CalibraÃÃo da dispersividade longitudinal de aquÃferos atravÃs do mÃtodo iterativo do gradiente de concentraÃÃo

• Autor(a) principal: Jean Leite Tavares
• Data de Publicação: 2014
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
• Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=13317
• topic: Modelagem computacional; Ãguas subterrÃneas; computational modeling, pollutant dispersion, underground water; ENGENHARIA CIVIL

O entendimento de como ocorre o transporte de solutos em Ãguas subterrÃneas à fundamental para o correto gerenciamento deste recurso cada vez mais sujeito a pressÃes antrÃpicas. Para a modelagem deste processo, um parÃmetro fundamental à o coeficiente de dispersÃo hidrodinÃmica, cujo componente mais importante, em meio poroso, à a dispersividade longitudinal (αL). A determinaÃÃo de αL ocorre normalmente atravÃs de experimentos com aplicaÃÃo restrita Ãs Ãreas de interesse e resultados normalmente imprecisos. O presente trabalho teve como objetivo principal calibrar αL em aquÃferos atravÃs do MÃtodo Iterativo do Gradiente de ConcentraÃÃo (MIGC) elaborado a partir de uma adaptaÃÃo da metodologia proposta para o MÃtodo Iterativo do Gradiente HidrÃulico (MIGH). O processo se inicia a partir da simulaÃÃo hidrodinÃmica, posteriormente sÃo inseridas concentraÃÃes obtidas em campo ou hipotÃticas no modelo de simulaÃÃo de transporte de solutos. Em seguida à gerada uma matriz de concentraÃÃes que servirà de base para o processo iterativo do MIGC. Foram estruturados dois modelos, um denominado modelo observado ou fixo, no qual as concentraÃÃes de campo sÃo fixadas e outro modelo denominado de calculado ou nÃo fixo. Ao longo do processo de calibraÃÃo sÃo geradas matrizes de concentraÃÃes que permitem calcular os gradientes espaciais de concentraÃÃo nos modelos fixo e nÃo fixo. A mÃdia dos Ãngulos entre os gradientes de concentraÃÃes observados e calculados e o erro mÃdio quadrÃtico sÃo os critÃrios de convergÃncia para aferir o processo de calibraÃÃo. Nas cinco modelagens apresentadas, os resultados para estes dois critÃrios indicam a eficiÃncia do mÃtodo de calibraÃÃo. Seguindo a metodologia clÃssica de calibraÃÃo de parÃmetros, no MIGC as iteraÃÃes continuam enquanto os valores mÃnimos para os referidos critÃrios nÃo forem atingidos e ocorre, por conseguinte, a alteraÃÃo dos valores da dispersividade longitudinal entre as iteraÃÃes. Este mecanismo à baseado na razÃo entre os gradientes de concentraÃÃes observados e calculados em cada uma das cÃlulas do modelo. Os resultados foram obtidos a partir do uso de concentraÃÃes de nitrato em dois exemplos hipotÃticos com graus de complexidade diferenciados e um caso real aplicado na regiÃo do municÃpio do Crato, inserido na Bacia Sedimentar do Araripe, situada no sul do estado do CearÃ, Brasil. Para os casos estudados houve uma convergÃncia expressiva das mÃdias dos Ãngulos formados entre os gradientes de concentraÃÃo observados e calculados e do erro mÃdio quadrÃtico das concentraÃÃes, obtendo-se, como resultado final, uma matriz com a maioria dos valores de αL prÃximos aos determinados inicialmente. O MIGC se apresenta como um mÃtodo prÃtico e rÃpido para a calibraÃÃo da dispersividade longitudinal. Sugere-se o desenvolvimento de um programa computacional que automatize o MIGC para que o mesmo seja otimizado em situaÃÃes mais complexas.