Post on 27-Jun-2022
Universidad de La Salle Universidad de La Salle
Ciencia Unisalle Ciencia Unisalle
Ingeniería Ambiental y Sanitaria Facultad de Ingeniería
1-1-2016
Evaluación de tres modelos de micro-escala (AERMOD, CALINE4 y Evaluación de tres modelos de micro-escala (AERMOD, CALINE4 y
R-Line) en su aplicación a las vías principales de la ciudad de R-Line) en su aplicación a las vías principales de la ciudad de
Bogotá Bogotá
Diego Alejandro Sánchez Valbuena Universidad de La Salle, Bogotá
David Rodrigo Wilcken López Universidad de La Salle, Bogotá
Follow this and additional works at: https://ciencia.lasalle.edu.co/ing_ambiental_sanitaria
Citación recomendada Citación recomendada Sánchez Valbuena, D. A., & Wilcken López, D. R. (2016). Evaluación de tres modelos de micro-escala (AERMOD, CALINE4 y R-Line) en su aplicación a las vías principales de la ciudad de Bogotá. Retrieved from https://ciencia.lasalle.edu.co/ing_ambiental_sanitaria/154
This Trabajo de grado - Pregrado is brought to you for free and open access by the Facultad de Ingeniería at Ciencia Unisalle. It has been accepted for inclusion in Ingeniería Ambiental y Sanitaria by an authorized administrator of Ciencia Unisalle. For more information, please contact ciencia@lasalle.edu.co.
EVALUACIÓN DE TRES MODELOS DE MICRO-ESCALA
(AERMOD, CALINE4 Y R-LINE) EN SU APLICACIÓN A LAS VÍAS
PRINCIPALES DE LA CIUDAD DE BOGOTÁ
DIEGO ALEJANDRO SÁNCHEZ VALBUENA
DAVID RODRIGO WILCKEN LÓPEZ
UNIVERSIDAD DE LA SALLE
FACULTAD DE INGENIERÍA AMBIENTAL Y SANITARIA
BOGOTA D.C
2016
EVALUACIÓN DE TRES MODELOS DE MICRO-ESCALA
(AERMOD, CALINE4 Y R-LINE) EN SU APLICACIÓN A LAS VÍAS
PRINCIPALES DE LA CIUDAD DE BOGOTÁ
DIEGO ALEJANDRO SÁNCHEZ VALBUENA
DAVID RODRIGO WILCKEN LÓPEZ
Trabajo de grado presentado para optar al título de Ingeniero Ambiental y
Sanitario
Director:
JORGE E. PACHÓN
Ingeniero Químico y PhD en Ingeniería Ambiental
UNIVERSIDAD DE LA SALLE
FACULTAD DE INGENIERÍA AMBIENTAL Y SANITARIA
BOGOTA D.C
2016
RESUMEN
Los modelos de dispersión de contaminantes son herramientas importantes para evaluar
eventos de contaminación que afectan la calidad del aire en centros urbanos. Una de las
mayores preocupaciones en las ciudades es el aumento acelerado de la población y por ende
el aumento de las fuentes móviles lo cual trae consigo un aumento en la emisión de gases
contaminantes como monóxido de carbono y óxidos de nitrógeno. El presente proyecto
evaluó la aplicabilidad de tres modelos de micro-escala y de dispersión en las vías principales
de la ciudad de Bogotá. Los modelos AERMOD, R-LINE y CALINE4 se evaluaron con la
información disponible de la Red de Monitoreo de Calidad del Aire de Bogotá (RMCAB)
para quince días del mes de Febrero (época seca) y quince días del mes de Octubre (época de
lluvia) del año 2012, mediante métricas cualitativas (series de tiempo y gráficas de
dispersión) y cuantitativas (indicadores estadísticos). Las métricas cuantitativas utilizadas
fueron (FAC2, FB, NMSE y R,) que junto con los criterios de evaluación de (Hanna &
Chang, 2012) se emplearon para poder realizar la intercomparación. Los rangos
recomendados fueron: 0,5<FAC2<2, FB< 0,67, NMSE<6 y 0,5<R<1.
Dentro de los resultados se encontró que la estación Tunal no está dentro de los rangos
estadísticos recomendados de ningún período de modelación, también, analizando las
métricas estadísticas de FAC2 y FB se encontró una tendencia de subestimación por parte de
ambos modelos tanto para el período de febrero como de octubre.
Teniendo en cuenta las características de la ciudad de Bogotá (geográficas, meteorológicas y
físicas), el desempeño de los modelos con base en las métricas estadísticas y las ventajas y
desventajas de cada modelo, R-LINE es el modelo que se recomienda para la evaluación de
los gases contaminantes CO y NOx proveniente de fuentes móviles para las vías principales
de la ciudad. Por último, observando que la mayoría de las estaciones analizadas mostraron
un comportamiento de subestimación, es importante incluir en la modelación el aporte de
todas las vías de la ciudad tanto las vías principales como las vías secundarias.
Palabras claves: dispersión atmosférica, vías principales, factores meteorológicos, fuentes
móviles, modelos micro-escala.
Tabla de Contenido
RESUMEN .............................................................................................................................3
INTRODUCCIÓN ................................................................................................................9
OBJETIVOS ........................................................................................................................14
1. MARCO TEÓRICO ...................................................................................................15
1.1 Modelos de dispersión de contaminantes ...........................................................15
1.1.1 Modelo puntual Gaussiano ...........................................................................15
1.1.2 Modelo lineal Gaussiano ...............................................................................16
1.2 AERMOD ..............................................................................................................17
1.3 CALINE4 ..............................................................................................................18
1.4 R-LINE ..................................................................................................................18
1.5 Ventajas y desventajas de los modelos de dispersión ........................................19
1.6 Estimación de emisiones para fuentes móviles ..................................................21
1.7 Redes de Monitoreo de Calidad del Aire (RMCAB) .........................................23
1.8 Indicadores Estadísticos para la Evaluación de Modelos Ambientales...........24
1.9 Criterios aceptados para la Evaluación de Modelos de Dispersión Urbanos .25
2. METODOLOGÍA .......................................................................................................27
2.1 AERMOD ..............................................................................................................28
2.1.1 AERMAP versión 11103 ....................................................................................29
2.1.2 AERMET versión 15181 ...............................................................................30
2.1.3 AERMOD versión 15181 ..............................................................................31
2.2 CALINE4 ..............................................................................................................33
2.2.1 Modelación CO ..............................................................................................33
2.2.2 Modelación NO2 ............................................................................................37
2.3 R-LINE ..................................................................................................................39
3. METEOROLOGÍA ....................................................................................................40
4. RESULTADOS Y ANÁLISIS DE RESULTADOS .................................................49
Febrero CO ......................................................................................................................49
Octubre CO .....................................................................................................................52
Febrero NOx ....................................................................................................................55
Octubre NOx ...................................................................................................................58
Resultados de CALINE4 ................................................................................................61
Febrero CO ..................................................................................................................61
Octubre CO .................................................................................................................63
Febrero NO2 ................................................................................................................64
Octubre NO2 ...............................................................................................................66
5. CONCLUSIONES .......................................................................................................67
6. RECOMENDACIONES .............................................................................................68
7. BIBLIOGRAFÍA .........................................................................................................69
8. ANEXOS ......................................................................................................................73
Anexo I. Archivos del preprocesador AERMAP 11103 ..............................................73
Anexo II. Archivos del preprocesador AERMET 15181 .............................................74
Anexo II A ....................................................................................................................74
Anexo II B ....................................................................................................................75
Anexo II C ....................................................................................................................76
Anexo II D ....................................................................................................................77
Anexo III. Archivos del modelo AERMOD 15181 .......................................................78
Anexo III A ..................................................................................................................78
Anexo III B ..................................................................................................................79
Anexo III C ..................................................................................................................79
Anexo III D ..................................................................................................................80
Anexo IV. Archivos del modelo RLINE ........................................................................81
Anexo IV A ..................................................................................................................81
Anexo IV B ...................................................................................................................82
Anexo IV C ..................................................................................................................83
Anexo IV D ..................................................................................................................83
Anexo V. Archivos del modelo CALINE4 ....................................................................84
Anexo V A ....................................................................................................................84
Anexo V B ....................................................................................................................86
Anexo V C ....................................................................................................................86
Anexo V D ....................................................................................................................87
Anexo VI. Correlación entre AERMOD y R-LINE .....................................................88
Anexo VI A ..................................................................................................................88
Anexo VI B ...................................................................................................................92
Anexo VI C ..................................................................................................................97
Anexo VI D ................................................................................................................100
Lista de tablas
Tabla 1. Representatividad sobre el total de los contaminantes NOx, CO, PM, SO2 ............9
Tabla 2. Intercomparación teórica de los modelos de dispersión. .......................................19
Tabla 3.Factores de emisión por categoría vehicular para los contaminantes CO y NOx ...22
Tabla 4. Resultados de las emisiones de los contaminantes CO y NOx ..............................23
Tabla 5.Coordenadas geográficas de las estaciones .............................................................24
Tabla 6. Condiciones de entrada para CALINE4.................................................................34
Tabla 7. Condiciones meteorológicas en CALINE4 ............................................................37
Tabla 8. Variables meteorológicas para NO2 (Hora 1-Febrero 15) .....................................37
Tabla 9. Análisis estadístico de la dirección del viento .......................................................45
Tabla 10. Análisis estadístico de la velocidad del viento .....................................................46
Tabla 11. Resumen del comportamiento de las estaciones aplicando los criterios estadísticos
a los parámetros de velocidad y dirección del viento. ..........................................................48
Tabla 12 Métricas estadísticas de intercomparación para el período Febrero CO ...............51
Tabla 13. Métricas estadísticas de intercomparación para el período Octubre CO .............54
Tabla 14. Métricas estadísticas de intercomparación para el período Febrero NOx ...........57
Tabla 15. Métricas estadísticas de intercomparación para el período Octubre NOx ...........60
Tabla 16.Indicadores estadísticos del 15 de Febrero del 2012 para CO ..............................62
Tabla 17.Indicadores estadísticos del 15 de Octubre del 2012 para CO ..............................64
Tabla 18.Indicadores estadísticos del 15 de Febrero del 2012 para NO2 ............................65
Tabla 19.Indicadores estadísticos del 15 de febrero para NO2 ............................................66
Tabla 20. Coordenadas de los 20 links de vía establecidos para CALINE4 ........................84
Tabla 21. Entrada de emisiones para CALINE4 (Hora 1-Febrero 15 CO) ..........................86
Lista de figuras
Figura 1. Promedios horarios de concentración de NO2 ......................................................10
Figura 2. Promedios diarios de concentración de NO2 .......................................................10
Figura 3. Promedios horarios de concentración de CO .......................................................11
Figura 4. Promedios 8 horas de concentración de CO .........................................................11
Figura 5. Diagrama de flujo AERMAP ...............................................................................30
Figura 6. Diagrama de flujo AERMET................................................................................31
Figura 7. Diagrama de flujo AERMOD ...............................................................................32
Figura 8. Avistamiento aéreo de las vías seleccionadas en CALINE4 ................................33
Figura 9. Links de vía para la modelación de CALINE4 ....................................................35
Figura 10.Diagrama de flujo CALINE4 ..............................................................................38
Figura 11.Diagrama de flujo de R-LINE .............................................................................40
Figura 12. Velocidad y dirección del viento anual 1 -24 hrs ...............................................42
Figura 13. Trimestre Enero, Febrero, Marzo .......................................................................43
Figura 14. Trimestre Octubre, Noviembre, Diciembre ........................................................44
Figura 15. Comportamiento de la concentración de CO para el período de Febrero del
modelo AERMOD ................................................................................................................49
Figura 16. Comportamiento de la concentración de CO para el período de Febrero del
modelo R-LINE.....................................................................................................................50
Figura 17. Serie de tiempo AERMOD del período de Octubre para el contaminante CO ..52
Figura 18. Serie de tiempo R-LINE del período de Octubre para el contaminante CO ......53
Figura 19. Serie de tiempo AERMOD del período de Febrero para el contaminante NOx 55
Figura 20. Serie de tiempo R-LINE del período de Febrero para el contaminante NOx ....56
Figura 21. Serie de tiempo R-LINE del período de Febrero para el contaminante NOx ....58
Figura 22. Serie de tiempo AERMOD del período de Febrero para el contaminante NOx 59
Figura 23. Serie de tiempo del 15 de Febrero del 2012 para CO.........................................61
Figura 24. Grafica de dispersión del 15 de Febrero del 2012 para CO ...............................62
Figura 25. Serie de tiempo del 15 de Octubre del 2012 para CO ........................................63
Figura 26.Grafica de dispersión del 15 de Octubre del 2012 para CO ................................63
Figura 27. Serie de tiempo del 15 de Febrero del 2012 para NO2 .......................................64
Figura 28.Grafica de dispersión del 15 de Febrero del 2012 para NO2 ..............................65
Figura 29. Serie de tiempo del 15 de Octubre del 2012 para NO2 ......................................66
Figura 30.Gráfica de dispersión del 15 de Octubre para NO2 .............................................66
Figura 31. Archivo de entrada de AERMAP 11103 yArchivodesalidadeAERMAP11103 73
Figura 32. Archivo de superficie SFC- AERMET...............................................................74
Figura 33. Archivo de perfil PFL-AERMET .......................................................................75
Figura 34. Archivo de radio sondeo UPPERAIR FSL .........................................................76
Figura 35. Archivo meteorológico tipo SAMSON ..............................................................77
Figura 36. Archivo de entrada AERMOD-comandos CO y SO ..........................................78
Figura 37. Factor de tráfico vehicular en AERMOD ...........................................................79
Figura 38.Archivo de entrada-comandos RE, ME y OU- AERMOD .................................79
Figura 39. Archivo de salida en AERMOD - Hora 1-Febrero 1 ..........................................80
Figura 40. Archivo de entrada R-LINE ...............................................................................81
Figura 41. Archivo de fuentes R-LINE ................................................................................82
Figura 42. Archivo meteorológico SFC R-LINE .................................................................83
Figura 43. Archivo de receptores R-LINE ...........................................................................83
Figura 44. Flujo vehicular horario AK30 X AC53 ..............................................................86
Figura 45.. Archivo de salida CALINE4 (Hora 1-Febrero 15 CO) ....................................87
Figura 46.Serie de tiempo AERMOD vs RLINE del período Febrero para CO Kennedy ..88
Figura 47. Serie de tiempo AERMOD vs RLINE del período Febrero para CO Tunal ......89
Figura 48. Serie de tiempo AERMOD vs RLINE del período Febrero para CO C.A.R. ....89
Figura 49. Serie de tiempo AERMOD vsRLINEdelperíodoFebreroparaCOPuenteAranda 90
Figura 50. Serie de tiempo AERMOD vs RLINE del período Febrero par CO Las Ferias.90
Figura 51. Serie de tiempo AERMOD vs RLINE del período Febrero para CO Carvajal ..91
Figura 52. Serie de tiempo AERMOD vs RLINEdelperíodoFebreroparaCOSan Cristóbal 91
Figura 53. Serie de tiempo AERMOD vs RLINE del período Febrero para CO Usaquén .92
Figura 54. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Kennedy 93
Figura 55. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Tunal......93
Figura 56. Serie de tiempo AERMOD vs RLINE del período Octubre para CO C.A.R. ....94
Figura 57. Serie de tiempoAERMODvs RLINEdelperíodoOctubreparaCOPuenteAranda 94
Figura 58. Serie de tiempoAERMODvs RLINE del período Octubre para CO Las Ferias 95
Figura 59. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Carvajal .95
Figura 60. Serie de tiempo AERMODvsRLINEdelperíodoOctubreparaCOSan Cristóbal .96
Figura 61. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Usaquén .96
Figura 62. Serie de tiempo AERMOD vs RLINE del períodoFebreroparaNOx Kennedy ..97
Figura 63. Serie de tiempo AERMOD vs RLINE del período Febrero para NOx Tunal ....98
Figura 64. Serie de tiempo AERMOD vs RLINE del período Febrero para NOx C.A.R. ..98
Figura 65. Serie de tiempo AERMOD vs RLINEdelperíodoFebreroparaNOx Las Ferias..99
Figura 66. Serie de tiempo AERMOD vs RLINEdelperíodo Febrero para NOx Carvajal..99
Figura 67. Serie de tiempo AERMOD vs RLINEdelperíodoFebreroparaNOxGuaymaral100
Figura 68. Serie de tiempo AERMOD vs RLINE del períodoOctubreparaNOxKennedy 101
Figura 69. Serie de tiempo AERMOD vs RLINE del período Octubre para NOx Tunal .101
Figura 70. Serie de tiempo AERMOD vs RLINE del período Octubre para NOx C.A.R.102
Figura 71. Serie de tiempo AERMOD vs RLINE delperíodoOctubreparaNOxLasFerias 102
INTRODUCCIÓN
El estudio de la calidad del aire es una temática que tiene una gran importancia para la salud
pública y uno de los mayores contribuyentes en su deterioro son las fuentes móviles por su
constante emisión de gases contaminantes hacia la atmósfera.
El incremento del número de vehículos particulares junto con los pocos sistemas de control
que se tienen sobre estas fuentes han generado un problema de emisiones contaminantes para
la ciudad de Bogotá. Entre los años 2007 y 2015 el número de vehículos particulares en
Bogotá paso de 839.251 a 1.516.144 (Observatorio Ambiental de Bogotá, 2015) teniendo un
incremento de aproximadamente el doble en un período de 8 años. Adicionalmente, estudios
locales han señalado que las fuentes móviles en la ciudad aportan más del 90% de las
emisiones de NOx y CO, y un porcentaje significativo de PM y SO2 (Tabla 1). (Pachón,
2014),
Tabla 1. Representatividad sobre el total de los contaminantes NOx, CO, PM, SO2
Datos año 2012
(Bogotá) Fuentes fijas Fuentes móviles
Emisión
(ton/año)
incertidumbre
(ton/año)
Emisión
(ton/año)
incertidumbre
(ton/año)
Emisión CO
ton/año 855,31 99,00 866445,00 866445+/-403789
Representatividad
sobre total (%) <1 99
Emisión NOx
ton/año 3597,09 59,00 66540,00 32124,00
Representatividad
sobre total (%) 5 95
Emisión SO2
ton/año 2164,18 177,00 14109,00 4911,00
Representatividad
sobre total (%) 13 87
Emisión PM
ton/año 1353,25 101,00 1163,00 803,00
Representatividad
sobre total (%) 54 46
Fuente:(Pachón, 2014)
Es por eso que para la evaluación de los modelos AERMOD, CALINE4 y R-LINE se
utilizaron los contaminantes primarios CO y NOx, es decir, proceden directamente de las
fuentes de emisión (Instituto Nacional de Ecologia y Cambio Climático, 2014).
Otra razón que evidencia la problemática es el incremento en las concentraciones de NO2 y
CO. En el Informe Anual del año 2014, se ve una clara tendencia de aumento en las
concentraciones para NO2 (horario y diario) y en las concentraciones para CO (horarios y
ocho horas) por lo que se puede inferir que un incremento en la emisión refleja un incremento
en la concentración. (Secretaria Distrital de Ambiente, 2014), como se muestra en las
siguientes figuras:
Figura 1. Promedios horarios de concentración de NO2
Fuente: (Secretaria Distrital de Ambiente, 2014)
Figura 2. Promedios diarios de concentración de NO2
Fuente: (Secretaria Distrital de Ambiente, 2014)
NORTE NOROCCIDENTE CENTRO SUROCCIDENTE SUR
0
100
200
300
Zona Con
cen
traci
ón
ug
/m3
Promedios horarios de concentración de NO2
maximos 2012 maximos 2013 maximos 2014
NORTE NOROCCIDENTE CENTRO SUROCCIDENTE SUR
0
100
Zona
Con
cen
traci
ón
ug
/m3
Promedios diarios de concentración de NO2
maximos 2012 maximos 2013 maximos 2014
Figura 3. Promedios horarios de concentración de CO
Fuente: (Secretaria Distrital de Ambiente, 2014)
Figura 4. Promedios 8 horas de concentración de CO
Fuente: (Secretaria Distrital de Ambiente, 2014)
Este proyecto se enfoca en evaluar los modelos de micro escala para dos contaminantes
criterio: NOx y CO emitidos por fuentes móviles (buses y busetas, microbuses, motos,
camiones, camperos y camionetas, etc.) tomando en cuenta la emisión como un total de todas
las categorías establecidas (Pachón, 2014), aplicado a las vías principales de la ciudad de
Bogotá en dos períodos de tiempo del año 2012: 15 días del mes de Febrero (época seca) y
15 días del mes de Octubre (época húmeda) mediante tres modelos micro-escala de
dispersión de contaminantes (AERMOD, CALINE4 y R-LINE).
NORTE NOROCCIDENTE CENTRO SUROCCIDENTE SUR
0
10
20
Zona
Con
cen
traci
ón
u
g/m
3
Promedios horarios de concentración de CO
maximos 2012 maximos 2013 maximos 2014
NORTE NOROCCIDENTE CENTRO SUROCCIDENTE SUR
0
10
Zona
Con
cen
traci
ón
ug
/m3
Promedios 8 horas de concentración de CO
maximos 2012 maximos 2013 maximos 2014
Actualmente en la ciudad de Bogotá no se ha hecho un ejercicio académico donde se
intercomparen modelos de dispersión de contaminantes, lo que no permite determinar ¿Cuál
modelo micro escala de dispersión gaussiana (AERMOD, R-LINE o CALINE4) es más
conveniente utilizar en la ciudad? y en la elaboración de investigaciones de impacto de
calidad del aire por proyectos influenciadas por fuentes móviles, como por ejemplo: estudios
de nuevos proyectos de movilidad en la ciudad (metro capitalino, nueva flota vehicular de
SITP, extensión del Transmilenio, etc.) es necesario tener estudios técnicos que brinden la
confianza suficiente para aplicar el modelo que mejor se acomode a las condiciones
meteorológicas, topográficas y de flujo vehicular de la ciudad.
En Bogotá el estudio de las fuentes móviles es primordial para analizar la calidad del aire lo
que ha llevado en la actualidad a realizar varios proyectos afines. Se han realizado estudios
para determinar los factores de emisión de óxidos de nitrógeno para diferentes tipos de
vehículos diésel para motores Euro IV y V, concluyendo que para las emisiones de la mayoría
de los vehículos articulados y biarticulados evaluados (excepto Volvo Euro V) de la ciudad
de Bogotá se exceden los valores máximos permitidos (Norma Europea: 0.18 g/km EURO
IV y 0.25 g/km EURO V) ,esto ayuda a inferir que se necesitan tomar en cuenta más variables
a la hora de establecer estrategias para mejorar la calidad de datos de las emisiones
provenientes por fuentes móviles (Acevedo, Rojas, & Belalcázar, 2013).
De igual manera el estudio pudo mejorar la estimación de los factores de emisión mediante
la construcción de los ciclos de conducción de las motocicletas, los buses del SITP,
Transmilenio y compararlos con los ciclos de conducción europeos ECE y norteamericanos
FTP, identificando una amplia diferencia en los parámetros (velocidad, aceleración, % de
tiempo detenido, etc.) lo que resalta la importancia en caracterizar ciclos de conducción
propios para las ciudades (Belalcazar, Acevedo, Ossess, & Rojas, 2013).
Junto con la estimación de inventario de emisiones ,como respuesta a esta tendencia de
mejorar los estudios de impacto en la calidad del aire por fuentes móviles en la ciudad de
Bogotá, en el año 2014 se realizó un estudio donde se utilizaron las metodologías Top-Down
y Bottom-Up para realizar un inventario de emisiones de diferentes categorías vehiculares
obteniendo resultados similares entre métodos, creando variabilidad para el inventario de
emisiones de la ciudad, que sirven como insumos de entrada en modelos de calidad del aire
(Carmona, y otros, 2015).
El constante análisis de las fuentes móviles en proyectos de movilidad de Bogotá incentivó
la elaboración de estudios sobre escenarios de reducción de emisiones bajo diferentes
estrategias, usando modelación fotoquímica de calidad del aire se evaluaron en Bogotá
estrategias de reducción de para fuentes móviles, como la implementación del Sistema
Integrado de Transporte Público que mostró un escenario tendencial de mayor reducción de
contaminantes CO y NO2 con cerca del 3 y 5% respectivamente para el año 2020. (Pachón,
y otros, 2015).
Con ayuda del modelo R-LINE se realizó la evaluación de escenarios de reducción para
fuentes móviles y su impacto en la calidad del aire, se escogieron tres escenarios de cambio
de tecnologías en la flota vehicular GAS NATURAL en pequeños camiones, EURO V en
buses, busetas, articulados y biarticulados y EUROHÍBRIDO en microbuses y buses
alimentadores en algunos de los corredores viales de la ciudad, como conclusión se encontró
que el beneficio de cada estrategia varía de acuerdo a cada corredor vial ,por ejemplo en la
Avenida Ciudad de Cali y la Autopista Norte favorece el escenario de Gas natural. Además,
el modelo tuvo un desempeño aceptable justificado por la similitud entre los datos modelados
y los datos observados. (Saavedra, Pérez, Pachón, Arunachalam, & Saenz, 2015)
A nivel internacional se tienen estudios de intercomparación de modelos de dispersión de
contaminantes desarrollados en Estados Unidos, el primero de ellos se remite al año 2008,
año en el cual un grupo de investigadores encabezado por Hao Chen realizo una comparación
entre CALINE4, CAL3QHC y AERMOD evaluando la capacidad y el desempeño en la
predicción de emisiones de PM 2.5 en fuentes cercanas a las vías en tres corredores viales,
para el desarrollo del estudio se realizó una diferenciación entre las metodología y los datos
requeridos en cada uno de los modelos. Las métricas estadísticas y los gráficos de
concentraciones establecieron que CALINE 4 y CAL3QHC predicen moderadamente bien,
mientras que AERMOD subestima las concentraciones de PM2.5. En el caso específico del
corredor vial de Londres CALINE4 y CAL3QHC resultó en la sobreestimación cuando la
variación de las emisiones es baja, mientras cuando la variación de las emisiones es alta los
modelos subestiman. (Chen, y otros, 2008)
El otro estudio de intercomparación se remite al año 2013, donde se comparan los modelos
de dispersión de contaminantes de micro escala AERMOD fuente área y volumen,
CALINE3, CALINE4, ADMS y R-LINE usando dos casos de estudio, el desempeño de los
modelos se evaluó mediante análisis cualitativos (series de tiempo) y cuantitativos con
métricas estadísticas. Dentro de los resultados encontrados los cuatro modelos muestran la
habilidad de estimar las concentraciones vientos abajo con un factor de dos con respecto a
las observaciones. R-LINE, AERMOD-Volumen, ADMS tienen la capacidad de predecir las
concentraciones vientos arriba producidos por los meandros de baja velocidad. R-LINE,
AERMOD, ADMS mostraron un comportamiento similar en las métricas estadísticas
mientras CALINE3 y CALINE4 produce un grado de dispersión mayor frente a las
concentraciones estimadas. Por último, encontraron que los modelos se comportan mejor en
condiciones neutras, pero difieren para condiciones estables y convectivas (David Heist,
2013).
OBJETIVOS
Objetivo principal
Evaluar tres modelos de micro-escala aplicados en las vías principales de la ciudad de Bogotá
con el fin de determinar su aplicabilidad.
Objetivos Específicos
Determinar el comportamiento meteorológico de la ciudad de Bogotá mediante el
análisis estadístico de los datos obtenidos en la RMCAB.
Determinar la exactitud de los modelos (AERMOD, CALINE4, R-LINE) aplicados
en las vías principales de la ciudad de Bogotá.
Establecer las ventajas y desventajas entre los modelos (AERMOD, CALINE4, R-
LINE) aplicados para fuentes móviles en las vías principales de la ciudad de
Bogotá.
Seleccionar el modelo que mejor se ajusta a las condiciones meteorológicas, físicas
y de flujo vehicular en la ciudad de Bogotá.
1. MARCO TEÓRICO
Existen diferentes tipos de modelos de simulación para calidad de aire como: Gaussianos,
numéricos, estadísticos y físicos. Los modelos gaussianos son ideales para analizar el
impacto ambiental por contaminantes no reactivos, los modelos numéricos estudian fuentes
múltiples por contaminantes reactivos, los modelos estadísticos son utilizados cuando no es
de fácil identificación el origen del contaminante: físico o químico y los modelos físicos se
utilizan para determinar el impacto ambiental en áreas pequeñas, para lo cual se requiere alto
conocimiento técnico y tener en consideración variables como fluidos. (Casas, Ortolano, &
Sánchez, 1993)
1.1 Modelos de dispersión de contaminantes
Desde 1920 se considera que se han elaborado análisis de modelación por dispersión de
contaminantes para lo cual se implementaron en primera instancia modelos de turbulencia
para conocer el comportamiento de las partículas en una corriente de humo en el ambiente.
De acuerdo a varias modelaciones se encontró un comportamiento patrón en forma de
campana para algunos casos de origen puntual, lineal y de área. Dentro de los modelos de
dispersión de contaminantes se encuentran los modelos puntuales gaussianos y el modelo
lineal gaussiano. (Casas, Ortolano, & Sánchez, 1993)
1.1.1 Modelo puntual Gaussiano
Este modelo describe las concentraciones en numerosos puntos de un determinado espacio
para lo cual tiene en consideración una tasa de emisión constante, la velocidad y dirección
del viento promedio, la estabilidad química de las sustancias emitidas que no descienden por
gravedad del aire en el ambiente y que el área que rodea el origen es plana.
Para poder entender la dispersión de contaminantes es necesario considerar el transporte por
advección y por difusión, en el transporte por advección la sustancia contaminante se mueve
en la dirección del viento promedio y el transporte por difusión es la distribución del material
de manera perpendicular a la dirección del viento debido a la fluctuación de su masa al azar.
El planteamiento se deriva de la ley de conservación de la energía, resultando en una ecuación
diferencial con advección y difusión. La ecuación predice la concentración en la dirección
del viento en x (eje horizontal que muestra la dirección del viento), z (eje vertical que muestra
la altura de la chimenea) y el eje y (perpendicular a x y z) (Casas, Ortolano, & Sánchez,
1993).
Ecuación 1-1 𝐶(𝑥, 𝑦, 𝑧) =𝑄
2𝜋∗𝜗∗𝜎𝑦∗𝜎𝑧 exp { (−
𝑦
2 𝜎𝑦)2+(−
ℎ
2 𝜎𝑧)2}
Donde:
C (x, y, z) =concentración en ug/m3
Q = tasa de emisión (g/s)
V=velocidad del viento(m/s)
h= Altura efectiva de chimenea (m)
𝜎y=coeficiente de dispersión horizontal(m)
𝜎z=coeficiente de dispersión vertical (m)
Para poder encontrar la concentración es necesario primero conocer los coeficientes de
dispersión que están determinados empíricamente por condiciones meteorológicas, primero
por la estabilidad atmosférica a su vez determinada por la velocidad del viento en la altura,
por la radiación solar en el día y el grado de nubosidad en la noche. (Casas, Ortolano, &
Sánchez, 1993)
1.1.2 Modelo lineal Gaussiano
Este modelo gaussiano difiere por el tipo de fuente analizado, para algunas emisiones
químicamente estables se construyen líneas de concentración debido a la sucesión de varios
puntos. Se puede analizar una línea de contaminante por una vía, la cual contiene infinitos
puntos de emisión por tubos de escape de acuerdo a la siguiente ecuación:
Ecuación 1-2 𝐶(𝑥) =𝑞
(2𝜋)1/2∗𝜗𝑠𝑒𝑛𝜃∗𝜎𝑧 exp {
ℎ
2 𝜎𝑧2)}
Donde:
C(x)= concentración con la dirección del viento
q= tasa por unidad de longitud (mg/m-s)
0= ángulo entre la dirección del viento y el eje de la línea de emisión
Para medición a nivel de vías h=0 a nivel del suelo.
Existen diferentes tipos de fuentes artificiales y se clasifican por extensión: puntuales,
lineales, de área y por movimiento: fija y móvil.
Las fuentes móviles o lineales son: los automóviles, camiones, motocicletas, buses, etc. Estas
fuentes emiten principalmente CO, compuestos volátiles(COV´s), SO2 y NOx por la tubería
de escape debido a la combustión, fugas de combustible y aquellas producidas en zonas de
recarga de combustible. (Casas, Ortolano, & Sánchez, 1993)
1.2 AERMOD
Es un modelo de dispersión de contaminantes gaussiano en estado estable desarrollado por
la United States Enviromental Protection Agency (US EPA) con un rango de análisis de hasta
50 km de altura desde la fuente. Su modelo de estabilidad atmosférica se basa en la teoría de
la capa límite planetaria, en conceptos de escala de turbulencia y la atmósfera analizada como
un campo homogéneo. En cuanto a las emisiones que trabaja el modelo pueden ser constantes
o variables con el tiempo y provenir de diferentes tipos de fuentes: fuente lineal, fuente área,
fuente volumen, fuente puntual, entre otras. (Ortiz, 2016)
Las entradas meteorológicas son desarrolladas por el preprocesador AERMET el cual
necesita los datos de superficie, los datos in-situ y los datos de radiosondeo (Horarios) para
generar los archivos de entrada en AERMOD (SFC y PFL) y el preprocesador AERMAP se
encarga de definir las elevaciones tanto de fuentes como de receptores a partir de un modelo
digital de terreno (DEM, GeoTIFF, etc.) (EPA, 2004)
1.3 CALINE4
Es el modelo de dispersión de contaminantes para receptores cercanos a la vía desarrollado
por el departamento de transporte en California (Caltrans). Este modelo se aplica básicamente
para evaluar el comportamiento de monóxido de carbono (CO) proveniente de fuentes
móviles en los centros urbanos y zonas rurales, sin embargo, también pueden evaluarse
contaminantes criterio como material particulado (PM10 y PM2.5) y NO2. (Caltrans
(California Departament of Transportation), 2016)
CALINE4 es un modelo basado en la ecuación de pluma gaussiana para fuentes lineales que
junto con el concepto de capa de mezcla caracterizan la dispersión de contaminantes. El
principal objetivo del modelo es evaluar el impacto de los diversos medios de transporte en
la calidad del aire lo cual hace necesario ingresar las características de las fuentes, la
meteorología y las condiciones geográficas para conseguirlo. Este modelo está desarrollado
para predecir concentraciones en receptores a un máximo de 500 metros de la vía con algunas
opciones especiales para modelar como lo son: intersecciones, cañones urbanos y zonas de
parqueo. (Benson, 1989)
1.4 R-LINE
Es una herramienta desarrollada por la US EPA (United States Enviromental Protection
Agency) de dispersión gaussiana en estado estable, que cuenta con nuevas formulaciones
para el cálculo de velocidades laterales y verticales. Por último, R-LINE está diseñado para
manejar situaciones urbanas con miles de fuentes lineales cercanas a las vías. (Heist & G.,
2013)
En el archivo de entrada se trabajan dos parametros importantes especificados por el usuario,
el limite de error de convergencia con un valor de 0.001 recomendado y un factor (f)
multiplicado por la rugosidad de superficie (Zo) utilizado para estimar la altura de
dezplazamiento (d). (Heist & G., 2013)
En las opciones Beta la opción de trabajar una solución analistica o la solución numérica por
default .La diferencia es la aplicación de un algoritmo mas simplificado que puede generar
grandes variaciones en la concentración sobretodo en receptores cercanos a la vía. El modelo
da la opción para trabajar con barreras y zonas de hundimientos , estas trabajan con un
algoritmo diferenciado y se pueden ingresar en el archivo de fuentes. La ultima opción Beta
se refiere al manejo del ancho de vía ,un factor importante para la dispersión lateral (sigma-
y) , es utilizado cuando se quiere representar una vía con multiples carriles en un solo link.
(Heist & G., 2013)
1.5 Ventajas y desventajas de los modelos de dispersión
En la siguiente tabla se muestra una comparación teórica entre cada uno de los modelos de
dispersión de contaminantes AERMOD, CALINE4 y R-LINE.
Tabla 2. Intercomparación teórica de los modelos de dispersión.
Variable AERMOD (US EPA) CALINE 4 (CALTRANS) R-LINE (US EPA)
Ecuación base
Modelo de dispersión
Gaussiano en estado
estable.
Modelo de dispersión
Gaussiano en estado estable.
Modelo de
dispersión
Gaussiano en estado
estable.
Meteorología AERMET (SFC; PFL) *WS, WD, WDSD, ASC, AT AERMET (SFC)
Topografía AERMAP (Elevación
Fuentes y receptores)
Terreno plano o elevado
(Riscos y cañones) Terreno plano.
Tipo de Fuente Fuente Área, Línea. Fuente Línea Fuente Línea
Receptores Grilla cartesiana
Receptores discretos Receptores hasta 500 m
Receptores cerca de
vías
Algoritmos de
dispersión
Velocidades de
dispersión vertical y
lateral.
Velocidades de dispersión
vertical y horizontal.
Velocidades de
dispersión vertical y
lateral.
Representación
de la vía
Vías con secciones de
elevación y de
hundimientos.
Vías con secciones de
elevación y de hundimientos.
Vías con secciones
de elevación y de
hundimientos.
*. Wind Direction, Wind Speed, Atmospheric Stability Class, Ambient Temperature.
Fuente: (US EPA, CMAS, CALTRANS,2016)
De acuerdo a la Tabla 2 del presente documento se pueden identificar varias similitudes entre
los modelos, un resultado evidente es que los tres modelos de micro-escala y de dispersión
de contaminantes se basan en la ecuación gaussiana en estado estable y comparten el cálculo
de dispersión vertical y horizontal.
En la variable de elevación de la fuente, el modelo AERMOD tiene la ventaja de ingresar un
archivo de terreno con respecto a los modelos R-LINE y CALINE4 que no tienen un
preprocesador para este fin.
La variable de meteorología muestra una pequeña ventaja por parte del modelo AERMOD,
por la capacidad de ingresar un archivo de superficie y uno de perfil del preprocesador
AERMET mientras que R-LINE solo ingresa un archivo de superficie y CALINE4 requiere
variables meteorológicas de difícil acceso
La variable del tipo de fuente se trabaja de la misma manera en los tres modelos sin embargo
en detalle el modelo R-LINE tiene la ventaja de trabajar la fuente línea con un valor de
emisión propio mientras que AERMOD utiliza el algoritmo para fuente área y CALINE4
realiza el cálculo directamente con el factor de emisión y el número de vehículos en unidades
americanas.
La variable de receptores muestra una ventaja por parte del modelo AERMOD por tener la
posibilidad de crear más de un tipo de receptor, mientras que R-LINE solo permite receptores
discretos y CALINE solo permite receptores discretos, pero a máximo 500 metros de la vía.
La configuración de las vías en micro escala tiene la ventaja por parte del modelo CALINE4
ya que permite establecer varios tipos de sección de vía, como puentes, zonas de parqueo,
túneles y algunas opciones de elevación geográfica(riscos), por su parte el modelo-LINE solo
se permite establecer zonas de hundimiento y de elevación y por último, AERMOD no tiene
un nivel de detalle para modificar las secciones de vía.
1.6 Estimación de emisiones para fuentes móviles
Para la elaboración del inventario de emisiones de fuentes móviles se utilizó la metodología
bottom-up descrita en (Pachón J. , 2014). En el inventario se asigna una emisión a cada link
de vía considerando información detallada de los factores de emisión y los volúmenes de
tráfico para cada categoría del flujo vehicular. Para su cálculo se utilizó la siguiente expresión
revisada en (Pachón J. , 2014):
Ecuación 1-3 Ei=FEij * Fjk
Donde,
Ei(g/km.h): Emisiones totales del contaminante i
FEij(g/km-veh): Factor de emisión del contaminante i para la categoría vehicular j
Fjk (veh/h): Flujo vehicular para la categoría vehicular j en la categoría de malla vial k
El cálculo original incluye la longitud de la vía por categoría de la malla vial, sin embargo,
para los modelos AERMOD, R-LINE y CALINE4 no se involucró debido a las unidades que
exigen cada uno como entrada. En AERMOD g/m2.s, para R-LINE g/m.s y para CALINE4
g/ mi.h .
Para el factor de emisión se realizó una reclasificación de las categorías vehiculares debido
a que las categorías utilizadas para los aforos las cuales se tomaron de la Secretaria de
Movilidad (SDM)y de la Asociación Nacional de Infraestructura(ANI) difieren de las
establecidas del Plan Decenal de Descontaminación del Aire de Bogotá (PDDAB) (Pachón,
2014). Por ende, se realizó un nuevo cálculo mediante la ecuación revisada en (Pachón,
2014):
Ecuación 1-4 FE PONDERADO-SDM-ANI = ∑ (𝐹𝐸𝑃𝐷𝐷𝐴𝐵∗𝑁𝑃𝐷𝐷𝐴𝐵)𝑛
𝑎=1
∑ (𝑁𝑃𝐷𝐷𝐴𝐵)𝑛𝑎=1
Donde,
FE PONDERADO-SDM-ANI (g/km-veh): Factor de emisión ponderado de un contaminante
determinado para la categoría vehicular agrupada de SDM
FEPDDAB(g/km-veh): Factor de emisión de un contaminante para las categorías vehiculares
del PDDAB
NPDDAB(veh): Número de vehículos de la categoría individual vehicular de PDDAB
Los factores de emisión reclasificados para los contaminantes CO y NOx se muestran en la
siguiente Tabla.
Tabla 3.Factores de emisión por categoría vehicular para los contaminantes CO y NOx
Categoría vehicular F.E CO (g/km) F.E NOx (g/km)
AUT 28,53 1,51
MIB 27,16 3,68
BT 31,47 7,99
BUS 31,47 7,99
AL 3,00 11,49
AT 6,54 14,84
BA 11,23 18,81
ESP 11,00 7,85
INT 31,47 7,99
C2P 21,57 6,85
C2G 21,57 6,85
C3C4 21,57 6,85
C5E 21,57 6,85
SC5E 21,57 6,85
MOTO 42,09 0,88
Fuente: (Pachón, 2014)
El cálculo de las emisiones que se utilizaron fueron los realizados para las vías principales
de la ciudad de Bogotá, los cuales se representan en un total de 12430 Links.
A continuación, se muestra una Tabla de las emisiones en g/m. día de los contaminantes CO
y NOx para algunos links de vía tomados de (Pachón, 2014)
Tabla 4. Resultados de las emisiones de los contaminantes CO y NOx
CO (g/m. día) NOx (g/m-día)
1314,88 118,67
1373,57 108,92
1314,88 118,67
1211,05 117,89
1211,05 117,89
1158,50 73,99
2146,89 178,10
1608,41 115,78
1608,41 115,78
1172,43 108,32
Fuente: (Pachón, 2014)
1.7 Redes de Monitoreo de Calidad del Aire (RMCAB)
Las redes de monitoreo de calidad del aire han surgido frente a la necesidad de tener un
seguimiento y un control constante de la contaminación atmosférica generada en las grandes
ciudades alrededor del mundo. En Colombia, el fuerte crecimiento poblacional y económico
ha traído con si el aumento de consumo de combustibles fósiles, lo cual perjudica la calidad
de aire de las grandes ciudades del país, debido a la alta concentración poblacional en estas.
La ciudad de Bogotá ha conseguido diagnosticar problemas de calidad de aire con la creación
de la red de monitoreo de calidad de aire en 1997, la cual se encarga de recolectar información
de las concentraciones de diversos contaminantes atmosféricos y del comportamiento de las
variables meteorológicas. La Secretaria Distrital de Ambiente determina que actualmente la
RMCAB cuenta con 13 estaciones fijas y una estación móvil de monitoreo las cuales
monitorean material particulado (PM10, PM2.5, PST) y gases (O3, CO, SO2, NO2) junto con
variables meteorológicas de precipitación, velocidad y dirección del viento, temperatura,
radiación solar, humedad relativa y presión barométrica. Las estaciones son: San Cristóbal,
Tunal, Carvajal, Kennedy, Puente Aranda, Fontibón, Sagrado Corazón, Centro de Alto
Rendimiento, Las Ferias, Bolivia, Suba, Usaquén y Guaymaral (Secretaria Distrital de
Ambiente, 2015). A continuación, se muestran las estaciones de la RMCAB y las
coordenadas geográficas:
Tabla 5.Coordenadas geográficas de las estaciones
Estación COORDENADAS UTM
X (m) Y (m)
Guaymaral 605995,32 528834,78
PSB 601601,39 514977,88
Kennedy 593024,04 511273,03
Tunal 596400,36 505879,6
San Cristóbal 601630,56 505480,01
Usaquén 607533,48 520721,69
Las Ferias 601761,28 518541,54
Fontibón 595212,5 516255,91
Puente Aranda 597887,29 512021,45
Suba 600533,47 526339,04
Carvajal 594442,25 508020,87
Sagrado Corazón 603490,31 511334,29
Estación móvil 599361,62 516774,04
Fuente: Autores
1.8 Indicadores Estadísticos para la Evaluación de Modelos Ambientales.
Los siguientes indicadores son los más conocidos para evaluar el desempeño de los modelos
ambientales, como lo son los modelos de dispersión para calidad del aire. (Pachon, 2015)
Relación de promedios
𝑅𝑎𝑡𝑖𝑜 =1
𝑁∑
𝑀𝑜𝑑𝑒𝑙𝑎𝑑𝑜
𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜
𝑁
1
Ratio>1, Indica sobreestimación
Ratio<1, Indica subestimación
FAC2 = 0,5 <_ 𝑀𝑜𝑑
𝑂𝑏𝑠 <_2.0
Sesgo fraccional (Fractional Bias FB)
𝐹𝐵 = 2(𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 − 𝑀𝑜𝑑𝑒𝑙𝑜
𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 + 𝑀𝑜𝑑𝑒𝑙𝑜)
Evalúa la sobreestimación o subestimación del modelo, adimensional.
o FB = -2.0, sobrestimación extrema
o FB = +2.0, subestimación extrema
o FB = 0, predicción perfecta
o FB = +/- 0.3 predicción adecuada
Error cuadrático medio normalizado -Normalized mean square error NMSE
𝑁𝑀𝑆𝐸 =
1𝑁
∑ (𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 − 𝑀𝑜𝑑𝑒𝑙𝑎𝑑𝑜) 2𝑛1
∑𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜
𝑁 ∗ ∑𝑀𝑜𝑑𝑒𝑙𝑎𝑑𝑜
𝑁𝑛1
𝑛1
Coeficiente de correlación
𝐶𝑂𝑅𝑅𝐶𝑂𝐸𝐹𝐹 =∑ (𝑀𝑜𝑑𝑒𝑙𝑎𝑑𝑜 − 𝑀𝑜𝑑𝑒𝑙𝑎𝑑𝑜̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ )𝑁
1 (𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 − 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ )
√∑ (𝑀𝑜𝑑𝑒𝑙𝑎𝑑𝑜 − 𝑀𝑜𝑑𝑒𝑙𝑎𝑑𝑜̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ )2𝑁
1 ∑ (𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 − 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ )2𝑁
1
Mide el nivel en el que dos variables se encuentran relacionadas linealmente.
o CORRCOEFF = 1, relación lineal perfecta
o CORRCOEFF = 0, no existe relación lineal entre las variables
1.9 Criterios aceptados para la Evaluación de Modelos de Dispersión Urbanos
Los autores J. C. Chang and S. R. Hanna realizaron un primer estudio donde evaluaron
estadísticamente el comportamiento de modelos de calidad del aire debido a la importancia
de tener confianza de los resultados obtenidos. Para realizar la evaluación utilizaron las
métricas estadísticas (FB, NMSE, R, FAC2) basándose en el método “bootstrap
resampling”. (Hanna & Chang, 2004)
En la teoría un modelo tiene un comportamiento perfecto con FAC2, R = 1 y NMSE,FB = 0, sin
embargo, ningún modelo representa tal exactitud, para los casos de estudio que evaluaron
establecieron cuatro métodos diferentes de agrupación de datos: Método 1(todos los datos
esparcidos en el espacio); Método 2 (datos de observación y predicción mayores de 45 ppt),
Método 3 (datos de observaciones mayores a 45 ppt y todas las predicciones), Método 4
(todas las observaciones y las predicciones mayores a 45 ppt). Como conclusión los modelos
de dispersión tienen incertidumbres relacionadas por ejemplo con la variación en la
turbulencia presentada en la atmósfera causando grandes fluctuaciones en las
concentraciones. Por ende, las métricas estadísticas son las más adecuadas para describir los
modelos que dependiendo de la situación algunas métricas son más apropiadas que otras, por
eso la necesidad de analizar varias conjuntamente. FAC2 es la métrica más robusta por no
ser sensible a la distribución de los datos. Por último, de acuerdo a varios ejercicios de
evaluación se ha concluido que un “buen modelo” puede esperarse a estar con el 50 % de las
predicciones con un factor de dos de las observaciones, un sesgo medio relativo (FB) de +/-
30% y una dispersión relativa (NMSE) con un factor de dos o de tres. (Hanna & Chang,
2004)
En un nuevo estudio realizado en el 2012 por los mismos autores encontraron que el
comportamiento de las zonas rurales y las zonas urbanas son totalmente diferentes por
variables como: el volumen de fuentes móviles, la altura de edificaciones, el tamaño de la
población, etc. Con estas consideraciones establecieron unos nuevos criterios recomendados
para zonas urbanas: un FB menor o igual a +/-0,67 donde el sesgo medio relativo no debe
superar un factor de 2, el NMSE menor o igual a 6 donde la dispersión relativa debe ser
menor o igual a 2.4 veces el promedio y el FAC2 mayor o igual a 0,3 sin exceder un factor
de 2. (Hanna & Chang, 2012)
2. METODOLOGÍA
A continuación, se muestran las siete fases en las que se desarrolló el proyecto y
posteriormente la metodología de manera individual por cada modelo.
FASE 1. Revisión bibliográfica de los modelos de dispersión de contaminantes
(AERMOD, CALINE4 y R-LINE) e información relacionada con estudios para las vías
principales por la influencia de fuentes móviles.
En esta fase se requiere recopilar estudios donde se hayan aplicado los modelos seleccionados
en escenarios similares, seguido de estudiar el proceso de corrida de cada uno de los modelos
para conocer su funcionamiento utilizando ejemplos de caso dados por la US EPA y Caltrans
(Departamento de transporte de California).
FASE 2. Construcción de archivos de entrada meteorológicos para (AERMOD,
CALINE4 y R-LINE).
La segunda fase se basó en analizar los datos meteorológicos de las estaciones de monitoreo
de la ciudad de Bogotá seguido de construir los archivos de entrada meteorológicos en
AERMET y en el procesador propio de CALINE4 necesarios para cada uno de los modelos
a analizar.
FASE 3. Construcción de archivos de fuentes y archivos de receptores para (AERMOD,
CALINE4 y R-LINE).
La tercera fase de la investigación consistió en construir la red de vías principales de la ciudad
de Bogotá(Fuentes), elaborar los archivos de emisión para fuentes lineales tomando como
base el inventario de emisiones desarrollado por (Pachón J. , 2014) y construir la red de
receptores discretos (estaciones RMCAB).
FASE 4. Ejecución de los modelos (AERMOD, CALINE4 y R-LINE).
Se ejecutaron los tres modelos AERMOD, CALINE4 y R-LINE con la información
construida en la fase 2 y la fase 3 para su posterior análisis.
FASE 5. Visualización de los resultados de la modelación en (AERMOD, CALINE4 y
R-LINE).
Visualizar los escenarios obtenidos en los archivos de salida de los tres modelos por medio
de herramientas de manejo de datos.
FASE 6. Análisis estadístico entre los datos modelados y los datos observados en la
RMCAB.
Una vez se obtienen los diferentes resultados de los modelos, se procedió a realizar una
evaluación mediante las métricas estadísticas establecidas en el marco teórico comparando
cada resultado modelado con los datos observados de la Red de Monitoreo de Calidad de
Aire de Bogotá (RMCAB).
FASE 7. Intercomparación entre los modelos (AERMOD, CALINE4 y R-LINE) para
determinar su aplicabilidad en la ciudad de Bogotá
Después de analizar estadísticamente los resultados se procedió a establecer ventajas y
desventajas que tienen cada uno de los modelos de acuerdo a los resultados obtenidos para
finalmente sugerir ¿Cuál de los modelos es más conveniente para la ciudad de Bogotá?
Para realizar cada una de las modelaciones no se tuvieron presenten valores de concentración
de fondo, debido a que el porcentaje de emisiones proveniente de otras fuentes diferentes a
las fuentes móviles para CO son menores del 1% y para NOx son menores del 5 % (Tabla 1)
2.1 AERMOD
Para generar las corridas en la versión de AERMOD US EPA (EPA, 2004), es necesario
primero obtener la información de terreno y la información meteorológica la cual brindan los
preprocesadores que se muestran a continuación:
2.1.1 AERMAP versión 11103
Para el preprocesador Aermap el archivo más importante es el archivo de elevación digital
DEM o Geo TIFF. Este archivo se obtuvo de: http://www.cgiar-csi.org/data/srtm-90m-
digital-elevation-database-v4-1 CGIARCSI (Consortium for Spatial Information), una base
de datos de archivos de elevación digital con acceso a largas áreas en los trópicos y en otras
áreas del mundo de países en desarrollo. El archivo Geo TIFF es una representación en 3D
de la superficie terrestre utilizado por el preprocesador Aermap para poder definir las
elevaciones de terreno en las fuentes y en los receptores posteriormente utilizadas en
AERMOD. Para conseguir esto es necesario primero definir el dominio de modelación, para
la modelación se toma como dominio la ciudad de Bogotá (Esquina inferior izquierda
573798.65,484735.16 y Esquina superior derecha 629998.65 540935.16) en la zona UTM
correspondiente (18). Se mantuvieron siempre las coordenadas UTM. (US EPA , 2004) Para el proyecto se trabajan fuentes móviles representadas como fuentes volumen para poder
establecer las elevaciones de cada una, debido a que la fuente línea no es compatible con la
versión 11103. Las fuentes volumen se identifican con un nombre ID (ALINE1) y las
coordenadas X, Y del punto inicial. Esto se hace para todas las vías principales de la ciudad
de Bogotá que se representan en 12430 links, luego se establecen los receptores discretos (las
estaciones de monitoreo de la RMCAB) con las cuales se van a comparar las concentraciones
obtenidas en la modelación. Para el contaminante CO se escogieron ocho estaciones que
tienen medición (Las Ferias, Kennedy, Puente Aranda, Tunal, Centro de Alto Rendimiento,
Carvajal, Usaquén y San Cristóbal) y para NOx se escogieron siete estaciones (Las Ferias,
Guaymaral, Kennedy, Puente Aranda, Tunal, Centro de Alto Rendimiento y Carvajal). Por
último, se establecen los nombres de los archivos de salida tanto para el de elevación de las
fuentes como el de receptores. Con la información anterior se establece la ruta de control en
un archivo de texto. INP seguido por establecer el archivo .BAT, el cual permite procesar la
información de la ruta de control en el archivo ejecutable de Aermap.EXE. (US EPA , 2004)
Ver Anexo I. Archivos del preprocesador AERMAP 11103
En la figura 5 se observa el diagrama de flujo del proceso.
Figura 5. Diagrama de flujo AERMAP
Fuente: Autores
2.1.2 AERMET versión 15181
El preprocesador Aermet está encargado de procesar la información meteorológica de la
modelación, para esto su codificación se divide en tres etapas. La primera etapa se encarga
de extraer los datos de los archivos de radio sondeo, el archivo horario de superficie y el
archivo meteorológico in-situ. La segunda etapa de un aseguramiento de calidad para
finalmente extraer los archivos de superficie (SFC) Ver Anexo II A y de perfil (PFL) Ver
Anexo II B en la tercera etapa. El archivo de radio sondeo se descargó de la plataforma
NOAA/ESRL Radiosonde Database obtenida de http://esrl.noaa.gov/raobs/. En esta
plataforma se utilizaron los datos brindados por el Aeropuerto El Dorado en la ciudad de
Bogotá, Colombia con coordenadas 4°42′05″ N ;74°08′49″O en formato FSL (Ver Anexo II
C ) y el archivo horario de superficie se obtuvo con el programa WRPLOT el cual permite
crear el archivo .SAM (Ver Anexo II D ) con el ingreso de la información meteorológica
proveniente de la estación meteorológica a analizar. Para ese proyecto se utilizó la estación
meteorológica Carvajal (4°35'44.22"N; 74°8'54.90"W; 2557 m) de acuerdo a los resultados
del análisis estadístico del capítulo 3. METEOROLOGÍA del presente documento para los
primeros quince días del mes de febrero y de octubre respectivamente. (US EPA , 2004)
En la codificación de la tercera etapa se sectoriza de manera espacio –temporal la superficie
en un radio de 3km aproximadamente de la estación analizada estableciendo en su totalidad
una cobertura de suelo de zona de alta urbanización para lo cual se tomaron los valores de
albedo (0.14), rugosidad (2.0) y Owen (1.0) para ambos períodos modelados, los valores se
obtuvieron de NLCD92-21-Land Cover Classification System. En esta etapa también se
especificó el método de procesamiento SUBNWS, el ajuste de velocidad del viento
RANDOM. el ajuste como opción beta para valores de velocidad del viento muy bajos
STABLEBL ADJ_U* y la altura del anemómetro (10 metros). (US EPA , 2004)
En la siguiente figura se observa el diagrama de flujo del proceso.
Figura 6. Diagrama de flujo AERMET
Fuente: Autores
2.1.3 AERMOD versión 15181
En la ruta de control CO la primera línea tiene el título AERMOD CORRIDA_LINE
después con subtítulo donde se especifica el período y contaminante a trabajar (Febrero CO,
etc.), luego se establecen las opciones de modelación: BETA, CONC, FASTALL y ELEV
seguido de los períodos a modelar: horario y diario (1, 24), también se especifican parámetros
de la ciudad de Bogotá como la población (8.000.000) y la rugosidad (1 m) y al final de la
ruta se incluye el tipo de contaminante a modelar CO y NOx. (EPA, 2004)
En la ruta de control SO de las fuentes línea se incluye para cada link la emisión en g/m2.s,
para el manejo de unidades se aplicó a las unidades iniciales de g/m.d la división por el ancho
de vía (m) y el factor de conversión de día a hora (1ℎ
3600𝑠), además, solicita la altura (0.4 m)
a la cual emite la fuente móvil, el valor de sigma-Y inicial (2.0) y el valor de sigma-Z
(opcional), estos dos últimos directamente relacionados con el ancho de vía (30 m) y la altura
de las edificaciones (Ver Anexo III A). Por último, en esta ruta de control se establecen
todas las fuentes lineales como un único grupo urbano mediante el comando URBANSRC
ALL (EPA, 2004) y se ingresa el factor de tráfico mediante la función EMISFACT (EPA,
2004) de manera horaria. Este factor se multiplicó a la emisión en g/m2. s con el fin de
diferenciar el comportamiento de las emisiones a lo largo del día (Ver Anexo III B)
La siguiente ruta de control RE llama el archivo de elevación de fuentes elaborado por el
preprocesador AERMAP, seguida por la ruta de control ME donde se llaman los archivos
SFC y PFL elaborados por el preprocesador AERMET (Ver Anexo III C ). Finalmente se
determina el tipo de salidas que se deseen tener para organizar los datos, en esta modelación
se utilizaron los comandos RECTABLE ALLAVE, DAYTABLE ALLAVE y PLOFILE 1,
24 ALL FIRST (EPA, 2004) (Ver Anexo III D)
En la siguiente figura se observa el diagrama de flujo del proceso.
Figura 7. Diagrama de flujo AERMOD
Fuente: Autores
2.2 CALINE4
2.2.1 Modelación CO
El modelo CALINE4 procesa mediante un único archivo de entrada, este es un archivo de
texto tipo .IN o .DAT donde se ingresan las condiciones de entrada, las variables
meteorológicas, los links de vías, las variables de emisión y el número de receptores. El
Departamento de Transporte en California (Caltrans) estableció una versión en línea de
comando y una última versión de interfaz gráfica CL4, ambas versiones permiten trabajar
con un máximo de 20 links y 20 receptores. Las condiciones de modelación son las
siguientes: Un receptor discreto (estación meteorológica de Centro de Alto Rendimiento) y
20 links de vía que componen la calle 63 desde la carrera 60 a la carrera 50, la carrera 30
desde la calle 63 hasta la calle 68, la calle 68 desde la carrera 30 hasta la carrera 50 y la
carrera 50 desde la calle 63 hasta la calle 68 para los días 15 de febrero del 2012 y 15 de
octubre del 2012.
La siguiente figura muestra las vías modeladas mencionadas anteriormente desde un
avistamiento aéreo con ayuda del programa Google Earth.
Fuente: Google Earth
Figura 8. Avistamiento aéreo de las vías seleccionadas en CALINE4
Para realizar la modelación lo primero que se establece son las condiciones de entrada, aquí
se define el tipo de contaminante(CO,NO2), el coeficiente de rugosidad aerodinámica (Rural,
Suburbano, Distrito de negocios), tipo de corrida (Estándar, Multicorrida, “Worst-case Wind
Direction”), el peso molecular del gas analizado, las velocidades de sedimentación y de
deposición (Opcionales) seguido del número de receptores y de links a utilizar (20 links y 1
receptor ) , el factor de escala para el manejo de unidades y la altura sobre el nivel del mar
del área de modelación, como se muestra en la siguiente tabla. (Benson, 1989)
Tabla 6. Condiciones de entrada para CALINE4
Título de corrida Febrero 15 CO
Tipo de contaminante 1=CO, 2= NO2
Nombre de contaminante Monóxido de Carbono; Dióxido de Nitrógeno
Coeficiente de Rugosidad (3<Z0<400cm) Centro Urbano; 400
Peso molecular 28; 46
Velocidad de sedimentación (>0 cm/s) No aplica
Velocidad de Deposición (>0 cm/s) 0
Numero de receptores 1
Número de links 20
Factor de escala 1
Altura sobre el nivel del mar (m) 2650
Fuente: Autores.
Para la corrida efectuada se escogió el tipo “Standard”, la cual permite realizar una corrida
promedio horaria para CO, NO2 y PM. Además, requiere ingresar las direcciones del viento
horarias de los períodos de modelación. (Caltrans (California Departament of
Transportation), 2016)
El sistema de coordenadas se establece de acuerdo a como lo requiera el autor. Para el manejo
de unidades se requiere ingresar un factor de escala que para trabajar metros es igual a 1,
seguido se ubican con coordenadas inicial y final (X-Y) cada uno de los links tomando en
cuenta el norte en el eje X y el este en el eje Y.
Los receptores se trabajan como receptores discretos, para esto se ubican por coordenadas
inicial, final y altura (X, Y, Z) de acuerdo a la cantidad de receptores se colocan los nombres
para cada uno, sólo si no se estableció la opción de dar nombres aleatorios anteriormente en
las condiciones de entrada.
C.A.R., coordenadas (1700,580, 4)
A continuación, se muestra la representación de las vías junto con el receptor para el modelo
CALINE4, para realizarlo se estableció un sistema de coordenadas nuevo con inicio en X, Y
(0,0).
Figura 9. Links de vía para la modelación de CALINE4
Fuente: Autores
El modelo CALINE4 maneja para las fuentes línea los tipos de vía (1= “At Grade”, 2= “Fill”,
3= “Depressed”, 4= “Bridge” y “Parking Lot”). El tipo de vía establecida en la modelación
es “At Grade”, la cual establece que el link se encuentra sobre el nivel del suelo. En el Anexo
V A se muestra las coordenadas establecidas para los 20 links de vía junto con la altura de
emisión y el ancho de vía. Es recomendable para cada uno de los links establecer un nombre
que los identifique.
linea1, linea2, linea3, linea4, linea5, linea6, linea7, linea8, linea9, linea10, linea11,
linea12, linea13, linea14, linea15, linea16, linea17, linea18, linea19, linea20.
Si la modelación se realiza por línea de comando se genera una línea que contenga el tipo de
modelación (1= “Standard”), junto con los códigos de tráfico vehicular (1; si el volumen de
tráfico varia por link), el código de factor de emisión (1: si el factor de emisión cambia por
link), el código de intersección (0, si los parámetros de entrada no varían por hora) y
meteorología (1; si las variables meteorológicas varían por hora).
11101 Hour 1
Luego se establece el factor de emisión(g/mi) y el volumen de tráfico (vph) por cada link,
ver Anexo V B .Para el cálculo del factor de emisión fue necesario utilizar la ecuación 1-4
del presente documento para aplicarla al flujo vehicular horario (N(veh)) realizado en la
carrera 30 con calle53 ,zona cercana del área de estudio (ver Anexo V C). Finalmente, este
factor de emisión con unidades de (g/km) se convierten a (g/mi).
Las variables meteorológicas solicitadas por el modelo se dan de manera horaria para los
parámetros de: velocidad del viento, dirección del viento, la desviación estándar de la
dirección del viento, la clase de estabilidad atmosférica, la altura de capa de mezcla, la
temperatura ambiente y la concentración de fondo (Tabla 7).
Para el cálculo de algunos parámetros meteorológicos que no brindan la RMCAB como lo
son la estabilidad atmosférica, la desviación estándar de la dirección del viento y la altura de
capa de mezcla se utilizó el proceso metodológico establecido en el artículo de (Ruiz &
Pabón, 2002) , el apartado de la Universidad de Toledo “ATMOSPHERIC STABILITY
CLASSIFICATION” (Universidad de Toledo, 2016) y el archivo SFC de las corridas de
AERMET.
Para el cálculo de la clase de la estabilidad atmosférica se utilizó la categorización establecida
por Pasquill-Gifford para horas diurnas y nocturnas, para la desviación estándar se utiliza la
clasificación recomendada por la comisión regulatoria nuclear con una modificación de
acuerdo a los límites establecidos por CALINE4 con 5°> desviación >60° y para la altura de
la capa de mezcla se tomó la columna #11 SBL del archivo de superficie SFC.
Tabla 7. Condiciones meteorológicas en CALINE4
Velocidad del viento (> 0.5 m/s) 0.9
Dirección del viento (0-360°) 270
Desviación estándar de la dirección del viento (5-60°) 26
Clase de estabilidad atmosférica (1-7) 4
Altura de capa de mezcla (>5m) 268
Temperatura Ambiente (°C) 11.7
Concentración de fondo (>_0 ppm) 0
Fuente: Autores
Por último, se realiza la modelación obteniendo una tabla de resultados donde las unidades
establecidas por el modelo para brindar las concentraciones son en ppm para CO y para NO2.
Se muestra el archivo de salida en el Anexo V D .
2.2.2 Modelación NO2
La opción de NO2 en CALINE4 requiere de unos datos de entrada complementarios para
realizar su corrida. Las concentraciones ambientales de NO, NO2 y O3, la tasa de foto
disociación y el factor de emisión de NO2. Con respecto a la corrida de CO la entrada
meteorológica es la única que cambia (Tabla 8)
Tabla 8. Variables meteorológicas para NO2 (Hora 1-Febrero 15)
Velocidad del viento (> 0.5 m/s) 0.9
Dirección del viento (0-360°) 270
Desviación estándar de la dirección del viento (5-60°) 26
Clase de estabilidad atmosférica (1-7) 4
Altura de capa de mezcla (>5m) 268
Temperatura Ambiente (°C) 11.7
Concentración de fondo O3 (>_0 ppm) 0*
Concentración de fondo NO (>_0 ppm) 0*
Concentración de fondo NO2 (>_0 ppm) 0*
Tasa de fotolisis NO2 (por seg) 0.004
Radio NO2/NOx (0-1) 0.1
*No se contemplan concentraciones de fondo por lo que su valor es igual a cero.
Fuente: Autores
El valor de la tasa de fotólisis NO2 se tomó de acuerdo a lo establecido en el análisis de
sensibilidad del modelo CALINE 4. Mientras que el radio de NO2 /NOx se tomó del proyecto
de (González, 2016)
En la siguiente figura se observa el diagrama de flujo del proceso.
Figura 10.Diagrama de flujo CALINE4
Fuente: Autores
2.3 R-LINE
El software utiliza un archivo de entrada Line_Source_Inputs.txt (Ver Anexo IV A) para
generar los parámetros de entrada en línea de comando, en este archivo se llaman los archivos
de fuentes (Source_Inputs.txt), de receptores (Receptor_Inputs.txt) y de meteorología
(Met_Inputs.sfc), también se adiciona un factor para el cálculo de la variable d mediante la
ecuación d=f*zo, f=5.3, además se configuran las opciones beta como: usar algoritmos de
vías con barreras o depresiones (No), usar una solución analítica (No) o mejorar la dispersión
vertical incluyendo el ancho del carril (2.5 m) en la vía y establecer los nombres para generar
los archivos de salida. (Heist & G., 2013)
Para generar el archivo de entrada meteorológico se emplea el preprocesador meteorológico
de superficie AERMET versión 15181 para generar el archivo de superficie (SFC). El
procedimiento es el mismo explicado para el modelo de AERMOD con una única diferencia
y es la organización del archivo SFC de manera horaria y no por período. (Ver Anexo IV B)
(Heist & G., 2013)
El archivo de entrada para fuentes se basa en las variables de ubicación inicial y final en
coordenadas UTM (X_b, X_e), la dispersión vertical (sigma z0), la emisión horaria de cada
fuente en unidades g/m.s (el cálculo se basa en el mismo que el del modelo AERMOD
excluyendo el ancho de vía), el número de carriles y la configuración del terreno plano. (Ver
Anexo IV C) (Heist & G., 2013)
En los archivos de receptores se necesita la coordenada inicial, final y la altura en UTM (X,
Y, Z_Coordinate), se trabajaron las mismas estaciones de la red de monitoreo calidad de aire
de la ciudad de Bogotá que en AERMAP. (Heist & G., 2013) (Ver Anexo IV D)
En la siguiente figura se observa el diagrama de flujo del proceso.
Figura 11.Diagrama de flujo de R-LINE
Fuente: Autores
3. METEOROLOGÍA
El análisis meteorológico se realizó teniendo en cuenta el parámetro que más influye en la
dispersión de contaminantes, y que de igual forma es el parámetro principal para los cálculos
de los modelos de micro escala, este parámetro es el viento, tanto en su vector dirección como
en su vector velocidad.
Para analizar el comportamiento de los viento, es importante conocer primero a que se deben
estos, en el caso de Colombia se debe al flujo de los alisios del Noreste y Sudeste, los cuales
confluyen en la región tropical formando una zona de baja presión (ZCIT), que al desplazarse
sobre el territorio debido al cambio relativo de la incidencia solar sobre la tierra provoca las
temporadas de lluvia en el país. Por otro lado debido a las condiciones orográficas de
Colombia ocasiona que se generen diferencias horizontales de temperatura produciendo
alteraciones locales del viento que genéricamente se llaman brisas. La brisa terrestre, llamada
circulación valle-montaña, montaña-valle, se debe a diferencias de temperatura entre las
montañas y el aire libre que las rodea, en la mañana se presenta una brisa soplando junto al
suelo desde los valles y llanuras hacia las laderas que están recibiendo el Sol (solana),
remontándolas. De noche desciende una brisa desde las montañas a los valles y llanuras.
(Secretaria Distrital de Ambiente, 2012)
En la ciudad de Bogotá se presentan dos regímenes de vientos, los generales y los vientos
locales, los primeros son los de influencia sinóptica asociados a los alisios, los cuales toman
direcciones Noreste y Sureste sobre la ciudad y la sabana. Los vientos locales son bastante
variables y dependen de la distribución de las precipitaciones, predominan durante la segunda
temporada de lluvias, y viajan hacia el Nororiente, Oriente y Occidente, con velocidades
medias de 4 a 6 m/s. Los vientos con diferentes direcciones dan lugar a condiciones de
discontinuidad y presencia de corrientes ascendentes, que, junto con el calentamiento diurno,
apoyan la formación de nubes de amplio despliegue vertical favoreciendo las precipitaciones
fuertes y la ocurrencia incluso de tormentas eléctricas, granizadas y torbellinos en zonas
locales y a veces de poca extensión. También favorecen la dispersión de los contaminantes
en algunas zonas, pero en los meses de la segunda temporada de lluvias arrastran
contaminantes sobre zonas de alta emisión. (Secretaria Distrital de Ambiente, 2012)
La figura 12 muestra la ciudad de Bogotá, la distribución de las estaciones geográficamente
y la interpolación de los promedios de velocidad del viento para 2012 sobre esta superficie.
Cada isotaca está separada 0,5 m/s una de la otra. Así mismo se presentan los vectores con
las velocidades y direcciones de los vientos. Se puede observar el sector con menor magnitud
de velocidad del viento, al Nororiente y Suroriente de la ciudad. Predominan vientos del
Norte y del Sur en los extremos de la ciudad y se observa confluencia de los vientos en el
centro de la capital. Los mayores valores de velocidad del viento se encontraron al Occidente,
ubicada en parte de la localidad de Fontibón y Norte de Kennedy, alcanzando velocidades de
más de 2.5 m/s. En general se observa un aumento en la velocidad del viento con magnitudes
bajas desde el Suroriente hacia el Occidente de la ciudad. (Secretaria Distrital de Ambiente,
2012)
Figura 12. Velocidad y dirección del viento anual 1 -24 hrs
Fuente: (Secretaria Distrital de Ambiente, 2012)
En las figuras 13 y 14 se encuentran los mapas de la ciudad en 4 diferentes escalas horarias
(1hrs-6hrs, 7hrs-12hrs, 13hrs -18hrs, 19hrs -24 horas) para 2012; es evidente que la velocidad
en horas de la tarde alcanza su máximo valor además de la variación de la dirección del viento
como en el caso de la localidad de Engativá. Otras localidades como el Sur de la ciudad
muestran vientos predominantes del Sur - Sureste. Comportamiento que se presentó en cada
uno de los trimestres del año, se dividió el año en 4 trimestres de los cuales se evaluaran el
trimestre ENERO-FEBRERO-MARZO, y el trimestre OCTUBRE-NOVIEMBRE-
DICIEMBRE. (Secretaria Distrital de Ambiente, 2012)
Figura 13. Trimestre Enero, Febrero, Marzo
Fuente: (Secretaria Distrital de Ambiente, 2012)
Figura 14. Trimestre Octubre, Noviembre, Diciembre
Fuente: (Secretaria Distrital de Ambiente, 2012)
Se evidencia en las imágenes anteriores tanto en la representación trimestral como en la
representación anual, que Bogotá tiene más de una división meteorológica, es decir no
presenta meteorología homogénea, ya que tanto dirección como velocidad del viento es
diferente a lo largo de la ciudad, a lo largo del día y a lo largo del año.
En los modelos de dispersión de contaminantes escogidos, solo se pueden ingresar los datos
meteorológicos de una estación, y al tener más de un comportamiento meteorológico en la
ciudad, se optó por realizar un análisis estadístico de las estaciones para determinar ¿Cuál
estación es la que mejor representa la meteorología de Bogotá? .Se propusieron dos criterios
para la selección de la estación, el primero fue la confiabilidad de los datos, en donde se
asumió que una estación confiable, tiene menos del 5% de los datos faltantes del período de
modelación y el segundo criterio propuesto fue la homogeneidad o heterogeneidad de la
estación respecto al promedio, para esto se utilizó la desviación estándar, siendo una estación
homogénea cuando más del 90% de los datos se encuentra a +/- 1,5 desviaciones estándar de
la media, y heterogénea cuando se encuentra fuera de este rango. A continuación, se
encuentra el análisis estadístico con los parámetros de dirección del viento (Tabla 9), y
velocidad (Tabla 10) de los días a modelar 15 días de febrero y 15 días de octubre para un
total de 30 días.
Tabla 9. Análisis estadístico de la dirección del viento
PARÁMETRO CARVAJAL -
SEVILLANA
CENTRO DE ALTO
RENDIMIENTO GUAYMARAL
Información
faltante 0,00% 0 0,00% 0 6,67% 2
Información
presente 100,00% 30 100,00% 30 93,33% 28
Datos
Heterogéneos 0,00% 0 33,33% 10 7,14% 2
Datos
Homogéneos 100,00% 30 66,67% 20 92,86% 26
Resultado
Estadístico Confiable Homogéneo Confiable Heterogeneo
NO
Confiable Homogéneo
PARÁMETRO KENNEDY LAS FERIAS MINAMBIENTE
Información
faltante 3,33% 1 0,00% 0 53,33% 16
Información
presente 96,67% 29 100,00% 30 46,67% 14
Datos
Heterogéneos 3,45% 1 13,33% 4 7,14% 1
Datos
Homogéneos 96,55% 28 86,67% 26 92,86% 13
Resultado
Estadístico Confiable Homogéneo Confiable Heterogeneo
NO
Confiable Homogéneo
PARAMETRO PUENTE ARANDA SAN CRISTOBAL SUBA
Información
faltante 50,00% 15 40,00% 12 23,33% 7
Información
presente 50,00% 15 60,00% 18 76,67% 23
Datos
Heterogéneos 0,00% 0 33,33% 6 13,04% 3
Datos
Homogéneos 100,00% 15 66,67% 12 86,96% 20
Resultado
Estadístico
NO
Confiable Homogéneo
NO
Confiable Heterogeneo
NO
Confiable Heterogeneo
PARAMETRO TUNAL USAQUEN
Información
faltante 3,33% 1 23,33% 7
Información
presente 96,67% 29 76,67% 23
Datos
Heterogéneos 13,79% 4 4,35% 1
Datos
Homogéneos 86,21% 25 95,65% 22
Resultado
Estadístico Confiable Heterogeneo
NO
Confiable Homogéneo
Fuente: Autores
Tabla 10. Análisis estadístico de la velocidad del viento
PARAMETRO CARVAJAL -
SEVILLANA
CENTRO DE ALTO
RENDIMIENTO GUAYMARAL
Información
faltante 0,00% 0 0,00% 0 6,67% 2
Información
presente 100,00% 30 100,00% 30 93,33% 28
Datos
Heterogéneos 6,67% 2 0,00% 0 57,14% 16
Datos
Homogéneos 93,33% 28 100,00% 30 42,86% 12
Resultado
Estadístico Confiable Homogéneo Confiable Homogéneo
NO
Confiable Heterogeneo
PARAMETRO KENNEDY LAS FERIAS MINAMBIENTE
Información
faltante 3,33% 1 0,00% 0 53,33% 16
Información
presente 96,67% 29 100,00% 30 46,67% 14
Datos
Heterogéneos 34,48% 10 0,00% 0 0,00% 0
Datos
Homogéneos 65,52% 19 100,00% 30 100,00% 14
Resultado
Estadístico Confiable Heterogeneo Confiable Homogéneo
NO
Confiable Homogéneo
PARAMETRO PUENTE ARANDA SAN CRISTOBAL SUBA
Información
faltante 10,00% 3 3,33% 1 6,67% 2
Información
presente 90,00% 27 96,67% 29 93,33% 28
Datos
Heterogéneos 18,52% 5 0,00% 0 0,00% 0
Datos
Homogéneos 81,48% 22 100,00% 29 100,00% 28
Resultado
Estadístico
NO
Confiable Heterogeneo Confiable Homogéneo
NO
Confiable Homogéneo
PARAMETRO TUNAL USAQUEN
Información
faltante 3,33% 1 23,33% 7
Información
presente 96,67% 29 76,67% 23
Datos
Heterogéneos 27,59% 8 4,35% 1
Datos
Homogéneos 72,41% 21 95,65% 22
Resultado
Estadístico Confiable Heterogeneo NO Confiable Homogéneo
Fuente: Autores
Tabla 11. Resumen del comportamiento de las estaciones aplicando los criterios
estadísticos a los parámetros de velocidad y dirección del viento.
Parámetro ESTACIONES
1 2 3 4 5 6 7 8 9 10 11
Dirección C NC NC C NC NC NC NC NC NC NC
Velocidad C C NC NC C NC NC C NC NC NC
*C: Cumple NC: No Cumple
1 CARVAJAL SEVILLANA, 2 CENTRO DE ALTO RENDIMIENTO, 3 GUAYMARAL 4 KENNEDY, 5
LAS FERIAS, 6 MIN AMBIENTAL, 7 PUENTE ARANDA, 8 SAN CRISTOBAL, 9 SUBA, 10 TUNAL, 11
USAQUEN.
Esto evidencia que la ciudad de Bogotá no se comporta de manera homogénea, ya que al
presentarse una estación como heterogénea el criterio de homogeneidad no se cumple. Esto
se corroboró con la información del Informe Anual de Calidad del Aire del año 2012 donde
las variables velocidad y dirección del viento presentan un comportamiento distinto a lo largo
de la ciudad. Para que los datos de la estación sean confiables y homogéneos, este
comportamiento se debe presentar tanto en el parámetro de dirección del viento, como en el
de velocidad, y la única estación que presento estas características fue la de CARVAJAL,
siendo esta la estación de donde se tomaron los valores meteorológicos para realizar las
modelaciones correspondientes.
4. RESULTADOS Y ANÁLISIS DE RESULTADOS
Debido a que el modelo CALINE4 permite la estimación de contaminantes en una escala espacio-temporal muy difícil de manejar
para poder tener las mismas condiciones de entrada que los demás modelos, no se considerará para la comparación con los modelos
AERMOD y RLINE. Por tanto, se presenta a continuación el ejercicio de comparación entre éstos dos modelos.
Febrero CO
Las figuras 15 y 16 muestran los resultados de la modelación de todas las estaciones comparadas para los 15 días del mes de
Febrero para el contaminante CO de los modelos AERMOD y R-LINE.
Figura 15. Comportamiento de la concentración de CO para el período de Febrero del modelo AERMOD
Fuente: Autores
Figura 16. Comportamiento de la concentración de CO para el período de Febrero del modelo R-LINE
Fuente: Autores
En el Anexo VI A se muestran las gráficas de serie de tiempo de cada uno de las estaciones del período.
Para ambos modelos en el período de febrero las estaciones el Tunal y Las Ferias presentan las mayores concentraciones y en la
estación San Cristóbal las menores concentraciones.
En la siguiente tabla se muestran las métricas estadísticas para las estaciones: Kennedy, Tunal, Centro de Alto Rendimiento, Puente
Aranda, Las Ferias, Carvajal, San Cristóbal e Usaquén del período de febrero comparando los modelos AERMOD y R-LINE.
Además, se encuentra resaltado el modelo de mejores métricas para cada estación en el período designado.
Tabla 12 Métricas estadísticas de intercomparación para el período Febrero CO
Diario Rango
recomendado
Las Ferias Carvajal San Cristóbal Usaquén
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Radio 0,5 a 2;
adecuado 1 2,69 3,84 0,74 0,63 0,82 0,63 0,89 0,65
Sesgo Fraccional
Menor o igual a
+/- 0,67;
adecuado 0
-0,78 -1,06 0,37 0,52 0,25 0,50 0,20 0,50
Coeficiente de
correlación
0,5 a 1;
adecuado 1 -0,07 -0,05 0,30 0,34 -0,15 -0,08 0,05 0,07
Error Cuadrático
Medio Normalizado
Menor o igual a
6; adecuado 0 0,72 1,56 0,14 0,29 0,06 0,27 0,04 0,26
Fuente: Autores
Se observa que, de las ocho estaciones analizadas, seis estaciones muestran mejores métricas con respecto a los rangos
recomendados para el modelo R-LINE y dos para el modelo AERMOD.
Diario Rango
recomendado
Kennedy Tunal Centro Alto Rendimiento Puente Aranda
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Radio 0,5 a 2; adecuado
1 1,01 0,70 2,87 2,03 1,24 1,06 0,89 0,72
Sesgo Fraccional
Menor o igual a
+/- 0,67;
adecuado 0
0,00 0,35 -0,93 -0,66 -0,09 0,05 0,16 0,36
Coeficiente de
correlación
0,5 a 1; adecuado
1 0,51 0,65 0,19 0,42 0,15 0,41 0,13 0,36
Error Cuadrático
Medio Normalizado
Menor o igual a
6; adecuado 0 0,00 0,13 1,10 0,49 0,01 0,00 0,03 0,13
Octubre CO
Las figuras 17 y 18 muestran los resultados de la modelación de todas las estaciones comparadas para los 15 días del mes de
Octubre para el contaminante CO de los modelos AERMOD y R-LINE.
Figura 17. Serie de tiempo AERMOD del período de Octubre para el contaminante CO
Fuente: Autores
Figura 18. Serie de tiempo R-LINE del período de Octubre para el contaminante CO
Fuente: Autores
En el Anexo VI B se muestran las gráficas de serie de tiempo de cada uno de las estaciones del período.
En la tabla 10 se muestran las métricas estadísticas para las estaciones: Kennedy, Tunal, Centro de Alto Rendimiento, Puente
Aranda, Las Ferias, Carvajal, San Cristóbal e Usaquén del período de Octubre comparando los modelos AERMOD y R-LINE.
También, se encuentra sombreado el modelo de mejores métricas para cada estación en el período designado.
Tabla 13. Métricas estadísticas de intercomparación para el período Octubre CO
Diario Rango
recomendado
Kennedy Tunal Centro Alto
Rendimiento Puente Aranda
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Radio 0,5 a 2;
adecuado 1 0,99 0,70 2,87 2,27 0,96 0,91 0,88 0,77
Sesgo Fraccional
Menor o igual a
+/- 0,67;
adecuado 0
0,03 0,35 -0,85 -0,66 0,08 0,13 0,12 0,25
Coeficiente de
correlación
0,5 a 1;
adecuado 1 0,27 0,51 0,45 0,55 0,44 0,62 0,61 0,74
Error Cuadrático
Medio Normalizado
Menor o igual a
6; adecuado 0 0,00 0,12 0,89 0,49 0,01 0,02 0,01 0,06
Diario Rango
recomendado
Las Ferias Carvajal San Cristóbal Usaquén
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Radio 0,5 a 2;
adecuado 1 1,24 2,11 0,70 0,64 0,62 0,47 0,87 0,65
Sesgo Fraccional
Menor o igual a
+/- 0,67;
adecuado 0
-0,31 -0,66 0,39 0,50 0,48 0,72 0,13 0,41
Coeficiente de
correlación
0,5 a 1;
adecuado 1 0,66 -0,05 0,52 0,43 0,75 0,80 0,69 0,76
Error Cuadrático
Medio Normalizado
Menor o igual a
6; adecuado 0 0,10 0,49 0,16 0,26 0,24 0,59 0,02 0,18
Fuente: Autores
Se observa que, de las ocho estaciones analizadas, siete estaciones muestran mejores métricas con respecto a los rangos
recomendados para el modelo R-LINE y una para el modelo AERMOD.
Febrero NOx
Las figuras 19 y 20 muestran los resultados de la modelación de todas las estaciones comparadas para los 15 días del mes de
Febrero para el contaminante NOx de los modelos AERMOD y R-LINE.
Figura 19. Serie de tiempo AERMOD del período de Febrero para el contaminante NOx
Fuente: Autores
Figura 20. Serie de tiempo R-LINE del período de Febrero para el contaminante NOx
Fuente: Autores
En el Anexo VI C se muestran las gráficas de serie de tiempo de cada uno de las estaciones del período.
En la tabla 11 se muestran las métricas estadísticas para las estaciones: Kennedy, Tunal, Centro de Alto Rendimiento, Las Ferias,
Carvajal y Guaymaral del período de Febrero comparando los modelos AERMOD y R-LINE. También, se encuentra sombreado
el modelo de mejores métricas para cada estación en el período designado.
Tabla 14. Métricas estadísticas de intercomparación para el período Febrero NOx
Diario Rango
recomendado
Kennedy Tunal Centro Alto
Rendimiento
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Radio 0,5 a 2;
adecuado 1 1,15 0,79 4,40 3,33 1,66 1,39
Sesgo Fraccional
Menor o igual a
+/- 0,67;
adecuado 0
-0,09 0,26 -1,23 -1,06 -0,31 -0,16
Coeficiente de
correlación
0,5 a 1;
adecuado 1 0,43 0,59 0,19 0,23 -0,02 0,26
Error Cuadrático
Medio Normalizado
Menor o igual a
6; adecuado 0 0,01 0,07 2,43 1,57 0,10 0,03
Diario Rango
recomendado
Las Ferias Carvajal Guaymaral
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Radio 0,5 a 2;
adecuado 1 2,17 3,27 0,64 0,53 0,96 0,73
Sesgo Fraccional
Menor o igual a
+/- 0,67;
adecuado 0
-0,59 -0,94 0,44 0,60 0,07 0,301
Coeficiente de
correlación
0,5 a 1;
adecuado 1 -0,17 -0,04 0,70 0,80 0,47 0,61
Error Cuadrático
Medio Normalizado
Menor o igual a
6; adecuado 0 0,38 1,14 0,20 0,39 0,00 0,10
Fuente: Autores
Se observa que, de las seis estaciones analizadas, cuatro estaciones muestran mejores métricas con respecto a los rangos
recomendados para el modelo R-LINE y dos para el modelo AERMOD
Octubre NOx
Las figuras 21 y 22 muestran los resultados de la modelación de todas las estaciones comparadas para los 15 días del mes de
Febrero para el contaminante NOx de los modelos AERMOD y R-LINE.
Figura 21. Serie de tiempo R-LINE del período de Febrero para el contaminante NOx
Fuente: Autores
Figura 22. Serie de tiempo AERMOD del período de Febrero para el contaminante NOx
Fuente: Autores
En el Anexo VI D se muestran las gráficas de serie de tiempo de cada uno de las estaciones del período.
En la tabla 12 se muestran las métricas estadísticas para las estaciones: Kennedy, Tunal, Centro de Alto Rendimiento y Las Ferias,
del período de Octubre comparando los modelos AERMOD y R-LINE.Además, se encuentra resaltado el modelo de mejores
métricas para cada estación en el período designado.
Tabla 15. Métricas estadísticas de intercomparación para el período Octubre NOx
Diario Rango
recomendado
Kennedy Tunal
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Radio 0,5 a 2;
adecuado 1 1,06 0,73 3,52 2,77
Sesgo Fraccional
Menor o igual a
+/- 0,67;
adecuado 0
0,01 0,33 -1,06 -0,89
Coeficiente de
correlación
0,5 a 1;
adecuado 1 0,07 0,53 0,60 0,74
Error Cuadrático
Medio Normalizado
Menor o igual a
6; adecuado 0 0,00 0,11 1,54 0,98
Diario Rango
recomendado
Centro Alto Rendimiento Las Ferias
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Modelado
R-LINE
ug/m3
Modelado
AERMOD
ug/m3
Radio 0,5 a 2;
adecuado 1 1,11 1,02 1,83 3,17
Sesgo Fraccional
Menor o igual a
+/- 0,67;
adecuado 0
-0,02 0,05 -0,50 -0,88
Coeficiente de
correlación
0,5 a 1;
adecuado 1 0,48 0,70 0,67 -0,14
Error Cuadrático
Medio Normalizado
Menor o igual a
6; adecuado 0 0,00 0,00 0,27 0,95
Fuente: Autores
Se observa que, de las cuatro estaciones analizadas, dos estaciones muestran mejores métricas con respecto a los rangos
recomendados para el modelo R-LINE y dos para el modelo AERMOD.
Revisando todos los períodos de modelación se encontró que la estación Tunal no está dentro
de los rangos estadísticos recomendados. Además, en las modelaciones de AERMOD y R-
LINE, la estaciones Las Ferias y Tunal presentan las mayores concentraciones para ambos
períodos y contaminantes.
Analizando las métricas estadísticas de FAC2 y FB se encontró una tendencia de
subestimación por parte de ambos modelos tanto para el período de febrero como de octubre
en ambos modelos.
Resultados de CALINE4
A continuación, se presentan los resultados del modelo CALINE4.
Febrero CO
Centro de Alto Rendimiento
Figura 23. Serie de tiempo del 15 de Febrero del 2012 para CO
Fuente: Autores
Figura 24. Grafica de dispersión del 15 de Febrero del 2012 para CO
Fuente: Autores
Tabla 16.Indicadores estadísticos del 15 de Febrero del 2012 para CO
CALINE 4 Radio Sesgo
Fraccional
Coeficiente
de
correlación
Error Medio
Cuadrático
Normalizado
Día 15 0,60 0,67 0,20 0,51
Fuente: Autores
En este periodo de acuerdo a la serie de tiempo y la gráfica de dispersión no muestra una
tendencia clara de subestimación o de sobreestimación, sin embargo, revisando las métricas
estadísticas a excepción del coeficiente de correlación todas están dentro de los rangos
recomendados.
Octubre CO
Centro de Alto Rendimiento
Figura 25. Serie de tiempo del 15 de Octubre del 2012 para CO
Fuente: Autores
Figura 26.Grafica de dispersión del 15 de Octubre del 2012 para CO
Fuente: Autores
Tabla 17.Indicadores estadísticos del 15 de Octubre del 2012 para CO
CALINE 4 Radio Sesgo
Fraccional
Coeficiente
de
correlación
Error Medio
Cuadrático
Normalizado
Día 15 1,74 -0,45 -0,03 0,22
Fuente: Autores
Para el periodo de octubre para el contaminante CO la tendencia es clara a la sobrestimación
por parte del modelo, revisando las métricas estadísticas nuevamente a pesar de que no están
cercano a lo ideal el único parámetro nuevamente fuera de rango es el coeficiente de
correlación.
El otro contaminante de revisión fue NO2 debido que en este modelo existe una configuración
particular del modelo para analizarlo , la más importante de ellas es la integración de procesos
fotoquímicos en la modelación , a pesar de que no lo hace comparativo como modelo de
dispersión se generó análisis.
Febrero NO2
Centro de Alto Rendimiento
Figura 27. Serie de tiempo del 15 de Febrero del 2012 para NO2
Fuente: Autores
Figura 28.Grafica de dispersión del 15 de Febrero del 2012 para NO2
Fuente: Autores
Tabla 18.Indicadores estadísticos del 15 de Febrero del 2012 para NO2
CALINE 4 Radio Sesgo
Fraccional
Coeficiente
de
correlación
Error Medio
Cuadrático
Normalizado
Día 15 0,47 0,68 0,51 0,53
Fuente: Autores
Revisando la serie de tiempo existen algunas horas atípicas donde el modelo muestra horas
picos de concentración en horarios no habituales comparando con las observaciones, otro
aspecto es tendencia de subestimación de las concentraciones. Por último, las métricas
estadísticas se presentan dentro de los rangos recomendados a excepción del sesgo fraccional
y el radio.
0
20
40
60
80
0 20 40 60 80 100 120
Mo
de
lad
o (
ug/
m3
)
Observado (ug/m3)
Febrero NO2
x1
x 0,5
x2
modelo
Octubre NO2
Centro de Alto Rendimiento
Figura 29. Serie de tiempo del 15 de Octubre del 2012 para NO2
Fuente: Autores
Figura 30.Gráfica de dispersión del 15 de Octubre para NO2
Fuente: Autores
Tabla 19.Indicadores estadísticos del 15 de febrero para NO2
CALINE 4 Radio Sesgo
Fraccional
Coeficiente
de
correlación
Error Medio
Cuadrático
Normalizado
Día 15 0,64 0,47 0,16 0,23
Fuente: Autores
Para el período de octubre en el contaminante NO2 se mantiene la tendencia de subestimación
por parte del modelo a excepción de unas horas atípicas en las horas de la mañana. En cuanto
a las métricas estadísticas el radio y el sesgo fraccional están dentro de los rangos
recomendados.
5. CONCLUSIONES
El análisis meteorológico se basó en las variables que más influye en la dispersión de
contaminantes, velocidad y dirección del viento. Según las métricas establecidas en el
numeral 3 del presente documento, de las 11 estaciones que miden dirección del viento 5 se
comportan de forma Homogénea y 6 de forma heterogénea y de las 11 estaciones que miden
velocidad del viento 7 se comportan de forma homogénea y 4 de forma heterogénea.
La estación de monitoreo más aconsejable para usar en la modelación de dispersión de
contaminantes en la ciudad de Bogotá es la estación de Carvajal, ya que, en el análisis
realizado, esta estación es la única que cumple con los criterios de confiabilidad y de
homogeneidad
El modelo R-LINE presentó mejores resultados que el modelo AERMOD en las métricas
estadísticas con base a los rangos recomendados en los contaminantes de CO y NOx, que a
su vez mostraron un mejor desempeño en el período de Octubre.
El modelo AERMOD presenta más ventajas frente a los modelos R-LINE y CALINE4
tomando en cuenta las condiciones geográficas, meteorológicas y físicas de la ciudad de
Bogotá.
Teniendo en cuenta las características de la ciudad de Bogotá (geográficas, meteorológicas y
físicas), el desempeño de los modelos con base en las métricas estadísticas y las ventajas y
desventajas de cada modelo, R-LINE es el modelo que se recomienda para la evaluación de
los gases contaminantes CO y NOx proveniente de fuentes móviles para las vías principales
de la ciudad.
6. RECOMENDACIONES
En búsqueda de mejorar futuros ejercicios de evaluación de modelos de dispersión de
contaminantes se recomienda utilizar períodos de tiempo de más de 15 días, preferiblemente
períodos de mínimo un mes.
En la evaluación de modelos de dispersión es necesario tener una base sólida de
observaciones para obtener resultados confiables. En el desarrollo del proyecto de las siete
estaciones que miden NOx solo cuatro tenían información para el mes de octubre y de estas
estaciones únicamente dos tenían la información para los quince días completa, por lo que se
recomienda que la recopilación de observaciones a nivel local y nivel institucional mejoren
y estén en constante actualización.
Teniendo en cuenta que la mayoría de las estaciones analizadas mostraron un
comportamiento de subestimación, es importante incluir en la modelación el aporte de todas
las vías de la ciudad tanto las vías principales como las vías secundarias para analizar los
contaminantes CO y NOX.
Para futuros estudios que involucren modelos de dispersión de contaminantes aplicados a
fuentes móviles es relevante la constante actualización de las emisiones debido a que estas
fuentes de emisión están en constante crecimiento.
Utilizar el modelo CALINE4 para proyectos con extensiones de áreas pequeñas de un radio
de 500 metros aproximadamente.
7. BIBLIOGRAFÍA
Acevedo, H., Rojas, N., & Belalcázar. (2013). EMISIONES DE ÓXIDOS DE NITRÓGENO
EN VEHÍCULOS DIESEL EURO IV/V DE LA CIUDAD DE BOGOTÁ. Memorias
del IV CASAP (págs. 11-18). Bogotá: CongresoColombiano y Conferencia
Internacional de Calidad del Aire y Salud Pública.
Álvarez, Y. C., Tello, R. B., & Belalcázar, L. C. (2015). LIFE-CYCLE ASSESSMENT OF
THE TRANSMILENIO SYSTEM AND ITS COMPARISON WITH OTHER
MODES OF PASSENGER TRANSPORTATION. Memorias del V Casap.
Bucaramanga: Congreso Colombiano y Conferencia Internacional de Calidad del
Aire y Salud Pública.
Belalcazar, L. C., Acevedo, H., Ossess, M., & Rojas, N. (2013). CONSTRUCCIÓN DE LOS
CICLOS DE CONDUCCIÓN DE BOGOTÁ PARA LAS ESTIMACIÓN DE
FACTORES DE EMISIÓN VEHICULARES Y CONSUMOS DE COMBUSTIBLE.
Memorias del IV Casap (págs. 96-101). Bogotá: CongresoColombiano y Conferencia
Internacional de Calidad del Aire y Salud Pública.
Benson, P. E. (1989). CALINE4- A Dispersion Model For Predicting Air Pollutant
Concentrations Near Roadways. Sacramento,California : Caltrans.
Borge Rafael, J. L. (1 de Enero de 2014). Emission inventories and modeling requirements
for the development of air quality plans. Science of The Total Environment, 466–
467(0048-9697), Pages 809-819.
Caltrans (California Departament of Transportation). (2016). CL4_Help. Obtenido de
California Departament of Transportation:
http://www.dot.ca.gov/hq/env/air/software/caline4/calinesw.htm
Carmona, L. G., Rincón, A., Castillo, A. M., Galvis, B., Saenz, H., & Pachón, J. E. (2015).
Top-down and bottom-up inventory reconciliation for estimating emissions from
mobile sources in Bogota. Memorias del V Casap. Bucaramanga:
CongresoColombiano y Conferencia Internacional de Calidad del Aire y Salud
Pública.
Casas, W., Ortolano, L., & Sánchez, E. (1993). MINISTERIO DE AMBIENTE Y
DESARROLLO SOSTENIBLE. Obtenido de
http://biblovirtual.minambiente.gov.co:3000/DOCS/MEMORIA/MMA-
0013/MMA-0013-CAPITULO5.pdf
Chen, H., Bai, S., Eisinger, D., Niemeier, Niemeier, D., & Claggett, M. (21 de Agosto de
2008). MODELING UNCERTAINTIES AND NEAR-ROAD PM2.5:A COMPARISON
OF CALINE4, CAL3QHC AND AERMOD. Obtenido de U.C. Davis-Caltrans Air
Quality Project: http://AQP.engr.ucdavis.edu/
David Heist, V. I. (2013). Estimating near-road pollutant dispersion: A model inter-
comparison. ELSEVIER, 93-105.
EPA. (2004). USER´S GUIDE FOR THE AMS/EPA REGULATORY MODEL -AERMOD.
North Carolina: Environmental Protection Agency.
González, V. C. (2016). Análisis del efecto de ozono. Revista Universidad Nacional de
Colombia.
Hanna, S., & Chang, J. (2004). Air quality model performance evaluation. Meteorology and
Atmospheric Phyics, 167-196.
Hanna, S., & Chang, J. (2012). Acceptance criteria for urban dispersion model evaluation.
Metereological Atmospheric Physics, 133-146.
Heist, D. K., & G., S. M. (15 de Noviembre de 2013). User’s Guide of RLINE. Obtenido de
CMAS (Community Modeling and Analysis System):
https://www.cmascenter.org/help/documentation.cfm?model=r-line&version=1.2
Instituto Nacional de Ecologia y Cambio Climático. (2014). Contaminantes primarios y
secundarios.
Montenegro López, A., & Molano Nieto, F. (2013). LAS MOTOTOCICLETAS SU
IMPACTO AMBIENTAL,ECONÓMICO Y TÉCNICO EN BOGOTÁ. Memorias
del IV Casap (págs. 698-708). Bogotá: Congreso Colombiano y Conferencia
Internacional de Calidad del Aire y Salud Pública.
Observatorio Ambiental de Bogotá. (2015). Observatorio Ambiental de Bogotá. Obtenido de
Datos e Indicadores para medir la calidad del ambiente en Bogotá:
https://oab.ambientebogota.gov.co/es/indicadores?id=272
Ortiz, E. Y. (2016). Capacitación en AERMOD-Modulo I y II. Bogotá.
Pachón, J. (2014). INFORME TÉCNICO Y FINANCIERO DEL CONTRATO 1467 DE 2013
“DESARROLLO E IMPLEMENTACIÓN DE UN MODELO DE CALIDAD DEL
AIRE PARA BOGOTÁ” CELEBRADO ENTRE LA SECRETARIA DISTRITAL DE
AMBIENTE Y LA UNIVERSIDAD DE LA SALLE. Bogotá: Universidad de la Salle.
Pachon, J. (2015). Diapositivas de clase ,modelamiento ambiental. Bogota: Universidad de
la Salle.
Pachón, J., Galvis, B., Henderson, B., Nedbor-Groos, R., Lombana, O., Rincón, A., . . .
Chaparro, R. (2015). Evaluación de estrategias de reducción de emisiones en un
modelo de calidad del aire en Bogotá. Memorias del V Casap. Bucaramanga:
Congreso Colombiano y Conferencia Internacional de Calidad del Aire y Salud
Pública.
Ruiz, J., & Pabón, J. (2002). PROPUESTA DE UN MODELO ESTACIONARIO DE
DIAGNÓSTICO DE DISPERSIÓN DE CONTAMINANTES QUÍMICAMENTE
NO REACTIVO APLICADO PARA FUENTES MÓVILES EN BOGOTÁ.
Meteorología Colombiana, 131-138.
Saavedra, G., Pérez, M., Pachón, J. E., Arunachalam, S., & Saenz, H. (2015).
EVALUACIÓN DE ESCENARIOS DE REDUCCIÓN DE EMISIONES
PROVENIENTES DE FUENTES MÓVILES PARA BOGOTÁ Y SU IMPACTO
EN CALIDAD DEL AIRE. Memorias del V Casap. Bucaramanga: Congreso
Colombiano y Conferencia Internacional de Calidad del Aire y Salud Pública.
Secretaria Distrital de Ambiente. (2012). INFORME ANUAL CALIDAD DEL AIRE DE
BOGOTA. BOGOTA.
Secretaria Distrital de Ambiente. (2012). INFORME ANUAL CALIDAD DEL AIRE DE
BOGOTA. BOGOTA.
Secretaria Distrital de Ambiente. (2014). Informe Anual de Calidad de Aire de Bogotá.
Bogotá: Secretaria Distrital de Ambiente.
Secretaria Distrital de Ambiente. (2015). Ambiente Bogotá. Obtenido de Secretaria Distrital
de Ambiente: http://www.ambientebogota.gov.co/
Universidad de Toledo. (10 de 6 de 2016). ATMOSPHERIC STABILITY CLASSIFICATION.
Obtenido de UNIVERSITY OF TOLEDO, COLLEGE OF ENGINEERING:
http://www.eng.utoledo.edu/aprg/courses/iap/text/met/9_atmos_classify.html
US EPA . (2004). USER GUIDE FOR THE AERMOD TERRAIN PREPROCESSOR
(AERMAP). North Carolina: Environmental Protection Agency.
US EPA . (2004). USER´S GUIDE FOR THE AERMOD METEOROLOGICAL
PREPROCESSOR (AERMET). North Carolina: U.S. Environmental Protection
Agency.
8. ANEXOS
Anexo I. Archivos del preprocesador AERMAP 11103
Figura 31. Archivo de entrada de AERMAP 11103 y Archivo de salida de AERMAP 11103
Fuente: Autores
Anexo II. Archivos del preprocesador AERMET 15181
Anexo II A
Figura 32. Archivo de superficie SFC- AERMET
Fuente: Autores
Anexo II B
Figura 33. Archivo de perfil PFL-AERMET
Fuente: Autores
Anexo II C
Figura 34. Archivo de radio sondeo UPPERAIR FSL
Fuente: Autores
Anexo II D
Figura 35. Archivo meteorológico tipo SAMSON
Fuente: Autores
Anexo III. Archivos del modelo AERMOD 15181
Anexo III A
Figura 36. Archivo de entrada AERMOD-comandos CO y SO
Fuente: Autores
Anexo III B
Figura 37. Factor de tráfico vehicular en AERMOD
Fuente: Autores
Anexo III C
Figura 38.Archivo de entrada-comandos RE, ME y OU- AERMOD
Fuente: Autores
Anexo III D
Figura 39. Archivo de salida en AERMOD - Hora 1-Febrero 1
Fuente: Autores
Anexo IV. Archivos del modelo RLINE
Anexo IV A
Figura 40. Archivo de entrada R-LINE
Fuente: Autores
Anexo IV B
Figura 41. Archivo de fuentes R-LINE
Fuente:Autores
Anexo IV C
Figura 42. Archivo meteorológico SFC R-LINE
Fuente: Autores
Anexo IV D
Figura 43. Archivo de receptores R-LINE
Fuente: Autores
Anexo V. Archivos del modelo CALINE4
Anexo V A
Tabla 20. Coordenadas de los 20 links de vía establecidos para CALINE4
Tipo
de vía
Coordenada
X1
Coordenada
Y1
Coordenada
X2
Coordenada
Y2
Altura(m) Ancho(m)
Cañón/risco
ancho izquierda
Cañón/risco
ancho derecha
1 1800 180 1950 180 0 24 0 0
1 1950 180 2100 180 0 24 0 0
1 2100 180 2250 180 0 24 0 0
1 2250 180 2400 180 0 24 0 0
1 2400 180 2550 180 0 24 0 0
1 2550 180 2500 380 0 24 0 0
1 2500 380 2450 580 0 24 0 0
1 2450 580 2500 780 0 24 0 0
1 2500 780 2525 1080 0 24 0 0
1 2525 1080 2550 1380 0 24 0 0
1 2550 1380 2210 1720 0 24 0 0
1 2210 1720 2000 1970 0 24 0 0
1 2000 1970 1750 2210 0 24 0 0
1 1750 2210 1550 1900 0 24 0 0
1 1550 1900 1450 1500 0 24 0 0
1 1450 1500 1250 1200 0 24 0 0
1 1250 1200 1050 900 0 24 0 0
1 1050 900 1250 700 0 24 0 0
1 1250 700 1450 500 0 24 0 0
1 1450 500 1650 300 0 24 0 0
El modelo adiciona al ancho de vía 3 metros a cada lado de la vía para un ancho real de 30 metros.
Fuente: Autores
Anexo V B
Tabla 21. Entrada de emisiones para CALINE4 (Hora 1-Febrero 15 CO)
Vph 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347 1347
F.E. 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01 46,01
Fuente: Autores
Anexo V C
Figura 44. Flujo vehicular horario AK30 X AC53
Fuente: (Pachón, 2014)
Anexo V D
Figura 45.. Archivo de salida CALINE4 (Hora 1-Febrero 15 CO)
Fuente: Autores
Anexo VI. Correlación entre AERMOD y R-LINE
Anexo VI A
Febrero CO
En este período las gráficas de serie de tiempo muestran la modelación de CO para los
primeros 15 días del mes de febrero de las diferentes estaciones analizadas.
Kennedy
Figura 46.Serie de tiempo AERMOD vs RLINE del período Febrero para CO Kennedy
Fuente: Autores
Tunal
Figura 47. Serie de tiempo AERMOD vs RLINE del período Febrero para CO Tunal
Fuente: Autores
Centro de Alto Rendimiento
Figura 48. Serie de tiempo AERMOD vs RLINE del período Febrero para CO C.A.R.
Fuente: Autores
Puente Aranda
Figura 49. Serie de tiempo AERMOD vs RLINE del período Febrero par CO Puente
Aranda
Fuente: Autores
Las Ferias
Figura 50. Serie de tiempo AERMOD vs RLINE del período Febrero par CO Las Ferias
Fuente: Autores
Carvajal
Figura 51. Serie de tiempo AERMOD vs RLINE del período Febrero par CO Carvajal
Fuente: Autores
San Cristóbal
Figura 52. Serie de tiempo AERMOD vs RLINE del período Febrero para CO San
Cristóbal
Fuente: Autores
Usaquén
Figura 53. Serie de tiempo AERMOD vs RLINE del período Febrero para CO Usaquén
Fuente: Autores
Anexo VI B
Octubre CO
En este período las gráficas de serie de tiempo muestran la modelación de CO para los
primeros 15 días del mes de octubre de las diferentes estaciones analizadas.
Kennedy
Figura 54. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Kennedy
Fuente: Autores
Tunal
Figura 55. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Tunal
Fuente: Autores
Centro de Alto Rendimiento
Figura 56. Serie de tiempo AERMOD vs RLINE del período Octubre para CO C.A.R.
Fuente: Autores
Puente Aranda
Figura 57. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Puente
Aranda
Fuente: Autores
Las Ferias
Figura 58. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Las Ferias
Fuente: Autores
Carvajal
Figura 59. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Carvajal
Fuente: Autores
San Cristóbal
Figura 60. Serie de tiempo AERMOD vs RLINE del período Octubre para CO San
Cristóbal
Fuente: Autores
Usaquén
Figura 61. Serie de tiempo AERMOD vs RLINE del período Octubre para CO Usaquén
Fuente: Autores
Anexo VI C
Febrero NOx
En este período las gráficas de serie de tiempo muestran la modelación de NOx para los
primeros 15 días del mes de febrero de las diferentes estaciones analizadas.
Kennedy
Figura 62. Serie de tiempo AERMOD vs RLINE del período Febrero para NOx Kennedy
Fuente: Autores
Tunal
Figura 63. Serie de tiempo AERMOD vs RLINE del período Febrero para NOx Tunal
Fuente: Autores
Centro de Alto Rendimiento
Figura 64. Serie de tiempo AERMOD vs RLINE del período Febrero para NOx C.A.R.
Fuente: Autores
Las Ferias
Figura 65. Serie de tiempo AERMOD vs RLINE del período Febrero para NOx Las Ferias
Fuente: Autores
Carvajal
Figura 66. Serie de tiempo AERMOD vs RLINE del período Febrero para NOx Carvajal
Fuente: Autores
Guaymaral
Figura 67. Serie de tiempo AERMOD vs RLINE del período Febrero para NOx Guaymaral
Fuente: Autores
Anexo VI D
Octubre NOx
En este período las gráficas de serie de tiempo muestran la modelación de NOx para los
primeros 15 días del mes de octubre de las diferentes estaciones analizadas.
Kennedy
Figura 68. Serie de tiempo AERMOD vs RLINE del período Octubre para NOx Kennedy
Fuente: Autores
Tunal
Figura 69. Serie de tiempo AERMOD vs RLINE del período Octubre para NOx Tunal
Fuente: Autores
Centro de Alto Rendimiento
Figura 70. Serie de tiempo AERMOD vs RLINE del período Octubre para NOx C.A.R.
Fuente: Autores
Las Ferias
Figura 71. Serie de tiempo AERMOD vs RLINE del período Octubre para NOx Las Ferias
Fuente: Autores