SIMULAÇÃO DA DISPERSÃO DE POLUENTES ATMOSFÉRICOS USANDO EXCEL: ESTUDO DE CASO EM UMA REFINARIA DE PETRÓLEO

ISBN 978-85-85905-25-5

Área

Ambiental

Autores

Lubongo, E.J.B. (ULBRA/CANOAS) ; Schmitt, M.A. (ULBRA/CANOAS)

Resumo

O petróleo, uma das principais fontes de energia no mundo, no seu estado bruto possui poucas aplicações, necessitando por esta razão, passar por uma série de operações unitárias, caracterizadas como refino. Destas operações, resultam emissões de poluentes, tais como os SOx, que têm o potencial de degradar a qualidade do ar. Logo, o presente trabalho objetiva analisar a dispersão da pluma de poluentes emitidos por uma refinaria, estimando a concentração destes poluentes no entorno desta. Para modelar a dispersão, foram compilados os dados de emissão e os dados meteorológicos em uma planilha Excel, onde por meio do modelo Gaussiano, foi possível projetar a curva de dispersão em função da distância da fonte. A área sul, à 500 metros da fonte, foi a mais afetada por altas concentrações de SOx.

Palavras chaves

EMISSÕES ATMOSFÉRICAS; MODELAGEM ATMOSFÉRICA; DISPERSÃO DE POLUENTES

Introdução

As refinarias de petróleo são classificadas como fontes fixas e suas emissões ocorrem através de chaminés e por emissões fugitivas nas válvulas e juntas das tubulações. Os gases são originados pela queima de combustíveis nos fornos e caldeiras, e os poluentes emitidos são principalmente Dióxido de Enxofre (SO2), Óxidos de Nitrogênio (NOx), Compostos Orgânicos Voláteis (COV), Amônia (NH3), Monóxido de Carbono (CO), Dióxido de Carbono (CO2), particulados e outros gases em concentrações menores. As emissões fugitivas são geralmente constituídas de poluentes como COV e hidrocarbonetos leves (PEDERZOLLI, 2006; SZKLO, ULLER, BONFÁ, 2012). Mariano (2005) segue a mesma ordem de ideias dos autores anteriormente citados, sustentando que as maiores correntes de poluentes são emitidas pelas chaminés, defendendo que, as emissões fugitivas que geralmente são pequenas, podendo se tornar as maiores fontes de emissão caso haja vários pontos de vazamento. Segundo Kawano (2003) a classificação dos poluentes atmosféricos pode ser feita de três formas: quanto a sua origem, seu estado físico e sua composição química. Quanto a origem os poluentes atmosféricos podem ser classificados em primários e secundários. Os poluentes primários são aqueles lançados diretamente para atmosfera pela fonte geradora, como por exemplo dióxido de enxofre (SO2), monóxido de carbono (CO) e óxidos de nitrogênio (NOx). Já os poluentes secundários são aqueles que resultam de reações químicas que ocorrem na atmosfera (ALMEIDA, 1999) como exemplo, a combinação do dióxido de enxofre (SO2) com o oxigênio atmosférico (O2) formando trióxido de enxofre (SO3) que reage violentamente com vapor d’água (H2O) para formar ácido sulfúrico (H2SO4). Quanto ao estado físico, podem ser classificados em sólidos, vapores e/ou gasosos. As substâncias sólidas e líquidas, tidas como poluentes atmosféricos, geralmente são agrupadas e denominadas de particulados (PIRES, 2005). Quanto a composição química Kawano (2003) classifica em orgânicos e inorgânicos. Pires (2005) classifica ainda quanto aos seus efeitos mutagênicos, tóxicos, radioativos e cancerígenos. Conforme descrito por Mariano (2005), os principais poluentes emitidos pelas refinarias de petróleo são o SOx, NOx, CO, Benzeno, Tolueno e Xileno (BTX), COV, H2S, Material Particulado. Segundo Arbex et al. (2012), o NOx, SO2, COV e CO são os principais poluentes primários monitorados pelas agências ambientais Brasileiras e mundiais. A dispersão dos poluentes na atmosfera é influenciada por fatores como a velocidade e altura do lançamento, condições meteorológicas e topografia da região. Assim, devido a estes fatores, os poluentes emitidos podem ser transportados por grandes distâncias até atingir a superfície terrestre (LEITE, MOREIRA, 2016). Segundo Gomes (2007), a concentração dos poluentes na atmosfera variam de acordo com as reações químicas e/ou fotoquímicas, fenômenos de transporte e ainda, dos fatores meteorológicos e da topografia. Quanto aos padrões de qualidade do ar, no Brasil o Conselho Nacional do Meio Ambiente (CONAMA) é o órgão que emite normativas e estabelece padrões para a manutenção do equilíbrio ecológico e um ambiente sadio, propicio a qualidade de vida. A Resolução CONAMA 491/18, estabelece os limites de concentrações de poluentes atmosféricos e o limite para SO2, de interesse para este trabalho, é de 40 μg/m3 . Os padrões de qualidade do ar estabelecido pelos Estados Unidos, estabelece limites para 6 poluentes, incluindo o SO2. A EPA é a agência responsável para determinar critérios técnicos para o controle e monitoramento de fontes móveis e estacionárias nos Estados Unidos (BRAGA et al., 2001). Para SO2 a EPA estabelece o limite de 80 μg/m3. Assim, este estudo foca-se nas emissões de poluentes de uma refinaria de petróleo, localizada em um país africano, com o objetivo de modelar a dispersão dos poluentes, aplicando o modelo Gaussiano no software EXCEL, para quantificar as concentrações dos poluentes de acordo com as direções destas dispersões. Os dados requeridos para a execução da simulação, foram fornecidos pelo órgão responsável pela meteorologia, no período de janeiro a dezembro de 2018, e dados da fonte de emissão foi fornecido pela refinaria em estudo.

Material e métodos

A simulação da dispersão dos poluentes foi executada no Excel, onde foram compilados os dados meteorológicos e da fonte, usando as equações do modelo Gaussiano. Com isso, estimou-se as concentrações do poluente em um raio de 500 metros da fonte. A execução da simulação ocorreu em seis etapas: I. Definição das coordenadas cartesianas do ponto em que se deseja determinar a concentração do contaminante (x, y, z); II. Determinação da classe de estabilidade atmosférica; III. Cálculo da velocidade do vento no topo da chaminé; IV. Cálculo da altura efetiva de lançamento; V. Cálculo dos desvios padrão (σy e σz) e; VI. Cálculo da concentração do contaminante. Para a determinar a estabilidade atmosférica utilizou-se o método proposto por Pasquill e modificado por Gifford conforme Figueiredo (2008), porém, considerando apenas dias de insolação forte. O cálculo da velocidade do vento no topo da chaminé foi realizado conforme a equação (1). Para este cálculo é requerida a determinação do expoente empírico (KAWANO, 2003). u=uo(h/ho )^e (1). Onde: ho – altura de medição da velocidade do vento, uo – velocidade média do vento na altura, ho (m/s), e – expoente empírico. O expoente empírico foi determinado através da tabela apresentada por Turner (1994), de acordo com a classe de estabilidade e o tipo de uso da área em estudo (urbana). O cálculo da altura da pluma, necessário para o cálculo da altura efetiva, foi realizado conforme equações de Briggs apresentadas por Guimarães (2017), para condições atmosféricas instáveis ou neutras. Para a simulação pelo modelo gaussiano, é necessário determinar os coeficientes de dispersão σy e σz. Estes coeficientes foram calculados através das equações de Briggs conforme Guimarães (2017). Para estimar as concentrações do poluente a 500 metros da fonte foi usada a equação (2) (TEIXEIRA; ALVES, 2004). C=Q/(2π .uσy.σz ) exp(-y^2/(2σy^2 ))[exp- (z- H)^2/(2σz^2 )+exp-(z+H)^2/(2σz^2 )] (2). Onde: C – concentração do poluente (μg/m³), Q – taxa de emissão (g/s), H – altura efetiva (m), h – altura da chaminé (m), σy e σz – desvios da pluma na vertical e horizontal (m), z – altura do receptor (m), u – velocidade média do vento na altura efetiva (m/s), y – distância horizontal (m).

Resultado e discussão

A refinaria forneceu a taxa de emissão de SOx de acordo com a quantidade de petróleo processado. A partir deste dado obteve-se a vazão mássica, com um valor de 10,60 g/s . A Tabela 1, apresenta as concentrações obtidas para cada mês, em cada direção, bem como as respetivas médias mensais e anual. Para concentrações baixas as células apresentam a cor verde e para concentrações próximas ou iguais ao limite estabelecido pelo CONAMA 491/18 as células apresentam a cor amarela. Para concentrações elevadas, em relação ao mesmo limite, as células apresentam a cor alaranjada ou vermelha para casos extremos. Para o ano em estudo, obteve-se uma média anual de 29,17 microgramas por metro cúbico, como demonstrado na Tabela 1. De acordo com o CONAMA 491/18, esta concentração se encontra à baixo do limite estabelecido. Pelos padrões estabelecidos pela EPA, a média está muito a baixo do limite. Para o mês de janeiro, não foi possível a obtenção das concentrações devido a falha nos dados meteorológicos. Figueiredo (2008) simulou a dispersão atmosférica de SO2 emitido pela Refinaria da Galp, na cidade do Porto em Portugal, usando o software ISCST3, onde obteve concentrações menores à 500 metros, comparadas às concentrações obtidas no presente trabalho. Segundo a WHO (2017) os efeitos da exposição aos SOx, começam a ser sentidos a uma concentração média anual de 100 μg/m³. A concentração média no ano de 2018 está abaixo dos padrões legislados, porém, verifica-se que, nos meses de fevereiro, abril, junho, setembro e dezembro a concentração ultrapassou ou se aproximou do limite estabelecido pela CONAMA 491/18. Pela Tabela 1, pode ainda ser observado que em algumas direções a concentração de SOx é extremamente alta em alguns meses. O gráfico apresentado na Figura 1, apresenta as médias mensais para cada direção. O gráfico demonstra que não houve dispersão de Óxidos de Enxofre (SOx) para a direção sudeste. Para as direções norte, nordeste e leste as concentrações foram baixas, enquanto que a sul, sudoeste, oeste e noroeste as concentrações foram superiores ou muito próximas ao limite estabelecido pelo CONAMA 491/18. Em nenhuma das direções a concentração de SOx se aproximou do limite padronizado pela EPA.

Conclusões

O presente trabalho teve como objetivo simular e analisar a dispersão de poluentes atmosféricos, emitidos por uma refinaria de petróleo em um país africano. A modelagem da dispersão dos poluentes foi executada de forma satisfatória, através do Excel, permitindo a quantificação da concentração do poluente objeto de estudo. Também, tendo em conta que a Refinaria está situada ao meio de um bairro residencial, foi possível estimar os valores das concentrações que atingem as zonas periféricas à refinaria. Observou-se com base nos resultados da simulação, que a pluma se dispersa preferencialmente nas direções sul, sudoeste, oeste e noroeste. De um modo geral, a concentração média anual, foi inferior aos limites da Resolução CONAMA 491/18 e da EPA. Como sugestão baseada nos resultados obtidos pelo estudo, fica a dica para que sejam tomadas medidas, por parte das autoridades e órgãos ambientais locais/nacional, para a criação de leis que protejam o meio ambiente e que exijam maior controle e fiscalização das atividades industrias no país, estabelecendo assim limites de emissões e padrões de qualidade do ar, assim como os as resoluções utilizadas neste trabalho estabelecem. Uma vez existindo uma legislação vigente, a refinaria deverá, criar mecanismos para monitoramento e quando necessário a redução das taxas de emissão, criando oportunidades para modernização da sua planta e seus equipamentos, e também fazendo uso de técnicas de engenharia, para assim gerar o bem-estar das comunidades no seu entorno e contribuir para a proteção do meio ambiente. Com a planilha de Excel montada para a execução deste trabalho, podem ser simulados cenários com diferentes alturas da chaminé e taxas de emissões, podendo por meio desta auxiliar a adaptação da refinaria de modos que a qualidade do ar no seu entorno seja preservada.

Agradecimentos

Referências

ALMEIDA, I. T. A poluição atmosférica por material particulado na mineração a céu aberto. Universidade de São Paulo, p. 194, 1999. ARBEX, M. A. et al. A poluição do ar e o sistema respiratório* Air pollution and the respiratory system. J Bras Pneumol, v. 38, n. 5, p. 643–655, 2012. BRAGA, A. et al. Poluição atmosférica e saúde humana. Revista USP, n. no 51, p. 58–71, 2001. BRASIL. Resolução Conselho Nacional do Meio Ambiente no 3, de 28 de junho de 1990. Diário Oficial da União, v. 1, p. 15937–15939, 1990. BRASIL. RESOLUÇÃO N . 491 , DE 19 DE NOVEMBRO DE 2018. Diário Oficial da União, 2018. EPA, U. National Ambient Air Quality Standards. Disponível em: <https://www.epa.gov/criteria-air-pollutants/naaqs-table>. Acesso em: 19 nov. 2018. FIGUEIREDO, D. DE F. Simulação da dispersão de poluentes atmosféricos da refinaria da Galp do Porto. Porto, Portugal: Universidade do Porto, 2008. GOMES, V. D. A. Modelagem e simulação da dispersão das emissões de fluoreto gasoso de uma redução eletrolítica de alumínio. Campina Grande, Paraíba: Universidade federal de Campina Grande, 2007. GUIMARÃES, C. Controle e Monitoramento de Poluentes Atmosféricos. 1o ed. Brasil: Elsevier, 2017. KAWANO, M. DESENVOLVIMENTO, VALIDAÇÃO E APLICAÇÃO DE UM MODELO MATEMÁTICO PARA DISPERSÃO DE POLUENTES ATMOSFÉRICOS. Santa Catarina, Brasil: Universidade Federal de Santa Catarina, 2003. LEITE, M. DE F. S.; MOREIRA, D. M. Um estudo comparativo entre coeficientes de difusão verticais na simulação da dispersão de poluentes em uma camada limite convectiva. Revista Brasileira de Meteorologia, v. 31, n. 4, p. 518–526, 2016. MARIANO, J. B. Impactos Ambientais do Refino de Petróleo. 1o ed. Rio de Janeiro: Interciência, 2005. PEDERZOLLI, E. M. Comparação De Áreas Submetidas a Impacto Pelo Refino De Petróleo (RS). Porto Alegre, RS, Brasil: Universidade Federal do Rio Grande do Sul, 2006. PIRES, D. O. INVENTÁRIO DE EMISSÕES ATMOSFÉRICAS DE FONTES ESTACIONÁRIAS E SUA CONTRIBUIÇÃO PARA A POLUIÇÃO DO AR NA REGIÃO METROPOLITANA DO RIO DE JANEIRO. Rio de Janeiro, RJ, Brasil: Universidade Federal do Rio de Janeiro, 2005. SZKLO, A. S.; ULLER, V. C.; BONFÁ, M. H. P. Fundamentos do Refino de Petróleo - Tecnologia e Economia. 3a ed. Rio de Janeiro: Interciência, 2012. TEIXEIRA, C.; ALVES, R. ESTUDO DE AEROSSÓIS ATMOSFÉRICOS E APLICAÇÃO DE MODELOS NUMÉRICOS. Quimica Nova, v. 27, n. 4, p. 567–573, 2004. TURNER, D. B. Workbook of atmospheric dispersion estimates. 2. ed. New York, USA: Lewis Publishers, 1994. WHO. Evolution of WHO air quality guidelines: Past, Present and Future. Europian Environment and Health Process, p. 32, 2017.