Modelo de prediccin de la contaminacin atmosfrica por partculas en suspensin menores de 10 micras y del SO2 bajo el enfoque de minera de datos y redes neuronales en la ciudad de Chimbote. Autor: Ing. Sixto Daz Tello Universidad Nacional del Santa (Doctorando en Ingeniera de Sistemas e Informtica) Sixto_diaz@hotmail.com

Resumen. Este trabajo propone un nuevo modelo de prediccin de la calidad del aire en la ciudad de Chimbote, afectadas por emisiones industriales; la industria pesquera y la siderrgica, que trata de controlar y predecir la contaminacin atmosfrica por partculas en suspensin menores de 10 micras y del agente contaminante SO2. El nuevo modelo se realiza bajo el enfoque de minera de datos y redes neuronales, es un modelo matemtico-computacional que permita a las

autoridades realizar actuaciones efectivas tendentes a reducir los niveles de contaminacin en Chimbote, es decir, un sistema de ayuda a la toma de decisiones, mediante cuyo empleo sea posible interpolar datos de las concentraciones de contaminantes obtenidos por las redes de inmisin.

Abstract This paper proposes a new model for predicting air quality in the city of Chimbote, affected by industrial emissions, the fishing industry and the steel industry, which tries to control and predict air pollution by particulate matter under 10 microns and SO2 pollutant.1

The new model is under the focus of data mining and neural networks, is a mathematical model that enables computational authorities to conduct effective actions aimed at reducing pollution levels in Chimbote, ie a system of aid to decision decision, by whose employment is possible to interpolate data of pollutant concentrations obtained by immission networks. Palabras clave: Modelo de prediccin, contaminacin atmosfrica, partculas de suspensin, minera de datos y redes neuronales.

Introduccin En los ltimos aos existe un creciente inters por parte de las autoridades ambientales, los ciudadanos y la comunidad cientfica por la calidad del aire que respiramos y de disponer de herramientas que permitan su prediccin y control, as como poder evaluar el impacto procedente de determinadas fuentes emisoras, tanto estticas como dinmicas, sobre las concentraciones de contaminantes atmosfricos que respira el ciudadano. Los contaminantes atmosfricos considerados en las normas de calidad del aire a nivel internacional son: partculas suspendidas (PS), plomo (Pb), monxido de carbono (CO), xidos de azufre (SO2), xidos de nitrgeno (NOx) e hidrocarburos y oxidantes fotoqumicos; los seis primeros son emitidos en forma directa por la combustin, los procesos industriales, la erosin y los incendios (Bravo, 1987; Quadri de la Torre & Snchez-Catao, 1994). Los oxidantes fotoqumicos, incluido el ozono son de origen secundario; se producen en la atmsfera como resultado de las reacciones fotoqumicas

2

entre los contaminantes primarios, principalmente los xidos de nitrgeno y los hidrocarburos (Bravo, 1987; Quadri de la Torre & Snchez-Catao, 1994). Las partculas suspendidas (PS) abarcan un amplio intrvalo de slidos y lquidos, sutilmente divididos que pueden estar dispersos en el aire, las partculas menores de 10 m constituyen la fraccin respirable (PM10), que por su tamao pueden llegar a los alvolos pulmonares y afectar a la vida humana. (Bravo, 1987; Rivero-Serrano et al.,1993). Los xidos de azufre (SO2), son contaminantes frecuentes en las

atmsferas urbanas industriales, el azufre forma parte del combustible, los xidos de azufre en combinacin con las partculas y la humedad del aire producen los efectos ms perjudiciales atribuidos a la contaminacin atmosfrica del aire, reducen el rango visual al dispersar y absorber la luz. Se transforman en cidos al contacto con el vapor de agua de la atmsfera, ocasionando la corrosin de los metales y de los materiales de construccin, as como dao en textiles . Por ejemplo, el anhdrido sulfuroso es el principal, precursor del cido sulfrico es el principal causante de la erosin de las estructuras de concreto. La contaminacin ambiental es un problema que se ha venido agravando en las ltimas dcadas en el Per, sin embargo, en la prctica es poco lo que se ha hecho para reducirla a niveles aceptables o permitidos. A principios de la presente dcada se han emitido ciertas normas legales que buscan regular los niveles de los contaminantes; sin embargo, hasta ahora, no logran el real efecto para el que fueron dictaminadas: reducir la contaminacin.

3

En efecto, en el ao 2001, se aprob el Reglamento de Estndares Nacionales de Calidad Ambiental del Aire, mediante el Decreto Supremo 0742001-PCM (norma publicada el 24 de Junio del 2001), en el cual se restringe a los contaminantes Dixido de Azufre Dixido de Nitrgeno; Ozono, PM10, PM2.5. Esta norma tiene como objetivo controlar la contaminacin crnica, es decir, por espacios de tiempo controlados y sostenidos. En el ao 2003, se aprob el Reglamento de los Niveles de Estados de Alerta Nacionales para Contaminantes del Aire , a travs del Decreto Supremo N 009-2003-SA (Norma publicada el 25 de Junio del 2003), el cual tiene como objetivo controlar la contaminacin aguda a travs de exposiciones de corta duracin, los cuales se caracterizan por requerir medidas inmediatas para reducir la concentracin del contaminante en el aire y disminuir la exposicin de la poblacin a dichos contaminantes. En el ao 2007, se aprob el Procedimiento para la aprobacin de los Estndares de Calidad Ambiental (ECA) y Lmites Mximos Permisibles de Contaminacin Ambiental, a travs del Decreto Supremo N 033-2007-PCM, el cual tiene como objetivo determinar los estndares de calidad ambiental y lmites mximos permisibles de contaminantes ambientales. En el ao 2008, se aprob el Reglamento de la Ley N 28804, Ley que regula la declaratoria de emergencia ambiental, a travs del Decreto Supremo N 024-2008-PCM.

4

Segn DIGESA (2005), entre las fuentes puntuales de contaminacin atmosfrica identificadas en la ciudad de Chimbote, se tienen dos rubros principales: las empresas pesqueras y la siderrgica. Afectando a una poblacin de 361,825 habitantes ubicados en los distritos del Santa, Coishco, Chimbote y Nuevo Chimbote (INEI, 2007) La contaminacin atmosfrica en Chimbote, generada por la industria pesquera, se da principalmente por la combustin de Diesel 2, Residual 500 y Bunker 6, y est conformada principalmente por la emisin de gases tales como el hidrgeno sulfurado, el anhdrido sulfuroso, el material particulado y el holln proveniente de las calderas de vapor. Emitindose 1763 Tn/ao de PM10, 7812 Tn/ao de SO2 y 817 Tn/ao de NOx. La planta siderrgica SIDER PERU emite principalmente contaminantes atmosfricos como el dixido de azufre, el material particulado, as como xidos de fierro a la atmsfera. Cuyo volumen de emisin es de 1117 Tn/ao de PM10, 2822 Tn/ao de SO2, 337 Tn/ao de NOx y 5218 Tn/ao de CO, entre otros. Las concentraciones promedio registradas correspondiente a la ciudad de Chimbote segn DIGESA (2006) es:

Contaminante

PTS (ug/m3) Concentracin 129.22 Estndar 120 Fuente OMS (24h)

PM10 (ug/m3) 95.36 150 EPA (24h)

SO2 (ug/m3) 127.66 124 OMS (24h)

NO2 (ug/m3) 44.48 150 OMS (24h)

Pb (ug/m3) 0.132 0.5 Nac. Anual

5

Segn el siguiente cuadro podemos determinar que los agentes contaminantes en Chimbote como las partculas totales en suspensin, el monxido de azufre y el plomo sobrepasan los lmites establecidos por las normas de calidad del aire a nivel internacional lo cual representa un problema para la salud humana. El procesamiento de harina de pescado, as como la operacin del horno elctrico de arco en la siderrgica constituyen las principales fuentes de emisin de partculas totales y menores a 10 micras y del SO2. Las emisiones de material particulado de dimetro aerodinmico inferior a 10 micras, de importancia para la salud dada su facilidad para ingresar al sistema respiratorio humano, representan aproximadamente el 30% de las emisiones totales del material particulado en la cuenca atmosfrica de Chimbote. Somos conscientes del grado de contaminacin que posee Chimbote a las enfermedades que nos exponemos diariamente, estos son algunos motivos que nos impulsaron a realizar la presente investigacin con la finalidad de encontrar soluciones idneas a la contaminacin ambiental, como prevenir y como actuar frente a este problema. Segn el estudio realizado por CONAM y el Instituto Meteorolgico e Hidrolgico de Suecia (SMHI) en el 2007 determina que Huancayo y Chimbote son las zonas ms contaminadas en el Per y que el uso masivo de combustible con alto contenido de azufre, como el residual 500, ha causado en Chimbote altos niveles de dixido de azufre (SO2), as cmo las emisiones de las pesqueras y la siderrgica local que contaminan el aire, poniendo en grave riesgo a la salud de la poblacin. Si se reducen los niveles de contaminacin

6

ambiental que afectan las ciudades de Huancayo (Junn) y Chimbote (ncash) se evitara, cada ao, la muerte prematura de 22 personas. Fuentes consultadas de la Direccin Regional de Salud Ambiental de Chimbote sealan que: En los ltimos aos se ha observado incremento de los problemas respiratorios en la ciudad, siendo entre las primeras causas de morbilidad las enfermedades respiratorias, que en el 2005, registr 36 984 episodios en menores de 5 aos1 (HIS). El estudio realizado en Chimbote en el perodo del 2002-2003 hall prevalencias2: Asma acumulada: 14%; Asma diagnosticado por mdico: 10,8%; Asma actual: 6,7%; Rinitis : 13,3%,; Faringitis : 18,7% A la fecha no existe un programa de inspeccin y mantenimiento efectivo para la disminucin de la contaminacin ambiental por fuentes puntuales en la ciudad de Chimbote. Para poder gestionar correctamente la calidad del aire en Chimbote, tal y como se establece en la legislacin, resulta necesario disponer de una herramienta que permita a las autoridades realizar actuaciones efectivas tendentes a reducir los niveles de contaminacin en Chimbote, es decir, un sistema de ayuda a la toma de decisiones, mediante cuyo empleo sea posible interpolar datos de las concentraciones de contaminantes obtenidos por las redes de inmisin. Estas herramientas, denominadas modelos de calidad del aire, consisten en una serie de algoritmos matemticos ( redes neuronales) que a partir de unos datos de partida( minera de datos) interpretan un proceso fsico y qumico complejo, que se aproxima a lo que acontece en la realidad. Gracias a estos modelos, se consigue un entendimiento del fenmeno

7

observado en la naturaleza, la atmsfera, ya que permiten la reproduccin matemticamente del comportamiento de dicho fenmeno. Los modelos de prediccin de contaminantes atmosfricos pueden jugar un papel a destacar en el control y vigilancia de la calidad del aire, especialmente a la hora de avisar sobre situaciones de posible riesgo para la salud humana, por lo que sera de inters disponer de un modelo eficaz que permitiera conocer de antemano los niveles de contaminacin ambiental en Chimbote. Hasta la fecha, las tcnicas ms utilizadas en el diseo de modelos de prediccin de contaminantes atmosfricos se han basado en el desarrollo de modelos fisicoqumicos como el Urban Airshed Model (UAM) (Scheffe y Morris, 1993), modelos estadsticos basados en anlisis de series temporales (Simpson et al., 1983; Kuang-Jung, 1992) o de regresin lineal mltiple (Cardelino et al., 2001) y modelos fundamentados en el uso de redes neuronales artificiales (Elkamel et al., 2001; Aguirre et al. 2006). En el caso del ozono, as como en el caso de otros contaminantes atmosfricos, estudios comparativos entre los diferentes modelos de prediccin han probado un ajuste superior en las predicciones obtenidas mediante el uso de modelos basados en la utilizacin de las redes neuronales artificiales (Gardner et al., 2000; Aguirre, 2003). Los modelos basados en el uso de redes neuronales artificiales son modelos matemtico-computacionales que poseen una elevada capacidad de generalizacin y de tratamiento de problemas no lineales, y adems no requieren del conocimiento exhaustivo de la distribucin de la variable de estudio.8

Por ello, el objetivo fundamental de este trabajo de investigacin es de la elaboracin y evaluacin de un modelo de prediccin basado en el uso de minera de datos y redes neuronales (concretamente, en el uso del perceptrn multicapa), en tiempo real, de los niveles de PM10 y SO2 a corto plazo en diferentes estaciones de Santa, Coishco, Chimbote y Nuevo Chimbote. Como aporte al problema de contaminacin ambiental en Chimbote es usar una metodologa, basada en minera de datos con redes neuronales para el procesamiento de esta informacin y la generacin de un modelo predictivo, el que nos proporcionar informacin va web, sobre los niveles de los principales agentes contaminantes en Chimbote (SO2 y PM10) y los focos de contaminacin en tiempo real. Metodologa: 1.- Tcnica Utilizada: Minera de Datos La metodologa utilizada para el desarrollo de esta tesis s e basa en el proce so KDD (Knowledge Discovery in Databases). Este proce so consiste en: Un proceso no trivial de nuevos, identificar patrones previame nte ti l e s y

desconocidos,

v l i d o s ,

potencialmente

comprensibles dentro de los datos (Fayadd, 1996) Es posible desglosareste proce so en una serie de etapas (ver Figura 1), las que s e descri en a continuacin. b

9

Figura 1: Etapas de la metodologa utilizada. 1.1. Selecci n y Descripcin de las Variables del Estudio

En esta etapa s e seleccionan variables que s e utilizan como entrada para las el modelo predictivo. Las fuentes de informacin utilizadas provienen de diversas ba ses de datos y Datawarehousesque tiene la ciudad de Chimbote sobre contaminacin ambiental al momento del estudio. La selecci del conjunto inicial de variables de entrada se realizar en n conjunto con los expertos del negocio, quienes transmitirn su experiencia y conocimientos sobre temas relacionados con la contaminacin atmosfrica. |1.2. Prepr ocesamie nto de la Informacin En esta etapa s e definen los criterios para identificar y dar solucin a las inconsistencias que tenga la base de datos. Existen dos tipo s de inconsistencias dentro de los registros de la base de datos: valores falta ntes y valores fuera de rango. Los valores faltantes corres ponden a la inexistencia del valor de un10

registro en cierta variable y los valores fuera de rango corres ponden a valores que s e esca pen de los rangos normales de las variables. Las inconsistencias producen distorsiones sobre las distribuciones empricas de las variables. El resultado final de esta etapa, e s una base de datos sin inconsistenciasy totalmente poblada para su posterior anlisis. 1.3. Transformacin de la Informacin.

El objetivo central de esta etapa e s obtener una base de datos totalmente numrica tanto para la aplicacin de diversos anlisis estadsticos, como para la aplicacin de las tcnicas de minera de datos necesariaspara el desarrollo del modelo predictivo. Las transformacionesutilizadas fueron: Conversinde variables texto o String a variables categ ricas numricas. Escalamie nto y estandarizaci del valor del registro sobre un rango n esp e c fic o .

Creacin de nuevas variables a partir de las variables originales. 1.4. Selecci n de la T cnica de Minera de Datos En esta etapa se desarrolla el modelo predictivo, el cual es posible construir por diversas tcnicas de minera de datos que modelan un

problema de prediccin. Algunos ejemplos posibles de mencionar son: redes neuronales artificiales, arboles de decisi n o los support vector machines.

11

2. Tcnica utilizada: Perceptrn Multicapa El concepto de red neuronal artificial data de 1943 (McCulloch y Pitts, 1943). Las redes neuronales artificiales se generaron como simulacin del sistema nervioso humano, siendo la neurona el elemento fundamental. En funcin de las caractersticas de las neuronas, de la topologa de la red (estructura y tipo de conexiones) y de la regla de aprendizaje que se utilice se originan distintos tipos de redes neuronales artificiales. El perceptrn multicapa (MLP, Multilayer Perceptron) es la red neuronal artificial con mayor nmero de aplicaciones prcticas (Rumelhart et al., 1986). El perceptrn multicapa consta de al menos tres capas: la capa de entrada, la(s) capa(s) intermedia(s) o capa(s) oculta(s) y la capa de salida. La capa de entrada recibe la informacin que entra del exterior a la red. Esta informacin se propaga hacia delante, de forma que las entradas se multiplican por los pesos sinpticos y la suma total de estos productos llega a las neuronas de la capa intermedia. A la suma resultante en cada neurona de la capa intermedia se le aplica una funcin de transferencia, y el resultado es la entrada de la siguiente capa. Puede haber una o varias capas intermedias. Finalmente, la capa de salida produce la salida del perceptrn multicapa. La figura 1 muestra un perceptrn multicapa con 9 neuronas en la capa de entrada, 4 neuronas en la capa intermedia y 1 neurona en la capa de salida.

12

Figura 2: Perceptrn multicapa

La funcin de transferencia determinar las relaciones entre las neuronas de las distintas capas. Las funciones de transferencia no lineales ms habituales son la funcin logartmico sigmoidal de la ecuacin 1 y la funcin tangente sigmoidal de la ecuacin 2.

Las redes neuronales artificiales, y en concreto el perceptrn multicapa, poseen la capacidad de aprender de los patrones que les son introducidos y de los errores que cometen en el proceso de aprendizaje de patrones, de forma que finalmente son capaces de identificar un patrn no visto anteriormente. Por ello se dice que una red neuronal artificial adecuadamente entrenada ha de tener capacidad de generalizacin. El proceso de aprendizaje es equivalente al proceso de minimizacin del error E entre los valores objetivo (t1, t2,, tL)t y

13

las salidas del perceptrn multicapa (y1, y2,, yL)t definido como se indica en la ecuacin 3.

Donde L es el nmero de neuronas de la capa de salida. La salida del perceptrn multicapa se compara con la salida objetivo o salida deseada, y se retrocede hacia atrs en la red, producindose un ajuste en los pesos de la red para que la diferencia entre la salida de la red y la salida objetivo sea menor. Este mtodo de aprendizaje es conocido como backpropagation o mtodo de aprendizaje con retropropagacin. Una vez se ha alcanzado el mnimo de la funcin error E, finaliza el aprendizaje.

Conclusiones:1. Las fuentes puntuales de contaminacin atmosfrica identificadas en la

ciudad de Chimbote, provienen de las

empresas pesqueras y la

siderrgica. Afectando a una poblacin de 361,825 habitantes ubicados en los distritos del Santa, Coishco, Chimbote y Nuevo Chimbote. 2. El procesamiento de harina de pescado, as como la operacin del horno elctrico de arco en la siderrgica constituyen las principales fuentes de emisin de partculas totales y menores a 10 micras; el aporte de la combustin es menor.

14

3. La contaminacin atmosfrica en Chimbote, generada por la industria

pesquera, se da principalmente por la combustin de Diesel 2, Residual 500 y Bunker 6, y est conformada principalmente por la emisin de gases tales como el hidrgeno sulfurado, el anhdrido sulfuroso, el material particulado y el holln proveniente de las calderas de vapor. Emitindose 1763 Tn/ao de PM10, 7812 Tn/ao de SO2 y 817 Tn/ao de NOx. 4. La planta siderrgica SIDER PERU emite principalmente contaminantes atmosfricos como el dixido de azufre, el material particulado, as como xidos de fierro a la atmsfera. Cuyo volumen de emisin es de 1117 Tn/ao de PM10, 2822 Tn/ao de SO2, 337 Tn/ao de NOx y 5218 Tn/ao de CO, entre otros.5. Los agentes contaminantes en Chimbote como las partculas totales en

suspensin, el monxido de azufre y el plomo sobrepasan los lmites establecidos por las normas de calidad del aire a nivel internacional lo cual representa un problema para la salud humana.6. Para poder gestionar correctamente la calidad del aire en Chimbote, tal y

como se establece en la legislacin, resulta necesario disponer de herramientas sistmicas como: minera de datos y redes neuronales para formular un modelo matemtico computacional con el objetivo de predecir y controlar la contaminacin atmosfrica en Chimbote.

15

REFERENCIAS BIBLIOGRFICAS

Aguirre, E., [2003]. Elaboration of a statistical prognostic model for short-term real-time prediction of O3 and NO2 levels in the city of Bilbao. Ph. D. Universidad del Pas Vasco, Bilbao. Aguirre, E., Ibarra, G., Madariaga, I., [2006]. Regression and multilayer perceptron based models to forecast hourly O3 and NO2 levels in the Bilbao area. Environmental Modelling and Software 21, 430-446. Ale, J., [2005] Ale, J., Introduction a Data Mining. Bravo, H., [1987]. La contaminacin del Aire en Mxico. Fundacin Universo XXI (Ed).Mxico, D. F., 296 pp. Bravo, H., E. R. Sosa, A. P. Snchez, P. M. Jaimes, M. I. Saavedra., [2002]. Impact of wildfires on the air quality of Mexico City, 19921999. Environmental Pollution 117(1):243-253. Bigus, J.P., [1996]. Data mining with neural networks: solving business problems from application development to decision support. New York: McGraw-Hill. DIGESA., [2005]. Inventario de Emisiones de Fuentes Fijas de la Cuenca Atmosfrica de la Ciudad de Chimbote. Per. pp.38. Fayyad U. [1966] Data mining and knowledge discovery { making sense out of data. IEEE Expert-Intelligent Systems & Their Applications, 11:20-25.

16

Fisher, B.E.A., [1975]. The Long-range transport of sulphur dioxide. Atm. Env., 9:1063 Gardner, M.W., Dorling, S.R., [2000]. Statistical surface ozone models: an improven methodology to account for non-linear behaviour. Atmospheric Environment 34, 21-34. Gmez Ugalde, R. M., [2003]. Tesis Doctoral: Efectos de la Contaminacin Atmosfrica en Poblaciones de Pequeos Roedores Silvestres (Microtus Mexicanus, Peromyscus Melanotis y Peromyscus Difficilis) en Mxico, D.F. Hernndez Orallo, J., [2000]. Extraccin Automtica de Conocimiento de base de datos e ingeniera del software. Programacin declarativa e ingeniera de la programacin. Hoffman, D. & L.E. Wynder. [1976]. Organic particulate pollutants-chemical analysis and bioassays for carcinogenicity. In Air Pollution Vol II. The effects of air pollution. (C. A. Stern ed) 3a ed. Academic Press Inc (Ed). Orlando, Florida. U.S.A.:362- 445. Londoo-Linares., [2007]. Modelizacin de problemas ambientales en entornos urbanos utilizando sistemas de informacin geogrfica y mtodos multivariantes. Revista Internacional de Sostenibilidad, Tecnologa y Humanismo. Nro. 2 Morales, E., [2003]. Descubrimiento de Conocimiento en Bases de Datos

17

Natusch, S. F. D., J. R. Wallace & C. A. Evans. [1974]. Toxic trace elements preferential concentration in respirable particles. Science 183:202-204. Perichinsky, G. y R. Garcia Martinez, [2000]. A Data Mining Approach to Computational Taxonomy. Proceedings del Workshop de Investigadores en Ciencias de la Computacin. Pginas 107-110. Editado por Departamento de Publicaciones de la Facultad de Informtica. Universidad Nacional de La Plata, Buenos Aires, Argentina. Perichinsky, G., R. Garcia-Martnez, A. Proto, A. Sevetto, D. Grossi, [2001. Integrated Environment of Systems Automated Engineering.

Proceedings del II Workshop de Minera de datos aplicada a informacin criminal en Argentina Perichinsky, G., M. Servente, A. Servetto, R. Garca-Martnez, R. Orellana, A. Plastino, [2003]. Taxonomic Evidence and Robustness of the

Classification Appying Intelligent Data Mining. Proceedings del VIII Congreso Argentino de Ciencias de la Computacin. Pg. 1797-1808. Quadri de la Torre, G. & L. R. Snchez-Catao. [1994]. La Ciudad de Mxico y la Contaminacin Atmosfrica. Limusa (Ed). Mxico. 316 pp. Rivero-Serrano, O. G. Ponciano-Rodrguez y T. Fortoul Van Der Goes. [1993]. Contaminacin Atmosfrica y enfermedad respiratoria. Fondo de Cultura Econmica (Editores). Mxico 228 pp. Rumelhart, D.E., Hinton, G.E. y Williams, R.J. [1986]. Learning internal representations by error propagation. En: D.E. Rumelhart y J.L.

18

McClelland (Eds.). Parallel distributed processing (pp. 318-362). Cambridge, MA: MIT Press. Salini Caldern, G. y Perez Jara, P. [2006]. Estudio de series temporales de contaminacin ambiental mediante tcnicas de redes neuronales

artificiales. Revista Chilena de Ingeniera, Vol. 14, Nro. 3, pp. 284-290. Servente, M., R. Garca-Martnez, [2002]. Tesis Doctoral Algoritmos TDIDT aplicados a la minera de datos inteligente. Universidad de Buenos Aires, Argentina. Two Crows Corporation [1999]. Introduction to Data Mining and Knowledge Discovery, Third Edition. Maryland: Two Crows Corporation.

19