Você está na página 1de 105

UNIVERSIDADE FEDERAL DO ESPRITO SANTO CENTRO TECNOLGICO PROGRAMA DE PS-GRADUAO EM ENGENHARIA AMBIENTAL

HARERTON OLIVEIRA DOURADO

ESTUDO DA DISPERSO DE GASES ODORANTES AO REDOR DE OBSTCULOS ATRAVS DO MODELO DE PLUMA FLUTUANTE

VITRIA 2007

HARERTON OLIVEIRA DOURADO

ESTUDO DA DISPERSO DE GASES ODORANTES AO REDOR DE OBSTCULOS ATRAVS DO MODELO DE PLUMA FLUTUANTE

Dissertao apresentada ao Programa de Ps Graduao em Engenharia Ambiental do Centro Tecnolgico da Universidade Federal do Esprito Santo, como requisito parcial para a obteno do Grau de Mestre em Engenharia Ambiental. Orientadora: Profa. Dra. Jane Meri Santos Co-Orientador: Prof. Dr. Neyval Costa Reis Jr.

VITRIA 2007

Dados Internacionais de Catalogao-na-publicao (CIP) (Biblioteca Central da Universidade Federal do Esprito Santo, ES, Brasil)

D739e

Dourado, Harerton Oliveira, 1972Estudo da disperso de gases odorantes ao redor de obstculos atravs do modelo de pluma flutuante / Harerton Oliveira Dourado. 2007. 105 f. : il. Orientadora: Jane Meri Santos. Co-Orientador: Neyval Costa Reis Jnior. Dissertao (mestrado) Universidade Federal do Esprito Santo, Centro Tecnolgico. 1. Controle de odor. 2. Disperso. 3. Pluma flutuante. I. Santos, Jane Meri. II. Reis Jnior, Neyval Costa. III. Universidade Federal do Esprito Santo. Centro Tecnolgico. IV. Ttulo. CDU: 628

HARERTON OLIVEIRA DOURADO

ESTUDO DA DISPERSO DE GASES ODORANTES AO REDOR DE OBSTCULOS ATRAVS DO MODELO DE PLUMA FLUTUANTE

COMISSO EXAMINADORA

___________________________________________ Prof. Dr. Edmilson Costa Teixeira, DEA/CT/UFES

___________________________________________ Prof. Dr. Davidson Martins Moreira, DM/UFP

Vitria, _____ de ___________________ de ______.

AGRADECIMENTOS

A DEUS, por ser a fonte de toda cincia e sabedoria e por nos permitir tentar entender o funcionamento da sua obra. A Profa. Jane Meri Santos, por seu paciente trabalho de orientao durante a elaborao deste trabalho e tambm pela oportunidade de voltar ao convvio universitrio. Ao Prof. Neyval Costa Reis Jr., por sua orientao e pelas valiosas sugestes para a anlise dos resultados. Ao Prof. Paul Henshaw, da Universidade de Windsor, pela disponibilidade em conceder informaes sobre o modelo de pluma flutuante. A todos os colegas do mestrado, cuja convivncia foi um grande estmulo para a concluso deste trabalho. Aos meus pais, pelo amor, carinho, suporte e pela dedicao em fornecer educao de qualidade, esforos que ainda produzem frutos! E finalmente, agradeo Fabiane, minha amada esposa, no somente por seu amor e carinho, mas tambm por seu esforo, determinao, pacincia e contnuo incentivo. Sem voc eu no chegaria at aqui.

minha esposa Fabiane, razo de toda a minha vida.

O choro pode durar uma noite, mas a alegria vem pela manh. Salmos 30:5

LISTA DE TABELAS
Tabela 1-1: alguns compostos odorantes e seus respectivos limites de exposio (8h e 10 min) e limite de deteco.................................................... 23 Tabela 4-1: Comparao da distribuio de nmeros gerados para a posio y e da distribuio normal (gaussiana) em termos de desvios padres (DP)...... 50 Tabela 4-2: Comparao da distribuio de nmeros gerados para a posio z e da distribuio normal (gaussiana) em termos de desvios padres (DP)...... 50 Tabela 4-3: equaes de Briggs para o clculo dos coeficientes de disperso em funo da estabilidade atmosfrica, para meios rural e urbano (Hanna et al., 1982) .................................................................................................................. 54 Tabela 5-1: abordagens empregadas para incluir os efeitos do obstculo na modelagem gaussiana empregadas no presente trabalho................................ 69

LISTA DE FIGURAS
Figura 1-1: A rea hachurada mostra que valores de pico da concentrao de um composto emitido podem provocar sensao de odor mesmo quando o valor mdio est abaixo do limite de deteco (Boeker et al., 2001) ................ 23 Figura 1-2: representao esquemtica do escoamento e disperso de contaminantes ao redor de um obstculo considerando uma chamin localizada sobre o obstculo (Shauberger & Piringer, 2004). ............................................ 28 Figura 4-1: (a) representao da disperso horizontal de uma pluma atravs de discos elpticos correspondendo ao modelo gaussiano no flutuante, vlido para um tempo de observao longo, por exemplo, 1 hora (Gifford, 1959); (b) representao da disperso horizontal da pluma no modelo de pluma flutuante os centros dos discos elpticos variam a sua posio ao longo do tempo de observao (Gifford, 1959); (c) desvios padres empregados no modelo da pluma flutuante para a direo y parmetros anlogos so vlidos para a direo z. ............................................................................................................ 46 Figura 4-2: histograma mostrando a distribuio dos nmeros aleatrios gerados para originar a flutuao em y. ............................................................ 50 Figura 4-3: histograma mostrando a distribuio dos nmeros aleatrios gerados para originar a flutuao em z. ............................................................ 51 Figura 4-4: Ilustrao do comportamento de uma pluma afetada pela presena do obstculo, com uma pluma completamente capturada pela esteira turbulenta (a), pluma no capturada (b) e pluma com captura parcial (c) (Mussio, 1989). 61 Figura 4-5: Experimento em tnel de vento realizado por Aubrun, Leitl e Schatzmann (CEDVAL, 2006). .......................................................................... 65 Figura 4-6: detalhe do modelo do prdio utilizado nos experimentos em tnel de vento (CEDVAL, 2006)....................................................................................... 66

Figura 4-7: Esquema do modelo do prdio utilizado no tnel de vento, mostrando a orientao do modelo em relao ao norte (CEDVAL, 2006). ..... 66 Figura 4-8: Dimenses do modelo de prdio utilizado em tnel de vento (mm) (CEDVAL, 2006)................................................................................................. 67 Figura 5-1: Concentrao media (normalizada pela concentrao na fonte), comparando os dados do tnel de vento com os resultados do modelo, para cada uma das abordagens, sendo (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; (d) vento 310 graus. ............................................................... 72 Figura 5-2: concentrao mdia para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5); vento 40 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento. ......................................................... 73 Figura 5-3: concentrao mdia para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5); vento: 130 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento. ......................................................... 74 Figura 5-4: concentrao mdia para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5); vento: 220 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento. ......................................................... 75 Figura 5-5: concentrao mdia para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5); vento: 310 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento. ......................................................... 76

Figura 5-6: Comparao entre os valores dos parmetros de disperso utilizados na abordagem 3 e no caso sem prdio para as direes (a) horizontal e (b) vertical........................................................................................................ 77 Figura 5-7: comprimento e largura efetiva do obstculo utilizada no presente trabalho conforme a direo do vento ............................................................... 80 Figura 5-8: Intermitncia, comparando os dados do tnel de vento com os resultados do modelo, para cada uma das abordagens, sendo (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; (d) vento 310 graus. ............. 82 Figura 5-9: Intermitncia (percentagem de tempo do experimento durante o qual a concentrao superou o limiar estabelecido) para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5), vento 40 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento. ................................. 83 Figura 5-10: Intermitncia (percentagem de tempo do experimento durante o qual a concentrao superou o limiar estabelecido) para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5), vento 130 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento. ................................. 84 Figura 5-11: Intermitncia (percentagem de tempo do experimento durante o qual a concentrao superou o limiar estabelecido) para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5), vento 220 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento. ................................. 85 Figura 5-12: Intermitncia (percentagem de tempo do experimento durante o qual a concentrao superou o limiar estabelecido) para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5), vento 310 graus. Os pontos em

vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento. ................................. 86 Figura 5-13: Relao pico/mdia da concentrao, comparando os resultados do modelo, para cada uma das abordagens, sendo (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; (d) vento 310 graus............................... 89 Figura 5-14: Influncia do valor de p nos valores modelados da concentrao mdia; comparao entre o mtodo 5, mtodo 5 com p modificado e tnel de vento para (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; e (d) vento 310 graus; os resultados do modelo com e sem modificao no apresentam diferena significativa, de forma que os traados nos grficos esto sobrepostos. ....................................................................................................... 91 Figura 5-15: Influncia do valor de p nos valores modelados da intermitncia; comparao entre o mtodo 5, mtodo 5 com p modificado e tnel de vento para (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; e (d) vento 310 graus............................................................................................................ 92 Figura 5-16: Influncia do valor de p nos valores modelados da relao pico/mdia; comparao entre o mtodo 5 e mtodo 5 com p modificado para (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; e (d) vento 310 graus................................................................................................................... 93

Lista de smbolos

a, b

: limite inferior e superior de uma distribuio de nmeros aleatrios;

a0, b0

: parmetros empricos usados nos clculos dos parmetros de disperso do segmento de pluma;

AP c Cm: Cp: DP: ds Fm Fb H h h''

: rea frontal do prdio, perpendicular ao escoamento [m2]; : parmetro dependente do tamanho do obstculo; : concentrao mdia, para um tempo tm; : concentrao de pico, medida durante o tempo tp; : desvio padro; : dimetro interno da chamin [m]; : fluxo de quantidade de movimento [m4/s2] : fluxo de empuxo trmico [m4/s2] : altura do prdio [m]; : altura instantnea do centro da pluma [m]; : altura da pluma, corrigida para os efeitos de abaixamento da pluma devido aos efeitos do obstculo [m];

he

: altura efetiva da pluma, corrigida para efeitos de empuxo trmico e velocidade de sada dos gases [m];

hs h'

: altura da chamin [m]; : altura da pluma corrigida para efeitos de abaixamento devido

chamin (stack tip downwash) [m]; i L M : intensidade da componente vertical da turbulncia atmosfrica; : comprimento do prdio, paralela direo do vento [m]; : frao do contaminante capturado pela zona de recirculao do obstculo; Npa N0 OU: posy , posz : parmetro funo de Zo; : intensidade de odor na fonte, expresso em OU; : unidade odorante; : nmero gerado para o clculo das posies instantneas da pluma, nas direes y (horizontal) e z (vertical) [m]; ppm: q : partes por milho; : expoente usado na correo dos desvios padro para diferentes tempos de amostragem; R0 s tp: Ta Ts Tsd, Tse u: uh : raio de diluio [m]; : parmetro de estabilidade atmosfrica; : tempo de amostragem equivalente durao de uma respirao; : temperatura ambiente [K]; : temperatura de exausto dos gases da chamin [K]; : tempos de amostragem distintos; : expoente dependente da estabilidade atmosfrica; : velocidade do vento, na altura efetiva de lanamento [m/s];

us V VN

: velocidade do vento, medida na altura da chamin [m/s]; : varincia de uma distribuio uniforme; : varincia da distribuio normal obtida pelo teorema do limite central;

vs VU V0 W x xy0, xz0 y

: velocidade de sada dos gases na chamin [m/s]; : varincia da distribuio uniforme gerada pelo Fortran; : vazo volumtrica da fonte [m3/s]; : largura do prdio, perpendicular direo do vento [m]; : posio horizontal do receptor, na direo do vento [m]; : posio da fonte virtual [m]; : posio horizontal do receptor, perpendicular direo do vento [m];

yc

: posio horizontal instantnea do centro da pluma, perpendicular direo do vento [m];

z: zc zd

: posio vertical do receptor [m]; : posio vertical instantnea do centro da pluma [m]; : elevao da pluma devido ao empuxo trmico e velocidade de emisso, influenciada pela presena do obstculo [m];

Z0 h

: rugosidade da superfcie [m]; : variao da altura da pluma, devido a efeitos de empuxo trmico e velocidade de sada dos gases [m];

: parmetro de captura neutra;

j b c, yc, zc: p, yp, zp: y, z:

: coeficiente de captura de jato; : comprimento caracterstico do prdio [m]; : constante igual a 3,159; : desvio padro da posio do centro de um elemento de pluma, para as direes y (horizontal) e z (vertical) [m]; : parmetros de disperso do segmento de pluma (curta durao), para as direes y (horizontal) e z (vertical) [m]; : paretros de disperso de longa durao, para as direes y (horizontal) e z (vertical) [m];

y, z:

: parmetros de disperso total, para as direes y (horizontal) e z (vertical) [m];

y', z':

: coeficientes de disperso da fonte virtual, para as direes y (horizontal) e z (vertical) [m];

y0, z0:

: parmetros de disperso para a fonte virtual para as direes y (horizontal) e z (vertical) [m];

yd

: desvios padro da concentrao mdia para um tempo de amostragem Tsd [m];

ye

: desvios padro da concentrao mdia para um tempo de amostragem Tse [m];

* Wa ua

: logaritmo do perfil da velocidade do vento at 500m de altura.

Sumrio
1 INTRODUO..................................................................................................................21 1.1 1.2 1.2.1 1.2.2 IMPACTO AMBIENTAL DA EMISSO DE COMPOSTOS ODORANTES............... 21 MODELAGEM MATEMTICA DA DISPERSO DE COMPOSTOS ODORANTES 24 Tempo de mdia na modelagem da disperso de poluentes .............................. 26 Influncia da presena de obstculos na modelagem da disperso atmosfrica de

poluentes ......................................................................................................................... 27 1.3 2 ORGANIZAO DO TEXTO ................................................................................... 29

OBJETIVOS......................................................................................................................30 2.1 2.2 OBJETIVO GERAL.................................................................................................. 30 OBJETIVOS ESPECFICOS.................................................................................... 30

REVISO DA LITERATURA ............................................................................................31 3.1 3.2 3.3 3.4 3.5 CAMADA LIMITE PLANETRIA.............................................................................. 31 MODELAGEM MATEMTICA DA DISPERSO DE COMPOSTOS ODORANTES 32 MODELO DE PLUMA FLUTUANTE ........................................................................ 38 TRATAMENTO PARA A PRESENA DE OBSTCULOS ...................................... 40 SNTESE DA REVISO DA LITERATURA.............................................................. 42

METODOLOGIA ...............................................................................................................44 4.1 4.2 4.3 4.4 4.4.1 MODELO GAUSSIANO DE PLUMA FLUTUANTE .................................................. 44 POSIO INSTANTNEA DO CENTRO DA PLUMA ............................................. 47 ALTURA MDIA DA PLUMA ................................................................................... 51 COEFICIENTES DE DISPERSO........................................................................... 53 Coeficientes de disperso de longa durao ( y e

z )..................................... 53

4.4.2

Coeficientes do segmento de pluma ( yp e

zp ) ............................................... 55
zc ) ............ 58

4.4.3 4.5 4.5.1 4.5.2 4.5.3 4.5.4 4.5.5 4.5.6 4.6 5

Coeficientes da flutuao do centro do segmento de pluma ( yc e

TRATAMENTO PARA A PRESENA DE OBSTCULOS ...................................... 58 Abordagem 1 (Turner, 1969) ............................................................................... 58 Abordagem 2 (Gifford, 1960) ............................................................................... 59 Abordagem 3 (Gifford, 1968) ............................................................................... 59 Abordagem 4 (Huber & Snyder, 1976) ................................................................ 60 Abordagem 5 (Johnson et al., 1975) ................................................................... 60 Abordagem 6 (Scire et al., 2000)......................................................................... 62 DADOS DO EXPERIMENTO EM TNEL DE VENTO............................................. 64

RESULTADOS .................................................................................................................68 5.1 5.2 5.3 5.4 CONCENTRAO MDIA ...................................................................................... 69 INTERMITNCIA..................................................................................................... 78 RELAO ENTRE VALORES DE PICO E MDIA PARA A CONCENTRAO .... 87 AVALIAO DA INFLUNCIA DO VALOR DE P NOS VALORES MODELADOS

DA CONCENTRAO MDIA, INTERMITNCIA E RELAO PICO/MDIA .................... 90 6 7 CONCLUSO ...................................................................................................................94 REFERNCIAS ................................................................................................................97

ANEXO A CLCULO DAS DIMENSES DA ZONA DE RECIRCULAO DO PRDIO ..103

RESUMO
A emisso atmosfrica de compostos odorantes pode causar impactos ambientais, causando incmodo e trazendo prejuzos sade. Uma das ferramentas empregadas nos estudos desses impactos so os modelos matemticos, baseados na soluo das equaes de transporte do poluente. Um aspecto importante a capacidade dos modelos em incluir o efeito da presena de obstculos no escoamento. Devido facilidade e rapidez em sua aplicao, os modelos gaussianos so muitas vezes empregados, mas sua formulao original no leva em conta a presena de obstculos. A presena de obstculos aumenta a gerao de turbulncia, causando uma maior diluio do poluente emitido. A possibilidade de incluir estes efeitos na modelagem gaussiana foi objeto de estudo de vrios autores. O presente trabalho estuda a modelagem matemtica da disperso atmosfrica de compostos odorantes empregando a modelagem gaussiana de pluma flutuante empregada com seis diferentes abordagens para considerar os efeitos da presena do obstculo. O modelo de pluma flutuante estabelece que a disperso atmosfrica de um poluente o resultado da turbulncia e do movimento oscilatrio devido variao da direo do vento, sendo que a concentrao do poluente, bem como a variao da posio da pluma obedecem distribuies gaussianas. A metodologia empregada permite a previso do impacto causado fornecendo, alm dos resultados de concentrao mdia durante um determinado tempo de amostragem, informaes quanto intermitncia tempo em que a concentrao do composto ultrapassa um limiar definido. So fornecidos tambm informaes quanto relao entre o valor de pico e o valor mdio da concentrao no receptor. Os resultados da modelagem so comparados a dados obtidos em experimentos realizados em tnel de vento e mostram que o modelo no completamente adequado ao emprego para estudo da disperso atmosfrica, apesar de mostrar concordncia relativamente boa com os dados experimentais quanto concentrao mdia. Os resultados mostram que a influncia do obstculo bem modelada qualitativamente. Os resultados da intermitncia apresentaram magnitude subestimada pelo modelo em regies prximas do obstculo e superestimada em

pontos mais afastados deste. Este resultado pode ser devido maneira de modelar o efeito do formato do obstculo ou forma de determinao dos parmetros de disperso relativos pluma flutuante. Uma modificao desses parmetros manteve o resultado obtido para a concentrao mdia e relao pico/mdia, porm alterou os resultados da intermitncia, tornando-os de comportamento mais prximos ao observado em tnel de vento. Palavras chaves: controle de odor, disperso, pluma flutuante.

ABSTRACT
Atmospheric dispersion of odorous compounds can originate environment impacts, causing nuisance and health effects. One of the tools employed for studying these impacts are mathematical models, based on the solution of the pollutant transport equations. An important aspect is the ability of the models to include the effect of the presence of obstacles in the flow. Due to its easy and fast implementation gaussian models are employed but its original formulation doesnt take into account the presence of obstacles, which presence augments turbulence generation and causes an increased dilution of the emitted compound. Ways to include these effects in gaussian models were the object of several authors. The present work studies the mathematical modeling of the atmospheric dispersion of odorous compounds using the fluctuating plume gaussian model along with six different approaches for taking the obstacles effects into account. The fluctuating plume model states that atmospheric dispersion of a pollutant is the result of turbulence and wind meandering. Both the concentration and fluctuation of the plume centerline will be the result of gaussian distributions. The methods employed permit the estimation of the impact caused by the pollutant giving results for concentrations during a specified averaging period, intermittency - defined as the time where the instant concentration is higher than a defined threshold, and peak-to-mean ratio. The results are compared to wind tunnel measured data and show that the model is not completely adequate for odor dispersion modeling, despite showing good agreement with experimental data in terms of average concentration results. The obstacle effects are well modeled in a qualitative manner. Intermittency results presented an underestimate magnitude in regions near the source and are overestimated farther away from it. This result can be due to the obstacle modeling procedures or the dispersion parameters calculations. A modification in one of these dispersion parameters maintained the concentration and peak-tomean results but provided an improved behavior for the intermittency results when compared to the wind tunnel data. Keywords: odour, fluctuating plume, dispersion

21

1 INTRODUO
1.1 IMPACTO AMBIENTAL DA EMISSO DE COMPOSTOS ODORANTES
A sensao de odor causada pela emisso para a atmosfera de diversos compostos, tais como compostos de enxofre, compostos orgnicos volteis, amnia e oznio. Estes compostos so emitidos como resultado de diversos processos que podem ter origem natural ou antropognica, como por exemplo, degradao biolgica, tratamento de esgotos e outros efluentes, indstria qumica e petrolfera, e pela indstria de produo de celulose. A Poltica Nacional de Meio Ambiente (Brasil, 1981) define poluio como a degradao da qualidade ambiental, sendo causada por atividades que, de forma direta ou no, possam causar: prejuzo sade, segurana e bem estar da populao; condies adversas s atividades sociais e econmicas; condies estticas ou sanitrias do meio ambiente desfavorveis; e o lanamento de matria ou energia em desacordo com padres ambientais estabelecidos. Schiffman & Williams (2005) apontam que a sensao de odor pode desencadear sintomas relacionados a problemas de sade como irritaes nos olhos, nariz e garganta, dores de cabea, nuseas e diarria, alm disso, o ser humano se utiliza da sensao de odor para julgar as condies sanitrias do ambiente. Esses fatores afetam diretamente as condies para a realizao das atividades humanas sociais e econmicas. O estudo do impacto ambiental causado por gases odorantes leva em conta as seguintes dimenses, conforme citadas por DEFRA (2004) e DEP (2002): Concentrao: quantidade de odor presente em um determinado volume de ar, podendo ser expressa em fraes de massa ou volume (partes por milho ppm; microgramas por metro cbico g/m3) ou, como a maioria dos compostos odorantes so misturas complexas de vrias substncias, em unidades odorantes (OU). 1 OU equivale a menor concentrao de compos-

22

to odorante capaz de ser detectada por 50% de um painel de observadores treinados em um teste de olfatometria (CEN, 2003). Intensidade: a forma como um indivduo percebe a magnitude de um odor, classificada em uma escala que varia, por exemplo, de imperceptvel a extremamente forte, segundo definido pela norma alem VDI 3882 (DEP, 2002); Nvel de agrado do odor (carter hednico): indica a aceitabilidade do odor (Cha, 1998), numa escala que varia entre -4 e 4. Valores negativos indicam desagradabilidade e valores positivos indicam agradabilidade do odor (EA, SEPA & NIEHS, 2002); Qualidade: atributo expresso em termos descritivos, como cheiro de frutas, cheiro de amndoas, cheiro de peixe, etc. A Tabela 1-1 mostra o limite de deteco (valor mnimo da concentrao que permite que um odor seja percebido) , normalmente, bem menor que o limite de exposio que no deve ser ultrapassado durante um intervalo de tempo definido, a fim de evitar prejuzos permanentes sade (CEN, 2001; OSHA, 2007). A Figura 1-1 mostra como picos de curta durao no valor da concentrao de um composto odorante que ultrapassem o limiar de deteco podem provocar eventos de odor mesmo quando o valor mdio da concentrao observado durante um perodo de tempo suficientemente longo por exemplo, maior do que o de uma respirao (1 a 5 segundos) encontra-se abaixo dos nveis de detectabilidade. A necessidade de prognstico do comportamento da disperso de poluentes, inclusive de compostos odorantes, serve a diversos propsitos como: (i) avaliao da eficincia de tcnicas e estratgias propostas para o controle das emisses; (ii) estudo dos impactos ambientais para um novo empreendimento; (iii) determinao de responsabilidades frente aos nveis atuais de poluio; e (iv) planejamento da ocupao territorial urbana.

23

Tabela 1-1: alguns compostos odorantes e seus respectivos limites de exposio (8h e 10 min) e limite de deteco.
Limite de exposio de longa durao (8h), em ppm Sulfeto de hidrognio Metil mercaptana Etil mercaptana Amnia Metilamina Etilamina Dimetilamina 0,5 0,5 25 10 10 10 2 35 0,0005 0,0003 17 4,7 0,27 0,34 10 Limite de exposiode curta durao (10min), em ppm 15

Limite de deteco, em ppm

0,0005

Fonte: adaptado de Vincent & Hobson, 1998 e Morton, 2002.

OU Limite de deteco

Concentrao mdia Tempo


Figura 1-1: A rea hachurada mostra que valores de pico da concentrao de um composto emitido podem provocar sensao de odor mesmo quando o valor mdio est abaixo do limite de deteco (Boeker et al., 2001)

Simms et al. (2000) indicam que estudos de impacto de odor tm sido geralmente de dois tipos:

24

Mapeamento do odor: medies da concentrao ao redor da fonte, a fim de determinar a regio impactada pela emisso. A vantagem desse tipo de abordagem a obteno de informaes representativas da situao real. Entretanto, a fim de garantir essa representatividade, devem ser realizadas diversas medies em diferentes condies atmosfricas e de emisso que pode representar altos custos para a implementao do mapeamento. Modelagem da disperso: prognstico da distribuio do composto de interesse na regio de interesse baseado em princpios fsicos e qumicos. A modelagem pode ser utilizada para investigar o impacto ambiental em diferentes condies atmosfricas e de emisso com maior rapidez e menor custo. Entretanto, um modelo matemtico possui limitaes baseadas nas hipteses simplificadoras associadas a sua concepo. No caso dos modelos matemticos mais sofisticados, a exigncia de um alto poder de processamento computacional pode implicar em aumento do custo e diminuio da rapidez na obteno de resultados.

1.2 MODELAGEM

MATEMTICA

DA

DISPERSO

DE

COMPOSTOS ODORANTES

A modelagem matemtica da disperso atmosfrica baseia-se na soluo das equaes que descrevem o transporte do poluente. Estas equaes so, em geral, equaes diferenciais tridimensionais de segunda ordem que no apresentam soluo analtica, de forma que so necessrios mtodos numricos para a obteno da sua soluo. Entretanto, modelos matemticos algbricos desenvolvidos a partir da simplificao das equaes de transporte tm sido utilizados desde a dcada de 1960 e tiveram seu uso ampliado nas duas ltimas dcadas do sculo XX. Especialmente a partir da dcada de 1990, com a diminuio dos custos e o aumento do poder de processamento dos computadores, os modelos matemticos resultantes das pesquisas cientficas passaram

25

a ser amplamente utilizados pelo setor industrial e governamental para auxiliar a busca de solues para problemas associados poluio do ar (Versteeg e Malalasekera, 1995). Alm dos modelos baseados na descrio Euleriana do movimento, so empregados tambm modelos baseados na descrio Lagrangeana que calculam a trajetria das diversas partculas emitidas utilizando um referencial mvel, que acompanha cada uma das partculas. Estes modelos so ainda pouco utilizados, mas so mais adequados para calcular a distribuio de contaminantes em terrenos complexos e para incluir oscilaes na direo do vento (Li et al. 2006). Os modelos mais amplamente investigados e utilizados para a simulao da disperso atmosfrica de contaminantes so os modelos de pluma gaussiana. Conforme apresentado por Seinfeld & Pandis (1986), estes modelos podem ser obtidos ou deduzidos utilizando ambos os mtodos de descrio do movimento (Euleriano ou Lagrangeano) desde que seja assumido que a distribuio lateral e vertical da concentrao de contaminantes assume uma distribuio gaussiana, alm de simplificaes como: vento com direo constante, regime permanente, difuso turbulenta desprezvel na direo do escoamento, turbulncia homognea, relevo uniforme e inexistncia de obstculos no escoamento. A validade dos resultados fornecidos pelos modelos matemticos da disperso atmosfrica de poluentes quando aplicado disperso de compostos odorantes dependente da maneira como cada modelo leva em conta questes como o tempo de mdia, o tipo de fonte e a presena de obstculos. O tempo de mdia utilizado est diretamente ligado capacidade do modelo em prever o efeito das variaes na concentrao do composto devido ao da turbulncia e variao na direo do vento (Figura 1-1). O tipo de fonte (pontual, linha, rea e volume) implica em diferentes padres de emisso, influenciando no tipo de pluma originada. Chamins so exemplos de fontes pontuais; uma lagoa de tratamento de efluentes um exemplo de fonte de rea; uma rodovia pode ser caracterizada como uma fonte-linha; um prdio com diversos pontos de exausto nas laterais e parte superior um exemplo de fonte-volume. Finalmente, a

26

influncia desses parmetros pode ser ainda mais acentuada quando da presena de obstculos no campo de escoamento, uma vez que estes causam perturbaes que afetam a disperso de um poluente emitido. Dessa forma, a possibilidade de considerar a presena de obstculos na modelagem gaussiana torna-se uma caracterstica importante, uma vez que diversas fontes de compostos odorantes, como fbricas, indstrias qumicas, criao de animais e restaurantes, esto associadas presena de construes, como casas e prdios, no importando o tipo de ambiente (industrial, rural, ou urbano).

1.2.1 Tempo de mdia na modelagem da disperso de poluentes


Hgstrm (1972) mostrou que mesmo quando o resultado da modelagem gaussiana da disperso de odores indicasse uma concentrao mdia inferior ao limite de deteco pelo perodo de 1 hora, vrios picos do valor da concentrao superiores ao limite de deteco podem ocorrer durante este perodo devido aos efeitos turbulentos, ocasionando eventos de odor, conforme indicado na Figura 1-1. Os coeficientes de disperso utilizados na modelagem gaussiana so em geral vlidos para tempos de mdia entre 10 minutos a 1 hora. Sendo assim, modelos gaussianos tradicionais so inadequados modelagem da disperso de compostos odorantes. Uma das solues propostas a utilizao de fatores de correo, que tentam estimar a magnitude dos picos de concentrao (valores mximos de concentrao mdia para pequenos tempos de mdia). Vrias formas desta soluo podem ser empregadas, como, por exemplo, admitir que o valor de pico seja 10 vezes maior que o valor mdio obtido, de forma que, caso a concentrao mdia obtida seja 10% do limite de deteco, pode-se considerar que existiro picos detectveis. Esta forma conhecida como fator 10 (Boeker et al., 2000). Uma formulao similar foi proposta por Smith (1973, citado por Schauberger et al., 2001) para relacionar valores mdios fornecidos pelo modelo gaussiano

27

e valores de pico (Equao 1-1) que inclui a influncia da estabilidade atmosfrica.


t = m Cm t p Cp
u

(1-1)

onde C p o valor de pico da concentrao no tempo t p , Cm o valor mdio da concentrao no tempo tm , t p o tempo equivalente uma respirao (ex.: 1 a 5 segundos), tm o tempo de amostragem usado no modelo gaussiano (ex.: 10 minutos a 1 hora) e u um expoente que depende da estabilidade atmosfrica. Gifford (1959) props que a disperso de um poluente emitido para a atmosfera o resultado do espalhamento do composto na pluma originada, bem como da flutuao desta pluma devido variao da direo do vento. Esta teoria foi empregada com o modelo gaussiano, originando o modelo gaussiano de pluma flutuante (Murray et al., 1978, Mussio et al. 2001 e De Melo Lisboa et al. 2006). Este modelo possibilita a determinao do tempo durante o qual um limiar de concentrao excedido.

1.2.2 Influncia da presena de obstculos na modelagem da disperso atmosfrica de poluentes


Muitas fontes emissoras de compostos odorantes esto localizadas nas proximidades de construes, obstculos que alteram profundamente o escoamento atmosfrico, influenciando diretamente a disperso do poluente emitido (Shauberger & Piringer, 2004; Santos et al., 2005). A Figura 1-2 esquematiza os efeitos da presena de um obstculo na disperso de um poluente emitido nas suas proximidades. Observa-se a formao de duas regies caractersticas, identificadas como zona de recirculao (tambm chamada de cavidade) e zona da esteira turbulenta. A zona de recirculao caracterizada por alta turbulncia e baixos valores de velocidade (Hosker, 1981), e pode ocasionar o abaixamento da altura da pluma emitida. A esteira de turbulncia do prdio pode estender-se

28

por um comprimento superior a 10 vezes o comprimento caracterstico do obstculo (Shauberger & Piringer, 2004). Conforme ilustrado na Figura 1-2, a presena do obstculo afeta a disperso, alterando o formato original da pluma de contaminantes e, consequentemente, a sua diluio (Shauberger & Piringer, 2004).

Figura 1-2: representao esquemtica do escoamento e disperso de contaminantes ao redor de um obstculo considerando uma chamin localizada sobre o obstculo (Shauberger & Piringer, 2004).

Diversos estudos sobre a incluso dos efeitos da presena de obstculos na disperso atmosfrica de contaminantes foram grandemente incentivados pela indstria nuclear (Hosker, 1981), dado a necessidade de prever o comportamento de eventuais emisses radioativas a partir de reatores nucleares. A partir dos anos 70, vrios estudos realizados em tnel de vento permitiram a elaborao de expresses empricas que foram includas nos modelos gaussianos para considerar a influncia de obstculos desde formulaes mais simples propostas por Turner, 1969; Gifford, 1960, 1968; Johnson et al., 1975; Huber & Snyder, 1976; at formulaes mais complexas como Scire et al., 2000 e Schulman et al. (2000),. Entretanto, a avaliao comparativa de algumas destas formulaes e a aplicao conjunta com o modelo de pluma flutuante ainda no foram suficientemente investigadas (Mussio et al., 2001 e Venkatram et al., 2004).

29

1.3 ORGANIZAO DO TEXTO


Neste captulo, foram introduzidas a contextualizao e a motivao relacionadas ao tema do estudo: o impacto causado pelos gases odorantes, a disperso atmosfrica destes compostos, a influncia da presena de obstculos no escoamento e na disperso atmosfrica de um poluente, a modelagem da disperso de compostos odorantes e, finalmente, a modelagem matemtica da disperso de compostos odorantes. Em seguida, no Captulo 2, so apresentados os objetivos do presente trabalho. O Captulo 3 apresenta uma reviso da literatura. O Captulo 4 contm a descrio da metodologia empregada e os resultados so apresentados e discutidos no Captulo 5. Finalmente, o Captulo 6 apresenta as concluses e sugestes para estudos posteriores.

30

2 OBJETIVOS
2.1 OBJETIVO GERAL
Estudar a modelagem matemtica da disperso atmosfrica de compostos odorantes com a presena de obstculos.

2.2 OBJETIVOS ESPECFICOS


Investigar a aplicao da modelagem gaussiana de pluma flutuante conforme proposto por Murray et al. (1978) e Mussio et al. (2001), baseados nos trabalhos de Gifford (1959) e Hgstrom (1968, 1972) na simulao da disperso de um composto odorante com escoamento ao redor de um prdio. Avaliar o emprego de seis diferentes abordagens propostas por Turner (1969), Gifford (1960), Gifford (1968), Huber & Snyder (1976), Johnson (1975) e Scire et al. (2000) para a incluso da influncia do obstculo na aplicao da modelagem gaussiana.

31

3 REVISO DA LITERATURA
Conquanto a modelagem matemtica da disperso de poluentes tem sido objeto de estudo desde meados do sculo passado, a aplicao dos modelos desenvolvidos, especialmente no campo da disperso de compostos odorantes, relativamente recente. A modelagem matemtica tem sido especialmente mais intensamente desenvolvida a partir dos anos 80, com o advento de computadores com maior poder de processamento. O desenvolvimento do computador pessoal, juntamente com seu baixo custo e portabilidade, possibilitou a aplicao de modelos de disperso nas mais variadas situaes. As referncias selecionadas e citadas neste captulo visam apresentar diferentes abordagens modelagem matemtica da disperso de compostos odorantes, os estudos que levaram ao desenvolvimento do modelo gaussiano de pluma flutuante e trabalhos que objetivaram a incluso da influncia de obstculos na disperso de gases.

3.1 CAMADA LIMITE PLANETRIA


A camada limite planetria (CLP) a regio da atmosfera situada prxima a superfcie terrestre e diretamente influenciada por ela (Hanna et al, 1982; Seinfeld & Pandis, 1986). Nesta regio est situada a maior parte das fontes emissoras de poluentes atmosfricos e nela se desenvolve a vida terrestre. O transporte de um poluente lanado na CLP sofre a ao da turbulncia originada mecnica ou termicamente (resultado da presena de obstculos, do tipo de relevo, bem como do aquecimento e resfriamento da superfcie terrestre), bem como da velocidade do vento (Turner, 1994). Dependendo de parmetros como os fluxos turbulentos de calor e quantidade de movimento, e gradientes de umidade e temperatura potencial, a CLP ainda pode ser dividida em 3 camadas, saber camada superficial (podendo extender-se entre 30 e 50m), camada de mistura (at 500m) e camada de entranhamento (Seinfeld & Pandis, 1986).

32

3.2 MODELAGEM

MATEMTICA

DA

DISPERSO

DE

COMPOSTOS ODORANTES
Schauberger et al. (2000) utilizaram o Austrian Odour Dispersion Model (AODM), um modelo regulatrio baseado em modelagem gaussiana, para calcular a variao da distncia de sensao de odor emitido por um prdio de criao de animais, comparando os resultados com dados de campo. A modelagem levou em conta a variao da emisso dos gases conforme as mudanas de temperatura e atividade dos animais, bem como as variaes temporais das condies meteorolgicas como direo e velocidade do vento, estabilidade atmosfrica e temperatura durante um perodo de 2 anos. Os resultados fornecidos pelo modelo para a concentrao mdia do composto odorante, obtidos para um tempo de mdia de 30 minutos foram transformados para valores instantneos (tempo de mdia de 5 segundos) equivalentes ao tempo de uma respirao. Para tanto, foram utilizadas diferentes formulaes para descrever a relao pico/mdia, conforme a distncia da fonte, segundo proposto por Mylne & Mason (1991, citado por Schauberger et al., 2000), a fim de considerar a influncia das diferentes escalas de turbulncia relativas ao tamanho da pluma. De modo geral, quanto maior a distncia entre fonte e receptor, quanto maior a velocidade do vento e quanto mais estvel a atmosfera, mais os valores de pico se aproximaram dos valores mdios. Os resultados mostraram que a distncia entre a fonte e o receptor para a qual ocorre a percepo de odor (distncias de sensao de odor) apresentava uma variao mais fortemente dependente das condies meteorolgicas do que das variaes dirias e anuais das taxas de emisso. As menores distncias de sensao de odor deram-se durante o vero, quando ocorrem temperaturas mais elevadas, ventos mais fracos e atmosfera instvel. J as maiores distncias foram observadas no inverno, quando ocorrem temperaturas mais baixas, ventos mais fortes e atmosfera estvel, diminuindo o espalhamento lateral da pluma nas proximidades da fonte, de forma a estender o alcance do impacto dos gases odorantes emitidos. Schulman et al. (2000), desenvolveram o modelo Plume Rise Model Enhancements (PRIME) ou Melhorias no modelo de elevao de pluma, baseado

33

em modelagem gaussiana, a fim de melhor incorporar os efeitos da presena de um obstculo no escoamento. O modelo foi desenvolvido de modo a incorporar aspectos fundamentais associados ao efeito de obstculos: o aumento nos coeficientes de disperso da pluma devido esteira de turbulncia e uma reduo na elevao da pluma, devido combinao dos efeitos das linhas de correntes descendentes na regio posterior do obstculo e captura da pluma pela esteira de turbulncia. Para tanto, o modelo leva em conta a posio da fonte em relao ao prdio, calcula a intensidade da velocidade do escoamento, intensidades turbulentas e inclinao das linhas de corrente, como funo do formato projetado do obstculo. Um modelo numrico trata da elevao da pluma devido ao empuxo trmico e quantidade de movimento. O modelo PRIME considera a possibilidade de apenas uma frao do composto emitido ser capturado pela zona de recirculao do prdio, atravs do emprego de um modelo de duas plumas. Comparao com dados de tnel de vento e dados de campo mostraram melhoras significativas em relao ao modelo ISC3. De fato, o PRIME foi includo no modelo ISC3 como opo para a modelagem da disperso em presena de obstculos e pode ser includo em outros modelos, como o AERMOD e o CALPUFF. Simms et al. (2000), discutiram os fatores importantes para a modelagem matemtica da disperso atmosfrica de compostos odorantes, ressaltando a importncia do tempo de mdia e dos efeitos da presena de obstculos no escoamento. Os autores sugerem o emprego do modelo Atmospheric Dispersion Modelling System (ADMS), modelo gaussiano estacionrio avanado de nova gerao, desenvolvido na Inglaterra e que em sua formulao inclui os efeitos da presena de obstculos, bem como possui um mdulo para calcular a probabilidade da concentrao do composto emitido exceder um limiar definido durante um intervalo de tempo determinado. O ADMS tambm capaz de modelar plumas contnuas, emisses de curta durao e terrenos complexos. Boeker et al. (2000), reforaram a inadequao dos modelos gaussianos tradicionais, e fatores de correo como o fator 10 e o modelo BAGEG para a predio da imiso de odor. No caso de fatores de correo, de posse de va-

34

lores mdios de concentrao, faz-se uma estimativa de que os valores de pico sero 10 vezes o valor mdio, de forma que, se a concentrao mdia ultrapassar 0,1 OU/m3, pode-se afirmar que haver impacto de odor. J modelo BAGEG modelo gaussiano desenvolvido por Krause (1988, citado por Boeker et al., 2000) prev a ocorrncia de eventos de odor utilizando uma transio varivel, de forma que, quanto mais o valor mdio for superior a 0,1 OU/m3, maior ser a probabilidade do valor de pico ultrapassar o limite de deteco. Estes autores tambm afirmam que a aplicao de modelagem matemtica com abordagem euleriana, citando como exemplo o modelo MISKAM modelo que utiliza a dinmica dos fluidos computacional para modelar a disperso de poluentes em ambientes urbanos, tambm apresenta algumas limitaes, como erros de difuso numrica e, no caso especfico do modelo citado, impossibilidade de variao das condies de emisso e nmero limitado de pontos de malha a fim de reduzir o esforo computacional, o que pode levar a erros na quantificao dos efeitos de instabilidade e turbulncia. Foi proposta a utilizao do modelo NaSt3D, que possibilita o emprego distinto da abordagem euleriana e lagrangeana. Esse modelo utiliza a simulao numrica direta (DNS) para a soluo do escoamento, possibilitando a modelagem dos efeitos turbulentos e sua influncia na flutuao dos valores da concentrao do poluente, o que torna o modelo apropriado para a utilizao com compostos odorantes. O modelo utiliza alocao dinmica de memria, podendo ser executado com processamento paralelo. Dados preliminares de validao indicaram que o modelo predisse de forma adequada a flutuao da concentrao em experimentos realizados com o gs traador. Mussio et al. (2001) aplicaram um modelo de disperso de compostos odorantes baseado na teoria da pluma flutuante proposto por Gifford (1959) e desenvolvido por Murray et al. (1978), e compararam os resultados do modelo a dados obtidos em campo. O modelo de pluma flutuante um aperfeioamento da modelagem gaussiana tradicional, incluindo a flutuao do valor da concentrao devido oscilao da direo do vento, estabelecendo que a posio do centro da pluma poder flutuar em torno do seu eixo de propagao de forma

35

aleatria, sendo que a probabilidade do centro da pluma ocupar determinada posio obedecer tambm a uma distribuio gaussiana. O estudo foi desenvolvido para uma planta industrial, incorporando a presena de prdios no escoamento, com a utilizao de um modelo de duas plumas (Johnson et al., 1975) e dos parmetros de disperso total (Gifford, 1968). A fonte compreendia um conjunto de 64 chamins, cada uma com 0,92 m de dimetro e 19 m de altura, localizadas no alto de um prdio cuja altura era de 26,8 m. A comparao com os dados de campo mostrou que o modelo predisse melhor a concentrao do composto odorante quanto maior foram os dados observados de intensidade e freqncia de ocorrncia, obtendo um bom desempenho nas regies mais prximas fonte. Para distncias emissor-receptor superiores a 500 metros, o modelo tendeu a superestimar a concentrao. Brown e Fletcher (2003) utilizaram o software comercial CFX (verses 4.4 e 5.5) para a realizao de um estudo sobre a formao de plumas de vapor condensado emitidos pelas chamins de uma refinaria de alumnio e tambm sobre o impacto da disperso de odor. O modelo, baseado na soluo completa das equaes de transporte, utilizou o modelo k- (padro) para incorporar os efeitos da turbulncia atmosfrica. Os resultados obtidos indicaram que a construo de uma nova chamin diminuiria o impacto da formao de plumas visveis e tambm das emisses odorantes. Devido possibilidade de modelar o comportamento dessas plumas de vapor condensado e, assim, avaliar o efeito da condensao na elevao da pluma e impacto odorante, os autores recomendaram a aplicao deste tipo de modelo em detrimento a modelos como o The Air Pollution Model (TAPM) - modelo desenvolvido na Austrlia cujos fundamentos so os mesmos que um cdigo comercial de CFD, tal como o CFX, ou a modelos regulatrios como Ausplume e CALPUFF, originados da modelagem gaussiana. Shauberger e Piringer (2004) estudaram a disperso de compostos odorantes emitidos a partir de fontes cuja altura inferior a 2,5 vezes a altura de um prdio prximo. Foram empregados 3 modelos: um modelo de caixa aplicado at distncias equivalentes a 10 comprimentos de referncia, um modelo de caixa

36

aperfeioado por Meroney (1982, citado por Shauberger e Piringer, 2004) aplicado em todo o domnio, e, em distncias acima de 10 comprimentos de referncia, a modelagem gaussiana tradicional. O comprimento de referncia, menor valor entre a altura e a largura do obstculo perpendicular direo do vento, foi equivalente altura do prdio (cerca de 5 metros). Para a determinao dos provveis valores de pico da concentrao do odor, foi empregada para a determinao da relao pico/mdia, uma interpolao entre um valor calculado segundo a Equao 1-1 empregado nas proximidades a fonte, e um valor fixo para distncias acima de 100 metros. Os resultados obtidos mostraram que o modelo de caixa forneceu, para a regio prxima ao prdio, valores at 10 vezes maiores que o modelo de Meroney; acima desta distncia, os resultados do modelo de Meroney foram similares ao da modelagem gaussiana. Os autores expressam que a metodologia empregada pode ser usada como um passo inicial no estudo de casos semelhantes, a fim de detectar a possibilidade de ocorrncia de eventos de odor e seu possvel impacto na regio prxima a fonte; em se constatando que os valores encontrados ultrapassam os limites recomendados mtodos mais sofisticados devem ser empregados. Venkatran et al. (2004), avaliaram a utilizao de modelos de disperso para o clculo da concentrao nas proximidades fontes baixas em ambiente urbano. O composto foi emitido por fontes localizadas na parte superior de um trailer e as concentraes foram medidas em diversos pontos localizados a uma distncia mxima de 20m da fonte. Foram empregados os modelos ISCST-3 (Industrial Source Complex Short Term) e AERMOD (Amerrican Meteorological Society/EPA Regulatory Model), ambos utilizando o modelo PRIME para o tratamento da presena do obstculo. Tambm foi empregado um modelo gaussiano que incorporava a flutuao da direo do vento em sua formulao. Os resultados obtidos mostraram que os modelos AERMOD e ISCST-3 superestimaram as concentraes mximas, ao mesmo tempo em que subestimaram os menores valores. Os resultados do modelo gaussiano utilizado foram mais prximos dos resultados medidos, especialmente quanto s concentraes mximas, chamando a ateno para a importncia de considerar as flutuaes na direo do vento. Apesar do AERMOD possuir um mdulo para incluir os efei-

37

tos da flutuao da direo do vento, este no usado nos clculos para a regio prxima ao obstculo, quando utilizado conjuntamente ao modelo PRIME. Schiffman et al. (2005) utilizaram um modelo euleriano-lagrangeano para predizer a concentrao de compostos odorantes emitidos por uma indstria cuja atividade envolve a criao de animais confinados, contendo diversas fontes. O modelo resolve primeiramente o escoamento com abordagem euleriana e ento, as trajetrias das partculas de fluido com a abordagem lagrangeana. Como dados de entrada relativos fonte, o modelo utiliza a intensidade de odor obtida atravs de olfatometria e classificada em uma escala que varia entre 0 e 8. Atravs de uma equao exponencial proposta, os autores relacionaram a intensidade do odor conhecido com o nmero de partculas emitidas na fonte para sua simulao na modelagem. Os valores de intensidade do composto emitido foram determinados para condies diurnas e noturnas. A comparao com dados de campo mostrou que o modelo proposto adequado para prever o impacto de emisses de compostos odorantes causado por futuros empreendimentos, bem como a eficcia das possveis tcnicas de reduo desse impacto. Wang et al. (2006) compararam os modelos CALPUFF e ISCST3, empregando-os na modelagem da concentrao de odor originado de uma criao de gado para engorda. Os resultados obtidos foram comparados a medies em campo, realizadas com o emprego de cmaras de fluxo. Os modelos tambm foram utilizados para calcular a taxa de emisso de odor, a partir da intensidade odorante medida no receptor. Os resultados obtidos mostraram que o CALPUFF conseguiu prever de forma adequada a concentrao, enquanto o ISCST3 a subestimou. Entretanto, ambos os modelos falharam em prever os picos de concentrao. A taxa de emisso calculada a partir de medies de intensidade do odor foi diferente em cada modelo, sugerindo que, segundo os autores, clculos de emisso fornecidos por diferentes modelos no so intercambiveis. Alm disso, os valores calculados para a emisso foram superiores aos medidos, podendo indicar que o mtodo empregado para as medies

38

pode subestimar a taxa de emisso, fato que segundo os autores, necessita de investigaes posteriores. Li & Guo (2006) utilizaram um modelo CFD tridimensional para simular a disperso de odor originado por uma granja suna com mais de 3000 cabeas, sob 30 diferentes condies meteorolgicas. Uma abordagem lagrangeana, alimentada por um campo turbulento resolvido com o emprego da simulao de grandes vrtices foi empregada. Este modelo foi comparado com o modelo CALPUFF, empregado nas mesmas condies. Ambos os modelos forneceram resultados qualitativamente similares, porm a concentrao foi superestimada pelo CFD em distncias curtas (at 7,62m); acima desta distncia, o comportamento foi semelhante para atmosfera instvel e neutra, enquanto os resultados do CALPUFF foram maiores para atmosfera estvel. Drew et al. (2007), estudaram a influncia da escolha do tempo de amostragem utilizado na modelagem da disperso atmosfrica de compostos odorantes empregando o modelo ADMS. Os autores empregaram diferentes tempos de amostragem, variando de 1 minuto a 1 hora. A comparao com dados de monitoramento de eventos de odor de uma comunidade mostrou que quanto maior o tempo de amostragem menor a capacidade do modelo em mostrar os picos de concentrao e prever o impacto das emisses.

3.3 MODELO DE PLUMA FLUTUANTE


Gifford (1959) props que a disperso de um poluente emitido para a atmosfera o resultado da turbulncia atmosfrica e do movimento oscilatrio devido variao na direo do vento. O autor destacou a importncia da modelagem de propriedades modeladas como a varincia da concentrao em cada ponto do domnio, bem como a possibilidade de obteno da distribuio de freqncias das concentraes. Dois parmetros de disperso distintos so empregados para caracterizar a turbulncia e a oscilao da pluma, ambos obedecendo a uma distribuio gaussiana. Estes parmetros, a saber, o desvio padro da concentrao no interior da pluma e o desvio padro da flutuao do centro da

39

pluma em torno do eixo de propagao, relacionam-se ao desvio padro da concentrao usado no modelo gaussiano tradicional atravs de uma soma de varincias, conforme indicado pela Equao 3-1:
2 2 = p + c2

(3-1)

onde o desvio padro baseado em longa durao, por exemplo obtido das curvas de Pasquill-Gifford (Pasquill, 1961), p o desvio padro da disperso dentro do segmento de pluma e c o desvio padro da oscilao da posio do centro do elemento de pluma na direo do vento. A comparao com os poucos dados de campo disponveis poca do desenvolvimento do modelo, mostrou sua eficcia para a previso de parmetros como a distribuio de freqncia das concentraes observadas no receptor, bem como o ponto onde a concentrao atinge o maior valor, em funo da estabilidade atmosfrica e do tempo de mdia. Hgstrom (1968, 1972), baseado na teoria do modelo de pluma flutuante de Gifford, desenvolveu um modelo para o estudo do impacto da disperso de compostos odorantes onde o clculo de p foi deduzido, a partir da observao do comportamento de uma pluma atravs de sucessivas fotografias. Os resultados obtidos para a distribuio de freqncia da concentrao apresentaram boa concordncia com dados de campo para regies entre 2 e 5 km da fonte, sendo que os dados de campo foram subestimados por fatores de 1,2 e 1,7 respectivamente. Para distncias de 10 e 20 km, a relao entre os dados medidos e os calculados foi 2,6 e 3,0, respectivamente. Posteriormente, Murray et al. (1978) aprofundaram o trabalho de Hgstrm de forma a simplificar sua aplicao e desenvolveram um modelo de pluma flutuante para uso em disperso de compostos odorantes chamado TRC (The Research Corporation of New England). A equao anloga ao modelo gaussiano tradicional, com a introduo do parmetro de disperso da pluma conforme calculado por Hgstrm. Dos resultados obtidos, apenas alguns foram comparados com medies em campo. A comparao revelou que a concentrao

40

mdia foi subestimada para receptores com distncias superiores a 400 e 800 metros da fonte. O valor de pico da concentrao mostrou boa concordncia com a medio em campo para a distncia de 457 m, porm superestimou o valor de pico em 838 m, porm os poucos dados experimentais apresentados no so suficientes para determinar a preciso do modelo. Mussio et al. (2001) empregaram um modelo de pluma flutuante seguindo a teoria do modelo TRC, para estudar a disperso de compostos odorantes em um ambiente industrial e compararam os resultados a dados obtidos em campo. Os resultados obtidos so comentados na seo 3.1. Lisboa et al. (2006), desenvolveram um software para modelagem da disperso atmosfrica de compostos odorantes, empregando os estudos de Hgstrm para levar em conta a influncia da oscilao da direo do vento diferentes solues do modelo gaussiano, incluindo a modelagem de emisses contnuas e instantneas (puffs). O modelo no incluiu os efeitos de presena de obstculo. O objetivo a obteno de resultados atravs de uma ferramenta de simples e rpida aplicao, quando comparada a outros modelos numricos. O modelo apresentou boa concordncia com dados experimentais, resultado encontrado para todas as classes de estabilidade atmosfrica.

3.4 TRATAMENTO PARA A PRESENA DE OBSTCULOS


Os efeitos da presena de obstculos no escoamento atmosfrico foram descritos na seo 1.2.2. O principal efeito causado pela presena do obstculo a diluio acentuada do material emitido na esteira de turbulncia formada. Hosker (1981) identificou cinco abordagens para a incluso dos efeitos da presena de obstculos na modelagem gaussiana, descritas a seguir. Tambm descrita uma sexta abordagem, citada por Scire et al. (2000). Turner (1969) props o uso de uma fonte virtual, localizada a montante da fonte real. Como o obstculo tende a aumentar as dimenses da pluma emitida a partir do ponto onde est localizado, esta fonte virtual posicionada de forma

41

a, supondo que no existisse obstculo, produzir uma pluma de dimenses semelhantes quela observada na presena do prdio. Esta fonte virtual caracterizada pela substituio dos sigmas y e z por novos coeficientes que sero utilizados na equao do modelo gaussiano. As dimenses do obstculo influenciam os valores destes novos coeficientes. Gifford (1960) props a modificao da equao gaussiana, de acordo com as dimenses do obstculo e da velocidade do vento. O obstculo causa uma rpida diluio do material emitido que se dispersa de forma proporcional rea frontal do prdio multiplicada pela velocidade do vento, corrigida por um fator adimensional (c), que assume valores entre 0,5 e 2, segundo Gifford (1975, citado por Hosker, 1981 e Hanna et al., 1982). Segundo Hosker (1981), valores entre 0,5 e 1 so adequados a casos nos quais ocorrem o recolamento do fluxo de ar s superfcies laterais e superiores do obstculo (relao entre comprimento e altura com valores altos); para os casos em que o fluxo de ar no sofre o recolamento (baixa relao comprimento/altura), valores mais apropriados para c esto na faixa entre 2 e 4. Gifford (1968) introduziu os parmetros de difuso total, y e z . Estes novos parmetros so utilizados no lugar de y e z na equao gaussiana e tambm so baseados na diluio do composto emitido num volume dependente das dimenses do prdio e velocidade do vento, de forma semelhante abordagem proposta por Gifford (1960). Huber e Snyder (1976) desenvolveram as chamadas expresses melhoradas para y e z . Os autores sugeriram duas formulaes dependentes da relao entre a posio do receptor e a altura do obstculo, usadas at distncias equivalentes a 10 vezes a altura do obstculo. Esta abordagem utilizada nos modelo ISC3 e CALPUFF (Scire et al., 2000) Johnson et al. (1975), citado por Hosker (1981), Murray et al. (1978) e Mussio et al. (2001), introduziram uma abordagem baseada no fato de que em muitas situaes prticas a pluma no completamente capturada pela esteira do pr-

42

dio nem tampouco passar acima desta ou seja, uma captura parcial ir ocorrer. Assim, um modelo de duas plumas foi desenvolvido, onde uma das plumas (emitidas na altura fsica da chamin) no ser capturada pela esteira do prdio, ao passo que a segunda fonte (emitida ao nvel do solo) ser completamente capturada. A parcela da massa total emitida a ser capturada pela esteira depender da relao entre a velocidade de sada dos gases emitidos e a velocidade do vento medida na altura da chamin. Este modelo foi denominado Split-h. Esta abordagem foi utilizada em conjunto com a abordagem proposta Gifford (1968) no modelo TRC (Murray et al., 1978) e tambm no modelo empregado por Mussio et al. (2000). Scire et al. (2000) descrevem a abordagem de Schulman-Scire (Scire & Schulman, 1980; Shulman & Hanna, 1986), que atribui um decaimento linear influncia do obstculo no aumento dos coeficientes de disperso, alm de levar em conta a influncia do abaixamento da pluma causado pelo obstculo em diminuir os efeitos do empuxo trmico e da quantidade de movimento no aumento da altura da pluma. Esta abordagem tambm utilizada no modelo CALPUFF.

3.5 SNTESE DA REVISO DA LITERATURA


Os estudos apresentados mostram diferentes abordagens para a modelagem da disperso de compostos odorantes. Uma questo sempre presente foi a necessidade de adequao dos modelos originalmente utilizados para modelar a disperso de poluentes para a aplicao em disperso de odor. Uma das questes abordadas foi a necessidade da obteno de uma relao entre valores de pico e valores mdios de concentrao do poluente emitido. Foram utilizados modelos gaussianos, eulerianos e lagrangeanos, e empregadas diferentes abordagens para a modelagem da turbulncia e seus efeitos, bem como da presena de obstculos. A fim de incorporar o efeito da oscilao dos valores da concentrao devido aos efeitos turbulentos ocorreu o desenvolvimento de modelos baseados na teoria da pluma flutuante proposta por Gifford (1959). A

43

introduo da influncia de um obstculo no escoamento foi considerada com a utilizao de diferentes abordagens, possibilitando uma maior eficcia da utilizao da modelagem gaussiana no estudo da disperso de odorantes quando empregado em regies prximas a obstculos. Assim, o presente trabalho visa empregar o modelo gaussiano de pluma flutuante para estudar a disperso de um composto odorante emitido em presena de um obstculo. Sero utilizadas as diferentes abordagens citadas para levar em conta os efeitos do obstculo.

44

4 METODOLOGIA
Este captulo descrever a metodologia empregada no presente trabalho. A fim de modelar a disperso atmosfrica de um composto odorante emitido por uma chamin em presena de obstculo ser empregada a modelagem gaussiana de pluma flutuante (Gifford, 1959; Murray et al., 1978; Mussio et al., 2001). O tratamento da presena de um obstculo para o escoamento ser realizado atravs de seis abordagens distintas, conforme indicadas por Hosker (1981) e Scire et al. (2000). Os resultados sero comparados com dados experimentais obtidos atravs de modelagem em tnel de vento realizada por Aubrun, Leitl e Schatzmann (Aubrun & Leitl, 2004). A modelagem gaussiana de pluma flutuante foi escolhida por aliar facilidade de implementao e rapidez de execuo modelagem da flutuao da concentrao devido a efeitos da oscilao na direo do vento. O modelo foi empregado na mesma situao modelada no experimento em tnel de vento, utilizando as mesmas condies de contorno, o que permitir a comparao direta com os resultados obtidos. Como a facilidade de implementao foi um dos aspectos principais levados em conta, o presente trabalho no inclui outras abordagens para a presena de obstculos, tais como as empregadas em modelos gaussianos como o PRIME e o ADMS. A seguir sero apresentadas as formulaes do modelo de pluma flutuante e do tratamento matemtico para incluir a influncia do obstculo. Sero apresentadas tambm, detalhes da implementao numrica do modelo e dos dados experimentais utilizados para comparao com o modelo matemtico.

4.1 MODELO GAUSSIANO DE PLUMA FLUTUANTE


Gifford (1959) props que a disperso da pluma pode ser separada em dois componentes, a saber, espalhamento e flutuao, cada um deles descrito por

45

uma distribuio gaussiana. Este conceito mostrado na Figura 4-2, onde (a) a pluma avaliada por um perodo de longa durao (10 minutos a 1 hora), representada por uma srie de discos elpticos cujos tamanhos dependem da concentrao. Em (b), o tempo de observao menor, de forma que os discos tambm so menores e possuem seus centros deslocados do eixo-x como resultado da flutuao. Um observador fixo no espao veria diferentes valores de concentrao durante um intervalo de tempo dependendo da posio de cada disco ou elemento de pluma e da disperso do contaminante dentro de cada disco. Em (c), v-se os desvios padres usados no modelo. Segundo Gifford, eles esto relacionados aos desvios padres do modelo gaussiano tradicional de longa durao atravs da Equao 4-1,
2 2 = p + c2

(4-1)

onde o desvio padro baseado em longa durao, por exemplo obtido das curvas de Pasquill-Gifford (Pasquill, 1961), p o desvio padro da disperso dentro do segmento de pluma e c o desvio padro da flutuao da posio do centro do elemento de pluma ao longo do eixo de propagao do vento.

46

Figura 4-1: (a) representao da disperso horizontal de uma pluma atravs de discos elpticos correspondendo ao modelo gaussiano no flutuante, vlido para um tempo de observao longo, por exemplo, 1 hora (Gifford, 1959); (b) representao da disperso horizontal da pluma no modelo de pluma flutuante os centros dos discos elpticos variam a sua posio ao longo do tempo de observao (Gifford, 1959); (c) desvios padres empregados no modelo da pluma flutuante para a direo y parmetros anlogos so vlidos para a direo z.

A formulao do modelo mostrada na Equao (4-2):


2 ( y yc )2 ( zc z )2 .exp + exp (zc + z ) exp C ( x, y , z ) = 2 2 2 2 2 2 u H yp zp yp zp zp

(4-2)

47

Onde C a concentrao modelada, Q a taxa de emisso do composto, u H a velocidade mdia do vento medida na altura do ponto de emisso, y e z so as distncias perpendiculares direo de propagao do vento (eixo-x) entre o receptor e os eixos y e z; yc e zc so as posies instantneas do centro do segmento de pluma nas direes y e z. Assim como no modelo gaussiano tradicional, considera-se insignificante a difuso na direo do escoamento. A equao do modelo tambm pode ser adaptada para obter-se o resultado em termos de intensidade de odor no receptor (expressa em OU) concentrao em unidades odorantes, substituindo-se Q por V0N0, onde V0 a vazo volumtrica da fonte, e N0 a intensidade do odor na fonte, expressa em OU. Baseada na variao da posio do centro do elemento de pluma, a flutuao da pluma pode ser simulada atravs de um gerador de nmeros aleatrios, de forma a ser obtida uma srie de valores de concentrao para uma dada posio de receptor durante um intervalo de tempo definido. Esta abordagem possibilita a determinao da percentagem de tempo durante a qual a concentrao encontrou-se acima de um determinado limite, bem como a obteno da distribuio das freqncias de ocorrncia dos vrios valores de concentrao no ponto onde se localiza o receptor.

4.2 POSIO INSTANTNEA DO CENTRO DA PLUMA


Para cada ponto estudado, a posio instantnea do centro da pluma em relao aos eixos y e z gerada com o emprego de um gerador de nmeros aleatrios, segundo uma distribuio normal cujos desvios padres equivalem a

yc e zc .
O procedimento para gerao de nmeros aleatrios no Fortran (linguagem computacional na qual o modelo foi implementado) obedece a uma distribuio uniforme, na qual a probabilidade de ocorrncia de um nmero dentro de um determinado intervalo igual para todos os nmeros. Para o modelo da pluma flutuante, necessita-se de uma distribuio normal ou gaussiana, na qual a

48

probabilidade de ocorrncia de um nmero no constante, com a curva da funo densidade de probabilidade possuindo a forma caracterstica de um sino. A fim de obterem-se nmeros aleatrios que obedeam distribuio normal, foi utilizado o conceito do teorema do limite central. Este teorema estabelece que, a distribuio de uma mdia tende a ser normal, mesmo que a distribuio da qual esta mdia foi computada no apresente uma distribuio normal. Desta forma, a distribuio normal obtida tem a mesma mdia que a distribuio original da qual as mdias foram tomadas, bem como varincia igual varincia original dividida pelo tamanho da amostra. A implementao efetuada da seguinte forma: utilizando-se a funo de gerao de nmeros aleatrios do Fortran, cuja distribuio uniforme, so gerados 64 nmeros aleatrios e computada a mdia destes nmeros. Esta mdia ser o nmero utilizado para a obteno da posio instantnea da pluma. De acordo com o teorema do limite central (TLC), o conjunto das vrias mdias calculadas obedecer a uma distribuio normal. Este procedimento ser realizado de forma independente para as flutuaes vertical e horizontal. Quanto maior a quantidade de nmeros gerados para o cmputo da mdia, melhor ser a distribuio gerada; a observao das tabelas 4-1 e 4-2, bem como das figuras 4-2 e 4-3 mostra que a utilizao de 64 nmeros mostrou-se uma boa opo. Os nmeros obtidos (posy, para a flutuao horizontal e pos z, para a flutuao vertical), que estaro contidos no intervalo (0,1), segundo o TLC, obedecero a uma distribuio normal, centrada em 0,5. A varincia da distribuio uniforme dada por:

(b a)2 V=
12

(4-3)

onde a e b so os limites inferior e superior do intervalo da distribuio. No caso da distribuio uniforme utilizada no Fortran, a varincia ser:

49

1 0 2 1 V = ( ) = = 0,833333 U 12 12

(4-4)

Consequentemente, segundo o TLC, a varincia da distribuio normal obtida, que corresponde a um desvio padro SN = 0,036 ser:

V 0,833333 = U = = 0,001302 N 64 64

(4-5)

O objetivo na aplicao do modelo permitir que a pluma oscile em torno da sua posio mdia e possua um desvio padro igual a p . No eixo y (horizontal), a posio mdia da pluma corresponde sempre a y=0. Sendo assim, subtraindo-se 0,5 de posy, ajusta-se a distribuio de forma a que esta esteja centrada em zero. Para que a distribuio possa apresentar o desvio padro igual a yc , multiplica-se a varivel posy por yc /SN. Sendo assim, a transformao realizada para obter-se a posio instantnea do centro da pluma em relao ao eixo-y (yc) :

yc = ( yc /SN ) (posy 0,5)

(4-6)

Para a posio vertical instantnea do centro da pluma, deseja-se que a flutuao ocorra em torno do valor da altura mdia da pluma, h. Sendo assim, o valor (h 0,5) somado ao nmero gerado. Semelhantemente ao que foi feito para a flutuao em y, a transformao para a obteno da posio vertical instantnea do centro da pluma (zc) :

zc = ( zc /SN ) (posz + h 0,5)

(4-7)

As Tabelas 4-2 e 4-3 seguir mostram a anlise estatstica dos nmeros aleatrios gerados em comparao aos dados de uma distribuio normal. Estes dados so complementados pelas Figuras 4-2 e 4-3, que mostram a distribuio de freqncia das sries geradas.

50

Tabela 4-1: Comparao da distribuio de nmeros gerados para a posio y e da distribuio normal (gaussiana) em termos de desvios padres (DP). gerado 1DP 2DP 3DP 67,90% 95,57% 99,89% normal 68,30% 95,50% 99,70%

Tabela 4-2: Comparao da distribuio de nmeros gerados para a posio z e da distribuio normal (gaussiana) em termos de desvios padres (DP). gerado 1DP 2DP 3DP 68,30% 95,49% 99,86% normal 68,30% 95,50% 99,70%

800 700 600 Frequncia 500 400 300 200 100 0 0,345 0,396 0,448 0,499 0,551 0,602

Nmeros gerados
Figura 4-2: histograma mostrando a distribuio dos nmeros aleatrios gerados para originar a flutuao em y.

51

800 700 600 Frequncia 500 400 300 200 100 0 0,352 0,406 0,459 0,513 0,567 0,621

Nmeros gerados
Figura 4-3: histograma mostrando a distribuio dos nmeros aleatrios gerados para originar a flutuao em z.

Testes comparando a execuo do modelo com diferentes nmeros de posies geradas (1.000, 3.000 ou 24.000) mostraram que a tendncia dos resultados obtidos no alterada, muito embora o tempo de execuo seja diretamente ligado quantidade de posies geradas. O modelo TRC (Murray et al., 1978) utilizava um tempo de simulao de 1 hora, gerando entre 200 e 1000 posies. Mussio et al. (2001) empregaram o seu modelo utilizado 2000 posies.

4.3 ALTURA MDIA DA PLUMA


O abaixamento da pluma devido aos efeitos aerodinmicos da chamin e do obstculo tratado segundo os procedimentos propostos por Briggs (1973), conforme indicados por Hosker (1981) e descritos a seguir.

52

O abaixamento da pluma devido chamin (stack tip downwash) ocorrer sempre que a velocidade da emisso for menor ou igual a 1,5 vezes a velocidade do vento na altura da chamin, sendo que a altura da pluma aps o abaixamento ser determinada por:

v h' = hs + 2d s s 1,5 us

(4-8)

onde: h a altura da pluma devido ao downwash; hs a altura da chamin; ds o dimetro interno da chamin; vs a velocidade de lanamento dos gases da chamin; e us a velocidade do vento medida na altura da chamin. A altura corrigida devido aos efeitos do obstculo e da chamin ( h' ' ) ento calculada (onde H a altura do obstculo):

h' ' = h'+1,5b h' ' = 2h'( H + 1,5b )

para [h< H] (4-9) para [H h H + 1,5 b ] (4-10) para [h H + 1,5 b ] (4-11)

h ' ' = h'

onde b o comprimento caracterstico do obstculo (menor dimenso entre altura e largura). Aps determinado o valor de h, pode-se determinar se a pluma ser capturada pela zona de recirculao do obstculo:

Se h > 0,5 b, a pluma permanece elevada, com altura efetiva igual a

h;

Se h < 0,5 b, a pluma ser capturada pela zona de recirculao do prdio considera-se a pluma como originada de uma fonte ao nvel do solo (altura efetiva igual a zero). A sugesto acima, de que a pluma ao ser capturada pela zona de recirculao do prdio passa a comportar-se como tendo sido emitida ao nvel do solo, por-

53

tanto com altura igual a zero, ocasiona uma diviso por zero em um dos clculos utilizados nos procedimentos de Hgstrm para o clculo dos coeficientes de disperso do segmento de pluma. Sendo assim, a fim de evitar erros na execuo do programa, no caso da pluma capturada pela zona de recirculao do prdio, o valor utilizado para a altura inicial da pluma no pode ser muito pequeno. Considerando-se que o efeito da zona de recirculao do prdio de misturar o composto emitido por ela capturado devido aos vrtices turbulentos originados, a pluma capturada foi modelada como possuindo altura inicial equivalente metade da altura do obstculo, em conformidade ao adotado por Mussio (2001). A altura da pluma tambm pode ser afetada pela velocidade de sada dos gases e pelo empuxo trmico, dependendo da temperatura e velocidade na qual so emitidos. No presente trabalho, o gs emitido pela chamin com temperatura igual do ambiente e com baixa velocidade (< 10m/s), o que, segundo a aplicao dos procedimentos propostos por Briggs (1969, 1971, 1974), conforme indicados por Seinfeld e Pandis (1996), implica na no existncia de elevao da pluma devido ao empuxo trmico e velocidade de emisso. Entretanto, uma das abordagens utilizadas para considerar a presena do obstculo, fundamenta-se na incluso da influncia do abaixamento na pluma nos efeitos trmicos e de velocidade de emisso, segundo procedimento descrito no item 6 da seo 4.5.

4.4 COEFICIENTES DE DISPERSO


4.4.1 Coeficientes de disperso de longa durao ( y e z )
Os coeficientes de disperso de longa durao, y e z assim chamados por referirem-se a um tempo de observao bem maior do que o tempo de uma respirao so obtidos a partir das equaes de Briggs (1973) (Tabela 4-3). Estes parmetros so vlidos para um tempo de observao de 10 minutos e dependem da estabilidade atmosfrica. A Tabela 4-3 mostra as equaes se-

54

gundo as classes de estabilidade atmosfrica segundo a classificao de Pasquill (1962, citado por Seinfeld e Pandis, 1986). Esta classificao divide a estabilidade atmosfrica em 6 classes, variando de A a F, sendo que A corresponde maior instabilidade, D corresponde condio neutra e F condio moderadamente estvel. No presente trabalho, a situao considerada correspondeu a uma atmosfera neutra (classe D) em ambiente rural.

Tabela 4-3: equaes de Briggs para o clculo dos coeficientes de disperso em funo da estabilidade atmosfrica, para meios rural e urbano (Hanna et al., 1982)

Coeficientes de disperso Classe de estabilidade

y (m)
Ambiente Rural A B C D E F 0,22 x (1 + 0,0001 x )-1/2 0,16 x (1 + 0,0001 x )-1/2 0,11 x (1 + 0,0001 x )-1/2 0,08 x (1 + 0,0001 x )-1/2 0,06 x (1 + 0,0001 x )-1/2 0,04 x (1 + 0,0001 x )-1/2 Ambiente Urbano A-B C D E-F 0,32 x (1 + 0,0004 x )-1/2 0,22 x (1 + 0,0004 x )-1/2 0,16 x (1 + 0,0004 x )-1/2 0,11 x (1 + 0,0004 x )-1/2

z (m)

0,20 x 0,12 x 0,08 x (1 + 0,0002 x )-1/2 0,06 x (1 + 0,0015 x )-1/2 0,03 x (1 + 0,0003 x )-1 0,016x (1 + 0,0003 x )-1

0,24 x (1 + 0,001 x )1/2 0,20 x 0,14 x (1 + 0,0003 x )-1/2 0,08 x (1 + 0,0015 x )-1/2

55

Esta formulao ser utilizada na obteno dos desvios padres de longa durao para a pluma no capturada pela esteira de turbulncia do prdio, bem como para a determinao da influncia do obstculo atravs das modificaes destes desvios padres empregadas nas abordagens de Turner (1969), Gifford (1960 e 1968) e Huber & Snyder (1975).

4.4.2 Coeficientes do segmento de pluma ( yp e zp )


Estes coeficientes so relacionados disperso do composto emitido dentro de cada segmento de pluma. Hgstrm (1972), baseado em uma srie de experimentos onde a fumaa emitida por uma chamin foi fotografada durante um certo tempo de forma a identificar a mudana nas dimenses da pluma medida que esta se afastava da fonte, desenvolveu um mtodo para o clculo destes segmentos, yp e zp , os quais sero funes da distncia da fonte ao receptor, da estabilidade atmosfrica e, no caso de zp , da altura da pluma.

W* zp = 0,36 u a a

2[e

(0,65ao x)

+ 0,65ao x 1]
0,62

[atmosfera estvel e neutra] (4-12)

h 0,65ao (1+ 2,210 2 87

s)

zp = 0,554

i b
o

2e

0,65b x
o

+ 0,65b x 1
o

[atmosfera instvel] (4-13)

yp = 50 2 e
onde:

10

+10

x 1

1 1+ 10
2

[todas as classes de estabilide] (4-14)

h altura mdia do centro da pluma (m); x a posio do receptor (eixo x) (m); s o parmetro de estabilidade (eq. 4-16); a0 e b0 so parmetros empricos

56

(eqs. 4-18 e 4-19); W * u equivale ao perfil logaritmo da velocidade do vento a a at 500m (eq. 4-17); i: intensidade da componente vertical da turbulncia atmosfrica, calculada segundo a Equao 4-15:

3 W* a + 0,33.1 u i= ua 16

(4-15)

O parmetro de estabilidade s calculado como:


/ u 2 .105 z f

s =

(4-16)

onde z o gradiente vertical da temperatura potencial ao nvel do centro da pluma e uf representa a velocidade do vento no topo da camada de mistura. A relao W * u pode ser calculada atravs da equao abaixo: a a

* Wa = (4,31 log h ) 1 Zo ua

(4-17)

Onde h corresponde a altura do centro da pluma e Z0 o coeficiente de rugosidade. Os parmetros empricos a0 e b0 so determinados como:

1 W* ao = a ua 0,4h N

(4-18)

pa
(4-19)

bo

u = ao s 16

0,8

57

onde Npa funo do coeficiente de rugosidade (Zo) : 1,0 para terrenos planos (Zo 0,1 m) e 0,5 para as grandes rugosidades (terrenos com muitas construes) [adimensional] e centro da pluma (m/s); Diferentes formulaes propostas para a determinao dos parmetros de disperso de longa durao, y e z (Pasquill, 1961; Briggs, 1973) so baseadas em diferentes tempos de amostragem (Turner, 1994; Hanna et al., 1982). Os parmetros calculados segundo Briggs (1973), usados no presente trabalho so vlidos para um tempo de 10 minutos. Estes parmetros esto relacionados turbulncia e ao efeito da oscilao de longa durao na direo do vento. Quanto maior o tempo de observao, maior a probabilidade de mudana na direo do vento e, conseqentemente maior o espalhamento do contaminante. Os parmetros de Hgstrm so vlidos para um tempo de amostragem de 1 hora (Hgstrm, 1972). O cdigo computacional elaborado para o presente trabalho permite a determinao, pelo usurio, do tempo da simulao. A fim de manter a coerncia nos clculos de yc , empregada a Equao 4-20 (Hanna et al., 1982), a fim de que os parmetros y e yp sejam adaptados para o mesmo tempo de simulao empregado:

us

a velocidade mdia do vento na altura mdia do

yd Tsd = ye Tse

(4-20)

Onde d e e representam dois casos distintos cujos tempos de observao so (Tsd e Tse) diferentes, sendo que Tse corresponde ao tempo para o qual se conhece o valor de y . O expoente q vale entre 0,25 e 0,3 para 1h < Tsd < 100h e vale aproximadamente 0,2 para 3 min < Tsd < 1h.

58

Para o valor de z , no h correo proposta. Turner (1982) indica que, na maior parte das situaes, no h flutuaes de longa durao para o vento na direo vertical.

4.4.3 Coeficientes da flutuao do centro do segmento de pluma ( yc e zc )


Estes coeficientes referem-se flutuao da pluma em torno do eixo da direo do vento. O mtodo para o clculo destes parmetros, yc e zc vem da Equao (4-1):
yc =

yp

(4-21)

zc =

zp

(4-22)

4.5 TRATAMENTO PARA A PRESENA DE OBSTCULOS


O presente trabalho vai comparar seis diferentes abordagens empregadas com a modelagem gaussiana, conforme listadas por Hosker (1981) e Scire et al. (2000). Elas so basicamente modificaes dos coeficientes, ou parmetros, de difuso ( y e z ), de forma a levar em conta a difuso extra causada pelo obstculo.

4.5.1 Abordagem 1 (Turner, 1969)


Esta abordagem, proposta por Turner (1969), faz uso de uma fonte virtual, localizada a montante da fonte real. Esta fonte virtual caracterizada pelos coeficientes calculados de acordo com as equaes abaixo, onde L = comprimento do prdio, H = altura do prdio e W = largura do prdio:

yo 2W/4,3 e zo 2H/2,15

[para L/H < 1] (4-23)

59

yo W/4,3 e zo H/2,15

[para L/H > 1] (4-24)

A localizao da fonte virtual encontrada fazendo-se y(xy0) = yo e z(xz0) =

zo
A aplicao do modelo gaussiano feita com a modificao dos parmetros de longa durao, de forma que y=y(x+xy0) e z=z(x+xz0), onde x a distncia entre o receptor e a face posterior do obstculo.

4.5.2 Abordagem 2 (Gifford, 1960)


Esta abordagem, descrita por Gifford (1960), modifica a equao gaussiana, dependendo das dimenses do obstculo e da velocidade do vento (Equao 4-26). A influncia do obstculo a de causar uma rpida diluio do material emitido, proporcional c vezes a rea frontal do prdio (Ap) multiplicada pela velocidade do vento ( u H ):
2 ( y yc )2 ( zc z )2 Q exp + exp ( zc + z ) exp 2 2 2 2 ( yp zp + cAp )u H 2 yp 2 zp zp

C ( x, y , z ) =

(4-25)

onde,

1,0 c= 3,0

L/H 1 (ocorre recolamento do fluxo superfcie do prdio) L/H 1 (no ocorre recolamento do fluxo superfcie do prdio).

Os parmetros de disperso y e z , so determinados em funo da distncia entre a face posterior do prdio e a posio do receptor ao longo da direo principal do vento.

4.5.3 Abordagem 3 (Gifford, 1968)


A terceira abordagem, tambm descrita por Gifford (1968), introduz os parmetros de disperso total, y e z . Estes novos parmetros so utilizados na equao da pluma gaussiana em substituio a y e z , e so determinados pelas seguintes equaes:

60

y = [ y + cAp ]
2

(4-26) (4-27)

z = [ z + cAp ]
2

O valor c pode assumir os mesmos valores utilizados na abordagem nmero 2.

4.5.4 Abordagem 4 (Huber & Snyder, 1976)


Desenvolvida por Huber e Snyder (1976), as chamadas expresses melhoradas para y e z tm o propsito de melhor levar em conta os efeitos da presena do obstculo no campo de concentrao. Os autores sugeriram formulaes dependentes da razo de aspecto do obstculo e tambm da posio do receptor (x). Essa abordagem empregada no intervalo 3b x 10b , onde b o comprimento de referncia do obstculo. Para um prdio cuja largura ( W ) maior que altura ( H ), de forma que b = H :

z ' = 0,7b + 0,067(x 3 b ) y ' = 0,35W + 0,067(x 3 b ) y ' = 0,35 b + 0,067( x 3 b )


[para W H 5 ] [para W H > 5 ]

(4-28) (4-29) (4-30)

Para um prdio cuja altura maior que a largura, de forma que b = W :

z ' = 0,7b + 0,067(x 3 b ) y ' = 0,35 b + 0,067( x 3 b )

(4-31) (4-32)

4.5.5 Abordagem 5 (Johnson et al., 1975)


A quinta abordagem empregada, foi introduzida por Johnson et al. (1975), citado por Hosker (1981), Murray et al. (1978) e Mussio et al. (2001), baseado no fato de que em muitas situaes prticas a pluma no vai ser completamente capturada pela esteira do prdio (Figura 4-4a) nem tampouco passar acima

61

desta (Figura 4-4b) ou seja, uma captura parcial e flutuante ir ocorrer (Figura 4-4c). A fim de levar este fato em conta, um modelo de duas plumas foi desenvolvido, onde uma das plumas (emitidas na altura real da chamin) no ser capturada pela esteira do prdio, ao passo que a segunda fonte (emitida ao nvel do solo) ser completamente capturada. A parcela da massa total emitida a ser capturada pela esteira (M) depender da relao entre a velocidade de sada dos gases emitidos e a velocidade do vento medida na altura da chamin, v s u s . Este modelo foi chamado de Split-h.

(a)

(b)

(c)

Figura 4-4: Ilustrao do comportamento de uma pluma afetada pela presena do obstculo, com uma pluma completamente capturada pela esteira turbulenta (a), pluma no capturada (b) e pluma com captura parcial (c) (Mussio, 1989).

O clculo da parcelas capturada descrito por Mussio (1989):

Se vs u s 0,9 , ento ocorrer captura completa da pluma e M = 1 ;

62

Se 0,9 vs u s 1,5 , ento M = 2,2 1,33(vs u s ) e ocorrer captura parcial; Se 1,5 vs u s < 5,0 , ento M = 0,286 0,0571(vs u s ) , ainda ocorrendo captura parcial;

A pluma no ser capturada ( M = 0 ) quando vs u s 5,0 .

Para a poro da pluma que capturada, a equao gaussiana utilizar os parmetros y e z , introduzidos pela abordagem 3.

4.5.6 Abordagem 6 (Scire et al., 2000)


Desenvolvida por Schulman e Scire (Scire & Schulman, 1980; Schulman & Hanna, 1986; citados por Scire et al., 2000), esta abordagem aplica um decaimento linear ao parmetro de disperso vertical ( z ' ) afetado pela presena do prdio (calculado segundo abordagem 4), alm de levar em conta a reduo do efeito do empuxo trmico e da velocidade de emisso dos gases na elevao da pluma quando esta sofrer os efeitos aerodinmicos do obstculo. O primeiro passo calcular o valor dos parmetros de disperso, calculados segundo a abordagem 4, para uma distncia equivalente a 3 alturas do prdio. Caso ' y ' z , o prximo passo ento calcular a eventual elevao da pluma zd , influenciada pelo efeito da presena do obstculo, atravs da Equao 4-33:
3 zd + 3R0 zd 1 + 3R02 12 zd = 3Fm x j2u s2 + 3Fb x 2 2 12u s3

(4-33)

onde,

zd a elevao da pluma devido ao empuxo trmico e velocidade de emisso,


influenciada pela presena do obstculo [m];

1 parmetro de captura neutra ( 0,6); j coeficiente de captura de jato (eq. 4-34);

63

R0 o raio de diluio [m] (eq. 4-35); Fm o fluxo de quantidade de movimento [m4/s2](eq. 4-36); Fb o fluxo de empuxo trmico [m4/s2] (eq. 4-37);

j = 1 3 + u s vs
R0 = 2 2 z 0 Fm = vs d s 4
2 1

(4-34) (4-35) (4-36) (4-37)

Fb = gd s vs (Ts Ta ) 4Ts vs a velocidade de sada dos gases na chamin; ds o dimetro interno da chamin; Ta a temperatura ambiente; Ts a temperatura de exausto dos gases da chamin.

A altura da pluma afetada pelo empuxo trmico e/ou velocidade de emisso (he) dada por:

he = h' '+ zd
com h calculado segundo o item 4.3. Ento, o parmetro de disperso vertical ser:

(4-38)

z ' ' = A z '


onde,

(4-39)

A =1

, para he H

64

A=

H hs +1 2b

, para H < he H + 2 b

A=0

, para H + 2 b < he

4.6 DADOS DO EXPERIMENTO EM TNEL DE VENTO


A fim de proceder validao do modelo proposto, este ser aplicado a condies idnticas a um experimento realizado em tnel de vento por Aubrun, Leitl e Schatzmann para o programa Compilation of Experimental Data for Validation of Microscale Dispersion Models (CEDVAL), da Universidade de Hamburgo (Aubrun & Leitl, 2004), com o objetivo de investigar a disperso atmosfrica de um gs traador emitido pelo sistema de ventilao de uma edificao onde funcionava uma criao suna. Os dados obtidos neste experimento esto disponibilizados no site da referida instituio, disponvel no endereo <http://www.mi.uni-hamburg.de/cedval>. O experimento, realizado no tnel de vento do Instituto Meteorolgico da Universidade de Hamburgo, empregou um modelo em escala 1:400 representando um prdio onde funcionava um estbulo equipado com um sistema de exausto forada de gases atravs de chamin. As dimenses do prdio modelado eram 10,6m de altura (H), 64,5m de comprimento (L) e 42,5m de largura (W). Atravs do sistema de exausto do prdio foi emitida uma mistura controlada de etano e ar. A concentrao do composto emitido foi medida em diversos pontos atravs de um sistema de deteco de alta freqncia, de forma a simular o tempo de respirao do ser humano. Foram realizadas diversas medies, correspondentes a diferentes direes de incidncia do vento. A seo de testes do tnel de vento possui 1,5m de largura, 1m de altura e 4m de comprimento. A velocidade do vento foi mantida constante em 3m/s. A atmosfera modelada apresentava condio de estabilidade neutra. O gs foi emitido em temperatura ambiente com velocidade de sada de 3 m/s.

65

Cada srie temporal de medida da concentrao compreendia 150.000 pontos de amostragem, realizada em freqncia de 500Hz (equivalente a 1,25Hz em escala real), durante 5 minutos (equivalente a 2000 minutos em escala real). O conjunto de dados a ser utilizado no presente trabalho inclui medidas da concentrao do composto emitido com diferentes configuraes da direo do vento. A topografia no foi modelada no experimento. As Figuras 4-4 a 4-7 mostram detalhes da configurao do modelo e do tnel de vento.

Figura 4-5: Experimento em tnel de vento realizado por Aubrun, Leitl e Schatzmann (CEDVAL, 2006).

66

Figura 4-6: detalhe do modelo do prdio utilizado nos experimentos em tnel de vento (CEDVAL, 2006).

Figura 4-7: Esquema do modelo do prdio utilizado no tnel de vento, mostrando a orientao do modelo em relao ao norte (CEDVAL, 2006).

67

Figura 4-8: Dimenses do modelo de prdio utilizado em tnel de vento (mm) (CEDVAL, 2006).

68

5 RESULTADOS

A disperso atmosfrica de compostos odorantes em presena de obstculos foi estudada com o emprego de um modelo gaussiano de pluma flutuante baseado na teoria proposta por Gifford (1959). Este modelo simula os efeitos da mudana de direo do vento e sua influncia na disperso de um composto emitido para a atmosfera. Os efeitos do obstculo no escoamento foram considerados empregando-se seis diferentes abordagens sugeridas na literatura (Tabela 5-1). Estas abordagens so, basicamente, modificaes nos parmetros de disperso utilizados em modelagem gaussiana tradicional. Os resultados do modelo foram comparados a dados experimentais obtidos em tnel de vento (Aubrun & Leitl, 2004), uma vez que o modelo foi aplicado com as mesmas condies encontradas no experimento. So apresentados nas sees a seguir resultados relativos :

Concentrao mdia; Intermitncia; Relao entre valores de concentrao de pico e mdia; Avaliao da influncia dos valores de p na concentrao mdia, intermitncia e relao pico/mdia.

Foram considerados os casos do vento com direo 40, 130, 220 e 310, incidindo praticamente de forma perpendicular aos eixos de simetria do prdio. O tempo de simulao utilizado no modelo foi de 2.000 (dois mil) minutos e o nmero de posies aleatrias geradas para a pluma foi de 3.000 (trs mil).

69

Tabela 5-1: abordagens empregadas para incluir os efeitos do obstculo na modelagem gaussiana empregadas no presente trabalho.

Abordagem Abordagem 1 Abordagem 2 Abordagem 3 Abordagem 4 Abordagem 5 Abordagem 6

Autor/descrita por Turner, 1969 Gifford, 1960 Gifford, 1968 Huber e Snyder, 1976 Johnson et al., 1975 Scire et al., 2000

5.1 CONCENTRAO MDIA


Os resultados da concentrao mdia do composto emitido esto ilustrados nas Figuras 5-1 a 5-5. A concentrao mdia modelada (Figura 5-1) atinge o seu valor mximo jusante do obstculo, por volta de 75 metros de distncia da fonte, equivalendo a cerca de 10 alturas do prdio para os mtodos 1, 3 e 5. Para a abordagem 2, isso acontece sempre numa distncia acima de 100 metros. Para as abordagens 4 e 6, essa distncia varia segundo a direo do vento. medida que o receptor se afasta da fonte, o valor da concentrao mdia diminui. No presente trabalho, o modelo gaussiano de pluma flutuante foi empregado inclusive na regio da zona de recirculao, a fim de verificar o seu comportamento nesta regio do escoamento. Segundo relao emprica sugerida por Hosker (1981) e descrita no ANEXO 1, os limites calculados para a zona de

70

recirculao foram 86,9 m, 74,8 m, 55,3 m e 60,3 m para os casos do vento com direo 40, 130, 220 e 310, respectivamente, variando, portanto, entre cerca de 5 e 8 vezes a altura do prdio. Sendo assim, segundo o modelo, o valor mximo da concentrao mdia sempre atingido aps a cavidade. Entretanto, os dados do experimento em tnel de vento indicam, para as direes 130, 220 e 310, que a mxima concentrao mdia atingida na cavidade. Hosker (1981) sugere a aplicao do modelo gaussiano e das diversas abordagens para considerar a presena de obstculo somente aps a regio da cavidade. Scire et al. (2000) indicam que as abordagens 4 e 6 so vlidas para distncias acima de 3 comprimentos de referncia, o que para o prdio estudado no presente trabalho, equivale sua altura (10,6m). As abordagens 1 e 2 forneceram sempre os menores valores para a concentrao mdia, indicando que o efeito do obstculo no escoamento e na disperso do composto emitido (maior diluio, com maiores concentraes prximas fonte) pode estar sendo subestimado. Este comportamento foi observado em todas as situaes analisadas, independente da direo do vento. No caso da abordagem 2, a recomendao de calcular o valor dos parmetros de disperso em funo da distncia medida partir da face posterior do prdio (Hosker, 1981) faz com que esses parmetros assumam valores muito baixos na regio prxima ao prdio, resultando nos baixos valores obtidos para a concentrao. O modelo exibiu uma tendncia de subestimar a concentrao, principalmente nos casos do vento com direo 130 e 310, bem como na regio prxima ao obstculo, para todas as direes do vento. Para as direes 130 e 310 os resultados apresentados pela abordagem 4 e 6 foram mais elevados, mostrando a influncia da largura do obstculo, conforme considerada pelas equaes 4-29 e 4-30. A descontinuidade apresentada pelas abordagens 4 e 6, conforme observa-se na Figura 5-1, resultado da sua aplicao at um limite de 10 vezes o comprimento de referncia do obstculo ( 10b , com x medido partir da face poste-

71

rior do obstculo). Acima dessa distncia, foram utilizados os parmetros de disperso sem modificao. Tambm so mostrados os resultados obtidos para o modelo aplicado sem a presena do obstculo. A concentrao mdia obtida apresentou comportamento semelhante aos resultados das abordagens 3 e 5. Este fato pode ser explicado pela comparao do valor dos parmetros de disperso y e z (utilizados sem o prdio) com o valor dos parmetros de difuso y e z (utilizados com a presena do prdio), mostrado pela Figura 5-6. Como os valores de y foram semelhantes a y , e os valores de z apresentaram a tendncia de se aproximarem de z , o resultado da concentrao tambm foi semelhante. Os dados obtidos em tnel de vento foram fornecidos para uma distncia mxima equivalente a 300m da fonte. Comparando-se os resultados do modelo para a concentrao mdia na direo do escoamento (y=0; Figura 5-1) para distncias at 1000 metros na direo principal do escoamento (eixo-x), com os dados obtidos em tnel de vento, observa-se que o comportamento do modelo aproxima-se da tendncia apresentada pelos dados do tnel. Este fato observado especialmente nas abordagens 3 e 5, para todas as direes do vento. Em ambos os casos valores medidos e valores estimados observa-se que a presena do obstculo causa uma rpida diluio do composto emitido, com resultados de concentrao sempre abaixo de 1% da concentrao na fonte. Vale ressaltar que a abordagem 5, um modelo de duas plumas, foi empregado no presente trabalho de forma a tratar a poro da pluma capturada pela esteira de turbulncia do prdio utilizando os parmetros de disperso calculados segundo a abordagem 3. Uma vez que, segundo os clculos empregados (Mussio, 1989), mais de 80% do material emitido foi capturado pela esteira de turbulncia, a abordagem 5 sempre forneceu resultados semelhantes abordagem 3.

72

0.016

0.016

0.012

0.012

Concentrao (C/Cs)

0.008

0.008

0.004

0.004

Turner (1969) - 1 Gifford (1960) - 2 Gifford (1968) - 3 Huber & Snyder (1976) - 4 Johnson et al. (1975) - 5 Scire et al. (2000) - 6 Sem prdio Tnel de vento

0 0 200 400 600 800 1000

0 0 200 400 600 800 1000

(a)
0.016 0.016

(b)

0.012

0.012

Concentrao (C/Cs)

0.008

0.008

0.004

0.004

0 0 200 400 metros 600 800 1000

0 0 200 400 metros 600 800 1000

(c)

(d)

Figura 5-1: Concentrao media (normalizada pela concentrao na fonte), comparando os dados do tnel de vento com os resultados do modelo, para cada uma das abordagens, sendo (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; (d) vento 310 graus.

Tnel de vento Huber & Snyder (1976)


2,96E-4 239,8% 29,5% 8,64E-4 0,0 1,22E-3

40 40 20
11,8%

7,73E-4 3,68E-3 10,2% -77,3%


-

20
6,87E-4

-7,8% -60,6% -12,7% 8,1% 169,8%

0,0

2,85E-3 1,34E-3

metros
-

metros

0 -20
799,7% -52,9%

0 -20

0,0 0,0 2,40E-3 1,08E-3 4,04E-4 1,28E-4

50

100

150

200

250

-40 300 0 50 100 150 200 250

-40 300

Turner (1969) Johnson et al. (1975)


169,2% -3,4% 9,3%

40 20
96,3% -52,9%
-

241,8% 30,1% -12,2% 8,8% 172,5% 9,6%

40 20 0 -20

72,9% -16,9% -6,2% 1229,3%

0.02 0.01
metros

29,9% -69,9% -52,2%

metros

-36,6%

-11,5%

0
-

-42,9% -20,1%

-20 -40 250 300 0 50 100

0.008 0.006

953,2% 111,7%

50

100

150

200

150

200

250

-40 300

0.004 0.002

C/Cs

Gifford (1960)
-

Scire et al. (2000)


78,2% -27,3%

40 20
-19,5% 6,9% -78,1%
-

164,3% -32,9% -70,8% -64,2% 588,5% 0,2% -32,8% -17,0% 107,2% -11,3%

40 20 0 -20

0.001 0.0008
metros

-71,2% -80,4% -49,7%

metros

0 -20

-84,0% -39,3% 40,6% -12,8%

0.0004 0.0002
50 100 150 200 250 -40 300

0 0

50

100

150

200

250

-40 300

Gifford (1968)
-

Sem prdio
239,8% 29,5%

40 20
11,8% 67,7% -58,3%
-

238,0% 63,6% -20,2% 28,6% -13,4%


-

40 20
7,7% -6,7% 7,1%

10,2% -77,3% -60,6% -12,7%

-7,8%

metros 0 -20 -20


1197,9% 166,8%

metros 0

-52,9% 8,1% 169,8% 799,7%

0
metros

50

100

150

200

250

-40 300

50

100

150
metros

200

250

-40 300

Figura 5-2: concentrao mdia para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5); vento 40 graus. Os pontos em vermelho no grfico dos rede vento.

73

sultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel

Tnel de vento
2,06E-3 1,33E-3 -16,5% -19,2% -38,2%

Huber & Snyder (1976)


40 40 20 metros
-23,2%

8,20E-3 1,87E-3 -72,0% -69,5% -55,7% -17,0% -28,9% -40,9% 1,69E-3 9,92E-4 3,58E-3

4,31E-3

20 0 0 -20
-5,1% 176,4% 1235,2% 464,7% 389,9% 45,0%

1,12E-2

metros

9,01E-3 5,48E-4 8,11E-4

3,81E-3 8,29E-4

-20

1,28E-4 1,92E-4

0 0 50 100 150 200 250

50

100

150

200

250

-40 300

-40 300

Turner (1969) Johnson et al. (1975)


-50,4% -63,9% -81,9% -84,6% -54,6% -39,8% 274,6% 1225,2% -78,9% -51,5% 82,4% -58,8% -49,5% -59,1% -22,7% -37,6% -28,3% 46,3% 470,8% -79,4%

40
-18,3%

40

0.02
20 metros 0 -20 20 metros
-24,0%

-94,6% -95,5% -73,3% 62,1% -13,3% 260,5% 571,8%

-92,9%

0 -20

0.01 0.008 0.006


200 250 -40 300

-81,2% -14,3%

0 0 50 100

50

100

150

200

250

-40 300

150

0.004

C/Cs

Gifford (1960)
-91,6% -68,0% -74,6% -78,0% -74,4% -59,3% -12,2% 141,7% -70,6% -55,8% -93,2%

Scire et al. (2000)


40 20 0 -20
-55,0% -67,8% -54,9% 163,4% 639,9% -57,3% -68,1% -63,6% -24,5% 202,4% -53,8%

0.002
40

0.001
20 metros 0

-100,0%

-99,9%

metros

-99,8% -44,4% -40,8% 123,4% 32,8%

-90,1%

0.0008
-20

-99,8%

-99,8%

0.0004 0.0002
50 100 150 200 250 -40 300

0 0

50

100

150

200

250

-40 300

Gifford (1968)
-16,6% -15,6% -35,5% -51,3%

Sem prdio
40 20 metros
-22,4% -27,6% -82,5% -84,3% -78,0% -54,7% -40,1% -20,2% -38,8% -29,5% -25,8%

40 20 metros 0

-80,0% -35,4% -25,9%

-83,1%

-76,8% 303,2% 51,1% 489,3% 1330,3%

-46,6% -100,9%

-20

-50,2% 83,6%

258,7% 1138,8%

43,7% 458,6%

-20

0
metros

50

100

150

200

250

-40 300

50

100

150
metros

200

250

-40 300

Figura 5-3: concentrao mdia para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5); vento: 130 graus. Os pontos em vermelho no grfico dos de vento.

74

resultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel

Tnel de vento Huber & Snyder (1976)


2,57E-4 736,9% 304,9% 43,1% -14,5% 1,7% 147,4% -11,0% 52,5% -60,6% -82,4% -61,7% -47,2% 213,5% -80,4% -48,2% 27,8% 8,02E-4 1,11E-4 5,14E-4 2,01E-3 7,71E-4

40 40 20 20

metros

metros 0

4,22E-3 3,73E-3 2,62E-3 1,84E-3 3,00E-4 4,38E-4 1,15E-3 1,39E-3 1,31E-3

8,48E-4 0

-20

-20

0 0 50 100 150 200

50

100

150

200

250

-40 300

250

-40 300

Turner (1969)

Johnson et al. (1975)


196,8% 1300,0% 157,5% -15,9% 10,6% 429,9% -2,7% 209,5% -0,6% -52,9% -51,7% 13,1%

817,7% 44,4%

40 20 metros
-34,3%

307,6% 43,7% -14,1% 2,3% 149,5%

40

0.02
20

-80,3% -50,9% -78,2% -56,6% -40,1% 248,0% 78,7% -32,2% -44,1% -77,9% -42,7%

0.01
metros
-12,1%

0 -20

0.008
-20

0.006
150 200 250 -40 300

50

100

150

200

250

-40 300 0 50 100

0.004

Gifford (1960)
128,7% 92,9% -30,5% -91,2% -95,5% -50,7%

Scire et al. (2000)


40 20
-42,1% 530,1% 38,0% -65,7% -83,7% -80,1% -47,7% -4,1% -72,1% -61,6% 126,7% 192,3% 2,7% -39,0% -27,4% 77,9% -32,9%

0.002
40

0.001
20 metros 0

metros

-97,0%

-83,2% -58,1%

0 -20

0.0008
-20

-97,0% -95,3% -50,5% 17,8% -16,5% -79,1%

0.0004 0.0002

50

100

150

200

250

-40 300

50

100

150

200

250

-40 300

Gifford (1968)
1417,6% 252,0% 11,6% -47,9% -47,0% -9,1% 19,8% 474,2% 157,8% 5,7% -11,3% 25,0% -10,4% 178,7% 48,4% 320,8%

Sem prdio
40 20 metros 0 -20 -40 250 300 0 50
1121,3% 92,2% -22,5% -54,8% -50,3% 8,4% 135,2% -22,8% -0,8% 370,7% 302,4% 42,1% -15,2% 0,8% 145,5%

0
40 20 metros
-13,9% 0

-20 -40 100 150


metros

0
metr os

50

100

150

200

200

250

300

Figura 5-4: concentrao mdia para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5); vento: 220 graus. Os pontos em vermelho no grfico dos revento.

75

sultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de

Tnel de vento
Huber & Snyder (1976)
5,21E-4 1,03E-3 3,32E-4 1,52E-4 4,66E-3 1,87E-3

40
428,4% 119,3% 17,4% 32,5% -41,9% -52,5% -32,2% 49,1% 147,1% 69,3% 316,2% 1062,8% -0,9% 5,3% 10,0% 31,4%

40 20 0

20

metros

metros

6,57E-3 2,88E-3 1,03E-3 1,50E-3 2,59E-4 7,22E-4 1,22E-3 7,08E-4 4,17E-2 1,41E-3

0 -20 -40

-20

50

100

150

200

250

300

50

100

150

200

250

-40 300

Turner (1969) Johnson et al. (1975)


31,9% -33,6% 157,0% -60,5% -86,2% -48,4%

40
388,7% -0,5% -61,2% -70,9% -18,1% 110,6% 1003,8% -56,5% 7,3% 11,0%

121,5% 18,3% 6,2% 71,2% 322,4%

40

0.02
20

20 metros
-28,7%

0.01
metros
8,9% 0

-90,3% -65,4% -6,3% 537,2% 174,5% 1,0% -40,5% -84,5% -53,6%

0 -20 -40

-20

0.008 0.006

50

100

150

200

250

300

50

100

150

200

250

-40 300

0.004

C/Cs

Gifford (1960)
-39,6% -17,6% -55,1% -59,6% -40,0% -96,7% -98,2% -84,3%

Scire et al. (2000)


40 20 metros 0 -20 -40 250 300 0 50
185,3% 9,8% -51,4% -60,7% -43,4% 20,2% -29,6% -46,0% 32,5% 534,5% 13,8% -40,2% -47,2% -16,1% 105,8% -37,5%

0.002
40

0.001
20 metros 0

-98,5% -98,0% -96,7% -70,6% -35,6% 55,6% 31,5%

-88,0%

0.0008
-20

0.0004 0.0002
100 150 200 250 -40 300

50

100

150

200

Gifford (1968)
429,0% 10,1% -57,2% 19,7% -12,0% 126,9% 1093,8% 337,3% 77,0% 9,7% 11,2% -68,1% -52,4% 19,0% 22,0% 128,4%

Sem prdio
40 20
metros -4,6% -62,0% 341,7% 3,2% -69,3% -20,8% 118,5% 17,0% 4,9% 6,5%

0
40 20 metros 0

-20 -40 250 300

-53,2% -1,9%

97,4% 903,4%

68,4% 313,0%

-20

0
metros

50

100

150

200

50

100

150
metros

200

250

-40 300

Figura 5-5: concentrao mdia para o tnel de vento e para o modelo de pluma flutuante (mtodos 1 a 5); vento: 310 graus. Os pontos em vermelho no grfico dos revento.

76

sultados do tnel de vento indicam os valores observados em pontos selecionados; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de

77

2 1,8 1,6 1,4 1,2 y/y 1 0,8 0,6 0,4 0,2 0 50 150 250 350 450 550 650 750 850 950

(a)

5 4,5 4 3,5 3 z/z 2,5 2 1,5 1 0,5 0 50 150 250 350 450 550 metros 650 750 850 950

(b) Figura 5-6: Comparao entre os valores dos parmetros de disperso utilizados na abordagem 3 e no caso sem prdio para as direes (a) horizontal e (b) vertical.

78

A anlise dos resultados da concentrao mdia mostra que as abordagens 3 e 5 forneceram os melhores resultados, mesmo considerando-se que na cavidade, nenhuma abordagem foi capaz de prever as altas concentraes observadas no tnel de vento. A abordagem 4 apresentou um desempenho melhor quando da largura do prdio foi maior do que o comprimento, porm os resultados apresentam descontinuidades devido restrio no intervalo de aplicao do modelo.

5.2 INTERMITNCIA
A intermitncia, no presente trabalho, foi definida como a porcentagem de tempo na qual um determinado limite de concentrao foi ultrapassado. Em situaes prticas, este limite corresponde ao limite de deteco de um composto odorante, de forma que a intermitncia fornece a provvel quantidade de tempo durante o qual a presena do composto emitido seria detectada pelo sistema olfativo humano. A intermitncia um dos parmetros de maior importncia no estudo da disperso atmosfrica de compostos odorantes, pois est diretamente relacionado probabilidade da ocorrncia de percepo do odor. Conforme o critrio adotado no experimento em tnel de vento, o limite de deteco foi definido como 25% da concentrao observada na fonte. Os dados de sada do modelo (Figuras 5-8 a 5-12) mostram que nas regies mais prximas do obstculo o limite definido foi ultrapassado mais vezes, sendo que quanto mais o receptor se afasta do obstculo, o valor da intermitncia diminui, at chegar a zero, indicando que, neste ponto, em uma situao prtica, no haveria a deteco da presena do composto odorante. No tnel de vento o limiar de concentrao foi ultrapassado mais vezes na regio prxima ao obstculo em comparao com o modelo do presente trabalho. Nas abordagens 1 e 2, o pico dos valores da intermitncia ocorrem em maiores distncias da fonte, apresentando valores menores na comparao com as abordagens 3 e 5 e com o caso sem prdio.

79

As abordagens 4 e 6 apresentam descontinuidades nos resultados devido s restries para a regio de aplicao, apresentando valores mais prximos aos das abordagens 3 e 5, bem com ao caso sem prdio para as direes 130 e 310 graus. Os dados do tnel indicam uma queda mais rpida da intermitncia, com o aumento da distncia fonte-receptor, ao passo que o modelo indica ultrapassagem do limiar por cerca de 100 metros a mais em todos os mtodos, com exceo do mtodo 2. Mussio (2001) observou comportamento com semelhante tendncia, com valores de intermitncia subestimados em regies mais prximas fonte e superestimados em regies mais afastadas. A rpida diluio sugerida pelos resultados do modelo de pluma flutuante pode indicar que, na regio prxima ao obstculo, o modelo superestima a oscilao da pluma. Isto implica em que a pluma estar por mais tempo afastada do receptor, levando aos resultados de concentrao com valores menores aos constatados no tnel de vento. A flutuao da pluma depende de c, uma vez que este usado na gerao da posio do centro da pluma; este, por sua vez, depende diretamente dos parmetros de longa durao e p. Sendo assim, cabem trs hipteses para a ocorrncia do comportamento observado na regio prxima ao obstculo. Primeiramente, os diferentes mtodos para considerar a presena do obstculo, com modificaes nos sigmas de longa durao, podem estar fornecendo valores altos para estes parmetros, superestimando a diluio causada pelo prdio. A segunda hiptese de que o valor de p fornecido pelo modelo esteja subestimado, de forma a que a pluma tenha uma espessura menor, diminuindo o impacto sobre o receptor. A terceira hiptese que as estimativas para os parmetros de disperso no se adequariam ao estudo da disperso ao redor de obstculos com formato irregular, como o caso do prdio estudado pelo experimento do tnel de vento, o que influencia o campo de concentrao na regio afetada pela esteira de turbulncia. O modelo empregado no presente trabalho considera um prdio com formato regular de um paraleleppedo. Sendo assim, na sua aplicao, a largura e comprimento utilizados dependiam da direo de incidncia do vento, conforme indicado na Figura 5-7.

80

Figura 5-7: comprimento e largura efetiva do obstculo utilizada no presente trabalho conforme a direo do vento

Hosker (1981) aponta que os diferentes mtodos para incluir a influncia do obstculo no modelo gaussiano tradicional (sem flutuao) podem fornecer valores para a concentrao mdia diferentes do que os observados em campo, quando o formato do obstculo diverge de formas simples como um cubo cuja incidncia do vento perpendicular uma das faces ou ento quando o prdio possuir formato arredondado. Nestes casos, Hosker (1981) cita que a concentrao nas regies mais prximas ao obstculo apresenta valores mais altos do que os fornecidos pelo modelo gaussiano. O exame das Figuras 5-9, 5-10, 5-11 e 5-12 revela a influncia do formato do prdio nos valores obtidos em tnel. Devido ao formato diverso de um cubo ou paraleleppedo formato considerado pelo modelo de pluma flutuante empre-

81

gado no presente trabalho o campo das intermitncias afetado pela configurao do prdio estudado, na realidade a juno de dois prdios, dispostos perpendicularmente um ao outro. Esta configurao implica a ocorrncia de zonas de recirculao distintas dependendo da direo do vento. Quanto determinao de p, o procedimento empregado no leva em conta a presena de obstculos. Se for empregado um raciocnio anlogo ao utilizado nos sigmas de longa durao, de que o obstculo tende a aumentar o tamanho da pluma, um valor maior para p, deveria ser empregado. Este aspecto ser discutido no item 5.5.

82

100

100

80

80

Intermitncia (%)

60

60

40

40

20

20

Turner (1969) - 1 Gifford (1960) - 2 Gifford (1968) - 3 Huber & Snyder (1976) - 4 Johnson et al. (1975) - 5 Scire et al. (2000) - 6 Sem prdio Tnel de vento

0 0 200 400 600 800 1000

0 0 200 400 600 800 1000

(a)

(b)

100

100

80

80

Intermitncia (%)

60

60

40

40

20

20

0 0 200 400 metros 600 800 1000

0 0 200 400 metros 600 800 1000

(c)

(d)

Figura 5-8: Intermitncia, comparando os dados do tnel de vento com os resultados do modelo, para cada uma das abordagens, sendo (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; (d) vento 310 graus.

Tnel de vento Huber & Snyder (1976)


3,61% 324,3% 74,7% 24,4% 56,5% 453,1% 2854,0% 9,69% 0,0 19,20%

40
-

40 20 0 -20

9,93% 34,32% -46,6% -84,0%


-

20

-44,3% -75,8% -74,2% 389,2%

metros

0,0

47,29% 15,03% 0,48%

metros

0
-

0,0 0,0 42,28% 11,44%

-20

2,31% 2,97%

50

100

150

200

250

-40 300 0 50 100 150 200 250

-40 300

Turner (1969) Johnson et al. (1975)


242,1% 29,0%
-

40
-

334,4% 79,2% 24,6% 58,8% 472,2% 2847,1%

40 20 0 -20

-27,2% -78,5% 49,3% -50,1%


-

-33,5%

20
7,8% -49,1% -48,2% 641,7% 2271,5%

-71,8% -14,8%

metros

metros

0 -20

-68,1% 17,4% 339,6% 448,3%

0 0 50 100

50

100

150

200

250

-40 300

150

200

250

-40 300

Gifford (1960)
-

Scire et al. (2000)


141,7% 10,0%

40 20
-46,3% -83,9%
-

242,1% -58,0% -81,9% 40,0% -1,1% 2216,1%

40 20 0

-100,0% -100,0%

-80,6%

metros

-83,6% -26,4% 1252,2%

metros

0
-

-89,3% -1,5%

-20

-79,7% 286,7%

24,4% 338,4%

-20

-78,4% 213,7%

0 0

50

100

150

200

250

-40 300

50

100

150

200

250

-40 300

Gifford (1968)
-

Sem prdio
344,6% 82,9%

40 20
metros 2944,2% -55,4% -84,0%
-

309,5% -21,4% -62,0% 69,2% 19,8% 2763,9%

40 20 metros 0

100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0

53,0% -48,6% 26,4% 61,7% 489,1% -46,2% 663,3%

11,1%

-48,3%

-20

-61,3% 444,0%

54,4% 427,3%

-20

0
metros

50

100

150

200

250

-40 300

50

100

150
metros

200

250

-40 300

Figura 5-9: Intermitncia (percentagem de tempo do experimento durante o qual a concentrao superou o limiar estabelecido) para o tnel de vento e para o modelo dos; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento.

83

de pluma flutuante (mtodos 1 a 5), vento 40 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos seleciona-

Tnel de vento Huber & Snyder (1976)


16,40% -44,1% -80,4% -73,1% -65,2% -37,5% 28,57%

40
1,0%

40 20 metros
644,3% 0

20

metros

25,62%

1,86%

0
-63,8% -51,5% 283,4% 17987,6% 2805,7% 101,1% -28,8% -37,6% 287,6%

6,53% 8,82%

-20

-20

0,09% 0,57%

50

100

150

200

250

-40 300 0 50 100 150 200 250

-40 300

Turner (1969)

Johnson et al. (1975)


-39,2% -44,7% 2,2% -36,2% -26,7% 106,8% 2852,8% -81,8% - 81,5% - 75,3% - 52,0% 264,2% 221,1% 18318,4% -62,5% -71,4% -63,1% -58,1% 23,6% 1764,6% 406,4%

-73,0% -87,2% -85,1% 38,9% 8723,2%

40 20 0 -20

40 20
656,8% 0

-94,2% -94,6%

-92,6%

metros

metros

-84,7%

38,0%

-20

0 0 50 100

50

100

150

200

250

-40 300

150

200

250

-40 300

Gifford (1960)
-99,8% -70,3% -81,1% -78,5% -36,5% -100,0% 0 -83,0% -76,6% -69,1% -46,3% 236,1% -99,2%

Scire et al. (2000)


40
-69,3% -44,3% -79,6% -72,6% 125,1% 10561,4% -66,2% -61,5% 12,3% 1541,1%

40 20 metros
316,9% 0

-100,0%

20

- 100,0%

metros

- 100,0% -90,8%

-98,7%

- 100,0% -100,0%

-20

-20

120,6%

758,8%

0 0

50

100

150

200

250

-40 300

50

100

150

200

250

-40 300

Gifford (1968)
18612,5% 2911,6% 113,2% -26,0% -34,8% 4,5% 680,1% 0 226,7%

Sem prdio
40 20 metros
-93,3% -92,9% -91,2% -83,5 % -72,1% -31,0% 628,2% 0 -60,0% -79,3% -3,0% -39,6%

100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0
40 20 metros

272,8% - 51,4% -61,6% -71,1% -44,1%

- 75,1%

- 81,2%

-81,8%

-20 -40 250 300 0

21,7%

136,9% 12767,2%

95,1% 2752,8%

-20

0
metros

50

100

150

200

50

100

150
metros

200

250

-40 300

Figura 5-10: Intermitncia (percentagem de tempo do experimento durante o qual a concentrao superou o limiar estabelecido) para o tnel de vento e para o modelo dos; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento.

84

de pluma flutuante (mtodos 1 a 5), vento 130 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos seleciona-

Tnel de vento Huber & Snyder (1976)


1,72% 1599,5% 47,0% -68,6% 0,3% -75,8% -66,6% 210,0% 656,2% 59,3% 12,0% -88,7% -90,4% -68,8% 101,9% 671,1% 8,63% 0,51% 801,0% 3,92% 19,64% 9,84%

40 20

40 20 metros 0

metros

52,28%

40,13% 16,57% 1,82%

0 -20

53,26% 14,94% 28,71% 11,24% 2,14% 2,81%

-20

50

100

150

200

250

-40 300 0 50 100 150 200

250

-40 300

Turner (1969) Johnson et al. (1975)


576,7% 34,7% 1763,5% 2984,0% 252,5% -8,0% -62,3% -66,3% -7,0% -28,8% 471,4% -45,8% 103,6% 88,6% -62,8% 10,8%

40 20 metros
453,1%

810,7% 106,2% 14,9% 63,1% 670,2% 674,7%

40 20 metros 0

-86,7%

-72,3% -27,0%

0 -20 -40

-88,1% -59,4% -61,9% 9,7% 442,6% 244,5%

-20

0 0 50

50

100

150

200

250

300

100

150

200

250

-40 300

Gifford (1960)
687,4% -92,4% -95,9% -44,8% 11,6% 391,1%

Scire et al. (2000)


40 20
202,2% 1258,3% 38,5% -70,6% -89,4% -90,9% -72,1% -25,1% -81,8% -75,3% 137,6% 574,8% 52,5% -14,1% 15,1% 462,8% 467,8%

40 20 metros 0

metros

-97,1% -83,2% -79,9% 34,2% 316,3% -14,6% -40,5% -97,7% -95,5%

0 -20

-20

50

100

150

200

250

-40 300

50

100

150

200

250

-40 300

Gifford (1968)
3056,2% 837,7% 110,4% 17,7% 66,4% 688,9% 689,4% 263,6% -7,0% -61,5% -65,0% -4,7% -27,0% 484,5% -44,6% 108,0%

Sem prdio
40 20 metros 0 -20 0 250
-2,3% -73,0% -88,3% -88,4% -66,8% 1999,7% 47,0% -61,3% -49,7% 286,1% 766,2% 96,1% 9,6% 55,7% 632,8% 660,1%

10 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0
40 20 metros 0 -20

0
metros

50

100

150

200

-40 300

50

100

150
metros

200

250

-40 300

Figura 5-11: Intermitncia (percentagem de tempo do experimento durante o qual a concentrao superou o limiar estabelecido) para o tnel de vento e para o modelo dos; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento.

85

de pluma flutuante (mtodos 1 a 5), vento 220 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos seleciona-

Tnel de vento Huber & Snyder (1976)


2,16% 7,46% -18,2% -67,2% -25,3% -49,3% 65,5% 2254,7% 2554,7% 316,0% 98,0% 11339,4% 0 -72,3% -60,1% -8,9% 162,0% 2,79% 31,91%

40
481,8% 707,4%

40 20 metros

20

metros

10,05% 0,13% 0 14,82% 4,42%

-20

-20

0,73%

0,63%

50

100

150

200

250

-40 300 0 50 100 150 200 250

-40 300

Turner (1969) Johnson et al. (1975)


391,9% 40,4% -71,0% -76,0% -55,8% 47,1% 2163,7% -64,9% -13,5% 327,3% 2650,7% 101,0% 197,5% -74,7% -90,8% -71,1%

40
478,3% -25,5% -35,5%

727,5% 165,6% 11238,4%

40 20 0 -20

20 metros
6819,2% 0

metros

-92,9% -82,1% -36,6% 1100,1% 1595,2% 160,5% 8,5% -90,2% -69,4%

-20

50

100

150

200

250

-40 300 0 50 100

150

200

250

-40 300

Gifford (1960)
-91,6% 139,8% -24,4% -99,0% -99,5% -98,7%

Scire et al. (2000)


40 20 metros
-100,0% -31,5% -73,3% -77,3% -68,0% -26,4% 232,1% -57,3% -71,1% -3,3% 1241,0% 348,6% 37,7% 4,8% 120,5% 1264,7% 5682,8%

40 20 metros 0

-99,7%

-98,5% -37,0%

0 -20

-99,3% -99,4% -40,9% 614,3% -98,7% 35,1%

-20

50

100

150

200

250

-40 300 0

50

100

150

200

250

-40 300

Gifford (1968)
490,2% 746,1% 170,1% -23,9% - 70,7% -75,8% -55,1% 104,6% 334,9% 2698,7% 50,0% 2231,9% -64,0% -11,2% 11465,7% 0 -33,7%

Sem prdio
40 20 metros -20
-75,7% -89,5% -92,3% -88,9% -73,6% -67,6% 7,5% 1531,9% 93,4% 305,4% 2453,4% 10935,4% 0 314,6% -50,9% 688,9% 154,4%

100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0

40 20 metros -20

0
metros

50

100

150

200

250

-40 300

50

100

150
metros

200

250

-40 300

Figura 5-12: Intermitncia (percentagem de tempo do experimento durante o qual a concentrao superou o limiar estabelecido) para o tnel de vento e para o modelo dos; nos demais grficos, indicam a diferena percentual em relao aos resultados do tnel de vento.

86

de pluma flutuante (mtodos 1 a 5), vento 310 graus. Os pontos em vermelho no grfico dos resultados do tnel de vento indicam os valores observados em pontos seleciona-

87

Assim como foi observado nos resultado de concentrao mdia, o melhor desempenho do modelo foi conseguido com o emprego das abordagens 3 e 5 para a incluso dos efeitos do obstculo. A abordagem 4 forneceu resultados melhores apenas para as direes 130 e 310 graus, porm apenas na regio onde a influncia do obstculo modelada.

5.3 RELAO ENTRE VALORES DE PICO E MDIA PARA A CONCENTRAO


Os valores para a relao pico/mdia encontrados para as abordagens 1 a 6, bem como para o caso sem prdio esto expressos na Figura 5-12, cuja observao mostra que quanto mais perto o observador estiver do obstculo, maiores sero os picos de concentrao. Os maiores valores foram observados para os mtodos 1 e 4, muito embora, a medida em que a posio do observador vai sendo afastada do obstculo todos os mtodos fornecem valores parecidos. De fato, as Figuras 5-13b e 5-13d (vento com direo 130 e 310 graus) mostram os dados vlidos para distncias acima de 60 metros da fonte (x 60m) e a Figura 5-13c (vento com direo 220 graus), para distncias acima de 50 metros (x 50m), a fim de facilitar a representao grfica uma vez que prximo fonte, foram encontrados valores de pico de concentrao mais de duas mil vezes superiores concentrao mdia, dependendo da direo do vento e do mtodo considerado. Este fato indica que, apesar dos baixos valores de concentrao encontrados prximo ao prdio, o modelo previu a ocorrncia de picos de concentrao bastante intensos. A partir de uma distncia de 200m da fonte, o valor da relao pico/mdia est situado entre 10 e 5 para todas as abordagens. As abordagens 3 e 5 apresentaram partir da distncia de 100m um prximo a 6. Shauberger & Piringer (2004) calculam o valor da relao pico/mdia empregando, uma interpolao entre um valor da relao pico/mdia calculado segundo a Equao 1-1 (usado prximo a fonte) e um valor fixo para distncias acima de 100 metros. Este valor pode ser os tradicionalmente utilizados em

88

modelagem gaussiana tradicional como 10 ou mesmo 4 (Shauberger & Piringer, 2004; Boeker et al., 2000). Mussio (2001), aplicando um modelo de pluma flutuante tambm baseado no modelo TRC encontrou um valor mdio de 6,71, mas chamou a ateno para o fato de que este valor poderia ser especfico para o caso estudado. A mesma observao pode ser vlida para o presente trabalho.

89

100 95 90 85 80 75 70 65 Relao pico/mdia 60 55 50 45 40 35 30 25 20 15 10 5 0 0 200 400 600 800 1000 \

100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0 0 200 400 600 800 1000

(a)
100 95 90 85 80 75 70 65 Relao pico/mdia 60 55 50 45 40 35 30 25 20 15 10 5 0 0 200 400 metros 600 800 1000 100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0 0 200 400

(b)

Turner (1969) - 1 Gifford (1960) - 2 Gifford (1968) - 3 Huber & Snyder (1976) - 4 Johnson et al. (1975) - 5 Scire et al. (2000) - 6 Sem prdio

metros

600

800

1000

(c)

(d)

Figura 5-13: Relao pico/mdia da concentrao, comparando os resultados do modelo, para cada uma das abordagens, sendo (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; (d) vento 310 graus.

90

5.4 AVALIAO DA INFLUNCIA DO VALOR DE p NOS VALORES MODELADOS DA CONCENTRAO MDIA, INTERMITNCIA E RELAO PICO/MDIA
Conforme citado na seo 5.2, o procedimento empregado para o clculo de p no leva em conta a presena de obstculos. As abordagens empregadas na modelagem gaussiana para incluir a presena de um obstculo consideram que este causa uma tendncia em aumentar o tamanho da pluma devido ao espalhamento. Este efeito representado pelo emprego de valores modificados para os parmetros de disperso y e z. Um raciocnio anlogo implicaria em adotar uma modificao nos valores de p a fim de incluir o efeito do prdio. Uma das hipteses consideradas na anlise dos resultados da intermitncia (Seo 5.2) que o valor de p empregado na modelo de pluma flutuante em presena de obstculos pode estar subestimado. Hgstrm (1972) afirma que o clculo de p pode no representar corretamente a fsica do processo dependendo da situao na qual ele empregado. De fato, uma modificao no valor de p, de forma que este assuma o dobro do valor calculado, forneceu resultados com uma significativa modificao na intermitncia, que assumiu um comportamento mais prximo ao observado no tnel de vento, conquanto ainda com seu valor mximo subestimado. Os resultados tambm mostraram que a concentrao mdia no sofreu alteraes dignas de nota, conforme pode ser observado na Figura 5-14, onde o trao do grfico para os resultados do modelo com e sem modificao sobrepem-se. Entretanto, como conseqncia da modificao em p, o valor da relao pico mdia foi reduzido em cerca de 50%, uma vez que a largura da pluma duplicou, aumentando a diluio do composto emitido, de forma que, para uma mesma concentrao mdia, os valores de pico sero menores. Estes resultados so ilustrados nas Figuras 5-15 a 5-17, na comparao entre os dados modelados com e sem modificao de p (abordagem 5), e os resultados do tnel de vento.

91

0.016

0.016

0.012

0.012

Concentrao (C/Cs)

0.008

0.008

0.004

0.004

Johnson et al. (1975) - sigma p - mod Johnson et al. (1975) Tnel de vento

0 0 200 400 600 800 1000

0 0 200 400 600 800 1000

(a)

(b)

0.016

0.016

0.012

0.012

Concentrao (C/Cs)

0.008

0.008

0.004

0.004

0 0 200 400 metros 600 800 1000

0 0 200 400 metros 600 800 1000

(c)

(d)

Figura 5-14: Influncia do valor de p nos valores modelados da concentrao mdia; comparao entre o mtodo 5, mtodo 5 com p modificado e tnel de vento para (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; e (d) vento 310 graus; os resultados do modelo com e sem modificao no apresentam diferena significativa, de forma que os traados nos grficos esto sobrepostos.

92

100

100

80

80

Intermitncia (%)

60

60

40

40

Johnson et al. (1975) - sigma p - mod Johnson et al. (1975) Tnel de vento
20 20

0 0 200 400 600 800 1000

0 0 200 400 600 800 1000

(a)
100 100

(b)

80

80

Intermitncia (%)

60

60

40

40

20

20

0 0 200 400 metros 600 800 1000

0 0 200 400 metros 600 800 1000

(c)

(d)

Figura 5-15: Influncia do valor de p nos valores modelados da intermitncia; comparao entre o mtodo 5, mtodo 5 com p modificado e tnel de vento para (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; e (d) vento 310 graus.

93

30

30

20 Relao pico/mdia

20

10

10

Johnson et al. (1975) - sigma p - mod Johnson et al. (1975)

0 0 200 400 600 800 1000

0 0 200 400 600 800 1000

(a)

(b)

30

30

20 Relao pico/mdia

20

10

10

0 0 200 400 metros 600 800 1000

0 0 200 400 metros 600 800 1000

(c)

(d)

Figura 5-16: Influncia do valor de p nos valores modelados da relao pico/mdia; comparao entre o mtodo 5 e mtodo 5 com p modificado para (a) vento 40 graus; (b) vento 130 graus; (c) vento 220 graus; e (d) vento 310 graus.

94

6 CONCLUSO
O presente trabalho objetivou estudar a modelagem matemtica da disperso atmosfrica de compostos odorantes com a presena de obstculos, investigando a aplicao da modelagem gaussiana de pluma flutuante conforme proposto por Murray et al. (1978) e Mussio et al. (2001). Seis diferentes abordagens (Turner, 1969; Gifford, 1960; Gifford, 1968; Huber & Snyder 1976; Johnson, 1975 e Scire, 2000) para a incluso da influncia do obstculo na aplicao da modelagem gaussiana foram avaliadas. Alm disso, o modelo foi empregado em uma situao sem a presena do prdio. Os resultados da concentrao mdia e intermitncia foram comparados com dados experimentais obtidos atravs de modelagem em tnel de vento realizada por Aubrun, Leitl e Schatzmann (Aubrun & Leitl, 2004) para os casos do vento com direo 40, 130, 220 e 310. As abordagens 1 (Turner, 1969) e 2 (Gifford, 1960) forneceram sempre os menores valores para a concentrao mdia, subestimando o efeito do obstculo no escoamento e na disperso do composto emitido. As abordagens 4 (Huber & Snyder, 1976) e 6 (Scire et al., 2000) apresentaram um melhor desempenho para as situaes nas quais o vento incidiu perpendicularmente maior face do prdio, direes 130 e 310. Entretanto, a limitao de aplicao da formulao que modifica os parmetros de disperso a uma distncia do prdio de at 10 comprimentos caractersticos ocasiona uma descontinuidade nos resultados. Os resultados das abordagens 3 (Gifford, 1968) e 5 (Johnson et al., 1975) em geral, apresentaram melhor desempenho em todas as simulaes efetuadas quando comparados aos resultados do tnel de vento. Quando o prdio retirado, os valores encontrados foram semelhantes aos da abordagem 3 e 5. Esse fato pode ser explicado pelos valores fornecidos para a modificao dos parmetros de disperso utilizada nessas abordagens, que ficaram prximos aos valores no modificados. Os resultados da intermitncia, definida como a porcentagem de tempo na qual um determinado limite de concentrao foi ultrapassado, foram menores em comparao aos valores medidos em tnel de vento nas proximidades do obs-

95

tculo, apresentando, porm, decaimento mais lento, superando os valores do tnel em regies mais afastadas. Este fato pode indicar que, na regio prxima ao obstculo, a oscilao da pluma modelada com maior intensidade, de forma que a pluma permanea por mais tempo afastada do receptor. Este comportamento pode ser resultante da falta de possibilidade em modelar a influncia de obstculos com formatos irregulares e tambm dos valores calculados para p, que podem estar sendo subestimados. De fato, uma modificao do valor de p, de forma a dobrar o seu valor, forneceu resultados para a intermitncia cujo comportamento foi mais prximo dos valores medidos em tnel de vento, sem contanto alterar os resultados da concentrao mdia. As abordagens 3 e 5 tambm apresentaram o melhor comportamento, com resultados tambm semelhantes ao caso sem prdio, muito embora nenhuma das abordagens empregadas foi capaz de prever os altos valores de intermitncia observados na regio da cavidade. Os valores calculados para a relao pico/mdia, em todas as abordagens, foram mais altos na proximidade do obstculo, estabilizando-se nas regies mais afastadas com valores entre 10 e 5. Estes valores foram reduzidos pela metade quando o valor de p foi dobrado. Os resultados obtidos mostram que o modelo gaussiano de pluma flutuante no se mostrou completamente adequado ao emprego para o estudo da disperso atmosfrica de compostos odorantes. Apesar da concordncia relativamente boa para os nveis de concentrao mdia, existem significativas discrepncias entre os nveis de intermitncia preditos e os observados em tnel de vento. As abordagens 3 e 5 apresentaram os melhores resultados nas comparaes com resultados experimentais. As diferenas observadas entre os resultados modelo empregado no presente trabalho e os dados do experimento em tnel de vento podem estar relacionadas s diferenas na forma entre obstculo real e o considerado no modelo matemtico, bem como forma de clculo dos parmetros de disperso da pluma. Os resultados obtidos no presente trabalho mostram que estudos posteriores devem ser realizados a fim de adequar a aplicao do modelo gaussiano de

96

pluma flutuante em situaes com a presena de obstculos. Sendo assim, so sugeridas as seguintes linhas de estudo:

Investigar a influncia do obstculo na determinao dos parmetros de disperso da pluma flutuante;

Investigar a influncia da geometria do prdio nos resultados do modelo de pluma flutuante, com a comparao com dados experimentais para um obstculo com formato de paraleleppedo;

Investigar a influncia da flutuao da direo do vento, empregando um modelo gaussiano estacionrio juntamente s abordagens para considerar o obstculo ao caso estudado no presente trabalho

Empregar o modelo PRIME no caso estudado no presente trabalho, uma vez que sua formulao se prope a modelar a disperso no interior da zona de recirculao, o que se mostra uma deficincia dos modelos apresentados.

97

7 REFERNCIAS
AUBRUN, S.; LEITL, B. Unsteady characteristics of the dispersion process in the vicinity of a pig barn. Wind tunnel experiments and comparison with field data. Atmospheric Environment, n.38, 2004, p.81-93. BOEKER, P., WALLENFANG, O., KOSTER, F., CROCE, R., DIEKMANN, B., GRIEBEL, M., LAMMERS, P. S., The Modelling of Odour Dispersion with TimeResolved Methods. Agrartechnische Forschung 6, (2000) Heft 4, S. E 84-E 89. BOEKER, P., WALLENFANG, O., WITTKOWSKI, M., KOSTER, F., LAMMERS, P. S., DIEKMANN, B., GRIEBEL, M. Odour Dispersion and Fluctuation Modelling With a Non-Sationary Lagrangian Model. Seventh International Conference On Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes. Belgirate, Italia, 28-31 maio de 2001. Disponvel em: <http://rtmod.jrc.it/~thunis/harmo7/P212.pdf>. Acesso em 4 ago. 2004. BRASIL. Lei no. 6938/81, de 31 de agosto de 1981. Dispe sobre a Poltica Nacional do Meio Ambiente, seus fins e mecanismos de formulao e aplicao, e d outras providncias. Ministrio da Cincia e Tecnologia. Disponvel em: <http://www.mct.gov.br/index.php/content/view/9104.html>. Acesso em 5 ago. 2007. BROWN, G.J., FLETCHER, D.F. CFD Prediction Of Odour Dispersion And Plume Visibility For Aluminia Refinery Calciner Stacks. Third International Conference on CFD in the Minerals and Process Industries , CSIRO, Melbourne, Australia, 10-12 December 2003. Disponvel em: < http://wissrech.ins.uni-bonn.de/research/pub/koster/lt20004e_atf_084_089.pdf>. Acesso em 28 jul. 2004. CHA, S. S. In: RAFSON, H. J. Odor and VOC Control Handbook. New York: McGraw-Hill, 1998.

98

COMIT EUROPEEN DE NORMALISATION. Air quality Determination of odour concentration by dynamic olfactometry. EN 13725. Bruxelas, 2003. COMPILATION of Experimental Data for Validation of Microscale Dispersion Models CEDVAL. WebSite provided by the Environmental Wind Tunnel Laboratory (EWTL) of the Meteorological Institute. Apresenta uma compilao de resultados de experimentos em tnel de vento para a utilizao em validao de modelos matemticos de disperso atmosfrica. Disponvel em: < http://www.mi.uni-hamburg.de/CEDVAL_Validation_Data.427.0.html>. em 18 mai. 2006. DE MELO LISBOA, H. ; GUILLOT, J. M. ; FANLO, J. L.; LE CLOIREC, P. Dispersion of odorous gases in the atmosphere Part I: Modeling approaches to the phenomenon. Science of the Total Environment. v.361, n.1-3, mai 2006, p.220228 DEPARTMENT FOR ENVIRONMENT, FOOD AND RURAL AFFAIRS DEFRA. Consultation on the draft Code of Practice and Local Authority Guide on Odour Nuisance from Sewage Treatment Works. Londres: Crown, 2004. DEPARTMENT OF ENVIRONMENTAL PROTECTION (DEP) WESTERN AUSTRALIA. Odour Methodology Guideline. Perth Australia, 2002. DREW, G.H.; SMITH, R.; GERARD, V.; BURGE, C.; LOWE, M.; KINNERSLEY, R.; SNEATH, R.; LONGHURST, P.J. Appropriateness of selecting different averaging times for modelling chronic and acute exposure to environmental odours. Atmospheric Environment. v.41, n.13, abr 2007, p.2870-2880 ENVIRONMENTAL AGENCY FOR ENGLAND AND WHALES (EA), SCOTTISH ENVIRONMENT PROTECTION AGENCY (SEPA), NORTHERN IRELAND ENVIRONMENT AND HERITAGE SERVICES (NIEHS). Integrated Pollution Prevention and Control (IPPC) Horizontal Guidance for Odour. Part 1. Regulation and Permitting. Bristol, 2002 Acesso

99

GIFFORD, F. An Outline of Theories of Diffusion In The Lower Layers of the Atmosphere. In: SLADE, D. H. (Ed.). Meteorolgy and Atomic Energy 1968. Division of Reactor Development and Technology. Springfield, USA: US Atomic Energy Commision, 1968. GIFFORD, F. Atmospheric Dispersion Calculations Using the Generalized Gaussian Plume Model. Nuclear Safety, v.2, n.2, p.50-59. 1960. GIFFORD, F. Statistical properties of a fluctuating plume dispersion model. Advances in Geophysics, n.6, p.117-137. 1959. GOSTELOW, P.; PARSONS, S. A.; STUETZ, R. M. Odour Measurements for Sewage Treatment Works. Water Research, v. 35, n. 3, p. 579-597. 2001. HANNA, S. R.; BRIGGS, G. A.; HOSKER, R. P. Handbook on Atmospheric Diffusion. Springfield, US: Technical Information Center, U.S. Department Of Energy, 1982. HOGSTRM, U. A Method for predicting odour frequencies from a point source. Atmospheric Environment. v.6, p.103-121. 1972 HOGSTRM, U. A statistical approach to the air pollution problem of chimney emission. Atmospheric Environment. n.2, p.251-277. 1968. HOSKER, R. P. Methdods for Estimating Wake and Effluent Dispersion Near Simple Block-like Buildings. NOAA Technical Memorandum. Silver Springs, US: Air Resourses Laboratories, 1981. HUBER, A. H.; SNYDER, R. S. Building wake effects on short stack effluents. In: Preprints of Third Sympos. In: Atmospheric Turbulence, Diffusion and Air Quality, Raleigh, NC, Oct. 19-22, 1976. Amer. Meteorol. Soc., Boston, MA. p.235-242. JOHNSON, W. B.; SHELAR, E; RUFF, R. E.; SINGH, H. B.; SALAS, L. Gas Tracer Study of Roof-Vent Effluent Diffusion at Millstone Nuclear Power

100

Station. Atomic Industrial Forum. Report AIF/NESP-007b, 1975, Washington, DC. LI, X. X.; LIU, C. H.; LEUNG, D. Y. C. ; LAM, K. M. Recent progress in CFD modelling of wind field and pollutant transport in street canyons. Atmospheric Environment. n.40, 2006, p.5640-5658. LI, Y.; GUO, H. Comparison of odor dispersion predictions between CFD and CALPUFF models. Transactions of The ASABE. V.49, n.6, nov-dez 2006, p.1915-1926. MORTON, C. Sources of Odors from Wastewater Treatment Processes. Air Currents. Jan 2002, section 4. Disponvel em: <http://www.pirnie.com/docs/resources_pubs_air_jan02_2.html> Acesso em 05 mar. 2006. MURRAY, D.R., CHA, S.S., BOWNE, N.E. Use of a fluctuating plume model for prediction of the impact of odorous emissions. Paper 78-68.6. Proceedings of the 72nd Annual Meeting of the Air Pollution Control Association, Houston, TX, 25-30 June 1978. p. 1-14. Pittsburgh, USA: Air and Waste Management Association, 1978. MUSSIO, P. Development of a Fluctuating Plume Model for the Determination of Odour Impact Frequencies. Thesis (Master of Applied Science). Faculty of Graduated Studies and Research, University of Windsor, Windsor, Canada, 1989. MUSSIO, P., GNYP, A. W., HENSHAW, P. F. A fluctuating plume dispersion model for the prediction of odour-impact frequencies from continuous stationary sources, Atmospheric Environment , v.35, n16 , Jun 2001, p.2955-2962. PASQUILL, F. The estimation of the dispersion of windborne material. Meteorol. Mag. n.90, 1961, p.33-49.

101

SANTOS, J. M.; GRIFFITHS, R. F.; ROBERTS, I. D.; REIS JR., N. C. A field experiment on turbulent concentrations fluctuation of an atmospheric tracer gas in the vicinity of a complex-shaped building. Atmospheric Environment, n.39, 2005, p.4999-5012 SCHAUBERGER G., PIRINGER M.: Assessment of the odour concentration in the near-field of small sources. Environmental Odour Management. VDI Berichte 1850, VDI , 2004. Verlag, Dsseldorf, p.343-352 SCHIFFMAN, S. S.; MCLAUGHLIN, B.; KATUL, G. G.; Nagle, H.T. EulerianLagrangean model for predicting odor dispersion using instrumental and human measurements. Sensors and Actuators B: Chemical, v.106, n.1, 29 April 2005, p.122-127 SCHIFFMAN, S. S.; WILLIAMS, C. M. Science of Odor as a Potential Health Issue. J. Environ. Qual. n.34, 2005. p.129-138. SCHULMAN, L. L.; HANNA, S. R. Evaluation of downwash modifications to the Industrial Source Complex Model. JAPCA, n.36, 1986, p.258-264. SCHULMAN, L. L.; STRIMAITIS, D. G.; SCIRE, J. S. Development and Evaluation of the PRIME Plume Rise and Building Downwash Model. J. Air & Waste Manage. Assoc. n.50, mar 2000, p.378-390 SCIRE, J. S.; SCHULMAN, L. L. Modeling plume rise fom low-level buoyant line and point sources. Procedings Second Point Conference on Applications of Air Pollution Meteorology, 24-28 de maro de 1980, New Orleans, USA. p.133-139. SCIRE, J. S.; STRIMAITIS, D. G. ; YAMARTINO, R. J. A Users Guide for the CALPUFF Dispersion Model. Concord, USA: Earth Tech, 2000. SEINFELD, J. H.; PANDIS, S. N. (1998) Atmospheric Chemistry ans Physics From Air Pollution to Climate Change. New York, USA: Wiley & Sons.

102

SHAUBERGER, G., PIRINGER, M., PETZ, E. Diurnal and annual variation of the sensation distance of odour emitted by livestock buildings calculated by the Austrian odour dispersion model (AODM). Atmospheric Environment, n.34, 2000, p. 4839-4851. SIMMS, K. L.; WILKINSON, S.; BETHAN, S. Odour nuisance and dispersion modelling: an objective approach to a very subjective problem. Water Science and Technology. v.41, n.6, 2000, p.89-96. TURNER, B. Workbook of Atmospheric Dispersion Estimates. An Introduction To Dispersion, Modeling. 1994, 2ed. Boca Raton, US: CRC Press TURNER, B. Workbook of Atmospheric Dispersion Estimates. US Dept. of HEW, Public Health Service, Publication n. 999-AP-26, 1969, viii. U.S. DEPARTMENT OF LABOR - OCCUPATIONAL SAFETY AND HEALTH ADMINISTRATION (OSHA). Guidance for Hazard Determination. Disponvel em <http://www.osha.gov/dsg/hazcom/ghd053107.html>. Acesso em 31 jul. 2007. VENKATRAM, A.; ISAKOV, V.; YUAN, J.; PANKRATZ, D. Modeling dispersion at distances of meters from urban sources. Atmospheric Environment, n.38, 2004, p.4633-4641. VERSTEEG, H. K., MALALASEKERA, W. An introduction to computational fluid dynamics. The finite Volume Method. Essex, UK: Longman, 1995. VINCENT, A., HOBSON, J. Odour Control. Lavenham, UK: Terence Dalton, 1998. WANG, L.; PARKER, D. B.; PARNELL, C. B.; LACEY, R. E.; SHAW, B. W. Comparison of CALPUFF and ISCST3 models for predicting downwind odor and source emission rates. Atmospheric Environment. v.40, n.25, ago 2006, p.46634669.

103

ANEXO A CLCULO DAS DIMENSES DA ZONA DE RECIRCULAO DO PRDIO


Hosker (1981) sugeriu a seguinte relao emprica para o clculo do comprimento da zona de recirculao, medido a partir da face posterior do prdio, no sentido do escoamento:

AW xR H = W H 1+ B H
onde,

( ) ( )

(A-0-1)

Xr = o comprimento da cavidade (m); H = altura do prdio W = largura do prdio, perpendicular direo do vento.
Os fatores A e B so calculados segundo a seguinte expresso, para casos onde a relao entre o comprimento do obstculo (na direo do escoamento) e a altura do prdio for pequena (menor ou igual a unidade), de forma a que no haja recolamento do fluxo superfcie do prdio:
L 3 A = 2,0 + 3,7 H
1

(A-0-2)

L 3 B = 0,15 + 0,305 H

(A-0-3)

onde L o comprimento do prdio, medido na direo do escoamento. Para os casos em que L/H > 1, os seguintes valores so sugeridos:

A = 1,75

104

B = 0,25
Para o prdio modelado pelo exeprimento do tunnel de vento, os limites calculados para a zona de recirculao foram 86,9 m, 74,8 m, 55,3 m e 60,3 m para os casos do vento com direo 40, 130, 220 e 310, respectivamente.