Você está na página 1de 15

Escola Superior de Ciências Marinhas e Costeiras, Quelimane

Licenciatura em Geologia Marinha

III – Nível

Cadeira: Modelação e Simulação de Processos Oceânicos

Tema: Modelação e Simulação da Pluma de água doce


do Rio Zambeze

Discentes: Docente:

Felício do Rosário José (G.M) Prof. Doutor Fialho Nehama

Hino Amaral Chiposse (G.M)

Quelimane, Dezembro de 2019


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

Índice
1. Introdução........................................................................................................................ 1

2. Objectivos........................................................................................................................ 2

2.1. Objectivo geral ......................................................................................................... 2

2.2. Objectivos específicos ............................................................................................. 2

3. Metodologia .................................................................................................................... 2

a) Formulação conceptual ............................................................................................... 2

b) Formulação matemática .............................................................................................. 2

c) Condições de fronteira e inicial .................................................................................. 3

d) Parametrização utilizada ............................................................................................ 3

e) Método de cálculo escolhido ....................................................................................... 4

f) Equações do modelo .................................................................................................... 4

g) Problema a ser resolvido ............................................................................................. 5

h) Variáveis diagnósticas e as prognósticas.................................................................... 5

4. Revisão da Literatura ...................................................................................................... 5

4.1. Efeito da maré .......................................................................................................... 6

5. Resultados e discussão .................................................................................................... 8

6. Conclusão ........................................................................................................................ 9

7. Referencias bibliográficas ............................................................................................. 10

Apêndices ............................................................................................................................. 11

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 0


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

1. Introdução
Um dos grandes desafios que se apresenta para a Humanidade neste século é o
desenvolvimento sustentável. No concernente a gestão de recursos hídricos, esse
desenvolvimento deve ser entendido como aquele que maximize a produção e minimize os
riscos ambientais. Atividades industriais necessariamente geram passivos ambientais, dentre
os quais se destaca a diluição de efluentes como os mais graves (Telles, et al. 2013).

A preocupação com esse impacto ambiental está presente em diversos pontos da legislação
ambiental, mas de forma particular nas resoluções CONAMA que versam sobre a
classificação e o enquadramento de corpos hídricos. Especificamente falando, a resolução
357/2005 impõe que estudos específicos sejam conduzidos na zona que compreenda a
mistura de efluentes com as águas dos corpos receptores, sejam esses lagos, rios ou estuários.
A avaliação do comportamento dessa diluição é complexa e operacionalmente custosa.
Contudo, parte das dificuldades inerentes a esse diagnóstico pode ser contornada com a
utilização de modelos que simulem o comportamento de poluentes uma vez lançados nesses
corpos hídricos. Tais modelos podem ser vantajosos por diversos aspectos: a relação
custo/benefício, a redução do tempo de análise, a agilização no processo de tomada de
decisões, etc. Modelos matemáticos e computacionais se enquadram nessa categoria de
ferramentas (Telles, et al. 2013).

Esses modelos são compostos por equações cuja solução fornece a distribuição no espaço e
tempo de constituintes que sejam transportados pelo corpo hídrico em questão. Contudo, a
formulação matemática de tais modelos muitas vezes inclui parâmetros, cuja estimativa pode
ser crucial para a precisão da simulação que se deseje. Por exemplo, Shen et al. (2006)
utilizou uma modificação do método de Newton para estimar fontes não pontuais de
coliformes fecais, com o objetivo de estabelecer a carga máxima admissível para o Rio Wye.
Por outro lado, Yang e Hamrick (2004) estimaram a salinidade na fronteira marinha de
estuários através de problemas inversos. Já Strub et al. (2009) propuseram um novo algoritmo
para estimar a condição de fronteira para modelos hidrodinâmicos aplicados em canais de
maré. Por último, Rodrigues et al. (2012ab) estimaram parâmetros de dispersão em rios
utilizando os métodos de Luus-Jaakola e Simulated Annealing.

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 1


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

2. Objectivos
2.1. Objectivo geral
 Desenvolver um modelo simples para simular a pluma da dispersão da água doce
sobre a água do mar (salgada) até à jusante do rio Zambeze.
2.2. Objectivos específicos
 Fazer a simulação da pluma da dispersão da água doce sobre a água do mar;
 Analisar a influência das marés na dispersão da pluma do rio Zambeze;
 Verificar a influência das descagas fluvias na dispersão da pluma do rio Zambeze.

3. Metodologia
O presente relatório foi elaborado com ajuda de uma ferramenta bastante importante usada
na análise deste tipo de fenômeno, chamado MatLab, baseado num script previamente
elaborado e fornecido pelo Prof. Doutor Fialho Nehama, docente da cadeira, onde analisamos
a influência das marés na propagação da pluma, por ser um dos parâmetros que influencia
em grande escala na dispersão da pluma, sem descartar os processos de difusão e advecção e
as descargas fluviais que também tem um grande papel, nesse processo.

a) Formulação conceptual
Em Hidrodinâmica, uma Pluma trata-se de um fluido movendo por baixo ou em cima de
outro. Para este trabalho analisamos o movimento de uma camada de água doce por cima da
água do mar (salgada), a partir do Estuário até o Mar aberto.

b) Formulação matemática
Considere uma camada de água doce numa situação de rotação da Terra (isto é, o parâmetro
de Coriolis, f = f(φ), varia com a latitude), que move sobre uma outra camada de água
oceânica (salgada). A camada de água doce está dividida em várias caixas com profundidade
média variável, H, e a largura uniforme, dx. Consideremos ainda, que cada caixa é preenchida
com água doce na forma de um número finito de partículas discretas com mesmo volume.

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 2


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

c) Condições de fronteira e inicial


A camada de água doce tem como fronteira inferior uma interface de densidade, que na
situação de um estuário de cunha salina irá provocar um pequeno desvio na profundidade
média, correspondente a uma quantidade , de tal forma que a profundidade total será maior
a montante e menor a jusante do rio. A fronteira superior da camada de água doce é a
superficie livre (Figura 1). O Estuário + oceano inicialmente em repouso, com =0 e uma
força de Corioles inicial de -0,00003.

Figura 1: Diagrama de definição dum modelo bi-dimensional de duas camadas α e β são os


declives da superfície e do interface de entre a pluma e as aguas do ambiente,
respectivamente. Os números (1, 2, e 3) indicam o número da caixa ou de cada malha da
grelha (rede) numérica.

d) Parametrização utilizada
A descarga é considerada constante durante um dia, e o presente modelo usa um tempo de
lançamento na ordem de minutos. Dessa forma, se quatro partículas são lançadas a cada 30
minutos com a taxa (descarga) de 1500 m3/s, então cada particular irá corresponder a
6.75×105 m3 de água doce.

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 3


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

e) Método de cálculo escolhido


As partículas são libertadas à montante do Rio Zambeze a cada intervalo de tempo, dt, e daí
elas movem-se em direção ao oceano. Assumindo que não há mistura e nem fricção entre a
água doce e a água oceânica abaixo, utiliza-se as equações de movimento na forma
linearizada e integradas em profundidade.

f) Equações do modelo
As equações de movimento, podem ser escritas como:
D ( Hu )  1
  Hg  Hfv   sx
Dt x H (1)

D( Hv)  1
  Hg  Hfu   sy
Dt y H (2)

Onde:

 H – profundidade
 g – gravidade
 u,v – velocidades
  - elevação
 f – Coriolis, f= 2sin
  - tensão de vento, =cduu
O termo do gradiente requer que o movimento seja orientado das caixas com maior para as
caixas com menor número de partículas de água. A profundidade media (espessura da pluma,
H) em cada caixa está relacionada com o numero de partículas (Np) contidas na caixa através
da formula H = Vp×Np/a, onde a é a área da superficie da caixa, e Vp é o volume de cada
partícula. De tal forma que, a inclinação da superficie pode ser determinada através da
diferença entre as espessuras das caixas 1 e 3 na figura 1.

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 4


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

g) Problema a ser resolvido


O objectivo do trabalho é desenvolver um modelo simples para simular a dispersão de água
doce, de modo a saber a área do mar coberta por água doce decorridos um periodo de tempo
em minutos. Partículas de água libertadas no rio causam uma elevação da superfície, uma
vez que os processos de misturas jogam um papel muito importante na dispersão da pluma,
precisamos melhorar o modelo de forma a considerar o conjunto de todos os processos que
promovem a mistura horizontal.

h) Variáveis diagnósticas e as prognósticas


 Variáveis diagnósticas – velocidades (u,v), elevação ();
 Variáveis prognósticas – densidade (ρ).

4. Revisão da Literatura
Em Hidrodinâmica, pluma é uma coluna de fluido movendo dentro ou ao redor de outros,
devido a diferença de propriedades. Diversos efeitos afectam a moção do fluido, incluindo o
momento, a difusão e o princípio de arquimedes (em circulação afectadas primeiramente pela
densidade).

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 5


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

Quando efeitos de momento são mais importantes do que a diferença de densidades e do


princípio de Arquimedes a pluma é geralmente descrita por um jato. Pluma são importantes
para o entendimento da dispersão de poluição atmosférica.

A descarga de água doce de rios gera extensas regiões de anomalia de salinidade significativa.
Estas regiões apresentam frequentemente características que diferem, quer da água do rio ou
águas do mar.

Salinidade representa a principal diferença entre as águas fluviais e litorais. Nesta ordem de
ideias, a pluma é uma região onde este entra em contacto com a margem oceânica, deve-se
esperar que o gradiente horizontal de salinidade se estende da praia, com o valor mínimo que
se encontra na boca de rio e o valor máximo (ou equilíbrio) encontra-se no limite exterior da
pluma. Warrick et al., (2007) e Siddon (1998) informou observações de distribuição de
salinidade deste tipo para as plumagens ao longo do sudeste de Califórnia e o Moçambique
(I.e. perto do rio de Zambeze). Até onde salinidade está preocupada, o limite exterior entre
água de plumagem e água ambiente nem não é unificada nem fácil definir, e para propósitos
práticos, um valor particular deve ser escolhido do campo de valores observados.

Inicialmente, um movimento de água inércial ocorre quando a água do rio se projecta ao mar
em um jacto (Warrick et al., 2004). O transporte no sentido primário é susceptível de ser
dominado por advecção e é altamente depende do volume, do tempo e a intensidade da
descarga do rio (Fong e Stacey, 2003; Nezlin et al., 2005).

Por outro lado, a estrutura lateral e vertical é dominada pela dispersão e dependente da
flutuabilidade e velocidade das águas (Fong e Stacey, 2003). Na sequência deste jacto o
movimento das plumas, turno ciclónico (Hemisfério Sul) em direção a costa. A camada
superficial da água de baixa salinidade saindo de um estuário, muitas vezes forma uma
pluma, que pode ser seguido por uma vasta área da plataforma continental. Devido à menor
densidade da água da pluma, a sua superfície livre está acima do nível da água do mar
circundante.

4.1. Efeito da maré


A subida e descida do nível do mar produz uma onda que se desloca da boca do delta para o
montante. O estudo da propagação da onda de mares pode ser usado para estimar as

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 6


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

características da geometria do delta do Zambeze. A propagação da onda de maré depende


da geometria do estuário e da descarga das águas do rio.

Em águas pouco profundas, podem se distinguir três tipos de propagação da onda de mares,
estacionaria, progressiva e mista. Nos estuários, a onda de mares e do tipo mista, o que
significa que não e puramente estacionaria nem progressiva. Uma onda puramente
estacionaria requer um corpo de água semi-fechados onde a onda de maré e totalmente
reflectida.

Uma onda puramente progressiva apenas ocorre num canal profundo e de fricção desprezível.
No caso de deltas de planície costeiro, a forma de funil do delta e a causa mais importante da
diferença de fase, sendo a fricção a causa de menor efeito. A convergência dos bancos de
área e o fundo causa reflexão parcial da onda de mares (Groen, 1993).

O mecanismo de diluição da água do mar pela água doce varia dependendo do volume de
água doce, do alcance da maré, da amplitude e da extinção da evaporação da água no delta.
A salinidade da água do mar e aproximadamente 35 psu podendo ser baixa (33 psu) em mares
costeiros e relativamente alta (37 psu) em águas tropicais. A salinidade da água doce e sempre
menor que 0,5 psu. Assim, a salinidade das águas do delta está no intervalo de 0,5 e 35 psu.

A massa de água dos deltas consiste da mistura de água doce e do mar, em proporções que
variam de um ponto a outro. Devido ao aumento da salinidade estuário abaixo, o gradiente
horizontal de densidade gera uma pressão que sempre induz o movimento da água estuário
acima (componente baroclínico) e sua intensidade aumenta com a profundidade. O
componente barotrópico é forçado pela maré, que associado ao componente baroclínico e à
descarga fluvial intensifica os movimentos estuário abaixo e acima, agitando ciclicamente a
massa de água estuarina e gerando os processos de mistura.

A mistura decorre do transporte da substância (sal) pelo movimento médio ou macroscópico


(gerado pela maré, descarga fluvial e diferenças de densidade), chamado de advectivo, e por
fluxos aleatórios em escala microscópica da difusão molecular e turbulenta.

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 7


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

5. Resultados e discussão
Na figura 2, está representada a pluma da água proveniente do rio Zambeze, percorrendo em
direção ao mar, onde temos uma força de Corioles inicial de -0,00003, as massas de águas
provenientes do rio tomam um desvio para a esquerda por se tratar do hemisfério sul.
Podemos observar também que água proveniente do rio (representado pelos pontos azuis)
mantem-se na superfície, ou seja, acima da água do mar, isso deve-se principalmente a
diferença de densidades da água do rio relativamente a água do mar, sendo a do mar mais
densa comparativamente a água do rio.

Devido aos efeitos combinados das forças de Corioles, marés e as correntes oceânicas
podemos observar que a pluma se propaga em forma de vórtices costeiros em direção ao
hemisfério norte, carregando consigo algumas partículas (representadas por pontos
vermelhos).

Time = 1.0 hours


0

10

15

20

25

30

35

40

45

50
0 2 4 6 8 10 12 14 16 18 20

Figura 2. Ilustra a Propagação da Pluma do rio Zambeze ao longo da zona costeira.

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 8


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

6. Conclusão
A descarga de água doce no delta do Zambeze e o principal factor controlador do
desenvolvimento de pluma costeiro ela apenas não determina a existência da pluma como
exerce uma forte influência sobre o tamanho na região costeira. Em particular, uma grande
quantidade de materiais do solo drenado, suspensos materiais orgânicos, resíduos industriais
e esgotos introduzidos na plataforma continental através da descarga do rio podem afectar
significativamente a produção da pesca e da qualidade da água

O vento apresenta uma importante contribuição para a existência da pluma costeira e mostrou
ser o principal factor na determinação da direção do jacto e na formação e transporte da
corrente costeira.

Correntes locais desempenham um papel fundamental na determinação do destino da


descarga dos rios, como se sabe os ventos do Sul são os ventos mais dominante na região e
são desviados por efeito de Corioles, e a pluma toma o sentido norte. Para além dos ventos,
as correntes de maré causam o movimento de água sobre o delta do Zambeze.

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze 9


Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

7. Referências bibliográficas
LIMA, E.B. (2012). Problemas Inversos Aplicados à Identificação de Parâmetros
Hidrodinâmicos de um Modelo do Estuário do Rio Macaé. Tese (Doutorado em Modelagem
Computacional), Universidade do Estado do Rio de Janeiro — UERJ/IPRJ, Nova Friburgo.

NEHAMA, F. P. J. (2019), Modelação e Simulação de Processos Oceânicos, ESCMC –


Quelimane, , pp. 59 – 61

RODRIGUES, P.P.G.W.; GONZALEZ, Y.M.; SOUSA, E.P.; MOURA NETO, F.D. (2012a).
Evaluation of dispersion parameters for River São Pedro. Brazil, by the simulated annealing
method. Inverse Problems in Science & Engineering (Print), v. 20, p.1-18.

SHEN, J.; JIAB, J.; SISSONA G.M. (2006). Inverse estimation of nonpoint sources of fecal
coliform for establishing allowable load for Wye River, Maryland. Water Research, v. 40, p.
3333-3342.
STRUB, I.S.; PERCELAY, J.; STACEY, M.T.; BAYEN, A.M. (2009). Inverse estimation of
open boundary conditions in tidal channels. Ocean Modelling, v. 29, p. 85-93.

TELLES, W. R. et al. (2013), Simulação de uma Pluma de Contaminantes no Rio Macaé


Utilizando Redes Neurais Artificiais, Revista Brasileira de Recursos Hídricos, Volume 18
n.2, pp. 165-174

YANG, Z.; HAMRICK, J.M. (2004). Optimal control of salinity boundarycondition in a tidal
model using a variational inverse method. Estuarine, Coastal and Shelf Science, v. 62, p.13-
24.

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze


10
Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

Apêndices
clear all; clc; close all;

% ............ Initialise particles .................


for y = 1:50
for x = 1:20
np(x,y) = 0;
if (x <= 10 & y <= 24) np(x,y) = -99; end;
if (x <= 10 & y >= 27) np(x,y) = -99; end;
end
end
np(1,25) = -99; np(1,26) = -99;

n = 0; % no. of freswater particles


x = []; y = [];
u(1:10000,1) = 0; v(1:10000,1)= 0;
xscale = 1; % 20;
yscale = 1; % 8;
PosVel_p1 = [];
get(0,'Screensize'); set(0,'units','pixels'); figure('Position',[350 70
700 850]);

% ............. PLOT Coastline ...........................


plot([0 10]*xscale, [24 24]*yscale,'k'); hold on
plot([0 10]*xscale, [26 26]*yscale,'k');
plot([10 10]*xscale, [0 24]*yscale, 'k');
plot([10 10]*xscale, [26 50]*yscale,'k');
axis([0 20*xscale 0 50*yscale]);
axis ij;
text(.5, 25, 'Zambezi River');
title({'Time = 0 hours'});
text(2,5,'Pressione qualquer Tecla','fontsize',32,'rotation',-45); pause

for t=1:1*1 % time in days

% ............. Coastline ...........................


clf;
plot([0 10]*xscale, [24 24]*yscale,'k'); hold on
plot([0 10]*xscale, [26 26]*yscale,'k');
plot([10 10]*xscale, [0 24]*yscale, 'k');
plot([10 10]*xscale, [26 50]*yscale,'k');
axis([0 20*xscale 0 50*yscale]);
axis ij;
title(['Time = ',num2str(t,'%4.1f'),' hours']);

% Introducing freshwater into the river


.............................
q = 1; % one-half of no. of particles to be introduced per hour for
volume of particles

if t == 1
for i = 1:q
n = n+1; % no. of particles
x(n) = 1.5;
y(n) = 24.5;

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze


11
Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

np(2,25) = np(2,25) + 1;
h1 = plot(x(n)*xscale, y(n)*yscale,'b.');

%pause(.5)
n = n+1;
x(n) = 1.5;
y(n) = 25.5;
np(2,26) = np(2,26) + 1;
% set(h1,'Xdata',x(n),'Ydata',y(n));
plot(x(n)*xscale, y(n)*yscale,'b.');
end
% end %if

PosVel_p1(t,1) = x(1); PosVel_p1(t,2) = y(1);


PosVel_p1(t,3) = u(1); PosVel_p1(t,4) = v(1);

% Dynamics of each particle ...................................


g = 9.81; f = -0.00003; %g - Gravity; f - Coriolis parameter ;
dr = .025; % dr = del_Rho/Rho (fresh/salt)
a = 100000; % Surface area of each box in m2
dx = 1000; %dy = 1000; % Box size in metres (m)
V = 2000; % volume of freshwater in each particle in m3
%dt = 24*3600; % time step in secon
A=75
F=pi/2
dt=50
tmax=5*12.4224*60*60
T=12.4224
for it=1:tmax
t=it*dt; tim=t/3600; tc=tim/12.4224
eta=A*cos(2*pi*tc)
for p = 1:n % number of the particle
if u(p) ~=-99
i = fix(x(p) + 1) ; % find the particle gridpoint
j = fix(y(p) + 1) ;

% work out the x- gradient


if np(i-1,j) == -99
xslope = (np(i+1,j) - np(i,j)) * dr * V/ (dx*a);
elseif np(i+1,j) == -99
xslope = (np(i,j) - np(i-1,j)) * dr * V / (dx*a);
else
xslope = (np(i+1,j) - np(i-1,j)) * dr * V / (2 * dx*a);
end

% work out the y- gradient


if np(i,j-1) == -99
yslope = (np(i,j+1) - np(i,j)) * dr * V / (dx*a);
elseif np(i,j+1) == -99
yslope = (np(i,j) - np(i,j-1)) * dr * V / (dx*a);
else
yslope = (np(i,j+1) - np(i,j-1)) * dr * V / (2 * dx*a);
end

% calculate accelerations and velocities


dudt = -g * xslope - f * v(p);

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze


12
Escola Superior de Ciências Marinhas e Costeiras, Quelimane – UEM

u(p) = u(p) + dudt * 1 * 3600;


dvdt = -g * yslope + f * u(p);
v(p) = v(p) + dvdt * 1 * 3600;

% update particle position


plot(x(p)*xscale,y(p)*yscale,'b.');
ox = x(p); oy = y(p);
x(p) = x(p) + u(p) * 1 * 3600 / 1000;
y(p) = y(p) + v(p) * 1 * 3600 / 1000;

% check that particle has not wandered onto land ........

if ox >= 10
if x(p) < 10
x(p) = 10.01; u(p) = 0; % then particle wandered into
land
plot(x(p)*xscale, y(p)*yscale,'r*');
end
end
if (ox < 10 & y(p) < 24)
y(p) = 24.01; v(p) = 0;
plot(ox*xscale, oy*yscale,'r*');
end
if (ox < 10 & y(p) > 26)
y(p) = 25.99; v(p) = 0;
plot(ox*xscale, oy*yscale,'r*');
end
if (x(p) < 0) x(p) = 0; u(p) = 0; end
if ( x(p) < 1 | x(p) > 19) u(p) = -99; end;
if ( y(p) < 1 | y(p) > 49) u(p) = -99; end;

% check if particle has moved into a new gridpoint


in = fix(x(p) + 1);
jn = fix(y(p) + 1);
[ai aj] = size(np);

if ((in~=i | jn ~= j) & (in <= ai & jn <= aj))


np(i,j) = np(i,j) - 1;
np(in,jn) = np(in,jn) + 1; % end
i = in; j = jn;
end

end

end

end
drawnow
end

end

G/M _2019 Modelação e Simulação de Processos Oceânicos Pluma_Rio Zambeze


13

Você também pode gostar