El modelo de partículas lagrangiano de código abierto LAPMOD incorpora ahora el efecto de corriente descendente de los edificios en su algoritmo con PRIME2. Diseñado pensando en el olor, trata el efecto de corriente descendente a nivel de partícula para fuentes puntuales, de área y de volumen, elimina la necesidad del preprocesamiento BPIP y evita las cavidades de «concentración constante» poco realistas que pueden aparecer con esquemas más antiguos.
El impacto por olor viene determinado principalmente por lo que ocurre en las primeras decenas o cientos de metros desde la fuente. En este campo cercano, los edificios pueden forzar los penachos hacia abajo, aumentar la turbulencia y crear zonas de recirculación que afectan considerablemente a las concentraciones a nivel del suelo en los receptores cercanos. Si un modelo de dispersión calcula erróneamente la estela del edificio, puede subestimar o sobreestimar fácilmente precisamente aquellas concentraciones que determinan si los vecinos se quejan o no. Esto hace que la elección del esquema de corriente descendente sea fundamental para las evaluaciones de olores en torno a plantas de tratamiento de aguas residuales, instalaciones de compostaje, centros de procesamiento de alimentos y otras instalaciones con distribuciones complejas.
Históricamente, muchos modelos normativos (por ejemplo, AERMOD y CALPUFF) han utilizado el algoritmo clásico PRIME (Plume Rise Model Enhancements) para representar el efecto de rebase de los edificios. PRIME supuso un avance significativo, pero los estudios en túnel de viento y de CFD han puesto de manifiesto desde entonces sus limitaciones a la hora de representar el aumento de la turbulencia, el déficit de velocidad y el comportamiento de las cavidades, especialmente en estructuras no rectangulares o aerodinámicas, como los depósitos y las torres de refrigeración.
PRIME2, desarrollado por Petersen y Guerra (2018), actualizó el esquema para ajustarse mejor a estos datos. Este nuevo algoritmo introdujo formulaciones mejoradas para la turbulencia y el déficit de velocidad en la estela, un tratamiento específico para edificios aerodinámicos y estructuras cilíndricas, y una representación físicamente más coherente de la cavidad de recirculación. Para la modelización de olores, donde los picos de corto alcance y los efectos de estela son importantes, PRIME2 ofrece una descripción más adecuada de la física cercana a la fuente que el PRIME clásico.
En un nuevo artículo publicado en *Chemical Engineering Transactions* (vol. 127, 2026), Roberto Bellasio y Roberto Bianconi han descrito la implementación del flujo descendente de los edificios en LAPMOD, un modelo de partículas lagrangiano de código abierto que ya se utiliza para la dispersión de olores. LAPMOD adopta PRIME2 en lugar del PRIME clásico, alineando así el modelo con los datos recientes obtenidos en túneles de viento y mediante CFD sobre el comportamiento de la estela. El efecto de corriente descendente se aplica a todas las partículas que se desplazan a través de la estela. Esto incluye las emisiones procedentes de fuentes puntuales, de superficie y volumétricas, muy comunes en instalaciones que emiten olores (por ejemplo, cuencas abiertas, depósitos o emisiones fugitivas de edificios).
Otra característica interesante es que LAPMOD lee directamente la geometría del edificio, por lo que no es necesario un paso de preprocesamiento independiente con BPIP/BPIPPRM para generar las dimensiones proyectadas del edificio por sector de viento. Esto simplifica la configuración y reduce el riesgo de errores relacionados con la geometría. Las pruebas de sensibilidad muestran el comportamiento esperado: las concentraciones aumentan bruscamente cerca del edificio, y el efecto de corriente descendente se atenúa a medida que la fuente se adentra en la estela, en consonancia con las expectativas físicas y los datos experimentales.
El artículo incluye una comparación directa con CALPUFF, que sigue basándose en el esquema clásico de PRIME. Los resultados ponen de relieve diferencias prácticas que son relevantes para las evaluaciones de olores. CALPUFF predice concentraciones notablemente más altas dentro de la estela del edificio en comparación con LAPMOD, que utiliza PRIME2. Esto puede dar lugar a estimaciones de impacto más conservadoras (y potencialmente poco realistas) cerca de las instalaciones.
CALPUFF también genera una zona de concentración casi uniforme en la cavidad de recirculación situada detrás del edificio, un artefacto que no se ve respaldado por las pruebas de túnel de viento ni por los resultados de CFD. PRIME2 en LAPMOD evita este comportamiento, ofreciendo un patrón espacial más realista de la exposición a los olores. Para los profesionales, esto significa que los modelos clásicos basados en PRIME pueden sobreestimar las concentraciones máximas de olores en la estela inmediata, al tiempo que representan de forma errónea cómo disminuyen las concentraciones con la distancia y la posición respecto al edificio.
Para los modeladores de olor y las autoridades reguladoras, este trabajo ofrece una vía práctica para obtener predicciones más realistas cerca de la fuente, especialmente en emplazamientos industriales complejos donde los edificios y las fuentes a baja altura determinan la exposición.
Si te ha parecido interesante este artículo, quizá también te interese:
