You are on page 1of 7

4o PDPETRO, Campinas, SP 21-24 de Outubro de 2007

6.2.0030 2 1

INVESTIGANDO O DESLOCAMENTO DO DERRAMAMENTO DO LEO NO MAR POR UM MODELO DE REGRESSO


Jos Alexandre R. Vieira1 (Bolsista do PRH-25/ANP/MCT) Francisco Antnio M. de Souza2 (DME/CCT/UFCG)
2

josealex@dme.ufcg.edu.br Departamento de Matemtica e Estatstica- DME/CCT/UFCG Avenida Aprigio Veloso, 882 Caixa Postal 10044 Campina Grande-PB CEP: 58.109-970 fsouza@dme.ufcg.edu.br

O meio ambiente hoje uma das principais preocupaes do setor industrial e, porque no dizer, da sociedade em geral. Essa preocupao ainda maior no caso particular da indstria petrolfera, pelo fato de ser uma atividade de alto risco e que pode trazer conseqncias desastrosas para o meio ambiente, no caso de derramamento de leo. Dentre as maiores catstrofes ambientais a que estamos sujeitos esto aquelas decorrentes de grandes derramamentos de leo, principalmente quando estes acontecem prximo a regies costeiras. Geralmente, a maioria desses acidentes de pequeno porte e de curta durao, porm uma frao considervel de derramamento de leo costuma atingir grandes dimenses, causando desastres ecolgicos incontrolveis. Para a realizao de um combate eficiente do derrame de leo ou seus derivados, a equipe de resposta s emergncias necessita possuir o conhecimento prvio do comportamento fsico-qumico do leo, das condies meteooceanogrficas, no momento do acidente, e da dimenso do derrame, para assim, promover uma ao eficaz no combate mancha. Portanto, o conhecimento da trajetria seguida por um eventual derramamento de fundamental importncia na hora de planejar rotas para navios tanques, pontos de carga e descarga de leo, rotas de oleodutos, etc. Os modelos de derramamento de leo so governados, dentre outros aspectos, pelos processos de adveco (vento e corrente maritma), disperso horizontal (linear, turbulenta e gravitacional), inrcia, viscosidade, tenso superficial, emulsificao, transferncia de massa e mudanas nas propriedades fsicoqumicas do leo. Alguns modelos mais sofisticados abordam, ainda, o balano de massa devido destilao, relacionada a elementos txicos, volteis e aromticos. PHLR DPELHQWH PRGHODJHP HVWDWtVWLFD UHJUHVVmR  ,1752'8d2 O meio ambiente hoje uma das principais preocupaes do setor industrial e, porque no dizer, da sociedade em geral. No caso particular da indstria petrolfera, pelo fato de ser uma atividade de alto risco para o meio ambiente, essa preocupao ainda maior. Uma das maiores catstrofes ambientais que podem acontecer so os grandes derramamentos de petrleo, fundamentalmente quando estes acontecem em regies costeiras. Os procedimentos adotados internacionalmente, com relao a incidentes com derramamento de leo, tm como base primria os critrios adotados por pases signatrios do Tratado de Preveno da Poluio Marinha Bethlem HW DO (2002), o que recai na auto-gesto, por parte de rgos governamentais. Em pases como EUA, Noruega, Inglaterra, Austrlia e Canad, a elaborao de modelos para derramamento de leo administrada por centros de pesquisa das universidades e do governo. No Brasil, diversas entidades no governamentais, e organismos como o IBAMA, exercem o papel de fiscalizao sobre aspectos ambientais decorrentes de derramamento de leo. Assim, nosso trabalho consiste em estudar os modelos de derramamento de leo no mar, sob o ponto de vista fsico e estatstico, visto que, a utilizao de tais modelos possibilitam a previso da direo do deslocamento do leo no mar, contribuindo na tomada de deciso para proteo ambiental.  5(9,62 '$ /,7(5$785$ Nas ltimas dcadas, a modelagem de derramamento de leo no mar teve um rpido desenvolvimento devido ao aumento da modelagem multidisciplinar e ao recente avano computacional. Podemos afirmar que este assunto essencialmente multidisciplinar, pois, para compreender todo o sistema, necessrio ter conhecimento de disciplinas que versam sobre qumica, fsica, sedimentologia, dinmica dos fluidos, dentre outras.

Copyright 2007 ABPG

4o PDPETRO, Campinas, SP 21-24 de Outubro de 2007

6.2.0030 2 2

 0RGHORV ItVLFRV Os modelos fsicos constituem uma base necessria para o desenvolvimento de modelos de derramamento de leo no mar, uma vez que as circunstncias fsicas, que incluem correntes, ondas, luz, mars, turbulncia, dentre outras, determinam o transporte e a disperso de todo o material suspenso e dissolvido no mar, incluindo contaminantes e nutrientes, e afetam, de forma direta, toda a atividade biolgica, que vai desde o crescimento do fitoplncton at o comportamento dos peixes. Conseqentemente, as circunstncias fsicas so elementos necessrios na modelagem de um derramamento de leo em regies litorneas.  3URFHVVRV ItVLFRV HQYROYLGRV QD PRGHODJHP GH GHUUDPDPHQWR GH yOHR QR PDU So muitos os processos fsicos que tm lugar na modelagem de derramamento de leo no mar. Segundo Paladino (2000), os fenmenos mais importantes a serem considerados so: $GYHFomR: o processo de transporte de poluentes, dado pelo arraste das correntes marinhas e dos ventos. Tambm so transportadas pelas correntes subsuperficiais as pequenas fraes do poluente que se desprendem da mancha por disperso e ficam suspensas durante algum tempo na subsuperfcie da gua. Para a correta quantificao deste fenmeno, importante conhecer com preciso os campos de ventos e correntes na superfcie da gua e, para isto, modelos atmosfricos e oceanogrficos devem ser acoplados aos modelos de trajetrias. 'LIXVmR 7XUEXOHQWD: A turbulncia superficial, resultante do contato gua/vento, faz com que a mancha se espalhe mais rapidamente. As tenses induzidas horizontalmente aumentam o espalhamento horizontal da mancha, enquanto que as tenses induzidas verticalmente causam a disperso vertical da mancha, atravs do desprendimento de pequenas bolhas (fenmeno de disperso), que logo sero afetadas por outros processos de degradao, como diluio, emulsificao, etc. Em alguns modelos, a disperso turbulenta horizontal considerada juntamente com o espalhamento devido gravidade e a tenso superficial, j que, na realidade, ambos os fenmenos tm o mesmo efeito. (VSDOKDPHQWR: O espalhamento de uma mancha corresponde expanso sua horizonta, devido tendncia do poluente em escoar sobre si mesmo, causada pela fora da gravidade e tenso superficial. Este processo um dos que mais afetam o comportamento da mancha, especialmente nos instantes imediatamente aps a ocorrncia do derramamento. (YDSRUDomR: O fenmeno de evaporao extremamente complexo, devido ao fato do petrleo ser um fluido formado por uma grande quantidade de componentes. Estes componentes tm diferentes temperaturas de evaporao, assim como diferentes graus de solubilidade e saturao no ar, o que torna muito difcil um tratamento detalhado deste fenmeno. 'LVSHUVmR: A disperso decorrente das tenses turbulentas, que tendem a desprender bolhas da mancha do poluente, fazendo com que sejam imediatamente afetadas por outros processos de degradao (emulsificao, diluio, biodegradao, etc). (PXOVLILFDomR: o processo de formao de emulses de gua em leo. Este processo, embora no seja geralmente levado em conta nos modelos de trajetria, devido a sua alta complexidade, repercute fortemente na hidrodinmica dos derrames, pelo fato de modificar, de forma considervel, as propriedades do leo, como densidade e viscosidade. Alm disso, este processo pode aumentar em at 5 vezes o volume, em relao ao volume inicial do derrame, com a conseqente repercusso no balano global de massa.

Alm dos processos fsicos citados acima, um conjunto de informaes a respeito das condies do derramamento devem ser levados em considerao, tais como: dados geofsicos (ventos, correntes, temperatura, etc), posio do derramamento, tipo de leo, taxa e durao do derramamento, dentre outros.  0RGHODJHP GRV SROXHQWHV A modelagem dos poluentes tambm de extrema importncia para modelar a qualidade da gua e o ecossistema, uma vez que os poluentes so substncias que afetam a qualidade da gua e, conseqentemente, interferem de forma direta todo o meio ambiente. O comportamento dos poluentes muito variado. Por exemplo, o leo pode comportar-se de diversas maneiras, dependendo do tipo e das condies ambientais. Alm disso, alguns poluentes submetem-se a reaes qumicas, ao entrarem em contato com a gua, enquanto que outros podem unir-se a sedimentos. Devido a essa grande variedade de comportamento, cada poluente deve ter seu prprio algoritmo na modelagem de seu comportamento, James (2005).

Copyright 2007 ABPG

4o PDPETRO, Campinas, SP 21-24 de Outubro de 2007

6.2.0030 2 3

Para um poluente comportar-se como uma substncia radioativa passiva, este deve ser conservativo, ter fonte local bem definida e dissipadores. Os elementos que se aproximam a estes poluentes so as substncias radioativas com meia-vida longa. Outros poluentes possuem um comportamento mais complexo, como o caso dos metais, produtos qumicos e txicos, sedimentos e derramamentos de leo. Este ltimo atraiu muita ateno por parte dos pesquisadores, devido aos resultados imediatos e catastrficos dos principais acidentes, James (2005). Para se modelar um derramamento de leo, necessrio levar em considerao vrias propriedades fsicas e qumicas do leo, como, por exemplo, adveco, difuso, evaporao, disperso e emulsificao, o que torna a modelagem desse poluente ainda mais complexa. Assim, podemos utilizar os modelos de regresso para prever valores de uma varivel, expressando sua relao com outras variveis, quantitativas e/ou qualitativas.  5HJUHVVmR /LQHDU 0~OWLSOD Em um modelo de regresso linear mltipla, admitimos que o valor da varivel dependente funo de duas ou mais variveis independentes. O modelo estatstico de uma regresso linear mltipla com, N variveis independentes,

< = 0 + ; + , M = 1, 2, , Q.
Utilizando notao matricial o modelo fica \ ;  , onde <1 1 ; 11 ; 21  ; 1 < 1 ; ; 22  ; 2 12 , \ = 2 , ; =  1     < 1 ; 1 ; 2  ;

Segundo Hoffmann (1983), ao estabelecer o modelo de regresso linear mltipla, pressupomos que: I. a varivel dependente (< ) funo linear das variveis independentes ( ; , L = 1, , N ) ; II. os valores das variveis independentes so fixos; III. ( ( ) = 0 , ou seja, ( ( ) =  , onde  representa o vetor nulo de dimenso Q ;

V. os resduos so no-correlacionados entre si, ou seja, ( ( ) = 0 para M K ; VI. os resduos tm distribuio normal.
S = N + 1 , o nmero de parmetros lineares a serem estimados, que formam o vetor ( 0 , 1 ,  , ) . Se o nmero de observaes for igual a S , a determinao dos parmetros reduz-se a um problema matemtico de resoluo de um sistema de S equaes com S incgnitas, no sendo possvel fazer qualquer anlise estatstica. Desta forma, devemos ter Q > S .

IV. os resduos so homocedsticos, isto , ( ( ) = 2 ;


2

Considere

 (VWLPDomR GRV SDUkPHWURV SHOR PpWRGR GRV PtQLPRV TXDGUDGRV A estimativa do vetor de parmetros (1998) = ;
; ;
\ , , pelo mtodo dos mnimos quadrados, dada por, Draper e Smith (3) . Para tanto, substituindo (2) em (3) obtemos (4) (5)

onde ;
a transposta da matriz ; . Podemos mostrar que um estimador no-tendencioso de

= + (;
; ) 1 ;
. Lembrando as pressuposies II e III, verificamos que (( ) = ,
ou seja, um estimador no-tendencioso para .

Copyright 2007 ABPG

 


=1

(1) (2)



0 = 1 e 

1 = 2 . 

4o PDPETRO, Campinas, SP 21-24 de Outubro de 2007

6.2.0030 2 4

 $QiOLVH GH YDULkQFLD GD UHJUHVVmR OLQHDU P~OWLSOD por Em uma regresso linear mltipla, a soma de quadrados dos resduos, ou soma de quadrados residual, dada (6) (7)

645HV = \
\ ;
\ , enquanto que a soma de quadrados total dada por ( < ) 2 64WRWDO = \
\ . Q Por sua vez, a soma de quadrados da regresso dada por ( < ) 2 645HJ = ;
\ . Q Esses resultados nos levam construo do seguinte quadro de anlise de varincia
Causa da variao Regresso Resduos Total

Q N 1
Q 1

\
\

( < ) 2 Q

O quadrado mdio residual, dado pelo quociente V 2 =

associado a Q N 1 graus de liberdade, para testar hipteses a respeito dos valores dos parmetros. Podemos, ainda, construir intervalos de confiana para os parmetros. Escolhido o nvel de confiana, e sendo W0 o (10) 0 0 Devemos ressaltar, de acordo com Hoffmann (1983), que tanto o teste W quanto o intervalo de confiana somente so vlidos se os resduos tiverem distribuio normal. O coeficiente de determinao mltipla definido por 645HJ 52 = (11) 647RWDO e representa a proporo da variabilidade total que explicada pelo modelo de regresso linear mltipla. O correspondente valor de crtico de W , o intervalo de confiana para W V ( ) < < + W V ( ).

varincia residual 2 . Obtidas as estimativas dos desvios padres das estimativas dos parmetros, dadas pelas razes quadradas dos elementos da diagonal principal da matriz (;
; ) 1 V 2 , podemos utilizar o valor , (9) W= V( )

645HV , uma estimativa no-tendenciosa da Q N 1

coeficiente de determinao corrigido para P graus de liberdade, denotado por 5 dado por
2

5 =

_2

 8VR GDV YDULiYHLV FHQWUDGDV Para simplificar os clculos, muitas vezes trabalhamos com as variveis centradas [ = ; ; , com L = 1, 2, , N e M = 1, 2, , Q onde 1 ; = ; . Q =1 Desta forma, o modelo estatstico fica (13) (14)

(Q 1) 5 2 N . Q N 1

Copyright 2007 ABPG

"

&

(8)

Tabela 1. Quadro de anlise de varincia Graus de liberdade

Soma de quadrados 2 ;
\ ( < ) . Q ;
\ . \
\

& '

21 2 0

&

# # $# )(

&

(12)

)(

4o PDPETRO, Campinas, SP 21-24 de Outubro de 2007

6.2.0030 2 5

< = 0 + 1 [1 + 2 [2 +  + [ + , com M = 1, 2, , Q, ou, em notao matricial, \ =; + , com as devidas mudanas nas entradas da matriz ; .
 $SOLFDomR GH XPD UHJUHVVmR P~OWLSOD FRP GXDV YDULiYHLV LQGHSHQGHQWHV A Tabela 2, a seguir, mostra os valores de uma amostra de 6 observaes das variveis: < : Deslocamento da mancha de leo (NP) em relao ao local do derramamento;

(15) (16)

Tabela 2. Dados referentes a um derramamento de leo Velocidade do vento (NP / K) Deslocamento da mancha (NP) Temperatura da gua ( 0& ) 1,5 6,5 10,0 11,0 11,5 16,5
Fonte: Hoffmann, 1983.

< = 9,5

Tendo em vista o modelo < = 0 + 1 [1 + 2 [2 + , construimos as matrizes Q 0 ;


; = 0 [ 21 0 [1 [2

6 0 < 0 0 [1 [2 = 0 5,5 9 e ;
\ = [1 < [2 < [ 22 0 9 22 A seguir, determinamos as estimativas dos parmetros 1 0 0 6 57 = (;
; ) 1 ;
\ = 0 11 9 25,5 . 20 40 49 9 11 0 40 80 A equao estimada , ento < = 9,5 + 3[1 + 2 [2 .

Substituindo [1 = ; 1 ; 1 = ; 1 1,5 e [2 = ; 2 ; 2 = ; 2 3, na equao (21), obtemos

< = 2 + 3;1 + ; 2 . Podemos calcular a soma de quadrados da regresso e dos resduos, assim 645HJ = 1 [1 < + 2 [2 <

=3 25,5 + 1 49 = 125,5
2

645HV = < 125,5 = 128,5 125,5 = 3 .

Copyright 2007 ABPG

HCH HCH H

BCB

< = 25,5

< = 49

57 = 25,5 . 49

DED D

S CS

G G EG

FF

GEG G

SCS R

@A@

< [

= 128,5

[ [

; 1 = 1,5
2

= 5,5

[ [

;2 =3
2

[2 = 9.

Com base nos dados acima, obtemos: < = 57

; 2 : Velocidade do vento (NP / K) no local do derramamento;

; 1 : Temperatura da gua ( 0& ) no local do derramamento;

363 54 4

3 F I

0 1 1 2 2 3

0 2 4 2 4 6

=9

= 18 = 22
(17)

(18)

(19)

(20)

(21)

(22)

(23)

4o PDPETRO, Campinas, SP 21-24 de Outubro de 2007

6.2.0030 2 6

Com esses resultados podemos construir a seguinte tabela de anlise de varincia. Causa da variao Regresso Resduos Total Tabela 3. Quadro de anlise de varincia Graus de liberdade Soma de quadrados Quadrado mdio 2 125,5 62,75 3 3 1 5 128,5 ) 62,75 -

Para 2 e 3 graus de liberdade e ao nvel de significncia de 1% , o valor crtico de ) 30,82 . Portanto, o resultado significativo, isto , rejeita-se, a esse nvel de significncia, a hiptese + 0 : 1 = 2 = 0. O coeficiente de determinao mltipla 125,5 52 = = 0,977 , 128,5 ou seja, 97, 7% da variao total referente ao deslocamento da mancha de leo explicada pelo modelo ajustado. At aqui, analisamos o caso de uma regresso linear mltipla com duas variveis independentes. Entretanto, a metodologia pode ser generalizada para o caso de uma regresso linear mltipla com N variveis independentes.  &21&/862 De acordo com James (2005), nas ltimas dcadas, a modelagem de derramamento de leo no mar atraiu muita ateno por parte dos pesquisadores, devido aos resultados imediatos e catastrficos dos principais acidentes. Desta feita, um bom modelo de derramamento de leo no mar imprescindvel para combater eficientemente um derrame de leo ou derivados, visto que os impactos que este tipo de acidente pode causar so os mais diversos, abrangendo desde danos econmicos, por problemas causados na indstria pesqueira, at a inutilizao de regies tursticas. Entretanto, vrios fatores, dentre eles a dificuldade na obteno de dados relativos a desastres ambientais causados pela indstria do petrleo, tm limitado o progresso da modelagem de derramamento de leo no mar, no que se refere validao dos modelos.  $*5$'(&,0(1726 Ao PRH-25/ANP, pela bolsa de Iniciao Cientfica e ao Instituto Milnio / IM-AGIMB/CNPq, pelos recursos computacionais do Laboratrio de Informtica da Unidade Acadmica de Matemtica e Estatstica LIDME, do DME/CCT/UFCG. BETHLEM, C. B. P. e outros. Modelagem de Derramamento de leo no Mar. ,QIRUPDomR 7pFQLFD (/31,%$0$ N 023/02, 2002. DRAPER, N. R., SMITH, H. $SSOLHG 5HJUHVVLRQ $QDO\VLV. 3 edition. New York: John Wiley and Sons, 1998. 736 p. HOFFMANN, R.; VIEIRA, S. $1/,6( '( 5(*5(662 8PD ,QWURGXomR j (FRQRPHWULD. 2 edio. So Paulo: Editora Hucitec, 1983. p.109-201. JAMES, I. D. Modelling pollution dispersion, the ecosystem and water quality in coastal waters: a review. (QYLURPHQWDO 0RGHOOLQJ 6RIWZDUH, v.17, p.363-385, 2005. PALADINO, E. E. 0RGHODJHP 0DWHPiWLFD H 6LPXODomR 1XPpULFD GH 7UDMHWyULDV GH 'HUUDPHV GH 3HWUyOHR QR 0DU Abr. 2000. 107p. Dissertao (Mestrado em Engenharia Mecnica). Programa de Ps-Graduao em Engenharia Mecnica, Universidade Federal de Santa Catarina, Florianpolis, 2000. STOGNES, K., JOHANSEN, O. 6WDWPDS D GLPHQVVLRQDO PRGHO IRU RLO VSLOO ULVN DVVHVVPHQW Enviromental Modelling & Software, Vol 19, pp. 727-737, 2004.  5()(51&,$6

Copyright 2007 ABPG

4o PDPETRO, Campinas, SP 21-24 de Outubro de 2007

6.2.0030 2 7

$ 6($ 2,/ 63,//,1* (9$/8$7,21 %< $ 5(*5(66,21 02'(/ In the last years, the environment problems are treated as a principal priority, particularly in petroleum industry, an activity having a high risk and that it can bring disastrous consequences for the environment, caused by oil spilling. To perform an efficient combat of the oil spilling, the emergency team needs to possess a previous knowledge of the oil propriets, of the oceanographical conditions at the exact accident and the dimension of the spill. So, the knowledge of the trajectory followed for a oil spilling is very important in planning routes for petroleum ships, points and discharge of oil, routes of pipe-lines, and so on. The models of oil spilling are particulary governed by advection processes, horizontal dispersion, inertia, viscosity, superficial tension, transference of mass and changes in the oil physicist-chemistries properties. Some sophisticated models use characteristcis as the rocking mass due to destillation, amosg others. A regression model consists of supplying an instrument capable to predict values of a variables using its relation with other quantitative and/or qualitative variables. The regression models constitute a class of statistical methods used in several applications in different areas, particulary in the petroleum industry. In this work we discuss the regression modelling oil spilling data in the sea. HQYLURQPHQW, VWDWLVWLFDO PRGHOV UHJUHVVLRQ

Copyright 2007 ABPG