Modelos de dispersión de contaminantes

Predicción de la evolución de episodios de contaminación.

Información crucial en la toma de decisiones en situaciones de emergencia

Los modelos de dispersión de la contaminación del agua permiten evaluar el impacto de las descargas de contaminantes en ríos, aguas costeras y subterráneas.

Predecir el desarrollo y propagación y la dispersión de un contaminante es vital para la protección del medio ambiente. En situaciones de emergencia, como los vertidos accidentales en cursos de agua, predecir la evolución de los contaminantes es fundamental para una toma de decisiones rápida y eficaz que permita proteger el área afectada aguas abajo.

ADASA se encuentra actualmente involucrada en la adaptación de modelos de dispersión para Barcelona y Berlín como parte del proyecto iBathwater, un nuevo sistema de gestión integrado para la red de alcantarillado urbano. Su objetivo es reducir la descarga de agua no tratada en el medio ambiente durante y después de episodios de lluvias intensas.

Un modelo de dispersión de la contaminación en ríos rastrea sustancias peligrosas a lo largo del curso del río, desde los puntos de descarga del sistema de alcantarillado hasta las áreas de baño.

Un modelo de dispersión costera, por su parte, combina información sobre el viento, las mareas, el oleaje y las condiciones meteorológicas sobre las descargas del sistema de alcantarillado durante las lluvias, para simular los parámetros indicadores de contaminación por transporte y dispersión y sus efectos en las zonas de baño.

Simulaciones matemáticas predicen cómo se dispersan los contaminantes, mediante programas informáticos que incluyen algoritmos para resolver las ecuaciones matemáticas que gobiernan las dispersiones de los contaminantes, y modelan diferentes fenómenos, tales como: dispersión, difusión, advección, sedimentación o adsorción.

Ventajas

Análisis general del problema con resultados mostrados geográficamente.
Análisis de los sectores afectados y de los contaminantes involucrados.
Localización de picos de concentración y análisis del efecto de las interacciones químicas de los contaminantes.
Sinergia con las mediciones. Comparación de las mediciones reales con los resultados del modelo para ajustar el modelo al propósito deseado.
Capacidad para realizar estudios de posibles escenarios para calcular la medida de reducción de emisiones más eficiente.