iv. evaluación técnica de una red de monitoreo. - gob.mx€¦ · el siguiente cuadro muestra un...
TRANSCRIPT
69
IV. Evaluación técnica de una red de monitoreo.
Esta sección sirve de guía al usuario para identificar las necesidades de monitoreo, a la par que describeel análisis
de evaluación de redes.
IV.1 Identificación de necesidades de monitoreo.
Antes de iniciar la evaluación de una red de monitoreo, sus proyectos deben ser revisados y priorizados. Las redes
probablemente son usadas para cumplir una variedad de propósitos, tales como vigilar el cumplimiento de las
normas de calidad del aire, reportar al público la condición del aire de un sitio en un momento determinado, evaluar
la exposición de la población a contaminantes, evaluar el traslado de los contaminantes, monitorear fuentes de
emisión específicas, condiciones de fondo y evaluar modelos de calidad del aire, entre otros. Estos propósitos
pueden ser clasificados como primarios o secundarios y los monitores individuales dentro de una red pueden servir
para diferentes propósitos. De esta forma, cada técnica analítica seleccionada para apoyar la evaluación de una red
debe ser elegida en función de los propósitos globalesde ella en general y de cada estación de monitoreo en lo
particular. En adición, los recursos invertidos en cada análisis deben ser proporcionales a la prioridad de los
propósitos que están siendo evaluados. El siguiente cuadro muestra un resumen de los propósitos más comunes
con los que se establecen las redes de monitoreo de aire ambiente y refiere algunos ejemplos de aplicaciones
particulares acompañados de comentarios genéricos muy útiles sobre la ubicación de las estaciones de monitoreo,
de acuerdo con el propósito referido. Es oportuno señalar, sin embargo, que esta lista no es exhaustiva ni
universalmente aplicable para todos los contaminantes.
Realizar evaluaciones de estaciones o redes de monitoreo ayuda a medir tanto el éxito, como las deficiencias en el
cumplimiento de los objetivos para los que fueron instaladas. Por tanto, una vez definidos los objetivos del
monitoreo, éstos se vuelven la base para la evaluación técnica tanto de las estaciones como de las redes de
monitoreo, además, el análisis estadístico o situacional pueden ser considerados para evaluarlas.
70
Tabla IV. 5 Propósitos típicos de las redes de monitoreo de aire ambiente.
Propósito Ejemplo Comentario
Establecer el cumplimiento
de normas.
Satisfacer las regulaciones nacionales. Los monitores estarán situados de tal manera que se pueda evaluar el cumplimiento de normas.
Satisfacer las regulaciones locales y
estatales.
Los estados o municipios pueden tener regulaciones de calidad del aire más estrictos que los
requerimientos federales.
Entendimiento científico
de la calidad del aire para
apoyar otro tipo de análisis
o evaluaciones.
Evaluación de modelos de calidad del aire. Los monitores cerca de los límites del dominio de modelación son útiles para definir
las condiciones de frontera. Los que están en el interior del dominio de modelación apoyan
la aplicación y evaluación de los modelos.
Evaluar reducción de emisiones
o evaluación de inventarios de emisiones.
El núcleo urbano y las áreas de máxima emisión pueden ser útiles para la evaluación
e inventarios y dar seguimiento a las emisiones.
Aporte de fuente. Los monitores que recopilan datos de muchas especies (p. ej., especiación de PM2.5)
y con resolución temporal alta son útiles para análisis de aporte de fuente.
Variabilidad temporal. El monitoreo frecuente (p. ej., cada 1-h ó 3-h) pude ser útil para identificar patrones diurnos.
Entender tendencias
históricas de la calidad
del aire.
Seguimiento de tendencias. Los monitores con funcionamiento prolongado en el tiempo son valiosos para la comprensión
y el seguimiento de las tendencias a largo plazo.
Consistencia histórica. Los sitios de monitoreo cuyos métodos de muestreo no han sido cambiados pueden ayudar
a mantener consistencia para comparaciones anuales.
Caracterización específica
de áreas geográficas
o fuentes de emisión.
Monitorear los impactos sobre la calidad
del aire de una fuente de emisiones.
Los monitores situados cerca de fuentes específicas son útiles para el seguimiento
de las emisiones de una fuente en particular y para desarrollar estrategias de reducción
de emisiones o el seguimiento de los cambios debido a los controles.
Monitoreo de áreas de máxima emisión
de precursores.
Tratándose de contaminantes secundarios como el ozono, los monitores situados en las zonas de
máxima emisión de precursores son útiles para el modelado y diseño de estrategias de control.
Monitoreo de áreas de máxima
concentración de contaminantes.
Los monitores localizados viento debajo de los sitios de máxima emisión.
71
Monitoreo de concentraciones de fondo. Los monitores de fondo situados correctamente miden de manera rutinaria los valores más bajos
esperados en la región. Se utilizan para evaluar las contribuciones locales y regionales
y nunca se instalan viento arriba.
Monitoreo de contaminantes sustitutos. Algunas mediciones son útiles como sustitutas de otros contaminantes que no son monitoreados.
Por ejemplo, los monitores de CO pueden ser utilizados como sustitutos para humo de madera.
Trazar la distribución
espacial de los
contaminantes del aire.
Caracterización del traslado
entre jurisdicciones.
Los sitios que se encuentran cerca de fronteras políticas o entre áreas urbanas e industriales son
útiles para caracterizar el traslado de contaminantes entre distintas jurisdicciones.
Interpolación y entendimiento de gradientes
de contaminante.
La alta densidad de monitores mejora la generación de mapas de interpolación, como los utilizados
en AIRNow (Agencia de Protección Ambiental en EE.UU. (EPA, 2003a). Los monitores cerca de la
frontera urbana son particularmente útiles para controlar la interpolación de altas concentraciones.
Medición del desempeño. Los datos de monitoreo son usados para medir los efectos de programas y estrategias de control
de la contaminación del aire. Los monitores en áreas impactadas son más útiles para evaluar la
eficacia de los controles.
Asistencia en el pronóstico. Los monitores viento arriba son útiles para el pronóstico de la calidad del aire. Para el pronóstico
del ozono, las mediciones de NOx son útiles. Para PM2.5 el monitoreo continuo es muy valioso.
Evaluar exposición
de la población
a los contaminantes del aire.
Justicia ambiental. Los monitores situados en zonas que tienen ingresos altos y bajos, así como en zonas con
poblaciones minoritarias pueden ser de especial valor para evaluar cuestiones de justicia
ambiental
Reporte púbico de indicadores de calidad
del aire.
Los monitores situados en los lugares en los que las personas viven, trabajan y juegan son
importantes para evaluar la exposición a contaminantes y la protección de la salud pública.
Fuente: EPA, 2007.
72
IV.2 Métodos de evaluación técnica.
En este documento las técnicas para evaluar las cualidades técnicas de una red son agrupadas en tres categorías:
sitio por sitio, bottom-up y optimización de redes. La comparación sitio por sitio evalúa los monitores de manera
individual y de acuerdo con sus propósitos específicos; el análisis bottom-up evalúa otros parámetros además de las
concentraciones ambientales, a fin de calificar la ubicación óptima de los monitores para que cumplan con los
propósitos para los que fueron diseñados; finalmente, el análisis de optimización de redes evalúa diversos
escenarios de diseño de aquéllas. Dentro de estas tres grandes categorías de análisis y complejidad, las técnicas
específicas son evaluadas de acuerdo con la siguiente escala:
* Necesidad mínima de habilidades especiales; evaluación rápida.
** Puede requerir herramientas comunes, datos fácilmente disponibles y habilidades básicas de
análisis; evaluación rápida.
*** Requiere habilidades de análisis; la evaluación requiere de inversión moderada de tiempo.
**** Habilidades de análisis significativas, herramientas especializadas; proceso de evaluación iterativo
y requiere gran inversión de tiempo.
IV.2.1 Análisis sitio por sitio.
En este tipo de análisis se asigna un valor a cada monitor individual basado en una métrica particular. Estos análisis
son buenos para evaluar cuáles monitores podrían ser candidatos para modificación o remoción. El análisis sitio por
sitio no es útil para evaluar el desempeño de una red de monitoreo como un todo. En general, las métricas de cada
monitor son independientes del resto de los monitores que conforman una red.
El análisis sitio por sitio incluye la aplicación de las siguientes etapas:
1. Determinar los propósitos más importantes del monitoreo.
2. Evaluar la historia del monitor (incluyendo los propósitos originales).
3. Seleccionar una lista de métricas para el análisis basada en los propósitos y recursos disponibles.
4. Ponderar las métricas sobre la base de la importancia de los propósitos.
5. Calificar el monitor para cada métrica.
6. Sumar las calificaciones y evaluar los monitores.
7. Examinar los monitores con la evaluación más baja para determinar su posible reubicación.
Los monitores con bajas calificaciones deberán ser examinados detalladamente sobre la base de caso por caso, ya
quepuede haber razones regulatorias o políticas para mantener en operación un monitor específico.
73
IV.2.2 Análisis Bottom-up.
El análisis Bottom-up examina las evidencias que, según se cree, causan una alta concentración de contaminantes
y/o exposición de la población, a saber: las emisiones, la meteorología, y la densidad de población. Por ejemplo, los
datos de los inventarios de emisiones se puede utilizar para determinar las zonas de máxima concentración de
contaminantes que se emiten directamente (es decir, las emisiones primarias). Por otra parte, los datos del
inventario de emisiones son menos útiles para entender la formación de contaminantes en la atmósfera (es decir,
contaminantes secundarios como el ozono). Varios conjuntos de datos se pueden combinar mediante técnicas de
análisis espacial para determinar las ubicaciones óptimas de los sitios de monitoreo para diferentes objetivos. La
localización de los sitios identificados por esta vía puede ser comparada entonces con la ubicación de las estaciones
de monitoreo,pues están en operación en un sitio determinado y de esta forma evaluar la conveniencia o no de
retirar o re-localizar dichos sitios. Este tipo de análisis, sin embargo, se basa en una comprensión profunda de los
fenómenos que causan los problemas de calidad del aire. Las técnicas de análisis Bottom-up son más complejas y
requieren una cantidad importante de recursos (tiempo, datos, herramientas y capacidad analítica).
Es importante destacar que las técnicas de análisis sitio por sitio y Bottom-up producen mejores resultados cuando
se ejecutan en combinación. El análisis sitio por sitio identifica típicamente, redundancia de una red, mientras que el
análisis Bottom-up identifica deficiencias en la operación de la misma.
IV.2.3 Análisis de optimización de redes.
La técnica de análisis denominada “optimización de redes”, tiene un enfoque integral para evaluar una red de
monitoreo de calidad del aire. Estas técnicas suelen asignar puntajes a diferentes escenarios de red; un diseño
alternativo de red puede ser comparado con el diseño de una red que ya se encuentra en operación. Las técnicas
específicas de análisis son mostradas en el cuadro siguiente.
Estas son algunas referencias útiles para revisar casos concretos de aplicación de la mayoría de las metodologías
de evaluación técnica de redes monitoreo en esta sección:
i. Cimorelli A.J., Chow A.H., Stahl C.H., Lohman D., Ammentorp E., Knapp R., and Erdman T. (2003) Region III ozone
network reassessment. Presented at the Air Monitoring & Quality Assurance Workshop, Atlanta, GA, September 9-
11 by the U.S. Environmental Protection Agency, Region 3, Philadelphia, PA. Disponible en:
http://www.epa.gov/ttn/amtic/files/ambient/pm25/workshop/atlanta/r3netas.pdf
ii. Eder B.K., Davis J.M., and Bloomfield P. (1993) A characterization of the spatiotemporal variability of non-urban
ozone concentrations over the eastern United States. Atmos. Environ. 27A, 2645-2668.
iii. Hafner H.R., Penfold B.M., and Brown S.G. (2005) Using spatial analysis techniques to select monitoring locations.
Presentation at the U.S. Environmental Protection Agency’s 2005 National Air Quality Conference: Quality of Air
Means Quality of Life, San Francisco, CA, February 12-13 (STI-2645).
iv. Ito K., De Leon S., Thurston G.D., Nadas A., and Lippman M. (2005) Monitor-to-monitor temporal correlation of air
pollution in the contiguous U.S. J. Exposure Analy. Environ. Epidem. 15, 172-184.
v. Knoderer C.A. and Raffuse S.M. (2004) CRPAQS surface and aloft meteorological representativeness (California
Regional PM10/PM2.5 Air Quality Study Data Analysis Task 1.3). Web page prepared for the California Air
74
Resources Board, Sacramento, CA, by Sonoma Technology, Inc., Petaluma, CA. Disponible en:
http://www.sonomatechdata.com/crpaqsmetrep/ (STI-902324-2786).
vi. Lehman J., Swinton K., Bortnick S., Hamilton C., Baldridge E., Eder B., and Cox B. (2004) Spatio-temporal
characterization of tropospheric ozone across the eastern United States. Atmos. Environ. 38, 4357-4369.
vii. O'Sullivan D. and Unwin D.J. (2003) Geographic Information Analysis, John Wiley & Sons, Inc., Hoboken, New
Jersey.
viii. Paatero P., Hopke P.K., Hoppenstock J., and Eberly S.I. (2003) Advanced factor analysis of spatial distributions of
PM2.5 in the eastern United States. Environ. Sci. Technol. 37 (11), 2460-2476.
ix. Rizzo, M.J. and Scheff, P.A. (2004) Assessing Ozone Networks Using Positive Matrix Factorization. Environ.
Progress. 23 (2), 110-119.
x. Schmidt M. (2001) Monitoring strategy: national analysis. Presented at the Monitoring Strategy Workshop,
Research Triangle Park, NC, October by the U.S. Environmental Protection Agency. Disponible en:
http://www.epa.gov/ttn/amtic/netamap.html.
xi. Sullivan D.C., Hafner H.R., Brown S.G., MacDonald C.P., Raffuse S.M., Penfold B.M., and Roberts P.T. (2005)
Analyses of the causes of haze for the Central States (phase II) summary of findings. Executive summary prepared
for the Central States Regional Air Planning Association by Sonoma Technology, Inc., Petaluma, CA, STI-
904780.08-2754-ES, August.
xii. U.S. Environmental Protection Agency (2001) National assessment of the existing criteria pollutant monitoring
networks O3, CO, NO2, SO2, Pb, PM10, PM2.5 - Part 1. Outputs from the National Network Assessment
Introduction and Explanation, July 21. Disponible en: http://www.epa.gov/ttn/amtic/netamap.html.
xiii. U.S. Environmental Protection Agency (2003) Region 5 network assessment. Presented at the Air Monitoring &
Quality Assurance Workshop, Atlanta, CA, September 9-11 by the U.S. Environmental Protection Agency, Region 5.
Disponible en: http://www.epa.gov/ttn/amtic/files/ambient/pm25/workshop/atlanta/r5netas.pdf
75
Tabla IV. 6 Técnicas específicas empleadas en el análisis sitio por sitio.
Técnica Complejidad Objetivos evaluados Resumen
Número de parámetros
monitoreados en el sitio.
*
Valor global del sitio.
Evaluación de modelos.
Aporte de fuente.
Los sitios se clasifican por el número de parámetros (o instrumentos) que se monitorean. Los sitios que
alojan más monitores de forma conjuntacon otros instrumentos de medición son probablemente los
más valiosos. Este análisis se realiza por simple conteo del número de parámetros que se miden en un
sitio y es útil para cualquier contaminante.
Tendencias de impacto. * a **
Análisis de tendencias.
Consistencia histórica.
Evaluación de reducción de
emisiones.
Los monitores que tienen más tiempo de operación son valiosos para el seguimiento de tendencias. En
este análisis los monitores se clasifican según la duración de sus registros de medición continua y el
procedimiento puede ser tan simple como clasificar los monitores disponibles en función del tiempo de
muestreo continuo,además de quesirve para medir cualquier contaminante.
Concentraciones
medidas. **
Localización de concentración
máxima.
Evaluación de modelos.
Cumplimiento regulatorio.
Exposición de la población.
Los monitores individuales se clasifican en función de la concentración de contaminantes que miden.
Los que detectan concentraciones elevadas son mejor evaluados que los de bajas cantidades. Los
resultados pueden ser utilizados para determinar cuáles son los monitores menos eficaces a la hora de
cumplir el objetivo seleccionado. Este análisis es útil para cualquier contaminante.
Desviación de normas. ** Cumplimiento regulatorio.
Apoyo en el pronóstico.
Los sitios para medir las concentraciones (valores de diseño) que están muy cerca de los umbrales
definidos por la normas de calidad del aire, son mejor valorados en este análisis. Estos sitios pueden
ser considerados más valiosos para evaluar el cumplimiento de las normas. Los sitios útiles para medir
concentraciones muy por encima o por debajo del umbral de las normas no proporcionan tanta
información en términos del cumplimiento de éstas. Este análisis es útil para cualquier contaminante
que cuente con norma de calidad del aire.
Área atendida. **
Cobertura espacial.
Interpolación.
Concentraciones de fondo.
Los sitios se clasifican según su área de cobertura. Los que se usan para representar un área grande
son mejor valorados en este análisis. El área de cobertura (área atendida) de un monitor se puede
determinar mediante la técnica de polígonos de Thiessen. Cada polígono está formado por los puntos
más cercanos a un sitio particular que a cualquier otro sitio. Esta técnica le da más peso a las zonas
rurales y los parajes en los bordes de las áreas urbanas. El cálculo de los polígonos de Theissen es
uno de los métodos cuantitativos más sencillos para determinar el área de representación alrededor de
un sitio,sin embargo, no es un verdadero indicador de cuál es el lugar más representativo de la
concentración de contaminantes en un área determinada. La Meteorología, la topografía, y la
proximidad a la población o a las fuentes de emisión no son consideradas, por lo que, es probable que
para algunas áreas de interés específico se obtenga una mejor representación con otro monitor. Este
análisis es útil para O3, PM2.5, SO2 y algunos tóxicos.
76
Correlación monitor a monitor. ** a ***
Evaluación de modelos.
Cobertura espacial.
Interpolación.
Las concentraciones medidas en un monitor, se comparan con las obtenidas en otros monitores, a fin
de determinar si aquéllas se correlacionan temporalmente. Pares de monitores con coeficiente de
conexión cercanos a uno están altamente correlacionados y deben ser evaluados con un menor valor
que aquellos que presentan coeficiente de correlación cercana a cero. Los monitores que no se
correlacionan bien con otros exhiben una variación temporal única de la concentración y es probable
que sean importantes para evaluar las emisiones locales, el traslado y la cobertura espacial. Los
monitores con concentraciones que correlacionan bien (p. ej., r2> 0,75 ) con las obtenidas por otro
monitor pueden ser redundantes. Este análisis debe ser realizado para cada contaminante y es útil
para O3, PM2.5 y algunos tóxicos.
Población cubierta. *** Población expuesta.
Justicia ambiental.
Las grandes poblaciones están asociadas con altas emisiones. Los sitios se evalúan en función del
número de personas a las que representan. El área de representación puede ser determinada
utilizando la técnica de los polígonos de Thiessen, pues le da más peso a los sitios que están en zonas
de alta población y tienen grandes áreas de representación. Este análisis es útil para O3, PM2.5, SO2 y
algunos tóxicos
Análisis de componentes
principales. ***
Concentraciones de fondo.
Apoyo en el pronóstico.
El análisis de componentes principales puede ser aplicado para encontrar sitios de monitoreo que
muestren un patrón de variabilidad similar a la de otros lugares de observación. Este análisis asigna
cada monitor a un grupo de similares en los cuales las concentraciones se comportan de manera
parecida y puede ser útil para encontrar redundancia en la red. También lo es en la selección de los
lugares para otros análisis, como por ejemplo al de aporte de fuente. Este procedimiento funciona bien
para O3, PM2.5, SO2 y tóxicos.
Sesgo de remoción. ***
Cumplimiento regulatorio.
Evaluación de modelos.
Cobertura espacial.
Concentraciones de fondo.
Interpolación.
Los valores medidos son interpolados en un dominio y utilizando la totalidad de la red. Los sitios son,
entonces, sistemáticamente removidos y la interpolación se repite. La diferencia absoluta entre la
concentración medida en un sitio y la que es estimada por interpolación con el sitio removido, es el
sesgo de remoción del sitio. Mayor sesgo o incertidumbre indica un sitio más importante para
desarrollar interpolaciones para representar las concentraciones en un dominio. Los sitios con menor
sesgo pueden proveer información redundante. Este análisis es útil para O3, PM2.5, SO2 y algunos
tóxicos.
Fuente: EPA, 2007
77
Tabla IV. 7 Técnicas específicas empleadas en el análisis Bottom-up.
Técnica Complejidad Objetivos evaluados Resumen
Inventario de
emisiones. ** a ****
Evaluación de reducción de
emisiones.
Localización de máxima emisión
de precursores.
Los datos de inventarios de emisiones se utilizan para identificar los lugares donde se concentran las
dispersiones de contaminantes de preocupación. Estos lugares pueden ser comparados con las
localizaciones de los sitios de monitoreo, tanto de una red en operación, como de una propuesta.
Este análisis puede ser escalado a diferentes niveles de complejidad, dependiendo de la
disponibilidad de recursos. En el nivel más simple, los patrones de emisión a nivel municipio, tal como
los reportados actualmente en el Inventario Nacional de emisiones de Contaminantes Criterio, se
pueden comparar contra la localización de los monitores. Para la medición de máximo de emisiones
primarias o de precursores, los monitores deben ser colocados en los municipios con máxima
densidad de emisiones. El uso de métodos más complejos para monitorear emisiones ponderadas
por especie química o de aquéllas con una mayor resolución espacial, dependerá de la importancia
de la generación de contaminantes secundarios. Este análisis es útil para contaminantes primarios y
precursores.
Densidad de
población.
** Exposición de la población.
Justicia ambiental.
La información sobre distribución de la población en el área de interés es útil para identificar los sitios
impactados o los más susceptibles de impacto. Este análisis es útil para cualquier contaminante.
Cambio
poblacional.
*** Exposición de la población.
Justicia ambiental.
Localización de máxima emisión
de precursores.
Las altas tasas de crecimiento poblacional están asociadas con un aumento potencial de las
emisiones, la actividad y la exposición. Los sitios son evaluados en base al aumento de la población
en el área de representación. Las áreas de representación pueden ser determinadas utilizandola
técnica de los polígonos de Thiessen. Esta técnica le da más peso a los sitios en áreas con altas
tasas de crecimiento de la población y grandes áreas de representación. Este análisis es útil para O3,
PM2.5, SO2 y algunos tóxicos.
Modelado de
conveniencia.
****
Exposición de la población.
Justicia ambiental.
Monitoreo orientado a fuente.
Evaluación de modelos.
Localización de máxima emisión
de precursores.
Concentraciones de fondo.
Caracterización del traslado.
El modelado de conveniencia es un método adecuado para ubicar la pertinencia de sitios para el
monitoreo basado en criterios específicos. Mapas geográficos con capas de información que
representen criterios importantes tales como; influencia de fuentes de emisión, cercanía a lugares
poblados, uso de suelo rural o urbano y accesibilidad al sitio, pueden ser compiladas y reunidas para
desarrollar un mapa compuesto que represente la combinación de criterios importantes para un área
definida. Además, a cada capa de información ingresada al mapa se le puede asignar un factor de
peso basado en la importancia relativa de cada una de ellas. Los resultados identifican los mejores
lugares para ubicar los monitores sobre la base de los criterios empleados. Este análisis es útil para
cualquier contaminante.
78
Modelación
fotoquímica.
****
Localización de máxima emisión
de precursores.
Monitoreo orientado a fuente.
Caracterización del traslado.
Exposición de la población.
Concentraciones de fondo.
Toda la información obtenida de condiciones locales (topografía, uso del suelo, ordenamiento urbano,
entre otras), meteorología, emisiones y calidad del aire, será usada para el adecuado diseño de la red
de monitoreo. Cuando se requiera, se podrá utilizar esta información para realizar una modelación
preliminar que permita llenar vacíos de información para entender la formación y dispersión de
contaminantes en el área de estudio. Este análisis es útil para contaminantes secundarios.
Fuente: EPA, 2007
Tabla IV. 8 Técnicas específicas empleadas en el análisis de Optimización de Redes.
Técnica Complejidad Objetivos evaluados Resumen
Correlación Monitor a
Monitor. ** a ***
Evaluación de modelos.
Cobertura espacial.
Interpolación.
Las concentraciones medidas en un monitor se comparan con las obtenidas en otros, a fin de
determinar si aquéllas se correlacionan temporalmente. Pares de monitores con coeficiente de
conexión cercanos a uno están altamente correlacionados y deben ser evaluados con un menor
valor que aquellos que presentan coeficiente de correlación cercana a cero. Los monitores que
no se correlacionan bien con otros exhiben una variación temporal única de la concentración y
es probable que sean importantes para evaluar las emisiones locales, el traslado y la cobertura
espacial. Los monitores con concentraciones que correlacionan bien (p. ej., r2> 0,75 ) con las
obtenidas por otro monitor pueden ser redundantes.Este análisis debe ser realizado para cada
contaminante.
Análisis de componentes
principales.
***
Concentraciones de fondo.
Apoyo en el pronóstico.
El análisis de componentes principales puede ser aplicado para encontrar sitios de monitoreo
que muestren un patrón de variabilidad similar a la de otros lugares de observación. Este
análisis asigna cada monitor a un grupo de similares en los cuales las concentraciones se
comportan de manera parecida y puede ser útil para encontrar redundancia en la red. También
lo es en la selección de los lugares para otros análisis, como por ejemplo al de aporte de fuente
Este análisis es útil para O3, PM2.5, SO2 y tóxicos.
79
Sesgo de remoción.
***
Cumplimiento regulatorio.
Evaluación de modelos.
Cobertura espacial.
Concentraciones de fondo.
Interpolación.
Los valores medidos son interpolados en un dominio y utilizando la totalidad de la red. Los sitios
son, entonces, sistemáticamente removidos y la interpolación se repite. La diferencia absoluta
entre la concentración medida en un sitio y la que es estimada por interpolación con el sitio
removido, es el sesgo de remoción del sitio. Mayor sesgo o incertidumbre indica un sitio más
importante para desarrollar interpolaciones para representar las concentraciones en un dominio.
Los sitios con menor sesgo pueden proveer información redundante.
Este análisis es útil para O3, PM2.5, SO2 y algunos tóxicos
Matriz de factorización
positiva.
****
Aporte de fuentes.
Evaluación de inventarios
de emisiones.
Esta técnica puede ser aplicada a redes con sitios de monitoreo ubicadas en áreas con
concentraciones y variabilidad de las que son similares. Los sitios están asignados a un grupo
de acuerdo con la similitud de la variabilidad en las concentraciones. Los que están dentro del
mismo grupo pueden ser redundantes. La matriz de factorización positiva también predice las
concentraciones. Las que han sido predichas por cada grupo se pueden comparar con las
reales en cada sitio para determinar monitores específicos que no están contribuyendo con
información útil y pueden ser removidos o reubicados. Esta técnica requiere software
especializado y grandes cantidades de datos de muchos sitios.
Este análisis es útil para O3, PM2.5, SO2 y tóxicos
Fuente: EPA, 2007
80
V. Remoción de Sitios de Monitoreo.
En México no se dispone actualmente de criterios normados u oficiales para determinar la continuidad o no de una
estación o una red de monitoreo. Por lo que, en caso de llevar a cabo una evaluación técnica de desempeño de una
estación o red para determinar si es pertinente o no su remoción, se sugiere usar como referencia, y sólo como eso,
los criterios empleados en los Estados Unidos de Norteamérica y enunciado en el documento “Ambient Air
Monitoring Network Assessment Guidance” (EPA, 2007), los cuales se describen brevemente a continuación:
V.1 Objetivo alcanzado y expectativa de ser mantenido.
Un monitor puede ser removido de la red de monitoreo: Si los datos registrados por el aparato reportan
concentraciones de los contaminantes evaluados por debajo de las normas de calidad del aire y si, además, se
cumplen las siguientes condiciones:
1. Si las concentraciones de partículas (PM2.5 y PM10), ozono (O3), monóxido de carbono (CO), dióxido de
azufre (SO2), plomo (Pb), o dióxido de nitrógeno (NO2) revelan el cumplimiento de sus respectivas normas
de calidad del aire durante los cinco años anteriores a la evaluación.
2. Si la probabilidad de que, en dicho monitor, se registren concentraciones superiores al 80% del valor
aplicable a los valores de norma es menor al 10% durante los próximos tres años. Esta probabilidad se
estima sobre la base de las concentraciones, las tendencias y la variabilidad observada en el pasado.
3. El monitor no es específicamente requerido por un plan ya sea de mantenimiento o de cumplimiento.
4. El monitor no es el último en una zona con mala calidad del aire (que no cumple con las normas vigentes
de calidad del aire).
Las condiciones 1, 3 y 4 son sencillas y no requieren orientación adicional. Sin embargo, la condición 2 es más
complicada. Una aproximación conservadora para llevarla a cabo es el uso de la ecuación 1.
NAAQSn
stX *8.0
*
(Ec. 1)
Donde X es la concentración promedio (obtenido de acuerdo al contaminante y al procedimiento establecido en la
respectiva norma de calidad del aire) de los últimos 5 años (o más), t es el valor de la t de student de n-1 grados de
libertad con un nivel de confianza de 90%, s es la desviación estándar obtenida a partir de los valores con los que
se estima X , n es el número de registros (es decir, el número de valores con los que se obtiene X), y NAAQS es el
valor normado para el contaminante en cuestión. En el caso de México, el valor NAAQS podría ser el valor de norma
NOM para el contaminante de interés de acuerdo con la regulación mexicana, por lo que la ecuación anterior podría
quedar como sigue:
81
sNOMn
stX '*8.0
* (Ec. 2)
Los valores de 0.8 * NOMS se proporcionan en el cuadro siguiente,valores de n, n-1, valor de la t de student se
proporcionan en cuadro, un mínimo de cinco años de datos para contaminantes con estándares anuales (CO, NO2,
SO2 y PM10) y 5 datos para O3 y PM2.5 son necesarios para esta demostración.
Tabla IV. 9 Normas Oficiales Mexicanas de Calidad del Aire.
Contaminante Tiempo promedio Valor normado
(Concentración) 0.8 * valor normado
Partículas - PM10. 24 horas. 120 µg/m3. 96 µg/m3.
Promedio aritmético anual. 50 µg/m3. 40 µg/m3.
Partículas - PM2.5. 24 horas. 65 µg/m3. 52 µg/m3.
Promedio aritmético anual. 15 µg/m3. 12 µg/m3.
Ozono - O3. 1 hora. 0.11 ppm. 0.088 ppm.
Móvil de 8 horas. 0.08 ppm. 0.064 ppm.
Monóxido de carbono – CO. Móvil de 8 horas. 11 ppm. 8.8 ppm.
Bióxido de azufre – SO2.
Móvil de 8 horas. 0.200 ppm. 0.160 ppm.
24 horas. 0.11 ppm. 0.088 ppm.
Promedio aritmético anual. 0.025 ppm. 0.02 ppm.
Bióxido de nitrógeno – NO2. 1 hora. 0.21 ppm. 0.168 ppm.
Tabla IV. 10 Valores para n, n-1 y t – student.
Número de datos (n) Grados de libertad
(n-1)
Valores t – student
(90% de confianza)
5 4 2.13
6 5 2.02
7 6 1.94
8 7 1.89
9 8 1.86
10 9 1.83
11 10 1.81
12 11 1.80
13 12 1.78
14 13 1.77
15 14 1.76
16 15 1.75
17 16 1.75
Fuente: EPA, 2007
82
Es importante tener en cuenta que la ecuación 2 es sólo una aproximación que puede ser usada para determinar si
la condición 2 se cumple. Otros enfoques pueden ser útiles, en particular, los que son sensibles a las tendencias
durante los 5 años o más.
V.2 Concentraciones consistentemente bajas en relación a otros monitores.
Se pueden realizar cuatro pruebas a fin de asegurarse que un monitor debe ser removido, sobre la base de que es
redundante, debido a que consistentemente mide concentraciones más bajas que otros monitores:
1. El monitor de CO, PM10, SO2, o NO2 ha medido concentraciones más bajas del mismo contaminante que
otro similar en la misma área durante los cinco años anteriores.
2. Las medidas de control previstas para ser implementadas o descontinuadas durante los próximos cinco
años no se aplican en las zonas que rodean a los monitores evaluados.
3. Los cambios producidos por las medidas de control tendrán efectos similares en las concentraciones
medidas, de tal forma que el monitor que se mantenga será aquel con las mayores lecturas de los dos
monitores que se comparan.
4. El monitor no es requerido por un plan de trabajo específico.
V.3 Monitores que no registran violaciones a las normas de calidad del aire.
Se pueden realizar dos pruebas para asegurarse que un monitor se puede quitar debido a que no ha registrado
violaciones a las normas de calidad del aire:
1. Cualquier monitor, para cualquier contaminante, en un área determinada que no haya medido las
violaciones de la normas de calidad del aire en los cinco años anteriores puede ser elegible para ser
retirado.
2. Un programa de Control de la Calidad del Aire prevé un enfoque específico y reproducible para representar
la calidad del aire en el área de interés en la ausencia de datos de monitoreo.
V.4 Monitores viento arriba.
A fin de poder remover un monitor que está diseñado para medir las concentraciones viento arriba de una zona
urbana y poder caracterizar el traslado al interior del área,deben cumplirse los siguientes criterios:
1. El monitor no ha registrado violaciones a las normas de calidad del aire en los cinco años previos.
2. El retiro del monitor está vinculado a la puesta en marcha de otra estación que también caracteriza el
traslado.
V.5 Problemas logísticos más allá del control del área responsable.
Un monitor no elegible para su remoción bajo alguno de los criterios anteriores, puede ser movido a un lugar
cercano a la misma escala de representación, siempre y cuando presente problemas logísticos que van más allá del
control del área responsable, lo que hace imposible el continuar con la operación de su sitio actual.
83
VI. Consideraciones en la aplicación de Protocolo.
Considerando que los objetivos del monitoreo de la calidad del aire pueden cambiar en el tiempo, como resultado de
una serie de circunstancias tales como cambios: En los contaminantes de interés, en los patrones de emisión de
contaminantes, poblacionales o de comportamiento de la población (por ejemplo, crecimiento de la motorización) y
mejor comprensión de los fenómenos asociados con la dinámica atmosférica de la contaminación, es probable que
las redes de monitoreo tengan monitores innecesarios o redundantes en algunas zonas, además de localizaciones
ineficientes o poco efectivas para algunos contaminantes, mientras que otras regiones o contaminantes sufren de
falta de monitores. Ante esta situación en años recientes ha proliferado el interés de realizar evaluaciones periódicas
del desempeño de una red, a fin de estar en condiciones de llevar a cabo los ajustes necesarios para optimizar su
funcionamiento, lo cual se puede lograr a través de:
Redistribuir los recursos disponibles.
Crear recursos adicionales.
Potenciar el valor de los monitores existentes en una red.
Así por ejemplo, en los Estados Unidos de Norteamérica, la Agencia de Protección Ambiental (EPA), determinó que
los sistemas de monitoreo de la calidad del aire deberían ser evaluados cada cinco años, a fin de determinar, por lo
menos, si las redes cumplen con los objetivos para los que fueron instrumentadas originalmente, si se hacen
necesarios nuevos sitios, si existen monitores que pueden ser retirados o reubicado, o si es apropiada la
incorporación de nuevas tecnologías.
Para llevar a cabo dichaprueba, la EPA publicó en 2007 la “Guía de Evaluación de Redes de Monitoreo de Aire
Ambiente” (EPA, 2007), en la cual se describen una serie de criterios y técnicas analíticas que pueden ser usadas
para ejecutar dicha evaluación. En México, como se ha mencionado con anterioridad, no existen lineamientos
oficiales que puedan ser empleados, ni para evaluar el desempeño de una red de monitoreo, ni para determinar la
pertinencia de la ubicación de un monitor. Sin embargo, dado que estas actividades son parte fundamental de la
gestión de una red de monitoreo de la calidad del aire, se sugiere usar como referencia los criterios y metodologías
descritas en este documento, los cuales corresponden a las técnicas analíticas descritas en guía antes referida y
que fuera publicada por la EPA.
Bibliografía.
Cimorelli A.J., Chow A.H., Stahl C.H., Lohman D., Ammentorp E., Knapp R., and Erdman T. (2003) Region III
ozone network reassessment. Presented at the Air Monitoring & Quality Assurance Workshop, Atlanta, GA,
September 9-11 by the U.S. Environmental Protection Agency, Region 3, Philadelphia, PA. Disponible en:
http://www.epa.gov/ttn/amtic/files/ambient/pm25/workshop/atlanta/r3netas.pdf
CFR (Code of Federal Regulations), Part 58, Appendix D. Network Design Criteria for Ambient Air Quality
Monitoring. Disponible en: http://www.ecfr.gov/cgi-bin/text-
idx?SID=4d23fbfac1cb626b8fecb9e7216cdba3&node=40:6.0.1.1.6.7.1.3.37&rgn=div9
84
CFR (Code of Federal Regulations), Part 58, Appendix E. Probe and Monitoring Path Siting Criteria for Ambient
Air Quality Monitoring. Disponible en:http://www.ecfr.gov/cgi-bin/text-
idx?SID=4d23fbfac1cb626b8fecb9e7216cdba3&node=40:6.0.1.1.6.7.1.3.38&rgn=div9
Eder B.K., Davis J.M., and Bloomfield P. (1993) A characterization of the spatiotemporal variability of non-urban
ozone concentrations over the eastern United States. Atmos. Environ. 27A, 2645-2668.
EPA – Environmental Protection Agency. 2007. Ambient Air Monitoring Network Assessment Guidance.
Analytical Techniques fot Technical Assessments of Ambient Air Monitoring Networks. Air Quality Assessment
Division Research Triangle Park. North Carolina.
Hafner H.R., Penfold B.M., and Brown S.G. (2005) Using spatial analysis techniques to select monitoring
locations. Presentation at the U.S. Environmental Protection Agency’s 2005 National Air Quality Conference:
Quality of Air Means Quality of Life, San Francisco, CA, February 12-13 (STI-2645).
HEI, 2012. The health effects Institute. Outdoor Air Pollution among Top Global Health Risk in2010. Disponible
en http://www.healtheffects.org/International/*GBD-Press-Release.pdf
Ito K., De Leon S., Thurston G.D., Nadas A., and Lippman M. (2005) Monitor-to-monitor temporal correlation of
air pollution in the contiguous U.S. J. Exposure Analy. Environ. Epidem. 15, 172-184.
Knoderer C.A. and Raffuse S.M. (2004) CRPAQS surface and aloft meteorological representativeness (California
Regional PM10/PM2.5 Air Quality Study Data Analysis Task 1.3). Web page prepared for the California Air
Resources Board, Sacramento, CA, by Sonoma Technology, Inc., Petaluma, CA. Disponible en:
http://www.sonomatechdata.com/crpaqsmetrep/ (STI-902324-2786).
Lehman J., Swinton K., Bortnick S., Hamilton C., Baldridge E., Eder B., and Cox B. (2004) Spatio-temporal
characterization of tropospheric ozone across the eastern United States. Atmos. Environ. 38, 4357-4369.
Lim et al., 2012. A comparative risk assessment of burden of disease and injury attributable to 67 risk factors and
risk factors clusters in 21 regions, 1990-2010: a systematic analysis for the Global Burden of Disease Study
2010. The Lancet, Volume 380, Issue 9895, Pages 2224-2260, 15 December 2012.
Martínez, A.P. e I. Romieu. 1997. Introducción al monitoreo atmosférico. Organización Panamericana de la
Salud. ISBN 92 75 322236. México, D.F. 262 pp.
Norma Oficial Mexicana NOM-1556-SEMARNAT-2012, Establecimiento y operación de sistemas de monitoreo
de la calidad del aire. Diario Oficial de la Federación del 16 de julio de 2012.
OMS, 2013. Sistema de consulta de la carga de enfermedades: Defunciones. Disponible en la WEB:
http://apps.who.int/gho/data/#
U.S. Environmental Protection Agency (2003a) AirNow web site. Available on the Internet at
<http://www.airnow.gov> last accessed January 17, 2005.
O'Sullivan D. and Unwin D.J. (2003) Geographic Information Analysis, John Wiley & Sons, Inc., Hoboken, New
Jersey.
Paatero P., Hopke P.K., Hoppenstock J., and Eberly S.I. (2003) Advanced factor analysis of spatial distributions
of PM2.5 in the eastern United States. Environ. Sci. Technol. 37 (11), 2460-2476.
Rizzo, M.J. and Scheff, P.A. (2004) Assessing Ozone Networks Using Positive Matrix Factorization. Environ.
Progress. 23 (2), 110-119.
Schmidt M. (2001) Monitoring strategy: national analysis. Presented at the Monitoring Strategy Workshop,
Research Triangle Park, NC, October by the U.S. Environmental Protection Agency. Disponible en:
http://www.epa.gov/ttn/amtic/netamap.html.
85
Sullivan D.C., Hafner H.R., Brown S.G., MacDonald C.P., Raffuse S.M., Penfold B.M., and Roberts P.T. (2005)
Analyses of the causes of haze for the Central States (phase II) summary of findings. Executive summary
prepared for the Central States Regional Air Planning Association by Sonoma Technology, Inc., Petaluma, CA,
STI-904780.08-2754-ES, August.
U.S. Environmental Protection Agency (2001) National assessment of the existing criteria pollutant monitoring
networks O3, CO, NO2, SO2, Pb, PM10, PM2.5 - Part 1. Outputs from the National Network Assessment
Introduction and Explanation, July 21. Disponible en: http://www.epa.gov/ttn/amtic/netamap.html.
U.S. Environmental Protection Agency (2003) Region 5 network assessment. Presented at the Air Monitoring &
Quality Assurance Workshop, Atlanta, CA, September 9-11 by the U.S. Environmental Protection Agency, Region
5. Disponible en: http://www.epa.gov/ttn/amtic/files/ambient/pm25/workshop/atlanta/r5netas.pdf
IV.2 Análisis de cobertura de las estaciones que conforman los SMCA de las zonas
metropolitanas de Oaxaca, Morelos, Tlaxcala, Monterrey y Campeche.
I. Integración de información recopilada.
1.1.- Áreas geoestadísticas.
Los datos recopilados para este proyecto tales como:Población, red carretera, estaciones de monitoreo y fuentes
puntuales de emisión, será referenciada a áreas geoestadísticas a nivel estatal y municipal. Las áreas
geoestadísticas se obtuvieron en forma vectorial del Marco Geoestadístico, diseñado y creado por el INEGI y que
está en el siguiente enlace:
http://www.inegi.org.mx/geo/contenidos/geoestadistica/m_geoestadistico.aspx
En esta dirección se seleccionaron “Áreas Geoestadísticas Estatales” y “Áreas Geoestadíticas Municipales” y los
archivos que se obtuvieron fueron:
mge2010v5_0a .zip (Áreas Geoestadísticas Estatales).
mgm2010v5_0a.zip (Áreas Geoestadísticas Municipales).
Después de descomprimir los dos archivos anteriores se obtienen los archivos shape, los cuales emplean un
sistema geográfico de coordenadas ITRF_1992 y están proyectados en un sistema coordenado de Lambert Cónica
Conformal, los archivos con la información para los estados y municipios tienen los siguientes nombres:
86
ESTADOS.shp
MUNICIPIOS.shp
Con el propósito de tener toda la información en un sistema coordenado geográfico común, los archivos con la
información de las áreas geoestadísticas se transformaron en archivos que emplean el sistema coordenado
geográfico WGS_84, sin ninguna proyección definida, los archivos resultantes tienen los siguientes nombres:
ESTADOS_WGS84.shp
MUNICIPIOSWGS84.shp
1.2.- Unión del atributo población a la capa de municipios.
Con las herramientas de un Sistema de Información Geográfico es posible hacer uniones entre una capa y una
tabla, en este caso la capa está representada por el archivo MUNICIPIOSWGS84.shp y la tabla con el archivo que
contiene los datos de población por municipio.
Para el estado de Nuevo León se empleó el archivo con valores separados por comas:
Nuevo_Leon_Poblacion2010.csv, para Campeche: Campeche_Poblacion2010.csv, para Oaxaca:
Oaxaca_Poblacion2010.csv, para Morelos: Morelos_Poblacion2010.csv y por último, para el estado de Tlaxcala el
archivo: Tlaxcala_Poblacion2010.csv.
Los archivos shape que se generan después del proceso de unión para cada uno de los estados son:
Nuevo_Leon_Poblacion2010.shp
Campeche_Poblacion2010.shp
Oaxaca_Poblacion2010.shp
Morelos_Poblacion2010.shp
Tlaxcala_Poblacion2010.shp
Lo atributos que contiene cada una de estas capas son:
Clave de la Entidad.
Clave del Municipio.
Nombre del Municipio.
Población.
En la siguiente figura se ilustra la distribución espacial de la población de cada uno de los municipios que
constituyen a la zona metropolitana de Monterrey, cuyos nombres son: Apodaca, Cadereyta de Jiménez, Carmen,
García, San Pedro Garza García, General Escobedo, Guadalupe, Juárez Monterrey, Salinas Victoria, San Nicolás de
los Garza, Santa Catarina y Santiago, la información de la población corresponde al censo de población y vivienda
llevado a cabo por el INEGI en el 2010 (http://www.inegi.org.mx) y se presenta una gráfica de la población por
municipio para el estado de Nuevo León, en la que se observa que el municipio que corresponde a Monterrey
cuenta el mayor número de habitantes y alcanza una cifra de 1,135,550, los municipios con un número de
habitantes mayor a 200,000 corresponden a: Apodaca, General Escobedo, Guadalupe, Juárez, San Nicolás de los
Garza y Santa Catarina.
87
Figura IV. 1 Distribución de la población en la zona metropolitana de Monterrey (2010).
Figura IV. 2 Población por municipio en el estado de Nuevo León (2010).
0
200,000
400,000
600,000
800,000
1,000,000
1,200,000
Ab
aso
loA
gual
egu
asLo
s A
ldam
asA
llen
de
An
áhu
acA
po
dac
aA
ram
ber
riB
ust
aman
teC
ader
eyta
Jim
énez
Car
men
Ce
rral
voC
ién
ega
de
Flo
res
Ch
ina
Dr.
Arr
oyo
Dr.
Co
ssD
r. G
on
zále
zG
alea
na
Gar
cía
San
Ped
ro G
arza
Gar
cía
Gra
l. B
ravo
Gra
l. Es
cob
edo
Gra
l. Te
rán
Gra
l. Tr
eviñ
oG
ral.
Zara
goza
Gra
l. Zu
azu
aG
uad
alu
pe
Los
Her
rera
sH
igu
eras
Hu
alah
uis
esIt
urb
ide
Juár
ezLa
mp
azo
s d
e N
aran
joLi
nar
esM
arín
Mel
cho
r O
cam
po
Mie
r y
No
rieg
aM
ina
Mo
nte
mo
relo
sM
on
terr
eyP
arás
Pes
qu
ería
Los
Ram
on
esR
ayo
nes
Sab
inas
Hid
algo
Salin
as V
icto
ria
San
Nic
olá
s d
e lo
s G
arza
Hid
algo
San
ta C
atar
ina
San
tiag
oV
alle
cillo
Vill
ald
ama
Nuevo León
Poblacion
88
Se muestra la distribución espacial del número de habitantes en el estado de Campeche, no obstante que, en este
estudio, únicamente se tiene interés el municipio de Campeche,también se incluye la información para los otros
municipios, pero sólo para fines de comparación. Aquí se observa que el municipio de Campeche es el más
poblado de todo el estado de y ostenta una población de 259,005 habitantes.En estaentidad, los municipios con un
número de habitantes mayor a 200,000 son los de Campeche y ciudad del Carmen.
Figura IV. 3 Distribución de la población en el estado de Campeche (2010).
89
Figura IV. 4 Población por municipio en el estado de Campeche (2010).
En la figura siguiente se ilustra la distribución espacial de la población de cada uno de los municipios que
constituyen a la zona metropolitana de Oaxaca, cuyos nombres son: Oaxaca de Juárez, San Agustín de las Juntas,
San Agustín Yatareni, San Andrés Huayápam, San Antonio de la Cal, San Bartolo Coyotepec, San Jacinto Amilpas,
Ánimas Trujano, San Lorenzo Cacaotepec, San Pablo Etla, Villa de Etla, San Sebastián Tutla, Santa Cruz Amilpas,
Santa Cruz Xoxocotlán, Santa Lucía del Camino, Santa María Atzompa, Santa María Coyotepec, Santa María del
Tule, Santo Domingo Tomaltepec, Soledad Etla, Tlalixtac de Cabrera y Villa de Zaachila, la información de la
población corresponde al censo de población y vivienda llevado a cabo por el INEGI en el 2010
(http://www.inegi.org.mx)
0
50,000
100,000
150,000
200,000
250,000
300,000
Cal
kin
í
Cam
pec
he
Car
men
Ch
amp
otó
n
Hec
elch
akán
Ho
pel
chén
Pal
izad
a
Ten
abo
Escá
rceg
a
Cal
akm
ul
Can
de
lari
a
Campeche
Poblacion
90
Figura IV. 5 Distribución de la población en la zona metropolitana de Oaxaca (2010).
En la imagen siguiente se presenta una gráfica de la población, por municipio, para la Zona metropolitana de
Oaxaca y se observa que el municipio que corresponde a Oaxaca de Juárez cuenta el mayor número de habitantes
y alcanza una cifra de 263,357, de los 22 municipios que integran la zona metropolitana, 20 ellos cuentan con un
número de habitantes menores a 50,000.
91
Grafica IV. 1 Población por municipio para la Zona metropolitana de Oaxaca (2010).
En la figura siguiente se muestra la distribución espacial del número de habitantes en la zona metropolitana de
Tlaxcala, la que está constituida por los siguientes municipios: Amaxac de Guerrero, Apetatitlán de Antonio Carvajal,
Apizaco, Cuaxomulco, Chiautempan, Contla de Juán Cuamatzi, Panotla, Santa Cruz Tlaxcala, Tetla de la
Solidaridad, Tlaxcala, Tocatlán, Totolac, Tzompantepec, Xaloztoc, Yauhquemecan, La Magdalena Tlaltelulco, San
Damián Texoloc, San Francisco Tetlanohcan y Santa Isabel Xiloxoxtla.
0
50,000
100,000
150,000
200,000
250,000
300,000O
axac
a d
e Ju
árez
San
Agu
stín
de
las
Jun
tas
San
Agu
stín
Yat
are
ni
San
An
dré
s H
uay
ápam
San
An
ton
io d
e la
Cal
San
Bar
tolo
Co
yote
pec
San
Jac
into
Am
ilpas
Án
imas
Tru
jan
o
San
Lo
ren
zo C
acao
tep
ec
San
Pab
lo E
tla
Vill
a d
e Et
la
San
Seb
asti
án T
utl
a
San
ta C
ruz
Am
ilpas
San
ta C
ruz
Xo
xoco
tlán
San
ta L
ucí
a d
el C
amin
o
San
ta M
aría
Atz
om
pa
San
ta M
aría
Co
yote
pec
San
ta M
aría
de
l Tu
le
San
to D
om
ingo
To
mal
tep
ec
Sole
dad
Etl
a
Tlal
ixta
c d
e C
abre
ra
Vill
a d
e Za
ach
ila
Zona Metropolitana de Oaxaca.
Población, 2010.
92
Figura IV. 6 Distribución de la población en la zona metropolitana de Tlaxcala (2010).
En la gráfica siguiente se observa que el municipio de Tlaxcala es el más poblado dentro de la zona
metropolitanacon una población de 89,795 habitantes, le siguen los municipios de Apizaco y Chiautempan con cifras
de 76,492 y 66,149 habitantes respectivamente, la población del resto de los municipios es menor de 40,000
habitantes.
93
Grafica IV. 2 Población por municipio para la zona metropolitana de Tlaxcala (2010).
La figura siguiente presenta la distribución de la población en el estado de Morelos, en este caso no hay municipios
que definan a una zona metropolitana como en los dos casos anteriores, por lo tanto, para el presente estudio, se
hará uso de todos los municipios que componen al estado de Morelos.
0
10,000
20,000
30,000
40,000
50,000
60,000
70,000
80,000
90,000
100,000
Am
axac
de
Gu
erre
ro
Ap
eta
titl
án d
e A
nto
nio
Car
vaja
l
Ap
izac
o
Ch
iau
tem
pan
Co
ntl
a d
e Ju
an C
uam
atzi
Cu
axo
mu
lco
La M
agd
alen
a Tl
alte
lulc
o
Pan
otl
a
San
Dam
ián
Tex
ólo
c
San
Fra
nci
sco
Tet
lan
oh
can
San
ta C
ruz
Tlax
cala
San
ta Is
abel
Xilo
xoxt
la
Tetl
a d
e la
So
lidar
idad
Tlax
cala
Toca
tlán
Toto
lac
Tzo
mp
ante
pec
Xal
ozt
oc
Yau
hq
uem
ehca
n
Zona Metropolitana de Tlaxcala.
Población, 2010
94
Figura IV. 7 Distribución de la población en el estado de Morelos (2010).
El número de habitantes por municipio para el estado de Morelos se muestra gráficamente en la Fig. 1.2.6. De aquí
podemos observar que el área más poblada corresponde al municipio de Cuernavaca, cuya población alcanza
365,168 habitantes, el segundo lugar le corresponde al municipio de Jiutepec con 196,953 habitantes y el tercer
lugar lo tiene el municipio de Cuautla cuya población es de 175,207 habitantes.
95
Grafica IV. 3 Población por municipio para el estado de Morelos (2010).
La información de la distribución espacial del número de habitantes es de gran relevancia en el diseño espacial
óptimo para la instalación de estaciones de monitoreo de calidad del aire, debido a que es uno los factores que
determinan los sitios ideales para la ubicación de las estaciones de monitoreo.
1.3.- Emisiones de fuentes puntuales.
El inventario de emisiones de fuentes puntuales es un estudio anual de plantas químicas, refinerías, plantas de
suministro eléctrico y otros sitios industriales. Para el presente estudio se usa el Inventario Nacional de Emisiones
(INEM) para fuentes puntuales correspondiente al año 2008, generado por la SEMARNAT, la información relevante
que contiene este estudio es la siguiente:
Especies contaminantes: Óxidos de azufre (SOx), monóxido de carbono (CO), óxidos de nitrógeno (NOx),
compuestos orgánicos volátiles (COV), amoníaco (NH3), carbón negro (BC), materia particulada menor a 10
micrones (PM10) y materia particulada menor a 2.5 micrones (PM2.5).
0
50,000
100,000
150,000
200,000
250,000
300,000
350,000
400,000
Am
acu
zac
Atl
atla
hu
can
Axo
chia
pan
Aya
la
Co
atlá
n d
el R
ío
Cu
autl
a
Cu
ern
avac
a
Emili
ano
Zap
ata
Hu
itzi
lac
Jan
tete
lco
Jiu
tep
ec
Joju
tla
Jon
acat
epec
Maz
atep
ec
Mia
catl
án
Ocu
itu
co
Pu
ente
de
Ixtl
a
Tem
ixco
Tep
alci
ngo
Tep
ozt
lán
Tete
cala
Tete
la d
el V
olc
án
Tlal
nep
antl
a
Tlal
tiza
pán
Tlaq
uilt
enan
go
Tlay
acap
an
Toto
lap
an
Xo
chit
epec
Yau
tep
ec
Yeca
pix
tla
Zaca
tep
ec
Zacu
alp
an
Tem
oac
Morelos
Población, 2010.
96
Parámetros de una chimenea: coordenadas geográficas (latitud, longitud), altura, diámetro, velocidad y temperatura
de los gases de salida.
1.4.- Representación de fuentes puntuales en un Sistema de Información Geográfico (SIG).
Las coordenadas latitud-longitud de cada una de las chimeneas describen puntos sobre la superficie de la tierra, por
lo que es posible crear una capa con un Sistema de Información Geográfico tal como ArcGIS, para georeferenciar
las ubicaciones de cada una de las chimeneas que se encuentran en los archivos de emisiones de las fuentes
puntuales.
El sistema coordenado geográfico que se emplea para representar la ubicación de las chimeneas en los mapas de
los municipios a los cuales pertenecen, es el WGS84 y en este caso, no se usa un sistema coordenado de
proyección.
Los datos de entrada al Sistema de Información Geográfico (coordenadas geográficas de las chimeneas latitud-
longitud) se proporcionan a través de los archivos de emisiones de fuentes puntuales y los que resultan en formato
shape.
1.5.- Integración de las capas de información.
Los sistemas actuales de información geográfica tienen la capacidad para superponer capas de información y de
esta forma contestar preguntas tales como ¿qué caminos se encuentran en un municipio dado? ¿qué fuentes de
emisión hay en un polígono dado?, etc.
La práctica de superponer varias capas de información, cuando están separadas en varias capas, es de gran ayuda,
ya que de esta forma se logra integrar toda la información, lo facilita su análisis. Para este estudio se llevó a cabo la
superposición de capas con la información relevante para instalar nuevas estaciones de monitoreo y poder medir la
calidad del aire en:La zona metropolitana de Oaxaca, la de Tlaxcala y el estado de Morelos.
Las capas a superponer contienen información de la topografía del terreno, carreteras principales, fuentes puntuales
de emisión y estaciones de monitoreo de la calidad del aire actualmente instaladas y en operación.
El conocimiento de la información topográfica es muy importante debido a que contribuye de algún modo al
comportamiento meteorológico de la región y por lo tanto, en el establecimiento de los patrones de viento, los cuales
son un factor que juega un papel de suma importancia para la instalación de las estaciones de monitoreo de la
calidad del aire.
Debido a que las emisiones producto del escape de las fuentes móviles contribuyen con un gran porcentaje altotal
de contaminantes que provienen de actividades realizadas por el hombre también llamadas antropogénicas, es de
mucha utilidad conocer cómo es la distribución espacial de las principales carreteras por las que se desplazan estas
fuentes de emisión, además de que ello proporciona criterios para una mejor planeación en la instalación de nuevas
97
estaciones de monitoreo. Es muy importante tener registro de los contaminantes emitidos por esta categoría de
fuentes, debido a que este tipo de emisiones causan un gran daño a la salud de la población.
La capa que contiene la información de las ubicaciones de las estaciones de monitoreo es muy importante, debido a
que los principales objetivos de una red de monitoreo de calidad del aire son:
1. Proveer, de manera oportuna, datos de la calidad del aire al público en general mismos que pueden ser
presentados a través de diferentes vías, tales como mapas de la calidad del aire, periódicos, sitios de internet o
como parte de los avisos públicos sobre el pronóstico del tiempo.
2. Vigilar el cumplimiento de los estándares de calidad del aire y apoyar el desarrollo de estrategias de control de
emisiones. Los datos generados por las redes de monitoreo pueden ser utilizados para evaluar los modelos
regionales de calidad del aire usados en el diseño de estrategias de control de emisiones, y para dar
seguimiento al impacto que tiene la implementación de dichas medidas sobre la calidad del aire. El monitoreo en
zonas cercanas a las principales fuentes de emisión y el que va orientado a fuentes pueden proporcionar
información valiosa sobre qué tan bien están controlando sus emisiones las fuentes industriales.
3. Apoyar el desarrollo de estudios de investigación sobre la contaminación del aire. Los datos de calidad del aire
pueden ser usados para complementar la información colectada por investigadores que trabajan en la evaluación
de los efectos en la salud y procesos atmosféricos, o para desarrollar trabajos en torno a los métodos de
monitoreo.
La superposición de las capas de información correspondientes a laszonasmetropolitanas de Monterrey, Campeche,
Oaxaca, Tlaxcala y delestado de Morelos se hicieron con el Sistema de Información Geográfica ArcGIS, y los
archivos que se generaron para cada uno de los casos son los siguientes:
EstMon_Carr_ZMM.mxd
EstMon_Carr_ZMC.mxd
Todas_Capas_ZMO_SN.mxd
Todas_Capas_ZMT_SN.mxd
Todas_Capas_Morelos_SN.mxd
En la figura siguiente se presenta, de una manera ilustrativa, la visualización de las capas superpuestas para la
zona metropolitana de Monterrey, y en ella se pueden observar claramente las partes elevadas que existen en la
parte suroeste del municipio de Monterrey y en general, de casi todos los municipios que constituyen esta zona; las
principales carreteras que atraviesan la zona también están representadas,al igual que la distribución espacial de las
estaciones de monitoreo.
98
Figura IV. 8 Integración de las capas de información: Topografía, carreteras y estaciones de monitoreo
de calidad del aire en la zona metropolitana de Monterrey.
La siguiente figura muestra un terreno prácticamente plano en el municipio de Campeche, lo cual permite que el aire
se mueva libremente; la ausencia de valles impide que se creen capas de inversión y este tipo de terreno permite
que la atmósfera se refresque rápidamente.La única estación de monitoreo de calidad del aire para este estadoestá
ubicada en el municipio de Campeche y cercana al mar como se puede observar, también se muestran las
principales carreteras que atraviesan el estado.
99
Figura IV. 9. Integración de las capas de información: Topografía, carreteras y estaciones de monitoreo
de calidad del aire en el estado de Campeche.
En la figura siguiente se presenta, de manera ilustrativa, la visualización de las capas superpuestas para la zona
metropolitana de Oaxaca, aquí se puede observar claramente que la regiónurbana de Oaxaca está ubicada en una
zona de montañosa.Tomando como referencia al municipio de Oaxaca de Juárez,la zona quedaría en la parte norte
y noreste de dicho municipio, también se muestran las principales carreteras que atraviesan la zona metropolitana
de Oaxaca, así como la distribución espacial de las estaciones de monitoreo y de las fuentes puntuales de emisión.
100
Figura IV. 10 Integración de las capas de información: Topografía, carreteras, fuentes puntuales de emisión
y estaciones de monitoreo de calidad del aire en la zona metropolitana de Oaxaca.
La siguiente figura: Integración de las capas de información: Topografía, carreteras, fuentes puntuales de emisión y
estaciones de monitoreo de calidad del aire en la zona metropolitana de Tlaxcala muestra la topografía del estado
de Tlaxcala que, como se puede apreciar, en general es montañosa y el punto más elevado sobre el nivel del mar
está representado por el volcán la Malintzin, el cual está situado al este del municipio de Tlaxcala, también se
muestran las cinco estaciones de monitoreo de la calidad del aire que actualmente existen en el estado, dos de las
cuales están en la zona metropolitana de Tlaxcala, en tanto que las restantes en el exterior.
101
En la imagen también se puede observar la distribución espacial de las fuentes puntuales de emisión y todas,
excepto dos,se ubican en la zona metropolitana de Tlaxcala.Finalmente, la capa correspondiente a la red vial que
atraviesa el estado de Tlaxcala aparece también en esta figura.
Figura IV. 11. Integración de las capas de información: topografía, carreteras, fuentes puntuales de emisión
y estaciones de monitoreo de calidad del aire en la Zona metropolitana de Tlaxcala.
102
En la siguiente figura aparece la topografía que existe en el estado de Morelos; en la parte norte del estadose ubica
la zona montañosa que conforma la serranía del Ajusco, la parte central y la del sur están compuestas
principalmente por elevaciones de terreno relativamente bajas; la distribución espacial de las fuente puntuales de
emisión y de las estaciones de monitoreo de la calidad del aire que existen en el estado se pueden observar en esta
figura, así como la distribución de la red vial.
Figura IV. 12 Integración de las capas de información: Topografía, carreteras, fuentes puntuales
de emisión y estaciones de monitoreo de calidad del aire en el estado de Morelos.
103
En la siguiente tabla se resumen los archivos generados correspondientes a esta etapa del proyecto.
Tabla IV. 11 Resumen de los archivos generados.
Archivo Descripción
ESTADOS_WGS84.shp Áreas geoestadísticas estatales.
MUNICIPIOSWGS84.shp Áreas geoestadísticas municipales.
Oaxaca_Poblacion2010.shp Población 2010.
Tlaxcala_Poblacion2010.shp Población 2010.
Morelos_Poblacion2010.shp Población 2010.
Puntuales_Estatales_ZMO_SN.shp Inventario de emisiones 2008.
Puntuales_Federales_ZMO_SN.shp Inventario de emisiones 2008.
Puntuales_Estatales_ZMT_SN.shp Inventario de emisiones 2008.
Puntuales_Federales_ZMT_SN.shp Inventario de emisiones 2008.
Puntuales_Estatales_ZMMOR_SN.shp Inventario de emisiones 2008.
Puntuales_Federales_ZMMOR_SN.shp Inventario de emisiones 2008.
Todas_Capas_ZMO_SN.mxd Capas superpuestas.
Todas_Capas_ZMT_SN.mxd Capas superpuestas.
Todas_Capas_Morelos_SN.mxd Capas superpuestas.
104
II. Campos de viento para laszonasmetropolitanas de Oaxaca, Tlaxcala y el Estado de Morelos.
2.1.- Descripción del modelo WRF.
El modelo WRF (Weather Research and Forecasting) es un sistema para la predicción numérica del tiempo y
simulación atmosférica de área limitada cuya coordenada vertical sigue al terreno (coordenada σ). Sirve
pararesolver el conjunto de ecuaciones primitivas no-hidrostáticas de pronóstico para los campos tridimensionales
del viento, temperatura, agua y presión. Opcionalmente puede reportar otras variables incluyendo la energía cinética
turbulenta, relaciones de mezcla para: vapor de agua; lluvia/agua y agua/hielo en las nubes. Puede correr con
múltiples mallas anidadas en una o dos vías y resolver una variedad de procesos atmosféricos y de circulaciones
sobre escalas espaciales que se extienden desde uno hasta algunos miles de kilómetros. El modelo es modular
para facilitar el intercambio de opciones físicas y la asimilación de datos. Las ecuaciones se resuelven
horizontalmente sobre una estructura de malla de Arakawa-C, definida sobre un número proyecciones de mapa
disponibles.
El modelo está soportado por algunos programas de pre y post procesamiento. El software del sistema de
modelación WRF se ha escrito principalmente en lenguaje FORTRAN y ha sido desarrollado con la colaboración de
varias instituciones, entre las cuales se pueden citar las siguientes: NOAA (National Oceanic and Atmospheric
Administration), NCAR (National Center for Atmospheric Research), NCEP (National Center for Environment
Prediction), FSL (Forecast Systems Laboratory), AFWA (Air Force Weather Agency), el Naval Research Laboratory,
la Oklahoma University y la FAA (Federal Aviation Administration)El modelo se puede descargar libremente de la
dirección http://www.mmm.ucar.edu/wrf/users/download/get_source.html . Las herramientas para pre y post
procesamiento facilitan el desarrollo de varias entradas al modelo y el análisis de las salidas del mismo.
Debido a que el modelo WRF es de área limitada, requiere de información en las fronteras laterales que definan la
variación espacial y temporal en la periferia del dominio madre a través de la simulación. Las condiciones iniciales y
de frontera generalmente se especifican usando análisis observacional y se pueden complementar con
observaciones en la superficie o en los niveles superiores. Estas fuentes de información pueden obtenerse a partir
de una variedad de sistemas de análisis de rutina, que van desde algunos productos de análisis global, hasta
campos de inicialización de pronóstico a resoluciones más altas (tiempo y espacio) preparados el NWS (National
Weather Service) u otras entidades. Muchos conjuntos de datos están disponibles en NCAR (National Center for
Atmospheric Research, http://ncar.ucar.edu/ )
2.2.- Dominios de simulación.
En el presente estudio se modelan algunas regiones de interés, la primera incluye zona metropolitana de Monterrey,
la segunda al estado de Campeche, la tercera la zona metropolitana de Oaxaca (ZMO) y la cuarta al estado de
Morelos y a la zona metropolitana de Tlaxcala (ZMT).
105
Para cada una de estas regiones el modelo meteorológico WRF se configuró para correr con tres mallas: la malla
madre tiene una resolución de 36 km. y dos mallas anidadas, con una resolución de 12 km. la primera y la segunda
con una resolución de 4 km. Las mallas se definen sobre una proyección conformal de Lambert con latitudes
verdaderas en 17.5O N y 29.5O N, para el caso de la ZMM con una latitud y una longitud central en 25.7O N y 99.8O
W en ese orden, para la región de Campeche la latitud y longitud central están en 19.2O N y 91O W
correspondientemente, para el caso de la ZMO la latitud y longitud central están en 17.1O N y 96.25O W
respectivamente y para la cuarta del estado de Morelos y ZMT la latitud y longitud central están en 19.22O N y
98.62O W en ese orden.
En la figura denominada “Dominios de simulación que cubren la zona metropolitana de Monterrey, 36/12/4 km”, se
presenta la distribución geográfica de las mallas para la región que cubre a la ZMM, la malla madre se extiende más
allá del estado de Nuevo León y el tamaño de la otra más interna es tal, que cubre a toda la ZMM.
Figura IV. 13 Dominios de simulación que cubren la zona metropolitana de Monterrey, 36/12/4 km.
En la siguiente figura denominada “Dominios de simulación para el estado de Campeche 36/12/4 km” se muestra el conjunto de mallas que incluyen todo elestado; la malla madre para esta región abarca parte de los estados de Yucatán, Tabasco y Chiapas, pero se observa que el estado de Campeche está cubierto en su totalidad por la malla más interna.
106
Figura IV. 14 Dominios de simulación para el estado de Campeche, 36/12/4 km.
En la figura siguiente denominada “Dominios de simulación que cubren la zona metropolitana de Oaxaca 36/12/4 km” se muestra el conjunto de mallas que incluyen a todo el estado.
107
Figura IV. 15 Dominios de simulación que cubren la zona metropolitana de Oaxaca, 36/12/4 km.
En la figura siguiente denominada “Dominios de simulación para el estado de Morelos y la zona metropolitana de Tlaxcala, 36/12/4 km” se muestra el conjunto de mallas que incluyen todo el estado.
108
Figura IV. 16 Dominios de simulación para el estado de Morelos y la zona metropolitana de Tlaxcala 36/12/4 km.
109
2.4.- Condiciones iniciales y en la frontera.
Una condición inicial se considera como una prescripción del estado de un sistema dinámico en un tiempo
especificado y para todos los tiempos subsecuentes, las ecuaciones de movimiento y condiciones en la frontera
determinan el estado del sistema. Es por este motivo que la generación de estas condiciones deba ser lo más
cercano a la realidad, si desea obtener resultados confiables con un modelo meteorológico como el WRF.
Para el caso de datos reales, el modelo WRF usa el programa real.exe, a fin de generar las condiciones iniciales y
en la frontera para una simulación dada; para este caso se requiere un procesamiento con el paquete WPS, el cual
proporciona cada uno de los campos estáticos y atmosféricos con fidelidad apropiada para la resolución
seleccionada de la malla para el modelo.
Las principales funciones del programa real son las siguientes:
Lectura de datos del archivo namelist.input.
Asignar espacio para los dominios.
Generar el archivo de condiciones iniciales.
Leer los datos estáticos y meteorológicos que provienen del sistema de preprocesamiento WPS.
Preparar los campos de suelo que se van a usar en el modelo (interpolación vertical a los niveles requeridos por
el esquema de suelo).
Revisar para verificar que las categorías de: suelo, uso de suelo, temperatura del suelo y temperatura de la
superficie del mar sean consistentes unas con las otras.
Procesar múltiples períodos de tiempo para generar las condiciones de frontera lateral, misma quees requerida,
a menos que se esté procesando un pronóstico global.
Acoplamiento de los datos tridimensionales en la frontera (u, v, temperatura potencial, relación de mezclado para
el vapor, geopotencial total) con la presión total en la columna.
El paquete WPS genera información que está lista para ser usada en el sistema y por el programa real.exe.Las
características principales de esta información son las siguientes:
Los datos se adhieren al WRF IO API (Input Output Applications Programming Interface).
Los datos han sido interpolados horizontalmente a los puntos de la malla para cada una de las variables, y el
viento se ha rotado a la proyección del mapa del modelo WRF.
Datos meteorológicos tridimensionales requeridos del paquete WPS: Presión, u, v, temperatura, humedad
relativa y altura geopotencial.
Datos tridimensionales de suelo provenientes del paquete WPS: Temperatura del suelo, humedad del suelo,
líquido en el suelo (opcional, depende de la selección física en el modelo WRF).
Datos meteorológicas bidimensionales provenientes del paquete WPS: Presión a nivel del mar, presión en la
superficie, u y v en la superficie, temperatura en la superficie, humedad relativa en la superficie y elevación.
Datos meteorológicos bidimensionales opcionales provenientes del paquete WPS: Temperatura en la superficie
del mar, profundidad de la nieve, profundidad de la nieve equivalente en agua.
110
Datos estáticos bidimensionales para la física de superficie: Elevación del terreno, categorías de uso del suelo,
categorías de la textura del suelo, datos mensuales interpolados temporalmente, elevación de la topografía del
modelo.
Datos estáticos bidimensionales para la proyección: Factores de mapa, Coriolis, rotación de la proyección, latitud
computacional.
Constantes: Tamaño del dominio, distancias de las mallas, fecha.
2.5.- Física del modelo.
Actualmente el sistema de modelación WRF cuenta con las siguientes opciones que describen la física de los
procesos meteorológicos:
Microfísica – Incluye al vapor de agua resuelto explícitamente, nubes y procesos de precipitación.
Para la malla madre se empleó el esquema WRF Single-Moment 3-class el cual es apropiado para tamaños de
malla a meso escala, este esquema se basa en el trabajo de Hong et al. (1983), para las mallas restantes se
seleccionó el esquema Purdue de Lin et.al, el cual se apoya en los trabajos de Lin et. a.l (1983) y Rutledge and
Hobbs (1984), se recomienda para los casos de simulaciones con mallas de alta resolución y con datos reales.
Parametrización de cúmulos: Estos esquemas son responsables para los efectos a escala sub malla de nubes
convectivas y/o de baja profundidad. La intención de estos esquemas es representar los fluxes verticales
provocados por los ascensos y descensos de las corrientes de aire sin resolver y compensar el movimiento fuera de
las nubes.
El esquema modificado de Kain-Fritsch, Kain (2004) se basa en los trabajos de Kain and Fritsch (1990) y Kain and
Fritsch (1993) y se utilizó para aplicarlo en las tres mallas de simulación. Este esquema utiliza un modelo simple de
nube con corrientes de humedad ascendente y descendente, incluyendo los efectos de transferencia de aire por
mezclado hacia el interior y exterior de la nube (entrainment y detrainment) y una microfísica relativamente simple.
Capa superficial: Los esquemas para la capa superficial calculan las velocidades de fricción y coeficientes de
intercambio que facilitan el cálculo de los fluxes superficiales de calor y humedad, por los modelos de superficie del
sueloy los esfuerzos en la superficie en el esquema de la capa límite planetaria.
Para las tres mallas se seleccionó el esquema de Monin-Obukov (MM5), el cual emplea funciones de estabilidad de
Paulson (1970), Dyer and Hicks (1970) y Webb (1970) para calcular coeficientes de intercambio en la superficie de
calor humedad y momentum, para mejorar los fluxes de calor;en momentum se usa una velocidad convectiva
propuesta por Beljaars (1994).
Modelo para la superficie del suelo: Los modelos de superficie del suelo usan información atmosférica del esquema
para la capa superficial, forzamiento radiactivo del esquema de radiación y forzamiento de precipitación de los
esquemas de microfísica y convectivo, junto con información interna de las variables del estado del suelo y
propiedades de la superficie del suelo, a fin de proporcionar los fluxes de calor y humedad sobre puntos del suelo y
mar-hielo.
111
El modelo que se empleó para la superficie del suelo de las tres mallas fue el modelo Noah, este esquema fue
desarrollado conjuntamente por NCEP/NCAR/AFWA para la temperatura y humedad del suelo en cuatro niveles (10,
30, 60 y 100 cm. desde el tope hacia abajo). El modelo Noah es el sucesor del modelo OSU descrito por Chen and
Dudhia (2001).
Capa límite planetaria: La capa límite planetaria es la responsable de los fluxes verticales a escala submalla
generados debido al traslado por remolinos en la columna atmosférica completa.
El cálculo de la capa límite planetaria para las tres mallas se realizó con el esquema de la Universidad Yonsei, el
cual es un esquema K-no-local, con una capa de transferencia de aire por mezclado hacia el interior de la capa
límite explícita y un perfil K parabólico para capas de mezclado inestables.
Este esquema (Hong et.al. 2006) es la siguiente generación de capa límite planetaria de MRF (Medium Range
Forecast Model), que usa el término contra-gradiente para representar los fluxes debidos a gradientes no-locales.
Radiación atmosférica: Los esquemas de radiación proporcionan el calentamiento debido a la divergencia del flux
radiactivo y a las radiaciones de ondas larga y corta que descienden en la superficie. La radiación de onda larga
incluye radiación infra-roja o térmica que es absorbida y emitida por gases y superficies. La radiación de onda corta
incluye longitudes de onda visibles que constituyen al espectro solar, por lo que, en este caso, la fuente es el sol.
El esquema RRTM (Rapid Radioctive Transfer Model) para radiación de onda larga es el que se emplea para todas
las mallas, es muy exacto, emplea tablas para eficiencia y considera múltiples bandas y especies microscópicas. Es
un esquema que se tomó de MM5 y se basa en el trabajo de Mlawer et.al. (1997) y usa el método de k-
correlacionada, además de que es de banda-espectral.
Para la radiación de onda corta se empleó el esquema de Dudhia para todas las mallas, el que se basa
principalmente en el trabajo de Dudhia (1989) e integra hacia abajo el flux solar y de esta forma, se toman en
cuenta: La dispersión en aire claro, absorción por vapor de agua, el albedo y absorción de las nubes.
La lista de las opciones físicas que se emplearon en las simulaciones realizadas con el modelo meteorológico WRF
para este estudio, se muestra en la tabla opciones físicas seleccionadas.
Tabla IV. 12 Opciones físicas seleccionadas en el modelo WRF para las simulaciones.
Opción Física Parametrización
Microfísica. WSM 3-class (Malla madre).
Microfísica. Lin et. al. (Mallas anidadas).
Cúmulos. Kain Fritsch.
Capa Superficial. Monin-Obukhov.
Superficie del suelo. Noah unificado.
Capa límite planetaria. YSU.
Radiación de onda larga. RRTM.
Radiación de onda corta. Dudhia.
112
2.6.- Ejecución del modelo WRF.
Para el presente estudio se empleará información del Inventario Nacional de Emisiones (INEM) correspondiente al
año 2008, por lo tanto, todas las simulaciones que se realicen con el sistema WRF corresponderán a este año. Los
períodos de simulación son mensuales y se seleccionaron los meses de Febrero, Mayo, Agosto y Noviembre como
representativos de cada una de las estaciones del año. En la tabla siguiente se presentan los períodos para las
simulaciones que se llevaron a cabo, junto con las fechas iniciales y finales de cada una de ellas.
Tabla IV. 13 Períodos de simulación.
Período Fecha inicial Fecha final
Febrero Enero 27 de 2008 Marzo 1 de 2008
Mayo Abril 26 de 2008 Junio 1 de 2008
Agosto Julio 27 de 2008 Septiembre 1 de 2008
Noviembre Octubre 27 2008 Diciembre 1 de 2008
Las fechas iniciales cubren cinco días antes del inicio de cada mes de simulación, esta práctica es recomendada
para dejar que el modelo se relaje numéricamente.
Los archivos generados por el modelo meteorológico ocupan demasiado espacio y para el propósito de visualización
de la información con el software VAPOR (Visualization and Analysis Platform for Ocean, Atmosphere, and Solar
Researchers) se utilizó la siguiente herramienta para extraer únicamente las variables de interés, que para el
presente caso, son las tres componentes del viento U, W, W y el índice del uso de suelo:
Wrfvdfcreate – Esta aplicación busca archivos de salida del modelo meteorológico WRF y construye un archivo
VAPOR de metadatos que describen al conjunto de datos, extensión que VAPOR utiliza para estos archivos es *.vdf.
Para cada uno de los meses que se simularon se generaron los archivos que se muestran en la tabla wrf2vdf – Esta
aplicación lee las variables 2D y 3D de los archivos de salida del modelo meteorológico WRF y las convierte al
formato VDC (Vapor Data Collections) que usa VAPOR. En la siguiente tabla se presentan los archivos de salida de
esta aplicación.
Tabla IV. 14 Archivos generados para la visualización de los campos de viento para la zona metropolitana de Oaxaca,
Tlaxcala y el estado de Morelos.
wrfvdfcreate wrf2vdf
uvw_0802_zmo.vdf uvw_0802_zmo_data
uvw_0805_zmo.vdf uvw_0805_zmo_data
uvw_0808_zmo.vdf uvw_0808_zmo_data
uvw_0811_zmo.vdf uvw_0811_zmo_data
uvw_0802_zmmort.vdf uvw_0802_zmmort_data
uvw_0805_zmmort.vdf uvw_0805_zmmort_data
uvw_0808_zmmort.vdf uvw_0808_zmmort_data
uvw_0811_zmmort.vdf uvw_0811_zmmort_data
113
En las siguientes figuras se muestran algunas salidas del paquete VAPOR que representan a los campos de viento
que salen del modelo meteorológico WRF, para las áreas de las zonas Metropolitanas de Monterrey, Campeche,
Oaxaca, Tlaxcala y el estado de Morelos respectivamente.
Figura IV. 17 Campo de vientos para la zona metropolitana de Monterrey.
114
Figura IV. 18 Capo de vientos para el estado de Campeche.
115
Figura IV. 19 Campo de vientos y fuentes puntuales de emisión para la zona metropolitana de Oaxaca.
116
Figura IV. 20 Campo de vientos y fuentes puntuales de emisión para la zona metropolitana de Tlaxcala.
117
Figura IV. 21 Campo de vientos y fuentes puntuales de emisión en el estado de Morelos.
118
BIBLIOGRAFÍA
Chen, F., and J. Dudhia, 2001: Coupling and advanced land-surface/ hydrology model with the Penn State/ NCAR
MM5 modeling system. Part I: Model description and implementation. Mon. Wea. Rev., 129, 569–585.
Beljaars, A.C.M., 1994: The parameterization of surface fluxes in large-scale models under free convection, Quart. J.
Roy. Meteor. Soc., 121, 255–270.
Dudhia, J., 1989: Numerical study of convection observed during the winter monsoon experiment using a mesoscale
two-dimensional model, J. Atmos. Sci., 46, 3077–3107.
Dyer, A. J., and B. B. Hicks, 1970: Flux-gradient relationships in the constant flux layer, Quart. J. Roy. Meteor. Soc.,
96, 715–721.
Hong, S.-Y., J. Dudhia, and S.-H. Chen, 2004: A Revised Approach to Ice Microphysical Processes for the Bulk
Parameterization of Clouds and Precipitation, Mon. Wea. Rev., 132, 103–120.
Hong, S.-Y., and J.-O. J. Lim, 2006: The WRF Single-Moment 6-Class Microphysics Scheme (WSM6), J. Korean
Meteor. Soc., 42, 129–151.
Kain, J. S., and J. M. Fritsch, 1990: A one-dimensional entraining/ detraining plume model and its application in
convective parameterization, J. Atmos. Sci., 47, 2784–2802.
Kain, J. S., and J. M. Fritsch, 1993: Convective parameterization for mesoscale models: The Kain-Fritcsh scheme,
the representation of cumulus convection in numerical models, K. A. Emanuel and D.J. Raymond, Eds., Amer.
Meteor. Soc., 246 pp.
Kain, J. S., 2004: The Kain-Fritsch convective parameterization: An update. J. Appl. Meteor., 43, 170–181.
Lin, Y.-L., R. D. Farley, and H. D. Orville, 1983: Bulk parameterization of the snow field in a cloud model. J. Climate
Appl. Meteor., 22, 1065–1092.
Mlawer, E. J., S. J. Taubman, P. D. Brown, M. J. Iacono, and S. A. Clough, 1997: Radioactive transfer for
inhomogeneous atmosphere: RRTM, a validated correlated-k model for the long- wave. J. Geophys. Res., 102 (D14),
16663–16682.
Paulson, C. A., 1970: The mathematical representation of wind speed and temperature profiles in the unstable
atmospheric surface layer. J. Appl. Meteor., 9, 857–861.
Webb, E. K., 1970: Profile relationships: The log-linear range, and extension to strong stability, Quart. J. Roy. Meteor.
Soc., 96, 67–90.
119
III. Modelo de aptitud (suitability model).
3.1.- Modelo conceptual.
Un modelo conceptual es un modelo mental que se emplea para representar nuestro entendimiento de la red, el que
corresponde a una red de monitoreo necesita considerar fuentes de emisión, población, meteorología, climatología,
ubicación de redes de monitoreo existentes y objetivos del monitoreo.
3.2.- Análisis de aptitud.
La modelación de aptitud es un método para identificar lugares aptos para el monitoreo que se basa en criterios
específicos. Se podría usar para determinar posibles lugares para ubicar nuevas estaciones de monitoreo con
criterios tales como:Influencia de las fuentes de emisión, proximidad a las áreas pobladas, uso de suelo (rural o
urbano), accesibilidad al sitio, etc.
Este tipo de modelación es considerada como un análisis cualitativo y está diseñada para refinar la selección de
lugares de monitoreo.
El análisis, que se basa en un Sistema de Información Geográfico (SIG), se realizó con el software ArcGIS, en
particular Spatial Analyst,que es un software que se basado en raster o malla, pues tiene una plataforma para
trabajar con conjuntos de datos en mallas precisamente. Con Spatial Analyst se generaron mapas de aptitud, en los
que se destacan las áreas geográficas más aptas y que se derivaron a partir del proceso de pesado y combinación
de las capas de mapas de los criterios establecidos.
Los pasos para desarrollar modelos y producir los mapas de aptitud son los siguientes:
1. Definir el objetivo: El primer paso en el desarrollo de un modelo de aptitud es definir el objetivo o escenario que
se va a modelar.
2. Identificar y obtener conjuntos de datos: El segundo paso en la modelación de aptitud es determinar qué
conjuntos de datos se requieren para el análisis.
3. Derivar conjuntos de datos: El tercer paso es derivar nuevos conjuntos de datos a partir de los existentes. Por
ejemplo, si la distancia a una característica geográfica se requiere como entrada al modelo de aptitud, se pueden
derivar contornos de distancia desde las ubicaciones de las características geográficas.
4. Reclasificar conjuntos de datos para crear una escala común: Muchos conjuntos de datos con diferentes
unidades pueden ser alimentados a un modelo de aptitud; para crear un modelo de aptitud cada capa debe ser
clasificada a una escala común, a través de la reclasificación de las unidades del conjunto de datos.
5. Pesar y combinar los conjuntos de datos: El paso final en la modelación de aptitud es determinar la importancia
relativa de cada uno de los conjuntos de datos, pesarlos convenientemente y combinarlos para generar un mapa
de aptitud. El grado de influencia que tiene cada conjunto de datos en los resultados del modelo se define por el
proceso de pesado.
120
Para el análisis de aptitud se usaron los siguientes conjuntos de datos:
• Población 2010.
• Ubicación de fuentes puntuales de emisión estatales.
• Ubicación de fuentes puntuales de emisión federales.
• Red vial.
En la siguiente figura se presenta de manera ilustrativa la aproximación conceptual que se usó para desarrollar el
modelo de aptitud.
Para este análisis se desarrollaron dos escenarios de modelación para cumplir con los siguientes objetivos:
• Identificar áreas y centros de población con mayor probabilidad de ser afectadas por emisiones de fuentes de
puntuales.
• Comparar la áreas identificadas con las ubicaciones de las estaciones de monitoreo existentes.
El primer escenario corresponde al caso base del modelo, para este escenario no se asignaron pesos a las capas
de mapas, en la tabla siguiente se muestra un resumen de las capas geográficas y criterios de pesado que se
utilizaron para este escenario.
En el segundo escenario se asignaron pesos a cada una de las capas de mapas, para que de esta forma ciertas
capas individuales tuvieran una influencia más grande en el modelo; para este escenario, tanto estatal como federal,
los pesos más altos corresponden a las capas que representan distancias a las fuentes puntuales, también se
asignó un peso alto a la capa que corresponde a población, con el objeto de capturar áreas pobladas con más
probabilidad de ser afectadas por las emisiones, el peso más bajo fue asignado a la capa que representa las
distancias a las principales carreteras, debido a su contribución relativamente baja.Con el único propósito de
comparar los resultados de este escenario con las ubicaciones de las estaciones de monitoreo existentes, se
excluyó la capa que representa las distancias a las estaciones de monitoreo. En la tabla siguiente se muestran las
capas geográficas y criterios de pesado que se utilizaron para este escenario, el cual sirvió para probar las
ubicaciones de las estaciones de monitoreo existentes.
121
Figura IV. 22 Aproximación conceptual para desarrollar el modelo de aptitud (Suitability Model).
Puntos Puntos Polígonos Líneas
Datos de entrada: Datos geográficos
de puntos, líneas y polígonos.
Crear contornos de distancias
o gráficas de densidad.
Reclasificar los datos para crear
una escala común.
Pesar y combinar los datos.
Modelo de aptitud resultante.
122
Tabla IV. 15 Capas geográficas y criterios de pesado para el primer escenario (caso base).
Capa geográfica. Criterio para el pesado. Peso para la
capa.
Distancia a fuentes puntuales
de emisión estatales.
Más cerca de la fuente = Más apta. No se asigna.
Distancia a fuentes puntuales
de emisión federales.
Más cerca de la fuente = Más apta No se asigna.
Población 2010. Áreas más pobladas = Más aptas. No se asigna.
Distancia a las principales carreteras. Más cerca de la fuente = Más apta No se asigna.
Distancia a estaciones de monitoreo
existentes.
Más alejadas de la estación =
Más aptas.
No se asigna.
Para pesar y combinar las capas de mapas individuales se empleó la herramienta Weigthed Ovarlay del Spatial
Analyst, con la cual se generó el modelo de aptitud. La expresión para realizar este tipo de cálculos es de la
siguiente forma:
([Capa_1]*Fac_1+[Capa_2]*Fac_2*+……….+[Capa_N]*Fac_N).
En esta expresión Capa_1, Capa_2,…….., Capa_N representan a las capas de mapas individuales y Fac_1,
Fac_2;……., Fac_N a los factores de peso que se aplican a cada una de las capas.
Tabla IV. 16 Capas geográficas y criterios de pesado para el segundo escenario.
Capa Geográfica. Criterio para el Pesado. Peso para la Capa, %.
Distancia a fuentes puntuales
de emisión estatales.
Más cerca de la fuente = Más apta. 40
Distancia a fuentes puntuales
de emisión federales.
Más cerca de la fuente = Más apta 40
Población 2010. Áreas más pobladas = Más aptas. 15
Distancia a las principales carreteras. Más cerca de la fuente = Más apta 5
Para la aplicación del modelo de aptitud se decidió mostrar el ejemplo completo de la zona metropolitana de
Monterrey, en el anexo IV se entrega toda la información generada de manera electrónica de laszonas
metropolitanas de Monterrey, Campeche, Morelos, Oaxaca y Tlaxcala, así como los resultados obtenidos en cada
una de ellas.
La figura siguiente muestra el mapa de aptitud que resulta para el primer escenario (caso base), las áreas (color
amarillo y valor de 8) con mayor probabilidad de ser afectadas por las emisiones de fuentes puntuales están en el
123
municipio de Guadalupe y en consecuencia también se indica que estas áreas son las más aptas para el monitoreo.
Es importante recordar que, para este escenario, se asignaron factores iguales de peso a cada una de las capas y
que también se incorporó la capa que representa las distancias a las estaciones de monitoreo, en la cual, las áreas
más aptas son las que están más alejadas de dichas estaciones.
Figura IV. 23 Mapa de análisis de aptitud para la zona metropolitana de Monterrey; las áreas con un valor de 8 son las más aptas para
medir los impactos de las emisiones de fuentes puntuales sobre áreas pobladas y las que tiene un valor de 4 son las menos aptas.
La figura siguiente muestra el mapa de aptitud resultante para el segundo escenario, en el que se asignaron valores
altos para pesar las capas que representan las distancias a las fuentes puntuales de emisión, tanto estales como
federales, también a la capa de población se le asignó un peso alto, mientras que el peso más bajo le fue asignado
a la capa de la red vial para la zona metropolitana de Monterrey. También se puede observar en la imagen el
incremento en área más apta (color café oscuro con un valor de 9) en comparación con la que resultó en el primer
escenario, esto se debe a la mayor influencia que tienen las capas de las distancias a las fuentes puntuales y
también a la capa de población sobre el modelo.
124
Figura IV. 24 Mapa de análisis de aptitud para la zona metropolitana de Monterrey; las áreas con un valor de 9 son las más aptas
para medir los impactos de las emisiones de fuentes puntuales sobre áreas pobladas y las que tienen valor de 3 son las menos
aptas.
En la imagen siguiente también se muestran las ubicaciones de las estaciones de monitoreo que actualmente
existen en la zona metropolitana de Monterrey y se observa que todas caen en áreas de aptitud con valores por
encima del promedio (mayores a 5). Sólo cuatro, de las nueve estaciones de monitoreo (Noroeste 2, Suroeste,
Centro y Noreste) caen en áreas con valores máximos de aptitud.
La meteorología juega un papel muy importante en el traslado y dispersión de los contaminantes en el aire, los
patrones meteorológicos regionales indican la dirección y magnitud de transporte a escala local en la región y
ayudan a identificar sitios potenciales para el monitoreo de fuentes de emisión.
Las rosas de viento proporcionan información de los patrones de viento en la superficie a través de la región e
indican la dirección desde la cual viajan las parcelas de aire. Se desarrolló una rosa de viento para conocer los
patrones de viento predominantes durante el año 2013, las rosas de viento resumen el porcentaje de tiempo de la
dirección desde la cual viaja el viento y despliegan su magnitud por rapidez.
La estación meteorológica más cercana al área de interés corresponde a la estación MONTERREY en el estado de
Nuevo León y pertenece al grupo de Estaciones Sinópticas Meteorológicas Automáticas (ESIMEs) administradas por
la Coordinación General del Servicio Meteorológico Nacional (CGSMN), las coordenada geográficas de esta
125
estación son (25o44′ 01”, 100o18’17”), en la Fig. 3.2.4 se muestran las ubicaciones de las fuentes puntuales de
emisión, tanto estatales como federales, así como también la de la estación meteorológica.
La rosa de viento se generó con el software libre WRPLOT View de Lakes Environmental, el cual se puede obtener
en el sitio: http://www.weblakes.com/products/wrplot/index.html
En la figura siguiente se presenta la rosa de viento para datos horarios correspondientes al año 2013, y claramente
se observa que la mayor parte del tiempo, los vientos provienen del este, indicando que las emisiones viajarán hacia
la parte oeste de la región.
Figura IV. 25 Estación meteorológica MONTERREY y fuentes puntuales de emisión sobre áreas de aptitud.
126
Figura IV. 26 Rosa de viento para la Zona metropolitana de Monterrey, año 2013.
A continuación se muestran los resultados finales obtenidos con los modelos de aptitud de Campeche, Morelos,
Oaxaca y Tlaxcala.
Figura IV. 27 Mapa de análisis de aptitud de Campeche; las áreas con un valor de 9 son las más aptas para medir los impactos
de las emisiones de fuentes puntuales sobre áreas pobladas y las que tienen valor de 4 son las menos aptas.
127
Figura IV. 28 Mapa de análisis de aptitud de Oaxaca; las áreas con un valor de 8 son las más aptas para medir los impactos
de las emisiones de fuentes puntuales sobre áreas pobladas y las que tienen un valor de 3 son las menos aptas.
128
Figura IV. 29 Mapa de análisis de aptitud de Tlaxcala; las áreas con un valor de 9 son las más aptas para medir los impactos
de lasemisiones de fuentes puntuales sobre áreas pobladas y las que tienen un valor de 2 son las menos aptas.
129
Figura IV. 30 Mapa de análisis de aptitud de Morelos; las áreas con un valor de 9 son las más aptas para medir los impactos
de lasemisiones de fuentes puntuales sobre áreas pobladas y las que tienen un valor de 5 son las menos aptas.
Consideraciones para el análisis de cobertura de las estaciones que conforman los SMCA
La metodología desarrollada en esta actividad, con la cual se realizó la evaluación y análisis de cobertura de las
estaciones de SMCA y ubicación de nuevas estaciones de monitoreo, podrá ser aplicada en cualquier otro sistema;
la precisión que se obtenga dependerá de la cantidad y calidad de información con la que se cuente respecto a:
Población por municipio, población por Área Geo Estadística Básica (AGEB), red vial, ubicación de las estaciones
de monitoreo de la calidad del aire y fuentes puntuales de emisiones antropogénicas, tanto federales como
estatalesy topografía de la región.
Con toda la información se podrá aplicar la modelación de aptitud para encontrar los lugares más aptos para la
posible instalación de nuevas estaciones de monitoreo.
En el anexo III se presenta el análisis completo realizado para cada uno de los SMCA estudiados en el proyecto:
Zona metropolitana de Monterrey, Campeche, Morelos, Oaxaca y Tlaxcala; así como disco duro con material
electrónico generado para el análisis realizado en cada uno de los SMCA.
130
V. Capacitación de los responsables de los SMCA en los temas intermedios
relacionados con: Gestión y Administración; Diseño de Redes de Monitoreo,
Operación y Mantenimiento, así como Validación y Manejo de Datos.
V.1 Curso básico "Monitoreo Atmosférico y Manejo de Datos".
Programa del curso básico.
El curso fue impartido en las instalaciones de la Universidad Tecnológica de León (UTL)los días 21 y 22 de
noviembre del año 2013,el programa fue definido en coordinación con personal del Instituto Nacional del Ecología y
Cambio Climático (INECC) y fue estructurado con material para nivel básico y quedó estructurado como se muestra
a continuación:
Figura V. 1 Programa curso nivel básico, impartido los días 21 y 22 de noviembre del año 2013.
HORA JUEVES 21 DE NOVIEMBRE DE 2013 HORA VIERNES 22 DE NOVIEMBRE DE 2013
08:45 - 09:00 Registro
Arribo a la estación
09:00 - 09:30 Protocolo de Inauguración
09:00 - 10:30 Visita a estación de monitoreo
automática, CICEG León 09:30 - 10:30 Administración de Sistemas de Monitoreo de Contaminantes Atmosféricos. Claudia
Bárcenas (UTL)
10:30 - 10:45 RECESO 10:45 - 11:00 Traslado a UTL
10:45 - 12:00
Principios de operación de analizadores de contaminantes criterio (O3, NOx, SO2, CO, PM10 y PM2.5) y sensores meteorológicos (WD, WS, T, HR, PB, RS, Lluvia). Descripción interna de componentes de los equipos de
medición, Omar Quintanar y Cesar Abad (UTL)
11:00-12:00 Limpieza y verificación de datos Carmen A. Sánchez Soto (INECC)
12:00 - 13:00
Introducción al mantenimiento de analizadores de contaminantes criterio y
sensores meteorológicos. Omar Quintanar y Cesar Abad (UTL)
12:00- 13:00 Generación de Indicadores de calidad del Aire. Guadalupe Tzintzun (INECC)
13:00 - 14:00 COMIDA 13:00 - 14:00 COMIDA
14:00 - 15:00
Operación, calibración y mantenimiento de muestreadores de alto volumen para partículas suspendidas. Felipe Ángeles
(INECC)
14:00 - 14:50 Conformación de bases de datos.
Gabriel Carpio (IEE GTO)
15:00 - 15:45 Introducción al Aseguramiento y Control de Calidad en SMCA`s. Miguel Noyola (INECC)
14:50-15:45 Manejo de datos en la estado de
Guanajuato. Juan Manuel Pérez (IEE GTO)
15:45 - 16:00 RECESO 15:45 - 16:00 RECESO
16:00 - 17:00 Supervisión técnica de SMCA´s. Miguel
Noyola (INECC)
16:00 - 16:40 Índice Mexicano de Calidad del Aire
(IMEXCA). INECC
16:40 - 17:00 Clausura y conclusiones
19:00 – 21:00 Cena de bienvenida, Hotel sede
Enterprise INN
131
Participantes en el curso básico.
Las invitaciones fueron enviadas a través del INECC a los Estados de: Hidalgo, Puebla, Tlaxcala, Morelos,
Querétaro, Oaxaca, Tabasco, Chiapas, Coahuila y Durango.La Universidad Tecnológica de León (UTL) se encargó
de la confirmación de asistentes. A los participantes se les apoyó con hospedaje, alimentos y transportación.
Durante el curso se contó con la participación de personal de las diversas dependencias estatales, que tienen como
encargo las actividades relacionadas con Monitoreo de Contaminantes Atmosféricos, la asistencia alcanzó un total
de 15 personas de las entidades de: Hidalgo, Puebla, Morelos, Querétaro, Coahuila, Durango, Nayarit y Guanajuato.
Gráfica V.1 Asistentes al curso básico "Monitoreo Atmosférico y Manejo de Datos.
En anexo IV.1, se entregan un DVD con archivos electrónicos de ponencia, anexo fotográfico, lista de asistencia y
evaluaciones de este curso.
Reseña de ponencias del curso básico.
Sesión: “Administración de Sistemas de Monitoreo de Contaminantes Atmosféricos”. Ponente: Claudia Bárcenas Blancarte. Durante la presentación se resaltó la importancia de medir correctamente la calidad del aire, ya que lo que no se
mide, no se conoce, así como la relevancia de contar con información oportuna y confiable necesaria para la toma
de decisiones, formulación de políticas públicas y evaluación costo-beneficio. Es decir contar con un esquema de
Monitoreo Atmosférico y un Programa de Gestión.
Por esta razón, es necesario contar con un Sistema de Monitoreo de Calidad del Aire (SMCA) que establezca las
bases para un monitoreo adecuado de la calidad del aire.
132
Se resaltó el modelo de operación del Sistema de Monitoreo de Calidad del Aire de Guanajuato, donde se realizan
convenios de coordinación entre el Gobierno Estatal y las Instituciones Educativas, Asociaciones Civiles y
Municipios. Es el Estado quien provee el aseguramiento de calidad de las mediciones, supervisa, otorga los
recursos, valida, publica y difunde la información; mientras que la operación, mantenimiento y generación de
información lo realizan las instituciones vinculadas. Con esta cooperación disminuyen los gastos de operación, se da
certeza para continuar con el monitoreo a largo plazo, mayor credibilidad, desarrollo de capacidades locales y se
promueve la investigación.
De la misma forma, se resaltó que para un buen trabajo en el Monitoreo de la Calidad del Aire se requiere:
compromiso político, fortalecimiento de comunicación entre los SMCA, fortalecimiento de capacidades internas,
involucramiento de instituciones educativas y esquemas de participación social.
Sesión: “Muestreo de Partículas en Suspensión en Ambiente Abierto”
Ponente: Felipe Ángeles
El ponente, del Departamento de Estudios sobre Exposición Personal y Micro ambiental del INECC, desarrolló
ampliamente el tema del muestreo de partículas suspendidas en el ambiente abierto. Comentó la necesidad de
contar con SMCA´s que cumplan con los criterios generales para la ubicación de las estaciones de monitoreo, como
identificación de la población y medio ambiente afectados, escala geográfica del problema a considerar y fuentes,
así como emisiones del área delimitada
De igual manera se resaltó la importancia de contar con una base de datos que aporte información para la
realización de estudios que permitan Formular Estándares de Calidad del Aire, estudios epidemiológicos que
relacionen los efectos de las concentraciones de los contaminantes con los daños en la salud, especificar tipos y
fuentes emisoras, llevar a cabo estrategias de control y políticas de desarrollo acordes con los ecosistemas locales y
desarrollar programas racionales para el manejo de la calidad del aire.
Como parte final se mostraron formatos en hoja de cálculo para el control de los registros de las concentraciones de
partículas suspendidas totales y partículas menores a 10 micrómetros (PM10).
Sesión: “Control de Calidad en los SMCA”
Ponente: José Miguel Noyola Poblete
El ponente, del Departamento de Monitoreo Atmosférico del INECC, expuso la importancia del control de calidad de
los SMCA, destacando la calendarización de las actividades de control a realizar en los sitios de monitoreo, las
cuales, por su periodicidad, se clasifican en tareas diarias, semanales, mensuales y a demanda. De igual manera
resaltó la aplicación de medidas de seguridad que se deben tomar en cuenta en los sitios de monitoreo, como son:
regular las fuentes de voltaje, realizar el balance de cargas para satisfacer la demanda del voltaje, realizar un venteo
adecuado de los gases provenientes de las salidas de los analizadores y que se acumulan en el interior de las
casetas.
133
Destacó la importancia de realizar una correcta calibración de los equipos de medición, la cual se debe hacer aún a
los equipos nuevos, en periodos de tiempo establecidos previamente en un calendario y dejar evidencia por escrito
de lo que se realice en la misma, es decir, llevar una bitácora con la descripción de todos los sucesos que ocurran
en la caseta de monitoreo.
Enfatizó en el hecho de que las calibraciones son necesarias dos veces al año (bajo un programa regular de
calibración), después de un mantenimiento correctivo, cuando es necesario eliminar el corrimiento del equipo (con
una diferencia mayor o igual a 15 %), y después de un mantenimiento programado. También dejó claro que “NO”
debe realizarse una calibración antes de una auditoría.
En las recomendaciones finales se planteó la necesidad de estandarizar las concentraciones con las que se realizan
las calibraciones de todos los sitios, documentar todas las calibraciones y dejar un registro disponible y seguro en la
estación, así como tomar en cuenta que las calibraciones forman parte de las principales actividades del control de
calidad.
Sesión: “Introducción a los Sistemas de Monitoreo de Calidad del Aire”. Ponente: César Gabriel Abad Mendoza.
El Asesor Técnico Comercial explicó la configuración básica de una Caseta de Monitoreo Ambiental para el buen
funcionamiento de los equipos de medición, así como la distribución de las diferentes clases de equipos (manual,
automático y meteorológico).
Destacó que los principios de operación de los diferentes contaminantes criterios cuentan con cuatro sistemas para
su funcionamiento:Óptico, neumático, electrónico y eléctrico e hizo hincapié en los cuidados que se les debe tener.
De igual manera resaltó la importancia de contar con un calendario de mantenimiento y los diferentes periodos para
efectuarlo en cada sistema.
Sesión: “Supervisión y Evaluación Técnica de Desempeño de los SMCA”. Ponente: José Miguel Noyola Poblete.
El ponente del INECC, mostró la importancia de evaluar el desempeño de los instrumentos para conocer la calidad
de la información que generan los sistemas de monitoreo, así como la importancia de establecer un plan de acción
encaminado a su mejoramiento. Destacó los diferentes tipos de evaluaciones técnicas que se pueden realizar.
De igual manera resaltó la necesidad de mantener en buen estado las instalaciones, con un programa de limpieza
en tuberías, toma de muestra y distribuidor de muestra, cabezales de monitores de partículas, interna en los
instrumentos y en los alrededores de la caseta. Sugirió contar con una Lista para la Supervisión de los Programas
de Control y Aseguramiento de Calidad.
134
Sesión: “Limpieza y Verificación de Datos”.
Ponente: Carmen Alejandra Sánchez Soto.
La ponente del INECCexplicó el Ciclo de Manejo de Datos, desde que se obtienen de los equipos de medición; se
realiza la transmisión; limpieza, verificación y validación; hasta que se generan los indicadores así como la
importancia de contar con sus respectivas Bases de Datos, ya que es necesario contar con bases de datos: Cruda,
limpia, verificada, validada y por último, una pública.
Se especificaron los Tipos de Bases de Datos y sus características, de igual manera, en cuanto a las banderas, se
menciono la definición de cada una y se sugirió un catálogo básico, mismo que se puede ampliar conforme las
necesidades de cada Sistema de Monitoreo de Calidad del Aire para la limpieza de datos.
Por último, se comentó la importancia de conocer el comportamiento habitual de los contaminantes y parámetros
meteorológicos que se registran, ya que esto permitirá identificar de manera oportuna casos a verificar y validar.
Sesión: “Generación de Indicadores de Calidad Del Aire”.
Ponente: María Guadalupe Tzintzun Cervantes.
La ponente del INECC, comentó la importancia de generar indicadores de calidad del aire, una vez que se cuenta
con una base de datos pública, es decir, ya que se haya verificado y validado. Destacó la importancia de contar
también con un diagnóstico de la calidad del aire.
Sesión: “Conformación de Base de Datos”
Ponente: Gabriel Carpio Gómez.
El ponente del Instituto de Ecología del Estado de Guanajuato (IEE) presentó, de manera muy clara, la necesidad de
generar una base de datos para los Sistemas de Monitoreo de Contaminantes Atmosféricos y la conveniencia de
contar con ella desde los inicios del monitoreo. Se mencionó la gran oferta de software libre o con licencia, para la
generación de bases de datos, entre ellos MySQL, ORACLE, Microsoft SQLServer 2008, PostgreSQL.
Asimismo, se mencionaron las consideraciones que se deben tener para la implementación de una base de datos
como Análisis de la Información Recabada, servidor para su almacenamiento, gestor de base de datos, modelación
de la base de datos, inserción, modificación y consulta de datos, así como uso y optimización de la información.
También resaltó que se debe asegurar la integridad de la base de datos, ya que las consultas de diferentes usuarios
no deben comprometer la consistencia de los datos; el contar tambiéncon el respaldo de la información por medio
de copias de seguridad de manera periódica y automatizada, con la finalidad de cubrir cualquier eventualidad
ocasionada por virus, fallas en el equipo o accidentes.
135
Sesión: “Manejo de Datos en el Estado de Guanajuato”.
Ponente: Juan Manuel Pérez.
El ponente del Instituto de Ecología del Estado de Guanajuato (IEE), mostró el potencial que tiene un Sistema de
Monitoreo de Calidad del Aire, para generar indicadores y visualizar la información para control de calidad a partir
del contar con una base de datos.
En el caso del Sistema de Monitoreo de Calidad del Aire del Estado de Guanajuato (SMCA), se presentaron las
herramientas visuales que son empleadas para la validación y procesamiento de datos.
Sesión: “Índice Nacional de la Calidad del Aire (Imexca)”
Ponentes: María Guadalupe Tzintzun Cervantes, Carmen Alejandra Sánchez Soto.
Las colaboradoras del INECC plantearon la necesidad de manejar un índice estándar para la Difusión de la Calidad
del Aire, ya que en diferentes SMCA se emplean variaciones de un índice estatal; por otro lado, la falta de
información clara y oportuna sobre la calidad del aire y sus efectos sobre la salud de la población representa un
obstáculo para lograr que la población comprenda la magnitud del problema de la contaminación atmosférica o que
modifique su relación con la ciudad y el ambiente y tenga así una participación más activa.
Para homologar, se planteó que un Índice de Calidad del Aire es una escala numérica y/o cromática empleada por
los gobiernos locales para comunicar al público el Estado de la Calidad del Aire de forma continua, sencilla, clara y
oportuna, así como los probables daños a la salud que ocasiona y las medidas de protección que se pueden tomar.
Actualmente, algunos SMCA difunden un índice de Calidad del Aire sin embargo, no todos cuentan con
documentación que avale el procedimiento que siguen para la generación del mismo y en ocasiones sus
representaciones son confusas o contradictorias, por lo que no se pueden comparar a nivel nacional.
Se presentó la propuesta de adaptar temporalmente el Índice Metropolitano de la Calidad del Aire de la Ciudad de
México (publicado en la GODF, el 29 de noviembre de 2006, con el nombre Norma Ambiental para el Distrito Federal
NADF-009-AIRE-2006), que establece los requisitos para elaborar el índice metropolitano de la calidad del aire),
mientras se desarrolla la propuesta de Índice Nacional de Calidad del Aire (IMEXCA).
136
Evidencia fotográfica del desarrollo del curso básico.
Figura V. 2 Fotografías del desarrollo del curso básico realizado en noviembre de 2013.
Conclusiones del Curso Básico.
Los ponentes del curso básico sobre Monitoreo Atmosférico y Manejo de Datos, discutieron ampliamente los temas
necesarios para contar con un Sistema de Monitoreo de la Calidad del Aire, funcional y confiable y dejaron el
antecedente establecido para que los SMCA puedan iniciar su proceso de establecimiento y control de calidad.
El gran reto de los SMCA del país radica en poder desarrollar estos estándares, ya que se requiere de grupos
interdisciplinarios para esta labor. El principal obstáculo a vencer es la visión centralizada de los estados, a fin de
que una sola persona o un grupo de dos o tres personas realicen trabajos de Monitoreo de Calidad del Aire, a la par
con otras tareas administrativas. El trabajo de monitoreo requiere un proceso de capacitación y aprendizaje de por lo
menos un año, así como el seguimiento diario del monitoreo para detectar oportunamente cualquier falla o problema
de medición.
Se debe contar con un presupuesto anual asignado al mantenimiento y operación del SMCA, así como un inventario
de refacciones y consumibles necesarios para la operación. De igual manera, la verificación y validación de los
datos debe hacerse oportunamente y contar con la información necesaria para la clasificación correcta de ellos.
Mientras más oportuno sea éste trabajo, de mayor utilidad será la información para quienes toman las decisiones
(gobiernos estatales y federal, investigadores y público en general) y para la gestión de la calidad del aire.
137
V.2 Curso intermedio "Monitoreo Atmosférico y Manejo de Datos"
Programa curso intermedio.
El Programa del “Curso Intermedio de Monitoreo Atmosférico y Manejo de Datos” se definió en conjunto con el
personal el INECC y se consideró la realización de dos sesiones en paralelo, con la finalidad de dar atención a las
necesidades de capacitación en temas de: aseguramiento y control de calidad en operación dirigido al personal
operativo, así como el tema de validación y difusión de la calidad del aire, dirigido a personal dedicado al manejo de
información. Por lo que el programa quedo estructurado de la siguiente forma:
138
Figura V. 3 Programa curso intermedio realizado en Abril de 2014.
Participantes Curso Intermedio.
Se contó con la participación de representantes de 30 SMCA´s, localizados en 24 entidades del país, con un total de
57 participantes, de los cuales 31 atendieron el tema de Manejo de Datos y 26 el tema de Aseguramiento y Control
de Calidad.
Gráfica V. 2 Distribución de asistentes curso intermedio.
0
1
2
3
4
5
6
Co
ah
uila
Gu
an
aju
ato
Hid
alg
o
Jalisco
Mich
oa
cán
Ba
ja C
alifo
rnia
Ca
mp
ech
e
Ch
iap
as
Ch
ihu
ah
ua
Co
lima
Du
ran
go
Esta
do
de
Mé
xico
Mo
relo
s
Nu
evo
Leó
n
Oa
xaca
Pu
eb
la
Qu
eré
taro
Ta
ba
sco
Tla
xcala
Ve
racru
z
Yu
catá
n
Ag
ua
scalie
nte
s
Distrito
Fe
de
ral
Za
cate
cas
Pe
rso
na
s
Distribución de asistentes por entidad
139
Gráfica V. 3 Porcentaje de la distribución de asistentes por curso.
En el anexo IV.2, se hace entrega de DVD con el material didáctico, ponencias y anexo fotográfico del curso nivel
intermedio de "Monitoreo Atmosférico y Manejo de Datos”; así como listas de asistencia, evaluaciones y memorias
del curso, además de un disco duro con material de video del curso completo
I. Reseña de sesiones y ponencias del curso intermedio.
A continuación se describe cómo se desarrolló el curso en cada sala, mencionando el alcance y progreso de las
presentaciones. Como primer punto se realizó una introducción en la cual se expusieron de forma general los
alcances del proyecto.
Sesión: “Acciones para el Fortalecimiento de los Sistemas de Monitoreo de Contaminantes Atmosféricos” 2013-2014.
Ponente: Claudia Bárcenas Blancarte.
La intervención tuvo el propósito de presentar el proyecto denominado “Acciones para el Fortalecimiento de los
Sistemas de Monitoreo de Contaminantes Atmosféricos”, mismo que tiene por objeto realizar acciones integrales
que los responsables en los estados deben adoptar para mejorar los Sistemas de Monitoreo de la Calidad del Aire
que operan en el país y con ello garantizar un óptimo funcionamiento.
En este contexto, se presentaron las actividades generales que incluyen el desenvolvimiento del referido proyecto
desarrollado por la Universidad Tecnológica de León (UTL) en coordinación con el INECC, mencionado cada una de
las actividades que se tienen consideradas y sus avances a la fecha del curso.
Sesión: “Evolución del Sistema de Monitoreo de la Calidad del Aire del Estado de Guanajuato (SIMEG)”.
Ponente: David Robledo Beanes
Se realizó la presentación de la evolución del Sistema de Monitoreo de la Calidad del Aire del Estado de Guanajuato
(SIMEG), misma que tiene su origen en el año 1998 en la ciudad de Salamanca así comoel estado que guarda
actualmente. Además resaltó el esquema de funcionamiento del SMCA de Guanajuato, el que es a través de
patronatos que realizan las tareas de operación de cada una de las estaciones de monitoreo. Los patronatos están
integrados por el sector industrial, instituciones educativas y representantes de la sociedad.
140
Comentó también que en el año 2005 se inició la publicación de la información en web, así como la generación de
pronósticos de calidad del aire. En el año 2009 obtuvo la Certificación del Proceso de Operación de Estacionesbajo
la norma internacional ISO: 9001.2008. Así como que en el año 2008 se creó un Centro de Control de Monitoreo.
Finalmente mencionó que en base en lo establecido en la Norma Oficial mexicana NOM-156-SEMARNAT-
Guanajuato, integra la Red Automática de Monitoreo, la Red Manual de Partículas, así como un Taller de
Mantenimiento y un Laboratorio de Calibraciones, estos últimos operados por personal del estado.
Sesión: “Implementación del Taller de Mantenimiento y Laboratorio de Calibraciones del SIMEG”
Ponentes: Juan Pablo Arredondo Acosta, Ricardo René García López.
El SMCA del Estado de Guanajuato (SIMEG) cuenta con un Taller de Mantenimiento y Laboratorio de Calibraciones
(TMLC), operado por personal del Instituto de Ecología. El TMLC es un espacio dedicado exclusivamente a la
reparación de equipos analizadores de gas, partículas y meteorología, así como su calibración, cuenta con
herramienta y equipos necesarios para mantenimientos correctivos, además de sistema de calibración y almacén de
refacciones y consumibles del SIMEG.
Se mencionaron las funciones que se realizan en el taller, precisando que, de acuerdo con la experiencia del estado
de Guanajuato, el contar con un TMLC conlleva beneficios que se ven reflejados, tanto en la cantidad de datos
validados y publicados, en este caso particular se incrementó de 70 a 90 %, como en la eficiencia de recursos
invertidos.
Sesión: “Uso de Formatos”. Ponente: Claudia Bárcenas Blancarte.
La presentación tuvo el propósito de resaltar la importancia de documentar los procesos, para un adecuado
seguimiento que permita mantener en correcto funcionamiento los SMCA. En este sentido, se hizo énfasis en que
cada SMCA debe contar con un programa de operación anual, misma que deberá integrar la planeación anual de las
actividades, con lo cual será factible llevar a cabo el seguimiento al cumplimiento de las acciones necesarias para
una adecuada operación del SMCA. De esta forma, se presentaron las actividades que deberán incluirse en el
programa de operación anual, así como la frecuencia con que deben realizarse.
Adicionalmente se presentaron los formatos mínimos que deben llevarse, dentro de los cuales están los de:
Supervisión, inventario, calibración multipunto y rangos de operación de equipos.
141
Sesión: “Descripción de los Componentes Internos de los Monitores Automáticos de Partículas (PM10 y
PM2.5), así como de Analizadores Continuos (O3, NOx, SO2 y CO)”
Ponente: César Gabriel Abad Mendoza.
Se presentó de manera general la introducción al Mantenimiento de los Analizadores, así como la descripción de los
componentes internos de los mismos. Además se hizo mención de las necesidades básicas para la Operación de
Redes de Monitoreo Ambiental, entre las que se destacó la falta de recursos humanos, financieros (refacciones,
equipos, vehículos, etc.), entre otras.
La introducción al mantenimiento se presentó de manera general, haciendo mención de los tipos de mantenimiento
que se pueden realizar, el primero es el de conservación y el segundo el de actualización. Como parte de aquél se
presentan el mantenimiento preventivo y el correctivo, éste último, como su nombre lo indica, repara los elementos
que dejaron de funcionar o están dañados y puede ser inmediato o diferido. Por otro lado el mantenimiento
preventivo puede ser programado, predictivo o de oportunidad, esto quiere decir que promueve a la conservación de
los elementos del equipo evitando que suceda alguna falla.
Finalmente se realizó la descripción de los sistemas que integran los Analizadores de Gases y Monitores de
Partículas Automáticas, dando a conocer los principios de operación de cada uno, así como los métodos de
referencia que les corresponden.
Sesión: “Introducción a los Principios de Operación, Mantenimiento y Calibración de Sensores
Meteorológicos”.
Ponente: Daniel Martín Chávez Trejo.
Se realizó la presentación con una breve Introducción de la descripción de la meteorología, de igual forma se
describieron cada uno de los parámetros que actualmente se miden en el país, así como la introducción de la
calibración de los mismos. Para ello se realizó una sesión práctica con equipo, en la cual los participantes tuvieron
oportunidad de realizar actividades de mantenimiento y calibración de sensores meteorológicos.
Sesión: “Calibración de Flujo y Placas; y Mantenimiento de Monitores Automáticos de Partículas.
Atenuación Beta (PM10 y PM 2.5)”.
Ponente: Daniel Martín Chávez Trejo.
La importancia de los efectos de las partículas en la salud de la población es el objetivo principal para la medición de
partículas en el aire ambiente. También se describió el Principio de Operación del Monitor Ambiental de Partículas,
así como la normatividad vigente aplicable.
La descripción de la Calibración de los Monitores Ambientales de Partículas se hizo de manera teórico- práctica, tal
y como se muestra en las figuras a continuación, los asistentes del Curso de Aseguramiento y Control de la Calidad,
se involucraron mucho, realizando cada uno de los pasos para llevar a cabo la calibración, los equipos estuvieron
expuestospara que se tuviera contacto y participación por parte de los asistentes.
142
Sesión: “Calibración Multipunto de Analizadores Automáticos de NO2 y O3”. Ponente: Óscar Elizalde Salazar.
Como parte introductoria, se describió el método de referencia de cada analizador, así como la calibración de los
equipos de medición. La dinámica se mantuvo realizando la calibración de forma práctica para que los asistentes
visualizaran los pasos. También la de los analizadores de O3 y NO2 se realizó de manera prácticapara que todos los
participantes tuvieran oportunidad de observar y practicar los pasos a seguir.
Sesión: “Operación, Mantenimiento y Calibración a Analizadores Automáticos de O3 y CO”. Ponente: Daniel Martín Chávez Trejo.
Finalmente se presentó el Principio de Operación de los Analizadores de O3 y CO, así como la Realización
del Mantenimiento y la Calibración, todo efectuado en sesión práctica en la que los participantes tuvieran
oportunidad de interactuar.
Día 3. Sesión: “Visita a la Estación de Bomberos, León, Guanajuato”. Ponente: Diego Ramírez González.
Al personal asistente del curso de Aseguramiento y Control de Calidad se le dividió en dos grupos para realizar la
visita a la estación de “Bomberos” ubicada en León, Guanajuato, donde el responsable de operación presentó la
forma de operación, tanto de los analizadores de gases, como de los sensores meteorológicos y el muestreado de
partículas. Acto seguido, mostró evidencia sobre las bitácoras de operación que llevan a cabo para la realización de
su expediente.
Sesión: “Calibración de muestreadores de alto volumen para partículas de fracción respirable (PM10)”. Ponente: José Juan Felipe Ángeles García.
Finalmente, el personal del INECC presentó la operación, mantenimiento y calibración de los muestreadores de alto
volumen para partículas de fracción respirable (PM10), en la que, con un equipo del estado de Guanajuato, mostró
teórica y prácticamente la forma de llevar a cabo dichas actividades.
143
II. Reseña de la Sesión de "Validación y Difusión de la Calidad del Aire "-
Dirigida al personal técnico responsable de la validación y difusión de la información de la calidad del aire.
El formato que se empleó en esta sesión fue tipo taller, con uso de laptop por parte de los asistentes, para realizar
los ejercicios que se desarrollaron durante los tres días que duró la reunión. La persona encargada de ofrecer el
taller fue Cristina Ortuño Mojica, con el apoyo de Gabriel Carpio Gómez, ambos Consultores de la Universidad
Tecnológica de León.
Previo al inicio del taller, se les proporcionaron a los asistentes las instrucciones para instalar el software estadístico
denominado R-project y la plataforma RStudio, este software es de acceso libre y de gran capacidad para el manejo
y análisis de datos de calidad del aire.
La primera parte del taller consistió en dar a conocer a los asistentes el uso del software mencionado (http://www.r-
project.org/) a partir de la ya también citada plataforma (http://www.rstudio.com/), a tal efecto se utilizó la
presentación 01_Introduccion a R.pdf, con la que se explicó el uso de las pantallas, los comandos básicos de R y la
importancia de contar con un formato de base de datos para analizar la información generada en los Sistemas de
Monitoreo de Calidad del Aire (SMCA).
La Segunda parte se trató de la Validación de Datos de Calidad del Aire, para lo cual se puso énfasis en la Revisión
de Datos Crudos y se empleóel software Excel de Microsoft(MR), por ser una herramienta común para la mayoría de
los asistentes;por medio de la presentación:02_AnalisisDatosCrudosYPatrones.pdf, se resaltó la importancia de
contar con códigos para la validación y verificación de los datos, así como la exportación de las bases de datos en
un formato adecuado para la revisión, como puede ser el caso de archivos delimitados por comas (.csv).Para la
revisión de datos se incluye un archivo muestra TLCNO22013.xlsx con los códigos de validación y algunos gráficos
útiles para la verificación de datos. Un ejercicio similar se realizó en RStudio, la descripción del mismo está en la
segunda parte de la presentación 02_AnalisisDatosCrudosYPatrones.pdf y la base que se utilizó fueTLC-TMP-
2013.csv .
Una vez revisados los datos crudos, se realizó la verificación del comportamiento de los mismos a partir de criterios
establecidos en el INECC, con apoyo de la prestación 03_Verificacion.pdf
Por último se revisó la Generación de Indicadores e Índices de Calidad del Aire, para dar Difusión de los Niveles de
Calidad del Aire, basados en los manuales: "Especificaciones para el cálculo de Indicadores.pdf”, "Anexo
Especificaciones para el cálculo de nuevos Indicadores.pdf", la "NADF-009-AIRE-2006.pdf" y "Thechnical Assistance
Document for the Reporting of Daily Air Quality.pdf", presentando un ejercicio para que los asistentes generaran el
IMECA y el AQUI, de partículas menores a 10 micrones (PM10), como parte del reforzamiento de los conocimientos
adquiridos.En el archivo NOM.xlsx se desarrolló el ejercicio y las bases están en la presentación:04_Indicadores.pdf.