Estimativa da dispersão longitudinal em rios brasileiros a partir de relações geométricas de canais

Abstract

Resumo : A preservação dos recursos hídricos é uma preocupação crescente devido aos efeitos prejudiciais da poluição nos ecossistemas aquáticos e à crescente escassez de água. A poluição por poluentes químicos, transportados pelos rios, impacta negativamente a saúde humana, a biodiversidade e os usos múltiplos da água. O estudo do transporte de substâncias em cursos d’água é essencial, mas complexo, devido à natureza heterogênea de cada rio. Nesse contexto, faz-se necessário a compreensão e previsão da dispersão longitudinal de poluentes em rios, a partir de análises abrangentes da dispersão e advecção para entender a dinâmica do transporte desses poluentes, sem ser necessário trabalhosas medições in situ. Este estudo teve como objetivo a análise e aprimoramento de uma equação analítica de coeficiente de dispersão longitudinal desenvolvida por Deng, Singh e Bengtsson, baseada na integral tripla de Fischer. Foi desconsiderada a simplificação feita por Deng, Singh e Bengtsson, que ß = ln(B/H), e utilizados os parâmetros de forma (ß) de rios brasileiros, obtidos por Perez et al.. Uma base de estudos de medição de DL em rios brasileiros foi montada, e obtidos os ß reais dos rios medidos, a partir da localização geográfica. Foram separados dois conjuntos de dados, o conjunto A, para ß nos rios originais, e conjunto B que é a soma do conjunto A com ß do rio mais próximo. A comparação dos ß obtidos por Perez et al. em relação à simplificação feita por Deng, Singh e Bengtsson, retornou uma correlação (r) e erro médio absoluto (MAP E) de -0,0189 e 77,61%, respectivamente, indicando que a simplificação não se confirma. A análise comparativa entre a nova equação e as propostas por Deng, Singh e Bengtsson; Seo e Cheong; Kashefipour e Falconer, e Ribeiro et al. revelaram, para o conjunto A, uma correlação baixa de 0,401. Contudo, destacou-se também uma baixa razão de discrepância (Rd) de 0,390, além de um reduzido erro quadrático médio (RMSE) de 49,157 e índice de erro médio absoluto (MAP E) inferior ao observado nas outras equações. O conjunto B, por sua vez, apresentou um coeficiente de correlação mais elevado, atingindo 0,757, e manteve valores reduzidos para Rd, RMSE e MAP E, registrando -0,218; 22,524 e 183, 627, respectivamente. Embora a equação proposta tenha demonstrado um desempenho inferior à equação de Ribeiro et al quando comparada à equação base de Deng, Singh e Bengtsson, evidenciou uma melhoria, indicando a importância do parâmetro ß nesse contexto. É relevante considerar que a obtenção dos valores de ß em trechos não exatos dos rios de medição pode ter impactado, contribuindo para maiores erros e imprecisões, sugerindo a necessidade de futuros estudos com medições mais precisas em rios de maior extensão e em diversas regiões

Abstract : The preservation of water resources is a growing concern due to the detrimental effects of pollution on aquatic ecosystems and the increasing water scarcity. Pollution from chemical pollutants transported by rivers negatively impacts human health, biodiversity, and multiple water uses. The study of substance transport in watercourses is essential but complex due to the heterogeneous nature of each river. In this context, it is necessary to understand and predict the longitudinal dispersion of pollutants in rivers through comprehensive analyses of dispersion and advection to grasp the dynamics of pollutant transport without the need for laborious measurements. This study aimed to analyze and improve an analytical equation for longitudinal dispersion coefficient developed by Deng, Singh, and Bengtsson, based on Fischer’s triple integral. The simplification made by Deng, Singh, and Bengtsson, ß = ln(B/H), was disregarded, and the shape parameters (ß) of Brazilian rivers, obtained by Perez et al., were used. A database of longitudinal dispersion measurements in Brazilian rivers was assembled, and the real ß values of the measured rivers were obtained based on their geographical locations. Two datasets were separated: Dataset A for ß in the original rivers and Dataset B, which is the sum of Dataset A and the ß values of the nearest river. The comparison of ß values obtained by Perez et al. with the simplification made by Deng, Singh, and Bengtsson resulted in a correlation (r) and mean absolute percentage error (MAP E) of -0,0189 and 77,61%, respectively, indicating that the simplification is not confirmed. Comparative analysis between the new equation and those proposed by Deng, Singh, and Bengtsson; Seo and Cheong; Kashefipour and Falconer, and Ribeiro et al., revealed a low correlation of 0,401 for Dataset A. However, it also highlighted a low discrepancy ratio (Rd) of 0,390, along with a reduced root mean square error (RMSE) of 49,157 and a mean absolute percentage error (MAP E) lower than observed in other equations. Dataset B, on the other hand, showed a higher correlation coefficient, reaching 0,757, and maintained reduced values for Rd, RMSE, and MAP E, recording -0,218, 22,524, and 183,627, respectively. Although the proposed equation demonstrated inferior performance compared to Ribeiro et al. equation, when compared to Deng, Singh, and Bengtsson’s base equation, it showed improvement, indicating the importance of the ß parameter in this context. It is relevant to consider that obtaining ß values in nonexact river sections may have impacted the results, contributing to greater errors and inaccuracies, suggesting the need for future studies with more precise measurements in longer rivers and different regions.