Estudos espectroscópicos da interação de dióxido de enxofre com ...
(2010)SOARES - Avaliação do sistema de modelagem CALPUFF aplicado ao dióxido de enxofre para as...
-
Upload
soaresmauricio -
Category
Documents
-
view
239 -
download
51
Transcript of (2010)SOARES - Avaliação do sistema de modelagem CALPUFF aplicado ao dióxido de enxofre para as...
Universidade Federal do Rio de Janeiro
Centro de Ciências da Matemática e da Natureza
Instituto de Geociências
Departamento de Meteorologia
MONOGRAFIA
AVALIAÇÃO DO SISTEMA DE MODELAGEM CALPUFF APLICADO AO
DIÓXIDO DE ENXOFRE PARA AS BACIAS AÉREAS I, II e III DA
REGIÃO METROPOLITANA DO RIO DE JANEIRO.
Mauricio Soares da Silva
Rio de Janeiro – UFRJ
Agosto, 2010
ii
Mauricio Soares da Silva
Avaliação do Sistema de Modelagem CALPUFF aplicado ao dióxido de enxofre para as
Bacias Aéreas I, II e III da Região Metropolitana do Rio de Janeiro.
Monografia apresentada como requisito parcial
necessário à obtenção da conclusão do Curso
de Graduação em Meteorologia, Universidade
Federal do Rio de Janeiro.
Orientador(a):
_____________________________________
Prof. Luiz Cláudio Gomes Pimentel, D.Sc.
Orientador(a):
_____________________________________
Dr. José Francisco de Oliveira Júnior, D.Sc.
RIO DE JANEIRO – RJ
Agosto, 2010
iii
SOARES, M. S.
“Avaliação do Sistema de Modelagem CALPUFF aplicado ao dióxido de enxofre para as
Bacias Aéreas I, II e III da Região Metropolitana do Rio de Janeiro.”
RIO DE JANEIRO, AGOSTO DE 2010.
107p
I Modelos de Qualidade do Ar
II CALPUFF
III AERMOD
IV Bacias Aéreas
V Região Metropolitana do Rio de Janeiro
VI Modelos Lagrangeanos e Gaussianos
Universidade Federal do Rio de Janeiro - UFRJ
Monografia para obtenção do grau de Bacharel em Meteorologia
iv
Mauricio Soares da Silva
Avaliação do Sistema de Modelagem CALPUFF aplicado ao dióxido de enxofre para as
Bacias Aéreas I, II e III da Região Metropolitana do Rio de Janeiro.
Monografia apresentada como requisito parcial
necessário à da conclusão do Curso de
Graduação em Meteorologia, Universidade
Federal do Rio de Janeiro.
BANCA EXAMINADORA:
_________________________________________
Prof. Luiz Cláudio Gomes Pimentel, D.Sc.
_________________________________________
Dr. José Francisco de Oliveira Júnior, D.Sc.
_________________________________________
Prof. Edilson Marton, D.Sc.
_________________________________________
Prof. Gustavo Bastos Lyra, D.Sc.
v
AGRADECIMENTOS
A vida por sempre conspirar a nosso favor.
Ao meu PAI Sebastião por sempre acreditar em mim e por ser o grande homem que é na
minha vida.
A minha querida MÃE Rosânia e IRMÃ Fernanda por todo o afeto, carinho e paciência.
Obrigado a grande mulher Alessandra que me ajudou completar a parte da minha vida que
estava vazia e que tenho enorme respeito e admiração.
Aos AMIGOS gostaria que não tivesse que agradecê-los aqui formalmente, pois
independentemente de citar todos aqui ou não, todos foram importantes em minha vida, por
isso deixo claro minha gratidão por TODOS os AMIGOS. Contudo, citarei alguns amigos que
participaram diretamente nesta minha caminhada acadêmica.
Agradeço aos AMIGOS Augusto, Beny, David Ferreira, Joaquim, Bruno Valentim, e Ulisses
de Três Rios que me ajudaram a vencer os obstáculos quando estes surgiram.
Aos AMIGOS Anselmo, Bruno D’Aiuto, Daniel, Davi Pegado, Léo, Nilton, Thiago, Victor e
William do NCQAr, que transformaram meu dia a dia acadêmico mais fácil e prazeroso.
Edilson, Júnior e Luiz Cláudio que foram mais que orientadores, foram certamente exemplos
de dignidade, sabedoria, companheirismo e de preocupação com o bem estar do próximo.
Gostaria de agradecer ao INEA por ceder os dados meteorológicos e de monitoramento da
qualidade do ar. Em especial a Mariana Palagano que foi muito gentil e atenciosa quando as
necessidades e as dúvidas surgiram.
Ao INMET por fornecer os dados meteorológicos para este estudo, em especial ao senhor
Paulo Britto do SEOMA e o meteorologista Lúcio de Souza que intermediou as solicitações.
vi
Aos funcionários do departamento de meteorologia, em especial Amadeu e David.
A Pedro Vicentini que colaborou no estudo fornecendo informações valiosas para o
desempenho da modelagem.
vii
“Os grandes navegadores devem sua reputação aos temporais e tempestades.”
Epicuro
viii
RESUMO
A manutenção da qualidade do ar a níveis toleráveis para o meio ambiente demanda
medidas cada vez mais rígidas por parte dos órgãos ambientais. Parte das medidas tomadas
por estes órgãos são baseadas em estudos criteriosos de impacto na qualidade do ar, os quais
são necessários na instalação e manutenção de fontes emissoras de poluentes. Normalmente,
esses estudos combinam técnicas de monitoramento e de modelagem computacional. Para
isso, alguns modelos de dispersão, tais como AERMOD e CALPUFF, são recomendados por
órgãos ambientais internacionais como ferramentas para estudos regulatórios e de
licenciamento ambiental. Com o objetivo de qualificar um modelo que possa ser utilizado
para as diversas situações atmosféricas atuantes na Região Metropolitana do Rio de Janeiro
(RMRJ), é proposto neste trabalho a avaliação do Sistema de Modelagem CALPUFF (SMC)
para as Bacias Aéreas I, II e III da RMRJ, considerando o poluente SO2 em três estratégias.
Na primeira estratégia, o SMC foi comparado ao modelo Gaussiano AERMOD com
base nos dados observados na estação de qualidade do ar localizado em Nova Iguaçu. Tal
comparação compreendeu o período entre 20 de agosto e 19 de setembro de 2008, e se deu a
partir da avaliação dos seguintes índices estatísticos: coeficiente de correlação (COR), erro
médio quadrático normalizado (EMQN), desvio fracional padrão (FS), desvio fracional (FB) e
fator de dois (FA2). Os resultados obtidos pelo SMC foram superiores aos resultados do
AERMOD, sendo ainda melhores quando o refinamento de grade foi aplicado ao SMC. Isto
pôde ser visto através dos índices COR (0,33 para o AERMOD e 0,58 para o SMC com
refinamento de grade), EMQN (1,98 para o AERMOD e 0,43 para o SMC com refinamento
de grade), FB (0,90 para o AERMOD e -0,07 para o SMC com refinamento de grade), FS
(1,28 para o AERMOD e -0,42 para o SMC com refinamento de grade) e FA2 (0,33 para o
AERMOD e 0,74 para o SMC com refinamento de grade), sendo este último o índice
normalmente utilizado para validar os modelos de qualidade do ar, onde 1,0 é o valor ótimo.
Na segunda estratégia, o SMC foi testado sob situações meteorológicas de ocorrência
freqüente na RMRJ (Sistema Frontal (SF) e Anticiclone Subtropical do Atlântico Sul
(ASAS)), nas quais os modelos Gaussianos não são aplicáveis. O período escolhido para
análise do SMC, sob atuação de um SF, variou entre 00 horas do dia 01 de junho de 2009 e 18
horas deste mesmo dia. O dia 17 de julho de 2009 foi selecionado para avaliar o SMC quando
o ASAS era o sistema dominante sobre a RMRJ. O SMC simulou os padrões esperados de
ix
advecção para nordeste, quando influenciado pelo SF, e também, fenômenos como calmarias
e brisas, durante o período de atuação do ASAS.
Na última estratégia, o SMC foi utilizado para a análise do transporte de poluentes entre
as Bacias Aéreas, na intenção de avaliar o impacto integrado das emissões. O período
utilizado variou entre 03 de maio de 2009 e 21 de julho de 2009. Os resultados para esta
estratégia levam a acreditar que existe uma interação significativa entre a qualidade do ar das
Bacias Aéreas I, II e III.
x
ABSTRACT
Keeping air quality levels acceptable for the environment demands more and more
severe actions from environmental agencies. Some decisions taken by these agencies are
based on solid studies of air quality impact, which are required to install and maintain
pollutant emitting sources. In general, such studies combine monitoring techniques and
computational modeling. In this sense, some dispersion models, such as AERMOD and
CALPUFF, have been recommended by international environmental agencies as tools for
regulatory studies and environment licensing. In order to qualify a model that can be used for
all atmospheric situations of Metropolitan Region of Rio de Janeiro (RMRJ), the evaluation of
CALPUFF Modeling System (CMS) for the Air Basins I, II and III of RMRJ is proposed in
this work, taking into account the SO2 pollutant on three scenarios.
In the first scenario, the results of the SMC were compared to those obtained by the
AERMOD Gaussian model based on observed data, collected from the air quality station
located in Nova Iguaçú. Such comparison comprised the period between august 20th
and
September 19th
and it was performed through the assessment of the following statistical
indexes: correlation coefficient (COR), normalized mean square error (EMQN), fractional
standard deviation (FS), fractional deviation ( FB) and factor of two (FA2). It is seen that the
SMC results showed themselves more accurate than the AERMOD results, and even better
when the grid refinement was applied to the SMC. This outcome is represented by the FA2
index (0.74 for SMC, using grid refinement, and 0.33 for AERMOD). In general, this is the
index used to assess the air quality models, in which 1.0 is the optimum value.
In the second scenario, the SMC was tested under common RMRJ meteorological
phenomena (Cold front and South Atlantic Subtropical Anticyclone (ASAS)), in which
Gaussian models are not suitable. The SMC simulated the expected patterns of Northeast
advection when it was influenced by cold front, and also simulated calms and breezes, during
the period in which the ASAS was the dominant system.
In the last scenario, the SMC was used for analyzing the pollutant transport among Air
Basins, in order to assess the integrated impact of emissions. Two periods were chosen (from
August 20th
to September 19th
of 2008 and May 3rd
to July 31st of 2009) for assessing the
simulations. It is possible to conclude, from the results in the scenario 3, that exists an
important interaction among air quality in the Air Basins I, II and III.
xi
SUMÁRIO
1. INTRODUÇÃO .................................................................................................................. 1
2. REVISÃO BIBLIOGRÁFICA ............................................................................................ 5
2.1. Meteorologia da Poluição do Ar ................................................................................. 5 2.2. Concepção dos Modelos ........................................................................................... 11 2.2.1. Modelos Eulerianos .................................................................................................. 11 2.2.2. Modelos Lagrangeano .............................................................................................. 13 2.2.3. Modelos Gaussianos ................................................................................................. 14 2.2.4. Modelos Lagrangeanos de Puffs Gaussianos ........................................................... 16 2.2.4.1. Puff versus Slug .................................................................................................. 17
2.2.4.2. Formulação de Amostragem Puff Simétrico ...................................................... 19 2.2.4.3. Formulação de Amostragem Puff Alongado (Slug) ........................................... 21 2.3. Estudos da Modelagem da Qualidade do Ar ............................................................ 21
3. DESCRIÇÃO DOS MODELOS ....................................................................................... 39
3.1. Sistema de Modelagem AERMOD .......................................................................... 39 3.2. Sistema de Modelagem CALPUFF .......................................................................... 39
3.2.1. Modelo CALMET .................................................................................................... 40 3.2.2. Modelo CALPUFF ................................................................................................... 42
3.2.3. Pós-Processador CALPOST ..................................................................................... 44
4. CARACTERIZAÇÃO DA REGIÃO................................................................................ 46
4.1. Descrição do Terreno e Categorias do Uso do Solo ................................................. 48 4.2. Sistemas que Influenciam a Dispersão de Poluentes na RMRJ................................ 50
4.3. Fontes de Emissões na RMRJ .................................................................................. 52
5. METODOLOGIA ............................................................................................................. 55
5.1. Avaliação do Sistema de Modelagem CALPUFF em uma situação near field........ 59 5.2. Análise do SMC sob atuação de determinadas condições meteorológicas .............. 63 5.3. Avaliação dos impactos dos poluentes provenientes das Bacias Aéreas.................. 65
6. RESULTADOS E DISCUSSÃO ...................................................................................... 67
6.1. Sistema de Modelagem CALPUFF em situação Near Field .................................... 67
6.2. Análise do SMC sob atuação de determinadas condições meteorológicas .............. 69 6.3. Impacto dos poluentes provenientes das Bacias Aéreas na RMRJ .......................... 74
7. CONCLUSÕES ................................................................................................................. 79
7.1. Sistema de Modelagem CALPUFF em uma situação Near Field ............................ 79 7.2. Análise do SMC sob atuação de determinadas condições meteorológicas .............. 79 7.3. Impacto dos poluentes provenientes das Bacias Aéreas na RMRJ .......................... 80
xii
8. RECOMENDAÇÕES ....................................................................................................... 82
9. REFERÊNCIAS BIBLIOGRÁFICAS .............................................................................. 83
10. ANEXOS ........................................................................................................................... 89
xiii
LISTA DE FIGURAS
Figura 1: Esquema ilustrativo de uma pluma Gaussiana. ....................................................... 15
Figura 2: Representação de uma pluma pela aproximação do tipo puff.................................. 16 Figura 3: Diagrama esquemático de um puff em dois instantes de tempo. ............................. 18 Figura 4: Movimento do puff em relação a um receptor localizado em (xr , yr). ..................... 20 Figura 5: Esquema de um puff alongado. ................................................................................ 21 Figura 6: Fluxograma do funcionamento do CALMET e seus pré-processadores. ................ 41
Figura 7: Fluxograma do funcionamento do SMC.................................................................. 45 Figura 8: Divisão Político-administrativa da RMRJ. .............................................................. 46 Figura 9: Delimitação das Bacias Aéreas da RMRJ. .............................................................. 47
Figura 10: Topografia da RMRJ. ............................................................................................ 49 Figura 11: Categorias de uso do solo da RMRJ. ..................................................................... 50 Figura 12: Mapa das fontes consideradas na primeira estratégia (estudo near field) ............. 56 Figura 13: Mapa das fontes consideradas nas estratégias dois e três ...................................... 57
Figura 14: Mapa das estações meteorológicas e receptor utilizados na estratégia um ........... 60
Figura 15: Carta sinótica das 03 horas local do dia 01/06/2009. ............................................ 64 Figura 16: Mapas de Concentração (μg/m
3) e campos de vento (m.s
-1) horários (a) 00, (b) 06,
(c) 12 e (d) 18 h do 1 de junho de 2009. ................................................................................... 70
Figura 17: (a) Carta sinótica das 03 horas local e (b) Skew-T do dia 17/07/2009. ................. 72 Figura 18: Mapa de concentração (μg/m
3) e campo de ventos (m.s
-1) do horário de 5 horas
local do dia 17/07/2009 ............................................................................................................ 73 Figura 19: Mapa de concentrações máximas diárias (μg/m
3) das Bacias Aéreas I, II e III. O
fundo em cinza delimita as Bacias Aéreas.. ............................................................................. 75
Figura 20: Mapa de concentrações máximas diárias (μg/m3) sem as fontes da Bacia Aérea I.
.................................................................................................................................................. 76 Figura 21: Mapa de máximas concentrações diárias (μg/m
3) sem fontes da Bacia Aérea III. 78
Figura 22: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Agosto/2008 ................................................................................................. 89 Figura 23: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Setembro/2008. ............................................................................................ 90
Figura 24: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Maio/2009 .................................................................................................... 91
Figura 25: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Junho/2009 ................................................................................................... 92 Figura 26: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Julho/2009 .................................................................................................... 93
xiv
LISTA DE TABELAS
Tabela 1: Descrição das Bacias Aéreas da RMRJ. .................................................................. 48
Tabela 2: Taxa de Emissão por tipo de Fonte na RMRJ (x 1000 ton/ano). ............................ 53 Tabela 3: Contribuição Percentual das Principais Vias de Tráfego na Emissão de Poluentes.
.................................................................................................................................................. 54 Tabela 4: Taxa de Emissão por Bacia Aérea (x1000 ton/ano). ............................................... 54 Tabela 5: Estações meteorológicas de superfície e altitude utilizadas na modelagem............ 58
Tabela 6: Configurações utilizadas nos modelos CALPUFF e AERMOD ............................. 58 Tabela 7: Características gerais de cada estratégia. ................................................................. 59 Tabela 8: Principais características da 1 ª estratégia ............................................................... 63 Tabela 9: Características principais da 2ª estratégia ................................................................ 64
Tabela 10: Índices estatísticos aplicados aos modelos CALPUFF e AERMOD. ................... 67 Tabela 11: Resumo do Sistemas frontais ocorridos no período de estudo. ............................. 90 Tabela 12: Resumo do Sistemas frontais ocorridos no período de estudo. ............................. 93
1
1. INTRODUÇÃO
As emissões de gases por fontes antropogênicas têm aumentado substancialmente nas
últimas décadas, principalmente nos grandes centros urbanos mundiais. Por isso, antes da
instalação de uma fonte emissora é necessário realizar estudo prévio do impacto ambiental
dessa instalação na região. No estudo para implantação da(s) fonte(s) emissora(s), utilizam-se
além de dados observacionais de monitoramento meteorológico e de qualidade do ar, os
Modelos de Qualidade do Ar (MQAr). As simulações do impacto das emissões gasosas
provenientes das instalações sobre a qualidade do ar geradas pelos MQAr’s auxiliam na
concessão de permissões para instalação de futuros parques industriais. Com todos os
potenciais benefícios que a ferramenta MQAr pode proporcionar à sociedade e ao meio
ambiente, cada vez mais se faz necessário o uso e estudos que envolvam essa ferramenta. Para
isso, alguns modelos tais como, o American Meteorology Society-Environmental Protection
Agency Regulatory Model (AERMOD) e o Sistema de Modelagem CALPUFF (SMC) são
recomendados pelos órgãos ambientais internacionais para uso no licenciamento de
instalações industriais, principalmente pela EPA (Environment Protect Agency), (EPA, 2005).
O SMC é composto por três módulos: CALMET, CALPUFF e CALPOST, além de
pré-processadores (programas computacionais) que assimilam dados meteorológicos e de
terreno. O CALMET é um modelo meteorológico que gera campos horários tridimensionais
de vento e de temperatura do ar, e possibilita a estimativa de parâmetros da Camada Limite
Atmosférica (CLA), tais como, classes de estabilidade, velocidade de fricção, comprimento de
Monin-Obukhov, altura da camada de mistura, fluxo de calor sensível, entre outros. O
California Puff Model (CALPUFF) é um modelo Lagrangeano de transporte e dispersão, que
advecta “puffs” do material emitido das fontes modeladas, assimila dados meteorológicos de
uma ou mais estações através do módulo CALMET (SCIRE et al., 2000a), e simula a
dispersão e os processos de transformação ao longo de sua trajetória. O CALPOST processa
os resultados fornecidos pelo CALPUFF (SCIRE, et al., 2000b), que gera resumos da
simulação e identifica as maiores concentrações (SCIRE, et al., 2000b).
O AERMOD (EPA, 1998f) é um modelo Gaussiano que utiliza dados meteorológicos
de superfície e altitude, provenientes de uma única estação meteorológica, processados no
pré–processador AERMET (EPA, 2004). Para fins regulatórios o AERMOD é recomendado
2
para uso em um domínio de até 50 km, enquanto o CALPUFF é recomendado para avaliações
de impacto ambiental em domínio além de 50 km (EPA, 2005).
Atualmente, há um debate sobre o uso de modelos regulatórios nos estudos de
avaliação da qualidade do ar, principalmente qual(is) modelos usar em cada situação.
Segundo a EPA, os modelos regulatórios são divididos em duas classes. A primeira são
modelos usados em situações onde as fontes emissoras se encontram em distâncias menores
que 50 km dos receptores (a população), situação esta que é conhecida como Near Field e é
recomendo o uso do AERMOD. A segunda consiste em modelos que avaliam o transporte de
poluentes que percorrem longas distâncias, no qual as fontes emissoras se distanciam a mais
de 50 km dos receptores e processos como transformações químicas, deposição, entre outros,
são levados em consideração. As denominações dadas na literatura são de Long Range
Transport (LRT) ou Far Field, sendo o CALPUFF recomendado pela EPA. No entanto, a
comunidade científica vem discutindo o uso do CALPUFF em situações near field, pois este
apresenta tratamentos físicos que não são incorporados nos modelos Gaussianos tradicionais
como o ISC3 (EPA, 1995) e o AERMOD, (EPA, 2008; PIMENTEL, et al., 2010).
A escolha de um modelo está diretamente ligada ao problema que se pretende resolver,
e ao conhecimento da área de estudo, ambos do ponto de vista geográfico e meteorológico. Os
modelos podem ser caracterizados pela fonte emissora (pontual, volumétrica, área ou linha);
pelo tipo de terreno (homogêneo ou heterogêneo); pela escala espacial (local, urbano, regional
ou global); escala temporal (inferior à uma hora, entre uma e 24 horas ou superior a 24 horas)
e pela concepção matemática (Gaussiana, Euleriana ou Lagrangeana) (VELLOSO, 2007).
O cálculo da dispersão de poluentes nos modelos de dispersão leva em consideração
diversos fatores, entre os mais importantes destacam-se, a velocidade média do vento
(incluindo suas flutuações), a direção do vento, a insolação, o regime de estabilidade
atmosférica, a temperatura do ar, o relevo e as características das fontes poluidoras e dos
gases emitidos (MORAES, 2004). Essas informações meteorológicas são necessárias para os
modelos de dispersão, incluindo os efeitos da turbulência, que podem ser obtidos de
observações ou de saídas de modelos atmosféricos. Os modelos meteorológicos ou
atmosféricos são ferramentas muitas vezes usadas para suprir a falta de informações
meteorológicas de uma região. Esses modelos podem ser classificados como diagnósticos ou
prognósticos (LALAS e RATTO (1996 apud CORREA, 2008)).
3
Atualmente, no Brasil a legislação vigente, o CONAMA 03/90, não faz referência a
qual tipo de modelo de qualidade do ar, ou sistema, a serem utilizados nos estudos de impacto
ambiental (Estudo de Impacto Ambiental – EIA e Relatório de Impacto Ambiental – RIMA)
e, conseqüentemente, os modelos de pluma Gaussiana (Industrial Source Complex 3 - ISC3,
AERMOD, etc.) são utilizados indiscriminadamente, até mesmo em situações de não
aplicabilidade (VEGA do SUL, 2001).
Um dos fatores mais importantes que determina o grau de dificuldade em modelar a
dispersão dos poluentes é a complexidade do terreno. Esta complexidade é função de diversas
variáveis, como por exemplo, topografia acidentada, tipos de solo, presença de corpos d’água
e regimes de ventos diferenciados. Assim, regiões com alto grau de complexidade exigem
modelos fisicamente mais consistentes, que consideram o maior número de processos
envolvidos no transporte dos poluentes. Uma região que possui todas as características
descritas e alto grau de urbanização e de emissão dos poluentes, sendo ainda influenciada por
diversos fenômenos meteorológicos, que variam desde a escala local a sinótica, e
conseqüentemente interferem na qualidade do ar, é a região metropolitana do Rio de Janeiro
(RMRJ). Assim, é de grande interesse prático e científico o estudo dessa região.
De acordo com a antiga Fundação Estadual de Engenharia do Meio Ambiente -
FEEMA, (2004) o relevo, a cobertura do solo e as características climatológicas de uma
região definem áreas homogêneas em termos de mecanismos responsáveis pela dispersão de
poluentes no ar. Essas áreas, delimitadas pela topografia e os espaços aéreos na vertical e na
horizontal, são denominadas de Bacias Aéreas. Esse conceito vem sendo utilizado pela
FEEMA na gestão da qualidade do ar da RMRJ. No entanto, vale ressaltar que nenhum estudo
foi encontrado na literatura científica, avaliando a possibilidade de ocorrência do transporte de
poluentes atmosféricos entre as bacias aéreas. Detalhamentos das respectivas Bacias Aéreas
encontram-se no capítulo de Metodologia.
Considerando essa abordagem sobre a modelagem da qualidade do ar verifica-se que
os impactos na qualidade do ar das Bacias Aéreas da RMRJ individualmente e entre si, devem
ser avaliados sob aspecto observacional e numérico, devido às emissões de poluentes nelas
existentes. Para isso, o CALPUFF foi escolhido como ferramenta nesse estudo, a fim de
verificar o impacto entre as Bacias Aéreas, a avaliação do modelo sob situações onde os
modelos Gaussianos não possuem tratamento físico específico e na avaliação do caso para
4
situações near field. Este estudo poderá servir de referência aos órgãos ambientais como guia
em estudos da qualidade do ar no Brasil.
Baseado no exposto, o trabalho tem como objetivo avaliar o SMC para as regiões das
Bacias Aéreas I, II e III da RMRJ, em virtude das várias fontes antropogênicas de emissões
atmosféricas nessas sub-regiões. Adicionalmente, o estudo fornecerá melhor compreensão dos
mecanismos de transporte de poluentes nessas bacias e a influência dos sistemas de escala
sinótica sobre os processos de dispersão dos poluentes. Para isso, serão realizadas
comparações entre os dados observacionais (monitoramento nas estações de qualidade do ar)
e resultados das simulações com o SMC e AERMOD para o poluente dióxido de enxofre
(SO2), devido as facilidades de se inventariar este poluente, além de ser pouco reativo na
atmosfera. Por fim, esse estudo contribui para a qualificação do SMC para o uso regulatório e
rotineiro na região, e ainda subsidiar futuros projetos de planejamento urbano e industriais na
RMRJ.
5
2. REVISÃO BIBLIOGRÁFICA
2.1. Meteorologia da Poluição do Ar
Silva de Souza e Pimentel (2000) realizaram um estudo da primeira campanha
intensiva de SO2 em São João de Meriti - RJ, no período de setembro de 1999 à fevereiro de
2000. Esse município está localizada na região central da RMRJ, sendo uma das cidades com
maior densidade demográfica do País. Segundo a FEEMA, São João de Meriti representava
uma das regiões mais degradadas em termos de qualidade do ar do estado do Rio de Janeiro.
Neste estudo correlacionaram-se dados meteorológicos com eventos de maior concentração
de SO2.
No mês de setembro, com o final do inverno, e ainda sob influência de uma atmosfera
estaticamente estável, as concentrações de SO2 estiveram em média, mais elevadas que nos
outros meses. Fato este comprovado pelo maior número de violações ocorridos neste mês,
além da maior concentração observada em toda a campanha. Outro fator importante a ser
destacado é que em diversas oportunidades as violações ocorreram em dias seguidos, o que
reforça a teoria de que sob condições estáveis e neutra, a atmosfera apresenta-se como um
“tampão”, e assim, impede a dispersão dos poluentes. Nos meses posteriores ocorreu
decréscimo gradativo das concentrações até fevereiro, sendo dentro do esperado, com os
meses de outubro, novembro, dezembro e janeiro apresentando violações isoladas
praticamente pontuais mês a mês.
Em fevereiro, uma particularidade ocorreu, com três violações em um mês onde,
normalmente, a atmosfera apresenta-se sob condições de instabilidade. Porém, nos dias em
que ocorreram as violações persistiu uma condição particular, a situação pré-frontal. Sob estas
condições, a atmosfera em seus níveis mais baixos, apresenta ventos calmos, e assim,
contribui para diminuição da turbulência de origem mecânica e conseqüentemente inibindo a
dispersão de poluentes. Esta condição foi determinante no aumento da concentração do SO2
nestes dias. As violações neste mês também ocorreram em dias seguidos, o que reforça a
relação direta do efeito das condições sinóticas sobre os elevados índices de poluição
atmosférica na região (SILVA DE SOUZA e PIMENTEL, 2000).
6
Silva de Souza et al. (2002) estudaram a relação entre a concentração de poluentes no
município de São João de Meriti (Bacia Aérea III da RMRJ) e as condições meteorológicas
observadas para o período de maio a setembro de 2000. Neste período ocorreram violações do
padrão de qualidade do ar para o material particulado com diâmetro aerodinâmico inferior a
10 µm (PM10), sendo analisadas as condições meteorológicas reinantes em cada dia de
violação para se definir um padrão crítico de atmosfera para a dispersão de poluentes. As
condições meteorológicas foram caracterizadas com auxílio de dados observados e da
modelagem atmosférica via modelo MM5.
Durante todo o período de estudo notou-se um padrão típico, onde as maiores
concentrações de poluição ocorreram durante a noite e durante o dia havia decréscimo desses
índices. Outro padrão que se tornou evidente foi a relação entre os altos índices de poluição e
as situações meteorológicas com ventos na direção NE e NW. A predominância dos ventos foi
de N – NE apesar de ventos de W – S ocorrerem freqüentemente. Os autores chegaram a
conclusão que o impacto da Rodovia Presidente Dutra na qualidade do ar em São João de
Meriti não é agente causador de elevação da concentração de PM10. A elevação da
concentração deste material ocorria no período noturno onde, o tráfego na Rodovia é
extremamente reduzido. Ao longo do dia, onde é comum a presença de engarrafamentos
próximos inclusive ao local de instalação da estação de qualidade do ar, os valores da
concentração não ultrapassavam o padrão da resolução CONAMA 03/90. Assim, os autores
sugeriram que a fonte de emissão, causadora das violações da qualidade do ar durante esta
campanha, pode estar localizada a norte do local de instalação da estação. Onde nesta direção,
a única grande atividade nas redondezas era uma industria do ramo farmacêutico.
Freitas (2003) avaliou a relação dos fenômenos meteorológicos sobre a dispersão dos
poluentes PM10 e monóxido de carbono (CO) na Região Metropolitana de São Paulo (RMSP).
Analisaram a relação entre o fenômeno da Ilha de Calor Urbana (ICU) e a concentração de
poluentes e verificaram que os altos valores para ICU estavam associados com altos valores
de concentração dos poluentes PM10 e CO. A relação encontrada para a umidade específica e
a concentração dos poluentes mostrou que altos valores de umidade específica estavam
relacionados com baixos valores de concentração dos poluentes. Esses resultados
demonstraram que a umidade é fator fundamental para alguns processos de remoção (por
exemplo, a deposição úmida).
7
Outra avaliação realizada neste trabalho foi à verificação da influência das circulações
de brisa na dispersão de poluentes na RMSP. Foram utilizados os modelos meteorológico e de
dispersão RAMS (Regional Atmospheric Meteorology System) para esta avaliação. Os
resultados obtidos mostraram que os poluentes originados na RMSP, podem ser transportados
para regiões distantes da fonte de emissão. Através das simulações realizadas durante o
período noturno, por ocasião das circulações de brisa terrestre e dos ventos de montanha,
verificaram-se concentrações altas sobre parte do litoral paulista. Enquanto durante o dia, em
decorrência da penetração da brisa marítima, regiões localizadas a noroeste da RMSP são
altamente afetadas, e que em determinadas condições chegam a ter concentrações maiores que
aquelas próximas das fontes.
Carvalho et al. (2004a) realizaram um diagnóstico da qualidade do ar no que tange as
análises das concentrações de ozônio (O3) e de seus precursores na RMRJ durante o ano de
2002 através de dados de três estações de qualidade do ar fornecidos pela FEEMA. A partir
deste foram feitas correlações dos índices desses poluentes com parâmetros meteorológicos
como temperatura do ar, umidade relativa, radiação solar e direção e velocidade dos ventos. A
técnica Data Mining foi utilizada para estabelecer as regras de associação entre os parâmetros
do estudo.
Correlacionando as variáveis meteorológicas verificou-se que maiores concentrações
de O3 foram observadas, geralmente, em dias com temperaturas altas e com baixa umidade
relativa do ar. As regras mais fortes observadas com a técnica de Data Mining neste estudo
foram: que as grandes concentrações de O3 estão relacionadas com direções de vento do II
quadrante (92 % de confiança) dos casos e uma regra surpreendente foi a que relacionou as
concentrações de O3 com valores baixos de umidade relativa do ar (inferiores a 60 %) e que
teve valores altos de confiança (89 %). Um fato inesperado nas análises das regras de
associação foi a baixa correlação encontrada com as concentrações precedentes de NO e de
NO2, poluentes estes que estão intimamente ligados a formação e destruição do O3.
Carvalho et al. (2004b) avaliaram os resultados referentes ao período entre os dias 15
de março a 15 de abril de 2004 da estação de monitoramento localizada no município de
Belford Roxo, na região da Bacia Aérea III da RMRJ. Foram realizadas análises da tendência
do NO2, da radiação ultravioleta e da direção e velocidade do vento, quando comparados ao
O3. Observaram-se neste estudo seis violações ao padrão horário do O3, onde o aumento da
concentração foi a partir do final de março, sendo máximo encontrado no dia 28/03 (170
8
g/m3). As concentrações de NO2 foram abaixo do limite de 320 μg/m3 estabelecido pela
Resolução CONAMA 03/90, sem ocorrência de violação desse padrão. A relação entre o O3 e
o NO2 se apresentou de tal forma que quanto maior a concentração de NO2 registrada menor
foi a de O3. Para a relação entre o O3 e as médias de radiação ultravioleta ficaram evidentes
que, quanto maior a intensidade de radiação ultravioleta, maior a concentração de O3. Com o
intuito de avaliar as direções de onde os precursores do O3 estariam se originando, foram
construídas “rosas de poluição” para ambos os poluentes (O3 e NO2). Através destas rosas
notou-se que as maiores concentrações do O3 foram relacionadas com ventos nas direções
SW, W e NW, enquanto que as maiores concentrações de NO2 foram relacionadas com ventos
de W.
Waldheim et al. (2006) avaliaram o comprometimento da RMRJ no que tange a
ocorrência de altas concentrações de MP inalável, e as condições meteorológicas que podem
ser freqüentemente associadas a este tipo de episódio. Neste estudo foram considerados dados
de dez estações de qualidade do ar entre os anos de 2000 a 2005 referentes ao poluente PM10.
Os resultados obtidos indicaram que as estações localizadas em Bonsucesso, Duque de
Caxias, Nilópolis, Nova Iguaçu, São Cristóvão e São João de Meriti ultrapassaram ao padrão
anual (50 g/m3) durante o período estudado. As concentrações máximas diárias em geral,
atingiram valores significativamente altos, como por exemplo 299 e 287 g/m3 em Nova
Iguaçu e São João de Meriti respectivamente, nível considerado de atenção para episódios
agudos de poluição. Ademais, o número de violações foi expressivo (46 e 37 para Nova
Iguaçu e São João de Meriti respectivamente). Destacando-se as estações de Nova Iguaçu,
São João de Meriti e Duque de Caxias como as mais comprometidas nessa ordem.
Analisados os dias nos quais foram registrados os cinco maiores valores de
concentração de PM10, por estação, de acordo com o ano, foi calculado o percentual de
ocorrência destes extremos, simultaneamente, em mais de uma estação de qualidade do ar.
Em média, 65% dos casos considerados revelaram coincidência na data de ocorrência, o que
sugere à influência das condições meteorológicas dominantes na região. Em 84% de todos os
casos considerados foi observada ocorrência de inversão térmica na baixa troposfera. Em
média, 39% dos dias analisados foram caracterizados por condições pré-frontais e em 77%
dos casos ocorreram sob a influência de sistemas de alta pressão. A ausência de precipitação
revelou-se como fator determinante para a ocorrência de altos índices de concentração de
PM10. Foi verificado que aproximadamente 75% dos casos ocorreram em situações onde a
9
ausência de chuva perdurou por mais de cinco dias. Assim, foi possível observar que existe
forte relação entre os picos de concentração com as condições atmosféricas (WALDHEIM et
al., 2006).
Oliveira e Ferreira (2007) avaliaram a qualidade do ar no município do Rio de Janeiro
através da análise de dados observados por quatro estações de qualidade do ar (Centro,
Copacabana, São Cristóvão e Tijuca) no período de 2001 a 2004 para os poluentes SO2, O3,
CO, NOx, Hidrocarbonetos (HC) e PM10. As médias das concentrações diárias de todos os
poluentes monitorados foram convertidas em um Índice de Qualidade do Ar (IQA)
adimensional, baseado na EPA (1998e), onde classifica a qualidade do ar como boa, regular,
inadequada, má, péssima ou crítica, a partir da concentração relativa de cada poluente
individualmente, sendo adotado o índice mais elevado para determinar a qualidade do ar de
uma região. Verificou-se que na ausência de monitoramento do poluente PM10, a classificação
de qualquer estação da rede de monitoramento utilizada no estudo obtida foi boa. Quando
considerando todos os poluentes, a maioria dos dias foi classificada como regular. Os
resultados indicaram que o padrão primário diário para o PM10 de 150 µg/m3 foi ultrapassado
dezoito vezes, entretanto, as estações Centro e São Cristóvão, que totalizaram dezessete
ultrapassagens, caracterizaram-se pela exclusiva ocorrência desses eventos no inverno.
Contudo, o padrão anual de 50 µg/m3 para este poluente foi ultrapassado em todas as estações
na maior parte do período monitorado.
Bouchlaghem et al. (2007) analisaram as concentrações de poluentes atmosféricos
durante dois dias de influencia da circulação da brisa marítima (18 de julho de 2004 e 17 de
setembro de 2005), no Mar Mediterrâneo, Sousse - Tunísia. Durante estes dois casos,
verificaram que a região de estudo foi contaminada por emissões de um parque industrial
próximo a região costeira. No dia 18, os ventos sinóticos sobre o continente foram uniformes
(até 4 m.s-1) e perpendiculares a costa, permitindo o desenvolvimento da circulação da brisa
marítima. A circulação da brisa observada foi cerca de 2 m.s-1. Nenhum fluxo de retorno foi
registrado, devido ao vento sinótico sobre o continente. Durante este evento a direção da brisa
alterou cerca de 30°, o que alinhou o parque industrial com locais de Sousse. Nessas
condições, as concentrações de O3 e SO2 foram multiplicados por fatores de 1,5 e 3,
respectivamente. No dia 17, uma circulação de brisa marítima similar ocorreu na região, mas
sem ventos sinóticos significativos, em conseqüência disso as concentrações de poluentes
também foram comparáveis aos do dia 18.
10
Cremonini et al. (2010), realizaram um estudo preliminar que buscou identificar os
problemas específicos da poluição atmosférica nas diversas Regiões Metropolitanas
Brasileiras (RMB’s), suas causas e as medidas que estão sendo implementadas, com o
objetivo de minimizar seus efeitos. A avaliação foi baseada nos dados disponibilizados pelos
órgãos ambientais existentes nas RMB’s, através da internet e contato direto via correio
eletrônico. Neste estudo verificou-se que os poluentes mais críticos (poluentes cuja a
concentração violaram os padrões de qualidade do ar) nas RMB’s são: O3, NOx, PM10 e CO,
sendo que a RMRJ e RMSP contemplaram violações para esses quatro poluentes de acordo
com os últimos relatórios de qualidade do ar dos órgãos ambientais competentes. Ainda de
acordo com os autores, a maioria das RMB’s se baseia na resolução CONAMA 03/90 para
diagnosticar os níveis de concentrações dos poluentes; exceto a região Sul do País que possui
valores ainda mais restritivos. O estudo apontou que há necessidade de se instalar Redes de
Monitoramento da Qualidade do Ar (RMQAR) em outras regiões do como Centro-Oeste,
Norte e Nordeste do País, visto que são carentes ou não possui monitoramento adequado.
Outra informação importante mostrada no estudo foi a necessidade da adoção de um MQAr
para estudos regulatórios. Apenas os estados do Rio de Janeiro e São Paulo além da Região
Metropolitana de Vitória adotam os modelos Gaussianos ISC ou AERMOD como modelos a
serem usados em estudos regulatórios.
De acordo com o Relatório Anual de Qualidade do Ar de 2009 elaborado pelo Instituto
Estadual do Ambiente (INEA1), as concentrações monitoradas na RMRJ para SO2 situaram-se
significativamente abaixo do padrão estabelecido pela Resolução CONAMA 03/90
(concentração média anual de 80 µg/m3), com concentração média anual abaixo de 21 µg/m3
para as estações São Bento, Jardim Primavera, Cidade dos Meninos, Campos Elíseos, Nova
Iguaçu, Centro (localizadas na Bacia Aérea III) e Taquara (Bacia Aérea II). Embora o número
de dados gerados em todas as estações analisadas não tenha atendido ao critério de
representatividade estatística, necessário à avaliação anual, os valores médios estão em
concordância com as demais regiões metropolitanas do País que realizam tal monitoramento
(INEA, 2010). Ainda na avaliação média anual, houve tendência de decréscimo durante os
anos de 2007, 2008 e 2009 das concentrações monitoradas. As concentrações máximas diárias
1 INEA - Instituto Estadual do Ambiente. É um novo instituto do Estado do Rio de Janeiro, instalado em janeiro
de 2009 que unifica e amplia a ação dos três órgãos ambientais vinculados à Secretaria de Estado do Ambiente
(SEA): a Fundação Estadual de Engenharia e Meio Ambiente (FEEMA), a Superintendência Estadual de Rios e
Lagoas (Serla) e o Instituto Estadual de Florestas (IEF).
11
de SO2 obtidas durante o ano de 2009, comparadas ao padrão estabelecido pela legislação
(concentração diária de 365 µg/m3) encontraram-se em conformidade com o limite padrão,
com concentrações menores que 160 µg/m3, sendo este o maior valor obtido para a estação
Jardim Primavera, estação localizada no município de Duque de Caxias, região que concentra
uma grande indústria do setor petroquímico.
2.2. Concepção dos Modelos
Baseados nos trabalhos de Scire, et al., (2000b), Moraes, (2004) e Velloso (2007).
Existem duas principais abordagens para a solução do problema da dispersão de poluentes na
atmosfera.
Lagrangeana: o sistema de coordenadas é baseado na posição de uma partícula em um
tempo t, relativo à sua posição (a, b, c) em um tempo de referência t0. Coordenadas
Lagrangeanas são fisicamente mais naturais na descrição do movimento do fluido, no entanto
são mais difíceis no tratamento matemático.
Euleriana: o sistema de coordenadas é fixo no espaço. As propriedades do fluido como
densidade, temperatura e velocidade são calculadas em um ponto (x, y, z) fixo no espaço num
dado tempo t.
Em resumo, na aproximação Euleriana o sistema de referência é fixo em relação à
Terra, enquanto que na Lagrangeana, o sistema de referência segue o movimento das parcelas
de ar ou da partícula poluente.
2.2.1. Modelos Eulerianos
Na abordagem Euleriana, a dispersão é estudada em termos de uma equação
diferencial parcial para a conservação da massa da substância considerada, sendo resolvida
em uma malha fixa no espaço. Ela fornece valores médios de concentração, para os poluentes
considerados, em um ponto no espaço. A partir das equações de conservação é possível obter
um modelo matemático da dispersão de uma fonte, dadas as apropriadas condições iniciais e
12
de contorno (MORAES, 2004). A equação de advecção-difusão para o transporte de um
componente, que nada mais é do que a equação de conservação da massa deste componente é
dada por:
S
x
cu
x
cu
t
c
i
ii
i
i
´´ Eq. 1
Em que, c (kg/m3) é a concentração média de um poluente qualquer, ūi (m/s) o vetor
velocidade média do vento nas direções do x, y e z, S os termos fontes e sumidouros, ´´ ii cu
(kg/m2.s) os fluxos turbulentos de concentração, t o tempo e xi as direções x, y e z. Na maior
parte dos modelos Eulerianos atmosféricos os fluxos turbulentos de massa do componente são
modelados através da hipótese da viscosidade turbulenta (eddy viscosity), dada por
i
iix
cKcu
´´ Eq. 2
Em que, K=Ki são os coeficientes de difusão turbulenta nas direções do x, y e z. Nesta
hipótese admite-se que o transporte turbulento causado pelas flutuações da velocidade possa
ser interpretado como uma difusão turbulenta, dando origem à Eq. 2. As outras componentes
(cruzadas) do tensor difusividade turbulenta K são geralmente desprezadas. Como a
turbulência é um fenômeno sempre dominante em relação ao transporte laminar, a
contribuição da difusão molecular pode ser desprezada na Eq. 1. Para a solução da Eq. 1 são
empregados esquemas numéricos do tipo volumes finitos, diferenças finitas ou elementos
finitos, MALISKA (1995 e 2004 apud MORAES, 2004). Os valores de concentração são
obtidos para cada um dos volumes ou pontos de uma malha. O principal desafio na solução
desta equação é a determinação dos coeficientes de difusão turbulenta Ki. Estas difusividades
são dependentes da posição e do tempo e, ao contrário dos coeficientes de difusão molecular,
não são funções do fluido, mas sim do estado do escoamento, que por sua vez é determinado
pelo grau de estabilidade da atmosfera. Diversas aproximações são utilizadas para estimar tais
difusividades (Teoria da similaridade de Monin-Obukhov, Teoria estatística de Taylor da
turbulência, entre outras). Existem estudos atuais que procuram determinar estas difusividades
através da metodologia de problemas inversos, MORAES, et al. (1998a, 1998b, 1999, apud
MORAES, M. 2004) e STORCH et al. (2007).
13
2.2.2. Modelos Lagrangeano
A aproximação Lagrangeana é uma técnica alternativa para obter as concentrações
médias sem precisar resolver a Eq. 1. No esquema Lagrangeano formula-se um modelo de
trajetórias para o movimento das partículas de fluido. O elemento ou partícula de um fluido é
um pequeno volume de controle que viaja na velocidade local do meio fluido e, portanto, é
claro, a solução do escoamento turbulento que transporta estas partículas deve ser conhecido.
A dimensão deste pequeno volume é grande quando comparada com as escalas moleculares e
pequenas em relação à menor escala de movimento, a microescala de Kolmogorov (η). As
partículas movem-se seguindo os vórtices turbulentos, que descrevem trajetórias aleatórias
CARVALHO (2002 apud MORAES, 2004).
A equação Lagrangeana fundamental para a dispersão atmosférica de uma única
espécie de poluente é dada por:
´´´)´,(´)´,|,(),(0
dtdxtxStxtxPtxc
t
Eq. 3
Em que, c(t , x) é a concentração média em x no tempo t , S(x´, t´) o termo fonte e P(x , t | x´
, t´) a Função Densidade de Probabilidade ou Probability Density Function (PDF) das
partículas, que representa a probabilidade de uma partícula de fluido que estava em x´ no
tempo t´ alcançar x no tempo t. A Eq. 3 representa uma descrição rigorosa dos processos de
transporte e de difusão expressa em uma notação probabilística, onde o parâmetro chave é a
PDF. Para determinar a PDF é necessário liberar um número de partículas suficientemente
grandes, seguir suas trajetórias e calcular quantas delas alcançam a vizinhança de x no tempo
t. Portanto, se trajetórias reais das parcelas de ar podem ser obtidas, o cálculo simples da
densidade dos pontos de trajetórias fornece uma estimativa da concentração (MORAES,
2004).
Segundo Zannetti (1990 apud MORAES, 2004), vários tipos de modelos podem ser
classificados como Lagrangeanos. Entre eles estão os modelos de caixa Lagrangeanos, de
pluma Gaussiana segmentada, de puff Gaussianos e de partículas Lagrangeanos. Os modelos
Lagrangeanos de partículas são ferramentas cada vez mais utilizadas hoje em dia no estudo da
dispersão de poluentes, e representam o estado da arte em termos de dispersão atmosférica.
Estes modelos são baseados na equação generalizada de Langevin. A posição de cada
partícula, em cada passo de tempo, é obtida pela integração numérica das seguintes equações:
14
dntuxbdttuxadu iiiii ),,(),,( Eq. 4
ii u
dt
dx Eq. 5
Em que, ui é a velocidade das partículas, xi a variável espacial, t o tempo de dn uma variável
randômica. O primeiro termo do lado direito da Eq. 4 é um termo determinístico
representando o arrasto viscoso do escoamento sobre as partículas e o segundo um termo
estocástico representando acelerações randômicas causadas por flutuações de pressão.
2.2.3. Modelos Gaussianos
Outra classe de modelos são os chamados modelos de pluma Gaussiana, que são os
mais comuns e utilizados dentre os modelos de dispersão de poluentes. O modelo de pluma
Gaussiana pode ser derivado da equação de advecção-difusão em situações idealizadas,
considerando a velocidade do vento constante, o regime estacionário e a turbulência
homogênea (MORAES, 2004). As concentrações são calculadas a partir da seguinte equação:
22
2
2
2
2
)(exp
2exp
2exp
2),,(
zzzzy
HzHzy
u
Qzyxc
Eq. 6
c(x,y,z) é a concentração do poluente à sotavento da fonte no ponto (x,y,z) em (kg/m3);
x é a distância horizontal da fonte em (m);
y é a distância horizontal do eixo central da pluma em (m);
z é altura do solo em (m);
Q é a vazão mássica de emissão (vazão de lançamento do gás) em (kg/s);
u é a velocidade média do vento em (m/s);
H é a altura efetiva da chaminé em (m);
σy é o coeficiente de dispersão lateral em (m);
σz é o coeficiente de dispersão vertical (estes coeficientes são dependentes da estrutura
turbulenta da atmosfera) em (m).
é o coeficiente de reflexão.
15
A Figura 1 ilustra o modelo idealizado de pluma Gaussiana. O modelo Gaussiano é
baseado em uma fórmula simples que descreve um campo de concentrações tri-dimensional
gerado por uma fonte pontual elevada sob condições meteorológicas constantes. As condições
de emissão também são consideradas como sendo constantes neste tipo de modelo. Os
modelos de pluma Gaussiana são amplamente utilizados, mas possuem diversas limitações
físicas. Uma delas é que o terreno deve ser considerado plano. Eles são utilizados com
freqüência no prognóstico das concentrações de poluentes abandonados na CLA,
principalmente no cálculo das máximas concentrações ao nível do solo (ARYA, 1999).
No cálculo de concentração, a aproximação Gaussiana incorpora parâmetros de
dispersão associados a classes de estabilidade, definidas a partir do estudo desenvolvido por
Pasquill (1962 apud VELLOSO, 2007), por exemplo, no modelo ISC3. Outra forma de se
avaliar a turbulência é através da estimativa de parâmetros de turbulência, a partir da teoria da
similaridade de Monin-Obukhov, na nova geração dos modelos Gaussianos, como exemplo o
AERMOD e o Atmospheric Dispersion Modeling System (ADMS). O problema básico com
estes esquemas simples de quantificação (parâmetros de dispersão associados às classes de
estabilidade) da turbulência é que eles abrangem uma faixa muito grande de condições de
estabilidade.
Figura 1: Esquema ilustrativo de uma pluma Gaussiana.
Fonte: Moraes, (2004).
16
2.2.4. Modelos Lagrangeanos de Puffs Gaussianos
Nestes modelos, a pluma é representada por uma série de pacotes discretos (nuvens ou
puffs) de material poluente. A Figura 2 mostra a representação de uma pluma por uma série
de puffs.
Figura 2: Representação de uma pluma pela aproximação do tipo puff.
Fonte: Adaptado de Hanna, (1995) por Moraes, (2004).
Modelos Lagrangeanos de puff Gaussianos foram desenvolvidos para aplicações de
emissões não estacionárias (condições meteorológicas variando) e em condições de dispersão
não homogêneas (ZANNETI, 1990). Estes modelos têm uma vantagem adicional de poderem
ser aplicados às condições de calmaria ou de vento fraco, onde os modelos Gaussianos não se
aplicam. Note na Eq. 6 que quando ū tende à zero, a equação fornece resultados espúrios.
Em determinadas situações, o campo de concentração calculado com um modelo de
pluma Gaussiana pode ser totalmente irreal, do ponto de vista físico, uma vez que, nestes
modelos adota-se o vento constante em todo o domínio da simulação. Além de que, a pluma
viaja instantaneamente da fonte até as fronteiras do domínio a cada passo de tempo, (HANNA
et al.(1999 apud MORAES, M. 2004)).
Os modelos de puff assumem que cada emissão de poluentes injeta na atmosfera uma
quantidade de massa ∆M=Q∆t, onde Q é a taxa de emissão transiente em (kg/s). O centro do
puff, contendo esta massa, é transportado de acordo com o vetor velocidade do vento local.
Se, em um tempo t, o centro de um puff está localizado em p(t) = (xp, yp, zp), então a
concentração devida aquele puff no receptor r = (xr, yr, zr) pode ser calculado utilizando a
fórmula de puff Gaussiana básica:
17
222
22/32
1exp
2
1exp
2
1exp
2 z
rp
h
rp
h
rp
zh
zzyyxxMc
Eq. 7
Em que, σh é o coeficiente de dispersão horizontal. Esta formula é freqüentemente expandida
para incorporar os efeitos de reflexão (reflexão da pluma no solo e no topo da CLA) e
processos de deposição/decaimento (precipitação dos poluentes e transformação química).
Observe que a integração da Eq. 7 em condições de transporte homogêneo e estacionário nos
fornece a equação da pluma Gaussiana clássica.
A partir do exposto, nota-se que o estado da arte em termos de dispersão atmosférica
são os chamados modelos de partícula Lagrangeanos, entretanto, como a sua aplicação ainda
demanda tempo considerável de processamento, modelos Lagrangeanos de puff Gaussianos,
como o CALPUFF, são alternativas atraentes para aplicações no campo real.
2.2.4.1. Puff versus Slug
Modelos Lagrangeanos de puff Gaussianos como o CALPUFF, representam a pluma
através de um número muito grande de puffs discretos de material poluente (Figura 2). Cada
puff tem determinada massa que é distribuída inicialmente de maneira uniforme ou Gaussiana
(a mais utilizada). O puff é transportado de acordo com a trajetória de seu centro de massa,
que é determinada pelo vetor velocidade do vento local, enquanto se expande de maneira
Gaussiana no tempo através dos coeficientes de dispersão σx, σy e σz. Estes coeficientes são
dependentes do tempo, e são os responsáveis pelo crescimento de cada puff. A Figura 3
mostra a evolução de um puff emitido de uma fonte pontual (chaminé).
18
Figura 3: Diagrama esquemático de um puff em dois instantes de tempo.
Fonte: Moraes, (2004).
No instante de tempo t o diâmetro D1 é função dos parâmetros σy e σz no instante t. No
instante posterior, t + ∆t, o diâmetro D1 é agora D2, que por sua vez é função dos parâmetros
σy e σz no instante t + ∆t. À medida que o puff é transportado no ar, a concentração do
material poluente no mesmo vai diminuindo. Ao encontrar um receptor, a concentração de
material poluente do puff (naquele instante) é “computada” para o receptor. A equação básica,
que fornece esta contribuição de concentração para o dado receptor, naquele instante, é dada
por:
222222
2/32/exp2/exp2/exp
)2(zvycxa
zyx
dddQ
C
Eq. 8
Em que, C é a concentração ao nível da superfície no receptor, Q a massa de poluente no puff,
σx, σy e σz os parâmetros de dispersão na direção alinhada (direção x), perpendicular (direção
y) e vertical (direção z) em relação ao vento, da, dc e dz as distâncias do centro do puff ao
receptor nas direções alinhada, perpendicular e vertical em relação ao vento. A concentração
total em determinado receptor é dada pela soma das concentrações devido a cada puff na
vizinhança do referido receptor, dada por:
puffsdetotal
puff
puff tzyxCtxyxC1
),,,(,,, Eq. 9
19
A maioria dos modelos de puff avalia a contribuição de um puff para a concentração
em um receptor por uma aproximação tipo “foto” (snapshot). Nesta aproximação, cada pacote
é “congelado” em intervalos de tempo determinados (intervalos de amostragem). A
concentração devido àquele puff naquele tempo é calculada (ou amostrada). O puff é então
movido, evoluindo em tamanho, intensidade etc., até o próximo intervalo de amostragem. A
concentração média total em um receptor é dada pela média das contribuições dos puffs
vizinhos, dentro de um passo de tempo. Dependendo do modelo e da aplicação, o intervalo de
amostragem e o passo de tempo podem ser, por exemplo, ambos de uma hora, indicando que
somente uma foto é tomada a cada hora. Ou seja, o modelo calcula à cada hora a concentração
total em determinado receptor, somando a contribuição de cada um dos puffs localizados
próximos a ele. No entanto, esta função de amostragem necessita de um número muito grande
de puffs para representar adequadamente a pluma próxima da fonte. Se os puffs não se
sobrepuserem suficientemente a ele, concentrações em receptores localizados no espaço entre
eles, naquele tempo de amostragem, podem ser subestimadas. Ludwig (1977, apud MORAES,
2004) mostrou que se a distância entre dois puffs exceder um máximo de aproximadamente
2σy, resultados inadequados podem ser obtidos.
Duas alternativas para este problema são brevemente apresentadas a seguir. Ambas
estão baseadas na função de amostragem integrada do modelo Mesoscale Puff Model
MESOPUFF II (SCIRE et al., 1984), com modificações para aplicações próximas à fonte e
incorporadas ao CALPUFF. O primeiro esquema de amostragem emprega puffs Gaussianos
radialmente simétricos. O segundo utiliza um puff não circular, alongado na direção do vento
médio, para eliminar a necessidade de liberações freqüentes de puffs. Ambas as funções,
comentadas acima, estão implementadas no modelo CALPUFF.
2.2.4.2. Formulação de Amostragem Puff Simétrico
Para um puff simétrico horizontalmente, em que σy = σx, a Eq. 8 para a contribuição de
um puff em um receptor reduz-se a:
)(2/)(exp)()(2
)()( 22
2ssRsg
s
sQsC y
y
Eq. 10
20
Em que, R (m) é a distância do centro do puff ao receptor, s (m) a distância percorrida pelo
puff e g é o termo vertical (m). Integrando a Eq. 10 sobre a distância percorrida pelo puff, ds,
durante o intervalo de amostragem, dt, obtém-se a concentração média no tempo, C .
dsssRsgs
sQ
dsC y
dss
s y
))(2/()(exp)()(2
)(1 22
2
0
0
Eq. 11
Em que, s0 é o valor de s no início do passo de amostragem. Uma solução analítica (a
dedução completa é apresentada em Scire, et al., 2000b) pode então ser obtida se for assumido
que as dependências significativas com a distância forem com os termos R(s) e Q(s). A
Figura 4 ilustra o movimento de um puff das coordenadas (x1 , y1) até (x2 , y2).
Figura 4: Movimento do puff em relação a um receptor localizado em (xr , yr).
Fonte: Scire, et al. (2000b).
O coeficiente de dispersão horizontal, σy, e o termo vertical, g, são avaliados e
mantidos constantes através do segmento de trajetória. Em outros modelos estes valores são
avaliados no meio do segmento. Para distâncias consideráveis, a mudança do tamanho do puff
durante o intervalo de amostragem é pequena e, portanto, esta aproximação pode ser utilizada.
No entanto, próximo às zonas de emissão, onde o crescimento do puff pode ser rápido, esta
aproximação não é adequada. Por esta razão a função de amostragem integrada está
implementada com valores específicos de σy e g avaliados no ponto de maior aproximação do
puff com o receptor.
21
2.2.4.3. Formulação de Amostragem Puff Alongado (Slug)
Na formulação puff alongado (slug), os puffs consistem de pacotes Gaussianos de
material poluente alongados na direção do vento. Um puff alongado pode ser imaginado como
puffs circulares sobrepostos separados por uma pequena distância. Na realidade, os puff
alongados representam emissões contínuas de puffs, cada um contendo uma massa
infinitesimal qdt. O comprimento do corpo principal do puff alongado é udte, em que u é a
velocidade do vento e dte o tempo de emissão do poluente. A Figura 5 mostra duas
ilustrações de um puff alongado e o campo de concentrações resultantes do passo de
amostragem.
(a) (b)
Figura 5: Esquema de um puff alongado.
(a) Dois puffs alongados em tempos consecutivos, (b) o campo de concentrações médio
resultante do transporte e evolução do slug inicial representado pelo lado esquerdo de (a) e
do slug final representado pelo lado direito de (a).
Fonte: Scire, (2000b).
2.3. Estudos da Modelagem da Qualidade do Ar
EPA (1998d) realizou um estudo de sensibilidade com o CALPUFF (v. 1.0) através de
dois experimentos para LRT (Long Range Transport). No primeiro foi usada uma resolução
espacial de 10 km e a distância das fontes aos receptores foram de 100 km, além disso, foram
usadas 13 estações meteorológicas de superfície e 5 de altitude. O segundo experimento foi
dividido em duas rodadas, onde a primeira com resolução de 10 km de grade para os
22
receptores a uma distância de 100 km e uma segunda com uma grade com uma resolução de
20 km, onde os receptores são distantes das fontes de 600 km, para os dados meteorológicos
de superfície foram utilizadas 19 estações, enquanto 8 estações foram usadas para os dados de
altitude. Os dados de terreno para ambos os experimentos foram usados com resolução de
aproximadamente 20 km. Os resultados do modelo concordaram bem com o tempo de
chegada e saída da pluma simulada, e conseguiram prever bem a velocidade da pluma, porém
a direção do transporte tendeu a desviar um pouco. Na avaliação dos receptores a uma
distância de 100 km da fonte os resultados estatísticos mostraram que o modelo esteve dentro
de um fator de dois para os resultados simulados, enquanto que os receptores uma distância de
600 km da fonte os resultados foram bem diferentes com valores simulados de dois a cinco
vezes menores que os observados. Os resultados não satisfatórios encontrados para a
simulação de 600 km foi devido à má representação dos dados pelo modelo CALMET para a
dispersão lateral simulada, onde foi muito maior que a dispersão lateral observada.
Allwine et al. (1998) avaliaram o SMC em situações de near field e LRT, sendo
avaliados quatro aspectos importantes: (1) a formulação do modelo, (2) documentação, (3)
desempenho e (4) a facilidade de uso. Sobre a formulação do modelo foi concluído que a
integração entre modelos prognósticos de mesoescala e os diagnósticos é um fator importante
para a modelagem de dispersão, com uma ampla escala de utilizações (LRT e near field).
Destaca-se ainda nessa avaliação a habilidade do modelo meteorológico CALMET de simular
efeitos locais como: efeitos cinemáticos de terreno, bloqueio de terreno e circulações das
brisas marítimas e terrestres.
O SMC foi considerado como o estado da prática da modelagem Puff Lagrangeana
para avaliação de impactos de longas distâncias para poluentes de primeira ordem. Além
disso, o SMC representa melhora significativa para avaliação do LRT quando comparado com
o modelo MESOPUFF II, até então usado na época. As melhorias foram as seguintes: melhor
tratamento de escoamentos complexos, divisão de puffs, melhor tratamento da difusão usando
parametrizações de CLA e avanços nos módulos de deposição seca. Na avaliação do
desempenho os revisores sugerem superioridade do SMC diante dos outros modelos
regulatórios, principalmente do acoplamento de modelos de mesoescala com modelos
diagnósticos. Nesse sentido, os revisores encorajam a avaliação do SMC com experimentos e
outros modelos nas mais diversas situações possíveis. Por fim, o SMC representa significativo
avanço para estudos regulatórios, principalmente para modelagem de longas e curtas
distâncias. No entanto, oficialmente a EPA indica que o SMC seja usado em situações de
23
longos transportes e onde as condições meteorológicas são altamente variáveis no tempo e
espaço (ALLWINE et al., 1998).
Segundo EPA (1998a) preparar os dados de entrada para simulação do CALPUFF
exige maior número de etapas, do que executar um simples modelo de dispersão de pluma. A
partir disso, um simples conjunto de dados de entrada foi aplicado ao CALPUFF e obtiveram-
se estimativas de concentração conservadoras quando comparados ao conjunto de dados
refinados. O CALPUFF foi executado usando dados de entrada similar ao ISC3. O estudo foi
realizado para uma região de terreno plano baseado em um ano de dados meteorológicos. As
simulações foram realizadas para os poluentes SO2 e SO4, considerando deposição e
transformações químicas. Nas simulações utilizou-se o CALPUFF em modo screening2
comparando com os resultados do ISC3 e o CALPUFF no modo refinado em uma grade de
600 x 600 km, onde as fontes se localizavam no centro da grade. Na modelagem refinada do
CALPUFF foram utilizadas 19 estações meteorológicas de superfície, 9 estações
meteorológicas de altitude e com uma resolução de grade de 20 km. Todos os dados foram
comparados, e nenhuma tendência dos modelos foi constatada. O ISC3 não se mostrou
conservador em comparação ao CALPUFF na modalidade screening, porém o ISC3 foi
excessivamente conservador nas estimativas de concentrações de SO4. Comparativamente, as
duas modalidades do CALPUFF não apresentaram uma tendência clara, apesar de um fator
multiplicativo de dois aplicados às estimativas do modo screening para deposição seca de SO2
fornecer resultado melhor que o modo refinado. O CALPUFF na modalidade screening
geralmente foi uma boa prévia da modalidade refinada para a deposição seca do SO2 sem
nenhum fator multiplicativo.
EPA (1998b) elaborou um relatório onde os modelos CALPUFF e ISC3 foram
comparados entre si (sem uso de dados observados de qualidade do ar). O CALPUFF (v. 4.0)
foi executado nos modos puff e slug e comparado com o ISC3 para duas situações, no modo
screening e para condições meteorológicas variando horariamente. Em todas as simulações o
CALPUFF foi configurado de modo que os dados meteorológicos de entrada usados no
modelo fossem processados pelo módulo meteorológico do ISC3, sendo adotado o campo de
vento horizontalmente homogêneo para cada hora. Além disso, o ISC3 foi configurado para
2 Screening – Consiste na técnica de modelagem onde as condições são limitadas e controladas e apenas as
opções básicas são acionadas. Os dados meteorológicos disponíveis são controlados e os processos, tais como
transformações químicas, tratamento para terrenos complexos e outros são negligenciados.
24
uso regulatório e o CALPUFF configurado de forma mais similar possível para efeito de
comparação com ISC3. Ambos os modelos foram executados com fontes elevadas e
superficiais, onde as simulações foram para ambientes rurais de terreno plano e livre de
obstáculos. Para simulações com o CALPUFF no modo slug e screening as condições
meteorológicas foram mantidas constantes, de modo a expressar as principais diferenças do
modelo, sem o viés (tendência) de uma variação (temporal e espacialmente) do regime
meteorológico. Foram realizadas diversas simulações combinando diversos valores de classes
de estabilidade, velocidade do vento e altura da Camada de Mistura (CM).
Foram consideradas fontes pontuais elevadas com 35, 100 e 200 m de elevação, fontes
em superfícies de 2 m (pontual), fonte área com 500 x 500 m de área e uma fonte volumétrica.
Considerando as fontes pontuais (elevadas e de superfície) e fixando a altura da CM em 3000
m os modelos concordaram bem, sendo a média do Viés Fracionário (FB) absoluto menor que
0,1(valor limite para ser considerado ideal no estudo), e o desvio padrão variando de 0,0 a 3,2
µg/m3. Fixado a altura da CM para 500 m os resultados também mostraram boa concordância
entre os modelos. Foram realizadas simulações com fontes áreas com σz inicial = 0 m e σz
inicial = 2,5 m para ambos os modelos, e com a altura da CM fixada em 3000 m. Observou-se
melhor concordância para σz inicial = 0 m, onde apenas 25% dos casos o FB absoluto foi
maior que 0,1 e apresentando tendência definitiva de viés (tendência) negativa (CALPUFF em
relação ao ISC3), enquanto que o desvio padrão variou entre três ordens de grandeza. Para
todas as classes de estabilidade simuladas pelos modelos houve variações conforme a
velocidade do vento aumentava. Para fontes volumétricas os modelos tiveram ótima
concordância, sendo que em todos os casos a média do FB absoluto foi igual a zero e o desvio
padrão variou entre 0,0 e 0,22 µg/m3. Os resultados para fonte área foram similares aos de
fonte volumétrica (EPA, 1998b).
EPA (1998b) realizou uma segunda avaliação baseada na variação horária das
condições meteorológicas. No primeiro cenário verificaram-se os efeitos das variações
meteorológicas nas concentrações médias horárias. Foi selecionado um ano de dados
meteorológicos para três diferentes regiões climatológicas. No segundo cenário utilizou-se o
primeiro cenário com algumas modificações: as médias horárias foram estendidas para 3h,
24h e período anual. As concentrações máximas foram comparadas para receptores
individuais em 15 distâncias diferentes na direção do vento. A região de Boise, Idaho 33%
dos ventos tem direção NW e 33% direção SE e velocidade do vento em sua maioria foi maior
que 2 m/s. Em Medford, Oregon foi selecionada devido seu alto número de ocorrência de
25
calmarias, assim esperando grandes diferenças entres os modelos, já que o modelo ISC3 não
processa períodos de calmaria. Em Pittsburgh, Pennsylvania apresentou variação bem
distribuída da direção do vento, embora tenha superior tendência de SW.
Foram realizados três estudos preliminares antes da análise de sensibilidade. O
objetivo foi comparar a concentração de puff e slug, principalmente a maneira de como são
tratados no CALPUFF.
No primeiro, os resultados do CALPUFF e ISC3 para os receptores centrais e laterais
foram avaliados através de curvas de concentração sob condições estáveis. Assim, se
houvesse diferenças na forma de calcular os coeficientes de dispersão entre os modelos,
tornar-se-iam aparente em gráficos de distribuição de concentração. Este estudo mostrou que
houve total concordância entre os modelos (ISC3, CALPUFF puff e CALPUFF slug) para o
calculo de σy e σz.
No segundo, os modos puff e slug foram executados por duas horas seguidas, com
grande mudança da direção do vento na segunda hora. Nos resultados foi verificado que a
pluma no modo slug abrangeu uma área maior, porém com concentrações menores
No terceiro, foi feita uma análise detalhada da saída de concentração do CALPUFF
(modo de puff) e do ISC3 com os dados meteorológicos de Boise (Idaho). Esta análise foi útil
para compreender as grandes diferenças nas concentrações entre os dois modelos ao longo de
um período multi-hora caracterizado por ventos calmos e uma mudança de vento. Os
resultados mostraram que o CALPUFF foi sensível a três períodos diferentes e conseguintes,
caracterizados por ventos de ESE, calmaria e ventos de NW. Avaliando a sensibilidade do
modelo foi visto que para situações de calmarias e chaminés altas o CALPUFF tende a
estimar altas concentrações em relação ao ISC3. Isto ocorre porque o ISC3 não simula
horários de calmaria e a pluma não consegue tocar o chão para chaminés altas. Para condições
meteorológicas constantes conclui-se que os dois modelos se mostraram coerentes,
apresentando boa concordância nos resultados. Porém, em situações meteorológicas que
variam com o tempo, os modelos apresentaram diferenças nos resultados (EPA, 1998b).
O CALPUFF simulou o puff emitido antes, durante e depois da mudança de direção do
vento e inversões, enquanto o ISC3 se preocupou apenas com o transporte horário atual da
pluma. O CALPUFF continuou a dispersar cada puff, mesmo quando estes estiveram acima
da Camada de Inversão (CI), enquanto que o ISC3 eliminou os poluentes acima desta.
26
Quando a inversão ultrapassou os puffs anteriormente localizados acima da CI, estes puffs
novamente foram contabilizados na dispersão, impactando nas concentrações no receptor
próximo a superfície devido a este tratamento dado pelo CALPUFF. Além disso, as
simulações onde as condições meteorológicas variaram no tempo o ISC3 tende a produzir
concentrações menores que a do CALPUFF. A causa disso é que o ISC3 não computa as
concentrações em períodos de calmaria, além do tratamento diferente dado pelo CALPUFF
para fontes elevadas, onde o poluente liberado pode atingir a superfície próxima da chaminé
(EPA, 1998b).
EPA (1998c) organizou um documento baseado nos estudos realizados por um grupo
de pesquisadores de diversas agências ambientais dos Estados Unidos denominado
Interagency Workgroup on Air Quality Modeling (IWAQM). Esse grupo avaliou os modelos
MESOPUFF II e CALPUFF, a fim de se obter o melhor modelo para fins regulatórios para
LRT. As avaliações foram através das simulações no modo screen e no modo mais refinado,
onde todas as potencialidades do modelo e dados foram utilizadas. O CALPUFF forneceu
resultados razoáveis comparados com as observações para o transporte a distâncias da ordem
de 100 km, enquanto que as comparações realizadas para receptores com 300 a 1000 km de
distância das fontes, o CALPUFF apresentou superestimativas das concentrações por um fator
de três ou quatro. O uso da opção “puff splitting3” foi sugerido para melhorias nos resultados,
mas há sérias preocupações conceituais com o uso de dispersão de puff por transporte a
distâncias extremamente longas (300 km ou mais). O puff cresce devido à dispersão, isso se
torna problemático para caracterizar o transporte por um único vetor vento, pois o
cisalhamento do vento é significativo sobre os puffs de grandes dimensões. Através dessas
observações o IWAQM recomenda o uso do CALPUFF para transporte de distâncias da
ordem de 200 km ou menos. Para o transporte a distâncias maiores que 300 km as simulações
devem ser feitas com cautela, devido os problemas decorrentes.
Em relação ao módulo de transformação química foi considerado que a oxidação do
SO2 para SO4 é adequada para fase gás. No entanto, o atual algoritmo (1998) não consta a fase
aquosa, que é predominante em nevoeiros e nuvens. O relatório ressaltou que mesmo com a
implementação de algoritmos que tratam esses fenômenos é muito difícil fazer uma análise,
pois trabalhos de campos para tais experimentos são complicados de se realizar (EPA, 1998c).
3 Puff Splitting – Opção do modelo CALPUFF que permite que os puffs sejam subdivididos em outros puffs.
Normalmente isto ocorre para grandes puffs sob condições de cisalhamento vertical do vento.
27
O IWAQM comentou sobre as dificuldades em realizar determinadas aplicações da
modelagem da qualidade do ar para LRT, pois já foi provado que isso é problemático em
transporte curto. Como em qualquer simulação, a utilidade dos resultados obtidos depende na
maior parte das vezes do conhecimento, análise de cada situação e a experiência do
modelador.
O grupo considerou que os modelos Lagrangeanos são melhores para avaliação da
qualidade do ar para simulações a distâncias de até 250 km, o CALPUFF foi considerado uma
ótima escolha para a modelagem (EPA, 1998c).
A opção de transformação química do MESOPUFF II, atualmente disponível no
CALPUFF (v. 4.0) representa a fase gasosa da oxidação do SO2 para SO4 e para a
transformação química do nitrato (NO3). Os algoritmos atuais não levam em consideração a
fase aquosa da oxidação de SO2 para SO4. E esta fase pode dominar na formação do SO4.
Assim em muitas aplicações o SO4 é normalmente subestimado. Outra complicação adicional
é que a formação de partículas NO3 depende da concentração ambiente de NH3, que
preferencialmente reage com o SO4. A concentração de NH3 assim como a do O3 é fornecido
ao modelo como dados de entrada. Apropriadas especificações deste parâmetro torna-se
crítico para estimar valores realísticos de concentração de partículas de NO3 (EPA, 1998c).
A fase gás de reação para ambos os SOx e NOx envolve radicais livres fotoquímicos e
assim são acoplados a oxidação de Gases Orgânicos Reativos (GOR ou ROG). A reação da
fase homogênea de gás é dominante na oxidação de SO2 durante condições de céu limpo.
Acredita-se que o O3 e peróxido de hidrogênio são os principais oxidantes na fase aquosa da
oxidação do SO2. Enquanto a fase gás pode converter SO2 em alguns poucos por cento por
hora a fase aquosa pode converter em até 100% por hora. A oxidação de NOx é dependente da
fase gás GOR/NOx/O3 fotoquímica. Ela é mais rápida do que a oxidação de SO2 na fase gás
EPA (1998c).
Comparações feitas entre o MESOPUFF II e o SMC mostram que o SMC apresentou
melhores resultados, devido principalmente ao tratamento dado pelo CALMET para a geração
do campo de vento. Um projeto denominado MOHAVE avaliou o CALPUFF para uma região
de terreno complexo. Concluiu-se que a inclusão da opção “partial plume path adjustment
28
terrain treatment 4” para ajuste da pluma em relação ao terreno foi crucial para que os
resultados fossem coerentes em relação aos receptores (estação de monitoramento)
localizados em altitudes superiores a fonte. Outro fator importante na modelagem foi à
melhora dos resultados quando barreiras foram criadas na simulação a fim de separar as
singularidades de cada local do domínio, limitando a influência das observações
meteorológicas (EPA, 1998c).
EPA (2000) atualizou um documento que é usado como guia para avaliações de novas
permissões de fontes poluidoras. A principal finalidade é garantir a consistência das análises
de qualidade do ar, recomendando para cada situação um modelo apropriado, base de dados e
orientações para o monitoramento. Neste documento a EPA recomenda os modelos
AERMOD e CALPUFF para uso em aplicações regulatórias. Onde o AERMOD substitui o
ISC3 para simulações near field e o CALPUFF para simulações de LRT. Ainda segundo EPA
(2000) o uso de um MQAr para determinado estudo depende de fatores como: complexidade
meteorológica e topográfica da região; nível de detalhamento e precisão necessária para a
análise; detalhamento da base de dados do inventário de emissões, dados meteorológicos de
qualidade do ar.
Os modelos são mais confiáveis para estimar concentrações médias de longos períodos
do que curtos. E são razoavelmente confiáveis em estimar o valor das concentrações mais
elevadas, que ocorrem em algum tempo ou em algum lugar dentro de uma área. Por exemplo,
erros das estimativas das concentrações mais elevadas estão tipicamente dentro de uma faixa
de ±10 a 40 %, valores estes que se encontram dentro de um fator de dois, permitida para os
MQAr. Porém, estimativas de concentrações que ocorrem em determinado tempo e local são
normalmente mal correlacionados com os dados observados. Incerteza de 5 a 10° na direção
do vento medido, que transporta a pluma, pode resultar em erros na concentração de 20 a 70%
para determinado tempo e local, dependendo da estabilidade e da localização da estação (EPA
2000).
EPA (2003) elaborou uma lista de discussões questionando o mérito científico e
precisão do CALPUFF. Segundo EPA o CALPUFF tem méritos científicos, pois trata de
4 Partial Plume Path Adjustment Terrain – Essa opção reduz a altura do puff acima do solo como uma função da
classe de estabilidade, altura do terreno local (acima da base da chaminé) e a altura original do puff acima do
solo. Quando é encontrado um terreno que excede a atual elevação do puff, o ajuste permite que o puff se eleve
com o terreno, mas apenas por um fator. Se o fator for de 0,5 o puff se eleva pela metade em relação a sua altura
original.
29
diversos fenômenos físicos de curto e longo transporte. Quanto à precisão do CALPUFF, a
EPA acredita que este tenha precisão adequada para uso em simulações de LRT até 200 km e
acredita que com as avaliações atuais, e com as novas melhorias como divisão de puffs
possibilitará o uso do modelo até 300 km. Quanto à precisão do CALPUFF para situações de
regime de ventos complexos, a EPA afirma que alguns casos o CALPUFF se mostra melhor
que outros para transporte de curto alcance, onde o campo de vento é dominantemente afetado
pelo terreno, mas é preciso avaliar o uso em todos os casos, por exemplo, na situação de
fumigação, brisas terrestres e marítimas e estagnação entre outros, pois no presente momento
não há muitas pesquisas para estes casos. E por isso o CALPUFF é recomendado para o uso
em algumas situações near field de escoamento complexo.
Foi feito uma comparação entre os modelos CALPUFF e MESOPUFF II, ambos
usaram o CALMET em uma situação de LRT em terreno complexo na simulação do poluente
SO2. Os dados meteorológicos usados na simulação compreenderam um período de um ano.
Foram usados dados das simulações do modelo atmosférico de mesoescala MM4 (Mesoscale
Model 4) que em conjunto com os dados observados compõe os dados de entrada para o
CALMET. A resolução usada no MM4 foi de 80 km e a resolução final saída do CALMET
foi de 4 km (EPA, 2003a).
O MESOPUFF II simulou o SO2 como um poluente relativamente inerte. Os processos
de transformação química e deposições foram desconsiderados. Os efeitos do terreno não
foram tratados no modelo, de modo que os seus resultados em terreno complexo foram mais
apropriados para os puffs que se misturam na vertical, ou que estavam na superfície. O
CALPUFF foi aplicado com e sem transformação química e deposição, e quando aplicado
sem estes processos, foi simulado com e sem ajustes do terreno (EPA, 2003a). Isso permitiu
caracterizar os resultados obtidos quando o CALPUFF foi aplicado no seu modo
recomendado, e também nos modos similares ao MESOPUFF II. Quando o CALPUFF foi
usado sem transformação química e sem ajustes de terreno os resultados foram similares aos
do MESOPUFF II. Isto mostra o grau de similaridade nas abordagens dos dois modelos.
Foram encontradas diferenças significativas nos resultados obtidos para o CALPUFF usando
as opções de transformação química, deposição e ajustes de terreno, onde maiores
concentrações foram obtidas, que parecem resultar dos episódios de máximos impactos em
que a distribuição vertical do SO2 não foi bem misturada (EPA, 2003a).
30
Levelton (2005) realizou um estudo para o ministério do meio ambiente canadense
utilizando o CALPUFF. Para a simulação utilizou-se a dispersão de poluentes emitidos por
fontes pontuais e área (fontes móveis - σz inicial = 2,15, fontes residenciais, poeira de
estradas, florestas, agricultura e aeroportos) para o período de junho de 2003 a junho de 2004.
O local foi a cidade de Williams Lake. Compararam-se os dados de monitoramento de MP.
Para análise de resultados foram utilizados os seguintes índices estatísticos: Erro quadrático
médio adimensional (M) e o viés fracionário ou “Fractional Bias” (FB). Globalmente, o
modelo CALPUFF forneceu resultados que estão dentro de uma quantidade razoável de erro e
pode ser considerado conservador.
Irwin et al. (2001) comparam as simulações feitas com o CALPUFF com sete estações
de qualidade do ar em Krakow – Polônia. Para a simulação foram utilizados oito estações
meteorológicas de superfície e quatro de altitude, e o poluente modelado foi o SO2. Foram
modeladas fontes pontuais e fontes móveis como fonte área, onde a altura da liberação foi
configurada a 1 m e a dispersão inicial vertical 2,5 m (initial σz). Apesar do CALPUFF não ter
se mostrado tendencioso, os autores concluíram que a grande variação observada entre os
dados simulados e observados sugerem que o inventário necessita de ajustes.
Levy et al. (2002) avaliaram os impactos de nove instalações industriais através de
uma associação feita com dados de saúde e simulações do CALPUFF para os poluentes PM2.5
de sulfato nitrato. O CALPUFF foi configurado para usar as saídas do modelo de mesoescala
RUC (Rapid Update Cycle), dados de estações meteorológicas e de precipitação. Foram
considerados nesta simulação os processos de deposição (seca/úmida) e transformações
químicas usando dados de monitoramento de O3 como background (BG). Processos como o
building downwash5 foram desconsiderados já que as chaminés foram consideradas altas. Os
autores estimaram que houve aumento de 0,5% de risco de mortalidade prematura por μg/m3 a
mais na concentração média anual de PM2.5 para pessoas com mais de 30 anos.
Robe et al. (2002) desenvolveram um sistema de alerta automático para indicar
períodos de altas concentrações de SO2, onde o CALPUFF foi acoplado com dados do
modelo Eta para uma região da América do Norte. O desempenho deste sistema foi avaliado
através de comparações de dados de qualidade do ar. Os resultados mostraram que quase
5 Building Donwash - O efeito exercido pelos obstáculos (construções em geral) próximos das fontes emissoras
(chaminés, caldeiras e etc.) sobre a pluma.
31
todas as altas concentrações observadas foram simuladas pelo sistema. As magnitudes dos
impactos foram superestimados pelo sistema, o que mostra que o sistema é conservativo, mas
esses resultados superestimados geralmente foram devidos as emissões terem sido diminuídas
a partir do momento que a previsão de altas concentrações foi constatada.
Chang e Pasquale Franzese (2003) compararam resultados de três modelos de
dispersão com dois experimentos de campo. Um experimento envolveu fontes pontuais e o
segundo fontes linhas. No primeiro experimento, o CALPUFF subestimou os dados
observados em 5%, enquanto que o modelo Hazard Prediction and Assessment Capability
(HPAC) em 25%, seguido do modelo Vapor, Liquid, and Solid Tracking (VLSTRACK) que
superestimou em 35%. Para o índice estatístico fator de 2, o CALPUFF e o HPAC foi cerca
de 50-60%, enquanto o VLSTRACK foi de 40%. O tempo da maior concentração observada
não foi previsto por ambos os modelos, porém para a segunda maior concentração todos os
modelos conseguirão prever o horário. O segundo experimento exigiu mais dos modelos, pois
a liberação dos poluentes ocorreu em uma rodovia com um caminhão em movimento,
liberando o material simulado juntamente com uma aeronave, liberando o mesmo material,
neste experimento as fontes foram modeladas como fonte linha. Para todos os índices
estatísticos os modelos não apresentaram bons resultados.
Zhou et al. (2003) realizaram um estudo de impacto ambiental associando a planta
industrial que emitia MP com o impacto na saúde pública em Pequim. O estudo identificou a
fração do poluente emitido que atinge a população, sendo denominada de Fração de Consumo
(FC). Essas plantas de emissões são responsáveis por emitir na atmosfera poluentes como SO2
e NOx, nos quais são responsáveis por altas concentrações de partículas finas. Dentre os
principais processos responsáveis pela emissão de SO2 está a queima de carvão. Para o
cálculo da FC foi usado o CALPUFF, onde foi estimada a concentração em cada célula de
grade para efetuar o cálculo da FC. Foram considerados no estudo os poluentes primários SO2
e NOx e os poluentes secundários SO4 e NO3 que são provenientes de reações químicas que
envolvem os poluentes primários citados. Além destes poluentes foi considerado o PM2.5.
Para a modelagem foram utilizadas as saídas do MM5 (Mesoscale Model 5) usando o
método FDDA (Four Dimension Data Assimilation) com resolução de 60 km como dados
meteorológicos para o CALMET, além de estações meteorológicas de superfície e altitude
incluídas diretamente no CALMET. A resolução do CALPUFF foi de 28 km. A simulação foi
feita para o ano de 1995, sendo um período 10 dias simulado em cada estação do ano. Para
32
auxiliar no cálculo da FC foi usado a ferramenta SIG (Sistema de Informação Geográfica)
para converter os dados da população e combinar com as concentrações simuladas pelo
CALPUFF. A média anual da FC foi considerada como uma média da FC de todos os
períodos simulados. E os resultados foram 8,4x10-6
para SO2, 6x10-6
para SO4, 6,5x10-6
para
NO3 e 1,5x10-5
para PM2.5. Foi observado que os valores foram mais altos no inverno devido
às condições meteorológicas. Outro resultado importante foi que os poluentes PM2,5 e SO2
emitidos diretamente tiveram maiores valores de FC que os poluentes secundários.
Geralmente, os poluentes demoraram cerca de 200 km para alcançar a metade de sua FC total,
exceto o SO4 que demorou cerca de 500 km (ZHOU et al., 2003).
Elbir (2003) comparou as estimativas do CALPUFF para o poluente SO2 com dados
observados na região metropolitana de Izmir, na Turquia. Foram utilizadas três estações
meteorológicas de superfície e uma de altitude. Os resultados foram analisados através de
ferramentas estatísticas comparando-se as concentrações simuladas com as observadas em
quatro estações de monitoramento. A análise mensal concordou bem com os dados
observados apesar de subestimar as concentrações. A variação no tempo do poluente simulado
foi similar aos dados observados em todas as estações. Em duas estações o modelo
subestimou os valores observados, enquanto que nas demais o CALPUFF superestimou os
dados. Segundo o autor, as concentrações obtidas tiveram concordância razoável com os
dados observados. A diferença entre as concentrações simuladas e observadas variaram entre
21 a 24%.
Na avaliação das maiores concentrações observadas, o CALPUFF tendeu a subestimar
os valores observados. As diferença entre as maiores concentrações diárias para cada mês
simulado e observado foram de 4 a 62%. Os índices estatísticos usados Raiz do Quadrado
Médio do Erro (Root of the Mean Square Error - RMSE), coeficiente de correlação de
Pearson (r) e o índice de concordância (d). Os valores encontrados de d foram próximos de 1
(valor ideal), variando entre as estações de 0,51 a 0,77. O RMSE apresentou-se próximo do
ideal e entre de 0,36 e 0,66, seguido do coeficiente de correlação que variou de 0,27 a 0,62.
Esses resultados mostraram o bom desempenho do CALPUFF em ter um nível de acerto de
68% para este estudo (ELBIR, 2003).
Yau et al. (2004) compararam dois modelos regulatórios Lagrangeanos,
AUSTAL2000 e o CALPUFF com dados de experimentos. Neste estudo foi analisado o
desempenho dos modelos através de índices estatísticos definidos por Hanna (1991 apud Yau
33
et al., 2004), sendo eles: o desvio padrão, o BIAS, o Quadrado Médio do Erro Normalizado
(Normalized Mean Square Error NMSE), o coeficiente de correlação (COR), o fator de dois
(FA2), o Viés Fracionário (Fractional Bias - FB) e o Fractional Standard Derivation (FS).
No geral, o CALPUFF se mostrou melhor para quase todos os índices estatísticos, exceto o
NMSE e o COR em comparação com AUSTAL2000. De acordo com o BIAS o modelo
tendeu a subestimar os dados observados, porém um valor bem próximo de zero quando
comparado com o valor absoluto encontrado pelo AUSTAL2000 que tendeu a superestimar.
Busillo et al. (2004) compararam os modelos SAFE AIR II, CALPUFF, ISC3 e
AERMOD em duas situações meteorológicas diferentes (condições de calmaria e ventos
fortes). As maiores diferenças foram observadas para o período de calmaria, onde os modelos
CALPUFF e SAFE AIR II foram comparados. Em geral o CALPUFF tendeu a estimar
médias menores das concentrações quando comparado com as estimadas pelos outros
modelos.
Protonotariou et al. (2004) utilizaram o CALPUFF com outros dois modelos
Eulerianos, Urban Airshed Model (UAM) e Regional Modeling System For Aerosol and
Deposition (REMSAD). Os resultados das simulações de cada um dos modelos foram
comparados com dados observados de um experimento em Atenas. Eles foram avaliados para
dois horários diferentes, às três horas da manhã e às 15 horas local. Foi usado um inventário
de emissões da cidade, que cobria o setor de transporte (estradas, aeroportos e transporte
marinho) e o industrial. A partir deste inventário foram consideradas fontes áreas e pontuais,
onde os poluentes NO2 e PM10 foram avaliados. Foram usados dados das estações
meteorológicas de superfície e altitude (sondagens e sodares) como dados de entrada do
CALMET e saídas do MM5 como dados meteorológicos para os modelos Eulerianos. Ambos
os modelos CALMET e MM5 superestimaram a altura de mistura no período do dia,
enquanto que a noite o CALMET alcançou valores próximos de zero, enquanto os dados
observados registraram valores em torno de 200 a 300 m.
As concentrações estimadas pelos modelos de dispersão foram comparadas com 24
estações de qualidade do ar. Durante a noite o CALPUFF apresentou valores simulados
razoáveis de NO2 em metade das estações, principalmente as suburbanas. O REMSAD
apresentou valores próximos do observado nas mesmas estações urbanas, enquanto que o
UAM superestimou todas. Durante o dia, os resultados foram melhores para os três modelos.
Para o poluente PM10, os modelos CALPUFF e REMSAD estimaram valores baixos,
34
especialmente pelo dia. Sendo que os valores do REMSAD foram próximos dos observados
durante a noite. Os autores realizaram outros testes com o CALPUFF adicionando estações
meteorológicas e usando os dados do MM5, e resultados apresentaram melhorias
significativas, porém os resultados não foram apresentados (PROTONOTARIOU et al.,
2004).
Scire, et al. (2005) descreveram as melhorias incluídas no SMC para aplicações
offshore6. No CALMET foi incluída a opção COARE (Coupled Ocean Atmosphere Response
Experiment) que trata dos fluxos sobre a água, juntamente com a opção baseada no modelo
Offshore and Coastal Dispersion Model (OCD). Os autores também citam que o algoritmo
original para o cálculo da altura de mistura no CALMET, consiste apenas da porção mecânica
para superfícies sobre a água, e que algumas vezes subestima os valores de altura de mistura
no Golfo do México, especialmente durante condições de ventos fracos sobre água quente.
Com as melhorias no CALMET, o modelo agora calcula a Camada Limite Convectiva (CLC)
sobre corpos d’água sob condições de fluxo positivo de calor na superfície destes corpos.
Então a altura de mistura considerada é a máxima altura entre os processos mecânicos e
convectivos, similar o que acontece no CALMET sobre superfícies terrestres.
Adicionalmente, o esquema para CLC baseado em Maul (1980 apud SCIRE, 2005) e Carson
(1973 apud SCIRE, 2005), pode ser substituído por uma nova opção baseado em Batchvarova
e Gryning (1991 e 1994) método que pode ser aplicado a ambos, terra e água. Para o
CALPUFF, uma nova opção foi incluída, a de computar o perfil de turbulência utilizado no
AERMOD. Assim, o usuário poderá escolher entre o perfil de turbulência calculado pelo
CALPUFF ou AERMOD.
Adicionalmente, as opções para especificar o Lagrangian time-scale7 (TL) para
funções de crescimento de pluma lateral foram implementadas, dando a possibilidade de o
usuário escolher entre Draxler (1976), a baseada no modelo SCIPUFF ou permite que o
usuário insira seu próprio valor. O trabalho foi realizado com várias simulações e diversas
opções incluídas. As simulações feitas com a opção de Draxler se apresentaram melhores que
as outras opções de TL para difusão lateral. Outro avanço foi para o cálculo da altura de
mistura, onde a opção Batchvarova-Gryning para CLC se apresentou melhor que Maul-
6 Offshore – Distante da linha da costa.
7 Lagragian Time-Scale (TL) – Escala de tempo Lagrangeana. Escala que representa o efeito de memória de uma
parcela de ar viajando em um vórtice turbulento. É representada na direção z por TLz e na direção y por TLy.
35
Carson. O cálculo do perfil turbulento estimado no algoritmo do AERMOD apresentou
também melhor desempenho. Acoplado a essas configurações o módulo COARE melhora a
modelagem em relação ao do OCD, onde a opção COARE (no shallow water adjustment or
wave model) parece ser adequada para regiões costeiras. Além disso, foi constatado que a
opção de mínimo σv= 0,37 m/s sobre a água foi melhor que os valores então usados de 0,5
m/s. Constatou-se que usar a opção Turbulence advection (Advecção Turbulenta) é uma
importante opção em aplicações costeiras. No trabalho realizado o valor de 800 s foi usado.
Escoffier-Czaja e Scire (2007) simularam o poluente secundário NO3. Este tipo de
poluente depende de outros para se formar, sendo assim existe uma opção no CALPUFF,
onde o usuário pode definir uma concentração mensal ou anual de amônia (NH3), este último
responsável pela formação de NO3. No entanto, a amônia não é constante no espaço e no
tempo, por este motivo foi usado o modelo Euleriano CMAQ (Community Multiscale Air
Quality) para gerar as concentrações de NH3 para cada hora variando no espaço, para servir
como dado de entrada para o CALPUFF. Além disso, um pós-processador POSTUTIL foi
utilizado para dividir o nitrato gerado pelo CALPUFF e usado todos esses recursos os autores
conseguiram uma melhora nas concentrações de nitrato.
Indumati et al, (2009) avaliaram a dispersão de poluentes sobre diferentes corpos
(terra-água) com o CALPUFF. Os autores concluíram que o método usado pelo modelo para
diferenciar os diferentes corpos terra e água (urbano e rural, respectivamente) no cálculo da
turbulência foi pouco eficiente quando comparado com a utilização de diferentes classes de
estabilidade no cálculo da concentração. Pois, quando considerado urbano para terra e rural
para água, não houve diferença alguma entre as concentrações simuladas para ambos os
corpos, no entanto a literatura diz que a turbulência é bem menor sobre corpos d’água o que
acarretaria em concentrações maiores quando comparadas com corpos de terra. Realizando
testes com diferentes classes de estabilidades, para diferentes corpos e mantendo a altura da
CM fixa para os dois ambientes, o CALPUFF foi sensível as concentrações simuladas,
mostrando maiores concentrações sobre corpos d’água.
Velloso (2007) avaliou os modelos Gaussianos de qualidade do ar AERMOD e ISC3
para a Bacia Aérea III da RMRJ. O período considerado foi o ano de 2002. Para as simulações
foram consideradas as emissões do poluente SO2 provenientes de 24 fontes fixas,
representativa das atividades industriais, e representadas nas simulações por fontes áreas. As
emissões referentes às atividades automotivas foram assimiladas no modelo através de 22
36
fontes móveis, representadas nas simulações por fontes linhas. Os resultados foram
representados em cinco estações receptoras, onde estão localizadas as estações de
monitoramento da qualidade do ar, com o objetivo de utilizar os dados observados dessas
estações e compará-los aos dados previstos pelos modelos. Observaram-se regimes variados
de vento, que conseqüentemente influenciaram nas discrepâncias entre as simulações e os
dados observados das estações. As simulações mostraram que os melhores resultados foram
obtidos para a estação Nova Iguaçu, estação que se encontra mais próxima da estação
meteorológica usada em relação às outras estações de qualidade do ar.
Os índices estatísticos mostraram que os modelos não estão aptos para avaliar toda a
região da Bacia Aérea III, pois apesar da região ser relativamente pequena, existe uma
variedade de regimes de vento. Assim, resultados satisfatórios só foram obtidos para regiões
próximas da principal região poluidora e da estação meteorológica usada, e a análise feita
entre os modelos mostraram que estes foram similares, com tendência do ISC3 em
superestimar os resultados do AERMOD (VELLOSO, 2007). Os dados observados nas
estações de qualidade do ar não apresentaram violações dos padrões de qualidade do ar
determinados pela Resolução CONAMA 03/90, porém os resultados simulados apresentaram
violações para o município de Duque de Caxias e a região norte do município do Rio de
Janeiro. Velloso (2007) conclui que um possível redirecionamento da rede de monitoramento
da qualidade do ar se faz necessário.
Moreno (2009) realizou um estudo de acoplamento dos modelos BRAMS (Brazilian
developments on the Regional Atmospheric Modelling System) e o SMC para avaliar a
dispersão dos poluentes CO e PM10 para a região do Vale do Rio Paraíba, que liga os estados
de São Paulo e Rio de Janeiro. Foram usados dois períodos do ano de 2004 nas simulações:
(1) um período de verão e (2) um período de inverno. A simulação mostrou o efeito de
canalização, isto é, o escoamento induzido dentro do vale provocado por uma condição de
escoamento dominante (campo de vento em escala sinótica), que é perpendicular ao Vale do
Rio Paraíba. No caso simulado, a direção do vento dentro do Vale do Rio Paraíba ocorreu
fracamente na direção W-E somente para o dia típico de inverno, enquanto que para a
simulação de um dia típico de verão, o efeito não foi observado. Os resultados obtidos
mostram que a propagação da poluição se dá no sentido São Paulo - Rio de Janeiro,
independentemente da estação do ano em avaliação (verão ou inverno), e ainda mostrou que
durante o inverno o espalhamento horizontal da poluição é maior do que no verão.
37
Carper et al. (2003) realizaram diversas comparações entre diferentes configurações
do CALPUFF e o ISC3 para a concepção near field, onde a fonte se encontrava a uma
distância de 3,5 km dos receptores. Neste estudo, o objetivo foi avaliar o impacto da
deposição dos poluentes compostos por enxofre e nitrogênio (SOx e NOx) provenientes de
uma pequena planta industrial próxima a zona urbana. Como conseqüência desta deposição
poderia se ter solos e reservatórios de água com excesso de acidez, devido a formação de
outros poluentes derivados da oxidação dos contaminantes SOx e NOx. Os resultados do ISC3
foram não realísticos, devido aos processos de deposição considerados, ao não tratamento de
terrenos complexos e sem considerar as transformações químicas.
O CALPUFF foi usado com três configurações diferentes. A primeira, os dados
meteorológicos foram tratados pelo pré-processador PCRAMMET do ISC3 e os processos de
deposição e transformação química foram considerados, enquanto a topografia não foi levada
em consideração. A simulação mostrou algumas melhoras em relação a simulação com ISC3,
apresentando menos poluentes sendo depositados no solo, porém mostrando ainda
inconsistência física referente ao relevo. Na segunda configuração, o CALPUFF foi utilizado
com o modelo CALMET, onde foi considerado o tratamento da pluma ao terreno. Os
resultados desta simulação foram menores, assim como menos abrangente, revelando o papel
importante da topografia. Por último, o CALPUFF foi usado com todas suas potencialidades,
além do módulo Complex Terrain Algorithm for Sub-Grid Scale (CTSG) ativado, módulo que
faz um tratamento mais refinado da pluma no terreno. Os valores de concentração obtidos se
apresentaram menores ainda, mostrando mais uma vez a importância da topografia nos
processos de dispersão (CARPER et al., 2003).
Donaldson et. al. (2008) compararam os desempenhos dos modelos AERMOD e
CALPUFF utilizando a concepção near field para o poluente MP emitidos por fontes fugitivas
em uma região de terreno plano. Comparativamente os modelos foram configurados de três
formas: (1) a mais refinada com resolução de grade de 100 m para ambos os modelos; (2) com
resolução de grade de 500 m; (3) e por último a grade grosseira com uma resolução de 1 km.
Em nenhuma delas foi ativado no CALPUFF o módulo de transformação química. No
primeiro estudo de caso, os modelos com suas respectivas configurações foram executados
sem os processos ativados de deposição seca e sedimentação. Os resultados do CALPUFF se
mostraram menores quando comparados com os do AERMOD, principalmente para
receptores mais distantes. Esses resultados sugerem a modelagem mais realística do
CALPUFF que é não estacionário, o que permite que cada pacote de poluente se mova no
38
tempo e no espaço, em vez do progresso instantâneo em linha reta do poluente através do
domínio como acontece no AERMOD. Na segunda análise os modelos foram executados com
os processos ativados. Os resultados foram bem similares aos anteriores, exceto que ambos os
modelos foram em média 16% menores que os simulados no primeiro caso.
39
3. DESCRIÇÃO DOS MODELOS
3.1. Sistema de Modelagem AERMOD
O AERMOD foi desenvolvido pela AERMIC (AMS/EPA Regulatory Model
Improvement Comittee) com o objetivo de incorporar à estrutura do modelo ISC3 (Industrial
Source Complex Model) as mais avançadas técnicas de modelagem e os mais recentes
conhecimentos da estrutura da CLA (EPA, 2004). Este modelo, ou sistema de modelagem, é
composto por dois pré-processadores e um modelo de dispersão. O AERMET (AERMOD
Meteorological Pre-processor) é um pré-processador que a partir de dados meteorológicos de
superfície e altitude e características de superfície, como albedo, rugosidade e razão de
Bowen, calcula diversos parâmetros da CLA e os informa para o módulo de dispersão. O
AERMAP (AERMOD Terrain Pre-processor), a partir de informações digitais de elevação,
caracteriza o terreno e o incorpora na grade de receptores para o módulo de dispersão.
O AERMOD é um modelo de pluma estacionária, baseado na equação da pluma
Gaussiana (Equação 6), que assume que as concentrações em todas as distâncias durante a
hora modelada são governadas pelas condições meteorológicas médias na dada hora. As
informações meteorológicas necessárias como dados de entrada se restringem a apenas uma
estação meteorológica de superfície e uma de altitude, isto é devido a sua concepção de
homogeneidade. Ademais, o AERMOD trata fenômenos como: building downwash,
deposição seca e úmida e transformação de NOx em NO2.
3.2. Sistema de Modelagem CALPUFF
O sistema de modelagem CALPUFF (Californian Puff Model) foi desenvolvido pela
Earth Tech, em projeto patrocinado pela CARB (Califórnia Air Resouces Board). A
especificação original do Sistema de Modelagem CALPUFF (SMC) era ter a capacidade de
tratar fontes pontuais e áreas, variando no tempo, realizar modelagem em domínios de
dezenas de metros a centenas de quilômetros, fazer prognósticos médios no tempo nas escalas
de uma hora até anos, aplicável em poluentes inertes sujeitos a remoção linear e mecanismos
de conversão química, e por último ser apto a regiões de terrenos complexos.
40
Para atender esses objetivos, o SMC consistia de três módulos: (1) um pacote de
modelagem meteorológica, com ambos diagnóstico e prognóstico geradores de campo de
vento, denominado Californian Meteorological Model (CALMET) (SCIRE et al., 2000a), (2)
um modelo de dispersão Lagrangeano de puff gaussiano com remoção química, deposição
seca e úmida, algoritmo para terrenos complexos, building downwash, plume fumigation
denominado CALPUFF (SCIRE et al., 2000b), similar ao nome dado ao sistema de
modelagem completo, (3) um pós-processador que gera campos de dados meteorológicos e de
concentração, além de relatórios das simulações, denominado de CALPOST.
3.2.1. Modelo CALMET
Segundo Correa (2008), o CALMET faz parte do conjunto de modelos denominado de
modelos de consistência de massa, baseados na equação da continuidade, que calcula o campo
de vento em uma malha tridimensional, sendo composto por dois módulos: um sobre o
diagnóstico do campo de vento e outro micrometeorológico.
O módulo diagnóstico é baseado em técnicas de análise objetiva e parametrizações que
computam os efeitos cinemáticos e de bloqueio do terreno, e o escoamento em encostas.
Também possui um procedimento de minimização da divergência do campo de velocidades.
O módulo micrometeorológico é responsável pelo cálculo de parâmetros de CLA (velocidade
de fricção, comprimento de Monin-OBukhov, classes de estabilidade Pasquill-Guifford, altura
da camada de mistura, fluxo de calor sensível e escala de velocidade convectiva) sobre o
continente e sobre o oceano que serão posteriormente utilizados pelo CALPUFF como
entrada para calcular a dispersão de poluentes. Além do CALPUFF, outros modelos externos
podem assimilar os dados de saída gerados pelo CALMET, por exemplo, O CALGRID
(California Photochemical Grid Model) que é um modelo fotoquímico Euleriano de
transporte e dispersão o qual inclui módulos para advecção/difusão horizontal e vertical,
deposição seca, e um detalhado mecanismo fotoquímico (YAMARTINO et al., 1992; SCIRE
et al., 1989). O modelo Lagrangeano de partículas multi-camada e multi-espécie Kinematic
Simulation Particle (KSP) que simula o transporte e dispersão dos maiores turbilhões na
atmosfera (STRIMATIS et al., 1995; YAMARTINO et al., 1996).
41
O CALMET é freqüentemente utilizado em conjunto com modelos meteorológicos
prognósticos (RAMS, MM5, Eta , WRF, entre outros), para estudos de dispersão e impacto
ambiental. Ferramentas deste tipo são comumente utilizadas pelas agências responsáveis pela
gestão ambiental como alternativa de controle em casos, onde os modelos tradicionais de
pluma Gaussiana não podem ser aplicados (EPA, 2003b).
Para a execução do CALMET são necessários diversos tipos de dados, dentre eles:
dados meteorológicos (observado e/ou prognosticado) de superfície e altitude, e dados
geofísicos que descrevem a topografia e o tipo de solo de uma região. Para que os dados
descritos anteriormente sejam assimilados, o CALMET possui diversos pré-processadores que
processam e formatam os dados, e depois os assimila. A Figura 6 mostra um fluxograma que
resume o funcionamento do CALMET em relação aos seus pré-processadores. Maiores
detalhes do funcionamento do CALMET e seus pré-processadores podem ser encontrados em
Scire et al. (2000a) e Correa (2008).
Figura 6: Fluxograma do funcionamento do CALMET e seus pré-processadores.
Fonte: Correa (2008).
42
3.2.2. Modelo CALPUFF
O CALPUFF é um modelo de dispersão de poluentes que compõe o SMC. Sua
concepção é Lagrangeano de puff Gaussiano e não steady state, que leva em consideração
diversos processos, e pode ser utilizado para uma variedade de aplicações, tais como; estudos
de modelagem de qualidade do ar, estudos de impacto ambiental, entre outros. O CALPUFF é
totalmente público, incluindo seus manuais, e pode ser obtido no seguinte endereço
eletrônico: www.src.com. Uma das principais características do CALPUFF é simular os
efeitos de variação no tempo e espaço das condições meteorológicas no transporte de
poluentes, pois modelos consagrados que avaliam a qualidade do ar e o impacto ambiental
como o ISC3 e o AERMOD não possuem essa característica (EPA, 1995 e EPA 2004). Uma
breve descrição dos processos considerados pelo CALPUFF é descrito logo abaixo:
Transformação Química: o CALPUFF inclui opções de parametrização de
transformações químicas usando um esquema de cindo espécies (SO2, SO4=, NOx,
HNO3 e NO3-) empregados no modelo MESOPUFF II (SCIRE et al., 1984), um
esquema modificado de seis espécies (SO2, SO4=, NO, NO2, HNO3 e NO3
- ) adaptado
do método RIVAD/ARM3 (MORRIS et al., (1988 apud SCIRE, 2000b), ou aceita um
esquema definido e criado pelo usuário.
Deposição seca: Essa opção calcula as taxas de deposição dos gases e MP incluídas
no CALPUFF. Nela encontram-se e três opções, com diferentes níveis de
detalhamento para os processos de deposição seca.
Deposição úmida: Esse módulo calcula a remoção dos poluentes através dos
processos úmidos (nuvens, chuva etc.) disponível no CALPUFF. O módulo é baseado
no modelo de Maul (1980 apud SCIRE, 2000b). O usuário também pode entrar com
valores dos coeficientes de remoção para as espécies consideradas.
Plume rise: Esse módulo calcula a elevação da pluma, baseado nas relações de Briggs
(1975 apud SCIRE, 2000b). Essas relações calculam o empuxo e a quantidade de
movimento, durante condições neutras e instáveis.
Escala de Sub-grade para Terreno Complexo: O módulo de terreno complexo no
CALPUFF é baseado na abordagem usada pelo modelo Complex Terrain Dispersion
Model (CTDMPLUS). Onde a pluma em obstáculos (morros, montanhas etc.) na
43
escala de uma sub-grade é avaliada usando uma linha divisória (Hd) na qual determina
se o material poluente é defletido em volta dos lados de um obstáculo (abaixo de Hd)
ou advectado sobre um obstáculo (acima de Hd ) (PERRY et al., (1989 apud SCIRE,
2000b).
Efeitos de cisalhamento do vento: O CALPUFF contém um algoritmo opcional de
divisão de puffs que permite considerar o efeito do cisalhamento vertical do vento
sobre puffs individuais a serem simulados. Taxa diferencial de dispersão e transportes
ocorrem nos puffs originados de um puff primário, na qual sobe algumas condições
podem aumentar substancialmente a taxa do horizontal crescimento da pluma.
Building downwash: O efeito exercido pelos obstáculos (turbulência mecânica
induzida) sobre a pluma é considerado por este módulo.
Efeitos de Interação de costa: devido o modelo meteorológico CALMET conter
algoritmos para cálculo da Camada de Mistura sobre a água e sobre o solo, os efeitos
de corpos d’água no transporte da pluma, dispersão e deposição podem ser simulado
pelo CALPUFF. A formulação do puff no CALPUFF é designada para gerenciar as
variações meteorológicas espaciais e condições de dispersão, incluindo mudanças
abruptas que ocorrem na linha da costa de grandes corpos d’água.
Coeficientes de Dispersão: várias opções são fornecidas pelo CALPUFF para a
computação de coeficientes de dispersão, incluindo o uso de medidas de turbulência
(σv e σw), o uso de teoria da similaridade para estimar σv e σw de modelados fluxos de
momento e calor em superfície, uso de Pasquill-Gifford (PG) ou McElroy-Pooler
(MP) coeficientes de dispersão ou até mesmo usar o método de dispersão baseado nas
equações do Complex Terrain Dispersion Model (CTDM) (PERRY, et al. (1989 apud
SCIRE, 2000b).
Além dos processos descritos acima outros processos estão disponíveis como: (a)
modelagem de períodos calmos; (b) modelagem de odores; (c) modelagem da visibilidade.
O CALPUFF fornece a opção de o usuário escolher seus próprios arquivos de entrada
com parâmetros variando no tempo para a modelagem, alguns dos principais arquivos estão
descritos abaixo:
44
VD.dat dados com velocidade de deposição pra cada espécie definidos pelo usuário
para cada hora.
OZONE.dat arquivo com medidas horárias de ozônio de uma ou mais estações de
monitoramento usados no modulo de transformação química de SO2 e NOx.
HILL.dat arquivo que tem informações de forma e altura dos obstáculos no formato
do CTDMPLUS para uso na Escala de sub-grade para terrenos complexos.
CHEM.dat arquivo com taxas de transformações químicas para cada espécie podendo
variar hora a hora.
COASTLN.dat arquivo contendo coordenadas de linhas de costa pra serem tratadas
no CALPUFF dentro de uma escala menor que a do espaçamento de grade,
considerando efeitos de Camada Limite Interna Térmica (CLIT).
FLUXBDY.dat arquivo com coordenadas dos limites de grade usados para o
transporte de massa horário, caso o usuário queira considerar um transporte de massa
externo essencial para a modelagem do domínio.
3.2.3. Pós-Processador CALPOST
O CALPOST é usado para processar os arquivos de saída do CALPUFF. Esse pós-
processador produz resumos dos resultados das simulações, identificando os maiores valores
das concentrações médias, seguida dos maiores valores para cada receptor. Quando executado
a modelagem de visibilidade, o CALPOST usa as concentrações do CALPUFF para computar
os coeficientes de extinção e relatar as medidas de visibilidade, reportando as médias
selecionadas no tempo e espaço. A Figura 7 mostra um fluxograma resumido do
funcionamento de todo o SMC.
45
Figura 7: Fluxograma do funcionamento do SMC.
Fonte: Adaptado por Romero (2004).
46
4. CARACTERIZAÇÃO DA REGIÃO
O Estado do Rio de Janeiro contabiliza, cerca de 15.420.375 residentes (FUNDAÇÃO
CIDE, 2008), o que corresponde a 8,4% da população do país, concentrando mais da metade
da população nos municípios do Rio de Janeiro, São Gonçalo e Duque de Caxias, municípios
estes que compõem parte da RMRJ (Figura 8). A RMRJ ocupa uma área total equivalente a
apenas 11% da área do Estado do Rio de Janeiro. Possui cerca de 4.674 km2 e é composta por
17 municípios, que possuem aproximadamente 11 milhões de habitantes, (FUNDAÇÃO
CIDE, 2008).
Das Regiões Metropolitanas (RMs) existentes no país, a do Rio de Janeiro apresenta a
segunda maior densidade demográfica, aproximadamente 2.100 hab/km2, com alto grau de
urbanização. Concentra 70% da força econômica do estado e 8% de todos os bens e serviços
produzidos no País. (INEA, 2010).
Figura 8: Divisão Político-administrativa da RMRJ.
Fonte: Fundação CIDE (www.cide.rj.gov.br)
De acordo com FEEMA (2004), atual INEA, o aumento da taxa de crescimento
urbano e industrial na RMRJ teve como conseqüência o aumento da queima de combustíveis
fósseis necessária para geração de energia elétrica, transporte e indústria. Em vista disso
47
existe grande concentração de fontes de emissão, que podem gerar sérios problemas de
poluição atmosférica na RMRJ.
Considerando a influência topográfica e meteorológica da região, a Fundação Estadual
de Engenharia do Meio Ambiente (FEEMA) dividiu a RMRJ, em quatro sub-regiões. Essas
áreas, delimitadas pela topografia e os espaços aéreos na vertical e na horizontal, constituem
uma bacia aérea. O conceito de Bacia Aérea vem sendo utilizado pela FEEMA na gestão da
qualidade do ar da RMRJ. A identificação da RMRJ e suas bacias aéreas são mostradas na
Figura 9.
Figura 9: Delimitação das Bacias Aéreas da RMRJ.
Fonte: FEEMA 2004
Um resumo sucinto sobre cada Bacia Aérea é apresentada na Tabela 1 e descreve a
área e região compreendida por essa Bacia.
48
Tabela 1: Descrição das Bacias Aéreas da RMRJ.
Bacia Área (km2) Região compreendida
Bacia Aérea I 730
Distritos de Itaguaí e Coroa Grande, no município de
Itaguaí; os municípios de Seropédica, Queimados e Japerí
e as regiões administrativas de Santa Cruz e Campo
Grande, no município do Rio de Janeiro.
Bacia Aérea II 140 Regiões administrativas de Jacarepaguá e Barra da Tijuca,
no município do Rio de Janeiro.
Bacia Aérea
III 700
Municípios de Nova Iguaçu, Belford Roxo e Mesquita; os
distritos de Nilópolis e Olinda, no município de Nilópolis;
os distritos de São João de Meriti, Coelho da Rocha e São
Mateus, no município de São João de Meriti; os distritos de
Duque de Caxias, Xerém, Campos Elíseos e Imbariê, no
município de Duque de Caxias; os distritos de Guia de
Pacobaíba, Inhomirim e Suruí, no município de Magé e as
regiões administrativas de Portuária, Centro, Rio
Comprido, Botafogo, São Cristóvão, Tijuca, Vila Isabel,
Ramos, Penha, Méier, Engenho Novo, Irajá, Madureira,
Bangu, Ilha do Governador, Anchieta e Santa Tereza, no
município de Rio de Janeiro.
Bacia Aérea
IV 830
Parte do Município de Niterói, além dos municípios de São
Gonçalo, Itaboraí, Magé e Tanguá.
Fonte: FEEMA (2004).
A área selecionada para as simulações no presente trabalho compreende as Bacias
Aéreas I, II e III. A Bacia Aérea IV não foi incluída neste estudo, devido a carência de
observações meteorológicas e monitoramento da qualidade do ar.
4.1. Descrição do Terreno e Categorias do Uso do Solo
A RMRJ apresenta terreno de alta complexidade. Essa complexidade tem como
condicionantes a proximidade com o Oceano Atlântico, a presença de corpos d’água (as baías
da Guanabara e a de Sepetiba), os maciços da Tijuca e Pedra Branca próximos ao litoral e
49
maciço do Mendanha localizado mais no interior do continente, que possuem altitudes de
aproximadamente 1.000 m e por último a Serra dos Órgãos, com 2.300 m, que faz fronteira ao
norte da RMRJ (Figura 10).
Figura 10: Topografia da RMRJ.
Fonte: Côrrea (2008)
As categorias de uso do solo existente na RMRJ são tão diversificadas quanto o seu
relevo, isso se deve a explosão demográfica e ocupação desordenada, que vem ocorrendo nas
últimas décadas. Verifica-se que a maior parte da RMRJ está tomada por áreas urbanas, onde
a cobertura vegetal original foi substituída por edificações, asfalto e concreto. O restante da
região encontra-se dividida entre campos, pastagem, restinga, florestas e formações rochosas,
além de corpos d’água (lagoas e represas, entre outros) (Figura 11), (CORREA, 2008).
Oceano Atlântico
Serra dos Órgãos
Maciço do
Mendanha
Maciço da Tijuca Maciço Pedra
Branca
Guanabara
Sepetiba
50
Figura 11: Categorias de uso do solo da RMRJ.
Fonte: EMBRAPA (http://www.relevobr.cnpm.embrapa.br)
4.2. Sistemas que Influenciam a Dispersão de Poluentes na RMRJ
A dispersão dos poluentes na atmosfera é influenciada por diversos parâmetros e
fenômenos meteorológicos, dentre esses parâmetros os mais importantes considerados pelos
Modelos de Qualidade do Ar (MQAr) são o vento e a altura da Camada de Mistura (CM),
associados a influência da topografia.
Na RMRJ há ocorrência de diversos fenômenos de mesoescala, por exemplo, a ICU,
circulações de brisa marítima e terrestre, brisas de vale e montanha, ondas a sotavento,
maiores detalhes em (MAIA, 2005; OLIVEIRA JÚNIOR, 2008). As principais condições
para o aumento das concentrações de poluentes nas RM’s estão associadas à complexidade
orográfica, aos níveis de turbulência, ao regime de ventos predominantes, a circulação de
mesoescala e ao posicionamento do Alta Subtropical do Atlântico Sul (ASAS)8, associado ao
deslocamento de sistemas frontais. Na topografia da região destacam-se três maciços: Tijuca,
Pedra Branca e Mendanha. Os Maciços da Tijuca e da Pedra Branca estendem-se do
continente até o Oceano Atlântico, no sentido sudeste (Tijuca) e sudoeste (Pedra Branca)
8 Alta Subtropical do Atlântico Sul (ASAS) – Sistema meteorológico de alta pressão que induz a subsidência do
ar, que resulta numa massa de ar seco, e assim, ausência de chuvas.
51
(Figura 10). Esses maciços atuam como barreira aos ventos predominantes, não permitindo a
ventilação adequada das áreas situadas no interior do continente, ou forçando o escoamento
paralelo aos maciços nas áreas internas. A topografia associada ao ambiente costeiro
influencia a circulação local, principalmente a circulação das brisas marítimas e terrestres
(MAIA, 2005).
A passagem de frentes frias (sistema frontal) no Rio de Janeiro é mais freqüente
durante o inverno e na primavera (OLIVEIRA JÚNIOR, 2008). O posicionamento e a
intensidade do ASAS varia sazonalmente. No verão, este sistema se localiza
preferencialmente sobre o oceano, originando uma massa de ar quente e úmida que interage
com as frentes frias, sendo a principal causa das chuvas na região. Enquanto que, no inverno,
seu deslocamento para o continente induz a subsidência do ar, que resulta numa massa de ar
seco, e assim, ausência de chuvas (MAIA, 2005; OLIVEIRA JÚNIOR, 2008).
Jourdan (2007) realizou um estudo que caracterizou a dinâmica das circulações locais
nas Bacias Aéreas I, II e III da RMRJ. Nesse estudo se encontraram diferentes padrões de
regime de vento para ambas as bacias aéreas. Na bacia aérea I observou-se padrão definido
nas direções SW e NE, referente à atuação das brisas marítima e terrestre. Esses padrões
foram observados para a estação do aeroporto de Santa Cruz (SBSC), localizada próxima à
Baía de Sepetiba. Na estação de Seropédica o padrão total foi caracterizado pelas direções SW
e N. O padrão de vento encontrado na bacia aérea II através da estação de Jacarepaguá foi
marcado pelas direções N e S, que também evidenciam a presença de brisas marítima e
terrestre. Na bacia aérea III foi identificado um padrão N e S na estação do aeroporto Santos
Dumont (SBRJ) associados à brisa marítima e terrestre, direções SE e NW foram observados
na estação Centro, na estação do aeroporto do Galeão (SBGL) localizado na Ilha do
Governador o padrão total de vento é distribuído em diversas direções com predominância de
sudeste e leste, no aeródromo dos Afonsos (SBAF) destacam-se ventos de S no seu padrão
total e contribuição menos freqüente de ventos de SW e E, porém, um percentual de 25% de
calmaria do total dos ventos foram encontrados para esta estação.
Apesar dos diferentes padrões de regime de vento encontrados na RMRJ, Silva de
Souza et al., (1996) mostrou que nos eventos de frentes frias (sistema frontal) que ocorrem na
região, produzem um giro do vento em toda a Cidade do Rio de Janeiro, passando a ocorrer
ventos predominantes de sudoeste, direção menos comum durante o ano.
52
A altura da CM é um parâmetro micrometeorológico importante para a inicialização
dos MQAr, e conseqüentemente na simulação dos mecanismos de transporte da dispersão de
poluentes na atmosfera. Cremonini et al (2009) avaliaram os padrões da altura da CM para a
Bacia aérea III da RMRJ, de 2003-2007 nos horários da manhã e da noite. Neste estudo foi
feita uma adaptação de um programa em FORTRAN desenvolvido pela EPA para região. Os
resultados obtidos foram comparados com o pré-processador AERMET do modelo de
dispersão Gaussiano AERMOD. Verificou-se que as alturas médias mensais das CM para o
período da manhã variou entre 340 a 750 m, já para o período da tarde essa variação ficou
entre 1.100 a 1.500m. No período da manhã, os meses de maio, junho e julho se diferenciaram
dos outros por apresentarem menores valores, no entanto, o período da tarde essa diferença
fica evidente apenas no mês de junho. Para os meses com uma camada menor, a dispersão dos
poluentes se torna menos eficiente, potencializando altas concentrações dos poluentes nos
meses de inverno como visto nestes resultados.
4.3. Fontes de Emissões na RMRJ
Para a gestão da poluição do ar em RMs, é fundamental não só a definição das áreas
mais impactadas, como também na identificação, na qualificação e quantificação das fontes
emissoras de poluentes atmosféricos.
O inventário de fontes de emissão de poluição atmosférica constitui um dos
instrumentos de planejamento dos mais úteis para um órgão ambiental, uma vez que define
qualitativa e quantitativamente as atividades poluidoras do ar e fornece informações sobre as
características das fontes, definindo localização, magnitude, freqüência, duração e a
contribuição relativa das emissões. Esse instrumento tem como conseqüência a possibilidade
de elaboração de diagnósticos que fortalecem, por conseguinte, as tomadas de decisão
relativas ao licenciamento de atividades poluidoras e as eventuais ações de controle
necessárias (FEEMA, 2004).
De acordo com o inventário de emissões realizado pela FEEMA (2004) na RMRJ
encontra-se a segunda maior concentração de veículos, de indústrias e de fontes de poluentes
atmosféricos do país. Além disso, apresenta características físicas que potencializam os
problemas relacionados à qualidade do ar, por exemplo, a topografia acidentada da região, a
53
presença de diversos corpos d’água, que produzem um fluxo de ar complexo e heterogêneo
quanto à distribuição e dispersão dos poluentes; e seu clima tropical, que favorece os
processos fotoquímicos e outras reações na atmosfera, gerando poluentes secundários. A estes
fatores físicos soma-se sua heterogênea e intensa ocupação do solo.
FEEMA (2004) realizou um diagnóstico das fontes de emissão que contribuem
ativamente para a degradação da qualidade do ar. Foram inventariadas 425 empresas,
somando 1.641 fontes fixas (atividades industriais), e 187 vias de tráfego que corresponderam
a 241 fontes móveis (segmentos das vias de tráfegos). Para todas estas fontes foram
consideradas emissões de material particulado (na forma total e menor que 10 µm), dióxido
de enxofre, óxidos de nitrogênio, monóxido de carbono e compostos orgânicos
(hidrocarbonetos totais e não metano). A Tabela 2 elaborada por FEEMA (2004) resume os
valores obtidos de acordo com o tipo de fonte e o poluente inventariado.
Tabela 2: Taxa de Emissão por tipo de Fonte na RMRJ (x 1000 ton/ano).
Tipo de Fonte PM10 SO2 NOX CO HC
Fixas 10,6 55,8 30,3 6,3 25,9
Móveis 7,8 7,5 60,2 314,7 53,4
Total 18,4 63,3 90,5 321,0 79,3
Fonte: FEEMA (2004)
Ainda segundo FEEMA (2004), dentre os setores industriais inventariados que
destacam-se pelo potencial poluidor quanto às quantidades de dióxido de enxofre emitidas
são: a indústria petroquímica, respondendo por 51% das emissões, e o setor de geração de
energia, respondendo por 36%. Apenas estes dois setores respondem por 87% do total de
emissões deste poluente. O mesmo também é observado quanto às emissões de óxidos de
nitrogênio, onde 46% são provenientes do setor de geração de energia e 38% da indústria
petroquímica, totalizando 84% das emissões. Com relação aos hidrocarbonetos, a contribuição
do setor petroquímico corresponde à cerca de 90% do total emitido na região metropolitana.
FEEMA, através do Inventário de Emissões realizado (FEEMA, 2004) contabilizou as
principais vias de tráfego automotivo da RMRJ, totalizando 187 vias, alcançando o número de
260 fontes móveis avaliadas. Os resultados encontrados foram contabilizados em função do
percentual de contribuição de emissões dos poluentes para as vias de tráfego consideradas
(Tabela 3).
54
A rede de monitoramento da qualidade do ar do INEA que cobre a RMRJ é composta
por 32 estações manuais e quatro estações automáticas fixas e duas móveis, capacitadas à
realização de medições contínuas das concentrações de poluentes gasosos, partículas
inaláveis, além de parâmetros meteorológicos.
Tabela 3: Contribuição Percentual das Principais Vias de Tráfego na Emissão de Poluentes.
Nome da Via SO2 NOx CO HC PM10
Av. Brasil 22,9 30,0 33,4 25,3 25,2
Av. das Américas 5,7 9,6 7,9 12,2 12,3
Rod. Pres. Dutra 5,5 2,9 3,4 2,6 2,2
Linha Vermelha 3,1 3,4 3,8 2,8 2,8
Rod. Washington Luís 2,9 3,9 4,2 3,5 3,5
Ponte Rio - Niterói 1,9 3,2 2,7 3,9 3,9
Av. Ayrton Sena * 2,2 1,8 2,9 2,9
Linha Amarela * 1,9 1,9 2,5 2,5
Demais Vias 58,0 42,9 40,9 44,3 44,7
Fonte: FEEMA (2004). *Percentual incluído nas demais vias de tráfego
Um resumo total das emissões pode ser visto na Tabela 4, onde mostra as emissões
dos poluentes totalizados por bacia aérea. Verifica-se que na Bacia Aérea III estão localizadas
as fontes fixas que mais contribuem com a emissão de poluentes para a atmosfera. Em
seguida, aparece com a segunda posição a região da Bacia Aérea I, área da Região
Metropolitana de maior crescimento industrial previsto (FEEMA, 2004).
Tabela 4: Taxa de Emissão por Bacia Aérea (x1000 ton/ano).
Taxa de Emissão
(ton/ano)*1000
Poluentes
SO2 NOx CO HC PM10
Total Geral 55.76 30.27 6.38 25.85 10.58
Bacia Aérea I 21.48 14.55 0.92 0.31 5.90
Bacia Aérea II 0.01 0.14 0.13 0.74 0.36
Bacia Aérea III 29.41 13.30 2.80 24.44 2.50
Bacia Aérea IV 3.80 1.28 2.36 0.13 1.39
Fonte: FEEMA (2004).
55
5. METODOLOGIA
Neste estudo foi utilizado o SMC, com os modelos CALMET e CALPUFF nas
versões 6.326 e 6.262, respectivamente. O estudo foi dividido em três estratégias distintas: na
1ª estratégia realizou-se uma comparação entre as simulações dos modelos CALPUFF e
AERMOD aplicados a uma situação do tipo near field. A 2ª estratégia avaliou o SMC para
situações onde os modelos Gaussianos recomendados para uso regulatório (ISC3 e
AERMOD) não são aplicados ou não possuem tratamentos físicos específicos, como em
situações de regimes transientes e períodos de calmaria. Na 3ª estratégia foi simulado o
impacto das emissões de cada bacia aérea na concentração de outras bacias aéreas através do
SMC, com o intuito de verificar se a qualidade do ar em determinada bacia aérea foi
influenciada por outra(s) bacia(s).
O poluente dióxido de enxofre (SO2) foi utilizado em todas as estratégias do estudo.
Este poluente foi selecionado devido a sua contribuição ser quase que exclusivamente por
fontes fixas/industriais (Tabela 2), ou seja, mais fácil de ser inventariado, conseqüentemente
evita maiores incertezas, já que maiores possibilidades de ocorrerem erros no inventário estão
associados com fontes móveis/veiculares (fontes dependentes do fluxo de veículos, tipo de
veículo e da frota existente). Assim, a escolha do poluente SO2 para o estudo evita grandes
impactos nos resultados, decorrentes dos possíveis erros associados às emissões
móveis/veiculares inventariadas. Além disso, o SO2 pode ser considerado como um dos
poluentes inventariados e monitorados que menos sofre qualquer tipo de alteração em sua
composição ao longo do tempo.
Na primeira estratégia do estudo, onde se realizou a avaliação quantitativa dos
resultados através de análise estatística entre os dados observados de qualidade do ar e os
resultados das simulações, consideraram-se os inventários de emissões de fontes
fixas/industriais e de fontes móveis/veiculares, a fim de se obter emissões mais próximas da
realidade para fins de comparações.
O inventário de emissões das fontes fixas/industriais que também foi utilizado em
todas as estratégias do estudo, foi baseado na metodologia de Pires (2005), que divide a
RMRJ em áreas (retângulos com dimensões mínimas de 5 x 5 km) que são caracterizadas por
56
densidades de emissões diferentes. As emissões provenientes de fontes móveis/veiculares
foram caracterizada de acordo com o inventário proposto por Loureiro (2005), no entanto,
dentro das diversas rodovias e estradas inventariadas por Loureiro (2005), só foram
consideradas 22 fontes. As fontes selecionadas obedeceram o critério utilizado por Velloso
(2007), em que apenas as rodovias responsáveis pelas maiores emissões foram consideradas,
com o objetivo de diminuir o custo computacional da simulação. A figura 12 apresenta as
localizações das fontes consideradas na primeira estratégia.
Figura 12: Mapa das fontes consideradas na primeira estratégia (estudo near field). Os
retângulos em preto e as linhas em vermelho representam as fontes fixas/industriais e as
fontes móveis/veiculares, respectivamente, consideradas na estratégia. A linha tracejada
em cinza representa o domínio das simulações.
Nas estratégias dois e três, onde as avaliações dos resultados foram apenas
qualitativas, os valores exatos das concentrações não eram necessários, assim utilizou-se
apenas o inventário de fontes fixas/industriais com o intuito de diminuir o custo
computacional. As fontes consideradas nas estratégias dois e três estão representas na Figura
13.
57
Figura 13: Mapa das fontes consideradas nas estratégias dois e três. Os retângulos em
representam as fontes fixas/industriais consideradas nas estratégias. Toda a área mostrada no
mapa representa o domínio das estratégias dois e três.
Em todas as estratégias adotadas no presente estudo, as fontes fixas/industriais e
móveis/veiculares foram tratadas pelo CALPUFF e AERMOD como fonte área. No entanto,
uma ressalva deve ser feita quanto à utilização das fontes fixas/industriais como fonte área,
pois em estudos de qualidade do ar as fontes fixas/industriais são representadas como fontes
pontuais (EPA, 2003a), onde parâmetros como velocidade de saída do poluente, diâmetro da
fonte, altura da fonte e temperatura de saída dos poluentes são extremamente relevantes para a
dispersão e não são levados em conta quando essas fontes são caracterizadas como fonte área.
No entanto, a única alternativa encontrada para a modelagem da qualidade do ar para a RMRJ
neste estudo foi a utilização do inventário baseado na metodologia de Pires (2005). Apesar de
ser de grande interesse social e científico tomar conhecimento das emissões que interferem na
qualidade do ar do meio ambiente, os inventários de emissões não são disponibilizados com o
grau de detalhamento necessário que os estudos de modelagem da qualidade do ar requerem.
Utilizou-se em todas as estratégias dados de topografia com de 90 m de resolução,
obtidos do modelo digital de elevação SRTM - Shuttle Radar Topography Mission
(http://srtm.usgs.gov/index.php). E dados de informações de uso do solo com resolução
58
aproximada de 1000 m provenientes do programa Global Land Cover Characterization
(GLCC) que é disponibilizado pela United State Geological Survey (USGS). O modelo
CALMET foi configurado de acordo com os resultados obtidos pelo estudo realizado por
Corrêa (2008) para a RMRJ, com exceção da resolução horizontal da grade e a não utilização
de modelo prognóstico de campo de vento. Todas as Estações Meteorológicas de Superfície
(EMS) e Estação Meteorológica de Altitude (EMA) utilizadas nas três estratégias estão
descritas na Tabela 5.
Tabela 5: Estações meteorológicas de superfície e altitude utilizadas na modelagem.
Estação Identificação UTM (X) UTM (Y) Fonte
Copacabana 83001 685,519 7456,631 INMET
Vila Militar 83002 663,014 7471,011 INMET
Jacarepaguá 83003 667,077 7457,024 INMET
Marambaia 83004 643,431 7450,259 INMET
Niterói 83005 691,458 7465,639 INMET
Pico do Couto 83008 675,801 7514,701 INMET
SBGL* 83746 679,000 7476,000 METAR
SBRJ 83755 688,000 7465,000 METAR
SBJR 83054 667,000 7456,000 METAR
SBAF 83748 665,000 7469,000 METAR
SBSC 83115 631,400 7463,500 METAR
Nova Iguaçu 83011 660,076 7482,026 INEA
Centro 83012 685,982 7465,948 INEA
* Estação com informações meteorológicas de superfície e altitude
As configurações dos modelos CALPUFF e AERMOD se encontram de forma similar
para todas as estratégias, sendo que as principais configurações são apresentadas na Tabela 6.
Tabela 6: Configurações utilizadas nos modelos CALPUFF e AERMOD
Parâmetros Valor
Transformação Química Não modelado
Deposição Seca Não modelado
Deposição Úmida Não modelado
Escala de Sub-grade para Terreno Complexo Não modelado
Plume Rise Modelado
Efeitos de cisalhamento vertical do vento Não Modelado
Puffs modelados com slugs próximos a fonte* Modelado
Método para os coeficientes de dispersão Teoria da Similaridade
Método de ajuste da Pluma ao terreno** Partial Plume Path Adjustment
Building Downwash Não modelado
59
*Este conceito não é adotado para o AERMOD, pois o modelo assume uma pluma Gaussiana.
**O modelo AERMOD possui um método próprio.
Um resumo das características gerais de cada estratégia adotada no estudo está
disposto na Tabela 7 abaixo.
Tabela 7: Características gerais de cada estratégia.
1ª Estratégia 2ª Estratégia 3ª Estratégia
Objetivos Avaliar o SMC em uma
aplicação Near Field
Avaliar o SMC sob
situações específicas
Transporte entre as
Bacias Aéreas
Bacias Aéreas III I, II e III I, II e III
Simulações 3 SMC e 1 AERMOD 1 (dois períodos) SMC 1 SMC
Período 1 mês 1 dia para cada cenário 3 meses
Poluente Dióxido de Enxofre (SO2)
Fontes Fixas e Móveis
(Ambas como fonte área)
Fixas
(Fontes área) Fixas
(Fontes área)
5.1. Avaliação do Sistema de Modelagem CALPUFF em uma situação near field
Nesta estratégia, comparou-se as concentrações do poluente SO2 simulados pelo SMC
em aplicações do tipo near Field simuladas com AERMOD. Os resultados obtidos por ambos
os modelos foram confrontados contra dados medidos na estação de qualidade do ar
localizada em Nova Iguaçu. Essa estação encontra-se a uma distância de 18 km da principal
fonte emissora de SO2 localizada na região de Campos Elíseos, no município de Duque de
Caxias (Figura 14). O período escolhido foi de 20 de agosto de 2008 a 19 de setembro de
2008. A escolha deste período se ateve exclusivamente a disponibilidade de dados de
monitoramento de SO2.
Nesta modelagem foram incluídas além das fontes fixas localizadas na Bacia Aérea
III, as principais fontes de emissões veiculares localizadas nesta região. Estas fontes
veiculares foram selecionadas conforme o estudo realizado por Velloso (2007), a partir do
inventário elaborado por Loureiro (2005). O domínio da grade utilizada nos modelos para as
simulações desta estratégia foi de 50 x 50 km, abrangendo a Bacia Aérea III, considerada pelo
INEA como a área mais saturada segundo a presença de poluentes (FEEMA, 2004). Foram
60
realizadas três simulações diferentes com o CALPUFF e apenas uma simulação com o
AERMOD.
Figura 14: Mapa das estações meteorológicas e receptor utilizados na estratégia um. O
retângulo em vermelho representa a estação de qualidade do ar de Nova Iguaçu, os triângulos
em azul representam as estações meteorológicas de superfície e o círculo em azul a estação
meteorológica de altitude.
A simulação com o AERMOD teve como dados de entrada informações
meteorológicas das estações de superfície e altitude do aeroporto Antônio Carlos Jobim
(SBGL). Como o AERMOD é do tipo Gaussiano e a simulação foi executada apenas para um
receptor discreto (localização da estação de monitoramento de Nova Iguaçu) não foi
necessário inserir o espaçamento da grade.
A 1ª simulação realizada com o SMC foi considerada apenas dados meteorológicos de
uma EMS e EMA (SBGL, Tabela 5), denominada de CALPUFF 1. A configuração do
CALPUFF nessa simulação foi similar ao AERMOD, pois o AERMOD assimila apenas
dados meteorológicos de uma única estação de altitude e uma de superfície. A 2 ª simulação
do CALPUFF foram adicionados dados de mais duas estações meteorológicas de superfície
(SBGL, SBRJ e SBAF, Tabela 5), com o intuito de avaliar o modelo com suas
61
potencialidades, sendo denominada de CALPUFF 3. A última simulação do CALPUFF foi
similar a segunda, no entanto, para esta simulação a resolução do modelo foi maior, com
espaçamento de grade de 500 m, sendo denominado de CALPUFF 3 Refinado.
Uma observação importante deve ser feita em relação ao uso de um espaçamento de
grade inferior a 1.000 m no SMC para a modelagem no hemisfério Sul. O SMC só assimila
diretamente os arquivos de uso do solo para o hemisfério Sul da USGS, que por sua vez tem
resolução aproximada de 1.000 m. Devido a esta limitação, quando executamos uma
simulação no SMC com resolução inferior a do arquivo de uso do solo, o módulo de terreno
do SMC preenche as células de grade sem informações com informações de uma categoria de
uso do solo determinado pelo o usuário. No entanto, em regiões heterogêneas como a RMRJ,
a categoria especificada para o preenchimento de células de grade sem informações pode não
ser representativa para a sua localização. Assim, a análise destes resultados também poderá
nos revelar se um refinamento de grade fornecerá uma melhora significativa a ponto de
compensar possíveis erros inerentes às informações de uso do solo na região da bacia área III.
Na análise dos resultados foram utilizados os índices estatísticos propostos por Hanna
(1998) e Hanna et al. (1991) com o objetivo de avaliar os modelos. Esses índices incluem: o
Desvio Fracional (FB), o Erro Médio Quadrado Normalizado (EMQN), coeficiente de
correlação (COR), Desvio Fracional Padrão (FS) e o fator de dois (Fa2). Os índices são
descritos a seguir, onde XP e XO representam, respectivamente, os valores prognosticados e
observados.
Coeficiente de Correlação (COR): determina a relação linear entre duas
propriedades, neste caso, entre os valores simulados e os observados. A equação para o
coeficiente de correlação é:
OP
OP
.
X,XCovCOR
Eq. 12
Em que, P e O representam respectivamente os desvios padrões de x e y. A
Covariância é dada por:
n
1i
OOiPPiOP )X)(X(n
1)X,X(Cov Eq. 13
62
Em que, n é o número de elementos utilizados no cálculo e P e o são as médias dos
valores simulados e observados. O valor da correlação pode ir de -1 a 1, onde 1 indica que os
valores têm tendências diretamente correlacionadas, -1 indica que os valores são inversamente
correlacionados.
Erro Médio Quadrático Normalizado (EMQN): este índice calcula a relação entre
os valores numéricos das concentrações observadas e previstas. O valor do erro vai de 0 à
infinito, onde o zero é considerado o valor ótimo. A fórmula do erro é:
op
op
XX
XXEMQN
2)( Eq. 14
Desvio Fracional Padrão (FS): determina a relação entre a variância dos valores de
concentrações preditos e a variância dos valores observados.
22
22)(2
op
opFS
Eq. 15
Desvio Fracional (FB): determina se a concentrações médias simuladas superestimam
ou subestimam as concentrações médias observadas. Quando FB tende a zero, pX tende a
oX
op
op
XX
XXFB
2 Eq. 16
Fator de Dois (Fa2): indica o percentual que se encontram dentro de um erro de até
100%. Os valores se encontram entre 0 e 1, quanto mais próximo de 1 melhor o resultado.
2/5,02 0 pXXFA Eq. 17
63
Tabela 8: Principais características da 1 ª estratégia
SMC 1 SMC 3 SMC 3
Refinado AERMOD
EMS SBGL SBGL, SBAF e
SBRJ
SBGL, SBAF e
SBRJ SBGL
EMA SBGL SBGL SBGL SBGL
Receptor Nova Iguaçu (INEA) – 18 Km de distância da maior fonte poluidora
Domínio 50 x 50 Km – Bacia Aérea III
Resolução 1000 m 1000 m 500 m 1000 m
Inventário Fontes Fixas (Pires (2005)), Fontes Móveis (Loureiro (2005))
5.2. Análise do SMC sob atuação de determinadas condições meteorológicas
Nessa etapa avaliou-se o SMC para situações onde os modelos Gaussianos
regulatórios (ISC3 e AERMOD) não são aplicados, ou seja, em condições de regimes
transientes e calmarias. Para esta estratégia foi realizada uma simulação com o SMC
compreendendo o período de 03 de maio de 2009 a 31 de julho de 2009. Através desta
simulação foram selecionados dois sub-períodos para estudo de caso. Este período foi
escolhido devido às maiores concentrações dos poluentes primários ocorrerem nesta época do
ano (conseqüência das condições meteorológicas), assim como a disponibilidade de dados
meteorológicos. Considerou-se apenas fontes fixas/industriais.
Foram utilizados dados provenientes de 13 estações meteorológicas de superfície e de
1 estação meteorológica de altitude para alimentar o modelo diagnóstico CALMET (todas as
estações descritas na Tabela 5). Além disso, adotou-se uma grade de 80 x 70 Km de extensão
com o ponto inferior esquerdo com coordenada UTM igual a 620,0 Km zonal e 7440,0 Km
meridional com resolução horizontal de 1000 m (Figura 13).
No primeiro estudo de caso, foi selecionado o dia 01 de junho de 2009, que se
caracteriza pela passagem de um Sistema Frontal (SF), com o objetivo de se verificar o
comportamento do SMC em condições transientes. A escolha do SF que atuou na RMRJ
durante o período de simulação se deu através de diagramas de freqüência de ocorrência de
passagens de frentes frias (ANEXO A) disponibilizado pelo Centro de Previsão de Tempo e
Estudos Climáticos (CPTEC), a partir disto foi selecionado um SF clássico (com as três
ramificações: frente fria, frente quente e frente oclusa) com passagem sobre a RMRJ (Figura
15).
64
No segundo caso considerado desta estratégia pretendeu-se analisar o tratamento dado
pelo SMC sob condição de calmaria, sendo assim foi selecionado um período de atuação da
ASAS onde o centro de alta pressão estivesse localizado o mais próximo da RMRJ. Essa
escolha foi feita através de cartas sinóticas disponibilizadas no site do CPTEC.
Figura 15: Carta sinótica das 03 horas local do dia 01/06/2009.
Fonte: CPTEC – http://www.cptec.inpe.br
A análise dos estudos de casos propostos nesta estratégia baseou-se na composição de
mapas de concentração e campo de ventos horários dos períodos selecionados. Como a
análise desta estratégia foi exclusivamente qualitativa optou-se por uma configuração de
grade com resolução espacial de 1 km. Além disso, não foram considerados os processos de
deposição seca e úmida, transformações químicas e o efeito building downwash.
Tabela 9: Características principais da 2ª estratégia
Sistema Frontral
(Transiente)
Calmaria e Inversão térmica
(ASAS)
Período 01/06/09 – Análise de 4 horários 17/07/09 – Análise de 1 horário
EMS 13 Estações (REDEMET, INMET e INEA)
EMA SBGL
Domínio 80 x 70 Km
Resolução 1000 m
Inventário Fontes Fixas (Pires (2005))
65
5.3. Avaliação dos impactos dos poluentes provenientes das Bacias Aéreas
Nesta estratégia buscou-se analisar o impacto das emissões de cada bacia aérea na
concentração de outras bacias aéreas, e assim, verificar se a qualidade do ar em determinada
bacia aérea foi influenciada por outra(s) bacia(s). Para tal, foram elaborados mapas de
concentrações máximas baseados nas simulações do SMC. O domínio da grade das
simulações realizadas abrangeu as Bacias Aéreas I, II e III (Figura 13). A Bacia Aérea IV foi
descartada devido à ausência de informações meteorológicas. A partir dessas concentrações
máximas simuladas em cada ponto de grade foram gerados mapas de concentração.
O período de análises foi de 03 de maio de 2009 a 31 de julho de 2009. Esse período
correspondeu à transição outono-inverno. Nesse período houve passagem de nove SFs na
RMRJ (ANEXO A) e atuação da ASAS sobre a região de estudo. Como mencionado na
estratégia anterior, esse período foi escolhido devido às maiores concentrações dos poluentes
primários ocorrerem nesta época do ano (conseqüência das condições meteorológicas), assim
como a disponibilidade de dados meteorológicos. As fontes consideradas foram apenas às
fixas/industriais.
Foram realizadas três simulações distintas, sendo diferenciadas somente pelas fontes
de emissões. A 1ª simulação foi realizada com todas as fontes fixas/industriais de emissões
disponíveis no domínio grade. Esta que por sua vez foi usada comparativamente com as
simulações restantes, sendo denominada simulação na grade “mãe”. Na 2ª simulação foram
retiradas todas as fontes emissoras localizadas na Bacia Aérea I, a fim de se avaliar a
diferença do campo das concentrações máximas nas Bacias Aéreas II e III, quando
comparadas com a simulação na grade “mãe”. A 3ª simulação seguiu a idéia da 2ª simulação,
onde foram retiradas as fontes emissoras localizadas na Bacia Aérea III e mantida as fontes
localizadas nas Bacias Aéreas I e II. O campo de máximas concentrações, gerado na 3ª
simulação, foi comparado com o campo de máximas concentrações gerado pela simulação na
grade “mãe” com o objetivo de se avaliar o impacto das emissões provenientes da Bacia
Aérea III nas outras bacias. Não foram realizados testes sem as emissões localizadas na Bacia
Aérea II, devido à baixa representatividade dessas emissões (FEEMA, 2004) e para ganho no
custo computacional.
66
Como a simulação realizada na segunda estratégia foi também utilizada para estudo
nesta estratégia, as principais características da simulação se encontram resumidas na Tabela
9.
67
6. RESULTADOS E DISCUSSÃO
6.1. Sistema de Modelagem CALPUFF em situação Near Field
A partir das concentrações médias diárias de determinado receptor de grade com
localização idêntica a posição da estação de monitoramento da qualidade do ar de Nova
Iguaçu pertencente ao INEA, calculou-se os índices estatísticos. A Tabela 10 apresenta os
índices estatísticos de cada simulação do SMC e do AERMOD.
Na análise dos resultados estatísticos, os valores em negrito representam os melhores
resultados obtidos para cada índice entre as simulações. A tabela apresenta as avaliações das
incertezas dos modelos para o estudo de caso.
Tabela 10: Índices estatísticos aplicados aos modelos CALPUFF e AERMOD.
O índice de correlação (COR), indicou que as simulações com o AERMOD
apresentaram resultados inferiores em comparação com as simulações obtidas com o SMC,
sendo que, as simulações obtidas pelo CALPUFF 3 e o CALPUFF 3 refinado mostraram os
melhores resultados. Observou-se que quando se utiliza o CALPUFF com mais informações
meteorológicas na grade, ele se correlaciona melhor com os dados observados. Esse resultado
mostra um avanço no uso do CALPUFF e evidência as potencialidades deste modelo. Essa
melhor representatividade das simulações do estudo de caso na RMRJ com o CALPUFF, abre
precedente de se utilizar o modelo na avaliação do transporte de poluentes em aplicações near
field. Comparativamente, ambos os modelos possuem concepções físicas diferentes, o
AERMOD estacionário, enquanto que o CALPUFF identifica os efeitos no tempo e no espaço
em diferentes condições meteorológicas para o transporte de poluentes.
Índices CALPUFF 1 CALPUFF 3 CALPUFF 3
Refinado AERMOD
Valores
Ótimos
COR 0,48 0,52 0,58 0,36 1
EMQN 0,89 0,85 0,43 1,98 0
FA2 0,70 0,59 0,74 0,33 1
FB -0,37 -0,44 -0,07 0,90 0
FS -1,09 -1,08 -0,42 1,28 0
68
O índice EMQM obtido para o AERMOD apresentou o pior valor em relação aos
valores otimizados (Tabela 10), enquanto que os valores obtidos pelo o SMC, em ambas as
configurações adotadas, apresentaram notada superioridade, principalmente para o CALPUFF
3 refinado. Este resultado mostrou que apesar dos problemas decorrentes da utilização do
arquivo não resoluto de categorias de uso do solo, o refinamento teve papel importante na
melhoria dos resultados. Essa melhoria no refinamento possibilitou melhorar o tratamento da
topografia, e conseqüentemente o campo de vento.
O Fator de dois (FA2) mostrou que as simulações com o CALPUFF 1 e CALPUFF 3
refinado ficaram próximas, com 0,4% de diferença entre os resultados que se encontram
dentro de um erro de até 100% em relação ao medido. Esse resultado demonstra que se o os
parâmetros do CALMET for devidamente configurados no SMC, principalmente no peso dos
dados meteorológicos para simulações com mais de uma EMS, conforme adotado na
Metodologia, obtém-se resultados mais satisfatórios. Entretanto, o AERMOD não apresentou
valores adequados segundo os valores sugeridos pela literatura. Normalmente o que se tem
usado para avaliar se um modelo está apto ou não para a modelagem em relação deste índice é
um percentual de 40% a 50% de erro, resultado que descredenciaria, a princípio, o AERMOD
para uso em fins regulatórios na RMRJ.
Através do Desvio Fracional (FB) notou-se que o resultado do AERMOD subestima
os níveis de concentrações observados, enquanto que as simulações com o SMC
superestimam. No entanto, há melhora significativa dos resultados obtidos pelo CALPUFF 3
refinado em relação as simulações com o CALPUFF 1 e 3, o que demonstra, novamente, a
importância da resolução de grade para a modelagem. Para fins regulatórios espera-se que os
resultados simulados devam ser conservadores, isto é, que o modelo superestime ao invés de
subestimar as concentrações observadas. Segundo Arya (1999) os valores aceitáveis de FB
para um modelo de qualidade do ar em determinado estudo devem estar entre -0,67 e +0,67,
ou seja, dentro de um fator de dois. Além disso, a EPA usa este índice para uma primeira
análise de um modelo, se o modelo não apresenta valores de FB entre estes limites ele é
descartado para outras avaliações na mesma região. Mais uma vez foi visto que o AERMOD
subestima os valores observados, o que também descredenciaria este modelo para uso
regulatórios na RMRJ.
O índice FS mostrou-se similar para os resultados do CALPUFF 1, CALPUFF 3 e do
AERMOD. Entretanto, estes valores são notadamente distantes do valor otimizado e do valor
69
obtido pelo o CALPUFF 3 refinado. Este índice mostrou que enquanto os resultados das
simulações com SMC tendem a variar menos que os dados medidos o AERMOD tende a
maiores variações que os dados medidos de dia para dia. O resultado mostrou a maior
importância dos processos dinâmicos (vento) para a dispersão de poluentes em relação aos
processos termodinâmicos (altura da CM), este último associado a baixa representatividade do
arquivo de uso do solo. Ademais, este resultado revelou a importante melhoria dos resultados
com o refinamento de grade no SMC.
6.2. Análise do SMC sob atuação de determinadas condições meteorológicas
Sistema Frontal
O primeiro cenário desta estratégia compreendeu a passagem de uma frente fria
(Figura 15)9, correspondente ao dia 1 de junho de 2009. O sistema frontal foi analisado
através de quatro horários distintos que abrangeram os períodos pré, durante e pós-frontal.
Foi realizada a simulação do período de atuação do sistema frontal através do SMC
gerando mapas de concentração e campos de ventos horários (Figura 16).
(a) (b)
9 A sondagem do dia 01/06/2009 não estava disponível para análise.
70
(c) (d)
Figura 16: Mapas de Concentração (μg/m3) e campos de vento (m.s
-1) horários (a) 00, (b) 06,
(c) 12 e (d) 18 h do 1 de junho de 2009. Os triângulos em rosa representam as estações
meteorológicas utilizadas no estudo.
Observou-se que às 00 h o campo de vento foi significativamente diferenciado de local
para local em todo o seu domínio com atuação da circulação da brisa terrestre ao longo do
litoral, da Baía de Guanabara e Baía de Sepetiba, presença de ventos fracos entre os maciços e
ventos de N e NW na porção norte do mapa (Figura 16a). Esta diversificação do padrão de
vento é característico da atuação da ASAS na RMRJ.
Associando o campo de vento com as isopletas, notou-se que houve advecção dos
poluentes da região de Duque de Caxias para as regiões a sudeste, esta advecção se deve ao
regime de ventos mais intensos que sopram de NW. As isopletas em vermelho, identificam a
região onde os valores de concentrações influenciam positivamente para a violação do padrão
de qualidade do ar. Foi observado essa tendência de violação na Bacia Aérea III, mais
especificamente nos municípios de Duque de Caxias, Magé e no bairro da Ilha do Governador
- Rio de Janeiro, regiões estas que ficam a sotavento das grandes fontes emissoras (pólo
petroquímico de Duque de Caxias) desta bacia.
No horário das 06 h o campo de vento se apresentou de forma mais homogênea em
relação à direção do vento, porém com intensidades diferentes devido à superposição de
ventos locais com os ventos sinóticos, evidenciando a entrada do sistema frontal. Verificou-se
que em todo o domínio ocorreu padrão de SW e houve aumento da intensidade em
71
comparação ao horário anterior (Figura 16b). Esse padrão se configura a presença do sistema
frontal sobre a região de estudo. Claramente, nesta situação todo o poluente SO2 foi advectado
para NE de Duque de Caxias (região a sotavento da área de maior emissão), onde houve
tendências positivas para violações do padrão de qualidade do ar.
Para as 12 h ocorreu ainda a persistência do regime vento na região desde horário
anterior, mostrando assim a permanência da atuação do sistema frontal e assim restringindo as
concentrações com núcleos mais localizados (Figura 16c). Às 18 h, o SMC mostrou
novamente regime de vento mais diferenciado de local para local, demonstrando que este
sistema de escala sinótica já não possui a mesma força sobre o campo de vento, com ventos
de SW no litoral da Bacia Aérea I, áreas de calmaria na parte central do domínio da grade.
Como resultado deste vários padrões de escoamento encontrados nesse estudo de caso, o
campo de concentração respondeu com concentrações abrangentes (Figura 16d), o que
também pode ser visto na Figura 16a.
Apesar do SMC não ter sido utilizado com os módulos de deposição ativados, o que
traria reduções dos valores de concentrações na modelagem, o SMC se revelou sensível a
atuação de fenômeno transiente com variações espaciais e temporais do campo de vento e das
concentrações de SO2. Comparando-se os quatro horários do estudo de caso, observa-se a
sensibilidade do SMC ao modelar este sistema transiente na RMRJ, pois o SMC conseguiu
identificar a interferência desses nas mudanças no padrão do campo de vento ao longo do
período e, conseqüentemente, no campo de concentração de SO2.
Alta Pressão
O segundo cenário deste estudo foi escolhido à atuação de um sistema de alta pressão
sobre o continente, juntamente com um padrão de inversão térmica e regime de ventos fracos,
correspondente ao dia 17 de julho de 2009 (Figura 17a). A carta sinótica mostra o sistema
sobre as regiões Sudeste e Nordeste do Brasil, com um núcleo fechado sobre Minas Gerais e
próximo ao Estado do Rio de Janeiro (Figura 17a). A ASAS começa a se intensificar nas
estações frias (outono e inverno) e alcançando o máximo em julho. O diagrama Skew-T
confirma a ocorrência de uma inversão térmica no dia selecionado, com temperaturas
aumentando nas camadas adjacentes à superfície através do perfil de temperatura e o regime
de ventos fracos (Figura 17b). Para esta avaliação do SMC sob condições de calmaria foi
72
selecionado o horário das 05 horas local do dia selecionado, onde predominou regime de
ventos fracos juntamente com o padrão de inversão térmica.
(a)
(b)
Figura 17: (a) Carta sinótica das 03 horas local e (b) Skew-T do dia 17/07/2009.
Fontes: CPTEC – http://www.cptec.inpe.br e http://www.master.iag.usp.br.
A permanência da ASAS com essas características por várias horas ou dias pode trazer
danos à qualidade do ar e, conseqüentemente à saúde, não somente pelo aumento gradativo
dos níveis de concentração, mas principalmente à exposição a altos níveis de concentração
por um longo período de tempo. Logo, é de interesse prático que um MQAr consiga
representar fisicamente essa situação meteorológica. No entanto, os modelos recomendados
para uso regulatório AERMOD e ISC3 não calculam os campos de concentrações para
períodos de calmaria.
A estabilidade atmosférica que está associada à inversão térmica pode ser vista no
diagrama Skew-T (Figura 17b). A inversão térmica que aconteceu nesse dia provocou altas
concentrações próximas à superfície. Através do diagrama Skew-T foi identificado também
situação de calmaria.
Apesar de não apresentado, os campos de vento horários precedentes e posteriores se
apresentaram de forma similar ao estudo de caso. Notou-se que o regime de vento das 5 horas
local sobre as Bacias Aéreas II e III foram fracos, porém foi observado que ventos mais
73
intensos de NE atuaram sobre a Bacia Aérea I, em conseqüência da atuação da circulação da
brisa terrestre (Figura 18).
Figura 18: Mapa de concentração (μg/m3) e campo de ventos (m.s
-1) do horário de 5 horas
local do dia 17/07/2009. Os triângulos representam as estações meteorológicas utilizadas.
Observou-se em relação ao campo de concentrações que os ventos mais intensos sobre
a Bacia Aérea I advecta a pluma de concentração de poluentes a SW da Baía de Sepetiba,
transportando esses poluentes para o Oceano Atlântico (Figura 18). Houve predominância de
calmaria em quase todo o domínio, principalmente nas vizinhanças da Baía de Guanabara.
Esse regime de calmaria associado com estabilidade atmosférica apresentada no diagrama
Skew-T foi verificado através do SMC sobre as Bacias Aéreas II e III, tendo papel importante
para a forma circular das isopletas. Esse resultado mostrou que o SO2 emitido nesta região
não foi advectado, sendo que apenas os processos de difusão estavam presentes na dispersão
dos poluentes neste momento, processo este que pode ser explicado pelo fato de que
concentrações razoáveis foram observadas sobre a Baía de Guanabara (área não emissora de
SO2). O tratamento realizado pelo CALPUFF em situações de calmaria se mostrou importante
74
para esse estudo de caso, mesmo para uma situação de poucas horas. Pois, situações como
estas não são levadas em consideração pelos modelos regulatórios ISC3 e AERMOD e podem
ocorrer freqüentemente em algumas regiões. Sob tais condições, esses modelos iniciam o
cálculo da próxima hora, continuando a modelagem como se o horário de calmaria não
houvesse existido. Essa consideração feita por esses modelos é contrária a idéia dos órgãos
ambientais de conservadorismo nas simulações, pois períodos de calmarias são esperados
altas concentrações que contribuem positivamente para a ocorrência de violações da qualidade
do ar, já que a violação do padrão de SO2 se caracteriza pelo valor médio das vinte e quatro
horas de cada dia e não apenas a concentração de um única hora.
6.3. Impacto dos poluentes provenientes das Bacias Aéreas na RMRJ
Nessa 3ª estratégia consideraram-se todas as fontes fixas localizadas nas Bacias
Aéreas I, II e III, em um período de 3 meses. Nesse período de simulação, ocorreram
passagens de SFs, e também a atuação do ASAS (ANEXO A), sistemas que atuaram na
RMRJ e tem como características serem transientes e calmos, respectivamente. No entanto,
verificou-se que as isopletas de concentrações máximas, delimitada pela cor vermelha
mostrou violação do padrão de qualidade do ar para SO2 das concentrações que não violaram.
Vale ressaltar que o padrão estabelecido pelo CONAMA 03/99 é de 365 μg/m3 para a
concentração média diária, e os resultados apresentados são as concentrações máximas diárias
de cada ponto de grade (Figura 19), que representa o maior valor da concentração média
diária simulado em todo o período.
75
Figura 19: Mapa de concentrações máximas diárias (μg/m
3) das Bacias Aéreas I, II e III. O
fundo em cinza delimita as Bacias Aéreas. O círculo em amarelo a porção nordeste-NE da
Bacia Aérea I.
Observou-se que a região da Bacia Aérea III apresentou os maiores valores de
concentração dentre as máximas de todo o domínio, onde ocorreram valores que violaram o
padrão de qualidade do ar em toda sua extensão. Na localidade do município de Duque de
Caxias (município integrante da Bacia Aérea III), foram obtidas as maiores concentrações
simuladas, com concentrações superiores a 2.100 μg/m3
(Figura 19). Esses valores simulados
se devem em parte a presença de uma grande indústria petroquímica na região (principal fonte
emissora da Bacia Aérea III). Porém, ainda assim os expressivos sugerem influência da
representação das fontes fixas/industriais como fontes área ao invés de serem representadas
como fontes pontuais.
Na Bacia Aérea I podemos destacar porção nordeste (NE) desta região (círculo azul na
Figura 19) foi outra região que apresentou violações no padrão. Essas violações do padrão de
qualidade do ar podem estar associadas a canalização do escoamento, devido a presença do
maciço do Mendanha e a serra dos Órgãos, porém a região responsável pelas altas
concentrações desta área pode ser identificada nos resultados das demais simulações.
76
Notou-se na Bacia Aérea II que as concentrações simuladas não ultrapassaram o
padrão de qualidade do ar (Figura 19), com a maior parte desta bacia apresentando
concentrações máximas abaixo de 80 μg/m3. Este resultado obtido através da simulação do
SMC confirma as expectativas de que nesta região os padrões de qualidade do ar estão dentro
das normas estabelecidas pelo CONAMA 03/90, associados à ausência de fontes emissoras de
SO2 e o grande caráter dispersivo, devido à atuação da circulação das brisas
marítima/terrestre, confirmando os resultados de Jourdan (2007) através da análise de dados
observacionais e por Correa (2008) que acoplou os modelos CALMET e MM5, onde mostrou
através de modelagem numérica o campo de vento com atuação de brisas e escoamentos
induzidos pela topografia.
Na 2ª simulação realizada com o SMC foram desconsideradas as fontes
fixas/industriais de emissões localizadas na Bacia Aérea I e mantidas as demais. Os resultados
obtidos para as máximas concentrações simuladas em cada ponto de grade são apresentados
no mapa de concentrações (Figura 20).
Figura 20: Mapa de concentrações máximas diárias (μg/m3) sem as fontes da Bacia Aérea I.
77
Notou-se através desta simulação que as concentrações máximas para as regiões da
Bacia Aérea II e III permaneceram inalteradas, o que demonstrou a não contribuição das
emissões provenientes da Bacia Aérea I para as máximas concentrações obtidas nas Bacias
Aéreas II e III. De acordo com Jourdan (2007) as direções predominantes das estações
utilizadas em seu trabalho que estavam inseridas na Bacia Aérea I foram as direções S, SW, N
e NE, no entanto as outras bacias se dispõem a leste da Bacia Aérea I, o que pressupõe que
ventos de oeste (W) seria a direção necessária para um impacto direto sobre as outras bacias.
Apesar de nenhuma emissão ter sido considerada na Bacia Aérea I, foram observados
novamente na porção NE valores de concentrações que violaram o padrão da qualidade do ar
desta Bacia. Fato este que coloca a Bacia Aérea III como possível fornecedora de poluentes
para esta região, e que associado com a canalização dos ventos predominantes de leste (E) e
leste sudeste (ESE) verificados por Jourdan (2007) na estação SBGL devido à presença do
maciço do Mendanha e a Serra dos Órgãos são responsáveis pelas altas concentrações
encontradas nesta região. Além disso, foram obtidos valores maiores que 80 μg/m3 na maior
parte da Bacia Aérea I, demonstrando mais uma vez a forte influência das emissões
provenientes da Bacia Aérea III na qualidade do ar em da Bacia Aérea I. Observou-se também
que as máximas concentrações presentes no município de Itaguaí (com coordenada
aproximada de 625 km UTM zonal e 7470 km UTM meridional) visto na Figura 19
desaparece nesta simulação (Figura 20), mostrando também o peso das emissões locais nos
níveis de concentrações desta área.
A última simulação realizada com o SMC nesta estratégia desconsiderou-se as
emissões da Bacia Aérea III. O mapa de máximas concentrações obtido através desta
simulação é apresentado na Figura 21.
78
Figura 21: Mapa de máximas concentrações diárias (μg/m
3) sem fontes da Bacia Aérea III.
Verificou-se nessa última simulação que as máximas concentrações simuladas para a
Bacia Aérea II foram significativamente alteradas, passando a níveis de concentrações
menores que os simulados com todas fontes emissoras, com exceção da região de Itaguaí.
Este resultado revela novamente a grande participação dos poluentes emitidos na Bacia Aérea
III nas máximas concentrações desta região. As concentrações simuladas que violaram o
padrão de qualidade do ar na porção NE da Bacia Aérea I quando consideradas todas as fontes
fixas/industriais existentes (Figura 19), não foram observadas novamente na Figura 21,
confirmando a influência das emissões provenientes da Bacia Aérea III na qualidade do ar da
Bacia Aérea I. Segundo a FEEMA (2004) a Bacia Aérea I é a região de maior crescimento
industrial previsto para os próximos anos, e este resultado chama a atenção para futuros
estudos de licenciamento nesta região que possa ser realizado sem a consideração da
influência das emissões provenientes da Bacia Aérea III.
79
7. CONCLUSÕES
7.1. Sistema de Modelagem CALPUFF em uma situação Near Field
As simulações do SMC quando comparado com o AERMOD para a região da Bacia
Aérea III da RMRJ obteve melhor desempenho em relação a todos os índices estatísticos
sugeridos, principalmente a simulação do SMC com resolução de grade horizontal de 500 m
quando comparados com as outras configurações do CALPUFF (1 e 3).
Os resultados obtidos entre as simulações com o CALPUFF foram similares, quando
utilizados apenas dados de uma única estação meteorológica de superfície e altitude
(CALPUFF 1) em comparações com o executado com informações de três estações
meteorológicas diferentes de superfície e uma de altitude (CALPUFF 3). A similaridade se
deu em função das configurações usadas no modelo CALMET que por sua vez são
responsáveis pela ponderação entre os pesos dados sobre o raio de influência de cada estação
meteorológica, podendo uma estação não ser tão representativa para esta região e, portanto,
influenciar no escoamento destes poluentes.
Os resultados do AERMOD mostraram que o modelo tende a subestimar os valores de
concentração acima de um fator de dois, resultados não aceitáveis para fins regulatórios, pois
é esperado que os MQAr tendam a super estimar os valores observados, sendo assim
conservadores. Por este motivo é sugerido aos órgãos ambientais, particularmente os da
RMRJ, uma revisão criteriosa sobre a recomendação do uso do AERMOD em situações near
field, principalmente no licenciamento de um futuro parque industrial.
7.2. Análise do SMC sob atuação de determinadas condições meteorológicas
O cenário que levou em conta a passagem de um sistema frontal revela que apesar do
SMC não ter sido simulado com os módulos de deposição ativados, os quais reduziriam as
concentrações na presença de nuvens e precipitação que são associados aos sistemas frontais,
o SMC captou as variações espaciais e temporais do campo de vento, e conseqüentemente a
tendência da pluma de SO2 no estudo de caso.
80
O cenário da atuação do ASAS, associado com uma inversão térmica e regime de
calmarias, mostrou que o SO2 não pode ser advectado de uma região para outra, e assim fica
confinado na região abrangida pelos maciços. A simulação deste cenário mostrou que o SMC
foi sensível a este fenômeno, pois as formas circulares das isolinhas de concentração
mostraram que além dos poluentes não terem sido advectados para lugar algum, eles se
dispersaram por processos de difusão e assim alcançando locais onde não havia emissões
como a baía de Guanabara.
7.3. Impacto dos poluentes provenientes das Bacias Aéreas na RMRJ
As simulações com o SMC mostram que as emissões provenientes da Bacia Aérea III
exercem influência significativa sobre as outras bacias aéreas no que diz respeito às
concentrações de SO2, sendo ela a responsável por violações da qualidade do ar em outras
regiões.
As máximas concentrações simuladas para a Bacia Aérea III mostram violações em
toda sua área de abrangência, principalmente no município de Duque de Caxias. Os resultados
da Bacia Aérea I indicam que sua porção NE apresentou valores que violaram o padrão de
qualidade do ar, isso se deve aos poluentes transportados da Bacia Aérea III para a Bacia
Aérea I e que foi devidamente simulado pelo SMC. Este fato pode estar associado com a
canalização do vento pelo maciço do Mendanha e a Serra dos órgãos, porém análises mais
detalhadas precisam ser realizadas. Estas violações em pequena parte da Bacia Aérea I,
chamam atenção devido ao maior crescimento industrial previsto para os próximos anos, pois
este resultado aponta que futuros estudos de licenciamento nesta região devem ser realizados
levando em consideração a influência das emissões provenientes da Bacia Aérea III. Conclui-
se também que a concentração de SO2 nas proximidades do município de Itaguaí se deve
principalmente as emissões locais. Esta região apesar de não ser considerada como área
saturada em relação à concentração de poluentes. As máximas concentrações simuladas para a
Bacia Aérea II foram totalmente dependentes do transporte de poluentes da Bacia Aérea III.
No entanto, as simulações não indicaram nenhum valor que ultrapassasse o padrão de
qualidade do ar para o poluente SO2. Tal fato foi explicado pelo regime de vento presente
nesta região, que de acordo com Jourdan (2007) é caracterizada por brisas marítima e terrestre
81
devido sua proximidade com o litoral, o que torna essa região eficaz na dispersão de
poluentes.
Através deste estudo preliminar, obtiveram-se informações sobre a influência dos
poluentes emitidos em uma determinada Bacia Aérea em outra da RMRJ. E quando elas são
analisadas individualmente conclui-se que podem ocorrer episódios de transportes de
poluentes de uma bacia aérea para outra, assim, estudos integrados na RMRJ fornecerão
resultados mais realísticos para tomada de decisões em licenciamentos.
De um modo geral, o CALPUFF se mostrou bastante promissor em aplicações do tipo
near field, e através da segunda estratégia, onde se considerou a atuação de um SF e uma
ASAS na RMRJ, a concepção Lagrangeana do modelo, conseguiu levar em consideração as
variações no tempo e espaço (não homogeneidade e não estacionariedade) para a modelagem
das concentrações dos poluentes.
82
8. RECOMENDAÇÕES
Realização de um novo estudo, considerando todas as principais fontes veiculares
possíveis existentes na RMRJ;
Melhorar as fontes de dados referentes a categorias de uso de solo, utilizando dados
mais refinados;
Refinar ainda mais a resolução do SMC e avaliar se o custo computacional despendido
traz melhoras significativas, principalmente para fins regulatórios;
Analisar os resultados das simulações com o CALPUFF quando os processos de
deposição seca/úmida e as transformações químicas estiverem ativados;
Estudar as conseqüências de outros fenômenos meteorológicos como ilha de calor
urbano e fumigação na qualidade do ar;
Construir um sistema de previsão da qualidade do ar automático, onde este seja
acessível para a todos na internet;
83
9. REFERÊNCIAS BIBLIOGRÁFICAS
ALLWINE, K.J.; DABBERDT, W.F.; SIMMONS, L.L. Peer Review of the
CALMET/CALPUFF Modeling System. Durham, NC : EPA Contract No. 68-D-98-092,
Work assignment No. 1-03 report, 1998.
ARYA, S.P. Air Pollution Meteorology and Dispersion. New York : Oxyford University
Press, 1999. 310 p.
BUSILLO, C et al. Meteorological input for atmoshperic dispersion models: an inter-
comparison between new generation models. In: 9th Int. Conference. on Harmonisation
within Atmospheric Dispersion Modelling for Regulatory Purposes, 9.,2004, Garmisch-
Partenkirchen, Germany. Proceedings of the 9th International Conference on
Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes.
Garmisch-Partenkirchen, Germany: 2004. p. 23-27.
CARPER, E.A.H.; OTTERSBURG, E. Significance of a CALPUFF Near-Field Analysis. In:
A&WMA Annual Conference, 96., 2003, San Diego, CA. 96th Annual Conference &
Exhibition: 2003. p. 26.
CARVALHO, V. S. B. ; MELLO, R.; WALDHEIM, P. V. ; PIMENTEL, L. C. G. Avaliação
da concentração do ozônio e de seus precursores na RMRJ e correlação deste com variáveis
meteorológicas durante o ano de 2002. In: Congresso Brasileiro de Meteorologia, 13., 2004,
Fortaleza. Anais XIII Congresso Brasileiro de Meteorologia. Fortaleza, 2004a.
CARVALHO, V. S. B. ; WALDHEIM, P. V. ; MAIA, L.F.P.G. Primeira campanha de
monitoramento da qualidade do ar no município de Belford Roxo utlizando o sistema DOAS.
In: Congresso Brasileiro de Meteorologia, 13., 2004, Fortaleza. Anais XIII Congresso
Brasileiro de Meteorologia. Fortaleza, 2004b.
FUNDAÇÃO CIDE. Rio de Janeiro em Dados. 2008. Disponível em:
<http://www.cide.rj.gov.br/cide/resumo_socio_eco.php>.
CHANG, J.C. Evaluations of CALPUFF, HPAC, and VLSTRACK with two mesoscale field
datasets. Journal of Applied Meteorology, 42 (4), P. 453-466, 2003.
CLIMANÁLISE - Boletim de Monitoramento e Análise Climática. Cachoeira Paulista - SP:
Iracema F. de A. Cavalcanti . Mensal. ISSN 0103-0019.
CORREA, E. B. Avaliação do Sistema Combinado de Modelagem MM5/CALMET na
Representação da Circulação Atmosférica da Região Metropolitana do Rio de Janeiro. Dissertação (Mestrado em Engenharia Mecânica) - COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.
2008.
CREMONINI, D. B.; SOARES, M. S.; PIMENTEL, L.C.G. Estimativa da altura da Camada
Limite Atmosférica (CLA) na Bacia Aérea III da Região Metropolitana do Rio de Janeiro. In:
Jornada Giulio Massarani de Iniciação Científica, Artística e Cultural, 31., 2009, Rio de
84
Janeiro.Anais XXXI Jornada Giulio Massarani de Iniciação Científica, Artística e
Cultural. Rio de Janeiro: UFRJ, 2009.
CREMONINI, D. B.; PONTES, A. S.; SILVA, D. A.; OLIVEIRA JÚNIOR, J. F.;
PIMENTEL, L.C.G. Diagnóstico da Qualidade do Ar nas Regiões Metropolitanas do Brasil
(RMB’s). In: Congresso Brasileiro de Meteorologia, 16., 2010, Belém. Anais XVI
Congresso Brasileiro de Meteorologia. Belém, 2010.
DONALDSON, I.; HARRISON, D.; HILL, J. Performance of AERMOD vs. CALPUFF
Fugitive Emission Sources in the Nearfield. In: A&WMA Annual Conference, 101., 2008.
101st Annual Conference & Exhibition. pp. 26.
ELBIR, T. Comparison of Model Predictions With The Data of An Urban Air Quality
Monitoring Network in Izmir, Turkey. Atmospheric Environment, v. 37, n. 15, p. 2149-
2157. 2003.
EPA. Protocol For Determining The Best Performing Model. Research Triangle Park, NC:
U.S. Environmental Protection Agency, 1992.
EPA. User’s Guide for the Industrial Source Complex (ISC3) Dispersion Models.
Research Triangle Park, NC: U.S. Environmental Protection Agency, v. 1 e v.2. 1995.
EPA. Analyses of the CALMET/CALPUFF Modeling System in a Screening Mode.
Research Triangle Park, NC: U.S. Environmental Protection Agency. 1998a.
EPA. A Comparison of CALPUFF with ISC3. Research Triangle Park, NC: U.S.
Environmental Protection Agency. 1998b.
EPA. Interagency Workgroup on Air Quality Modeling (IWAQM) Phase 2 Summary
Report and Recommendations for Modeling Long Range Transport Impacts. . Research
Triangle Park, NC: U.S. Environmental Protection Agency, 1998c. 160 p.
EPA. A Comparison of CALPUFF Modeling Results to Two Tracer Field Experiments.
Research Triangle Park, NC: U.S. Environmental Protection Agency, 1998d. 48 p.
EPA. Guideline for reporting of daily air quality – pollutant Standards index. Research
Triangle Park, NC: U.S. Environmental Protection Agency,1998e.
EPA. Revised Draft User's Guide for the AMS/EPA Regulatory Model -AERMOD.
Research Triangle Park, NC: U.S. Environmental Protection Agency, November. 1998f.
EPA. Revision to the Guideline on Air Quality Models: Adoption of a Preferred Long
Range Transport Model and Other Revisions: Final Rule, Part III. Research Triangle Park,
NC: U.S. Environmental Protection Agency, Federal Register/Rules and Regulations, v. 68, n.
72, (Report 40 CFR Part 51), 2003a.
EPA. Summary of Public Comments and EPA Responses: 7th Conference on Air Quality
Modeling, February, 2003b. 47 p.
85
EPA. AERMOD: Description of Model Formulation. Research Triangle Park, NC: U.S.
Environmental Protection Agency, September, 2004.
EPA. Guideline on Air Quality Models, 40 CFR Part 51, Appendix W. Research Triangle
Park, NC: U.S. Environmental Protection Agency, Published in the Federal Register, v. 70, n.
216, November 9, 2005.
EPA. Clarification of Regulatory Status of CALPUFF for Near-field Applications. Staff
Memorandum, Research Triangle Park, NC: U.S. Environmental Protection Agency, 2008. 16
p.
ESCOFFIER-CZAJA, C.; SCIRE, J.S. Use of Eulerian Model Outputs as Background
Concentrations for Nitrate Predictions in the CALPUFF System. In: 11th Int. Conference. on
Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes, 11., 2007,
Cambridge, UK. Proceedings of the 11th Harmonization within Atmospheric Dispersion
Modelling for Regulatory Purposes. Cambridge, UK: 2007, p. 58-62.
FEEMA. Inventário de Fontes Emissoras de Poluentes Atmosféricos da Região
Metropolitana do Rio de Janeiro. Rio de Janeiro, RJ - Brasil. 2004.
FREITAS, E. D. Circulações locais em São Paulo e sua influência sobre a dispersão de
poluentes, Tese (Doutorado em Meteorologia) - IAG/USP - SP, Brasil. 2003.
HANNA, S.R. Confidence Limits for Air Quality Model Evaluations, as Estimated by
Bootstrap and Jackknife Resampling Methods. Atmospheric Environment, v. 26, n. 6, p.
1385-1398, 1998.
HANNA, S.R. et al. Evaluation of the ADMS, AERMOD, and ISC3 dispersion models with
the OPTEX, Duke Forest, Kincaid, Indianapolis and Lovett field datasets. In: 6th
International
Conference on Harmonization within Atmospheric Dispersion Modeling for Regulatory
Purposes, 6., 1999, Rouen, France. International Journal of Environment and Pollution,
Rouen, France: v. 16, 2001, p. 301-314.
INDUMATI, S.et al. Dispersion of pollutants over land–water–land interface: Study using
CALPUFF model. Atmospheric Environment, v. 43, 2009, p. 473-478, 2009
INEA. Relatório Anual de Qualidade do Ar - 2009. Rio de Janeiro, RJ - Brasil. 2010.
IRWIN, J.S.; NIEDZIALEK, J.; BURZYNSKI, J. A comparison of CALPUFF air quality
simulation results with monitoring data for Krakow Poland. In: 7th International Conference
on Harmonisation Within Atmospheric Dispersion Modelling for Regulatory Purposes,7.,
2001, Beligrate, Italy. Proceedings of the 7th Harmonization within Atmospheric
Dispersion Modelling for Regulatory Purposes. Beligrate, Italy: 2001, p. 217-221.
JOURDAN, P. Caracterização do Regime de Ventos Próximo à Superfície na Região
Metropolitana do Rio de Janeiro. Monografia (Bacharelado em Meteorologia) -
Departamento de Meteorologia/UFRJ, Rio de Janeiro, RJ, Brasil. 2007.
LEVELTON CONSULTANTS. CALPUFF Modelling for the Williams Lake Airshed.
Williams Lake BC, 2005. 37 p.
86
LEVY, J.I. et al. Using CALPUFF to evaluate the impacts of power plant emissions in
Illinois: mode sensitivity and implications. Atmospheric Environment. v. 36, ed. 6, p. 1063-
1075, 2002.
LOUREIRO, L. N. Panorâmica sobre Emissões Atmosféricas Estudo de Caso: Avaliação
do Inventário de Emissões Atmosféricas da Região Metropolitana do Rio de Janeiro para
Fontes Móveis. Dissertação (Mestra em Ciências em Planejamento Energético) -
COPPE/UFRJ, Rio de Janeiro, RJ, Brasil. 2005.
MAIA, L. F. P. G. Cenarização Espaço-Temporal dos Impactos na Qualidade do Ar na
Bacia Aérea III pelo Aumento de Demanda do Aeroporto Internacional do Rio de
Janeiro – Antonio Carlos Jobim (Galeão). Tese de Doutorado - IGEO/UFRJ, Rio de
Janeiro, RJ, Brasil.2005
MORAES, M. R. Ferramenta para a Previsão de Vento e Dispersão de Poluentes na
Microescala Atmosférica. Tese (Doutorado em Engenharia Mecânica) - Departamento de
Engenharia Mecânica/UFSC, Florianópolis, SC, Brasil, 2004.
OLIVEIRA, V.; FERREIRA, A.P. Poluição do Ar e Saúde Ambiental na Cidade do Rio de
Janeiro contribuição para a definição de estratégias de monitoramento, Rede - Revista
Eletrônica do Prodema, Fortaleza, v. 1, n.1, p. 7-22, 2007.
OLIVEIRA JÚNIOR, J. F. Estudo da camada limite atmosférica na região de Angra dos
Reis através do modelo de mesoescala MM5 e dados observacionais. Tese (Doutorado em
Engenharia Civil) - COPPE/UFRJ, Rio de Janeiro, RJ, Brasil, 2008.
PIMENTEL, L. C. G.; SOARES, M. S.; LANDAU, L.; PEREZ GUERRERO, J. S.
Performance assessment of regulatory air quality models AERMOD and CALPUFF - a near
field case study in metropolitan region of Rio de Janeiro, Brazil. In: 13th International
Conference on Harmonisation within Atmospheric Dispersion Modeling for Regulatory
Purposes, 13., 2010, Paris, França. Proceedings of the 13th International International
Conference on Harmonisation within Atmospheric Dispersion Modeling for Regulatory
Purposes. Paris, França: 2010. v. 1.
PIRES, D.J. Inventário de Emissões Atmosfericas de Fontes Estacionarias e sua
contribuição para a Poluição do Ar na Região Metropolitana do Rio de Janeiro. Dissertação (Mestrado em Ciências em Planejamento Energético) - COPPE/UFRJ, Rio de
Janeiro, RJ, Brasil, 2005.
PROTONOTARIOU, A. et al. Validation and inter-comparison of CALPUFF regulatory
model to Eulerian models and measurements. an application over the greater ATHENS area,
GREECE. In: 9th International Conference on Harmonisation within Atmospheric Dispersion
Modelling for Regulatory Purposes, 9.,2004, Garmisch-Partenkirchen, Germany.
Proceedings of the 9th International Conference on Harmonisation within Atmospheric
Dispersion Modelling for Regulatory Purposes. Garmisch-Partenkirchen, Germany: 2004,
p. 131-135.
ROBE, F.R.; WU, Z,X.; SCIRE, J.S. Real-time SO2 Forecasting System with Combined ETA
Analysis and CALPUFF Modeling. In: 8th International Conference on Harmonisation within
Atmospheric Dispersion Modelling for Regulatory Purposes, 8., 2002, Sofia, Bulgaria.
87
Proceedings of the 8th International Conference on Harmonisation within Atmospheric
Dispersion Modelling for Regulatory Purposes. Sofia, Bulgaria: 2002.
SCIRE, J.S.; STRIMAITIS, D.G.; ROBE, F. R. Evaluation of Enhancements to the
CALPUFF Model for Offshore and Coastal Applications. In: 10th International Conference
on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes, 10.,
2005, Sissi(Malia), Crete, Greece. Proceedings of the 10th International Conference on
Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes. Sissi(Malia), Crete, Greece: 2005, p. 134-138.
SCIRE, J.S. et al. CALGRID: A Mesoescale Photochemical/Grid Model. Volume II: User's
Guide. California Air Resources Board, Sacramento, CA, 1989.
SCIRE, J.S. et al. A User’s Guide for the CALMET Meteorological Model (Version 5).
Concord, MA: Earth Tech Inc, 2000a. 316 p.
SCIRE, J.S.; STRIMAITIS, D.G.; YAMARTINO, R.J. A User’s Guide for the CALPUFF
Dispersion Model (Version 5.0). Concord, MA: Earth Tech, Inc, 2000b. 468 p.
SCIRE, J.S. et al. Development of the MESOPUFF II dispersion model. Research Triangle
Park, NC: U.S. Environmental Protection Agency, 1984.
SILVA DE SOUZA, L. et. al. Um Enfoque Climatológico das Relações entre Precipitação
Pluviométrica e Vento na Região Metropolitana do Rio de Janeiro. In: IX Congresso
Brasileiro de Meteorologia, 9., 1996, Campos do Jordão, SP. Anais do IX Congresso
Brasileiro de Meteorologia. Campos do Jordão, SP: 1996.
SILVA DE SOUZA, L.; CORREA, E. B.; LANDAU, L.; PIMENTEL, L. C. G. Relação
Entre o nível da concentração de poluentes na Cidade De São João de Meriti -RJ e as
condições meteorológicas da região. In: XII Congresso Brasileiro de Meteorologia, 2002, Foz
do Iguaçu, PR. Anais do XII Congresso Brasileiro de Meteorologia. Foz do Iguaçu, PR:
2002.
STORCH, B. R.; PIMENTEL, L. C. G.; ORLANDE, H. R. B. Identification of atmospheric
boundary layer parameters by inverse problem, Atmospheric Environment, v. 41, ed. 7, p.
1417-1425, 2007.
STRIMAITIS, D.G. A User's Guide for the Kinematic Simulation Particle (KSP) Model.
Berlin, Germany: Freie Universitaet, 1995.
VEGA DO SUL. Estudo de Impacto Ambiental/Relatório de Impacto Ambiental EIA-
RIMA, Unidade Industrial de Laminação a Frio e Galvanização de Aço - Vega do Sul. ERM
Brasil, São Paulo, SP, Fevereiro, 2001.
VELLOSO, M.F.A. Avaliação de modelos gaussianos para fins regulatórios – um estudo
para a Bacia Aérea III da Região Metropolitana do Rio de Janeiro. Dissertação
(Mestrado em Engenharia Mecânica) - Departamento de Engenharia Mecânica/UFRJ, Rio de
Janeiro, RJ, Brasil. 2007.
88
WALDHEIM, P. V.; ARAUJO, R. M. M.; CARVALHO, V. S. B. Relação entre altas
concentrações de partículas inaláveis e o condicionamento meteorológico na Região
Metropolitana do Rio de Janeiro entre 2000 e 2005. In: XIV Congresso Brasileiro de
Meteorologia, 14., 2006, Florianópolis, SC. Anais do XIV Congresso Brasileiro de
Meteorologia. Florianópolis, SC: 2006.
YAMARTINO, R.J. Final Report on the Phase I Development of the Kinematic
Simulation Particle (KSP) Atmospheric Dispersion Model, prepared for Institut fuer
Meteorologie, Freie Universitaet Berlin, Germany, and Umwelbundesamt, Berlin, Germany,
Document No. 1274-3m, by Earth Tech, Inc, Concord, MA: 1996.
YAMARTINO, R.J. et al. The CALGRID mesoscale photochemical grid model - I. Model
formulation. Atmospheric Environment. v. 26, ed. 8, p. 1493-1512, 1992.
YAU, K.; MACDONALD, R.W.; THE' J.L. Inter-comparison of the AUSTAL2000 and
CALPUFF dispersion models against the KINCAID data set.In: 9th International Conference
on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes, 9.,
2004, Garmisch-Partenkirchen, Germany. Proceedings of the 9th International Conference
on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes,
Garmisch-Partenkirchen, Germany: 2004.
ZHOU, Y. Estimating population exposure to power plant emissions using CALPUFF: a case
study in Beijing, China. Atmospheric Environment. v. 37, ed. 6, p. 815-826, 2003.
89
10. ANEXOS
ANEXO A
Primeira estratégia: Sistema de Modelagem CALPUFF em uma situação near field
Período simulado: 20 de agosto de 2008 a 19 de setembro de 2008
Figura 22: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Agosto/2008.
Fonte: CPTEC – CLIMANÁLISE
90
Figura 23: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Setembro/2008.
Fonte: CPTEC – CLIMANÁLISE
Tabela 11: Resumo do Sistemas frontais ocorridos no período de estudo.
2° Período 20 de agosto de 2008 a 19 de setembro de 2008
Mês Tipo de Sistema Período de atuação Quantidade
Agosto Frente Fria 22-23
4 Frente Fria 29-31
Setembro Frente Fria 7-8
Frente Fria 14-15
91
Segunda e Terceira estratégia.
Período simulado: 03 de maio de 2009 a 31 de julho de 2009
Figura 24: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Maio/2009.
Fonte: CPTEC – CLIMANÁLISE
92
Figura 25: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Junho/2009.
Fonte: CPTEC – CLIMANÁLISE
93
Figura 26: Diagrama de freqüência de ocorrência da Passagem de Frentes Frias no Brasil
(região litorânea) Julho/2009.
Fonte: CPTEC – CLIMANÁLISE
Tabela 12: Resumo do Sistemas frontais ocorridos no período de estudo.
Mês Período de atuação Quantidade
Maio 15-16
9
Junho 28-29
31/05-01/06
Junho
11-13
26-27
10-12
Julho
18-20
23-24
29-30