un proyecto de - minas. · pdf fileun proyecto de: simulación de procesos dispersivos...
TRANSCRIPT
Un proyecto de:
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
Convenio de Asociación No. 243 de 2012
Informe Final julio de 2013
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL 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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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 4.13 Ciclo anual de los vientos en los 600 mb. ................................................................................ 36
Figura 4.14 Ciclo anual de los vientos en los 500 mb. ................................................................................ 42
Figura 4.15 Histograma conjunto vientos estación BAR-PDLA – Viento Mesoescala.
Componente zonal. .................................................................................................................................................... 49
Figura 4.16 Histograma conjunto vientos estación BAR-PDLA – Viento Mesoescala.
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.
Componente zonal. .................................................................................................................................................... 53
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
iv
Figura 4.20 Histograma conjunto vientos estación BEL-USBV– Viento Mesoescala.
Componente meridional. ........................................................................................................................................ 54
Figura 4.21 Histograma conjunto vientos estación MED-UNNV – Viento Mesoescala.
Componente zonal. .................................................................................................................................................... 55
Figura 4.22 Histograma conjunto vientos estación MED-UNNV – Viento Mesoescala.
Componente meridional. ........................................................................................................................................ 56
Figura 4.23 Histograma conjunto vientos estación MED-MANT – Viento Mesoescala.
Componente zonal. .................................................................................................................................................... 57
Figura 4.24 Histograma conjunto vientos estación MED-MANT – Viento Mesoescala.
Componente meridional. ........................................................................................................................................ 58
Figura 4.25 Histograma conjunto vientos estación MED-UDEM – Viento Mesoescala.
Componente zonal ..................................................................................................................................................... 59
Figura 4.26 Histograma conjunto vientos estación MED-UDEM – Viento Mesoescala.
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.
Componente zonal ..................................................................................................................................................... 63
Figura 4.30 Histograma conjunto vientos estación MED-UNEP - Viento Mesoescala.
Componente meridional ......................................................................................................................................... 64
Figura 4.31 Histograma conjunto vientos estación ITA-CONC - Viento Mesoescala.
Componente zonal ..................................................................................................................................................... 65
Figura 4.32 Histograma conjunto vientos estación ITA-CONC - Viento Mesoescala.
Componente meridional ......................................................................................................................................... 66
Figura 4.33 Histograma conjunto vientos estación CAL-LASA - Viento Mesoescala.
Componente zonal ..................................................................................................................................................... 67
Figura 4.34 Histograma conjunto vientos estación CAL-LASA - Viento Mesoescala.
Componente meridional ......................................................................................................................................... 68
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.
SIMULACIÓN DE PROCESOS DISPERSIVOS 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”.
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
10
Figura 2.1 Distribución espacial de las estaciones de la Red de Calidad del Aire del Valle de Aburrá.
Fuente: Redaire.
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Desv. Est. = 30 g/m3
Desv. Est. = 40 g/m3
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Desv. Est. = 30 g/m3
Desv. Est. = 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
Desv. Est. = 30 g/m3
Desv. Est. = 40 g/m3
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Desv. Est. = 30 g/m3
Desv. Est. = 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
Desv. Est. = 30 g/m3
Desv. Est. = 40 g/m3
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Desv. Est. = 30 g/m3
Desv. Est. = 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
Desv. Est. = 30 g/m3
Desv. Est. = 40 g/m3
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Desv. Est. = 30 g/m3
Desv. Est. = 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
Desv. Est. = 30 g/m3
Desv. Est. = 40 g/m3
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Desv. Est. = 30 g/m3
Desv. Est. = 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
Desv. Est. = 30 g/m3
Desv. Est. = 40 g/m3
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Conc. Prom. = 40 g/m3
Conc. Prom. = 60 g/m3
Conc. Prom. = 80 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
Desv. Est. = 30 g/m3
Desv. Est. = 40 g/m3
Lunes Martes Miércoles Jueves Viernes Sábado Domingo32
34
36
38
40
42
44
46
48
Día Semana
PM
10
(µ
g/m
3)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo23
24
25
26
27
28
29
30
31
32
Día Semana
PM
2.5
(µ
g/m
3)
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.
Lunes Martes Miércoles Jueves Viernes Sábado Domingo46
48
50
52
54
56
58
60
62
64
66
Día Semana
PM
10
(µ
g/m
3)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo46
48
50
52
54
56
58
60
62
64
66
Día Semana
PM
10
(µ
g/m
3)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo48
50
52
54
56
58
60
62
64
66
68
Día Semana
PM
10
(µ
g/m
3)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo35
40
45
50
55
60
Día Semana
PM
10
(µ
g/m
3)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo36
38
40
42
44
46
48
50
52
Día Semana
PM
10
(µ
g/m
3)
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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)
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
22
Figura 4.4 Mapas de correlaciones para las series de material particulado en el Valle de Aburrá.
(a) Estación GIR-IECO.
(c) Estación MED-EXSA.
(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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
36
Figura 4.13 Ciclo anual de los vientos en los 600 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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
42
Figura 4.14 Ciclo anual de los vientos en los 500 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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.
Figura 4.15 Histograma conjunto vientos estación BAR-PDLA – Viento 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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
50
Figura 4.16 Histograma conjunto vientos estación BAR-PDLA – Viento Mesoescala.
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
1
2
3
4
5
6
7
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
52
Figura 4.18 Histograma conjunto vientos estación GIR-IECO – Viento Mesoescala.
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
-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
16
18
20
-20 -15 -10 -5 0 5 10 15 20 25 30 35
-3
-2
-1
0
1
2
3
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
18
20
22
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
53
Figura 4.19 Histograma conjunto vientos estación BEL-USBV– Viento Mesoescala.
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento MesoescalaC
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
54
Figura 4.20 Histograma conjunto vientos estación BEL-USBV– Viento Mesoescala.
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
3
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
18
20
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
55
Figura 4.21 Histograma conjunto vientos estación MED-UNNV – Viento Mesoescala.
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento MesoescalaC
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
18
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
56
Figura 4.22 Histograma conjunto vientos estación MED-UNNV – Viento Mesoescala.
Componente meridional.
(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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
1
2
3
4
5
6
7
8
9
10
11
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
57
Figura 4.23 Histograma conjunto vientos estación MED-MANT – Viento Mesoescala.
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento MesoescalaC
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
58
Figura 4.24 Histograma conjunto vientos estación MED-MANT – Viento Mesoescala.
Componente meridional.
(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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
18
20
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
59
Figura 4.25 Histograma conjunto vientos estación MED-UDEM – 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
2
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento MesoescalaC
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
1
2
3
4
5
6
7
8
9
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
60
Figura 4.26 Histograma conjunto vientos estación MED-UDEM – Viento Mesoescala.
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento MesoescalaC
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
1
2
3
4
5
6
7
8
9
10
11
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
62
Figura 4.28 Histograma conjunto vientos estación MED-PJIC - Viento Mesoescala.
Componente meridional
(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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
18
20
22
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
63
Figura 4.29 Histograma conjunto vientos estación MED-UNEP - Viento Mesoescala.
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento MesoescalaC
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
5
10
15
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
64
Figura 4.30 Histograma conjunto vientos estación MED-UNEP - Viento Mesoescala.
Componente meridional
(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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
18
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
65
Figura 4.31 Histograma conjunto vientos estación ITA-CONC - Viento Mesoescala.
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento MesoescalaC
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
Componente Zonal Viento Mesoescala
Co
mp
on
ente
Zo
nal
Vie
nto
Est
ació
n
0
1
2
3
4
5
6
7
8
9
10
11
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
66
Figura 4.32 Histograma conjunto vientos estación ITA-CONC - Viento Mesoescala.
Componente meridional
(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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
5
10
15
20
25
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
67
Figura 4.33 Histograma conjunto vientos estación CAL-LASA - Viento Mesoescala.
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento Mesoescala
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
Componente Zonal Viento MesoescalaC
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
Componente Zonal Viento Mesoescala
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
68
Figura 4.34 Histograma conjunto vientos estación CAL-LASA - Viento Mesoescala.
Componente meridional
(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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento Mesoescala
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
Componente Meridional Viento MesoescalaC
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
Componente Meridional Viento Mesoescala
Co
mp
on
ente
Mer
idio
nal
Vie
nto
Est
ació
n
0
2
4
6
8
10
12
14
16
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.
(a) Estación GIR-IECO.
(c) Estación MED-EXSA.
(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)
Feb. 23 Feb. 24 Feb. 25 Feb. 26 Feb. 27 Feb. 280
20
40
60
80
100
120
140
Rezago
PM
10
(
g/m
3)
Feb. 23 Feb. 24 Feb. 25 Feb. 26 Feb. 27 Feb. 2820
40
60
80
100
Rezago
PM
10
(
g/m
3)
Feb. 23 Feb. 24 Feb. 25 Feb. 26 Feb. 27 Feb. 280
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)
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
71
(g) Estación ITA-CONC
Feb. 23 Feb. 24 Feb. 25 Feb. 26 Feb. 27 Feb. 2820
40
60
80
100
120
Rezago
PM
10
(
g/m
3)
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
72
Figura 4.37 Vientos a 10 m de altura para el 25 de febrero de 2013.
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
73
Figura 4.37. Cont. Vientos a 10 m de altura para el 25 de febrero de 2013.
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.
SIMULACIÓN DE PROCESOS DISPERSIVOS EN EL VALLE DE ABURRÁ
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.