Você está na página 1de 12

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de Maio de 2012

Computacional Belo Horizonte – MG, 23 a 25 de Maio de 2012 MODELAGEM NUMÉRICA DOS EFEITOS

MODELAGEM NUMÉRICA DOS EFEITOS DA RUGOSIDADE REAL DO TERRENO EM MODELO DE CAMADA LIMITE ATMOSFÉRICA

Marcos Felipe de Oliveira

Tiago Dutra de Araújo

Gilberto Augusto Amado Moreira

João Antonio de Vasconcelos

Ramón Molina Valle

Universidade Federal de Minas Gerais, Departamentos de Engenharia Mecânica e Elétrica, Av. Antônio Carlos, 6627 Pampulha - 31270-901 Belo Horizonte, MG, Brasil.

Johnnattann Pimenta Guedes

Centrais Elétricas do Norte do Brasil S. A. - Eletronorte

Resumo: O estudo da Camada Limite Atmosférica (CLA), que busca a compreensão de processos de transporte nas proximidades do solo, é de grande interesse em vários campos do conhecimento, tanto na engenharia, quanto na meteorologia e outras áreas. Alguns exemplos de interesse deste estudo são a dispersão de poluentes na atmosfera, o estudo do melhor posicionamento de turbinas eólicas, o projeto de linhas de transmissão de energia elétrica, o estudo dos efeitos destrutivos em estruturas devido a ações do vento, entre outros. Este trabalho tem como objetivo implementar e testar os efeitos da vegetação real do terreno na análise da CLA. Tendo como base um modelo numérico hidrodinâmico já validado de Camada Limite Atmosférica, faz-se uma análise da superfície do terreno a fim de captar os efeitos da rugosidade do solo no perfil de velocidades. Para isto, é realizado um trabalho de sensoriamento remoto da região a fim de descobrir através de mapas de satélites qual a real cobertura do solo da região de interesse. Desta forma, utilizando o modelo de camada limite atmosférica, é possível calcular os campos de velocidade e direção do vento em uma topografia complexa em escala real. A região de interesse estudada neste trabalho está situada no estado do Mato Grosso.

Palavras-chave: CLA, Modelo Numérico, Rugosidade do solo.

1. INTRODUÇÃO Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a

1. INTRODUÇÃO

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

O estudo do escoamento sobre uma topologia real dentro da Camada Limite Atmosférica (CLA) sempre interessou aos meteorologistas, engenheiros, ambientalistas, militares, esportistas, dentre outros, por diversos motivos e aplicações, como por exemplo,

dispersão de poluentes, posicionamento de turbinas eólicas e efeitos destrutivos em estruturas devido à ação do vento, entre outros.

A camada limite atmosférica (CLA), também conhecida como camada limite planetária,

compreende uma camada adjacente a superfície terrestre que não apresenta uma espessura única e definida. Dentro dessa camada, devido a variações de relevo, da cobertura superficial e de efeitos térmicos, a turbulência presente gera um transporte de energia, massa e quantidade de movimento entre a superfície e a atmosfera, que torna essa uma região altamente complexa de ser analisada. A utilização de códigos comerciais de mecânica dos fluidos computacional (CFD) no estudo da Camada Limite planetária tem sido cada vez mais difundida. Na maioria dos estudos, a região de interesse apresenta dezenas ou até centenas de quilômetros, sendo, portanto, necessários um gasto elevado com medições em campo e de tempo para que resultados satisfatórios sejam obtidos experimentalmente. Esses softwares permitem obter campos de velocidade e direção de vento, pressão e temperatura em todo o domínio analisado, a partir de condições de contorno experimentais altamente trabalhadas para que os resultados obtidos possam ser utilizados de fato em trabalhos científicos e em projetos de engenharia. As medições em campo são também essenciais e indispensáveis para a validação dos modelos. Devido a essa alta complexidade na análise da CLA, as variações da cobertura superficial da região são muitas vezes desprezadas ou algumas de suas propriedades, como a rugosidade superficial do terreno, consideradas constantes. Neste sentido, o presente trabalho propõe uma análise mais aprofundada dos parâmetros da cobertura superficial, tendo como base um modelo hidrodinâmico de escoamento atmosférico já validado. Para avaliar a influência da rugosidade real do terreno nas características do escoamento em uma CLA, foi desenvolvido um procedimento baseado em sensoriamento remoto, que extrai os dados de uma superfície e implementa estes parâmetros em simulações numéricas de regiões reais utilizando códigos de CFD. O código CFX 12.0 (2009) foi usado para simular uma região de interesse com e sem a rugosidade fornecida pelo procedimento desenvolvido.

2. METODOLOGIA

2.1 Metodologia aplicada na determinação da superfície do terreno

As técnicas de sensoriamento remoto são usadas para o desenvolvimento do modelo de rugosidade do terreno. Para a realização desta tarefa do trabalho foram estipuladas as seguintes etapas:

2.2 Obtenções do material cartográfico e imagens de satélite

A imagem utilizada para a região de estudo no Mato Grosso foi a CB2CCD Barra do

Bugres-2008-10-09 e CB2CCD Lambari d'Oeste-2008-08-15, extraída do sistema CBERS 2B em 2008, bandas 2,3,4, zona 23. A escolha desta imagem de um período de estação seca foi feita pelo fato de ficar mais precisa a identificação das feições geográficas (matas, rochas, água, etc).

2.3 Tratamentos da imagem Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG,

2.3 Tratamentos da imagem

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

O software SPRING ® (Sistema de Informações Geográficas), disponibilizado pelo Instituto Nacional de Pesquisas Espaciais - INPE / DPI (Divisão de Processamento de Imagens), foi utilizado para tratamento da imagem do satélite. A Fig. 1representa a imagem da região de interesse. Pode-se notar que no centro da imagem é possível verificar a estrela azul onde, após ser clicada, fornece as opções de extração de imagens com as respectivas datas de fotografia, por meio do satélite CBERS

respectivas datas de fotografia, por meio do satélite CBERS Figura 1 – Imagem apresentando a região

Figura 1 Imagem apresentando a região de interesse

O registro de imagem foi executado para correção das distorções geográficas que ocorrem, pois a imagem de satélite se apresenta em sistemas de linhas e colunas (matrizes de pixels), e assim transformá-la para uma imagem que contenha um sistema geodésico de coordenadas. Para isto é necessário identificar pontos de controle e inseri-los na imagem, pontos estes que apresentem a real posição geográfica identificada com o auxilio do software Google Earth®. Para melhorar a visualização da imagem e identificar as feições geográficas presentes na imagem, a técnica de contraste foi aplicada sobre os histogramas. Os histogramas são diagramas que mostram a qualidade de pixel por nível de cinza presente na imagem. Para fazer o contraste sobre as imagens utilizam-se funções matemáticas denominadas de transformações radiométricas, podendo ser lineares, raízes quadradas ou logarítmicas. Destas formas, a função que apresentou respostas rápidas e mais simples foi a linear, sendo ela utilizada para realizar o contraste das três bandas de cores. Foram aplicados também dois tipos de filtros lineares, um de passa alta e outro de passa baixa. O filtro de passa alta tem como função deixar os limites das feições que apresentam diferentes níveis de cinza mais nítido. Este tipo de filtro tem como característica principal

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

realçar as formas das feições geográficas tais como curvas e limites. Já o filtro passa baixa

provoca a diminuição de ruídos de alta frequência e dos pixels de alta frequência. Isto provoca o borramento da imagem, ou seja, as feições geométricas presentes na imagem deixam de ter os limites determinados com precisão.

O processo de classificação da imagem é a tarefa onde ocorre a extração de informações

para reconhecer padrões e objetos homogêneos. A informação espacial de uma imagem está representada na informação espectral de cada “pixel”, que tem coordenadas espaciais x, y e uma espessura L, que representa a refletância do alvo em todas as bandas espectrais. Desta forma, para uma imagem de n bandas, ocorrem n níveis espectrais relacionados a cada “pixel”, sendo um para cada banda espectral. Os algoritmos de classificação em sua grande maioria utilizam as informações espectrais das bandas para poder realizar a classificação. Os classificadores podem ser divididos em diversos critérios de acordo com seu processo de classificação. Os primeiros dois critérios de classificação são o de pixel a pixel e o de regiões. O classificador de pixel a pixel baseia-se

nas informações espectrais isoladamente de cada pixel ou região. Já o classificador de regiões utiliza regiões geradas no processo de segmentação para poder identificar as classes geográficas. O algoritmo que obteve maior sucesso foi o algoritmo de distâncias euclidianas.

A escolha deste algoritmo ocorreu porque foi o que apresentou maior capacidade de

identificação e separação de feições geográficas em imagem CBERS. Este algoritmo utiliza-

se da distância para relacionar o pixel a alguma feição geográfica por meio da análise de similaridade de distância.

A partir deste resultado, o classificador compara o resultado da distância euclidiana à

média de distância de cada classe. O pixel da imagem será anexado à classe que apresentar menor distância euclidiana. Este processo é realizado em toda a imagem. No entanto, todo o trabalho que necessita de mapeamento exige que este seja verificado em trabalhos de campo. Assim a classificação foi verificada com auxilio de imagens de alta resolução obtidas no Google Earth® e estudos na literatura sobre as feições geográficas existentes nesta área. A

Fig. 2apresenta a imagem registrada já delimitada, exibida no programa Spring.

registrada já delimitada, exibida no programa Spring. Figura 2 – Imagem Registrada já delimitada exibida no

Figura 2 Imagem Registrada já delimitada exibida no Spring.

A Fig. 3apresenta a imagem classificada obtida de acordo com a vegetação do terreno

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

Belo Horizonte – MG, 23 a 25 de Maio de 2012 Figura 3 – Imagem Classificada

Figura 3 Imagem Classificada de acordo com a vegetação.

2.4 Implementação da imagem classificada no estudo da CLA

A proposta deste modelo é determinar, através de técnicas de sensoriamento remoto, a característica do terreno e atribuir a ele um valor característico de rugosidade. Com posse das imagens classificadas e segmentadas da região foi possível atribuir a cada ponto um valor característico de rugosidade e, posteriormente, a toda a superfície do terreno. Desta forma foi imposta uma condição de contorno ao terreno, dada por cores diferentes, sendo que cada uma das cores representava um valor de rugosidade em metros, como pode ser observado na Fig. 4.

em metros, como pode ser observado na “ Fig. 4 ” . Figura 4 – Rugosidade

Figura 4 Rugosidade na região do Mato Grosso.

A Tab. 1 apresenta valores usuais de rugosidade para diferentes coberturas de terrenos

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

Tabela 1 Valores de rugosidade para diferentes coberturas superficiais.

 

Altura da

Tipo de cobertura terreno

Rugosidade

[m]

Região de floresta fechada

0,3

Região de floresta seca

0,2

Região rochosa

0,08

Região de grama baixa

0,03

Região de terra

0,01

Região de água

0,0001

2.5 Procedimentos de simulação numérica

As simulações numéricas foram realizadas utilizando o código comercial CFX 12.0 (2009). As simulações, como foi citado anteriormente, utilizaram um modelo hidrodinâmico, validado por Santos et al. (2009). Na utilização desses modelos, o erro residual RMS tolerado para a convergência final foi de 10 -4 para todas as simulações realizadas. As simulações foram realizadas usando até quatro computadores pessoais, Intel Core Duo de 2.8 GHz com 4 GB de memória RAM, processando em paralelo.

2.6 Domínio computacional

A região modelada foi uma região no Mato Grosso, localizada próxima às cidades de Barra do Bugres e Lambari d'Oeste, Mato Grosso, Brasil. A recente queda de linhas de transmissão nessa região, devido a ação dos ventos, fez dessa região um domínio de grande interesse para o estudo em questão. O mapa contendo a altura do relevo é mostrado na Fig.

5.

contendo a altura do relevo é mostrado na “ Fig. 5 ” . Figura 5 –

Figura 5 Domínio computacional retangular (68 km x 27 km) com a altura do relevo.

Perto da superfície do solo a maioria das variáveis do escoamento, como a velocidade, mudam rapidamente e é de extrema importância que a malha utilizada leve em consideração estes gradientes. Por isso a malha gerada apresenta um conjunto de camadas de elementos prismáticos (inflation) junto à superfície do solo, com pequena dimensão na direção vertical. Os parâmetros de malha usados foram baseados em um estudo de malha realizado sobre

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

uma geometria complexa (Santos et al., 2009). Foram utilizadas na malha quinze camadas de “inflation” sendo que o primeiro elemento da malha possui o tamanho de 2m na vertical e os elementos seguintes são aumentados gradualmente por um fator de 1,1, sendo que o último elemento possui aproximadamente 8,35 m. Além disso, todos os elementos da superfície tiveram seu tamanho limitado a 200 m na direção horizontal. No restante do domínio afastado da superfície foi estabelecido um tamanho máximo de elemento de 460 m, esses elementos não precisam ser tão pequenos quanto os elementos da superfície do solo, pois os gradientes não são mais tão fortes. A “Fig. 6mostra detalhes da malha utilizada.

A “Fig. 6 ” mostra detalhes da malha utilizada. Figura 6 – Detalhe da malha próximo

Figura 6 Detalhe da malha próximo à superfície.

2.7 Condições de contorno

As condições de contorno utilizadas nesse trabalho foram escolhidas com base em um tratamento estatístico realizado a partir de dados experimentais de estações climatológicas do INMET (Instituto Nacional de Meteorologia), instaladas próximo à região. Foram escolhidas como condições de entrada as velocidades de 1,7; 3,5 e 6,4 m/s, todas com direção de 109 graus em relação ao sistema de coordenadas cartesiano. Na entrada do domínio computacional foi utilizado um perfil de velocidade logarítmico, definido através da “Eq. (1), temperatura potencial constante e modelo de turbulência RNG k-ε. No solo foram usadas três condições de contorno de rugosidade: uma considerando a rugosidade real do terreno, como descrito anteriormente, e as outras duas com a rugosidade do solo constantes, sendo uma condição de floresta fechada (sem desmatamento)e outra de grama baixa (região desmatada). O perfil logarítmico de entrada é dado por .

desmatada). O perfil logarítmico de entrada é dado por . (1) Onde é o perfil de

(1)

Onde

O perfil logarítmico de entrada é dado por . (1) Onde é o perfil de velocidade

é o perfil de velocidade na entrada do domínio,

. (1) Onde é o perfil de velocidade na entrada do domínio, é a velocidade de
. (1) Onde é o perfil de velocidade na entrada do domínio, é a velocidade de

é a velocidade de referência,

m é o

z é a altura a partir da superfície do solo, comprimento aerodinâmico da rugosidade.

m é a altura de referência e

o z é a altura a partir da superfície do solo, comprimento aerodinâmico da rugosidade. m
3. RESULTADOS Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a

3. RESULTADOS

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

A análise dos resultados teve como objetivo verificar a influência da variação dos parâmetros de rugosidade em uma simulação CFD. Para isso, foram realizadas três séries de simulações distintas, sendo a primeira para um valor de rugosidade aerodinâmica constante, correspondente a uma cobertura de floresta densa (0,3 m). A segunda condição para o solo uma cobertura de grama baixa (0,03 m). A terceira condição considera que a rugosidade varia ao longo do domínio com base no procedimento proposto, que considera a vegetação real do terreno. Neste último caso considera-se que a rugosidade envolve a vegetação real do terreno, composta de floresta fechada, floresta seca, região rochosa, grama baixa, região de terra e região de água, caracterizando a rugosidade real do terreno. Primeiramente foram escolhidos dois pontos ao longo do domínio, posicionados a 10 m de altura do solo, como mostrados na Fig. 7, onde foram obtidos os módulos de velocidade e levantados os perfis para comparação. Mesmo considerados a uma mesma altura do solo, o ponto1 encontra-se localizado numa região mais baixa que o ponto 2

encontra-se localizado numa região mais baixa que o ponto 2 Figura 7 – Região de estudo

Figura 7 Região de estudo mostrando a posição dos pontos de análise da velocidade.

Os valores das velocidades em cada ponto e para as três condições de contorno utilizadas, foram obtidas e gerados os perfis de velocidade correspondentes, os quais são mostrados nas imagens “Fig. 8 a 13. A “Fig. 8e “Fig. 9” mostram os perfis obtidos para os dois pontos com condições de contorno de 1,7 m/s. A “Fig. 10e “Fig.11mostram os perfis obtidos para os dois pontos com condições de contorno de 3,5 m/s. A “Fig. 12” e “Fig.13” mostram os perfis obtidos para os dois pontos com condições de contorno de 6,4 m/s, A análise das velocidades no ponto 1 mostra que o perfil obtido para a rugosidade real encontra-se intermediário entre os perfis de floresta fechada e grama baixa. Já no ponto 2 pode-se observar que o perfil de rugosidade real é praticamente coincidente com o perfil obtido para grama baixa, indicando que a rugosidade real do ponto deve ser mais próxima de uma zona desmatada. Por outro lado, as figuras mostram que a rugosidade do terreno pode influenciar o perfil de velocidade e, conseqüentemente, os níveis de vento na região perto do solo.

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

Belo Horizonte – MG, 23 a 25 de Maio de 2012 Figura 8 – Perfil de

Figura 8 Perfil de Velocidade - Ponto 1 - 1,7 m/s

2012 Figura 8 – Perfil de Velocidade - Ponto 1 - 1,7 m/s Figura 9 –

Figura 9 Perfil de Velocidade - Ponto 2 - 1,7 m/s

- 1,7 m/s Figura 9 – Perfil de Velocidade - Ponto 2 - 1,7 m/s Figura

Figura 10 Perfil de Velocidade - Ponto 1 - 3,5 m/s

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

Belo Horizonte – MG, 23 a 25 de Maio de 2012 Figura 11 – Perfil de

Figura 11 Perfil de Velocidade - Ponto 2 - 3,5 m/s

Figura 11 – Perfil de Velocidade - Ponto 2 - 3,5 m/s Figura 12 – Perfil

Figura 12 Perfil de Velocidade - Ponto 1 - 6,4 m/s

3,5 m/s Figura 12 – Perfil de Velocidade - Ponto 1 - 6,4 m/s Figura 13

Figura 13 Perfil de Velocidade - Ponto 2 - 6,4 m/s

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

Mesmo necessitando de uma análise mais detalhada do modelo, já é possível observar que a velocidade foi afetada nos pontos analisados. Isto pode ser atribuído a grande variação na tensão de cisalhamento superficial devido a variação de rugosidade.

4. CONCLUSÃO

O trabalho apresenta os resultados e análise da aplicação da técnica de Mecânica dos

Fluidos Computacional para resolver problemas relacionados ao efeito de vegetações e

características topográficas de terrenos sobre a camada limite atmosférica.

O código CFX 12.0 (2009) foi utilizado por ter-se mostrado mais eficiente e requerer um

menor recurso computacional para a mesma qualidade nos resultados finais, quando comparado com os diversos softwares presentes no mercado. Analisando a região estudada e os resultados obtidos, pode-se perceber que os parâmetros

de rugosidade mostraram ser altamente relevantes para as regiões próximas ao solo.

É importante salientar que o modelo proposto não é um modelo concluído, sendo

necessárias diversas melhorias, que ainda devem ser implementadas, sendo o principal a

utilização de recursos que melhorem a eficiência do sensoriamento remoto realizado.

Agradecimentos

Agradecemos a ANEEL/ELETRONORTE pelo apoio e financiamento do projeto.

REFERÊNCIAS

Ahrens, C. D. (2006). Meteorology Today. An Introduction to Weather, Climate, and the Environment. Eighth Edition. Thompson, Brooks/Cole. United States. 537 pp.

CFX

12.0

(2010).

"CFX-12

Solver

and

Engineering Software Ltd, UK.

Solver

Manager

Guide",

AEA

Technology

Forthofer, J. M., 2007, “Modeling wind in complex terrain for use in fire spread prediction”, Theses for the degree of master of science, Colorado State University, Fort Collins, Colorado, pp. 46-47.

Oke, T.R. (1992). Boundary Layer Climates. Second Edition. Routledge. New York. 435 pp. Zhang D. and Anthes R. A. (1982), A High-Resolution Model of the Planetary Boundary Layer Sensitivity Tests and Comparisons with SESAME-79 Data, Journal of Applied Meteorology, Vol 21, 1594-1609.

Santos, A.A.C., Lima, S.M.L., de Paula, G.A.R., Moreira, F.A.A., Valle, R.M., 2009, “RANS turbulence model evaluation for neutral atmospheric boundary layer simulation over complex terrain”, COBEM.

Silveira Neto, A. (2003), Turbulência nos fluidos aplicada, Apostila do curso de pós- graduação intitulada: Turbulência nos Fluidos, cap. 4.

Anais do X Simpósio de Mecânica Computacional Belo Horizonte – MG, 23 a 25 de

Anais do X Simpósio de Mecânica Computacional Belo Horizonte MG, 23 a 25 de Maio de 2012

Soares, P. M. M. (2004), Parametrização da turbulência e nuvens de camadas limites em modelos atmosféricos, Tese de doutorado, Universidade de Lisboa.

Stull, R. B. (1988), An Introduction to Boundary Layer Meteorology. Kluwer Academic Press, Dordrecht, The Netherlands.