadores de PDE de Python<\/a><\/li>\n<li><a href=\"\/unit-testing-scientific-code-pytest-strategies\/\">Pruebas unitarias para el c\u00f3digo cient\u00edfico: estrategias PyTest<\/a><\/li>\n<\/ul>\n<hr>\n<h2>referencias<\/h2>\n<p>[1] Dumbser, M., et al. (2007). Esquemas arbitrarios de volumen finito de alto orden para la propagaci\u00f3n de ondas s\u00edsmicas. <em>Revista Geof\u00edsica Internacional<\/em>, 171(2), 665\u2013684.<\/p>\n<p>[2] Barrios, J., et al. (2025). sobre m\u00e9todos de volumen finito de tipo Godunov para simulaciones de ondas s\u00edsmicas. <em>Revista Geof\u00edsica Internacional<\/em>.<\/p>\n<p>[3] Masson, Y. (2022). Modelado distributivo de diferencia finita de ondas s\u00edsmicas. <em>Revista Geof\u00edsica Internacional<\/em>, 231(2), 1245\u20131264.<\/p>\n<p>[4] USGS. (2017). <em>Documentaci\u00f3n para el modelo de flujo de agua subterr\u00e1nea Modflow 6<\/em>. T\u00e9cnicas y M\u00e9todos 6-A55.<\/p>\n<p>[5] Bakker, M., et al. (2016). Desarrollo de modelos de Modflow de scripts usando Python y Flopy. <em>Agua subterr\u00e1nea<\/em>, 54(5), 656\u2013663.<\/p>\n<p>[6] NIST. (2024). <em>fipy: solucionador de PDE de volumen finito<\/em>. <a href=\"https:\/\/pages.nist.gov\/fipy\/\">https:\/\/pages.nist.gov\/fipy\/<\/a><\/p>\n<p>[7] Heister, T., et al. (2017). Simulaci\u00f3n de convecci\u00f3n de manto de alta precisi\u00f3n a trav\u00e9s de m\u00e9todos modernos de elementos finitos. <em>Revista Geof\u00edsica Internacional<\/em>, 210(2), 833\u2013851.<\/p>\n<p>[8] Randall, D. A., et al. (2019). <em>100 a\u00f1os de desarrollo del modelo de sistema de tierra<\/em>. Monograf\u00edas de AMS.<\/p>\n<p>[9] R\u00fccker, C., et al. (2017). Pygimli: una biblioteca de c\u00f3digo abierto para modelado e inversi\u00f3n en geof\u00edsica. <em>Computadoras y Geociencias<\/em>, 109, 106\u2013115.<\/p>\n<p>[10] Equipo de desarrollo Simpeg. (2024). <em>Simpeg: simulaci\u00f3n y estimaci\u00f3n de par\u00e1metros en geof\u00edsica<\/em>. <a href=\"https:\/\/simpeg.xyz\/\">https:\/\/simpeg.xyz\/<\/a><\/p>\n<p>[11] Heagy, L. J., et al. (2024). Oportunidades para el software de c\u00f3digo abierto para acelerar la investigaci\u00f3n en geof\u00edsica aplicada. <em>El borde de ataque<\/em>.<\/p>\n<p>[12] Degen, D., et al. (2023). Perspectivas de las estrategias de aprendizaje autom\u00e1tico basadas en la f\u00edsica para simulaciones geocient\u00edficas. <em>Desarrollo del modelo geocient\u00edfico<\/em>, 16, 7375\u20137399.<\/p>\n<hr>\n<p><strong>Metadatos del art\u00edculo<\/strong>: recuento de palabras ~2.800, tiempo de lectura ~12 minutos. P\u00fablico objetivo: estudiantes graduados, investigadores e ingenieros en geof\u00edsica computacional. Nivel T\u00e9cnico: Intermedio a Avanzado.<\/p>\n<p><strong>Enlaces de salida<\/strong>: todos los enlaces externos usan <code>rel=\"nofollow\"<\/code> seg\u00fan sea necesario.<\/p>\n"},"excerpt":{"rendered":"<p><span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 9<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span>Los fen\u00f3menos geof\u00edsicos, desde el flujo de agua subterr\u00e1nea hasta la convecci\u00f3n del manto, se rigen por ecuaciones diferenciales parciales (PDE). Los m\u00e9todos de volumen finito (FVM) resuelven estas PDE haciendo cumplir las leyes de conservaci\u00f3n sobre los vol\u00famenes de control, haci\u00e9ndolos ideales para sistemas de tierra complejos y no lineales. Las herramientas de Python [&hellip;]<\/p>\n","protected":false,"raw":""},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_locale":"es_ES","_original_post":"https:\/\/matforge.org\/?p=242","iawp_total_views":0,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-600","post","type-post","status-publish","format-standard","hentry","category-simulation-modeling-projects","es-ES"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.1 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra - matforge.org<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra - matforge.org\" \/>\n<meta property=\"og:description\" content=\"Reading Time:  9 minutesLos fen\u00f3menos geof\u00edsicos, desde el flujo de agua subterr\u00e1nea hasta la convecci\u00f3n del manto, se rigen por ecuaciones diferenciales parciales (PDE). Los m\u00e9todos de volumen finito (FVM) resuelven estas PDE haciendo cumplir las leyes de conservaci\u00f3n sobre los vol\u00famenes de control, haci\u00e9ndolos ideales para sistemas de tierra complejos y no lineales. Las herramientas de Python [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/\" \/>\n<meta property=\"og:site_name\" content=\"matforge.org\" \/>\n<meta property=\"article:published_time\" content=\"2026-07-22T08:16:55+00:00\" \/>\n<meta name=\"author\" content=\"Elena Markovska\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Elena Markovska\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"15 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\"},\"author\":{\"name\":\"Elena Markovska\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\"},\"headline\":\"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra\",\"datePublished\":\"2026-07-22T08:16:55+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\"},\"wordCount\":2940,\"commentCount\":0,\"articleSection\":[\"Simulaci\u00f3n &amp; Proyectos de modelado\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\",\"url\":\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\",\"name\":\"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra - matforge.org\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\"},\"datePublished\":\"2026-07-22T08:16:55+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/matforge.org\\\/es\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\",\"url\":\"https:\\\/\\\/matforge.org\\\/\",\"name\":\"matforge.org\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/matforge.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\",\"name\":\"Elena Markovska\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"caption\":\"Elena Markovska\"},\"sameAs\":[\"http:\\\/\\\/matforge.org\"],\"url\":\"https:\\\/\\\/matforge.org\\\/author\\\/elena-markovska\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra - matforge.org","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/","og_locale":"es_ES","og_type":"article","og_title":"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra - matforge.org","og_description":"Reading Time:  9 minutesLos fen\u00f3menos geof\u00edsicos, desde el flujo de agua subterr\u00e1nea hasta la convecci\u00f3n del manto, se rigen por ecuaciones diferenciales parciales (PDE). Los m\u00e9todos de volumen finito (FVM) resuelven estas PDE haciendo cumplir las leyes de conservaci\u00f3n sobre los vol\u00famenes de control, haci\u00e9ndolos ideales para sistemas de tierra complejos y no lineales. Las herramientas de Python [&hellip;]","og_url":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/","og_site_name":"matforge.org","article_published_time":"2026-07-22T08:16:55+00:00","author":"Elena Markovska","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Elena Markovska","Tiempo de lectura":"15 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/#article","isPartOf":{"@id":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/"},"author":{"name":"Elena Markovska","@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da"},"headline":"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra","datePublished":"2026-07-22T08:16:55+00:00","mainEntityOfPage":{"@id":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/"},"wordCount":2940,"commentCount":0,"articleSection":["Simulaci\u00f3n &amp; Proyectos de modelado"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/","url":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/","name":"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra - matforge.org","isPartOf":{"@id":"https:\/\/matforge.org\/#website"},"datePublished":"2026-07-22T08:16:55+00:00","author":{"@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da"},"breadcrumb":{"@id":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/matforge.org\/es\/geophysics-applications-pde-modeling-for-earth-systems\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/matforge.org\/es\/"},{"@type":"ListItem","position":2,"name":"Aplicaciones Geof\u00edsicas: Modelado PDE para Sistemas de Tierra"}]},{"@type":"WebSite","@id":"https:\/\/matforge.org\/#website","url":"https:\/\/matforge.org\/","name":"matforge.org","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/matforge.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Person","@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da","name":"Elena Markovska","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","caption":"Elena Markovska"},"sameAs":["http:\/\/matforge.org"],"url":"https:\/\/matforge.org\/author\/elena-markovska\/"}]}},"_links":{"self":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/600","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/comments?post=600"}],"version-history":[{"count":1,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/600\/revisions"}],"predecessor-version":[{"id":689,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/600\/revisions\/689"}],"wp:attachment":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/media?parent=600"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/categories?post=600"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/tags?post=600"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}