Uma ferramenta computacional para simulação de espalhamento de fluidos baseada em autômatos celulares bidimensionais estocásticos
Resumo
Uma das principais causas de poluição da água está na extração de minerais e combustíveis fósseis do solo ou até mesmo de oceanos. A busca intensa por esses recursos naturais para criação de produtos derivados cresce em larga escala, aumentando, consequentemente, a sua exploração. Entretanto, o seu vazamento na natureza pode causar sérios problemas à vida dos humanos e animais. Neste contexto, o presente trabalho apresenta um estudo dos autômatos celulares e suas aplicações, e propõe um modelo para realizar simulações de espalhamento de fluidos, e posteriormente apresenta um protótipo do sistema para suportar essas simulações. Experimentos e testes foram realizados para analisar como as variáveis envolvidas afetam o espalhamento de fluidos dentro do ambiente simulado.
Referências
Castro, A. P. and Lima, D. A. (2013). Autômatos celulares aplicados a modelagem de dinâmica populacional em situação de risco. In 4th Workshop of Applied Computing for the Management of the Environment and Natural Resources WCAMA 2013 CSBC, Universidade Federal de Alagoas.
Dilão, R. (1993). Autômatos celulares, máquinas de turing ou a natureza como máquina de cálculo. Colóquio Ciências, 12:3–20.
Duff, T. J., Chong, D. M., and Tolhurst, K. G. (2015). Using discrete event simulation cellular automata models to determine multi-mode travel times and routes of terrestrial suppression resources to wildland fires. European Journal of Operational Research, 241(3):763–770.
Ha, S., Cha, J.-H., Ku, N.-K., and Lee, K.-Y. (2012). Cell-based discrete event and discrete time simulation for the prediction of oil slick movement and spreading in ocean environment. Transactions of the Society of CAD/CAM Engineers, 17(1):45–53.
Hernandez, L., Hoya, S., Martan, A., and Rodriguez, G. (2007). Modelling forest fire spread using hexagonal cellular automata. Applied Mathematical Modelling, 31(6):1213 – 1227.
Jian-hua, Z., Tao, J., Sheng-an,W., and Jia-wei, M. (2015). Research of cellular automata traffic flow model for variable traffic flow density. Traffic, 10(20):26–25.
Karafyllidis, I. (1997). A model for the prediction of oil slick movement and spreading using cellular automata. Environment international, 23(6):839–850.
Lehikoinen, A., Hanninen, M., Storgard, J., Luoma, E., Mantyniemi, S., and Kuikka, S. (2015). A bayesian network for assessing the collision induced risk of an oil accident in the gulf of finland. Environmental science and technology, 49(9):5301–5309.
Lima, H. A. and Lima, D. A. (2014). Autômatos celulares estocásticos bidimensionais aplicados à simulação de propagação de incêndios em florestas homogêneas. In 5th Workshop of Applied Computing for the Management of the Environment and Natural Resources WCAMA 2014 CSBC, Universidade de Brasilia.
Mohamadi, B., Xie, Z., and Liu, F. (2015). Gis based oil spill risk assessment model for the niger deltas vegetation. Nature Environment and Pollution Technology, 14(3):545.
Mondol, M. R., Keshavmurthy, S., Lee, H.-J., Hong, H.-K., Park, H.-S., Park, S.-R., Kang, C.-K., and Choi, K.-S. (2015). Recovery of wild pacific oyster, crassostrea gigas in terms of reproduction and gametogenesis two-years after the hebei spirit oil spill accident off the west coast of korea. Continental Shelf Research, 111:333–341.
Oliveira, G. M. B. (2003). Automatos celulares: aspectos dinâmicos e computacionais. III Jornada de Mini-cursos em Inteligência Artificial (MCIA) - Sociedade Brasileira de Computação, 8:297 – 345.
Pereira, L. A., Duczmal, L. H., and Cruz, F. R. (2011). Simulação de evacuação emergencial via autômatos celulares: Uma proposta de modificação do modelo de schadschneider. In XXXII Congresso Nacional de Matemática Aplicada e Computacional, pages 692–698.
Vourkas, I. and Sirakoulis, G. C. (2012). Fpga based cellular automata for environmental modeling. In Electronics, Circuits and Systems (ICECS), 2012 19th IEEE International Conference on, pages 93–96. IEEE.
Wolfram, S. (2002). A New Kind of Science. Wolfram Media - (1st edition): 1197 - 2006-09-19T07:35:05.000+0200.
Dilão, R. (1993). Autômatos celulares, máquinas de turing ou a natureza como máquina de cálculo. Colóquio Ciências, 12:3–20.
Duff, T. J., Chong, D. M., and Tolhurst, K. G. (2015). Using discrete event simulation cellular automata models to determine multi-mode travel times and routes of terrestrial suppression resources to wildland fires. European Journal of Operational Research, 241(3):763–770.
Ha, S., Cha, J.-H., Ku, N.-K., and Lee, K.-Y. (2012). Cell-based discrete event and discrete time simulation for the prediction of oil slick movement and spreading in ocean environment. Transactions of the Society of CAD/CAM Engineers, 17(1):45–53.
Hernandez, L., Hoya, S., Martan, A., and Rodriguez, G. (2007). Modelling forest fire spread using hexagonal cellular automata. Applied Mathematical Modelling, 31(6):1213 – 1227.
Jian-hua, Z., Tao, J., Sheng-an,W., and Jia-wei, M. (2015). Research of cellular automata traffic flow model for variable traffic flow density. Traffic, 10(20):26–25.
Karafyllidis, I. (1997). A model for the prediction of oil slick movement and spreading using cellular automata. Environment international, 23(6):839–850.
Lehikoinen, A., Hanninen, M., Storgard, J., Luoma, E., Mantyniemi, S., and Kuikka, S. (2015). A bayesian network for assessing the collision induced risk of an oil accident in the gulf of finland. Environmental science and technology, 49(9):5301–5309.
Lima, H. A. and Lima, D. A. (2014). Autômatos celulares estocásticos bidimensionais aplicados à simulação de propagação de incêndios em florestas homogêneas. In 5th Workshop of Applied Computing for the Management of the Environment and Natural Resources WCAMA 2014 CSBC, Universidade de Brasilia.
Mohamadi, B., Xie, Z., and Liu, F. (2015). Gis based oil spill risk assessment model for the niger deltas vegetation. Nature Environment and Pollution Technology, 14(3):545.
Mondol, M. R., Keshavmurthy, S., Lee, H.-J., Hong, H.-K., Park, H.-S., Park, S.-R., Kang, C.-K., and Choi, K.-S. (2015). Recovery of wild pacific oyster, crassostrea gigas in terms of reproduction and gametogenesis two-years after the hebei spirit oil spill accident off the west coast of korea. Continental Shelf Research, 111:333–341.
Oliveira, G. M. B. (2003). Automatos celulares: aspectos dinâmicos e computacionais. III Jornada de Mini-cursos em Inteligência Artificial (MCIA) - Sociedade Brasileira de Computação, 8:297 – 345.
Pereira, L. A., Duczmal, L. H., and Cruz, F. R. (2011). Simulação de evacuação emergencial via autômatos celulares: Uma proposta de modificação do modelo de schadschneider. In XXXII Congresso Nacional de Matemática Aplicada e Computacional, pages 692–698.
Vourkas, I. and Sirakoulis, G. C. (2012). Fpga based cellular automata for environmental modeling. In Electronics, Circuits and Systems (ICECS), 2012 19th IEEE International Conference on, pages 93–96. IEEE.
Wolfram, S. (2002). A New Kind of Science. Wolfram Media - (1st edition): 1197 - 2006-09-19T07:35:05.000+0200.
Publicado
04/07/2016
Como Citar
LIMA, Marcos V. B.; OLIVEIRA, Cíntia C.; LIMA, Danielli A..
Uma ferramenta computacional para simulação de espalhamento de fluidos baseada em autômatos celulares bidimensionais estocásticos. In: WORKSHOP DE COMPUTAÇÃO APLICADA À GESTÃO DO MEIO AMBIENTE E RECURSOS NATURAIS (WCAMA), 7. , 2016, Porto Alegre.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2016
.
p. 1876-1885.
ISSN 2595-6124.
DOI: https://doi.org/10.5753/wcama.2016.9546.
