Você está na página 1de 61

Modelagem de sistemas

ambientais
Aula 2
Modelagem matemtica
a arte de transformar situaes da realidade
em problemas matemticos cujas solues
devem ser interpretadas na linguagem usual.
Representaes
de um sistema ou parte
dele.
Exemplo:
Sistema lagoa de
efluentes de aterro.
Supondo que ocorra um
vazamento,
contaminao do solo
por cromo.
Objetivo da modelagem
Fornecer subsdios para a tomada de decises em
termos de contaminao do solo a partir de dados de
monitoramento da gua subterrnea e dos efluentes
gerados no aterro municipal de resduos slidos urbanos
de Guaba-RS ao longo do tempo.
Trabalho: Monitoramento
e modelagem ambiental
da gua subterrnea e
de efluentes provenientes
do aterro de resduos
slidos urbanos de
Guaba-RS
Procedimento de modelagem
Coleta de dados
Monitoramento
da qualidade da
gua
subterrnea e
efluentes do
aterro foi
realizado
semestralmente
ao longo de um
perodo de 3
anos, entre
outubro de 2009
e outubro de
2012.
Procedimento de modelagem
Coleta de dados

Procedimento de modelagem
Parmetros de entrada
A modelagem foi realizada com o auxlio do
programa Geo-Slope, simulando o avano de
uma pluma de contaminao com concentrao
de 0,482 mg/L de cromo total ao longo de 50
anos.
1. Porosidade do solo (dados coletados na literatura, estudos regio)
2. Densidade aparente seca do solo (dados coletados na literatura)
3. Concentrao de cromo na fonte: coletado durante monitoramento
4. Coeficiente de Distribuio para o cromo (dados da literatura)
5. Difuso Molecular (Dm) do solo (dados coletados na literatura)
6. Tempo de simulao: 1, 10 e 50 anos
7. Carga Hidrulica para a gua subterrnea: 5 m na entrada e 4,7 m
para a sada
Resultados
Isto pode ser
explicado pelo fato do solo possuir alto teor de
argila, fazendo com que a capacidade de troca
catinica (CTC) se torne alta. Outro fator que
favorece o retardamento da pluma a baixa
permeabilidade do solo
Concluiu-se que o solo do aterro
sanitrio possui alta capacidade na
atenuao/reteno do avano da
pluma de contaminao de cromo
total.
Como selecionar o tipo de modelo?

Modelo para pesquisa


Modelo para
gerenciamento


Modelo para controle
Cada modelo tem uma
funo e estrutura
Visa a preveno
Acompanhamento
Visa o conhecimento
prvio, estudo
antecipado do problema
Ex.: delinear as principais variao estacionais,
climatolgicas, hidrolgicas, e em escala
relativamente grande de tempo (10 anos)
Modelo distribudo
Varia a quantidade de
constituintes com o
tempo e espao
Ocorre variaes nas trs
dimenses (x, y, z), o
modelo representa essas
variaes
Ex.: transporte de
substncias ao longo
de um rio
Modelo agrupado
Agregam partes da
descrio do sistema
em um volume finito
A qualidade da gua
assumida como
uniforme e
independente da
posio.

Corpo dgua suas condies variam com o tempo
Modelo dinmico
Para representar essas
variaes que ocorrem em
cada local so necessrios
modelos dinmicos
Qualidade da gua nesse ponto
Qualidade da gua nesse ponto
Variao no tempo e
espao
Modelo
Estado dinmico
As condies do fluido
em alguns pontos ou
regies de pontos
variam com passar do
tempo
0
t
=
c
c
Utilizado para controle de
processo
Modelo dinmico
So simplificaes dos modelos dinmicos
Modelo estacionrio
Assume que todas as
variveis do modelo so
constantes ao longo do
tempo
Utilizado para
planejamento
Modelo estacionrio
A quantidade de gua
que entra (0) a
mesma que sai em (2)
Modelo estacionrio
1. Ver os dados
experimentais
2. Analisa os dados
3. Faz suposies
4. Monta equaes de
forma intuitiva
1. Observa o sistema
2. Divide em estruturas e
componentes
3. Estuda o
comportamento
4. Desenvolve hipteses
5. Descreve uma
equao matemtica
6. Resolve a equao
7. Gera valores previstos
(no real)
Envolve
os dois
mtodos
Formas de modelar um sistema fsico real
Modelagem matemtica
1 ) A formulao de um modelo matemtico
envolve a escolha de variveis mais
importantes para o fenmeno em estudo
2) Na formulao de um modelo, devemos decidir
sobre o grau de generalidade que iremos admitir
3) Deve testar hipteses para simplicar e facilitar
o tratamento posterior do modelo
Variveis de um processo
Produo de
brigadeiro
Variveis de
entrada
Variveis de
Sada
1. Tipo, qualidade e quantidade
de Ingredientes
2. Tempo de cozimento
1. Textura
2. Sabor
3. Aroma
Independente Dependente
Variveis de um processo
1. Intensidade
_____
2. Quantidade
de _____
3. Vazo do
_______
1. Consumo matria
orgnica
2. Parmetros de
qualidade da
gua
Exerccios - Quais as variveis de
entrada e sada de cada operao?
Representao grfica e
matemtica de um sistema
MODELO
CIENTFICO

Parmetros +
Relacionamentos

Sistema = z

Varivel Independente = x
Varivel dependente = y
Entrada do
Sistema
Sada do
Sistema
Modelagem
Domnio do Modelo - Representao
Matemtica
Y = a . X
Varivel Dependente
(Sada)
Varivel Independente
(Entrada)
Parmetros + Relaes
Modelagem simples
Regresso linear
A anlise de regresso
entende-se como previso.
Quando fazemos uma
regresso, queremos prever
resultados.
O objetivo prever os
valores de uma varivel
dependente com base em
resultados da varivel
independente.
Exemplo - Aplicao
UMA ANLISE DO COEFICIENTE DE
REMOO DE POLUENTES EM FUNO DO
ESPECTRO DE GOTAS DE CHUVA EM
DIFERENTES LOCALIDADES NO BRASIL E
ALEMANHA
Superfcie de
resposta para a
taxa de
remoo de
turbidez em
funo das
variveis
independentes,
pH inicial e
tempo
Exemplo modelagem simples
Regresso linear
A regresso linear chamada "linear" porque se
considera que a relao da resposta s variveis
uma funo linear de alguns parmetros.

Serve para estudar o comportamento conjunto de duas
variveis quantitativas distintas. Ou seja, mede o grau
de associao entre duas variveis aleatrias X e Y.
Y = a.X + b
Varivel resposta
Dependente de X
Varivel
Independente de Y
Y
i
= valor observado para a varivel
dependente Y no i-simo valor da varivel X;
|
0
= Constante de regresso.Representa a
intercesso da reta com o eixo dos Y.
|
1
= coeficiente de regresso. Representa a
variao de Y em funo da variao de uma
unidade da varivel X.
X
i
o i-simo valor da varivel independente
( uma constante conhecida, fixo).
c
i
o erro que est associado distncia
entre o valor observado Yi e o
correspondente ponto na curva, do modelo
proposto, para o mesmo nvel e de X.

i i i
X Y c | | + + =
1 0
Considere o modelo com uma varivel preditora e que a funo
de regresso linear. O modelo dado por:
Significado dos parmetros do modelo
de regresso linear simples
28
|
0

u
x x+1
Ax=1
Ay
y
i
= |
0
+ |
1
xi

x
y
A
A
=
1
|
|
1
(inclinao) expressa a taxa de mudana em Y, isto , a mudana em Y
quando ocorre a mudana de uma unidade em X.
Ele indica a mudana na mdia da distribuio de probabilidade de Y por
unidade de acrscimo em X.
|
0
(intercepto); quando a
regio experimental inclui
X=0
|
0
o valor da mdia da
distribuio de Y em X=0,
no tem significado
prtico como um termo
separado (isolado) no
modelo;
Os dados so usados para estimar |
0
e |
1
, isto , ajustar o
modelo aos dados, para:
quantificar a relao entre Y e X;
usar a relao para predizer uma nova resposta Y
0
para um
dado valor de X
0
(no includo no estudo);
dado um valor de Y
0
, para o qual o correspondente valor de X
0

desconhecido, estimar o valor de X
0
.
R
2
Coeficiente
de determinao
Exemplo
Tabela relaciona nmeros de clientes com
vendas totais efetuadas por uma determinada
por uma determinada loja no perodo de 20
semanas.
O objetivo ser o de prever as vendas futuras
com base na quantidade de clientes estimados
para as prximas semanas
Varivel independente (x) = Clientes
Varivel dependente (y) = vendas

Tabela
Grfico de disperso
No visual percebemos que a medida em que a quantidade de clientes aumenta, as vendas
aumentam.
Ento precisamos agora determinar uma forma de prever esta quantidade de vendas e de
alguma forma relacion-la com a quantidade de clientes
Semana Cliente(X) Vendas (Y) X2 XY
1
907 11,2 822649 10158,4
2
926 11,05 857476 10232,3
3
506 6,84 256036 3461,04
4
741 9,21 549081 6824,61
5
789 9,42 622521 7432,38
6
889 10,08 790321 8961,12
7
874 9,45 763876 8259,3
8
510 6,73 260100 3432,3
9
529 7,24 279841 3829,96
10
420 6,12 176400 2570,4
11
679 7,63 461041 5180,77
12
872 9,43 760384 8222,96
13
924 9,46 853776 8741,04
14
607 7,64 368449 4637,48
15
452 6,92 204304 3127,84
16
729 8,95 531441 6524,55
17
794 9,33 630436 7408,02
18
844 10,23 712336 8634,12
19
1010 11,77 1020100 11887,7
20
621 7,41 385641 4601,61
i i
y x .

2
i
x
i
x
i
y
( )
2
i
x
Resultados
y = 0.0087x + 2.423
R = 0.9119
0
2
4
6
8
10
12
14
0 200 400 600 800 1000 1200
V
e
n
d
a
s

N Clientes
Coeficiente de determinao R
2
Indica a percentagem da variao de Y que
explicada pela regresso, ou quanto da
variao na varivel dependente Y est sendo
explicada pela varivel independente X.
Fornece uma informao auxiliar ao resultado
da analise de regresso se o modelo proposto
adequado ou no para descrever o fenmeno.
O valor de R
2
varia no intervalo de 0 a 1.
Valores prximo de 1 indicam que o modelo
proposto adequado para descrever o
fenmeno.

Coeficiente de determinao R
2

a razo entre a soma de quadrados da
regresso e a soma de quadrados total.
i i
X Y
1 0
| | + =
Procedimento para modelagem
Concepo
Seleo do tipo de
modelo
Representao
computacional
Calibrao
Validao
Objetivo do estudo
Aplicao
Analise de
sensibilidade
Observar o
carter interativo
do processo
Dados
experimentais
coletado
Dados
experimentais da
literatura
Processo de construo de um
modelo
Exemplo
1. Definio do problema Qual o problema a ser
estudado?
Modelar o fenmeno da propagao do fogo em vegetao
1. Definio do problema
Regio de cerrado
Grande parte da
queimada provocada
pelo homem para
renovar pastos e obter
foragem para o gado.

Fatores naturais, isso
ocorre atravs do
acmulo de biomassa
seca, de palha, baixa
umidade e alta
temperatura, que
acabam criando
condies favorveis
para tal.
Os seguintes fatores so considerados como
determinantes para a propagao do fogo:
2.Simplificao e formulao de hipteses
As caractersticas do problema so examinadas e
selecionadas mediante uma simplificao
O fogo influenciado principalmente pelo
acmulo de combustvel (biomassa)
Rios e estradas
atuam como
obstculos ao
fogo
Fatores
Dinmicos:
Velocidade e
direo do vento
Umidade
relativa do ar
Temperatura
do ar
3.Deduo do modelo matemtico
Utiliza-se de uma formulao matemtica para descrever o
problema. Pode-se recorrer a uma teoria fsica.
Exemplo Projeto CONSEPE
Modelagem de zonas de risco de incndios no
parque nacional da chapada diamantina (BA)
http://fiscalizajequie.wordpress.com/2008/11/17/incendio-destroi-a-chapada-diamantina-na-bahia/
2008
13 mil hectares do
Parque Nacional da
Chapada Diamantina,
na Bahia, foram
devastados pelo fogo.
2012
4.000 hectares
queimados
Conselho Superior de Ensino, Pesquisa e Extenso
1. Identificar e avaliar as variveis
Coletar de informaes sobre:
Cobertura vegetal (varivel esttica)
Condies climticas (varivel dinmica)
2. Identificar, mapear e caracterizar, atravs de
imagens de satlites.
Verificar registros de incndio nos ltimos
anos
Elaborar mapas identificando focos de calor
Passo a passo do projeto para
descrio do modelo
Resultado final
Elaborar cenrios de potencialidade
ocorrncia de incndios florestais
Ser estabelecido parmetros e critrios para
planejamento de aes
de controle e combate a incndios
Proteo de reas habitadas
Logstica de segurana das aes de combate


Sistema desenvolvido ser disponibilizado para consulta por
instituies governamentais e no governamentais
Exemplo de modelagem de
equipamento
Operao de filtrao preparao do caf

Processo:
1. Prepara equipamento
filtrante filtro de papel
2. Aquece a gua + p do
caf forma uma
suspenso
3. Derrama a suspenso
no filtro de papel
4. Caf ir escoar para a
cafeteira
Operao de filtrao
1. Observaes dos
fatores que
influenciam:
O meio filtrante inicio:
apenas o papel
Durante processo de
filtragem: deposio da
borra do caf nas
paredes e fundo

1. Observaes dos fatores que
influenciam:
A espessura do meio filtrante
aumenta com o tempo
Fora que faz com que a infuso
de caf escoe
Diferena de presso
Escoamento do caf filtrado
diminui com o tempo
Aumento da espessura do meio
Diminui a altura da suspenso
diminui a presso

2. Definio das variveis observadas que
influenciam na filtrao da suspenso
Porosidade do papel porosidade
inicial
Porosidade da borra de caf ()
2. Definio das variveis observadas que
influenciam na filtrao da suspenso
Altura inicial da suspenso
Velocidade de crescimento da
espessura da borra
Valor emprico (varia de
sistema p sistema)
Velocidade de diminuio da
altura da suspenso
Valor emprico
Propriedade dos materiais
(densidade e viscosidade da
suspenso e caf coado,
etc)

3. Desenvolvimento do modelo matemtico
para descrever o processo de filtrao
Pesquisar qual o modelo terico mais aceito
para descrever o fenmeno
Livro: McCABE, W.; SMITH, J. C.; Unit Operations of
Chemical Engineering, 5 Edio. McGraw Hill book
Co., 1986, p 871.
Relaciona a variao da presso e o aumento
da espessura da borra de caf (torta) em
funo de outros parmetros
3
2
2
3
) 1 (
c
c
|
|
.
|

\
|

=
p
p
V
S
U
k
dL
dP
Espessura
da torta
Parmetros
empricos
Velocidade
linear do
filtrado
Viscosidade
do filtrado
Porosidade
da torta
Superfcie e
volume da
partcula em
suspenso
A
dt
dV
U =





Obs.: No importa o sistema (se no sistema
domstico ou industrial). O modelo vlido para
a operao de filtrao por diferena de
presso.
4. Simplificao do modelo
Modelo que define o processo a partir das
variveis que influenciam no processo.
Modelo diz como a variao de presso ocorre
com a variao da espessura da torta.
Parmetros que podem ser considerados
constantes
P do caf, filtro de papel, gua na mesma temp., k,
, , S
p
, V
p
.

dt
dV
K
dL
dP
dt A
dV K
dL
dP
U K
dL
dP
U
V
S
k
dL
dP
p
p
.
.
.
.
.
) 1 (
2
3
2
3
= =
=
(
(

|
|
.
|

\
|

=
c
c

Encontrando dV/dt
Realizando experimentos
coletando volumes de filtrado
em intervalos regulares de
tempo.
Dados: V e t
A partir de tcnicas
matemticas obtm-se a
derivada dV/dt

dL t dL dP
dL t b K dL a K dP
bt a K
dL
dP
bt a
dt
dV
. . .
. . . . .
) (
| o + =
+ =
+ =
+ =
Com os dados conhecidos ou assumidos (k
3
, S
p
,
V
p
, A, , ), os parmetros e so avaliados e
introduzidos na equao.


Com essa equao pode-se simular e otimizar a
feitura do caf ou ento projetar um sistema
mais eficiente para a preparar a bebida.
dL t dL dP . . . | o + =
Poluio de lagoa
Entrada
Sada
Estudo de caso - poluio lagoa
Exerccio estudo de caso
Verificar o processo de construo de
modelo
1. Identificar o tema
2. Qual a situao problema?
3. Observar os fatores e formular o problema
Quais foram as informaes relevantes selecionadas?
Quais parmetros operacionais sero utilizados?
Quais os fatores fixados?
Quais as constantes utilizadas?
Quais os smbolos das variveis?
Quais as relaes matemticas utilizadas (expresses e
frmulas)?
Qual o motivo da escolha da equao selecionada?