Physically Parameterized Fourth-Order Retention and Scaling Analysis in Bi-Flux Turbulent Dispersion for the Planetary Boundary Layer

Matheus Henrique S. Siqueira; Roseane A. S. Albani; Antônio J. Silva Neto; Davidson M. Moreira

doi:10.63595/vetor.v36i1.20896

Autores

Matheus Henrique S. Siqueira Instituto Politécnico, Universidade do Estado do Rio de Janeiro, Nova Friburgo, Brasil https://orcid.org/0000-0003-2178-9779
Roseane A. S. Albani Instituto Politécnico, Universidade do Estado do Rio de Janeiro, Nova Friburgo, Brasil https://orcid.org/0000-0002-2091-194X
Antônio J. Silva Neto Instituto Politécnico, Universidade do Estado do Rio de Janeiro, Nova Friburgo, Brasil https://orcid.org/0000-0002-9616-6093
Davidson M. Moreira SENAI CIMATEC, Salvador, Bahia, Brasil https://orcid.org/0000-0002-0902-5218

DOI:

https://doi.org/10.63595/vetor.v36i1.20896

Palavras-chave:

Dispersão Atmosférica, Modelo Bi-Fluxo, Difusão Anômala

Resumo

A teoria clássica de difusão Fickiana frequentemente falha em capturar a estrutura complexa da dispersão turbulenta na Camada Limite Planetária (CLP), particularmente no que diz respeito à descrição de efeitos de memória e retenção da pluma. Este trabalho investiga a teoria de dispersão Bi-fluxo, que estende a equação de advecção-difusão ao incorporar um termo de derivada de quarta ordem para modelar fenômenos de transporte não-Fickianos. Diferentemente de abordagens analíticas anteriores limitadas a coeficientes constantes, este estudo desenvolve um modelo numérico utilizando um esquema implícito de diferenças finitas de alta ordem que incorpora perfis realistas dependentes da altura tanto para a velocidade do vento quanto para a difusividade turbulenta vertical. Uma nova parametrização física é proposta para o coeficiente de retenção de quarta ordem, definido como K_z2 ∝ u_*|L|³, conectando o mecanismo não-Fickiano às escalas locais de turbulência atmosférica (velocidade de fricção e comprimento de Monin-Obukhov). O modelo foi validado com o conjunto de dados do Experimento de Copenhague. Uma análise de sensibilidade do parâmetro de partição β revelou um desempenho ótimo em β=0,99. Os resultados demonstram que o modelo Bi-fluxo fisicamente parametrizado supera significativamente a formulação Fickiana clássica (β=1,0), alcançando uma redução de 24,1% no Erro Quadrático Médio Normalizado (NMSE) e uma melhoria de 70,4% no Desvio Padrão Fracionário (FS). Essas descobertas confirmam que a inclusão de um termo de quarta ordem com escalonamento atmosférico preserva efetivamente a variância interna da pluma, oferecendo uma capacidade preditiva superior para a dispersão de poluentes em camadas limites instáveis.

Downloads

Não há dados estatísticos.

Referências

[1] M. Pantusheva, R. Mitkov, P. O. Hristov, and D. Petrova-Antonova, “Air pollution dispersion modelling in urban environment using CFD: A systematic review,” Atmosphere, vol. 13, no. 10, 2022. Available at: https://doi.org/10.3390/atmos13101640

[2] V. M. Fernández-Pacheco, E. Álvarez Álvarez, E. Blanco-Marigorta, and T. Ackermann, “CFD model to study PM 10 dispersion in large-scale open spaces,” Scientific Reports, vol. 13, no. 1, 2023. Available at: https://doi.org/10.1038/s41598-023-33144-9

[3] R. A. S. Albani and V. V. L. Albani, “Tikhonov-type regularization and the finite element method applied to point source estimation in the atmosphere,” Atmospheric Environment, vol. 211, pp. 69–78, 2019. Available at: https://doi.org/10.1016/j.atmosenv.2019.04.063

[4] D. Moreira, P. Xavier, A. Palmeira, and E. Nascimento, “New approach to solving the atmospheric pollutant dispersion equation using fractional derivatives,” International Journal of Heat and Mass Transfer, vol. 144, 2019. Available at: https://doi.org/10.1016/j.ijheatmasstransfer.2019.118667

[5] A. Palmeira, P. Xavier, and D. Moreira, “Simulation of atmospheric pollutant dispersion considering a bi-flux process and fractional derivatives,” Atmospheric Pollution Research, vol. 11, no. 1, pp. 57–66, 2020. Available at: https://doi.org/10.1016/j.apr.2019.09.015

[6] C. Lin, R. Ooka, H. Jia, A. Parente, and H. Kikumoto, “Eulerian RANS simulation of pollutant dispersion in atmospheric boundary layer considering anisotropic and near-source diffusivity behavior,” Journal of Wind Engineering and Industrial Aerodynamics, vol. 258, 2025. Available at: https://doi.org/10.1016/j.jweia.2025.106036

[7] A. Ulke, “New turbulent parameterization for a dispersion model in the atmospheric boundary layer,” Atmospheric Environment, vol. 34, no. 7, pp. 1029–1042, 2000. Available at: https://doi.org/10.1016/S1352-2310(99)00378-7

[8] J. Xu, M. Jiang, L. Bevilacqua, and A. J. S. Neto, “A meshless generalized finite difference method for a fourth-order anomalous diffusion model,” International Communications in Heat and Mass Transfer, vol. 164, p. 108712, 2025. Available at: https://doi.org/10.1016/j.icheatmasstransfer.2025.108712

[9] D. M. Moreira, “An approach for the atmospheric pollutant dispersion equation considering anomalous diffusion in strongly unstable conditions,” Pure and Applied Geophysics, vol. 179, no. 4, pp. 1433–1443, 2022. Available at: https://doi.org/10.1007/s00024-022-02986-1

[10] L. Bevilacqua, A. C. N. R. Galeão, and F. P. Costa, “A new analytical formulation of retention effects on particle diffusion processes,” Anais da Academia Brasileira de Ciências, vol. 83, no. 4, pp. 1443–1464, 2011. Available at: https://doi.org/10.1590/S0001-37652011005000033

[11] M. Jiang, L. Bevilacqua, A. J. S. Neto, A. C. N. R. Galeão, and J. Zhu, “Bi-flux theory applied to the dispersion of particles in anisotropic substratum,” Applied Mathematical Modelling, vol. 64, pp. 121–134, 2018. Available at: https://doi.org/10.1016/j.apm.2018.07.022

[12] M. Jiang, L. Bevilacqua, J. Zhu, and X. Yu, “Nonlinear Galerkin finite element methods for fourth-order Bi-flux diffusion model with nonlinear reaction term,” Computational and Applied Mathematics, vol. 39, no. 3, p. 143, 2020. Available at: https://doi.org/10.1007/s40314-020-01168-w

[13] L. Bevilacqua and M. Jiang, “Energy exchange in a bi-flux diffusion process consisting of particles of the same nature split into two distinct microstates,” Journal of the Brazilian Society of Mechanical Sciences and Engineering, vol. 43, no. 10, p. 457, 2021. Available at: https://doi.org/10.1007/s40430-021-03145-8

[14] L. Bevilacqua, A. C. N. R. Galeão, and F. P. Costa, “On the significance of higher order differential terms in diffusion processes,” Journal of the Brazilian Society of Mechanical Sciences and Engineering, vol. 33, no. 2, pp. 166–175, 2011. Available at: https://doi.org/10.1590/S1678-58782011000200007

[15] S.-E. Gryning and E. Lyck, “Atmospheric dispersion from elevated sources in an urban area: Comparison between tracer experiments and model calculations,” Journal of Climate and Applied Meteorology, vol. 23, no. 4, pp. 651–660, 1984. Available at: https://doi.org/10.1175/1520-0450(1984)023<0651:ADFESI>2.0.CO;2

[16] S. E. Gryning, A. A. M. Holtslag, J. S. Irwin, and B. Sivertsen, “Applied dispersion modelling based on meteorological scaling parameters,” Atmospheric Environment (1967), vol. 21, no. 1, pp. 79–89, 1 1987. Available at: https://doi.org/10.1016/0004-6981(87)90273-3

[17] S.-E. Gryning and E. Lyck, “The copenhagen tracer experiments: Reporting of measurements,” Tech. Rep., 2002, Risø-R-1054(rev.1)(EN). Available at: https://www.harmo.org/jsirwin/CopenhagenDataReport.pdf

[18] P. Virtanen, R. Gommers, T. E. Oliphant, M. Haberland, T. Reddy, D. Cournapeau, E. Burovski, P. Peterson, W. Weckesser, J. Bright, S. J. van der Walt, M. Brett, J. Wilson, K. J. Millman, N. Mayorov, A. R. J. Nelson, E. Jones, R. Kern, E. Larson, C. J. Carey, İ. Polat, Y. Feng, E. W. Moore, J. VanderPlas, D. Laxalde, J. Perktold, R. Cimrman, I. Henriksen, E. A. Quintero, C. R. Harris, A. M. Archibald, A. H. Ribeiro, F. Pedregosa, P. van Mulbregt, and SciPy 1.0 Contributors, “SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python,” Nature Methods, vol. 17, pp. 261–272, 2020. Available at: https://doi.org/10.1038/s41592-019-0686-2