ii-qualidade da gua reas de riscorepositorio.ipcb.pt/bitstream/10400.11/1538/1/ii... · 3 – a...
TRANSCRIPT
-
QUALIDADE DA ÁGUA SUPERFICIAL DEFINIÇÃO DE ÁREAS DE RISCO
2º Workshop do Projeto POCTEP Águeda9 de Novembro de 2012
Instituto Politécnico de Castelo Branco
DEFINIÇÃO DE ÁREAS DE RISCO
� Sandrina Ol ive ira, Teresa A lbuquerque, Margar ida Antunes, Fát ima Seco, Natá l ia Roque
��ModelaçãoModelação dada qualidadequalidade dasdas águaságuas superficiaissuperficiais ––aplicaçãoaplicação dodo ModeloModelo numériconumérico QualQual22KwKw
�� PlanoPlano dede amostragemamostragem –– 11ªª ee 22ªª campanhascampanhas
�� AtributosAtributos dede entradaentrada nono modelomodelo�� AtributosAtributos dede entradaentrada nono modelomodelo
�� ResultadosResultados obtidosobtidos
�� CríticaCrítica dosdos resultadosresultados ee conclusõesconclusões
��DesenvolvimentosDesenvolvimentos ee trabalhostrabalhos futurosfuturos2Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
� Princípios básicos do modelo numérico implementado no
QUAL2KW
1 - Modelo numérico que permite simular a evolução daqualidade de água num curso de água espacial equalidade de água num curso de água espacial etemporalmente
2 - Este modelo foi desenvolvido por Steve Chapra, GregPelletier e Hua Tao, no Departamento de Engenharia Civil eAmbiental da Universidade Tufts (EUA) e é distribuídogratuitamente pelo EPA (United States Environmental ProtectionAgency)
3Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
3 - Suporte:
- O interface gráfico é acessível pois está implementado numafolha de cálculo do software Microsoft Excel.
- Permite: desenhar o sistema a modelar definindo a sua forma- Permite: desenhar o sistema a modelar definindo a sua formafísica e as condições iniciais, tais como, valores de entrada,e de saída, do sistema, bem como as condições naturais.
- Permite igualmente interpretar os resultados graficamente enumericamente.
4 - O algoritmo numérico é programado em Fortran 90 .
4Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
� Parâmetros utilizados na calibração do modelo a vermelho. A negro atributos admitidos pelo modelo mas não introduzidos:
� 1 -Temperatura;
� 2 – Condutividade Elétrica;
� 3 - Oxigénio Dissolvido (OD); 3 - Oxigénio Dissolvido (OD);
� Sólidos Suspensos Totais (SST);
� 4 - CBOrápido; CBOlento;
� Fósforo orgânico e inorgânico;
� Azoto total (Ntot);
� 5 - Nitratos e Nitritos;
� Coliformes fecais;
� CQO;
� Alcalinidade;
� 6 - pH5
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
� MODELAÇÃO
� O curso de água foi segmentado admitindo característicasconstantes para todos os troços (inclinação do talude, largurado fundo, rugosidade do canal, etc.).do fundo, rugosidade do canal, etc.).
� Os troços foram numerados por ordem crescente sendo que oprimeiro começa no ponto mais alto do rio (montante).
� Os tributários considerados, surgem no modelo comocontribuições tópicas para o sistema global.
6Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
Tendo em consideração trabalhos realizados,
consideraram-se troços com cerca de 2,5km
O rio Águeda foi seccionado em 59 troços, desde Navasfrías até
Barca d’AlvaBarca d’Alva
Figura 1 – Bacia do Rio ÁguedaFigura 2 – Esquema de segmentação. Entradas e pontos de monitorização (a vermelho)
7Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
1100
1200
1300
1400
1500
1600
1700
1800
Curva Hipsométrica
0
100
200
300
400
500
600
700
800
900
1000
0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00% 70,00% 80,00% 90,00% 100,00%
Co
ta [m
]
Área da bacia acima da cota
Figura 3 – Curva Hipsométrica da bacia do rio Águeda
8Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
600
800
1000
Perfil Longitudinal - Rio Águeda
0
200
400
600
0 20.000 40.000 60.000 80.000 100.000 120.000 140.000
Figura 4 – Perfil longitudinal do rio Águeda
9Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
� AMOSTRAGEM
1ª Campanha – Out. 2011 2ª Campanha – Maio 2012
Figura 5 – Pontos de amostragem10
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
Para a calibração do modelo numéricofoi utilizada, exclusivamente a segundacampanha.
Na verdade, a falta de pontos recolhidosNa verdade, a falta de pontos recolhidosdurante a primeira campanha,nomeadamente ao longo dostributários, não permitiu uma calibraçãoaceitável do modelo simulado.
Figura 6 – Pontos de amostragem 11Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
� INPUT’s QUAL2KW QUAL2KHeadwaterReachReach RatesInitial Conditions Air TemperatureDew Point TemperatureWind SpeedWind SpeedCloud CoverShadeSolarLight and HeatPoint SourcesDiffuse SourcesRatesFitnessTemperature DataWQ Data
Figura 7– Input do Qual2Kw 12Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
QUAL2K
Os Parâmetros foram seleccionados tendo
em consideração indicações da indicações da bibliografia e
trabalhos realizados
Figura 8 – Parâmetros do rio Águeda inseridos no Qual2Kw 13Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
HEADWATER
Dados da Nascente
* Caudal (estimativa)
* Parâmetros de Qualidade da Água
medidos in-situ e em laboratório (Ponto A00)
Figura 9 – Resultados do rio Águeda utilizados no Qual2Kw14
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
REACH
Figura 10 – Resultados obtidos no Qual2Kw15
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
REACHAtributos a introduzir na simulação:
exemplo de cálculos por aproximação I
Figura 11 - Cálculo da largura dos canais a partir de fotointerpretação, tendo por base os ortofotomapas.
16Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
REACH RATES
INICIAL CONDITION
Figura 12 – Qual2Kw - Dados opcionais (campos não preenchidos) 17
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
A partir de informação recolhida nosite do Min. Agricultura Alimetación eMedio Ambiente – Espanha, obteve-seuma série de raster mensais relativos
Atributos a introduzir na simulação: exemplo de cálculos por aproximação II
uma série de raster mensais relativosà T do mês de Maio, para os anos de2000 a 2010.Com auxílio de software SIG, gerou-seum raster médio da temperaturamensal do mês de Maio (2000-2010).Retirou-se a T no ponto médio de cadatroço do modelo.
Figura 13– Introdução dos valores das temperaturas médias
18Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
Figura 14 – Raster das temperaturas médias19
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
DEW POINT TEMPERATURE
A temperatura de ponto deorvalho é dependente da T do ar(T) e da humidade relativa (H).Pode ser obtida através daseguinte fórmula:
Figura 15 – Valores da temperatura do ponto de orvalho
T – Determinada anteriormente
H – Obtido através da consultado site de meteorologia deespanha (www.aemet.pt) eusando o valor médio do mês deOutubro 2011, na estação deSalamanca
20Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
WIND SPEED
Também obtido através daconsulta do site meteorologiade Espanha www.aemet.pt.
E usando o valor médio domês de Outubro 2011, naestação de Salamanca
Figura 16 – Velocidade do vento
21Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
CLOUD COVER – Densidade de nuvens
Atributos adaptados da bibliografia
SHADE –Índice de Sombra
SOLAR –Índice de Insolação
LIGHT AND HEAT – Índices de luz e calor
22Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
POINT SOURCES
Tributários
Dados disponíveis introduzidos: Caudal; Temperatura; CondutividadeElétrica; Oxigénio Dissolvido; Fast CBOD; Nitratos; Nitritos; pH.
Figura 17–Dados disponíveis introduzidos 23
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N Figura 18 – Sub-bacias da bacia do rio Águeda 24
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
0,90
CAUDAL
A estimativa do caudal para cada
tributário foi obtido através da média
mensal do mês de Maio (série de 1941-
2006), retirando os anos anómalos
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
Figura 19 – Massa de água para os tributários do rio Águeda - Estimativa dos respetivos caudais para cada massa de água. 25Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
DIFUSE SOURCES
Figura 20– Consideração de fontes difusas no caudal
26Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
Dados Observados
Dados Simulados
Diferença quadrática entre o 2 valores
Ponderação dos parâmetros
Figura 21– Fitness/Calibração do Modelo 27Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
8,00
10,00
12,00
14,00
Cau
dal
(m3 /
s)
ÁGUEDA - 2ª Campanha (5/2012)
0,00
2,00
4,00
6,00
020406080100120140
Cau
dal
(m
distancia à jusante (Km)
Q, m3/s
Figura 22 – Curva simulada para o caudal (não existem medições reais).28
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
15
20
25
30
Tem
per
atu
ra (º
C)
ÁGUEDA - 2ª Campanha (5/2012)
0
5
10
020406080100120140
Tem
per
atu
ra (º
C)
distancia à jusante (Km)
Temp(C) Average Mean Temp-data Temp(C) Minimum
Temp(C) Maximum Minimum Temp-data Maximum Temp-data
A15
Figura 23 – Curva simulada para a temperatura.29
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
Figura 24 – Localização dos valores anómalos para a temperatura (Rivera Azaba)
30Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
200
250
300
350
400
450
con
du
ctiv
idad
e (µ
S/c
m)
ÁGUEDA - 2ª Campanha (5/2012)
0
50
100
150
200
020406080100120140
con
du
ctiv
idad
e (µ
S/c
m)
distancia à jusante (Km)
cond (umhos) Cond (umhos) data cond (umhos) Min
cond (umhos) Max Minimum cond-data Maximum cond-data
A20
Figura 25 – Curva simulada para a condutividade elétrica.
31Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
Figura 26 – Localização do valor anómalo para a condutividade elétrica.
32Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
8
10
12o
xig
énio
dis
solv
ido
(m
g/L
)
ÁGUEDA - 2ª Campanha (5/2012)
0
2
4
6
020406080100120140
oxi
gén
io d
isso
lvid
o (
mg
/L)
distancia à jusante (Km)
DO(mgO2/L) DO (mgO2/L) data DO(mgO2/L) Min DO(mgO2/L) Max
Minimum DO-data Maximum DO-data DO sat
A20
Figura 27 –Curva simulada para o oxigénio dissolvido.
33Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
800
1000
1200
1400
1600
nit
rato
s +
nit
rito
s (µ
gN
/L)
ÁGUEDA - 2ª Campanha (5/2012)
A13
0
200
400
600
800
020406080100120140
nit
rato
s +
nit
rito
s (µ
gN
/L)
distancia à jusante (Km)
NO3 (ugN/L) data NO3(ugN/L) NO3(ugN/L) Min
NO3(ugN/L) Max Minimum NO3-data Maximum NO3-data
Figura 28 –Curva simulada para os nitratos e nitritos.
34Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
Figura 29 – Localização do valor anómalo para o oxigénio
dissolvido, nitratos e nitritos.35
Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
6,0
8,0
10,0
12,0
14,0
ÁGUEDA - 2ª Campanha (5/2012)
0,0
2,0
4,0
6,0
020406080100120140
distance upstream (Km)
pH pH data pH Min pH Max
Figura 30 – Curva simulada para o pH.
36Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
-
60
80
100
120C
BO
Dfa
st (
mg
/L)
ÁGUEDA - 2ª Campanha (5/2012))
0
20
40
020406080100120140
CB
OD
fast
(m
g/L
)
distancia à jusante (Km)
CBODf (mgO2/L) CBODf (mgO2/L) data CBODf (mgO2/L) Min CBODf (mgO2/L) Max
Figura 31 –Curva simulada para o CBODfast.
37Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
� Crítica dos Resultados e Conclusões
� 1 – A primeira campanha não permitiu calibrar o modelo deforma aceitável, por deficiente malha de amostragem;
� 2 - Para uma modelação da qualidade da água do rio Águeda eseus tributários torna-se necessário monitorizar e medirparâmetros tais como o fósforo e o azoto, em campanhasparâmetros tais como o fósforo e o azoto, em campanhasfuturas;
� 3 – A segunda campanha mostra uma calibração do modelomuito satisfatória, permitindo localizar pontos anómalos emzonas de alta vulnerabilidade;
� 4 – As zonas de maior risco, parecem coincidentes com acontaminação no interior de zonas de alta vulnerabilidade elocalizam-se preferencialmente na zona central. Nesta zonaocorre o aquífero Terciário e os maiores aglomerados urbanos.
38Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N
�CONSIDERAÇÕES FUTURAS
� De forma a melhorar o modelo desenvolvido, torna-se necessário:
- 1 – Obter valores para o Azoto total (Ntot) e Fósforo total (Ptot),em toda a rede de monitorização;em toda a rede de monitorização;
- 2 – Incluir na rede de monitorização, os pontos localizados amontante (ponto de controle) e a jusante das Estações deTratamento de Águas residuais (ETAR’s);
- 3 – Incluir no modelo, variáveis hidráulicas determinadas “in-situ”,tais como: Caudais, Profundidade …;
- 4 - Melhorar a calibração do modelo variando os fatores deponderação dos vários parâmetros.
39Oliveira S, Albuquerque MTD, Antunes IMHR, Seco F, Roque N