O trabalho proposto estuda o fenômeno de dispersão de poluentes na atmosfera, o qual pode inuenciar a qualidade do ar, a saúde da população e o meio ambiente como um todo. Estudou-se alguns modelos computacionais de simulação desse fenômeno. Implementouse um modelo hipotético de evolução dos impactos e testou-se dois modelos já existentes: ISC (Industrial Source Complex) e o CALPUFF (Californian Pus). Desenvolveu-se um conjunto de interfaces amigáveis e rotinas de pós-processamento dos dados de saída dos modelos. Facilitando assim o uso e a análise dos resultados obtidos através de simulações computacionais. Realizou-se um estudo de caso para a cidade de Rio Grande - RS, onde diversos cenários foram testados, variando tanto os períodos do ano quanto a quantidades de fontes poluidoras. Os resultados obtidos, mesmo preliminares, demonstram que durante os períodos simulados ocorrem situações de alerta, onde os níveis de poluição denidos pelo CONAMA (Conselho Nacional do Meio Ambiente) são ultrapassados.
3. Esse trabalho propõe o estudo da dispersão de
poluentes atmosféricos através da utilização de
modelos computacionais para a cidade de Rio
Grande - RS;
O sistema a ser desenvolvido pretende identificar os
locais atingidos pela emissão de poluentes, bem
como o potencial de contaminação dos ambientes
naturais adjacentes;
Através destas simulações pode-se auxiliar as
comunidades e órgãos envolvidos para a correta
tomada de decisão, contribuindo para o aprendizado
e análise de políticas públicas relacionadas ao meio
ambiente.
4. Meio ambiente e os aspectos sociais envolvidos;
Avaliar quais são as regiões mais impactadas quanto à
dispersão de poluentes de Rio Grande - RS;
Auxiliar as comunidades e os demais órgãos
envolvidos para a correta tomada de decisão quanto à
implantação de novas fontes poluidoras;
Educar e alertar as comunidades sobre os problemas
causados pela dispersão de poluentes na atmosfera.
5. Estudar modelos de dispersão de
poluentes;
Estudar os modelos computacionais de
dispersão de poluentes;
Desenvolver uma interface gráfica do
usuário;
Desenvolver um simulador de dispersão de
poluentes;
Avaliar os resultados obtidos pelo modelo.
6. O gerenciamento de recursos está cada
vez mais dependente de:
◦ Suportes computacionais como GIS (Geographic
Information Systems);
◦ Sistemas de coleta de dados e redes de
sensores;
◦ Sistemas de alto desempenho para a execução
dos modelos computacionais;
◦ Sistema integrado e geograficamente
distribuído.
7. Os GIS são softwares capazes de tratar, visualizar e
manipular computacionalmente dados geográficos; Eles
permitem que cada conjunto de dados seja apresentado
em diferentes camadas que podem ser representadas
basicamente por três tipos:
◦ Polígonos: representam algo que possua limites, tais como:
países, estados, municípios, lagoas, lagos e outros;
◦ Linhas: representam coisas muito estreitas para serem
consideradas polígonos, tais como: ruas, estradas, rios, ferrovias
e outros;
◦ Pontos: são usados para representar coisas pequenas, tais como:
monumentos, hidrantes, postes e etc.
8. Grande volume de dados devido a avanços tecnológicos
de sensores;
Desenvolvimento de respostas rápidas em tempo real
para questões de emergência;
Padronizações para o desenvolvimento eficiente de
programas de monitoramento.
9. Radiação Solar
◦ Energia eletromagnética radiante emitida pelo sol;
Variações diárias e anuais do ângulo de elevação solar;
Ventos
◦ Fluxo de gases, deslocamento do ar;
Temperatura do ar
◦ Está ligada a radiação solar e ao aquecimento do solo;
Pressão Atmosférica
◦ Peso da atmosfera por unidade de área horizontal
Camada Limite Planetária
◦ camada inferior que está em contato direto com a
superfície terrestre;
10. Processo de mistura, transporte, propagação e
espalhamento de poluentes(gases, aerossóis e
partículas);
Pode ser avaliada por modelos computacionais que
através de resolução de equações diferenciais,
soluções numéricas e algoritmos simulam seu
comportamento.
11. Modelo Euleriano:
Modelo Gaussiano:
Resolução Analítica da Equação da Advecção
e Difusão:
13. Matlab (ferramenta de desenvolvimento)
◦ Mapping toolbox
GIS
◦ ArcGIS
SVN
◦ Gerenciador de projetos, documentos e código
fonte.
14. • Modelo hipotético:
• Para cada indústria era atribuído inicialmente um
índice de poluição
• A simulação no final de N gerações tende a ficar
totalmente poluída, pois os impactos são
considerados cumulativos e vão sendo propagados
com o passar das gerações;
n
i
i
x
i
indexx Pol
P
B
PolPol
0
..
23. • O modelo escolhido foi o gaussiano ISC (Industrial Source Complex)
- Modela as emissões das fontes presentes em um complexo industrial
- Apresentar um baixo custo computacional
- Possui uma série de simplificações climatológicas
• A base do modelo é a equação linear e estacionária de pluma Gaussiana que, com
algumas modificações, é utilizada para modelar emissões de fontes simples em um
ponto - as chaminés
Onde:
Q é a taxa de emissão de poluentes
K é o coeficiente de expansão
V é o termo vertical
D é o termo de decaimento,
αy e αz são os desvios padrões da distribuição
das concentrações lateral e vertical
Us é a velocidade do vento na altura da
chaminé
Y a distância do vento cruzado.
24. • Em função do modelo adotado ser estacionário não é mais verificada a dispersão
de poluentes para as regiões vizinhas nem a inserção de varias indústrias
• Essa segunda versão verifica os eventuais riscos nas regiões próximas a uma
indústria inserida em determinado ponto.
• Os testes foram realizados utilizando um shape correspondente aos limites dos
bairros urbanos da cidade de Rio Grande.
• O local escolhido para inserção da
indústria foi o complexo industrial de Rio
Grande
25. • O simulador gera uma matriz tridimensional georreferenciada com
latitude, longitude e a concentração de poluentes em cada ponto
apresentados na posição correta no mapa de acordo com a dispersão e o
sentido do vento;
• Os valores de concentração de poluentes
são calculados e exportados para um
arquivo shape de pontos;
• Este arquivo de saída pode ser carregado
em um GIS, o qual possibilita a
visualização dos resultados.
26. • Deste arquivo, foram extraídas isolinhas de
concentração correspondentes aos valores de
60, 80, 150 e 240µg.m-3 de acordo com os
valores-limite de Material Particulado Total
estipulados pelo CONAMA ( Conselho Nacional
do Meio Ambiente)
• Através do cálculo da distância em metros da
fonte emissora até a isolinha de 150µg/m3 se
pôde estimar a distância crítica em que o
ambiente no entorno está sendo afetado
nesse cenário de simulação, cujo valor
corresponde a aproximadamente 5400
metros.
Mapa mostrando o buffer de distância crítica da
fonte emissora
Modelo ISC
(Industrial Source Complex)
27. Modelo não-estacionário que considera a
variação horária das variáveis meteorológicas;
A pluma é representada por uma série de
puffs discretos que se dispersa de acordo
com uma distribuição gaussiana;
O transporte é feito de acordo com a
trajetória do seu centro de massa
determinado pela velocidade e sentido do
vento.
28.
29.
30.
31.
32. Qh = Fluxo de calor sensível;
α = constante de uso do solo;
R = radiação solar;
Ho = fluxo de calor na ausência de nuvens;
V = ângulo de elevação solar
β = fator de redução na presença de nuvens;
33. Período instável (dia):
Período neutro (nascer do sol e pôr do sol)
Período estável (noite)
34.
35. Zona industrial da cidade de Rio Grande – RS
◦ Variação do número de fontes poluidoras (1, 2, 3, 5 e 10);
◦ Meses de Janeiro de Julho de 2010.
42. Alertar a sociedade sobre a importância dos
problemas sociais que podem ocorrer devido a
contaminação do ar e do meio ambiente na
região;
Os níveis de alerta do CONAMA são
ultrapassados mesmo subestimando-se o
número de fontes poluidoras;
A sociedade deve exigir que seja feita uma
fiscalização mais intensa e eficiente em Rio
Grande – RS;
43. Interdisciplinaridade
◦ Modelagem computacional;
◦ Meteorologia;
◦ Meio ambiente e sociedade;
Rotinas de manipulação de dados
◦ Entradas e saída dos modelos;
◦ Auxiliar a visualização análise dos resultados;
Criação das interfaces de simulação
◦ Auxiliam na criação de novas simulações;
44. Simulation Tools to Analyze the Impact of Industries Installation
(submitted);
Using GIS for Impact Analysis from Industries Installation;
Um simulador para previsão de impactos gerados pela instalação de
indústrias;
Um sistema para previsão de impactos gerados pela instalação de
indústrias e sua influência sobre ecossistemas costeiros no extremo
sul do Brasil;
Um sistema de apoio à decisão baseado em agentes para simulação
de impactos gerados pela instalação de indústrias;
Um Overview sobre a Utilização de Técnicas de Inteligência Artificial
em Gerenciamento de Recursos Naturais;
Uma ferramenta de simulação para impactos ambientais;
Sistemas Inteligentes no Gerenciamento de Recursos Naturais.
45. Simular o comportamento e as decisões que são
tomadas no mundo real através de um SAD (Sistema de
Apoia à Decisão);
Desenvolver novas interfaces gráficas que façam a
adequação dos dados coletados pelas estações
meteorológicas de monitoramento ao modelo CALPUFF;
O desenvolvimento e disponibilização de um sistema
web para a sociedade e órgãos fiscalizadores, onde seja
possível configurar, criar e analisar simulações em
qualquer região de interesse.