estudio de la dispersión de los contaminantes atmosféricos en la ciudad de santa cruz de la sierra

FACULTAD DE INGENIERÍA Carrera: INGENIERÍA INDUSTRIAL Y DE SISTEMAS

MODALIDAD DE GRADUACIÓN Proyecto de Grado

Fernando Chávez Gomes da Silva

Santa Cruz de la Sierra – Bolivia

7 de agosto del 2009

ESTUDIO DE LA DISPERSIÓN DE LOS CONTAMINANTES ATMOSFÉRICOS EN LA CIUDAD DE SANTA CRUZ DE LA SIERRA

FACULTAD DE INGENIERÍA Carrera: INGENIERÍA INDUSTRIAL Y DE SISTEMAS

MODALIDAD DE GRADUACIÓN Proyecto de Grado

Fernando Chávez Gomes da Silva Registro: 2005111244

Proyecto de Grado para optar al grado de Licenciado en Ingeniería Industrial y de Sistemas

Santa Cruz de la Sierra – Bolivia

7 de agosto del 2009

ESTUDIO DE LA DISPERSIÓN DE LOS CONTAMINANTES ATMOSFÉRICOS EN LA CIUDAD DE SANTA CRUZ DE LA SIERRA

Agradecimientos

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ I

AGRADECIMIENTOS Muchas gracias a todos aquellos que de una u otra manera han hecho

posible este trabajo (ellos ya saben quiénes son y prefiero no tener que

nombrarlos para evitar el riesgo de olvidar a alguien).

Abstract

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ II

ABSTRACT

TITULO ESTUDIO DE LA DISPERSIÓN DE CONTAMINANTES ATMOSFÉRICOS EN LA CIUDAD DE SANTA CRUZ DE LA SIERRA

AUTOR (ES) Fernando Chávez Gomes da Silva

PROBLEMÁTICA

La dispersión de los contaminantes está influenciada por una gran diversidad de variables. Éstas están relacionadas con los niveles de contaminantes atmosféricos, los cuales influyen en la calidad del aire.

La importancia de la calidad del aire radica en los efectos que la contaminación atmosférica puede tener sobre la salud y calidad de vida de las personas.

Entender mejor estos factores que afectan a los contaminantes es un paso más para una gestión de la Calidad del Aire.

OBJETIVO GENERAL

Establecer la influencia de cada uno de los factores identificados como responsables de la dispersión de los contaminantes atmosféricos, en la calidad del aire de la ciudad de Santa Cruz de la Sierra

CONTENIDO

Contaminantes Atmosféricos, sus efectos, ciclo de dispersión, emisión, transporte, interacciones químicas y deposición.

Factores que influyen en su dispersión: Emisiones, Meteorología, Geografía

Trabajos Relacionados: Dispersión de contaminantes

Inmisiones: Monitoreo, Análisis de Datos

Modelo de Calidad del Aire: Diseño, Validación, Costos y Beneficios

CARRERA Ingeniería Industrial y de Sistemas

GUIA Ing. Cynthia Bojanic

DESCRIPTORES Medio ambiente, Contaminantes Atmosféricos, Emisiones, Inmisiones, Meteorología, Calidad del Aire

E-MAIL Fernando Chávez Gomes da Silva – [email protected]

Resumen

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ III

RESUMEN La contaminación atmosférica es un problema que afecta a todas las

ciudades modernas. El desarrollo industrial, el tráfico vehicular y otras

actividades humanas, generan altos niveles de contaminación,

principalmente en las áreas más pobladas. La ciudad de Santa Cruz de la

Sierra presenta un problema de contaminación particular, debido a altos

niveles de Material Particulado en algunas épocas del año, lo cual ha sido

identificado por los resultados de la Red de Monitoreo de la Calidad del Aire

(Red MoniCA) y otros trabajos científicos realizados sobre el tema.

El presente trabajo se plantea como objetivo el estudio de los contaminantes

atmosféricos y los factores que afectan su dispersión y la Calidad del Aire.

Se analizan las condiciones de las fuentes de emisiones, las condiciones

geográficas y de meteorología que afectan al transporte de los

contaminantes, las interacciones químicas y su deposición, factores que

determinan los niveles de inmisiones a los que se expone la población.

Como área de estudio está la ciudad de Santa Cruz y sus alrededores, los

cuales comprenden el área del departamento de Santa Cruz principalmente,

aunque se haya influencia sobre los niveles de contaminación de emisiones

de zonas como el departamento de Beni y del Oeste de Brasil. Los datos de

inmisiones utilizados corresponden a los de la Red MoniCA que cuenta con

11 estaciones de monitoreo pasivo (NO2 y O3), 4 de monitoreo activo (PM10)

y una de monitoreo automático (NO2, O3, PM10 y CO. También se utilizaron

datos meteorológicos de la estación Meteorológica de la Red MoniCA, del

Aeropuerto El Trompillo y Aeropuerto Viru Viru. También se obtuvo la

localización de fuentes puntuales (ubicación de las industrias), fuentes

móviles (distribución del tráfico en la ciudad de Santa Cruz) y fuentes de área

(distribución de la población y de algunas fuentes de área identificables).

Los datos históricos que se manejaron corresponden al periodo entre 2004 y

2008; y la propuesta vale hasta un año después de finalizado este trabajo.

Resumen

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ IV

Se revisan los conceptos respecto a contaminación atmosférica, a manera de

tener un punto base de partida para el trabajo realizado. Se revisan las

Normas Bolivianas de Calidad del Aire, NB62001 - NB62018, en especial las

referentes a los métodos de monitoreo y la que se refiere al Índice de

Contaminación Atmosférica (ICA) y su cálculo, que es la NB62018.

También se revisaron trabajos relacionados, encontrándose que esta

problemática ya ha sido enfrentada por investigadores en otras ciudades, con

bastante éxito. También se revisan algunos conceptos estadísticos utilizados

para el análisis de los datos, los cuales permiten establecer las correlaciones

entre las variables, el objetivo principal del trabajo.

El ciclo de contaminantes atmosféricos consiste en emisión, transporte,

interacciones químicas y deposición. Cada una de estas etapas afecta la

dispersión de contaminantes y los niveles de inmisión registrados.

En el diagnóstico se analizan a detalle las características más relevantes del

área de la ciudad de Santa Cruz de la Sierra, como ser su geografía, su

demografía, sus emisiones, su clima y las inmisiones.

La geografía llana de la ciudad, sin elevaciones importantes, favorece la

circulación de vientos y con esto la dispersión de contaminantes. La

distribución de la población se corresponde con una mayor densidad en las

áreas centrales de la ciudad y una distribución en un área extensa, y algunas

edificaciones verticales.

El clima es bastante húmedo (71% de humedad relativa anual), caluroso

(23°C temperatura promedio, con máximo en 35°C), si endo el verano (entre

diciembre y febrero), la estación más lluviosa y la más seca el invierno (entre

junio y septiembre). El promedio anual es de 1390 mm de lluvia al año y el

mes más lluvioso, tuvo 340 mm de lluvia. Los vientos son más frecuentes

desde el NO y N de la ciudad, con velocidades medias de 3m/s (10,6 km/h).

Resumen

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ V

Utilizando una metodología parecida a la utilizada para los inventarios de

emisiones, se estimaron las cantidades de contaminantes atmosféricos

emitidas por las fuentes y se distribuyeron geográficamente.

El NO2 y O3 están estrechamente relacionados en una relación inversa.

Al aumentar el número de incendios forestales en el departamento de Santa

Cruz, los niveles del PM10 se incrementan.

Altos niveles de humedad y precipitaciones están relacionados a menores

niveles de contaminantes. Se buscó relacionar la radiación solar con niveles

de O3, pero no se encontraron datos concluyentes.

Mientras que el O3 y el CO no llegan a concentraciones límites en general, el

NO2 y el PM10, llegan a niveles altos y de alerta (ICA mayor a 100). Se

determinó que el contaminante que más afecta a la Calidad del Aire es el

PM10 que depende principalmente de los vientos y las fuentes de área.

Durante los meses de agosto, septiembre y octubre se registran los mayores

niveles de contaminación. Los días de semana son los que tienen mayores

concentraciones, en todos los contaminantes, debido a mayor actividad

humana. En el fin de semana, con bajo tráfico vehicular y pocas industrias

que funcionan, los niveles de contaminación bajan, a excepción del ozono. A

lo largo del día, los contaminantes siguen el ciclo del tráfico vehicular, y su

concentración se incrementa aún más al final de la tarde, donde condiciones

más estables por la falta de radiación solar limitan la dispersión de los

contaminantes y el tráfico vehicular de las personas que retornan a sus

hogares produce emisiones. El ozono tiene un caso particular, con niveles

más altos hacia el medio día, y en la mitad de la madrugada.

A largo plazo se ve un ligero incremento de los niveles de O3, NO2 y CO, y

una disminución de los niveles de PM10, explicable por la reducción de los

focos de incendios en el departamento de Santa Cruz, tal vez debido a una

mayor conciencia ambiental o a que fue un año más húmedo que el anterior.

Resumen

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ VI

Se realiza como propuesta un modelo de la dispersión atmosférica, que

permita realizar pronósticos de la Calidad del Aire, proyecciones de los

niveles de contaminantes, dadas ciertas condiciones de emisiones, climáticas

e interpolaciones que permitan visualizar la distribución de los contaminantes

atmosféricos en el área de la ciudad y sus alrededores.

Se determina como el tipo modelo más apropiado, de acuerdo a un análisis

de sus características, un modelo tipo multicaja. Se diseñó del mismo,

distribuyendo el área de estudio en cajas definidas. Se establecieron los

coeficientes de emisión, de transporte, interacciones químicas y de

deposición, de acuerdo a los datos históricos recopilados y se diseña la

metodología de proceso de datos y los resultados a obtenerse.

Se realizó la validación de pronósticos a 3 días y predicciones a 1 mes,

utilizando 10 predicciones de fechas y meses elegidas al azar,

encontrándose que el modelo permite realizar pronósticos a 3 días con un

error menor al 10% 5 de cada 10 veces y menor al 20% 7 de cada 10 veces.

Se trataron algunas directrices para quien implemente el modelo,

aconsejando que se desarrolle un sistema para la generación de resultados,

con el fin de automatizar las alertas y pronósticos hacia la población. Se

definió cómo se debería hacer el mantenimiento al modelo propuesto y en

qué condiciones.

Finalmente se realizó un análisis costo beneficio, en el cual se establecía una

estimación de las inversiones y los costos de una implementación del modelo

propuesto y los beneficios cualitativos que tendría para la Gestión de la

Calidad del Aire.

También se recomienda realizar inventarios de emisiones para mayor

exactitud del modelo, mejorar la calidad de los resultados obtenidos por la

Red MoniCA, la necesidad de contar con más y mejores datos

meteorológicos y realizar el mantenimiento anual al modelo, para ser válido.

Índice de Contenido

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ i

ÍNDICE DE CONTENIDO Introducción 1

Capítulo 1 Generalidades del trabajo de Investigación 3 Contenido del Capítulo 3 1.1 Antecedentes 4 1.2 Planteamiento del Problema 6

1.2.1 Definición 6 1.2.2 Descripción 6 1.2.3 Formulación 7 1.2.4 Supuestos 7 1.2.5 Preguntas de Investigación 8

1.3 Objetivos 9 1.3.1 Objetivo General 9 1.3.2 Objetivos Específicos 9

1.4 Metodología 10 1.5 Justificación 13 1.6 Límites 14

1.6.1 Espacial 14 1.6.2 Temporal 14 1.6.3 Sustantivo 14

1.7 Tipo de Investigación 15 1.8 Conclusiones 15 1.9 Referencias 16

Capítulo 2 Dispersión de Contaminantes Atmosféricos 18 Contenido del Capítulo 18 2.1 Atmósfera 19

2.1.1 Composición Atmosférica 19 2.1.2 Capas atmosféricas 20 2.1.3 Capa Límite atmosférica 20 2.1.4 Perfil de Temperatura de la Atmósfera Terrestre 21

2.2 Contaminación Atmosférica 21 2.2.1 Impacto de la contaminación atmosférica 22 2.2.2 Calidad del Aire 22 2.2.3 Contaminantes 22 2.2.4 Contaminantes Atmosféricos Criterios 23 2.2.5 Concentraciones Límites de Contaminantes Criterios 23 2.2.6 Efectos en la Salud 24 2.2.7 Índice de la Contaminación Atmosférica (ICA) 26 2.2.8 Contaminantes Monitoreados 26

2.3 Ciclo de los Contaminantes Atmosféricos 29 2.3.1 Emisión 29 2.3.2 Factores de emisión 30 2.3.3 Fuentes de emisiones 30 2.3.4 Dispersión 35 2.3.5 Interacciones Químicas 37 2.3.6 Salida de la Atmósfera 38

2.4 Meteorología 39 2.4.1 Factores Meteorológicos de Interés: 39 2.4.2 Viento 40 2.4.3 Estabilidad Atmosférica 40 2.4.4 Temperatura 41 2.4.5 Humedad 41 2.4.6 Radiación Solar 42


Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ ii

2.5 Relieve 42 2.5.1 Islas térmicas 42 2.5.2 Interfases tierra–mar 43 2.5.3 Valles y Laderas 43 2.5.4 Patrones de Circulación Atmosférica 43

2.6 Validación Estadística 44 2.6.1 Coeficiente de correlación de Pearson 45 2.6.2 Estimación por intervalos de confianza 45 2.6.3 Diseños de Experimentos Factoriales 45 2.6.4 Manejo de Datos Desbalanceados o Desequilibrados 46

2.7 Modelos de Dispersión 47 2.7.1 Emisión 48 2.7.2 Transmisión 48 2.7.3 Inmisiones 48 2.7.4 Funcionamiento del modelo de Dispersión 48 2.7.5 Técnicas Estadísticas o Empíricas 49 2.7.6 Concentración de referencia 49

2.8 Trabajos relacionados 50 2.9 Conclusiones 53 2.10 Referencias 53

Capítulo 3 Diagnóstico de la Dispersión 59 Contenido del Capítulo 59 3.1 Geografía 60

3.1.1 Relieve 61 3.2 Demografía 62 3.3 Emisiones 64

3.3.1 Fuentes Móviles (Lineales) 64 3.3.2 Fuentes Fijas (Puntuales) 72 3.3.3 Fuentes de Emisión Combinadas (Área) 76 3.3.4 Cuantificación de las Emisiones Totales 91 3.3.5 Distribución De las Emisiones en el Área de Estudio 93

3.4 Clima 97 3.4.1 Otras Estaciones Meteorológicas 101

3.5 Inmisiones 102 3.5.1 Red de Monitoreo de la Calidad del Aire 102 3.5.2 Métodos de Monitoreo 102 3.5.3 Incertidumbre de los Métodos 103 3.5.4 Estaciones de Monitoreo 104 3.5.5 Resultado de las Mediciones 106

3.6 Análisis de los Datos 114 3.6.1 Entre Contaminantes 114 3.6.2 Emisiones y Nivel de Inmisiones 119 3.6.3 Niveles de Inmisión y Meteorología 120 3.6.4 Tendencias Cíclicas 124 3.6.5 Tendencias a largo plazo 132 3.6.6 Análisis para el desarrollo del modelo de calidad del aire 135

3.7 Interrelaciones entre Variables Encontradas 136 3.8 Conclusiones 137 3.9 Referencias 138

Capítulo 4 Propuesta de Modelación de Dispersión 141 Contenido del Capítulo 141 4.1 Características de la Propuesta 142 4.2 Gestión de la Calidad del Aire 142

4.2.1 Tipo de Modelo de Dispersión 144 4.2.2 División del Área de Estudio para el Modelo 145


Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iii

4.2.3 Variables de Entrada 145 4.2.4 Resultados A Obtenerse a través del Modelo 148

4.3 Diseño del Modelo 150 4.3.1 Trayectoria de los Contaminantes 150 4.3.2 Emisiones y Balance de Materia 151 4.3.3 Factores Climatológicos 151 4.3.4 Distribución del Área geográfica a modelarse 152 4.3.5 Coeficientes de dispersión 155 4.3.6 Manejo de las Variables de Entrada 155 4.3.7 Proceso de los Datos 158 4.3.8 Cálculo del Modelo 163 4.3.9 Salida del Modelo de Dispersión 168

4.4 Validación del Modelo 170 4.4.1 Validación realizada para pronóstico (a tres días) 170 4.4.2 Validación realizada para proyección (al siguiente mes) 172

4.5 Implementación del Modelo 175 4.6 Mantenimiento del Modelo 176 4.7 Análisis Costo Beneficio 177

4.7.1 Costos de la Implementación 178 4.7.2 Beneficios Cualitativos 181

4.8 Conclusiones 182 4.9 Referencias 183

Capítulo 5 Conclusiones y Recomendaciones 185 Contenido del Capítulo 185 5.1 Conclusiones 186 5.2 Recomendaciones 191

Bibliografía 192

Anexos 198

Índice De Gráficos

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iv

ÍNDICE DE GRÁFICOS

Gráfico 3.1 – Parque Automotor de Santa Cruz por Tipo de Vehículo 65 Gráfico 3.2 – Parque Automotor de Santa Cruz, por Uso del Vehículo 66 Gráfico 3.3 – Parque Automotor de Santa Cruz, por Combustible Utilizado 66 Gráfico 3.4 – Parque Automotor de Santa Cruz, por Antigüedad 67 Gráfico 3.5 – Evolución del Parque Automotor en Santa Cruz de la Sierra 68 Gráfico 3.6 – Vehículos por habitantes en Santa Cruz de la Sierra 68 Gráfico 3.7 – Clasificación de las industrias en Santa Cruz según rubro 73 Gráfico 3.8 – Focos de Incendio en Santa Cruz por mes y año 78 Gráfico 3.9 – Focos de Incendio en Santa Cruz por Provincias 79 Gráfico 3.10 – Tipo de Fuente para cada contaminante 92 Gráfico 3.11 – Dirección y Velocidad de los Vientos en Santa Cruz 97 Gráfico 3.12 – Temperaturas Media, Máxima y Mínima 98 Gráfico 3.13 – Humedad Relativa 98 Gráfico 3.14 – Precipitaciones Diarias 99 Gráfico 3.15 – Precipitaciones Mensuales 99 Gráfico 3.16 – Radiación Solar Promedio Diaria 100 Gráfico 3.17 – Datos del Monitoreo Pasivo de NO2 106 Gráfico 3.18 – Datos del Monitoreo Automático de NOx, NO y NO2 107 Gráfico 3.19 – Datos del Monitoreo Pasivo de Ozono 109 Gráfico 3.20 – Datos del Monitoreo Automático de O3 110 Gráfico 3.21 – Datos del Monitoreo Activo de Material Particulado PM10 111 Gráfico 3.22 – Datos del Monitoreo Automático de Material Particulado PM 112 Gráfico 3.23 – Datos del Monitoreo Automático de Monóxido de Carbono (CO) 113 Gráfico 3.24 – Correlación entre NO2 y O3 en los diferentes puntos de monitoreo 114 Gráfico 3.25 – Correlación entre NO2 y O3 en los diferentes periodos de exposición 115 Gráfico 3.26 – Correlación con PM10 en los diferentes puntos de monitoreo 116 Gráfico 3.27 – Correlación con PM10 en los diferentes periodos de exposición 117 Gráfico 3.28 – Correlación con PM10 considerando punto y periodo de monitoreo 117 Gráfico 3.29 – Relación entre Niveles de Contaminantes e Incendios Forestales. 119 Gráfico 3.30– Correlación entre NO2 con la Humedad y Precipitación 120 Gráfico 3.31 – Correlación entre O3 con la Humedad y Precipitación 121 Gráfico 3.32 – Correlación entre PM10 con la Humedad y Precipitación 121 Gráfico 3.33 – Relación entre niveles de contaminantes y Radiación Solar 123 Gráfico 3.34 – Variación mensual de la concentración de NO2 124 Gráfico 3.35 – Variación mensual de la concentración de O3 125 Gráfico 3.36 – Variación mensual de la concentración de PM10 125 Gráfico 3.37 – Variación mensual de la concentración de CO 126 Gráfico 3.38 – Variación Semanal de los Valores de Concentración de NO2 126 Gráfico 3.39 – Variación Semanal de los Valores de Concentración de O3 127 Gráfico 3.40 – Variación Semanal de los Valores de Concentración de PM10 127 Gráfico 3.41 – Variación Semanal de los Valores de Concentración de CO 128 Gráfico 3.42 – Variación diaria de la concentración de NO2 129 Gráfico 3.43 – Variación diaria de la concentración de O3 129 Gráfico 3.44 – Variación diaria de la concentración de PM10 130 Gráfico 3.45 – Variación diaria de la concentración de CO 130 Gráfico 3.46 – Histórico de Focos de Incendios Forestales 132 Gráfico 3.47 – Histórico de Valores de NO2 133 Gráfico 3.48 – Histórico de Valores de O3 133 Gráfico 3.49 – Histórico de Valores de PM10 134 Gráfico 3.50 – Histórico de Valores de CO 134 Gráfico 3.51 – Porcentaje de Correlación entre Valores de días consecutivos 135 Gráfico 4.1 – Tendencia del promedio móvil cada 24 horas 160 Gráfico 4.2 – Porcentaje de error acumulado en los periodos pronosticados. 171 Gráfico 4.3 – Resultados de la Validación del Modelo para pronóstico a 3 días 172

Índice De Ilustraciones

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ v

Gráfico 4.4 – Porcentaje de error en la predicción de periodos mensuales 173 Gráfico 4.5 – Resultados de la Validación del Modelo para predicción a 1 mes 174

ÍNDICE DE ILUSTRACIONES

Ilustración 2.1 – Ciclo de los Contaminantes Atmosféricos 29 Ilustración 3.1 – Ciudad de Santa Cruz de la Sierra 60 Ilustración 3.2 – Vista aérea de la ciudad de Santa Cruz de la Sierra 61 Ilustración 3.3 – Relieve de los alrededores de la ciudad de Santa Cruz de la Sierra 62 Ilustración 3.4 – Principales Vías, según el número de vehículos 69 Ilustración 3.5 – Ubicación de las principales industrias en la ciudad de Santa Cruz 72 Ilustración 3.6 – Emisiones Industriales por Año (del 2004 al 2008) 74 Ilustración 3.7 – Focos de Incendios Forestales Año 2006, Mes de Agosto 77 Ilustración 3.8 – Imágenes Satelitales usadas para el monitoreo 82 Ilustración 3.9 – Modelación de transporte de CO del 7/03/2009 84 Ilustración 3.10 – Vientos zonales preponderantes en América del Sur 85 Ilustración 3.11 – Pluma de dispersión regional de CO 86 Ilustración 3.12 – Pluma de dispersión regional de PM2.5 87 Ilustración 3.13 – Área de Influencia de Incendios Forestales 88 Ilustración 3.14 – Distribución de COV 93 Ilustración 3.15 – Distribución de las emisiones de CO 94 Ilustración 3.16 – Distribución de las emisiones de NOx 95 Ilustración 3.17 – Distribución de las emisiones de PM10 95 Ilustración 3.18 – Distribución de las emisiones de CO2 96 Ilustración 3.19 – Ubicación de los puntos de Monitoreo en Santa Cruz 105 Ilustración 4.1 – Gestión de la Calidad del Aire 143 Ilustración 4.2 – Ejemplo de Índice de Contaminación Atmosférica (ICA) 149 Ilustración 4.3 – División en Zonas de la ciudad para el modelo 153 Ilustración 4.4 – Mapa del departamento con las zonas definidas 154 Ilustración 4.5 – Elementos del Modelo de caja 164 Ilustración 4.6 – Zonificación por Colores, para el mes de Septiembre 2007 169

Índice De Tablas

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ vi

ÍNDICE DE TABLAS

Tabla 1.1 – Metodología para la realización del trabajo 12 Tabla 2.1 – Composición Porcentual de la Atmósfera 19 Tabla 2.2 – Capas de la Atmósfera según la variación de temperatura 20 Tabla 2.3 – Límites máximos de contaminantes criterio (Utilizados para la determinación

del índice de contaminación atmosférica) 24 Tabla 2.4 – Trabajos Relacionados sobre los Efectos en la Salud de los Contaminantes

Atmosféricos en Bolivia 25 Tabla 2.5 – Contaminantes Monitoreados 26 Tabla 2.6 – Contaminantes vehiculares según el combustible 31 Tabla 2.7 – Categorías de Fuentes de Área 34 Tabla 2.8 – Interpretación de valores del Coeficiente de Correlación de Pearson 45 Tabla 2.9 – Clases de Modelos de Dispersión 47 Tabla 2.10 – Cuadro Resumen de Trabajos Relacionados 50 Tabla 3.1 – Cantidad de Habitantes en la ciudad de Santa Cruz 62 Tabla 3.2 – Población de la ciudad de Santa Cruz de la Sierra según distritos 63 Tabla 3.3 – Factores de Emisión de Fuentes Móviles 71 Tabla 3.4 – Emisiones del Parque Vehicular de Santa Cruz 71 Tabla 3.5 - Cantidad de Industrias según rubro 73 Tabla 3.6 – Factores de Emisión de Industrias por Rubro 74 Tabla 3.7 – Emisiones Anuales Totales en Industrias por Rubro (Año 2008) 74 Tabla 3.8 – Factores de Emisión Para Incendios Forestales 80 Tabla 3.9 – Emisiones Anuales, Incendios Forestales del Departamento de Santa Cruz 81 Tabla 3.10 – Emisiones por fuentes de área en la ciudad de Santa Cruz 91 Tabla 3.11 – Emisiones Totales de la ciudad de Santa Cruz de la Sierra, Año 2008 91 Tabla 3.12 – Emisiones Totales de la ciudad de Santa Cruz por Año 92 Tabla 3.13 – Metodologías de Monitoreo 102 Tabla 3.14 – Puntos de monitoreo de Material Particulado 104 Tabla 3.15 – Resumen de los Coeficientes de Correlación con Humedad y Precipitación 122 Tabla 3.16 – Cuadro Resumen de las Correlaciones entre variables 136 Tabla 4.1 – Evaluación de Modelos de Dispersión 144 Tabla 4.2 – Zonas de la ciudad de Santa Cruz de la Sierra para el modelo 152 Tabla 4.3 – Áreas de los Alrededores de la Ciudad de Santa Cruz 154 Tabla 4.4 – Tabla de Contaminante por Área y Periodo 159 Tabla 4.5 – Tabla de Condiciones Meteorológicas para Modelo 161 Tabla 4.6 – Variación en el Transporte de contaminantes entre áreas 166 Tabla 4.7 – Variación en la Deposición de acuerdo a las Condiciones Atmosféricas 168 Tabla 4.8 – Porcentaje de error obtenido en 10 pronósticos a 3 días 170 Tabla 4.9 – Calidad del pronóstico realizado a diferentes días. 171 Tabla 4.10 – Resultados de la predicción de periodos mensuales 173 Tabla 4.11 – Calidad de la predicción realizada a 1 mes 174 Tabla 4.12 – Especificaciones del Equipo de Computación 178 Tabla 4.13 – Especificaciones del Software 179 Tabla 4.14 – Costos Anuales de la Obtención de los Datos 179 Tabla 4.15 – Costos de Funcionamiento del Modelo 180 Tabla 4.16 – Costos de Mantenimiento del Modelo 180 Tabla 5.1 - Características de Contaminantes Estudiados 186

Introducción - Contenido del Capítulo

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ 1

INTRODUCCIÓN

La contaminación atmosférica en la ciudad de Santa Cruz de la Sierra es un

problema que afecta al más del millón y medio de habitantes que tiene. Esta

alta concentración de habitantes ha creado problemas de alto tráfico

vehicular, un parque automotor que genera importantes cantidades de

contaminación atmosférica. Además la ciudad sufre anualmente durante la

época seca por la quema en áreas rurales que tradicionalmente se realiza

para limpieza del suelo. Igualmente en el interior de la ciudad existen

quemas de desechos y otros, que agravan la situación. Además los vientos

elevan gran cantidad de polvo del importante número de calles sin

pavimentar y de zonas sin cobertura vegetal. Todos estos aspectos

contribuyen al problema ambiental y el deterioro de la calidad de vida de sus

habitantes.

Uno de los mayores problemas que enfrenta la ciudad de Santa Cruz debido

al arrastre del viento son las partículas de materia sólida o líquida finamente

fragmentado y cuyo tamaño es menor que 10 micrómetros de diámetro que

se le conoce como partículas respirables (PM10).

Para identificar los niveles de contaminación en las cuatro principales

ciudades del país y sentar una línea base en cuanto a la calidad del aire que

Introducción - Contenido del Capítulo


respira la población urbana en Bolivia, se ha creado el Proyecto AIRE

LIMPIO, el cual ha fomentado el establecimiento de redes de monitoreo de la

calidad del aire en cada ciudad, agrupadas actualmente en la Red Nacional

de Monitoreo de la Calidad del Aire (Red MoniCA Bolivia).

La Red MoniCA Bolivia determina la calidad del aire a escala urbana. El

Proyecto AIRE LIMPIO apoya la implementación de estas redes en las cuatro

ciudades con mayor densidad poblacional y de mayor parque automotor en

el país: La Paz, El Alto, Cochabamba y Santa Cruz de la Sierra.

El proyecto, en la ciudad de Santa Cruz de la Sierra, ha formado una alianza

con la Universidad Privada de Santa Cruz de la Sierra y el Gobierno

Municipal Autónomo de Santa Cruz de la Sierra.

A lo largo del tiempo de la duración del proyecto en la ciudad, se han

obtenido datos de contaminación durante el periodo que comprende desde el

mes de abril del año 2004 para gases como Monóxido de Carbono (CO),

Oxidos de Nitrógeno (NOx) y Ozono (O3) y desde el año 2004 para material

particulado (PM10) hasta la fecha.

Como parte de la gestión de la Calidad del Aire, se han creado programas de

concientización, mediciones a fuentes emisoras como los vehículos y

actualmente se informa a la población acerca de la calidad del aire mediante

el Índice de Calidad del Aire (ICA). También se tiene previsto realizar un

inventario de Emisiones de la ciudad de Santa Cruz y continuar con el

siguiente paso en la Gestión de la Calidad del Aire, la modelación de la

dispersión de contaminantes.

Fuente: Informe Año 2008 del Proyecto Aire Limpio.

Generalidades del trabajo de Investigación - Contenido del Capítulo


Capítulo 1 G ENERALIDADES DEL TRABAJO DE INVESTIGACIÓN

CONTENIDO DEL CAPÍTULO

En este Capítulo se definen las características de este trabajo de

investigación

Se inicia con los Antecedentes del problema de la contaminación

atmosférica, la Calidad del Aire y las actividades realizadas para lograr

la Gestión de la Calidad del Aire.

Planteamiento del Problema , en función al desconocimiento de los factores

que afectan la dispersión de los contaminantes.

Formulando los Objetivos de este Trabajo

Definiendo la Metodología que se seguirá para resolver el problema

Mediante la Justificación de la investigación

Se establecen los Límites del estudio.

Generalidades del trabajo de Investigación - Antecedentes


1.1 ANTECEDENTES

Entre los principales problemas ambientales, la contaminación atmosférica

en los centros urbanos es una preocupación creciente, debido al incremento

de las emisiones de contaminantes atmosféricos, que provienen

principalmente de las necesidades de transporte, las actividades industriales,

las actividades agrícolas y otras.

La calidad del aire es importante para la salud de los habitantes de la ciudad

y es por eso que en muchas ciudades que presentan problemas de

contaminación atmosférica, situación estudiada desde muchos años atrás.

En Bolivia, el Proyecto Ecología Urbana de la Fundación Suiza de

Cooperación para el Desarrollo Técnico (Swisscontact), desde 19991, la línea

de acción contra la contaminación atmosférica llamada Proyecto Aire Limpio.

Para identificar los niveles de contaminación atmosférica, el Proyecto AIRE

LIMPIO ha fomentado el establecimiento de redes de monitoreo de la calidad

del aire en cada ciudad, agrupadas actualmente en la Red Nacional de

Monitoreo de la Calidad del Aire (Red MoniCA Bolivia)2.

Para el plan de monitoreo, se decidió medir los contaminantes de mayor

abundancia y efecto para la salud de la población y del medio ambiente:

a. Material particulado (PM10)

b. Gases: Óxidos de Nitrógeno (NOx) y Ozono (O3)

En la ciudad de Santa Cruz de la Sierra actualmente se cuentan con 11

puntos de monitoreo de gases utilizando la metodología de tubos pasivos

desde el año 2004, 4 puntos de monitoreo de Material Particulado PM10

desde el año 2004 y un punto de medición automática de NOx, O3, CO

(desde el 2006) y PM10 (desde el 2008).

Generalidades del trabajo de Investigación - Antecedentes


Los parámetros meteorológicos y topográficos también son tomados en

cuenta como parámetros ambientales, ya que la meteorología y topografía de

la región de estudio están estrechamente relacionadas con la dispersión de

los contaminantes atmosféricos. La red MoniCA Santa Cruz cuenta con una

estación meteorológica que pertenece a la red desde octubre del 20073, que

registra la dirección y velocidad del viento, temperatura, humedad,

precipitación y radiación solar de manera automática, además de estar

disponibles datos meteorológicos históricos de estaciones cercanas.

Dentro de la red MoniCA, es importante mencionar que desde su diseño,4 se

ha reconocido la necesidad de aplicar modelos de dispersión para mejorar la

gestión de la Calidad del Aire. También se han realizado algunos estudios

realizados utilizando los datos que genera durante su operación. Se han

realizado estudios acerca de los efectos de la contaminación del aire en la

salud de las personas.5 En la ciudad de Cochabamba se estudió el efecto de

NOx y O3 (año 2006)6 y CO (año 2007)7, replicándose durante este año

(2008) en la ciudad de Santa Cruz.8 También el trabajo del proyecto ha

permitido la realización de Tesis9 y Proyectos de grado.10

También se han realizado a escala nacional inventarios de emisiones, y a

escala regional (ciudad de La Paz, año 2007)11, para determinar las fuentes

de contaminantes. Entre las actividades del Proyecto Aire Limpio se

encuentran las Semanas de Aire Limpio desde al año 1998, durante las

cuales se realizan mediciones de las emisiones del parque automotor en

varias ciudades del país y permiten establecer un diagnóstico en relación a la

contaminación atmosférica generada por los vehículos.12

Existe además el interés de varias instituciones que realizan la medición de

las concentraciones de contaminantes atmosféricos y la necesidad de

representar los datos a la población a través de un Índice de Calidad del Aire

ha llevado a realizar las normativas nacionales NB 62011 a la NB 62018, las

cuales han pasado ya la etapa de aprobación en junio del 2008.13

Generalidades del trabajo de Investigación - Planteamiento del Problema


1.2 PLANTEAMIENTO DEL PROBLEMA

A continuación se define, describe y formula el problema del actual trabajo.

1.2.1 DEFINICIÓN

Desconocimiento de los fenómenos que determinan la dispersión de los

contaminantes atmosféricos en la ciudad de Santa Cruz.

1.2.2 DESCRIPCIÓN

La dispersión de los contaminantes está influenciada por una gran diversidad

de variables, las cuales interactúan en la atmósfera14. La emisión de

contaminantes atmosféricos por las actividades humanas produce los gases

y partículas que llegan a la atmósfera y a continuación pueden: permanecer

en ella, se transformarse, se dispersarse, ser absorbidos o depositarse en

tierra, dependiendo de las propiedades físicas y químicas del contaminante,

la meteorología, la morfología del terreno y otros. De acuerdo a la cantidad

de contaminante presente en la atmósfera, en un volumen dado, se obtiene

un valor de concentración del contaminante, punto de partida para

determinar la calidad del aire.

La importancia de la calidad del aire se evidencia cuando se asocian a una

baja calidad del aire y altos niveles de contaminación problemas como:

enfermedades humanas, afecciones en plantas y animales, deterioro de

edificios, pérdida de visibilidad, paisaje y otros.

La Norma Boliviana NB6201815 contempla la utilización de un índice de

calidad del aire que utiliza la concentración de los contaminantes medidos

por la Red MoniCA.

Actualmente, la red MoniCA genera datos de la concentración de

contaminantes en la ciudad de Santa Cruz. Existen 11 puntos de monitoreo

de tubos pasivos de NO2 y O3. Existen 4 puntos de monitoreo activo

mediante impactadores que monitorean PM10. Y Existe un punto de

monitoreo automático que monitorea en tiempo real las concentraciones de



NOx, CO, O3 y PM10. También se cuenta con una estación meteorológica

propia de la red en el mismo punto.

Los datos históricos16 se remontan desde el 2004 en cuestión de monitoreo

de O3 y NO2 (tubos pasivos), desde el 2004 en PM10 (impactadores), desde

el 2006 en CO, O3 y NOx (equipos automáticos), desde el 2007 en

meteorología (dirección y velocidad del viento, temperatura, humedad,

precipitación y radiación solar); y desde el 2008 PM totales, PM10, PM2.5 y

PM1 (automático).

1.2.3 FORMULACIÓN

Desconocimiento del grado de aporte de cada uno los factores (emisiones,

densidad poblacional, climatológicos, geográficos) que influyen en la

dispersión de los contaminantes del aire que determinan la calidad del aire

en la ciudad de Santa Cruz

1.2.4 SUPUESTOS

(1) Los contaminantes muestreados por la red MoniCA (NOx, O3, CO,

Material Particulado PM10), son los principales indicadores del nivel de

calidad del aire para Santa Cruz, y no serán considerados otros

posibles contaminantes.

(2) Los valores obtenidos están dentro del rango de incertidumbre de la

medida para cada método de medición.

(3) Para considerar las proyecciones a futuro, se analizarán escenarios que

contemplen las condiciones más probables para la evolución de la

situación.

(4) Ante la falta de un estudio específico de inventario de emisiones para

Santa Cruz, se harán estimaciones de las cantidades de contaminante

emitidas, utilizando como base el inventario de emisiones nacional y

como modelo el inventario de emisiones para la ciudad de La Paz.



1.2.5 PREGUNTAS DE INVESTIGACIÓN

(1) ¿Qué son y cómo se comportan los contaminantes atmosféricos?

(2) ¿Qué características presenta actualmente la contaminación

atmosférica en la ciudad de Santa Cruz?

(3) ¿Qué influencia tiene la geografía de la ciudad de Santa Cruz para la

dispersión de los contaminantes?

(4) ¿Qué cantidades de contaminantes se emiten?

(5) ¿Cuál es la distribución geográfica de los contaminantes?

(6) ¿Dónde se ubican las principales fuentes de emisión de cada

contaminante?

(7) ¿Qué importancia tienen las emisiones de contaminantes de ciudades y

pueblos vecinos, zonas cercanas y no tan cercanas a la ciudad?

(8) ¿Hacia dónde se dispersan los contaminantes emitidos en la ciudad?

(9) ¿Cuál es el grado de influencia de la dirección y velocidad del viento, la

humedad relativa, las precipitaciones, la temperatura y la radiación solar

en los valores de concentración de los contaminantes?

(10) ¿Cómo se podrían realizar pronósticos de la calidad del aire para la

ciudad de Santa Cruz?

(11) ¿Son suficientes las características de la red de monitoreo actual para

realizar estas predicciones, y si no, que características necesitaría?

Generalidades del trabajo de Investigación - Objetivos


1.3 OBJETIVOS

1.3.1 OBJETIVO GENERAL

(0) Establecer la influencia de cada uno de los factores identificados como

responsables de la dispersión de los contaminantes atmosféricos, en la

calidad del aire de la ciudad de Santa Cruz de la Sierra

1.3.2 OBJETIVOS ESPECÍFICOS

(1) Explicar las principales características de la dispersión (emisión,

transporte, interacciones químicas y deposición) de los contaminantes

atmosféricos identificados como indicadores de la calidad del aire.

(2) Describir las características actuales de la contaminación atmosférica

en la ciudad de Santa Cruz, así como la evolución histórica observada.

(3) Localizar las principales fuentes de emisiones de contaminantes.

(4) Estimar las cantidades de contaminantes atmosférico generado.

(5) Definir los procesos atmosféricos que modifican la dispersión de los

contaminantes.

(6) Desarrollar un sistema para recopilar todas las informaciones

necesarias para realizar un análisis de los datos.

(7) Describir y cuantificar la influencia de cada uno de los factores en la

calidad del aire.

(8) Diseñar una metodología para predecir el comportamiento a futuro de

los contaminantes atmosféricos.

Generalidades del trabajo de Investigación - Metodología


1.4 METODOLOGÍA

Para el desarrollo del presente trabajo, se seguirá la siguiente metodología:

(1.1) Para la Investigación Bibliográfica se consultará la Bibliografía

especializada y mediante el Análisis de Documentos y el Resumen, se

buscará la información disponible sobre el tema.

(2.1) Recolectar Datos Históricos, Información sobre la Red y su

metodología, teniendo como fuente los Informes de la Red MoniCA,

mediante Análisis de Documentos desde el año 2004.

(2.2) Luego se realizará el análisis de Datos Históricos consultando a

expertos en el tema a través de entrevistas.

(3.1) Determinar la ubicación de las principales fábricas y otras fuentes fijas

de contaminantes atmosféricos de acuerdo al Plan de Ordenamiento

Territorial de la ciudad a través de la observación del mapa y se

ubicarán a las principales industrias y fuentes emisoras fijas.

(3.2) Ubicar las principales vías y zonas en relación al tráfico vehicular en la

ciudad mediante estadísticas de transporte y observación de mapas.

(3.3) Buscar registros de áreas de incendio a través del SATIF (Sistema de

Alerta Temprana de Incendios Forestales) y la observación de mapas

para ubicar los focos de incendio desde el año 2004.

(3.4) Determinar las emisiones generadas dentro de un área, de acuerdo a

su uso de suelo utilizando el plan de ordenamiento territorial de la

ciudad mediante la observación de mapas se determinará las emisiones

probables de todas las UV de la ciudad

(3.5) Distribuir geográficamente las emisiones utilizando los datos

anteriormente recolectados y procesados para Santa Cruz de la Sierra y

sus alrededores



(4.1) Determinar la cantidad de combustibles consumido por cada tipo de

fuente de emisión utilizando datos del Instituto Nacional de Estadística

(INE)

(4.2) Estimar las emisiones totales, de acuerdo a inventarios de emisiones, a

partir de esta observación y análisis de datos.

(4.3) Calcular las emisiones por área de acuerdo a las Fuentes distribuidas

geográficamente mediante estimaciones a partir de la observación y el

análisis de datos del inventario de emisiones nacional de los datos para

Santa Cruz de la Sierra y sus alrededores.

(5.1) Enunciar los principales fenómenos atmosféricos buscando referencias

y realizando un análisis de Bibliografía Especializada.

(5.2) Describir el efecto en la atmósfera y en la dispersión de los

contaminantes de los diferentes Fenómenos Atmosféricos, a partir del

análisis de datos obtenidos de estaciones meteorológicas que

funcionan cerca o en la ciudad de Santa Cruz de la Sierra.

(6.1) Desarrollar un método de recopilación de la información para el modelo,

para organizar los datos obtenidos en la investigación a través del

diseño de un sistema de base de datos que permita almacenar las

variables estudiadas.

(7.1) Buscar correlaciones de variables a partir de los datos de

Concentración de Contaminantes, Reportes del Clima, y la Estimación

de las Emisiones para el área de Santa Cruz de la Sierra.

(7.2) A partir del análisis establecer hipótesis y probarlas estadísticamente y

en lo posible experimentalmente, mediante análisis de datos.



(7.3) Modelar la dispersión de los contaminantes del aire, utilizando las

relaciones entre las variables comprobadas, con datos desde el 2004,

para el área de Santa Cruz de la Sierra.

(8.1) Establecer la metodología del modelo de dispersión de contaminantes,

para procesar los datos y obtener resultados.

(8.2) Diseñar un sistema para actualizar y validar el modelo de dispersión de

contaminantes, para el área de Santa Cruz de la Sierra.

Tabla 1.1 – Metodología para la realización del tra bajo Objetivos

Específicos Actividades Fuentes Técnica Población/

Muestra

(1) (1.1) Investigación Bibliográfica sobre contaminantes

Bibliografía especializada

Análisis de Documentos Resumen

Toda la bibliografía disponible

(2) (2.1)

Recolección de Datos Históricos, Normas, Información sobre la Red y su metodología

Informes de la Red MoniCA

Análisis de Datos

Desde el 2004

(2.2) Análisis de Datos Históricos Expertos en el tema Entrevista Desde el 2004

(3)

(3.1)

Determinar la ubicación de las principales fábricas y otras fuentes fijas de contaminantes atmosféricos

Plan de ordenamiento territorial de la ciudad

Observación de mapa

Las principales industrias y fuentes emisoras fijas.

(3.2) Ubicar las principales vías y zonas de tráfico vehicular en la ciudad

Plan de ordenamiento territorial de la ciudad y estadísticas de transporte

Observación de mapa y Análisis de datos

Principales avenidas y calles de la ciudad en relación al tráfico un 10% del total

(3.3) Buscar registros de áreas de incendio

SATIF (Sistema de Alerta Temprana de Incendios Forestales)

Observación de mapas

Focos de incendio desde 2004

(3.4) Determinar las emisiones generadas dentro de un área, de acuerdo a su uso de suelo

Plan de ordenamiento territorial de la ciudad

Observación de mapas

Todas las UV de la ciudad

(3.5) Distribuir geográficamente las emisiones.

Datos anteriormente recolectados y procesados

Análisis de Datos Santa Cruz de la Sierra y sus alrededores

(4)

(4.1) Determinar la cantidad de combustibles consumido por cada tipo de fuente de emisión

Instituto Nacional de Estadística (INE)


(4.2) Estimar las emisiones totales, de acuerdo a inventarios de emisiones

Inventario de Emisiones

Observación y Análisis de Datos

Santa Cruz de la Sierra y sus alrededores

(4.3) Calcular las emisiones por área

Fuentes distribuidas geográficamente y estimaciones de inventario de emisiones


Generalidades del trabajo de Investigación - Justificación


Objetivos Específicos Actividades Fuentes Técnica

Población/

Muestra

(5)

(5.1) Estudiar los fenómenos atmosféricos

Bibliografía Especializada

Análisis de Documentos, Resumen

Toda la bibliografía disponible

(5.2) Describir las características climatológicas de Santa Cruz de la Sierra

Datos Meteorológicos

Análisis de Documentos, Análisis de Mapas

Estaciones Meteorológicas cercanas

(6) (6.1) Desarrollar un método de recopilación de la información para el modelo

Datos Recopilados para el Estudio

Diseño de Base de Datos

Para todas las variables

(7)

(7.1) Buscar correlaciones de variables

Datos de Concentración de Contaminantes, Clima, Emisiones

Análisis

Desde el 2004, para el área de Santa Cruz de la Sierra

(7.2) Establecer hipótesis y probarlas estadísticamente

Datos de Concentración de Contaminantes, Clima, Emisiones

Análisis


(7.3)

Modelar la dispersión de los contaminantes del aire, en base a las hipótesis y correlaciones encontradas.

Relaciones entre las variables comprobadas

Análisis y Modelación


(8)

(8.1) Establecer la metodología para procesar los datos y obtener resultados

Modelo de dispersión de contaminantes

Análisis del modelo


(8.2) Diseñar un sistema para actualizar y validar el modelo.

Modelo de dispersión de contaminantes

Análisis del modelo


Fuente: Elaboración Propia Tabla 1.1

1.5 JUSTIFICACIÓN

En la actualidad, el trabajo desarrollado por la Red de Monitoreo de la

Calidad del Aire (Red MoniCA) está limitado a generar datos de

contaminación de días y semanas pasadas.

Este proyecto permitirá conocer mejor los procesos atmosféricos que

determinan la calidad del aire en la ciudad de Santa Cruz de la Sierra y así

poder ayudar a definir medidas para disminuir el impacto de las actividades

humanas en la contaminación atmosférica.

Pronosticar valores de contaminación atmosférica a partir de otros datos, con

el conocimiento de las interrelaciones entre las variables permitiría dar

informes preliminares a la población sobre la calidad del aire y permitiría a las

autoridades advertir en caso de que las condiciones no sean buenas para la

Generalidades del trabajo de Investigación - Límites


salud de la población, disminuyendo la incidencia de enfermedades

relacionadas a la contaminación atmosférica.

1.6 LÍMITES

Se definen como límites de este trabajo un límite espacial, un límite temporal

y un límite sustantivo.

1.6.1 ESPACIAL

La ciudad de Santa Cruz de la Sierra y sus alrededores, los cuales están

definidos de acuerdo la influencia que éstos tienen con los contaminantes en

la ciudad.

1.6.2 TEMPORAL

El trabajo se realizará entre agosto del 2008 y mayo del 2009 con datos

históricos desde el año 2004. Se espera generar un modelo actualizable,

inicialmente válido por un año.

1.6.3 SUSTANTIVO

Los contaminantes que serán parte de este estudio son aquellos

considerados como los indicadores de la calidad del aire y son medidos por

la Red MoniCA, los cuales son el PM10 (y los otros materiales particulados),

el CO, el NO2 (también NOx) y el O3.

Se consideran 3 clases de emisiones: las emisiones fijas (industrias), las

móviles (transporte) y las de área (incendios forestales y otros).

Otros factores serán los meteorológicos como dirección y velocidad del

viento, precipitaciones, humedad, temperatura y radiación solar; y los

geográficos, como el relieve y la densidad poblacional y ubicación de fuentes

de emisión.

En cuanto a metodologías de análisis de datos, se utilizan métodos

estadísticos de análisis de datos para encontrar tendencias, probabilidades y

correlaciones.

Generalidades del trabajo de Investigación - Tipo de Investigación


Como modelos de dispersión de contaminantes, se revisarán los más

relevantes de acuerdo a los datos con los que se disponen, para elegir el

más apropiado.

1.7 TIPO DE INVESTIGACIÓN

Este trabajo se clasifica según Vélez17 como una investigación documental,

donde se analizan los datos de concentración de contaminantes de la red

MoniCA, junto a datos meteorológicos e información sobre las emisiones de

los contaminantes medidos. Además, se interpretan los datos para

establecer un modelo que permita describir mejor la interrelación entre los

factores que influyen en la dispersión de los contaminantes.

1.8 CONCLUSIONES

Este trabajo busca desarrollar la problemática de la dispersión de

contaminantes atmosféricos; este tema es bastante interesante, por los

posibles beneficios e implicaciones públicas que tiene para el desarrollo de la

Gestión Ambiental de la Calidad del Aire. Es además complejo por el gran

número de variables y factores que influyen en su comportamiento, pero a

través de este documento se buscará identificar cada uno de ellos,

reduciendo las incógnitas acerca de sus interrelaciones.

El análisis de los datos es la principal actividad de este trabajo final de grado

y la parte de recopilación y procesamiento debe ser muy metódica, se debe

crear un sistema de información muy completo para permitir realizar análisis

de múltiples variables, a fin de desarrollar múltiples teorías y relacionarlas

con los datos observados y obtenidos.

Parte importante de este trabajo de investigación será el análisis estadístico

de la información, que se necesitará para establecer, comprobar hipótesis; y

determinar las interrelaciones posibles para luego modelarlas y lograr la

simulación para el pronóstico de los niveles de concentración de

contaminantes.

Generalidades del trabajo de Investigación - Referencias


1.9 REFERENCIAS

1 Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1. Boletín. La Paz, Bolivia: Swisscontact, (2007), [Acceso: 14-11-2008].

2 Swisscontact. “Proyecto Aire Limpio” (2006), [http://www.swisscontact.bo/swisscontact.php] [Acceso: 19-10-2008].

3 Según entrevista con Edgar Arteaga, Jefe de la Unidad Técnica Científica de la Dirección de Medio Ambiente del Gobierno Municipal [Entrevista] 18-08-2008

4 Arnold Mauricio Vaca Álvarez. “Diseño de una Red de Monitoreo y Control de la Calidad del Aire para la Ciudad de Santa Cruz de la Sierra.” UPSA, (2005), 41.

5 Cynthia Bojanic. “Caracterización de los contaminantes atmosféricos por fuentes emisoras y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.” Tesis para optar al título de Magister Cientiarium, Universidad Autónoma Gabriel René Moreno, (2004), [Acceso: 13-11-2008].

6 Proyecto AIRE LIMPIO. Evaluación del efecto de Dióxido de Nitrógeno y Ozono en la salud de la población del Municipio Cercado - Cochabamba. Cochabamba, Bolivia: Swisscontact, (2006).

7 Proyecto AIRE LIMPIO. Efectos de la Exposición Prolongada al Monóxido de Carbono Ambiental en Población Urbana de Riesgo. Cochabamba, Bolivia: Swisscontact, (2007), [http://www.swisscontact.bo/sw_files/mflkapozbyl.pdf] [Acceso: 15-11-2008].

8 Centro de Investigaciones del Oriente, Universidad Nacional del Oriente. “Factores Influyentes en los Niveles de COHB, MetaHB y desencadenamiento de los Síntomas de Parámetros de Riesgo en Sujetos Expuestos a Medios con Alto Flujo Vehicular en Santa Cruz.” Santa Cruz, Bolivia, (2008).

9 Cynthia Bojanic. “Caracterización de los contaminantes atmosféricos por fuentes emisoras y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.”

10 Nidia Katiuska Manzoni Rivarola. “Análisis del Impacto Ambiental del Material Particulado (PM10) en la ciudad de Santa Cruz de la Sierra.” UPSA, (2007).

11 GMLP. “Inventario de Emisiones de la Ciudad de La Paz Año 2007” (2008).

12 Proyecto AIRE LIMPIO. “Semanas de Aire Limpio en Bolivia.” Swisscontact, (06-2008), 5.

13 IBNORCA. “NB62011 Calidad del aire - Contaminantes criterio exterior - Límites máximos permisibles,” [Acceso: 4-10-2008].

14 Autor Bernard J. Nebel and Richard T. Wright. Ciencias ambientales. trans. Francisco Javier Dávila, Primera Edición. Pearson Educación, (1999), 377, [Acceso: 15-11-2008].

15 IBNORCA. “NB62018 Calidad del aire - Índice de la contaminación atmosférica,” [Acceso: 6-10-2008].

Generalidades del trabajo de Investigación - Referencias


16 Red MoniCA. “Informe técnico Red MoniCA.” Swisscontact, (2008), 12, [http://redmonica.com/publicaciones/informe_tecnico_red_monica.pdf] [Acceso: 17-08-2008].

17 C. M. Vélez. Apuntes de Metodología de la Investigación. Medellín, Colombia, (2005); C. M. Tinoco. Manual de Clase Trabajo Final de Grado I IN519. Santa Cruz, Bolivia, (2008), 4.

Dispersión de Contaminantes Atmosféricos - Contenido del Capítulo


Capítulo 2 D ISPERSIÓN DE CONTAMINANTES ATMOSFÉRICOS


En este capítulo se realiza una revisión Bibliográfica de los siguientes temas:

Atmósfera , en cuanto a su composición y principales características

Contaminación Atmosférica , los contaminantes, límites permisibles,

Calidad del Aire, los efectos sobre la salud

Ciclo de los Contaminantes Atmosféricos , en cuanto a emisión,

dispersión, interacciones químicas en la atmósfera y deposición final

Meteorología , los principales factores que influyen en la dispersión, los

vientos, la inversión térmica y otros

Relieve , los principales factores determinantes de la dispersión

Validación Estadística , análisis factorial, resultados en un margen de

confiabilidad, pruebas de validación

Modelos de Dispersión de Contaminantes Atmosféricos , definiendo la

importancia de cada uno de ellos

Trabajos relacionados al que se propone, analizando sus aportes

Dispersión de Contaminantes Atmosféricos - Atmósfera


2.1 ATMÓSFERA

La atmósfera terrestre es la capa gaseosa que rodea a la Tierra. El 75% de

la masa total de la atmósfera se encuentra en los primeros 11 km de altura

desde la superficie planetaria.

En la atmósfera ocurren los intercambios gaseosos entre los seres vivos

terrestres, permitiendo así que se realice la función vital de respirar. Protege

la vida de la Tierra absorbiendo en la capa de ozono parte de la radiación

solar ultravioleta, reduciendo las diferencias de temperatura entre el día y la

noche, y actuando como escudo protector contra las amenazas del espacio

como los meteoritos, partículas y rayos cósmicos18

2.1.1 COMPOSICIÓN ATMOSFÉRICA

Los gases que componen la atmósfera se encuentran en proporciones

definidas, las cuales llegan a variar un pequeño porcentaje de acuerdo a

factores como la altura, la humedad del ambiente, época del año,

contaminación atmosférica natural o antropogénica y otros.

En la tabla a continuación se presenta la composición promedio de la

atmósfera cercana a la superficie.

Tabla 2.1 – Composición Porcentual de la Atmósfera Gas Porcentaje

Nitrógeno (N2) (78,084%)

Oxígeno (O2) (20,946%)

Argón (Ar) (0,934%)

dióxido de carbono (CO2) (0,033%)

vapor de agua (H2O) (aprox. 1%)

Neón (Ne) (0,00182%)

Helio (He) (0,000524%)

Criptón (Kr) (0,000114%)

Hidrógeno (H2) (0,00005%)

Ozono (O3) (0,00116%).

Fuente: Química atmosférica 19

Dispersión de Contaminantes Atmosféricos - Atmósfera


2.1.2 CAPAS ATMOSFÉRICAS

Al incrementarse la altura sobre la superficie terrestre, la temperatura varía

con la altitud. Relacionando matemáticamente ambas variables, existen

intervalos de altura en los que la relación matemática permanece constante.

Estos intervalos de altura son conocidos como capas de la atmósfera. Se

identifican 5 capas, las cuales se indican en la siguiente tabla:

Tabla 2.2 – Capas de la Atmósfera según la variació n de temperatura Nombre Altura Características

Exósfera, desde los 500 – 1000 km

hasta los 10000 km.

Está conformada por partículas que se mueven libremente, desde y hacia la magnetósfera o el viento solar.

Termósfera desde los 80 – 85 km

hasta los 600 km

La Ionósfera, como también es conocida esta capa, está formada por partículas atmosféricas ionizadas por la radiación solar.

Mesósfera desde los 50 km

hasta los 80 – 85 km

La temperatura decrece no solamente por el efecto adiabático, sino también por el enfriamiento debido al escape de radiación infrarroja emitida.

Estratósfera desde los 8 – 17 km

hasta los 50 km

La temperatura aumenta con la altura. Contiene la capa de ozono entre los 15 a 35 km, la cual contiene concentraciones relativamente altas de ozono, cuyo espesor varía estacional y geográficamente

Tropósfera desde la superficie 0 km

hasta los 7 km en los polos y 17 km en el ecuador

Debido al calentamiento de la superficie terrestre, en esta capa ocurren fenómenos de mezcla vertical, cuando masas de aire caliente y menos denso se elevan y produciendo una disminución de presión, al expandirse. Con la expansión la temperatura del aire disminuye y con esta disminución de temperatura, el vapor de agua del aire se condensa formando nubes o se precipita hacia la superficie, formando la lluvia. La temperatura promedio de la atmósfera en la superficie de la tierra es de 15 °C

Fuente: Contaminación atmosférica 20

2.1.3 CAPA LÍMITE ATMOSFÉRICA

Es la zona hasta 2 km de altura en la que la velocidad del viento es afectada

por la resistencia cortante de la superficie terrestre. Arriba de esta capa, la

velocidad del viento es constante.

En océanos, o grandes extensiones de agua, alcanza una altura de 500 m.

En las áreas rurales, llega a 1 km y en centros urbanos, con varios edificios

altos, puede llegar a 2 km de alto.

En los fenómenos de la contaminación atmosférica local, la Capa Límite

Atmosférica es la región de mayor interés. Es la más próxima a la superficie

terrestre y está afectada por la agitación local y el fuerte mezclado.

Dispersión de Contaminantes Atmosféricos - Contaminación Atmosférica


2.1.4 PERFIL DE TEMPERATURA DE LA ATMÓSFERA TERRESTRE

La estructura del perfil de temperatura de la atmósfera es bastante complejo

debido a la composición química y los gases que la constituyen. 21

Los gases que constituyen el mayor porcentaje (nitrógeno, oxígeno y argón)

son moléculas diatómicas simétricas o monoatómicas sin momento dipolar,

razón por la cual son transparentes. Como consecuencia, los rayos solares

calientan la superficie terrestre, la cual calienta la baja atmósfera. El vapor de

agua absorbe la radiación infrarroja al tener un momento dipolar, pero su

presencia es significativa únicamente en zonas cálidas a bajas alturas.

El aire en contacto con la superficie se calienta y por su menor densidad, el

tiende a subir. Al hacerlo, aumenta de volumen, al descender la presión con

la altura y se enfría. Por esto, la temperatura de la tropósfera disminuye

uniformemente con la altura, generalmente unos siete grados por kilómetro

(–7° C / km). Esta tendencia permanece hasta la alt ura de la tropopausa,

donde comienza la estratósfera. Allí se encuentra la capa de ozono, que

absorbe la energía de los rayos ultravioleta. Esto modifica el cambio de

temperatura con la altura, aumentando la temperatura con la altura.

2.2 CONTAMINACIÓN ATMOSFÉRICA

La contaminación atmosférica consiste22 en:

Alteración de la composición natural de la atmósfera terrestre.

Generalmente la alteración es causada por gases, partículas líquidas o

sólidas añadidas a la atmósfera.

Como consecuencias, la alteración puede afectar la salud del ser humano y

otros seres vivientes, atacar a distintos materiales, reducir la visibilidad o

producir olores desagradables.



2.2.1 IMPACTO DE LA CONTAMINACIÓN ATMOSFÉRICA

De acuerdo al área23 que se ve afectada por la contaminación, se tiene

Impacto Local, cuando afecta las cercanías de la fuente de contaminación.

Ej. Hidrocarburos volátiles alrededor de instalaciones petroleras, Material

Particulado generado por una fábrica de cemento.

Impacto Regional, cuando el área de impacto abarca lugares alejados a la

fuente de contaminación. Ej. Material Particulado de Incendios Forestales,

Lluvia Ácida.

Impacto Mundial, al afectar la atmósfera a nivel mundial. Ej. Calentamiento

global, Agujero en la capa de ozono.

2.2.2 CALIDAD DEL AIRE

La Calidad del Aire se refiere a “concentraciones de contaminantes que

permiten caracterizar el aire de una región con respecto a concentraciones

de referencia, fijadas con el propósito de preservar la salud y bienestar de las

personas.”24

2.2.3 CONTAMINANTES

Son las sustancias cuya presencia constituye una alteración de la

composición natural de la atmósfera terrestre.25

Cada contaminante atmosférico posee distintas características respecto a su

fuente de emisión, su dispersión, su duración en el ambiente y sus

potenciales efectos.26

Una clasificación de los contaminantes atmosféricos antropogénicos sería:

• Contaminantes primarios son aquellos emitidos por fuentes y actividades

identificables, realizadas por los seres humanos. Algunos de los

principales son el Monóxido de Carbono (CO), los Óxidos de Nitrógeno

(NOx), el Material Particulado (PM), los Óxidos de Azufre (SOx), los



Hidrocarburos (HC), componentes orgánicos volátiles (COV), partículas

metálicas (como el Plomo), sustancias agotadoras del ozono (como los

CFC)27

• Contaminantes secundarios son aquellos formados en la atmósfera,

mediante reacciones químicas y fotoquímicas de los contaminantes

primarios. Entre los que se pueden mencionar son el Ozono troposférico

(O3), los ácidos nítricos y sulfúricos (de la lluvia ácida), aldehidos, nitratos

de peroxiacilo (PAN) 28

Hay una gran cantidad de sustancias que son consideradas contaminantes.

Caracterizarlas es bastante difícil, por lo que se establecen contaminantes

criterio, de acuerdo a qué problema de contaminación se desee estudiar.29

2.2.4 CONTAMINANTES ATMOSFÉRICOS CRITERIOS

Según la NB62011, “un contaminante atmosférico criterio es aquella

sustancia o material presente en el aire que tiene un efecto tóxico sobre la

salud de las personas y para el cual existe información toxicológica de

respaldo que permite establecer un límite de concentración en un tiempo de

exposición.”30

Generalmente, la presencia de un contaminante atmosférico criterio indica la

presencia otros contaminantes emitidos en conjunto al contaminante criterio.

La concentración de los contaminantes criterios permite establecer la calidad

del aire analizado.

2.2.5 CONCENTRACIONES LÍMITES DE CONTAMINANTES CRITERIOS

El valor de concentración límite permisible según la NB62011 es “un nivel de

exposición establecido en base a conocimientos científicos generales e

información toxicológica específica, con el fin de evitar, prevenir o reducir los

efectos nocivos para la salud humana y el medio ambiente.”31



Tabla 2.3 – Límites máximos de contaminantes criter io (Utilizados para la determinación del índice de con taminación atmosférica)

Contaminante Criterio

Concentración

límite

(µg/m3)

Periodo de

exposición

Frecuencia de

excedencia

permitida

Método de

Medición

CO 30 000

10 000

1 h

8 h

Ninguna

Ninguna NB 62015

O3 100

60

8 h

1 año

Ninguna

Ninguna

NB 62013

NB 62017

NO2

200

150

40

1 h

24 h

1 año

Ninguna

Ninguna

Ninguna

NB 62012

NB 62016

PM10 50

20

24 h

1 año

Ninguna

Ninguna NB 62014

NOTA 1 La concentración medida debe ser expresada en condiciones de presión y temperaturas locales para ser comparada con los valores de la tabla 1. Los valores de presión y temperatura ambiente locales se tomarán como medias anuales. NOTA 2 Los efectos de exposición a 1 h, 8 h y 24 h son de efecto agudo. Las exposiciones de 1 año causan efecto crónico. Fuente: Norma Boliviana NB 62011

Estos contaminantes reportados de manera periódica, son indicadores que

permiten establecer el nivel de Calidad del Aire de las ciudades.32

2.2.6 EFECTOS EN LA SALUD

La propia definición de contaminantes atmosféricos indican que éstos

producen un efecto negativo sobre los seres vivos.33 La exposición a

determinadas concentraciones de los contaminantes criterios produce

efectos sobre la salud de personas, animales y plantas.34

Los valores límites establecidos según Normas son definidos como resultado

de un gran número de trabajos de investigación sobre los efectos producidos

sobre la salud humana. La OMS a través de sus Guías para la Calidad del

Aire, determina los valores que deberían tomarse, basado en estudios

epidemiológicos, principalmente aquellos que describen exposición a niveles

de concentración de contaminantes en espacios exteriores.35

Como factores importantes sobre el impacto en la salud humana se tienen: la

duración de la exposición y la concentración de los contaminantes.36 Y hay

un efecto sinérgico al asociarse varios contaminantes según Mugica y



Figueroa,37 lo cual significa que los efectos de varios contaminantes entre sí

se potencian, produciendo mayores problemas en la salud a quienes se

exponen a estas sustancias contaminantes de manera conjunta.

A. TRABAJOS SOBRE LOS EFECTOS EN LA SALUD DE LOS CONTAMINANTES

ATMOSFÉRICOS

En la siguiente tabla, se resume las principales aportaciones de trabajos

realizados en el país acerca de los efectos sobre la salud humana de los

contaminantes.

Tabla 2.4 – Trabajos Relacionados sobre los Efectos en la Salud de los Contaminantes Atmosféricos en Bolivia

Autor y Título del Trabajo Conclusiones

Proyecto AIRE LIMPIO. Determinación de los efectos de contaminantes atmosféricos NO2 y O3 sobre la población urbana de mayor riesgo. Santa Cruz de la Sierra, Bolivia. Swisscontact, 2008

Existe relación de causa efecto entre la exposición prolongada a contaminantes, con mayores efectos en la población que trabaja como ambulantes en las vías más congestionadas de la ciudad. Todavía no se ha publicado.

Manzoni R., N. K. Análisis del Impacto Ambiental del Material Particulado (PM10) en la ciudad de Santa Cruz de la Sierra. Santa Cruz de la Sierra, Bolivia UPSA 2007

La concentración de Material Particulado PM10 tiene efectos sobre la incidencia en la población de enfermedades respiratorias como la bronquitis, conjuntivitis y otros38

Proyecto AIRE LIMPIO. Evaluación del efecto de Dióxido de Nitrógeno y Ozono en la salud de la población del Municipio Cercado – Cochabamba. Cochabamba, Bolivia: Swisscontact, 2006.

La exposición diaria prolongada al CO, se relaciona al nivel de Carboxihemoglobina. A mayor tiempo de exposición por día, mayores niveles. Las personas expuestas sufrían cefalea, dificultades de concentración y sensación de fatiga.39

Proyecto AIRE LIMPIO. Efectos de la Exposición Prolongada al Monóxido de Carbono Ambiental en Población Urbana de Riesgo. Cochabamba, Bolivia: Swisscontact, 2007.

Las concentraciones de ozono demuestran tener una influencia directa en el asma crónico, en la enfermedad pulmonar obstructiva crónica (EPOC) y en la rinitis

El dióxido de nitrógeno influye en el asma crónico, asma agudo (ataque de asma), bronquitis aguda, infecciones respiratorias agudas, rinitis y conjuntivitis40

Cynthia Bojanic. Caracterización de los contaminantes atmosféricos por fuentes emisoras y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra. Tesis para optar al título de Magister Cientiarium, Santa Cruz de la Sierra, Bolivia. Universidad Autónoma Gabriel René Moreno, 2004.

Descripción de los principales problemas de salud causados por los contaminantes.

Estrategias para reducir los contaminantes atmosféricos en la ciudad, para disminuir los niveles de contaminantes al que están expuestas las personas que habitan en la ciudad.41

Factores Influyentes en los Niveles de COHB, MetaHB y desencadenamiento de los Síntomas de Parámetros de Riesgo en Sujetos Expuestos a Medios con Alto Flujo Vehicular en Santa Cruz. Orlando Vásquez (Swisscontact), Centro de Investigaciones del Oriente Boliviano (Universidad Nacional del Oriente), 2008.

El nivel de COHb y Meta Hb depende del tipo de Exposición, Tipo de Población, Tipo de Ocupación, en medios de alto tráfico vehicular. A

Niveles altos de COHb y Meta Hb producen alteraciones en los parámetros sanguíneos, desencadenan síntomas y exacerban factores de riesgo cardiaco, renal y eritrocitosis.

Fuente: Elaboración Propia



2.2.7 ÍNDICE DE LA CONTAMINACIÓN ATMOSFÉRICA (ICA)

Según la Norma NB 62018, “el Índice de la contaminación atmosférica es un

valor adimensional calculado a partir de la información de la concentración

de los contaminantes y de los límites permisibles especificados en la norma

NB 62011. Su objetivo es facilitar la comprensión de la información sobre el

riesgo por la exposición a los contaminantes del aire y las acciones de

protección que se puedan realizar.”42

Para el cálculo del Índice de contaminación atmosférica se utilizan los valores

de concentración de los contaminantes criterios CO, NO2, O3 y PM10, cuyo

valor límite está definido en la NB 62011 (véase la Tabla 2.3 de éste

documento).

2.2.8 CONTAMINANTES MONITOREADOS

Entre los principales contaminantes, los de interés para este estudio son los

monitoreados por la Red de Monitoreo de la Calidad del Aire (Red MoniCA)

Santa Cruz (para mayor información sobre la Red de Monitoreo, véase el

Capítulo 3, Descripción de la Red MoniCA,); los cuales corresponden a los

contaminantes asociados a las fuentes de emisión urbanas.

Tabla 2.5 – Contaminantes Monitoreados Contaminante Fuentes Principales Dispersión Efectos

NOx – NO2

Óxidos de Nitrógeno, principalmente Dióxido de Nitrógeno

Combustiones a alta temperatura: motores de gasolina de los automóviles, centrales térmicas, etc.

Cercano a los emisores, los NO se oxidan hasta NO2, la forma más estable.

Irritante, es un precursor de la lluvia ácida y otros contaminantes como el Ozono.

O3

Ozono troposférico

Reacciones Secundarias entre NOx, COV y luz ultravioleta

Dado que es un contaminante secundario, se dispersa alrededor de las fuentes de COV y NOx

Ataca a las plantas, reduciendo los cultivos.

Afecta las vías aéreas y es irritante.

PM – PM10

Material Particulado, en especial el PM10, (menor a 10 micras).

Combustión incompleta, Procesos industriales, Erosión

Partículas livianas y pequeñas, se dispersan con el viento, mientras más ligeras y pequeñas, una mayor distancia.

Afectan al sistema respiratorio, penetran en los pulmones.

CO

(Monóxido de Carbono)

Combustión incompleta Gradualmente se transforma a CO2

Intoxicación, impide la oxigenación de la sangre




A. ÓXIDOS DE NITRÓGENO (NOX)

Los NOx se producen durante el quemado de combustibles fósiles. Los NOx

de carburantes se producen por la oxidación del nitrógeno que poseen los

combustibles y los NOx térmicos se producen por la oxidación del N2

atmosférico molecular a elevadas temperaturas de combustión en presencia

de oxígeno. La mayoría de las emisiones de NOx, se encuentran en forma de

NO, se oxidan a NO2 en presencia de O2 y O3.

El NO2 puede reaccionar con compuestos orgánicos para producir nitratos de

peroxiacetilo (PAN o NPA). O con hidrocarburos para producir niebla

fotoquímica.

El NO2 puede causar problemas respiratorios. La niebla produce

enfermedades en pulmones y bronquios. El NPA en presencia de niebla

puede ocasionar irritación ocular.43

B. MATERIAL PARTICULADO (PM, PM10)

Subproductos de los contaminantes gaseosos, o industrias y combustión del

carbono inadecuada. El rango de estos contaminantes es desde los 10–6 mm

hasta 1 mm.

La materia particulada de aire presenta una mezcla compleja de sustancias

orgánicas e inorgánicas Las gruesas son Polvo, tierra y depósitos, y la fina

son aerosoles, partículas de combustión, vapores de compuestos orgánicos,

condensados y metales.

Su tamaño muy pequeño les permite permanecer en la atmósfera y viajar a

distancias grandes. Sedimentan en la superficie terrestre, de forma natural o

en gotas de agua, depositándose en el suelo o en alguna superficie.

Impide la eficiencia pulmonar del hombre y de los animales. Sobre las hojas,

perjudican la fotosíntesis. Algunas partículas contienen metales pesados y

son tóxicas.44



C. MONÓXIDO DE CARBONO (CO)

El Monóxido de carbono es gaseoso, incoloro e insípido, se forma de

combustiones incompletas del carbono, por déficit de O2 para la combustión

completa. También se produce por disociación del CO2 a altas temperaturas

(a más de 1700 °C) y en reacciones a altas temperat uras entre CO2 y

compuestos del Carbono.

El Monóxido de Carbono (CO) es el más abundante de los contaminantes de

referencia y los automóviles son la principal fuente.

Sustituye al oxígeno en la sangre, formando Carboxihemoglobina, un

compuesto que impide la correcta función de oxigenación sanguínea,

produciendo varios problemas de salud.45

D. OZONO (O3)

El ozono se asocia con la niebla urbana. Los óxidos de nitrógeno y varios

hidrocarburos en presencia de la radiación solar llevan a cabo un conjunto de

reacciones complejas que producen contaminantes secundarios u oxidantes

fotoquímicos. 46

El O3 perjudica las cosechas reduciendo el rendimiento de las mismas.47

E. OTROS

Los hidrocarburos, son parte de las emisiones de COV. Contienen

únicamente Carbono (C) e Hidrógeno (H). El metano (CH4) no es muy

reactivo, pero es un gas de efecto invernadero.

Los alquenos son altamente reactivos, por ej. Etileno y NOx, producen NPA y

O3.

Los compuestos aromáticos, como el benceno, son cancerígenos.

Entre compuestos orgánicos volátiles, muchos de ellos son reactivos.

Producen nieblas fotoquímicas, y varios son cancerígenos.48

Dispersión de Contaminantes Atmosféricos - Ciclo de los Contaminantes Atmosféricos


2.3 CICLO DE LOS CONTAMINANTES ATMOSFÉRICOS

A continuación se resume de manera general las fases del ciclo de

contaminantes atmosféricos.

Ilustración 2.1 – Ciclo de los Contaminantes Atmosf éricos

Fuente: Elaboración propia

2.3.1 EMISIÓN

Es la liberación del contaminante hacia la atmósfera. 49

En muchos casos, ocurre al formarse la sustancia en reacción con los gases

atmosféricos durante la actividad que produce el contaminante, mientras que

en otros, es simplemente la liberación de gases, o partículas, que estaban

almacenados.

La clase y cantidad de contaminantes emitidos depende de la actividad

contaminante que se está realizando.

A continuación se presentan los principales mecanismos a través de los

cuales se generan emisiones:50

Combustión: Procesos donde se combina algún material combustible con el

oxígeno del aire y generan dióxido y monóxido de carbono, óxidos de

nitrógeno y azufre, entre otros contaminantes, de acuerdo a las impurezas

que tenga el combustible utilizado.

Emisión Interacciones

Químicas

Salida de la

atmósfera

Dispersión



Evaporación: Algunos gases llegan a la atmósfera por la evaporación de

líquidos y sólidos, como los solventes, hidrocarburos y otros.

Liberación: Utilizando gases como propelentes o eliminándolos hacia el

ambiente luego de ser utilizados en procesos industriales.

Pulverización: Al generar partículas de peso y tamaño adecuados para

quedar suspendidas en la atmósfera.

2.3.2 FACTORES DE EMISIÓN

Un factor de emisión es un valor que relaciona la cantidad de contaminante

emitido a la atmósfera con la realización de una actividad fuente de

contaminantes. El valor obtenido experimentalmente, con promedios de

datos muestrales asumidos representativos de la categoría de la actividad

fuente.51

Usualmente estos factores son expresados como el peso del contaminante

emitido dividido por una unidad de la actividad que emite el contaminante,

(por ejemplo kg de CO2 por L. de gasolina consumido por un automóvil).

�� ó� = ��

Estos factores facilitan la estimación de las emisiones de varias fuentes de

contaminación atmosférica.

2.3.3 FUENTES DE EMISIONES

La clasificación de las fuentes de emisiones de manera general se divide en

2 tipos: fuentes naturales y fuentes antropogénicas.

Las fuentes naturales, emiten mayores volúmenes globales que las

emisiones antropogénicas, pero se encuentran más distribuidas. Las

emisiones de las fuentes antropogénicas están más concentradas,

especialmente en centros urbanos e industriales, donde producen altas

valores que afectan a un gran número de habitantes.



Existen episodios en los cuales los fenómenos naturales causan un impacto

importante, por lo cual es necesario tomarlos también en cuenta.52

Las fuentes de emisión antropogénicas se clasifican en 3 tipos: fuentes fijas,

fuentes móviles y fuentes compuestas. Para realizar la distribución

geográfica de las emisiones, también se pueden clasificar como fuentes

puntuales, fuentes lineales y fuentes de área.53

Es posible establecer factores de emisión, al considerar que el volumen de

actividades contaminantes presenta una tendencia lineal con la cantidad de

contaminante generado.54.

Se desarrollan a continuación las principales categorías de emisiones

antropogénicas:

A. EMISIONES VEHICULARES

Los vehículos impulsados por la combustión de Gasolina, Diesel, Gas Natural

y otros, generan gases de escape como subproductos de este proceso.

En centros urbanos de países en desarrollo, se reconoce que el 70% de las

emisiones contaminantes se producen por fuentes móviles del transporte.55

Se presenta a continuación una tabla, que compara las emisiones

contaminantes de vehículos, según su combustible.

Tabla 2.6 – Contaminantes vehiculares según el comb ustible Combustible del Vehículo Emisiones

Gasolina Monóxido de carbono (CO)

Óxidos de Nitrógeno (NOx)

Hidrocarburos no Quemados (HC)

Diesel Óxidos de Azufre (SOx),

Material Particulado (PM) (humo negro)

Gas Natural Metano (CH4)

Óxidos de Nitrógeno (NOx)

Fuente: Elaboración Propia con Datos de Emisiones E PA56



Alguna parte de los Hidrocarburos no quemados (HC) y Metano, se produce

como resultado del combustible sin quemar.57

Entre los procesos que generan este tipo de emisión están: Emisiones

Evaporativas del Motor Caliente, Emisiones Evaporativas de Operación,

Emisiones Evaporativas durante la Carga de Combustible, Emisiones

Diurnas (del tanque de combustible del vehículo debido a una mayor

temperatura), Emisiones Evaporativas en Reposo (fugas de combustible).58

a) CÁLCULO DE LAS EMISIONES VEHICULARES

Para el cálculo de las emisiones vehiculares, se utiliza el método de factores

de emisión. Los conteos del tráfico forman la base para los cálculos de las

emisiones provenientes del tráfico motorizado.59

Cada tramo de carretera tiene características en cuanto al volumen del tráfico

y a la composición de la flota; el volumen del tráfico además varía mucho

durante las 24 horas del día. Se necesitan datos sobre el flujo vehicular por

hora durante todo el día.

En un conteo de doce horas de las 6am a las 6pm no se registra la mitad del

volumen diario del tráfico, sino que 65% y entre las 6am y las 8pm,

aproximadamente el 78% del volumen diario del tráfico pasa en este período.

Para extrapolar el resultado de cualquier conteo a la cantidad de vehículos

que pasa por el mismo sitio durante 24 horas, se necesitaba entonces hacer

una estandarización en cuanto al tráfico por hora.

Para un cálculo sencillo del actual y del futuro volumen del tráfico

motorizado, se tendría que considerar el crecimiento anual de la flota

vehicular en porcentaje.

Para distribuir las emisiones sobre el área geográfica de estudio, se define

en el mapa, para cada tramo de carretera; una cantidad de emisión, la cual



depende de los siguientes factores: Cantidad de vehículos, Composición de

la flota vehicular, Factores de emisión.

Los factores de emisión por su lado dependen de los parámetros: Categoría

del vehículo, Mantenimiento del motor, Velocidad, Tecnología del vehículo y

Manera de conducir.

Por sus características, un tramo de carretera es considerado una fuente de

emisión lineal. La unidad de emisión de una fuente lineal es gramos por hora

por 100 m (g/h/100 m) 60

B. EMISIONES INDUSTRIALES

Una fuente fija, con un nivel importante de emisión de un contaminante es

considerada fuente puntual. Pero si son numerosas y el nivel de emisión de

contaminante está por debajo de un nivel determinado, se la clasifica como

fuente de área, por ser más práctico y permite reducir la cantidad de datos a

relevar.61

El tipo de contaminante producido está condicionado principalmente a 2

categorías. La combustión industrial y las operaciones unitarias de

producción.

La quema de combustibles para la obtención de energía (térmica, mecánica

y otras) utilizada en un proceso o la generación de electricidad genera

contaminantes de acuerdo a la eficiencia de la combustión y tipo de

combustible empleado.62

En relación al proceso de combustión, las emisiones dependen de sus

procesos,63 aunque la gran variedad de los mismos hace difícil la

determinación de la cantidad de contaminantes emitidos.64

Además, existen equipos de control de emisiones que disminuyen

significativamente las emisiones del contaminante y forman parte de algunas

industrias.65



a) ESTIMACIÓN DE LAS FUENTES INDUSTRIALES

Es posible hacerlo mediante 3 herramientas: Factores de emisión, Pruebas

en la fuente y Balance de materias.

Para la emisión por combustión, los datos que se deben recabar son el tipo y

capacidad del tipo de combustión, el consumo anual y tipo de combustible, el

horario de operación y si cuenta con un tipo de tratamiento de los gases de

combustión, que contaminante es controlado y la eficiencia de este

tratamiento.66

Para las emisiones por Proceso, se utilizan factores de emisión que

dependen de los procesos de las industrias como datos se necesitan los

volúmenes de producción de la industria en cuestión, las materias primas e

insumos utilizados y también se necesitan considerar las medidas de control

para las emisiones.

C. OTROS TIPOS DE FUENTES

Son las consideradas como fuentes de área. Son de pequeño aporte al

volumen total de contaminante y son numerosas.

Las emisiones se estiman por categoría de fuente en conjunto.

Tabla 2.7 – Categorías de Fuentes de Área Categoría Características

Combustión en fuentes estacionarias Industrias pequeñas, combustión habitacional.

Fuentes móviles estacionarias Terminal de Autobuses

Aeropuerto

Uso de solventes Pintura, Lavado en seco, Limpieza

Fuentes industriales ligeras y comerciales Panaderías, Ladrilleras, Restaurantes

Fuentes de áreas misceláneas Caminos pavimentados y no pavimentados

Manejo y tratamiento de residuos Rellenos sanitarios, tratamiento de agua

Almacenamiento y transporte de derivados del petróleo

Almacenamiento, Distribución, Fugas

Cambio de uso de suelo Quemas, Incendios Forestales

Fuente: Manual para la Elab. de un Inventario de Em isiones en Bolivia 67



a) ESTIMACIÓN DE LAS EMISIONES DE ÁREA

La metodología que se aplica está de acuerdo a la disponibilidad de datos.

En caso de no contar con datos específicos, es posible utilizar factores de

emisión per cápita.

Para evitar la duplicación de emisiones, es necesario ajustar los factores de

emisión por fuentes de área. Es recomendado hacer los ajustes con datos de

actividad, no de contaminante.68

b) QUEMAS E INCENDIOS FORESTALES

Estas fuentes de emisión, que provienen de la quema de biomasa, producen

cantidades importantes de Material Particulado y gases de Efecto

Invernadero.69 La dispersión de estos contaminantes puede llegar a afectar

lugares alejados, debido al fenómeno de transporte que arrastra los

contaminantes hacia otras áreas.

Varios estudios70,71,72,73 hablan de la influencia de fuentes externas de

emisión sobre la concentración de contaminantes de una región. Las plumas

de emisión pueden llegar a afectar regiones lejanas, como las

experimentadas por algunos países del Mar Mediterráneo, en los cuales se

produce un incremento del espesor de la capa de aerosol, por la influencia

de tormentas de arena del desierto del Sahara (norte de África).74

2.3.4 DISPERSIÓN

Los contaminantes producidos por las fuentes de emisión al ingresar a la

atmósfera se dispersan, es decir se mezclan en ella, diluyéndose y

alejándose de la fuente.

Como causas para la dispersión se tiene la diferencia de concentración del

contaminante en diferentes puntos de la masa de aire, el arrastre del viento y

los movimientos verticales.75



Entre los factores que afectan el transporte y dispersión de contaminantes

atmosféricos están las variaciones del clima a nivel local, regional y global y

el relieve local.76

El grado de turbulencia cercana a la fuente de emisión influye en la

dispersión del contaminante. La turbulencia es el movimiento de la

atmósfera. Éste puede ser horizontal, como el caso del viento y vertical,

como en el caso de las corrientes de aire ascendente y descendente, la

altura de la capa de mezcla, lo que se conoce como estabilidad atmosférica.

Se produce una mayor dispersión de los contaminantes cuando hay viento

con mayor velocidad, y cuando hay inestabilidad atmosférica, es decir,

fuertes corrientes de aire tanto verticales como horizontales.

Cuando ocurren fenómenos como la inversión térmica, la atmósfera queda

estratificada en capas de aire de relativa estabilidad. Esto disminuye el grado

de dispersión de los contaminantes, los cuales se concentran en la capa

inferior de la atmósfera.

La topografía del área también influye en la dispersión de los contaminantes.

Las altas cadenas montañosas, o las laderas de los valles, constituyen

obstáculos para la dispersión de los vientos.77

Otros factores a considerar son los efectos de turbulencia sobre la Capa

Límite Atmosférica, el transporte por convección de la humedad, la

deposición húmeda y seca (que modifica la concentración y la tasa de

dispersión de las partículas) y la elevación de la pluma contaminante

asociada a los incendios forestales, en adición al transporte de mayor escala

o regional.78



2.3.5 INTERACCIONES QUÍMICAS

Una vez que los contaminantes se encuentren en la atmósfera, es posible

que interactúen con otras sustancias allí presentes.79

Éste es el caso de las interacciones de los NOx con los COV en presencia de

radiación ultravioleta, que producen O3 y contaminantes secundarios.80

El NO, se emite en cantidades mayores al NO2, se produce a temperaturas

mayores a 1200 °C por reacción entre el oxígeno y e l nitrógeno del aire.

�� + �� (� !�""°$)&'''''''( 2��

Mediante la fotólisis, parte del NO se convierte en NO2. La formación de

oxidantes fotoquímicos es uno de sus graves efectos.

El NO reacciona con ozono, y forma NO2

�� + �* → �� + ��

El NO2 reacciona con luz y forma NO y radical O

��,-&( �� + �∗

Radical O y O2 forman O3

�� + �∗ → �*

Los HC interactúan de forma que el ciclo está desequilibrado. NO se

convierte más rápido en NO2 que la disociación del NO2 en NO y O

Al formarse más rápidamente el NO2, el NO se vuelve más escaso. La falta

de NO, produce niveles de O3 mayores.81

La humedad y la precipitación también pueden favorecer la aparición de

contaminantes secundarios peligrosos, tales como las sustancias

responsables de la lluvia ácida.82



2.3.6 SALIDA DE LA ATMÓSFERA

El tiempo de permanencia en la atmósfera de un contaminante es variable.

Depende del estado físico (partículas o gases), la naturaleza del

contaminante, el área de dispersión (relieve), y las interacciones químicas

que transforman al contaminante en otros compuestos y la absorción de éste

en el agua, el suelo y los seres vivientes.83

Para algunos contaminantes, su dilución en la atmósfera lleva sus niveles de

concentración a valores muy reducidos, casi indetectables, sin efectos.

La emisión continua de algunos gases satura la capacidad de dilución de la

atmósfera y el contaminante comienza a acumularse, produciendo el

incremento de las concentraciones de la sustancia. Hay gases que

permanecen durante décadas, como el caso de los CFC, en la estratósfera.84

Los océanos, lagos, ríos, bosques, campos, constituyen sumideros para

buena parte de los gases contaminantes, en especial el CO2. La deposición

seca, en especial de las partículas y compuestos formados por interacción

química de gases contaminantes, es uno de los mecanismos de retorno de

estos contaminantes hacia el suelo85

Las lluvias pueden tener un efecto beneficioso porque lava las partículas

contaminantes del aire y ayuda a minimizar las partículas provenientes de

actividades como la construcción y algunos procesos extractivos

industriales.86

Dispersión de Contaminantes Atmosféricos - Meteorología


2.4 METEOROLOGÍA

Generalmente los contaminantes se elevan o flotan lejos de sus fuentes sin

acumularse hasta niveles peligrosos. Los patrones de vientos, las nubes, la

lluvia y la temperatura pueden afectar la rapidez con que los contaminantes

se alejan de una zona. Los patrones climáticos que atrapan la contaminación

atmosférica en valles o la desplacen por la tierra pueden, dañar ambientes

limpios distantes de las fuentes originales.87

Los fenómenos meteorológicos que influyen en la dispersión de

contaminantes se producen en 3 escalas:88

Microescala (1 km) con acción en minutos y en horas

Mesoescala (100 km) actuando durante horas y días

Macroescala (miles de km) interactuando durante días y semanas.

2.4.1 FACTORES METEOROLÓGICOS DE INTERÉS:89

Velocidad y Dirección del Viento

Temperatura y Humedad

Turbulencia

Estabilidad Atmosférica

Efectos Topográficos en la Meteorología. (Véase el punto 2.5 Relieve)

A. CAPAS ATMOSFÉRICAS

El fenómeno de transporte con focos de industrias, los datos de interés se

obtienen dentro de la capa límite atmosférica, la capa más baja de la

atmósfera terrestre.

La dispersión de los contaminantes dentro de la CLA se debe a las

turbulencias, las cuales varían de acuerdo a la estratificación de la misma.



La capa inestable o capa límite por convección, las turbulencias se deben a

remolinos considerables, poseen de 1 a 2 km de diámetro. Las turbulencias

son más débiles en la capa límite estable, con menor tamaño. Estas

diferencias originan diferentes velocidades de dispersión de los

contaminantes. 90

2.4.2 VIENTO

En la capa cercana a la superficie, existen variaciones de la velocidad y

dirección del viento debido a la influencia del relieve. Es por eso que se

considera una componente media y una componente variable.

La velocidad del viento, al ser dependiente del terreno, es variable con la

altura. Para determinar la velocidad del viento que sea independiente de la

influencia de edificios y topografía, se utiliza la ley de semejanza de la

potencia.

La componente media está determinada por la dirección y velocidad

dominantes, y las fluctuaciones de poco tiempo.

Estructuras tipo remolino de velocidad media corresponden a la componente

variable de la velocidad, y es denominada turbulencia.

La turbulencia puede ser producida por las irregularidades del terreno, en

cuyo caso se habla de turbulencia mecánica.

O por el gradiente vertical de temperatura, el cual produce corrientes de aire

caliente que se eleva desde la superficie, y corrientes de aire descendente,

más frío y más denso.91

2.4.3 ESTABILIDAD ATMOSFÉRICA

La estabilidad atmosférica depende de las condiciones meteorológicas. Las

condiciones neutrales generalmente se dan cuando hay cielos nublados.

También la radiación solar cumple un papel importante, al igual que la

velocidad del viento.92



Una atmósfera neutralmente estable ocurre cuando la variación de

temperatura con la altura es igual a la gradiente de temperatura seca

adiabática, que corresponde a la disminución de 1ºC cada 100 m de altura.

Al ser la variación de la temperatura mayor a 1º, se habla de una atmósfera

inestable. Esto produce mayores turbulencias, porque el aire que asciende o

desciende, se enfría o calienta a una tasa menor, y al llegar a la nueva altura,

se encuentra a diferente temperatura que el aire que lo rodea, produciendo la

sustentación o hundimiento que produce inestabilidad de las capas de aire.

La estabilidad atmosférica ocurre cuando la variación de la temperatura con

la altura es menor a 1ºC por cada 100 m. En estos casos, se habla de

atmósfera estable. La atmósfera isoterma es un caso particular, que ocurre al

no haber variación de temperatura con la altura.

La inversión térmica es la condición de mayor estabilidad. Al aumentar la

temperatura con la altura, el aire caliente que se enfría 1ºC por la expansión

adiabática se encuentra rodeado de aire más caliente, lo que lo fuerza a

descender y permanecer en la capa inferior, de donde provenía. Y el aire que

desciende, se calienta 1ºC por la contracción adiabática, se encuentra con

aire más frío, lo cual lo obliga a ascender y retornar a la capa de la que

provenía.93

2.4.4 TEMPERATURA

Las emisiones producen penachos que varían con la clase de estabilidad

atmosférica. La temperatura del ambiente, puede ser un factor que determina

si las condiciones atmosféricas son de estabilidad o producir grandes

remolinos de turbulencia.

2.4.5 HUMEDAD

El contenido de humedad del aire puede modificar las propiedades caloríficas

del aire. Además, una atmósfera cargada de humedad produce mayores

interacciones entre los NOx y SOx que producen partículas.

Dispersión de Contaminantes Atmosféricos - Relieve


La deposición de estas partículas pueden ser en forma seca, formando

material particulado, que finalmente desciende a tierra.

O puede ser de forma húmeda, en precipitaciones en forma de rocío,

llovizna, lluvia, aguanieve, nieve, granizo. Permite que los ácidos formados

por las reacciones químicas desciendan, con serios problemas para los

bosques, la vida acuática y los edificios.94

2.4.6 RADIACIÓN SOLAR

La formación del smog (smoke + fog, humo + niebla) fotoquímico, compuesto

de contaminantes oxidantes secundarios es favorecido por la presencia de

los contaminantes precursores primarios y la radiación solar. Su efecto

permite las complejas interacciones químicas que producen los compuestos

que conforman la niebla fotoquímica.

La concentración de altas cantidades de contaminantes como los óxidos de

nitrógeno, los compuestos orgánicos volátiles en días soleados producen

altas concentraciones de oxidantes, que permanecen en la atmósfera, con

efectos visibles de smog.95

2.5 RELIEVE

El relieve afecta a la dispersión de los contaminantes, al ejercer una

importante influencia sobre el movimiento de las masas de atmosféricas.

Algunos efectos producidos por el relieve en los contaminantes son: 96

2.5.1 ISLAS TÉRMICAS

Las cuales pueden ser naturales o consecuencia de las actividades

humanas. Los centros de las ciudades, tienen tasas mayores de absorción

de calor que sus alrededores. Esto produce corrientes verticales de aire

caliente, las cuales reducen la estabilidad atmosférica, aumentando el

intercambio gaseoso, pero con penachos de industrias que afectan más a los

terrenos cercanos.

Dispersión de Contaminantes Atmosféricos - Relieve


2.5.2 INTERFASES TIERRA–MAR

Los cuerpos de agua mantienen el calor durante mayor tiempo, por lo que en

la noche, la tierra se enfría más rápidamente. De esta manera, se producen

corrientes de aire alternadas de día y de noche, modificando la dirección de

los vientos, produciendo condiciones de corrientes nocturnas que pueden

concentrar los contaminantes cerca a la fuente de emisión.

2.5.3 VALLES Y LADERAS

Los accidentes geográficos modifican la circulación del aire, reduciendo la

velocidad de los vientos y produciendo sus propias turbulencias. Los

microclimas generados por el desigual calentamiento de las laderas debido al

movimiento del sol y el impacto de la radiación solar durante diferentes

horarios en las laderas de la montaña, producen corrientes de convección

que impiden la dispersión de los contaminantes, concentrándolos en áreas

cercanas a las de las fuentes de emisión.

2.5.4 PATRONES DE CIRCULACIÓN ATMOSFÉRICA

Si la superficie de la tierra fuera completamente lisa, el aire se elevaría en las

regiones ecuatoriales y lo desviaría por la rotación de la tierra hacia el este.

Vientos desde el este se encontrarían en las regiones tropicales, y en las

regiones templadas se formarían vientos hacia el oeste, los cuales se unirían

con vientos polares de dirección variable creando una región de turbulencias

en esa zona.

Las cadenas montañosas tienen un efecto importante en los patrones de

circulación y producen cambios importantes en las regiones cercanas a ellas.

Las tierras cercanas a la costa tienen un ciclo de vientos alternativos debido

a su ciclo desigual de calentamiento en relación al mar con cambios en los

vientos superficiales.

Pero a mayores alturas, superiores a los 2000 m sobre el nivel del suelo, los

patrones de circulación son bastante uniformes.97

Dispersión de Contaminantes Atmosféricos - Validación Estadística


2.6 VALIDACIÓN ESTADÍSTICA

El sistema en estudio se visualiza como una combinación de recursos que

transforman entradas, en salidas con respuestas observables.

Algunas de las variables son conocidas, pero otras son incontrolables, y

desconocidas.

Entre los objetivos del análisis de variables se tienen98

Determinar las variables de mayor influencia en la respuestas.

Determinar el mejor valor de las entradas que influyen en las respuestas,

obteniendo valores cercanos al deseado.

Determinar el mejor valor de las entradas que influyen en las respuestas, de

manera que la variabilidad de los valores de salida sea mínima.

Determinar el mejor valor de las entradas, de manera que minimicen los

efectos de las variables incontrolables sobre las respuestas.

El objetivo es diseñar un método que permita obtener datos apropiados, que

permitan ser analizados estadísticamente, para llegar a formular

conclusiones válidas y significativas. Además debe estar sujeto a los

problemas de los errores experimentales.

El análisis de los datos debe realizarse estadísticamente, permitiendo que los

resultados y conclusiones sean objetivos. Los métodos estadísticos y los

gráficos permiten establecer e interpretar las conclusiones. El análisis de

residuos y la verificación de la idoneidad del modelo permiten establecer el

grado de confianza de los resultados obtenidos.

“Los métodos estadísticos no prueban que un factor (o varios factores) tienen

un efecto particular”99 Únicamente permiten obtener el grado de error y la

confiabilidad de los resultados.



Para analizar un problema, también se debe recurrir al conocimiento no

estadístico, es decir, las relaciones entre factores y las respuestas pueden

venir de conocimientos previos, la experiencia, ayudar a comprender mejor el

problema, colaborando con la explicación estadística del mismo.

Mantener el análisis lo más sencillo posible es una cualidad que tiene una

preparación objetiva de los datos y que permitirá establecer conclusiones

iniciales y futuras etapas para el estudio.100

2.6.1 COEFICIENTE DE CORRELACIÓN DE PEARSON101

Mide la relación lineal entre dos variables cuantitativas. Es independiente de

la escala de medida de las variables.

Su valor varía entre -1 y +1, ocurriendo cualquiera de estos casos:

Tabla 2.8 – Interpretación de valores del Coeficien te de Correlación de Pearson Valor de r Interpretación

r = 0 Sin relación lineal. No implica independencia total, sino que puede haber relaciones no lineales.

r = 1 Hay correlación positiva perfecta, una dependencia total entre variables, una relación directa en

idéntica proporción

0 < r < 1 Hay correlación positiva

r = -1 Hay correlación negativa perfecta, una dependencia total entre variables, una relación inversa en idéntica proporción

1 < r < 0 Hay correlación negativa


2.6.2 ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Cuando el investigador desea reportar los resultados finales en términos de

intervalos de confianza utiliza este tipo de estimación del resultado final.102

2.6.3 DISEÑOS DE EXPERIMENTOS FACTORIALES

Utilizados cuando se desea estudiar los efectos de varios factores sobre un

resultado. Permite investigar todas las posibles combinaciones de los niveles

de los factores, y determinar el cambio que se produce en la respuesta al

modificar el nivel del factor.



El análisis de varianza permite cuantificar estos efectos. Y para comprobar

sus conclusiones, se aplica el análisis de residuos, que cuantifica el error.103

2.6.4 MANEJO DE DATOS DESBALANCEADOS O DESEQUILIBRADOS

Utilizado en casos donde el número de observaciones para cada

combinación de factores es diferente. El análisis de factoriales

desbalanceados no permite aplicar las técnicas del análisis de varianza.104

Dispersión de Contaminantes Atmosféricos - Modelos de Dispersión


2.7 MODELOS DE DISPERSIÓN

Se usan para predecir la calidad del aire y ayudan a la toma de decisiones,

que permiten una gestión de las políticas sobre contaminación atmosférica.

De acuerdo a la disponibilidad de datos de entrada adecuados, es posible

realizar modelos complejos que reflejen la realidad con mayor precisión.

Las clases de modelos de calidad del aire según Kiely105 son:

Tabla 2.9 – Clases de Modelos de Dispersión Tipo de Modelo Características principales Ejemplos y Aplicaciones

Determinista Simple

Formulados en términos de relaciones algebraicas

Índice de Calidad del Aire (ICA) Modelo Simple de fuente atmosférica

Estadístico Mediante análisis estadístico de datos determina relaciones probabilísticas entre variables de dispersión de contaminantes.

Estudios Epidemiológicos de Enfermedades Relacionadas a la Contaminación Atmosférica.

Local de penacho y ráfaga

(Gaussiano)

Son los más comunes

Describe el campo de concentración tridimensional

Integrables, para modelizar fuentes de línea, de área y de volumen.

Fuentes fijas como chimeneas. Es la técnica mayormente utilizada para contaminantes no reactivos

Caja y multicaja Método simple. Estimación de la masa de contaminante en una caja, mediante la conservación de su masa.

El multicaja considera que varias cajas están unidas a las demás e interactúan por el contorno.

Modelos de ciudades.

Áreas de emisión de contaminantes.

Diferencia finita y rejilla

Incluyen las reacciones químicas, considerando la caída y deposición químicas. Hay reacciones, fuentes y sumideros de contaminantes.

Nieblas fotoquímicas en áreas urbanas.

Partícula Mediante relaciones dinámico–cinéticas, evalúan el comportamiento de aerosoles y partículas durante su dispersión en la atmósfera.

NASA Global Aerosol Climatology Project (GACP)

Físico–túneles de viento

Utiliza pruebas físicas en ”túneles de viento” para determinar empíricamente los factores de dispersión de los contaminantes.

Determinación de factores de emisión en actividades como la combustión de carbón, conducir un vehículo y otros

Regional Considera específicamente velocidad y dispersión de vientos, la geografía de la región para determinar la dispersión de contaminantes.

Dispersión de cenizas volcánicas.

Fuente: Elaboración Propia con datos de Ingeniería Ambiental, de Kiely

Los contaminantes atmosféricos están generalmente sometidos a tres

procesos: emisión, transmisión e inmisión.106



2.7.1 EMISIÓN

Es la liberación de los contaminantes hacia la atmósfera, sus valores

corresponden generalmente a variables de entrada del modelo de dispersión

de contaminantes.

2.7.2 TRANSMISIÓN

La transmisión describe la distribución y las posibles transformaciones

químicas (formación de los llamados contaminantes secundarios) del

contaminante en la atmósfera. En los modelos de dispersión, esta fase es

representada por distintos factores, coeficientes, que afectan cómo se

transportan los contaminantes.

2.7.3 INMISIONES

Bajo el término inmisión se entiende la cantidad o concentración del

contaminante que es recibido por un receptor y por ende es registrado

también por cualquier equipo de medición de contaminación atmosférica.

Receptores son los seres humanos, las plantas, los animales. En los

modelos de dispersión, las inmisiones son el resultado obtenido de

concentración de los contaminantes sobre un receptor en un área

determinada.

2.7.4 FUNCIONAMIENTO DEL MODELO DE DISPERSIÓN

Los modelos de dispersión requieren como datos de entrada (“input”),

información sobre la situación de las emisiones de los contaminantes. Varios

tipos de modelos – también los llamados modelos de Gauss – toman en

cuenta adicionalmente datos meteorológicos, ya que la meteorología es un

factor importante de la transmisión y por ende influye de manera decisiva en

la distribución de los contaminantes en las tres direcciones del espacio. El

resultado de un cálculo con un modelo de dispersión es la inmisión calculada

del contaminante para cualquiera o para miles de puntos en el espacio. El

modelo es entonces el eslabón entre el inicio (=emisión) y el final calculado



(=inmisión) del contaminante, es decir que los modelos de dispersión simulan

el proceso de la transmisión.107

2.7.5 TÉCNICAS ESTADÍSTICAS O EMPÍRICAS

Utilizadas cuando la información sobre los procesos físico químicos es

inadecuada para un modelo matemático o gaussiano. Producen un resultado

que permite establecer los fundamentos del problema de la calidad del aire.

2.7.6 CONCENTRACIÓN DE REFERENCIA

La concentración total de un contaminante es en la modelación la suma de

dos valores: la concentración de referencia y la contaminación adicional.

Dicha contaminación adicional se origina de las fuentes con emisiones

conocidas y situadas dentro del área de investigación, mientras la

concentración de referencia representa las inmisiones causadas por todas

las fuentes no consideradas en la investigación. Tanto la concentración de

referencia como la contaminación adicional varían dependiendo del lugar.

Tomar en consideración condiciones locales como un área verde o el centro

urbano con su densidad más alta de calles. Para poder aprovechar esta

función, se necesitarían sin embargo muy buenos datos sobre las emisiones

en general y su distribución geográfica.

Dispersión de Contaminantes Atmosféricos - Trabajos relacionados


2.8 TRABAJOS RELACIONADOS

A continuación se citan algunos trabajos relacionados al Estudio de

Dispersión de Contaminantes Atmosféricos, cuyos métodos, experiencias y

conclusiones aportarán al desarrollo de esta investigación.

Tabla 2.10 – Cuadro Resumen de Trabajos Relacionado s Estudio Objetivos Métodos Utilizados Resultados encontrados

Alvarado, S. et al. Modelación de las emisiones del parque automotor en la ciudad de Cochabamba – Bolivia, diciembre 2004 http://www.ucbcba.edu.bo/Publicaciones/revistas/actanova/documentos/v2n4/v2.n4.alvarado.PDF

Estimar las emisiones totales del parque automotor del centro de Cochabamba,

Programa para el modelado de emisiones EMOD/CMAP, a partir de características del parque automotor, intensidad de tráfico y la red vial.

Vehículos de transporte público emiten PM, transporte privado emite más NOx.

Proyecciones de emisiones en varios escenarios futuros.

Al 2010, las tendencias indican niveles arriba de los permisibles.

Freitas S. R., Longo K. M., Silva Dias M. A. F., Chatfield R., Silva Dias P., Artaxo P., Andreae M. O., et al. “Modelo CATT-BRAMS / Qualidade do Ar.” [http://meioambiente.cptec.inpe.br/modelo_cattbrams.html] [9-03-2009].

Entender y predecir la dispersión y transporte de las emisiones que provienen de la quema de Biomasa en Sudamérica.

Modelo CATT-BRAMS.

Redes de sensores remotos.

El modelo se ajusta bastante bien, y es práctico de utilizar.

Se han desarrollado herramientas de software para aplicaciones de monitoreo y pronóstico asociado a la contaminación de quemas forestales.

A. M. Ramos, “SIMULAÇÃO NUMÉRICA DA DISPERSÃO DE POLUENTES EMITIDOS POR INCÊNDIOS NO VERÃO DE 2003 NA PENINSULA IBÉRICA,” in (presented at the XXIX Jornadas Científicas de la AME, PAMPLONA, 2006), http://www.ame–web.org/JORNADAS/Co2–trabajo%20Ramos%20et%20al.pdf.

Transporte Atmosférico de (CO) y material particulado (PM2.5) en la Península Ibérica

MODIS Aqua para localizar los incendios

modelo CATT–BRAMS (Coupled Aerosol and Tracers Transport model to

the Brazilian Regional Atmospheric Modeling System)

Observación y modelación numérica

Transporte vertical

Plumas de dispersión de acuerdo a sistemas meteorológicos regionales

Campos de vientos anticiclónicos

Gases y partículas de aerosol influyen en la dinámica de formación de nubes

La contaminación llegó a lugares distantes de donde fueron generados los incendios

Bilkis A. Begum, Swapan K. Biswas, and Philip K. Hopke, “Temporal variations and spatial distribution of ambient PM2.2 and PM10 concentrations in Dhaka, Bangladesh,” Science of The Total Environment 358, no. 1–3 (April 2006): 36–45, doi:10.1016/j.scitotenv.2005.05.031.

Descripción de los datos obtenidos a través de 2 muestreadores de material particulado.

2 estaciones de monitoreo de material particulado en la capital de Bangladesh

Datos del 2000 al 2003

Tendencia a disminuir por la prohibición de motores a 2 tiempos y autobuses viejos, además de usar gas natural comprimido.

Los principales factores en los valores de PM2.5 y PM10 son la estación, la velocidad y dirección del viento.

Dispersión de Contaminantes Atmosféricos - Trabajos relacionados


Aguirre Batsuko E., Anta Sanz A., Luis Barrón J R., Etxeberria, M. A. et al., “Relevancia De Las Variables Meteorológicas En El Diseño De Un Modelo De Predicción De Los Niveles De Ozono, En Tiempo Real,” in (XIX Jornadas Científicas de la AME, PAMPLONA, 2006), http://www.ame–web.org/JORNADAS/Co4-trabajo%20Aguirre%20et%20al.pdf.

2 trabajos donde se utiliza modelos de red neuronal para establecer predicciones de niveles de ozono

Modelos de predicción de ozono por estación en base a Perceptrones multicapa (red neuronal)

Validación del Modelo mediante estadística (paquete)

Cálculo de la relevancia de los factores de entrada

H.J.S. Fernando et al., “Urban Fluid Mechanics: Air Circulation and Contaminant Dispersion in Cities,” Environmental Fluid Mechanics 1, no. 1 (March 1, 2001): 107–164, doi:10.1023/A:1011504001479.

Estudio de casos para describir el flujo del aire y su calidad en áreas urbanas

Descripción de la mecánica de flujo del aire.

Escala de los flujos, Capa atmosférica límite

Transporte y modelaje de cada contaminante y su repercusión en la calidad del aire

Marcos Hermida, José Antonio González, and José Luis Bermúdez, “SAGA: Sistema de Apoyo a la Decisión para la Gestión de la Calidad del Aire,” in A13–trabajo Hermida y Souto.pdf (presented at the XXIX Jornadas Científicas de la AME, PAMPLONA, 2006), http://www.ame–web.org/JORNADAS/A13–trabajo%20Hermida%20y%20Souto.pdf

Sistema de apoyo a la predicción de contaminación generada por fuentes puntuales

Simulaciones meteorológicas precisas para la predicción de la calidad del aire

La central eléctrica usa esta información para adecuar su producción de manera de no perjudicar a los vecinos.

Transporte de la pluma de acuerdo a cálculos de predicción de condiciones locales

Oriol Jorba, Pedro Jiménez, and José María Baldasano, “Simulación Meteorológica Anual con Elevada Resolución Espacial para Aplicaciones de Calidad del Aire,” A14–trabajo Jorba et al.pdf, abril de 2006, http://www.ame–web.org/JORNADAS/A14–trabajo%20Jorba%20et%20al.pdf.

Simular con elevada resolución espacial la meteorología regional para predicción de la calidad del aire.

Diferentes dominios de estudio, cada uno con un grado de influencia hacia la simulación.

Las variaciones regionales durante el año no son muy grandes, pero es necesario poder simular con gran resolución para aplicaciones tipo calidad de aire, porque las influencias regionales son menores a las influencias puntuales.

Topografía compleja necesita mayor atención y validación.

Martín Blaser, Dispersión de la contaminación atmosférica causada por el tráfico vehicular, Swisscontact., 2000, http://bvsde.per.paho.org/bvsci/e/fulltext/dispers/dispers.pdf.

Modelo de NO2

Procedimiento para calcular factores de emisión en formato Excel

Emisiones Vehiculares

Resultados Monitoreo

Meteorología

Nubosidad

modelo ImmProg.

Datos Meteorológicos de 6 horas representativas al día, durante 4 años

La red de monitoreo tiene que llenar ciertos requisitos para que luego se pueda aplicar un modelo de dispersión.

La búsqueda de los datos necesarios de entrada fue el principal problema

Transformación de datos de horas meteorológicas y datos medidos en la red de Monitoreo

Dispersión de Contaminantes Atmosféricos -


A. Retalis et al., Air quality study over Cyprus: The AERAS project, 2005, http://www.cosis.net/abstracts/EGU2007/01582/EGU2007–J–01582.pdf.

Desarrollo de un sistema utilizado para mapeo y predicción de la evolución temporal de contaminación de material particulado del transporte de polvo del Sahara en el Mediterráneo y de fuentes antropogénicas

Sistema de red neuronal de clasificación para el desarrollo de algoritmos de clasificación espacial.

Análisis de contaminación de PM con datos de sensores remotos y medidas de contaminación en el sitio

Monitoreo y mapeo de eventos de contaminación significativos utilizando imágenes remotas

Modelos estadísticos para predecir los niveles de contaminación del aire.

Algoritmos de localización de contaminación urbana utilizando imágenes remotas.

Fuente: Elaboración propia Tabla 2.9

Dispersión de Contaminantes Atmosféricos - Conclusiones


2.9 CONCLUSIONES

La alteración de la composición natural de la atmósfera por sustancias

contaminantes produce efectos negativos sobre la salud de las personas, las

plantas, los animales e inclusive las edificaciones.

Los límites permisibles responden a las concentraciones con menores

riesgos para la salud, establecidas en estudios de epidemiología. A partir de

ellos se determina la calidad del aire.

Las fuentes de los contaminantes se clasifican en fijas, móviles y de área. El

contaminante, y la cantidad emitida dependen de la actividad que se realice,

el tiempo y esto es relacionado mediante factores de emisión.

La dispersión y las interacciones químicas de los contaminantes es afectada

por un gran número de factores, como los factores meteorológicos del viento,

la humedad, la radiación solar, el perfil vertical de temperatura; también

influyen los factores del relieve del terreno.

Para establecer el modelo que explique la dispersión de los contaminantes,

se necesitan hacer análisis multivariables que definan estadísticamente

dentro de un intervalo de confianza la relación entre concentración de

contaminantes y factores de emisión, dispersión, interacciones y deposición.

La gran variedad de modelos de dispersión permite adaptar uno de ellos a la

situación que se quiere resolver. Además, existen varios trabajos

relacionados al que se propone, cuyos hallazgos son significativos para este

trabajo.

2.10 REFERENCIAS

18 “Meteorology - Wikipedia, the free encyclopedia,” [http://en.wikipedia.org/wiki/Meteorology] [Acceso: 22-09-2008].

19 “Química Atmosférica, CCA, UNAM,” [http://www.atmosfera.unam.mx/quimicatmos/index.html] [Acceso: 22-09-2008].

Dispersión de Contaminantes Atmosféricos - Referencias


20 “Contaminación atmosférica - Wikipedia, la enciclopedia libre,” [http://es.wikipedia.org/wiki/Contaminaci%C3%B3n_atmosf%C3%A9rica] [Acceso: 22-09-2008].

21 Jürgen Scheer and Esteban R. Reisin. “Perfil de Temperatura.” Grupo de Aeronomía, Instituto de Astronomía y Física del Espacio (6-10-2008), [http://www.iafe.uba.ar/aeronomia/perfil.html] [Acceso: 13-10-2008].

22 “Contaminación atmosférica - Wikipedia, la enciclopedia libre.”

23 “Química Atmosférica, CCA, UNAM.”

24 Ley 1333 Reglamento en materia de contaminación atmosférica. Decreto Supremo (1995), 2, [Acceso: 15-11-2008].

25 Gerard Kiely. Ingeniería Ambiental, vol. 1, 138.

26 CEPIS and OPS. “Transporte y dispersión de contaminantes en el aire ambiental.” Curso de Autoinstrucción Orientación para el Control de la Calidad del Aire (2002), [http://www.cepis.org.pe/bvsci/E/fulltext/orienta/cap6c.pdf] [Acceso: 20-10-2008].

27 Gerard Kiely. Ingeniería Ambiental. 458.

28 Ibid.

29 Cynthia Bojanic. “Caracterización de los contaminantes atmosféricos por fuentes emisoras y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.” 16.

30 IBNORCA. “NB62011 Calidad del aire - Contaminantes criterio exterior - Límites máximos permisibles.” 2.

31 Ibid. 4.

32 IBNORCA. “NB62018 Calidad del aire - Índice de la contaminación atmosférica.” 1.

33 “Contaminación atmosférica - Wikipedia, la enciclopedia libre.”

34 Ibid.

35 Organización Mundial de la Salud (WHO). “WHO Air Quality Guidelines 2005.” WHO, (10-2005), 1-6, [Acceso: 15-11-2008].

36 Manzoni Rivarola. “Análisis del Impacto Ambiental del Material Particulado (PM10) en la ciudad de Santa Cruz de la Sierra.” 21.


38 Manzoni Rivarola. “Análisis del Impacto Ambiental del Material Particulado (PM10) en la ciudad de Santa Cruz de la Sierra.”



39 Proyecto AIRE LIMPIO. Efectos de la Exposición Prolongada al Monóxido de Carbono Ambiental en Población Urbana de Riesgo.

40 Proyecto AIRE LIMPIO. Evaluación del efecto de Dióxido de Nitrógeno y Ozono en la salud de la población del Municipio Cercado - Cochabamba.


42 IBNORCA. “NB62018 Calidad del aire - Índice de la contaminación atmosférica.”


44 Ibid. 443.

45 Ibid. 438.

46 Ibid.

47 Nebel and Wright. Ciencias ambientales. 495.


49 “Emisiones - Wikipedia, la enciclopedia libre,” [http://es.wikipedia.org/wiki/Emisiones] [Acceso: 20-10-2008].

50 “Air pollution - Wikipedia, the free encyclopedia,” [http://en.wikipedia.org/wiki/Air_pollution] [Acceso: 19-10-2008].

51 US EPA. “Emissions Factors & AP 42 | Clearinghouse for Emission Inventories and Emissions Factors,” [http://www.epa.gov/ttn/chief/ap42/index.html] [Acceso: 20-10-2008].

52 Cynthia Bojanic. “Caracterización de los contaminantes atmosféricos por fuentes emisoras y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.” 7-8.

53 “La Contaminación Atmosférica IV,” [http://www.jmarcano.com/recursos/contamin/catmosf4.html] [Acceso: 20-10-2008].

54 “Emission factor - Wikipedia, the free encyclopedia,” [http://en.wikipedia.org/wiki/Emission_factor] [Acceso: 20-10-2008].

55 Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1. 2.

56 US EPA. “Emissions Factors & AP 42 | Clearinghouse for Emission Inventories and Emissions Factors.”


58 “Manual para la Elaboración de un Inventario de Emisiones en Bolivia” (2007), 51.

59 Ibid. 51-55.



60 Martín Blaser. Dispersión de la contaminación atmosférica causada por el tráfico vehicular, Swisscontact. (2000), 17, [http://bvsde.per.paho.org/bvsci/e/fulltext/dispers/dispers.pdf] [Acceso: 6-10-2008].

61 “Manual para la Elaboración de un Inventario de Emisiones en Bolivia.” 13.




65 C. David Cooper and F. C. Alley. Air Pollution Control, Tercera Edición. Estados Unidos: Waveland Press, (2002), 123.


67 Ibid. 94.

68 Ibid. 95-96.

69 {Citation}

70 Cynthia Bojanic. “Caracterización de los contaminantes atmosféricos por fuentes emisoras y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.”

71 Manzoni Rivarola. “Análisis del Impacto Ambiental del Material Particulado (PM10) en la ciudad de Santa Cruz de la Sierra.”

72 Dimarena. “PROGRAMA DE INCENDIOS 2006 - 2010” (2006).

73 A. M. Ramos. “SIMULAÇÃO NUMÉRICA DA DISPERSÃO DE POLUENTES EMITIDOS POR INCÊNDIOS NO VERÃO DE 2003 NA PENINSULA IBÉRICA.” in . PAMPLONA, (2006), [http://www.ame-web.org/JORNADAS/Co2-trabajo%20Ramos%20et%20al.pdf] [Acceso: 30-09-2008].

74 A. Retalis et al. Air quality study over Cyprus: The AERAS project (2005), [http://www.cosis.net/abstracts/EGU2007/01582/EGU2007-J-01582.pdf] [Acceso: 6-10-2008].

75 Departamento de Geofísica - Facultad de Ciencias Físicas y Matemáticas - Universidad de Chile. “Dispersión de Contaminantes.” Atmósfera.cl, [http://www.atmosfera.cl/HTML/temas/contaminacion/conta3.html] [Acceso: 20-10-2008]

76 CEPIS and OPS. “Transporte y dispersión de contaminantes en el aire ambiental.”

77 Departamento de Geofísica - Facultad de Ciencias Físicas y Matemáticas - Universidad de Chile. “Dispersión de Contaminantes.”



78 Freitas S. R. et al. “Modelo CATT-BRAMS / Qualidade do Ar,” 3, [http://meioambiente.cptec.inpe.br/modelo_cattbrams.html] [Acceso: 9-03-2009].


80 “Air pollution - Wikipedia, the free encyclopedia.”


82 Ibid. 466.

83 David Cooper and Alley. Air Pollution Control. 607.

84 Nebel and Wright. Ciencias ambientales. 420.

85 Ibid. 410.

86 “Air pollution - Wikipedia, the free encyclopedia.”



89 Ibid.

90 Ibid. 499.

91 Ibid.

92 Ibid.

93 Ibid.

94 Ibid. 484.

95 David Cooper and Alley. Air Pollution Control. 588-590.

96 Gerard Kiely. Ingeniería Ambiental. 504-505.

97 David Cooper and Alley. Air Pollution Control. 570-572.

98 Douglas Montgomery. Diseño y Análisis de Experimentos. Mexico: Grupo Editorial Iberoamérica, 1.

99 Ibid. 9.

100 Ibid. 6-9.

101 “Coeficiente de correlación de Pearson - Wikipedia, la enciclopedia libre,” [http://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearson] [Acceso: 27-02-2009].



102 Douglas Montgomery. Diseño y Análisis de Experimentos. 49.

103 Ibid. 175.

104 Ibid. 217.

105 Gerard Kiely. Ingeniería Ambiental, vol. 3, 3 vols. Madrid: McGraw-Hill, (1999).

106 Manzoni Rivarola. “Análisis del Impacto Ambiental del Material Particulado (PM10) en la ciudad de Santa Cruz de la Sierra.” 2.


Diagnóstico de la Dispersión - Contenido del Capítulo


Capítulo 3 D IAGNÓSTICO DE LA DISPERSIÓN


En este capítulo se realiza un diagnóstico del área de estudio donde se

realiza la investigación de la dispersión de los contaminantes.

Geografía de la ciudad de Santa Cruz

Fuentes de Emisión , características y ubicación

Clima y Meteorología , en cuanto a vientos, temperatura, humedad,

precipitación

Red MoniCA , las características de esta Red, la Metodología empleada y las

Estaciones de Monitoreo

Datos de Contaminantes , Análisis de los Datos obtenidos, búsqueda de

correlaciones entre los valores de emisión, inmisión, meteorología, y

análisis de ciclos estacionales y tendencias a largo plazo.

Diagnóstico de la Dispersión - Geografía


3.1 GEOGRAFÍA

La ciudad de Santa Cruz de la Sierra se encuentra ubicada a 17º 46’ de

latitud sur y a 63º 10’ de longitud Oeste, situándola en los trópicos del

planeta. Se encuentra en la provincia Andrés Ibáñez del departamento de

Santa Cruz de la república de Bolivia.

La altura sobre el nivel del mar es de 417 m.s.n.m.

El área ocupada por la ciudad es de 388 km², tiene un perímetro de 84,2 km.

Hacia el oeste de la ciudad se encuentra el Río Pirai y el municipio de

Porongo. Hacia el este se encuentra el Municipio de Cotoca y el Río Grande.

Hacia el Norte se encuentra la provincia de Warnes y el aeropuerto Viru Viru.

Hacia el Sur se encuentra el municipio de la Guardia.

Ilustración 3.1 – Ciudad de Santa Cruz de la Sierra

Fuente: Gobierno Municipal y Wikipedia

Se encuentra dividida en 16 Distritos, los cuales a su vez están distribuidos

en Unidades Vecinales (UV).

Característico de la ciudad son sus Avenidas en forma de Anillos, los cuales

son concéntricos, que rodean la ciudad y están unidos a través de Radiales.

Proyecto de Grado

El centro de la ciudad, la parte histórica y más antigua, se encuentra en el

interior del Primer Anillo. A partir del centro histórico, la ciudad se extiende

principalmente hacia el este, ya que al oeste se encuentra

cinturón ecológico de protección de la ciudad contra las inundaciones, que

frenan su expansión, aunque en los últimos años, luego de la construcción

del puente del Urubó, se han construido barrios residenciales al otro lado del

río.

3.1.1

Santa Cruz de la Sierra se encuentra en una llanura, en medio de 2 ríos, el

río Piraí y el Río Grande, distanciados entre sí de aproximadamente 35 km.

Hacia el oeste y suroeste de la ciudad se encuentran algunas estribaciones

montañosas, pero por su lejanía, su efecto sobre la ciudad es despreciable.

Como la orografía de la región no supone obstáculos par

la dispersión de los contaminantes se ve favorecida.

Proyecto de Grado







río.

3.1.1 RELIEVE



Ilustración

Fuente: Google





Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ







ELIEVE



Ilustración 3.2

Fuente: Google Earth





Dispersión de Contaminantes Atmosféricos en SCZ









– Vista aérea














aérea de la ciudad d





Diagnóstico de la Dispersión










de la ciudad d e Santa Cruz de la Sierra









principalmente hacia el este, ya que al oeste se encuentra con el río Pirai y el






e Santa Cruz de la Sierra



Como la orografía de la región no supone obstáculos para el flujo del viento,

Diagnóstico de la Dispersión - Geografía



con el río Pirai y el






e Santa Cruz de la Sierra



a el flujo del viento,

Geografía

61



con el río Pirai y el








a el flujo del viento,

Proyecto de Grado

Fuente: Google Maps

3.2

Como en

Sierra es un factor que debe tomarse en cuenta. Debido a que las

actividades humanas están relacionadas con la emisión de contaminantes, el

número de habitantes guarda una estrecha relación c

contaminantes generados.

A lo largo de los años, la ciudad ha experimentado un crecimiento

poblacional importante; las tasas de inmigración desde el campo a la ciudad

y desde el interior del país son las más altas de Bolivia, influyendo

crecimiento poblacional.

A continuación se presentan la población estimada para la ciudad de Santa

Cruz entre los años 2004 al 2008.

Proyecto de Grado

Ilustración

Fuente: Google Maps

3.2 DEMOGRAFÍA

Como en cualquier ciudad, la población de la ciudad de Santa Cruz de la











Fuente: INE 108

Año

Habitantes


Ilustración 3.3 – Relieve de los alrededores de la ciudad de Santa Cr uz de

Fuente: Google Maps

EMOGRAFÍA

cualquier ciudad, la población de la ciudad de Santa Cruz de la











Tabla 3.1 – Cantidad de Habitantes en la ciudad de Santa Cruz

108

2004

Habitantes 1318489


Relieve de los alrededores de la ciudad de Santa Cr uz de












Cantidad de Habitantes en la ciudad de Santa Cruz

2004

1318489 1372356













2005

1372356













2006

1426862







número de habitantes guarda una estrecha relación con la cantidad de






2007

1482255

Diagnóstico de la Dispersión - Demografía

Relieve de los alrededores de la ciudad de Santa Cr uz de la Sierra




on la cantidad de



y desde el interior del país son las más altas de Bolivia, influyendo en el



2007 2008

1482255 1538343

Demografía

62

Sierra




on la cantidad de



en el


2008

1538343

Diagnóstico de la Dispersión - Demografía


La distribución geográfica de la población en Santa Cruz de la Sierra es la

siguiente, de acuerdo a los distritos en los que está dividida la ciudad.

Tabla 3.2 – Población de la ciudad de Santa Cruz de la Sierra según distritos Año 2008

Fuente: Gobierno Municipal de Santa Cruz de la Sier ra109

De acuerdo a estos datos, el distrito más populoso es el distrito 1.

Distrito Habitantes Porcentaje

1 160.340 10,4%

2 132.900 8,6%

3 123.240 8,0%

4 134.530 8,7%

5 104.350 6,8%

6 75.560 4,9%

7 95.310 6,2%

8 59.170 3,8%

9 107.650 7,0%

10 103.830 6,7%

11 119.250 7,8%

12 88.290 5,7%

13 75.380 4,9%

14 72.290 4,7%

15 49.990 3,2%

16 36.263 2,4%

Total 1.538.343 habitantes

Diagnóstico de la Dispersión - Emisiones


3.3 EMISIONES

Las identificación y cuantificación de las emisiones de contaminantes

atmosféricos permite estudiar el ciclo de la dispersión de contaminantes

partiendo de su propio origen.

De acuerdo al desarrollo sobre la clasificación de las fuentes de emisiones

(párrafo 2.3.3, página 30), se han dividido en 3 categorías principales las

fuentes de emisiones antropogénicas en la ciudad de Santa Cruz de la

Sierra, obedeciendo a criterios que permitan utilizarlos como base para un

modelo de dispersión de contaminantes.

3.3.1 FUENTES MÓVILES (LINEALES)

Entre estas fuentes, el principal es el vehículo. La forma de estudiar estas

emisiones es su emisión a través del área que forman las calles, avenidas y

carreteras del tráfico.110

El parque automotor es una fuente importante de la contaminación en las

ciudades bolivianas.111

El problema de contaminación vehicular no está solamente en el número de

vehículos. Otras características del parque automotor son importantes al

determinar el impacto que tendrán sus emisiones.

En el parque automotor de Santa Cruz, los vehículos tienen una edad media

de 10 años, agravando el problema, ya que son modelos obsoletos, con

emisiones mayores que los modelos más actuales, no contando con

sistemas de control de emisiones, como el catalizador. Además muestran

desgaste debido al uso y varios reciben mantenimiento deficiente,

produciendo una combustión incompleta. Esto produce emisiones con

exceso de HC no quemados, NOx y CO, lo cual se debe tomar en cuenta

para adaptar los factores de emisión a la realidad de Santa Cruz.



En relación al combustible utilizado, un buen porcentaje de estos vehículos

utiliza gasolina. Ésta comparativamente es de bajo octanaje, pero no

contiene plomo.

El diesel es utilizado principalmente por el sector de transporte. Su calidad es

muy buena, con un contenido de azufre está muy por debajo de las normas

nacionales e internacionales.112

A continuación se presentan gráficos del parque automotor de la ciudad de

Santa Cruz de la Sierra.

Gráfico 3.1 – Parque Automotor de Santa Cruz por Ti po de Vehículo

Fuente: INE Gráfico: Elaboración Propia

En Santa Cruz, la mayoría de los vehículos son vagonetas y automóviles, es

decir, los vehículos livianos, mientras que el menor porcentaje son las motos

y los buses. Esto se debe a que el transporte privado ha experimentado un

importante crecimiento los últimos años, debido a las deficiencias en el

transporte público, el cual no logra convencer a las personas de utilizarlo y a

las largas distancias y falta de seguridad e infraestructura que hacen

impráctico el transporte Urbano no motorizado.

36%

23%

14% 10%

9%

4%3%

1%

0%

4%

Parque Vehicular En Santa CruzPor Tipo de Vehículo, Datos: Año 2007

Vagoneta

Automóvil

Camioneta

Camión

Jeep

Moto

Microbús

Minibús

Ómnibus



Gráfico 3.2 – Parque Automotor de Santa Cruz, por U so del Vehículo


Los vehículos registrados como de uso particular son casi el 90% del total,

quedando un porcentaje pequeño para los vehículos públicos y de uso oficial.

Gráfico 3.3 – Parque Automotor de Santa Cruz, por C ombustible Utilizado

Fuente: INE y Super. de Hidrocarburos Gráfico: Ela boración Propia

Hay predominancia de vehículos cuyo combustible primario es la gasolina,

seguido por el diesel y luego por algunos vehículos a Gas Natural, la cual la

mayoría son convertidos y funcionan con el sistema de doble combustible

1%

89%

10%

Parque Vehicular En Santa CruzPor Uso, Datos: Año 2007

Oficial

Particular

Público

59%26%

14%1%

0%

Parque Vehicular En Santa CruzPor Combustible, Datos: Año 2007

Gasolina

Diesel

Convertidos a GNC

Gas Natural

Otros



(Gasolina y GNC). También hay vehículos que funcionan a Gas Natural

desde fábrica, que han ingresado en los últimos años. Es posible que el

número de vehículos convertidos a Gas Natural sea un poco mayor, por la

existencia de talleres ilegales que realizan esta actividad e incluso convierten

vehículos para que funcionen con GLP, lo cual está prohibido.

Gráfico 3.4 – Parque Automotor de Santa Cruz, por A ntigüedad


La antigüedad de los vehículos es un factor importante en Santa Cruz, ya

que la mayoría (90%) son vehículos con más de 8 años de antigüedad, lo

que significa que las emisiones de este parque automotor son más

contaminantes, debido a que los modelos antiguos no cuentan con sistemas

de inyección eficientes, sus motores y partes mecánicas están desgastados y

no cuentan con apropiados sistemas de control de emisiones (convertidores

catalíticos).

Como se puede observar en el siguiente gráfico, el número de vehículos en

Santa Cruz se ha incrementado rápidamente en los últimos 10 años.

10%51%

32%

6%

1%0%

8%

Parque Vehicular En Santa CruzPor Antigüedad, Datos: Año 2007

2001 o más nuevos

1991-2000

1981-1990

1971-1980

1961-1970

1961 o más antiguos



Gráfico 3.5 – Evolución del Parque Automotor en San ta Cruz de la Sierra


Desde el año 2004, se estima que se ha duplicado el número de vehículos

que circula en las calles de Santa Cruz de la Sierra. Además, de acuerdo a

datos oficiales, hay 7,5 habitantes por automóvil.113

Gráfico 3.6 – Vehículos por habitantes en Santa Cru z de la Sierra


Podría considerarse que el número de vehículos aumenta debido al

incremento de población, pero analizando el número de vehículos por cada

12

.34

2 47

.61

3 86

.41

9

91

.83

0

95

.21

0

10

2.2

65

11

5.5

73

12

5.1

81

13

3.7

21

16

2.0

47

19

7.3

25

0

50.000

100.000

150.000

200.000

250.000

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

Un

ida

de

s

Año

Parque Vehicular en Santa Cruz de la Sierra Número de Unidades, Años 1998 - 2008

78 79

79 81

88 9

1 94

10

9

12

8

70

80

90

100

110

120

130

140

2000 2001 2002 2003 2004 2005 2006 2007 2008

Un

ida

de

s

Año

Vehículos por cada 1000 habitantes en

Santa Cruz de la SierraNúmero de Unidades, Años 2000 - 2008

Proyecto de Grado

1000 habitantes, se observa que la proporci

significa que cada vez más personas poseen vehículo.

A este incremento significativo del parque automotor (cuadruplicación del

número de vehículos desde el año 1999 hasta el año 2007) corresponde el

aumento importante de las

calidad del Aire.

A.

La gran cantidad de motorizados existentes en la ciudad, produce un colapso

de la actual

Municipal, el des

congestionamientos en las principales vías de circulación de la ciudad.

Entre las principales vías de circulación en relación al número de vehículos

se han identificado para determinar las emisiones de e

modelo de estudio de la dispersión de contaminantes.

Proyecto de Grado






calidad del Aire.

A. TRÁFICO EN LA


de la actual

Municipal, el des





Ilustración

Fuente: Proyecto Aire Limpio







calidad del Aire.

RÁFICO EN LA


de la actual infraestructura urbana. Según

Municipal, el descontrol en el número de vehículos genera diariamente





Ilustración 3.

Fuente: Proyecto Aire Limpio






aumento importante de las emisiones, con el consiguiente deterioro de la

RÁFICO EN LA CIUDAD.


infraestructura urbana. Según

control en el número de vehículos genera diariamente





.4 – Principales Vías, según el número de vehículos

Fuente: Proyecto Aire Limpio 114






emisiones, con el consiguiente deterioro de la


infraestructura urbana. Según






Principales Vías, según el número de vehículos



1000 habitantes, se observa que la proporción se ha incrementado, lo que






infraestructura urbana. Según autoridades del propio Gobierno









ón se ha incrementado, lo que






autoridades del propio Gobierno




se han identificado para determinar las emisiones de estas fuentes en el












stas fuentes en el


Emisiones

69









stas fuentes en el



B. SEMANAS DE AIRE LIMPIO

Una fuente importante para determinar el grado de contaminación de los

vehículos son los estudios efectuados por el proyecto Aire Limpio, en sus

semanas de Aire Limpio, con un trabajo continuo de 10 años.

Algunas de las conclusiones que se pueden rescatar son:

Los vehículos de Santa Cruz de la Sierra tienen una tasa de reprobación de

60% para motores a Diesel y 21% para motores a Gas Natural Vehicular y

26% para vehículos a Gasolina.115 Lo que significa que aproximadamente

este porcentaje de vehículos emite cantidades de contaminante mayores a

los normados y por lo tanto habrá que tener en cuenta al momento de

realizar la estimación de sus emisiones.

C. ESTIMACIÓN DE LAS EMISIONES DEL PARQUE AUTOMOTOR

Para determinar las emisiones del parque automotor, se utilizó el método de

los factores de emisión.

Se utilizaron los factores de emisión del “International Vehicle Emissions

Model”, por ser el modelo recomendado por el Ing. Marcelo Gorritty.116

En este modelo los factores de emisión vehicular se dividen en 2, las

emisiones en ruta, las cuales están en gramos de contaminante por km

recorrido y las emisiones por encendido del vehículo, que están en gramos

de contaminante por partida. Estos factores de emisión también contemplan

otras variables que no fueron consideradas, como: tecnología de combustión,

antigüedad del vehículo, sistema del tubo de escape, y otras.

Dadas las informaciones disponibles, se utilizó únicamente la diferenciación

entre factores de emisión de vehículos según su tipo de combustible, tanto

para emisiones en ruta como emisiones en partida. A continuación se

presentan las tablas de los factores de emisión utilizados en la estimación de

las emisiones para el presente estudio.



Tabla 3.3 – Factores de Emisión de Fuentes Móviles

Fuente: International Vehicle Emisions Model 117

Utilizando como el número de vehículos por año de cada tipo de combustible

(gasolina, diesel y gas natural) y un promedio de 20000 km recorridos al año

por vehículo, se calcularon los kilómetros recorridos por la flota vehicular de

cada combustible en Santa Cruz de la Sierra. Del mismo modo, considerando

2000 partidas por vehículo al año, se calculó el número de partidas.

Multiplicando el factor de emisión de ruta por la cantidad de km recorridos y

el factor de emisión en encendido por las partidas realizadas, se determinó la

cantidad de contaminantes emitidas por la flota vehicular. A continuación, se

presenta la tabla resumen de las cantidades de contaminante emitidos, del

año 2004 al año 2008.

Tabla 3.4 – Emisiones del Parque Vehicular de Santa Cruz


Posteriormente, para la realización del modelo de dispersión de

contaminantes, se distribuyó geográficamente a estas emisiones, de acuerdo

a la densidad de tráfico en cada área delimitada.

Factores de Emisión promedio de ruta g/km

Combustible COV CO NO X PM 10 CO 2

Gasolina 1,181760425 11,04199749 1,118376124 0,010838518 241,9740954Diesel 0,269301284 0,675586713 0,729215016 0,082689951 244,7719619Gas Natural 0,144240375 7,759650663 0,986701707 0,003983562 234,6470829

Factores de Emisión promedio de encendido g/encendido

Combustible COV CO NO X PM 10 CO 2

Gasolina 2,661805399 28,94215445 1,179824967 0,054192589 35,82696507Diesel 0,853014797 3,991314047 0,102903215 0,264607845 57,61261071Gas Natural 1,132226992 23,29137456 1,050852066 0,019917808 32,22880131

2004 2005 2006 2007 2008

COV 2.467 2.694 2.923 3.678 3.931

CO 21.879 23.958 26.127 33.415 39.634

NO X 2.459 2.673 2.876 3.553 4.288

PM 10 112 120 124 137 154

CO 2 571.581 618.997 661.010 800.209 969.960

Totales en Tn/Año



3.3.2 FUENTES FIJAS (PUNTUALES)

Para establecer las fuentes fijas de la ciudad, se consultó a los registros de

las industrias, de manera de recabar información como ser:

Su localidad, la actividad industrial que desarrolla, el volumen de producción,

materia prima e insumos utilizados y capacidad instalada.

Existen registradas 235 industrias de la ciudad de Santa Cruz según la

Cámara Nacional de Industrias118 y existen 581 actividades manufactureras

con Registro Ambiental en la Dirección de Medio Ambiente del Gobierno

Municipal.

Ilustración 3.5 – Ubicación de las principales indu strias en la ciudad de Santa Cruz

Fuente: Cámara Nacional de Industrias Gráfico: Ela boración Propia

De acuerdo al mapa, las principales industrias contaminantes se encuentran

al este y sur de la ciudad.



A. ESTIMACIÓN DE EMISIONES DE FUENTES FIJAS

Para la estimación de las fuentes fijas se utilizó la metodología de factores de

emisión. Éstos fueron obtenidos del trabajo de Inventario de Emisiones para

la ciudad de La Paz.119.

Primero se clasificó a las industrias que poseen Registro Ambiental Industrial

(RAI) de la ciudad en 7 categorías según su actividad y código CAEB.

Tabla 3.5 - Cantidad de Industrias según rubro

Fuente: RAI de la Dirección de Medio Ambiente GMSC 120

A continuación, el gráfico muestra el porcentaje de industrias de cada rubro.

Gráfico 3.7 – Clasificación de las industrias en Sa nta Cruz según rubro

Fuente: RAI de la Dirección de Medio Ambiente GMSC 121 Gráfico: Elaboración Propia

Los factores de emisión que se utilizaron son los siguientes:

Clase de Industria Cantidad Porcentaje

Alimentos 145 25%

Textiles 64 11%

Madera 124 21%

Papel 19 3%

Química 56 10%

No Metálica 44 8%

Metalica 129 22%

TOTAL 581 100%

145

25%

64

11%

124

21%19

3%

56

10%

44

8%

129

22%

Tipo de Industria en Santa Cruz

Alimentos

Textiles

Madera

Papel

Química

No Metálica

Metalica



Tabla 3.6 – Factores de Emisión de Industrias por R ubro

Fuente: Inventario de Emisiones de la Ciudad de La Paz122

Se calcularon las emisiones para las industrias de Santa Cruz de la Sierra

utilizando el número de industrias por rubro y el factor de emisión asociado al

rubro, obteniéndose los siguientes resultados:

Tabla 3.7 – Emisiones Anuales Totales en Industrias por Rubro (Año 2008)


Utilizando los datos del INE123 del volumen de producción por rubro para los

años entre el 2004 y el 2008, se estimaron las emisiones totales para cada

uno de los años en ese periodo.

Ilustración 3.6 – Emisiones Industriales por Año (d el 2004 al 2008)


COV CO NO X PM 10 CO 2

tn/(año.ind) tn/(año.ind) tn/(año.ind) tn/(año.ind) tn/(año.ind)

Alimentos 0,243 0,065 0,171 7,883 193,250

Textiles 5,287 0,140 0,199 0,015192 222,865

Madera 0,752 0,000556 0,002778 0,001111 3,281

Papel 2,129 0,000145 0,000290 0,001449 0,349

Química 2,848 0,001250 0,004375 0,002083 4,595

No Metálica 3,312 3,598 0,700 0,768 188,500

Metalica 0,230 0,002439 0,005610 0,000488 7,146


tn/año tn/año tn/año tn/año tn/año

Alimentos 35,303 9,465 24,751 1143,083 28021

Textiles 338,338 8,972 12,714 0,972 14263

Madera 93,207 0,069 0,344 0,138 407

Papel 40,451 0,003 0,006 0,028 6,62

Química 159,483 0,070 0,245 0,117 257

No Metálica 145,713 158,327 30,800 33,807 8294

Metalica 29,670 0,315 0,724 0,063 922

TOTAL 842 177 70 1178 52171

2004 2005 2006 2007 2008

COV 702 743 802 931 842

CO 112 122 133 152 177

NO X49 53 58 67 70

PM 10729 873 1.046 1.167 1.178

CO 239.150 42.394 46.612 53.985 52.171

Emisiones

Totales

(tn/año)



Los resultados estiman que al año 2008, se han emitido 842 tn de COV, 177

tn de CO, 70 tn de NOx, 1178 tn de PM10, y 52171 tn de CO2.

Posteriormente, para la realización del modelo de dispersión de

contaminantes, se distribuyó geográficamente a estas emisiones, de acuerdo

a la ubicación de las industrias en cada área delimitada.

Es importante reconocer que 145 (25% del total) de estas industrias se

encuentran en el parque industrial, razón por la que esta zona es la que

concentra la mayor parte de las emisiones de fuentes fijas de la ciudad.



3.3.3 FUENTES DE EMISIÓN COMBINADAS (ÁREA)

Entre las fuentes que corresponden a este tipo se tienen:

A. INCENDIOS FORESTALES

Durante varios años, la época de sequía ha sido caracterizada por valores

elevados de contaminantes en el aire de la ciudad. A pesar de que la gran

mayoría de las quemas ocurren fuera del radio urbano, la dispersión se

encarga de transportarlos por toda el área del departamento, afectando

también al área de Santa Cruz de la Sierra.

Conscientes del gran problema ambiental y de seguridad que los incendios

forestales incontrolados representan, el Gobierno Departamental de Santa

Cruz ha creado a través de su Dirección de Manejo de Recursos Naturales,

el SATIF, o sistema de Alerta Temprana de Incendios Forestales, los cuales

monitorean los incendios en el departamento a través de imágenes

satelitales, reportes de guardias forestales, agrónomos, lugareños. Luego del

trabajo de introducción de datos al sistema, éstos están disponibles en

Internet.

Los datos recabados con el fin de determinar la relación entre los episodios

de alta contaminación en la ciudad y las quemas son la fecha y ubicación de

los focos de incendio, de manera que se pueda establecer la influencia

geográfica de los focos de incendio ubicados en diferentes áreas del

departamento.



Ilustración 3.7 – Focos de Incendios Forestales Año 2006, Mes de Agosto

Fuente: SATIF

Municipios de mayor riesgo de incendios forestales:124

Zona I.– Ascensión de Guarayos, Urubichá y El Puente en la provincia

Guarayos; San Julián y Cuatro Cañadas en Ñuflo de Chávez.

Zona II. San Ignacio, San Miguel y San Rafael en la provincia Velasco;

Concepción y San Javier en Ñuflo de Chávez.

Zona III. San Matías en Ángel Sandoval

Zona IV. San José y Roboré en Chiquitos; El Carmen, Puerto Suárez y

Puerto Quijarro en Germán Busch

Zona V Santa Rosa en la provincia Sara; San Carlos y San Juan en la

provincia Ichilo.



Zona VI. Provincias Cordillera, Florida, Vallegrande y Caballero.

Los datos recabados abarcan el periodo desde el año 2005 hasta el mes de

octubre del 2008.

a) FOCOS DE INCENDIO POR PERIODO

A continuación se presenta el gráfico comparativo de focos de incendio

anuales.

Gráfico 3.8 – Focos de Incendio en Santa Cruz por m es y año

Fuente: SATIF Gráfico: Elaboración Propia

Es notable el incremento de incendios a lo largo de los años, pero también

hubo una disminución del número de incendios hacia el año 2008.

b) FOCOS DE INCENDIO POR ZONAS

El siguiente gráfico muestra la distribución geográfica de los focos de

incendio en el departamento de Santa Cruz. Presenta datos desde el año

2005 hasta el año 2008.

0100020003000400050006000700080009000

Focos de Incendio en el

Departamento de Santa Cruz

2008

2007

2006

2005



Gráfico 3.9 – Focos de Incendio en Santa Cruz por P rovincias

Fuente: SATIF Gráfico Elaboración Propia

Las provincias con más quemas son Velasco, Ñuflo de Chávez y Chiquitos,

las cuales quedan al Noreste de la ciudad de Santa Cruz. Combinadas,

forman más del 60% de los focos de incendio del departamento. Las

provincias hacia el Norte y Noroeste de la ciudad tienen un número mucho

menor de focos de incendio, al igual que provincia Andrés Ibáñez.

23

219

272

584

952

966

1896

2292

3013

3454

4285

5126

8450

8635

10515

0 2000 4000 6000 8000 10000 12000

Manuel Maria Caballero

Florida

Vallegrande

Warnes

Andres Ibañez

Obispo Santisteban

Sara

Ichilo

Cordillera

German Busch

Guarayos

Angel Sandoval

Chiquitos

Ñuflo de Chavez

Velasco

Focos de Incendio en el

Departamento de Santa Cruz

(desde el año 2005 hasta el año 2008)



c) ESTIMACIÓN DE LAS EMISIONES PRODUCIDAS POR INCENDIOS

FORESTALES .

Las condiciones que actúan sobre el fuego de biomasa y sus emisiones

están altamente influenciadas por factores del ambiente en el que se

desarrolla. El clima local, con su humedad, la temperatura, las

precipitaciones y el viento son importantes para el desarrollo de un tipo de

vegetación en la zona y en el inicio y evolución del incendio.

Después de la ignición, aparecen las llamas, las cuales consumen la materia

orgánica a altas temperaturas, produciendo óxidos de nitrógeno

hidrocarburos y partículas. Una vez ha pasado esta etapa, aparecen las

brasas, las cuales queman en oxidación incompleta, produciendo CO y más

partículas. Factores como el tipo de biomasa y su cantidad de agua

determinan cuál etapa es más significante, lo que define la cantidad de CO y

CO2 emitidos.

Hay estudios125 que estiman que se emiten unos 1700 g[CO2]/kg[biomasa

quemada] and 60 g[CO]/kg[biomasa quemada en pastos, mientras que en

bosques se estima un promedio de 1600 g[CO2]/kg[biomasa quemada] Y 125

g[CO]/kg[biomasa quemada].

Utilizando valores como la cantidad de biomasa (kg/m2), el factor de

combustión (qué porcentaje de la biomasa se quema), el área quemada y los

factores de emisión anteriormente determinados de acuerdo al tipo de

vegetación, es posible determinar las emisiones.126

A continuación se coloca un factor de emisión aproximado.

Tabla 3.8 – Factores de Emisión Para Incendios Fore stales

NO2 CO PM10

Incendios Forestales tn/hectárea 0,166 4,66 0,324 Fuente: The UK Emission Factor Database 127



Es importante recordar que estas emisiones son generadas casi en su

totalidad en las afueras de la ciudad. La estimación de estas emisiones

permite determinar la cantidad de contaminantes que se transporta hacia la

ciudad.

Partiendo de los reportes mensuales de área quemada en el departamento

de Santa Cruz del Servicio de Alerta Temprana de Incendios Forestales

(SATIF) de la Prefectura del Departamento de Santa Cruz,128 es posible

estimar las emisiones anuales de la quema forestal.

Tabla 3.9 – Emisiones Anuales, Incendios Forestales del Departamento de Santa Cruz

Fuente: SATIF Tabla: Elaboración Propia

Esto significa que el año 2008 por ejemplo, se han emitido aproximadamente

135 gigagramos (Gg) de NO2, 3 790 Gg de CO y 263 542 Gg de PM10.

d) TRANSPORTE DE EMISIONES DE INCENDIOS FORESTALES

De acuerdo a los datos de focos de incendio del Sistema de Alerta Temprana

de Incendios Forestales (SATIF) de la Prefectura del departamento de Santa

Cruz, la gran mayoría de los incendios forestales no se produce en la

provincia de Andrés Ibáñez, donde se encuentra ubicada la ciudad de Santa

Cruz de la Sierra.

Estudios como el de Kaufman, Y (1995) citado en S. R. Freitas et al

(2003),129 indican que las partículas de Material Particulado de la fracción

fina permanecen en la atmósfera por una semana. Esto permite que los

contaminantes viajen a través de kilómetros y ocasionen problemas de

contaminación en lugares alejados de sus fuentes de emisión.

AñoFocos de

Incendio

Superficie

Quemadatn de NO 2 tn de CO tn de PM 10

2005 8769 798000 132.468 3.718.680 258.552

2006 9841 984100 163.361 4.585.906 318.848

2007 18622 1489800 247.307 6.942.468 482.695

2008 13559 813400 135.024 3.790.444 263.542

Proyecto de Grado

Durante la estación seca, la mayor parte del área quemada se encuentra

alejada de la ciudad, la cual es transportada desde las fuentes de emisión,

hacia la ciudad, agravando el problema de contaminación local.

La determinación de los mecanismos de tr

generados por los incendios forestales es de especial importancia, ya que

permite establecer cuáles son las fuentes que producen un mayor impacto en

la Contaminación Atmosférica de la ciudad de Santa Cruz de la Sierra. Al

identifi

realizar pronósticos acerca del

ciudad

Estudios realizados en América del Sur, describen algunos mecanism

importantes para el transporte de los contaminantes generados por los

incendios forestales.

Im

cubiertas con humo de aproximadamente 5 millones de km

Proyecto de Grado








identificar las z


ciudad y establecer medidas de prevención.




Imágenes de


Ilustración

Fuente: INPE









car las zonas que originan las emisiones y cuantificarlas,


y establecer medidas de prevención.




de espectro visible del satélite


Ilustración 3

Fuente: INPE 131









onas que originan las emisiones y cuantificarlas,

realizar pronósticos acerca del la cantidad de contaminante que llegará a la




espectro visible del satélite


3.8 – Imágenes Satelitales usadas para el monitoreo










la cantidad de contaminante que llegará a la




espectro visible del satélite GOES


Imágenes Satelitales usadas para el monitoreo






La determinación de los mecanismos de transporte de contaminantes









GOES-8 permiten observar








ansporte de contaminantes








8 permiten observar

cubiertas con humo de aproximadamente 5 millones de km2 130









onas que originan las emisiones y cuantificarlas, es posible


Estudios realizados en América del Sur, describen algunos mecanismos


8 permiten observar áreas


Emisiones

82







es posible


os


áreas



En la ilustración se observa una imagen satelital de septiembre del 2008

creado por imágenes infrarrojas y otro de espectro visible. La cubierta de

nubes es bastante densa, pero también se pueden observar hacia el centro

del continente áreas cubiertas por una densa capa de aerosol, proveniente

de las quemas forestales.

Para la determinación de cómo se dispersan estos contaminantes, se han

desarrollado varios estudios y modelos, los cuales utilizan la información

satelital, sensores remotos, predicciones meteorológicas para predecir cómo

serán transportados los contaminantes. Algunos modelos aplicados a los

incendios forestales de Sudamérica son los siguientes:

Global-Regional Atmospheric Chemistry Event Simulator (GRACES), un

modelo conceptual que relaciona las emisiones forestales e interacciones

químicas y explica la existencia de altas concentraciones de monóxido de

carbono (CO), en áreas remotas del Océano Pacífico.

MOZART (Model of Ozone And Related Tracers) permite similar la

distribución tridimensional de compuestos químicos en la atmósfera.

Georgia Tech/Goddard Global Ozone Chemistry Aerosol Radiation and

Transport (GOCART), es un modelo de transporte de contaminantes global,

que muestra el ciclo de los óxidos de azufre a nivel mundial.

CATT-BRAMS (Coupled Aerosol and Tracer Transport model to the Brazilian

developments on the Regional Atmospheric Modelling System).

Implementado en 2003, este modelo describe el transporte del monóxido de

carbono y de material Particulado PM2.5. Éstos contaminantes están

asociados a la quema de bosques tropicales, pastos. Para el cálculo de este

modelo, los datos de quemas son parametrizados e introducidos al modelo.

Proyecto de Grado

Ilustración

Se observa en la ilustración anterior que los puntos más urbanizados

presentan una mayor concentración d

zonas agrícolas,

forestales.

Para la determinación de la influencia de qué áreas generan las emisiones

de Material Particulado,

de Santa Cruz de la Sierra,

mecanismos de transporte de contaminantes generados por la quema de

biomasa en América del Sur.

Proyecto de Grado

Ilustración 3

Fuente: CATT



zonas agrícolas,

forestales.







3.9 – Modelación de transporte de CO del 7/03/2009

Fuente: CATT -BRAMS -



zonas agrícolas, presentan altas concentraciones, debido a los incendios







Modelación de transporte de CO del 7/03/2009

CPTEC/INPE



presentan altas concentraciones, debido a los incendios


de Material Particulado, CO, O3

de Santa Cruz de la Sierra, se han consultado trabajos que explican los





CPTEC/INPE132


presentan una mayor concentración de contaminación, pero también las



y NO2 que so

se han consultado trabajos que explican los






e contaminación, pero también las



que son transportadas has










n transportadas has








n transportadas hasta la ciudad



Emisiones

84





ta la ciudad





Ilustración 3.10 – Vientos zonales preponderantes e n América del Sur

Fuente: INPE 133

Esta ilustración representa los vientos preponderantes en cada región del

continente, expresados como vector representan la dirección principal del

movimiento de las masas de aire en esa zona.

En la zona de Bolivia, estos vientos forman un sistema, bastante influenciado

por la orografía de los Andes, teniendo una dirección Noroeste en la zona del

departamento de Santa Cruz.

Velocidad del viento en m

/s


/s


/s

Proyecto de Grado

También es importante mencionar que hacia el norte del departamen

Santa Cruz, los vientos provienen del este, por al otro lado de la frontera con

Brasil razón por la cual los focos de incendio de esa región también

contribuyen a elevar la concentración de contaminantes de la ciudad de


Ilust

En la ilustración anterior se muestra la mezcla y la dispersi

día 25

norte de Beni; después de 3 días son transportados hacia el sur del

continente, incrementando los valores registrados hasta 0,3 ppm en la zona

este y sur

del Beni

contaminación a través de más de 1000 km.

Proyecto de Grado






Ilust ración 3

Fuente: INPE


día 25-08 al 28



este y sur

del Beni, lo cual m








3.11 – Pluma de dispersión regional de CO

Fuente: INPE 134


08 al 28-08. Los valores del primer día, de has



del departamento de Santa Cruz

, lo cual muestra el transporte y dispersión de un episodio de








Pluma de dispersión regional de CO


08. Los valores del primer día, de has




uestra el transporte y dispersión de un episodio de


























del departamento de Santa Cruz y el occidente del departamento









En la ilustración anterior se muestra la mezcla y la dispersión de CO

08. Los valores del primer día, de hasta 0,6 ppm hacia el



y el occidente del departamento



También es importante mencionar que hacia el norte del departamento de




e CO desde el

ta 0,6 ppm hacia el





Concentración de C

O en ´ppb

Emisiones

86

to de




desde el

ta 0,6 ppm hacia el





Concentración de C

O en ´ppb



Ilustración 3.12 – Pluma de dispersión regional de PM2.5

Fuente: INPE 135

Para el caso de Material Particulado PM2.5, el patrón de transporte es similar

al de CO. Los altos valores registrados satelitalmente en el norte de Bolivia,

debido a incendios en la Amazonía elevaron la concentración a valores de

180 µg/m3, mientras que en otras regiones, las concentraciones se

mantenían entre 20 y 40 µg/m3. Después de 3 días, los valores en la zona de

emisión variaban entre 20 y 160 µg/m3, mientras que en Bolivia, Paraguay y

Argentina se encontraban entre 60 y 80 µg/m3 y el sur de Brasil y Uruguay

entre 40 a 60 µg/m3. 136

Esto muestra claramente el transporte regional de los contaminantes

generados a lo largo de la trayectoria principal de los vientos, hacia el sur del

continente.

Por estas razones, el área que debe considerarse como de influencia, en la

cual los incendios forestales pueden influir en los niveles de contaminación

de la ciudad de Santa Cruz de la Sierra es bastante amplia, puede

considerarse el noroeste, norte y noreste del departamento de Santa Cruz, el

departamento de Beni y Pando, y los estados del oeste de Brasil, Matto

Grosso, Rondonia, Acre y Amazonia, pero los de mayor influencia son los del

departamento de Santa Cruz, en especial los ubicados en las provincias

Colum

na de PM

2.5 en ´mg/m

2

Proyecto de Grado

Velasco, Ángel Sandóval, Chiquitos, Ñuflo de Chávez, Guarayos, Warnes,

Obispo Santistevan e

En la

pueden causar influencia en los niveles


Proyecto de Grado



Fuente: INPE

En la ilustración se observa el






Ilustración

Fuente: INPE 137

ilustración se observa el





Ichilo.

Ilustración 3.13 – Área de Influencia de Incendios Forestales

ilustración se observa el extensa





Área de Influencia de Incendios Forestales

extensa área donde los incendios forestales

pueden causar influencia en los niveles de contaminación de la ciudad de

Diagnóstico




área donde los incendios forestales

de contaminación de la ciudad de







de la Dispersión - Emisiones





Emisiones

88






B. COMBUSTIÓN EN FUENTES ESTACIONARIAS

Estas fuentes corresponden a las generadas en Industrias pequeñas,

comercios, cuyas emisiones no son tan significantes como para identificarlas

individualmente como fuentes puntuales. Como ejemplo se pueden citar

Panaderías, Restaurantes, Hospitales, Colegios y otros.

C. FUENTES MÓVILES ESTACIONARIAS

La Terminal Bimodal de Autobuses y Ferrocarril se encuentra en el interior de

la ciudad de Santa Cruz de la Sierra. Aunque las emisiones móviles en ruta y

en en la partida de motor ya fueron estimadas, las emisiones de los

vehículos en espera no, y aunque no son muy significativas respecto al total

emitido por los vehículos, su concentración geográfica en la Estación de

Buses debe considerarse.

También deben ser estimadas las emisiones de las locomotoras de los

trenes, las cuales funcionan con combustible Diesel. Estas emisiones no

fueron consideradas por falta de factores de emisión adecuados al caso.

El Aeropuerto El Trompillo se encuentra dentro del radio urbano, con 125

operaciones diarias138 (despegues y aterrizajes) de aviones pequeños y

medianos. Estos valores de emisión fueron considerados utilizando una

estimación de emisiones promedio por despegue y aterrizaje, para aviones

pequeños y medianos.

D. USO DE SOLVENTES

Entre estas actividades, la emisión de contaminantes se relaciona al uso de

Pintura, como barnices y otros. También la limpieza, que emite sustancias

volátiles y al uso de productos para el Lavado en seco.

Para la estimación de estas emisiones fueron considerados el número de

habitantes de la ciudad de Santa Cruz de la Sierra y se utilizaron los factores

de emisión aplicados en el inventario de emisiones de la ciudad de La Paz.139



E. FUENTES INDUSTRIALES LIGERAS Y COMERCIALES

Estas fuentes corresponden a las que emiten contaminantes no relacionadas

a la combustión, anteriormente ya consideradas. Son específicas de los

procesos llevados a cabo de acuerdo al rubro de actividades de la fuente.

A falta de información específica, se utilizaron factores de emisión

comparativos del inventario de emisiones de la ciudad de La Paz, en relación

al número de habitantes.

F. MANEJO Y TRATAMIENTO DE RESIDUOS

En la zona de estudio existen plantas de tratamiento de aguas residuales

(Saguapac) que generan contaminantes atmosféricos. El relleno sanitario

para los residuos sólidos se encuentra en los límites del municipio, algo

alejada de la zona de estudio, así que no se tomaron en cuenta sus

emisiones.

Para la estimación de las emisiones, se utilizó un factor de emisiones en

base al número de habitantes de la ciudad de Santa Cruz de la Sierra.

G. ALMACENAMIENTO Y TRANSPORTE DE DERIVADOS DEL PETRÓLE O

Las emisiones generadas por las actividades de Almacenamiento,

Distribución, y las Fugas asociadas con los combustibles derivados del

petróleo fueron consideradas utilizando factores de emisión correspondientes

al volumen de ventas de combustible en las estaciones de servicio de la

ciudad de Santa Cruz de la Sierra, con datos de la Superintendencia de

Hidrocarburos para el año 2008.140

H. FUENTES DE ÁREAS MISCELÁNEAS

Caminos pavimentados y no pavimentados, Animales, Personas, etc. Cuyas

emisiones fueron estimadas de acuerdo a factores de emisión comparativos

del inventario de emisiones de la ciudad de La Paz, en relación al número de

habitantes.



A continuación se presenta el cuadro que totaliza las emisiones de área

producidas en la ciudad de Santa Cruz. Las fuentes de área de los

alrededores de la ciudad (incendios forestales), no entran entre estos

cálculos.

Tabla 3.10 – Emisiones por fuentes de área en la ci udad de Santa Cruz

Fuente: Población: INE Factores de Emisión: Inventa rio de Emisiones de LPZ

Tabla: Elaboración Propia

3.3.4 CUANTIFICACIÓN DE LAS EMISIONES TOTALES

Una vez estimadas las emisiones de cada tipo de fuente, se calcularon los

valores totales.

Tabla 3.11 – Emisiones Totales de la ciudad de Sant a Cruz de la Sierra, Año 2008


2004 2005 2006 2007 2008

1.318.489,0 1.372.356,0 1.426.862,0 1.482.255,0 1.538.343,0

2004 2005 2006 2007 2008

COV 11,179213 14.739,7 15.341,9 15.951,2 16.570,4 17.197,5

CO 0,225109 296,8 308,9 321,2 333,7 346,3

NO X 0,191759 252,8 263,2 273,6 284,2 295,0

PM 10 1,916402 2.526,8 2.630,0 2.734,4 2.840,6 2.948,1

CO 2 207,557462 273.662,2 284.842,7 296.155,9 307.653,1 319.294,6

Población Estimada de la ciudad de

Santa Cruz de la Sierra

Años

Factores de Emisión

kg/(hab.año)Contaminante

Años


Fuentes Fijas

(Industrias)842 177 70 1.178 52.171

Fuentes Móviles

(Automotores)3.931 39.634 4.288 154 969.960

Fuentes de Área

(Otras)2.948 346 295 17.197 319.295

Total Ciudad de

Santa Cruz7.721 40.158 4.653 18.530 1.341.426

Año 2008



De acuerdo al tipo de fuente según el contaminante, las principales fuentes

de CO, COV, NOx y CO2 son las fuentes móviles, mientras que las

principales fuentes de PM10 son las fuentes de área.

Gráfico 3.10 – Tipo de Fuente para cada contaminant e


También se obtuvieron los siguientes valores de emisiones totales para cada

año, desde el año 2004 al 2008:

Tabla 3.12 – Emisiones Totales de la ciudad de Sant a Cruz por Año


0%

20%

40%

60%

80%

100%

COV CO NOX PM10 CO2

Tipo de Fuente según contaminante

Fuentes Fijas (Industrias) Fuentes Móviles (Automotores) Fuentes de Área (Otras)

2004 2005 2006 2007 2008

COV 17.909 18.779 19.676 21.179 21.970

CO 22.288 24.388 26.580 33.901 40.158

NO X 2.760 2.989 3.208 3.905 4.653

PM 10 3.368 3.622 3.904 4.144 4.280

CO 2 884.393 946.234 1.003.777 1.161.847 1.341.426

Emisiones

Totales

(tn/año)



3.3.5 DISTRIBUCIÓN DE LAS EMISIONES EN EL ÁREA DE ESTUDIO

Utilizando los datos de distribución geográfica de:

Fuentes fijas (ver Ilustración 3.5 – Ubicación de las principales industrias en

la ciudad de Santa Cruz),

Fuentes móviles de acuerdo a la distribución de las principales vías y tráfico

de la ciudad (ver Ilustración 3.4 – Principales Vías, según el número de

vehículos);

Y fuentes de área, considerando principalmente la densidad de población

(ver Tabla 3.2 – Población de la ciudad de Santa Cruz de la Sierra según

distritos)

Se distribuyeron geográficamente las emisiones generadas en la ciudad de

Santa Cruz.

A continuación se muestran los resultados de dicha distribución, por

contaminante.

A. COV

La siguiente ilustración muestra dónde se generan las emisiones de

compuestos orgánicos volátiles (COV) en Santa Cruz de la Sierra.

Ilustración 3.14 – Distribución de COV


COV

kg año / km2

1000-1500

500-1000

0-500



Hay una predominancia de altos niveles de emisión al Oeste de la ciudad,

debido a la gran cantidad de industrias y otras fuentes de área en esa zona.

B. CO

La siguiente ilustración muestra la distribución de las emisiones de monóxido

de Carbono (CO) en la ciudad de Santa Cruz de la Sierra.

Ilustración 3.15 – Distribución de las emisiones de CO


Las zonas con mayores emisiones de CO son aquellas donde hay mayor

tráfico vehicular, destacándose principalmente las zonas del norte y oeste,

además del centro de la ciudad.

C. NOX

La siguiente ilustración muestra la distribución de las emisiones de óxidos de

Nitrógeno (NOx) en la ciudad de Santa Cruz de la Sierra.

CO

kg año / km2

4000-5000

3000-4000

2000-3000

1000-2000

0-1000



Ilustración 3.16 – Distribución de las emisiones de NOx


Las principales fuentes de NOx están en la zona Norte y en el centro de la

ciudad.

D. PM10

La siguiente ilustración muestra la distribución de las emisiones de óxidos

Material Particulado menor a 10 micras (PM10) en la ciudad de Santa Cruz de

la Sierra.

Ilustración 3.17 – Distribución de las emisiones de PM10


PM10

kg año / km2

2000-3000

1000-2000

0-1000

NOx

kg año / km2

3000-4000

2000-3000

1000-2000

0-1000



Al ser las principales fuentes de PM10 fuentes caracterizadas como de área,

la distribución de PM10 es más uniforme en la ciudad.

E. CO2

La siguiente ilustración muestra la distribución de las emisiones de óxidos

Dióxido de Carbono (CO2) en la ciudad de Santa Cruz de la Sierra.

Ilustración 3.18 – Distribución de las emisiones de CO2

El centro de la ciudad y la zona del parque industrial son las que tienen

mayores emisiones de este gas, debido a que éste está asociado a todos los

procesos de combustión.

CO2

kg año / km2

150000-200000

100000-150000

50000-100000

0-50000

Diagnóstico de la Dispersión - Clima


3.4 CLIMA

Debido a la latitud y su baja altura sobre el nivel del mar, el clima de Santa

Cruz es propio de una región tropical. Para describir mejor las condiciones

climáticas, han sido analizadas varias variables meteorológicas a

continuación.

Gráfico 3.11 – Dirección y Velocidad de los Vientos en Santa Cruz

Fuente: Estación Meteorológica Red MoniCA Gráfico: Elaboración Propia

Sus vientos son principalmente del Norte (N) y del Noroeste (NO), con una

velocidad de viento de unos 3 m/s (10,6 km/h) como promedio, pero con

ráfagas que suelen llegar a los 8 a 10 m/s (entre 30 y 40 km/h)

La rosa de vientos y el histograma de frecuencias de las velocidades de

vientos fueron elaboradas con datos anuales (del año 2008) de la estación

meteorológica de la Red MoniCA, ubicada en el punto de la Ex Terminal.

Los meses con mayores velocidades de viento coinciden con los meses de

Agosto y Septiembre, meses que corresponden a la época seca del año.

Especialmente en los meses de invierno, el viento sopla desde el Sur (S) y

Sureste (SE), producto de frentes fríos que producen una significativa

disminución de la temperatura.

N

NNE

NE

NEE

E

SEE

SE

SSE

S

SSO

SO

SOO

O

NOO

NO

NNO

Rosa de Vientos de Santa Cruz de la Sierra

Estación Meteorológica de ET

Datos entre 01/01/2008 a 31/12/2008

0%

2%

4%

6%

8%

10%

12%

14%

0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5 10

Po

rce

nta

je

Velocidad del viento en m/s

Velocidades de los Vientos en Santa Cruz de la Sierra


Datos entre 01/01/2008 a 31/12/2008



Gráfico 3.12 – Temperaturas Media, Máxima y Mínima


La temperatura anual promedio de Santa Cruz para el año 2008 está en

alrededor de 23°C. Las temperaturas máximas fueron de hasta los 35°C en

días calurosos de verano y hasta 8°C en los días má s fríos del invierno.

Gráfico 3.13 – Humedad Relativa


05

10152025303540

20

08

/01

/01

20

08

/01

/17

20

08

/02

/02

20

08

/02

/18

20

08

/03

/05

20

08

/03

/21

20

08

/04

/06

20

08

/04

/22

20

08

/05

/08

20

08

/05

/24

20

08

/06

/09

20

08

/06

/25

20

08

/07

/11

20

08

/07

/27

20

08

/08

/12

20

08

/08

/28

20

08

/09

/13

20

08

/09

/29

20

08

/10

/15

20

08

/10

/31

20

08

/11

/16

20

08

/12

/02

20

08

/12

/18

Tem

pe

ratu

ra (

°C)


Datos entre 01/01/2008 a 31/12/2008

Temperatura Promedio Temperatura Mínima Temperatura Máxima

0,0020,0040,0060,0080,00

100,00

20

08

/01

/01

20

08

/01

/19

20

08

/02

/06

20

08

/02

/24

20

08

/03

/13

20

08

/03

/31

20

08

/04

/18

20

08

/05

/06

20

08

/05

/24

20

08

/06

/11

20

08

/06

/29

20

08

/07

/17

20

08

/08

/04

20

08

/08

/22

20

08

/09

/09

20

08

/09

/27

20

08

/10

/15

20

08

/11

/02

20

08

/11

/20

20

08

/12

/08

20

08

/12

/26

% H

um

ed

ad

Re

lati

va


Datos entre 01/01/2008 a 31/12/2008



La humedad relativa promedio anual es de un 71%, lo cual convierten a la

ciudad en un lugar bastante húmedo. El nivel de humedad se mantiene

bastante elevado los meses de verano, en especial el mes de enero.

Gráfico 3.14 – Precipitaciones Diarias


Gráfico 3.15 – Precipitaciones Mensuales


020406080

100120140

20

08

/01

/01

20

08

/01

/20

20

08

/02

/08

20

08

/02

/27

20

08

/03

/17

20

08

/04

/05

20

08

/04

/24

20

08

/05

/13

20

08

/06

/01

20

08

/06

/20

20

08

/07

/09

20

08

/07

/28

20

08

/08

/16

20

08

/09

/04

20

08

/09

/23

20

08

/10

/12

20

08

/10

/31

20

08

/11

/19

20

08

/12

/08

20

08

/12

/27

mm

de

Llu

via


Datos entre 01/01/2008 a 31/12/2008

0

50

100

150

200

250

300

350

400

mm

de

Llu

via


Datos entre 01/11/2007 a 31/12/2008



Las lluvias se distribuyen a lo largo del año de manera desigual, con las

mayores precipitaciones en verano, la temporada lluviosa, especialmente en

el mes de enero. El valor máximo de precipitación diario registrado el último

año ha sido de 125 mm de agua caída por m2 lo que equivale a decir 125 L

de lluvia por m2. El total de precipitaciones anuales es de 1390 mm al año

(año 2008).

Gráfico 3.16 – Radiación Solar Promedio Diaria


Las variaciones constantes en radiación solar se deben a días alternados de

nubosidad bastante elevada y cielos despejados.

Normalmente, los valores de mayor radiación solar se obtienen en los meses

de verano, donde los días son más largos y se distingue claramente la

reducción de la radiación solar total en los días de invierno, debido al día de

menor duración.

0

200

400

600

800

1000

1200

1400

20

08

/01

/01

20

08

/01

/18

20

08

/02

/04

20

08

/02

/21

20

08

/03

/09

20

08

/03

/26

20

08

/04

/12

20

08

/04

/29

20

08

/05

/16

20

08

/06

/02

20

08

/06

/19

20

08

/07

/06

20

08

/07

/23

20

08

/08

/09

20

08

/08

/26

20

08

/09

/12

20

08

/09

/29

20

08

/10

/16

20

08

/11

/02

20

08

/11

/19

20

08

/12

/06

20

08

/12

/23

KW

h/m

2


Datos entre 01/01/2008 a 31/12/2008



3.4.1 OTRAS ESTACIONES METEOROLÓGICAS

Debido a la más o menos reciente instalación de la Estación Meteorológica

de la Red MoniCA, no se cuentan con datos anteriores al 18 de octubre del

2008, fecha a partir de la cual entró en funcionamiento.

Gracias a la cercanía de 2 aeropuertos, El Trompillo (SLET) y Viru Viru

(SLVI), es posible utilizar sus datos como complemento, en especial para los

años anteriores.

Los datos meteorológicos obtenidos son promedios horarios, con información

de la dirección y velocidad del viento, temperatura, humedad, precipitaciones

y presión atmosférica, los cuales han sido recopilados para el presente

estudio.

Diagnóstico de la Dispersión - Inmisiones


3.5 INMISIONES

Para realizar un diagnóstico del nivel de inmisiones (concentraciones de

contaminantes sobre los Receptores) en la ciudad, se utilizaron los datos de

la Red MoniCA (Red de Monitoreo de la Calidad del Aire)

3.5.1 RED DE MONITOREO DE LA CALIDAD DEL AIRE

La Red MoniCA Santa Cruz fue establecida el año 2004,141 como parte de lo

que es el proyecto Aire Limpio, para diagnosticar y permitir establecer

políticas para la Gestión de la Calidad del Aire.

Se estableció en base a la cooperación entre 3 instituciones: Swisscontact, el

Gobierno Municipal y la Universidad Privada de Santa Cruz de la Sierra.

3.5.2 MÉTODOS DE MONITOREO

En la Red MoniCA Santa Cruz, la metodología para el monitoreo está de

acuerdo a las normas bolivianas según el tipo de contaminante:

Tabla 3.13 – Metodologías de Monitoreo Contaminante Tipo de Monitoreo Norma Boliviana

NO2

Pasivo, mediante absorción química del contaminante

NB62012 (Calidad de aire – Determinación de dióxido de nitrógeno – Muestreo pasivo

– Método Palmes)

Automático, mediante detección de quimioluminiscencia de la reacción entre

O3 y NO)

NB62016 (Calidad del aire – Determinación de dióxido de nitrógeno – Muestreo activo –

Método de quimioluminiscencia)

O3

Pasivo, mediante absorción química del contaminante

NB 62013 (Calidad de aire – Determinación de ozono – Muestreo pasivo – Método

Palmes)

Automático, mediante detección de la absorción de radiación UV

NB 62017 (Calidad del aire – Determinación de ozono troposférico –

Muestreo activo – Método espectrofotométrico ultravioleta)

PM10

Activo, mediante gravimetría de un filtro a través de un impactador de bajo volumen.

NB 62014 (Calidad de aire – Determinación de material particulado menor a 10

micrómetros (PM10) – Muestreo activo – Método gravimétrico)

Automático, mediante detección de la absorción de un rayo de luz por partículas

de diferente tamaño.

CO Automático, mediante detección de la

absorción de radiación infrarroja a través de la muestra.

NB 62015 (Calidad del aire – Determinación de monóxido de carbono –

Muestreo activo – Método infrarrojo no dispersivo)




Los contenedores de tubos pasivos se instalan en postes de un alto de 2,8

metros, en ubicaciones alejadas de árboles.

El impactador de PM10 cuenta con energía eléctrica para alimentar la bomba

y el sistema para su funcionamiento continuo durante 24 horas.

Los métodos automáticos cumplen la normativa vigente, utilizan la

metodología descrita en las NB62015 (CO), NB62016 (NO x), NB62017 (O3) y

son revisados periódicamente.

Los puntos relativos a la preparación y el análisis de las muestras NB62012

Sección 7.3, NB62013 , Sección 7.3 , NB62014, Sección 8.4 – 8,5 , son

ejecutados en el laboratorio de la Red MoniCA en Santa Cruz de la Sierra,

después de exponer y recoger las muestras.

3.5.3 INCERTIDUMBRE DE LOS MÉTODOS

De acuerdo al reporte de Marcus Hangartner de Passam AG,142 laboratorio

de Suiza especializado en monitoreo ambiental, existe un porcentaje de

incertidumbre para estas metodologías. También se han realizado campañas

de auditorías para evaluar la calidad de los datos de monitoreo, siendo éstos

resultados parte del reporte.

La incertidumbre expandida para la medición por tubos pasivos de NO2 en

Santa Cruz es de 31% mientras que para la medición por tubos pasivos de

O3 es de 46%.

En el caso de medición por método activo de impactador Harvard Mini Vol

para PM10 la incertidumbre es de 28% (de acuerdo a los registros de calidad

del laboratorio) y para las metodologías automáticas la incertidumbre no se

ha calculado, pero los equipos utilizan metodología de la US EPA, con

métodos de Referencia o Equivalentes para el monitoreo automático, lo que

quiere decir que su incertidumbre es de 5% (según la norma).



3.5.4 ESTACIONES DE MONITOREO

La red MoniCA Santa Cruz cuenta actualmente con once estaciones de

monitoreo. De las cuales, todas cuentan con contenedores para monitoreo

pasivo de NO2 y O3, cuatro cuentan con monitores activos de material

particulado PM10 y una cuenta con los equipos automáticos de monitoreo de

NOx, O3, CO, PM, y meteorología.

Tabla 3.14 – Puntos de monitoreo de Material Partic ulado

Código Nombre Dirección Clasificación del sitio Contaminantes Monitoreados

CN Carretera al Norte Av. Banzer y 4to. Anillo

alto trafico vehicular NO2 (pasivo), O3 (pasivo)

CU Colinas del Urubó Administración

Colinas del Urubó rural/periurbano NO2 (pasivo), O3

(pasivo), PM10 (activo)

EC El Cristo Av. Banzer y 2do.

Anillo alto trafico vehicular

NO2 (pasivo), O3 (pasivo)

ET Ex – Terminal Av. Irala y 1er. Anillo alto trafico vehicular

NO2 (pasivo y automático), O3

(pasivo y automático), PM10 (activo y

automático), CO (automático) y meteorología

LP Las Palmeras Av. San Aurelio y 4to. Anilllo

residencial NO2 (pasivo), O3 (pasivo), PM10 (activo)

PA Las Palmas Bº Las Palmas –

Iglesia La Macarena residencial NO2 (pasivo), O3

(pasivo)

PC Plaza Cementerio Av. Melchor Pinto y

1er. Anillo alto trafico vehicular


PI Parque Industrial Parque Industrial frente ADM SAO

industrial NO2 (pasivo), O3 (pasivo)

SP San Pedro Mercado Alto San Pedro – 3er. Anillo industrial


UP UPSA Av. Paraguá y 4to.

Anillo industrial NO2 (pasivo), O3

(pasivo), PM10 (activo)

VM Villa 1º de Mayo Villa 1º de Mayo –

5to. Anillo residencial


Fuente: Informe Red MoniCA Santa Cruz

Proyecto de Grado

Proyecto de Grado

Ilustración

Fuente: Elaboración Propia y Proyecto Aire Limpio


Ilustración 3.19 –



– Ubicación de los puntos de Monitoreo en Santa Cruz



Ubicación de los puntos de Monitoreo en Santa Cruz











Inmisiones

105



3.5.5 RESULTADO DE LAS MEDICIONES

A continuación se presentan las series de datos recogidos durante el tiempo

de funcionamiento de la Red MoniCA.

A. DIÓXIDO DE NITRÓGENO (NO2)

Para el monitoreo de este gas, se tienen los datos del Método Pasivo y el

Método Automático.

a) MÉTODO PASIVO

Los datos obtenidos en el monitoreo pasivo de NO2 comprenden el periodo

de mayo del 2004 a diciembre del 2008, son 11 puntos de monitoreo, con

datos que representan periodos de exposición de 2 semanas.

A continuación se presentan los promedios mensuales para los 5 años de

monitoreo mediante este método.

Gráfico 3.17 – Datos del Monitoreo Pasivo de NO 2

0

10

20

30

40

50

60

70

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes

Monitoreo de dióxido de nitrógeno por tubos pasivos

Santa Cruz de la Sierra Año 2004

CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM

0

10

20

30

40

50

60

70

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes



CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM

0

10

20

30

40

50

60

70

80

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes



CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM

0

10

20

30

40

50

60

70

80

90

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes



CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM



Fuente: Red MoniCA

Es notable que la tendencia al incremento de los valores de NO2 durante los

meses de agosto y septiembre. Los puntos con los mayores valores son los

de Carretera al Norte (CN) y Plaza del Cementerio (PC).

b) MÉTODO AUTOMÁTICO

Los datos obtenidos para el monitoreo de NO2 mediante este método

corresponden a la estación de monitoreo automático de Ex Terminal (ET)

Gráfico 3.18 – Datos del Monitoreo Automático de NO x, NO y NO2

Fuente: Red MoniCA

0

10

20

30

40

50

60

70

80

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes



CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM

0,0

20,0

40,0

60,0

80,0

100,0

120,0

Co

nce

ntr

aci

ón

(p

pb

)

Día

Monitoreo de óxidos de nitrógeno (NOx, NO y NO2)

Método Automático

Santa Cruz de la Sierra (ET) Año 2008

NOx (ppb) NO (ppb) NO2 (ppb)



Este gráfico muestra la tendencia a lo largo del tiempo de funcionamiento del

equipo e indica que los niveles de concentración de NO2 se están

incrementando en el punto de la Ex Terminal. Igualmente se ven los valores

máximos en el mes de agosto.

Afortunadamente en ninguno de los métodos se sobrepasan los límites

permisibles de manera continua.



B. OZONO (O3)

Para el monitoreo del Ozono, se tienen los Métodos Pasivo y Automático.

a) MÉTODO PASIVO

Los datos obtenidos mediante el monitoreo pasivo de O3 abarcan el periodo

desde mayo de 2004 hasta diciembre de 2008

A continuación se presentan los promedios mensuales para los 5 años de

monitoreo mediante este método.

Gráfico 3.19 – Datos del Monitoreo Pasivo de Ozono

Fuente: Red MoniCA

0

5

10

15

20

25

30

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes

Monitoreo de ozono por tubos pasivos


CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM

0

5

10

15

20

25

30

35

40

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes



CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM

0

5

10

15

20

25

30

35

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes



CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM

0

5

10

15

20

25

30

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes



CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM

0

10

20

30

40

50

60

Co

nce

ntr

aci

ón

(μ

gN

O2/m

3)

Mes



CN

CU

EC

ET

LP

PA

PC

PI

SP

UP

VM



Los valores más altos de O3 se dan en la época de agosto y septiembre, y se

repite en cada uno de los años de los que se tiene datos de medición.

El punto con mayor contaminación por O3 es el de las Colinas del Urubó

(CU), que se encuentra en las afueras de la ciudad, al otro lado del río Piraí.


Los datos obtenidos para el monitoreo de O3 mediante este método

corresponden a la estación de monitoreo automático de Ex Terminal (ET)

Gráfico 3.20 – Datos del Monitoreo Automático de O 3

Fuente: Red MoniCA

En este gráfico se aprecia el incremento de los niveles de O3 en los meses

de agosto y septiembre, con valores que duplican y triplican las

concentraciones promedio de los otros meses del año. Este comportamiento

se corresponde con el observado en el método pasivo.

0,0

10,0

20,0

30,0

40,0

50,0

60,0

70,0

Co

nce

ntr

ació

n (

pp

b)

Día

Monitoreo de ozono (O3)

Método Automático


O3 (ppb)



C. MATERIAL PARTICULADO PM10

Para el monitoreo de material particulado PM10 se tienen los métodos Activo

y Automático.

a) MÉTODO ACTIVO

Los datos obtenidos mediante el monitoreo activo de PM10 abarcan el

periodo desde agosto de 2004 hasta diciembre de 2008

Gráfico 3.21 – Datos del Monitoreo Activo de Materi al Particulado PM10

Fuente: Red MoniCA

0

50

100

150

200

250

300

350

400

450

Co

nce

ntr

aci

ón

(μ

gP

M1

0/m

3)

Mes

Monitoreo de Material Particulado PM10 por

Método Activo

Santa Cruz de la Sierra Año 2004CU

ET

LP

UP

0

50

100

150

200

250

300

Co

nce

ntr

aci

ón

(μ

gP

M1

0/m

3)

Mes


Método Activo


ET

LP

UP

0

20

40

60

80

100

120

140

160

180

Co

nce

ntr

aci

ón

(μ

gP

M1

0/m

3)

Mes


Método Activo


ET

LP

UP

0

20

40

60

80

100

120

140

160

180

Co

nce

ntr

aci

ón

(μ

gP

M1

0/m

3)

Mes


Método Activo


ET

LP

UP

0

20

40

60

80

100

120

Co

nce

ntr

aci

ón

(μ

gP

M1

0/m

3)

Mes


Método Activo


ET

LP

UP



Las estaciones de ET y UP son las que presentan los mayores valores de

concentración de material particulado. Los meses de junio a octubre son las

de mayor prevalencia de este contaminante. El punto de CU es el que tiene

menores valores de concentración.


Los datos de PM que se tienen corresponden a PST (Partículas totales),

PM10 (Partículas menores a 10 micras) PM2.5 (Partículas menores a 2,5

micras) y PM1 (Partículas menores a 1 micra). Los datos están disponibles

desde febrero del 2008 a diciembre del 2008, a excepción de parte de los

meses de octubre y noviembre.

Gráfico 3.22 – Datos del Monitoreo Automático de Ma terial Particulado PM

Fuente: Red MoniCA

Hay pocos datos de Material Particulado, debido a la reciente compra de este

equipo, pero muestra que a lo largo del año hay episodios donde los niveles

de Material Particulado se elevan significativamente, especialmente en

agosto y septiembre, la temporada seca y con bastante viento.

0

50

100

150

200

250

300

Co

nce

ntr

aci

ón

(μ

gP

M/m

3)

Día

Monitoreo de Material Particulado PM por

Método Automático


PST (ug/m3) PM10 (ug/m3) PM2.5 (ug/m3) PM1 (ug/m3)



D. MONOXIDO DE CARBONO (CO)

Para la medición de este contaminante, únicamente se cuenta únicamente

con el método automático.

a) MÉTODO AUTOMÁTICO

La Red MoniCA cuenta con 1 medidor de concentración de CO en la

estación de monitoreo automática de ET. Los datos obtenidos abarcan el

periodo desde octubre de 2006 hasta diciembre de 2008.

Gráfico 3.23 – Datos del Monitoreo Automático de Mo nóxido de Carbono (CO)

Fuente: Red MoniCA

Los niveles medidos de Monóxido de Carbono son bastante bajos, por lo que

no es un contaminante problema para la ciudad de Santa Cruz. Los datos no

disponibles se deben a un problema con el equipo.

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

Co

nce

ntr

aci

ón

(p

pm

)

Día

Monitoreo de Monóxido de Carbono CO por

Método Automático


CO (ppm)

Diagnóstico de la Dispersión - Análisis de los Datos


3.6 ANÁLISIS DE LOS DATOS

A partir de los datos recolectados, se realiza un análisis que permita

establecer el grado de correlación entre variables, de manera que se puedan

determinar las relaciones existentes entre ellas y describir mejor el

comportamiento que presentan.

3.6.1 ENTRE CONTAMINANTES

Es importante establecer el grado de correlación entre los contaminantes que

interaccionan entre sí y también de aquéllos emitidos al mismo tiempo.

A. CONTAMINANTES PRIMARIOS Y SECUNDARIOS

La relación entre el NO2 y el O3 se da debido al ciclo de formación del ozono,

en el cual participan los óxidos de nitrógeno, hidrocarburos y luz ultravioleta.

Considerándose los datos obtenidos de los puntos de monitoreo pasivo, se

realizaron análisis de correlación entre ambas variables, organizando las

series de datos de la siguiente manera:

a) PROMEDIO DE CONTAMINANTES POR PUNTO

Gráfico 3.24 – Correlación entre NO 2 y O3 en los diferentes puntos de monitoreo

Coeficiente de Correlación entre ambas series de datos: –0,8939

Promedio de

Concentraciones

Por Punto NO2 O3

CN 39,8 9,1

CU 3,7 16,7

EC 27,1 8,8

ET 34,1 6,4

LP 13,8 11,6

PA 8,7 13,3

PC 43,2 5,7

PI 27,1 9,7

SP 25,7 10,5

UP 19,7 9,8

VM 16,8 10,0

Fuente: Red MoniCA Gráfico: Elaboración Propia

y = -3,946ln(x) + 21,89R² = 0,8861

02468

1012141618

0 10 20 30 40 50

Co

nce

ntr

aci

ón

O3

(µg

/m3)

Concentración NO2 (µg/m3)

Relación de las Concentraciones en

los Diferentes Puntos de Monitoreo



Existe una fuerte correlación negativa entre ambas variables, lo que se

interpreta como una proporcionalidad inversa de los niveles de NO2 y O3 en

cada punto de monitoreo durante todo el tiempo de estudio (un promedio de

los valores de concentración obtenidos en más de 70 mediciones por punto).

b) PROMEDIO DE CONTAMINANTES POR MES

Gráfico 3.25 – Correlación entre NO 2 y O3 en los diferentes periodos de exposición


Utilizando los promedios mensuales para buscar la correlación, ésta resulta

con tendencia positiva, lo que significa que en meses con elevada

contaminación, ambos contaminantes se incrementan, pero debido al valor

bajo del coeficiente de determinación, se puede concluir que existen otros

factores que influyen en la variable, que no han sido considerados en el

modelo lineal obtenido con el conjunto de datos.

y = 0,4922x - 1,5235R² = 0,3043

Coeficiente de Correlación =0,5515

0,0

5,0

10,0

15,0

20,0

25,0

30,0

35,0

40,0

0,0 10,0 20,0 30,0 40,0 50,0

Co

nce

ntr

aci

ón

O3

(µg

/m3)



el promedio mensual



B. POR LA FUENTES DE EMISIÓN

El Material Particulado PM10 es asociado principalmente a las fuentes de

combustión, y está formado principalmente por carbono, hidrocarburos,

metales pesados y otros. Es por eso que se verificó la correlación entre la

concentración de Contaminantes NO2 y O3, con la concentración de PM10.

a) PROMEDIO DE CONTAMINANTES POR PUNTO

Gráfico 3.26 – Correlación con PM 10 en los diferentes puntos de monitoreo


La correlación existente entre el PM10 y el NO2 tiene tendencia positiva, pero

no es concluyente. Con un valor de 0,54; indica que los puntos que sufren

concentraciones altas de material Particulado PM10, tienen mayores

concentraciones de NO2.

Entre el PM10 y el O3, la correlación es negativa, lo cual puede deberse a la

correlación negativa importante encontrada en el Gráfico 3.24. Esto llega a

interpretarse como que los puntos que tienen altas concentraciones de PM10

tienen valores bajos de O3.

y = 0,6193e0,033x

R² = 0,6239 Coef. Correl. = 0,5458

0

5

10

15

20

25

30

35

40

0 20 40 60 80 100 120

Co

nce

ntr

aci

ón

NO

2(µ

g/m

3)

Concentración PM10 (µg/m3)



y = -11,83ln(x) + 64,546R² = 0,5559 Coef. Correl. = -0,7099

02468

1012141618

0 20 40 60 80 100 120C

on

cen

tra

ció

n O

3(µ

g/m

3)






b) PROMEDIO DE CONTAMINANTES POR MES

Gráfico 3.27 – Correlación con PM 10 en los diferentes periodos de exposición


Los valores de correlación encontrados para ambos contaminantes (-0,1068

entre NO2 y PM10; y de -0,014 entre O3 y PM10) indican que no hay ninguna

relación entre el nivel de Material Particulado de un periodo de exposición y

las concentraciones promedio obtenidas de los otros contaminantes (NO2 y

O3).

c) PROMEDIO DE CONTAMINANTES POR PUNTO Y MES

Debido a la poca cantidad de puntos del Gráfico 3.26, se decidió realizar una

comparación considerando todos los pares de datos disponibles de punto de

monitoreo, comparándose los valores de concentración obtenidos en los

diferentes meses por cada punto de monitoreo.

Gráfico 3.28 – Correlación con PM 10 considerando punto y periodo de monitoreo


05

101520253035404550

0 50 100 150 200 250

Co

nce

ntr

aci

ón

NO

2(µ

g/m

3)




Coef. Correl. = -0.1068

0

5

10

15

20

25

30

35

40

0 50 100 150 200 250

Co

nce

ntr

aci

ón

O3

(µg

/m3)




Coef. Correl. = -0.014

0,0

50,0

100,0

150,0

200,0

250,0

300,0

350,0

400,0

450,0

0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0

Co

nce

ntr

aci

ón

PM

10

(µg

/m3)




0,050,0

100,0150,0200,0250,0300,0350,0400,0450,0

0,0 10,0 20,0 30,0 40,0 50,0 60,0

Co

nce

ntr

aci

ón

PM

10

(µg

/m3)

Concentración O3 (µg/m3)





El coeficiente de correlación obtenido en ambos gráficos fue bastante bajo.

Entre NO2 y PM10: 0,1613. Indica que la variabilidad en la correlación entre

NO2 y PM10 es únicamente del 16%, lo cual no es muy significativo, pero

indica una asociación positiva.

Entre O3 y PM10: -0,1540. Indica que la variabilidad en la correlación entre O3

y PM10 es únicamente del -15%, lo cual indica una relación negativa (cuando

el nivel de O3 baja, el de PM10 tiende a subir.



3.6.2 EMISIONES Y NIVEL DE INMISIONES

La localización y la actividad de las fuentes de emisiones son determinantes

en el grado de contaminación atmosférica en un área. Es por esto que se

analizarán a detalle cómo estas influyen en los valores obtenidos en la red de

monitoreo.

A. INCENDIOS FORESTALES EN EL DEPARTAMENTO DE SANTA CRUZ

Las emisiones causadas por la quemas en el departamento de Santa Cruz

cumplen un rol bastante importante en los niveles de contaminación

registradas en la ciudad de Santa Cruz.

Para establecer el grado de relación entre estas variables, se determinó

comparar los niveles de contaminación registrados por mes con el número

mensual de focos de incendio en el departamento de Santa Cruz, como se

puede observar a continuación.

Gráfico 3.29 – Relación entre Niveles de Contaminan tes e Incendios Forestales.


Existe correlación en el caso de NO2 (0,7721) y O3 (0,5142); pero con los

datos disponibles de PM10, existen menores niveles de correlación entre

ambas variables (0,2424). Esto puede deberse a otras fuentes de emisión de

contaminantes que determinan la variación del Material Particulado.

y = 49,291x0,0891

R² = 0,1071

0

20

40

60

80

100

120

140

160

180

0 2000 4000 6000 8000 10000

Co

nce

ntr

aci

ón

PM

10

(µg

/m3)

Focos de Incendios Registrados

Relación entre Concentración

de PM10 y Número de Focos

de Incendio

y = 7,6204x0,178

R² = 0,5416

0

5

10

15

20

25

30

35

40

45

50

0 2000 4000 6000 8000 10000

Co

nce

ntr

aci

ón

NO

2(µ

g/m

3)



de NO2 y Número de Focos

de Incendio

y = 2,8691x0,2014

R² = 0,3352

0

5

10

15

20

25

30

35

40

0 2000 4000 6000 8000 10000

Co

nce

ntr

aci

ón

O3

(µg

/m3)



de O3 y Número de Focos de

Incendio



3.6.3 NIVELES DE INMISIÓN Y METEOROLOGÍA

Los fenómenos climáticos influyen directamente en la dispersión de

contaminantes, por lo tanto, establecer bajo qué condiciones y en qué grado

influyen es importante para estudiar la dispersión de contaminantes.

A. INFLUENCIA DE LAS PRECIPITACIONES Y HUMEDAD

Según la teoría, las precipitaciones son uno de los principales mecanismos

de eliminación de la atmósfera de los contaminantes, en especial los NOx.

Para determinar la relación entre precipitaciones y la concentración de

contaminantes, se determinó el promedio de humedad relativa y el total de

precipitaciones caídas durante el periodo de exposición.

Gráfico 3.30– Correlación entre NO 2 con la Humedad y Precipitación


La correlación negativa entre humedad y las concentraciones de NO2, indica

que al disminuir la humedad relativa del ambiente, las concentraciones de

NO2 se incrementan, observándose algo semejante en el caso de las

precipitaciones Esto puede ser causado por la mayor permanencia de

contaminantes en la atmósfera debido a una menor deposición húmeda de

los mismos o por la mayor emisión de contaminantes en épocas secas del

año.

y = -0,6414x + 69,187R² = 0,5141

0

5

10

15

20

25

30

35

40

45

50

0 20 40 60 80 100Co

nce

ntr

aci

ón

NO

2(µ

g/m

3)

Humedad Relativa (%)


de NO2 y Humedad Relativa

y = -0,0273x + 28,65R² = 0,0562

0

5

10

15

20

25

30

35

40

45

50

0 100 200 300 400Co

nce

ntr

aci

ón

NO

2(µ

g/m

3)

mm de Lluvia


de NO2 y Precipitación



Gráfico 3.31 – Correlación entre O 3 con la Humedad y Precipitación


El O3 presenta un comportamiento semejante al del NO2 frente a la Humedad

y las Precipitaciones. Pero la correlación entre los datos es algo menor.

Para el caso del Material Particulado PM10, que abarca un periodo de

exposición de 24 horas, en vez de considerarse la cantidad en mm de Lluvia

caída durante el periodo de exposición, se consideró como variable

independiente el número de días transcurridos sin lluvias hasta el fin de la

exposición. Por ejemplo, si llovió durante la exposición, corresponde un valor

de 0, si llovió el día anterior, un valor de 1 y así sucesivamente.

Gráfico 3.32 – Correlación entre PM 10 con la Humedad y Precipitación


y = -0,721x + 60,83R² = 0,3313

0

5

10

15

20

25

30

35

40

45

50

0 20 40 60 80 100

Co

nce

ntr

aci

ón

O3

(µg

/m3)



de O3 y Humedad Relativa

y = -0,0342x + 15,01

R² = 0,0533

0

5

10

15

20

25

30

35

40

45

50

0 100 200 300 400

Co

nce

ntr

aci

ón

O3

(µg

/m3)

mm de Lluvia


de O3 y Precipitación

y = -0,89x + 113,34

R² = 0,2227

0,0

20,0

40,0

60,0

80,0

100,0

120,0

140,0

160,0

0 20 40 60 80 100Co

nce

ntr

aci

ón

PM

10

(µg

/m3)



de PM10 y Humedad Relativa

y = 0,6575x + 57,235R² = 0,0119

0,0

20,0

40,0

60,0

80,0

100,0

120,0

140,0

160,0

0 5 10 15 20 25Co

nce

ntr

aci

ón

PM

10

(µg

/m3)

Días sin lluvia


de PM10 y Precipitación



El coeficiente de correlación en ambos casos es muy bajo, pero con una

tendencia negativa en cuanto a la humedad del día, lo cual significa que días

más húmedos tienden a tener menores niveles de contaminación por

Material Particulado. En el caso de Días sin lluvia y la Concentración de

Material Particulado, la correlación es casi nula, aunque la tendencia de la

gráfica es a un aumento del nivel de Material Particulado mientras

transcurran más días sin llover. Esta baja correlación puede deberse a la

mayor influencia de otros factores en estos niveles.

Tabla 3.15 – Resumen de los Coeficientes de Correla ción con Humedad y Precipitación

Humedad Precipitación

NO2 –0,717 –0,237

O3 –0,576 –0,231

PM10 –0,472 -0,072 Fuente: Red MoniCA Gráfico: Elaboración Propia

En la anterior tabla se observa que la precipitación y la humedad tienen

correlación negativa para todos los contaminantes, lo cual demuestra que en

días húmedos y lluviosos es más probable que la calidad del aire sea mejor.



B. IMPACTO DE LA RADIACIÓN SOLAR EN EL CICLO DE FORMACI ÓN DE OZONO

Otro factor climático importante es la radiación solar, la cual interviene en la

formación de los contaminantes secundarios. Analizando la correlación entre

estas variables, se obtuvieron el siguiente gráfico.

Gráfico 3.33 – Relación entre niveles de contaminan tes y Radiación Solar


Los datos no muestran un dato concluyente, se observa una correlación casi

nula entre altos niveles de Radiación Solar, niveles de O3 altos y niveles de

NO2 altos.

y = 0,0005x + 20,729

R² = 0,0161

0

5

10

15

20

25

30

35

40

45

50

0 5000 10000 15000 20000Co

nce

ntr

aci

ón

NO

2(µ

g/m

3)

Radiación Solar (kwh/m2)


de NO2 y Radiación Solar

y = 0,0004x + 8,3719

R² = 0,0048

0

5

10

15

20

25

30

35

40

45

50

0 5000 10000 15000 20000

Co

nce

ntr

aci

ón

O3

(µg

/m3)

Radiación Solar (kwh/m2)


de O3 y Radiación Solar



3.6.4 TENDENCIAS CÍCLICAS

A primera vista, los datos obtenidos por la Red MoniCA a través de

cualquiera de sus métodos, presentan un comportamiento regular de cada

uno de los contaminantes. Estas tendencias serán analizadas a continuación.

A. CICLOS ANUALES

Cada uno de los contaminantes presenta un comportamiento anual

estacional, con periodos claramente definidos. A continuación se presentan

gráficas de promedios mensuales. Para evitar los problemas de escala, año

tras año, se ha procesado los datos de la siguiente manera:

1. Se obtuvo el promedio mensual para cada contaminante.

2. Se ha obtenido el promedio anual a partir de los mensuales, para cada

contaminante.

3. Utilizando el promedio anual, se ha obtenido el porcentaje de variación de

cada uno de los meses del año.

4. Se promedió el porcentaje de variación de cada mes, en todos los años

analizados y los resultados se grafican a continuación:

Gráfico 3.34 – Variación mensual de la concentració n de NO 2


Se observan valores superiores hasta un 40% de la media anual en los

meses secos, (agosto y septiembre).

-40%

-30%

-20%

-10%

0%

10%

20%

30%

40%

50%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ua

l

Mes

Valores de Concentración de NO2 en diferentes meses del año

(Variación Porcentual)



Valores menores a la media de marzo a junio, lo cual indica que las

condiciones encontradas en estos meses producen menores

concentraciones.

Gráfico 3.35 – Variación mensual de la concentració n de O 3


Se observan valores superiores en los meses de invierno, incrementándose

hasta octubre. Los valores permanecen bajos desde noviembre a mayo.

Gráfico 3.36 – Variación mensual de la concentració n de PM 10


El Material Particulado presenta un comportamiento semejante al de los NO2,

con la diferencia de que el pico se acentúa más en septiembre.

-60%

-40%

-20%

0%

20%

40%

60%

80%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Mes

Valores de Concentración de O3 en diferentes meses del año


-40%

-30%

-20%

-10%

0%

10%

20%

30%

40%

50%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Mes

Valores de Concentración de PM10 en diferentes meses del año




Gráfico 3.37 – Variación mensual de la concentració n de CO


El CO muestra un comportamiento algo anómalo en los meses de Enero y

Febrero (puede deberse a la poca cantidad de datos de estos meses) y

muestra incrementos en los meses de octubre y noviembre.

B. CICLOS SEMANALES

A lo largo de la semana, las variaciones en las actividades humanas

producen variación en la concentración de los contaminantes. Para cada día

de la semana, se calculó la concentración promedio de cada contaminante y

se graficó el porcentaje de variación porcentual respecto a la media semanal.

Gráfico 3.38 – Variación Semanal de los Valores de Concentración de NO 2


-30%-25%-20%-15%-10%

-5%0%5%

10%15%20%25%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Mes

Valores de Concentración de CO en diferentes meses del año


-12%

-10%

-8%

-6%

-4%

-2%

0%

2%

4%

6%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Día de la Semana

Valores de Concentración de NO2 en diferentes días de la

semana (Variación Porcentual)



Los valores más altos de NO2 se registran los días laborables, durante los

cuales el tráfico vehicular es más intenso que durante los fines de semana.

Gráfico 3.39 – Variación Semanal de los Valores de Concentración de O 3


El caso del O3 es bastante curioso, con valores elevados los días domingo,

lunes y viernes. Se puede asociar a la menor emisión de NO2 durante estos

días y al tiempo que tarda en formarse el ozono, que después de los días

laborables comienza a formarse y después del lunes recién comienza a

dispersarse.

Gráfico 3.40 – Variación Semanal de los Valores de Concentración de PM 10


-15%

-10%

-5%

0%

5%

10%

15%

20%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Día de la Semana

Valores de Concentración de O3 en diferentes días de la


-14%

-12%

-10%

-8%

-6%

-4%

-2%

0%

2%

4%

6%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Día de la Semana

Valores de Concentración de PM10 en diferentes días de

la semana (Variación Porcentual)



El PM10 presenta niveles elevados durante la semana y el fin de semana

disminuye bastante las concentraciones. Esto se asocia a la disminución del

tráfico vehicular durante esos días.

Gráfico 3.41 – Variación Semanal de los Valores de Concentración de CO


El CO tiene su pico máximo a la mitad de la semana, con valores menores

durante el fin de semana. Se piensa que esto se debe a que el CO se va

acumulando a lo largo de la semana debido a que se produce una cantidad

mayor a la que naturalmente se dispersa y se elimina, y el fin de semana

logra dispersarse y eliminarse más rápido de lo que se produce.

C. CICLOS DIARIOS

Las concentraciones de los contaminantes urbanos están directamente

relacionadas con las actividades humanas. A lo largo del día éstas varían de

acuerdo a la hora. Utilizando equipos de monitoreo automático, cuyos

valores representan la concentración de contaminantes cada 15 minutos, es

posible trazar gráficos con la variación del contaminante a lo largo del día.

-20%

-15%

-10%

-5%

0%

5%

10%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Día de la Semana

Valores de Concentración de CO en diferentes días de la




Gráfico 3.42 – Variación diaria de la concentración de NO2


En las horas de la madrugada, los valores disminuyen debido a la

disminución de las fuentes de emisión. Al inicio de la mañana, la mayor

circulación de personas que se dirigen hacia sus fuentes de trabajo

incrementa los valores de NO2. Al medio día, la disminución puede deberse

al alto nivel de O3 que se forma y consume el NO2. Hacia el final del día, el

nivel de NO2 tiene su máximo, disminuyendo hacia el final de la noche.

Gráfico 3.43 – Variación diaria de la concentración de O3


El comportamiento del O3 está muy ligado al del NO2. Su pico coincide con la

disminución al medio día de los niveles de NO2 y en la madrugada los niveles

-80%

-60%

-40%

-20%

0%

20%

40%

60%

80%%

Va

ria

ció

n r

esp

ect

o a

la m

ed

ia a

nu

al

Hora del Día

Valores de Concentración de NO2 en diferentes horas del

día (Variación Porcentual)

-60%

-40%

-20%

0%

20%

40%

60%

80%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Hora del Día

Valores de Concentración de O3 en diferentes horas del




se incrementan por la falta de NO2, lo cual inclina el balance del ciclo del O3

hacia la mayor formación de O3.

Gráfico 3.44 – Variación diaria de la concentración de PM10


El Material Particulado PM10 muestra un comportamiento diario semejante al

de NO2, lo que permite suponer que están asociados en su fuente de

emisión. Sus valores se incrementan hacia el principio de la mañana y el

principio de la noche, debido a la actividad humana y a que en estas horas

no hay una buena mezcla de las capas atmosféricas, debido a que la

superficie está fría o enfriándose y las corrientes de aire ascendentes no

producen la misma turbulencia que durante el día.

Gráfico 3.45 – Variación diaria de la concentración de CO


-60%

-40%

-20%

0%

20%

40%

60%

80%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Hora del Día

Valores de Concentración de PM10 en diferentes horas

del día (Variación Porcentual)

-40%

-30%

-20%

-10%

0%

10%

20%

30%

40%

50%

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Hora del Día

Valores de Concentración de CO en diferentes horas del




El CO presenta idéntico comportamiento al del Material Particulado PM10 y el

NO2, lo cual es esperado, por la asociación de fuentes de emisión. Presenta

una mayor reducción de concentración durante las horas de mayor calor del

día, lo que hace suponer que la turbulencia ascendente es bastante

importante para la dispersión y eliminación de este contaminante.



3.6.5 TENDENCIAS A LARGO PLAZO

Describir las tendencias hacia el futuro, permite pronosticar la gravedad de

un problema de contaminación que sigue creciendo, o valorar los esfuerzos

en los programas de reducción de contaminación por la disminución de los

niveles. Por esto, se han analizado las series históricas de cada uno de los

factores, como base para predecir su comportamiento futuro.

A. EMISIONES

Entre las tendencias futuras evaluadas, están las emisiones producidas por

los incendios forestales.

Gráfico 3.46 – Histórico de Focos de Incendios Fore stales


Hubo una tendencia creciente del número de focos de incendio, pero el

último año el número ha bajado un poco. Si la disminución de focos de

incendio del año 2008 no fue por casualidad, sino por la prevención, es

posible que los próximos años estos valores sigan disminuyendo.

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

Focos de Incendio en el Departamento de Santa Cruz



B. INMISIONES

En estos gráficos, además de mostrar los puntos de cada mes a lo largo de

todo el tiempo de trabajo de la Red MoniCA, se calculado una media móvil (a

12 meses), para establecer una línea de tendencia eliminando buena parte

de la estacionalidad.

Gráfico 3.47 – Histórico de Valores de NO 2


La tendencia hasta el año 2007 fue el aumento de los valores máximos de

concentración, pero el año 2008 hubo un retroceso, pero el promedio anual

igualmente sigue elevándose muy poco, casi es estable.

Gráfico 3.48 – Histórico de Valores de O 3


0

5

10

15

20

25

30

35

40

45

50

Co

nce

ntr

aci

ón

Mes

Valores de Concentración de NO2 desde 2005 a la fecha

0

5

10

15

20

25

30

35

40

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Mes

Valores de Concentración de O3 desde 2005 a la fecha



El ozono se ha ido reduciendo a lo largo de estos años, pero a finales de

este año 2008, se incrementado bastante, aumentando el promedio.

Gráfico 3.49 – Histórico de Valores de PM 10


El Material Particulado PM10 muestra una disminución a lo largo de estos

años, lo cual parece corresponderse con la disminución de quemas e

incendios forestales del último año, lo cual puede observarse en el Gráfico

3.46.

Gráfico 3.50 – Histórico de Valores de CO


Los pocos datos de CO disponibles no permiten ver tendencias claramente,

aunque los últimos meses se ha producido un incremento considerable de

0

50

100

150

200

250

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Mes

Valores de Concentración de PM10 desde 2005 a 2008

0

0,2

0,4

0,6

0,8

1

1,2

% V

ari

aci

ón

re

spe

cto

a la

me

dia

an

ual

Mes

Valores de Concentración de CO desde 2006 a 2008



los niveles de CO, lo cual puede estar relacionado con el incremento

significativo del tráfico y embotellamientos durante este último año.

3.6.6 ANÁLISIS PARA EL DESARROLLO DEL MODELO DE CALIDAD DE L AIRE

A. VALORES ENTRE PERIODOS CORRELATIVOS .

Este análisis comprueba que tan relevantes para las concentraciones de los

días siguientes son las concentraciones medidas en los periodos anteriores.

Para realizar esto, se tomaron periodos durante los cuales las otras variables

meteorológicas y de emisiones se mantuvieron relativamente constantes

(dirección de vientos similares, humedad relativa constante, precipitaciones,

etc).

Se usaron principalmente los datos de concentración de contaminantes de la

estación automática de ET para determinar esto. La resolución fue de

promedios de una hora.

Gráfico 3.51 – Porcentaje de Correlación entre Valo res de días consecutivos


0%

10%

20%

30%

40%

50%

60%

70%

80%

% d

e C

orr

ela

ció

n

Valores entre Periodos Correlativos

A 1 día

A 2 días

A 3 días

A 4 días

A 5 días

A 6 días

A 7 días

Diagnóstico de la Dispersión - Interrelaciones entre Variables Encontradas


3.7 INTERRELACIONES ENTRE VARIABLES ENCONTRADAS

A continuación se presenta el cuadro resumen que representa el grado de

relación entre variables, encontradas al realizar el análisis de datos.

Tabla 3.16 – Cuadro Resumen de las Correlaciones en tre variables


Como se puede observar, el contaminante que más afecta al Índice de

Contaminación Atmosférica (ICA) es el PM10, seguido por el NO2. La

dirección y velocidad del viento son los factores meteorológicos más

importantes. Las emisiones de área, seguidas por las emisiones vehiculares

también afectan a la calidad del aire. La hora del día y el mes del año son los

factores temporales más importantes y la ubicación del punto de monitoreo

es el aspecto geográfico más importante.

Concentración

PM10

Concentración

NO2

Concentración

O3

Concentración

COValor ICA

Dirección Viento 60% 65% 42% 7% 54%

Velocidad Viento 75% 30% 55% 12% 58%

Precipitación 7% 6% 5% 5% 6%

Humedad Relativa 22% 51% 33% 20% 26%

Temperatura 18% 25% 19% 16% 18%

Radiación Solar 1% 1% 1% 1% 1%

Estabilidad Atmosferica 29% 24% 31% 30% 25%

Nubosidad 2% 41% 51% 13% 11%

Distancia 4% 5% 4% 4%

Relieve 12% 12% 12% 12% 11%

Punto de Monitoreo 43% 88% 88% 49%

Población 7% 12% 4% 13% 7%

Emisiones vehiculares 3% 91% 18% 98% 21%

Emisiones industriales 17% 6% 13% 1% 13%

Emisiones Área (Varias) 80% 6% 21% 20% 55%

Emisiones Área (Incendios) 89% 54% 55% 24% 71%

Año 19% 12% 7% 13% 15%

Hora del Día 59% 61% 52% 46% 53%

Día de la Semana 12% 10% 15% 15% 11%

Mes del Año 45% 41% 21% 20% 39%

Tiempo Transcurrido 31% 55% 55% 41% 34%

Concentración PM10 72% 62% 55% 20% 66%

Concentración NO2 62% 55% 89% 24% 19%

Concentración O3 55% 89% 24% 13% 4%

Concentración CO 59% 24% 13% 1%Inte

racc

ion

es

con

otr

os

con

tam

inan

tes

Met

eoro

logí

aG

eogr

afía

Emis

ion

esTe

mp

ora

les

Diagnóstico de la Dispersión - Conclusiones


3.8 CONCLUSIONES

Las principales fuentes de contaminantes en la ciudad se encuentran en las

calles y avenidas de la ciudad. Los automóviles, con su rápido índice de

crecimiento, son la principal fuente de emisiones, incrementándose con la

actual congestión vehicular. A esto se suman las emisiones industriales,

localizadas principalmente en el parque industrial, al noreste y este de la

ciudad.

Las emisiones producidas por los incendios forestales son un factor que

influye bastante en la calidad del aire. Otros trabajos han demostrado los

fenómenos de dispersión y transporte que sufren los contaminantes emitidos

en lugares como el norte de Bolivia y el oeste de Brasil, que finalmente llegan

hasta el sur de Continente, como Argentina, Paraguay, Uruguay y el sur de

Brasil.

Geográficamente y meteorológicamente se tienen condiciones que permiten

la dispersión de los contaminantes, aunque la alta radiación solar de la

región fomenta la producción de neblinas fotoquímicas de O3.

Los datos de la Red de Monitoreo de la Calidad del Aire (Red MoniCA)

abarcan ya un periodo bastante importante de tiempo, lo que permite

estudiar con mayor detalle el fenómeno de la contaminación. A simple vista,

se distingue que en las época seca (meses de julio, agosto, septiembre y

octubre) los niveles de contaminantes se elevan. Además, las zonas con

mayor tráfico vehicular registran mayores valores, lo que sustenta la idea de

que los vehículos son los principales emisores de contaminantes.

Realizando los análisis correspondientes, es notable la correlación entre los

sitios con alta contaminación de NO2 y bajos niveles de O3. Se pudo

cuantificar cuánto es la influencia de la lluvia y la humedad en los niveles de

contaminantes.

Diagnóstico de la Dispersión - Referencias


Analizando los ciclos anuales, se ven patrones muy definidos del

comportamiento de los contaminantes. También la asociación de los

contaminantes primarios en las fuentes de emisión es visible en los ciclos

diarios, así como la participación del O3 en los procesos diarios.

Analizando los ciclos semanales, los días con mayor contaminación son los

días laborables (de lunes a viernes), a excepción del O3, que presenta

mayores concentraciones los fines de semana, al estar correlacionado

negativamente con los NO2 y por ser un contaminante secundario que

demora en su transformación y transporte. El CO tiene su máximo a final de

la semana laboral (jueves y viernes), lo cual indica que se va acumulando a

lo largo de la semana, produciéndose más que la cantidad que se dispersa o

destruye y el fin de semana vuelven a bajar los valores gracias a la

disminución de las emisiones.

Buscando las tendencias a largo plazo, se encuentra que hay contaminantes

que están disminuyendo (PM10), otros se incrementan muy lentamente (NO2)

y otros tienen comportamiento algo irregular, pero el último año han subido

bastante (O3 y CO), lo cual se constituye en un desafío para las autoridades

ambientales.

El cuadro resumen muestra que el ICA depende principalmente de los

niveles de PM10, que a su vez dependen principalmente de la velocidad del

viento, dirección del viento, ubicación del punto de monitoreo, las emisiones

de área, la hora del día y el mes del año.

3.9 REFERENCIAS

Datos de la Red MoniCA Santa Cruz.

108 Instituto Nacional de Estadística de Bolivia. “Santa Cruz: Proyecciones de Población, Según Municipio, 2000 - 2010,” [http://www.ine.gov.bo/indice/visualizador.aspx?ah=PC20407.HTM] [Acceso: 7-06-2009].



109 Gobierno Municipal de Santa Cruz de la Sierra. “Portal del Municipio Autónomo de Santa Cruz de la Sierra,” [http://www.gmsantacruz.gov.bo/] [Acceso: 7-06-2009].

110 Sonia Alvarado, Marcos Luján, and Christian Bomblat. “Modelación de las emisiones del parque automotor en la ciudad de Cochabamba - Bolivia” (2004), [http://www.ucbcba.edu.bo/Publicaciones/revistas/actanova/documentos/v2n4/v2.n4.alvarado.PDF] [Acceso: 28-02-2009].

111 Proyecto AIRE LIMPIO. “Semanas de Aire Limpio en Bolivia.” 5.

112 Servolab. “Estudio Diesel Servolab.” Aire Limpio, (02-2008), [http://www.swisscontact.bo/sw_files/meazlciswym.pdf] [Acceso: 11-02-2009].

113 El Deber. “Parque automotor se duplicó en 4 años,” [http://www.eldeber.com.bo/2008/2008-06-09/vernotaahora.php?id=080608195526] [Acceso: 17-11-2008].

114 Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1.

115 Proyecto AIRE LIMPIO. “Semanas de Aire Limpio en Bolivia.” 27-29.

116 Marcelo Gorritty. “Modelos de estimación de emisiones de fuentes móviles.” Taller presented at the Taller de Inventario de Emisiones, Santa Cruz, Bolivia (04-2009).

117 International Sustainable Systems Research Center. “International Vehicle Emissions Model.” Welcome to International Sustainable Systems Research Center, [http://www.issrc.org/] [Acceso: 4-06-2009].

118 CNI - Cámara Nacional de Industrias. “Guía Directorio de la Industria Boliviana,” [http://www.bolivia-industry.com/guiadirectorio/Sistema/Busquedas/rubro.php#] [Acceso: 10-11-2008].

119 “Manual para la Elaboración de un Inventario de Emisiones en Bolivia.”

120 Dirección de Medio Ambiente. Lista de Industrias Categorizadas según RAI. Lista de Industrias Categorizadas. Santa Cruz, Bolivia: Gobierno Municipal de Santa Cruz de la Sierra, (3-04-2009).

121 Ibid.

122 GMLP. “Inventario de Emisiones de la Ciudad de La Paz Año 2007.”

123 Instituto Nacional de Estadística de Bolivia. “Santa Cruz. Valor Bruto de Producción de la Industria Manufacturera,” [http://www.ine.gov.bo/indice/visualizador.aspx?ah=PC027003.HTM] [Acceso: 7-06-2009].

124 Dimarena. “PROGRAMA DE INCENDIOS 2006 - 2010.”

125 S. R. Freitas et al. “Monitoring the Transport of Biomass Burning Emissions in South America.” in Environmental Fluid Mechanics. Springer, (2005), 138, [http://meioambiente.cptec.inpe.br/pdf/EnvFluidMech_SFreitas_etal.pdf] [Acceso: 17-03-2009].



126 Ibid.

127 “Emission Factors Database,” [http://www.naei.org.uk/emissions/] [Acceso: 27-02-2009].

128 “Dirección de Manejo de Recursos Naturales (DIMARENA) - Prefectura de Santa Cruz, Bolivia - Reportes diarios de focos de calor,” [http://servicios.santacruz.gov.bo/forestal/index.php?option=com_content&task=category&sectionid=4&id=13&Itemid=32#] [Acceso: 10-11-2008].

129 S. R. Freitas et al. “Monitoring the Transport of Biomass Burning Emissions in South America.” 136.

130 Ibid.

131 INPE. “Divisão de Satélite e Sistemas Ambientais,” [http://satelite.cptec.inpe.br/home/] [Acceso: 17-03-2009].

132 INPE. “Qualidade do Ar.” Centro de Previsao do Tempo e Estudios Climáticos (7-03-2009), [http://meioambiente.cptec.inpe.br/] [Acceso: 17-03-2009].

133 K. M. Longo et al. “Transport of Biomass Burning Products in Southeastern South America and its relationship with the South American Low Level Jet East of the Andes.” in . Foz de Iguacu, Brasil: INPE, (2006), 123-124, [http://meioambiente.cptec.inpe.br/pdf/longo_LLJ.pdf] [Acceso: 17-03-2009].

134 Ibid.

135 Ibid.

136 Ibid.

137 Ibid.

138 Pablo Ortiz. “La DGAC no vigila todos los aviones que despegan.” El Deber (27-07-2008), sec. Nacional, [http://www.eldeber.com.bo/2008/2008-07-27/vernotanacional.php?id=080726210119] [Acceso: 4-06-2009].

139 GMLP. “Inventario de Emisiones de la Ciudad de La Paz Año 2007.”

140 “Superintendencia de Hidrocarburos,” [http://www.superhid.gov.bo/] [Acceso: 9-10-2008].

141 Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1.

142 M. Hangartner. “Evaluation of project MONICA AIRE Limpio Bolivia.” Passam AG, (28-10-2008).

Propuesta de Modelación de Dispersión - Contenido del Capítulo


Capítulo 4 P ROPUESTA DE MODELACIÓN DE DISPERSIÓN


En este capítulo se propone la realización de un modelo predictivo

probabilístico que permita generar pronósticos de nivel de Calidad del

Aire para la ciudad de Santa Cruz, con el fin de mejorar la gestión de la

Calidad del Aire a las instituciones interesadas.

Características Necesarias, de acuerdo a la situación actual, se

determinará las características que debe tener el modelo. Se selecciona

el tipo de modelo, se definen las variables de entrada y los resultados

que se espera produzca el modelo.

Diseño del Modelo de Dispersión , utilizando los resultados obtenidos del

análisis, se realizará

Implementación Modelo de Dispersión considerando cómo funciona el

modelo y de acuerdo al uso propuesto del mismo.

Análisis Costo Beneficio , en el que se estima el costo de la implementación

del modelo y se comparan con los beneficios de su uso.

Propuesta de Modelación de Dispersión - Características de la Propuesta


4.1 CARACTERÍSTICAS DE LA PROPUESTA

De acuerdo al diagnóstico obtenido en el capítulo anterior, la propuesta de

este estudio es un modelo que demuestre la dispersión de contaminantes en

la ciudad de Santa Cruz de la Sierra, utilizando como parámetros las

variables relacionadas con los niveles de Contaminación Atmosférica.

El realizar un modelo de dispersión de contaminantes es parte importante

para la Gestión de la Calidad del Aire,143 al permitir realizar pronósticos que

ayuden para advertir a la población sobre episodios de contaminación, al

permitir realizar políticas efectivas que busquen mejorar las condiciones de la

Calidad del Aire e identificar áreas críticas en relación a la Contaminación

Atmosférica para realizar Planificación Urbana.

4.2 GESTIÓN DE LA CALIDAD DEL AIRE

Para minimizar los riesgos para la salud de la población de la contaminación

atmosférica, deben tomarse medidas para mantener la calidad del Aire en

niveles aceptables, de acuerdo a los niveles definidos por normativas tanto

nacionales como de organismos internacionales.

El proceso de gestión de la Calidad del Aire, busca evitar los niveles

insalubres de contaminantes, que reducirían el bienestar de la población.

Cada una de las actividades del proceso contribuye al objetivo, son

interdependientes y necesitan ser realizadas coordinadamente.

El monitoreo atmosférico, realizado por la Red MoniCA, permite identificar los

valores de contaminantes en diferentes zonas de la ciudad, y diferentes

épocas del año. Mediante el inventario de emisiones, se pueden identificar

los contaminantes y sus fuentes de emisión. Estos datos serán utilizados

para la modelación. Los resultados también podrán ser utilizados para la

propuesta de medidas de control de la Calidad del Aire, a corto, medio y

largo plazo. Estas medidas deben ser evaluadas en función al costo y la

factibilidad de la implementación. Y una vez implementadas, verificar si

produjo el resultado esperado.

Propuesta de Modelación de Dispersión - Gestión de la Calidad del Aire


A continuación se presenta el ciclo de gestión de la calidad del aire, según

Korc144

Ilustración 4.1 – Gestión de la Calidad del Aire

Fuente: Korc, citado en Alvarado S. et al 145

El monitoreo de la calidad del aire permite cuantificar el problema actual,

pero debido al desconocimiento de las causas que producen las

concentraciones actuales y cuál es el aporte de cada una de ellas, es muy

difícil establecer las medidas más apropiadas para una gestión de la Calidad

del Aire lo más eficiente posible.

Por estas razones, el siguiente paso para la Gestión de la Calidad del Aire en

Santa Cruz es estimar los niveles de emisión de la región, al identificar y

cuantificar las fuentes de emisión.

Mediante modelos de emisión y concentración se pueden obtener resultados

que establezcan predicciones de las concentraciones de contaminantes

medidas. Las interrelaciones entre las emisiones, la dispersión de los

contaminantes, las condiciones meteorológicas de un determinado periodo,

la variación en la cantidad y calidad de las fuentes emisoras y otros factores

relacionados que se han identificado y cuantificado, pueden incluirse en un

Modelo de Dispersión de la Calidad del Aire.

Implementar el

plan de acción

Evaluar la

contaminación

Evaluar el daño de

la contaminación

Evaluar posibles

medidas de acción

Analizar los

costos

Elaborar un

Plan de Acción



4.2.1 TIPO DE MODELO DE DISPERSIÓN

Para la elección de una metodología de modelo de dispersión, se evaluó

cada uno de los modelos de dispersión de contaminantes revisados en el

Marco Teórico y se valoraron según los aspectos que necesitaba el modelo a

aplicarse de manera específica. El tipo de modelo con mayor puntaje fue el

escogido.

A continuación se presenta la tabla de comparación entre distintos modelos:

Tabla 4.1 – Evaluación de Modelos de Dispersión Tipo de Modelo Simplicidad Apropiado al Caso Inform ación Disponible Total

Determinista Simple 100

Bastante Simple

50

Algo

10 Utiliza pocos parametros

160

Estadístico 90

Simple

70

Se aplica

50

Permite relacionar valores

210

Local de penacho y ráfaga

(Gaussiano)

60

Algo Complejo

60

Más o menos aplica

20

No hay suficiente

140

Caja y multicaja 80

Simple

100

Se aplica

90

Aceptable

270

Diferencia finita y rejilla 50

Algo Complejo

80

Se aplica

60

Más información

190

Partícula 30

Complejo

70

Se aplica

30

Faltan pruebas

130

Físico–túneles de viento 40

Complejo

20

No se aplica

10

No hay disponible

70

Regional 80

Simple

80

Se aplica

70

Aceptable

230


El modelo de Caja y de Multicaja es el más adecuado de acuerdo a las

características evaluadas al momento de escoger el modelo.

En este tipo de modelo, se definen zonas identificables, en los que en cada

una de ellas se considera que las variables están definidas para todo el

volumen de la caja.

De ese modo, las emisiones se agrupan por caja del modelo, considerando

la ubicación de las fuentes fijas; el tráfico y las vías de circulación para

fuentes móviles y la distribución geográfica de las fuentes de área.



Las inmisiones al interior se encuentran de acuerdo a las estaciones de

monitoreo en el área. Las variables meteorológicas se consideran como

definidas para cada caja.

Entre área y área, se produce el transporte de los contaminantes a través de

las fronteras de las cajas y finalmente, al interior de cada caja, ocurren

interacciones químicas que transforman los contaminantes y deposición

húmeda y seca, cuyas tasas están de acuerdo al contaminante, sus

concentraciones y variables atmosféricas.

4.2.2 DIVISIÓN DEL ÁREA DE ESTUDIO PARA EL MODELO

El modelo divide la ciudad en 16 zonas. Este modelo de dispersión considera

las inmisiones medidas, las emisiones de la zona, la influencia de los factores

climatológicos y del relieve. Para las emisiones externas a la ciudad y la

dispersión de ésta hacia el campo, se considera como ingreso y salida de las

cajas exteriores de la multicaja, utilizando una división de 8 zonas de

acuerdo al punto cardinal que corresponden.146

4.2.3 VARIABLES DE ENTRADA

Entre las variables de entrada que se deben suministrar al modelo para

generar predicciones están:

A. DATOS DE EMISIONES

Con un inventario de emisiones actualizado sobre las fuentes fijas de la

ciudad y departamento de Santa Cruz, es posible realizar las ecuaciones de

balance de materia que determinen la cantidad de contaminante que se

libera a la atmósfera por las industrias y otras fuentes puntuales, y distribuir

sus plumas de contaminación geográficamente.

En el caso de las fuentes móviles se necesita la información sobre tráfico,

(velocidad en las vías, cantidad de vehículos, tipo de vehículos del parque

automotor), sus factores de emisión y el índice de crecimiento del parque

automotor (para modelos de predicción a varios años).



Para las fuentes de área, el inventario de emisiones permitirá determinar

cantidades de contaminantes emitidos por zona y en el caso de las fuentes

de emisión por incendios forestales, se necesita información de sensores

remotos e imágenes satelitales que determinan los patrones de transporte de

contaminantes y el monitoreo remoto de focos de calor y áreas de incendios.

Para todas las emisiones, es necesario contar con datos de

georeferenciación, para una distribución de las emisiones en el área de la

ciudad de Santa Cruz y sus alrededores.

Estos datos permiten demostrar cuáles son posibles escenarios positivos y

negativos, que permitan formular estrategias de planificación urbana,

políticas para el cuidado del medio ambiente y mejorar las campañas de

concientización para la población.

B. CARACTERÍSTICAS DE LOS CONTAMINANTES

Para cada contaminante que ingresa al modelo, debe incluirse como datos

las siguientes informaciones que los caracterizan:

La tasa de difusión,147 ya que no todos los gases o aerosoles se difunden a

la misma velocidad. Esta tasa de difusión estaría en función a masa de

contaminante que atraviesan por unidad de tiempo un área perpendicular a la

dirección a la que tiene la difusión.148

Las interacciones químicas transforman a los contaminantes primarios en

secundarios, a una tasa que depende de las concentraciones de

contaminantes y de factores externos que catalizan las transformaciones.149

La tasa y mecanismos de deposición, expresada en masa de contaminante

eliminado por unidad de tiempo, la cual depende de factores como la

naturaleza de los contaminantes y factores externos como las condiciones

meteorológicas (humedad y precipitaciones).



C. INFORMACIÓN METEOROLÓGICA

Debido a la gran influencia que tienen los fenómenos meteorológicos en el

ciclo de la dispersión de contaminantes, puede considerarse que son

necesarios los siguientes datos:

Vientos: Dirección y Velocidad, en diferentes puntos de la ciudad con

resolución mínima de cada 4 horas,150 contando además con datos de la

velocidad y dirección del viento de los alrededores (aeropuertos y

poblaciones cercanas), y a nivel de mesoescala (unos 500 km a la redonda,

por medio de satélites y sensores remotos)

Temperatura: Datos de diferentes puntos de la ciudad, y de ser posible, un

perfil de temperatura vertical, para identificar fenómenos como la turbulencia,

la altura de la capa límite, la existencia de una inversión térmica, las

condiciones de estabilidad e inestabilidad y las corrientes de aire

descendientes y ascendientes.

Precipitación: Información sobre la cantidad de lluvia caída y datos de

predicción de posibles precipitaciones.

Humedad: Evolución de la humedad atmosférica y datos de predicción.

Nubosidad: Información satelital sobre cubierta de nubes, altura del techo,

tipo de nubes.

Radiación solar, radiación UV, espesor de la capa de aerosoles.

D. MEDICIONES DE INMISIONES

Datos históricos, con información sobre la concentración, periodo de

exposición, punto de monitoreo. Además información georeferenciada del

punto de monitoreo y la incertidumbre de la medida de cada método:

NO2 (pasivo), O3 (pasivo), PM10 (activo), NOx (automático), O3 (automático),

CO (automático), PM (automático).



E. OTRAS INFORMACIONES

Entre otras informaciones que deben ingresar al modelo están:

Densidad poblacional, por área de estudio, así como su factor de

crecimiento.

Relieve de la ciudad y de sus alrededores.

4.2.4 RESULTADOS A OBTENERSE A TRAVÉS DEL MODELO

Una vez ingresados al modelo los datos anteriormente mencionados, éste

permitirá determinar:

Concentraciones de inmisión para próximos días (pronóstico), y además

generar el Índice de Contaminación Atmosférica esperado (ICA), para la

difusión de estos datos.

Concentraciones de inmisión para escenarios determinados (predicción), ya

sea a tiempo futuro, manteniendo las tendencias (predicción a futuro) o

variando condiciones específicas (predicción de escenarios).

Concentraciones de inmisión para puntos intermedios (interpolación), con el

fin de establecer mapas que muestren las concentraciones de las diferentes

zonas, aunque no haya una estación de monitoreo muy cercana. Esto tiene

el fin de permitir una mejor planificación urbana, al considerar áreas de

influencia de las concentraciones de contaminantes.

El resultado de estos datos, para ser de mayor provecho para la población en

general podrá ser adaptado para la información al público utilizando el Índice

de Contaminación Atmosférica (ICA) normado según NB 62018.



Ilustración 4.2 – Ejemplo de Índice de Contaminació n Atmosférica (ICA)

Fuente: Dirección de Medio Ambiente, Gobierno Munic ipal

Bueno 16

Valor registrado para el 03/05/2009Para un promedio de 24 hrsFuente: Dirección de Medio Ambiente, Gobierno Municipal

Calidad del Aire Color RangoBueno Verde 1 - 49Regular Amarillo 50 - 100Malo Rojo 101 - 150Muy Malo Café-Marrón 151 - 300Extremadamente Malo Negro Mayor a 300

Calidad del Aire en Santa Cruz

24,6 ug/m3 NO2

Rango

El valor del índice calculado corresponde a 24,6 ug/m3 NO2

(microgramos por metro cúbico de Dióxido de Nitrógeno) para un

promedio de 24 horas.

De 1 – 49 Disfruta al aire libre!

Los 24,6 microgramo por metro cúbico nos dan un ICA de 16

Propuesta de Modelación de Dispersión - Diseño del Modelo


4.3 DISEÑO DEL MODELO

Al hablarse de modelos de dispersión de contaminantes atmosféricas, uno de

los tipos más utilizados es la modelación de Dispersión Gaussiana (véase

Modelos de Dispersió en la página 47).

Pero hay situaciones donde no corresponde una modelación Gaussiana,

especialmente cuando hay situaciones convectivas y se producen emisiones

a nivel de suelo.151 La pluma de contaminantes se eleva en los casos de

emisiones cercanas al nivel del suelo.

Cercano al suelo, la fricción de la superficie atmosférica sobre el aire en

movimiento produce el fenómeno del incremento de velocidad del viento con

la altura. La turbulencia no es homogénea en lo vertical debido a la

superficie.

Debido a los datos disponibles y la finalidad del modelo, se ha elegido un

modelo tipo multicaja, que relaciona las variables encontradas al interior de

cada caja con los valores estimados y la evolución de los contaminantes en

el ambiente.

Los modelos de este tipo utilizan las emisiones de contaminantes y la

trayectoria de las corrientes de aire para determinar el camino que recorre

una cantidad finita de aire contaminado.

4.3.1 TRAYECTORIA DE LOS CONTAMINANTES

La fórmula que expresa el cálculo de la trayectoria del viento es una

ecuación diferencial vectorial, la cual utiliza la posición del vector viento en

sus tres componentes para integrar la trayectoria del aire.

Ecuación 4.1 – Trayectoria de las masas de aire �� = �(�(�))



Para valores distintos de t, el vector de trayectoria r(t) denota un vector que

es el resultante de la velocidad del viento en sus componentes (viento zonal

(U), viento meridional (V) y viento vertical (W).

Para trazar la trayectoria, se realizan varias iteraciones, para ti de acuerdo a

los intervalos disponibles de la velocidad.

4.3.2 EMISIONES Y BALANCE DE MATERIA

Las estimaciones de emisiones y posteriores inventarios de emisiones

permiten al modelo calcular la masa que ingresa de contaminante por zona,

de acuerdo a factores como el tráfico, fábricas, densidad poblacional, fuentes

de área, e incluso incendios forestales. Este cálculo permite establecer el

balance de materia entre distintas cajas del sistema.

4.3.3 FACTORES CLIMATOLÓGICOS

Además de la trayectoria del viento, otros factores climáticos son importantes

para que este modelo calcule la dispersión de los contaminantes.

La temperatura ambiente condiciona la dispersión al crear situaciones

estables o de turbulencia que facilitan la dispersión vertical y horizontal de los

contaminantes.

La radiación solar contribuye a la formación de contaminantes secundarios

conforme se pudo observar en el capítulo de diagnóstico. Es por eso que la

variación en la radiación solar afecta los coeficientes de equilibrio entre los

contaminantes.

Las precipitaciones y la humedad relativa incrementan el grado de

deposición húmeda y el grado con que disminuye la concentración de las

sustancias removidas de la atmósfera por estos procesos.



4.3.4 DISTRIBUCIÓN DEL ÁREA GEOGRÁFICA A MODELARSE

De acuerdo al modelo multicaja, el área de estudio se dividió en 24 zonas,

cuya características se describen a continuación:

A. CIUDAD DE SANTA CRUZ

Generalmente se consideran celdas para zonas metropolitanas de 5 km por

5 km.152 Pero en este caso, la división de la ciudad en áreas estuvo de

acuerdo a la actual distribución de los puntos de monitoreo de la Red

MoniCA y la zonificación de la ciudad (zonas industriales, zonas del centro,

zonas residenciales y zonas periurbanas).

Tabla 4.2 – Zonas de la ciudad de Santa Cruz de la Sierra para el modelo Código de

la Zona Nombre de la Zona Características de la Zona Puntos de Monitoreo existentes en la zona

SC1 Norte del Río Pirai Zona de protección ecológica, Periurbano

SC2 Carretera al Norte Tráfico Pesado, Zona Comercial y

Residencial CN

SC3 Parque Industrial Zona Industrial, con algunos barrios y alto

tráfico vehicular PI, UP

SC4 Carretera a Cotoca Zona Industrial, con alto tráfico vehicular

SC5 Colinas del Urubó Zona Residencial Periurbana CU

SC6 Centro Norte Zona comercial y residencial, alto tráfico EC

SC7 Centro Este Zona comercial y residencial, alto tráfico PC

SC8 Villa Primero de Mayo Zona comercial y residencial, tráfico

moderado VM

SC9 Río Piraí Centro Zona de protección Ecológica, Periurbano

SC10 Centro Oeste Zona Comercial con alto tráfico

SC11 Centro Sur Zona Comercial, con alto tráfico. Aeropuerto el Trompillo

ET

SC12 San Aurelio Zona Residencial, con la Industria de San

Aurelio. LP

SC13 Río Piraí Sur Zona de Protección Ecológica. Periurbano

SC14 Carretera a la Guardia Zona Comercial y Residencial PA

SC15 San Pedro Zona Comercial e ndustrial Liviana. Tráfico

Alto SP

SC16 Sur de Santa Cruz Zona Residencial, Tráfico Moderado


En la siguiente ilustración se muestra el mapa de las zonas establecidas.



Ilustración 4.3 – División en Zonas de la ciudad pa ra el modelo


Sobre esta imagen Satelital de la ciudad, las líneas verdes corresponden a

los límites entre cuadrantes, mientras que los puntos rojos corresponden a

los actuales puntos de monitoreo de la Red MoniCA.

B. ÁREAS DE LOS ALREDEDORES DE LA CIUDAD DE SANTA CRUZ

En los límites de las 16 zonas de la ciudad de Santa Cruz de la Sierra, se

extienden las áreas de los alrededores de la ciudad.

Las áreas de los alrededores de la ciudad de Santa Cruz de la Sierra son

divididas en 8 cuadrantes, los cuales están distribuidos de acuerdo a la rosa

de los vientos, abarcando 45° cada cuadrante.

En la tabla a continuación, se resumen las características de cada una de las

áreas de los alrededores.



Tabla 4.3 – Áreas de los Alrededores de la Ciudad d e Santa Cruz Código Nombre Direcciones cardinales Provincias que abarcan

N Norte 338° hasta 23° Warnes, Obispo Santistevan, Guarayos

NE Noreste 23° hasta 68° Ñuflo de Chávez, Velasco

E Este 68° hasta 113° Chiquitos, Ángel Sandóval y G ermán Busch

SE Sureste 113° hasta 158° Cordillera

S Sur 158° hasta 203° Cordillera

SO Suroeste 203° hasta 248° Florida y Vallegrande

O Oeste 248° hasta 293° Florida y Manuel María Caba lero

NO Noroeste 293° hasta 338° Ichilo y Sara


Cada una de estas direcciones permite corresponderse con provincias

cruceñas, de las cuales es posible obtener registros de sus focos de

incendio, por lo cual es posible considerar en el modelo las quemas

forestales como factor para la determinación de la calidad del aire en la

ciudad.

Ilustración 4.4 – Mapa del departamento con las zon as definidas




4.3.5 COEFICIENTES DE DISPERSIÓN

Los datos de inmisión históricos, correlacionados con los factores

climatológicos y las emisiones estimadas por área, permiten establecer

coeficientes de dispersión empíricos para cada zona.

Estos también permiten establecer la validez del modelo, al comparar los

valores predichos con los valores medidos en el siguiente periodo de

exposición.

4.3.6 MANEJO DE LAS VARIABLES DE ENTRADA

Las principales variables de entrada para el modelo de simulación son los

datos de las emisiones, las mediciones del monitoreo de inmisiones y las

variables meteorológicas.

A. EMISIONES

Los datos de emisiones consisten en las coordenadas de la localización de la

fuente y los valores de contaminación generados. Estas coordenadas

permiten distribuir las emisiones en cada una de las zonas establecidas de la

simulación y calcular la masa de contaminante que se genera en cada zona

por unidad de tiempo.

Las unidades que se manejarán para las emisiones, están en

Ecuación 4.2 – Unidades para las emisiones /� � � �� 0�� [��]

�� 3��4� [ℎ]

Estos datos de emisiones deben sistematizarse en una base de datos, con

información de georeferenciación, nivel promedio de contaminante, qué tipo

de fuente es y en caso de que corresponda, altura de la pluma, velocidad y

temperatura de salida de gases.

Para pronósticos diarios, otras variables relacionadas con las emisiones

serían el día de la semana, si el día es feriado o no es feriado y el cambio de



concentraciones encontrado según el estudio histórico de concentraciones

según día de la semana de la estación automática.

B. INMISIONES

Los datos utilizados de inmisiones para verificar el modelo y como entrada

para determinar la contaminación actual existente deberán ingresarse en

caso de los métodos automáticos con 15 minutos de periodo de muestra. Los

datos de los métodos activo y pasivo, al requerir la preparación, exposición y

análisis de las muestras solamente podrán ser utilizados para las previsiones

a largo plazo. Estos datos deberán contar con información sobre el punto de

monitoreo, la hora y fecha de la medición y la incertidumbre de la medida.

Para pronósticos diarios, la metodología indica que se debe utilizar como

referencia la concentración máxima de 24 horas del día anterior. También los

cambios de ésta en relación a las concentraciones medias de 24 horas en las

últimas horas (la última hora, hace 3 horas y hace 6 horas).

C. METEOROLOGÍA

Los parámetros meteorológicos para periodos horarios son las velocidades

del viento promedio, la dirección del viento, la altura de mezcla y la clase de

estabilidad atmosférica existentes en el lugar. Por la disponibilidad de datos,

se generalizará a la zona urbana, considerando los datos obtenidos en las

estaciones meteorológicas cercanas a la ciudad, como la de la Exterminal,

Aeropuerto El Trompillo y Aeropuerto Viru Viru.

Los parámetros de altura de mezcla y clase de estabilidad atmosférica no

pueden ser medidos de manera directa con los equipos instalados

actualmente. Se estimará la altura de mezcla en base a la radiación solar, la

temperatura ambiente, la humedad relativa y la velocidad del viento. La

estabilidad atmosférica se estimará en base a la cobertura de nubes, la

existencia de inversión térmica, la hora del día y la variabilidad de la

dirección del viento.



Las diferencias de los datos entre el día y los de días anteriores, de acuerdo

al análisis realizado en el capítulo de Diagnóstico, permitirá pronosticar si los

factores meteorológicos están evolucionando de manera que se favorece la

dispersión de los contaminantes o no

D. PRONÓSTICOS METEOROLÓGICOS

Para realizar el cálculo de los valores de concentración de contaminantes en

los próximos días, es necesario contar con las condiciones meteorológicas

para las fechas siguientes. Debido a la naturaleza de este trabajo, el modelo

de dispersión de contaminantes utilizará como datos las predicciones

meteorológicas de otros sistemas como ingreso de datos climatológicos para

el pronóstico de la calidad del aire para los días siguientes.

E. SUPUESTOS EN LAS VARIABLES DE ENTRADA

Para modelos de hasta 1 semana , se tomarán en cuenta los siguientes

supuestos:

Las tasas de emisión de contaminantes no variarán más considerablemente

que lo previsto por el periodo semanal.

Los datos de pronósticos meteorológicos para las condiciones futuras para la

dispersión.

Para modelos de varios meses y años

Las tasas de emisiones proyectadas serán utilizadas para el modelo.

Valores promedios y estacionales de las variables meteorológicas serán

utilizadas, a no ser que existan predicciones meteorológicas disponibles para

los periodos que se proyecten.

Para modelos de inmisión de puntos intermedios (int erpolación

espacial)



Los valores de inmisión intermedios serán calculados en función a los datos

que se refieren a la rosa de los vientos (dirección y velocidad) y el método de

interpolación intermedia.

4.3.7 PROCESO DE LOS DATOS

Los cálculos son realizados para cada estación de monitoreo, el primer grupo

de cálculos se determina la distancia hacia cada fuente y la dirección de esta

distancia. El otro cálculo es la resolución de la ecuación de dispersión para

determinar la concentración del contaminante en este receptor de cada

fuente.

Después se calculan las condiciones meteorológicas que afectan la manera

como se dispersan estas plumas de contaminantes.

A. VARIABLES DE EMISIONES

Para cada caja del modelo se calcula las emisiones generadas por periodo

de tiempo. Para esto se utiliza la información recopilada en el diagnóstico

referente a las emisiones generadas en la ciudad y distribuidas

geográficamente.

Las emisiones fijas son las más fáciles de distribuir al contarse con la

ubicación exacta de cada uno de los puntos de emisión.

Las emisiones de área, son distribuidas geográficamente si existe la

información sobre la distribución de las fuentes (caso de vertedero y plantas

de tratamiento de aguas residuales), pero en la mayoría de los casos, se

distribuyen uniformemente en el área.

Las emisiones de las fuentes móviles se distribuyen de acuerdo a la

distribución de las principales vías y las características del tráfico en la

ciudad.

Otra información importante respecto a las emisiones son variables

temporales que afectan a la cantidad de emisiones. Los ciclos anuales,



semanales y diarios estarán dados en porcentaje de variación respecto al

promedio y permitirán establecer las cantidades de contaminante emitidas

durante ese periodo de tiempo.

Se elabora una tabla por contaminante con las emisiones por cada área del

modelo de multicaja, por cada periodo de tiempo a modelar. A continuación

se muestra un ejemplo de la tabla siguiente:

Tabla 4.4 – Tabla de Contaminante por Área y Period o

NO2 Periodo (día)

1 2 3 4 5 6 7

Có

dig

o d

e Zo

na

SC1 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05

SC2 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05

SC3 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05

SC4 3,E+05 3,E+05 3,E+05 2,E+05 2,E+05 3,E+05 2,E+05

SC5 3,E+05 4,E+05 2,E+05 3,E+05 3,E+05 2,E+05 3,E+05

SC6 4,E+05 4,E+05 3,E+05 3,E+05 4,E+05 4,E+05 3,E+05

SC7 4,E+05 3,E+05 3,E+05 3,E+05 5,E+05 5,E+05 4,E+05

SC8 3,E+05 5,E+05 4,E+05 4,E+05 4,E+05 3,E+05 5,E+05

SC9 4,E+05 6,E+05 5,E+05 4,E+05 3,E+05 4,E+05 5,E+05

SC10 3,E+05 6,E+05 6,E+05 4,E+05 4,E+05 5,E+05 5,E+05

SC11 5,E+05 4,E+05 6,E+05 3,E+05 6,E+05 5,E+05 5,E+05

SC12 4,E+05 6,E+05 5,E+05 4,E+05 6,E+05 7,E+05 6,E+05

SC13 7,E+05 4,E+05 8,E+05 4,E+05 7,E+05 6,E+05 5,E+05

SC14 6,E+05 5,E+05 7,E+05 8,E+05 5,E+05 8,E+05 4,E+05

SC15 5,E+05 8,E+05 5,E+05 5,E+05 7,E+05 7,E+05 9,E+05

SC16 6,E+05 7,E+05 6,E+05 8,E+05 8,E+05 7,E+05 8,E+05

N 9,E+05 1,E+06 5,E+05 7,E+05 9,E+05 9,E+05 7,E+05

NE 9,E+05 9,E+05 6,E+05 1,E+06 7,E+05 9,E+05 9,E+05

E 9,E+05 9,E+05 1,E+06 9,E+05 6,E+05 5,E+05 9,E+05

SE 6,E+05 1,E+06 1,E+06 8,E+05 6,E+05 1,E+06 9,E+05

S 1,E+06 6,E+05 1,E+06 1,E+06 1,E+06 1,E+06 1,E+06

SO 9,E+05 6,E+05 8,E+05 7,E+05 7,E+05 6,E+05 1,E+06

O 9,E+05 1,E+06 7,E+05 9,E+05 1,E+06 1,E+06 8,E+05

NO 1,E+06 9,E+05 7,E+05 1,E+06 1,E+06 1,E+06 7,E+05 Fuente: Elaboración Propia

Por ejemplo, en el área SC1 en el primer periodo (primer día) la cantidad de

contaminante NO2 generado fue de 2 x 105 kg de NO2



B. VARIABLES DE INMISIONES

Para el ingreso de las inmisiones al modelo, éstas se registran mediante una

tabla de la siguiente manera:

De los datos disponibles de inmisiones de contaminantes, se utilizan los

inmediatamente anteriores al periodo que se desea pronosticar (calidad del

aire para días siguientes). La cantidad de estos datos debe ser de unos 7

días, de acuerdo a lo encontrado en la valores entre periodos correlativos.

(Véase pág. 135).

En base a los datos de inmisiones, se ingresa la cantidad de contaminantes

existentes en la atmósfera hasta el momento de realizar la predicción.

Se analiza la tendencia de estos datos utilizando los promedios cada 24

horas. El primer promedio considerará las anteriores 24 mediciones horarias,

el siguiente considerará los datos entre 1 y 25 mediciones anteriores y así

sucesivamente, hasta llegar al promedio entre la medición 168 y 144 (24

mediciones más antiguas). Estos promedios de los anteriores 7 días

mostrarán la tendencia de los contaminantes en general.

Gráfico 4.1 – Tendencia del promedio móvil cada 24 horas


0

50

100

150

200

250

300

05

/09

/20

08

01

:00

05

/09

/20

08

03

:00

05

/09

/20

08

05

:00

05

/09

/20

08

07

:00

05

/09

/20

08

09

:00

05

/09

/20

08

11

:00

05

/09

/20

08

13

:00

05

/09

/20

08

15

:00

05

/09

/20

08

17

:00

05

/09

/20

08

19

:00

05

/09

/20

08

21

:00

05

/09

/20

08

23

:00

06

/09

/20

08

01

:00

06

/09

/20

08

03

:00

06

/09

/20

08

05

:00

06

/09

/20

08

07

:00

06

/09

/20

08

09

:00

06

/09

/20

08

11

:00

06

/09

/20

08

13

:00

06

/09

/20

08

15

:00

06

/09

/20

08

17

:00

06

/09

/20

08

19

:00

06

/09

/20

08

21

:00

06

/09

/20

08

23

:00

07

/09

/20

08

01

:00

07

/09

/20

08

03

:00

07

/09

/20

08

05

:00

07

/09

/20

08

07

:00

07

/09

/20

08

09

:00

07

/09

/20

08

11

:00

07

/09

/20

08

13

:00

07

/09

/20

08

15

:00

07

/09

/20

08

17

:00

07

/09

/20

08

19

:00

07

/09

/20

08

21

:00

07

/09

/20

08

23

:00

ET - PM10

Promedios horarios y promedio móvil cada 24 horas



C. VARIABLES METEOROLÓGICAS

La frecuencia del viento en cada dirección y la velocidad promedio y la

variabilidad del viento para cada periodo histórico se registran en la tabla de

vientos. Se deben registrar los datos de los últimos 7 días.

Tabla 4.5 – Tabla de Condiciones Meteorológicas par a Modelo

Periodo (día)

1 2 3 4 5 6 7 D

irec

ció

n V

ien

to

N 11% 4% 7% 19% 18% 9% 2%

NE 18% 30% 3% 19% 21% 3% 5%

E 4% 28% 3% 4% 4% 10% 15%

SE 9% 2% 22% 4% 16% 0% 19%

S 10% 13% 21% 9% 2% 10% 17%

SO 16% 7% 18% 17% 12% 34% 10%

O 14% 7% 22% 10% 26% 3% 20%

NO 17% 9% 3% 18% 0% 31% 13%

Velocidad Viento (m/s) 3,5 3,1 3,0 2,1 4,4 3,9 3,8

Precipitación 0,0 0,0 0,0 0,0 18,5 0,0 0,0

Radiación Solar 73,7 86,3 68,9 56,8 18,6 80,0 87,1

Humedad Relativa 44,5 42,3 43,8 47,4 74,7 54,4 57,4

Temperatura Promedio 20,1 22,0 24,4 26,9 20,2 25,2 27,0

Temperatura Mínima 14,9 14,9 18,9 21,7 17,7 20,0 22,3

Temperatura Máxima 26,3 29,2 30,6 31,9 26,1 31,0 31,9


Los pronósticos meteorológicos igual se deben registrar en una tabla similar,

a fin de contar con los datos climáticos de ingreso al modelo.

Utilizando estos datos se calcula las condiciones atmosféricas de estabilidad

atmosférica, las cuales vienen dadas por la clasificación de estas

condiciones en distintas clases de estabilidad, que para el modelo afectan el

grado de dispersión de contaminantes atmosféricos.



También se determina la altura de mezcla, lo cual permite conocer el

volumen de aire en el que los contaminantes llegan a dispersarse. A una

mayor altura de mezcla, los contaminantes pueden dispersarse más rápido.

En el modelo, esto influye en el coeficiente de dispersión de las emisiones.

La humedad relativa y las precipitaciones influyen en la deposición húmeda

de los contaminantes. En el modelo, determinan la tasa de eliminación de los

contaminantes de la atmósfera.

Los datos históricos de meteorología se utilizan en el modelo para determinar

las condiciones en las que se registraron las concentraciones. Si se

presentaba una situación desfavorable a la dispersión de contaminantes, la

concentración de días anteriores era alta. Si la situación era buena, la

concentración era más baja.

Para los pronósticos diarios, se utilizan los datos históricos para mejorar la

precisión de la proyección de datos de inmisión y los datos meteorológicos

pronosticados para establecer los coeficientes de dispersión y las tasas de

eliminación de contaminantes de la atmósfera.

D. INTERPOLACIÓN DE DATOS

Para determinar las concentraciones previstas en puntos intermedios

(modelo de interpolación), donde no hay una estación de monitoreo se

utilizarán los datos de dispersión de las inmisiones de las estaciones más

cercanas.

Los factores a utilizarse en este caso serán

Concentración de Puntos de Monitoreo de los alrededores

Distancia y dirección al punto intermedio.

Dirección y Velocidad del Viento



Para la realización de la interpolación de datos intermedios, se utilizará el

método de ponderación por distancia inversa, considerando los datos

conocidos.

Éste método permite realizar interpolaciones multivariables. Utiliza la

siguiente ecuación para obtener los valores intermedios.

Ecuación 4.3 – Interpolación por ponderación de dis tancia inversa

67 = 8 69�9

�

:

9

Vf Valor desconocido en el punto A

Vi Valor obtenido en la estación de medición i

di Distancia entre A y la estación de medición i

Fuente: Inverse Distance Weighting 153

4.3.8 CÁLCULO DEL MODELO

Básicamente el modelo funciona como un balance entre las cantidades de

contaminante que ingresan al área.

El volumen a través del cual se difunden los contaminante permite

determinar la concentración de contaminante esperado.

La ecuación de balance de contaminantes al interior de la caja sería:

��9 = ;�9 + �9 + 3�9 ± 3=9 − 3ℎ9 − ?49

En la Ilustración 4.5, se describen cada uno de estos elementos. Cada uno

de los flujos de contaminantes, permite aplicar la misma fórmula por

contaminante específico.

Más que cantidad de contaminante, en aplicaciones de calidad de aire, es

más útil calcular concentraciones de éstas sustancias. En este caso, la

fórmula se transforma para obtener estos resultados.

Además, existen datos que son difíciles de medir, como lo son la masa de

contaminante transportado hacia y desde la caja, la cantidad de

contaminante creado o destruido mediante transformaciones químicas y la

cantidad de contaminante depuesta.



Ilustración 4.5 – Elementos del Modelo de caja

Transporte desde afuera del área Ta

Transporte hacia afuera del área Th

Emisiones en el área Em

Deposiciones en el área Dp

Inmisiones medidas In

Transformaciones Químicas Tq

Fuente: Elaboración Propia con información de INE M éxico 154

(5)

Ta(4,5)

Th(4,5)

(4)

Ta

Em Dp

In

Th

Tq



Al interior de una masa de aire, el contaminante llega a distribuirse de

acuerdo a fenómenos muy complejos de dinámica de fluidos. Las emisiones

que ingresan a la atmósfera se van difundiendo en la masa de aire,

homogeneizando la concentración del contaminante.

A. TRANSPORTE DE CONTAMINANTES

El transporte de contaminantes hacia y desde el área de la caja en la

realidad está determinado por el movimiento de masas de aire que contienen

los contaminantes. Estas masas de aire ingresan y salen de la caja, incluidos

sus contaminantes. Es por esto que los flujos de transporte están definidos

junto al movimiento de masas de aire y al de los contaminantes en su interior.

Para simplificar los modelos, los flujos de transporte se simplifican al del aire

que se mueve entre caja y su entorno, con una carga de contaminantes igual

al volumen del aire y la concentración de los mismos.

En el modelo propuesto, los parámetros que determinan este transporte de

contaminantes se determinan de acuerdo a la dirección y velocidad del viento

(masa de aire en movimiento) y la concentración de contaminantes de las

zonas de donde proviene, que para el modelo son los límites de la caja.

3�[4,5] = ;�[4] × �3

3ℎ[4,5] = ;�[5] × �3

La constante de transporte kT es obtenida de acuerdo a las condiciones

atmosféricas determinadas por los parámetros como el viento y la

estabilidad.

Para determinar los valores numéricos de fenómenos de transporte, se

utilizan los datos históricos de inmisiones, las direcciones y velocidades del

viento características, el inventario de emisiones y en el caso del ozono y

nitrógeno, la tasa de transformaciones químicas entre ambos, y en el caso



del PM10, la tasa de deposición seca y húmeda referencial para el

contaminante.

En este modelo en específico, se calcula de esta manera:

Entre 2 áreas a y b, se calcula la diferencia de emisiones que poseen. Estas

emisiones están en masa de contaminante por unidad de área promedio.

∆� = �[�]��[�] − �[E]

��[E]

En periodos específicos, se determina la estabilidad atmosférica utilizando

datos meteorológicos, y la dirección de los vientos. En un cálculo iterativo, se

determina el movimiento de las masas de aire de una zona a otra. La pluma

de emisiones contaminantes tendrá una forma similar a la del movimiento de

masas de aire.

Luego se comparan las inmisiones entre ambas áreas, las cuales están

influenciadas por la diferencia de emisiones y la pluma de emisiones

contaminantes.

3�[E] = ;�[E]∆�[�, E]

Y este transporte se debió a la pluma de contaminantes y la estabilidad

atmosférica. Se fueron registrando estos valores, para diferentes periodos y

se determinó la siguiente tabla de transportes.

Tabla 4.6 – Variación en el Transporte de contamina ntes entre áreas % Dirección del Viento 5 10 20 50

Est

abili

dad

A 0,012 0,12 0,18 0,28

B 0,011 0,09 0,12 0,2

C 0,009 0,08 0,1 0,19

D 0,005 0,05 0,08 0,19

E 0,002 0,04 0,07 0,19

F 0,001 0,02 0,05 0,18




Para calcular el transporte entre 2 áreas, se determina la posición relativa

entre ambas. Ej. Entre área 1 y área 2, el área 1 está al NE del área 2. Y el

área 2 está al SO del área 1.

En el registro de vientos, se determina qué porcentaje fueron vientos de NE y

de SO. Utilizando este porcentaje se ingresa a la columna de la tabla.

Utilizando la velocidad del viento y la radiación solar, se determina el tipo de

estabilidad. Con este dato se ingresa a la fila de la tabla.

El valor indica la relación entre la inmisión del área y la diferencia de

emisiones por unidad de área.

B. DEPOSICIÓN DE CONTAMINANTES

El cálculo de la deposición de los contaminantes (Dp) en el modelo se realiza

considerando principalmente la humedad relativa y las precipitaciones que se

encuentran en el periodo.

Para determinar la tasa de Deposición, se realizó un análisis histórico que

consideraba la variación de los contaminantes entre periodos con valores

bajos de humedad y precipitación y periodos consecutivos de valores altos

de humedad y precipitación.

La duración del periodo estaba en función a los datos utilizados. Para datos

de los métodos automáticos, el periodo fue de 24 horas, para los datos de los

métodos activo y pasivo, el periodo fue de 1 mes.

Como resultado se obtuvo la siguiente tabla, que indica el porcentaje de

variación en la deposición, bajo estas condiciones, de acuerdo a los datos

históricos.



Tabla 4.7 – Variación en la Deposición de acuerdo a las Condiciones Atmosféricas

Humedad Relativa

Baja Promedio Alta

Pre

cip

itac

ion

es

Ninguna -15% -12% -2%

Promedio 0% 0% 13%

Altas 4% 10% 25%


C. TRANSFORMACIONES QUÍMICAS

Aunque las fuentes de información consultada asocian al Ozono y a la

radiación solar como factor que influye en su formación, no se encontró

correlación alguna entre altos niveles de ozono y alta radiación solar.

Lo que sí se encontró fue una fuerte asociación entre lugares con altos

niveles de NO2 y bajos niveles de O3. Por esta razón, para el término de

transformaciones químicas del modelo se utilizarán los niveles altos de

inmisiones de NO2 en la zona como indicador de concentraciones bajas de

O3. La relación viene dada por la función:

3=[��2 � �3] = ;�[�3];�[��2]

4.3.9 SALIDA DEL MODELO DE DISPERSIÓN

Para determinar valores finales de concentración de contaminantes en cada

zona, se deben seguir los siguientes pasos:

Recopilar los datos meteorológicos, de inmisiones y emisiones para el

modelo.

Calcular las condiciones de cada elemento (transporte, emisiones,

deposiciones y transformaciones químicas) del modelo de caja.



Ir calculando el resultado del modelo de caja, iniciando con las emisiones, las

inmisiones anteriormente medidas, las interacciones químicas, la deposición

y por último el transporte de contaminantes entre zonas.

Registrar los resultados para cada zona, en la tabla.

Seguir calculando el modelo para los siguientes periodos.

Los resultados muestran las mayores concentraciones para determinados

periodos, desde 1 hora a 24 horas, 1 mes y valores anuales. Estas

concentraciones corresponden a las previstas para una de las 16 zonas de la

ciudad.

Es posible además mostrar la interpolación de concentraciones de

contaminantes mediante un mapa que zonifique por colores los valores de

contaminante de acuerdo a la calidad del aire.

Ilustración 4.6 – Zonificación por Colores, para el mes de Septiembre 2007

Fuente: Modelo de Simulación de Dispersión de Conta minantes 155

Propuesta de Modelación de Dispersión - Validación del Modelo


4.4 VALIDACIÓN DEL MODELO

Para validar el modelo, se utiliza 2 métodos.

Verificar si sus resultados corresponden a los obtenidos en periodos

anteriores.

Realizar predicciones en puntos de monitoreo específicos y determinar si los

valores corresponden a los predichos.

4.4.1 VALIDACIÓN REALIZADA PARA PRONÓSTICO (A TRES DÍAS)

Para validar el método, se escogió aleatoriamente 10 periodos en los que

hubo resultados de mediciones de métodos automáticos en los 3 días

siguientes. Contaminantes pronosticados fueron NO2, PM10, y CO. O3 se lo

excluyó por el mal funcionamiento del equipo de medición desde la

instalación de la estación meteorológica.

Se aplicó la metodología del modelo para predecir los valores de

contaminantes en los tres días siguientes (ver anexo con los valores diarios

obtenidos), se compararon con los valores registrados para esos días y se

calculó el error en base a la variación (tanto positiva como negativa) del valor

pronosticado respecto al registrado, obteniéndose los siguientes resultados:

Tabla 4.8 – Porcentaje de error obtenido en 10 pron ósticos a 3 días


Periodo 1er Día 2do Día 3er Día Total

1 12,2% 22,1% 27,0% 20,4%

2 4,9% 8,9% 11,3% 8,4%

3 8,0% 9,4% 3,4% 6,9%

4 6,8% 10,5% 29,5% 15,6%

5 6,7% 7,3% 51,3% 21,8%

6 5,4% 7,4% 15,1% 9,3%

7 5,6% 10,5% 10,2% 8,7%

8 6,5% 7,8% 61,7% 25,3%

9 3,6% 43,6% 9,7% 19,0%

10 5,9% 8,3% 14,9% 9,7%

Promedio 6,6% 13,6% 23,4% 14,5%

% Error



Gráfico 4.2 – Porcentaje de error acumulado en los periodos pronosticados.


De los 10 pronósticos, 5 fueron acertadas (hasta 10% de error en los valores

predichos en promedio), 2 tuvieron hasta 20% de error y son aceptables y las

restantes tuvieron más de 20%. El valor promedio de error máximo fue de

42,7%. El promedio de error fue de 14,5% y la desviación estándar fue de

6,70%

Tabla 4.9 – Calidad del pronóstico realizado a dife rentes días.


En relación a valores por día, las pronósticos al 1er día fueron acertadas

(menos de 10% de error) en un 90% (9 de 10) al 2do día fueron 60% y al 3er

día 20%. El promedio de error de pronóstico de 1 día fue de 6,6%, a 2 días

fue de 13,6% y a 3 días fue de 23,4%.

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

70,0%

80,0%

1 2 3 4 5 6 7 8 9 10

Po

rce

nta

je

Periodo de Exposición

Porcentaje de Error Acumulado

en el pronóstico de 10 periodos

3er Día

2do Día

1er Día

1er Día 2do Día 3er Día En los 3 días

Acertados <= 10% 9 6 2 5

Aceptable <= 20% 1 2 4 2

Inciertos > 20% 0 2 4 3

Tipo de Pronóstico



Gráfico 4.3 – Resultados de la Validación del Model o para pronóstico a 3 días


Los resultados muestran un modelo que permite pronosticar con una

incertidumbre (en un 95% de los casos) de hasta un 34,6% del valor real los

resultados para los próximos días.

4.4.2 VALIDACIÓN REALIZADA PARA PROYECCIÓN (AL SIGUIENTE MES)

Se escogieron 10 periodos mensuales con valores de contaminación

obtenidos mediante métodos pasivos, activos y automáticos. Contaminantes

pronosticados fueron NO2, PM10, CO y O3.

Se aplicó la metodología del modelo para predecir los valores de

contaminantes en el mes siguiente considerando únicamente los datos

disponibles en meses anteriores al que se debía predecir. Se comparó con

los valores registrados para ese mismo mes y se calculó el error en base a la

variación (tanto positiva como negativa) del valor pronosticado respecto al

registrado, obteniéndose los siguientes resultados:

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

a 1 día a 2 días a 3 días

Porcentaje de Error Promedio



Tabla 4.10 – Resultados de la predicción de periodo s mensuales


En los primeros 6, no habían datos de CO disponibles, por lo que no se

realizó el pronóstico. A continuación se grafica el porcentaje de error en cada

mes pronosticado, por contaminante.

Gráfico 4.4 – Porcentaje de error en la predicción de periodos mensuales


De los 10 pronósticos, 2 fueron acertados (hasta 10% de error en los valores

predichos en promedio), 5 tuvieron hasta 20% de error y las restantes

tuvieron más de 20%. El valor máximo de error fue de 35%. El promedio de

error fue de 17,6% y la desviación estándar de 10,15%

Periodo NO2 O3 CO PM10 Total

2004-11 15,9% 42,1% 45,9% 34,6%

2004-12 20,1% 76,3% 10,9% 35,7%

2005-04 16,8% 14,3% 17,1% 16,1%

2005-12 6,9% 1,5% 6,9% 5,1%

2007-07 1,1% 50,5% 15,6% 22,4%

2007-11 18,0% 18,0% 5,5% 13,8%

2008-03 3,2% 11,9% 29,8% 18,4% 15,8%

2008-09 10,7% 51,2% 1,5% 16,5% 20,0%

2008-11 12,4% 11,0% 15,1% 17,7% 14,1%

2009-01 1,6% 8,0% 13,5% 7,4% 7,6%

Promedio 10,7% 28,5% 15,0% 16,2% 17,6%

% Error

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

70,0%

80,0%

90,0%

Po

rce

nta

je

Periodo de Exposición Elegido

Porcentaje de Error por Contaminante

en la predicción de 10 periodos mensuales

NO2 (ug/m3) O3 (ug/m3) PM10 (ug/m3) CO (ug/m3)



Tabla 4.11 – Calidad de la predicción realizada a 1 mes


Revisando los datos, se observó bastantes errores en la predicción de los

valores de ozono, los cuales pueden deberse a imprecisiones en el modelo

por falta de información o por la propia incertidumbre del método de

medición, (Véase pág. 103, 3.5.3 Incertidumbre de los Métodos).

Gráfico 4.5 – Resultados de la Validación del Model o para predicción a 1 mes


A pesar de que los errores parecen muy elevados, las predicciones se las

puede tomar como referencia. Se puede afirmar que en un 95% de los casos,

el error promedio no sobrepasará el 48%

Cabe notarse que para estas predicciones se usaron los valores promedio de

parámetros meteorológicos para ese mes, tomando como base 5 años

distintos. Tal vez si se utiliza como entrada al modelo las condiciones

meteorológicas pronosticadas para ese mes, es posible que el error en la

predicción disminuya.

NO2

(ug/m3)

O3

(ug/m3)

CO

(ug/m3)

PM10

(ug/m3)Total

Acertados <= 10% 4 2 1 3 2

Aceptable <= 20% 5 4 2 6 5

Inciertos > 20% 1 4 1 1 3

Tipo de Predicción

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3)

Porcentaje de Error Promedio en la

Predicción a 1 Mes

Propuesta de Modelación de Dispersión - Implementación del Modelo


4.5 IMPLEMENTACIÓN DEL MODELO

Después del diseño del modelo, la implementación del mismo consiste en

hacer práctica su utilización, de acuerdo a los fines necesarios para la

persona o institución que implemente el modelo.

Para los datos de emisiones, la base de datos debe contar con información

referenciada con sus coordenadas geográficas (georeferenciada) que

mantenga un inventario de las emisiones generadas en la ciudad y sus

alrededores. Este inventario además de las cantidades emitidas debe

permitir pronosticar las emisiones para realizar proyecciones del modelo.

Esta base de datos se realiza durante el inventario de emisiones. Las fuentes

fijas pueden ser georeferenciada usando la dirección de la industria por

ejemplo. Las fuentes móviles son georeferenciables mediante el cálculo de

las emisiones de las avenidas y calles de la ciudad y su ubicación. Las

fuentes de área pueden ser georeferenciadas de acuerdo a criterios de

ubicación de este tipo de fuentes, por parte de quienes realizan el inventario

de emisiones.

Los datos meteorológicos serán almacenados con la mayor resolución

posible, como mínimo de 1 hora, mediante un sistema que descargue los

datos y almacene en una base de datos que facilite el acceso a estos datos.

La información sobre los históricos de inmisiones debe actualizada

periódicamente, con el fin de mantener el modelo al día.

El procesamiento de los datos deberá ser realizado de manera automática,

para reducir el tiempo de trabajo necesario para realizar las predicciones y

pronóstico. La generación de los informes indicará un margen de error

probabilístico de los datos ofrecidos.

Se deben establecer los flujos de información pertinentes hacia las

autoridades y la población en general.

Propuesta de Modelación de Dispersión - Mantenimiento del Modelo


El objetivo de este trabajo de investigación era diseñar el modelo, el cual

está en la forma de un algoritmo, el cual permite recopilar y analizar los datos

metodológicamente para establecer un pronóstico o una predicción. La

implementación futura depende de las características específicas de quienes

lleguen a implementarlo.

4.6 MANTENIMIENTO DEL MODELO

El modelo de Dispersión debe ser revisado periódicamente con el fin de

mantenerse actualizado y mejorar la confiabilidad en el modelo.

El mantenimiento consiste en replantearse el diseño del modelo, bajo una

perspectiva de mejora en el procedimiento implementado.

Entre las actividades necesarias para la mejora continua del modelo se

tienen:

Actualización del Inventario de Emisiones, a realizarse cada año, o cada 2

años, a determinarse por las instituciones que implementen el modelo,

considerando si la información disponible está de acuerdo a los niveles de

emisiones actuales y al factor económico.

Cambios en la Red de Monitoreo; como nuevos puntos de monitoreo, nuevos

contaminantes monitoreados, otras metodologías, otras variables y

eliminación de estaciones de monitoreo innecesarias.

Recálculo de los coeficientes de transporte, los coeficientes de deposición

húmeda, deposición seca, interacciones químicas, utilizando los datos de

inmisiones y ensayos de laboratorio, ya sea propios o de otros

investigadores.

Nuevos análisis de las series de tiempo, anual, semanal, diario, de cada una

de las variables medidas, como niveles de emisión, inmisión, variables

meteorológicas y otras.

Propuesta de Modelación de Dispersión - Análisis Costo Beneficio


4.7 ANÁLISIS COSTO BENEFICIO

A continuación se establecerá mediante datos cuantitativos y cualitativos las

ventajas de la implementación de la propuesta de un modelo de la dispersión

de contaminantes en la ciudad de Santa Cruz de la Sierra, que permita la

simulación de las condiciones que afectan la contaminación atmosférica.

Actualmente la Red de Monitoreo de la Calidad del Aire (Red MoniCA),

realiza mediciones durante todo el año de las concentraciones de los

contaminantes atmosféricos. La información generada por la red de

monitoreo será utilizada para la propuesta, pero al ser una red ya en

funcionamiento, gestionada por tres instituciones: la UPSA, el Gobierno

Municipal de Santa Cruz de la Sierra y la Swisscontact, el acceso a la

información no supone un costo específico para el modelo de dispersión de

contaminantes.

Para obtener información más precisa y detallada de los niveles de

contaminación en la ciudad de Santa Cruz de la Sierra, la Red MoniCA

necesitará readecuar sus estaciones de monitoreo con el tiempo. La

información obtenida a través del modelo de simulación puede indicar en

cuáles ubicaciones se necesitarían nuevas estaciones de monitoreo, cuáles

son innecesarias y si se deben contar con nuevos métodos, monitoreo de

otros contaminantes o cambios de metodología (de activo y pasivo a

automático).

Para la correcta modelación de los contaminantes, es necesario contar con

inventario de emisiones lo más específicos posibles. Estos inventarios de

emisiones necesitan ser actualizados como mínimo cada año, pero la

elaboración inicial es la más morosa, debido al relevamiento inicial de la

información en todas las fuentes de emisión, que año a año pueden

mantenerse y se registrarían al inventario únicamente las nuevas fuentes o

se eliminarían aquellas que han dejado de emitir.



4.7.1 COSTOS DE LA IMPLEMENTACIÓN

Para la implementación del modelo de dispersión de contaminantes

atmosféricos, se deben incurrir en los siguientes costos:

A. INVERSIÓN EN EQUIPOS NECESARIOS

Aunque no es necesaria una computadora exclusiva para implementar el

modelo y su posterior funcionamiento, se considera el costo de una con la

capacidad necesaria para el funcionamiento adecuado del software. Entre las

características que se pueden mencionar:

Tabla 4.12 – Especificaciones del Equipo de Computa ción Característica Especificación Motivo

Almacenamiento Mínimo 13 GB, pero se recomienda unos 20 GB o más.

La cantidad de datos que se deben manejar requiere que sea una computadora con buena capacidad de almacenamiento de acuerdo a los requerimientos de datos:

Datos meteorológicos y previsiones climatológicas- 60 MB

Datos de inmisiones de contaminantes - 80 MB

Datos emisiones en Fuentes fijas - 50 MB en total, Fuentes móviles - 30 MB en total, Fuentes de área - 50 MB

Mapas y sistema de información geográfica – 200 MB.

Software específico para el modelo y la simulación –1 GB

Software general de la computadora – 10 GB

Procesamiento Procesador de 1 GHz como mínimo.

Memoria RAM de 1 GB

La cantidad de procesamiento requerida depende de la complejidad del modelo. De acuerdo a la propuesta, se necesita bastante poder de procesamiento.

Procesamiento de datos de entrada

Cálculo de concentraciones

Generación de gráficas de dispersión

Retroalimentación del modelo

Software General de la Computadora

Conectividad Tarjeta de Red Ethernet, Conexión a Internet

Conectividad a través de red para acceso a los datos de:

Estaciones de monitoreo automáticas,

Datos meteorológicos generadas por otras redes y

Información de emisiones.

Envío de reportes y publicación de resultados en páginas de Internet

Interfaces y Periféricos Monitor de 17’’

Teclado y Mouse

Entradas y salidas estándares.




El costo de un equipo que cumple estas características, (al 04-2009) es de

aproximadamente 450 US$ (nuevo) pero puede readaptarse equipos más

antiguos, debido al bajo requerimiento de hardware.

B. INVERSIÓN EN SOFTWARE NECESARIO.

Para el funcionamiento del modelo de simulación, el equipo requiere

software, tanto especializado como general para su funcionamiento. Además

del costo de la instalación y de las licencias de software, también se

considera el costo de capacitación en su uso.

Tabla 4.13 – Especificaciones del Software Actividad Software Costo Anual

Sistema Operativo Microsoft Windows 250 US$

Información Geográfica ILWIS 50 US$

Procesador de Texto OpenOffice Writer 20 US$

Bases de Datos Microsoft Office Access 300 US$

Hojas de Cálculo y Gráficos Microsoft Office Excel 250 US$

Modelos de Emisiones EPA AERMET y similares 150 US$


C. COSTOS DE LA RECOPILACIÓN DE DATOS NECESARIOS

Entre estos gastos se tienen aquellos que corresponden a las instancias de

medición de la calidad del aire, medición de parámetros meteorológicos,

inventarios de emisiones, y otros datos para el modelo propuesto

Tabla 4.14 – Costos Anuales de la Obtención de los Datos Nombre Actividad Costo Anual

Red MoniCA

Medición métodos Activos, Pasivo y Automático de las Concentraciones de Contaminantes a lo largo de todas las estaciones de la Red de Monitoreo.

Es financiado por el Gobierno Municipal de Santa Cruz de la Sierra y la Universidad Privada de

Santa Cruz de la Sierra

10000 US$ / año (es el estimado que

gastan las instituciones)

0 US$ (ya se realiza y los datos están

disponibles)

Inventario de Emisiones Registro de fuentes fijas, móviles y de área en el área de influencia del modelo. (se está realizando

el inventario de emisiones del año 2008) 2000 US$

Red Meteorológica Varias Estaciones Meteorológicas distribuidas a lo

largo de la ciudad para registrar los vientos, precipitación, temperatura, radiación, etc.

200 US$

Otros Datos Datos institucionales que complementen al modelo

(Ej. Datos del INE, RUAT, etc) 50 US$




D. COSTOS DE FUNCIONAMIENTO

Incurridos por el uso de la tecnología del modelo de dispersión de

contaminantes. Esto incluye los recursos humanos, tecnológicos y de

difusión de resultados.

Tabla 4.15 – Costos de Funcionamiento del Modelo Nombre Actividad Costo Anual

Recursos Humanos Profesional que utiliza el modelo propuesto para obtener los resultados

6000 US$

Tecnológicos Utilización de equipos, comunicaciones, necesarios para los objetivos del modelo

200 US$

Difusión Páginas Web, Folletos, Revistas, Mensajes en

Radio, TV. 500 US$


E. COSTOS DE MANTENIMIENTO

Actualización del método para el cálculo del modelo de dispersión propuesto,

de realizarse una vez al año. Consiste en revisar la metodología de

implementación del modelo y adaptarlo de acuerdo a los cambios y

optimizarlo, de acuerdo a la experiencia obtenida en los años anteriores.

Tabla 4.16 – Costos de Mantenimiento del Modelo Nombre Actividad Costo Anual

Recursos Humanos Profesional que utiliza el modelo propuesto para obtener los resultados

1000 US$

Tecnológicos Utilización de equipos, comunicaciones, necesarios para los objetivos del modelo 500 US$


F. COSTOS TOTALES

Para la implementación, funcionamiento y mantenimiento del modelo

propuesto, de acuerdo a los costos presentados, se tiene como costo total:

1450 US$ en inversión inicial y 20250 US$ de costos anuales.

Cabe destacar que una buena parte de los costos anuales (12200 US$) ya

son asumidos por instituciones que participan del Proyecto Aire Limpio y la

Red MoniCA, como lo son el Gobierno Municipal de Santa Cruz,

Swisscontact y la Universidad Privada de Santa Cruz de la Sierra.



4.7.2 BENEFICIOS CUALITATIVOS

Los beneficios que genera este modelo de dispersión están en relación a las

ventajas de poseer mayor información acerca de cómo afectan en la calidad

del aire las diversas variables relacionadas con la contaminación atmosférica.

Presentar resultados de pronóstico de la Contaminación Atmosférica lleva los

siguientes beneficios:

Permite establecer alertas a la población, la cual puede prepararse para

minimizar su exposición a niveles altos de contaminación. Esto permitirá

reducir el número de casos agudos provocados por un aire impuro y

disminuir los costos asociados al tratamiento de emergencia, la reducción de

la productividad de los trabajadores y la mortalidad asociada.

La planificación urbana podrá utilizar los modelos de dispersión para

determinar las áreas más vulnerables a los efectos de contaminación y

planificar los lugares de futuros desarrollos industriales, de comercio y de

vivienda.

Se podrá establecer la efectividad de medidas gubernamentales y

legislativas, al permitir simular escenarios futuros de contaminación

ambiental, en condiciones determinadas.

Determinar la efectividad de la red de Monitoreo existente, mediante la

modelación de la dispersión que podría indicar la existencia de otros puntos

críticos que no se han identificado aún y que deberían ser monitoreados.

Propuesta de Modelación de Dispersión - Conclusiones


4.8 CONCLUSIONES

Se propone un modelo de dispersión de contaminantes basado en el modelo

de las multicajas, debido a la disponibilidad de datos, el área del estudio y la

utilización de variables meteorológicas que modifican las tasas de dispersión

y deposición de los contaminantes.

El modelo permitirá hacer pronósticos de calidad del aire para los próximos

días, predicciones anuales de las tendencias de contaminación, predicciones

del impacto de posibles medidas y escenarios de contaminación y la

interpolación de valores de contaminación, en especial, en aquellas áreas en

las que no hay una estación de monitoreo cercana.

Se ha dividido la ciudad en 16 áreas y sus alrededores en 8 áreas. Esta

división permite que el modelo esté mejor adaptado a las condiciones

encontradas en la ciudad.

Las variables a utilizarse deben sistematizarse, a fin de que el modelo una

vez en operación sea lo más fácil de operar y los datos generen

informaciones lo más fácilmente posible. Por esto el modelo propuesto utiliza

tablas para organizar la información de ingreso al modelo y permiten operar

de manera más fácil con el mismo.

Además se describió cómo realizar el cálculo para determinar los diferentes

elementos del modelo. El transporte hacia (Th) y desde (Ta) la caja está en

función a la dirección del viento, estabilidad atmosférica y la diferencia de

emisiones entre áreas. La deposición (Dp) está en función a la concentración

de contaminantes y a las variables meteorológicas de Humedad Relativa y

Precipitaciones. Las Transformaciones Químicas (Tq) está en función a la

concentración de NO2 y O3 al no haberse encontrado otra correlación más

significativa.

Se realizó la validación del modelo, el cual muestra que éste es confiable (un

70% de las veces con más de 80% de acierto) en pronósticos a 3 días. Y en

Propuesta de Modelación de Dispersión - Referencias


predicciones de contaminación al siguiente mes, hay una confiabilidad del

80% el 70% de las veces.

La propuesta tiene un costo anual de 20250 US$ y una inversión de 1450

US$. Esto considera incluso algunos costos que ya son asumidos por

instituciones existentes como lo son el Gobierno Municipal de Santa Cruz,

Swisscontact y la Universidad Privada de Santa Cruz de la Sierra (UPSA).

El costo del proyecto justifica los grandes beneficios para la comunidad que

tendría un modelo de las características mencionadas.

4.9 REFERENCIAS

143 Sonia Alvarado, Marcos Luján, and Christian Bomblat. “Modelación de las emisiones del parque automotor en la ciudad de Cochabamba - Bolivia.”

144 Ibid. 478.

145 Ibid. fig. 3.

146 O. R. Sanchez-Ccoyllo et al. “Determination of O3-, CO- and PM10-transport in the metropolitan area of Sao Paulo, Brazil through synoptic-scale analysis of back trajectories.” in Meteorology Atmospheric Physics (2006), 86, [http://meioambiente.cptec.inpe.br/pdf/MAPtrajectory.pdf] [Acceso: 16-03-2009].

147 “A review of the molecular diffusivities of H2O, CO2, CH4, CO, O3, SO2, NH3, N2O, NO, and NO2 in air, O2 and N2 near STP,” [http://cat.inist.fr/?aModele=afficheN&cpsidt=2272030] [Acceso: 21-05-2009].

148 Ángel Franco. “Difusión. Ley de Fick.” Difusión. Ley de Fick, [http://www.sc.ehu.es/sbweb/fisica/transporte/difusion/difusion.htm] [Acceso: 21-05-2009].

149 Guadalupe Cisniega. “Contaminación del Aire Urbano: Efectos de la Radiación Solar.” in . Cancún, México, (2002).

150 Martín Blaser. Dispersión de la contaminación atmosférica causada por el tráfico vehicular. 34.

151 Turner D. Bruce. Workbook of Atmospheric Dispersion Estimates, 2º ed. USA: Lewis Publishers, (1994), 5-1, [Acceso: 10-02-2009].

152 Secretaría de Medio Ambiente y Recursos Naturales and Instituto Nacional de Ecología. Guía de elaboración y usos de inventarios de emisiones. Mexico, 258, [Acceso: 11-05-2009].

Propuesta de Modelación de Dispersión - Referencias


153 Wikipedia. “Inverse distance weighting” (9-05-2009), [http://en.wikipedia.org/wiki/Inverse_distance_weighting] [Acceso: 11-05-2009].

154 “Estimación de Emisiones Mediante Modelos de Emisión de Contaminantes,” [http://www.ine.gob.mx/publicaciones/libros/457/estimacion2.pdf] [Acceso: 20-10-2008].

155 S. G. Cardenas et al. “Modelo de Simulación de Dispersión de Contaminantes.” in . Santa Cruz, Bolivia, (2007).

Conclusiones y Recomendaciones - Contenido del Capítulo


Capítulo 5 C ONCLUSIONES Y RECOMENDACIONES


En este capítulo se analizan las conclusiones obtenidas a partir del estudio

realizado. Y se realizan las recomendaciones para la mejora de éste y

otros trabajos relacionados.

Conclusiones y Recomendaciones - Conclusiones


5.1 CONCLUSIONES

El problema de la contaminación atmosférica es que la alteración de la

composición natural de la atmósfera por sustancias contaminantes produce

efectos negativos sobre la salud de las personas, las plantas, los animales e

inclusive las edificaciones.

De acuerdo a la cantidad de contaminante presente en el aire, se producen

problemas en la salud de las personas expuestas. Los límites permisibles

responden a las concentraciones máximas con menores riesgos para la

salud, establecidas en estudios de epidemiología.

La Calidad del Aire está en estrecha relación al fenómeno de la dispersión de

contaminantes. La problemática de la dispersión de contaminantes

atmosféricos es un tema de interés, por los posibles beneficios e

implicaciones para la Gestión Ambiental de la Calidad del Aire.

La dispersión y las interacciones químicas de los contaminantes es afectada

por un gran número de factores, como los factores meteorológicos del viento,

la humedad, la radiación solar, el perfil vertical de temperatura; también

influyen los factores del relieve del terreno. Los contaminantes estudiados y

sus características principales se resumen en la tabla a continuación.

Tabla 5.1 - Características de Contaminantes Estudi ados Contaminante Fuentes Principales Dispersión Efectos

NOx – NO2

Óxidos de Nitrógeno, principalmente Dióxido de Nitrógeno

Combustiones a alta temperatura: motores de gasolina de los automóviles, centrales térmicas, etc.

Cercano a los emisores, los NO se oxidan hasta NO2, la forma más estable.

Irritante, es un precursor de la lluvia ácida y otros contaminantes como el Ozono.

O3

Ozono troposférico

Reacciones Secundarias entre NOx, COV y luz ultravioleta

Dado que es un contaminante secundario, se dispersa alrededor de las fuentes de COV y NOx

Ataca a las plantas, reduciendo los cultivos.

Afecta las vías aéreas y es irritante.

PM – PM10

Material Particulado, en especial el PM10, (menor a 10 micras).

Combustión incompleta, Procesos industriales, Erosión

Partículas livianas y pequeñas, se dispersan con el viento, mientras más ligeras y pequeñas, una mayor distancia.

Afectan al sistema respiratorio, penetran en los pulmones.

CO

(Monóxido de Carbono)

Combustión incompleta Gradualmente se transforma a CO2

Intoxicación, impide la oxigenación de la sangre




La concentración de algunos contaminantes atmosféricos de la ciudad de

Santa Cruz de la Sierra ha sido registrada desde el año 2004. Los datos de

la Red de Monitoreo de la Calidad del Aire (Red MoniCA) abarcan un periodo

de tiempo que permite estudiar con detalle el fenómeno de la contaminación.

Analizando los ciclos anuales, se ven patrones muy definidos del

comportamiento de los contaminantes. Se distingue que en la época seca

(meses de julio, agosto, septiembre y octubre) los niveles de contaminantes

se elevan.

La asociación de los contaminantes primarios en las fuentes de emisión es

visible en los ciclos diarios, así como la participación del O3 en los procesos

diarios.

Analizando los ciclos semanales, los días con mayor contaminación son los

días laborables (de lunes a viernes), a excepción del O3, que presenta

mayores concentraciones los fines de semana, al estar correlacionado

negativamente con los NO2 y por ser un contaminante secundario que

demora en su transformación y transporte. El CO tiene su máximo a final de

la semana laboral (jueves y viernes), lo cual indica que se va acumulando a

lo largo de la semana, produciéndose más que la cantidad que se dispersa o

destruye y el fin de semana vuelven a bajar los valores gracias a la

disminución de las emisiones.

A largo plazo, las tendencias muestran que hay contaminantes que están

disminuyendo (PM10), otros se incrementan muy lentamente (NO2) y otros

tienen comportamiento algo irregular, pero el último año han subido bastante

(O3 y CO).

Las zonas con mayor tráfico vehicular registran mayores valores, lo que se

corresponde con la idea de que los vehículos son los principales emisores de

contaminantes.



Los automóviles, con su rápido índice de crecimiento, son la principal fuente

de emisiones, incrementándose con la actual congestión vehicular. A esto se

suman las emisiones industriales, localizadas principalmente en el parque

industrial, al noreste y este de la ciudad.

Las emisiones producidas por los incendios forestales son un factor que

influye bastante en la calidad del aire. Otros trabajos han demostrado los

fenómenos de dispersión y transporte que sufren los contaminantes emitidos

en lugares como el norte de Bolivia y el oeste de Brasil, que finalmente llegan

hasta el sur de Continente, como Argentina, Paraguay, Uruguay y el sur de

Brasil.

Para estimar las cantidades de contaminantes atmosféricos generados, se

ha hecho una estimación, basada en la metodología de un Inventario de

Emisiones.

Como primer paso, se han clasificado las fuentes de los contaminantes en

fijas, móviles y de área. Cada una de estas fuentes tienen sus métodos para

estimar las emisiones, pero el más utilizado es el de los factores de emisión,

en el cual, el contaminante, y la cantidad emitida dependen de la actividad

que se realice y durante cuánto tiempo.

Se han determinado las cantidades de contaminantes generados para la

ciudad de Santa Cruz, distribuyendo geográficamente estas emisiones.

En la estimación realizada de las emisiones, se determinó que en la ciudad

de Santa Cruz se produjeron el año 2008 aproximadamente: 18530 Tn/Año

de PM10, 40158 Tn/Año de CO y 4653 Tn/Año de NOx. Los vehículos son la

principal fuente de CO, de NOx y las fuentes de área son la principal fuente

de PM10.



Geográficamente y meteorológicamente se tienen condiciones que permiten

la dispersión de los contaminantes, aunque la alta radiación solar de la

región fomenta la producción de neblinas fotoquímicas de O3.

El contaminante que más afecta al Índice de Contaminación Atmosférica es

el PM10, el cual se ve afectado por los vientos, las fuentes de área, la hora

del día y el mes del año.

Para establecer el modelo que explique la dispersión de los contaminantes,

se realizaron análisis multivariables que definan estadísticamente dentro de

un intervalo de confianza la relación entre concentración de contaminantes y

factores de emisión, dispersión, interacciones y deposición.

Se propone un modelo de dispersión de contaminantes basado en el modelo

de las multicaja, debido a la disponibilidad de datos, el área del estudio y la

utilización de variables meteorológicas que modifican las tasas de dispersión

y deposición de los contaminantes.

El modelo permitirá hacer pronósticos de calidad del aire para los próximos

días, predicciones anuales de las tendencias de contaminación, predicciones

del impacto de posibles medidas y escenarios de contaminación y la

interpolación de valores de contaminación, en especial en aquellas áreas en

las que no hay una estación de monitoreo cercana.

Se ha dividido la ciudad en 16 áreas y sus alrededores en 8 áreas. Esta

división permite que el modelo esté mejor adaptado a las condiciones

encontradas en la ciudad.

Las variables a utilizarse deben sistematizarse, a fin de que el modelo una

vez en operación sea lo más fácil de operar y los datos generen

informaciones lo más fácilmente posible. Por esto el modelo propuesto utiliza

tablas para organizar la información de ingreso al modelo y permiten operar

de manera más fácil con el mismo.



El cálculo de los coeficientes de los diferentes elementos del modelo se

realizó en base a la información del diagnóstico. El transporte hacia (Th) y

desde (Ta) la caja está en función a la dirección del viento, estabilidad

atmosférica y la diferencia de emisiones entre áreas. La deposición (Dp) está

en función a la concentración de contaminantes y a las variables

meteorológicas de Humedad Relativa y Precipitaciones. Las

Transformaciones Químicas (Tq) está en función a la concentración de NO2 y

O3 al no haberse encontrado otra correlación más significativa.

Se realizó la validación del modelo, el cual muestra que éste es confiable en

un 50% de las veces con más de 95% de acierto en pronósticos a 3 días. Y

en predicciones de contaminación al siguiente mes, hay una confiabilidad del

85% el 50% de las veces.

La propuesta tiene un costo anual de 20250 US$ y una inversión de 1450

US$. Esto considera incluso algunos costos que ya son asumidos por

instituciones existentes.

El costo del proyecto justifica los grandes beneficios para la comunidad que

tendría un modelo de las características mencionadas.

Conclusiones y Recomendaciones - Recomendaciones


5.2 RECOMENDACIONES

Fortalecer los datos meteorológicos mediante un acuerdo con el SENAHMI,

el cual tiene una red nacional de Meteorología.

El sistema de calidad de la Red MoniCA debe mejorar. La incertidumbre de

los datos obtenidos es elevada para el requerimiento del modelo. Los datos

de la red Pasiva y Activa tienen un porcentaje de incertidumbre sistemática

(un 5 a 10%) y experimental (entre 15 y 25%), la cual debería bajar a menos

del 20% en total. En la red Automática, el problema es la falta de datos en

varios periodos debido problemas como: el mal funcionamiento de los

equipos, falta de calibración de los mismos o pérdida de datos, por la falta de

un operador dedicado a mantener los equipos de la Red Automática.

La realización de un inventario de emisiones de la ciudad de Santa Cruz de

la Sierra podrá proporcionar datos más exactos sobre la cantidad de

contaminantes emitidos en la ciudad. Este inventario conviene que sea

planificado desde sus inicios para el uso de sus datos en modelos de la

calidad del aire. Para esto, se deben registrar las fuentes de emisión

(puntuales, lineales y de área), con su ubicación geográfica exacta.

El análisis de los resultados del modelo indica que tiene un grado de

porcentaje de incertidumbre. El modelo debe ser readecuado cada año, y

mejorar su método, haciéndolo cada vez más preciso.

Bibliografía


BIBLIOGRAFÍA

“A review of the molecular diffusivities of H2O, CO2, CH4, CO, O3, SO2, NH3, N2O, NO, and NO2 in air, O2 and N2 near STP.” [http://cat.inist.fr/?aModele=afficheN&cpsidt=2272030] [Acceso: 21-05-2009].

A. M. Ramos. “SIMULAÇÃO NUMÉRICA DA DISPERSÃO DE POLUENTES EMITIDOS POR INCÊNDIOS NO VERÃO DE 2003 NA PENINSULA IBÉRICA.” PAMPLONA, (2006). [http://www.ame-web.org/JORNADAS/Co2-trabajo%20Ramos%20et%20al.pdf] [Acceso: 30-09-2008].

A. Retalis, S. Michaelides, D. Paronis, and F. Tymvios. Air quality study over Cyprus: The AERAS project (2005). [http://www.cosis.net/abstracts/EGU2007/01582/EGU2007-J-01582.pdf] [Acceso: 6-10-2008].

“Air pollution - Wikipedia, the free encyclopedia.” [http://en.wikipedia.org/wiki/Air_pollution] [Acceso: 19-10-2008].

Ángel Franco. “Difusión. Ley de Fick.” Difusión. Ley de Fick. [http://www.sc.ehu.es/sbweb/fisica/transporte/difusion/difusion.htm] [Acceso: 21-05-2009].

C. M. Tinoco. Manual de Clase Trabajo Final de Grado I IN519. Santa Cruz, Bolivia, (2008).

Centro de Investigaciones del Oriente, Universidad Nacional del Oriente. “Factores Influyentes en los Niveles de COHB, MetaHB y desencadenamiento de los Síntomas de Parámetros de Riesgo en Sujetos Expuestos a Medios con Alto Flujo Vehicular en Santa Cruz.” Santa Cruz, Bolivia, (2008).

CEPIS, and OPS. “Transporte y dispersión de contaminantes en el aire ambiental.” Curso de Autoinstrucción Orientación para el Control de la Calidad del Aire (2002). [http://www.cepis.org.pe/bvsci/E/fulltext/orienta/cap6c.pdf] [Acceso: 20-10-2008].

CNI - Cámara Nacional de Industrias. “Guía Directorio de la Industria Boliviana.” [http://www.bolivia-industry.com/guiadirectorio/Sistema/Busquedas/rubro.php#] [Acceso: 10-11-2008].

Bibliografía


“Coeficiente de correlación de Pearson - Wikipedia, la enciclopedia libre.” [http://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearson] [Acceso: 27-02-2009].

“Contaminación atmosférica - Wikipedia, la enciclopedia libre.” [http://es.wikipedia.org/wiki/Contaminaci%C3%B3n_atmosf%C3%A9rica] [Acceso: 22-09-2008].

Cynthia Bojanic. “Caracterización de los contaminantes atmosféricos por fuentes emisoras y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.” Tesis para optar al título de Magister Cientiarium, Universidad Autónoma Gabriel René Moreno, (2004). [Acceso: 13-11-2008].

David Cooper, C., and F. C. Alley. Air Pollution Control. Tercera Edición. Estados Unidos: Waveland Press, (2002).

Departamento de Geofísica - Facultad de Ciencias Físicas y Matemáticas - Universidad de Chile. “Dispersión de Contaminantes.” Atmósfera.cl. [http://www.atmosfera.cl/HTML/temas/contaminacion/conta3.html] [Acceso: 20-10-2008].

Dimarena. “PROGRAMA DE INCENDIOS 2006 - 2010” (2006).

“Dirección de Manejo de Recursos Naturales (DIMARENA) - Prefectura de Santa Cruz, Bolivia - Reportes diarios de focos de calor.” [http://servicios.santacruz.gov.bo/forestal/index.php?option=com_content&task=category&sectionid=4&id=13&Itemid=32#] [Acceso: 10-11-2008].

Dirección de Medio Ambiente. Lista de Industrias Categorizadas según RAI. Lista de Industrias Categorizadas. Santa Cruz, Bolivia: Gobierno Municipal de Santa Cruz de la Sierra, (3-04-2009).

Douglas Montgomery. Diseño y Análisis de Experimentos. Mexico: Grupo Editorial Iberoamérica.

El Deber. “Parque automotor se duplicó en 4 años.” [http://www.eldeber.com.bo/2008/2008-06-09/vernotaahora.php?id=080608195526] [Acceso: 17-11-2008].

“Emisiones - Wikipedia, la enciclopedia libre.” [http://es.wikipedia.org/wiki/Emisiones] [Acceso: 20-10-2008].

“Emission factor - Wikipedia, the free encyclopedia.” [http://en.wikipedia.org/wiki/Emission_factor] [Acceso: 20-10-2008].

Bibliografía


“Emission Factors Database.” [http://www.naei.org.uk/emissions/] [Acceso: 27-02-2009].

“Estimación de Emisiones Mediante Modelos de Emisión de Contaminantes.” [http://www.ine.gob.mx/publicaciones/libros/457/estimacion2.pdf] [Acceso: 20-10-2008].

Freitas S. R., Longo K. M., Silva Dias M. A. F., Chatfield R., Silva Dias P., Artaxo P., Andreae M. O., et al. “Modelo CATT-BRAMS / Qualidade do Ar.” [http://meioambiente.cptec.inpe.br/modelo_cattbrams.html] [Acceso: 9-03-2009].

Gerard Kiely. Ingeniería Ambiental. Vol. 1. 3 vols.

Gerard Kiely. Ingeniería Ambiental. Vol. 3. 3 vols. Madrid: McGraw-Hill, (1999).

GMLP. “Inventario de Emisiones de la Ciudad de La Paz Año 2007” (2008).

Gobierno Municipal de Santa Cruz de la Sierra. “Portal del Municipio Autónomo de Santa Cruz de la Sierra.” [http://www.gmsantacruz.gov.bo/] [Acceso: 7-06-2009].

Guadalupe Cisniega. “Contaminación del Aire Urbano: Efectos de la Radiación Solar.” Cancún, México, (2002).

IBNORCA. “NB62011 Calidad del aire - Contaminantes criterio exterior - Límites máximos permisibles.” [Acceso: 4-10-2008].

IBNORCA. “NB62018 Calidad del aire - Índice de la contaminación atmosférica.” [Acceso: 6-10-2008].

INPE. “Divisão de Satélite e Sistemas Ambientais.” [http://satelite.cptec.inpe.br/home/] [Acceso: 17-03-2009].

INPE. “Qualidade do Ar.” Centro de Previsao do Tempo e Estudios Climáticos (7-03-2009). [http://meioambiente.cptec.inpe.br/] [Acceso: 17-03-2009].

Instituto Nacional de Estadística de Bolivia. “Santa Cruz. Valor Bruto de Producción de la Industria Manufacturera.” [http://www.ine.gov.bo/indice/visualizador.aspx?ah=PC027003.HTM] [Acceso: 7-06-2009].

Instituto Nacional de Estadística de Bolivia. “Santa Cruz: Proyecciones de Población, Según Municipio, 2000 - 2010.” [http://www.ine.gov.bo/indice/visualizador.aspx?ah=PC20407.HTM] [Acceso: 7-06-2009].

Bibliografía


International Sustainable Systems Research Center. “International Vehicle Emissions Model.” Welcome to International Sustainable Systems Research Center. [http://www.issrc.org/] [Acceso: 4-06-2009].

K. M. Longo, S. R. Freitas, A. Ulke, and A. G. Hierro. “Transport of Biomass Burning Products in Southeastern South America and its relationship with the South American Low Level Jet East of the Andes.” In . 121-129. Foz de Iguacu, Brasil: INPE, (2006). [http://meioambiente.cptec.inpe.br/pdf/longo_LLJ.pdf] [Acceso: 17-03-2009].

“La Contaminación Atmosférica IV.” [http://www.jmarcano.com/recursos/contamin/catmosf4.html] [Acceso: 20-10-2008].

Ley 1333 Reglamento en materia de contaminación atmosférica. Decreto Supremo (1995). [Acceso: 15-11-2008].

M. Hangartner. “Evaluation of project MONICA AIRE Limpio Bolivia.” Passam AG, (28-10-2008).

“Manual para la Elaboración de un Inventario de Emisiones en Bolivia” (2007).

Manzoni Rivarola, Nidia Katiuska. “Análisis del Impacto Ambiental del Material Particulado (PM10) en la ciudad de Santa Cruz de la Sierra.” UPSA, (2007).

Marcelo Gorritty. “Modelos de estimación de emisiones de fuentes móviles.” Taller presented at the Taller de Inventario de Emisiones, Santa Cruz, Bolivia (04-2009).

Martín Blaser. Dispersión de la contaminación atmosférica causada por el tráfico vehicular. Swisscontact. (2000). [http://bvsde.per.paho.org/bvsci/e/fulltext/dispers/dispers.pdf] [Acceso: 6-10-2008].

“Meteorology - Wikipedia, the free encyclopedia.” [http://en.wikipedia.org/wiki/Meteorology] [Acceso: 22-09-2008].

Nebel, Autor Bernard J., and Richard T. Wright. Ciencias ambientales. Translated by Francisco Javier Dávila. Primera Edición. Pearson Educación, (1999). [Acceso: 15-11-2008].

O. R. Sanchez-Ccoyllo, P. L. Silva Dias, M. de Fatima Andrade, and S. R. FreitasP. L. Silva Dias, M. de Fatima Andrade, and S. R. Freitas. “Determination of O3-, CO- and PM10-transport in the metropolitan area of Sao Paulo, Brazil through synoptic-scale analysis of back

Bibliografía


trajectories.” In Meteorology Atmospheric Physics. 83–93 (2006). [http://meioambiente.cptec.inpe.br/pdf/MAPtrajectory.pdf] [Acceso: 16-03-2009].

Organización Mundial de la Salud (WHO). “WHO Air Quality Guidelines 2005.” WHO, (10-2005). [Acceso: 15-11-2008].

Pablo Ortiz. “La DGAC no vigila todos los aviones que despegan.” El Deber (27-07-2008), sec. Nacional. [http://www.eldeber.com.bo/2008/2008-07-27/vernotanacional.php?id=080726210119] [Acceso: 4-06-2009].

Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1. Boletín. La Paz, Bolivia: Swisscontact, (2007). [Acceso: 14-11-2008].

Proyecto AIRE LIMPIO. Efectos de la Exposición Prolongada al Monóxido de Carbono Ambiental en Población Urbana de Riesgo. Cochabamba, Bolivia: Swisscontact, (2007). [http://www.swisscontact.bo/sw_files/mflkapozbyl.pdf] [Acceso: 15-11-2008].

Proyecto AIRE LIMPIO. Evaluación del efecto de Dióxido de Nitrógeno y Ozono en la salud de la población del Municipio Cercado - Cochabamba. Cochabamba, Bolivia: Swisscontact, (2006).

Proyecto AIRE LIMPIO. “Semanas de Aire Limpio en Bolivia.” Swisscontact, (06-2008).

“Química Atmosférica, CCA, UNAM.” [http://www.atmosfera.unam.mx/quimicatmos/index.html] [Acceso: 22-09-2008].

Red MoniCA. “Informe técnico Red MoniCA.” Swisscontact, (2008). [http://redmonica.com/publicaciones/informe_tecnico_red_monica.pdf] [Acceso: 17-08-2008].

S. G. Cardenas, F. Chávez, A. F. Diamond, and J. J. Zelaya. “Modelo de Simulación de Dispersión de Contaminantes.” Santa Cruz, Bolivia, (2007).

S. R. Freitas, K. M. Longo, M. A. F. Silva Dias, P. L. Dias, R. Chatfield, E. Prins, P. Artaxo, G. A. Grell, and F. S. Recuero. “Monitoring the Transport of Biomass Burning Emissions in South America.” In Environmental Fluid Mechanics. 135-167. Springer, (2005). [http://meioambiente.cptec.inpe.br/pdf/EnvFluidMech_SFreitas_etal.pdf] [Acceso: 17-03-2009].

Bibliografía


Scheer, Jürgen, and Esteban R. Reisin. “Perfil de Temperatura.” Grupo de Aeronomía, Instituto de Astronomía y Física del Espacio (6-10-2008). [http://www.iafe.uba.ar/aeronomia/perfil.html] [Acceso: 13-10-2008].

Secretaría de Medio Ambiente y Recursos Naturales, and Instituto Nacional de Ecología. Guía de elaboración y usos de inventarios de emisiones. Mexico. [Acceso: 11-05-2009].

Servolab. “Estudio Diesel Servolab.” Aire Limpio, (02-2008). [http://www.swisscontact.bo/sw_files/meazlciswym.pdf] [Acceso: 11-02-2009].

Sonia Alvarado, Marcos Luján, and Christian Bomblat. “Modelación de las emisiones del parque automotor en la ciudad de Cochabamba - Bolivia” (2004). [http://www.ucbcba.edu.bo/Publicaciones/revistas/actanova/documentos/v2n4/v2.n4.alvarado.PDF] [Acceso: 28-02-2009].

“Superintendencia de Hidrocarburos.” [http://www.superhid.gov.bo/] [Acceso: 9-10-2008].

Swisscontact. “Proyecto Aire Limpio” (2006). [http://www.swisscontact.bo/swisscontact.php] [Acceso: 19-10-2008].

Turner D. Bruce. Workbook of Atmospheric Dispersion Estimates. 2º ed. USA: Lewis Publishers, (1994). [Acceso: 10-02-2009].

US EPA. “Emissions Factors & AP 42 | Clearinghouse for Emission Inventories and Emissions Factors.” [http://www.epa.gov/ttn/chief/ap42/index.html] [Acceso: 20-10-2008].

Vaca Álvarez, Arnold Mauricio. “Diseño de una Red de Monitoreo y Control de la Calidad del Aire para la Ciudad de Santa Cruz de la Sierra.” UPSA, (2005).

Vélez, C. M. Apuntes de Metodología de la Investigación. Medellín, Colombia, (2005).

Wikipedia. “Inverse distance weighting” (9-05-2009). [http://en.wikipedia.org/wiki/Inverse_distance_weighting] [Acceso: 11-05-2009].

Anexos


ANEXOS

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ i

ÍNDICE DE ANEXOS

ANEXO I - Focos de Incendio en el Departamento de Santa Cruz ii ANEXO II - Emisiones Vehiculares iii ANEXO III - Promedios Mensuales NO2 v

ANEXO IV - Promedios Mensuales O3 vi ANEXO V - Promedios Mensuales Activo PM10 y Automáticos CO, NO2, O3 y PM10 vii ANEXO VI - Datos Mensuales Meteorología viii ANEXO VII - Correlaciones: Ciclo Anual viii ANEXO VIII - Correlaciones Ciclo Semanal ix

ANEXO IX - Correlaciones Ciclo Diario ix

ANEXO X - Datos de la Validación A 3 días x

ANEXO XI - Datos de la Validación a 1 Mes x

ANEXO XII - Presupuesto xi ANEXO XIII - Curriculum Vitae xii ANEXO XIV - CD con el documento completo en PDF, base de datos con los datos recopilados durante el trabajo, archivos Excel con los cálculos y mapas y otros archivos digitales relacionados al trabajo.

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ ii

ANEXO I - FOCOS DE INCENDIO EN EL DEPARTAMENTO DE SANTA CRUZ

Mes

Superficie

Quemada tn de NO2 tn de CO tn de PM10

2005-01

2005-02 0

2005-03 0

2005-04 9800 1626,8 45668 3175,2

2005-05 10500 1743 48930 3402

2005-06 9000 1494 41940 2916

2005-07 28800 4780,8 134208 9331,2

2005-08 228500 37931 1064810 74034

2005-09 369800 61386,8 1723268 119815,2

2005-10 124300 20633,8 579238 40273,2

2005-11 17300 2871,8 80618 5605,2

2005-12 0 0 0 0

2006-01 0 0 0 0

2006-02 0 0 0 0

2006-03 0 0 0 0

2006-04 3800 630,8 17708 1231,2

2006-05 15400 2556,4 71764 4989,6

2006-06 5000 830 23300 1620

2006-07 65200 10823,2 303832 21124,8

2006-08 413400 68624,4 1926444 133941,6

2006-09 369400 61320,4 1721404 119685,6

2006-10 71500 11869 333190 23166

2006-11 40400 6706,4 188264 13089,6

2006-12 0 0 0 0

2007-01 0 0 0 0

2007-02 0 0 0 0

2007-03 0 0 0 0

2007-04 4600 763,6 21436 1490,4

2007-05 9500 1577 44270 3078

2007-06 33300 5527,8 155178 10789,2

2007-07 64200 10657,2 299172 20800,8

2007-08 357500 59345 1665950 115830

2007-09 650200 107933,2 3029932 210664,8

2007-10 321100 53302,6 1496326 104036,4

2007-11 49400 8200,4 230204 16005,6

2007-12 0 0 0 0

2008-01 0 0 0 0

2008-02 0 0 0 0

2008-03 0 0 0 0

2008-04 4100 680,6 19106 1328,4

2008-05 9200 1527,2 42872 2980,8

2008-06 19700 3270,2 91802 6382,8

2008-07 61000 10126 284260 19764

2008-08 115900 19239,4 540094 37551,6

2008-09 366400 60822,4 1707424 118713,6

2008-10 237100 39358,6 1104886 76820,4

2008-11 0 0 0 0

2008-12 0 0 0 0

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iii

ANEXO II - EMISIONES VEHICULARES

Emisiones en rutaFactor de

Emisión2004 2005 2006 2007 2008

1,18176043 1,781E+09 1,953E+09 2,134E+09 2,735E+09 2,794E+09

0,26930128 2,163E+08 2,288E+08 2,331E+08 2,445E+08 2,772E+08

0,14424038 1,955E+05 2,215E+05 3,860E+05 2,713E+06 7,978E+07

11,0419975 1,664E+10 1,825E+10 1,994E+10 2,555E+10 2,611E+10

0,67558671 5,425E+08 5,740E+08 5,849E+08 6,135E+08 6,953E+08

7,75965066 1,052E+07 1,191E+07 2,076E+07 1,459E+08 4,292E+09

1,11837612 1,685E+09 1,848E+09 2,020E+09 2,588E+09 2,644E+09

0,72921502 5,856E+08 6,195E+08 6,313E+08 6,621E+08 7,505E+08

0,98670171 1,337E+06 1,515E+06 2,640E+06 1,856E+07 5,457E+08

0,01083852 1,633E+07 1,791E+07 1,957E+07 2,508E+07 2,562E+07

0,08268995 6,640E+07 7,025E+07 7,158E+07 7,508E+07 8,510E+07

0,00398356 5,400E+03 6,116E+03 1,066E+04 7,492E+04 2,203E+06

241,974095 3,647E+11 3,999E+11 4,370E+11 5,600E+11 5,721E+11

244,771962 1,966E+11 2,080E+11 2,119E+11 2,223E+11 2,519E+11

234,647083 3,181E+08 3,603E+08 6,279E+08 4,413E+09 1,298E+11

Emisiones en paradaFactor de

Emisión2004 2005 2006 2007 2008

2,6618054 4,011E+08 4,399E+08 4,807E+08 6,160E+08 6,293E+08

0,8530148 6,850E+07 7,247E+07 7,385E+07 7,746E+07 8,779E+07

1,13222699 1,535E+05 1,738E+05 3,030E+05 2,129E+06 6,262E+07

28,9421545 4,362E+09 4,783E+09 5,227E+09 6,698E+09 6,843E+09

3,99131405 3,205E+08 3,391E+08 3,455E+08 3,624E+08 4,108E+08

23,2913746 3,157E+06 3,576E+06 6,233E+06 4,380E+07 1,288E+09

1,17982497 1,778E+08 1,950E+08 2,131E+08 2,730E+08 2,789E+08

0,10290321 8,264E+06 8,743E+06 8,908E+06 9,344E+06 1,059E+07

1,05085207 1,424E+05 1,614E+05 2,812E+05 1,976E+06 5,812E+07

0,05419259 8,167E+06 8,955E+06 9,787E+06 1,254E+07 1,281E+07

0,26460784 2,125E+07 2,248E+07 2,291E+07 2,403E+07 2,723E+07

0,01991781 2,700E+03 3,058E+03 5,330E+03 3,746E+04 1,102E+06

35,8269651 5,399E+09 5,920E+09 6,471E+09 8,291E+09 8,470E+09

57,6126107 4,627E+09 4,895E+09 4,988E+09 5,231E+09 5,930E+09

32,2288013 4,369E+06 4,948E+06 8,624E+06 6,061E+07 1,782E+09

CO2

PM

CO2

VOC

CO

NOx

PM

VOC

CO

NOx

VOC 2,00E+09 2,18E+09 2,37E+09 2,98E+09 3,15E+09

CO 1,72E+10 1,88E+10 2,05E+10 2,63E+10 3,11E+10

NOx 2,27E+09 2,47E+09 2,65E+09 3,27E+09 3,94E+09

PM 8,27E+07 8,82E+07 9,12E+07 1,00E+08 1,13E+08

CO2 5,62E+11 6,08E+11 6,50E+11 7,87E+11 9,54E+11

2004 2005 2006 2007 2008

VOC 4,70E+08 5,13E+08 5,55E+08 6,96E+08 7,80E+08

CO 4,69E+09 5,13E+09 5,58E+09 7,10E+09 8,54E+09

NOx 1,86E+08 2,04E+08 2,22E+08 2,84E+08 3,48E+08

PM 2,94E+07 3,14E+07 3,27E+07 3,66E+07 4,11E+07

CO2 1,00E+10 1,08E+10 1,15E+10 1,36E+10 1,62E+10

Emisiones Totales

en encendido

Emisiones Totales

en ruta

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iv

VOC 2,18E+09 2,39E+09 2,62E+09 3,35E+09 3,42E+09

CO 2,10E+10 2,30E+10 2,52E+10 3,22E+10 3,29E+10

NOx 1,86E+09 2,04E+09 2,23E+09 2,86E+09 2,92E+09

PM 2,45E+07 2,69E+07 2,94E+07 3,76E+07 3,84E+07

CO2 3,70E+11 4,06E+11 4,43E+11 5,68E+11 5,81E+11

2004 2005 2006 2007 2008

VOC 2,85E+08 3,01E+08 3,07E+08 3,22E+08 3,65E+08

CO 8,63E+08 9,13E+08 9,30E+08 9,76E+08 1,11E+09

NOx 5,94E+08 6,28E+08 6,40E+08 6,71E+08 7,61E+08

PM 8,77E+07 9,27E+07 9,45E+07 9,91E+07 1,12E+08

CO2 2,01E+11 2,13E+11 2,17E+11 2,27E+11 2,58E+11

2004 2005 2006 2007 2008

VOC 3,49E+05 3,95E+05 6,89E+05 4,84E+06 1,42E+08

CO 1,37E+07 1,55E+07 2,70E+07 1,90E+08 5,58E+09

NOx 1,48E+06 1,68E+06 2,92E+06 2,05E+07 6,04E+08

PM 8,10E+03 9,17E+03 1,60E+04 1,12E+05 3,30E+06

CO2 3,22E+08 3,65E+08 6,37E+08 4,47E+09 1,32E+11

VOC 2,47E+09 2,69E+09 2,92E+09 3,68E+09 3,93E+09

CO 2,19E+10 2,40E+10 2,61E+10 3,34E+10 3,96E+10

NOx 2,46E+09 2,67E+09 2,88E+09 3,55E+09 4,29E+09

PM 1,12E+08 1,20E+08 1,24E+08 1,37E+08 1,54E+08

CO2 5,72E+11 6,19E+11 6,61E+11 8,00E+11 9,70E+11

2004 2005 2006 2007 2008

VOC 2.467 2.694 2.923 3.678 3.931

CO 21.879 23.958 26.127 33.415 39.634

NOx 2.459 2.673 2.876 3.553 4.288

PM 112 120 124 137 154

CO2 571.581 618.997 661.010 800.209 969.960

Gas Natural

Totales en g/año

Totales en Tn/Año

Emisiones Totales Vehículos

Gasolina

Diesel

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ v

ANEXO III - PROMEDIOS MENSUALES NO2

CN CU EC ET LP PA PC PI SP UP VM

2004-01

2004-02

2004-03

2004-04

2004-05 12,8 21,7 3,3 3,5 17,2 12,9 15,7 6,3

2004-06 12,8 22,1 8,8 3,7 22,4 13,7 14,5 9,2

2004-07 0,7 17,5 26,2 7,4 2,3 34,0 20,4 16,7 16,1 11,3

2004-08 47,6 1,1 30,7 47,9 15,4 7,8 56,0 30,5 26,8 17,5 22,4

2004-09 42,0 1,8 26,5 34,7 10,7 5,1 43,8 22,0 16,1 11,8 16,3

2004-10 46,9 4,3 33,2 41,8 14,4 6,6 60,3 27,9 46,6 16,8 20,2

2004-11 39,8 0,9 25,3 36,0 11,8 8,1 52,1 32,0 28,0 16,7 17,4

2004-12 31,4 0,5 19,2 30,0 11,1 6,9 29,7 20,2 18,4 12,9 16,0

2005-01 32,2 1,4 18,3 28,7 9,9 6,6 29,6 18,9 19,7 15,1 16,6

2005-02 44,4 6,1 30,7 37,9 15,3 9,9 52,8 30,2 34,1 26,5 22,9

2005-03 31,3 2,3 19,3 21,9 7,2 3,8 26,7 17,3 16,4 12,5 11,5

2005-04 28,2 2,9 19,3 20,8 5,4 6,9 28,3 20,6 18,2 10,8 11,1

2005-05 20,9 1,8 12,6 19,9 5,0 4,0 24,9 15,9 11,3 6,3 7,8

2005-06 12,9 1,9 7,7 11,0 4,3 2,9 13,3 10,4 9,5 8,7 6,4

2005-07 35,2 2,8 21,5 37,8 0,0 5,9 42,2 22,9 20,9 15,5 17,1

2005-08 26,7 4,2 19,4 22,7 17,7 7,6 30,7 20,9 16,3 28,3 13,1

2005-09 51,7 5,5 23,5 47,2 26,3 10,6 63,3 42,0 25,7 32,6 25,6

2005-10 44,1 1,1 30,9 36,6 7,3 5,4 49,4 33,7 28,7 19,2 15,9

2005-11 42,7 5,4 30,0 37,0 12,6 10,8 45,4 30,6 28,6 22,0 19,2

2005-12 39,0 4,8 24,7 37,5 12,3 7,6 39,0 30,3 26,7 18,9 19,4

2006-01

2006-02

2006-03

2006-04 34,2 3,5 21,7 29,3 13,7 9,3 36,4 24,2 26,3 22,0 14,2

2006-05 27,1 3,7 25,3 32,6 15,9 9,0 32,1 25,4 21,4 23,4

2006-06 28,8 1,7 16,7 22,1 10,8 5,5 30,7 16,4 19,1 11,2

2006-07 30,9 3,6 20,2 21,8 13,3 5,7 28,6 19,5 20,9 15,3

2006-08 35,2 2,9 24,3 34,3 12,8 7,4 42,0 23,7 24,2 18,6

2006-09 67,7 9,7 48,0 53,8 26,3 17,3 75,1 46,0 46,1 31,2

2006-10 50,5 6,7 34,4 47,2 19,8 13,2 59,9 38,5 34,0 27,6

2006-11 34,6 5,0 27,0 34,1 15,0 9,9 47,4 30,0 25,1 21,7

2006-12 26,6 2,6 17,3 24,4 10,1 6,9 32,2 20,8 16,8 11,6

2007-01 29,4 1,9 18,3 24,4 8,7 6,6 32,1 20,5 18,7 12,0 12,6

2007-02 26,8 2,9 17,6 24,5 8,1 2,6 31,2 20,2 18,8 11,9 13,3

2007-03 35,1 0,9 20,1 25,0 9,5 5,4 34,0 25,2 18,9 12,8 11,0

2007-04 28,2 0,6 18,0 21,1 7,2 4,1 32,1 20,7 18,3 12,2 12,0

2007-05 34,4 5,4 29,0 33,2 17,9 13,1 40,1 33,2 32,0 24,9 18,6

2007-06 38,2 3,1 18,0 31,9 15,7 9,1 42,2 21,8 18,6 13,9 13,9

2007-07 39,0 4,9 31,3 42,6 19,4 12,7 52,6 35,0 28,8 25,9 20,5

2007-08 54,5 4,7 39,5 55,5 24,1 14,5 68,5 43,4 38,8 31,4 25,3

2007-09 68,1 4,2 79,9 65,1 25,4 13,7 84,9 49,9 43,8 28,7 26,7

2007-10 66,5 7,4 58,1 57,5 23,1 12,9 72,8 36,2 36,7 26,1 23,2

2007-11 46,1 4,5 49,1 37,1 14,3 11,3 48,4 26,8 27,8 18,8 16,7

2007-12 35,5 1,7 31,7 34,3 8,7 5,8 38,6 25,5 24,3 16,5 11,2

2008-01 36,2 2,5 21,6 30,6 11,5 8,5 39,4 25,7 23,1 16,6 14,3

2008-02 38,8 3,1 23,2 26,3 13,3 8,2 38,5 26,8 31,8 17,8 17,4

2008-03 40,1 2,6 22,9 28,0 11,8 10,9 36,7 27,3 26,2 20,4 15,9

2008-04 33,9 4,6 25,1 24,7 10,7 10,5 37,4 24,6 28,9 22,5 14,1

2008-05 22,7 1,9 13,1 17,9 8,6 1,5 26,7 17,6 9,4 12,8 8,3

2008-06 39,5 3,3 25,7 31,8 12,4 5,5 38,9 22,4 20,4 15,1 11,5

2008-07 44,7 5,3 28,8 37,6 17,6 13,6 43,0 32,0 34,1 19,9 18,5

2008-08 51,3 7,4 38,9 43,9 26,0 16,2 55,5 39,0 37,4 30,6 27,2

2008-09 55,7 8,4 44,9 55,8 28,1 18,5 65,2 42,9 43,5 35,2 29,7

2008-10 66,3 8,2 37,6 54,1 22,8 16,8 69,0 32,2 36,2 25,7 21,8

2008-11 59,9 7,7 44,3 50,8 23,8 18,9 65,3 40,0 40,3 36,3 29,2

2008-12 44,9 4,2 30,8 36,4 18,7 10,5 51,8 31,7 33,2 24,4 23,5

2009-01 50,8 4,8 25,8 36,7 17,7 12,2 44,5 33,2 27,9 24,1 19,8

2009-02 35,2 5,0 21,7 32,7 10,9 12,9 37,9 26,6 16,2 16,4 10,0

NO2 Pasivo

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ vi

ANEXO IV - PROMEDIOS MENSUALES O3

CN CU EC ET LP PA PC PI SP UP VM

2004-01

2004-02

2004-03

2004-04

2004-05 3,2 0,0 0,3 0,5 0,7

2004-06 19,6 10,7 9,3 10,0 12,9 8,2 11,6 16,9 16,2

2004-07 24,7 14,7 9,4 14,7 17,0 8,4 22,4 15,7 18,7 19,8

2004-08

2004-09 0,2 1,1 1,5 0,6 3,0 0,6 1,0 0,4 0,7 1,2 1,1

2004-10 0,6 1,6 2,1 0,9 1,3 0,4 2,9 0,8 1,3 2,3 2,1

2004-11 2,8 5,2 1,3 2,3 3,2 2,9 0,4 2,5 4,5 0,6

2004-12 1,8 2,4 1,2 2,6 0,5 0,2 0,5

2005-01 3,6 1,3 1,4 1,3 3,3 1,0 0,8 2,3 0,7 1,8

2005-02 2,3 11,1 10,1 5,4 7,9 15,8 5,6 7,0 13,6 5,9 11,4

2005-03 0,8 14,6 4,4 4,0 6,8 9,2 0,7 8,6 8,4 4,1 5,6

2005-04 0,8 10,5 2,7 4,7 7,3 8,3 2,1 3,4 4,9 1,2 5,0

2005-05 2,8 10,6 3,4 0,2 9,0 5,2 1,3 2,9 3,9 2,5 7,4

2005-06 7,4 15,7 5,5 3,5 10,5 10,5 2,8 9,7 8,8 6,7 6,8

2005-07 9,6 11,2 10,0 2,2 5,3 10,2 8,2 6,1 11,3 9,0 11,2

2005-08 10,3 9,7 8,0 4,6 11,5 8,0 7,9 4,9 8,4 7,4 8,8

2005-09 22,8 32,2 17,3 16,3 22,9 32,8 14,8 12,4 23,4 17,3 26,6

2005-10 12,0 34,5 18,9 10,2 27,0 14,0 13,7 14,4 18,9 14,0 22,0

2005-11 6,5 13,2 8,8 2,1 9,9 16,0 5,0 7,3 7,3 5,7 12,8

2005-12 5,5 7,4 4,8 2,7 6,8 6,3 3,7 2,6 4,4 4,2 8,0

2006-01

2006-02

2006-03

2006-04 4,3 6,8 4,5 4,5 11,0 5,6 2,9 3,4 4,5 3,9 1,9

2006-05 17,1 27,8 12,1 10,5 21,4 22,1 7,1 19,9 20,3 15,0 0,1

2006-06 6,5 17,3 6,6 3,7 9,4 11,6 4,0 12,6 9,7 10,7

2006-07 9,8 23,2 13,0 8,5 17,6 17,6 6,0 16,2 16,6 15,0

2006-08 26,6 30,8 14,6 0,5 28,3 26,2 12,1 14,8 26,5 24,7

2006-09 16,6 30,7 23,7 14,8 25,8 20,5 14,1 15,5 26,6 26,9

2006-10 12,3 22,9 15,1 10,0 16,9 26,1 12,8 11,4 16,8 16,7

2006-11 11,8 13,5 11,4 3,1 12,0 14,1 5,7 6,3 10,6 5,8

2006-12 7,4 10,4 5,9 2,0 4,3 7,4 1,5 3,7 5,3 5,5

2007-01 3,3 10,6 1,7 0,0 2,9 5,5 0,6 4,4 1,4 4,4 2,8

2007-02 6,5 11,8 3,9 2,8 8,0 9,0 1,5 5,5 5,7 4,0 3,8

2007-03 8,7 15,1 7,8 3,0 9,5 12,0 2,5 5,7 7,5 6,2 7,6

2007-04 6,4 9,7 4,2 3,6 4,1 12,4 1,9 5,3 7,7 5,0 7,9

2007-05 12,0 17,2 8,1 7,4 13,2 12,6 4,4 14,5 8,8 9,6 13,6

2007-06 7,6 13,0 7,3 3,3 10,8 9,8 3,9 7,3 1,3 10,1 7,1

2007-07 21,0 23,6 14,3 12,3 16,3 19,6 7,9 24,4 16,3 16,4 8,0

2007-08 18,0 24,2 14,4 11,6 19,3 12,9 9,2 14,6 16,5 13,7 3,6

2007-09 13,7 23,9 13,7 7,2 12,9 24,0 9,7 16,0 16,2 15,1 9,6

2007-10 3,4 6,4 2,7 2,5 4,7 12,3 1,2 4,4 4,8 3,9 4,1

2007-11 0,9 9,4 4,9 4,2 6,6 11,0 4,3 6,3 8,4 4,8 4,5

2007-12 4,2 10,1 2,3 2,6 6,3 6,6 0,9 6,8 2,9 4,4 5,0

2008-01 1,7 9,5 1,4 2,2 5,2 4,7 1,3 2,2 2,6 2,9 2,0

2008-02 2,2 5,2 0,5 5,2 5,5 4,6 0,5 4,0 1,1 2,7 4,6

2008-03 5,2 13,3 5,5 5,6 8,0 8,5 1,5 5,2 4,0 4,7 11,3

2008-04 10,5 14,6 6,5 6,1 8,5 9,3 2,7 7,1 4,9 4,2 8,2

2008-05 5,7 10,7 5,4 3,9 6,3 6,4 2,4 6,7 4,1 5,7 5,3

2008-06 10,4 18,2 6,4 9,2 11,0 13,1 2,7 12,5 12,3 8,8 13,7

2008-07 4,2 7,0 3,3 3,1 3,6 4,8 1,2 5,0 3,9 3,6 4,5

2008-08 9,5 36,3 17,5 8,7 22,0 24,0 9,5 19,0 18,1 18,3 23,0

2008-09 10,8 32,2 15,6 9,1 16,1 18,1 12,0 5,6 11,4 21,6 30,3

2008-10 28,7 53,0 28,3 27,6 36,0 42,2 19,5 37,8 39,0 33,2 38,2

2008-11 24,7 39,4 23,9 25,8 27,9 34,8 18,1 29,2 26,6 26,5 34,1

2008-12 17,6 40,1 17,5 17,9 23,7 31,1 12,5 25,5 19,4 22,5 27,9

2009-01 13,7 30,9 15,9 13,5 20,5 24,1 10,5 18,8 19,9 21,0 20,0

2009-02 9,2 23,7 11,9 16,0 10,9 20,1 5,3 12,9 10,6 13,8 14,4

O3 Pasivo

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ vii

ANEXO V - PROMEDIOS MENSUALES ACTIVO PM10 Y AUTOMÁTICOS CO, NO2, O3

Y PM10

CU ET LP UP

2004-01

2004-02

2004-03

2004-04

2004-05

2004-06

2004-07

2004-08 109 210

2004-09 112 259 396 155

2004-10 45 68 117

2004-11 181 78 100 300

2004-12 92

2005-01 94

2005-02 123 131

2005-03 77 201 150 249

2005-04 73 140 135 114

2005-05 84 119 130 124

2005-06 87 125 137 132

2005-07 88

2005-08 97 136 169 123

2005-09 92 173 183 194

2005-10 128

2005-11 56 124 99 135

2005-12 71 160 186 163

2006-01 101 102 105

2006-02 80 102 95 102

2006-03 88 110 98 105

2006-04 88 107 95 99

2006-05 71 112 110 93

2006-06 66 120 100 91

2006-07 105 141 138 134

2006-08 129 159 158 138

2006-09 127 124 150 132

2006-10 85 133 151 136

2006-11 68 127 118 92

2006-12 69 120 112 97

2007-01

2007-02 21 24 27 32

2007-03 14 33 15 38

2007-04 44 88 51 135

2007-05 34 61 37 34

2007-06 63 82

2007-07 95 129

2007-08 69 85 120 131

2007-09 86 128 122 179

2007-10 72 84 54 150

2007-11 25 72 80 119

2007-12 28 42 79 59

2008-01 21 49 60 113

2008-02 19 27 54 26

2008-03 21 32 106 75

2008-04 18 29 71 84

2008-05 26 18 89 71

2008-06 21 32 59

2008-07 34 58 96

2008-08 46 85 81 88

2008-09 42 67 88 100

2008-10 32 54 63 83

2008-11 22 44 37 72

2008-12 14 51 34 67

2009-01 18 38 32 63

2009-02 18 44 34 99

Activo PM10

CO (ug/m3) NO2 (ug/m3) O3 (ug/m3) PM10 (ug/m3)

2004-01

2004-02

2004-03

2004-04

2004-05

2004-06

2004-07

2004-08

2004-09

2004-10

2004-11

2004-12

2005-01

2005-02

2005-03

2005-04

2005-05

2005-06

2005-07

2005-08

2005-09

2005-10

2005-11

2005-12

2006-01

2006-02

2006-03

2006-04

2006-05

2006-06

2006-07

2006-08

2006-09 0,8 51,4 45,7

2006-10

2006-11 1,1 27,8 1,2

2006-12 0,4 16,5 8,3

2007-01 0,9 11,4 8,7

2007-02 0,8 14,2

2007-03 0,7 14,2

2007-04

2007-05

2007-06

2007-07

2007-08

2007-09

2007-10

2007-11

2007-12

2008-01 0,3 16,6

2008-02 0,5 18,0 46,4

2008-03 0,2 21,2 58,4

2008-04 0,1 19,9 67,2

2008-05 18,8 68,3

2008-06 0,6 20,7 89,1

2008-07 0,8 25,8 87,1

2008-08 0,7 23,1 110,3

2008-09 0,9 27,2 69,8

2008-10 0,9 21,3 6,5

2008-11 0,9 22,4 17,8

2008-12 1,0 31,9 32,4

2009-01 1,0 25,6 9,7

2009-02 0,8 16,9 40,3

Automáticos Estación ET

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ viii

ANEXO VI - DATOS MENSUALES METEOROLOGÍA

TIMESTAMP

Por mes

SumaDeRai

n_mm_Tot

Solar_kwh/

m2

PromedioD

eRH

PromedioD

eAirTC_Avg

MínDeAirTC

_Avg

MáxDeAirT

C_Avg

2007/10 39,12 24898,79 60,76 19,16 6,18 34,82

2007/11 257,81 26054,03 69,50 24,80 15,28 34,99

2007/12 203,45 25265,16 74,13 25,56 19,35 35,43

2008/01 339,09 24064,51 77,90 25,37 20,86 33,67

2008/02 200,91 23198,89 72,58 25,48 19,01 33,97

2008/03 156,72 25898,62 73,05 25,22 18,69 32,77

2008/04 146,30 20544,08 71,45 23,18 12,67 31,65

2008/05 50,80 19457,97 67,03 21,04 8,42 30,68

2008/06 26,16 15312,93 67,11 18,13 10,66 27,78

2008/07 43,69 19889,85 64,63 23,24 15,22 31,35

2008/08 69,34 21663,83 55,36 23,33 14,87 33,12

2008/09 67,06 24031,38 45,47 23,64 11,91 34,13

2008/10 123,95 25915,03 63,06 25,25 16,26 34,41

2008/11 50,04 29085,03 58,59 27,08 17,76 36,08

2008/12 116,33 27698,69 63,38 26,75 19,83 37,47

2009/01 224,79 30637,33 65,89 25,85 17,18 36,23

2009/02 167,13 24308,00 71,10 25,78 20,95 32,78

2009/03 82,55 14087,29 70,78 26,05 20,13 34,19

ANEXO VII - CORRELACIONES: CICLO ANUAL

NO2 O3 PM10 CO NO2 O3 PM10 CO

Enero 23,3129574 7,5 73,0 0,79 -5% -28% -23% 13%

Febrero 22,4862319 5,0 66,8 0,76 -9% -53% -29% 8%

Marzo 18,2665055 7,4 81,3 0,67 -26% -30% -14% -5%

Abril 17,1135422 6,3 92,3 0,60 -30% -41% -2% -14%

Mayo 18,0502514 9,4 83,3 0,53 -27% -11% -12% -24%

Junio 17,7612683 12,3 85,1 0,62 -28% 16% -10% -12%

Julio 23,8175169 12,9 98,5 0,70 -3% 22% 4% 0%

Agosto 33,8728718 13,4 112,3 0,63 38% 27% 19% -9%

Septiembre 34,2261801 14,0 137,6 0,77 39% 33% 46% 10%

Octubre 32,0680515 16,8 91,3 0,84 30% 59% -3% 21%

Noviembre 28,2297315 9,0 95,8 0,84 15% -15% 1% 20%

Diciembre 19,4026398 8,5 71,5 0,64 -21% -19% -24% -8%

Total 24,5797702 10,6 94,4 0,70

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ ix

ANEXO VIII - CORRELACIONES CICLO SEMANAL

NO2 O3 PM10 CO

Lunes 12,2627388 9,90633868 55,8540907 0,73128905

Martes 11,5246254 7,77963827 54,7222582 0,71795752

Miércoles 11,8099022 7,54324845 56,5663455 0,75765932

Jueves 12,157889 8,36255823 55,1787977 0,79668278

Viernes 12,1055369 9,82732384 56,4466233 0,78159439

Sábado 11,478828 8,10944941 53,2878608 0,71395688

Domingo 10,4583217 9,4742015 47,5285691 0,62552084

11,685406 8,71467977 54,2263636 0,7320944

NO2 O3 PM10 CO

Lunes 5% 14% 3% 0%

Martes -1% -11% 1% -2%

Miércoles 1% -13% 4% 3%

Jueves 4% -4% 2% 9%

Viernes 4% 13% 4% 7%

Sábado -2% -7% -2% -2%

Domingo -11% 9% -12% -15%

ANEXO IX - CORRELACIONES CICLO DIARIO

Hora

PromedioDe

CO

PromedioDe

NO2

PromedioDe

O3

PromedioDe

PM10 Hora CO NO2 O3 PM10

00:00 0,722731712 7,58 6,58 50,03 00:00 -1% -35% -21% -23%

01:00 0,636852595 6,28 7,33 43,05 01:00 -13% -46% -12% -33%

02:00 0,568839109 5,44 7,93 38,16 02:00 -22% -53% -5% -41%

03:00 0,525743595 5,05 8,36 34,54 03:00 -28% -56% 0% -47%

04:00 0,504850366 5,15 8,43 33,81 04:00 -31% -56% 1% -48%

05:00 0,510041414 7,01 7,97 37,42 05:00 -30% -40% -4% -42%

06:00 0,580490301 10,98 6,59 48,56 06:00 -21% -5% -21% -25%

07:00 0,725468907 13,52 5,17 70,10 07:00 -1% 16% -38% 8%

08:00 0,792095239 13,70 5,68 80,86 08:00 8% 18% -32% 25%

09:00 0,746315791 12,81 7,96 72,65 09:00 2% 10% -4% 12%

10:00 0,733618236 12,62 10,15 68,76 10:00 0% 9% 22% 6%

11:00 0,700761183 12,20 11,88 66,54 11:00 -4% 5% 43% 3%

12:00 0,698091606 11,79 12,69 65,55 12:00 -5% 2% 52% 1%

13:00 0,622904487 10,91 13,82 63,73 13:00 -15% -6% 66% -1%

14:00 0,617437384 11,74 14,11 61,08 14:00 -16% 1% 70% -6%

15:00 0,652471486 12,56 13,14 62,98 15:00 -11% 8% 58% -3%

16:00 0,708908049 13,83 12,21 65,09 16:00 -3% 19% 47% 1%

17:00 0,772535888 15,81 9,93 69,36 17:00 6% 36% 19% 7%

18:00 0,913671131 17,97 6,34 85,34 18:00 25% 55% -24% 32%

19:00 1,058529691 18,46 4,50 101,36 19:00 45% 59% -46% 57%

20:00 1,046629216 16,93 4,27 104,83 20:00 43% 46% -49% 62%

21:00 0,985527547 14,60 4,31 89,80 21:00 35% 26% -48% 39%

22:00 0,907555972 12,05 4,75 76,50 22:00 24% 4% -43% 18%

23:00 0,831688809 9,58 5,68 62,68 23:00 14% -17% -32% -3%

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ x

ANEXO X - DATOS DE LA VALIDACIÓN A 3 DÍAS

Fecha NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3)PM10 (ug/m3)

2006/12/02 20,5 4,8 0,23 #N/A 20 5 0,3 2,6% 5,0% 29,0%

2006/12/26 16,8 2,8 0,39 #N/A 17 2,5 0,4 1,0% 10,6% 3,1%

2007/02/22 16,0 #N/A 0,78 #N/A 15 0,7 6,1% 9,8%

2008/01/26 10,5 #N/A 0,55 #N/A 10 0,5 5,2% 8,4%

2008/02/12 24,5 #N/A 0,45 #N/A 25 0,5 2,1% 11,4%

2008/04/14 17,9 #N/A 0,37 65,3 19 0,4 66 6,0% 9,1% 1,1%

2008/05/31 22,9 #N/A 0,43 122,4 21 0,4 121 8,1% 7,5% 1,1%

2008/11/30 35,2 #N/A 0,93 45,1 37 0,9 50 5,2% 3,4% 10,8%

2008/12/01 37,2 #N/A 1,02 51,8 34 1 52 8,7% 1,6% 0,5%

2009/01/04 28,0 #N/A 0,86 19,6 28 0,9 22 0,1% 5,2% 12,4%

NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3)PM10 (ug/m3)

2006/12/03 17,5 5,5 0,06 #N/A 18 6 0,1 2,7% 9,0% 54,6%

2006/12/27 16,5 2,6 0,54 #N/A 17 3 0,5 2,9% 16,0% 7,8%

2007/02/23 13,6 #N/A 0,72 #N/A 14 0,6 2,6% 16,2%

2008/01/27 13,8 #N/A 0,50 #N/A 11 0,5 20,1% 1,0%

2008/02/13 23,2 #N/A 0,51 #N/A 26 0,5 11,9% 2,7%

2008/04/15 24,8 #N/A 0,60 63,7 20 0,6 65 19,2% 0,8% 2,0%

2008/06/01 23,5 #N/A 0,43 124,3 29 0,4 125 23,3% 7,5% 0,6%

2008/12/01 37,2 #N/A 1,02 51,8 40 0,9 54 7,4% 11,5% 4,3%

2008/12/02 23,1 #N/A 0,66 16,5 20 1,1 25 13,6% 66,0% 51,2%

2009/01/05 40,6 #N/A 1,14 27,0 35 1,1 25 13,8% 3,6% 7,3%

NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3)PM10 (ug/m3)

2006/12/04 27,0 9,7 0,15 #N/A 19 8 0,2 29,7% 17,8% 33,7%

2006/12/28 13,5 3,8 0,72 #N/A 14 4 0,9 3,9% 4,2% 25,7%

2007/02/24 14,8 #N/A 0,76 #N/A 15 0,8 1,1% 5,7%

2008/01/28 16,1 #N/A 0,45 #N/A 12 0,6 25,2% 33,7%

2008/02/14 16,6 #N/A 0,43 #N/A 27 0,6 62,7% 39,9%

2008/04/16 26,4 #N/A 0,65 65,7 18 0,7 70 31,8% 6,9% 6,5%

2008/06/02 20,7 #N/A 0,43 123,4 25 0,4 126 20,9% 7,5% 2,1%

2008/12/02 23,1 #N/A 0,66 16,5 29 0,7 42 25,3% 5,6% 154,1%

2008/12/03 32,7 #N/A 0,79 43,3 29 0,8 36 11,2% 1,1% 16,8%

2009/01/06 24,4 #N/A 0,90 21,0 28 1 25 14,5% 11,1% 19,0%

Valor Promedio Registrado Valor Predicho % Error

Valor PredichoValor Promedio Registrado % Error


ANEXO XI - DATOS DE LA VALIDACIÓN A 1 MES

Fecha NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3)

2004-11 24,4 2,3 164 20,5 1,4 89 15,9% 42,1% 45,9%

2004-12 17,9 1,1 46 21,4 2,0 51 20,1% 76,3% 10,9%

2005-04 15,7 4,6 116 13,0 5,3 136 16,8% 14,3% 17,1%

2005-12 23,6 5,1 145 22,0 5,0 135 6,9% 1,5% 6,9%

2007-07 28,4 16,4 112 28,1 8,1 94 1,1% 50,5% 15,6%

2007-11 27,4 5,9 74 32,3 4,9 70 18,0% 18,0% 5,5%

2008-03 24,0 6,6 0,2 73 23,2 5,8 0,3 59 3,2% 11,9% 29,8% 18,4%

2008-09 41,4 16,6 0,9 91 37,0 25,1 0,8 76 10,7% 51,2% 1,5% 16,5%

2008-11 39,9 28,3 0,9 48 35,0 31,4 1,0 57 12,4% 11,0% 15,1% 17,7%

2009-01 29,4 19,0 1,0 40 28,9 20,5 0,8 43 1,6% 8,0% 13,5% 7,4%


Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ xi

ANEXO XII - PRESUPUESTO

Item Descripción Costo Total

(Bs) Costo Total

($US)

Papel 7 paquetes de 500 hojas a 30 Bs cada 210,00 30,00

Tinta de Impresora 4 Cartuchos BN y 2 Cartuchos Color 840,00 120,00

Documentos 7 Empastados y 10 Anillados 365,00 52,14

Transporte 40 semanas 800,00 114,29

Teléfono 300 minutos 450,00 64,29

Internet 40 semanas de uso 1200,00 171,43

Computadora 40 semanas de uso 1620,55 231,51

Libros

6 libros 5728,21 818,32

Vicent, E. Lopez, A..Dispersion de Contaminantes de la Atmósfera (Alfaomega,2004)

Godish, T.Air Quality, 4th Edition (CRC,2003)

Wilks, D..Statistical Methods in the Atmospheric Sciences, Volume 91, Second Edition (Academic Press,2005)

Jacobson, M..Fundamentals of Atmospheric Modeling, 2º ed. (Cambridge University Press,2005)

Borrego, C. Miranda, A.M..Air Pollution Modeling and its Application XIX (Springer,2008)

Sportisse, B.Air Pollution Modelling and Simulation (Springer,2002)

Capacitación Curso de meteorología 600,00 85,71

Total 11813,77 1687,68

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ xii

ANEXO XIII - CURRICULUM VITAE

Hoja de Vida (Al 7 de agosto de 2009)

.I Datos Personales

Nombre y Apellidos : Fernando Chávez Gomes da Silva

Fecha de nacimiento : 10 de octubre de 1986

Lugar de nacimiento : Santa Cruz de la Sierra

Nacionalidad : Boliviana

Cédula de Identidad : 5347501 SC.

Estado Civil : Soltero

Idiomas : Español, Portugués e Inglés

Domicilio : Av. La Salle esq. Calle Franz Tamayo # 6

Teléfono : 3431926 / 72669555

E-mail : [email protected]

.II Estudios Realizados

Nivel Primario : Colegio “La Salle”

Nivel Secundario : Bachiller en Humanidades, Colegio “La Salle”

Superiores : Graduado por Excelencia, Ingeniería Industrial y de Sistemas,

Universidad Privada de Santa Cruz de la Sierra 2009

.III Cursos Realizados

Curso sobre Climatología y Planificación Urbana, realizado en La Paz, del 29 de enero al 03 de febrero del 2007, con una duración de 40 horas

Seminario Taller Internacional Sistemas de Transporte No Motorizado, realizado en Cochabamba, del 26 al 27 de noviembre del 2007, con duración de 16 horas.

Curso - Taller Sistemas de Tratamientos de Aguas Residuales (SIB, SIQ), realizado en Santa Cruz, del 14 al 17 de abril del 2008, con duración de 6 horas.

Taller de Monitoreo de la Calidad del Aire – Red Automática (Red MoniCA), realizado en La Paz, del 28 al 30 de julio del 2008, y en Santa Cruz el 1 de agosto con duración de 32 horas.

Capacitación en el Manejo de Equipos de Medición de Emisiones Vehiculares y Certificación (Aire Limpio, CECAP), realizado en Santa Cruz, 14 y 15 de agosto del 2008, con duración de 16 horas.

Curso de Monitoreo de Contaminantes con tubos pasivos y olores (Red MoniCA), realizado en La Paz, 19 y 20 de agosto del 2008, con duración de 10 horas.

Workshow in Micro-Automation: STEP7 Micro/Win PLC S7-200 (UPSA - Siemens), realizado en Santa Cruz, 16 al 18 de febrero del 2009, con duración de 24 horas.

Anexos

Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ xiii

.I Actividades y Distinciones

Colegio Abanderado Del Colegio La Salle y premiado como el Mejor Alumno de la Promoción 2004

1er Lugar Olimpiadas de Física, tema Ondas, UPSA, año 2004

1er Lugar Nacional, 100 Becas para los 100 Mejores, Universidad Privada de Bolivia (UPB), Año 2004

1er Lugar, Beca UPSA-Cainco, diciembre del 2004

1er Lugar, Beca “Premio Futuro” CRE, diciembre del 2004

Ganador de la Beca de la Fundación Simón I. Patiño, mayo del 2005

Universidad Beca a la Excelencia, Universidad Privada de Santa Cruz de la Sierra,

2do Lugar, Carrera Ing. Industrial y de Sistemas, 1er Semestre 2005

1er Lugar, Carrera Ing. Industrial y de Sistemas, 2do Semestre 2005

1er Lugar, Carrera Ing. Industrial y de Sistemas, 1er Semestre 2006





Participación en la Reunión de Técnicos de la Red MoniCA (Red de Monitoreo de la Calidad del Aire). Cochabamba del 12 de septiembre del 2006.

Participación en la Reunión de Técnicos de la Red MoniCA (Red de Monitoreo de la Calidad del Aire). Cochabamba del 30 de octubre del 2007.

Participante 3er Feria de Emprendimiento, Facultad de Ciencias Empresariales UPSA, con el proyecto “Análisis de Factibilidad para la Implementación de una Fábrica de Ácido Sulfúrico en el departamento de Santa Cruz”, en noviembre 2007

1er Lugar de la Feria TECNOUPSA 2007, con el proyecto “Simulación de la dispersión de los contaminantes del aire (NO2, O3, PM10) de la ciudad de Santa Cruz de la Sierra”, en noviembre 2007

Expositor de Ponencia Estudiantil del Congreso Latinoamericano de Estudiantes de Ingeniería Industrial y Afines - CLEIN 2007, con el tema “Importancia del Uso de Técnicas de Inteligencia Artificial aplicadas a la Simulación”, del 29 de octubre al 3 de noviembre del 2007.

1er Lugar de la Feria TECNOUPSA 2008, con el proyecto “Análisis y control del proceso de secado de madera”, en noviembre 2008

.I Experiencia Laboral

Asistente de Laboratorio de Química, Universidad Privada de Santa Cruz de la Sierra, 2º Semestre (agosto a diciembre) del 2006.

Asistente de Cátedra de la materia de Física III, Universidad Privada de Santa Cruz de la Sierra, 1º Semestre (febrero a junio) del 2007.

Expositor en la Expocruz 2007 y Expocruz 2008 en el Stand de la Dirección de Medio Ambiente, del 21/09/2007 al 30/09/2007 y del 19/09/2008 al 28/09/2008

Expositor en la Expoforest 2008 y Expoforest 2009 en el Stand de la Dirección de Medio Ambiente, del 26/03/2008 al 29/03/2008 y del 25/03/2009 al 28/03/2009

Prácticas Profesionales, Empresa “CIAGRO S.A.”, en el área de Repuestos para Maquinaria Agrícola, 124 horas desde febrero hasta abril del 2008

Prácticas Profesionales, Dirección de Medio Ambiente del Gobierno Municipal de Santa Cruz, en la Unidad Técnico Científica, desde mayo hasta noviembre del 2008

Técnico del trabajo de campo y laboratorio para el estudio de monitoreo de la calidad del aire para el estudio de línea base para la explotación de hierro del Mutún, junio y julio del 2008

Técnico de la Red MoniCA Santa Cruz (Red de monitoreo de calidad del aire), UPSA – Swisscontact – Gobierno Municipal Autónomo de Santa Cruz de la Sierra, desde marzo 2006 a mayo 2009

Asistente en Consultoría, Reporte de emisiones en estaciones de bombeo de la red de gasoductos de Transredes YPFB Transporte, Santa Cruz, abril 2009

Ingeniero de Planta, Industrias Cerámicas INCERCRUZ, desde mayo 2009 a agosto 2009.

Especialista en Monitoreo Ambiental, YPFB Transporte, desde agosto 2009 a la fecha

estudio de la dispersión de los contaminantes atmosféricos en la ciudad de santa cruz de la sierra

Documents