Mtodos numricos para soluo da equao de transporte

de massa
Rgis S. Pereira
Instituto de Pesquisas Hidrulicas - UFRGS
Av. Bento Gonalves, 9500 Porto Alegre, RS.
regis.pereira@ufrgs.br
RESUMO: A introduo de constituintes prejudiciais em corpos dgua deve ser regulada de
forma que suas concentraes permaneam abaixo dos limites permissveis. No caso de um
sistema de gerenciamento ambiental, isto pode ser feito utilizando um modelo matemtico
que simular as condies de transporte dos poluentes. O trabalho a seguir tem o objetivo de
avaliar diversas tcnicas de soluo da equao de transporte. Os mtodos foram divididos em
explcitos e implcitos os quais foram empregados no mesmo problema para condies
diferenciadas. Os resultados demonstraram que os mtodos implcitos obtiveram o melhor
desempenho, com destaque para os esquemas Crank-Nicholson e o Limitador de Fluxo. Entre
os mtodos explcitos pode-se destacar os resultados dos esquemas Lax-Wendrof, LeapFrog e
Dufort-Frankel desde que as condies de estabilidade sejam obedecidas.
PALAVRAS-CHAVE: Equao de transporte, mtodos numricos.
1. INTRODUO
O estudo da equao de transporte, tambm denominada equao da adveco-difuso,
continua sendo um ativo campo de pesquisa, uma vez que essa equao de fundamental
importncia nos problemas relacionados a aerodinmica, metereologia, oceanografia,
hidrologia, engenharia qumica e de reservatrios [24 e 13].
Tomando como objeto de estudo as aplicaes desta equao na rea de hidrologia,
destaca-se o estudo das caractersticas de transporte de constituintes nos corpos dgua. A
avaliao do transporte de escalares (contaminantes, salinidade, etc.) cresce na mesma
proporo das preocupaes com preservao dos recursos hdricos. Neste contexto, os
modelos de adveco-difuso so utilizados para determinar o destino e disperso de
contaminantes, com o objetivo de avaliar as condies de qualidade das guas.
A equao de transporte tem caractersticas bastante peculiares que fazem com que sua
resoluo por meios numricos seja dificultada. Por isso diversos mtodos tm sido
desenvolvidos e aplicados, com a inteno de superar as dificuldades numricas impostas por
esta equao. Tanto os mtodos utilizados, como os problemas encontrados na resoluo desta
equao so os objetivos deste trabalho.
A seguir ser apresentada a equao a ser estudada, alguns dos mtodos numricos mais
utilizados para sua resoluo, suas vantagens e desvantagens e para por fim ser apresentada
uma comparao entre estes mtodos.
2. EQUAO DA ADVECO-DIFUSO
A equao unidimensional da adveco-difuso pode ser obtida realizando o balano de
massa em um volume de controle definido do domnio a ser estudado. Considerando um

constituinte neutro e de mesma densidade da gua, este se mover com a mesma velocidade
desta, exceto pela possvel difuso molecular [26].
Utilizando uma aproximao Euleriana para a derivao da equao de transporte resulta
numa representao terica e direta do processo de disperso. O resultado do balano de
massa determina que a variao de massa no volume de controle deve ser igual a variao de
massa atravs da superfcie deste volume menos a taxa de decaimento dentro do volume. A
forma unidimensional usualmente utilizada desta equao pode ser expressa como:
C u C 2 k x C
+
=
t
x
x 2

(1)

onde, C a concentrao do constituinte, u a velocidade na direo x e kx o coeficiente

global de disperso nas direo x. A soluo analtica da equao de transporte somente pode
ser obtida fazendo-se consideraes que simplifiquem o problema, tais como fornecer
condies de contorno simples, considerar a velocidade e os coeficientes de disperso
constantes, entrada uniforme do constituinte na seo transversal e desprezar a difuso
transversal e vertical, j que na maioria dos casos de escoamentos em rios e canais a disperso
longitudinal se sobrepe preponderantemente a difuso transversal e vertical [19].
O termo a esquerda da equao 1 denominado termo advectivo, enquanto que o termo da
direita referenciado como termo difusivo. A adveco o transporte realizado pela corrente
do fludo, e a difuso o transporte de massa que ocorre por difuso molecular ou turbulenta
[29], estes processos podem ser visualizados na Figura 1. O coeficiente kx possui uma faixa
de valores bem ampla, pois depende do tipo de escoamento e dos mecanismos de mistura.
Entre as principais dificuldades na resoluo numrica da equao do transporte o
aparecimento da difuso numrica durante a discretizao do termo convectivo da equao e
instabilidade numrica [34]. A difuso numrica em alguns casos pode ser vrias vezes maior
que a difuso real e acabar levando a resultados equivocados [6, 7 e 8]. Enquanto que a
instabilidade est ligada a grandes gradientes, que leva resultados oscilatrios [4]. Portanto,
para obteno da soluo numrica desta equao, assim como de qualquer equao que
compe um modelo, deve-se ter conscincia das limitaes de cada esquema numrico
utilizado, para que se possa saber sob quais circunstncias esta soluo coincidir com a
soluo exata. E para isso devem ser aplicados os conceitos de convergncia, consistncia,
estabilidade e preciso numrica.
A difuso numrica acontece quando um processo de transporte ocorre numa escala menor
que a resoluo da discretizao utilizada. Considere-se duas regies tendo concentraes
diferentes (c1 e c2) (Figura 2a). Aplicando a equao a equao de adveco-difuso (Figura
2b), percebe-se que a concentrao c2 avana e ocupar uma parte da clula a seguir, ocupada
por c1, o que faz com que o modelo determine a mdia da concentrao desta clula gerando
uma concentrao c3. (Figura 2c), caracterizando assim a difuso numrica.
A difuso numrica afeta qualquer propriedade do fluido que tenha caractersticas
advectivas como salinidade, calor, sedimentos, nutrientes, plncton, cor, etc. Muitos mtodos
foram desenvolvidos e muitos ainda esto em desenvolvimento para minimizao da difuso
numrica, porm estas tcnicas ainda dependem de uma grade relativamente fina, ou seja,
uma discretizao espacial detalhada.

Figura 1: (1) Distribuio inicial do traador; (2) Perfil de velocidade; (3) Distribuio final
do traador. (a) Adveco sem difuso; (b) Difuso sem conveco; (c) Adveco e difuso
combinadas [9].
Apesar de todo o desenvolvimento dos computadores, a sua capacidade de processamento
ainda limita a discretizao em malhas muito finas. Esta limitao combinada com a grande
diferena dos gradientes horizontais em relao aos verticais e laterais dos corpos dgua, leva
a construo de grades de clulas com dimenses horizontais muito maiores que as verticais.
Por outro lado, uma grade grosseira, limita a efetividade da introduo de termos no
estacionrios na equao do momento vertical, o que faz com que estes sejam desprezados,
resultando na utilizao de aproximaes como a equao de guas rasas e presso
hidrosttica [22]. Estas aproximaes combinadas com a difuso numrica alteram
substancialmente os resultados da simulao da dinmica do sistema.
3. SOLUO ANALITICA DA EQUAO DE TRASPORTE
A soluo analtica da equao de adveco-difuso dada seguinte distribuio
gaussiana:

1
C ( x, t ) =
e
2 kx t

( x u t )2
4k x t

(2)

A equao valida para u e kx constantes e concentrao unitria e instantnea em x=0 e

t=0 [5, 19 e 32].

Figura 2: Diagrama esquemtico da difuso numrica.

4. MTODOS NUMRICOS
O mtodo de diferenas finitas (MDF) o mais popular para resoluo de problemas
unidimensionais devido sua simplicidade e eficincia computacional.
O principio do mtodo de diferenas finitas para obteno da soluo de uma dada equao
diferencial aproximar as derivadas desta equao por um conjunto de valores da funo em
um determinado nmero de pontos. E para isto o mtodo mais usual para realizar estas
aproximaes atravs da sries de Taylor [13].
Os MDF podem ser classificados em explcitos e implcitos. Os esquemas explcitos de
diferenas finitas so simples e de fcil implementao. Nestes esquemas a determinao do
passo de tempo da discretizao temporal dependente da condio de estabilidade de
Courant a fim de obter uma soluo estvel [20]. J os esquemas implcitos so
incondicionalmente estveis, ou seja, o passo de tempo independente da resoluo espacial
da grade adotada. Deve-se salientar que a estabilidade garantida pelos mtodos implcitos no
garante a preciso dos resultados, pois esta depende da discretizao espacial, do passo de
tempo e das condies de contorno adotadas. Alm disso, os mtodos implcitos geram um
amortecimento nos resultados.
A seguir sero apresentados os esquemas mais utilizados para soluo da equao de
adveco-difuso.
4.1. Esquemas explcitos
Esquema FTCS: um dos esquemas mais simples, sendo progressivo no tempo e
centrado no espao (Figura 3). Este esquema de primeira ordem de acurcia no tempo e de
segunda ordem no espao. incondicionalmente instvel para escoamentos dominados pela
adveco, devido ao aparecimento da difuso numrica, mas se estabiliza ao adicionar a
difuso real, desde que o passo de tempo seja menor que o limite de estabilidade difusiva,
equao 6 [18 e 30].

Figura 3: Representao do esquema FTCS.

Assim, aplicando este esquema equao 1, resulta na seguinte expresso:

C nj +1 C nj
t

(C
+u

n
j +1

C nj 1

2 x

) = k (C

n
j 1

2 C nj + C nj +1
x

(3)

Isolando o nico termo desconhecido e simplificando a equao, resulta em:

C nj +1 = ( + 0,5 C ) C nj 1 + (1 2 ) C nj + ( 0, 5 C ) C nj +1
onde:

(4)

k x t
u t
e C=
2
x
x

Para que a estabilidade seja atingida necessrio que as restries da equao 5 sejam
satisfeitas.
0 C2 2 1

(5)

Esta ltima restrio pode ser dividida em duas, equaes 6 e 7, que na verdade significam
que no pode sair mais material por difuso nem por adveco, respectivamente, que aquele
contido no volume de controle durante um passo de tempo [18]. A vantagem deste esquema
a simplicidade, porm as restries de estabilidade restringem sua utilizao na prtica.

k x t 1

x 2
2

(6)

u t
1
x

(7)

C=

Esquema Upwind: este esquema progressivo no tempo, e combina os esquemas

progressivo e regressivo no espao, sendo aplicado ao termo convectivo. Este mtodo utiliza
para determinar o ponto desconhecido o esquema regressivo para u>0 (Figura 4a) e o
progressivo para u<0 (Figura 4b). Isso se deve ao fato de que se u>0 a soluo move-se para
direita e assim utiliza-se os valores conhecidos (n, j) e (n, j-1) para determinar o valor futuro
(n+1, j). Enquanto que se u<0 a soluo move-se para esquerda e usa-se o valor conhecido (n,
j+1) e (n, j) para obter valor em (n+1, j) [27]. Este mtodo se baseia no fato de que a equao
diferencial ir simplesmente transladar as condies inicias para um novo ponto e desse novo
para um prximo ponto, e assim por diante. Dessa forma necessrio o conhecimento da
direo da velocidade para que a translao dos valores seja feita na direo correta. Apesar
de no ser um esquema centrado, pode-se obter bons resultados atravs deste esquema que
de primeira ordem no tempo e no espao.

u>0

u<0

(a)

(b)

Figura 4: Representao do esquema Upwind.

Discretizando a equao de transporte com os esquemas acima encontra-se as seguintes

expresses:
C nj +1 C nj
t
C nj +1 C nj
t

+u

(C

n
j

C nj 1

n
j +1

n
j 1

) = k (C

n
j 1

2 C nj + C nj +1

2 x

(C
u

) = k (C

C nj

2 C nj + C nj +1

2 x

u>0

(8)

u<0

(9)

Rearranjando as equaes resultantes, tem-se:

C nj +1 = ( 0.5 C + ) C nj 1 + (1 0.5 C 2 ) C nj + C nj +1

u>0

(10)

C nj +1 = ( 0.5 C ) C nj 1 + (1 + 0.5 C 2 ) C nj + C nj +1

u<0

(11)

A condio para que este esquema tenha uma resposta estvel dada por:

C2 C
1 C

2
2

(12)

Esquema Lax-Friedrichs (Figura 8): Uma proposta simples para resolver o problema de
estabilidade do FTCS, foi apresentado por Lax e Friedrichs 1954, a qual apenas substitui o

termo

C nj

pela sua mdia espacial

C nj = C nj+1 + C nj1 2

[21].

Figura 5: Representao do esquema Lax-Friedrichs.

Este esquema resultando na seguinte expresso:
C nj +1

(C

n
j +1

+ C nj 1

2
t

+u

(C

n
j +1

C nj 1

2 x

) = k (C

n
j 1

2 C nj + C nj +1
x

(13)

Dessa forma, organizando a equao 13, obtm-se:

n +1
j

= ( + 0,5 C ) C

n
j 1

(C
+ (1 2 )

n
j +1

+ C nj 1 )
2

+ ( 0, 5 C ) C nj +1

(14)

A correo introduzida por Lax e Friedrichs equivalente a introduo de uma difuso

numrica, o que aumenta a estabilidade do esquema.
Esquema LeapFrog (Figura 8): este esquema centrado no tempo e no espao. Um dos

motivos das instabilidades observada no esquema FTCS e Lax-Fridrichs a aproximao de

primeira ordem da derivada no tempo, e por esta razo o esquema denominado LeapFrog
introduz uma aproximao de segunda ordem no tempo, aumentando a estabilidade.

Figura 6: Representao do esquema LeapFrog.

Aplicando o esquema acima na equao 1, tem-se:
C nj +1 C nj 1
2 t

+u

(C

n
j +1

C nj 1 )

2 x

= kx

(C

n 1
j 1

2 C nj 1 + C nj +11 )

(15)

x 2

Simplificando esta equao, obtm-se a soluo da equao com o esquema LeapFrog.

C nj +1 = C nj 1 C C nj +1 C nj 1 + 2 C nj 11 2 C nj 1 + C nj +11

(16)

Esquema Lax-Wendroff (Figura 8): Este esquema de segunda ordem tanto no tempo
quanto no espao. Assim como o esquema Lax-Friedrichs, este adiciona alguma difuso
numrica para obter uma soluo mais estvel. Na verdade, este esquema pode ser visto como
uma combinao do Lax-Friedrichs e do LeapFrog. Este mtodo se caracteriza como um
esquema de dois passos, pois divide um passo de tempo em dois, onde, na primeira etapa os
valores provisrios so calculados no centro da matriz em (j-1/2, n+1/2) e (j+1/2, n+1/2)
utilizando um esquema progressivo no tempo e no espao, em seguida faz-se a mesma
aproximao realizada pelo esquema de Lax-Friedrichs, e por ltimo calcula-se o valor final
pelo mtodo de diferenas centrais no tempo e no espao [27].

Figura 7: Representao do esquema Lax Wendroff.

Portanto, discretizando a equao de transporte conforme a Figura 7, resulta em:
C nj +1 C nj 1
2 t

(C
+u

n
j +1

C nj 1

2 x

) = k (C
x

n
j 1

C nj 1 + C nj +1 + C nj +1
x

(17)

Rearranjando esta ltima equao, tem-se:

C nj +1 =

( 2 + C ) C n + (1 2 ) C n1 + ( 2 C ) C n
(1 + 2 ) j 1 (1 + 2 ) j (1 + 2 ) j +1

(18)

A condio de estabilidade determinada pela equao 19, respectivamente.

0 C2 2( + ) 1

(19)

Esquema Dufort-Frankel (Figura 8): este esquema baseado no esquema de

Richardson, o qual de segunda ordem no tempo e no espao, alm de utilizar diferenas
centrais para os mesmos. O esquema proposto por Richardson incondicionalmente estvel
para > 0, o que o torna pouco prtico. Assim Dufort e Frankel em 1953 [11], propuseram a
Cn

(C

+ C nj1 2

substituio do j por j +1
torna condicionalmente estvel.

no termo advectivo da equao de transporte, o que o

Figura 8: Representao do esquema Dufort-Frankel.

A expresso para soluo da equao de transporte pelo esquema de Dufort-Frankel dada
por:
C nj +1 C nj 1
2 t

(C
+u

n
j +1

C nj 1

2 x

) = k (C
x

n
j 1

C nj 1 + C nj +1 + C nj +1
x

(20)

Manipulando a expresso acima pode-se isolar o termo no tempo (n+1) e obter a soluo
explicita do esquema:
C nj +1 =

(1 2 ) C n1 + ( 2 C ) C n + ( C + 2 ) C n
(1 + 2 ) j (1 + 2 ) j +1 (1 + 2 ) j 1

(21)

A condio de estabilidade a seguinte:

C 1

(22)

4.2. Esquema implcitos

A principal vantagem destes mtodos que no se encontra as diversas restries quanto

escolha do passo de tempo observadas nos mtodos explcitos. Entretanto a desvantagem
desta tcnica o custo computacional quanto comparado aos mtodos explcitos e o
amortecimento dos resultados. Muitas vezes, mesmo para obteno de uma soluo com baixa
preciso so necessrias muitas interaes [15].

Esquema BTCS (Figura 9): este esquema regressivo no tempo e centrado no espao.
Como j mencionado anteriormente incondiconalmente estvel.

C nj +1 C nj
t

+u

(C

n +1
j +1

C nj +11 )

2 x

= kx

(C

n +1
j 1

2 C nj +1 + C nj ++11 )

(23)

x 2

( C 2 ) C nj ++11 ( C + 2 ) C nj +11 + 2 ( 2 + 1) C nj +1 2 C nj = 0

(24)

Figura 9: Representao do esquema BTCS.

Esquema Crank-Nicholson (Figura 10): este esquema de segunda ordem tanto no
tempo quanto no espao, sendo incondicionalmente estvel (exceto em circunstncias
excepcionais, raramente encontradas na prtica), o que torna este mtodo muito atrativo para
resoluo de equaes diferencias parciais. Entretanto, observa-se que este mtodo resulta em
oscilaes para altos valores de e quando existem grandes gradiente e descontinuidades nas
condies iniciais, tais oscilaes podem perdurar por vrios passos de tempo at a
estabilizao [2].

Figura 10 : Representao do esquema Crank-Nicolson.

O mtodo de Crank-Nicolson pode ser considerado como uma combinao de passos
alternados dos esquemas FTCS explicito e o BTCS implcito [12], onde a equao
aproximada por diferenas centrais no espao e substitui-se as derivadas espaciais pela mdia
dos seus valores nos tempos n e n+1 [10], resultando em:
C nj +1 C nj
t

n
n
C nj ++11 C nj +11
u C j +1 C j 1
+
+
2
2 x
2 x

) (

) = k ( C
x

n
j 1

2 C nj + C nj +1
x

) + (C

n +1
j 1

2 C nj +1 + C nj ++11
(25)
x 2

Reorganizando a equao anterior obtm-se o seguinte sistema:

( + 0, 5 C ) C nj +11 + 2 (1 + ) C nj +1 ( 0,5 C ) C nj ++11 = ( + 0,5 C ) C nj 1
+2 (1 ) C nj + ( 0,5 C ) C nj +1

(26)

Esquema Euleriano-Lagrangeano: o mtodo Euleriano-Lagrangeano um esquema

extensamente utilizado para soluo da equao de transporte. Este mtodo uma

combinao dos mtodos Euleriano e Lagrangeano. No primeiro a equao resolvida numa
grade fixa no espao. O problema deste mtodo que este limitado pela condio de
estabilidade de Courant-Friedrichs-Lewy, apesar disso muito utilizado devido a facilidade
de lidar com as condies de contorno e termos fonte [33 e 35]. J o mtodo Lagrangeano
representa o transporte de constituintes por um nmero finito de partculas que se
movimentam com o escoamento, dessa forma o sistema de coordenadas se move-se conforme
a velocidade das partculas [17]. Assim a concentrao do constituinte determinada pelo
nmero de partculas no volume de controle em um determinado tempo. A acurcia deste
mtodo melhora a medida que aumenta-se o nmero de partculas dentro de cada volume de
controle, enquanto que sua resoluo cresce com a diminuio deste volume, mas a
combinao destas duas situaes aumenta a demanda computacional [17].
Desta forma o mtodo combinado Euleriano-Langrangeano, divide o problema de
transporte em dois passos. No primeiro passo utiliza-se uma aproximao Lagrangeana para
soluo da poro advectiva da equao de transporte. No segundo passo, usa o mtodo
Euleriano para soluo dos termos restantes da equao. O algoritmo alterna estes dois passos
repetidamente at a obteno da soluo [4 e 28]. Em muitos casos este mtodo hbrido atinge
resultados bem melhores que aqueles obtidos pelas tcnicas aplicadas individualmente, apesar
de no conservar a massa em certas circunstncias, principalmente nas condies de contorno.
Considerando a equao de transporte (1) na sua forma Lagrangeana, tem-se:
DC 2C

=0
Dt
x

(27)

Percebe-se que na equao 27 o termo convectivo desaparece, isso acontece devido a

adoo do sistema de coordenada Lagrangeanas, o qual move-se junto com o escoamento,
portanto a disperso ocorrer apenas por difuso. A derivada substancial DC Dt , indica que a
taxa de variao no tempo calculado ao longo da linha de corrente, definida por dx dt = u .
Dessa forma, no primeiro passo do esquema a concentrao na origem da linha de corrente
determinada pelo Mtodo das Caractersticas Modificado [28].

Figura 11: Representao do esquema Euleriano-Lagrangeano.

Uma vez definido o valor da concentrao na origem da linha de corrente, ela salva e
utilizada no segundo passo do esquema onde a equao 27 discretizada por um esquema
centrado no espao (Figura 11). A expresso resultante destes dois passos :
~ n +1

C j C nj
t

C nj +1 2 C nj + C nj 1
x 2

(28)

~ n +1

C j = C nj ++u1t

(29)

C n +1

Como o valor de ( j + u . t) no inteiro e o termo j +ut deve ser um ponto existente da

grade, utilizasse uma interpolao para obter o valor em um n existente da grade e em seus
pontos vizinhos [3]. A acurcia, estabilidade e difuso numrica da equao discretizada pelo
esquema Euleriano-Lagrangeano depende da funo de interpolao escolhida.
Ruan e McLaughlin [28], utilizaram 4 funes de interpolao: linear, quadrtica, cbica e
uma variao da cbica (taut spline). Os resultados indicam que interpoladores lineares
acarretam a solues extremamente dispersivas, enquanto que os quadrticos apresentam
resultados oscilatrios. J os interpoladores cbicos apresentam tambm oscilaes nos
resultados, porm menores que os quadrticos, as oscilaes se pronunciam em locais com
grandes gradientes de concentrao. J o interpolador taut spline mostrou-se o mais
eficiente, pois se mostrou bem menos dispersivo que o linear e eliminou as oscilaes
observadas nos cbicos. Esses resultados se devem ao fato deste interpolador incorporar
termos de tenso e elasticidade no seu polinmio, o que elimina pontos de inflexo existentes
nos polinmios cbicos.
Esquemas Limitadores de fluxo: a crescente adoo destes esquemas se deve a sua
caracterstica de diminuir consideravelmente as oscilaes dos resultados dos esquemas de
segunda ordem, em problemas que envolvem descontinuidades, alm de diminuir a disperso
numrica [1 e 25]. A idia bsica destes esquemas utilizar um esquema hbrido que de
primeira ordem em regies de gradientes suaves e expande-se para um esquema mais robusto
de segunda ordem prximo as descontinuidades ou grandes gradientes [23]. A transformao
entre os dois esquemas se d por meio da multiplicao do termo advectivo por uma funo
denominada limitadora de fluxo [31].
A escolha da funo limitadora de fluxo depende dos gradientes encontrados. Dessa forma
para avaliar tais gradientes (r) utiliza-se uma relao entre as concentraes expressa pela
seguinte expresso:

r=

C nj 1 C nj
C nj C nj +1

(30)

Percebe-se pela equao acima que r 1 o gradiente de concentraes suave, assim

como, quanto mais r se afasta de 1 mais acentuado o gradiente de concentrao. Na Tabela 1
so apresentadas algumas das mais comuns funes limitadoras de fluxo em funo do
gradiente r.
Um estudo comparativo realizado por Suratanakavikul e Marquis [31] demonstrou que
entre as funes limitadoras de fluxo, a que demonstrou a melhor performance foi a Superbee,
enquanto que a Mimmod causa os maiores erros de preciso. Foi ainda concludo que apesar
da Superbee ter tido os melhores resultados gerais ela no adequada para problemas de
regime permanente, os quais so melhores solucionados pela funo Koren.

Tabela 1: Exemplos de funes limitadoras de fluxo.

()

Van Leer : r =

minmod :

1+r

r = max 0, min r,1

()

()

( )]

2r 1

max 0 , min 2r , + ,2
3 3

MUSCL : (r ) =

superbee : r =

Koren : (r ) =

r+ r

( )]

1 1

max 0 , min 2 r , + r ,2
2 2

max 0, min 2r,1 , min r,2

Outros esquemas: H muitos outros esquemas possveis de aplicao para soluo da

equao de transporte, porm menos utilizados e conhecidos, como o caso do esquema de
SiemieniuchGladwell, o qual na tentativa de eliminar a difuso numrica removeu o termo
2 C t 2 do erro de trucamento [16], fazendo uso das seguintes aproximaes para as

derivadas da equao de transporte:

n +1
n
n +1
n
n +1
n
n
2 C ) C j 1 C j 1 ( 2 + C 2 ) C j C j
2 C ) C j +1 C j +1
(
(
C
=

t j
4
t
2
t
4
t

) (

n
C nj +1 C nj 1
C nj ++11 C nj +11
C
=
+
t j
4 x
4 x

)
(31)

n
n +1
n +1
n +1
n
n
n
2C
1 C j +1 2 C j + C j 1
1 C j +1 2 C j + C j 1
=
+
t 2 j 2
x 2
2
x 2

A maioria dos esquemas de diferenas finitas quando aplicado ao termo advectivo da

equao de transporte introduz uma difuso artificial que , em geral, vrias ordens de
grandeza maior que a difuso fsica, e por esta razo uma das estratgias utilizadas resolver
separadamente os termos de adveco e da difuso e posteriormente combinar seus resultados
a fim de obter a soluo final [19]. Desta forma surgem outros esquemas especficos para
soluo dos termos convectivos e difusivos. Exemplo disto o esquema de Saulyev, que
discretiza a equao de difuso conforme as Figura 12a e Figura 12b.
Os esquemas acima aplicados a equao de difuso, resultam nas equaes 32 e 33,
respectivamente.
C nj +1 =

1
C nj+11 + (1 ) C nj + C nj+1
1+

(32)

C nj +1 =

1
C nj++11 + (1 ) C nj + C nj1
1+

(33)

(a)

(b)

Figura 12: Representao do esquema Saulyev.

Cabe salientar que este esquema apesar de utilizar dois pontos do tempo (n+1) nos trechos
(j 1) e (j) se tornar explicito quando o procedimento de clculo realizado da fronteira
esquerda para direita para equao 32 e da direita para esquerda para equao 33. Outro
esquema possvel combinar as duas equaes resultando no esquema de Barakat e Clark
[14].
5. EXPERIMENTOS NUMRICOS

Com o objetivo de comparar os diversos esquemas numricos apresentados (1 a 10), foi

utilizado um problema idealizado da adio de 5kg de um constituinte conservativo em um
rio, sendo que a adio acontece a 500m da condio de contorno a montante, de forma
instantnea numa seo transversal de 60m. Esta situao foi avaliada para 5 casos
diferentes, onde a escolha de cada caso foi feita levando em considerao o nmero de
Courant (C) e o limite de estabilidade difusiva (), que devem ser menores que 1 e 0,5,
respectivamente.
Dessa forma, nos trs primeiros casos optou-se por variar o passo de tempo e fixar o dx.
Assim, escolheu-se um caso onde ambas restries fossem abaixo dos limites (caso 1), outro
onde estas restries fossem mais prximas dos seus valores mximos (caso 2), e um caso
onde estes limites fossem ultrapassados (caso 3).
J nos dois ltimos casos fixou-se o dt e variou-se o dx. No caso 4, utilizou-se um valor de
dt correspondente a metade dos trs primeiros casos e no caso 5 optou-se por um valor igual
ao dobro. Os valores de cada parmetros para todos os casos podem ser verificados na Tabela
2.
Tabela 2: Parmetros utilizados nas simulaes
Casos
1
2
3
4
5
36,00 90,00 180,00 36,00 36,00
t (s)
x (m) 100,00 100,00 100,00 50,00 150,00
u (m.s-1) 0,67 0,67 0,67 0,67 0,67
kx (m2.s-1) 41,67 41,67 41,67 41,67 41,67
0,24 0,60 1,21 0,48 0,16
C
0,15 0,37 0,75 0,60 0,07

6. RESULTADOS
6.1. Esquemas explcitos

De acordo com os resultados, entre os esquemas explcitos, todos tiveram um

comportamento estvel para o caso 1, uma vez que as condies de estabilidade foram
satisfeitas. Quanto a preciso, o esquema FTCS foi o que mostrou melhor resultado, uma vez
que seus resultados foram iguais a soluo analtica (Figura 13). Enquanto que os esquemas
mais difusivos (3 ao 6) apresentaram um certo amortecimento da resposta, entre estes os LaxFriedrichs foi o menos preciso (Figura 14).

Concentrao (mg/L)

0,20

0,15

T= 0,2h

T= 0,4h

0,10

T= 0,6h
0,05

0,00
0

500

1000

1500

2000

2500

3000

Distncia (m)

Figura 13: Soluo da equao de transporte para o caso 1, pelo esquema FTCS. (Linha cheia:
soluo numrica; Pontos: Soluo analtica).
J no caso 2, onde as restries de estabilidade esto mais prximas aos seus limite, os
esquemas FTCS e Upwind demonstraram alguma instabilidade e imprecises depois de
decorrido um certo tempo de simulao (Figura 15), enquanto que os demais se mantiveram
estveis, apesar apresentar o mesmo amortecimento do caso 1.

Concentrao (mg/L)

0,20

0,15

0,10

0,05

0,00
0

500

1000

1500

2000

2500

3000

Distncia (m)

Figura 14: Soluo da equao de transporte para o caso 1, pelo esquema Lax-Friedrichs.
(Linha cheia: soluo numrica; Pontos: Soluo analtica).
Para o caso 3 todos os esquemas explcitos se mostraram instveis, a diferena entre eles
foi apenas que o crescimento dos erros nos esquemas FTCS e Upwind foram mais

acentuados. Comportamento semelhante foi percebido no caso 4, com um desempenho

melhor dos esquemas 3 a 6 que conseguiram lidar melhor com o alto valor de . Enquanto
que no caso 5 os esquemas FTCS e Upwind mostraram ter mais dificuldade em relao aos
demais em lidar com o passo de tempo maior, resultando em problemas de preciso
essencialmente.

Concentrao (mg/L)

0,20

0,15

0,10

0,05

0,00
0

500

1000

1500

2000

2500

3000

Distncia (m)

Figura 15: Soluo da equao de transporte para o caso 2, pelo esquema FTCS. (Linha cheia:
soluo numrica; Pontos: Soluo analtica).
Levando em conta os resultados dos casos 1, 2, 4 e 5 determinou-se que os esquemas
explcitos podem ser divididos em 2 grupos levando em considerao o valor do erro mdio
quadrtico (RMS), conforme mostra a tabela a seguir.
Tabela 3: Erro quadrtico mdio dos esquemas explcitos.
Esquemas
FTCS, Upwind
Lax-Friedrichs, Lax-Wendrof, LeapFrog, Dufort-Frankel

Erro RMS
510-2
210-2

Estes resultados mostram uma diferena razoavelmente grande entre os mtodos de

discretizao espacial e temporal, j que os esquemas 1 e 2 resultam em erros maiores que o
dobro dos obtidos pelos 3, 4, 5 e 6.
6.2. Esquemas implcitos

Os resultados da aplicao dos esquemas implcitos comprovaram a ausncia de limitaes

quanto aos valores dos parmetros C e . Embora percebeu-se algumas diferenas
significativas entre os 4 esquemas avaliados. A nica caracterstica comum encontrada nos
resultados foi que as piores solues para todos os esquemas foram apresentadas nos casos 3 e
5, que j era de se esperar devido as discretizaes espacial e temporal terem sido menos
refinadas.
Entre os esquemas, o BTCS foi o que apresentou os resultados menos preciso. Apesar da
estabilidade, o esquema perde preciso quando aumenta-se o passo de tempo (caso 2) (Figura
16). Para determinadas situaes como o caso 1, por exemplo, sua aplicao justificvel,
pois converge rapidamente, alm de apresentar um resultado semelhante ao encontrado pelo
FTCS na Figura 13.
J os esquemas Crank-Nicholson, Euleriano-Lagrangeano e os Limitadores de Fluxo

apresentaram resultados to bons quanto aqueles obtidos pelos mtodos explcitos, no caso 1.
No foi percebida uma grande diferena em relao ao tempo de simulao entre os mtodos
explcitos e implcitos, pois o problema proposto no exigiu uma grande demanda
computacional. Entretanto, estes esquemas se mantiveram estveis para todos valores dos
parmetros C e utilizados. Vale salientar que foram utilizados o interpolador cbico e a
funo Superbbe para os esquemas Euleriano-Lagrangeano e Limitador de Fluxo,
respectivamente.
No caso 2, j se percebe nitidamente a diferena entre as vantagens dos mtodos
implcitos, como mostra a Figura 17, onde se observa que o esquema Crank-Nicholson no
apresenta as mesmas perturbaes que o FTCS, por exemplo, e aproxima-se mais da soluo
analtica.

Concentrao (mg/L)

0,20

0,15

0,10

0,05

0,00
0

500

1000

1500

2000

2500

3000

Distncia (m)

Figura 16: Soluo da equao de transporte para o caso 2, pelo esquema BTCS. (Linha
cheia: soluo numrica; Pontos: Soluo analtica).

Concentrao (mg/L)

0,20

0,15

0,10

0,05

0,00
0

500

1000

1500

2000

2500

3000

Distncia (m)

Figura 17: Soluo da equao de transporte para o caso 2, pelos esquemas: Crank-Nicholson
(Linha cheia), FTCS (Linha tracejada) e a soluo analtica (Pontos).
Observando os resultados do esquema limitador de fluxo percebe-se um melhor
desempenho em relao aos demais no inicio da simulao, logo em seguida que ocorre o
despejo instantneo do constituinte, pois nesse instante que encontrado o maior gradiente
da simulao. O esquema limitador inibe o aparecimento de valores negativos nos primeiros

passos de simulao devido s oscilaes resultantes do gradiente, conforme destacado na

Figura 18.
1,00
T=0,02

Concentrao (mg/L)

0,80

0,60
0,40
0,20
0,00
200

300

400

500

600

700

800

-0,20
Distncia (m)

Figura 18: Soluo da equao de transporte para o caso 1, pelos esquemas: Limitador de
Fluxo (Linha cheia) e Upwind (Linha tracejada).
7. CONCLUSO

De modo geral, dentre os mtodos explcitos, os esquemas LeapFrog, Lax-Wendrof e o

Dufort-Frankel foram os que resultaram em melhores resultados, considerando que podem ser
aplicados a uma faixa de valores de dt e dx mais ampla, causando prejuzos que podem ser
aceitveis, isto se deve as estratgias como adicionar uma difuso artificial, assim como a
utilizao de esquemas com aproximao de segunda ordem tanto no tempo como no espao.
J os esquemas explcitos FTCS e Upwind tm suas aplicaes mais limitadas devido a
dificuldade de lidar com as restries de estabilidade e preciso.
Quanto aos esquemas implcitos, pde-se perceber suas grandes vantagens em relao aos
explcitos, tanto no tratamento de grandes gradientes quanto na estabilidade, porm a sua
utilizao depende do grau de complexidade e das condies impostas pelo problema.
Apesar da grande variedade de mtodos desenvolvidos para soluo da equao de
transporte, seu estudo ainda consiste num grande desafio devido a importncia da suas
aplicaes.
8. REFERNCIAS BIBLIGRFICAS

1 AWAD, M.; TURNER, I. Flux-limiting and non-linear solution techniques for simulation
of transport in porous media. In: Proceedings of the 1999 International conference on
Computational Techniques and Applications. 1999, Australia. Anais... Australia.
Australian Mathematical Society, 1999.
2 BRITZ, D.; OSTERBY, O.; STRUTWOLF, J. Damping of Crank-Nicolson error
oscillations. Computational Biology and Chemistry. v.27, n.3, p. 253-263, 2003.
3 CASULLI, V. Numerical Simulation of shallow water flow. In: Computational Methods in
Surface Hydrology. 1990, Southampton. Anais... Southampton. Computational Mechanics
Publications, 1990.
4 CASULLI, V.; CHENG, R. T. Stability analysis of Eulerian-Lagrangian methods for the
one-dimensional shallow-water equations. Applied Mathematical Modelling. v.14, n.3, p.
122-131, 1990.

5 CHAPRA, S. C. Surface Water Quality Modeling. New York: McGraw-Hill, 1997. 844p.
6 CHOCK, D. P. A comparison of numerical methods for solving the advection equation--II.
Atmospheric Environment (1967). v.19, n.4, p. 571-586, 1985.
7 CHOCK, D. P. A comparison of numerical methods for solving the advection equation-III. Atmospheric Environment.Part A.General Topics. v.25, n.5-6, p. 853-871, 1991.
8 CHOCK, D. P.; DUNKER, A. M. A comparison of numerical methods for solving the
advection equation. Atmospheric Environment (1967). v.17, n.1, p. 11-24, 1983.
9 CUNGE, J. A.; HOLLY, F. M. JR.; VERWEY, A. Practical aspects of computional river
hydraulics. London: Pitman Advanced, 1980. 420p.
10 DEHGHAN, M. Crank-Nicolson finite difference method for two-dimensional diffusion
with an integral condition. Applied Mathematics and Computation. v.124, n.1, p. 17-27,
2001.
11 DEHGHAN, M. Fully explicit finite-difference methods for two-dimensional diffusion
with an integral condition. Nonlinear Analysis. v.48, n.5, p. 637-650, 2002.
12 DEHGHAN, M. Numerical solution of one-dimensional parabolic inverse problem.
Applied Mathematics and Computation. v.136, n.2-3, p. 333-344, 2003.
13 DEHGHAN, M. Numerical schemes for one-dimensional parabolic equations with
nonstandard initial condition. Applied Mathematics and Computation. v.147, n.2, p. 321331, 2004.
14 DEHGHAN, M. Weighted finite difference techniques for the one-dimensional advectiondiffusion equation. Applied Mathematics and Computation. v.147, n.2, p. 307-319, 2004.
15 DEHGHAN, M. Fully implicit finite differences methods for two-dimensional diffusion
with a non-local boundary condition. Journal of Computational and Applied Mathematics.
v.106, n.2, p. 255-269, 1999.
16 DEHGHAN, M. Numerical solution of the three-dimensional advection-diffusion equation.
Applied Mathematics and Computation. v.150, n.1, p. 5-19, 2004.
17 EWING, E.; WANG, H. A summary of numerical methods for time-dependent advectiondominated partial differential equations. Journal of Computational and Applied
Mathematics. v.128, n.1-2, p. 423-445, 2001.
18 FLETCHER, C. A. J. Computational Techniques for Fluids Dynamics. New York:
Springer-Verlag, 1997. 401p.
19 ISLAM, R. M.; CHAUDHRY, H. M. Numerical solution of transport equation for
applications in environmental hydraulics and hydrology. Journal of Hydrology. v.191, n.14, p. 106-121, 1997.
20 KARSTEN, H. The straightforward numerical treatment of the time dependent advection
in air pollution problems and its verification. Atmospheric Environment (1967). v.16, n.10,
p. 2391-2399, 1982.
21 KURGANOV, A.; TADMOR, E. New High-Resolution Central Schemes for Nonlinear
Conservation Laws and Convection-Diffusion Equations. Journal of Computational
Physics. v.160, n.1, p. 241-282, 2000.
22 LAVAL, B.; HODGES, B. R.; IMBERGER, J. Numerical diffusion in stratified lake
models. In: 5th International Sympsium on Stratified Flows. 2000, Vancouver. Anais...
Vancouver. 2000.
23 LEVEQUE, R. J. Finite Diference Methods for Diferential Equations. Washington:
University of Washington, 1998. 230p.
24 NOYE, B. J. Some three-level finite difference methods for simulating advection in fluids.
Computers & Fluids. v.19, n.1, p. 119-140, 1991.
25 PATNAIK, G.; GUIRGUIS, R. H.; BORIS, J. P.; ORAN, E. S. A barely implicit
correction for flux-corrected transport. Journal of Computational Physics. v.71, n.1, p. 120, 1987.

26 PEREIRA, R. S.; NIENCHESKI, L. F. H. Simulao computacional do acidente com o

navio tanque Bahamas no porto de Rio Grande. In: Seminrio e Workshop em Engenharia
Ocenica. 2004, Rio Grande. Anais... Rio Grande. Ed. da FURG, 2004.
27 REZZOLLA, L. Numerical Methods for the Solution of Hyperbolic Partial Differential
Equations.
2004.
Disponvel
em:
<
http://www.sissa.it/~rezzolla/lnotes/hyperblc_pdes_lnotes/index.html >. Acesso em:
08/16/2004.
28 RUAN, F.; MCLAUGHLIN, D. An investigation of Eulerian-Lagrangian methods for
solving heterogeneous advection-dominated transport problems. Water Resource Research.
v.35, n.08, p. 2359-2373, 1999.
29 SCHONNOR, J. Environmental Modeling. Wiley Interscience, 1996.
30 SPIEGELMAN, M. Myths and Methods in Modeling. Columbia: Columbia University,
2000. 202p.
31 SURATANAKAVIKUL, V.; MARQUIS, A. J. A Comparative Study of Flux-Limiters in
Unsteady and Steady Flows. In: 13th National Mechanical Engineering Conference. 1999,
Cholburi, Thailand. Anais... Cholburi, Thailand. 1999.
32 TUCCI,
C.
E.
M.
Modelos
Hidrolgicos.
Porto
Alegre:
Ed.
da
Universidade/UFRGS/ABRH, 1998. 669p.
33 WANG, H.; EWING, R. E.; QIN, G.; LYONS, S. L.; AL LAWATIA, M.; MAN, S. A
Family of Eulerian-Lagrangian Localized Adjoint Methods for Multi-dimensional
Advection-Reaction Equations. Journal of Computational Physics. v.152, n.1, p. 120-163,
1999.
34 YANG, Y.; WILSON, L. T.; MAKELA, M. E.; MARCHETTI, M. A. Accuracy of
numerical methods for solving the advection-diffusion equation as applied to spore and
insect dispersal. Ecological Modelling. v.109, n.1, p. 1-24, 1998.
35 YOUNG, D. L.; WANG, Y. F.; ELDHO, T. I. Solution of the advection-diffusion equation
using the Eulerian-Lagrangian boundary element method. Engineering Analysis with
Boundary Elements. v.24, n.6, p. 449-457, 2000.