Estudios recientes estiman que las emisiones de las instalaciones de producción de petróleo y gas contribuyen entre el 20 y el 50% del total de metano emitido en los EE. UU.; por lo tanto, cuantificar y reducir estas emisiones es crucial para alcanzar los objetivos climáticos. La cuantificación del metano depende tanto de medir las concentraciones de metano como de convertirlas en emisiones a través de un marco de modelado. Actualmente, se utilizan principalmente modelos de dispersión atmosférica simples para cuantificar emisiones y concentraciones, pero estas estimaciones son altamente inciertas al cuantificar emisiones de fuentes aerodinámicas complejas, como las instalaciones de petróleo y gas. Esta investigación utilizó un enfoque de modelado CFD, que puede tener en cuenta la complejidad aerodinámica, pero que hasta ahora no se había utilizado para modelar concentraciones de metano a sotavento de una liberación de metano de una tasa conocida, y se comparó con mediciones in situ. Se midieron datos de concentración de metano y meteorológicos de alta resolución temporal (1 Hz) durante experimentos realizados en el METEC el 21 de marzo y el 11 de julio de 2024. La configuración del sitio METEC, los datos de viento medidos y las tasas de emisión controladas se utilizaron como entrada para el modelo CFD CONVERGE para modelar la concentración a sotavento. El modelado se llevó a cabo entre 20 y 70 m, desde dos puntos diferentes de liberación en dos experimentos de liberación controlada separados, uno desde un separador y otro desde un cabezal de pozo. En estos experimentos, encontramos que el modelo CFD podía predecir las concentraciones a sotavento de la liberación con un buen grado de precisión. El modelo fue evaluado en múltiples métricas para evaluar su rendimiento en la estimación de concentraciones de metano a distancias típicas de línea de cerca (30 m). Estos resultados nos ayudan a entender los flujos externos y la capacidad de los modelos CFD para predecir concentraciones a sotavento en entornos aerodinámicamente complejos.