Академический Документы
Профессиональный Документы
Культура Документы
multiobjetivo
So Carlos
2008
Jssica Lara e Maria Eduarda,
Ao meu orientador, Prof. Dr. Frederico Fbio Mauad, pela orientao e confiana sempre
depositada, pelos ensinamentos de vida, enfim, pela amizade conquistada ao longo
desses 6 anos.
Aos professores, Luisa Fernanda Ribeiro Reis, Fazal Hussain Chaudhry, Evaldo Luis
Gaeta Espndola, Marcelo Pereira de Souza, pelo carinho de sempre e pelo suporte
acadmico.
Ao saudoso amigo Carlos Roberto Ruchiga Corra Filho, a quem eu devo boa parte de
meus conhecimentos profissionais e por todos os momentos compartilhados.
Aos colegas Peter Batista Cheung e Fernando Graas Braga da Silva, hoje professores da
UFSC e UNIFEI, respectivamente, pelo auxlio na formao da idia deste trabalho.
Ao Prof. Dr. Joo Antnio de Vasconcelos, da UFMG, por disponibilizar o algoritmo NSGA.
A todos os meus familiares, em especial minha me, Maria Gertrudes, sempre presente
em todos os momentos de minha vida, dando conforto, apoio, coragem, por ser
responsvel pela minha formao, pela sua dedicao integral.
s grandes amigas Julieta Bramorski, Andra Novelli, Andreza Bortolotti, Ana Lcia de
Albuquerque, Marieli Diniz, por estarem sempre presentes, por compartilharem comigo
momentos de alegria e dificuldade, por de uma forma ou outra, terem contribudo no
desenvolvimento desse trabalho.
s amigas Luciana Silva Peixoto, Karina Querne e Melissa Graciosa, hoje distantes
fisicamente, mas sempre presentes no corao. Pelo companheirismo e incentivo, pela
amizade, pelo grande carinho dispensado durante o dia a dia do meu mestrado e quase
todo o doutorado.
Problems of water quality management involve many aspirations of the users engaged,
those that use water for wastewater dilution or for their consumption. Therefore, it is
uncommon that decision-making mathematical models used are expressed in terms of a
single objective, like the maximization of economic efficiency. Using a particular water
system, one should consider the equitable distribution, the rational use, the
maximization of economic efficiency, the minimization of environmental impacts, among
others parameters. In this context, three models of multiobjective optimization were
proposed and considered to maximize the wastewater discharge by point sources, the
qualitative improvement of the water, minimizing the magnitude of the violations of
water quality standards. The main contribution of this work was the incorporation of a
restriction on the multiobjective optimization model. The proposed restriction is an
index that intends to distribute equitably the efficiency of treatment needed between
pollution sources. Without considering equity measure, the attempt to maximize waste
discharge would result in an allocation of large quantities of waste to the upstream
users, while the downstream dischargers would be required to treat their effluents at
levels of maximum possible efficiency. The method used to solve the problem was the
Non-dominated Sorting Genetic Algorithm (NSGA) and the case study was implemented
in the Atibaia river basin, SP. The solutions presented by the optimization show and
prove the existing conflicts and competition among the criteria considered. The genetic
algorithm has been shown to be an effective technique for solving problems of
multiobjective optimization in applications of water quality management, identifying the
decision variables in Pareto front.
C concentrao, kg/m3
Q vazo, m3/s
U velocidade, m/s
H profundidade, m
P permetro molhado, m
AS rea da superfcie, m2
V volume, m3
x comprimento do elemento, m
D profundidade mdia, m
Ta temperatura da gua, C
T temperatura, oC
coeficiente de temperatura
xj eficincia do tratamento
Qj vazo de lanamento. xj
Rm fator penalidade
SUMRIO
1. Introduo ................................................................................................................................19
2. Gerenciamento da qualidade da gua .........................................................................29
2.1. Modelagem matemtica da qualidade de gua superficial ...........................31
2.2. Fontes de poluio e variveis indicadoras da qualidade da gua ...........46
2.3. Os modelos de qualidade da gua .............................................................................51
2.4. Modelo de qualidade de guas QUAL2K ................................................................53
2.4.1. Segmentao do sistema ............................................................................................ 55
2.4.2. Caractersticas Hidrulicas........................................................................................ 59
2.4.3. Tempo de deteno hidrulico ................................................................................ 62
2.4.4. Disperso Longitudinal ............................................................................................... 62
2.4.5. Equaes do modelo: variveis indicadoras da qualidade da gua ....... 64
3. Planejamento multiobjetivo ............................................................................................71
3.1. Os mtodos e a otimizao multiobjetivo .............................................................73
3.1.1. Formulao geral dos mtodos ............................................................................... 75
3.2. A anlise multiobjetivo e os recursos hdricos ...................................................78
4. METODOLOGIA ......................................................................................................................93
4.1. Formulao do modelo ..................................................................................................95
4.1.1. Primeiro modelo de otimizao multiobjetivo ................................................ 96
4.1.2. Segundo modelo de otimizao multiobjetivo................................................. 97
4.1.3. Terceiro modelo de otimizao multiobjetivo ................................................. 97
4.2. Os Algoritmos Genticos ...............................................................................................99
4.2.1. Algoritmos Genticos Multiobjetivo ...................................................................104
4.2.1.1. NSGA ...............................................................................................................................107
4.3. Aplicao: Bacia Hidrogrfica do Rio Atibaia ................................................... 114
4.3.1. A bacia do Rio Atibaia: Recursos Hdricos .......................................................121
4.3.2. Dados de entrada do modelo QUAL2K e calibrao ....................................130
5. RESULTADOS ....................................................................................................................... 152
5.1. Funes objetivo ............................................................................................................ 152
5.1.1. Modelo 1 ...........................................................................................................................152
5.1.2. Modelo 2 ...........................................................................................................................154
5.1.3. Modelo 3 ...........................................................................................................................155
5.2. Parmetros do AG ..........................................................................................................156
5.4. Simulaes.........................................................................................................................161
5.4.1. Simulao do Primeiro Modelo ............................................................................ 161
5.4.2. Simulao do Segundo Modelo ............................................................................. 164
5.4.3. Simulao do Terceiro Modelo ............................................................................. 167
6. Concluses ............................................................................................................................183
7. Referncias Bibliogrficas .............................................................................................187
19
1. INTRODUO
da sua qualidade. Apesar de que a maioria das pesquisas contempla uma ou outra rea, o
estudo dos aspectos quantitativos e qualitativos dos recursos hdricos no pode ser
recursos hdricos.
preocupaes pertinentes gesto das guas, um passo marcante foi dado com a
elaborao e publicao da Lei 9.433 de 8 de janeiro de 1997, que dispe sobre a Poltica
A referida Lei foi construda sobre os seis fundamentos descritos como segue:
como bem econmico, dar ao usurio uma indicao do seu real valor,
hdricos.
uso prioritrio na Lei Federal fica tambm definido para as leis estaduais,
porm a hierarquia dos demais usos pode ser definida nos prprios
sociedade civil.
uso.
implement-la:
tenham qualidade compatvel com os usos que lhe forem atribudos e para
Lei 9.433 ficam estabelecidos que esto sujeitos outorga pelo Poder
se recomendvel. Esse limite conhecido como vazo (ou volume) outorgvel, que a
mxima vazo que pode ser outorgada em um corpo hdrico e cujo montante composto
pela soma da vazo j outorgada com a vazo ainda disponvel para outorga.
de uso estabelecidas nos Planos de Recursos Hdricos e dever respeitar a classe em que
23
4. A cobrana pelo uso dos recursos hdricos: a cobrana pelo uso da gua
outubro de 2004, para garantir a efetiva gesto descentralizada dos recursos hdricos. O
Projeto de Lei PLS 240/02 estabelece que os valores arrecadados com a cobrana pelo
uso de recursos hdricos e com a aplicao de multas na bacia em que foram gerados
dos recursos hdricos e, para suprir essa necessidade, as pesquisas na rea de gesto
recursos hdricos.
25
outros. Devido complexidade dos sistemas hdricos, as decises devem ser estudadas e
resultados dentro de uma tica de preferncia dos decisores para permitir melhor
resoluo tal que o projeto como todo ganhe. Naturalmente no possvel obter-se uma
soluo tima para cada objetivo. Assim, no existe um plano timo, sem nenhuma
solues que pode ser considerado melhor que tantas outras solues, chamada de
sendo muito utilizado para auxiliar nas tomadas de decises de sistemas de recursos
hdricos (MILLER; BYERS, 1973; HAIMES; HALL, 1974; DAUER; KRUEGER, 1980;
ESCHENBACH et al, 2001; JARDIM; LANNA, 2003). Porm pouca ateno voltada para a
Dentro desse enfoque, este trabalho tem o intuito de contribuir para a soluo
da gua. O desafio foi desenvolver um modelo baseado na anlise multiobjetivo que seja
nmero 5 (UGRHI-05), que engloba as bacias hidrogrficas dos rios Piracicaba, Capivari
e Jundia.
Paulo (RMSP), localizada na bacia do Alto Tiet, atravs do Sistema Cantareira. Segundo
toda gua distribuda na RMSP e abastece uma populao estimada em nove milhes de
habitantes. importante destacar que a construo e operao desse sistema data das
aproveitamento e controle dos recursos hdricos. Seus rios esto cada vez mais poludos,
27
recursos hdricos, faz-se necessrio a adoo de novas tecnologias que sirvam de base
superficial.
da qualidade hdrica.
recursos hdricos.
ocorrem no corpo dgua, bem como a evoluo histrica dos modelos computacionais.
28
mnimo custo e uma distribuio de custo justa para todos os usurios da gua. Os
Carga Concentrao
poluidora resultante, c Sim
Bacia de Modelo de c < cobjetivo
drenagem qualidade da gua
No
Controles
modelagem.
31
processos que a afeta, o balano de massa pode ser desenvolvido e constar de trs
difusa.
boa preciso quando modelado o sistema em uma ou duas dimenses, sendo o modelo
vertical e lateral. Quanto aos modelos bidimensionais, estes podem ser representados
Modelos deste tipo podem ser aplicados em corpos dgua com estratificao de
primeiros estimam valores mdios dos vrios ndices de qualidade da gua, enquanto
e biolgicos.
Fontes e sumidouros:
A(x)x(-kC+S)
x-x x x+x
Este acmulo de massa deve ser igual soma do ganho ou perda de massa dentro
m 3 kg
s = kg
em unidades de s m3 .
E ( x x )A( x x ) x C (x x, t ) + E (x + x )A( x + x ) x C (x + x, t ) t
(3)
m2 kg 1
m 2 3 s = kg
em unidades de s m m . O sinal negativo garante que o fluxo de massa
reaes ocorridas nos corpos dgua, a mais comum a reao de primeira ordem. Para
1 2 kg
m m 3 s = kg
em unidades de s m .
(x,t) x t (5)
kg
m s = kg
em unidades de m s .
Q
concentrao de uma determinada substncia e x a velocidade do escorrimento
controle no intervalo t :
Q
Cr x t
x (6)
kg m 3 1
m s = kg
em unidades de m3 s m .
- Outras fontes ou sumidouros: Vrios processos fsicos e bioqumicos podem atuar como
3
de kg m s , a variao de massa no volume de controle em um intervalo de tempo t
igual a:
kg
m3 s = kg
em unidades de m3 s .
A partir da eq. (1), a equao que representa a variao total de massa no sistema
obtida pelo somatrio de todas as expresses de ganho ou perda dessa grandeza (eq.
8).
36
A( x) x[C (x, t + t ) C ( x, t )] =
C ( x + x, t ) C ( x x, t )
E ( x + x )A(x + x ) x
E ( x x )A( x x )
x t +
[Q( x + x )C ( x + x, t ) Q( x x )C ( x x, t )]t kA( x) xC (x, t )t +
Q
+ ( x, t ) xt + C r
xt + A( x) xS ( x, t ) t (8)
x
Dividindo ambos os lados da eq. (8) por x t , obtm-se:
'
A( x) C ( x, t ) = E ( x ) C (x, t ) [Q(x )C (x, t ) ] kA( x)C (x, t ) + ( x, t ) +
t x x x
Q
+ Cr + A( x) S ( x, t ) (10)
x
Dividindo a eq. (10) por A(x) e substituindo E(x) = E(x)A(x):
1 1
C ( x, t ) =
EA C (x, t ) [QC (x, t ) ] kC (x, t ) + + Cr Q + S ( x, t ) (11)
t A x x A x A A x
C
interferem na velocidade de disperso assim como no gradiente de concentrao x .A
eq. (11) completa a derivao bsica para a equao diferencial parcial que define a
concentrao de uma substncia em um rio. De uma forma geral, a eq. (11) encontrada
C 1 C
= EA UAC S k
t A x x k (12)
37
kg / m 3 s
). Este ltimo termo inclui as vrias reaes e processos que podem aumentar
rio.
C
=0
da gua, a soluo da eq. (11) corresponde situao em que t . Assumindo-se E, A,
Q
Cr
Q, k constantes e para simplificao, omitindo-se o termo x e substituindo-se
d 2C dC
0=E U kC + +S
2 dx A
dx (13)
+S
Uma vez que o termo A independente da concentrao C, pode-se omiti-lo:
d 2C dC
0=E U kC
2 dx
dx (14)
C(x ) = C e x
(15)
dC d 2C
= C e x = C 2 e x
2
Tomando-se as derivadas primeira ( dx ) e segunda ( dx ) da
0 = E C 2 e x U C e x k C e x
(16)
( )
C E2 U k e x = 0
(17)
38
E2 U k = 0
(18)
ou
U U 2 + 4Ek U
= = (1 m)
2E 2E (19)
onde
U 2 + 4Ek 4Ek
m= = 1+ 1
U U2 (20)
A soluo geral da eq. (15) pode ser obtida somando-se as duas solues
Ux Ux
2E (1+ m ) 2 E (1 m )
C( x ) = C1 e + C2 e
(21)
(22) e (23) representam, em conformidade com a eq. (21), o transporte de massa antes e
Ux Ux
(1+ m ) (1 m )
C( x ) = C1+ e 2 E + C +2 e 2 E
para x>0 (22)
Ux Ux
(1+ m ) (1 m )
C( x ) = C1 e 2E + C 2 e 2 E
para x<0 (23)
+
eq. (22) percebe-se que C1 deve ser igual a zero, uma vez que, para x , o primeiro
termo da equao tende ao infinito e, sendo m>1, o segundo termo tende a zero.
De maneira semelhante, se x -, C(x) 0, ento, a partir da eq. (23), C 2 deve
+
Para x=0, C(0) = C 2 = C1 .
+
Os valores de C 2 e C1 so estimados atravs de um balano de massa no ponto
situao:
W0 + W- = W + (24)
W+ - W - = W0 (25)
dC dC
EA + QC EA + QC = W0
dx x >0 dx x <0 (26)
+
Derivando as eq. (22) e (23) com relao a x, considerando C1 = C 2 = 0, obtm-se
Para x>0:
Ux
dC U (1 m )
= C +2 (1 m )e 2E
dx 2E (27)
Para x<0:
Ux
dC U (1+ m )
= C1 (1 + m )e 2E
dx 2E (28)
Ux Ux
(1m )
+ U 2 E (1 m ) + 2 E
(1 m )e +
EAC 2 + QC 2 e
2E
Ux Ux
(1+ m )
U 2E (1+ m ) 2 E
EAC1 (1 + m )e + QC1 e =W
0
2 E
(29)
C(0) = C 2+ = C1
, e aps rearranjos, tem-se que:
40
U U
C(0) EA (1 m) + Q C(0) EA (1 + m) + Q = W0
2E 2E
C(0) A U m = W0
C(0) Q m = W0
W0
C(0) =
Qm (30)
Substituindo o valor encontrado para C(0) (eq. 30) nas eq. (22) e (23), obtm-se a
U
W0 2E (1+ m )x
Q m e para x<0
C( x ) =
W U
(1 m )x
0 e 2E para x0
Q m
(31)
omitido. Neste caso, a partir da eq. (14), para x < 0, C(x) = 0, j para x > 0:
kx
W0 U
C( x ) = e
Q (32)
U 2 + 4Ek
m=
Adotando Q = AU e U e, aps, considerando apenas o processo
U 2 + 4Ek
Qm = AU = A 4Ek
U
UX 2 UX U U 2 + 4kE X
(1 m) = UX 1 U + 4kE =
2E
= ( ) k
2E 4kE = X E
2E 2E U U
W0
e
(+ x k E ) para x<0
2A kE
C( x ) =
W0 e ( x k E ) para x0
2A kE
(33)
Lanamento W0 (kg/s)
Vazo Q (m3/s)
x=0
(a)
kx
W0 U
C( x ) = e
Q
x=0
Concentrao C(x) (kg/m3)
(b)
Ux
W0 (1 m )
C( x ) = e 2E
Qm
x=0
(c)
C( x ) =
W0
e
( x k E )
2A kE
x=0
Distncia x (m)
lanamento: (a) apenas adveco, (b) adveco e disperso, (c) apenas disperso.
e U constantes (34).
d2D dD
0=E U + kdL kaD
2 dx
dx (34)
Ux
d2D dD k d W0 2 E (1 mc )
0=E U + e kaD
dx 2 dx Qm c (35)
com 1+mc para x<0 e 1-mc para x>0. mc est definido na eq. (20), sendo k=kd.
Ux
2E (1 mc )
D(x ) = D p e
(36)
Ux
(1 m c )
dD U
= Dp (1 m c ) e 2 E
Tomando a derivada primeira ( dx 2 E ) e segunda (
Ux
d2D U2 (1 m c )
= Dp (1 m c ) 2 e 2 E
dx 2 4E 2 ) da eq. (36), substituindo esses valores na eq. (35) e
U 2 k W
D p E (1 m c ) U U (1 m c ) k a + d 0 = 0
2E 2E Qm c
(37)
U
2 = (1 m)
Pela definio de mc, E U k = 0 (eq. 18), sendo 2E (eq. 19).
Portanto:
2
U
E (1 m c ) U U (1 m c ) k d = 0
2E 2E
2
U
k d = E (1 m c ) U U (1 m c )
2E 2E (38)
44
k d W0
D p (k d k a ) =
Qm c
kd W0
Dp =
(k a k d ) Q m c (39)
Ux Ux Ux
(1 + mc ) (1 + ma ) (1 ma )
D( x) = D p e 2E + D1 e 2E + D 2 e 2E
para x<0 (40)
Ux Ux Ux
2E (1 mc ) + 2E
(1 + ma )
+ 2E
(1 ma )
D( x) = D p e + D1 e + D2 e
para x0 (41)
+
Como condio de contorno, para x , D(x) 0, logo D1 = 0 .
+
J para x -, D(x) 0, D 2 = 0 . Para x=0, D1 = D 2 .
d d
EA dx D(x ) QD( x ) + = EA dx D( x ) QD(x )
x =0 x =0 (42)
reduzida a:
d d
D( x ) = D( x )
dx x =0 + dx x =0 (43)
+
ou, a partir das eq. (40) e (41) e lembrando que D1 = D 2 = 0 ,
U
Dp (1 m c ) + D +2 U (1 m a ) = D p U (1 + m c ) + D1 U (1 + m a )
2E 2E 2E 2E
45
+
Denotando D1 = D 2 = D 0 , obtm-se:
mc
D0 = Dp
ma
(44)
Ux Ux
kd W0 1 2E (1+ m c ) 1 2 E (1+ ma )
k k e e para x < 0
Q mc ma
a d
D( x ) =
Ux Ux
kd W 1 2E (1 mc ) 1 2 E (1 ma )
0 e e para x > 0
ka kd Q mc ma
(45)
Para solucionar esse problema, adota-se que um rio uma srie de sees
uniformes, cada qual com sua condio de contorno. O clculo inicia-se na primeira
podem ocorrer. Neste caso, a concentrao final de uma seo a inicial da prxima. Em
situaes em que fontes pontuais entram no sistema, um balano de massa feito para
A Figura 4 ilustra um trecho de rio com vrias sees, cada qual com os
Parmetros especficos
de cada trecho: kd, ka,
E, A, U
Distncia xn
x0 xn-1
x1 x2 xr-1 xn-2
xr
1 r n-1 n
Seo 2
Qualidade da gua expressa a apropriao desta aos mais variados usos. Ela
afetada por fatores climticos, pela origem e caractersticas do manancial e por fatores
faz com que se elevem os nveis de matria orgnica slida e dissolvida. A primeira faz
com que a gua fique turva e como a luz no consegue penetrar no corpo dgua, o
de oxignio.
liberados durante o processo de decomposio, fazendo com que haja o crescimento das
plantas aquticas.
si s, no capaz de reverter esse quadro de poluio, aumentando assim, cada vez mais,
a poluio tanto na superfcie quanto no sedimento do corpo dgua. Devido a isto, faz-se
que visam eliminar ou diminuir a poluio existente nos corpos dgua e resultem em
da gua so: cor, turbidez, pH, alcalinidade, dureza, demanda qumica de oxignio
nitritos, amnia, nitrognio total, fsforo orgnico e inorgnico, fsforo total, clorofila a,
existente no meio aqutico. Embora o conceito de DBO no sirva como nica medida
meio por ser uma medida direta do potencial consumo de oxignio dissolvido no meio
lquido.
49
Esses ndices de qualidade da gua variam de acordo com o tipo de uso e devem
hdricos, uma vez que a concentrao do poluente est diretamente relacionada vazo
do rio.
classes visa assegurar s guas qualidade compatvel com os usos mais exigentes a que
forem destinadas e diminuir os custos de combate poluio das guas, mediante aes
preventivas permanentes.
lanamento de efluentes.
qualidade que ele se encontra, mas sim uma possvel estratgia de planejamento para
(Art. 4), 4 classes para as guas salinas (Art. 5) e tambm 4 classes para as guas
salobras (Art. 6). Em cada classe so estabelecidos os usos a que se destinam as guas.
relacionados em cada uma das classes de enquadramento devero ser obedecidos nas
condies de vazo de referncia. Em seu pargrafo primeiro, est escrito que os limites
de DBO, estabelecidos para as guas doces de classes 2 e 3, podero ser elevados, caso o
Art. 24. Os efluentes de qualquer fonte poluidora somente podero ser lanados,
direta ou indiretamente, nos corpos de gua, aps o devido tratamento e desde que
normas aplicveis.
enquadramento.
estiver enquadrado.
51
enquadrado.
lanamento de efluentes.
Hdricos, esse mecanismo permite fazer a ligao entre a gesto da qualidade e a gesto
qumicas e biolgicas que o meio ambiente dava para as alteraes impostas pelo
sade da populao norte-americana, foram iniciados estudos em 1920 no rio Ohio para
mensurar as fontes de poluio deste rio e os impactos causados na gua usada para
pesquisadores que queriam cada vez mais aprender a partir dos dados de campo e
aquticos reais, o que s foi possvel com o surgimento dos computadores aps a II
Guerra Mundial.
qualidade dos recursos hdricos foi criado por Thomann (1963), denominado Delaware
DECS era uma extenso da equao de Streeter-Phelps, pois considerava mais de uma
com coeficientes de velocidade variveis. Foi seguido pelo QUAL I criado no mesmo ano
Uma verso melhorada, QUAL II, foi desenvolvida pela EPA em 1973. Nesta verso foram
vem sendo muito utilizado, o QUAL 2E, que simula quinze variveis de qualidade, dentre
clorofila-a, nitrognio total, amnia, nitrito, nitrato, fsforo total, fsforo dissolvido e
Uma extensa reviso da literatura dos modelos de qualidade de gua de rios pode
considerados.
1990, PARK; LEE, 1996). Uma das principais falhas a ausncia da converso da
biomassa de algas mortas para DBO (PARK; UCHRIN, 1996, PARK; UCHRIN, 1997). Esse
TAO, 2005)
de novas interaes nos processos das variveis de qualidade da gua, como a converso
de OD causadas pelos processos de respirao e fotossntese dos bentos, uma vez que na
verso anterior esses processos eram considerados apenas como sendo realizados pelos
A estrutura conceitual e as equaes dos modelos no diferem entre si. Park e Lee
(2002), em uma aplicao dos modelos QUAL2E e QUAL2K no rio Nakdong, na Coria,
bom ajuste dos dados simulados com os dados observados, exceto em alguns casos. Para
dois modelos. O QUAL2K apresentou melhor ajuste com os dados observados devido
do sistema. Para cada trecho, deve ser fornecido o nmero de elementos computacionais
com incio na cabeceira do rio. Pontos de captao ou fontes de poluio, pontual ou no,
Figura 6 - Esquema de segmentao de um rio com tributrios (a). Em (b), representao dos
trechos e numerao.
Qin,i Qout,i
Qi1 Qi
i1 i i+1
7.
Qi = Qi 1 + Qin,i Qout ,i
(46)
Na qual:
elemento i + 1, em m3/d.
Qin,i = vazo total que entra no elemento i atravs das fontes pontuais e no-
pontuais, em m3/d.
computacional
U = aQb (47.a)
A = Q/U (47.b)
H = Q (47.c)
fluvial.
declividade do canal, a velocidade mdia no trecho pode ser obtida atravs da frmula
de Manning.
S0
B1
1 H 1
ss1 ss2
B0 Q, U
Na Figura 9:
Q: vazo (m3/s)
U: velocidade (m/s)
vazo e profundidade.
S 01 / 2 Ac5 / 3
Q= (48)
n P2/3
na qual:
2/5
(Qn) 3 / 5 B0 + H k 1 s s21 + 1 + H k 1 s s22 + 1
Hk = (51)
S 3 / 10
[B0 + 0.5(s s1 + s s 2 ) H k 1 ]
A partir das solues obtidas para AC (eq. 49), P (eq. 50) e Q (eq. 48), a velocidade
Q
U= (52)
Ac
Ac
B=
H (53)
B1 = B0 + ( s s1 + s s 2 ) H (54)
As = B1 x (55)
V = BHx (56)
eq. (57).
Vk
k =
Qk (57)
Em que:
Vk = Ac,kxk
Este tempo usado para calcular o tempo de trnsito ao longo de cada segmento
j
tt, j = k
k =1 (58)
U i2 Bi2
E p ,i = 0.011
H iU i*
(59)
Na qual:
Ui = velocidade, em m/s
Bi = largura, em m
Hi = profundidade, em m
U i* = gH i S i
(60)
S = declividade do canal
(61).
U i xi
E n ,i =
2 (61)
No caso da eq. (63), a disperso numrica maior que a disperso fsica. Isso
implica que a mistura ocasionada devido ao fluxo dispersivo ser maior do que ocorre
na realidade. Tem-se notado que para a maioria dos rios modelados em estado
Em que:
Wi: fonte externa do constituinte para o elemento i, em g/d ou mg/d (eq. 65)
psi npsi
Wi = Q ps,i , j c psi , j + Qnps ,i , j c npsi , j
j =1 j =1
(65)
Tabela 3 Modificao do balano de massa para DBO no QUAL2K, comparado com o QUAL2E
Varivel Modelo Equao
DBO QUAL2E
QUAL2K
L DBO (mg/l)
expresso k4/D.
66
- Oxignio dissolvido:
Varivel Modelo Equao
OD QUAL2E
QUAL2K
Fonte: PARK; LEE, 2002
L DBO (mg/l)
de gua ficam reduzidos ao consumo de oxignio pela DBO carboncea (k1) e passagem
(66)
quanto menor a profundidade, maior a rea superficial de contato com a atmosfera, logo,
Tabela 5 - Equaes incorporadas ao modelo QUAL2K para previso do coeficiente de reaerao, k2, (dia-1)
a 20oC
Autores Equao no SI
OConnor e Dobbins (1958) U 0.5
k 2 (20 o C ) = 3.93 1.5
H
Churchill et al. (1962) U
k 2 ( 20 o C ) = 5.026 1.67
H
Owens et al. (1964) 0.67
U
k 2 (20 o C ) = 5.32 1.85
H
Tsivoglou e Neal (1976) k 2 (20 C ) = cUS
o
na qual:
A concentrao obtida pela eq. (67) corrigida para a presso atmosfrica local
Os = Os Pa (68)
Onde:
k (T ) = k (20) T 20 (69)
70
3. PLANEJAMENTO MULTIOBJETIVO
objetivos especificados.
critrio, uma vez que nos sistemas de recursos hdricos existem objetivos mltiplos e
conflitantes, que fazem com que os pesquisadores busquem mtodos mais confiveis e
resolv-lo para que, no final, o tomador de deciso (decision maker) possa escolher uma
passos apresentados por deNeufville e Stafford (1971) e Cohon (1978), e descritos como
segue.
3 Coleta de dados
Aps a coleta de dados (passo 3), os passos 4 e 5 dizem respeito gerao das
cada categoria.
uma seqncia de decises que evoluem no tempo ou no espao. Qualquer sistema dessa
natureza pode ser tratado atravs da programao dinmica. O problema deve ser
73
Por causa das limitaes impostas por cada tcnica e pelo desenvolvimento dos
lgica fuzzy (JAIRAJ; VEDULA, 2000; SASIKUMAR; MUJUMDAR, 2000), redes neurais
YULIANTI, 2001; REIS; AKUTSU, 2002), para encontrar o timo global em problemas
lineares ou no.
conjunto de vetores soluo para que o decisor possa escolher a soluo de melhor
decisor deve ter conhecimento necessrio e ele influencia a direo do espao de busca,
1982).
Contnuo Discreto
de um objetivo, mas existem diferenas fundamentais entre eles. A principal delas est
cada objetivo corresponde a uma soluo tima. Isso faz com que esses problemas
apresentem vrias solues timas, enquanto que algoritmos que solucionam problemas
consideradas melhores, pois no existe uma nica soluo tima. Este conjunto de
seguir.
Um vetor deciso xu U, para o qual u = f(xu) = (u1, u2, ... , un), domina xv U, para
o qual v = f(xv) = (v1, v2, ... , vn), se e somente se k {1, ... , n}, uk vk e k {1, ... , n} | uk
< vk.
76
f(xu) = (u1, u2, ... , un), domina xv U, para o qual v = f(xv) = (v1, v2, ... , vn), se e somente se
xu no inferior a xv.
A soluo representada pelo ponto B melhor que a representada por C, uma vez
que B apresenta maior valor que C para f1 e f2. Entretanto, quando B e E so comparados
entre si, no se pode identificar qual soluo superior. Embora E tenha maior valor de
f2 Frente Pareto
Regio factvel
E A
D C
f1
Figura 11 Espao varivel de deciso
aquelas que, no espao objetivo, no existe nenhuma outra soluo factvel que ir
produzir uma melhora em um objetivo sem degradar pelo menos outro objetivo.
multiobjetivo em sistemas de recursos hdricos. Essa anlise vem sendo usada para
incio na dcada de 70. Por exemplo, Miller e Byers (1973) e Cohon e Marks (1973)
deciso foi a vazo de gua liberada por cada reservatrio. As restries so: equaes
selecionar as melhores alternativas para produzir mais energia nos horrios de pico.
sistema de reservatrios da Bacia do Baixo Tiet, Estado de So Paulo. Este mesmo tipo
de programao foi utilizado por Alaya et al. (2003) para identificar a regra operacional
gua para este uso em conflito com o armazenamento mnimo desejado no reservatrio.
por Braga e Barbosa (2001). O modelo desenvolvido pelos pesquisadores foi aplicado na
de fluxo foi feita por Hsu e Cheng (2002) para analisar oferta e demanda de gua em
A anlise multiobjetivo foi realizada usando o Mtodo dos Pesos, num dos anos mais
utilizada neste estudo foi baseada na teoria dos jogos. Benefcios e custos calculados
benefcios sociais.
usos mltiplos quando h vrios decisores, cada qual com um objetivo particular. Esse
benefcios dos usos da gua e minimizar os custos a eles relativos, tendo como restries
Uma estratgia de alocao testada foi a lei de conservao local que prioriza os usos na
indicaram que em um cenrio futuro haver perodos de seca, devendo ser melhorado a
escassez.
81
poluentes, de modo que uma qualidade aceitvel seja mantida. A alocao da carga
poluio, pontual ou no, existente ao longo do rio, de forma a receber uma resposta
poluidora (LYNN; LOGAN; CHARNES, 1962, REVELLE; LOUCKS; LYNN, 1968, WEN; FU,
quem polui o corpo da gua (indstrias, por exemplo). A aspirao das agncias
que, atravs de suas formulaes, maximiza o nvel mnimo de satisfao tanto das
as guas despejadas nos rios. Com um modelo matemtico qualitativo, que leva em sua
concentraes de OD, foi previsto qual deveria ser a concentrao mxima de DBO que
procurar alternativas viveis para encontrar a alocao da carga poluidora para cada
autores utilizaram dois mtodos clssicos (mtodo das restries e mtodo dos passos)
e dois mtodos no clssicos (lgica fuzzy e redes neurais artificiais) para minimizar o
do rio (LEE; WEN, 1996, LEE; WEN, 1997, WEN; LEE, 1998). O trecho do rio em estudo
alocao da carga poluidora. O modelo composto por trs objetivos: (1) maximizar a
carga total lanada; (2) minimizar a maior diferena entre as eficincias de tratamento
objetivo, existe uma relao de compromisso, uma vez que quanto maior puder ser a
maximizar a carga lanada poderia resultar em uma maior folga no lanamento dos
usurios a montante do rio, enquanto que os usurios a jusante teriam que tratar seus
efluentes com uma maior eficincia, uma vez que para eles a gua chegaria com uma
qualidade pior.
mantida no rio.
aos problemas multiobjetivos. Alm disso, os AGs podem ser aplicados em situaes
qualidade da gua.
No primeiro modelo proposto por Burn e Yulianti (2001), as funes objetivo so:
minimizar o custo total de tratamento e minimizar a soma dos desvios quando violados
tratamento disponvel.
escolha da soluo que possua o melhor balano entre custo e qualidade da gua.
85
Matematicamente,
S
c i (x i )
Minimizar i =1 (72)
M
+
vj
Minimizar j=1 (73)
Sujeito a:
x i xs i i (74)
(
v j = f x , W , Q, T, K , WQ padro ) j
(75)
v j se v j 0
v +j =
0 se v j < 0
(76)
Sendo que:
v +j
= magnitude da violao da qualidade da gua na estao de monitoramento j
ponto j
x = nvel de remoo
Q = vazo do rio
T = temperatura da gua
86
k = coeficientes cinticos
A eq. (72) define o custo total de tratamento enquanto que a eq. (73) define a
soma das amplitudes de violao dos padres de qualidade da gua. As restries (74) e
disponvel para cada fonte e a qualidade da gua que pode ser avaliada por um modelo
de simulao. A eq. (76) garante que violaes negativas (por exemplo, quando a
positivas.
requer que a qualidade da gua nas estaes de monitoramento esteja dentro do padro.
S
c i (x i )
Minimizar i =1 (77)
S x i Wi
Minimizar i =1 x W (78)
Sujeito a
x i xs i i (79)
(
v j = f x , W , Q, T, K , WQ padro ) j
(80)
v j 0 j
(81)
87
Em que:
determinada fonte pela eficincia mdia de remoo deve ser to prxima quanto a
razo da carga poluidora dessa fonte pela carga mdia de poluio. A distribuio
eqitativa ocorre quando a eq. (78) obtm o valor zero. A eq. (81) garante que no
qual a nova eficincia, reduzida, que pode ocorrer dependendo das condies
despejem uma quantidade maior de efluentes, que pode ser feita atravs do by-pass do
min v j
Maximizar j (82)
Sx i Wi
Minimizar i =1 x W (83)
Sujeito a
x i xs i' i (84)
88
(
v j = f x , W , Q, T, K , WQ padro ) j
(85)
v j 0 j
(86)
existente
valores do perodo no crtico do ano. A eq. (86) considera que o menor valor da varivel
estabelecido.
desses ndices.
fontes de poluio, N0, e o nmero de violaes com tratamento, Na, pelo nmero de
N0 Na
EN =
N0
(87)
(( )0
N 0 = f OD j , OD padro ) (88)
89
(( )
N a = f OD j , OD padro
a
) (89)
Sendo:
M
Na = y j ( )a
j=1
(90)
na qual:
1 se OD padro > OD j ( )a
(y j )a = 0 se OD padro (OD j )
j
a (91)
V0 Va
EV =
V0
(92)
(( )0
V0 = f OD j , OD padro ) (93)
(( )
Va = f OD j , OD padro
a
) (94)
Sendo:
90
[ ( )a ]
Va = max (S1 )a , (S 2 )a , ... , S j
j (95)
na qual:
(
OD padro OD j )a ( )a
se OD padro > OD j
(S j )a = 0 se OD padro (OD j )
j
a
(96)
violaes na concentrao de OD, ET, expresso como a razo da diferena entre a soma
T0 Ta
ET =
T0
(97)
(( )0
T0 = f OD j , OD padro ) (98)
(( )
Ta = f OD j , OD padro
a
) (99)
Sendo:
M
Ta = (S j )a
j=1
(100)
definidos anteriormente.
global, EWLA, que corresponde soma ponderada dos trs ndices apresentados, EN, EV,
ET:
E WLA = w N E N + w V E V + w T E T (101)
91
conforme eq. (78). Neste ltimo modelo o ndice de desempenho global torna-se
Eles podem ser usados em situaes nas quais existem dados suficientes para
92
para prever o impacto causado pela adoo de uma ou outra alternativa de gesto e para
4. METODOLOGIA
Este captulo descreve a metodologia proposta para este trabalho, que tem o
econmicos e ambientais.
carga de DBO emitida pelas fontes de poluio, de forma que a qualidade hdrica seja
mantida ou melhorada.
do custo. Esta funo objetivo est intuitivamente representada nos modelos, uma vez
que permitindo que seja lanada uma maior quantidade de poluente na gua, dizer que
este est relacionado a diversos fatores, e nem sempre simples determinar uma funo
tratamento de esgoto.
corpo hdrico. Dois objetivos conflitantes, pois quanto maior a entrada de matria
para sua classe, o segundo modelo de otimizao proposto tem por objetivo maximizar a
violaes nos padres de concentrao de DBO. Deseja-se ento encontrar uma relao
mas de forma que no sejam violados os padres de qualidade da gua impostos pela
legislao.
No justo que os usurios que se localizam mais a jusante do rio, tenham que
tratar seus efluentes com uma maior eficincia, porque a gua chega para eles j
mais montante do rio possuem uma maior folga no lanamento. Ou ento, fontes que
poluem pouco necessitam tratar praticamente todo o seu efluente lanado, devido a
outras fontes que poluem muito e tratam pouco j terem prejudicado o rio.
do corpo dgua seja suficiente para depurar os poluentes e garantir a qualidade hdrica
Outro ponto que deve ser levado em conta o objetivo ambiental esperado do
propostos.
Objetivos de qualidade
da gua e das fontes de Objetivos e restries
poluio
F Wj
Z1 = (1 x j )
j=1 Q j
Maximizar (102)
M
Maximizar Z 2 = ODi (103)
i =1
Sujeito a:
0 xj 1 j (105)
de massa.
municpios em estudo.
97
F Wj
Z1 = (1 x j )
j=1 Q j
Maximizar (106)
M
Minimizar Z 3 = DBOi DBO padro (107)
i =1
Sujeito a:
0 xj 1 j (108)
respectivamente.
que pretende distribuir a responsabilidade que cada fonte de lanamento tem perante a
F Wj
Z1 = (1 x j )
j=1 Q j
Maximizar (109)
M
Minimizar Z 3 = DBOi DBO padro (110)
i =1
Sujeito a:
1
x
j , k =1
j xk
F
=1 jk (111)
F
x
j =1
j
0 xj 1 j (112)
emitida por cada fonte de lanamento e minimizar a magnitude das violaes dos
medida que se eleva o ndice de justia, a carga total de poluentes no sistema deve ser
diminuda.
otimizao por busca direta inspirados nos mecanismos de evoluo das espcies, que
indivduos. Foram introduzidos em 1975 por John Holland, porm quem o popularizou
foi um de seus alunos, David Goldberg (LACERDA; CAVALHO, 1999). Os AGs foram
desenvolvidos para estudar o fenmeno da evoluo natural da forma como ele ocorre
na natureza, e desenvolver caminhos por meio dos quais os mecanismos desse processo
sobrevivncia do mais apto, teoria da evoluo natural proposta em 1859 por Charles
Darwin.
seres vivos mais aptos de uma populao para sobrevivncia. Somente esses seres
variabilidade dos seres vivos nas populaes. Reiniciando o ciclo, sobre essa nova
populao gerada age a seleo natural, processo no qual os seres mais aptos
sobrevivero.
Incio
Inicializao da
populao
Ger = 0
Avaliao da funo
de aptido
Sim
Soluo FIM
encontrada?
Ger = Ger + 1 No
Seleo
Recombinao
Mutao
fitness.
copiados para a prxima gerao, resultando na sobrevivncia das solues mais aptas,
de aptido, das melhores solues, e faz mltiplas cpias das mesmas, eliminando as
reproduo no cria novas solues, apenas reproduz novas cpias das melhores. A
entre dois cromossomos pais, gerando dois cromossomos filhos. Os cromossomos filhos
piores forem criadas, elas sero eliminadas na prxima gerao, pelo processo de
103
seleo. Caso contrrio, o processo de seleo produzir mais cpias das novas solues
Aps vrias iteraes o algoritmo converge para uma soluo tima ou quase
tima do problema.
- so eficientes;
propriamente ditos;
nico ponto;
ou de outras informaes;
matemticos complexos;
os Algoritmos Genticos que este ltimo trabalha com a possibilidade de gerar vrias
105
solues atravs dos AGs multiobjetivo similar aos AGs convencionais (Figura 14).
tem o maior valor de aptido, no caso de maximizao, na ltima gerao. Nos AGs
Os maiores desafios dos AGs para melhorar a acurcia das solues encontradas
convergncia prematura.
106
Populao
Inicial
Avaliao
Avaliao Multiobjetivo
(conceito de dominncia)
Avaliao
Sim
Convergncia? FIM
No
Seleo
Nova populao
Recombinao
Mutao
possui nenhum tipo de operador de elitismo (operador que garante a presena dos
melhores vetores soluo nas prximas geraes). O segundo grupo refere-se aos
modelos que de alguma forma garantem que os melhores vetores soluo da populao
4.2.1.1. NSGA
algoritmo foi implementado em MATLAB pelo Prof. Dr. Joo Antnio de Vasconcelos e
fitness). Em muitos casos esse valor o prprio valor da funo objetivo. Desta maneira,
gerao corrente, que so melhores em relao aos outros vetores soluo. Goldberg
(1989) props que a funo de aptido para o conjunto de solues no dominadas deve
O NSGA segue a idia original de Goldberg (1989), mas ele difere dos demais
NSGA desenvolve a classificao atravs de frentes de dominao (Pk), sendo que todos
Minimizar " #
$%&
%'
(113)
Sujeito a 0,1 x1 1
0 x2 5
Soluo x1 x2 f1 f2
1 0,31 0,89 0,31 6,10
2 0,43 1,92 0,43 6,79
3 0,22 0,56 0,22 7,09
4 0,59 3,63 0,59 7,85
5 0,66 1,41 0,66 3,65
6 0,83 2,51 0,83 4,23
Fonte: DEB (2001, p. 176)
faz com que essas solues sejam pressionadas a serem selecionadas e permanecerem
na prxima gerao. Porm, a diversidade entre as solues da frente deve ser mantida.
AGs no a garantem.
solues simultaneamente a cada gerao. Isso faz com que esses mtodos contemplem
soluo tima global. Entretanto, tais informaes esto distribudas entre as solues
111
populao.
principal dificuldade dos AGs. Isso se deve ao fato de que vetores solues com alto valor
Como esses indivduos fortes tm elevado valores de aptido, h uma tendncia dos
mesmos produzirem diversas cpias para a prxima gerao, fazendo com que
prxima gerao. Uma alta presso de soluo indica que muitas cpias da melhor
que a populao perca diversidade devido aos efeitos destrutivos que os operadores de
3 GOLDBERG, D. E.; RICHARDSON, J. Genetic Algorithms with sharing for multimodal function optimization.
In: Proceedings of the First International Conference on Genetic Algorithms and Their Applications, p. 41-
112
dividido pela dimenso do nicho associado a essa soluo, obtendo dessa forma a funo
compartilhamento.
Para cada soluo i pertencente frente k, a distncia normalizada dij entre duas
() *67 ,
0
1.4 5
%-. /%-
%-123 /%-
(114)
49, 1987 apud DEB, K. Multi-objective optimization using Evolutionary Algorithms. Chichester,
England: John Wiley & Sons, 2001. 515 p.
113
solues da frente.
XU( ]
)^ 89() (116)
mesma. Se no existe nenhuma outra soluo dentro do raio compartilhamento, o nicho deve
ser 1.
_(` .
a
SJ .
(117)
vrias outras solues em sua vizinhana ajuda a permanncia de solues que esto
adotado, um pouco menor do que o da primeira frente. Isto garante que nenhuma
soluo da primeira frente ter um valor de aptido compartilhado menor que alguma
soluo da segunda frente. Este procedimento continuado para todas as outras frentes.
114
Hidrogrfica dos rios Piracicaba, Capivari e Jundia. Esta ltima compreende uma rea
Minas Gerais. No Estado de So Paulo, as bacias dos rios Piracicaba, Capivari e Jundia
divisa com Minas Gerais e com as UGRHIs 9 (Mogi-Gua), 2 (Paraba do Sul), 6 (Alto
discriminadas na Tabela 7.
Figura 18 - Bacia hidrogrfica dos rios Piracicaba, Capivari e Jundia e suas sub bacias
Fonte: Comit das Bacias Hidrogrficas dos Rios Piracicaba, Capivari e Jundia (2004)
Tabela 7 - reas das sub bacias dos Rios Piracicaba, Capivari e Jundia
Com uma populao total de 4.467.623 habitantes, as bacias dos rios Piracicaba,
possuem suas sedes em outras bacias hidrogrficas, mas esto parcialmente inseridos
Sumar, Americana, Santa Brbara dOeste, Rio Claro, Hortolndia e Indaiatuba. Juntos,
detm 65,4% da populao total da bacia. Em 2000 a populao das bacias dos rios
Fonte: Comit das Bacias Hidrogrficas dos Rios Piracicaba, Capivari e Jundia (2004)
1991 e 2000 e das Taxas Gerais de Crescimento Anual (TGCAs), o Comit das Bacias
Hidrogrficas dos Rios Piracicaba, Capivari e Jundia (2004) estima a populao dos
119
municpios pertencentes UGRHI-5 para os anos de 2003, 2005, 2010 e 2020, conforme
So Paulo transformou a regio das bacias hidrogrficas dos rios Piracicaba, Capivari e
De acordo com Ferreira (2000), essa regio tem a segunda economia do Estado e
diante da degradao crescente dos seus recursos hdricos. Nessas bacias esto se
tornando cada vez mais comuns situaes de disputa pela gua principalmente nos
perodos de estiagem.
vazes de esgoto e efluentes industriais lanadas bem como a carga dos constituintes
das guas residurias, parmetros de qualidade da gua do corpo receptor, alm dos
As informaes foram obtidas junto ao Comit das Bacias Hidrogrficas dos Rios
O rio Atibaia possui uma extenso desde sua nascente at a foz de 230,18 km.
Hidrogrficas dos Rios Piracicaba, Capivari e Jundia (2004), o perodo mais seco do ano
janeiro.
forma de grfico.
Bacia Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Atibaia 271 212 174 88 71 51 36 40 78 149 166 246
1 Mdias mensais de precipitao pluvial calculadas pelo mtodo de Thiesen a partir de estaes
pluviomtricas com sries histricas variveis
Fonte: Comit das Bacias Hidrogrficas dos Rios Piracicaba, Capivari e Jundia (2004)
123
300
250
200
Precipitao (mm)
150
100
50
0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
vazes mdia plurianual (Qm), mnima com 95% de permanncia (Q95), mnima com 1
Tabela 14 - Vazo mdia mensal (m3/s) dos postos fluviomtricos do rio Atibaia
30,00
25,00
Vazo mdia mensal (m3/s)
20,00
15,00
10,00
5,00
-
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
50,00
45,00
40,00
35,00
Vazo mdia mensal (m3/s)
30,00
25,00
20,00
15,00
10,00
5,00
-
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
60,00
50,00
Vazo mdia mensal (m3/s)
40,00
30,00
20,00
10,00
-
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
70,00
60,00
50,00
Vazo mdia mensal (m3/s)
40,00
30,00
20,00
10,00
-
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
- Demanda hdrica:
A partir dos dados do Comit das Bacias Hidrogrficas dos Rios Piracicaba,
Capivari e Jundia (2004) que teve como base o Cadastro de Usurios do Departamento
gua por uso da bacia do rio Atibaia. Os usos contemplados na Figura 25 so:
12
10,12
10
8
Vazes captadas (m3/s)
6 5,51
4
3,01
2
1,38
0,21
0,01
0
Abastecimento urbano Abastecimento industrial Irrigao Uso rural Demais usos Total
Usos
para essa finalidade. A captao para uso industrial, rural e demais usos de,
respectivamente, 29,7% 15,7% 0,10% do total. Essa bacia tem a maior vazo captada
O estudo da qualidade das guas do rio Atibaia foi realizado com dados da rede
de monitoramento da CETESB que possui seis pontos, destes, quatro esto localizados
monitoramento.
inicial do curso dgua, passando para Classe 2 at o rio ser barrado no reservatrio de
Bacia Uso urbano Uso industrial Uso rural Minerao Outros Total
Atibaia 3,327 2,937 0,278 0,005 0,001 6,549
Fonte: Comit das Bacias Hidrogrficas dos Rios Piracicaba, Capivari e Jundia (2004)
O uso urbano representa 50,8% da vazo de efluentes lquidos lanados nos rios
implantados.
bacia.
Tabela 17 - Carga orgnica domstica gerada nos municpios da bacia do rio Atibaia
dos grandes centros consumidores do seu ponto mdio at a foz, chegando ao pice no
empresas que respondem por 90% da carga industrial remanescente da bacia. Essas
- Segmentao do sistema:
foi desde a sua formao, na confluncia dos rios Cachoeira e Atibainha, at o seu
foram:
1999).
tributrios de cada trecho do rio Atibaia. As distncias, em km, foram calculadas a partir
Tecnologia de Saneamento Ambiental (1999) e Comit das Bacias Hidrogrficas dos Rios
Trecho Descrio km
Incio 182,05
Trecho 1 Fim 170,00
Incio 170,00
Captao Atibaia 169,00
Lanamento Domstico Atibaia 167,00
Ribeiro Itapetinga 162,00
Ribeiro Onofre 162,00
Ribeiro Folha Larga 162,00
Trecho 2 Fim 158,70
Incio 158,70
Trecho 3 Fim 153,05
Incio 153,05
Trecho 4 Fim 149,60
Incio 149,60
Trecho 5 Fim 142,10
Incio 142,10
Ribeiro das Pedras 140,00
Ribeiro Campo Largo 140,00
Trecho 6 Fim 122,10
Incio 122,10
Captao Jundia 120,00
Lanamento Domstico Itatiba 113,00
Lanamento Industrial Malib 113,00
Captao Itatiba 110,00
Lanamento Domstico Itatiba 108,00
Ribeiro Jacarezinho 108,00
Trecho 7 Fim 108,75
Incio 108,75
Trecho 8 Fim 100,40
Incio 100,40
Captao Valinhos 84,00
Trecho 9 Fim 80,55
Incio 80,55
Ribeiro Pinheiros 80,00
Captao Campinas 78,00
Trecho 10 Fim 77,90
Incio 77,90
Trecho 11 Fim 74,55
Incio 74,55
Lanamento Domstico Campinas 74,00
Captao Industrial Prodome 73,00
Lanamento Industrial Prodome 72,00
Trecho 12 Fim 66,90
134
Trecho Descrio km
Trecho 13 Incio 66,90
Fim 46,90
Incio 46,90
Captao Industrial Rhodia 32,00
Lanamento Industrial Rhodia 31,00
Trecho 14 Fim 30,30
Incio 30,30
Ribeiro. Anhumas 30,00
Lanamento Industrial Rhodiaco 29,00
Lanamento Industrial Rhodia 29,00
Lanamento Industrial Bann 29,00
Captao Industrial Bann 28,00
Captao Industrial Hrcules 28,00
Captao Industrial Shell 28,00
Captao Industrial Ici 28,00
Trecho 15 Fim 26,85
Incio 26,85
Lanamento Industrial Replan 26,00
Lanamento Industrial Shell 26,00
Lanamento Industrial J. Bresler 26,00
Trecho 16 Fim 23,95
Incio 23,95
Trecho 17 Fim 21,25
Incio 21,25
Lanamento Domstico Paulnia 20,00
Lanamento Industrial J. Bresler 18,00
Captao Sumar 18,00
Trecho 18 Fim 16,24
Tabela 22 (continuao) Captaes e lanamentos no rio Atibaia para calibrao do modelo QUAL 2K
Saneamento Ambiental (2007) e Comit das Bacias Hidrogrficas dos Rios Piracicaba, Capivari e Jundia
(2004)
- Dados hidrulicos:
Paulnia).
Tabela 22 Relao das estaes fluviomtricas utilizadas para cada trecho e determinao das
constantes empricas
Ponto Cdigo Nome Trecho Equaes de potncia
F1 62670000 Atibaia 1a6 U = 0,109Q0,387
H = 0,495Q0,449
F2 62676000 Bairro da Ponte 7 a 12 U = 0,124Q0,411
H = 0,466Q0,429
F3 62680000 Desembargador 13 e 14 U = 0,050Q0,606
Furtado H = 0,686Q0,303
F4 62690000 Acima de Paulnia 15 a 18 U = 0,043Q0,720
H = 0,811Q0,230
- Calibrao:
Tratamento k1 (20oC)
Esgoto bruto 0,35 (0,20 0,50)
Tratamento primrio 0,20 (0,10 0,30)
Tratamento secundrio 0,075 (0,05 0,10)
Fonte: Chapra (1997)
Equaes
OConnor e Dobbins Churchill Owens-Gibbs
0.5
U U
k 2 ( 20 o C ) = 5.026 1.67 U 0.67
k 2 (20 o C ) = 3.93 k 2 (20 o C ) = 5.32
H 1.5 H H 1.85
Velocidade 0,15 0,50 Velocidade 0,55 1,52 Velocidade 0,03 0,55
(m/s) (m/s) (m/s)
Profundidade 0,30 9,10 Profundidade 0,60 3,35 Profundidade 0,10 0,73
(m) (m) (m)
*U a velocidade mdia no trecho e H a profundidade mdia no trecho
foi feita em quatro perodos, sendo estes: 1 perodo, referente aos meses de janeiro,
fevereiro e maro; 2 perodo, referente aos meses de abril, maio e junho; 3 perodo,
referente aos meses de julho, agosto e setembro; 4 perodo, referente aos meses de
(Tabela 25).
Tabela 25 Vazo mdia trimestral, em m3/s, considerada para calibrao do modelo QUAL2K
trecho do rio foram utilizadas para a escolha da frmula para o clculo do coeficiente de
nas Tabelas 26 e 27. Os dados foram obtidos a partir das sries histricas de cada
Dobbins.
143
O modelo foi dado por calibrado para cada perodo, quando os valores calculados
das variveis OD e DBO estavam compreendidos entre os valores 50% mais freqentes
da srie observada.
Boxplots.
valores simulados com os valores observados para OD e DBO. Em cada grfico, as linhas
Figura 31 Boxplot dos dados observados de OD e DBO de cada ponto de monitoramento para os meses
de janeiro/fevereiro/maro
147
Figura 32 Boxplot dos dados observados de OD e DBO de cada ponto de monitoramento para os meses
de abril/maio/junho
148
Figura 33 Boxplot dos dados observados de OD e DBO de cada ponto de monitoramento para os meses
de julho/agosto/setembro
149
Figura 34 Boxplot dos dados observados de OD e DBO de cada ponto de monitoramento para os meses
de outubro/novembro/dezembro
150
- Simulao:
estabelecido pela resoluo CONAMA 357 para o oxignio dissolvido, porm, para a
Modelos de otimizao foram aplicados nesse trecho final do rio, onde, atravs da
5. RESULTADOS
5.1.1. Modelo 1
O modelo formulado de acordo com as eq. (102) e (103) que sero reescritas
aqui.
F Wj
Z1 = (1 x j )
j=1 Q j
Maximizar (102)
M
Maximizar Z 2 = ODi (103)
i =1
Sujeito a:
0 xj 1 j (105)
matemtica apresentada no Item 2.1, mais especificamente, na eq. 45 para x > 0. Esta
equao modificada para o clculo de ODi para o presente estudo (eq. 118).
kd Wj 1 Ux (1 mc ) 1 2 E (1 ma )
Ux
ODi = ODS (1 x j ) e 2E
e (118)
ka kd Q j mc ma
Percebe-se pela eq. 102, que quanto menor o valor de xj, maior ser o valor de Z1.
De forma oposta, substituindo a eq. 118 na eq. 103, quanto menor o valor de xj, menor
de otimizao multiobetivo.
154
5.1.2. Modelo 2
das violaes dos padres de DBO do corpo receptor, de acordo com a legislao vigente.
F Wj
Z1 = (1 x j )
j=1 Q j
Maximizar (106)
M
Minimizar Z 3 = DBOi DBO padro (107)
i =1
Sujeito a:
0 xj 1 j (108)
respectivamente.
eq. 31 para x > 0. Esta equao modificada para o clculo de DBOi para o presente
estudo (eq. 119), na qual m est definido na eq. (20), sendo k=k1.
U
1 Wj (1 m ) x
C ( x) = (1 x j ) e 2 E
(119)
m Qj
Quanto menor o valor de xj na eq. (106), maior ser o valor de Z1. De forma
oposta, substituindo a eq. 119 na eq. 108, quanto menor o valor de xj, maior ser o valor
5.1.3. Modelo 3
das violaes dos padres de DBO do corpo receptor, porm, de forma diferente do
poluio.
reescritas.
F Wj
Z1 = (1 x j )
j=1 Q j
Maximizar (109)
M
Minimizar Z 3 = DBOi DBO padro (110)
i =1
Sujeito a:
1
x
k =1
j x j'
F
=1 x j x j ' , k = 1,..., F (111)
F
x
j =1
j
0 xj 1 j (112)
156
ndice assume o valor igual a 1, h distribuio uniforme, ou seja, uma melhor eqidade.
regio factvel do espao de busca. O valor da funo penalidade somado ao valor total
da funo objetivo. Com isso, solues boas tendem apresentar o valor da funo
penalidade prximo de zero e solues ruins tendem a manter esse valor elevado,
5.2. Parmetros do AG
espao de busca, com intuito de explorar novas regies desse espao. O operador de
solues correntes (pais). Para imitar a natureza estocstica da evoluo natural, uma
atravs desse operador que novo material gentico introduzido a uma populao
atravs de uma mudana gradual nas variveis de deciso (genes) do vetor associado
Para cada combinao de parmetros foram realizadas cinco rplicas. Para cada
distintas), geradas aleatoriamente. A varivel resposta foi definida como sendo a mdia
combinao de parmetros.
objetivos, considerando
ndo uma populao de 70 solues, um nmero de geraes igual a
comparada com as solues referentes simulao 13. Nesse caso, a perda de solues
nmero de geraes fosse 100. Atravs das simulaes realizadas, observou-se que a
5.4. Simulaes
Atibaia, devido ao fato de que, a partir desses lanamentos, foram verificadas violaes
nos padres de qualidade da gua para a varivel DBO. So eles: pontos de lanamento
escolhida pelo tomador de deciso. medida que a qualidade da gua melhora (Z2
aumenta), uma menor quantidade de efluente deve ser lanada no rio. Foram
mais efluente, porm, a qualidade da gua, em relao ao OD, ser pior. As solues 2, 3 e
Tabela 31. Nesta tabela, x16, x17, x18, x20 e x21 correspondem s variveis de deciso para
objetivos de cada funo (Z1 e Z2) e esto relacionadas s fontes de lanamento 16, 17,
Pode ser observado pela Figura 39 e Tabela 31 que medida que a eficincia do
tratamento diminui (menor custo), ou melhor, mais efluente lanado, pior a qualidade
da gua.
janeiro/fevereiro/maro.
de OD.
qualidade da gua, percebe-se que ainda h violao a partir do ponto de lanamento 16.
Verificadas as violaes nos padres de DBO no trecho final do rio Atibaia, foi
violaes.
Tabela 30, foram realizadas cinco rplicas. Para cada rplica, a simulao partiu de
diferentes sementes aleatrias. A varivel resposta foi definida como sendo a mdia das
165
cinco simulaes, para cada caso. As solues finais foram comparadas e foi selecionada
lanar mais efluente, porm, h violaes da qualidade da gua, com maior magnitude.
166
Pela Figura 43 possvel verificar que se a soluo 5 for escolhida, haver ainda
violaes no padro de qualidade da gua para o ndice DBO, mas com uma menor
magnitude.
concentraes de DBO acima do limite estabelecido pela resoluo CONAMA 357 para
nmero 21, sendo seguida pelas de nmero 17, 20, 16 e 18 (Tabela 21).
168
perceber, pela Figura 44, que as fontes localizadas mais a montante possuem maior folga
mais, para evitar que no ocorram violaes no padro de qualidade da gua (soluo 2
e 3). Outro caso que possvel observar que, na soluo 4, por exemplo, exige-se que as
fontes mais a montante tratem mais seus efluentes, enquanto que a fonte de nmero 21,
responsvel pela maior carga de DBO lanada no rio, tem maior folga no tratamento.
por cada fonte de lanamento e minimizar a magnitude das violaes dos padres de
169
DBO do corpo receptor, porm, de forma que as fraes de remoo estejam bem
maneira:
hk (x) = 0 k = 1, 2, ... , K
acordo com Deb (2001), difcil satisfazer s restries de igualdade, ainda mais se elas
Todas as restries devem ento ser normalizadas para a forma gj(xi) 0 para j =
1, 2, ... , J. Para cada soluo xi, a violao de cada uma das restries impostas no
(eq. 122).
zero e o valor Fm se torna igual ao valor da funo objetivo original (fm). Para
para que ambos os termos do lado direito da eq. (123) possuem magnitude de mesma
A restrio do terceiro modelo (eq. 118) foi transformada para uma desigualdade
da seguinte maneira:
F
' 1
x
k =1
j x j'
g (x j ) =
1 F
1 0 . (124)
F
x
j =1
j
mostram as solues que violaram a restrio. Pela Figura 44, as solues acima do eixo
com a eq. (123), nas funes objetivo, o terceiro modelo de otimizao torna-se:
F
F W
1 j =1
x j x j'
Maximizar F1 = (1 x j ) R1
j
F
1 (125)
j =1 Q j F
xj
j =1
F
M
1 j =1
x j x j'
Minimizar F3 = DBOi DBO padro + R3 F
1 (126)
F
i =1
xj
j =1
Sujeito a:
0 xj 1 j (127)
Pela eq. (125) se tratar de uma maximizao, foi subtrado o valor da funo
penalidade. O contrrio ocorreu na eq. (126) que, por ser um caso de minimizao, foi
178
grandeza, os fatores penalidades (R1 e R3) devem possuir tambm a mesma ordem de
magnitude das violaes dos padres de concentrao de DBO diminui (F3 diminui),
179
remoo entre as fontes evidenciada nas solues 1, 2 e 3. Nelas, as fontes que poluem
180
mais necessitam ter maior eficincia no tratamento de seus poluentes. Os usurios que
primeira refletem o que j foi discutido com relao ao segundo modelo, ou melhor, os
efluentes que eles podem lanar. Os usurios localizados mais a jusante devem tratar
mais seus efluentes, uma vez que outros usurios j prejudicaram a qualidade da gua.
montante possuem maior folga em relao a suas fraes de remoo, mas deve ser
lembrado que esta soluo reflete a situao de melhor compromisso com relao
qualidade da gua, portanto, todas as fontes devem tratar o mximo possvel para que
menos efluente seja lanado na gua. J para o Modelo 3, ainda prevalece a situao de
que os usurios que poluem mais devem tratar mais, alm do fato de que as fraes de
remoo para as fontes que emitem menor quantidade de DBO so menores dos que se
montante tratem mais seus efluentes, dando uma folga para a fonte de nmero 21,
responsvel pela maior carga de DBO lanada no rio. No terceiro modelo, considerando a
funo objetivo F1, ou seja, permite-se que mais efluente seja lanado em detrimento das
outros autores que aplicaram o ndice proposto por Burn e Yulianti (2001) tambm
Figura 46 e Tabela 35. Se a soluo de nmero 5 for escolhida, haver ainda violaes
e 48).
182
6. CONCLUSES
aspiraes dos usurios envolvidos, quer sejam eles os que usam o recurso hdrico para
diluio de seus efluentes ou para seu consumo. Portanto, raro que os modelos
matemticos usados para auxlio nas tomadas de decises possam ser expressos em
Nesse sentido, uma das contribuies desse trabalho foi a adoo da anlise
literatura.
Atibaia.
das violaes dos padres de DBO do corpo receptor, de acordo com a legislao vigente.
DBO emitida por cada fonte de lanamento e minimizar a magnitude das violaes dos
padres de DBO do corpo receptor, porm, este modelo foi restrito a uma medida que
timas, para que fosse feita uma comparao das solues obtidas.
penalidade, foi produzida uma resposta distinta e foi necessrio realizar uma otimizao
efluentes passveis de serem lanados pelos usurios localizados mais a montante do rio,
enquanto que os usurios jusante deveriam tratar seus efluentes com um nvel
mximo de eficincia
fato de que fontes que poluem mais devem tratar mais seus efluentes, independente de
do custo para controle da poluio. medida que se permite que mais efluente seja
ponto, e pela habilidade de manter mltiplas solues em uma nica simulao e pela
mutao.
obteno de uma frente no dominada. Nesse caso, deve ser feita uma anlise estatstica
ou de sensibilidade.
uma vez que uma diversidade de alternativas produzida e todas elas representam as
escolhida se torne vivel, necessria a aceitao dos usurios envolvidos. Desta forma,
7. REFERNCIAS BIBLIOGRFICAS
HATHHORN, W. E.; TUNG, Y-K. Bi-objective analysis of waste load allocation using fuzzy
linear programming. Water Resources Management, v. 3, n. 4, p. 243-257, 1989.
HSU, N-S.; CHENG, K-W. Network flow optimization model for basin-scale water supply
planning. Journal of Water Resources Planning and Management, v. 128, n. 2, p. 102-
112, 2002.
LEE, C-S.; WEN, C-G. Fuzzy goal programming approach for water quality management
in a river basin. Fuzzy Sets and Systems, v. 89, p. 181-192, 1997.
191
LOUCKS, D. P.; STEDINGER, J. R.; HAITH, D. A. Water Resource Systems Planning and
Analysis. Englewood Cliffs, N.J.: Prentice-Hall, 1981. 559 p.
LYNN, W. R.; LOGAN, J. A.; CHARNES, A. System analysis for planning wastewater
treatment plants. Journal of Water Pollution Control Federation, v. 34, n. 6, p. 565-
581, 1962.
METCALF & EDDY, Inc. Wastewater Engineering: Treatment, Disposal and Reuse. 4a
edio. New York. McGraw-Hill, 2003. 1819 p.
PARK, S. S.; LEE, Y. S. A multiconstituent moving segment model for the water quality
predictions in steep and shallow streams. Ecological Modelling, v. 89, p. 121-131, 1996.
PARK, S. S.; LEE, Y. S. A water quality study of the Nakdong River, Korea. Ecological
Modelling, v. 152, p. 65-75, 2002.
PARK, S. S.; UCHRIN, C. G. Water quality modeling of the lower south branch of the
Raritan River, New Jersey. Bulletin of New Jersey Academy of Science, v. 35, n. 1, p.
17-23, 1990.
192
PARK, S. S.; UCHRIN, C. G. Waste load allocation for macrophyte growing impoundment:
a combined modeling approach. Journal of Environmental Science and Health, v. A31,
n. 2, p. 411-428, 1996.
REVELLE, C. S.; LOUCKS, D. P.; LYNN, W. R. Linear programming applied to water quality
management. Water Resources Research, v. 4, p. 1-9, 1968.
SOMLYDY, L. Use of optimization models in river basin water quality planning. Water
Science and Technology, v. 36, n. 5, p. 209-218, 1997.
WEN, C-G.; FU, S-Y. Waste allocation models for risk assessment of water quality
management in a river basin. Water Science and Technology, v. 23, p. 75-83, 1991.
WEN, C-G.; LEE, C-S. A neural network approach to multiobjective optimization for water
quality management in a river basin. Water Resources Research, v. 34, n. 3, p. 427-436,
1998.
YEN, J. H.; CHEN, C. Y. Allocation strategy analysis of water resources in South Taiwan.
Water Resources Management, v. 15, n. 5, p. 283-297, 2001.