UNIVERSIDADE FEDERAL DO ESPRITO SANTO CENTRO TECNOLGICO DEPARTAMENTO DE ENGENHARIA AMBIENTAL

ALICE BARBOZA GOBIRA

MODELAGEM DO ESPALHAMENTO DE LEO EM GUAS RASAS

VITRIA JULHO/2008

ALICE BARBOZA GOBIRA

MODELAGEM DO ESPALHAMENTO DE LEO EM GUAS RASAS

Projeto

de

graduao

submetido

ao

Departamento de Engenharia Ambiental do Centro Tecnolgico da Universidade Federal do Esprito Santo como requisito para a obteno do grau de Engenheira Ambiental.

Orientador:

Prof.

Julio

Tomas

Aquije

Chacaltana, Dr.

Co-orientador: Maxsuel Marcos Rocha Pereira, Dr.

VITRIA JULHO/2008

II

AGRADECIMENTOS A Deus, pela vida e fora para enfrentar dificuldades. Aos meus pais e aos meus irmos e aos demais familiares e amigos pelo apoio e confiana. Ao meu orientador, Prof. Julio Toms Aquije Chacaltana, pelos ensinamentos, apoio, dedicao, ateno e amizade. Agradeo tambm ao meu co-orientador, Prof. Maxsuel Marcos Rocha Pereira, pelos ensinamentos e discusses sobre modelagem lagrangeana. Aos colegas, do Laboratrio de Escoamentos de Superfcie Livre LABESUL, pelos bons momentos de estudo e pela troca de informaes. Ao apoio dado pela Agncia Nacional do Petrleo, Gs Natural e Biocombustveis ANP, Financiadora de Estudos e Projetos FINEP e Ministrio da Cincia e Tecnologia MCT por meio do Programa de Recursos Humanos da ANP para o Setor Petrleo e Gs PRHANP/MCT. Minha gratido a todos que direta ou indiretamente contriburam no desenvolvimento desse trabalho.

III

RESUMO Acidentes envolvendo o derramamento de leo so os mais significantes na indstria do petrleo no Brasil. As regies costeiras so de grande potencial de atividades envolvendo o petrleo e constituem em uma regio de risco em relao aos derrames acidentais de leo. Conhecer o comportamento hidrodinmico dessas regies e o comportamento de uma mancha de leo nela derramado permite identificar a magnitude e abrangncia do impacto, assim como pode auxiliar no dimensionamento e a elaborao prvia de planos de emergncia para o caso de acidentes. Para isso faz-se necessrio o uso de modelos computacionais descrevendo a hidrodinmica e processos de disperso de constituintes. Os modelos computacionais se dividem em modelos eulerianos e lagrangeanos, de acordo com a abordagem utilizada. A abordagem Euleriana descreve o que acontece em um ponto fixo ou uma determinada regio do espao ao longo do tempo, enquanto que a abordagem Lagrangeana descreve o comportamento de partculas discretas que se movem no espao. Neste trabalho apresentado o MEAR (Modelo de Equaes de guas Rasas) o qual usa a perspectiva de Euler para o estudo hidrodinmico e a de Lagrange para a trajetria de partculas. O MEAR foi testado atendendo as recomendaes apresentadas pela literatura e apresentando as vantagens referentes aos modelos lagrangeanos. Palavras-chave: modelo lagrangeano, deslocamento aleatrio, trajetria de partculas.

IV

SUMRIO 1. 2. 2.1. 2.2. 2.3. 3. 3.1. 3.2. 3.3. 4. 5. 6. 7. INTRODUO ...............................................................................................................1 REVISO BIBLIOGRFICA.......................................................................................3 Modelagem de equao de guas rasas ....................................................................3 Modelagem lagrangeana de transporte de partculas.............................................4 Modelagem lagrangeana de espalhamento de leo .................................................5 FUNDAMENTOS TERICOS E PRTICOS ............................................................7 Equaes de guas rasas ............................................................................................7 Soluo numrica .....................................................................................................10 Transporte de partculas..........................................................................................12 METODOLOGIA .........................................................................................................17 RESULTADOS..............................................................................................................22 CONCLUSES E RECOMENDAES ...................................................................26 BIBLIOGRAFIA...........................................................................................................27

LISTA DE FIGURAS Figura 1 Exemplo da representao da reflexo de uma partcula no modelo de transporte. Figura 2 Grade do domnio computacional para o MEAR Figura 3 Exemplo de distribuio gaussiana bidimensional Figura 4 Bacia da segunda simulao do modelo MEAR Figura 5 Distribuio das partculas em diferentes instantes da simulao de teste 16 17 20 21 22

Figura 6 - Distribuio de probabilidades em funo do nmero de partculas por clula 24 Figura 7 Distribuio final das partculas da simulao 25

1. INTRODUO O petrleo consiste atualmente em um dos mais importantes produtos existentes, uma vez que a fonte de energia mais utilizada no mundo devido a sua facilidade de transporte e custo consideravelmente baixo. Alm disso, o petrleo est ligado a diversos produtos e processos industriais. So poucos os produtos ou servios consumidos ou realizados que no tenham uma demanda direta ou indireta por algum dos derivados do petrleo. Apesar de o petrleo ser de grande importncia no cenrio mundial, o mesmo composto por diversos txicos que se dispostos de maneira inadequada pode provocar danos ao ambiente e a diversas atividades humanas. Dessa forma as atividades desenvolvidas na sua extrao, produo e transporte podem produzir grandes riscos ambientais. No Brasil, o maior volume da produo de petrleo oriundo dos oceanos, caracterizando os derrames de leo no mar como o impacto de maior relevncia da indstria petrolfera. Os derrames acidentais tambm podem ser provocados por qualquer outra embarcao uma vez que se utiliza de um derivado do petrleo como combustvel. Derramamentos de leo impactam tanto as atividades humanas, sejam econmicas ou sociais, quanto vida das comunidades aquticas e costeiras e o meio fsico. As regies de guas rasas so de grande potencial de atividades da indstria petrolfera tais como as movimentaes porturias de carga e descarga de leo bruto, caracterizando a mesma como uma regio de risco em relao aos derrames acidentais e onde o impacto pode ser significativamente maior. Diante desse cenrio, os modelos computacionais assumem papel indispensvel como ferramentas no gerenciamento de corpos dgua e de riscos. Os modelos integram e extrapolam informaes a partir de medies e descrevem a hidrodinmica e processos de disperso de constituintes, minimizando e otimizando as redes de monitoramento e permitindo a definio de estratgias de ao ou a simulao de alteraes na geometria do sistema hdrico. A aplicao de modelos a corpos de gua naturais consiste na modelagem hidrodinmica e do transporte de substncias dissolvidas ou em suspenso. As equaes que formam o modelo matemtico para a representao destes fenmenos so formadas com base nos princpios de conservao de massa e quantidade de movimento da energia e da substncia. Devido complexidade dessas equaes, muitas vezes a soluo analtica s pode ser alcanada mediante simplificaes que acabam por limitar a aplicao do modelo matemtico. Para

situaes mais complexas, a soluo definitiva para o problema s pode ser obtida atravs de tcnicas numricas, em que as equaes diferenciais que descrevem o escoamento e o transporte em domnios contnuos so transformadas em equaes algbricas que descrevem estes fenmenos em domnios discretos. Com o advento dos computadores, a soluo de modelos matemticos de elevada complexidade tornou-se possvel. Para o desenvolvimento de modelos numricos existem duas abordagens distintas para a soluo do transporte de substncias em corpos de gua naturais. A abordagem Euleriana descreve o que acontece em um ponto fixo ou uma determinada regio do espao ao longo do tempo, enquanto que a abordagem Lagrangeana descreve o comportamento de partculas discretas que se movem no espao. Estas duas abordagens para a soluo do transporte diferenciam os tipos de modelos numricos em modelos Eulerianos e modelos Lagrangeanos, sendo que os modelos Eulerianos so mais difundidos. Os modelos lagrangeanos podem ser considerados aplicveis aos estudos sobre o espalhamento de leo assumindo-se que o leo derramado pode ser representado por um conjunto de pequenas manchas, atravs dos traadores lagrangeanos. O presente trabalho objetiva apresentar um modelo computacional lagrangeano de trajetria de partculas em guas rasas. Sero utilizadas as duas perspectivas relacionadas ao escoamento de fluidos, a de Euler para o estudo hidrodinmico e de Lagrange na modelagem do espalhamento de leo.

2. REVISO BIBLIOGRFICA 2.1. Modelagem de equao de guas rasas Os modelos de guas rasas, tambm conhecidos como modelos integrados na vertical so largamente utilizados na avaliao hidrodinmica e no transporte de solutos em regies costeiras, tais como esturios, baas. Dentre eles esto os modelos DIVAST, SisBAHIA e MIKE 21. O DIVAST (Depth Integrated Velocity and Solute Transport) do tipo bidimensional horizontal, descrito em linguagem FORTRAN 77. Essa modelagem numrica baseia-se nos princpios de conservao de massa e da quantidade de movimento. Segundo Falconer (1976), o modelo bi-dimensional aplicvel quando o escoamento predominantemente horizontal com grande mistura vertical ou quando as variaes verticais no escoamento so insignificantes. As equaes diferenciais que representam o movimento do fluido no DIVAST levam em considerao a rotao da terra, as tenses provocadas pelo vento, o atrito com o fundo e as tenses turbulentas de Reynolds. Gaze (2004) estudou o tempo de residncia da regio pertencente Baa do Esprito Santo atravs do modelo computacional DIVAST utilizando o mtodo euleriano de curvas de passagem de soluto. Modelou-se o lanamento de soluto em vintes pontos selecionados e distribudos no interior da rea de estudo, sendo os mesmos monitorados por cinco pontos de controle (registro do movimento do soluto no tempo) postos na sada da Baa. Foi realizado um processamento para cada ponto de lanamento de soluto. O SisBAHIA (Sistema Base de Hidrodinmica Ambiental) foi desenvolvido na rea de Engenharia Costeira e Oceanogrfica do Programa de Engenharia Ocenica da COPPE/UFRJ, possui um modelo hidrodinmico da linhagem FIST (Filtered in Space and Time). A linhagem FIST representa um sistema composto por uma srie de modelos hidrodinmicos, nos quais a modelagem da turbulncia baseada nas tcnicas de filtragem, semelhantes quelas empregadas na Simulao de Grandes Vrtices (LES Large Eddy Smulation). Para cada intervalo de tempo, o mdulo 2DH determina as componentes das velocidades e as elevaes da superfcie livre. O SisBAHIA foi utilizado por Leone (2007) para retratar mudanas causadas no campo de velocidades do Canal da Passagem no municpio de Vitria-ES devido a estreitamento provocado pela Ponte da Passagem. Para isso foram simulados dois diferentes cenrios no

canal com e sem o estreitamento. O DHI Water & Environment Institute (conhecido como Danish Hydraulic Institute), desenvolveu dois modelos hidrodinmicos, um em diferenas finitas (Mike 21 HD) e outro em volumes finitos (Mike 21 HD FM). Vargas et. al (2001) avaliaram a penetrao das guas do rio Tubaro na lagoa Imarui e a influncia do aterro no canal de Laranjeiras sobre a circulao dgua na mesma. Foram realizadas duas simulaes com auxlio do modelo MIKE 21, uma com a situao atual do aterro existente e outra em que o aterro removido. 2.2. Modelagem lagrangeana de transporte de partculas A abordagem de trajetria de partculas teve seu incio com estudos desenvolvidos por Taylor em 1921, no estudo da difuso a partir de uma fonte contnua de contaminantes. Essa idia de representar o movimento da partcula em um campo de velocidade turbulenta por um processo de deslocamento aleatrio remonta ainda ao estudo de Albert Einstein sobre movimento Browniano. Com computadores modernos, a velocidade computacional torna-se menos limitante permitindo a simulao de grandes quantidades de partculas, possibilitando assim, a aplicabilidade dessa teoria (SANTIAGO, 2007). Pereira (2004) apresentou um estudo da disperso de poluente atmosfrico inerte, passivo liberado de forma contnua na superfcie utilizando um modelo lagrangeano de partculas acoplado a um modelo de mesoescala com o objetivo de determinar os padres de disperso de curto e mdio alcance na regio de Iper. Para isso classificou-se a equao de Langevin unidimensional, considerando-se quatro maneiras distintas de estimar as aceleraes determinstica (a(w)) e aleatria ( (t ) ): (a) linear-gaussiana; (b) linear-assimtrica; (c) no linear-gaussiana e (d) no linear-assimtrica. De acordo com o trabalho, as equaes para os casos (a) e (b) esto disponveis na literatura, enquanto a equao para o caso (c) representa uma nova formulao para a equao de Langevin. Nesta formulao, a disperso vertical representada assumindo-se turbulncia no homognea na vertical e estacionria, e que existe variao de densidade do ar com a altura. O desempenho dos modelos lagrangeanos de partculas foram comparados com modelos e experimentos apresentados pela literatura. Parmetros estatsticos indicam uma equivalncia no desempenho destes quatro modelos. As simulaes numricas mostram que o modelo lagrangeano de partcula no linear-gaussiano desenvolvido nesta tese descreve os principais padres de disperso de poluentes gerados pela topografia e ocupao do solo na regio de

Iper. Andrade (2006) apresentou um modelo numrico em que a substncia transportada por um conjunto de nuvens Gaussianas originadas nos centros geomtricos de clulas. O modelo foi aplicado a um corpo de gua natural e se mostrou capaz de resolver problemas de difuso e adveco. Santiago (2007) implementou um Modelo Lagrangeano de Partculas de Deslocamento Aleatrio (MLPDA) para a modelagem da disperso em guas rasas acoplado ao modelo hidrodinmico DIVAST. Inicialmente o modelo DIVAST utilizado na avaliao da hidrodinmica induzida pela mar. A validao dos resultados do modelo DIVAST foi realizada pela comparao com dados experimentais de velocidade e com dados numricos de elevao da superfcie da gua, j o MLPDA que se fundamenta nas equaes de deslocamento aleatrio foi validado a partir da simulao e comparao com experimentos numricos sugeridos por Heemink (1995). O MLPDA acoplado ao DIVAST foi aplicado para a regio do canal de acesso ao Porto de Vitria para estudar as caractersticas dispersivas da regio simulando os processos em pequena e grande escala. Szinvelski (2004) desenvolveu uma soluo semi-analtica para a equao de Langevin assinttica (Equao de Deslocamento Aleatrio) aplicada disperso de poluentes na Camada Limite Convectiva (CLC). A avaliao do modelo foi realizada comparando-se dados de concentrao medidos durante experimentos de disperso e resultados obtidos por outros modelos. Wolk (2003) apresentou um modelo lagrangeano de trajetria de partculas implementado a um modelo de transporte em esturios. Em um estudo de caso, o modelo lagrangeano foi utilizado para avaliar o tempo de residncia em uma bacia a partir de quatro simulaes envolvendo a influncia das maiores amplitudes de mars. 2.3. Modelagem lagrangeana de espalhamento de leo Soto (2003) utilizou o modelo hidrodinmico SisBAHIA e o modelo de decaimento do leo ADIOS2 na baa Antonina-Paranagu para posterior estudo em um derrame hipottico de 200 m em trs cenrios hidrodinmicos, considerando como forantes o vento, a mar e vazes dos rios Nhundiaquara e Cachoeira, para a quantificao da dimenso, espessura, tempo e sentido de deslocamento da pluma. Tambm apresentado o decaimento da massa de leo no transcurso de cinco dias com e sem a ao do vento.

O modelo MOHID foi aplicado por Fernandes (2001) em testes com diferentes leos, volumes e condies ambientais e a um acidente ocorrido em Julho de 1989, no Porto de Sines, Portugal. Estima-se que nesse acidente foram derramadas cerca de 4500 toneladas de hidrocarbonetos. O MOHID composto pelos mdulos hidrodinmico, lagrangeano e do petrleo no qual so utilizados mtodos para a previso de alguns processos de envelhecimento do leo, como o espalhamento, evaporao, disperso e emulsificao do leo. Para o espalhamento, realizaram-se duas abordagens diferentes: uma com base no clculo de velocidades aleatrias com coeficientes de difuso, e outra abordagem que assume como fora motriz o gradiente de espessura, calculado nas faces das clulas. Embora ambos os mtodos forneam espalhamentos relativamente semelhantes, a primeira abordagem utilizada concentra mais as partculas no centro da mancha. Um modelo lagrangeano de transporte de manchas de leo baseado na movimentao de partculas foi criado para simular eventuais derrames durante o vero em diferentes pontos na Bacia de Pelotas. (ALVES, 2006) O modelo de leo foi forado com ventos e correntes de um modelo hidrodinmico 3-D (Princeton Ocean Model - POM). O modelo hidrodinmico foi forado com vento, mars e sadas do modelo ocenico global OCCAM. A partir dos resultados obtidos, foi analisada a magnitude das forantes vento e corrente no transporte de um leo desconsiderando a disperso vertical e a horizontal turbulenta do leo. Foram gerados cenrios probabilsticos da trajetria das manchas nos dez dias iniciais e tambm cenrios do destino final das manchas determinando as reas mais suscetveis contaminao em caso de acidente. Martnez (1999) cita que mtodo euleriano usado para calcular o espalhamento de leo pode apresentar bons resultados em regies de mar aberto, no entanto no possvel estimar a trajetria de partculas em regies de campo de velocidades no uniformes prximos s zonas costeiras e sob influncia de rios. Sendo assim, o autor utilizou um algoritmo de trajetria de partculas para modelar o espalhamento de um derrame de leo e verificou em testes que o mtodo euleriano tambm introduz disperso numrica levando a superestimao de reas de derrame. Foi elaborado um algoritmo para a simulao de um acidente ocorrido no Golfo da Venezuela em 1977.

3. FUNDAMENTOS TERICOS E PRTICOS Neste captulo sero apresentadas as equaes de guas rasas bem como o esquema de sua soluo numrica. 3.1. Equaes de guas rasas As equaes de guas rasas so um conjunto de equaes que descrevem o movimento de um fluido com superfcie livre e so originadas a partir de simplificaes das equaes de NavierStokes. As equaes de Navier-Stokes descrevem o movimento de um fluido e composta pela equao de conservao da massa tambm chamada de equao da continuidade (1), e da equao da conservao quantidade de movimento (2): u v w + + =0 x y z 2u 2u 2u u u u u +u + v + w = + 2 + 2 + 2 x t x y z x y z 2v 2v 2v v v v v +u +v + w = + 2 + 2 + 2 x t x y z y y z 2w 2w 2w w w w w +u + w = g + 2 + 2 + 2 +v x t x y z y y z (1)

(2)

Onde,
g

a acelerao devido gravidade a massa especfica do fluido a viscosidade do fluido.

Em regies costeiras, os movimentos horizontais possuem escala espacial muito superior profundidade, permitindo a adoo de hipteses a fim de simplificar as equaes que descrevem o seu movimento. A hiptese de onda longa desconsidera os efeitos que a onda induz na coluna vertical, uma vez que a acelerao induzida praticamente nula e no seria capaz de superar acelerao produzida pela gravidade. J a hiptese hidrosttica admite que a presso funo apenas da profundidade e do gradiente de densidade. Sendo assim, o movimento predominante das massas de gua se d na horizontal, enquanto os movimentos verticais so desprezveis. As equaes (1) e (2) integradas na vertical, considerando as condies de contorno

cinemtica e dinmica de superfcie da gua e fundo resultam nas equaes de guas rasas: + (UH ) + (VH ) = 0 t x y
2 ( | | ) 2 (HU ) + (HUU ) + (HUV ) = Hg + (HU ) + (HU ) + y y h 2 2 y t x y x x 2 ( | | ) 2 (HV ) + (HVU ) + (HVV ) = Hg + (HV ) + (HV ) + x x h 2 x 2 t x y y y

(3)

(4)

Onde,
H = + h
h

a elevao da superfcie da gua. representa a profundidade medida a partir do nvel mdio da gua, e funo apenas do

espao.

tenses de cisalhamento produzidas na superfcie e no fundo

O sistema composto pelas equaes (3) e (4) tem como incgnitas as componentes da velocidade U e V e e no possui soluo analtica. Alm disso, o sistema encontra-se na forma no linear o que dificulta mais ainda a soluo analtica e tambm assim como a soluo numrica, no entanto a partir de consideraes adicionais pode-se obter uma forma linearizada possibilitando uma soluo. Considerando que U e V e so valores pequenos, o produto de qualquer par dessas variveis ser muito menor e as equaes (3) e (4) podem ser reescritas: (hU ) (hV ) + + =0 t x y (5)

( | | ) (hU ) = gh + (hU ) + (hV ) + x x h y t x y x

( | | ) (hV ) = gh + (hV ) + (hU ) + y y h t y x x y

(6)

As equaes (5) e (6) representam a forma linearizada das equaes de guas rasas. Para simplificar a equao (6), assume-se que a frico interna muito pequena quando comparada

aos outros termos da equao e obtm-se a equao para o movimento do fluido sem frico interna. hU h = gh zx t x (7)

hV = gh zy t y

(8)

Para eliminar hU e hV da equao deriva-se as equaes (7) e (8) em relao a x e y respectivamente, obtendo as equaes:
h hU 2 zx + = c t x x x

(9)

hV t y

= c 2 + zy y y
h

(10)

2 Onde c = g h .

Somando as equaes (9) e (10):

hU hV + t x y

h h = c 2 c 2 + zx + yx x x y y x y

(11)

e fazendo uso da equao de conservao da massa (5):

h h 2 2 2 zx yx + + = c c t 2 x x y y x y h h b zx zy = , = k (hU, hV )

(12)

(13)

Sendo k o coeficiente de frico com o fundo dado por:

k=

f U max + Vmax 3 h

(14)

Onde

U max a magnitude mxima de U; U max a magnitude mxima de V;

10

o coeficiente de Chzy.

Com isso a equao (12) pode ser escrita na forma:

2 hU hV + = c2 c2 + k 2 t x x y y x y

(15)

e, igualmente usando a equao da conservao da massa (5) obtemos a forma linear da equao de guas rasas:

2 = c2 c2 + k 2 y t x x y t

(16)

A equao (16) uma equao para uma incgnita, no caso a elevao da superfcie da gua. Solucionando podemos usar seus valores para calcular as velocidades induzidas adicionando as equaes (7) e (8) com auxlio das equaes (13) e (14). 3.2. Soluo numrica A soluo numrica da equao (16) feita pelo mtodo das diferenas finitas a partir da discretizao de cada termo. Os termos discretizados para um esquema explcito de soluo so apresentados a seguir. O esquema explcito aquele para o qual somente um termo desconhecido aparece na equao de diferena de modo que permite a avaliao em termos das quantidades conhecidas (TANNEHILL, ANDERSON, PLETCHER, 1997). O termo desconhecido aqui representado pelo ndice n+1 e os conhecidos por n e n-1.

t t

=
I ,J

n n I,+1 2 n J + i, j1 J I,

t 2
n n I,J I,J 1

(17)

=
I ,J

t
n

(18)

2 1 n n n n n n x c x = x 2 c I,J I +1, J I,J c I 1, J I,J I 1, J I,J

{ (

)}

(19)

2 1 n n n n n n c y = y 2 c I,J I,J +1 I,J c I,J 1 I,J I,J 1 y I,J

{ (

)}

(20)

Para uma soluo numrica a partir do esquema explcito para problemas transientes deve-se considerar o conceito de estabilidade. Um esquema estvel aquele para o qual erros de qualquer fonte (arredondamentos, truncamentos, aproximaes) no crescem na seqncia de

11

procedimentos numricos como os procedimentos de clculos de um passo transiente para o outro (TANNEHILL, ANDERSON, PLETCHER, 1997). O critrio de estabilidade relaciona o tamanho do passo de tempo t e o tamanho do espaamento da grade x e y . Algumas vezes, a instabilidade pode ser identificada como uma implausibilidade fsica. Ou seja, condies que resultariam em um procedimento numrico instvel, tambm implicariam em uma modelagem inaceitvel dos processos fsicos. De acordo com Tannehill, Anderson e Pletcher (1997) a estabilidade muito sutil e geralmente trabalhosa para ser estabelecida analiticamente. Utlizando a anlise de Fourrier ou von Neumann foi obtida expresso para o erro em um determinado passo de tempo para x = y:

1 lx 2 mx G = 2 + 4r sen 2 sen 2 2 G
em que G representa o tamanho do erro e r = c 2

(21)

t 2 . x 2

A condio de estabilidade para um esquema explcito, r = c 2 t 2 x 2 , atingida quando

G 1.

J os esquemas implcitos so os mais recomendveis para a soluo numrica da equao, j que nesses esquemas, os termos das derivadas espaciais so avaliados no nvel de tempo n+1, indicando que a formulao algbrica necessitaria de solues simultneas de vrias equaes algbricas envolvendo os termos desconhecidos.

t t

=
I ,J

n n n I,+1 2 I,J i, j1 J

t 2
n n I,J I,J 1

(22)

=
I ,J

t
n+1

(23)

2 1 n+1 n+1 n+1 n+1 n+1 n+1 x c x = x 2 cI,J I +1, J I,J cI 1, J I,J I 1, J I,J

{ (

)}

(24)

2 1 n+1 n+1 n+1 n+1 n+1 n+1 c y = y 2 cI,J I,J +1 I,J cI,J 1 I,J I,J 1 I,J y

n+1

{ (

)}

(25)

Diferentemente dos esquemas explcitos, nos esquemas implcitos a estabilidade garantida,

12

os erros no apresentam crescimento a cada passo de tempo, no havendo necessidade de se adotar um critrio de estabilidade. 3.3. Transporte de partculas A avaliao do comportamento de um fluido a partir de uma abordagem Lagrangeana, acompanha o volume de controle em deslocamento, representado por partculas fluidas. Na abordagem Euleriana os parmetros so avaliados para cada posio fixa no domnio fluido enquanto na abordagem Lagrangeana avalia-se os parmetros por partcula inclusive a sua posio. Dessa forma ao contrrio dos modelos eulerianos, os modelos Lagrangeanos no dependem de uma malha para representar todo domnio. Nos modelos Lagrangeanos, a evoluo temporal e espacial do poluente obtida por meio da determinao da trajetria das partculas. Assim, a trajetria das partculas em um escoamento so consideradas individualmente, sendo advectadas e espalhadas (SANTIAGO, 2007). As vantagens dos modelos Lagrangeanos sobre os modelos eulerianos, so listadas por Pereira (2004) e Andrade (2006):

simplicidade computacional; no necessitam de grade numrica; apresentam igual capacidade de estimar a difuso prxima (near field) e afastada (far

field) da fonte;
necessitam somente de informaes das propriedades estatsticas do escoamento; so capazes de lidar com emisses do tipo instantnea, contnua e varivel, emitidas de fontes do tipo pontual, linha e rea;

no so produzidas oscilaes numricas nem concentraes negativas; no h perda de massa e no h a necessidade de introduzir difuso numrica para minimizar essas oscilaes;

fortes gradientes de concentrao so resolvidos com acurcia, principalmente em regies prximas fonte;

Dentre as limitaes dos MLPs esto a dificuldade de representar reaes qumicas em termos de distribuio de partculas, tratamento de condies de contorno e demanda por esforo computacional em simular um grande nmero de partculas.

13

Dentre as desvantagens associadas aos modelos Lagrangeanos Andrade (2006) destaca a dificuldade na representao das condies de contorno. Em contornos fechados a condio de fluxo nulo C

= 0 atravs das fronteiras representada atravs da reflexo total da

partcula e dependendo da complexidade da geometria do domnio, existe a dificuldade em se representar adequadamente esta reflexo, exigindo grande complexidade em sua implementao. H tambm problemas no clculo da concentrao, podendo ocorrer valores artificialmente altos por haver a aproximao partculas, como o caso de acmulo em regies de convergncia, e quando estes passam de lugares fundos para lugares rasos. Neste caso, a mudana na profundidade pode alterar o volume de influncia dos mesmos e, conseqentemente, a concentrao (ANDRADE, 2006). Nos Modelos Lagrangeanos de Partculas (MLPs) ou Modelos Estocsticos Lagrangeanos, o movimento da partcula em um escoamento turbulento anlogo ao movimento Browniano. O deslocamento das partculas descrito a partir de uma parcela determinstica que representa a adveco e uma parcela aleatria representativa da difuso turbulenta. Os MLPs se dividem em modelos baseados na soluo da equao de Langevin, ou na equao de deslocamento aleatrio (RODEAN, 1996, apud PEREIRA, 2004). A equao de Langevin pode ser utilizada para descrever a velocidade e posio das partculas em um escoamento turbulento devido a sua analogia ao movimento browniano. No movimento browniano, as molculas de um fluido esto em constante movimento e colidindo umas com as outras. Por analogia, o movimento de partculas pela difuso turbulenta consiste de uma srie de passos aleatrios que pode ser estudado estatisticamente. Quando tratada em termos estatsticos, a descrio matemtica do problema baseada em uma distribuio de probabilidade da posio das partculas. Desta forma, cada partcula tratada independentemente uma da outra, no havendo correlao entre elas. Tal movimento pode ser descrito matematicamente para o caso bidimensional como (BRICKMAN, SMITH, 2002):

du i = ai ( x, u, t )dt + bij ( x, u, t )dW j (t ) dxi = u i dt

(26) (27)

em que ai ( x, t )dt o termo determinstico chamado de termo drift e bij ( x, t )dW j (t ) o termo

14

estocstico que representa a difuso turbulenta. O termo dW j (t ) = j dt um processo incremental de Wiener, onde j um rudo branco. A equao de Fokker-Planck associada equao de Langevin dada por:
PE 2 = ( ai PE ) + t xi xi x j 1 bij b jk PE 2

(28)

onde PE a funo de probabilidade euleriana, ai=a(x,t) e bij=bij(x,t). Para determinar o termo ai da equao (26) necessrio impor a condio de boa mistura, em que a trajetria das partculas do soluto, inicialmente bem misturadas em um escoamento, devem assim permanecer, de forma que a distribuio de probabilidade lagrangeana da posio da partcula, PL(x,t), permanea a mesma do escoamento, PE(x,t). Como conseqncia, as partculas tm que ter os mesmos momentos estatsticos da posio, velocidade, e as mesmas covarincias do escoamento. Da equao de transporte de solutos tem-se (FISCHER ET AL., 1979):
( CH ) (UCH ) (VCH ) C C + + = HDxx + HDxy t x y x x y + C C + HDyy HDyx y x y

(29)

sendo C(x,y,t) a concentrao mdia, U e V as velocidades mdias nas direes x e y, respectivamente, H a profundidade da gua medida a partir do nvel mdio do mar e Dxx(x,y,t), Dyy(x,y,t), Dxy(x,y,t) e Dyx(x,y,t) coeficientes de disperso-difuso. A equao de transporte de solutos pode ser reescrita como:
( CH ) D H Dxx Dxy H Dxy = xx + + + + U CH t x H x x y H y + Dyy H Dyy Dyx H Dyx + + + + V CH y H y y x H x
2 2 2 2 ( DxxCH ) + 2 ( Dyy CH ) + ( DxyCH ) + y ( DyxCH ) x 2 y xy x

(30)

As equaes (28) e (30) so equivalentes, e comparando seus termos temos que:

15

Dxx H ai = Dyy H

H Dxx Dxy H Dxy + + + +U x x y H y ; H Dyy Dyx H Dyx + + + +V y y x H x

(31) (32)

PE = PL = P = CH
Dxx 1 BBT = 2 Dyx Dxy Dyy

(33).

Considerando o escoamento alinhado com o sistema coordenado (ou inversamente se o sistema coordenado alinhado ao escoamento), ento os termos cruzados podem ser negligenciados, de forma que a equao (33) toma a forma:
Dxx 1 BBT = 2 0
0 Dyy

(34)

Portanto, pela condio de boa mistura, os modelos lagrangeanos de partculas de deslocamento aleatrio utilizam para o clculo de trajetrias de partculas as propriedades estatsticas eulerianas do escoamento, as quais podem ser determinadas por meio de relaes empricas ou por modelos de fechamento de 2. ordem (RODI, 1993; OLIVEIRA, 2003). Substituindo as equaes (31) e (34) na equao (26) e o resultado na equao (27), obtm-se: 1 dx = U + H 1 dy = V + H ( Dxx H ) dt + 2 Dxx dWx ( t ) ; x ( Dyy H ) dt + 2 Dyy dWy ( t ) . y (35)

O fundamento determinstico da equao de deslocamento aleatrio escrito em termos do coeficiente de difuso e da velocidade que por sua vez determinado por um modelo hidrodinmico, neste caso o MEAR, implicando numa relao lagrangeana com a euleriana. As hipteses e restries assumidas para se determinar a trajetria das partculas no escoamento so: (a) As partculas so consideradas inertes, no sendo removidas e nem depositadas ao longo de sua trajetria; (b) as partculas so consideradas passivas, possuindo o mesmo comportamento de um elemento de fluido no escoamento;

16

(c) a difuso molecular desprezvel em comparao com a difuso turbulenta. Nos modelos lagrangeanos as condies de fronteias podem ser de absoro ou de reflexo perfeita. Na condio de absoro as partculas ao atingirem os contornos saem dos clculos computacionais seguintes, ou seja, so absorvidos pelo contorno, enquanto na condio de reflexo perfeita ao atingir a terra, a partcula toma uma nova posio dentro do domnio. A Figura 1 apresenta um exemplo de reflexo perfeita de uma partcula.

YL

XL

xi' = 2 X L xi

y i' = 2YL y i

Figura 1 Exemplo da representao da reflexo de uma partcula no modelo de transporte.

17

4. METODOLOGIA

As equaes de guas rasas e do transporte de partculas foram implementadas em linguagem Fortran 90 formando o Modelo de Equaes de guas Rasas - MEAR. No modelo MEAR, a grade computacional que representa o domnio fluido lida em um arquivo texto onde que cada clula da malha representada por um algarismo, sendo 0 (zero) para clula em terra, e 1 (um), para clula da malha em gua. A partir dessa malha, o programa de pr-processamento SECOS gera uma nova clave representando o domnio computacional onde os valores 1 das clulas vizinhas dos valores 0 terra so substitudos por valores de 2 a 9 identificando a condio de contorno a ser imposta, ver Figura 2 e informa . o nmero de condies de contorno existentes na malha computacional. As elevaes da superfcie so avaliadas no centro de cada clula enquanto as velocidades e profundidades so representadas nas extremidades das clulas formando uma grade conhecida como grade Arakawa-C. A Figura 2 apresenta uma simplificao do domnio computacional para o MEAR.

Figura 2 Grade do domnio computacional para o MEAR

18

No arquivo de entrada do modelo MEAR so informados dados da grade, da onda incidente no domnio, rugosidade, os nomes dos arquivos de entrada e sada e dados para o modelo lagrangeano. A seguir apresentado o algoritmo do programa MEAR: 1. Leitura de arquivos de entrada: domnio fluido, profundidades e condies de contorno; 2. Aplicao das condies iniciais (t=t0); 3. Enquanto t tempo de simulao: a. Clculo das elevaes da superfcie e campo de velocidades; b. Clculo do deslocamento das partculas: i. ii. iii. iv. v. achar a partcula no domnio computacional; determinar os valores de U , Dxx , Dyy , H e condio de contorno; gerar os nmeros pseudo-aleatrios de x e y de distribuio gaussiana; calcular a nova posio da partcula; verificar se a partcula est na terra ou fora do domnio; se sim, refletir ou absorver a partcula;

c. Clculo do novo passo de tempo; 4. Fim do algoritmo.

19

MEAR Arquivo de entrada Condies iniciais t=0s

t < ts sim

no

Fim

Elevaes e velocidades Deslocamento das Arquivo de sada Novo passo de tempo

Figura 3 Fluxograma do programa MEAR

Deslocamento das partculas Posio das partculas no domnio Valores de u, v, Dxx, Dyy e H Gerar nmeros aleatrios x e y Clculo da nova posio n fora do sim reflexo
Figura 4 Fluxograma do deslocamento de partculas

Fim

As sadas do MEAR so visualizadas em forma de animao por rotinas implementadas em Matlab. Para verificar o comportamento do mdulo de trajetria de partculas produzido incorporado ao MEAR, foi realizada uma simulao de deslocamento realizadas em um reservatrio de 25 km25 km, com espaamento de grade de 2,5 km e profundidade uniforme igual a 10 metros (HEEMINK, 1990). Um total de 1.000 partculas so liberadas do centro do domnio instantaneamente, considerando a condio de reflexo perfeita com tempo total de simulao

20

de 400 horas em 800 passos de tempo. Nesta simulao, toma-se o escoamento sem adveco, ou seja, somente difusivo, considerando-se uma distribuio gaussiana do coeficiente de difuso, sendo maior no centro do reservatrio e diminuindo em direo s bordas, conforme a Figura 5. A equao a seguir descreve a distribuio gaussiana bidimensional:
( x x0 ) 2 ( y y 0 ) 2 exp G= 2 2 2 2

Sendo x0 e y0 as mdias e o desvio padro.

Figura 5 Exemplo de distribuio gaussiana bidimensional

Por ser um processo aleatrio, a simulao foi realizada 10 vezes para obter um comportamento representativo da experincia. Ao trmino das simulaes, conta-se o nmero mdio de partculas por clula da malha, permitindo a construo do histograma de distribuio de partculas por clula, que deve ser dado pela distribuio de Poisson:

e k P( X = k) = , k!
onde k=2, 3, 4, 5,..., o nmero de partculas na clula e o parmetro , calculado como: =(n total de partculas) ( volume de uma clula do reservatrio) = 10 ( volume total do reservatrio)

A segunda simulao consiste na incluso do movimento da gua forada por uma onda longa em um corpo costeiro hipottico representado pela Figura 6 com uma regio aberta por onde entra uma onda de amplitude 0,4 m e perodo de 12,4 h e espaamento de grade de 50 m. Nessa simulao foram lanadas 1000 partculas no ponto de coordenadas x=500 m e

21

y = 750 m. O tempo simulado foi equivalente a 10 perodos da onda.

Os coeficientes de disperso nessa simulao foram calculados de acordo com o campo de velocidades obtido, e o passo de tempo lagrangeano utilizado cem vezes menor que o passo de tempo euleriano.

Figura 6 Bacia da segunda simulao do modelo MEAR

22

5. RESULTADOS

Um resultado tpico das 10 simulaes realizadas do primeiro experimento apresentado na Figura 7 para quatro diferentes instantes de tempo da simulao com um dt igual a 30 min. A distribuio de partculas no instante de tempo 800 dt se d aps as partculas terem se espalhado pelo domnio e interagido diversas vezes com uma fronteira rgida. 0 dt 10 dt

100 dt

800 dt

Figura 7 Distribuio das partculas em diferentes instantes da simulao de teste

A distribuio de probabilidades para a ocorrncia de n partculas em cada clula dada pela distribuio de Poisson. Na Tabela 1 so mostrados os valores obtidos pelo presente trabalho, pela distribuio de Poisson e pelo modelo numrico de Heemink (1990).

23

Tabela 1 Probabilidade de encontrar n partculas em uma clula ao fim da simulao comparadas a distribuio de Poisson e com o simulao realizado por Heemink (1990)

Probabilidade de n encontrar n partculas de acordo com a distribuio de Poisson

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0.00 0.01 0.02 0.04 0.06 0.09 0.11 0.13 0.13 0.11 0.09 0.07 0.05 0.03 0.02 0.01 0.01 0.00 0.00

Freqncia de clulas com n partculas obtidas nas simulaes

0.01 0.02 0.04 0.05 0.08 0.08 0.10 0.12 0.09 0.09 0.08 0.09 0.05 0.03 0.02 0.02 0.01 0.01 0.01

Freqncia de clulas com n partculas obtidas por Heemink

0.04 0.03 0.09 0.06 0.12 0.13 0.13 0.09 0.07 0.09 0.04 0.05 0.04 0.01 0.01 -

A comparao dos resultados pode ser observada na Figura 8. Enquanto o pico de freqncia no presente modelo ocorre em 9 partculas, na distribuio de Poisson e nos resultados de Heemink ocorre entre 9 e 10 partculas por clula.

24

Ao fim das 10 simulaes, puderam ser encontradas de 2 a 20 partculas em cada clula, enquanto Heemink encontrou entre 4 e 18.
0.14 Probabilidade de ocorrncia 0.12 0.10 0.08 0.06 0.04 0.02 0.00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 N de partculas por clula Poisson Simulao Heemink(1990)

Figura 8 - Distribuio de probabilidades em funo do nmero de partculas por clula

Uma possvel explicao para a diferena encontrada, pode estar nos diferentes geradores de nmeros aleatrios e dos coeficientes de disperso utilizados. Uma vez que o modelo de trajetria de partculas altamente dependente das propriedades estatsticas do escoamento. Os resultados do segundo experimento foram observados em uma sequncia de imagens. A Figura 9 apresenta a posio final das partculas para essa simulao. Pde ser observado na sequncia de imagens que aps o lanamento das partculas o transporte devido difuso dominante e que em nenhum momento as partculas saram do domnio fluido, indicando o bom funcionamento do algoritmo de reflexo implementado.

25

Figura 9 Distribuio final das partculas da simulao

26

6. CONCLUSES E RECOMENDAES

Neste trabalho foi elaborado um modelo computacional lagrangeano de trajetria de partculas em guas rasas, sob a perspectiva de Euler para o estudo hidrodinmico e a de Lagrange para a trajetria das partculas. O modelo foi avaliado conforme experimentos numricos apresentados pela literatura e os resultados obtidos se apresentaram favorveis, mostrando que o MEAR atende as recomendaes apresentadas pelas referncias. Diante disso, o MEAR pode ser indicado aplicao em uma bacia irregular ou uma rea de estudo e sob a influncia de forantes hidrodinmicas reais. Nos resultados obtidos com o MEAR podemos observar que a reflexo, que apresentado como uma das grandes dificuldades nos modelos lagrangeanos pela literatura, foi implementada com sucesso. Uma das grandes vantagens dos modelos lagrangeanos que puderam ser observadas, o fato da conservao da massa ser respeitada. Outro fator observado relativo ao modelo lagrangeano a ausncia de problemas com disperso numrica. O uso de modelos lagrangeanos recente se comparado ao uso de modelos eulerianos e ainda so pouco utilizados, uma vez que para a representao do espalhamento de partculas pode demandar esforo computacional muito grande. Para estudos posteriores com a utilizao do modelo, recomenda-se testes com diferentes valores de espaamentos da grade (x y) no tempo (t), considerando diferentes valores para o nmero de Courant, assim como nmero de partculas a fim de identificar os valores que possam produzir bons resultados com menor esforo computacional. recomendvel tambm a implementao de mtodos que permitam o clculo de concentrao. No que tange aos estudos sobre o espalhamento do leo, recomenda-se a incluso de processos de envelhecimento e a implementao de novas condies de contorno como a de absoro de partculas.

27

7. BIBLIOGRAFIA
AGUIRRE, E., CAMPOS, E. Implementao do modelo numrico da Universidade de

Princeton no estudo da circulao ocenica ao longo da costa peruana In:, Simpsio Brasileiro de Oceanografia, 3, 2006, So Paulo. Proceedings. RCS Copiadora, 2008. P. 491- 498. ALVES, F. N. A. Estudo do transporte de manchas de leo por um modelo lagrangeano
de partculas na Bacia de Pelotas. 2006, 161 f. Dissertao (Mestrado em Oceanografia

Fsica Qumica e Geolgica) - Fundao Universidade Federal do Rio Grande. Rio Grande, 2006. ANDRADE R. C. de, Uma nova abordagem para a soluo numrica de problemas de
adveco e difuso multidimensional em corpos de gua naturais. 2006. 176 f. Tese

(Doutorado em Cincias em Engenharia Ocenica) Universidade Federal do Rio de Janeiro, 2006. BRICKMAN, D. SMITH, P. C. Lagrangian stocastic modeling in coastal oceanography.
Journal of Atmosferic and ocenic tecnology, v19, p. 83-90, 2002.

FALCONER, R.A. Mathematical Modelling of Jet-Foerced Circulation in Reservoirs

and Harbours. 1976.Tese. Dept. of Civil Engineering of Imperial College, London.

FERNANDES, R. Modelao de derrames de hidrocarbonetos. 2001. 51 f. Instituto Superior Instituto Superior Tcnico, Universidade Tcnica de Lisboa. Lisboa, 2001. FISCHER, H.B; LIST, J. E.; KOH, R. C. Y.; IMBERGER, J.; BROOKS, N. H. Mixing in
inland and coastal waters. Academic Press, New York, 1979.

GAZE, F.N. Tempo de residncia na baa do esprito santo. ES. 2004. Dissertao (Graduao em Oceanografia) - Departamento de ecologia e recursos naturais, Universidade Federal do Esprito Santo, Vitria. HEEMINK, A. W. On Random Walk Models with Space Varying Diffusivity. Journal of
Computacional Physics, v.119, p.388-389, 1995.

HEEMINK, A. W. Stochastic Modelling of Dispersion in Shallow Water. Stochastic

Hydrology and Hydraulics, v.4, p.161-174, 1990.

28

LEONE, G. C. Influncia do estreitamento da Ponte da Passagem no campo de

velocidades do Canal da Passagem, Vitria-ES. ES. 2007. Dissertao (Graduao em

Oceanografia) - Departamento de ecologia e recursos naturais, Universidade Federal do Esprito Santo, Vitria. MARTNEZ, R. G; TOVAR H. F. Computer Modeling of Oil Spill Trajectories With a High Accuracy Method. Spill Science & Technology Bulletin, Great Britain. Vol. 5, p 323-330, 1999. Meteorologia) - Instituto de Astronomia, Geofsica e Cincias Atmosfricas, Universidade de So Paulo. So Paulo, 2004.
Modelo Lagrangiano de Partculas. 2004, 118 f. Tese (Doutorado em Cincias - rea:

PEREIRA, M. M. R. Estudo do Transporte Local de Poluentes em Iper por Meio de um RODEAN, H. C. Notes on the Langevin Model for Turbulent Diffusion of Marked
Particles. USA: National Technical Information Service (NTIS). 122 p., 1994.

RODEAN, H. C. Stochastic Lagrangian Models of Turbulent Diffusion. Boston, USA: Meteorological. American Meteorological Society. Monograph n.48, 84 p., 1996. RODI, W. Turbulence Models and their Application in Hydraulics. A State-of-the-art review. Rotterdam. International Association for Hydraulic Research. Monograph, 104p., 1993. SANTIAGO, D. I. Aplicao de um Modelo Lagrangiano de Trajetria de Partculas
para a modelagem da Disperso em guas Rasas e Simulao da Disperso no Canal de Acesso ao Porto de Vitria. 2007. 139f. Dissertao (Mestrado em Engenharia Ambiental)

Programa de Ps Graduao em Engenharia Ambiental, Universidade Federal do Esprito Santo, Vitria, 2007. SOTO, Y. J. M. A modelagem hidrodinmica como apoio a tomada de deciso em caso
de derrame de leo na parte interna do complexo estuarino antonina-paranagu-PR.

2004, 187 f. Dissertao (Mestrado em Engenharia de Recursos Hdricos e Ambiental) Universidade Federal do Paran. Curitiba, 2004. SZINVELSKI, C. R. P. Soluo semi-analtica da equao de Langevin assimpttica para
o deslocamento aleatrio pelo mtodo de Picard. 2004. 92f. Dissertao (Mestrado em

Matemtica Aplicada) - Programa de Ps Graduao em Matemtica Aplicada, Universidade Federal do Rio Grande do Sul. Porto Alegre, 2004.

29

TANNEHILL, J. C., ANDERSON, D. A., PLETCHER R. H. Computational Fluid

Mechanics and Heat Transfer. London: Taylor & Francis, 1997.

VARGAS, B.M., FREIRE, P.C.S., ACCETTA, D., UHRENHOLDT, T. E AMORIM, J.C.C.

Estudos de Circulao dgua e de Disperso de Poluentes no Complexo Lagunar Sul de Santa Catarina. 2001. In: XIV Simpsio Brasileiro de Recursos Hdricos, ABRH, Aracaju-

SE. VIEIRA, S.D. de M. A e. Modelagem do transporte advectivo-difusivo da pluma de

coliformes lanada pelo Canal da Passagem na Baa do Esprito Santo. ES. 2007.

Dissertao (Graduao em Oceanografia) - Departamento de ecologia e recursos naturais, Universidade Federal do Esprito Santo, Vitria. WOLK, F. Three-dimensional Lagrangian Tracer Modelling in Wadden Sea Areas. 2003, 83 f. Tese - Carl von Ossietzky University Oldenburg. Hamburg, 2003.