Académique Documents
Professionnel Documents
Culture Documents
aticas
XV Congreso Nacional de Matem
aticas
Lecturas Matem
aticas
Volumen Especial (2006), p
aginas 271284
2005 Apuntes
Aproximaci
on y simulaci
on de un modelo de
dispersi
on de contaminantes sobre superficies
esf
ericas
Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz
Universidad del Quindo, Armenia, Colombia
Abstract. In this work, we present an approach and simulation of evolutionary process for pollutant dispersal on spherical surfaces. The numerical code of simulations was made by nite elements method (FEM).
In the model, we consider the diusion process, the transport phenomena by the mean, the decay in global sense and a pollutant source. For
the classical diusion-reaction equation we obtained the weak formulation in the sense of applying the nite elements method. This model is
being studied by group of Phenomena Modelling of Macroscopic Diffusion in the Biomathematics at the University of Quindo, Colombia.
The authors believe that the importance of this work is it potential use
in environmental processes for the denition of strategies of evaluation,
preventive and cleaning.
Key words and phrases. Numerical approximation, Computational simulations, Dispersion, Finite elements method (FEM), Spherical surfaces.
2000 AMS Mathematics Subject Classification. Primary: 54H25. Secondary: 47H10.
Resumen. En este trabajo, presentamos una aproximaci
on numerica y
algunas simulaciones del proceso evolutivo de la dispersi
on de contaminantes sobre supercies esfericas. El c
odigo numerico para la simulaci
on
se desarroll
o por el metodo de elementos nitos (MEF). En el modelo,
consideramos el proceso de la difusi
on, el fen
omeno de transporte por el
medio, el decaimiento en sentido global y una fuente de contaminantes.
Para la cl
asica ecuaci
on de difusi
onreacci
on obtuvimos la formulaci
on
debil en el sentido de aplicar el metodo de elementos nitos. Este
modelo ha sido estudiado por el grupo de Modelamiento de Fen
omenos
272
1. Introducci
on
La dispersi
on de partculas contaminantes ha sido estudiada principalmente,
a traves de modelos matematicos en ecuaciones diferenciales ordinarias y parciales que tienen en cuenta el movimiento de las partculas a lo largo y ancho
del medio de propagaci
on. Por esta va se puede analizar la dispersi
on de
partculas contaminantes a traves del tiempo.
En este sentido, un modelo de dispersi
on de particulas contaminantes sondez (2005), a traves de una
bre supercies esfericas fue propuesto por Me
adaptaci
on de los operadores gradiente y laplaciano y de esta manera se extienden las ecuaciones de difusi
on supercial euclidiana a fen
omenos de difusi
on
en supercies esfericas.
Este modelo de difusi
on en supercies esfericas tiene soluciones analticas
exactas, pero obtenerlas es demasiado complejo, esto es, los procedimientos
analticos que permitan determinar la concentraci
on del contaminante modelado en un tiempo y lugar determinado no est
an en las metas de este trabajo.
Lo que se propone en este trabajo es, entonces, la posibilidad de analizar este
u
ltimo modelo por la va de la aproximaci
on numerica y la simulacion computacional de escenarios.
La determinaci
on de la contaminaci
on del agua es de gran interes para establecer controles encaminados a la conservaci
on del ambiente. Esta determinacion, y mas que todo su din
amica, en muchos casos es extremadamente
compleja y por esta razon el modelo matematico se convierte en una de las
herramientas mas efectivas ya que permite interpretar din
amicas de contaminaci
on en cuerpos de agua. Sin embargo, el modelo como herramienta carece
de utilidad sino es correctamente construido y simulado, de modo que permita
conocer la concentracion de contaminantes en las aguas de forma continua en
el espacio y en el tiempo a partir de un mnimo de mediciones experimentales.
Algunos modelos presentados por Meyer (1998) y Diniz (2003), han resultado muy u
tiles en ros, lagos o lagunas, pero su aplicaci
on no es tan signicativa en el oceano por estar construidos para supercies planas. Una extensi
on
ndez
de este modelo de difusion a supercies esfericas fue construido por Me
(2005).
La aproximaci
on de la soluci
on por el metodo de diferencias nitas, que
ndez (2005), no es la m
es la propuesta por Me
as precisa para este tipo de
situaciones. Esperamos que la alternativa que aqu proponemos, usando el
metodo de elementos nitos, de lugar a mejores interpretaciones al problema
fsico bajo estudio.
n y simulacio
n de un modelo de dispersio
n
Aproximacio
...
273
La contaminaci
on en grandes extensiones de mar no ha sido considerada
a
un por quienes estudian la modelaci
on matematica y menos a
un se ha hecho
alg
un tipo de simulacion del fen
omeno en caso de llegar a presentarse. Lo que
se propone en el presente estudio teorico es una aproximaci
on y simulaci
on
numerica de un modelo de dispersi
on de contaminantes sobre una supercie
esferica con miras a una aplicacion a gran escala en alta mar, donde puede
llegar a tener efecto la curvatura de la tierrra durante el proceso de difusi
on
del contaminante.
Debido a las catastrofes de contaminacion ambiental que han ocurrido en
el del Golfo de Mexico en 1979 y el Golfo Persico en 1991, por ejemplo, se
hace necesario un estudio a mayor escala del fenomeno de dispersi
on, y en este
trabajo te
orico intentamos dar un peque
no paso en este camino.
As, presentaremos, en primer lugar, el modelo con las condiciones de contorno. En seguida, la formulaci
on debil y luego una demostraci
on de la existencia y unicidad de las soluciones debiles y las discretizaciones espacial y
temporal. Por u
ltimo, haremos una presentacion de los resultados obtenidos, a
traves de gracos para mejor visualizaci
on y daremos algunas consideraciones
nales.
2. El modelo matem
atico
En el modelo se ha considerado el fen
omeno de difusi
on (o dispersion, seg
un
Okubo (1980)), el transporte advectivo, una tasa de decaimiento y unas fuentes
de contaminaci
on en el medio estudiado. De esta manera llamando c (, , t)
la concentracion (ppm) del contaminante, en el punto (, ), para un instante
t, el modelo puede ser descrito por:
c (, , t)
= difusi
on + tranporte decaimiento + fuente ,
t
donde
difusi
on= div (c) representa el efecto de la difusion,
transporte = div (V.c) representa el transporte advectivo por las corrientes marinas o el viento,
decaimiento = c, linealmente aproximando decaimiento global en el
ambiente y,
fuente = F (, , t), modelando fuentes de contaminanci
on.
De manera semejante, la ecuacion evolutiva que modela la concentraci
on de
contaminantes esta dada por:
c (, , t)
= div (c) div V .c c + F (, , t)
(2.1)
t
, t (0, T ]
(, ) , [0, 2] ,
2 2
274
1 c
c
v2
c + F (, , t)
cos
, t (0, T ]
, [0, 2] ,
2 2
= (c) v1
(2.2)
Figura 1. Descripci
on del dominio escogido
(2.6)
n y simulacio
n de un modelo de dispersio
n
Aproximacio
...
275
y unicidad de las soluciones. Por otro lado, sin embargo, estos resultados son
realmente exigentes en el sentido de que la regularidad es necesaria en los
par
ametros y en algunas de las condiciones.
Tendremos que recurrir a la formulaci
on debil o variacional, un ambiente
matematico mucho mas permisivo, de modo que las derivadas puedan ser consideradas en el sentido de distribuciones y las integrales sean del tipo Lebesgue,
una opci
on que permanece v
alida con la escogencia del metodo de elementos
nitos, el cual usaremos para la discretizaci
on espacial. Para la variable temporal, nuestra opci
on de aproximaci
on es la de Crank-Nocolson, produciendo
aproximaciones de precisi
on de segundo orden.
3. Formulaci
on d
ebil
Para la transformaci
on del sistema dado en su formulaci
on fuerte a la expresion debil del operador (2.2) con las condiciones de frontera (2.32.5). Ademas de la propia formulaci
on fuerte, que generalmente incluye condiciones de
frontera, se debe dedicar atenci
on especial a los espacios en los cuales la llamada formulaci
on se desarrolla. Adoptaremos el siguiente espacio en el cual
emprenderemos la deseada aproximacion espacial:
v
2
2
L () ,
V = L ((0, T ] , U ) :
t
con U denido por
u
1
| = 0 .
U = u H () :
0 3
f (, ) .g (, ) d
(f g)0, =
f |g
0, =
f (, ) .g (, ) d .
(3.1)
Usando este u
ltimo producto interno apropiadamente, tenemos, en lugar de
(2.2)(2.5), lo siguiente:
c
|v
(c|v)0, + div V .c |v
(c|v)0,
(3.2)
t
0,
0,
= (F|v)0,
v V, t (0, T ] .
c
niendo para este termino lo siguiente: (c|v) = (.c v)
|v .
276
Desarrollando el termino
div V .c |v
div V .c |v
, obtenemos que
0,
=
0,
V .c|v
,
0,
c
c
|v
|v + V .c|v
+ (c v)
+ (c|v)0,
t
0,
0,
(3.3)
= (F|v)0, , v V .
As podemos denotar los correspondientes terminos de la ecuacion (2.2). Ahora
aplicando la denici
on de gradiente en coordenadas esfericas, las condiciones de
frontera y la denici
on anterior de producto interno, la ecuaci
on (3.3) queda:
1 c v
c v
c
|v
|
|
+
+
2
t
cos 0,
0;
0,
1 c
c
|v
|v
+v1
+ v2
+ (c|v)0, + k2 c|v
2 (3.4)
cos
0,
0,
= k1 g|v
1 + k2 ce |v
2 + (F|v)0, , v V .
4. Discretizaci
on del problema
Para la discretizaci
on de la ecuacion (3.4), usamos el metodo de los elementos nitos MEF (discretizaci
on espacial) y el metodo de Crank-Nicolson
(discretizacion temporal). Esto signica que en lugar de obtener funciones en
V , numericamente obtenemos aproximaciones, en la forma:
c (, , t)
= ch (, , t) =
Nh
cj (t) .j (, )
(4.1)
j=1
n y simulacio
n de un modelo de dispersio
n
Aproximacio
277
...
tama
nos de los triangulos m
as grandes en cada discretizacion van a cero, el
dominio discretizado tiende al original. No obstante mantendremos la misma
identicaci
on, es decir , sin la perdida de informaci
on.
Reescribiendo (3.4) para las funciones aproximadas dadas en (4.1), resulta
en ecuaciones validas para cualquier funci
on en el ahora subespacio nito
dimensional. Lo que sugiere vericar el sistema u
nicamente para los elementos
de la base del espacio nitodimensional. Por consiguiente, lo que tenemos es
equivalente al sistema discreto dado, para t (0, T ], por:
1 ch v
ch v
|
|
+
+
(4.2)
cos2 0,
0;
0,
1 ch
ch
|v
|v
+ v2
+ (ch |v)0, + k2 ch |v
2
+v1
cos
0,
0,
ch
|v
t
= k2 ce |v
2 k1 g|v
1 + (F|v)0, , v Vh
que nos lleva al siguiente sistema de ecuaciones diferenciales ordinarias discretizado:
N
N
N
h
h
h
dc
j
v
v
+ cos12
cj j |
+
cj j |
dt j |v
j=1
j=1
j=1
0,
0,
0,
N
N
N
h j
h j
h
+v1 cos1
cj |v
+ v2
cj |v
+
cj j |v
j=1
j=1
j=1
0,
0,
0,
cj j |v
= k2 ce |v
2 k1 g|v
1 + (F|v)0, , v Vh
+k2
j2
N
N
N
h
h
h
dc
j
j
j
1
v
v
cj cos2 |
+ cj |
dt j |v 0, +
0, j=1
0,
j=1
j=1
N
N
N
h 1 j
h j
h
+v
c
|v
+
v
c
|v
+
c
|v
1
j
2
j
j
j
cos
0,
0,
0,
j=1
j=1
j=1
!
cj j |v = k2 ce |v
2 k1 g|v
1 + (F|v)0, , v Vh
+k2
j2
(4.3)
278
j2
= k2 ce |i
2 k1 g|i
1 + (F|i )
j Vh
En la ecuaci
on anterior, las expresiones en las sumas, las cuales se reeren a
los productos internos sobre la parte de las fronteras, en realidad indican que
los u
nicos ndices considerados ser
an aquellos que yacen sobre dichas partes
de la frontera. La ecuaci
on (4.4) describe, un sistema lineal de ecuaciones
diferenciales ordinarias.
La ecuacion (4.4) ser
a ahora aproximada en su variable temporal usando el
esquema de Crank-Nicolson con diferencias centradas de segundo orden, para el
cual usaremos las aproximaciones dadas por (4.5) y (4.6). Los subndices i y j
se reeren ala discretizaci
on del dominio espacial, donde cij es la concentracion
en el nodo i , j .
d
t
cij (tn+1 ) cij (tn )
cij tn +
,
(4.5)
dt
2
t
cij
t
tn +
2
(n+1)
cij
(n)
+ cij
.
2
(4.6)
2
1 j i
t
t
t j i
|
|
j |i
=
{cnj [ 1
2
2 cos2
2
j
!
t
t j
t
1 j
|i v2
|i k2
j |i j ]}
v1
2
2 cos
2
2
k1 t g|i
1 + k2 t ce |i
2 + t (F|i )
i (Vh )
Podemos representar el sistema discretizado 4.7 en la forma matricial por:
Ac(n+1) = Bc(n) + d ,
(4.8)
n y simulacio
n de un modelo de dispersio
n
Aproximacio
donde
aij
bij
...
279
t
1 j i
t
t j i
j |i +
|
|
=
1+
+
2
2 cos2
2
!
t
t j
t
1 j
| + v2
| + k2
j |i j
+v1
2
2 cos i
2
i
2
t
1 j i
t
t j i
j |i
|
|
=
1
2
2 cos2
2
!
1 j
t
t j
t
| v2
| k2
j |i j
v1
2
2 cos i
2
i
2
di = k1 t g|i
1 + k2 t ce |i
2 + t (F|i )
i = 1, 2, ..., Nh
280
Valores
Unidades
V1
V2
k1
k2
ce
F
0.0001
0.001
0.008 cos (/4)
0.008 sin (/4)
0.00001
0.00001
0.0001
0.1
km2 /h
h1
km/h
km/h
ppm/kmh
ppm/kmh
ppm/h
ppm/h
Par
ametros de
Discretizaci
on
Valores
0.0087km
0.0087km
0.0200horas
Tabla 1. Par
ametros para la Simulaci
on 1
Escenario 1
t=0
t = 12
x 10
x 10
0.5
0.5
0
0.1
0.1
0
0.1
0
0.1
0.1
0.1
0.1
t = 24
0.1
t = 40
x 10
x 10
0.5
0.5
0
0.1
0.1
0
0.1
0
0.1
0
0.1
0.1
0
0.1
Figura 2. Simulaci
on del escenario 1
0
0.1
n y simulacio
n de un modelo de dispersio
n
Aproximacio
281
...
A continuaci
on, presentamos un segundo escenario donde se han considerado
igualmente una difusi
on baja, vientos debiles en la direccion de NO a SE, sin
fuente en el centro. Los par
ametros usados para obtener los resultados de este
escenario (Figuras 4 y 5) son los mismos presentados en la tabla 1, excepto
k2 = ce = F = 0, V1 = 0.008 cos (/4) y V2 = 0.008 sin (/4).
Primer Nodo
2.5
x 10
Escenario 1
1.5
1
500
1000
1500
2000
2500
Nodo Medio
1.5
0.5
0
x 10
10
Concentracion
Concentracion
Nodo en G0
15
x 10
500
1500
2000
2500
Ultimo Nodo
1000
x 10
Concentracion
Concentracion
3
1
0.5
2
1
0
500
1000
1500
2000
2500
500
1000
1500
2000
2500
282
(Brooks & Hughes, 1982; Heinrich et al., 1977; Chistie et al., 1976) no se
cumple. Esta condicion esta dada por:
Vi xi
2
t=0
t = 12
x 10
x 10
0.5
0.5
0
0.1
0.1
0
0.1
0
0.1
0.1
0.1
0.1
t = 24
0
0.1
t = 40
x 10
x 10
0.5
0.5
0
0.1
0.1
0
0.1
0
0.1
0
0.1
0.1
0
0.1
0
0.1
Figura 4. Simulaci
on del escenario 3
6. Conclusiones
Aunque las simulaciones presentadas no han sido comparadas con derrames
reales, debido a que no se cuenta con datos conables de corrientes, vientos,
difusi
on, o derrames de los sitios donde pueda llegar a tener aplicaci
on este
trabajo, lo que podra llegar a ser una gran desventaja en el mismo, pensamos
que este trabajo puede llegar a ser una valiosa herramienta te
orica para el
trabajo futuro de otros, ampli
andolo o mejor
andolo y hasta tambien llegar a
ser utlizada satisfactoriamente cuando se presente una situaci
on real.
n y simulacio
n de un modelo de dispersio
n
Aproximacio
Escenario 3
Primer Nodo
15
x 10
Concentracion
Concentracion
500
1000
1500
2000
2500
Nodo Medio
x 10
500
1000
1500
2000
2500
Ultimo Nodo
x 10
2.5
2
Concentracion
Concentracion
2.5
x 10
10
Nodo en G0
283
...
1.5
1
0.5
0
1.5
1
0.5
0
500
1000
1500
2000
2500
0.5
500
1000
1500
2000
2500
284