RESUMO A solução automatizada das equações do transporte de contaminantes no interior de um aquífero depende de parâmetros físicos e químico e, principalmente, do campo de velocidades de suas águas subterrâneas. Este campo de velocidades pode ser obtido da solução numérica do modelo matemático que descreve o potencial hidráulico da região de fluxo saturado. Na fase de pré-processamento da solução, o uso de técnicas de geoprocessamento foi aplicado na geração de malhas computacionais com a imposição geoespacial das condições iniciais e de fronteira para simular o comportamento do lençol freático na localidade do contaminante. Neste trabalho, após a transferência do potencial hidráulico, em termos de campo de velocidades para a equação do transporte, um código numérico desenvolvido em Python foi capaz de prever a migração de um contaminante no interior de um aquífero descrevendo a quantidade do poluente através das isolinhas de concentração. Outra contribuição importante das técnicas de geoprocessamento foi observado na padronização e especificação das informações georreferenciadas das várias fontes que forneceram as bases de dados geoespacias para a descrição hidrogeológica da região de estudos.

ABSTRACT The automated solution of contaminant transport equations inside an aquifer depends on physical and chemical parameters and, most importantly, on the groundwater velocity field. Such a field can be obtained from the numerical solution of a mathematical model describing the hydraulic potential of the saturated flux region. In the pre-processing solution step, geoprocessing techniques were applied to produce computational meshes respecting the geospatial constraints of the initial and boundary conditions to simulate the behavior of the water table around the contaminant. In this work, after the hydraulic potential transference - in terms of velocities field for the transport equation -, a Python numerical code was developed to predict the contaminant migration within an aquifer, describing the amount of pollutant through concentration isolines. Another important contribution of the geoprocessing techniques was observed in the standardization and specification of the georeferenced information from several sources, which provided the geospatial database for the hydrogeologic description of the studied area.

Considerando o fato de que o transporte de contaminantes ocorre em regime de pequena advecção, um estimador residual é usado para analisar a equação parabólica que descreve o fenômeno de advecção-difusão-reação em meio poroso saturado. A solução numérica correspondente é obtida pelo método de elementos finitos usando um esquema θ A-estável em código Python. O estimador de erro residual avalia separadamente as partes componentes do erro e permite a análise e comparação das contribuições para o erro residual. Essa análise considera uma sequência de problemas com diferentes números de elementos na malha computacional. As simulações numéricas indicam que o residual do salto é dominante em comparação com outros resíduos estimados e a dominância cresce com o número de elementos na malha e com o tempo. Adicionalmente, o problema considerado requer esforço adicional para o cálculo das contribuições associadas com a projeção L² da função fonte de contaminante no espaço de elementos finitos.

Considering the fact that the transport of contaminants occur in small advection regime, a residual estimator is used to evaluate the parabolic equation that describes the phenomena of advection-diffusion-reaction in the saturated porous medium. The correspondent numerical solution is obtained by the finite element method using the θ A-stable scheme and a Python code. The residual error estimator considers its component parts and enables analysis and comparisons of contributions to residual error.This analysis considers a problem sequence with a different number of elements in computational mesh. As a result of numerical simulations, there is a dominance of the jump residuals compared to other residual estimates and this dominance increases with both, the growth of elements number in the computational mesh and with time. Furthermore, the considered problem requires additional effort for the calculation of contributions associated with the L² projection of the contaminant source function on the finiteelement space.