un proyecto de - minas. · pdf fileun proyecto de: simulación de procesos dispersivos...

Un proyecto de:

SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ

Convenio de Asociación No. 243 de 2012

Informe Final julio de 2013


i

Convenio de Asociación No. 243 de 2012 EVALUAR Y MONITOREAR LA CALIDAD DEL AIRE EN EL VALLE DE ABURRÁ

UN PROYECTO DE: ÁREA METROPOLITANA DEL VALLE DE ABURRÁ Carlos Mario Montoya Serna. Med. MSc. Director Gloria Amparo Alzate Agudelo I.C. MSc. Subdirector Ambiental Universidad Nacional de Colombia EQUIPO DE TRABAJO: Director: CARLOS DAVID HOYOS ORTIZ, Ph.D. Codirector: CARMEN ELENA ZAPATA SÁNCHEZ, MSc. INTERVENTORÍA Mauricio Correa Ochoa I.S. Msc. Grupo de Ingeniería y Gestión Ambiental, GIGA Universidad de Antioquia COORDINACIÓN Gloria Estela Ramírez Casas I.Q. Msc. Profesional Universitaria Área Metropolitana del Valle de Aburrá


ii

CONTENIDO

INTRODUCCIÓN .............................................................................................................................................................. 6

1 OBJETIVO GENERAL ............................................................................................................................................ 8

2 BASE DE DATOS .................................................................................................................................................... 9

3 METODOLOGÍA ................................................................................................................................................... 11

4 RESULTADOS ...................................................................................................................................................... 12

4.1 ANALISIS DE LA VARIABILIDAD ESPACIO TEMPORAL DE MATERIAL PARTICULADO EN EL

VALLE DE ABURRÁ .................................................................................................................................................................... 12

4.1.1 Mapas de concentraciones y desviaciones estándar. ............................................................................... 12

4.1.2 Mapas de correlaciones. ...................................................................................................................................... 20

4.1.3 Propagación de eventos de material particulado. .................................................................................... 23

4.2 CIRCULACIONES DE VIENTO EN EL VALLE DE ABURRÁ .......................................................................... 29

4.2.1 Análisis espacio-temporal de vientos por encima del Valle. ................................................................. 29

4.2.2 Análisis comparativo de los patrones de circulación de mesoescala y los patrones de

circulación al interior del Valle de Aburrá................................................................................................................... 48

4.2.3 Circulaciones al interior del Valle e interacción con los vientos de Mesoescala. .......................... 69

5 CONCLUSIONES................................................................................................................................................... 74

6 BIBLIOGRAFIA .................................................................................................................................................... 74


iii

ÍNDICE DE FIGURAS

Figura 2.1 Distribución espacial de las estaciones de la Red de Calidad del Aire del Valle de

Aburrá. ............................................................................................................................................................................ 10

Figura 4.1 Ciclo anual de material particulado en el Valle de Aburrá. ................................................. 13

Figura 4.2 Ciclo semanal de material particulado en el Valle de Aburrá. ........................................... 19

Figura 4.3 Ciclo diurno de material particulado en el Valle de Aburrá ............................................... 21

Figura 4.4 Mapas de correlaciones para las series de material particulado en el Valle de

Aburrá. ............................................................................................................................................................................ 22

Figura 4.5 Propagación de eventos de material particulado – Estación GIR-IECO. ........................ 25

Figura 4.6 Propagación de eventos de material particulado – Estación MED-AGUI. ..................... 25

Figura 4.7 Propagación de eventos de material particulado – Estación MED-EXSA. .................... 26

Figura 4.8 Propagación de eventos de material particulado – Estación MED-PJIC. ....................... 27

Figura 4.9 Propagación de eventos de material particulado – Estación ITA-CRSV. ....................... 27

Figura 4.10 Propagación de eventos de material particulado – Estación ITA-DITA. ..................... 28

Figura 4.11 Propagación de eventos de material particulado – Estación CAL-PMER ................... 29

Figura 4.12 Ciclo anual de los vientos en los 700 mb. ................................................................................ 30



Figura 4.15 Histograma conjunto vientos estación BAR-PDLA – Viento Mesoescala.

Componente zonal. .................................................................................................................................................... 49


Componente meridional. ........................................................................................................................................ 50

Figura 4.17 Histograma conjunto vientos estación GIR-IECO – Viento Mesoescala. Componente

zonal. ............................................................................................................................................................................... 51

Figura 4.18 Histograma conjunto vientos estación GIR-IECO – Viento Mesoescala. Componente

meridional. .................................................................................................................................................................... 52

Figura 4.19 Histograma conjunto vientos estación BEL-USBV– Viento Mesoescala.



iv



Figura 4.21 Histograma conjunto vientos estación MED-UNNV – Viento Mesoescala.




Figura 4.23 Histograma conjunto vientos estación MED-MANT – Viento Mesoescala.




Figura 4.25 Histograma conjunto vientos estación MED-UDEM – Viento Mesoescala.

Componente zonal ..................................................................................................................................................... 59


Componente meridional ......................................................................................................................................... 60

Figura 4.27 Histograma conjunto vientos estación MED-PJIC - Viento Mesoescala. Componente

zonal ................................................................................................................................................................................ 61

Figura 4.28 Histograma conjunto vientos estación MED-PJIC - Viento Mesoescala. Componente

meridional ..................................................................................................................................................................... 62

Figura 4.29 Histograma conjunto vientos estación MED-UNEP - Viento Mesoescala.




Figura 4.31 Histograma conjunto vientos estación ITA-CONC - Viento Mesoescala.




Figura 4.33 Histograma conjunto vientos estación CAL-LASA - Viento Mesoescala.





v

Figura 4.35 Dominios utilizados en la simulación. ...................................................................................... 69

Figura 4.36 Dominios utilizados en la simulación. ...................................................................................... 70

Figura 4.37 Vientos a 10 m de altura para el 25 de febrero de 2013. .................................................. 72


6

INTRODUCCIÓN

La Agencia de Protección Ambiental de los Estados Unidos, EPA, define como

contaminación del aire, la presencia de sustancias contaminantes que no se dispersan

adecuadamente e interfieren con la salud humana, o pueden producir efectos ambientales

nocivos. (EPA, 1993). Dichas sustancias pueden ser elementos químicos naturales o

artificiales, partículas gaseosas, líquidas o sólidas aerotransportadas (Arya, 1999), estas

últimas hacen referencia al material particulado que se encuentra en la atmósfera.

En el caso particular colombiano, y más específicamente en el Valle de Aburrá la

problemática de contaminación atmosférica está asociada con las altas concentraciones

anuales de material particulado que se vienen registrando históricamente y algunos

episodios de ozono (IDEAM, 2007; Bedoya & Martínez, 2009; AMVA, 2010; Jiménez &

Palacio, 2011).

Según la Organización Mundial de la Salud (WHO por sus siglas en inglés) una continua

exposición a material particulado supone graves riesgos para la salud en muchas ciudades

de los países desarrollados y en desarrollo (OMS, 2006). Con base en esto, resulta

preocupante que en los países en desarrollo e incluso en los países desarrollados, la

tendencia en las concentraciones de material particulado, en su totalidad en los primeros,

y en las fracciones finas y ultrafinas en los segundos, sea al aumento (Rojas, 2008).

El Valle de Aburrá, por sus condiciones orográficas y su desarrollo urbano, es un lugar

especialmente susceptible de acumular grandes cantidades de contaminantes. La Red de

Vigilancia de la Calidad del Aire (Redaire) realiza el monitoreo, entre otras variables de

contaminación atmosférica, de la concentración de partículas suspendidas en el aire con

tamaños inferiores a 10 μm (PM10) y a 2.5 μm (PM2.5) en los municipios del Valle de

Aburrá.

Cabe mencionar que el común denominador de los trabajos relacionados con el material

particulado (específicamente PST y PM10) en el Valle de Aburrá, guarda relación con la

evaluación de los niveles de concentración en cada una de las estaciones de registro

(Gómez et al, 2003; Bedoya & Martínez, 2009; AMVA, 2011). Por otra parte, destacan los


7

trabajos de Ochoa & Jiménez (Ochoa &Jiménez , 2011) sobre ciclo diurnos de PM10 en el

Valle de Aburrá; los trabajos de caracterización de PM10 y PM2.5 (GHYGAM, 2007;

GHYGAM, 2010), según los cuales, en los respectivos períodos de estudio, el 55% de la

masa total de PM10 corresponde a elementos metálicos y en mayor proporción metales

livianos.

En este trabajo se presentan los resultados correspondientes al análisis de la variabilidad

espacio temporal del material particulado PM10 en el Valle de Aburrá a partir de los datos

generados por los equipos automáticos que hacen parte de la Red de Calidad del Aire del

Valle de Aburrá. Adicionalmente, se presentan los resultados correspondientes al análisis

de las circulaciones de viento en el valle de Aburrá.


8

1 OBJETIVO GENERAL

Presentar los avances del trabajo realizado hasta el momento asociados al proyecto de

investigación “Simulación de Procesos Dispersivos en el Valle de Aburrá”.


9

2 BASE DE DATOS

La base de datos utilizada en este trabajo consiste en las series de tiempo horarias de

PM10 en las estaciones, Girardota – Institución Educativa Colegio Colombia (GIR-IECO),

Medellín – Edificio Miguel de Aguinaga (MED-AGUI), Medellín – Éxito San Antonio (MED-

EXSA), Medellín – Politécnico Colombiano Jaime Isaza Cadavid (MED-PJIC), Itagüí – Colegio

El Rosario (ITA-CRSV), Itagüí – Parque Ditaires (ITA-DITA), y Caldas – Plaza de Mercado

(CAL-PMER). Estas estaciones hacen parte de la Red de Vigilancia de la Calidad del Aire

(Redaire) del Valle de Aburrá. En la figura 2.1, los puntos encerrados en rojo corresponden

a las estaciones anteriormente mencionadas.

Las series de tiempo cubren desde mediados de agosto de 2007 hasta diciembre de 2012,

a excepción de la estación ITA-DITA cuyos registros comienzan a principios de abril de

2008.

En la tabla 2.1 se muestran los porcentajes de datos faltantes obtenidos para las series de

cada una de las estaciones.

Tabla 2.1. Porcentaje de datos faltantes en cada estación

Estación Datos faltantes (%)

GIR-IECO 21,9

MED-AGUI 30,9

MED-EXSA 20,2

MED-PJIC 29,1

ITA-CRSV 34,1

ITA-DITA 30,5

CAL-PMER 41,5

Adicionalmente, para el análisis de las circulaciones de viento, se utilizarán los datos de

reanalisis del NCEP/NCAR1 y los resultados del software ARW (Advanced Research WRF).

1 http://www.esrl.noaa.gov/psd/data/reanalysis/reanalysis.shtml

http://www.esrl.noaa.gov/psd/data/reanalysis/reanalysis.shtml


10

Figura 2.1 Distribución espacial de las estaciones de la Red de Calidad del Aire del Valle de Aburrá.

Fuente: Redaire.


11

3 METODOLOGÍA

El procedimiento a seguir en este trabajo, consiste en el cálculo de concentraciones

promedio mensuales y las desviaciones estándar asociadas por estación. Se elaboran

también mapas de correlación entre las series de cada estación y se reportan los

respectivos valores obtenidos, estos coeficientes se obtuvieron para las series

estandarizadas quitándoles el ciclo diurno.

Por otra parte se determinan eventos de contaminación asociados a valores “máximos” y

se hace un análisis de rezagos de dichos eventos con el fin de evaluar si existe o no

propagación de eventos de material particulado entre las diferentes estaciones.

De manera adicional, se calculan los ciclos anuales para los campos de vientos en

diferentes niveles de presión. Se hace un análisis comparativo de las circulaciones al

interior del Valle y los vientos en la mesoescala a través de histogramas conjuntos.

Finalmente, se reportan los resultados de la simulación meteorológica hecha mediante el

software ARW (Advanced Research WRF) para el 25 de febrero de 2013.


12

4 RESULTADOS

4.1 ANALISIS DE LA VARIABILIDAD ESPACIO TEMPORAL DE MATERIAL

PARTICULADO EN EL VALLE DE ABURRÁ

4.1.1 Mapas de concentraciones y desviaciones estándar.

En la tabla 4.1 y la tabla 4.2 se reportan las concentraciones promedio y la desviación

estándar asociada para cada mes en cada estación.

Adicionalmente, en la figura 4.1 se presenta el ciclo anual de material particulado para las

estaciones objeto de este estudio en el Valle de Aburrá. En esta figura se reporta también

la desviación estándar asociada a cada concentración promedio mensual.

En general, las mayores concentraciones promedio mensuales se obtuvieron en las

estaciones MED-EXSA, ITA-CRSV y CAL-PMER.

Según los resultados presentados, los valores máximos de los ciclos anuales en general se

obtuvieron en el primer y último trimestre del año. En el caso de la estación GIR-IECO, hay

un máximo fuerte en el mes de febrero.

Tabla 4.1. Concentraciones promedio mensuales de material particulado por estación. Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.

PM10 GIR-IECO 51,4 58,9 47,9 42,1 38,9 37,0 39,3 41,3 43,7 40,8 42,5 43,9 MED-EXSA 51,7 60,3 59,2 58,3 63,2 57,4 54,3 58,5 59,8 64,0 66,0 61,5 MED-PJIC 47,7 55,3 54,3 51,4 53,5 52,8 48,8 54,0 52,9 56,2 55,0 52,2 ITA-CRSV 62,8 67,9 58,1 56,3 57,6 60,4 57,4 59,3 62,7 60,2 62,4 62,5 ITA-DITA 52,8 56,1 55,4 48,5 45,1 45,0 46,5 47,5 51,0 47,2 47,6 49,7 CAL-PMER 65,3 65,2 69,7 56,0 53,8 58,5 63,5 63,7 66,7 59,2 60,9 63,8

PM2.5 MED-AGUI 26,4 30,9 27,1 28,4 28,7 26,5 26,1 28,4 29,3 30,2 32,3 31,1


13

Tabla 4.2. Desviación estándar mensual de las series de PM10 por estación. Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.

PM10 GIR-IECO 32,7 31,2 23,6 27,7 20,9 20,1 20,0 21,1 22,1 22,0 23,5 27,9 MED-EXSA 21,4 26,1 25,5 27,3 30,3 28,3 26,5 27,6 28,2 31,9 32,6 27,7 MED-PJIC 22,5 23,6 25,1 29,5 29,3 30,3 29,8 29,6 28,3 28,1 31,3 26,1 ITA-CRSV 23,8 26,0 25,3 26,2 25,7 25,7 24,9 25,7 26,5 26,6 27,9 26,7 ITA-DITA 22,0 23,6 24,3 24,2 24,2 22,8 23,0 22,6 25,4 24,0 25,0 24,4 CAL-PMER 24,5 33,9 26,0 25,1 27,1 27,8 28,9 26,7 28,1 28,4 29,4 26,3

PM2.5 MED-AGUI 15,4 17,4 18,0 19,8 18,8 18,2 17,8 19,4 20,1 23,7 19,7 18,3

Figura 4.1 Ciclo anual de material particulado en el Valle de Aburrá.

(a). Concentración promedio - Enero.

(b) Desviación estándar - Enero

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Conc. Prom. = 40 g/m3



75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Desv. Est. = 20 g/m3




14

(c). Concentración promedio - Febrero.

(e). Concentración promedio – Marzo

(d) Desviación estándar - Febrero

(f) Desviación estándar - Marzo

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER





15

(g). Concentración promedio – Abril

(i). Concentración promedio – Mayo

(h) Desviación estándar - Abril

(j) Desviación estándar - Mayo

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER





16

(k). Concentración promedio – Junio

(m). Concentración promedio - Julio

(l) Desviación estándar - Junio

(n) Desviación estándar - Julio

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER





17

(o). Concentración promedio - Agosto

(q). Concentración promedio – Septiembre

(p) Desviación estándar - Agosto

(r) Desviación estándar - Septiembre

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER





18

(s). Concentración promedio - Octubre

(u). Concentración promedio - Noviembre

(t) Desviación estándar – Octubre

(v) Desviación estándar – Noviembre

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER





19

(w). Concentración promedio - Diciembre

(x) Desviación estándar – Diciembr

En la figura 4.2 se presenta el ciclo semanal de material particulado en las estaciones

objeto de estudio. Según los resultados mostrados, en general los ciclos semanales

presentan un valor máximo el día jueves (Estación GIR-IECO), el día viernes (Estaciones

MED-AGUI, MED-EXSA, MED-PJIC e ITA-DITA) y los días miércoles (Estación CAL-PMER), y

un valor mínimo el día domingo para todas las estaciones.

Figura 4.2 Ciclo semanal de material particulado en el Valle de Aburrá.

(a) Estación GIR-IECO.

(b) Estación MED-AGUI.

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER




Lunes Martes Miércoles Jueves Viernes Sábado Domingo32

34

36

38

40

42

44

46

48

Día Semana

PM

10

(µ

g/m

3)


24

25

26

27

28

29

30

31

32

Día Semana

PM

2.5

(µ

g/m

3)


20

(c) Estación MED-EXSA.

(e) Estación ITA-CRSV.

(g) Estación CAL-PMER.

(d) Estación MED-PJIC.

(f) Estación ITA-DITA.

4.1.2 Mapas de correlaciones.

En la tabla 4.3 se presentan los coeficientes de correlación obtenidos para las series

estandarizadas de cada una de las estaciones enunciadas en la tabla 2.1. En la figura 4.4 se

muestran los mapas de correlaciones obtenidos con base en los resultados de la matriz de

correlaciones.

La estandarización de las series se hizo quitándoles el ciclo diurno, el cual se muestra para

cada estación en la figura 4.3.


48

50

52

54

56

58

60

62

64

66

Día Semana

PM

10

(µ

g/m

3)


48

50

52

54

56

58

60

62

64

66

Día Semana

PM

10

(µ

g/m

3)


50

52

54

56

58

60

62

64

66

68

Día Semana

PM

10

(µ

g/m

3)


40

45

50

55

60

Día Semana

PM

10

(µ

g/m

3)


38

40

42

44

46

48

50

52

Día Semana

PM

10

(µ

g/m

3)


21

Los ciclos diurnos obtenidos tienen comportamiento bimodal, con el máximo principal

entre las 06:00 y las 10:00, en términos generales, y el segundo máximo entre las 18:00 y

las 22:00. Esta bimodalidad por una parte podría guardar relación con la estabilidad de la

atmósfera (Ochoa & Jiménez, 2011) y por otra parte está en consonancia con el ciclo

diurno de flujo vehicular (Bedoya & Martínez, 2009).

Los resultados obtenidos muestran que no hay una correlación significativa entre las

series de contaminantes. El coeficiente de correlación más alto obtenido, igual a 0,60,

corresponde al coeficiente de correlación entre la serie estandarizada de PM2.5 de la

estación MED-AGUI y la serie estandarizada de PM10 de la estación MED-EXSA.

Cabe aclarar que el estandarizar las series de material particulado de las estaciones,

permite trabajar de manera conjunta la serie de PM2.5 de la estación MED-AGUI con las

series de PM10 de las demás estaciones.

Figura 4.3 Ciclo diurno de material particulado en el Valle de Aburrá

(a) Material particulado PM10.

(b) Material particulado PM2.5 –

Estación MED-AGUI.

Tabla 4.3. Matriz de correlaciones para las series estandarizadas.

GIR-IECO MED-AGUI MED-EXSA MED-PJIC ITA-CRSV ITA-DITA CAL-PMER GIR-IECO 1,00 0,29 0,38 0,32 0,32 0,26 0,24 MED-AGUI 0,29 1,00 0,60 0,45 0,38 0,23 0,13 MED-EXSA 0,38 0,60 1,00 0,55 0,47 0,27 0,20 MED-PJIC 0,32 0,45 0,55 1,00 0,50 0,32 0,25 ITA-CRSV 0,32 0,38 0,47 0,50 1,00 0,55 0,37 ITA-DITA 0,26 0,23 0,27 0,32 0,55 1,00 0,40 CAL-PMER 0,24 0,13 0,20 0,25 0,37 0,40 1,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 2430

40

50

60

70

80

90

Hora

PM

10 (

µg/m

³)

Estación GIR-IECO

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 2415

20

25

30

35

40

45

50

55

60

Hora

PM

2.5

(g/m

3)


22

Figura 4.4 Mapas de correlaciones para las series de material particulado en el Valle de Aburrá.



(b) Estación MED-AGUI.

(d) Estación MED-PJIC.

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Coef.Corr = 1.0

Coef.Corr = 0.5

Coef.Corr = 0.1

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Coef.Corr = 1.0

Coef.Corr = 0.5

Coef.Corr = 0.1

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Coef.Corr = 1.0

Coef.Corr = 0.5

Coef.Corr = 0.1

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Coef.Corr = 1.0

Coef.Corr = 0.5

Coef.Corr = 0.1


23

(e) Estación ITA-CRSV.

(g). Estación CAL-PMER.

(f) Estación ITA-DITA.

4.1.3 Propagación de eventos de material particulado.

Para el caso particular, con el fin de definir un evento máximo se estableció como criterio:

Todo aquel “máximo local” por encima del valor medio de la serie más dos desviaciones

estándar de la misma.

Teniendo en cuenta que el análisis se hará utilizando las series estandarizadas, las cuales

tienen media igual a cero y desviación estándar igual a uno, el criterio para la

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Coef.Corr = 1.0

Coef.Corr = 0.5

Coef.Corr = 0.1

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Coef.Corr = 1.0

Coef.Corr = 0.5

Coef.Corr = 0.1

75.8 W 75.7 W 75.6 W 75.5 W 75.4 W 75.3 W 75.2 W5.9 N

6.0 N

6.1 N

6.2 N

6.3 N

6.4 N

6.5 N

6.6 N

GIR-IECO

MED-AGUIMED-EXSA

MED-PJIC

ITA-CRSVITA-DITA

CAL-PMER

Coef.Corr = 1.0

Coef.Corr = 0.5

Coef.Corr = 0.1


24

determinación de un evento máximo sería entonces: Todo aquel máximo local que sea

mayor a dos.

En la tabla 4.4 se reporta el número de eventos máximos obtenidos por estación. La

estación MED-EXSA presentó el mayor número de eventos.

Tabla 4.4. Número de eventos máximos de contaminación por estación.

Estación Número de

eventos. GIR-IECO 803 MED-AGUI 791 MED-EXSA 963 MED-PJIC 820 ITA-CRSV 802 ITA-DITA 717 CAL-PMER 654

En el análisis de la propagación de eventos, se tuvo en cuenta los intervalos de tiempo,

dados por el ciclo diurno de material particulado en cada estación. Se tomaron entonces

cuatro intervalos de tiempo, dados por los máximos del ciclo diurno, un intervalo desde las

07:00 hasta las 09:00, y otro desde las 18-:00 hasta las 24:00, adicionalmente, un intervalo

desde la 01:00 hasta las 06:00 y desde las 10:00 hasta las 17:00.

En cada uno de los intervalos definidos, se determinaron los eventos máximos y se hizo el

análisis de propagación de dichos eventos con base en rezagos, teniendo como hora base

la hora en la sucedía cada evento.

Desde la figura 4.4 a la figura 4.10 se muestran los resultados obtenidos en cada una de las

estaciones analizadas.

El rezago en los eventos, esto es, la propagación de eventos de material particulado, es

evidente entre las estaciones cercanas, i.e. MED-EXSA y MED-PJIC o ITA-CRSV – ITA-DITA.,

con tiempos de propagación entre una y tres horas.

El que la propagación de eventos de material particulado sea evidente fundamentalmente

en las estaciones “cercanas” y para ciertos intervalos de tiempo, daría a entender en

principio que la localización de las estaciones es tal que la contaminación registrada

corresponde a condiciones locales del sitio de muestreo.


25

Figura 4.5 Propagación de eventos de material particulado – Estación GIR-IECO.

(a) Intervalo 01:00 – 06:00.

(c) Intervalo 07:00 – 09:00.

(b) Intervalo 10:00 – 17:00.

(d) Intervalo 18:00 -24:00.

Figura 4.6 Propagación de eventos de material particulado – Estación MED-AGUI.

(a) Intervalo 01:00 – 06:00.

(b) Intervalo 07:00 – 09:00.

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

3.5

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

3.5

4

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

3.5

4

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

3.5

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 4-0.5

0

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER


26

(c) Intervalo 10:00 – 17:00.

(d) Intervalo 18:00 -24:00.

Figura 4.7 Propagación de eventos de material particulado – Estación MED-EXSA.

(a) Intervalo 01:00 – 06:00.

(c) Intervalo 10:00 – 17:00.

(b) Intervalo 07:00 – 09:00.

(d) Intervalo 18:00 -24:00.

-4 -3 -2 -1 0 1 2 3 4-0.5

0

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

3.5

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 4-0.5

0

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER


27

Figura 4.8 Propagación de eventos de material particulado – Estación MED-PJIC.

(a) Intervalo 01:00 – 06:00.

(c) Intervalo 10:00 – 17:00.

(b) Intervalo 07:00 – 09:00.

(d) Intervalo 18:00 -24:00.

Figura 4.9 Propagación de eventos de material particulado – Estación ITA-CRSV.

(a) Intervalo 01:00 – 06:00.

(b) Intervalo 07:00 – 09:00.

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

3.5

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 4-0.5

0

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER


28

(c) Intervalo 10:00 – 17:00.

(d) Intervalo 18:00 -24:00.

Figura 4.10 Propagación de eventos de material particulado – Estación ITA-DITA.

(a) Intervalo 01:00 – 06:00.

(c) Intervalo 07:00 – 09:00.

(b) Intervalo 10:00 – 17:00.

(d) Intervalo 18:00 -24:00.

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

3.5

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 4-0.5

0

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER


29

Figura 4.11 Propagación de eventos de material particulado – Estación CAL-PMER

(a) Intervalo 01:00 – 06:00.

(c) Intervalo 10:00 – 17:00.

(b) Intervalo 07:00 – 09:00.

(d) Intervalo 18:00 -24:00.

4.2 CIRCULACIONES DE VIENTO EN EL VALLE DE ABURRÁ

4.2.1 Análisis espacio-temporal de vientos por encima del Valle.

En las figura 4.12 a Figura 4.14 se presenta el ciclo anual de los campos de viento a

diferentes niveles de presión (700, 600 y 500 mb) para el período 1948 - 2012.

Los resultados muestran que para los tres niveles de presión analizados los campos de

viento tienen una fuerte componente del este, además de ser más intensos entre los meses

de junio a agosto.

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

3.5

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 4-0.5

0

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER

-4 -3 -2 -1 0 1 2 3 40

0.5

1

1.5

2

2.5

3

Hora de rezago

PM

Est

and

ariz

ado

Estación GIR-IECO

Estación MED-AGUI

Estación MED-EXSA

Estación MED-PJIC

Estación ITA-CRSV

Estación ITA-DITA

Estación CAL-PMER


30

Figura 4.12 Ciclo anual de los vientos en los 700 mb.

(a). Enero

(b). Febrero

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


31

(c). Marzo

(d). Abril

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


32

(e). Mayo

(f). Junio

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


33

(g). Julio

(h). Agosto

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


34

(i). Septiembre

(j). Octubre

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


35

(k). Noviembre

(l). Diciembre

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


36


(a). Enero

(b). Febrero

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


37

(c). Marzo

(d). Abril

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


38

(e). Mayo

(f). Junio

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


39

(g). Julio

(h). Agosto

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


40

(i). Septiembre

(j). Octubre

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


41

(k). Noviembre

(l). Diciembre

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


42


(a). Enero

(b). Febrero

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


43

(c). Marzo

(d). Abril

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


44

(e). Mayo

(f). Junio

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


45

(g). Julio

(h). Agosto

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


46

(i). Septiembre

(j). Octubre

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


47

(k). Noviembre

(l). Diciembre

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s

90W 85W 80W 75W 70W 65W 60W 55W 50W18S

14S

10S

6S

2S

EQ

2N

6N

10N

14N

18N

4 m/s


48

4.2.2 Análisis comparativo de los patrones de circulación de mesoescala y los

patrones de circulación al interior del Valle de Aburrá

En las figura 4.15 a Figura 4.34 se presentan los histogramas conjuntos (en términos de la

frecuencia absoluta) para la componente zonal (dirección E u W, según corresponda) y la

componente meridional (dirección N o S, según corresponda) de los vientos en cada una

de las estaciones meteorológicas y de los datos de reanalisis, para los que se tomó como

punto representativo de la mesoescala, el punto con coordenadas (75W, 7,5N).

Cabe aclarar que las estaciones meteorológicas utilizadas en este análisis fueron las

estaciones BAR-PDLA, GIR-IECO, BEL-USBV, MED-UNNV, MED-MANT, MED-UDEM, MED-

PJIC, MED-UNEP, ITA-CONC, CAL-LASA; todas estas estaciones hacen parte de la red de

meteorología del Área Metropolitana del Valle de Aburrá. Tanto en el caso de las

estaciones meteorológicas como en el caso de los datos de reanalisis, se utilizaron los

datos correspondientes al período 01 de junio de 2012 – 31 de marzo de 2013.

En la tabla 4.5 se reportan los coeficientes de correlación obtenidos para las componentes

zonal y meridional del viento en cada una de las estaciones y las componentes del viento

en la mesoescala, esto para cada una de las horas analizadas.

Tabla 4.5. Coeficientes de correlación, Estaciones meteorología red AMVA - Mesoescala 01:00 07:00 13:00 19:00

C. Zonal C. Merid. C. Zonal C. Merid. C. Zonal C. Merid. C. Zonal C. Merid.

BAR-PDLA 0,047 -0,101 0,035 -0,021 0,070 0,011 -0,080 -0,151

GIR-IECO 0,094 -0,014 0,037 -0,023 -0,142 0,138 -0,022 0,007

BEL-USBV -0,058 -0,159 0,028 -0,119 0,108 0,077 0,002 -0,087

MED-UNNV 0,061 -0,245 0,122 -0,158 -0,023 -0,200 0,131 -0,229

MED-MANT -0,002 -0,045 0,059 -0,099 0,056 0,014 0,047 -0,075

MED-UDEM -0,052 -0,101 0,040 0,008 0,069 0,079 0,006 -0,111

MED-PJIC -0,011 0,025 0,007 0,072 0,102 -0,031 -0,030 -0,059

MED-UNEP 0,036 -0,017 0,013 -0,066 -0,040 -0,020 -0,106 -0,069

ITA-CONC 0,042 -0,130 0,095 -0,033 0,067 0,035 -0,032 -0,067

CAL-LASA -0,103 -0,101 -0,154 -0,057 -0,181 -0,121 -0,025 -0,150

Según los resultados presentados, no hay una correlación lineal significativa entre los

patrones de circulación al interior del Valle y los patrones de circulación en el punto

tomado como representativo de la mesoescala. Aunque se destaca que las mayores


49

probabilidades, en general en todas las estaciones, cambian para cada una de las horas

(01:00, 07:00, 13:00 y 19:00) y no necesariamente coincide la dirección de la componente

zonal o meridional en cada estación con la dirección de la componente zonal o meridional

en el punto tomado como referencia de la mesoescala.


Componente zonal.

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20

-2.5

-2

-1.5

-1

-0.5

0

0.5

1

Componente Zonal Viento Mesoescala

Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

7

-15 -10 -5 0 5 10 15 20

-3

-2

-1

0

1


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15

-2

-1

0

1


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

7

8

9

10

11

-15 -10 -5 0 5 10 15 20

-2

-1

0

1


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12


50


Componente meridional.

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-2.5

-2

-1.5

-1

-0.5

0

0.5

1

Componente Meridional Viento Mesoescala

Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-4

-3

-2

-1

0

1

2

3


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15 20 25 30 35

-1.2

-1

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

Componente Meridional Viento MesoescalaC

om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

1

2

3

4

5

6

7

8

9

-20 -15 -10 -5 0 5 10 15 20 25 30-3

-2.5

-2

-1.5

-1

-0.5

0

0.5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

7


51

Figura 4.17 Histograma conjunto vientos estación GIR-IECO – Viento Mesoescala.

Componente zonal.

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20

-0.5

0

0.5

1

1.5


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

-15 -10 -5 0 5 10 15 20

-2

-1

0

1

2

3

4


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20

-15 -10 -5 0 5 10 15 20

-1

-0.5

0

0.5

1

1.5

Componente Zonal Viento MesoescalaC

om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

5

10

15

20

25

-15 -10 -5 0 5 10 15 20-2

-1

0

1

2

3

4


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16


52

Figura 4.18 Histograma conjunto vientos estación GIR-IECO – Viento Mesoescala.


(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-2

-1.5

-1

-0.5

0

0.5

1


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-3

-2

-1

0

1

2

3


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

20

-15 -10 -5 0 5 10 15 20 25 30 35

-1

-0.5

0

0.5

1


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

5

10

15

20

-20 -15 -10 -5 0 5 10 15 20 25 30

-2.5

-2

-1.5

-1

-0.5

0

0.5

1

1.5

2

2.5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20

22


53


Componente zonal.

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20-1

-0.5

0

0.5

1

1.5


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

5

10

15

-15 -10 -5 0 5 10 15 20

-3

-2

-1

0

1

2

3


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

-15 -10 -5 0 5 10 15 20

0

0.5

1

1.5


om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15 20

-2

-1

0

1

2


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12


54



(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-4

-3

-2

-1

0

1

2

3


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-8

-6

-4

-2

0

2


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

-15 -10 -5 0 5 10 15 20 25 30 35

-3

-2

-1

0

1

2

3


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

14

16

18

20

-20 -15 -10 -5 0 5 10 15 20 25 30

-6

-4

-2

0

2

4


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20


55


Componente zonal.

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20

-6

-5

-4

-3

-2

-1

0

1


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

-15 -10 -5 0 5 10 15 20

-6

-4

-2

0

2

4

6


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

-15 -10 -5 0 5 10 15 20

-6

-5

-4

-3

-2

-1

0

1


om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

1

2

3

4

5

6

7

8

9

-15 -10 -5 0 5 10 15 20

-8

-6

-4

-2

0

2

4


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18


56



(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-3

-2

-1

0

1

2

3

4

5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-5

-4

-3

-2

-1

0

1

2

3

4

5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

-15 -10 -5 0 5 10 15 20 25 30 35

-2

-1

0

1

2

3

4


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

14

16

18

20

-20 -15 -10 -5 0 5 10 15 20 25 30

-4

-2

0

2

4

6

8


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

7

8

9

10

11


57


Componente zonal.

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20

-4

-3

-2

-1

0

1

2

3


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20

-15 -10 -5 0 5 10 15 20

-4

-2

0

2

4


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

-15 -10 -5 0 5 10 15 20

-4

-3

-2

-1

0

1

2


om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15 20

-4

-2

0

2

4


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12


58



(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-3.5

-3

-2.5

-2

-1.5

-1

-0.5

0

0.5

1

1.5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

20

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-5

-4

-3

-2

-1

0

1

2


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20

-15 -10 -5 0 5 10 15 20 25 30 35-2

-1.5

-1

-0.5

0

0.5

1

1.5


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

14

16

18

-20 -15 -10 -5 0 5 10 15 20 25 30-4

-3

-2

-1

0

1

2


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20


59


Componente zonal

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20-3

-2

-1

0

1

2


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15 20

-4

-2

0

2

4


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15 20

-2

-1

0

1

2


om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

14

16

18

-15 -10 -5 0 5 10 15 20

-4

-3

-2

-1

0

1

2

3


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

7

8

9


60


Componente meridional

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-4

-3

-2

-1

0

1

2


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

20

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-8

-6

-4

-2

0

2

4

6


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20

-15 -10 -5 0 5 10 15 20 25 30 35

-3

-2

-1

0

1

2


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

5

10

15

20

-20 -15 -10 -5 0 5 10 15 20 25 30

-5

-4

-3

-2

-1

0

1

2

3

4

5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16


61

Figura 4.27 Histograma conjunto vientos estación MED-PJIC - Viento Mesoescala.

Componente zonal

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20

-3

-2

-1

0

1


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

-15 -10 -5 0 5 10 15 20

-4

-2

0

2

4


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

-15 -10 -5 0 5 10 15 20

-2

-1

0

1


om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

14

16

18

20

-15 -10 -5 0 5 10 15 20

-4

-3

-2

-1

0

1

2

3


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

7

8

9

10

11


62

Figura 4.28 Histograma conjunto vientos estación MED-PJIC - Viento Mesoescala.


(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

0.8

1

1.2

1.4


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

20

25

-20 -15 -10 -5 0 5 10 15 20 25 30 35-4

-3

-2

-1

0

1

2


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

20

25

-15 -10 -5 0 5 10 15 20 25 30 35

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

5

10

15

20

25

-20 -15 -10 -5 0 5 10 15 20 25 30-3

-2.5

-2

-1.5

-1

-0.5

0

0.5

1

1.5

2


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20

22


63


Componente zonal

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20

-1

-0.5

0

0.5

1


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15 20

-2

-1

0

1


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

-15 -10 -5 0 5 10 15 20

-0.5

0

0.5

1


om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

1

2

3

4

5

6

7

8

-15 -10 -5 0 5 10 15 20

-1.5

-1

-0.5

0

0.5

1

1.5

2


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

5

10

15


64



(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-1.5

-1

-0.5

0

0.5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-2.5

-2

-1.5

-1

-0.5

0

0.5

1

1.5

2


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

-15 -10 -5 0 5 10 15 20 25 30 35

-1

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

-20 -15 -10 -5 0 5 10 15 20 25 30-2.5

-2

-1.5

-1

-0.5

0

0.5

1


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18


65


Componente zonal

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20

-1.5

-1

-0.5

0

0.5

1

1.5


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16

18

20

-15 -10 -5 0 5 10 15 20

-2

-1

0

1

2

3


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15 20

-1

-0.5

0

0.5

1


om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

-15 -10 -5 0 5 10 15 20

-3

-2

-1

0

1


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

7

8

9

10

11


66



(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-0.5

0

0.5

1

1.5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

20

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-4

-3

-2

-1

0

1


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

20

-15 -10 -5 0 5 10 15 20 25 30 35

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

0.8

1

1.2


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

2

4

6

8

10

12

14

16

18

-20 -15 -10 -5 0 5 10 15 20 25 30-1.5

-1

-0.5

0

0.5

1

1.5

2


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

5

10

15

20

25


67


Componente zonal

(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20

-4

-2

0

2

4


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

-15 -10 -5 0 5 10 15 20-6

-4

-2

0

2

4

6


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

-15 -10 -5 0 5 10 15 20

-4

-2

0

2


om

po

nen

te Z

on

al V

ien

to E

stac

ión

0

1

2

3

4

5

6

-15 -10 -5 0 5 10 15 20

-4

-3

-2

-1

0

1

2

3


Co

mp

on

ente

Zo

nal

Vie

nto

Est

ació

n

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5


68



(a) 01:00.

(c) 13:00.

(b) 07:00.

(d) 19:00.

-15 -10 -5 0 5 10 15 20 25 30

-1

-0.5

0

0.5

1

1.5


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

-20 -15 -10 -5 0 5 10 15 20 25 30 35

-2

-1.5

-1

-0.5

0

0.5

1

1.5

2

2.5

3


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

1

2

3

4

5

6

7

-15 -10 -5 0 5 10 15 20 25 30 35

-1

-0.5

0

0.5

1

1.5


om

po

nen

te M

erid

ion

al V

ien

to E

stac

ión

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

-20 -15 -10 -5 0 5 10 15 20 25 30

-4

-3

-2

-1

0

1


Co

mp

on

ente

Mer

idio

nal

Vie

nto

Est

ació

n

0

2

4

6

8

10

12

14

16


69

4.2.3 Circulaciones al interior del Valle e interacción con los vientos de

Mesoescala.

En la figura 4.37 se muestran los resultados de la simulación hecha para el 25 de febrero

de 2013 utilizando el software ARW (Advanced Research WRF). Dicha simulación se hizo

teniendo como dominios, los cuatro dominios mostrados en la figura 4.35.

Adicionalmente, se tomó como información meteorológica base, la correspondiente a la

información de reanalysis (GFS) para la fecha de simulación.

Cabe aclarar que la configuración base para la simulación de los campos de viento

reportad en este informe, corresponde a la configuración obtenida en el desarrollo de la

tesis doctoral del profesor José Fernando Jiménez Mejía, docente de la Universidad

Nacional.

Figura 4.35 Dominios utilizados en la simulación.

Fuente: José Fernando Jiménez Mejía.

Según los resultados, el 25 de febrero fue un día con fuerte circulación valle arriba, lo cual

implica que no hubo acoplamiento ni encauzamiento de los vientos Alisios con la

circulación al interior del Valle.

Se observa además un drenaje significativo de los vientos por la cuenca de la quebrada La

García (Bello), prácticamente durante todo el día; y la fuerza y coherencia de los vientos

Alisios en plena tarde, a la hora en que las temperaturas de superficie alcanzan -por lo

general- valores máximos. Por otra parte, los vientos superficiales en la noche y primeras


70

horas de la mañana son muy débiles, por no decir inexistentes; esto puede estar

relacionado con estabilidad atmosférica en la tropósfera baja del Valle y, por tanto, con

eventos de alta concentración de contaminantes urbanos después de la salida del sol, tal

como lo evidencian las series de PM10 presentadas en la figura 4.36 para varias estaciones

de la Red de Monitoreo de Calidad del Aire del Valle de Aburrá.

Figura 4.36 Dominios utilizados en la simulación.



(e) Estación MED-PJIC.

(b) Estación BEL-USBV.

(d) Estación MED-UNFM.

(f) Estación ITA-CRSV.

Feb. 23 Feb. 24 Feb. 25 Feb. 260

50

100

150

200

Rezago

PM

10

(

g/m

3)

Feb. 23 Feb. 24 Feb. 25 Feb. 26 Feb. 27 Feb. 2820

40

60

80

100

120

140

Rezago

PM

10

(

g/m

3)


20

40

60

80

100

120

140

Rezago

PM

10

(

g/m

3)


40

60

80

100

Rezago

PM

10

(

g/m

3)


50

100

150

200

Rezago

PM

10

(

g/m

3)


40

60

80

100

120

140

Rezago

PM

10

(

g/m

3)


71

(g) Estación ITA-CONC


40

60

80

100

120

Rezago

PM

10

(

g/m

3)


72

Figura 4.37 Vientos a 10 m de altura para el 25 de febrero de 2013.


73

Figura 4.37. Cont. Vientos a 10 m de altura para el 25 de febrero de 2013.


74

5 CONCLUSIONES

En general, los ciclos anuales de material particulado obtenidos presentan los

valores máximos el primer y último trimestre del año. Adicionalmente, los ciclos

diurnos muestran un comportamiento bimodal asociado a los procesos de

estabilidad atmosférica que ocurren en el Valle de Aburrá (Ochoa & Jiménez, 2011)

y al ciclo diurno del tráfico vehicular (Bedoya & Martínez, 2009).

Los ciclos semanales de material particulado, muestran en general, un aumento

paulatino en las concentraciones hasta alcanzar el máximo entre los días miércoles

y viernes, y un descenso el día domingo.

No se obtuvieron correlaciones importantes entre las series de material

particulado analizadas. Los coeficientes más altos se obtuvieron para la estación

pivote y las estaciones inmediatamente cercanas.

En relación al análisis de la propagación de eventos de material particulado,

aparentemente hay rezago entre estaciones cercanas, esto es, cuando se presenta

un evento de contaminación en una estación se registra tiempo después en una

estación viento abajo, con tiempos de propagación entre una y tres horas. El que la

propagación de eventos de material particulado sea evidente fundamentalmente

en las estaciones cercanas y para ciertos intervalos de tiempo, además que los

coeficientes de correlación no fueron significativos, daría a entender en principio

que la localización de las estaciones es tal que la contaminación registrada

corresponde a condiciones locales del sitio de muestreo.

Los campos de viento obtenidos para los 700, 600 y 500 mb tienen una fuerte

componente del este, además de ser más intensos entre los meses de junio a

agosto.

No se obtuvo una correlación lineal significativa entre los patrones de circulación

al interior del Valle y los patrones de circulación en el punto tomado como

representativo de la mesoescala.


75

Los resultados obtenidos de la simulación meteorológica del 25 de febrero,

muestran una fuerte circulación valle arriba, lo cual implica que no hubo

acoplamiento ni encauzamiento de lo Alisios con la circulación al interior del valle.


74

6 BIBLIOGRAFIA

[1] Arya, S. P. (1999). Air Pollution Meteorology and Dispersion. New York: Oxford

University Press.

[2] Área Metropólitana del Valle de Aburrá. (2010). Plan de Descontaminación del aire

para el Valle de Aburrá. Medellín: Endymion.

[3] Bedoya, J.; Martínez, E. (2009). Calidad del Aire en el Valle de Aburrá Antioquía -

Colombia. Dyna, (158): 7-15.

[4] Environmental Protection Agency, EPA. (1993). Terms of Environment: Glossary,

Abbreviations and Acronyms. Washington D.C.: United States Environmental Protection

Agency, Office of Communications, Education, and Public Affairs.

[5] GHYGAM (Grupo de Higiene y Gestión Ambiental). (2007). Determinación de la

contribución de fuentes de material particulado PST y PM10 en tres zonas del Valle de

Aburrá: Zona centro – Medellín y municipios Itagüí y Girardota. Gestión de la Calidad del

Aire del Valle de Aburrá.

[6] GHYGAM (Grupo de Higiene y Gestión Ambiental). (2010). Evaluación de los niveles de

contaminación atmosférica en la zonas urbanas del Valle de Aburrá – Caracterización y

análisis de la contribución de fuentes de material particulado PM2.5 en tres (3) zonas del

Valle de Aburrá. Convenio 543 de 2008, Área Metropolitana del Valle de Aburrá politécnico

Colombiano Jaime Isaza Cadavid – Universidad de Antioquia.

[7] Gómez, A.; Henao, E.; Molina, E.; Molina, F. (2003). Evaluación de las partículas

suspendidas totales (PST) y partículas respirables (PM10) en la zona de Guayabal, Medellín,

Colombia. Revista Facultad de Ingeniería Universidad de Antioquia, (030): 24-33.

[8] Instituto de Hidrología, Meteorología y estudios Ambientales IDEAM, (2007). Informe

Anual sobre el Estado del Medio Ambiente y los Recursos Naturales Renovables en Colombia:

Calidad del Aire. Bogotá.

[9] Jiménez, J. F.; Palacio, C. A. (2011). Aproximación Conceptual al Diseño de una Red de

Calidad de Aire en el Valle de Aburrá - Colombia. IX Congreso Colombiano de Meteorología.

Bogotá.

[10] Ochoa, A.; Jiménez, J. F. (2011). Ciclo Diurno de PM10 en el Valle de Aburrá. IX Congreso

Colombiano de Meteorología. Bogotá.

[12] Rojas, N. Y. (2008). Consideraciones sobre calidad del aire y salud pública. Universidad

Nacional de Colombia – Sede Bogotá.

un proyecto de - minas. · pdf fileun proyecto de: simulación de procesos dispersivos...

Documents