Documente Academic
Documente Profesional
Documente Cultură
PRESENTADA POR
Madrid, 2002
I
I
I
I
I
I MODELO LAGRANGIANO DE DIFUSION DE PARTICULAS
I POR EL METODOMONTE-CARLO
I
Is
I Memoria que para optar al grado de Doctor presenta
Rosa María GONZALEZ BARRAS
I
I
;( ~.
i Director: M. Castro MuFioz de Lucas
REGISTRO DE LIBROS
1993 BIBLIOTECA
I
I AGRADECIMIENTOS
I A Adelaida
tipográfico.
Portela Lozano, por su valiosa ayuda en el proceso
I datos.
I Y en general.
por su interés
a todos
en el trabajo
mis compafieros del
que se presenta.
Departamento por su apoyo y
I
I
l
I
I
I
I
I
1
n
I
I PROLOGO
I diseñado
Se presenta
contaminantes
permite
un modelo
basado
modelar
en la
bidimensional
técnica
el comportamiento
lagrangiano
Monte-Carlo.
de un penacho
El
de dispersión
esquema que se
de contaminantes
de
ha
en
cualquier categoria de estratificación atmosférica.
I En el capítulo 1 de la presente memoria se ofrece una sintesis de los
modelos matemáticos q”= hasta la fecha han permitido simular el
I comportamiento
En la
de las sustancias
capítulo
desde un foco puntual.
I tratamiento de la difusión
En el capitulo
y transporte
3 se presenta el
de la contaminación
método seguido
atmosférica.
I propuesto,
capítulo
así
se divide
como los resultados
en tres partes:
obtenidos en varios supuestos. Este
I - En la segunda
del
criticas
modelo
en
parte
para
esta
se utiliza
determinar
metodología.
la
una versión
influencia
Sus resultados
unidimensional
de algunas
permiten
(vertical)
magnitudes
elegir las
condiciones más apropiadas que deben aplicarse con diferentes
I estratificacines
modelo según
atmosféricas
se definan estas
analizando
magnitudes.
el grado de ajuste del
I - En la tercera
y se comparan
conocido modelo
parte se especifica
sus resultados
de penacho
la versión
con los que se pueden
gaussiano para
bldlmenslonal
tres
obtener
propuesta
categorías
con el
de
I estabilidad
penachos
en altura
atmosférica.
en situaciones
y. por último.
Asimlsmo,
convectlvas
se considera
se analiza el comportamiento
con un foco emisor
el caso de la difusión
en el suelo
de
de
un
y
I se derivan de su aplicación.
I
1
-1
I
I
I INDICE
I 1. INTRODUCCION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
I 1.2.1.2.
1.2.1.3.
Soluciones numéricas ..........................
Esquemas de cierre de orden superior ..........
13
14
1.2.1.4. Modelos caja .................................. 15
I 1.2.2. Modelos lagrangianos ................................... 16
1.2.3. Modelos gaussianos ..................................... 21
I 1.2.3.1. Aplicaciones del modelo de penacho gaussiano .. 26
1.3. OBJETIVO DEL TRABAJO .......................................... 27
I 2. METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
I 2.3.
2.2.1. Elección del paso de tiempo .....................
ESQUEMALAGRANGIANO....................................
. .
.
46
47
I
I
I
I
I
I
I -
I
I 3. SIMULACIONES........................................................ 57
I 3.3.
3.2.4. Fumigación ..............................................
MODELO BIDIMENSIONAL ...........................................
125
131
3.3.1. Comparación con un modelo de penacho gaussiano .......... 132
I 3.3.2. Capa Limite Convectiva .................................. 137
3.3.2.1. Fuente emisora en el suelo ..................... 137
I 3.3.2.2. Fuente en altura (140 m) ....................... 140
3.3.2.3. Comparación co" el proyecto CONDORS............ 145
I 3.3.3. Fumigación .............................................. 149
5. REFERENCIAS......................................................... 159
I
I
I
I
I
I
I
I
I
I
n
I
1. INTRODUCCION.
I
La contaminación atmosférica. es decir la presencia de sustancias
extrañas en la atmósfera o las alteraciones de las proporciones de sus
I componente*, por causas antropogénicas ha suscitado un gran interés desde
comienzos de la década de los sesenta, aunque ya desde el siglo XII se
conocen escritos con referencia a la calidad del aire. Esta toma de
conciencia se debió a los efectos mensurables que las emisiones de origen
I úrbano e industrial ejercen sobre la salud de los seres vivos y su entorno.
No obstante, no debe olvidarse que la contaminación del aire también puede
I deberse
ocasiones
a sustancias
exclusivamente
pueden
a
llegar
las
emitidas
a
emisiones
a la atmósfera
ser perniciosas.
antropogénicas
por
Este
y.
la naturaleza,
en
trabajo
concreto,
se
que en
Ct?Ait-á
a su
comportamiento dentro de la baja troposfera.
I Los tres elemento* que se tienen en cuenta en el problema de la
contaminación atmosférica son la fuente de emisión, origen de las sustancias
1 contaminantes,
de dichas
nocivo.
las características
sustancias
El procedimiento
en el aire
del transporte,
y el receptor
más apropiado para
dilución
donde
relacionar
y transformación
se detecta
estos tres
su efecto
elementos
I es la aplicación
En todo
de los llamados
proceso de modelado
modelos de difusión
atmosférico
atmosférica.
1 -
-
-
a corta
a distancia
a larga
distancia
intermedia
distancia
(< 10 km) (fuentes
(entre
(> 100 km).
elevadas),
10 km y 100 km) y
I conocimiento
físico-químico*.
físico, mientras
que se
Al primer
posee del medio
procedimiento
que al segundo se le conoce
dispersivo y de los
se le dá el nombre de modelado
generalmente
fenómenos
como modelado
l matemático,
realiza mediante
este tratamiento
puesto que la descripción
el uso de expresiones
conlleva ventajas
de los fenómenos que intervienen
matemáticas
en lo referente
apropiadas.
al coste económico
En general,
se
y a la
flexibilidad de poder simular cualquier proceso sin las restricciones que en
1 algunos
obstante,
observaciones
casos se pueden presentar
el modelado matemático
experimentales
en simulaciones
ha de apoyarse
obtenidas durante
reales
necesariamente
el episodio
o a escala.
en medidas u
considerado
No
I otro
de error
requiere
similar, para poder verificar
cometido.
un análisis
En concreto,
t&nico previo,
su grado de certeza
la aplicación
que incluye
evaluando
de un modelo
el estudio del
el margen
matemático
tipo de
contaminante, su tiempo de permanencia promedio dentro del area considerada,
I las caracteristicas
análisis determina
de tal área y los equipos de que se debe disponer.
el modelo adecuado al caso. que será operativo
Este
después de
un proceso de verificación para corregir o paliar al máximo sus posibles
1 deficiencias.
condiciones
partir de
Dentro
meteorológicas
datos
de las características
prevalentes
observados o mediante
del área se deben incluir
que, a su vez,
10s
pueden establecerse
denominados
las
modelos
a
meteorológico*.
I
I 1
1
1
I requiere
En algunos modelos
el uso previo
de control
de modelos
de la
meteorológicos
contaminación
con objeto
atmosférica
de suministrar
se
o
I preparar
esencia,
vientos
adecuadamente
los modelos
y del régimen
los valores
meteorológicos
turbulento
de entrada
prporclonan
en el área
o input
una descripción
estudiada.
que precisan.
Se clasifican
del campo
en:
En
de
I (11 modelos
meteorológicos,
& seme lanza
p.e.
q”=
la altura
sirven pra determinar
de la capa de mezcla,
parámetros
o coeficientes de
dlfusivldad turbulenta, que no son directamente medlbles y se han de
I inferir
Simpson,
a partir
19821;
de información meteorológica standard (p.e. Hunt y
1 (31
MATHEW de Sherman
modelos &
(19781
pronóstico
o el de Ludwig
que se
y Byrd
utilizan
(198011;
I Con
condiciones
independencia
meteorológicas
de la necesidad
de la zona a simular,
de un estudio
los modelos
previo
matemáticos
de las
de
difusión de contaminantes constituyen una de las t6cnlcas que mayor atención
I ha recibido
atmosf6rlco.
contaminación
en
Estos
los
atmosférica
últimos
modelos,
lustros
en función
que se desee.
en
del
pueden
el
enfoque
campo
del
ser de tipo
del medio
tratamiento
determlnistlco
ambiente
de la
o
de tipo estadístico. Los primeros simulan los fenómenos físicos entre el
I foco
entre
emisor y el receptor,
concentraciones
mientras
y emisiones
que los segundos
registradas
establecen
en el pasado,
una relación
que se extrapola
a condiciones futuras semejantes.
I En la Figura
por dos modelos
1.1.
deterministas
se ilustra esquemáticamente
(modelo gausslano
el procedimiento
y modelo-K eulerlanol,
seguido
dos
1 modelos
modelo
variables
estadistlcos
híbrido. En esta
meteorológicas,
(modelo
“MOD”
autorregresivo
figura
el
“E”
tipo
y de regresión
representa
de modelo
la emisión,
donde el
múltlplel
“MET”
subíndice
y un
las
e
indica modelo estadistico y d modelo determinísta, “CO” representa la
I concentración
subíndice t indica
observada,
variabilidad
“CP” la concentración
temporal, t’
prevista
representa
por
el tiempo
el modelo.
entre
El
1 y
un valor máximo, t” el tiempo entre 0 y un valor máximo y s representa el
I espacio.
I
1
I
1 2
1
1
I
I MOD
Modelo gaussiano Et+METr d cp
l MOD
st
Modelo K Et+MET,+C~sct-ljA 6 st
I MOD
Modelo autoregresivo CO - cp
I (t-t*1 (ta”)
1
Modelo híbrido E+MET+Co+Cps
1 (t-t>) d CP
8 (t+t”l
1 (1986).
I
1.1. MODELOSDE DISPERSION ESTADISTICOS.
I Como se ha indicado anteriormente, los modelos estadisticos se basan en
relaciones semiempiricas de naturaleza estadistica obtenidas a partir de
l medidas
predicciones
u observaciones
la concentración
de corto
en el pasado.
alcance,
de contaminantes
Este
en el
tipo
con los que se pueden
aire.
de modelos
apreciar
Zannetti
se utiliza
tendencias
y Tombach
para
(1986)
en
1 -
-
Métodos
Modelos
mixtos
receptor.
determinístico-estadísticos.
1 basa
El método
probabilidad
de las
en su aleatoriedad,
distribuciones
(pdf) y la estructura
caracterizada
estadisticas
por
de su autocorrelación.
su
de la concentración
función de densidad
Esta última juega
se
de
l conocimiento
determinados
de su pdf permite
niveles de calidad
conocer
del aire
la probabilidad
establecidos
de que se superen
en la legislación.
Diversas pdf se han propuesto para la concentración, COtIlO son: la
1 log-normal.
al. (1986)
analizaron
Gamma, Pearson,
discutieron
la estadística
etc.
y resumieron
de los
Georgopoulos
algunas
valores
y Seinfeld
de ellas
extremos
(1982)
y Surman
de la distribución
y Marani
et al. (1987)
de la
et
I 3
1
n
1
I evaluar
Los métodos
concentraciones
sus variaciones
de análisis
registradas
intrinsecas,
de series
a lo largo
temporales
de un periodo
sin explicarlas
utilizan
largo
fisicamente.
de
series
tiempo
Este
para
tipo
de
I de modelos utilizan
- método
alguna de la siguientes
de Box-Jenkins,
técnicas:
- análisis espectral,
I -
-
análisis
análisis
de la regresión,
de la tendencia y
- analisis de componentes principales.
1 aplicada
La metodologia
en el
Box-Jenkins
análisis de
(Box y Jenkins,
series temporales,
1976) ha sido
tanto de
la más
medidas
meteorológicas como de contaminantes. Simpson y Layton (19833 predijeron con
1 este
evaluaron
técnica concentraciones
tendencias, Zinsmeister
máximas de Ozono,
y Redman (1980)
Roy y Pellerin
la aplicaron
(1982)
a aerosoles y
Murray y Faber (1982) analizaron la visibilidad.
I los
Las técnicas
ciclos
espectrales
de observaciones
(Jenkins
meteorológicas
y Watts. 1968) permiten
y de contaminación.
identificar
Tilley y
I McBean
oscilaciones
del viento,
(1973) y Trivikrama
con periodos
presión,
et al. (1976) mostraron
de 12, 24 y 72 horas en registros
temperatura y concentración de S02.
la existencia
de la velocidad
de
1 Los análisis
de las series
de regresión
temporales.
son un tipo
En ellos
particular
se relacionan
del análisis
estadísticamente
múltiple
valores
medidos de ciertas variables meteorológicas con 1SS concentraciones
I observadas
también
(Chock et al.,
pueden ser consideradas
1975). Las variaciones
en modelos
estacionales
de regresión múltiple
y de tendencia
(Buishand
et al., 1988). El análisis por componentes principales lo aplicó Lin (1982)
1 para calcular
El análisis
y predecir distribuciones
de tendencia
de contaminantes.
1 ajuste
conociendo
y la de predicción.
a un conjunto de medidas
previamente dichos
En la segunda
(p.e.
los parámetros
coeficientes
parámetros en otro
del modelo
de regresión)
conjunto
aplicado
se evalúan
de medidas. En el
1 método
temporales
temporales
de ajuste
dentro
dichos parámetros
de un mismo conjunto
que de forma alternativa
sirven para evaluar
de medidas.
predicen
Existen
y evalúan.
el método
modelos
de series
de series
1 tipo
El tercer grupo lo componen
determinístico-estadístico.
los llamados
que utilizan
modelos híbridos
métodos
o mixtos,
semiempíricos
de
y
filtros de Kalman en tiempo real. La formulación teórica de tales métodos se
I puede encontrar
se basan en la recursividad
brevemente
en Kalman
a continuación.
(19601 y Jazwinski
del método de mínimos
ConsidBrese el problema
(1970). Los filtros
cuadrados,
de regresión
de Kalman
según se expone
lineal
1 en donde x es un conjunto
y = x.a
de n variables linealmente independientes (x1,x2,
I .
ambas
, xn) y a es
dependientes
un conjunto
del tiempo.
de coeficientes
Si se dispone
desconocidos
de k
(al,a
observaciones
=, . . ..a.).
de las
I 4
I
I
I variables x e y. podemos tener una estimación
por el procedimiento de mínimos cuadrados
de a; del conocimiento de a
I
l Por tanto,
aplicar
si el número de observaciones
esta ecuación. Para evitarlo
k aumenta es necesario
se supone un método recursivo
volver
tal que
a
I donde F(k,k-1)
matriz
es una matriz n
de entrada n x n y
x n denominada de transición,
v k es un vector de variables
G(k,k-1) es la
aleatorias
independientes de media cero y matriz de covarianza Q y de dimensión m. (3)
I las medidas de y,=[yl.ya,.... ypIlE pueden relacionarse linealmente con ak
mediante una ecuación observada del tipo
I Yk = Hkak + “*
donde H es una matriz de coeficientes de dimensiones p x n y v es un vector
1 de dimensión
variables
p que corresponde
aleatorias
a los errores de medida indicados
de media cero y matriz de covarianza R.
por
I Estas ecuaciones
mhtodo recursivo
del filtro
que estima a'
las últimas observaciones
de Kalman permite
k+J a partir de a k+J
de y,. en vez de resolver
la apllcaclón
considerando
de un
únicamente
en cada momento todo el
I Melli
Existen diferentes
metodologías
et al.,
modelos con filtros
como un modelo euleriano
de Kalman acompafiados de otras
de tipo K (Bankoff y Hanzevack, 1975;
19811, o un modelo markoviano de primer orden (Zannetti y
switzer, 1979). Los filtros de Kalman, al igual que cualquier otra
I metodologia, tienen sus limitaciones. La principal se relaciona con su gran
I 5
1
D
I
I número de ecuaciones,
Por ello,
que dá lugar a matrices con una excesiva dimensión.
se puede considerar un método alternativo
el área de estudio en subzonas y aplicar
que consiste en dividir
a cada una de ellas el filtro.
I Por último,
metodologia
haremos referencia
se basa en asignar
a los llamados modelos receptor.
la contribucción de cada foco, o grupo de
Su
focos emisores, a las concentraciones registradas en un punto determinado
1 sin tener en cuenta la dispersión
decir, mientras
de los contaminantes
que los modelos de difusión calculan
(Gordon, 1988). Es
la contribución del
foco al receptor en función de la emisión y de la acción dlsperiva de la
los modelos de receptores parten de las
1 atmósfera,
observadas en el receptor y buscan posteriormente
de las fuentes a cada "no de los co;tamlnantes
la aportación
registrados,
concentraciones
de cada una
1 =i*- -,=,
aDE
JJ J* Jk
no contemplados
un tipo
fuente-receptor.
de modelos receptor
por las categorias
Aproximadamente
anteriores
hace un
para contaminantes
exclusivas para
contaminantes primarios, y fenómenos de deposición. La ecuación básica de
I esta metodología es
P
1 iJt D Ea
Jrt Jt ‘Jrt
I
I 6
1
I
1 1.2. MODELOSDE DISPERSION DETERMINISTICOS.
Conceptualmente este tipo de modelos de difusión estima la
I concentración
utilizando
espacial
en la atmósfera de uno o varios
una técnica
y temporal.
matemática que permite
Según sea el procedimiento
contaminantes
determinar
emitidos a ella,
su evolución
matemático aplicado estos
I modelo se subclasifican
determinísticos
aquéllos que suponen un perfil
en diferentes
que han tenido,
categorías.
y siguen teniendo.
específico
Los modelos de difusión
mayor aplicabilidad
de concentración dentro de la nube
son
de contaminantes que satisface la ecuación de una distribución de Gauss, por
.l lo cual se les dá el nombre de modelos gausianos.
técnicas más complejas para estimar el transporte
Otros, en cambio, utilizan
y dispersión que requieren
su implementación en ordenadores, como son los llamados modelos eulerianos y
I
I
I
I
1
Figura 1.2.1. Sistemas de referencia euleriano y lagrangiano
I en el movimiento atmosférico.
I 7
I
I
I Lamb (referenciado
(1985). han analizado
entre ellas.
en Longhetto,
en profundidad
En la Tabla 1.2.1
19801, van Dop et al. (1985) y Sawford
ambas aproximaciones
se muestran
y las relaciones
esquemáticamente ambas
I metodologías.
I Modelo euleriano
I
I con velocidades
I Cálculo de "p"
con modelos &<C>+ ü,&<C>=
I
a K Sc,+ s
numer. turb. 1 ax JIJ 8x J
I Cálculo de "p"
con postulados
I consecuencia
parámetro
experimenta
física de este fenómeno se cuantifica
de sobreelevación, definido
el penacho antes de la dispersión,
mediante
como el desplazamiento
(p.e. Briggs,
el llamado
vertical que
1984; Golay,
1982; Nieuwstadt y de Valk, 1987; van Haren y Nieuwstadt, 1989).
I
1.2.1. Modelos eulerianos.
I La aproximación
en la conservación
euleriana, como se ha indicado
de masa o de la concentración
anteriormente, se basa
por unidad de volumen "cw
de un contaminante "1" en un determinado instante y lugar:
I
I 8
I
I
I -3
aci -3.oc,
-= + d.V%, + RI + S
I (1.2.1.1)
at
I donde 2 es el vector
molecular, V el operador
velocidad
gradiente,
instantánea del
V2 el operador
fluido,
laplaciano,
d la difusividad
R refleja la
creación/destrucción del contaminante Por reacción quimica y S la
I fuente/sumidero
molecular
del contaminante.
y ?.Vc es el término
El término
advectivo.
d.V’c representa la difusión
de
la cantidad de movimiento) y la de conservación de energia. La resoluci6n
I del
cambios
sistema formado
experimentados
por, al menos,
por el vector
estas
velocidad,
ecuaciones puede
la temperatura
explicar
del fluido
los
y
la concentración del contaminante, asi como los efectos de tales variaciones
I sobre
ecuación
las demás variables.
comportamiento de contaminantes
de continuidad
Sin embargo,
(ec.
atmosféricos
1.2. 1.1).
cuando se estudia
salvo
sólo
exclusivamente
es necesario
en situaciones
resolver
en las que
el
la
la
I presencia
Si
del contaminante
se considera que
afecte al comportamiento
cada componente
del fluido.
j=1,2,3
I Por tanto, las concentraciones
” J = <“J’
resultantes
+ “’ J
de cada contaminante 1,
obtenidas resolviendo la ecuación de continuidad, tendrán una componente
I aleatoria
es posible,
dependiente
de la misma forma
del espacio y del tiempo.
que no es posible
Su determinación
calcular
exacta
con precisión
no
el
valor de cualquier variable aleatoria en un experimento. Por ello se utiliza
I un método
estadísticas
aproximado que
de la concentración,
consiste en determinar
en particular el llamado
ciertas
valor
propiedades
medio de
conjunto <c>, que se define como el promedio que se obtendria de un conjunto
1 infinito
incertidumbre
el valor
de casos con iguales
real,
intrfnseca
sino un promedio
caracteristícas
del modelo de dispersión,
teórico
atmosféricas.
en espacio
Esto supone una
ya que no puede predecir
y tiempo. Asi para cada
contaminante i
I c
i
= <c,> + c’
i
I donde por
Promediando
definición
la
Cc;>
ecuación
es nula.
de continuidad de sta manera, se obtiene:
I a CC,>
-
at
= -tvJ>.vcc,> - WC , . v;> + d,. &c,> + <RI> + SI J=1,2,3
I (1.2.1.2)
I 9
I
n
I
I sistema
Aún en
de
el
ecuaciones
caso més
para
sencillo de
cada componente
un contaminante
J de la
inerte
velocidad
(<RI>=O)
tiene
este
más
variables dependientes (cc> y cc’ .v;>) que ecuaciones, lo que obliga a
I establecer
turbulencia
un procedimiento
cuando se analiza
aproximado
desde
de “cierre”,
el punto de vista
caracterlstico
eulerlano,
de
que
la
no
permite obtener una solución exacta de la concentración media.
I Para tratar de resolver este problema, la alternativa m6s sencilla es
establecer una relación entre la concentración media cc> y los términos
I turbulentos
concepto de longitud
<c’.v;>.
de mezcla,
El método que se sigue más frecuentemente,basado
se conoce con el nombre de Teoría
en el
K o Teoría
del transporte de gradiente, según el cual se supone que:
I Lamb
estableciendo
(1973) evaluó las
que la Teorfa
condiciones de validez
K sólo es aplicable
de la ecuación
cuando
(1.2.1.3)
(T e /T c Ia 1, donde T e
I es el
integridad
tiempo máximo
y T es la
c
en que un remolino
escala de tiempo
atmosférico medio
de cc>, tal que aw/at=to/T
mantiene su
ES c
decir. este procedimiento sólo es aplicable cuando los cambios en <c> tienen
I unas escalas
normalmente
mayores
no se cumple
que las del transporte
bajo condiciones
turbulento,
de conveccl6n
una
intensa
condición que
(-ce>T 1. Por
tanto, la ecuación (1.2.1.3) tiene una aplicabilidad limitada. Debidoca ello
I se han desarrollado
superior) para evaluar
formulaciones
<c’.v;>.
más complejas
Estos esquemas
(esquemas
de cierre
de cierre
se discutirán
de orden
en el
apartado 1.2.1.3. Corsin (19741, al igual que Lamb (op. clt. 1, investigó las
1 limitaciones
tiempo medio
de la suposición
es inadecuada.
(1.2.1.3)
Varios
sobretodo
esquemas
cuando
de cierre
la elección
de primer
del
orden
(Teoria K) se presentan y sus soluciones se analizan en Dobbins (1979) y en
I Kao (1984).
1 generalmente
a la
otras
turbulenta.
dos suposiciones:
(V<c;.v;>)B(d,.V
zdifuslón
<c,>), y
molecular
atmósfera
despreciable frente
incomprensible,
V<vj>=O. Con estas dos simpllflcaclones se obtiene la denominada ecuación
a CC,>
1 -
at
= - <v,>.V<c,> + V. (K,,V<ci>) + <RI> + S
I
(j=l, 2.3) (1.2.1.4)
I donde
colclden
los elementos
con los ejes
de K
iJ
son cero si 1t.j.
principales del
si los eJes de coordenadas
tensor K. Existen numerosas
formulaciones empíricas para la difusividad vertical Ka3 y para la
I 10
1
I
I Bussinger y Ayra,
La ecuación
1974).
I analítica
imponen
o numéricamente
adecuadamente
si
unas
se conocen
condiciones
las
iniciales
magnitudes
y de contorno
CV,>. K y S y se
para cc>.
l Smith
perfiles
(1957)
de <vi>.
encontraron
equivalente
soluciones para
a la componente
fuentes
horizontal
elevadas con dlferentes
de la velocidad del
viento, y valores del elemento Kz3 del tensor de difusividad turbulenta. Yeh
I y Huang (1975)
propuestas
y Demuth
anteriormente
(1978) dedujeron
por Rounds y Smith.
soluciones
La solución
más generales
analitica
que las
de Demuth
se implementó posteriormente por Tirabassi et al. (1986). Estas y otras
I soluciones
Seinfeld
han sido
(19861, Pasquill
analizadas
y Smith
por
(1983)
diversos
y Tirabassi
investigadores
et al.
entre
(1986).
ellos
I ecuación
permiten
En la Tabla
de difusión
conocer
1.2.1.1.1.
turbulenta
el valor
se muestran
recopiladas
de la concentración
algunas de las
por Seinfeld
media
soluciones
(19861,
Cc> a nivel
de la
las cuales
del suelo y
a cualquier distancia longitudinal x a sotavento de una fuente emisora de
I contaminación
equivale
atmosférica.
al 2 y el z equivale
El subíndice
al 3.
x equivale al subindice 1, el y
I
1
I
1
I
I
I
1
I ll
1
1
I
I
Condiciones Solución
I Distribución inicial
T
-
arbirraria
I (ci% YO.3h
atmósfera ilimitada
I Fuente puntuai
-
instantánea
(X-X0-W (Y-YOF f:-z8
l <ch YO.ra))
= 8(X0)s(YdMY3,
(ce, Y. 2. *‘)=
1
mryr-[Py(t) P,,(f) P&ll’~ exp,[ 2PA) P&) PA*' 1
atmósfera ilimitada
I Fuente puntual
-
(
continua en el origel1,
l atmósfera ilimitada
,
I L-
Fuente lineal continua
,:&
I sobre el eje y,
atm&fera ilimitada
2)) =
lQ~)=función modificada
$+
t
I
-
1 Fuente
continua
puntual
plano reflectante
(0.0. h),
(
z=OfK,,=O)
y x=h(K,=O), (
I
Tabla 1.2.1.1.1. Soluciones analíticas de la ecuación de difusión
I atmosférica
(K,,=cte
en turbulencia
en el espacio, ~=x,y,z).
homogénea y estacionaria:
De Seinfeld (1986).
&=(<u>, 0.0) y
I anterior
casos,
Si se compara la concentración
con la observación
la escasa concordancia
prevista
experimental
entre ambas.
por las
se observa,
soluciones de la tabla
en la mayoría de los
1
I 12
1-~
i, ., ..,., . .;.. / . . ..,, .<,_ ~ ..i ..,/
‘:,.‘..
I
l 1.2.1.2. Soluciones numéricas.
I Las soluciones
métodos anteriores
los valores
numéricas resultantes
iniciales.
dependen fuertemente
Cuando se utiliza
de la aplicación
de las condiciones
de cualquiera de los
de contorno y de
un método numerico se debe tener
especial cuidado en inicializar correctamente todas las variables
I meteorológicas
evolución
en el dominio
temporal en los contornos.
computacional
Estas técnicas
y definir correctamente
también se utilizan
la
en
los modelos meteorológicos de pronóstico (Pielke, 1984).
1 Los métodos de diferencias
aunque poseen algunas desventajas.
finitas son las técnicas
El principal
más utilizadas,
error de estos metodos es la
I aproximación
comprenderse
del término advectivo,
el ritmo de la difusión
fácilmente con el análisis
<v,>.V<c>, que aumenta artificialmente
de la concentración.
del
Este problema numérico puede
término advectivo en una
I dimensión:
l cuya solución
at
con un esquema de diferencias
ax
finitas de primer
orden (centrado en el espacio) se puede aproximar como:
I C
t+1
x - ctx = <ut> ctX+1 - ctx-1 (1.2.1.2.2)
x
I donde los subíndices indican
At
la discretización
2 Ax
l 13
I
I
1
1 esquemas pueden producir una difusión artificial excesiva.
I grandes remolinos
El procedimiento
o large-eddy
para
simlation
obtener
(Nleuwstadt
un cierre
y de Valk,
de segundo
1987).
orden consiste en
expresar los nuevos términos de doble y triple correlación que aparecen al
l desarrollar
medio. Usando
la ecuación
estas
de difusión
aproximaciones
en función
Lewellen y Teske
de variables
(1976)
del
obtuvieron
flujo
una
ecuación diferencial para el flujo de masa turbulento que tiene un
l comportamiento
turbulenta.
manifiesta
dual
En el
según
caso
una mala predicción
sea la escala
concreto del
con algunos
del penacho
modelo
datos
de
comparada
Lewellen
observados
con la escala
y Teske,
y. en cambio,
se
1 una buena
laboratorio
práctlca.de
predlcibllidad
de Deardorff
este tipo
con
y Willis
de cierre
los
sigue
datos
(1974).
siendo
obtenidos
Por lo tanto,
cuestionable
en experiencias
la aplicabilidad
(Enger, 1986).
de
I Como
remolinos
describen
calcula
Nieuwstadt
los movimientos
y de Valk
turbulentos
(op. clt.
a
1, un modelo
gran escala
de grandes
resolviendo
directamente un conjunto de ecuaciones modificadas de Navler-Stokes. Estas
I ecuaciones
una
son:
1 -
términos
una ecuación
que describen
de la energía
los movimientos
subceldilla.
a escala subceldilla, y
I El término
escala inferior
filtrado
a la
indica
de la
que
celdilla
no se tienen
o grid.
en cuenta los movimientos a
I mallas
segundos.
entre 50 y 100 metros y pasos de tiempo de aproximadamente 5
I permitió
Nieuwstadt
resolvieron
simular
y de Valk
simultáneamente
los
(1987)
con
experimentos
utilizaron
el modelo
de
una ecuación
Willis
la-ge-eddy.
y
de conservación
Esta
Deardorff
aproximación
(1981)
que
con
I sustancias
del modelo
sustancias
pasivas
de Deardorff
sin
en condiciones
flotabilidad.
(1974)
convectlvas.
para
Sin embargo
simular
Lamb (1978)
condiciones
en simulaciones
utilizó
convectivas
con penachos
la salida
con
con
flotabilidad la concordancia con los experimentos no es tan satisfactoria,
I aunque
experimentos
van Ha-en
de Carras
y Nieuwstadt
y Willlams
(1989)
(1984).
modelaron razonablemente bien los
I
I 14
I
1.2.1.4. Modelos caja.
15
I
I slug
varía
permite
longitudinal
que la concentración
y en la vertical
en la dirección horizontal
bajo
c varie
la hipótesis
transversal.
en la dirección
de que la concentración
Esto permite
horizontal
que la ecuación
no
I de conservación
(x,z)
de masa en una única caja se exprese en dos dimensiones
a CcH) + ” a (CH) = s
I at ax
(1.2.1.4.2)
1 concentración
esta caída
media de toda
de concentración
la caja es nula.
no se puede reproducir.
Con un modelo de caJa única
I única
Gifford
multlcaja
y Harma
a simulaciones
en su versión
(1973).
multlcaja.
entre
más sencilla.
otros,
En Stern
extendieron
(1976)
Las dos limitaciones
el concepto
se describe
principales
de caJa
un modelo
de la
aproximación multicaja son que no tiene en cuenta la dispersión horizontal y
I que supone
Estas
mezcla
aproximaciones
instantánea
proporcionan
en toda la caja,
un ahorro
especialmente
en tiempo
en la vertical.
de cálculo y. en
algunos casos, no perjudica la calidad de los datos de salida del modelo en
I contaminantes
se simula
gaseosos
por el movimiento
dentro de un flujo.
de las particulas
La mezcla en un flujo
que constituyen
turbulento
el fluido. En
1921, Taylor enfocó el estudio de la turbulencia desde este punto de vista,
1 considerando
puntual
homogénea
un sistema
de partículas
en el que
lagrangiano
dentro
la velocidad
de coordenadas
de un medio
media es nula.
en el caso de una emisión
con turbulencia
Según
estacionarla
este sl.tema
y
de
coordenadas la posición de cada particula $(?o, t) = xr?+xsj+xak, en el
I tiempo t es función de la posición F’
0
en el instante inicial t
0’
Definiendo
cada componente de la velocidad lagrangiana de una particula fluida en el
I tiempo t como
dx
” =- J
1 tenemos que:
J dt
(J=1,2,3)
1
I 16
I
I
I
I dx t
<x ,d;)>=2w>=2<
J J
,vJw.dt’
1 .vJ> =
I
= 2 J; <vJW).vJ(t,> dt’
I R (At) =
<vJ(t).vJ(t+At)>
“J”J <“)>
I tenemos que
I d-
dt
<x;> = 2 <“:, tAt).d(At)
I Integrando
I
se obtiene la evolución temporal de la varianza de cada particula fluida.
I Integrando por partes la expresión anterior
la escala
“J”J
de autocorrelación de
I R
“J”J
(At),
1.2.2.11,
entonces
obteniéndose
R
“J”J
(At14
que
en todo el dominio de la integral (Figura
I <X;w fl <v:>.t2
I que
las
aumenta
fluctuaciones
linealmente
turbulentas
con el tiempo
respecto
y es proporcional
al valor medio:
a la intensidad de
I x”
J
cc ““.t
I variable.
I 17
I
I
I
I que
Si
At/t
“t”
es
es grande
pequefla,
comparada
dando lugar
con
a
la escala de autocorrelacl6n se cumple
I
donde
I
TL = tAt,.d(Atl
I
I tiempo
Esta ecuación
recorrida
se asemeja
refleja que el comportamiento
a una trayectoria
por la partícula fluida
aleatoria,
se puede determinar
en grandes intervalos
en la que la distancia
por una serie
de
de pasos
aleatorios (no correlacionados). Dicha distancia es proporcional a la ralz
I cuadrada
tiempos
inicial
del tiempo.
“t”
(t=O);
Esta slmilarldad
las particulas
a diferencia
fluidas
se debe al hecho de que para grandes
se han “olvidado”
de lo que ocurre
de su comportamiento
en pequeños tiempos en donde
I escala de tiempo
directamente,
lagranglana
debléndo
TL, que es una magnitud
determinarse a partir
difícil de medir
de medidas eulerlanas. Existe
una relación aproximada entre las escalas de tiempo euleriana TE y
I
I
I
I
I 18
1
Figura 1.2.2. 1. Función de autocorrelación en el tiempo.
19
I
I
<c(?.t)> = P(t.t(ro,to).<c(ro,to)> dso +
l
t co
I +
Ht
PC?, t p ,t').S(t'.t)
(1.2.2.1)
dt' dt'
-m
0
I donde el
particulas
primer término
presentes
derecho representa
en el instante
la distribución inicial
t 0 Y el segundo representa
de
las
I partículas
t.
aportadas por las fuentes en el intervalo comprendido entre tO y
I Esta
concentración
expresión es la ecuación
media de un contaminante
fundamental de Lagrange
inerte dentro de un fluido
en el que existen fuentes de emisión. Si conocemos la concentración
de la
turbulento
inicial,
y las emisiones de las fuentes S(?',t); la concentración
I <c(to,tob,
dependerá únicamente de la evaluación de p(?.tl?', t'). La forma más empleada
para esta función de densidad de probabilidad ha sido la fdp gausslana.
DD0
. exp -
(x-x 01
2 2x
(Y-Yf
2 IY2
(2-2o)2
x Y 2 l Y
I (1.2.3.1)
I 21
I
1’
I
tridimensionales de la concentración media del contaminante a diferentes
I distancias
coordenada?
de una
orientado
fuente emisora
en la dirección
puntual y continua,
del. viento medio
sn
(Ll),
un sistema
que se supone
de
I En
gaussianos
emisiones
la Tabla
correspondientes
puntuales.
1.2.X 1 se muestran
a algunos casos
las expresiones
particulares de
de penachos
dispersión de
I
I
I
I
I
I
.I.,
22
I
‘/I
I
-
I
-.
l 1. Fuente
tinca
puntual instan
en q Vienrl J
Ninguna
I dad de Ia fuente=S Ie
--
1. enea
medio,
dad de
en * Vientc 1
U,=U. Intensi.
Ia fuente=S 8
I --
de Ia fuente=S sls
1
1 Tabla 1.2.3.1. Ecuaciones
-
1 especie
homogéneo.
subíndices
inerte
Los
en un régimen
subíndices
x, y y z del texto.
1.
turbulento, estacionario
2 y. 3 equivalen
De Seinfeld (1978).
a los
y
1 permitieron
atmosféricas
Partiendo de estos
determinar
y con diversos
estudios
su
tipos
fiabilidad
la legislación
de fuente
bajo
(puntual,
de numerosos
diferentes
lineal
paises
condiciones
y superficial).
estableció la
aplicación de los modelos gaussianos como referencia para la mejora de la
1 calidad
contaminantes
del aire
urbanos
mediante
e industriales,
el control
incluyendo
de las fuentes
a contaminantes
emisoras
peligrosos
de
(p. e. gases densos). a pesar de que este tipo de modelos sólo resulta fiable
I bajo
turbulencia
determinadas
homogénea
condiciones
y estacionaria,
ideales: terreno
contaminantes
llano,
inertes
viento constante,
y ausencia de
deposición en el suelo. No obstante, teniendo en cuenta fundamentalmente la
1 sencillez
propuesto
considerar
del
diversas
procedimiento
casos
correcciones
con
de cálculo
caracteristicas
en la fórmula
que involucra,
diferentes
original
a
numerosos
con
las
obJeto
ideales
aukoies
de poder
han
antes
mencionadas. Sin embargo, cada Vez se Va adquiriendo un mayor consenso sobre
I las importantes limitaciones que presentan este tipo de modelos, de manera
..1
23
I
I
I
I que puede
se consideran
decirse que en la actualidad
como una primera aproximación
sólo resultan
(“fin-t
recomendables
guess”)
sólo
al problema
si
del
modelado del transporte y difusión de contaminantes atmosféricos.
,I modelos
Los modelos
eulerlanos
gausslanos
y lagranglanos,
no suelen considerarse
ya que desde
encuadrados
cualquiera de estas
en los
dos
metodologias es posible obtener un perfil gausslano de la concentración de
I contaminantes
a continuación
en un penacho
se deducirá
bajo
la
ciertas
expresión
condiciones ideales.
correspondiente
Como ejemplo,
a un penacho
gausslano emitido desde una fuente puntual instantánea dentro de un medio
I anisótropo,
Desde
homogéneo
metodolonia
y estacionarlo.
eulerlana
utilizando ambas metodologias.
I En el
en reposo,
caso de un
la ecuación
contaminante
de conservación
inerte
(ver
emitido
ecuación
en el seno
(1.2.1.2))
de un
es
fluido
I ace
-
at
= d. U’<c>
I donde
coeficiente
cc> representa
de difusión,
la concentración
que se supone
media
constante
del contaminante,
en cada dirección,
d el
y V2 el
operador laplaclano.
I aco = d a2w
-+d
a2w + d a2<o
-
at x a2 y aY2 z a2
I Para una emisión instantánea desde (xo,yo,zo) en to, en caso de una
atmósfera infinita, la solucl6n analítica es (Dobblns, 1979):
I
I cc> = -
(x-x0
l2 (Y-Yo l2
I
(z-z012
I 4dz(t-to)
1
(1.2.3.2)
I correspondientes:
I 24
I
1
I
I vz = 2 dx(t-t
0
) CT”, = 2 dy(t-to) CE = 2 dz(t-to)
I
I Partiendo
comentada
de la ecuación
en el apartado 1.2.2
fundamental
:
de la dispersión lagranglana,
I cc(?,t)> =
co co m
P(t.tltD.to).<c(f’o,to)> dt +
0
I JJJ
-m -co -ca
mmm
I +JJJ -ca -m -ca
pG, tl? > t’ ).S(i)‘, t) dt’
I si se supone
transición “p”
turbulencia
de una
homogénea y estacionaria,
particula depende
la probabilidad
exclusivamente de
de
los
desplazamientos en el tiempo y en el espacio y no de dónde o cuándo la
I particu1a
PC?, tl?’ >t’ ,=p(W’
esta
fué
probabilidad
introducida
, t-t’).
de transición p
la
Según lase~bservaciones
corriente,
obedece
de Monin y Y?glom (1971;
a una
decir
distribución
gausslana multidimensional:
I 1
p(?-t’ > t-t’ 1 = exp (-WS/2]
del
py-
I elementos
<, = x1- x’
L
- <x,-x;> 1=1,2,3
I i*J,
En las aplicaciones
se transforma,
> t-t’ 1 se supone
con r=t-t’, en
que PIJ=o para
I 1
p(?-?‘,r) =
] - -[-;&]
I (2x?
I
LPllw22(7)P33w la
I Los elementos
dado que éstas son las varianzas
desde esta metodología lagranglana
diagonales
de la distribución
también se obtiene
gausslana.
la expresión
P,, Lrl
Por tanto,
clásica
se representan generalmente por ,:w,
I 25
1
I
I
I
I
1.2.3.1. Aplicaciones del modelo de penacho gaussiano.
I La aplicación de la fórmula del penacho gaussiano se realiza utilizando
valores de las desviaciones standard determinadas de forma semiempirica
I (Pasquill,
resumen.
concentraciones
1961; Gifford,
Tales formulaciones
medias
1961. En Harina et al.
han. permitido
en distancias a la fuente
(19821 se puede encontrar
simular con cierto
inferiores
éxito
a 10 km, bajo
un
las
I concentraciones,
valores inadmisibles.
de manera que en ocasiones
Por esta razón,
los errores
algunos autores
llegan
han intentado
a alcanzar
extender
la aplicabilidad del método gaussiano a turbulencia no homogénea y/o no
I estacionaria,
modo de ejemplo,
metodología
introduciendo
lagrangiana:
algunas
se comentan a continuación
la
modificaciones
aproximación
en el método original.
dos variaciones
de penacho
basadas en la
segmentado y
A
la
aproximación de bocanada o puff.
I La aproximación llamada de penacho segmentado consiste en dividir al
penacho en una serie de elementos independientes (segmentos o secciones) que
I evolucionan
locales.
con el tiempo
Este método es válido
homogénea y estacionaria,
en función de las
en caso de difusión
con vientos superiores
condiciones
turbulenta
a 1 m/s,
meteorológicas
localmente
permitiendo una
variación de la velocidad y dirección del viento horizontal. .,
I La aproximación de bocanada se desarrolló para condiciones de
turbulencia no estacionaria y no homogénea, teniendo la ventaja de poder
l simular
aproximación
algorítmos;
situaciones
y,
entre
de calma.
en función
Varios investigadores
de sus conclusiones,
los más interesantes se encuentran
han discutido
han propuesto
los de Sheih
esta
algunos
(1978) y
I Zannetti (1981).
I supuestos
gausslanas,
estelas
más complejos
entre
de edificios
ellos
de penachos que han sido modelados
está la simulación
(Schulman y Harma. 1986).
de la concentración
atrapamiento
con expresiones
dentro
de un penacho en
de
I 26
I
I
I introducidas
permiten
esencialmente
su
en
con
la
aplicación
expresión
vistas
de
fundamental
forma
a simular
de
generalizada,
situaciones
los modelos
pues
particulares,
se
gaussianos
introdujeron
después
no
de
I emitidos
problema
desde
proponiendo
una fuente
I decir
estos
resultan
a escalas
modelos basados
aplicables
inferiores al tamaiío de la celdilla
en la hipótesis
en escalas
del
espacio-temporales
transporte
considerado.
del gradiente
Asimismo,
I la turbulencia.
I estiman
partículas
las concentraciones
emitidas,
uni- o multi-variantes.
en función
con la ayuda de funciones
Este tipo
de la distribución
de densidad
de modelos se ha desarrollado
espacial
de probabilidad
para simular
de
I procesos
estocásticos.
analizar
físicos de difusión
Debido a su naturaleza.
la dinámica de fluídos
en la
turbulentos.
atmósfera
son particularmente
utilizando
Aunque la principal
apropiados
procesos
para
desventaja
de estos modelos radica en la necesidad de conocer los valores de
I determinados
medida,
parámetros
sus ventajas
turbulentos
más importantes
de origen
frente
lagrangiano,
a los eulerianos
de dificil
residen en que:
[al son versátiles y sencillos, (b) no requieren excesivo tiempo de cálculo,
I salvo
consideran
cuando se considera
tratamiento de emisiones
la difusión
un gran número de particulas,
desde fuentes
sobre escalas
puntuales
espacio-temporales
o lineales
(cl permiten
debido
pequefias,
a que
(d) no
el
I presentan
negativas,
la difusión
el problema
y(e)
de la difusión
el marco lagrangiano
turbulenta.
computacional
es el más natural
ni de concentraciones
para el modelado de
1 El
lagrangiano
objetivo de esta
de partículas
Tesis se dirige
según la técnica
al
Monte-Carlo.
desarrollo
El mayor
de un modelo
esfuerzo se
ha dedicado a resolver apropiadamente ciertos aspectos criticos que
I presentan
analizar
refiere
este tipo
de forma exhaustiva
a la obtención
de modelos,
posibles
de funciones
que ~610 puede conseguirse
alternativas.
de densidad
El primero
de probabilidad
despues
de ellos
desde
de
se
1 relaciones
último,
empíricas
(p. e. , desviación
las condiciones
de algunos
estándar y escala
de contorno
parámetros
integral
e iniciales
de la turbulencia
de tiempo
determinan
atmosférica
lagrangiana).
de forma crítica
Por
1 los resultados
de estas variables,
finales. Este trabajo
donde sus influencias
se centra inicialmente
pueden llegar
en los efectos
a ser determinantes.
I 2-l
I
l
1 En la bibliografía
presenta
analizar
aquí, salvo
un aspecto
no existe
parcial,
ningún
la realizada
como
tipo
por
de comprobación
Baerentsen
es el comportamiento
y
similar
Berkowicz
de la
a la que se
(1984)
velocidad
para
en
I función de la altura.
l modelo,
una nueva
a causa
versión
del menor esfuerzo
bidimensional,
de cálculo
introduciendo
que conlleva,
una
se ha propuesto
modificación en la
primera ecuación del esquema correspondiente a la componente vertical del
I viento,
que ha servido
que consideramos
de base al modelo
mejora el esquema
aquí desarrollado.
propuesto por Zannetti (1991).
I considera
obstante,
modelo
que
también
con las
éste ofrece
se ha contrastado
descripciones
resultados más ajustados
cualitativamente
de simulaciones a escala
a la realidad.
el comportamiento
en laboratorio
No
del
bajo
I condiciones
modelos
más complejas,
lagrangianos en estos
asi como con los
casos.
resultados obtenidos por otros
I gracias al
desdoblamiento
análisis
de
de sensibilidad
penachos emitidos
realizado,
desde
se ha podido
chimeneas
simular
elevadas
el
bajo
condiciones de fuerte convección. A pesar de las evidencias observacionales,
I no se conoce
singular haya sido
ninguna
tratado.
referencia biblográfica donde este comportamiento
I acoplado
capa límite
este modelo
planetaria
de particulas
que se ha ejecutado
a uno unidimensional
bajo este
de pronóstico
supuesto.
de la
1.
1
I
I
I
I
I 28
1
I
I
I 2. METODOLOCIA.
I difusión
masa es
vertical
uno de
turbulenta
los factores
de la cantidad
más
de movimiento,
importantes en el
del calor
desarrollo
o la
de
circulaciones atmosfíklcas. La necesidad de parametrizar adecuadamente
I dichos
los
turbulencia
procesos
utilicen
ha dado lugar
en sus
a diferentes
modelos,
distancias
a que muchos
sobretodo
del suelo.
para
investigadores
observar los
en la actualidad
efectos de la
I La segunda
partículas,
parte
explicándo
se centra en la descripción
la metodología basada
del modelo
en la técnica
lagranglano
Monte-Carlo
de
y los
aspectos críticos que plantéa este tipo de modelos, a la luz de los
I conoclmlentos actuales.
I 2.1. TEORIA
La teorfa
DE LA CAPA LIMITE
sobre capas
PLANETARIA
I se llama
superficie
capa limite
material,
a la reglón
en la que tiene
de un liquido
lugar
o gas en contacto
un intercambio de cantidad
con una
de
movlmlento, calor 0 masa entre dicha superficie y el fluido. Por
1 analogía,
efecto
con el nombre
con este
directo
de capa
concepto,
de la superficie
límite
a la reglón
terrestre
atmosférica
de la atmósfera
(sólida
(en adelante
donde se detecta
o líquida)
denominada
se la conoce
un
de forma
abreviada como CLP).
1 En general, se considera que en la CLP el flujo es completamente
turbulento, de manera que en cualquier punto de ella se observan típicamente
I varlaclones
0 la humedad
calentamiento
bruscas
del
del suelo
en el valor
aire. El
de la velocidad,
efecto
y la evaporación
de la
se transmite
la pres16n.‘Vla
fricción
a toda
s$erf
temperatura
lclal,
la capa límite
el
I atmosférica
mezcla
consecuencia
de forma
turbulenta.
de procesos
Sin
rápida y eficiente
la turbulencia
moleculares
como consecuencia
estos
con magnitudes
intercambios
entre
del mecanismo
se produclrian
mil y un millón
de
de
a
veces menores.
I La CLP abarca
de un gran número
sólo ura pequeka
de factores
fracción
como el calentamiento
de la atmósfera,
del suelo,
dependiendo
la rugosidad
I superficial,
latitudes
determinación
el viento,
medias, sin
es dlflcll.
etc. Su espesor
embargo,
Existen
en
tamblbn
la5
varia entre
proximidades
30 y 3000 metros
al Ecuador
casos en los que es dificultoso
en
su
I caracterizadas
1986; Castro
por diferentes
et al., 1991):
parámetros de escala (Holtslag y Nleuwstadt,
I 1. La subcapa
rugosidad
más próxima
superficial,
al suelo con una altura
z,,se denomina capa
correspondiente
interfacial o
a la
capa
I 29
I
I
31
1 laminar.
pequefio
En esta
como para
capa el efecto
que el flujo
de la turbulencia
no se vea esencialmente
es lo bastante
afectado por
ella, sino por la estructura de los elementos rugosos del terreno. El
transporte de la cantidad de movimiento, de calor y vapor de agua
I dependen
moleculares
casi por
de calor
completo
y humedad.
de la viscosidad
Cuando la superficie
y las difuslvidades
es lisa a esta
capa se le da el nombre de capa viscosa, mientras que con suelo
I rugoso
vegetación,
se llama capa rugosa.
mas o menos permeable
Si los elementos
al flujo
rugosos
del aire,
consisten
se la denomina
en
1 pero
En
el de la capa vegetal
dependiendo
la capa
de la altura
lnterfacial
puede
de los elementos
la
llegar a ser
rugosos.
parametrlzaclón
del
de
orden
los
de metros
flujos
suelo-atmósfera se realiza generalmente aplicando el análisis de
I serna janza
(Re), Prandtl
usando
(Pr)
los
y Schmldt
Números
(Sc)
adimensionales
(Deardorff, 1974; Brutsaert,
de Reynolds
1988).
I 2. La capa
r”gosos
aproximadamente
superficial
del suelo
se encuentra
y
al 10% inferior
una altura
entre
de la CLP. En esta
la cima
variable
de los
que
elementos
corresponde
capa los flujos de
I cantidad
independientes
un 20%, y en ella
de movimiento,
de la altura
el efecto
de
, aunque
calor
de la viscosidad,
y
en realidad
humedad
varian
se
de los obstáculos
consideran
en menos de
y de
Corlolis se consideran despreciables (Panofsky y Dutton. 1984).
I La parametrlzaclón
movimiento, calor
de
y humedad
los flujos
se realiza
turbulentos
mediante
de
la aplicación
cantidad
de la
de
I et al.,
ventaja
de fricción
1971;
de esta
Pruitt
teoría
IIu*“,
et al.,
es que varios
longitud
1973;
de
Brost,
parámetros
Monln-Obukhov
1979; entre
de escala
otros).
“L” 1 muestran
(velocidad
Una
un
l comportamiento
altura y la
universal
longitud
que es
de Monin-Obuhov
función
(z/L).
de la relacl6n entre la
I gradiente
geostróflco).
horizontal
A lo largo
de presión y la fuerza
de la capa de transición
de Coriolis
el viento
(viento
medio va
cambiando de dirección con la altura, de manera que finalmente en su
I extremo
magnitud
distancia
superior
de los
al suelo.
se aproxima
flujos
al viento
turbulentos
geostróflco,
disminuye
al tiempo
dr&sticamente
que
con
la
la
I Cuando
(convección
existe
libre),
una intensa
los efectos
actividad convectlva
de los términos
junto
de presión
al suelo
y Corlolis
resultan comparativamente pequeflos y se observa en la capa de
En estos
termo-convectiva;
con el nombre
casos la cima suele
en tales
de capa de mezcla
coincidir
condiciones
o capa de
con una
I inversión
Deardorff
térmica
(1970)
elevada.
1 30
I
I
I
I depende
donde
del
T, es la
flujo de calor
temperatura
superficial
del aire junto
“Q u y la flotabilidad
0
al suelo
(g/Ta),
1/3
I WI =
I y el
relación
tercero
entre
la escala
el flujo
de la
de calor
temperatura
y la velocidad
que corresponde
convectiva.
a la
1 Las parametrizaciones
el cierre del sistema
se derivan
de ecuaciones
de teorias
que rigen
aproximativas
el comportamiento
para lograr
de la CLP,
basadas en el principio de conservación de la masa, cantidad de movimiento,
I calor
tienen
y vapor
en cuenta
la CLP. Debido
de agua en un volumen
los procesos
a que este
elemental
de naturaleza
sistema
de aire.
turbulenta,
posee más incógnitas
En este sistema
tan importantes
que ecuaciones
se
en
es
1 necesario suponer
Este es el llamado
para el desarrollo
hipótesis
problema
de una teoría
que permiten
de cierre,
general
obtener
que constituye
y rigurosa
la solución
el principal
de la turbulencia.
del sistema.
obstáculo
Para
lograr el del sistema se han propuesto varias teorías y
I
Ciel3-e
aproximaciones, ninguna de las cuales ha resultado totalmente satisfactoria.
Estas aproximaciones se han clasificado en dos grupos: las aproximaciones de
cierre de primer orden, donde los términos de divergencia turbulenta se
1 especifican
orden
ecuaciones
o superior
en función
adicionales.
de variables
que determinan tales
conocidas,
términos
y las de cierre
mediante
de segundo
la resolución de
I orden
Las dos aproximaciones
son la hipótesis
que constituyen
de viscosidad
los esquemas de cierre
turbulenta o Teoría
de primer
K propuesta por
Boussinesq y la hipótesis de la longitud de mezcla de Prandtl, que no se
1 describen
aproximaciones
molecular
en este trabajo
y turbulenta,
(se pueden encontrar,
se basan en la hipotética
conocida por
analogia
el
p.e.,
entre
nombre
en Arya. 1982).
las transferencias
de “teoría
Estas
del
I transporte-gradiente”,
turbulento se relacionan
debido a que
con gradientes
en ella los
de los promedios
flujos o transporte
de las variables.
I Coté (1974).
otros, proponen
Zeman (19811,
diferentes
Wyngaard
técnicas
(1982)
de cierre
y Mellor y Yamada (19821,
de orden superior.
entre
1 embargo
Las parametrizaciones
Businger
en la CLP marina
(1985)
indicadas
pueden
puede encontrarse
son aplicables
no son aplicables
una revisión
a la CLP terrestre,
en ciertos
de las parametrizaciones
casos.
sin
En
para
la capa límite marina que se utilizan en la actualidad.
I
I 31
I
I
I Teoría de semejanza de Monln-Obukhov
I tenga
cantidad
carácter neutro
de movimiento
o indiferente
es constante
se supone que el flujo vertical de la
I <“‘W’> = - “;
I rige
medio
el
“<u>”
comportamiento vertical
en una capa superficial
de la componente
neutra es el conocido
horizontal
perfil
del viento
logarítmico
“.
I <“> = * In 4
0
siendo k la constante de von Karman que tiene un valor de 0.4 y z la
1 rugosidad
En Arya
superficial,
(1982)
cuyo valor
se puede encontrar
depende
situaciones
de las características
en las que este perfil
0
del suelo.
se debe
corregir.
I empuje
hipótesis
hidrostático
características
de semejanza
como consecuencia
turbulentas
de Monln
y del
del gradiente
y Obukhov
flujo
(op.
medio
cit.)
en
vertical
la
se basa
de densidad.
capa
en que las
superficial
La
I pueden
estas
flotabilidad
ignorar
cuatro
otras
variables
conocida
variable como la difusión
se puede
como longitud
definir una
molecular
de Monin-Obukhov
escala
(sin
y la rugosidad.
de longitud
incluir el
de
Con
efecto
la
- u:
L=
I k. (g/Ta).Q
0
I capa superficial.
como el de Richardson
En consecuencia,
local CR,)
otros números
y de “bulk”
adimensionales
deben ser función
similares.
de 5.
Asf, en condiciones de inestabilidad <=R, y en condiciones de estabilidad
I 5
5=
I 1 - 5RI
I 32
I
I donde el número de Richardson local se define
ae
como
g
5=- s2e -az
siendo “s” la cizalla vertical del viento y 0 la temperatura potencial.
I mediante
temperatura
una adecuada
potencial
combinación
(br=-aoh,)
de
y de
escalas
humedad
de velocidad
específica
Cu.),
(q,=-Q/u./p;
de
I siendo
seme janza
Q el flujo
debe ser una función
se basan
de humedad
única
en la
desde
del número
la superficie
denominadas
adimensional
funciones
y p la densidad
5. Estas
universales,
del aire),
relaciones
que
de
se
determinan mediante procedimientos teóricos o empíricos. En Arya (1982) se
I puede encontrar diversas expresiones de tales funciones universales.
I los parámetros
desarrollado
meteorológica
atmosféricos
técnicas
estándar
que
que caracterizan
10s
en superficie
infieren
(van Ulden
a
la CLP.
partir
por
y Holtslag,
de
lo que se han
información
1985). En los
apartados siguientes se describirán las expresiones de algunos de los
I parámetros de la CLP basados en técnicas semiempíricas.
I 2.1.1. Altura
Su altura
de la
depende
Capa
de las
Limite.
I condiciones
existe
(1984)
ninguna
de indiferencia
medida
o neutralidad
de inversión) por
su
la
altura
expresión
se determina
de Panosky
(cuando
y Dutton
no
U.
H = kl -
f
I de H, se tomará
En estratificaciones
este limite como la altura
I con base
límite
(André
en el suelo,
establecido
et al., 1978).
por la
la altura
inversión,
de la CLP estable
aunque
se
se han medido
considera
alturas
como el
superiores
I
I
I 33
1
I
I André
Sin
propuesta
et
necesidad
al. (op.
de desarrollar
cit.
por Zilitinkevich
), se han
(1972)
modelos
establecido
complejos
expresiones
como los propuestos
sencillas
por
como la
I H=a /F
I donde
(Brost
a es una
y Wyngaard,
constante
1978; Garrat,
de valor
1982).
aproximadamente
Caughey et al.
igual
(1979)
a
ajustaron
0.4
I Verkatram
medias como
(1980) expresa la altura de la CLP estable para latitudes
3/2
I En estratificaciones
H = 2.4
inestables, la altura
x 103x u,
de la CLP se determina
mediante expresiones más complejas como la indicada por Panosky y Dutton
I (1984).
I manera
enfocando
(Stull,
sencilla de
la evolución
1991).
establecerla,
temporal
olvidando
de su altura
la dinámica
desde el estudio
turbulenta
termodinámico
y
I Existen
componentes
medidas
del viento
de las estratificaciones
experimentales
que han permitido
de las varianzas
de la CLP. Considerando
deducir
de cada una de las
expresiones
la hipótesis
en cualquiera
de que cada
I componente
coincide.
de la velocidad
medio y una perturbación,
Diversos autores
se puede expresar
la varianza
han establecido
mediante
de la componente
expresiones
la suma de un valor
y la perturbación
para las varianzas
que posteriormente se han considerado en modelizaciones matemáticas. En el
I siguiente
desviación
esquema
estandar
exponemos diversas
de cada componente
relaciones
de la velocidad,
semiempíricas de
en donde el simbolo
la
I Estas relaciones
embargo
(referenciado
según
empiricas
demuestra
en Sawford,
se han establecido
Legg [1983),
19851, estas
desde medidas eulerianas,
y anteriormente
expresiones
Lumley en 1962
pueden ser expresiones
sin
I
I
I 34
I
I
I Estratificación ESTABLE
I 0
v’
Q
Y’
I
1.3u* Ha11,1975+
I 2.0u*exp(-3fz/u* ) 1.3u*exp(-2fu.l.) 1.3u~exp(-2fz/u*) Hanna.1982+
I
I
I
I
I
I
I
1 35
I
1
I
I
Estratificación INESTABLE
I 0
“’ oY, Autor
I 1.1ue(z/kL11'3 I-M1,1975+
7
I min(0.96we(3z/H-L/H)'iJ
0.763~.(z/H)~'*~~)
I para 0.03<Z/H<O.4
0.722",(1-~/H)~~~~~
I 0.37w,
para 0,4II/"<O. 96
I para 0.9ã<Z/H<l.O
Wilczak y Phillips.1986
I
I
cc es Sl valor s"psrflcl2.1 de 0. IU+>
"
I Hurley y Physick,l991+
u,(~~+O.SIH/L~)~'~ WA A
I n. Y
(K-dlf”slvldad
Ch
turbulsnta)
-longlt”* dc onda sn v,
l CA:;:
Todo*
LOS
cocficlents~
estos
autores.
“alorea están lndlcados por
I
I
l 36
1
I
I 2.1.3. Autocorrelaciones
La Teoría Estadistlca
y correlaciones
debida a Taylor,
cruzadas
como ya se reflejó en el
I apartado
homogéneos
velocidad
1.2.2.
son
> se centró
e lsotróplcos;
estadisticamente
en el
en tales
tratamiento
flujos
independientes
las
de los
fluctuaciones
de la
flujos
posición
turbulentos
de presión
y de la
y
l R
Y”J
= <Ui(t),U,(t*t)>
R = <“,(t),U,(t+T)>h
I “lUJ ul
.c
uJ
I La variable
autocovarianzas
transformadas
T es equivalente
(l=J)
de Fourier
en este
y covarlanzas
son las
apartado
cruzadas
denominadas
a At del apartado
(ltjl
densidad
son integrables
espectral
1.2.2. Las
y sus
y densidad
I co-espectral.
I R
“h
IJ’
=
a
-
ar
R
ul"J
(TC)
I que refleja
término
la correlación
que según
entre
van Dop et al.
la velocidad
(1985) debe
“u”
incluirse
y la
en
aceleración
simulaciones
“ti”,
de
turbulencia no homogénea y no estacionaria.
I números
Las medidas
de Reynolds
eulerianas
han
y lagranglanas
mostrado que ambos
en flujos turbulentos
autocorrelogramas
de altos
temporales
I tienen
utilizada
función
una forma
en cada
exponencial
similar
caso.
y su diferencia
Ambos autocorrelogramas
(Neumann, 1968; Hall,
se debe
1975;
a la escala
se pueden
Tennekes.
aproximar
de tiempo
1979 y Harma
a una
et
al. > 19821, como se muestra en la Figura 2.1.3.1 del autocorrelograma
I lagranglano.
reflejadas
en donde
por At, tiende
con pequeñas diferencias
a 1 y para grandes pasos
de tiempo
de tiempo
T, posteriormente
tiende a cero.
I (2.1.3.1)
I donde
T=TL
T corresponde
en un estudio
a la
lagranglano.
escala de tiempo, T=T, en un estudio eulerlano y
I Aunque
satisfacer la
Smith
condición
(1968) indicó
dR/dr=O
que
en r=O
la autocorrelación
para evitar la
temporal
posibilidad
R debe
de
I aceleraciones
(1974)
condición
muestran
infinitas,
anterior,
que
no
Snyder
aunque la
introduce
y Lumley
aproximación
grandes
(1971) y posteriormente
exponencial
errores en el
no
Pasquill
cumple
tratamiento
la
I 37
I
I
I componentes.
aproximación
(linea continua)
En la
exponencial
Figura
de su modelo.
2.1.3.1
(2.3.F.l)
se muestra
y la autocorrelación
En dicha figura
gráficamente
se puede
temporal
observar
(p,untos)
lagranglana
que para
la
,I Limite
ejemplo,
las
Convectiva
Gifford
relaciones entre
tienen
(19821,
un papel
Lee y Stone
las
Importante.
(1983)
autocorrelaciones
Otros
y Li y Meroney
eulerianas
autores,
(1985)
y
como
analizaron
lagranglanas
por
desde Monte
1 calculadas
‘aproximaciones
exponencial.
analfticas
simulaciones
mucho más complejas
Carlo con
que la
las estimadas
sencilla expresión
por
I
1.
I
1
I
I
I %,-..L..--
Y
S.paración
II o>
-...*‘,~_
tsmpora1
. . . ..L.
T 0
3
inrerva1o espacia1 E
I Figura
velocidad
2.1.3.1. Funciones~
en la dirección
de autocorrelaciõn
Ca) x. (b) y, Cc) z. La línea
para la componente
continua
de 1~
representa
la autocorrelación temporal lagrangiana en z=O.25 y la lfnea punteada la
I aproximación
Respecto
exponencial de la autocorrelación.
temporales
y Peskin (1970)
I estratificación.
l 1979)
representa
esta’ magnitud
a la altura
tiene la
y H la altura
siguiente
de la
variabilidad
CLP estable:
vertical, donde z
<u’w’> = -u~(1-z/H12
I
._,.- 38
I?
I
l
I aplicables a un subconjunto de capas
<u’w’>
límite
= - u:. [l-(~/H)~‘~l
estables, como por ejemplo:
I <u’w’> = -uz(l-z/H)
1 En situaciones
muestran gran
inestables
variabilidad, incluso
los perfiles
decreciendo
de esta
con
covarlanza
la altura
cruzada
(Kalmal et
al., 1976). Sin embargo. se suele simplificar y considerarla constante e
I igual a la velocidad
una expresión más compleja
de fricción (Ley y Thomson, 1983). Stull (1991) propone
1 cruzada
Anfossl
proximidades
con
et al.
la
(1988)
altura,
del suelo no varía
aplican
aunque
esta misma dependencia
indican
respecto
que la
de la covarlanza
concentración en
al caso en el que no se incluye
las
1 esta covarlanza.
1 respectivamente.
variable
La
/3, como se indicó
relación
en el
TL/TE
apartado
es constante
1.2.2.
y se la conoce por la
1 para
En turbulencia
la componente
homogenea y estacionarla
vertical (TL”) se considera
la escala de tiempo lagrangiana
proporcional a la escala de
I longitud eulerlana
LE
LE (Pasqulll
(con ,3 entre
y Smith,
0.35
19831,
y 0.8.
tal que
I Y
I que la dlfuslvldad
expresarse como K,“,.
aturbulenta a grandes distancias
TLY, donde Km se puede determinar
de la fuente puede
como O.~U.Z/@~~(Z/L),
siendo + (ZAI la función universal de la Teoría de Slmllarldad. Sin
1
q
I 39
1
I
I Estratificación ESTABLE
I depende" de la estratlflcsclón,
I cz/<u> Ha11,1975+
I 0.5z/o"/(1+15fz/u*)
0.5z/oy/(l+15fz/u*)
0.5z/ey/(1+15fz/u.) Hanna,1982+
I para z/H<O.l,-(z-zr)/L<l
0.592/0 Y
para ./H<O.l,-(z-Z,)/L>l
I O.l5H(l-exp{-Sz/H})/o
Y
para Z/H>O.l
I ku1z(1-16z/L)"2/02 Ley y Thomson.1983
Y
I 0.12h rn," /o "
BTE,u Hurley y Physick,l991+
(h.f%TE se lndlca" por 10s autoras y dependen de la estratlflcacló")
I
I 40
I
I
I 2.2. MODELOS DE PART&JLAS
I la última
informáticos.
un sistema
decada
fislco
más se ha desarrollado
En el modelado
y su éxito
de partfculas
radica
debido al avance
se propone
en el potencial
de los sistemas
la dlscretlzación
computaclonal que aporta
de
I modelos
La
eulerianos y, en cambio,
de particulas
con un enfoque
es suponer
lagranglano.
que un conjunto de
partículas ficticias. dlscretizaclón del sistema físico, pueden simular el
I comportamiento
de cada una de estas
de una determinada
particulas
variable
ficticias
(masa, calor,
está gobernado
. ..). El movimiento
por una velocidad
determinista y una velocidad aleatoria, dando lugar a una única trayectoria
I dentro
partículas
de un abanico
el comportamiento
infinito.
global
Sin embargo,
no esta influido
al elegir un conjunto
de manera determinante
de
I proceso.
I establecieron
partículas
relación
otras
0 elementos
en cualquier
tres categorias
reales
sistema
y las
discreto
que determinaban
particulas
es fundamental
la relación
ficticias,
para
entre
ya que esta
interpretar
las
los
resultados de la simulación:
I - Correspondencia una a una (p.e. en Dinámica molecular)
- Equiparación de elementos fluidos (p.e. vórtices) a particu-
I las (Pearson
- Superpartículas
representan
et al., 1983 en flujos
que corresponden
a una conjunto
estratificados)
a partículas
de partículas reales
ficticias
de similares
que
I caracteristlcas.
I caracterizar
partícula
de dos formas.
en los que el movimiento
La primera es la aproximación
de cada una de ellas
de una única
es independiente del
I 41
I
I
I resto
sola
cuando
y la estadística
partícula.
se desea
La segunda
que la gobierna
reproducir
aproximación
una
corresponde
dispersión
a la estadística
es de dos particulas
relativa, Po=
de una
y se aplica
ejemplo la
I dispersión
1981; Gifford,
de un puff
este segundo método es más compleja
1982 (ver
en relación
también
a su centro
que la del primero
Sawford,
de masas. La estadística
1984);
(Durbln,
Sawford,
1980a; Lamb,
1983;
de
entre
otros). Nuestro esquema es un esquema con la aproximación de una única
I partícula.
altos
Este tipo
números de Reynolds
de modelos son aplicables
(Re~1, que generalmente
a flujos turbulentos
es lo que ocurre
con
en la
atmósfera, donde se puede despreciar los efectos moleculares (Monin y
I Yaglom,
fluido.
1971) y considerar que cada particula viaja con la velocidad del
l equivalentes,
las fluctuaciones
‘, que tienen
turbulentas
en cuenta
de origen
el transporte
aleatorio
debido
y la difusión
al flujo
molecular
medio,
I (1968)
particulas
y Hall (1975)
cuya velocidad
modelo de Deardorff
y Lamb (1978)
(1974)
que simuló
era suma de una velocidad
y una velocidad
la turbulencia
estocástica
vertical
suministrada
que describe
con
por el
el
t
I +
r(tl) = Ato, +
1
?cr,t,. dt
lt
I donde 3 es el viento
partícula entre t
instantáneo
y ti. Las características
0
en cada punto 2 de la trayectoria
atmosféricas
de la
hacen que sea
I practicamente
componentes
considera
impkible
aleatorias
el viento
conocer
provocadas
equivalente ?
el viento instantáneo
por los remolinos turbulentos;
debido
por
a
ello
las
se
e
I t
1
20 = 1 +vcr.t>.dt
(tl-to) lt
I el cual traslada directamente a la
0
I
I
I 42
I
Figura 2.2.1. Trayectoria de una partícula real y una partícula ficticia.
I del viento
de partículas
(3:); la primera
dentro
es una
de una malla
aproximación
(Lange, 1978):
determinísta por el método
1 esta metodología
movimiento
la variabilidad
de cada una de las partículas.
temporal de la concentración influye en el
I 43
I
I
I
I turbulencia
concordancia
a $1 Smith
con altos
(1968)
números
con observaciones
la
de Reynolds
(Harma,
consideró en
(Sawford,
1979).
un
1986);
Sí se extiende
estudio de
y la tercera,
esta
un
hipótesis
movimiento
su
.*
I Es necesario
de cada partícula,
establecer condiciones
la autocorrelación
iniciales
y la componente
para evaluar
aleatoria.
la velocidad
I Suponiendo
independientes
que
entre sí,
$”~ es un vector
se distribuyen
puramente
según
aleatorio
una
cuyas
distribución
componentes,
normal de
I media
estacionaria
cero y varlanza
e isotrópica):
en cada dirección (en turbulencia homogénea,
I
2
~“‘>=Q”> ’
[ 1 ú2=u2
[ 1
1-R’ .“.
e
v” Y’
1-R’
ev’
e
2
VW’ ,“,,
2
[ 1
1-R’ ev*
e
I velocidad de
su nueva posición
la partícula
será
asociada al
I finitas
dispersión
1982;
de la ecuación
Legg,
turbulenta
1983).
de Langevin,
lagranginas
En la componente
ampliamente
(Durbin,
vertical
utilizada
1980a, 1983;
la ecuación
en simulaciones
Legg y Raupach,
de Langevin
de
se
expresa como
I dw’ = a.dt + b.q
I
1 44
1
I
I
I Escala de tiempo TLw RL = exp(-At/TLw 1
I componente
At el paso
vertical,
de tiempo.
p(w) funcibn
De Sawford
de densidad
(1985).
de probabilidad y
I primera
La apllcaclón
se refiere
correcta
a la memoria
de la ecuación
del proceso,
2.1 exige
la segunda
varias condiciones.
a las incertidumbres
La
I tercera
paso de tiempo
particulas
afecta al factor
menor a la escala
ficticias
computaclonal.
de tiempo
Estas tres
lagranglana.
y un número mínimo de pasos de tiempo
condiciones
un número
exigen
minino
estimable
un
de
en
I función
especlflcardn
del problema
en el apartado
que se desea
2.2.1.
modelar. Las tres condiciones se
I varlanza
acumulación
primeros
de la velocidad vertical es muy pequefia.
Legg y Raupach (1982) y Ley y Thomson (1983) fueron
en incorporar el gradiente de dicha varianza.
Para evitar
uno de los
Thomson (1984) y de
esta
Baas et al. (1986) ademas tuvieron en cuenta los momentos de orden superior
I (sesgo y curtosls)
explica por qué
de la función
es aconsejable
de densidad
incorporar
normal.
estos
van Dop et al (1985)
momentos en flujos
turbulentos no homogéneos. asi cómo evitar algunas incorrecciones que han
I derivado en el establecimiento
1987; van Dop et al. > 1985; Durbln,
de diferentes criterios
1983, 1984; Egbert
(Thomson. 1986, 1986,
y Baker, 1984).
I errores
Las
tratamiento
principales
eulerlano
numéricos
ventajas
son el ahorro
(de difusión
del tratamiento
computaclonal,
y dispersión)
lagranglano
asociados
la ellmlnacl6n
frente al
de los
a la discretizaclón
matemática de los modelos eulerlano Y que apenas se requiere de
I restricciones
partícula
fislcas
puede determinarse
(no existen ecuaciones
por sus coordenadas,
de conservación)
masa, tamafio,
ya que cada
etc. Los
únicos parámetros necesarios son la varianza de las fluctuaciones de la
I
I 45
1
r
I
I 2.2.1. Elección del paso de tiempo
I 1985).
establecer
coinciden
Sin embargo,
tal limite.
Wilson y Zhuang
Con respecto
en que el At debe ser menor
(1989)
al límite
consideran
que la escala
superior
que no es necesario
todos
de tiempo
los autores
lagrangiana
T Lu (At/TLwtl). Wilson y Zhuang (1989) hace un análisis detalladode los
I errores asociados a diversos valores de At/TLw en turbulencia homogénea. van
Dop et al. (1985) lo extiende a todo tipo de turbulencia y su estudio se
I centra
función
tiempo
en el espectro
de la variación
supera la escala
de la aceleración.
de los
de tiempo
parámetros
lagrangiana
Zannetti (1986)
meteorológicos.
los modelos
lo justifica
Si el paso
de particulas
en
de
no
I proporcionan
1981;
puede evaluar
una correcta
van Dop et al.,
mediante
evaluación
19851,
una expresión
salvo
de la concentración
en zonas
gausslana
próximas
(Durbin
(Wilson
a la fuente
y Hunt, 1980).
et al.,
que se
1 por
A continuación
algunos autores.
se presentan
Esta sfntesis
los diferentes
complementa la
pasos
indicada
de tiempo propuestos
por Ley (1982).
I Turbulencia
Jorras y Bartlett
homogénea
(1972) At = 2 segundos
1 Sawford
Thomson
(1985)
(1987)
propone que At
At
< 0. lTLw.
l 1
1 Brusasca et al. (1989) At = 2 y 10 segundos
Turbulencia - homogénea
1 Legg
Davis
(1983)
(1983)
At
At
= 0. lTLw
5 0.2Ttw
1 Zannetti
Garrett
y AlMadani
y Smith (1984)
(1983) At
At
a 10 segundos
C 60 segundos
I Thomson
de Baas et
(1984)
al. (1986)
At
At
5 O.OITL;
5 0.05TLw
c-1
I
I 46
1
I
I Walklate (1987) At 4 0. lTLw/b
b depende de la desviación
(flotabilidad
de
negativa)
la velocidad
vertical del aire y de la velocidad media relativa
I Zhuang et al (1989)
entre
At
la particula
= 0. lmin(Tly,r)
y el aire.
At
= 0.02mln
5 0. lTLw
ww/lal, <ry/Jw’¿Yow/&l
(flotabilidad
1
negativa)
I (1976)
Además
indican
de elegir
que
correctamente
el incremento
el paso
del número
de tiempo,
de
Joynt
particulas
y Blackman
en las
simulaciones lagranglanas disminuye las incertidumbres que acompafian al
I cálculo
las
de la concentración.
asociadas a la varlanza
Dur$lna(198%)
oz =<Z (0-Z (o)>
estima
siendo
estas incertidumbres
proporcionales a la
y
-1/2
inversa de la ralz cuadrada del número de particulas (<ccz,t,>=N 1.
I Sawford
simulación
(1985) estima
unidimenslonal.
un número
Otro factor
mínimo de 5000
que se debe considerar
partículas para
es el número
una
I 2.2 no incluye
CLP. Estos
magnitud,
efectos
del viento
los efectos
tienen
medio,
de la cizalla
su origen
por
del viento
en la variación
la variación vertical
caracteristlcos
vertical. en dirección
de la intensidad
de la
de
y
las fluctuaciones del viento, correlación casi nula entre las fluctuaciones
I horizontales
fluctuaciones
del viento
vertical
(Cu’v’>=O)
y horizontal
y por una correlación
(Cu’w’><O). En Stull
negativa
(1991)
entre
se pueden
las
I diferentes
incorporación
Zannettl
a <u’w’>.
(1981;
de los
1984;
Uno de los primeros
efectos
Zannettl
de cizalla
y
investigadores
en un modelo
Al-Madani, 1983)
que propusieron
de partículas
con un
la
fué
modelo
I tridimensional;
modelos
densidad
posteriormente
bldimenslonales.
de probabilidad
Legg,
del viento.
Ley (1982)
además,
y Legg
incorporó
(1983)
el sesgo
lo consideraron
en la función
en
de
I Zannettl
de correlación
(1986)
cruzada
expandló
entre
su esquema
las componentes
introduciendo
de la velocidad
todas las funciones
del viento, lo
cual representa una dependencia entre las componentes de la fluctuación del
I
I
I 47
I
n
I
I el vector 3’. El sistema para las tres componentes de la velocidad es:
I u’ (t+At)
v’ ct+At,
= fI
= fz
u’ (t)
v’ (t)
+ u” ct+At,
+ fz u’ ct+At, + v”ct+At,
(2.3.1)
I entre sí.
I (2.3.1)
N el número
expresan
es estacionario
como
total de
en cada paso de tiempo
datos, que las varianzas
y teniendo
de las
en cuenta,
fluctuaciones
siendo
se
I
I sus funciones de correlación
I
I y sus funciones de autocorrelación
I por
Multiplicando
ll’ tt1, 2”’ (tl
las
y
tres ecuaciones
w’ lt.1 y
del
teniendo
sistema
en
(2.3.1)
cuenta
respectivamente
que p. e.
<ll’ (t)U’ ct,>=pl’ (t)/N, obtendremos promediando las siguientes ecuaciones
I R .cT2 = f,.úZ,
US”’ “>
I R
“‘V’
.Lr2
Y’
+ f3.fI.R
“>Y>
ou>o
Y’ (2.3.2)
I
I + f6.fI.R
“‘ll’
ou><py,
I
I 48
I
I
I Volviendo
respectivamente
obtendremos
a multiplicar
por
promediando
v’ (tl,
las
las dos
w’ (tl
siguientes
primeras
y de
ecuaciones
nuevo
ecuaciones
la
del sistema
primera por
(2.3.1)
w’ (t),
I fl = R
“>“>
I R -R R2
I R e”>(l-R R 1
“‘U’ “‘9
I f3 = “‘“’
ou, (1 - R2
“‘“B
Ra
“>Y>
1
I
I û2v” =oV2,(1-fZ)-f2u2,-2fffR
1 2 3 “‘V’
c D
ll> v*
I 49
1
I
I
I lineal, mediante el método de la inversa de la matriz,
conocimiento de la varianza de la tercera componente
que además permite el
aleatoria. El sistema
I
I
I donde
I A =0 Y>
44
A45 = fz.R",Y>û"> + f3.fl.R "SY' O"<
I A'46 = fI.R "'Y' 0".
I
I
I
I 50
I
I
I
I En este
y. por tanto,
especialmente
esquema se considera
el eJe X varía
en la vertical
que el eje X sigue
a lo largo
(Zannetti,
la
de la trayectoria
1984)
dirección
de la
del viento
particula,
I
I Finalmente el nuevo desplazamiento de cada ura de las particulas
tendrá las siguientes componentes:
I valores
Una
“9,
vez
de (r
conocidas
todas
oy,,
R“>“*.
las
o +.
incognitas,
R “.“>. R y>y>.
es necesario
R“>“‘. R“‘$+ y
conocer
RY,“>.
los
Estas
1 magnitudes pueden
como se indica
inferirse
en el apartado
desde observaciones
anterior.
o expresiones semiempiricas,
I Este
simplificarse
esquema
a dos
lagrangiano
dimensiones,
válido
como es el
pal-a todo
esquema
el
que
espacio
se propondrá.
puede
I velocidad
correctamente
esquema
en el
los
que se propone
orden
nuevos
que se
coeficientes
la primera
deseen,
f.
ecuación
teniendo
o”,
del
cuidado
A y B. En concreto,
sistema
en determinar
corresponde
en el
a la
fluctuación de la componente vertical de la velocidad (~‘1 y la segunda a la
I fluctuación
ajuste
horizontal
de w’ a la función
(LI’ ), para
de densidad
que no se altere,
de distribución
principalmente,
considerada, sobretodo
el
I siguiente:
I g,
=R
w*w*
I
I R > >Q”> (1 - Rw.w.Ru.,.)
g3= “W
I cw,(i - R23
Y’Y’ “‘Y’
1
I
I 51
1
l
I 2
““SS = 2, (1 - .g) - g;(, - 2 gley3R”>u’~“>~ Y’
I - uf
R“‘V’ (0) = <u’íí’ > = 1-L
I o”* 0v’ C”,(r=0)oy,(z=cl)[ H
I R
“>Y
(At, =
<us 3
2
“’
I
i 1
At
<w’ 3
R (At) = = exp - -
I w*u 2
oY*
T
LU
I De
homogenea
las observaciones
y estacionaria,
eulerlanas
el comportamiento
se conoce que en turbulencia
de cada una de las componentes
de la velocidad se distribuyen según una distribución normal de media cero
W2
para la componente vertical
l 1
1
I p(w) =
4-G cw
exp - -
2 o2
u
I Sin embargo,
en el desarrollo
las situaciones turbulentas
de una capa convectlva.
no son tan ideales
En estos caso*
como por ejemplo
la distribución de
I la componente
(sesgo)
laboratorio
es positivo
vertical
(Wlllis
no corresponde
a lo largo
y Deardorff,
de toda
1974, 1976,
a una gausslana
la CLP. Diversos
y su tercer
1978) y observaciones
experimentos
momento
(Taconet
en
I por fuertes
que las velocidades
propuso
vel¿vzldade*
una expresión
ascendentes
descendentes
para p(w),
pero que ocupan
que son de menor intensidad.
otros en cambio
menor
han utilizado
área horizontal
Lamb (1982)
otros métodos
para incorporar el sesgo en un modelo lagranglano, tales como Legg (1983) y
I Thomson
con
(1984).
su esquema
Baerentsen
de particulas
y Berkowlcz
el
(1984)
comportamiento
con objeto de poder
atmosférico
simular
en capa*
convect lvas y. en cierta manera basándose en Lamb (op. cit.), propusieron
I desdoblar
Y 0-c donde
la p(w) en dos fdp gausslanas
el subíndice + representa
de medias
el
w+ y -w- y desviaciones
movimiento ascendente y
o+
el
I subindice
en multitud
- el movimiento
de esquemas
descendente.
lagrangianos
Esta
como
expresión de p(w) se ha aplicado
los de Luhar y Britter (1989) y
I 52
I
I Hurley
densidad
y Physick (1993).
de probabilidad
fdp gaussianas de diferente
de
Baerentsen y Berkowicz
la componente
media y varianza:
vertical
desdoblan la función
de la velocidad
de
en dos
1 (w - w+P
1
p+(w)=_
I 4-z o+’ exp
l
- 2 lTz
I (w + w l2
p-(w)= l exp -
I d-z o-
I
2 c2
I siendo
ascendente
a+ y a- las
y descendente.
f recuencias relativas de ocurrencia de los movimientos
I Con el conocimiento
se puede simular situaciones
de la fdp de cualquier
de estratificación
componente
estables
de la velocidad
y neutras (fdp
gaussiana) y estratificaciones inestables (fdp de Baerentsen y Berkowicz).
I En
determinadas
condiciones
por la
convectivas,
velocidad media
1SS
w+,
partículas
la varianza
asgendentes
eW,+. la
vendrán
escala de
I tiempo
descendentes
lagrangiano
tendrán
TLY+
una
y
velocidad
la correlación
media w-,
lagrangiana
la varianza
R+.
CT:,-,
Las
la
particulas
escala de
1 tiempo
estas
lagrangiano
nuevas variables
TLw- y la
‘se determinan
correlación
a través del
lagrangiana
cálculo de los
R-. Las expresiones de
tres
primeros momentos de la p(w) y de la función de distribución. Las
I expresiones
Thomson (1984).
de estas magnitudes son equivalentes a las propuestas por
I
I
I
I
I
1 53
I
I
I w
- =cJ
- =
II
(S”
ll
+ 806)1’2
u
- s3 y
1
/42
1 w+=c + = cy / 2w-
1 a = w+/h-+w+)
I a+
= w-/(w-+w+)
T =a +.TLw+ +a - .T
L” LU-
I
I siendo S: el sesgo puede determinarse de observaciones o
que
I relaciones
impuesta por Baerentsen
semiempíricas (Lenschow
y Berkowicz
et al.,
(op. cit.
1980).
1 para
La suposición
obtener
de que
algunas
ot=w+
de las
expresiones anteriores es analizada por Luhar y Britter (1989). determinando
1 que es correcta.
1 estas
línea
(1982).
magnitudes,
discontinua
La linea
donde H indica
considera
continua
la
considera
la altura
desviación
de la capa límite
la desviación
estándar propuesta
elegida
convectiva.
por
por Baerentsen
La
Hanna
y
Berkowicz.
I
1
1
I
1
I
I
I
I 54
1
,
/
jl
il
I
‘1
‘1
I
I
I
I Figura 2.3.1. Evolución vertical de las variables w-, w+, a- y a+. H
representa la altura de la capa convectiva y Z la altura. Función de
I densidad
desviación
de probabilidad
estdndar de
propuesta
Harma,
por Baerentsen
1982 (linea
y Berkowicz
discontinua)
(1984)
y
con
desviación
la
I alternativas
fluctuación
cero y varianza
posibles
inicial
unidad:
son: (1)
en base a una función
dar valores
de densidad
nulos y (2)
gaussiana
as4gnar una
TJ de media
I
I 55
I . _:. _/ ..: .
1
I
I (1) u’ (0) = 0. w’ (01 = 0
I iniciales
En el capitulo 3 se verán,
de las fluctuaciones
entre
y que
otros,
no han
los
sido
efectos
abordados
de las condiciones
con anterioridad
a nuestro trabajo.
I Las
lagrangiano,
condiciones
determinadas
gg contorno
en función
es otra de las
de las características
necesidades de un modelo
atmosféricas que
se deseen simular, p. e. fumigaci6n. capa convectiva, etc. Para cualquiera
I de ellas
condiciones
podemos elegir
de contorno
entre diversas
de reflexión
posibilidades.
imperfecta
En las
se supone
denominadas
que en los
contornos de la capa límite (por ejemplo suelo y/o altura de la inversión)
I las
reflejan
particulas
de reflexión
que indicen
en los mismos
imperfecta
o intentan
cambiando
la reflexión
unicamente
sobrepasar
de las
uno de los dos limites
su posición.
partículas
En las condiciones
incidentes no sólo
se
I afecta
velocidad.
modelos
a la
Estas
posición,
de partículas.
son las
sino también
condiciones
Venkatram (1983)
a la
de contorno
fluctuación
propone
vertical
más utilizadas
para esta última
de
en los
tres
su
I que sean
vertical
consistentes
de la velocidad.,
con la distribución
tal que
de probabilidad de la componente
I Reflexión
Reflexión
en el
en la
suelo
capa
w’ = -w’a
de mezcla
- /a +
w’ = -w’a+/a-
I Sin embargo,
que tras la
nosotros
reflexiones
no
w’
hemos encontrado
= Iw’ 1 en el
ninguna
suelo
diferencia
y w’ = -Iu’ 1,
al considerar
en situaciones
convect ivas.
1
220”) ,“‘2
I /‘i
!
~,tura
(según
capa 1fm1t.e (z=H)
1z.s con*. cstrat,c.:
IzzI>-I”‘21
I 21
I
I
I Figura 2.3.2. Posibles condiciones de contorno.
I 56
1
3. s1I4uLAc10NEs
57
.I
I
I los correspondientes
de estratificación
obtenidos con el esquema
a un modelo
atmosférica.
lagrangiano
de penacho
Posteriormente,
propuesto
gaussiano,
se analizan
para
en situaciones
tres
los
categorias
resultados
atmosféricas
I convectivas
último,
de fumigación.
con fuentes
se refleja
Para
emisoras
el comportamiento
ello se ha enlazado
a diferentes
de un penacho
el esquema
niveles verticales.
continuo
propuesto
en condiciones
Y, por
con un modelo
de pronóstico. La fumigación de un penacho también ha sido estudiada en la
I versión unidimensional.
I 3.1. GENEFIACION
VELOCIDAD.
DE DISTRIBUCIONES DE PROBABILIDAD DE LAS COPIPONENTES DE LA
I computacional
estadística,
fenomenológicas.
0 sistemático,
la de
Estos errores
empleando
representación
dependen
diferentes
binaria (bit
metodologias,
a su vez de múltiples
level test)
como son la
factores
o las
que,
I aunque
entraflan
(1992)
en algunos
dificultades
y Vattulainen
casos
et al.
sean
añadidas,
(1993)
bien
como las
tras
conocidos
indicadas
el análisis
(Ferrenberg
por
de varios
et al.,
Ferrenberg
generadores
1991) >
et al.
de
números aleatorios, que son la base de la tknica Monte Carlo. Por tal
1 razón,
estudio.
en este apartado se describirá el generador utilizado en el presente
1 exige
velocidad
La formulación
la creación
semejantes
del esquema
de distribuciones
a las funciones
lagrangiano
de probabilidad
que se sigue
de densidad
en este
de las componentes
de probabilidad
trabajo
de la
(fdp)
teóricas, lo cual se puede conseguir a partir de generadores de números
I aleatorios.
generada
Por tanto,
va a depender
inicialmente
de la bondad
se debe suponer
del generador
que la bondad
y del número
de la fdp
de puntos
deseados para definirla. Vattulainen et al. (1993) analizaron, entre otros,
I dos
test.
de los
GOSFAF (libreria
generadores
En el estudio
NAC),
aleatorios
contrastando
del generador
con los
su bondad
,RAND los
que se va a trabajar:
a partir
autores
de diversos
mencionados
RAND y
tipos
observaron
de
I una dependencia
que
generador
superara
fuerte
algunos
GOSFAF no presentaba
de la implementación
de los tests
ninguno
anteriormente
de estos
del algoritmo,
citados.
problemas,
lo que impidió
En cambio,
siendo uno de los
el
1 cit. 1.
discrepancias
Sin embargo,
significativas
en el
entre
presente estudio
el uso de uno u otro
no se han
generador,
encontrado
como se
verá en este apartado.
1 En nuestro
distribución
caso,
generada
el esquema que se utiliza
con una fdp gaussiana
requiere
de media cero
la semejanza
y varianza
de la
unidad:
NCO, 1). Para ello se generan N números aleatorios dentro del intervalo
1 [O.ll, y se aplica el teorema central del límite a cada bloque consecutivo
I
I
I 58
I
I de n números
dado por :
(naN, 1-061, obteniendo para cada bloque un valor e que viene
1 (cI la inicialización
Las figuras
del generador
que
.
aleatoria
aleatorios
de la velocidad
ficticias
consecutivos,
se eligieron
primero
(LI”~ 1 y después
bloques
para
para
la
la
1 componente vertical
en cada paso de tiempo.
(ui 1 de cada
Se ha comprobado
una de
que la situación
las particulas
de alternancia en
ficticias emitidas
1 inicialización
validez
posibles
que se sehala
para
problemas
cada una de las
posteriormente.
en simulaciones
componentes,
Esta alternancia
bidimensionales.
dentro del
se analizó
Con
límite
debido
simulación
de
a
I
I
I 59
I
I
I -l
I Generador
Implementación
de aleatorios
en
RAND
Convex c-21c 1
Simulación fisica
I Viento medio (1.0 (m/s)
Grado de estratificación
1.72
Estabilidad
Rugosidad superficial (ml 0.20
I Emisión
Paso de tiempo
(part/paso
(sl
tiempo) 1
2
Tiempo final (sl 1000.
I Movimientos
Altura fuente
totales
(ml
500
240.
I (al En primer
distribución.
lugar se analiza
Como se observa
la influencia
en la tabla
del número
3.1.1, el total
de puntos 5 de la
de partfculas
ficticias emitidas desde el foco, junto con el tiempo final, establecen
1 el número
ellas;
primera
por
de movimientos
ejemplo,
en emitirse,
en esta
realiza
o pasos de tiempo
*imulación
quinientos
que realiza
la particula
movimientos,
#l,
mientras
cada una de
al ser la
que la
partícula #191 hace trescientos diez. Es decir, el número de movimientos
I equivale al número
para las dos componentes
de puntos 5 de la distribución
de la velocidad. En las Figuras
gausslana
3.1.1
observada
y 3.1.2
se muestran los valores medios y las desviaciones típicas de las dos
I componente*
ficticias.
partícula,
aleatorias
Se puede observar
la distribución
de la velocidad
que a mayor número
se asemeja
para
normal.
de la
Esta
I característica
aleatoriedad
emitido en los instantes
manifiesta
en las
la imposibilidad
velocidades
finales
de aquellas
de mejorar
de la simulación.
partículas
la condición
En concreto,
que se han
y tras
de
1 a dicho
velocidad
limite
pocos movimientos,
establezcan
existe poca certeza
una N(0.11.
no contempladas
de que sus componentes
Sin embargo,
en este trabajo.
salvo
aleatorias
en simulacione*
el efecto global
de
con
en
el modelado es inapreciable, debido a que estas partículas son las que
l se sitúan
significativamente
en las proximidades
el comportamiento
de la fuente
del penacho.
de emisión y no determinan
I
I
I
1 60
I
ha) (b)
il
I
;I Partictila Particula
.I Cb) w”,,.
y n igual
para
a 120. Las
cada partícula.
líneas
Valor inicial
continuas
de la
horizontales
serie aleatoria
corresponden
igual
a
a 1
los
valores de 0.1, 0 y -0.1.
1
I
I
1
I
Particula Porticula j
I FIGURA 3.1.2. Desviación típica de la componente aleatoria de la velocidad,
I Ca) u; (b)
igual a 1 y n igual
los valores de 1. 1,
w”~, para cada paz-t íala.
a 120. Las
1 y 0.9.
Valor
lineas
inicial de
continuas horizontales
la serie aleatoria
corresponden a
I Apollo.
I 61
I
I
I
I (b) La influencia
distribución
del
normal,
número de aleatorios
no modifica
n, escogidos
el resultado observado
para
en
generar
el análisis
la
del número de puntos <. Las Figuras 3.1.4 y 3.1.5 confirman de nuevo la
existencia del límite en el número de movimientos (superior a 150).
1’ (c) Por último, queda comprobar la dependencia de las distribuciones
generadas según el valor inicial asignado a la serie aleatoria. Al igual
I que en el caso anterior,
3.1.6A y 3.1.6B no se aprecia
en el bloque media-desviación
nada que contradiga el limite
de las Figuras
establecido
para el número 5, aún siendo este caso el más desfavorable. Esta
I independencia
et al. (1993).
del valor inicial coincide con lo obtenido por Vattulainen
necesario
depender
dos utilizados
analizar
del tipo
en este
previamente
de generador,
trabajo.
el generador
Por
en
consiguiente,
I cualquier
aleatorios.
modelo basado en la aplicación de generadores de números
I continua)
partículas.
última
y la
La particula
se ha elegido
distribución observada
#l ha realizado
para detectar alguna
(línea
500 movimientos
posible
discontinua) para
y la #191 310. Esta
irregularidad de la región
dos
1 N(O,l))
significación
al menos en un 70% del total
#l y #191 el test
de a=0.05 (95% de yfianza).
estadistico
de particulas emitidas,
En concreto,
2 es, respectivamente,
con un nivel
para las partfculas
1.01 y 5.69 para la
de
I componente
componente
aleatoria
aleatoria
horizontal
vertical
de la velocidad
w;. El 30% restante
uw , y 9.27 y 7.62 para la
n
corresponde a aquellas
I
1.
I
I
I
I 62
I
particulas que se encuentran más próximas a la fuente, y por tanto no son
las que caracterizan el comporbmiento del penacho.
!a) (b)
< u; > < WI1 >
n’
1.5 1.5
1.0 1.0
0.5 0.5
0.0 0.0
-0.5 -0.5
-1.0 -1.0
-1.5 -1.5
-2.0 -2.0
0 0
Porticula Particula
û
“”
v
2.00 2.00
1.75 1.75
1.50 1 so
i.z5 1.25
1 .oo 1 .oo
O.iS 0.75
1 0.50
0.25
~0.50-
0.25
I 0.00
Particula
0
0.00
Particula
FICXJRA 3.1.3. Valor medio y desviación standard de la componente aleatoria
I de la velocidad,
serie
Ca) u;
aleatoria igual
(b) Y”~,
a 1, n igual
para
a 120 y el
cada partícula.
generador
Valor inicial
es GO5FAF.
de la
I
I
1
I
I 63
I . ..,., . ...... .. . _, , .., _~ ..<_.. : ,.~ “..,.... .:-;.- ‘,., .:,..;.~ ,..-.
Particulo Pprticula
64
‘;’
‘. :
.“.,” .1.?
‘.
,.? .
2.00
I .75
!.50
1.25
1.00
0.75
0.50
0.25
0.00
Particula Particula
2.00
.b:751,' n=60
*,F 1.oo
b
P,articuIa Particula
65
Particula
semilla = 1
1i 1.o
~1
I FIWRA 3.1.6A. Valor medio de la componente aleatoria de la velocidad, Ca) u”
9
(b) 18’~; para cada partícula. Valor inicial de la serie aleatoria indicado
1 por semilla y n igual a 60.
I
I
I
I
I
I
I 66
I
Porticula
:b) '
67
:I
!l
I
I
I
I
I (b)
1,
I
1
I Figura
continua)
3.1.7. Función
y obsevada
de la velocidad,
de
(línea
uC; y w”~,
densidad
discontinua)
de probabilidad
en las partículas
teórica
para las dos componentes
Ca) #l y (b) #191.
NCO, 1) (línea
aleatorias
Los valores
I de la media
superior.
y desviación standard observadas están indicados en la parte
I
I
l
I
I
I
I
I 68
I
l
I 3.2. Modelo unidimensional.
I la resolución
dimensión.
representa el
matemática
En la ecuación
efecto de
de
de
la
la ecuación
Langevin
turbulencia
de Langevin
el término
sobre la
aplicada
aleatorio
partlcula
a una sola
(ruido blanco)
durante un
intervalo de tiempo dt (Lin y Reid, 1962). La resolución de esta ecuación es
I un proceso
turbulentas
de Markov
no
de primer
homogéneas, COltI
orden, que debe completarse
corresponde a situaciones
en condiciones
de fuerte
estratificación 0 situaciones convectivas.
I clasico
El esquema
dentro
unidimensional
de la modelización
con el que se va a trabajar
lagranglana del tipo
es un esquema
Monte-Carlo y la
dirección elegida es la componente vertical, por ser la que más depende de
I la
neutras
situación turbulenta.
el término aleatorio
Así, mientras
se ajusta
que bajo
aproximadamente
situaciones estables
a una fdp gaussiana,
y
I El esquema de Monte-Carlo
particulas es
en la dimensión vertical para cada una de las
1 czrrezpondea
o~,,=Q~, (l-f
a una
1. Conocida
fdp, en general,
la perturbación
gaussiana de
de la velocidad
media cero
vertical
y varianza
a la altura
I zct+At,,
más la
la velocidad
velocidad media
vertical vendrá dada por la suma de dicha perturbación
I resultados
realizará
que se obtengan
una verificación
de las simulaciones.
del esquema, considerando
Por ello, a continuación
diferentes condiciones
se
I expresiones
tiempo
verificación
para determinar
lagrangianas.
de forma
En los
separada
los valores
siguientes
para
de las varianzas
subapartados
casos con estratificación
y las escalas
se realizará esta
inestable,
de
I la velocidad
la situación
vertical,
neutra,
y posteriormente
la estable y finalmente
se aplicarán los esquemas elegidos
la de fumigación.
a
I
I 69
I
3.2.1. Situaciones convectivas.
P(w)=a+.P+(w)+a_.P_(w)
2
1
P[“l=P(o,+ = .exp -
Ai- 0” I 2°C 1
70
I
I por toda
variables:
la
la
CLC (H=lOOO
longitud
m) y considerando
de rugosidad so= 0.01
los siguientes
m, la escala
valores
de la
para
velocidad
las
I en todos
fluctuaciones
los casos
de la
partículas
componente
sin
vertical
flotabilidad.
del viento
La varlanza
eleglda para
de las
estas
simulaciones corresponde a la relación semlempírlca obtenlda en medidas
I experimentales
Izuml y Caughey,
en la CLC y en ensayos
1976 (referenciada
con tune1
en Baerentsen
de viento
y Berkowlcz,
(Lenschow,
op. clt.)):
1970;
1 (3.2.1.1)
l Igualmente
Baerentsen
se
y Berkowlcz
ha seleccionado
para la escala
la relación
de tiempo
propuesta
lagranglana:
también por
I T
LW
= 2
”
/2&
t
(3.2.1.2)
I Como se ha dicho
10 partfculas/metro
anteriormente,
situadas de forma
la distribución
uniforme
lnlclal
en toda la CLC. En este
corresponde
tipo
a
w’ (t=O)
según una fdp normal:
= P(O,+t=o11
l En primer
condiciones
lugar
de contorno
se analizarán
en el suelo
los resultados obtenidos
y el tope de la CLC correspondientes
con unas
a
“reflexión imperfecta”, es decir sólo cambia la altura “2” de cada particula
1 al aproximarse
step) es de 0.03
a los bordes
segundos.
superior
Esta
e inferior,
simulación
y el paso
se considerará
de tiempo
como ‘caso
(time
de
referencia”. Posteriormente, se compararán los resultados con otros
I supuestos,
fluctuaciones
variando
de velocidad
las condiciones
iniciales
de contorno,
de cada particula.
los pasos temporales y las
I reflejado
(1984)
cambio reflejó
anteriormente
realizaron este
la distribución
tipo
en ninguna
de comprobación
blbliografla.
(P(z/HI.w,.t).
Baerentsen
en su esquema
pero ninguno
y Berkowlcz
y Lamb (19821
de ellos obtuvo
en
I este comportamiento.
deducidas por el
En la figura
esquema entre las
3.2.1.la
alturas
se consideran las
de 90 m y 110 m y la
velocidades
fdp teórica
I 71
I
IB
I
a la altura de 100 m. Las velocidades resultantes se agruparon en 20
:I intervalos
a aquellas
con un rango
partfculas
de w/w l Igual
situadas, entre
a 0.2. La figura
240 m.y 260 m y la fdp teórica
3.2.1. Ib corresponde
a 250 m.
El nivel de slgniflcacl6n es de 0.05 para tiempos superiores a 22.5 segundos
:I (equivalente
altura
el ajuste
a 750 movimientos)
de 250 m es necesario
a una fdp gausslana,
para
a la altura
además
ello superar
de depender.
de 100 m, mientras
los 75 segundos.
del tiempo
que en la
Por tanto.
transcurrido,
se ve influido por el numero de partículas que se han situado a una
l determinada
directa del
altura, ( “N.
comportamiento
de casos”
aleatorio
de la
de la velocidad
Tabla 3.2.1.1). consecuencia
de las partículas. La
Tabla 3.2.1.1 concreta los cuatro primeros momentos de las distribuciones de
I velocidad
tiempo
adimensional
y a las alturas
teórica
de 100 m y-250
y resultante
m.
del esquema en función del
I la)
1.
I
I
I o.cd
0.M
I w/wt
Figura 3.2.1.1. Evolución temporal de la distribucidn de velocidad de las
I partículas
(b) las alturas
generada por el esquema entre
de 240 m y 260 m. Las lineas
Ca) las alturas
contínuas
de 90 m y 110 m y
respresentan las pdf
teóricas a las alturas de 100m y 250 m.
I
I
I
I
I
I
I
.,..
72
I
I
I (aI Teórica
t-1
3.75 seg
(0)
15.0 seg
(AI
30.0 seg
( t 1
150.0 se,
(+)
I Media
Desv. Stand.
0.0000
0.5212
0.0000
0.5435
0.0148
0.5247
-0.0106
0.5163
-0.0088
0.5190
Sesgo 0.0000 -0.1077 0.0075 -0.0193 -0.0292
I curtosis 0.0000 -0.3318 -0.2391 -0.0939 -0.0011
N. de caso8 24789 101556 210902 1044593
I z E (90,110) q
I
I Tabla
teõrica
3.2.1.1. Cuatro primeros
y de las distribuciones
momentos de función
de la velocidad resultantes
de la
en
distribucidn
función del
tiempo (a) de la Figura 3.1.l.la y (b) de la Figura 3.1.1.lb.
I
I
I
I 73
I
Concentración instant6nea normalizada
(b)
74
iil
jl1
4
il
;I
!I
!l Concentración media normalizada
I
I
I
0.3
cl.2
0.1
0.0
“.” ,.” ,.z ,..,
76
1
I
I
1)
I Teórica
t-1
3.90 seg
( 0 )
15.0 seg
( A 1
30.0
( l
seg
1
150.0
( +
seg
1
I Media
Desv. Stand.
0.0000
0.5212
-0.0019
0.5376
-0.0022
0.5188
0.0133
0.5264
-0.0119
0.5238
SeSgO 0.0000 -0.0065 0.0402 -0.0561 -0.0255
I Cwtosis 0.0000 -0.2299 -0.0923 0.0022 0.0008
N. de casos 2617 10313 20794 98482
I z E (90,110) q
I >)
Teórica 3.0 seg 15.0 seg 30.0 seg 150.0 seg
I C-1 (0) (Al ( * 1 (+)
I Desv.
Sesgo
Stand. 0.5212
0.0000
0.5680
-0.0702
0.5307
-0.0195
0.5321
0.0523
0.5262
-0.0586
I curtosis
N. de casos
0.0000 -0.4424
200
-0.1141
1014
-0.1508
2087
-0.0536
9755
z E (90.110) m
I
I 1
Teórica
t-1
30.0
( l
seg
1
150.0
(+)
seg
I Uedia
Desv. Stand.
0.0000
0.5212
-0.0120
0.5680
0.0151
0.5309
I sesgo
curtosis
0.0000
0.0000
-0.0702
-0.4424
-0.0837
-0.1521
N. de casos 200 980
I z E (90,110) m
I
I 78
1
P
I
I
I
I
1
I Concentración lnstanthea normalizada
1,.
I
I
I
I I
.o
1 t - 150.
CI
I
I
I
I 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
Conc. lns. normal.
I Figura
concentración
siguientes
3.2. 1.6.
pasos
Evolución
instantánea
de tiempo
vertical
normalizada
Ca) 0.3 s, (b)
y temporal,
generada por
en
3 s y Cc) 30 s.
el
segundos,
esquema
de
con
la
los
I
I 79
1
r---
.:
I
I
I
I
1
I Concentración media normalhada
1.~
I
1
I
I
Concentración media normalizada
I cl
I
I
I
0.8 i .o 1.2, 1.4 1.6
1 Conc. media normal.
1
80
! -:
1
yI-
I
La tercera variación en el esquema con respecto a la simulación de
!I referencia corresponde
dicha simulación
a las ,condiclones
las condiciones inicial&
iniciales. Como se recordar&
para las fluctuaciones de la
en
~1
:I
I -. TKACO
3.75 seg
15. seg
30. =g
.I 150. =g
1
I
1~
Fisura 3.2.1.8. Evolución temporal de la distribución de velocidad de las
I pakiculas
eligiendo
generada
fluctuaciones
por el e.&uema
iniciales
entre las
de velocidad
alturas
nulas.
de 90 m y 110 m,
I
Te&-iIZa 3.75 seg 15.0 seg 30.0 seg 150.0 set
I Media
t-1
0.0000
(0)
0.0153
(Al
0.0236
(9)
0.0029
(+)
-0.0080
I Desv. Stand.
Sesgo
0.5212
0.0000
0.3155
0.1631
0.4615
0.0748
0.4858
-0.0019
0.5168
-0.0321
Curtosis 0.0000 0.5143 0.0531 0.0721 -0.0015
I N. de casos
z E (90.110) m
25065 100865 204432 1016451
I. 81
1
Concentración instantánea nórmalizada
82
I Otras
semiempíricas
consideraciones
de la varianza
a tener
de la velocidad
en cuenta
vertical
son las
y la escala
expresiones
de tiempo
lagrangiana. Sin embargo, como los resultados son similares, el análisis de
I la influencia
condiciones
BI, asi
de la elección
convectivas
como bajo situaciones
de tales
con dos tipos
neutras
expresiones
de movimiento
(apartado
se realizará en el caso de
en la CLC (subapartado
3.2.2) y con situación
estable (apartado 3.2.3).
I
1 B. Simulaciones con a+P+(~+,02+)+a_P_(-u_,02)
I En este
correspondientes
probabilidad
subapartado
como
al caso
suma de
se presentan
en que se considera
dos
los
distribuciones
resultados
a la función
de las
gausslanas.
simulaciones
de densidad
Esto permite
de
I +CO
P(w)dw = 1 a+ + a- = 1
I f -m
+tU
I f -m
w P(w)dw = 0 a+w+ -aw -- =0
(3.2.1.3)
I +m
s -m
w’P(w)dw = e2
Y
a+(oz+ w+) + a-ce:+ y21 = o2
Y
I +CO
I s -m
waP(w)dw = S.: 3a+w+of + a+w: - 3a -- ú2- a -- w3 = St
I velocidades
ú+ y Q- ya
medias
se han
para cada
expuesto
tipo de movimiento
anteriormente. A
w+ y w
continuación
y de
se
sus varianzas
presenta la
I 83
I
I
I manera
tambien
que
se
existen
pueden
diferentes
considerar
expresiones
diversas relaciones
emptricas
para
para la
Sz, algunas
varianza,
de las
cuales se indican en la tabla 3.2.4.1. Sin embargo, para las simulaciones
I que presentamos
Berkowicz (1984)
se ha seleccionado
para la CLC:
la expresión utilizada por Baerentsen y
-1
s3
I LEO.8
3
4
H
1 + 0.667 4
H
(3.2.1.4)
“.
I que se ajusta con cierta fiabilidad a los datos obtenidos por Lenschow et
al. (19801, y tambien hemos comprobado funciona mejor en nuestro esquema.
I Expresiones Referencias
I 2
3/2
1 0.8 wz I2
2
W.
1 Luhar y Britter (1989)
I c CT3
”
c l ( 0.4, 0.8 1 Hurley y Physich (1993)
1 que
El
o+=
cierre del sistema
w+ y o-= w-. Según
de ecuaciones
el análisis
(3.2.1.3)
de Luhar
se establece
y Britter (1989)
considerando
este cierre
I es correcto.
1 comportamiento
la componente
distribuir según
de este
vertical
esquema unidimensional,
de la velocidad
la suma de dos fdp gaussianas
que parte del supuesto
de cada una de las partículas
de diferentes medias
de que
se debe
(w+,-w-1
I y varianzas
otra distribución
co+, 0f1,
vertical
con diferentes condiciones
de Q u, y diversos pasos
iniciales
de tiempo.
y de contorno, con
I iniciales
En estas
(condiciones
simulaciones
iniciales
se consideran
de tipo
las
gaussiano).
siguientes
El tipo
condiciones
de movimiento
con el que partirá inicialmente cada particula “p” estará en función de las
I frecuencias
dependen
relativas
de la
de la fdp teórica,
altura a la
es decir
que se encuentre la
de a+ y a-,
particula:
que a su vez
-a-(zp)+ca+(zpl,
I siendo
C-a-, a+).
p un número aleatorio
Si p es mayor (menor)
perteneciente
que cero la
a la
partícula
distribución
partirá
uniforme
inicialmente
I 84
I
I
I con
velocidad
un movimiento
media -w-j.
ascendente
Si p es
con
igual
velocidad
a cero su
media
velocidad
w+
media
(descendente
es nula.
con
Una
I vez asignado
su velocidad
el tipo
inicial
de movimiento
vendrá dada por:
a cada particula “p”. la fluctuación de
I Las
simulación.
condiciones & contorno se considerarán más adelante según la
I iniciales
la altura,
Antes de comenzar
previamente
la relación
la simulación,
establecidas,
N+/N-=a+/a-,
se
con las condiciones
debe cumplir,
donde
de contorno
independientemente
N+ y N- representan
de
el número
e
I total de partículas
comprobado
error
esta relación
máximo de +O.Ol.
de cada
para
tipo
todos
de movimiento
los niveles
a la altura
verticales,
deseada.
obteniéndose
Se ha
un
1 segundos,
En todas
ci”=
estas
como
simulaciones
se comprobó
se ha considerado
en el anterior
un paso de tiempo
subapartado
de tres
resulta
satisfactorio.
I La elección de la varianza y escala & tiempo lanrangianas, como se
reflejará más adelante, es otro factor que debe tenerse en cuenta para
I este tipo
dos variables
de modelos.
son,
Salvo
para el:
cuando se especifique, las relaciones de estas
I Movimiento ascendente:
iTz = ry. / 4 2
1 T
LI
= c+ / Et
ITf
= (s6 2
1 Movimiento descendente:
[ ”
+ 8 cy )
IL?
- S3
” 1 / 16 cr:,
I 1 T
L-
= 2
-
/ ct
I Movimiento con
WY = 1.54 %+: ( ; ],‘, exp [- 2;;2 ]
I T
LW
= cy / 2 Et
I donde
kg.m2/s3.
et representa el ritmo de disipación turbulenta y es igual a 0.05
I 85
I
I
I A continuación se analizar&n los resultados obtenidos con estas
condiciones iniciales, considerando diferentes condiciones de contorno e
I incorporando
- Caso
algunas
aI:
variables.
el
hasta
suelo
el momento.
I cambia
condiciones
“imperfecta”.
la altitud
referidas
de la partícula,
anteriormente
lo que
como
corresponde
de ref lexlón
a
Legg
y de
el efecto
la
y Raupach
escala
(1982)
de variación
de tiempo
(velocidad
-media -de arrastre). En este caso, el esquema completo para
I cada particula “p” es:
2 2 aT
I w (t) = a.0
P P
+ w;(t) + TLw “+
az
ow -LU
az
1 - exp(-At/T1&
1P
I p < I(-%w>p/&).Atl
tanto, su velocidad
la particula
media
P
<w>
(w+ o -w 1.
cambia su movimiento y. por
I En las
normalizadas
figuras 3.2.1.
correspondientes
ll se presentan las concentraciones
a todos estos casos.
instantáneas
I medida
Como cabia
particulas
que
esperar,
en los extremos
transcurre el
en el
tiempo.
caso a)
Este
se observan
de la CLC que van afectando
fenómeno
dos sumideros
a otros
se ha observado
niveles
de
con
a
I caso al,
obliga
salvo en los primeros
a las particulas
y últimos
a una reflexión
10 metros.
de su altura
En caso d), donde se
y cambio de movimiento,
I 86
I
I
t
I se reduce notablemente
la CLC y en menor medida
la acumulación
en su limite
de partículas
inferior. Esto
en el limite
es debido
superior
a la relación
de
I En el caso
partfculas
eI,
de aproximadamente
comparado con el caso d),
un 15% a los 150 segundos
se aprecia un descenso
en los límites
de
de la
CLC, que en momentos próximos al instante inicial puede considerarse
I despreciable.
velocidad media
En el caso
de cada
f),
partícula,
al incorporar
sus efectos
el gradiente
son notorios
vertical
desde
de la
los
inicios, uniformizando más la concentración en toda la capa, especialmente
1 en el tiempo
observa,
g) se observa
máximo de 150 segundos
el resultado
que
del último
en el tope
que se presenta
caso es mucho mejor.
de la CLC hay
en las figuras.
menor
Finalmente,
fluctuación
Como se
en el caso
de la
I concentración
caso f).
instantanea,
ya que se aprecia
mejorándose
un ligero
este
déficit
comportamiento
~610 en los últimos
con respecto
10 metros.
al
I resultados
apartado,
la distribución
es en el
se puede consultar
caso
de velocidad
gl. En la
los valores
obtenida
tabla 3.2.1.5.,
de los cuatro
y de la fdp
al
primeros
teórica
final
a las
de este
momentos
alturas
de
I
I
I
I
I
I 87
1
Concentración instantana normalizada
88
_ ..
I’.:
el t =’ 15 s t = 30 5 t=150s
I
,I
I
‘I CI
I
1 d)
1
1
I
I Figura 3.2.1.12. Distribuciones
del tiempo t a las alturas
de la velocidad
adimensionales
adimensional w/w* en función
de 0.01, 0.1 y 0.99. Ca) no existe
suelo ni altura máxima de la CLC. Con existencia de suelo y altura máxima de
l CLC: (b) reflexión
velocidad
en
y (d) reflexión
altura, (c) reflexión en altura
en altura y cambio en la velocidad
y signo
media.
de la
l
I 90
I
I
iI [el
:I
~1
fl
1
I
1
1
1
I
1 Figura 3.2.1.12 (ant.). Distribuciones
funcidn del tiempo t a las al turas adimensionales
de la velocidad adimensional w/w* en
de 0.01, 0.1 y 0.99. Ce)
Icorporando gradientes tierticales de val-lanza y escala de tiempo
I lagrangiana. (f)
media. (g) Incorporando
velocidad
Incorporando
tras la reflexidn.
a (f)
a Ce) el gradiente vertical
cambio de signo de la fluctuaciOn
de la velocida
de la
I
I
91
I
I ._
.‘;>:.
_ .
.,Y;‘~-‘;,.,:,
. :.,
w
-1
-1
I
500.4
I 500.2
500.0
- 499.8
I - E 499.6
499.4
I E 499.2
; 499.0
498.8
I -g 498.6
498.4
I g 498.2
5 498.0
0 497.8 !
I ‘d
I 0
1’ 11
40
II
Tiempo
11 II 1 II
120
1 Il /
160
(s)
I
Figura 3.2.1.13. Evolución temporal del centro de masa de las simulaclones
I indicadas
acompaífan
en la Figura
al margen.
3.2.1.11. Los valores medios de cada simulaciõn se
I contorno
de forma
En esta figura
repercuten
monótona
se observa, casos
en el comportamiento
con el transcurso
b), c) y d),
del centro
del tiempo.
las condiciones
de masa, que desciende
Sin embargo, en el caso a)
de
I el centro
indica
abajo.
de masa (c.d.m.1
que se escapan
La incorporación
se mantine
el mismo número
de la velocidad
practicamente
de partículas
media de arrastre,
en el mismo nivel
por arriba
lo que
que por
caso e), hace que
el centro de masa del sistema de partículas tenga el mismo comportamiento
I temporal, aunque
caso d). Sin embargo,
ligeramente
se aprecia
más alto, que cuando
con la incorporación
no se tiene
del gradiente
en cuenta,
vertical
de la velocidad media que la variacibn temporal del c.d.m. evoluciona de
I manera
estable.
distinta, con una velocidad
En el caso gl el comportamiento
del descenso
del c.d.m.
bastante
es similar
menor
al caso f).
y m6s
I 92
I
y f). En estas figuras se observa el mismo comportamiento cerca de los
limites de la IXlpa limite ctu= lOS reflejados Por 1SS figuras
correspondientes de concentración instantánea en ‘el tiempo final (figura
3.2.1. ll), aunque la% fluctuaciones verticales de la concentración media
sean de menor intensidad.
0.6
0.7
0.6 0.6
< 0.5 0.5
N 0.4 0.4
0.3
0.2
., 0.1
0.0
I~~~I~~~I~"I"',"~I
1.0 1.2 1.4 1.6 1.6 .2.0 YrT2
Concentración media norm zado
93
;1
:I
il
‘1
:I
I I Concentrocio’n instantima normalizada
1
I
I
I
I
1 Figura
tiempo
iniciales
3.2.1.16.
para
Distribuciones
las alturas
de velocidad
de velocidad
adimensionales
nulas respecto
de 0.01,
al caso f).
adimensional
0.1 y 0.99.
en función
Fluctuaciones
del
I una aproximación,
la CLC.
reflejada
Estas nuevas
sea igual
el efecto
condiciones
al producto
del sesgo
hacen
en las reflexiones
que la fluctuación
de la fluctuación
en los limites
de la velocidad
de la velocidad incidente
de
I resultados
g), discrepando
obtenidos en la simulación
de las mejoras
anterior
que sugieren
y en la
los autores.
indicada como caso
I a 0.6~.
Otra
considerar
de las
y -0.4~~.
modificaciones
la velocidad
aplicadas
media
que se realizaron
ascendente
por Anfossi
y descendente
et al. (1988))
en todos
constantes
los
que se basaron
osos, fu&
e iguales
en las
I observaciones
velocidad media
de Yamamoto
ascendente
et al. (1982).
de un penacho
Estos
convectivo
autores
es
demostraron
constante en
que
toda
la
la
I 94
I
CLC y varía entre 0.5 y 0.6 m/s. En la figura 3.2.1.17 se presentan las
evoluciones temporales y verticales de la concentración del caso g) con
estas nuevas velocidades medias. Esta figura confirma la validez de esta
hipótesis, aunque existe una cierta acumulación de particulas cerca de los
límites de la CLC. Los ajustes de las distribuciones de velocidad obtenidas
a la fdp teórica muestran un nivel de confianza superior al 90% en todas las
alturas, aunque en las proximidades a los extremos de la CLC este’ nivel de
confianza es menor.
il 0.0 !
0.6
0.0 j
:rCXión
0.6
instantánea
7 0.0 i
normalizada
0.4 0.6
I Respecto a la velocidad
(1984) propusieron una velocidad
media de arrastre,
media diferente
Raupach (1982) y que se basa en el desarrollo
Baerentsen
a la propuesta
de Taylor
y Berkowlcz
por Legg y
de la fluctuación
media de velocidad
I ao
*r*rt
= (&‘/W.At/2
95
‘.
0.9
0.8
0.7
0.6
0.5.
0.4
0.3 /
-
Figura 3.2.1.19. Distribución vertical de la concentración, .con.siderando la
velocidad de arrastre propuesta por Ley y Raupach (1982) y siguiendo el
criterio de Baerentsen y Berkowicz (1984).
96
Figura 3.2. 2.20. Distribuciones de velocidad en función del tiempo
para las alturas adimensionales 0.01, 0.1 y 0;99. Los criterios se indican
en la figura 3.2.1,19.
I Figura
Ca) caso
3.2.1.21
g),
Evolución
(b) Indicada
temporal
en
del centro
por la
de masa
figura
de
3.2.1.18
las
y
simulaciones
Cc) por la
figura3.2.1.19. Los valores medios de cada simulación se acompañan al
I margen.
I La elección
apartado,
del paso de tiempo,
es un factor
aunque no se reflejará
a tener en cuenta principalmente
en este
porque se mejoran
notablemente los ajustes de las distribuciones, debido a que se consigue
I ampliar
reflejó
la serie húmero de casos) en un instante
los mismos‘resultados
determinado.
que el indicado en el subapartado
Este estudio
A.
La relación semiempírica de la varianza de la velocidad y de la escala
I de tiempo lagrangianas condicionan el comportamiento del esquema, al igual
I 9-l
1
-1
I
I que
cuando
la relación
la relación
del momento
semlempírlca
de tercer orden
de la varlanza
CS:) o sesgo (S:/~~),
o de la escala
sobre todo
de tiempo
lagranglanas es diferente según la altura. El esquema presenta deficiencias
I importantes
inestables
con las
y aplicadas
relaciones
por Zannetti
propuestas
(1991)
por Harma
y Anfossl
(1982)
et al
para situaciones
(1988) en sus
modelos. Estas anomalias que afectan al comportamiento de las partículas
I están
relaciones
directamente
principalmente las
semlempírlcas
relacionadas
relativas a la
que presenten
con la
varianza,
continuidad
discontinuidad
de
no recomendando
sus
en las mismas.
funciones,
aquellas
Cuando
se eligen las varianzas propuestas por Harma (1982) el comportamiento de las
I partículas
(puntos
es bastante
de discontinuidad).
anómalo
tal
en las alturas
y como indica
adimensionales
la ‘figura
de 0.4 y 0.96
3.2.1.22. En la
tabla 3.2.1.5 se muestran las diferencias entre esta simulación y la
I correspondiente
Si las expresiones
al caso g).
I dicontinuidades,
partículas
empírica elegidas,
sobretodo
no es anómalo;
la de la varianza,
aunque
asi como por los valores
el
se ve condicionado
comportamiento
por
de las variables
la
de las
expresión
de las que
depende (p.e. escala de velocidad convectiva). Un ejemplo se muestra en la
I figura
altura
(1989).
3.2.1.23, en donde se reflejan
con el momento de tercer orden
los resultados
referenciado
de la concentración
por Luhar y Brltter
en
1 de estas
De este estudio
tres variables
se puede concluir
puede ser determinante
que la elección de las expresiones
en el comportamiento de las
partículas, recomendado su elección con base en un esquema unldlmenslonal.
I LaS expresiones
corresponden
finalmente
a las ecuaciones
seleccionadas
(3.2.1.1).
pal-C3 estas
(3.2.1.2) y (3.2.1.4).
tres variables
I
I
I
I
1
I
I
I
I 98
I
Concentración instantáneo normalizado
99
;’
:il
“1
jl Cuahtificación del total.de partlculas
un paso de tiempo antes de los
;yI (al (b)
iI 1s 8 30 8 150 8 15 8 30 8 .. 150 8
Cambio
[l movimiento de
+ a -/- a + 14/40 40181 219/447 3913 106/11 537/49
il Reflexiones
S!U~lO/H~C 8/33 ll/68 49/365 14/28 21/58 260/187
11,
-1 Ascend/Descend 4035/5965 401715983 393516065 1811/8189 172818272 1408/8592
,I Tabla
izquierdo
3.2.1.5. Relaciones
de la tabla
entre el número
para las simulaciones
de partículas
con varianza
indicadas
(aI ec.
al
3.2.1.1
margen
y
(b) propuesta por Harma (1982). En ambas la escala de tiempo lagrangiana y
I el momento de tercer orden corresponde a las ecuaciones 3.2.1.2 y 3.2.1.4.
I
I
1
I
1
Firgura 3.2.1.23. Evolución temporal y vertical de la concentración. Las
I condiciones
3.2.1.19
(1989).
SOR iguales
con la expresión
a las de la simulación
del momento de tercer
correspondiente
orden de Luhar
a la
y
figura
Britter
.I.
100
I
anterior (f. w” (t-At) 1 frente al término aleatorio o gaussiano (w” rt) 1. La
línea representa el valor medio para el conjunto de todas las particulas.
Los efectos son iguales a los de otras capas límites o situaciones
atmosféricas. En esta relación la variable que más determina la
proporcionalidad entre ambas es la varianza (expresión semiempirica 0
condiciones atmosféricas). El paso de tiempo no infuye en el valor medio de
esta relación y el resto de las condiciones tampoco.
;
T
õ
ã
101
I
I
I estratificaciones inestables
muestra en la concentración
además de representar
o convectivas
de partículas
(realista). Esta mejora
próxima a los extremas
adecuadamente el comportamiento
de la CLC;
de los movimientos
se
I
(Caso
g) reórica
C-1
15.0
(AI
seg 30.0 seg
(9)
150.0 see
( + 1
Uedia 0.0000 0.0078 0.0174 0.0035
Desv. Stand. 0.2705 0.2437 0.2496 0.2451
sesgo 0.3972 0.2705 0.2503 0.3451
I curtosis
N. de
z E (0,201
casos
m
-0.2556
reót-ica
f-1
0.1582
1011
15.0 seg
CA)
0.0935
2002
30.0 se*
( * 1
0.5248
8916
150.0 seg
( + 1
Nedia 0.0000 -0.0337 -0.0259 -0.0254
Desv. Stand. 0.4629 0.4492 0.4502 0.4512
Ses@3 0.0480 0.0162 -0.0111 0.0361
(caso
I
f)
Curtosis
N. de caso8
z E (980,lOOO)m
r-
-0.4842
reórica
C-1
-0.3782
15.0
995
(AI
seg
-0.4007
jo.0
(
1991
l
seg
1
-0.4387
150.0
(+)
9866
seg
L
Media 0.0000 -0.0160 -0.0017 -0.0157
Desv. Stand. 0.4029 0.4346 0.4331 0.4305
SeSgO 0.0480 0.0496 -0.0066 0.0878
curtosis -0.4842 -0.3613 -0.3632 -0.3453
N. de casos 995 1998 10455
z E (980,lOOO)m
Tabla 3.2.1.6. Cuatro primeros momentos de las distribuciones reflejadas en
las figuras 3.2.1.llg y 3.2.1.Ilf para las alturas adimensionales de
z/H=O.Ol y 0.99.
103
I
I
I (caso
cond.
f)
inic.
con
nulas
reórica 15.0 seg 30.0 seg 150.0 see
C-1 (AI ( l 1 ( + 1
I sesgo
clrtosis
0.4773
-0.2145
0.4910
-0.0721
0.4185
-0.1769
0.4408
-0.1851
I N. de casos
z E (90,110) m
1036 2073 10607
I
(Caso f)
I Teórica
C-1
15.0
( A 1
seg 30.0
('1
seg 150.0 see
( + 1
I curtosis
N. de casos
-0.2145 -0.0406
1048
-0.2547
2078
-0.2352
10563
z E (90,110) m
I
I Tabla 3.2.1.7. Cuatro primeros momentos de las distribuciones reflejadas en
I la figura
igual a 0.1.
3.2.1.16 y figura 3.2. 1.12f. respectivamente. Altura ad.imensional
I
I
I
I
I
I 104
I
- -
105
I
I
I 3.2.2. Situaciones neutras.
I referida
Las
En la capa
tensiones
limite
turbulentas
atmosférica
como CLN) los movimientos
son
con estratificación
turbulentos
prácticamente
presentan
constantes
neutra (en adelante
mayor homegeneidad:
con la altura,
mientras que las escalas de longitud y de tiempo aumentan linealmente. No
I obstante,
tipo
posiblemente
de estratificación
a causa
en
de la poca frecuencia
la baja atmósfera,
con que se observa
existen pocos
este
estudios
experimentales de campo sobre las características turbulentas de la CLN. En
I algunas
dispersión
model!zaclones
de contaminantes
lagrangianas que simulan
se considera
bajo
que la desviación
condiciones neutras
estándar o es
Y
la
I mientras
coordenada
que la escala
vertical. Sin
de tiempo
embargo,
lagrangiana
en el presente
es una función
estudio
lineal
hemos
de la
analizado
otras expresiones, que como se verá ofrecen mejores resultados. Para la
I desviación
también
de cierre
estándar
la expresión
de segundo
de la
deducida
orden,
componente
por Wyngaard
vertical
et al.
del
(1974)
viento se ha probado
aplicando un modelo
I oy = 1.3”~exp(-2fz/“*)
I donde
aproximado
lagranglana
f es el parám~$ro-,de
a 9.5x10
se ha probado
Coriolis
s . Mientras
también
que, en nuestra
que en el caso
la expresión
latitud
de la escala
deducida
tiene
por Harma
un valor
de tiempo
(1968).
Este autor, a partir de medidas con torres meteorológicas, observó que el
I máximo
vertical
de la longitud
en una capa
de onda en el espectro
neutra es proporcional
de energia
a la altura
de la componente
cerca del suelo,
aproximándose asintóticamente a un valor proporcional a G/f en alturas
I superiores,
estableció
donde G es el viento
que la escala de tiempo
geostrófico.
lagrangiana
Tras
para
sucesivas
la CLN es
aproximaciones
I T
I.”
=
1+15
0.52/0
rs;y
I De forma
condiciones
similar
convectivas,
a como se procedió
en el caso de situaciones
en el apartado
neutras
anterior dedicado
se va a examinar
a
I primeros
de contorno
que favorece
instantes,
se ha confirmado
no influyendo
la uniformidad
posteriormente.
la ventaja
de la concentración
de considerar
Respecto
reflexión
en la parte
a las condiciones
perfecta,
superior
ya
de la
CLP Neutra. Como estas conclusiones coinciden con las obtenidas con una CLC,
I en este
modelo
apartado
con diferentes
referido
pasos
a una CLN sólo
temporales.
se comparará
y otras
el comportamiento
expresiones para e, y TLu.
del
I En consecuencia,
vertical
gaussianas
de
en todas
10 partículasAn,
y condiciones
estas
de
simulaciones
fluctuaciones
contorno de
se mantiene
iniciales
reflexión
de
la distribución
perfecta,
la velocidad
es decir
reflexión en la altura de la particulas y cambio de signo en su fluctuación
I de velocidad.
altura
La velocidad
del tope de la CLN.
de fricción se supone igual a 0.2 m/s y 1000 m la
I 106
I
I
I
I EFECTO DEL PASO DE TIEMPO
I Aunque
de condiciones
este tipo
convectivas
de análisis
(apartado
comparativo
3.2. lA),
ya se
hemos
ha efectuado
considerado
en el caso
conveniente
incluirlo tambien aquí puesto que algunas de las conclusiones obtenidas
I difieren de aquellas.
I Wyngaard
escala
figuras
et al.
de tiempo
3.2.2.1
para la desviación
lagrangiana,
se observan
estándar
que se han mencionado
las
vertical
distribuciones
y de Harma
más arriba.
verticales
para
En las
de
la
la
concentración instantánea con la concentración inicial, en función del
I periodo
esta figura
de simulación,
se confirma
para los pasos
nuevamente
de tiempo
un comportamiento
de 3 s, 0.3 s y 0.03
instantáneo diferente,
s. En
I 3.2.2.2).
(normalización
diferencias
Respecto
igual
encontradas
a las distribuciones
a la de las situaciones
en las situaciones
de la velocidad
convectivas)
convectivas
adimensional
no se aprecian
simuladas con una fdp
41.6
las
I
I
I
I
I
I
I
I
I
I 107
1
meo normalizado
(b)
t- 15s t = 30 5 t = 150 s
II
i
:I Concentr “01
0.6
-malizada
0.8
;l
il
1 108
1 ‘.
I
I (al
I 1.0
0.9
0.8
0.7
1 0.6
I 2 0.5
0.4
0.3
0.2
1 0.1
,L 0.00.6 0.8
I Cb)
1
I
m
I (cl
l 1.0
t = 150 5
0.9
1 0.8
0.7
0.6
0.5
I
0.4
0.3
0.2
0.1
I
0.0 i
0.5
Cckcentrocidn medio normalizada
I desde el instante
0.3 s y CC) 0.03 s.
inicial al tiempo t. Los pasos de’ tiempo son: Ca) 3 s, Cb)
l
I
I . 109
I
$I ;:
I 1
:I
I
I
I w/ 1.6
I condiciones
corresponde
velocidad
de reflexión
a las
observada
alturas
perfecta y en los limites
de 10 m. 100 m y 990 m y las
se establecen, respectivamente,
de la CLN. La fdp teórica
entre
distribuciones
0 m y 20 III, entre
de
I
1
I
I (al Teórica 15.0 seg 30.0 seg 150.0 seg
t-1 (Al
I
( l 1 ( + 1
I sesgo
curtosis
0.0000
0.0000
-0.1162
0.0231
-0.1040
0.0412
-0.2842
0.0420
I N. de casos
z E (90,110) m
995 2021 10265
I (Cl Teól%X
C-1
15.0
(Al
seg 30.0
( l
seg
1
150.0 seg
( + 1
I Media
Desv. Stand.
0.0000
0.0639
-0.0083
0.0609
-0.0085
0.0614
-0.0053
0.0618
I sesgo
Curtosis
0.0000
0.0000
-0.4762
0.2729
-0.4153
-0.0425
-0.4054
-0.3480
I N. de casos
z E (980,lOOOh
1002 2015 10228
I Tabla
pdf
3.2.2.1.
gaussiana
z/H Ca) 0.01,
Cuatro
(b)
en
primeros
funcidn
0.1 y (c) 0.99.
del
momentos
tiempo.
de las distribuciones
Las
El paso de tiempo
alturas
de velocidad
adimensionales
es de 3 segundos.
son
y
I manera
El centro
opuesta
de masa en situaciones
que en convectivas. Mientras
neutras evoluciona
que en las últimas
temporalmente
el centro
de
de
masa descendia en el tiempo, en las neutras se incrementa. Este
I comportamiento
la escala de tiempo
no sólo está
lagrangianas,
determinado
sino
por la relaciones
también, de forma
de la desviación
más importante, por
o
I densidad.
anteriormente;
del paso
En
de
la
aunque
tiempo
figura
se manifiesta
puede
3.2.2.4
considerarse
se
una ligera
puede apreciar
dependencia
despreciable.
lo mencionado
con la elección
Transcurridos 150
I segundos
tiempo
tan sólo
cuya relación
existe
sea
una diferencia
igual a diez
absoluta
(p.e.
de 9 cm entre
entre 0.3
dos pasos
s y 3 sI.
de
Esta
I 111
I
evolución no puede ajustarse a una función sencilla, ya que existen
discrepancias en determinados !ntervalos de tiempo, por eJemplo como muestra
la figura entre los 50 s y 100 s en el paso de tiempo de 0.3 segundos.
a, 500.26
-0 500.24
112
‘,.\ .,
,..
I ‘. .. ,* 64.’
.t.
I elección
cualquier
empirlcas
de las
zona,
mediante
mismas
concretar
sondeos
siendo
lq
necesario, si se desea
más acertadamente
en altura.
aplicar
posible
Poi consiguiente,
sus
este
cualquier
modelo
expresiones
tipo
en
de
modelo de difusión que requiera cualquier expresión o dato de variables
I m&teorológicas
exacto
necesita
de los parámetros
calibrarse
turbulentos.
en la zona mediante el conocimiento más
I (aI
t-15* t = 30 9 t = 150 s
I
I
I
I (b)
I
I
I
I
Figura 3.2.2.5. Distrlbucidn vertical de la concentración instantbnea
I normalizada en función del tiempo t. La velocidad
m/s y (b) 0.05 m/s.
de fricción es de: Ca) 0.1
I
I
113
Figura 3.2.2.58. Distribucidn vertical de la concentracidn instantánea
qormalizada en función del tiempo t. La desviación estdndar de Pasquill
(1974).
La evolución del centro de masa, aunque .siempre se eleva en el tiempo,
presenta la particularidad de que su ascenso difiere según sea el valor de-
la velocidad de fricción, ,llegando a ser casi nula en la simulación de
u=O.O5 m/s (figura X2.2.6). Si la desviación esthdar corresponde a la
propuesta por Pasquill, la elevación del centro de masa es diferente, pues
presenta un valor máximo, a partir del cual decrece, como se muestra en la
figura 3.2.2.6B.
:
Figura 3.2.2.6. Evoluci6n temporal del centro de masa para las velocidades
de fricción de Ca) 0.2 m/s, (b) 0.1 m/s y Cc) 0.05 m/s.
“*LORES >IEDIOS (III)
,500.64 7
(al 600.19 t 0.00
500.60 -
-500.56
E - tb) 600.07 f 0.00
500.52 -
0 500.48 -
cn 500.44 - (0)
0 500.40 -
E 500.36 i
500.32 -
aI 500.28 -
u 500.24 -
500.20 -
,o 500.16 -
-t-’ 5klo.12
c 500.08
0 500.04 i../:’ (b)
500.00
499.96
0 160
Figura 3.2.2.68. Evolución temporal del centro de masa para las velocidades
de fricción de Ca) 0.2 m/s y (b) desviacibn estándar de Pasquill (1974).
115
B
I
l embargo
teniendo
el peso varia
En la figura
una influencia
3.2.2.7B
en función de la velocidad
mayor cuando se incrementa
se representa esta relación
de fricción
la velocidad
considerando
del ambiente,
de fricción.
la desviación
estándar de Pasqulll (op. cit.). Cuando se considera la expresión de la
I desviación estándar
en el paso anterior
de Wyngaard
y la componente
la diferencia
turbulenta
entre la componente
de origen aleatorio
turbulenta
decrece
con la disminución de la energia turbulenta referenciada por este parámetro,
I reduciendo
componente
el término
aleatoria,
turbulento
incluso
anterior y aproximándole
hasta el punto en el que estos dos términos
al valor de su
en
vez de compensarse (signos opuestos) se sumen (igualdad en sus signos).
I Respecto
el descenso
velocidad
al valor medio
de la desviación
de fricción.
en estas variables
estándar
En el caso de considerar
se manifiesta
asociada
un incremento
a la dlsmlnuclón
la desviación propuesta
con
de la
por
Pasquill (op. cit. 1 constante con la altura e igual a 0.26 m/s, estos dos
I términos
igualdad
tienden
de sus signos.
a potenciar la turbulencia en el instante t gracias a la
1 y 0.03,
En estas
Este estudio
tres
se llevó
con la desviación
simulaciones
a cabo con los tres pasos de tiempo
de Wyngaard
se manifestó
y la velocidad
el caracter
de fricción
compensatorio
de 3 s, 0.3 s
de 0.2 m/s.
entre la
I turbulencia
valores
simulaciones;
medios
en el instante
oscilaban
aproximadamente
anterior
debido
y la componente
al número de datos
-7 con 51 datos para 3 s, -11.3
aleatoria. Aunque sus
de cada una de las
con 501 datos
para 0.3 s y -9.9 con 5001 datos para 0.03 s, se puede considerar que no
I existe una importante dependencia de este valor medio con el paso de tiempo.
1 se observó
velocidad
turbulenta
que la relación
variaba en magnitud,
de velocidad
entre estas
debido
en el instante
dos componentes
a su influencia
anterior, de tal
turbulentas
en la fluctuación,
manera
de la
que una
escala de tiempo menor incrementaba el valor de la fluctuación en un paso
I anterior y viceversa.
I
l
I
I
I
I
I
I 116
1
.‘. ,.
117
~1
II VELOCIDAD MEDIA DE ARRASTRE
de
Pasquill (1974) y la segunda la de Wyngaard (1974). En la figura 3.2.2.8 se
I refleja
limites
una disminución de la concentración
de la CLN, siendo m&s notorio
de las particulas
en las cercanlas
en los dos
al suelo y con la
desviación de Uyngaard. Por tanto, la incorporación de la velocidad de
I arrastre,
situaciones
tan útil
neutras
en condiciones convectivas,
ya que anula la uniformidad
no debe incorporarse
de la distribución
en
de
partículas en las cercanlas al suelo. Esta herramienta matemática, que
1 representa
energía
limites
fisicamente
turbulenta,
de cualquier
el efecto
permite
asociado con el gradiente
descender la acumulación
tipo de CLP, afiadikndolas
vertical
de particulas
una velocidad ascendente.
de
en los
1. (aI
t .= 15 5’ t= 30s t = 150 5
I
I
I
1 (b)
1
1
I
I
I Figura 3.2.2.8.
normalizada
arrastre
Distribución vertical de la concentración
en función del tiempo t. Se incorpora la velocidad
según Legg y Raupach (1982) con las desvfaciones
instantdnea
estdndar
media de
de Ca)
Wyngaard (1974) y (b) Pasquill (1974).
I
I
I 118
I
I
I 3.2.3. Situaciones estables.
I 1988).
variando
Sin embargo,
comportamiento
su espesor
se ha observado
estacionario,
con el
tendiendo
tiempo
que la turbulencia
a tener
(Wyngaard,
un carácter
1988;
en la CIX no tiene
Anfossi
intermitente
1989).
un
Una
y
estables con vientos muy cercanos a la calma es aún más complejo y menos
l estudiado.
fluctuaciones
“meandreo”
Cuando
del
de la
estas
penacho
condiciones
dirección
y a estructuras
del
prevalecen,
viento dan
turbulentas
se observa
lugar a una
que las
muy complejas,
oscilación
fuertes
lo que
o
I complica
ser
extraordinariamente
seno de una CLE. En este
estacionaria y
caso,
homog6ne.s.
el modelado
concretamente,
no
difusivo
siendo
de los contaminantes
la difusión
aceptable
se aleja
ningún
en el
mucho de
tipo de
modellzación gaussiana o modelos K (Sangendorf y Dickson, 1974; referenciado
I por Brusasca et al.,
caso de un penacho de tipo gaussiano.
1992). Santomauro et al.
los valores
(1978) encontraron
de oY para la categoría
que, en
E
de Pasquill-Gifford, entre 50 m y 1000 m de distancia de la fuente, son
I mucho mayores que en condiciones
las fluctuaciones de la velocidad
neutras e inestables.
del viento da lugar
La amplificación
a un espectro
de
del
viento lateral en el que la parte de alta frecuencia debida a la turbulencia
I 119
1
:
.. .,
‘<’
.-
al
t = 15 5, t= 30s t = 150 s
b)
120
i
-1
La evolución temporal del centro de masa en ambas simulaciones se
II representa
más rápido,con
en la figura
valores
3.2.3.2.; donde se aprecia un ascenso ligeramente
menores de la varianza, es decir con la expresión de
Venkatram. No obstante, la diferencia es demasiado pequefia para tomarla en
I consideración.
I 0
g
500.36
500.32
-
-
500.x -
I -u
E
500.3
aJ 500.20
-
-
500.16 -
I 2 500.1:
-E 5oo.08
-
Q> SOO.CJ -
1 u 500.00 -
I
Figura 3.2.3.2. Evolución temporal del centro de masa para la desviación
I (aI Harma (1982) y Cb) Venkatram (1988).
I
I
I
I
I
I 121
I
Figura 3.2.3.3. Evolución temporal de la relación entre la turbulencia en el
instante anterior y su componente aleatoria. La desviación corresponde Ca)
Harma (1982) y (b) Venkatram (1988).
:l m/s),
una u,=O.2
menos
mientras
m/s.
cizalla
que en la figura
Como era de esperar,
vertical del
3.2.3. l.a. antes
a menor velocidad
viento
presentada,
horizontal.
de fricción,
se
corresponde
observa
es decir
una
a
menor
il fluctuación
del centro
dependencia
turbulenta
de masa,
con la la
de particulas.
la figura
cizalla del
3.2.3.5
Por lo que se refiere
viento
pone de manifiesto
horizontal en los
a la evolución
su notable
primeros 150
segundos de simulación. Dicha dependencia tiene un carácter exponencial.
:I
:I
.I 122
.
Por último, hay que señalar que el efecto que en este caso de
estratificación estable producen diferentes condiciones iniciales y de
contorno es similar al observado en los apartados 3.2.1. y 3.2.2., por lo
q?e no se presenta. Esto mismo ocurre en caso de considerar diversos pasos
temporales.
b)
123
,_, 500.44 -
E. 500.40 -
-500.36 -
v; 500.32 -
0 500.28 -
E 500.21 :
~ 500.20 -
-0 500.16 -
o 500.12 -
> 500.06
& 500.04
0 500.00
I Figura
friccidn
3.2.3.5.
Ca) 0.2
Evoluclbn
ds, (b)
tempoial del centro
0. OS m/s y Cc) 0.01
de masa
m/s.
para la velocidad de
I
VALORES tEDIo Cm)
I 1.0 kd
(b)
-0.08
0.04
f
f
0.00
0.00
'2 0.8
I 1
‘4
i$ 0.5
!
I
I
I
I
Figura 3.2.3.6. Evolución temporal de la relación entre la turbulencia en el
I instante anterior
m/s y C’b) 0.01 m/s.
y su componente aleatoria. Velocidad de fricción Ca) 0.05
I
I
I 124
1
m
1
3.2.4. Fumigación.
I
Tras la puesta del sol la temperatura del aire en las cercanías del
suelo comienza a descender por pérdida radiatlva de onda larga, extléndose
I progresivamente dicho enfriamiento a las capas de aire superiores. Este
proceso da lugar a que se forme una capa de inversión térmica Junto al
SIlelO, cuyo espesor crece durante la noche. Con la salida del Sol al
I amanecer,
sensible
el suelo
ascendente
se empieza
por convección
a calentar produciéndose
que va destruyendo
un flujo
por abajo
de calor
la capa de
inversión. De esta manera, se origina una capa donde se observa una mezcla
1 convectlva
elevadas
muy eficiente
a lo largo
en la vertical,
de la mariana.
cuya cima va alcanzándo
El crecimiento vertical de esta
alturas más
capa de
mezcla o capa convectlva puede llegar a alcanzar el nivel donde se encuentra
I una fuente
con
atrapados
de contaminantes,
estratificación
en la
estable.
inversión
que anteriormente
En esta
se mezclan con las
emltia
circunstancia,
capas
en el seno de una capa
los
de aire
contaminantes
inferiores,
llegando a afectar a las proximidades del suelo, dando lugar a niveles
I elevados
“fumlgaclón”.
de concentración de contaminantes. A este proceso se le denomina
I Mediante
cualitativa
aspectos
experiencias
el proceso
de los procesos
en laboratorio,
de fumigación,
que provocan
Manlns
lo que contribuyó
la erosión
(1977)
de la inversión
estudió
a clarificar
de forma
varios
nocturna
junto al suelo. Posteriormente, Deardorff y Willis (1982) llevaron a cabo
I experimentos
Segal et al.
de fumigación
(1982, 1988)
con “penachos”
investigaron
en un túnel
la fumigación
de agua.
enlazando
Por su parte,
un modelo de
pronóstico que describía la CLP con un modelo euleriano de tipo K, que
I posteriormente
lagrangiano.
modelos
en
Hurley
lagrangianos
el aSío
y Physlck
1988
en condiciones
(1991)
sustituyeron
analizaron
de fumigación,
por un
el comportamiento
esquema
confirmando
de
de cuatro
la gran
tipo
1 utilidad
penachos.
de la metodología lagrangiana en el tratamiento de fumigación de
I
I
I
I
l 125
I
I
I
I AZ Cm) PartAll
Total
particulas
I O-50 8 400
I 50-100 12 600
100-150 20 1000
I 150-200 30 1500
l > 295 0 0
I que al finalizar
1000 metros.
la simulación (17280 segundos)
El paso de tiempo es de tres segundos.
su cima alcanza la altura de
l concentración
espesor
tienden
vertical
de 10 metros..
a distribuirse
expresada
En ella
en número de partículas/100
se observa
uniformemente
que dentro
en toda ella.
en capas con un
de la capa de mezcla
Esto obliga a que la
concentración media de particulas Junto al suelo aumente progresivamente en
l el transcurso
nivel superior
del tiempo. Una vez que la cima de la capa de mezcla rebasa el
de la distribución inicial de partículas, la concentración
Junto al suelo disminuye progresivamente ya que cesan las nuevas
1
1
I
I
1
I 126
1
jl
iI
:1 t = 5400 s t = 6300 5
I
1
1
I Concentración instantánea/100
l
I 127
y1
?
;;
.j
:I t = 7200 s
IWO~
II
I
jl
I
1.
I
I t - 10800 5 t 5 11700 s
1000 1000
l ‘50 __------------.
“;680 m
m E
v 500
I N
250
I 0
~ 7 4 7
I
1
I
I Concentración instantAnea/lOO
I Figura
vertical
3.2.4.1
concentración
(ant).
instantánea
Evolución
de partículas
se referencia
en el tiempo,
con el avance de la
a una concentración igual
t, de
capa
la concentración
de mezcla.
a 100 parth.
La
I
1 128
I
1I
1”
La evolución temporal del centro de masa, como se observa en la figura
ZI 3.2.4.2,
superior
cambia de tendencia
de la.dlstrlbución
después
inicial
de la capa de mezcla
de particulas. Mlentras
alcance el limite
que inicialmente
el centro .de masa va descendiendo, por la incorporación progresiva de un
mayor número de partículas desde arriba, al cesar dicha incorporación se
4 observa un ascenso muy pronunciado.
I
I
:I
I.
,I
m
I Figura
fumigación
3.2.4.2. Evolucibn
establecidas
temporal
en el texto.
del’centro de masa en las condfciones de
1, Por
velocidad
último, en
adimensional
la figura 3.2.4.3.
W/W* entre
se representan
10 y 30 m, desde el
las distribuciones
instante Inicial hasta
de
I el tiempo
a una fdp
Indicado.
con sesgo,
En ella
al Igual
se observa que tales
que se observó
distribuciones
en el apartado
corresponden
3.2.1.B.
I
I
I
I
I
I
I
_..~
..
6300’ s
1350.0 s
17280 s
.-
g 0.7 Il
, 0.6
c\- 0.5
0
0.4
0.
- 0.3
a
0.2
0.1
0.0.
.’ ‘l,” 2
I
I
I
I
I
I
I
1
I
I 3.3. MODELO BIDIHENSIONAL.
I
I
1
I
I
I - “I
<ll’ W’ >
R“‘v, (0’ = =
1 D
“>
0
Y’
O”, (z=0) cw, (z=0)
I R
US”’
(At) = 2”
,2
LT2
> = exp
“’
I ’ 2>
Rw,w,tAt) = - - =
I 2
(Tw*
I Una vez
velocidad
determinadas las
de cada una de las partículas
fluctuaciones de las
que constituyen
componentes
el sistema
de la
físico,
se calcula el vector velocidad de cada partícula como la suma del vector
1 velocidad
desplazamiento
media más el vector
cada componente del vector
longitudinal
fluctuación
velocidad
y transversal
correspondiente.
por el paso de tiempo
que realizará
Multiplicando
se obtiene
cada partícula
el
desde
I su posición
De acuerdo
anterior.
I unidimensional, a continuación
este esquema bidimensional.
se resumen las condiciones
Como condiciones & contorno
introducidas
se eligen
en
las de
I 131
I
reflexión perfecta para los casos de estratificación neutra y estable,
mientras que en estratificación inestable o convectiva se afiade el cambio de
movimiento. Las condiciones iniciales se establecen, igualmente, en función
de la estratificación atmosf&rica. de manera que en condiciones neutras y
estables las fluctuaciones inciales de la velocidad de cada particula son
valores correspondientes a una fdp gaussiana de media cero y desviación
estándar o (iguales a las correspondientes a u’ y w’), y en
” y OId
condiciones convectivas se incorpora, además, un movimiento inicial
(ascendente o descendente) a cada una de las particulas que constituyen el
sistema.
í 11
S (2 - h)’ (z + h12
c(x.2) =
(Zn)
1/2 fi D
z z
2<r2 1
+ exp
l
-
202
132
I
I la tabla
utilizadas.
14.2
que corresponden
de Selnfeld
De entre ellas
(1986)
se han elegido
a concentraciones
se puede
promedio
encontrar
las propuestas
en periodos
las expresiones
por Klug (19691,
de 10 minutos,
más
ya
lo
I que evita
comparar
persigue
realizar
sus resultados
en este apartado.
simulaciones
con los
prolongadas
Concretamente
del penacho
con el modelo
gausslano,
los valores
lagranglano
obJetlvo
del parámetro
para
que se
sigma se
calculan mediante la expresión:
I 0 =c. xd
z
I donde x representa
coeficientes dependen
la distancia
de la categoría
longitudinal a la fuente
de estabilidad
emisora
de Pasquill.
y los
En este
caso concreto se han considerado las categorías B, D y E correspondientes.
I respectivamente,
neutra
a estratificaciones
y moderadamente estable,
de carácter
de manera que:
moderadamente inestable,
Catenoria c d
I B
D
0.072
0.140
1.021
0.727
E 0.217 0.610
I Las restantes condiciones de la simulación con el penacho gaussiano
SXI:
I - Altura
- Potencia
- Velocidad
sobre el suelo
de la emisión:
del foco emisor:
a 10 m de altura: 4 m/s
I estabilidad
gradiente
que se incluyen
se ha deducido
vertical del viento
en la figura
tal valor
de Businger,
3.3.1.1.De
a partir
mencionadas
acuerdo on
de las
ello,
expresiones
en el apartado
resulta
del
2.1.
U = 7.3
Los resultados
E, U = 5.2 m/s para la D y U = 4.3 m/s para la B.
I Rugosidad
Emisión:
superficial:
5 particulas
Masa de cada particula:
0.03 m.
por segundo.
10 g
Paso de tiempo: 1 segundo.
I Viento medio a 10 m sobre el suelo: 4 m/s.
I puede considerar
foco emisor,
recomiendan
como penacho
cuando
Harma et al.
el periodo
(1982).
continuo a distancias
de simulación
inferiores
es de cuarenta
a 2500
minutos,
m del
según
I En el
verticales
modelo
de viento
lagrangiano
de Businger
de partfculas
mencionados
se suponen
en el apartado
10s perfiles
2.1., que se
representan en la figura 3.3.1.1. La variabilidad vertical del viento
I solamente
esta altura
se impone
se
a alturas
supone viento
inferiores
constante
a la cima de la CLP. Por encima
con la altura, con un valor
de
I 133
I
correspondiente al de la cima de la CLP.
II
;l
I
I
I
Figura 3.3.1. 1,. Perfiles de la velocidad horizontal del viento en las
l Las velocidades
viento para cada categoría
de fricción (LI.) resultantes
de estabilidad
de estos perfiles
son: para la categoría
de
B 0.33 m/s,
para la categoría D 0.28 m/s y para la categoría E 0.23 m/s. Asimismo, las
I longitudes
categoria
de Monin-Obukhov
B, valor infinito
(LI en las tres categorias
para la D y 50.0 m para la E.
son: -14.3 m para la
I Categoria
Categoria
D
E
H = 0.2 u./f
H = 0.4 (uaL/f)"2
= 584.3 m
= 87.6 m
I 134
I ,,.. I
I
I estratificaciones
la velocidad media
atmosféricas.
de arrastre.
En condiciones inestables se tiene en cuenta
l . Las concentraciones
presentes dentro
10 m a lo largo
de celdillas
de un periodo
promedio se realizan
con una tamafio uniforme
de 10 minutos (entre
recontando las partículas
de Ax = 50 m y AZ =
20 y 30 minutos desde el
inicio de la slmulación)S divldléndo posteriormente ese número por el area
l de cada celdilla
largo de dicho
(500 m 1 y por el número
periodo (600).
total de pasos de tiempo a lo
I Para comparar
hay que tener
zonas puntuales
este resultado
en cuenta
Por ello,
con el de un modelo
que en éste se determina
se han calculado
de penacho
la concentración
con la expresión del
gausslano
media
penacho
en
I
I
1
AX
I realizando posteriormente un promedio aritmético. Si se deseara mayor
I precisión,
permite
lagranglano.
la
el número
comparación
de
del
puntos
modelo
debe
de
incrementarse.
penacho gausslano
Este procedimiento
con el modelo
I modelos:
En la figura 3.3.1.2.
(al para el modelo
se muestran
de penacho
los resultados
gausslano
obtenidos
y (b) para el modelo
con ambos
de
partículas lagranglano. En ella se aprecia la semejanza en la distribución
I de concentraciones
discrepancias
= que,
que resulta
en los valores
como se ha comentado
con ambos modelos,
numéricos de concentración.
m6s arriba,
aunque
el procedimiento
existen
Esto puede deberse
para
algunas
asignar
concentraciones es diferente en ambos casos. Tampoco debe olvidarse que,
1 aunque se ha intentado
en ambas simulaciones,
que todas las condlclones
en el caso del modelo
atmosféricas
lagrangiano
fueran
no ha sido posible
iguales
I En la categoría
a la altura
estable
de la fuente
E, se observa
la concentración
un comportamiento
media lagrangiana
similar,
es
aunque
superior
I cuantitativamente
En la
a la gausslana
categoría
y llega
de estratificación
a mayores distancias.
I comportamiento
cerca del
algo
suelo
menos similar
donde
que en los otros
ei modelo de particulas
dos casos,
refleja
en especial
una mayor
I 135
..
‘:
I concentración
superiores.
esperar
cerca
Estas
por, cuanto
de la fuente
diferencias
es bien
(x < 700 m) y menores
más marcadas
conócido
baJo categoria
que loS resultados
Valores a distancias
inestable
gue ofrece
eran de
un modelo
gaussiano en estas condiciones de estratificación son deficientes.
l
No obstante, a pesar de las diferencias observadas entre los resultados
de ambos modelos, en parte achacables a los distintos métodos de cuantificar
la concentración media por unidad de area y perfiles verticales del viento,
I puede considerarse que bajo ciertas condiciones ideales el modelo de
.partículas se comporta de modo semeJante al de penacho gaussiano. Esto
1 refleja
requiere
la superioridad
la imposición
del
de hipótesis
primero frente
poco realistas.
al segundo, por cuanto no
I
I
.~
1 0 x0 1040
Dishncia
15M)
longiludinal
(m)
2wo :
I Jo0
2ooCategoria
deEstabilidad
D
1
y Dishncia!ongiiudinal
(m) Dishciaiongiluhl (m)
E300
I i,,,] Categoria
deEstabilidad
E 200
I 100
0
I
I
0 5Ml Iwo 1500 2mJ 25w
1 -
Distancia
hngiiudhal(m)
I
I 136
I
I
I 3.3.2. Capa
Actualmente
Límite Convectiva.
I de penachos
fuente
fuente
(Willis
en condiciones
se encuentra
y Deardorff.
cerca
convectivas
1976,
del
1978;
suelo,
difiere
Brigg,
0 no supera
en función
1993; entre
de la altura
un cierto
otros). Cuando
tamafio,
de la
que
la
I contaminantes
el suelo decrece
asciende de forma
monotónicamente
continua,
con la distancia
de manera que la concentración
al foco. Sin embargo,
en
los
penachos emitidos desde fuentes puntuales cuya altura supere dicho tamafio
I critico,
apartado
son abatidos
es donde se observan
se intentará
hacia abajo,
las máximas
simular
de forma que a cierta
concentraciones
dicho comportamiento
Junto
distancia
al suelo.
con la
del foco
En este
versión
bidimensional del modelo de particulas lagrangiano que se propone,
I aplicándolo, a dos penachos emitidos
al suelo y otro a una altura de 240 metros.
de forma continua desde una foco Junto
I Asignación de un tipo
todas las partículas
el penacho.
de movimiento
que van a configurar
a
I gaussiana
Berkowicz
y la propuesta por Baerentsen
para la componente vertical.
y
I (‘1
(*)
Longitud
Rugosidad
de Monin-Obukhov:
superficial:
-5m
0.2 m
I 3.3.2.1. Fuente
En la figura
emisora
3.3.2.1.1.
en el suelo.
I fuerte
incluso
acumulación
en distancias
de particulas
horizontales
en el suelo
negativas
y alrededor de la fuente,
(275 m a los 30 min). Este
I 137
I
a
; I
.j Penadios instantáneos
i
$1 (Estratificación Il’dESTABLE)
II
!I
iI
!l -200 800 1800 2800 3800 4800
Distancia longitudinal (m)
I t= 20 rnin
I
I
I 800 1800 2800 3800
I t= 30 criin
Distancia longitudinal (m)
1000
I
I
I
I Distancia longitudinal (m)
I 138
I
En la figura 3.3.2.1.2. se representan las isolineas de concentración
media, en partículas por metro cuadrado, en un intervalo de tiempo entre to
Y t* . Además de confirmarse los resultados antes comentados de los penachos
instantáneos, se observa que la pendiente del eje del penacho aumenta con el
tiempo. En la figura se representan isolineas que expresana número de
partículas x 10w3/m2. Para obtener la concentración en mg/m , se debe
multiplicar ese número por la masa asignada a cada particula. ‘-’
~~~~~~O.
I ~~~~~~
I
1
I
I 3.3.2.2. Fuente en altura (240 ml.
I superiores
máximos.
a 300 m, la distribución vertical de concentración tenga dos
I
I
1
I
I
I
I
I
I
I
I
I
I 140
I
Penachos insttnttne0.s
(Estratificación INESTABLE)
!ooo- t= 10 mir:
I
I
I
I -200 800
Distancia
1800 2800
longitudinal (m)
3800 4800
I t= 30 min
I
I
I ROO 1800 2800 3800
Distancia longitudinal (m)
I
I I
I 141
I
.I “.
!I hacia
En la figura
en intervalos
el suelo
3.3.2.2.2
de diez
del penacho,
se muestran
minutos., En ella
asi
las isolineas
se observa
como &l pequefio
de concentración
claramente
media
el abatimiento
desdoblamiento en la
il vertical,
valor
metros
de forma que, en el intervalo
máximo Junto
a sotavento
al suelo
de la fuente.
se altanza
A partir
temporal entre
a una distancia
20 y 30 minutos,
entre
de esa ‘zona el penacho vuelve
700 y 800
el
a
elevarse, decreciendo notablemente la concentración de particulas. Junto al
I suelo.
desdoblamiento
En esta figura se
del penacho en la vertical.
pone tambikn de manifiesto un pequefio
I
Concentración media cs 10-~ part/m 2 i
,I (Estratificación INESTABLE,)
I -200 800
t,= 0 min;
1800
t, =lO
2800
min
3800 4800
~000 1000
I I I I I I I t 1 l t I t : Il I I t I I I II
I -
-
aoo
ôG0
- 400
I -200 800
I I I I I I
1800
i
II,
2800
I I I I I I I
3800 4800
- 200
0
I t,=lO
Distancia
min;
longitucinal
t, =20,
(m)
min
I
I l I 1 I I I I I
Disiancia longitucinol
2800
(m)
3800 4EOO
I
- 800
I
I 142
I
I Con
3.3.2.2.3.
objeto
se
de observar
representan
este efecto
las
más claramente,
distribuciones
en la figura
horizontales de la
concentración media entre el suelo y 50 metros de altura, en periodos de 10
I minutos, obtenidas
suelo y a 240 m de altura.
concentración
en las simulaciones con el foco emisor situado junto al
En el primer caso se observa un fuerte
en x=0 , que decrece casi exponencialmente hasta llegar
pico de
a ser
nula a distancias superiores a 500 metros. Tambien se aprecia que en
I distancias
concentración
negativas, es decir a barlovento
de partículas. En los experimentos
del foco, existe una pequefla
CONDORS realizados en
atmósfera libre, que se comentan en el siguiente apartado, Eberhard y
I Moninger (1988) y Briggs
nulas a barlovento
(1993) también han obtenido
de focos emisores junto al suelo.
concentraciones no
I
I
I
I
I
I
I
1
1
I
I 143
I
120 , l
FUEXTE en e! SUELO
I
I
1
:y
:I
‘1
I
l
I
l
1
I o ty
1~.
1.
/
‘500 1000 1500; 20’00 2500
1
6
1 144
I
Por último, en la figura 3.3.2.2.4.se representan Alas trayectorias del
centro de masa en ambos experimentos, poniéndose de manifiesto ‘que en el
caso de foco junto al suelo el penacho se eleva siguiendo una trayectoria
con mayor pendiente. En ambos casos se observa que a partir de una
determinada distancia, el centro de masas del penacho se mantiene a una
altura constante. Baerentsen y Berkowicz (op. cit. 1. entre otros. obtienen
los mismos resultados con su modelo.
600 600 -
_ FCE.NTE en el SUELO ,-Jo “7” FUENTE B 240 m de dtura
1-Y) n
500 -
1 obstante,
realidad bajo
este desdoblamiento
condiciones convectivas.
de penachos se ha observado en la
I elevada,
las más
a continuación
recientes
se van a comparar
observaciones
con
realizadas
los datos
en
recogidos
atmósfera
en una de
libre baJo
condiciones convectivas.
I Los
confirmar
experimentos
el
del
comportamiento
proyecto CONDORS se diseñaron
no gaussiano de los penachos
para tratar
observados
de
en
laboratorio. Esta serie de experimentos se llevaron a cabo en Boulder
I (Colorado, USA) durante dos campanas. la primera en Septiembre de 1982 y la
I 145
I
I
I segunda en Agosto y Septiembre
experimentos
en su articulo
de campo se publicaron
no reflejan
de 1983. La primera parte
en 1988 por Eberhard y Moninger, aunque
datos suficientes
de estos
1 Para ello,
realizado
forma continua
se ha elegido
durante
concretamente
el 31 de Agosto de 1983. Este experimento
el experimento
se realizó
50 minutos una nube de particulas
número 34
emitiendo
metálicas
de
de
pequeño tamaño desde altura de 280 metros, cuyo comportamiento fu6
I una
seguido mediante un radar. Las otras condiciones del experimento fueron:
viento medio en toda la capa convectiva Ü = 1.9 m/s
I altura de la capa limite H = 1100 m
escala de velocidad convectiva w. = 1.88 m/s
I
Considerando estos datos, se estableció el resto de las variables de
I entrada que
desconocimiento
lo que implica
precisa el modelo lagrangiano
de la rugosidad superficial
una velocidad de fricción
bidimensional. Ante
se consideró un valor de 0.10
de 0.237 m/s, y una longitud
el
m,
de
Monin-Obhukov de -5.5 m.
I La emisión de particulas considerada en el modelo lagrangiano es de 4
particulas por segundo y el paso de tiempo de 0.25 segundos, de forma que a
I lo largo de los cincuenta
particulas.
condiciones
Finalmente,
iniciales
minutos del experimento
para
diferentes:
simular este
se deben emitir
caso se consideraron
12000
dos
1 En la figura
el modelo propuesto
3.3.2.3.1. se pueden observar
en las dos simulaciones
los resultados obtenidos
mencionadas junto con los del
con
I Esta comparación
modelo reproducen
pone de manifiesto
de forma satisfactoria
que las dos simulaciones
el abatimiento
con el
hacia el suelo del
I 146
I
1
I
I penacho
observaciones.
en las proximidades
Sin embargo,
de la fuente,
hay un aspecto
tal
que difiere
como se aprecia
según
en las
se considere
una u otra simulación. El desdoblamiento del penacho que resulta en el caso
con las condiciones iniciales que mejores resultados ofrecen en simulaciones
I unidlmenslonales,
ninguna corrección
no aparece
por deposición.
en las observaciones
Mientras
CONDOFLS antes
que en el caso
de efectuar
con condiciones
iniciales más simples el resultado de la simulación se ajusta notablemente
I bien
resultados
al del
de
experimento
las
CONDORS sin
observaciones
corrección.
CONDORS
Pero
corregidas
si se consideran
por el efecto
los
de
deposición, la simulación que parece ajustarse mejor es la del caso con las
I condiciones
cuenta
CPP, que
lnlclales
la advertencia
aconseJa
antes
de Brlggs
no considerar
seleccionadas.
sobre
el
No obstante,
la fiabilidad
pequeño
del método
desdoblamiento
hay que tener
de corrección
que resulta,
en
I condiciones
y Deardorff
de agua.
convectivas.
(19761,
y los obtenidos
Concretamente,
que corresponden
para este
se incluyen
a una simulación
mismo caso
los resultados
a escala
por Lamb (1979)
de Wlllls
en un tanque
aplicando un
I modelo
penacho
vertical.
de “large-eddles”.
hacia el suelo,
En ambos
sin que
casos
se observe
se aprecia
ninguna
el abatimiento
bifurcación en la
del
I casos
En consecuencia,
con unas condiciones
parece que el modelo
iniciales más simples
propuesto simula
de las que se
mejor
eligieron
estos
en
el apartado. Luego, la selección de un determinado esquema o condición
I realizada
tanbien
con una versión
el más apropiado
unldlmenslonal
cuando
del modelo,
la simulación
no implica
se extiende a dos
que éste
dimensiones.
sea
I entre
determinadas
secundario.
las observaciones
condiciones
Además,
experimentales
iniciales
no deben olvidarse
y los resultados
deben
otras
considerarse
posibles
del modelo
causas
con un
responsables
con unas
carácter
de
I tales
entre
resultados
discrepancias,
un penacho
de un modelo
entre
continuo
las que podrían
y una bocanada),
bidlmenslonal
señalarse:
(2)
(1)
La comparación
con los de una proyección
La distinción
entre
en el plano
los
I la turbulencia
CLP. (3) Los valores
en dos y tres
de la longitud
dimensiones difiere
de Monin-Obuhkov
notablemente dentro
y de la velocidad
de la
de
fricción introducidos en el modelo, de los que dependen magnitudes tan
I decisivas
se corresponden
en el esquema como la varlanza
con los de las observaciones.
y escala de tiempo lagrangianas. no
I
I
I
I 147
I
2.11 = 0.25
te) [fl
148
I
I 3.3.3. FUI4IGACION.
I penacho,
convectiva
movimientos
inicialmente
de espesor
convectivos
emitido
creciente
en el seno de una capa estable,
(capa de mezcla).
en esta capa el penacho
Como consecuencia
se mezcla
en una capa
en la vertical,
de los
I ya descrito
nocturna.
costeras,
en el Apartado
El segundo
tambien denominada
3.2.4,
es la fumigación
corresponde
fumigación
que se produce
a la rotura
advectiva,
de la inversión
en las costas
en donde
en zonas
el aire se
I mueve
condiciones
convectiva
desde una
estables
región
sobre el suelo).
de baja
sobre el mar) a una región
Ejemplos
turbulencia
de la metodologia
(rugosidad
de fuerte
pequeña
turbulencia
lagrangiana
y/o
(capa
del tipo
Monte-Carlo apliacad a casos de fumigación costera son los modelos de
I Kostrykov
un tercer
y Novitskii
tipo que aparece
(19861 y Luhar y Britter
en áreas urbanas
(1990).
en donde existe
Por último,
una fuente
existe
de
calor artificial. La simulación que presentamos en este apartado, al igual
I que en la simulación
tipos.
unidimensional, corresponde al primero de estos tres
I proporciona
calor,
viento
la evolución
la longitud
horizontal
temporal
de Monin-Obukov,
en altura.
de la velocidad
la altura
Las condiciones
de fricción,
de la capa de mezcla
de insolación
el flujo
consideradas
de
y el
en
I el modelo de pronóstico
de 40’ N y sobre un suelo
corresponden
con las siguentes
a un día 10 de Octubre,
características:
en una latitud
Albedo: 0.21
I Emisividad
Rugosidad
de onda larga:
superficial:
0.92
0.1 m
Inercia térmica del suelo: 1463 J.m-2.Ky1 s-i”
I Este modelo
capas de 25 m de espesor
discretiza verticalmente
cada una. La ejecución
el dominio considerado
con el modelo
en cuarenta
de pronóstico
se inicia a medianoche, de manera que a la salida del sol la distribución
I vertical
3.3.3.1.
de la temperatura
En ella también
simulada
se incluye
es la que se presenta
la evoluci6n temporal
en la figura
del espesor de la
capa de mezcla proporcionado por el modelo meteorológico.
I
I
I
I
I 149
Figura 3.3.3.1. (aI Distribución térmica vertical simulada por el modelo
meteorológico al amanecer (b) Evolucidn temporal del espesor de la capa de
mezcla.
150
I
I En la figuras
la nube de partículas.
3.3.3.2. se muestra
En ellas
la evolución
se puede observar
cada treinta
claramente
minutos
el efecto
de
de la
fumigación sobre el penacho. Inicialmente (fig. b) la dispersión vertical es
I pequefia.
partir
la fuente,
del
ya que la capa convectlva
la dispersión vertical
no alcanza
momento en que el tope de la capa convectiva
aumenta
la altura de la fuente.
supera la altura
considerablemente, llegando
Pero a
de
a
afectar al suelo a una cierta distancia a sotavento. Finalmente, se aprecia
I que las partículas se distribuyen
CLP. En cada una de estas figuras
de forma casi uniforme
se incluyen los valores
a lo largo
del espesor de la
de la
capa de mezcla.
I Con objeto
experimento anterior
de realizar una simulación
pero considerando
más realista,
ahora una fdp vertical
se repitió
con sesgo, al
el
I igual
condiciones
temporal
que en los experimentos
convectivas.
e instantánea
realizados
En la figura
en apartados
3.3.3.3.
del penacho en ambas simulaciones.
se refleja
anteriores
En ella
bajo
la evolución
se pone de
manlf iesto que, mientras en el experimento sin sesgo el eje del penacho se
1 mantiene
asciende
más 0 menos paralelo
dentro de la capa
al suelo,
convectlva,
cuando se considera
dando lugar
el sesgo el eje
finalmente a una
distribución vertical más uniforme.
I En la figura
en treinta minutos
3.3.3.4 se reflejan
en el periodo
las isolíneas
de 3600 y 9000 segundos,
de concentración
suponiendo
media
que
cada una de las’partículas tiene una masa de 1 gramo. En (al se muestra el
I resultado
UlaS
del experimento
condiciones óptimas
sin sesgo vertical
establecidas
y en (b) el que corresponde
en el estudio de la convección
a
I a manifestar
situación (b).
el paralelismo
aumento de la concentración
Analizando
al suelo del eje del penacho,
por debajo de los cien metros con respecto
la simulación (b), además. se manifiesta
provocando un
a la
una mayor
I apertura
superior
progresiva
del penacho
a partir
elevación
respecto
de los cien metros.
a ca),
1
I
I
I
I
I 151
I
; w
:I
I
il
il
il
!I
I
I
I
I
I
I
I
I
I
I
I
1 Figura
treinta
3.3.3.2.
minutos.
ía) Penacho inicial. (b-h) Evolución del penacho.cada
I
I 152
I
,, _~._,...,. ~
j=
ir a b
‘iI
;l
il1
;Ii
;I
il
.I
I
I
l
l
1
I
I
I
l Figura 3. 3.3. 3. Distribución instantánea de partículas en los tiempos
indicados (s). Ca) Suponiendo un perfil gaussiano para la velocidad vertical
I y (b) siguiendo las indicaciones propuestas para condiciones convectivas.
I 153
I ,, .: -. ..,
.!R
ij‘:I
iil a b
]I
1.;I
‘1
;I
‘!1
~1
I
I
1
I
I
1
I Figura 3.3.3.4. Isolíneas de concentración media cada treinta minutos entre
los periodos de tiempo indicados (s). ía) Suponiendo un perfil gaussiano para
I la velocidad
condiciones
vertical
convectivas.
y C’b) siguiendo las indicaciones propuestas para
I
1
I 154
I
I
I 4. RESUMENY CONCLUSIONES.
I MODELOUNIDIMENSIONAL
I CI-
d)-
Condiciones
Expresiones
de contorno.
semlempíricas para las variables varianza y escala
de tiempo lagrangiana.
I el- Velocidad media de arrastre.
f)- Gradiente vertical de la velocidad media
I g)-
h)-
Funciones de densidad de probabilidad
Comportamiento
(fdp)
del centro de masa del conjunto de partículas.
I il- Importancia
aleatorio
desplazamiento
de
relativa
carácter
de los términos
de las partículas
gaussiano en
de autocorrelación
el cálculo del
y
I
I 155
I
1
I
I (aI Paso de tiempo.
El esquema tiene el mismo comportamiento con pasos temporales
inferiores a tres segundos.
I (b) Condiciones iniciales.
A las fluctuaciones de la velocidad de cada particula en el
I instante
Con tales
inicial se les asignan
condiciones iniciales
valores
la
derivados
distribución
de una gausslana.
vertical de
particulas es satisfactoriamente uniforme.
I de contorno
(reflexión
de la velocidad).
más
especular
favorable
en altura
En capa límite
corresponde
y cambio
convectiva,
a reflexión
de signo
perfecta
de la fluctuación
además de la reflexión
perfecta, se cambia el sentido del movimiento.
1 (d) Expresiones empíricas para determinar la varianza y la escala de
tiempo lagrangianas.
I En caso
corresponden
de Capa límite
a las propuestas
estable
por Harma
las expresiones
(1982). En capa
elegidas
límite
neutra se selecciona para la desviación estándar de la velocidad
I vertical
tiempo
la propuesta
la de Harma (1968).
por Wyngaard et al (1974)
En capa limite
y para la escala
convectiva se recomiendan
de
I recomiendan
presentan
las de Harma (19821,
ambas expresiones.
debido a las discontinuidades que
I (f) Gradiente
En caso de
vertical
capa
de velocidad
limite convectiva,
media
se consideran los gradientes
verticales de las velocidades medias ascendente w+ y descendente w
I deducidos
inducir un
por Baerentsen
cambio del
y Berkowicz
sentido
(1984).
en el movimiento
Estosgradientes
vertical
pueden
de cada
partícula, siendo su efecto notablemente superior cerca de los
I contornos
contribuye
partículas.
de la capa
notablemente
límite,
a la
en especial
uniformidad
del inferior.
vertical de
Esto
las
I (g) Las
En caso
funciones de densidad
de capa limite estable
de probabilidad
o neutra una
más idóneas
gaussiana
son:
con media
I cero y
convectiva
varianza lagrangiana
no se puede considerarse
correspondiente.
gausslana,
En capa
proponiéndose
límite
como
I 156
I
I ~~~
I
I (h)
m6s adecuada
Centro de masa
la recomendada
del sistema
por Baerentsen
de partículas.
y Berkowlcz (1984).
I En los
asciende
casos de capa
muy lentamente,
limite
depende
estable y neutra,
su velocidad
el centro de masa
del paso de tiempo y
de las expresiones elegldas para la varlanza de la velocidad. En
caso de capa convectlva, depende además de las expresiones de la
l varlanza y escala de tiempo lagranglanas que se consideren.
I (1) Relación
Depende
flw(t-At)
del valor
/ W” .
de la velocidad de fricción y de la expresión
empirlca para calcular la varlanza de la velocidad, co” cualquier
I MODELO BIDIMENSIONAL
I realizado
de penacho
diferentes
gausslano.
comparaciones
asi como co”
co” resultados
observaciones
obtenidos
reales
co”
bajo
una modelo
condiciones
convectivas. Finalmente, se ha simulado un caso de fumigación, despues de
I limitaciones
simulaciones
estacoionaria
que tiene
se han considerado
y homogénea,
su pallcaclón. Por
condiciones
terreno llano,
este motivo,
ideales:
en ambas
Turbulencia
contaminantes no
reactivos sin flotabilidad ni deposición en el suelo. No obstante,
I mientras
constante
en el modelo
con la altura.
de penacho
esta
gausslano
condición no
se considera
ha sido
viento
posible
incorporarla al modelo lagrangiano debido a las características del
I esquema.
numerosdas
estables
Los resultados
semejanzas,
y neutras. Sin
que se consiguen
es especial
embargo, bajo
en caso
co” ambos modelos
condiciones
de estratificaciones
convectlvas
ofrecen
el
I modelo
“uniforme”
de particulas
con la consideración
que el de penacho
da como
general
resultado
gaussiano.
del mal comportamiento
una
Este
distribución
resultado
de éste
menos
concuerda
último
modelo en este tipo de estratificaciones.
I
Comparación del modelo de partículas con observaciones en condiciones
I convectivas.
I 157
I
I
I
I referencia
un valor
de los valores
correspondiente
de rugosidad
a un terreno
del suelo,
similar al
se ha considerado
lugar donde se
realizaron estos experimentos (20 = 0.1 ml.
Sin embargo, en caso de fuente con gran elevación (2.80 metros sobre
I el suelo),
observaciones.
hacia el suelo
los resultados
El efecto
del penacho
del modelo
más importante,
concuerdan
en las proximidades
en parte
como es el
con las
abatimento
de la fuente, es
modelado de forma muy satisfactoria. Sin embargo, en las
observaciones no se aprecia un efecto de desdoblamiento del penacho
en la vertical, tal como resulta del modelo. Esta discrepancia
parece relacionada con las condiciones iniciales consideradas, por
cuanto con otras diferentes dicho desdoblamiento no se aprecia. No
obstante, cuando los resultados de las observaciones se corrigen
por el efecto de deposición gravltatorla de la nube artificial,
aparece un pequeño desdoblamiento, que los mismos autores no toman
en consideración achacándolo a problemas nueméricos. De todas
fromas, hay que tener en cuenta que los resultados obtenidos con
este modelo bldmensional no son estrictamente comparables con las
observaciones tridimensionales.
I Los resultados
considerarse
observa
que se obtienen
acordes
en un penacho
con el
continuo
con el modelo
comportamiento
sometido al
de partículas
que
efecto
normalmente
pueden
de una capa
se
I
I
I S.REFERENCIAS.
André, J.C.; G. de Moor; P. Lacarrère; G. Therry y R. du Vachar. (1978).
I Modeling the 24-hour evolutlon
the planetary
of the mean and turbulent
boundary layer. J. Atm. Sci., 35, 1861-1883.
structures of
1 BOX, G.E.
Control.
y G.M. Jenkins
San Francisco.
(1976). Time Series
Holden-Day.
Analysis, Forecasting and
I Brost, R.A. y J.C. Wynwaard (1978). A model study of the stably stratified
planetary boundary laya-. J. Atmos. Sci., 35, 1427-1440.
I Brusasca,
resu1ts
G.; G. Tinarelli
of a Monte Carlo
y D. Anfossi
atmospheric
(1989).
diffusion
Comparison between the
model and tracer
experiments. Atmos. Environ., 23, 1263-1280.
I Brusasca, G.; G. Tinarelli y D. Anfossi (1992). Particle model simulation of
diffusion in low wind speed stable conditions. Atmos. Environ., 26A,
I 707-723.
I Publ. Co.
I 159
I
I
I
I Buishand,
Eshof
T.A. ; G.T.
(1988). Trend
Kempen;
Environ.,
of preclpitation
22,
y A. J. van den
chemlstry
339-348.
I Businger,
inversion.
J.A. (1985). The
NCAR Tech.
marine
Note.
boundary layer
NCAR/TN-252STR.
from air-sea
Nat. Cen.
interface
Atmos. Res.,
to
Boulder. USA.
I Bussinger, J.A. y S.P. Ayra (1974). Heights of the mixed layer in the
stable, stratified planetary boundary layer. Adv. Geophys., 18A, 73-92.
1 Businger, J.A.;
relationships
J.C.
in
Wyngaard; Y. Izuhi
the atmospheric
y E.I.
surface
Badley
layer.
(1971).
J. Atmos.
Flux-profile
Sc¡. , 28,
181-189.
I Carras, J. N. y D.J. Williams (1984). Experimental studies of plume
dispersion in convective conditions. Atmos. Environ., 18, 135-144.
1 Castro,
límite
M; R. González
atmosférica
y A. Portela
en los modelos
(1991).
numéricos
Parametrización
de pronóstico
de la capa
meteorológico.
I Física
Caughey,
de la Tierra,
S.J.; J.C.
3, 103-138.
1 Chock,
Meter.,
ll. P. ;
25, 345-352.
I Corsin S. (1974).
and in turbulence.
Limitations
Adv.
of
Geophys.,
gradient
18A,
transport
25-60.
models in random walks
I Davis, P. A.
elevated
(1983).
sources
Markov
into
chain
the
simulations
neutral
of vertical
planetary
dispersion
boundary
from
layer.
Boundary-Layer Meteor., 26. 355-376.
1 convective
Deardorff,
boundary
J.W.
layer.
(1970).
Quarterly J. Roy. Meteor.
A three-dimensional
Soc., 112,
numerical investigation
165-180.
of the
idealized planetary boundary layer. Ceophys. Astrophys. Fluid Dyn., 1,
I 377-410.
I mean
Meteor.,
structure
7,
of
81-106.
a heated planetary boundary layer. Boundary-Layer
I Deardorff,
integrated
J.W. y R.L.
turbulent
Peskin (1970).
shear flow.
Lagrangian
The Physics
statistics
of Fluids,
from
13.
numerically
584-595.
l 160
I
m
I
I Deardorff, J.W. y G.E. Wlllis (1974). Physical modellng of diffuslon ln the
mlxed layer. Proceedings, Symposium en Atmospheric Dlffuslon Alr
Pollutlon patrocinado Por Ameritan Meteorological Society, santa
I Barbara, USA.
I Een, B.A.
diffuslon
y J.R. Mahoney (1972). Numerical
of urban area source pollutants.
modeling of advection
J. Appl. Meteor.,
and
ll, 312-322
Ferrenberg
Fac. Ciencias Físicas.
A.M.,
Universidad
I 161
1
I
1 Ferrenberg
Hidden
A.M., D.P. Landau and Y.J. Wong (1992). Monte Carlo Slmulatlons:
Errors from "Good" Random Number Generators. Physical Review
Letters 69, 3382-3384.
I Glfford, F.A.
estlmating
(1961).
atmospherlc
Use of routlne
dlspersion.
meteorological
Nucl. Saf., 2, 47-57.
observation for
I Glfford. F.A.
-dynamical
(1982).
theory.
Horizontal dlffuslon
Atmos. Environ.,
in the
16, 505-512.
atmosphere: Lagranglan-
Gordon, G.E. (1988). Receptor models. Environ. Sci & Tech., 22, 1132-1145.
I Hall, C.D. (1975). The slmulation
numerical random-walk model.
of particle motlon ln the atmosphere by a
Quat. J. Roy. Meteor. Soc., 101. 235-244.
I Hanna, s. R. (19791.
fluctuatlons.
Some statistics
J. Appl. Heteor.,
of Lagrangian
18, 518-525.
and Eulerian wind
I 162
I
I
I
1 Haworth, D.C. y S.B. Pope (1986). A generallsed Langevln model for turbulent
flows. Phys. Fluids, 29, 387-405.
Jazwinski, A.H. (1970). Stochastic Processes and Filtering Theory. New York.
I Academlc Press.
Jenklns, G.M. y D.C. Watts (1968). Spectral Analysis and Its Applicaions.
I San Franclscio.
Jensen,
Holden-Day.
N.O. y E.L. Peterson (1979). The box model and the acoustlc sounder,
a case study. Atmos. Environ., 13, 717-720.
I Jonas, P.R. y J.T. Bartlett (1972). The numerical slmulation of partlcle
motlon ln a homogeneous field of turbulence. J. Computational Phys., 9,
I 290-302.
Kalmal, J.C.; J.C. Wyngaard; D.A. Haugen; O.R. Coté; Y. Izuml; S.J. Caughey y
C.J. Readlngs (1976). Turbulence structure in the convective boundary
I laya-. J. Atmos. Sci., 33. 2152-2169.
S.K.
J.
(1984).
Basic Eng.,
Theorles
35-108.
I distrlbutlon
Gidrologiya,
under condition
6, 42-52.
of breeze circulation. Meteorologiya i
I 163
I
I
1 Lamb. R.G. (1973). Note on application of K-theory to turbulent diffusion
problems involving chemical reaction. Atmos. Environ.. 7, 235.
I Lamb, R. G. (1978).
point source in
A numerical
the
simulatlon
convective
of dispersion
planetary boundary
from an
layer.
elevated
Atmos.
Environ., 12, 1297-1304.
1 Lamb, R.G. (1981). A scheme for simulatlng particle pair motions in
turbulent fluid. J. Computational Phys., 39, 329-346.
I Lamb, R.G.
Turbulence
(1982). Diffuslon
and Afr Pollution
ln the convective
Modeling.
boundary
F.T.M.
layer,
Nleuwstadt
en Atmospheric
y H. van Dop
(Eds). Dordrecht. D. Reidel Publ. Co. 159-229.
I Lange > R. (1978). ADPIC-A three-dimensional partlcle-ln-ce11 model for the
dispersa1 of atmospheric pollutants and lts comparlson to regional
I tracer studies.
y G.L.
J. Appl.
Stone
Meteor.,
(1983).
17, 320-329.
Eulerlan-Lagrangian relationshlps ln
Lee, J.T.
I Monte-Carlo
2483-2487.
simulations of turbulent diffusion. Atmos. Environ., 17,
Legg, B.J. (1983). Turbulent disperslon from an elevated llne source: Markov
I chain
Meteor.
simulations
Soc.,
of concentratlon
109, 645-660.
and flux profiles. Quart. J. Roy.
I Lelx. 8. J.
dispersion
gradlent
y M.R. Raupach
in inhomogeneous
in eulerian velocity
(1982).
flows:
Markov-chaln
the mean drlft
variance.
slmulatlon
velocity
of partlcle
induced
Boundary Layer Meteor., 24, 3-13
by a
I Lenschow.
structure.
D.H. (1970).
J. Appl.
Airplane
Meteor.,
measurements
9, 874-884.
of planetary boundary layer
I Lenschow D. H. ; J.C.
second-moment budgets
Wyngaard y W.T.
in a barocllne
Pennell
convective
(1980).
boundary
Mean
layer.
field and
J. Atmos.
Sci., 37, 1313-1326.
I Lewellen,
diffusion
W.S y M.E. Teske
ln the atmospheric
(1976).
boundary
Second-arder
layer.
closure
Boundary-Layer
modellng
Meteor.,
of
10,
69-90.
I Ley, A.J. (1982). A random walk simulation of two-dimensional turbulent
dlffuslon ln the neutral surface layer. Atmos. Environ., 16, 2799-2808.
I Ley, A. J.
diabatic
y D. J. Thomson
surface layer.
(1983).
Quarterly
A random walk model of dlspersion ln
J. Roy. Meteor. Soc., 109, 867-880.
the
I Li, U.U.
turbulence
y R.N. Meroney
relationships.
(1985). Re-examlnatlon
Atmos. Environ., 19,
of
853-855.
Eulerlan-Lagrangian
I Lln, G.Y.
coast
(1982).
air basin
Oxidant predictlon
of California.
by dlscrlminant
Atmos. Environ., 16,
analysis
135-143.
ln the South
I 164
I
I
I
I Longhetto, A. (1980) Atmospheric Planetary Boundary Layer Physics.
A. Longhetto (ed.1. Nueva York. Elsevier.
I 23, 1911-1924.
I 1250-1254.
McRae, G.J., W.R. Goodin y J.H. Seinfeld (19821. Development of a second
generation mathematical model for urban air pollution. 1. Model
I formulation. Atmos. Environ., 16, 679-696.
Panofsky, H.A. y J.A. Dutton (1984). Atmospheric Turbulence. New York. Jonh
I Wiley.
1 165
I
1
I
I Panof sky, H. A. ; H.
characteristics
Tennekes;
of turbulent
D.H. Lenschow
velocity
y J.C.
components
Wyngaard
in the surface
(1977). The
layer
under convectiYe conditions. Bound. Layer Heteor., ll. 355-362.
I Pasquill, F. (1961). The estimation of the dispersion of windborne materia.
Meteorol. kg., 90, 33-49.
I Pasquill, F. (19741. Atmospheric Diffusion. Segunda edición. New York. John
Wiley & Sons.
1 Pasquill,
York.
F. y F.B. Smith
Halsted Press,
(1983).
John Wiley
Atmospheric
& Sons.
Diffusion, Tercera Edición. New
I Pearson, HJ;
fluid-element
J.S. Puttock
motions
y J.C.R.
and vertical
Hunt
diffusion
(19831.
in
A statistical
a homogeneous
model
stratified
of
I Pepper. D.W.,
atmospheric
C.D. Kern y P.E.
pollution using
Long,
cubic
JI-. (19791.
splines
Modeling
and Chapeau
the dispersion
functions.
of
Atmos.
1 Environ.,
Pielke,
13, 223-237.
I Reid,
370-389.
I Problems.
Rodrigues,
New York.
C. ; A. Santana
Interscience
y 1. Padilla (19931.
Publications.
Un modelo de dispersión
John Wiley
de
& Sons.
I partículas
en Ingeniería.
Española
en el medio marino,
M. Casteleiro
de Métodos Numéricos
en Segundo
y F. Navarrina
en Ingeniería.
Congreso
(eds).
de MPtodos
Barcelona.
Numéricos
Sociedad
1 Rounds,
Trans.
W. (19551.
Am. Geophys.
Solutions
Union,
of
36,
the two-dimensional
395-411.
diffusion equation.
I ROY, R. y
intervention
1. Pellerin
analysis.
(1982).
Atmos.
On long
Environ.,
term air
16, 161-169.
quality trends and
I Experimental
of no-lift
evaluation
balloons.
of diffusion
J. Appl. fleten.,
parameters at local
17, 1441-1449.
scale by means
I Sawford,
functions
B. L. (19831.
in the
The effect
statistical
of Gaussian
theory
particle-pair
of concentration
distribution
fluctuations in
I 166
I
I
I homogeous turbulence. Quarterly J. Roy. Meteor. Soc., 109, 339-354.
Sawford. B.L. (1984). The basls for, and some llmltatlons of, the Langevln
I equation
ll,
ln atmospheric
2405-2411.
relatlve disperslon modelllng. Atmos. Environ..
1 dlsperslon
Schere, K.L.
models.
(1983).
Phys. Fluids,
An evaluation of
29, 3582-3585.
I Seinfeld, J.H.
New York.
(1986). Atmospheric
John Wlley & Sons.
Chemistry and Physics of Air Pollution.
I Shelh. C.M.
dynamlc
(1978).
plume rlse.
A puff pollutant
Atmos. Environ.,
dlsperion model
12, 1933-1938.
wlth wlnd shear and
Sherman, C.A. (1978). A mass conslstent model for uind fields over complex
I terrain. J. Appl. Meteo., 17, 312-319.
I flows In the
1327-1339.
ideallzed planetary boundary layer. J. Atmos. Sci., 30.
Shir. C.C. y L.J. Shelh (1978). Study of parametrlc effects on the SOs
I concentratlon
12, 1087-1096.
ln St. Louis by a numerlcal slmulatlon. Atmos. Environ.,
I Simpson,
violatlons
R.W. y A.P. Layton
of standards
(1983). The prediction
and the frequency of alr
of the
pollutlon
numbers
eplsodes
of
I 167
I
1
I
I f ield. Atmos.
I Stern, A.C.
Press.
(1976). Air Pollution. 3rd Edition. Volume 1. New York. Academic
I 1565-1567.
Thomson, D.J. (1984). Random walk modelling of diffusion in inhomogeneous
turbulence. Quarterly J. Roy. Meteor. Soc., 110. 1107-1120.
1 Thomson, D.J. (1986a). A random walk model of dispersion in turbulent flows
and its application to dispersion in a valley. Quarterly J. Roy. Meteor.
I Tilley, T. y G.A.
synoptic-pollution
McBean (1973).
data. Atmos.
An application
Environ., 7,
of
793-801.
spectrum analysis to
I Trivikrama,
approach
375-379.
S.R., P.I. Samson y A.R.
to the dynamics of air
Pedadda (1976).
pollutants.
Spectral
Atmos. Environ.,
analysis
10,
I van Dop, H., R. Steenkist y F.T.M. Nieuwstadt (1979). Revised estimates for
I
I
1
I
I continuous shoreline fumlgatlon.
van Haren, L. y F.T. Nleuwstadt (1989). The behavoir of passlve and buoyant
l plumes in a convective
model. J. Appl. Meteor.,
boundary layer,
28, 818.
as simulated with a large-eddy
I Vattulainen I.,
comunmlcación
K. Kankaala,
personal).
J. Saarlnen
A Comparatlve
and T. Ala-Nissila.
Study of some Pseudorandom
(1993,
Number
Generators.
l Venkatram,
simulatlon.
A. (1978).
Atmos.
An examination
Environ.,
of
12, 2243-2249.
box models for air quality
I Venkatram, A. (1980).
boundary layer for
Estimating
dispersion
the Monin-Obukhov
calculations.
length
Boundary-Layer
in the stable
Meteor.,lS,
481-485.
I Venkatram, A. (1983). On dispersion in the convective boundary layer.
Atmos. Environ., 17, 529-533.
I Venkatram,
Air
A (1988).
Pollution
Dlspersion
Modeling.
in the Stable Boundary Layer. En Lectures on
A. Venkatram y J.C. Wyngaard (Eds.1. Am. Met.
Soc. Boston.
I Walklate, P.J. (1987). A random-walk model for dispersion of heavy particles
ln turbulent air flow. Boundary-Layer Meteor., 39, 175-190.
I Wilczak, J.M.
boundary
y M.S. Phillips
layer structure
(1986). An indirect
for use in pollution
estimation
dispersion
of convection
models. J.
I Willis,
Climate
G.E.
Appl. Meteor.,
y J.W. Deardoff
25, 1609-1624.
I Wlllis, G.E. y J.W. Deardoff (1976). A laboratory model of dlffusion lnto the
convective planetary boundary layer. Quarterly J. Roy. Meteor. Soc.,
I 102, 427-445.
Willis, G.E. y J.W. Deardoff (1978). A laboratory study of dlspersion from an
elevated source wlthin a modeled convective planetary boundary layer.
I Atmos. Environ., 12, 1305-1311.
Willis, G.E. y J.W. Deardorff (1981). A laboratory model of diffusion into
I the convection
102,
planetary
427-445.
boundary layer. Quart. J. Roya1 Meteor. Soc.,
I 169
1
m
1;
1
I Wilson, J.D. ; G.W. Thurtell
particle trajectories
y G.E. Kidd (19811. Numerical
in inhomogeneous turbulence.
simulation
1: Systems with
of
constant turbulent velocity scale. Boundary-Layer 21, 295-313.
I Wilson, J.D. y Y. Zhuang (19891. Restriction
Meteor.,
1 and Air
Dordrecht.
Pollution
D. Reidel
Modelling.
Publ. Co.
F.T.M. Nieuwstadt y H. van Dop (edsl.
l Yamamoto. S.;
structure
M. Gamo y 0. Yokoyama (19821.
of the Convective Atmospheric
Observational study on the fine
Boundary Layer. J. Meteor. Soc.
Japan, 60, 882-888.
I Zannetti, P.
simulation.
(1981al.
J. Appl.
An improved
Meteor., 20,
puff
1203-1211.
algorithm for plume dispersion
I 188-192.
I 1, 26-30.
zannetti. P. (19861. A new mixed segment-puff approach for dispersion
I modeling.
Zannetti,
Atmos. Environ.,
P. (19911.
20, 1211-1130.
I 170
I
I
I APCA Speclalty Conference
Measurement. Nueva Orleans.
on Quallty
USA.
Assurance in Alr Pollution
I Zeman, 0.
AM. Rev.
(1981).
Fluid
Progress
Hech.,
ln the modelllng
13, 253-272.
of planetary boundary layers.
I Zlllntlnkevlch,
boundary
S.S. (1972). On the determlnatlon
layer. Boundary-Layer Meteor.,3,
of the helght
141-145
of the Ekman
I Zinsmelster,
compositlon
A.R. y T.C. Redman (1980). A time serles analysls
measurements. Atmos. Environ., 14, 201-215.
of aerosol
I
I
l
I
I
I
I
I
I
I
I
I 171