Escolar Documentos
Profissional Documentos
Cultura Documentos
(Equação 1)
onde h é a altura de lançamento da partícula, u é a velocidade horizontal do
vento sob a qual a partícula é lançada e vt é a velocidade terminal da partícula.
O problema geral com a Equação 1 é que ela não descreve a natureza
estocástica do processo de dispersão decorrente, por exemplo, da variação da
velocidade do vento nas direções a favor, vento cruzado e vertical [9,18].
Portanto, a Equação 1 só se mostrou válida para estimar as distâncias médias
ou esperadas de dispersão de sementes com velocidade terminal superior a
1,0 m/s [15]. Para partículas com baixa velocidade terminal, como pólen,
esporos e sementes leves, o movimento ascendente causado pela turbulência
vertical é mais importante do que a queda causada pela gravidade e, assim, a
Equação 1 não é mais suficiente para prever a distância de dispersão [15,17] .
Além disso, as distâncias médias de dispersão são guias pobres para
quantificar a dispersão em longas distâncias [18].
Vários modelos mecanísticos de dispersão, com vários níveis de complexidade,
foram desenvolvidos para incorporar a estocasticidade na descrição do
processo de dispersão e para modelar o LDD. Esses modelos serão
apresentados e discutidos nas seções seguintes, agrupados aproximadamente
pelas abordagens de modelagem utilizadas.
Abordagem de modelagem euleriana: modelos analíticos para o padrão
de dispersão
Um tipo típico de modelo usando a abordagem de modelagem euleriana é
baseado na teoria da difusão atmosférica. Se for assumido que o movimento
de partículas pode ser caracterizado por um passeio aleatório homogêneo e
não correlacionado (difusão) em torno de uma deriva determinística
(advecção), então o padrão de partículas pode ser descrito por uma equação
de advecção-difusão [16,19,22,24]. Esta equação pode ser considerada como
descrevendo o movimento aleatório de partículas em torno do fluxo de ar
médio. A equação advecção-difusão pode ser resolvida analiticamente fazendo
várias suposições simplificadoras [22]. A solução mais simples para a equação
é o modelo clássico de pluma gaussiana [16,22,25], que é encontrado omitindo
os efeitos da gravidade, deposição e variação espacial e temporal no
movimento das partículas. O efeito da gravidade pode ser incorporado usando
uma versão estendida do modelo de pluma gaussiana – uma solução chamada
de ‘pluma inclinada’ [15,19,20,25]. No entanto, alguns dos parâmetros
necessários para esses modelos não são facilmente mensuráveis [16,25].
O problema geral com os modelos de dispersão baseados na equação
advecção-difusão é que todas as tentativas de adicionar características
realistas levaram a sérias dificuldades de modelagem. Modelar a deposição ao
nível do solo e dentro do dossel é complicado [15,25]. Um aumento adicional
no realismo através da adição de variação vertical no vento horizontal e
movimento vertical leva a problemas difíceis de valor limite com apenas
soluções de forma não fechada [15,20]. O efeito do dossel no movimento das
partículas – embora seja considerado um fator importante – deve ser omitido
devido a dificuldades técnicas na resolução numérica da equação e devido a
várias simplificações necessárias para uma solução analítica [15,16,20,25] .
Modelos de dispersão semelhantes àqueles derivados diretamente das
soluções da equação de advecção-difusão foram desenvolvidos com base em
(i) movimento balístico com componentes estocásticos [18,26], (ii) processos
de dispersão próximos e distantes separados [16], ( iii) soluções analíticas para
o movimento descrito pelo movimento browniano [4] e (iv) uma equação
simples de balanço de massa [1]. No entanto, várias simplificações,
semelhantes às discutidas acima, foram feitas para tornar esses modelos
analiticamente tratáveis. Devido às dificuldades em encontrar modelos que
incluam os principais componentes biológicos que afetam a dispersão, mas que
ainda são simples o suficiente para serem analiticamente tratáveis, uma
abordagem de modelagem lagrangeana, usando técnicas de simulação em vez
de soluções analíticas para determinar o padrão de dispersão de partículas,
tem sido usada. 17,19,20]. Como Di-Giovanni et al. [19] observaram: "Esta
abordagem fornece o caminho mais promissor a seguir".
Abordagem de modelagem lagrangeana: modelos de trajetória
A maneira mais simples de obter uma trajetória em linha reta para uma
partícula no ar é calcular seu ponto de pouso com base nas velocidades do
vento horizontal e vertical fixas [17,20,23]. Um importante aumento no realismo
é obtido pela simulação de uma trajetória de partículas de modo que fluxos de
ar temporários, particularmente fluxos de ar verticais, afetem a partícula
dispersante durante seu voo [11,20,23]. Tal simulação de trajetória pode ser
realizada dividindo o tempo em pequenos passos discretos e considerando as
condições do vento durante a dispersão como uma sequência de fluxos de ar
específicos para cada um dos passos de tempo subsequentes [11,23,27,28]. A
maneira mais simples de obter as flutuações temporárias do vento é medi-las
empiricamente [11] ou simulá-las [23]. No entanto, a autocorrelação entre as
condições de vento durante os momentos subsequentes é um fator importante
que afeta a dispersão de partículas [23]. Portanto, medições empíricas de
vento coletadas em um ponto fixo não são ideais porque podem não capturar
totalmente a autocorrelação em fluxos de ar que uma partícula em movimento
enfrenta [23]. Ao longo dos últimos anos, o modelo de turbulência Estocástica
Lagrangiana (LS) tem sido frequentemente sugerido como uma forma de
produzir descrições realistas de fluxos de ar temporários.
O modelo de turbulência LS simula o fluxo de ar estimando a aceleração de
uma parcela de ar em determinadas condições atmosféricas [23,27,28]. O
modelo LS tem sido usado em uma forma integrada de vento cruzado [27,28]
ou em uma forma totalmente 3D [23,29]. Normalmente, assumiu-se que o
dossel é horizontalmente homogêneo [23,28,29], mas mudanças locais na
rugosidade da superfície do solo também foram contabilizadas [27]. Os
modelos foram modificados para descrever a dispersão de partículas das
copas das florestas [29], bem como das copas mais baixas, como campos ou
pastagens [23,27,28]. Para aumentar o realismo dos mecanismos de
dispersão, a redução do tempo de autocorrelação da trajetória das partículas
devido à queda de uma partícula de um fluxo de ar para outro por causa da
gravidade, também foi adicionada aos modelos LS [27,28,30].