MODELADO DE LA DISPERSIÓN DE MATERIAL PARTICULADO P M10 MEDIANTE LA ESTIMACION DE LAS TASAS DE EMISION CONSIDERANDO LA INFLUENCIA DE LA

METEOROLOGIA LOCAL

Gabriela Abril 1,2 y Sebastián Diez 2,3

1 FCEFyN-UNC, Córdoba, Argentina. 2 CONICET, Córdoba, Argentina.3CIQA, UTN-FRC, Córdoba, Argentina, E-mail: g.alejandra.abril@gmail.com

Resumen El material particulado afecta a más personas que cualquier otro contaminante atmosférico. Cerca de un tercio de la fracción respirable del material particulado, también denominada PM10, penetra hasta los pulmones pudiendo provocar en el corto plazo la irritación de las vías respiratorias y el deterioro de la función pulmonar, y a largo plazo el desarrollo de enfermedades crónicas, el cáncer o la muerte prematura. Es por ello que surge la necesidad de utilizar herramientas predictivas para la toma de decisiones en el marco de la protección de la salud humana. En este trabajo y con el objetivo de estimar el impacto de las emisiones de PM10 desde un complejo industrial dedicado a la manufactura de cemento, se ha aplicado un modelo computacional para evaluar la dispersión de dicho contaminante teniendo en cuenta la incidencia de la meteorología local. El modelo seleccionado para esta tarea fue el ISC3 (Industrial Source Complex, 3ra versión), desarrollado por la USEPA como de aplicación regulatoria para la estimación de concentraciones ambientales. Para ello primeramente fueron estimadas las tasas de emisión de las fuentes puntuales y difusas de PM10 utilizando el método de los factores de emisión. En segundo término se preprocesaron los datos meteorológicos utilizados: dirección del viento, velocidad del viento, temperatura ambiente, y estabilidad atmosférica, todos ellos provistos por el Servicio Meteorológico Nacional (5 años de datos horarios, período 2006-2010). Con esta metodología se pudo estimar la variación estacional e interanual de PM10, considerando la influencia de las variables meteorológicas y establecer la importancia relativa de las distintas fuentes de emisión sobre las concentraciones totales en los receptores de interés. Palabras clave: dispersión de PM10, tasas de emisión, fuentes puntuales, fuentes difusas.

PARTICULATE MATTER PM10 DISPERSION MODELING BY MEAN S OF EMISSION RATES ESTIMATION CONSIDERING THE INFLUENCE OF LOCAL WEATH ER

Abstract

Particulate matter affects more people than any other air pollutant. About a third of the respirable fraction of particulate matter, also known as PM10, penetrates to the lungs and can cause in the short-term, irritation of the respiratory airways and pulmonary function impairment, and in the long-term development of chronic diseases, cancer or premature death. That is why there is a need for predictive tools in decision making in order to protect human health. In this work and in order to estimate the impact of PM10 emissions from an industrial complex dedicated to the manufacture of cement, a computational model was implemented for assessing the atmospheric dispersion of this pollutant considering the influence of local meteorology. The model selected for this task was the ISC3 (Industrial Source Complex, 3rd version), developed by USEPA as a regulatory application for estimating ambient concentrations. Therefore, at first the emission rates from point and diffuse sources of PM10 were estimated using the method of emission factors. Second, the meteorological data was pre-processed: wind direction, wind speed, ambient temperature, and atmospheric stability, all provided by the National Weather Service (5 years of hourly data, period 2006-2010). With this methodology the seasonal and annual variation of PM10 was estimated considering the influence of weather conditions and the relative importance of the different emission sources on the concentrations at the receptors of interest. 1. Introducción

El material particulado (particulate matter, PM) afecta a más personas que cualquier otro contaminante atmosférico (OMS, 2005), y es considerado como uno de los contaminantes más importantes en términos de sus efectos sobre la salud. Aproximadamente 1400 millones de residentes urbanos, principalmente en los países en desarrollo, están expuestos a niveles de concentraciones de PM superiores a los valores aceptables (AEAT, 1999 y ALA, 1998). Este tipo de problemáticas hace entonces necesario disponer de estimaciones confiables de las concentraciones del contaminante en los receptores, pero que a raíz de los costos asociados y dificultades técnicas de diversa índole, las mediciones de campo suelen ser inviables. Es por ello que surgen como alternativa los modelos de dispersión de contaminantes, los cuales se convierten en una herramienta fundamental a la hora de tomar decisiones que puedan afectar a la calidad de aire (Seinfeld, 1986). A pesar de la relación no lineal entre las emisiones y las concentraciones de un contaminante en un punto, debido a los procesos dinámicos complejos que tienen lugar en la atmósfera (Pérez Camaño, 2004), los modelos de dispersión permiten aproximar esta correspondencia con aceptable exactitud. Más aún si la información suministrada es representativa del escenario que se intenta significar, esto es las tasas de emisión, la ubicación de receptores, los datos meteorológicos y la topografía del terreno, entre otras (Ghenai y Lin, 2006). El presente trabajo tiene por objetivo determinar el impacto de las distintas fuentes de emisión en conjunto con la meteorología local, sobre la dispersión de PM10 desde un complejo industrial ubicado en la localidad de Malagueño dedicado a la producción de cemento. La herramienta seleccionada para esta tarea es el modelo de dispersión ISC3, el cual ha sido clasificado como “refinado” (EPA, 1995) debido al detalle con que trata la dispersión de contaminantes. La utilización de este modelo permitirá: (i) estudiar la variación estacional e interanual de PM10 en los puntos de interés considerando la influencia de la climatología del lugar y (ii) evaluar la importancia relativa de las distintas fuentes de emisión sobre la concentración en las proximidades a la zona urbana de Malagueño. 2. Material Particulado El PM consiste de una compleja mezcla de partículas líquidas y sólidas de sustancias orgánicas e inorgánicas suspendidas en el aire y se lo clasifica en función de su diámetro aerodinámico en partículas no inhalables y partículas inhalables (Daniels et al., 2000). Las primeras son retenidas y/o expulsadas por los mecanismos propios del sistema respiratorio, mientras que las segundas tienen la capacidad de penetrarlo (Cantoni y Ronchetti, 2001). El PM10, o material particulado de diámetro aerodinámico igual o inferior a 10 µm, es uno de los seis contaminantes criterio regulado por la Agencia de Protección Ambiental de los Estados Unidos (USEPA) y de acuerdo con el Programa de Naciones Unidas para el Medio Ambiente (UNEP), es el contaminante de mayor importancia en las ciudades más pobladas del mundo (Baroutian et al., 2006). Este contaminante tiene la capacidad, una vez que ha ingresado hasta los pulmones, de provocar la irritación de las vías respiratorias y el deterioro de la función pulmonar en el corto plazo, y el desarrollo de enfermedades crónicas, el cáncer o la muerte prematura a largo plazo. Este tipo de partículas son emitidas principalmente por procesos industriales (minería, manufactura de cemento, construcción, producción de cerámica y ladrillos, etc.), el tráfico de vehículos y los procesos de combustión (combustión doméstica de carbón, incineradores industriales, centrales térmicas, etc.) (Kiely, 1999). En cuanto a las actividades relacionadas a la producción del cemento, el PM es generado principalmente durante los procesos de perforación y voladura (en cantera) y a la trituración y molienda (en planta). El PM emitido en este tipo de actividad es generalmente caracterizado como un polvo de color gris de diámetro aerodinámico que varía entre 0,05 y 5 µm (Yang et al., 2003). En este trabajo se utilizarán como límite de comparación los siguientes niveles guía establecidos por la OMS (2006) en el documento “Directrices de calidad de aire para material particulado, ozono, dióxido de nitrógeno y dióxido de azufre”. Estos niveles guía han sido creados en base a información actualizada provista por estudios recientes, y tienen por objetivo proveer niveles de protección para la salud de la población de países con ingresos bajos y medios, similares al nuestro. Los valores propuestos por la OMS son:

C x y, z, he, ( ) Q

2 π⋅ σy⋅ σz⋅ us⋅e

0.5−y

σy

2

⋅

⋅ e

0.5−z he−

σz

2

⋅

e

0.5−z he+

σz

2

⋅

+

⋅

Tabla 1: Niveles guía para riesgos a la salud establecidos por la OMS (2006). 3. Modelado de dispersión de contaminantes Para el modelado de la dispersión de PM10 se utilizará una implementación del modelo Gaussiano: ISC3 (Industrial Source Complex, 3ra versión). El modelo Gaussiano fue desarrollado a partir de investigaciones sucesivas de Turner (1964, 1970), Gifford (1960) y Pasquill (1974) entre otros, llegando a su derivación matemática con las siguientes suposiciones: • emisión continua y sin variación en el tiempo, • conservación de masa durante el transporte del contaminante, • condiciones meteorológicas constantes durante el transporte, y • distribución gaussiana vertical y lateral de la concentración. La ecuación general del modelo es la siguiente:

[1]

Donde: C: concentración del contaminante [µg/m3] x: distancia del receptor a sotavento [m] y: distancia del receptor, perpendicular al eje de simetría de la pluma [m] z: altura del receptor [m] Q: tasa de emisión [g/s] us: velocidad del viento a la altura de la emisión [m/s] he: altura efectiva de la chimenea [m] σy, σz: coeficientes de dispersión lateral y vertical. ISC3 es un modelo de dispersión de contaminantes creado por la Agencia de Protección Ambiental de Estados Unidos (USEPA), y tiene la capacidad de modelar fuentes puntuales (elevadas o a nivel del suelo), fuentes de área (por ejemplo zonas de actividad minera), fuentes volumétricas (varias fuentes puntuales de distintas alturas de emisión), y minas a cielo abierto (Ghenai y Lin, 2006). Los principales datos de entrada al modelo son: (i) las emisiones: tasa de emisión, temperatura y velocidad de salida de los gases. (ii) la meteorología: dirección y velocidad del viento, temperatura ambiente, estabilidad atmosférica y altura

de la capa de mezcla. Los primeros definen cuánto y de qué manera son emitidos los contaminantes a partir de una fuente, mientras que los segundos especifican las condiciones de transporte, dispersión y deposición de los contaminantes. A continuación (Tabla 2) se resumen las opciones modeladas en ISC3 para este caso de estudio.

Riesgo Nivel Guía [µµµµg/m3] Promedio

Crónico 20 1 año

Agudo 50 24 horas

Tabla 2: Opciones modeladas en ISC3. 4. Área de estudio La localidad de Malagueño está ubicada dentro del Departamento de Santa María, a 17 km en dirección Oeste de la Ciudad de Córdoba. El ejido municipal de Malagueño abarca 35132 hectáreas, cuenta con aproximadamente 13000 habitantes y está comprendido por 13 barrios. La característica principal de estos barrios es su alejamiento del núcleo urbano central y las distancias relativamente extensas que separan unos de otros (Sincich y Maggi, 2008). Esta localidad es predominantemente industrial, dedicada principalmente a la explotación minera de la cal, actividad iniciada a principios del siglo XIX y con un crecimiento ininterrumpido hasta nuestros días. En Malagueño se encuentran las empresas más importantes de la Provincia dedicadas a la explotación de canteras, las cuales generan material particulado debido a las detonaciones, triturado y molienda de los materiales rocosos. Este material particulado es transportado por el viento a las inmediaciones recubriendo las superficies de campos, viviendas y vegetación existente, imprimiéndoles un color blanco grisáceo típico de la zona.

Dispersión rural

Receptores en terreno plano

Ascenso final de la pluma

Arrastre de la pluma en la cima de la chimenea

Rutina de procesamiento de calmas

No se utilizó la opción de dispersión por flotación inducida

No se utilizó la rutina de procesamiento de datos faltantes

No se utilizó la opción de depleción seca, ni depleción húmeda

Tiempo de promediación 24hs

Multiples fuentes, tipo puntual y areal

Parámetros de emisión: ver Figuras 5, 6 y 7

Se consideró “building downwash”

No se consideró deposición ni remoción de material particulado

Tasa de emisión constantes

Grilla cartesiana de 70 x 70 (4900 nodos separados 200 metros)

Receptores ubicados a nivel del suelo

Altura anemómetro 10 metrosDatos meteorológicos: 2006 al 2010 (SMN)

Formato ASCII datos meteorológicos

Máximos valores para período de promediación 24hr.

Resumen valores máximos globales para período 24hr.Opciones info. salida

Opciones de modelado

Opciones de control

Opciones fuente

Opciones receptor

Opciones meteorológicas

Figura 1: Localización de las áreas residenciales Ampliación La Perla, S: Santa Bárbara, P: Pun

5. Variables meteorológicas en el á Para la descripción de las variables 2010) de dirección y velocidad del viento, temperatura ambiente, y estabilidad atmosférica, todos ellos provistos por el Servicio Meteorológico Nacional.los vientos, las frecuencias de direcciones y velocidades para el período 200Dado que interesa conocer las direcciones preferenciales en esta gráfica se indican las direcciones hacia donde

Figura 2: Rosa de los vientos año por año y global. Período 2006

de las áreas residenciales más próximas (M: Malagueño, Y: Yocsina, L: La Perla, A:

Ampliación La Perla, S: Santa Bárbara, P: Punta de Agua, V: Villa San Nicolá

en el área de estudio

meteorológicas fueron utilizados 5 años de datos horarios (período 20062010) de dirección y velocidad del viento, temperatura ambiente, y estabilidad atmosférica, todos ellos provistos por el Servicio Meteorológico Nacional. A continuación (Figura 2) se ilustran, mediante los vientos, las frecuencias de direcciones y velocidades para el período 2006-2010.

conocer las direcciones preferenciales hacia dónde se desplaza la pluma de las direcciones hacia donde se dirige el flujo de aire.

Rosa de los vientos año por año y global. Período 2006-2010 (SMN).

M: Malagueño, Y: Yocsina, L: La Perla, A: ta de Agua, V: Villa San Nicolás).

meteorológicas fueron utilizados 5 años de datos horarios (período 2006-2010) de dirección y velocidad del viento, temperatura ambiente, y estabilidad atmosférica, todos ellos

lustran, mediante rosas de

hacia dónde se desplaza la pluma de contaminantes,

2010 (SMN).

Figura 3: Rosa de los vientos por estación. Período 2006-2010 (SMN).

De las figuras 2 y 3 se puede apreciar claramente que las direcciones del viento con mayor periodicidad son aquellas que se dirigen hacia el sur y suroeste (vientos del norte y noreste). La frecuencia es prácticamente invariable año a año, mientras que estacionalmente se observan mayores diferencias. Para la primavera, se observa el menor porcentaje de calmas y tanto la velocidad como la frecuencia de vientos provenientes del sur se ven incrementadas, detectándose velocidades máximas de viento dentro del rango de 5,7 y 8,8 m/s. 6. Procesos involucrados en la elaboración del cemento Las principales materias primas para la elaboración del cemento (caliza, arcilla, arena y yeso) se extraen de las canteras mediante perforación, voladura y excavación. Otras materias primas, tales como minerales de hierro, escorias de alto horno o arenas de fundición, se obtienen a través de fuentes externas. Una vez extraído el material, éste pasa por una trituración primaria, para luego ser transportado a la planta para su almacenaje. En esta etapa, mediante el mezclado, la trituración y el tamizado, se acondicionan los materiales que vienen de la cantera. Una vez homogeneizado, el material ingresa a un horno rotativo de alta temperatura (850-1450ºC) en el cual se seca, precalienta, calcina y sinteriza para producir clinker de cemento. Los gases de salida del horno se pasan a través de un dispositivo de depuración (precipitador electrostático o filtro de mangas) para la separación del polvo antes de que se emitan a la atmósfera por la chimenea principal. El clinker es enviado al enfriador, en donde se recupera parte del calor para devolverlo al proceso, reduciendo así la temperatura del mismo a un nivel apto para su manipulación posterior. Luego se mezcla el clinker con los aditivos deseados (por ejemplo yeso) y se los muele en el molino de cemento. De aquí parte el producto final, el cual puede ser expedido a granel o bien embolsado. De los procesos antes indicados, las principales fuentes de emisión de PM incluyen: • la extracción, • el transporte, • la trituración y almacenamiento de caliza, • la molienda de crudo, • la clinkerización y posterior enfriamiento de clinker, y • la molienda de cemento.

Figura 4: Proceso de producción general del cemento. En base a esta información, en el siguiente apartado se estiman las tasas de emisión correspondientes. 7. Resultados y discusión 7. 1. Cálculo tasas de emisión El complejo industrial estudiado está compuesto por dos plantas, separadas entre sí por aproximadamente dos kilómetros. En la Tabla 3 se resumen los datos más importantes para la estimación de los factores de emisión de PM10. Para la estimación de las emisiones, tanto de fuentes puntuales como difusas, ha sido utilizado el método de los factores de emisión, tomado como referencia del documento “Manual técnico para la estimación de emisiones” emitido por el Gobierno de Australia (NPI, 2008) y la guía AP-42 “Recopilación de factores de emisión de contaminantes” de la USEPA (1997).

*Los hornos rotatorios funcionan las 24 horas del día, todos los días salvo en las paradas por mantenimiento, la cuales suelen ser de 20 a 30 días.

Tabla 3: Datos generales de las plantas cementeras estudiadas.

Las tasas de emisión de PM10 estimadas se clasificaron en: • Fuentes puntuales (chimeneas)

Datos Planta 1 Planta 2 Referencia

Proceso Seco Seco

Molinos 2 1

Hornos 2 2

Molienda anual cemento 1200000 tn/año 1500000 tn/año

Producción anual clinker 540000 tn/año 900000 tn/año

Tipos de Filtros mangas mangas

Operación anual horno 8040 hs/año 8040 hs/año Estimado*

(Schvarzer y Petelsky, 2005)

• Fuentes difusas (canteras, almacenamiento de material y tráfico vehicular) Para la estimación de tasas de emisión de PM10 para fuentes puntuales se utilizaron las siguientes ecuaciones: [2] EPM10 = AR.Ophs.EFPM10 Donde: EPM10: Tasa de Emisión de PM10 [kg/año] AR: Tasa de actividad [ton/h] Ophs: Horas de operación [h/año] EFPM10: Factor de emisión de PM10 no controlado [kg/ton] Por otra parte, el modelo utilizado para la estimación de tasas de emisión para canteras y pilas de almacenamiento de material es el siguiente: [3] EPM10 = EFPM10.área.ERPM10 Donde: EPM10: Tasa de Emisión de PM10 [kg/año] EFPM10: Factor de emisión de PM10 [kg/ha/h] área: área de la emisión[ha] ERPM10: factor de reducción de emisión de PM10 [%] Debido a la falta de información disponible, se utilizó el valor por defecto de EFPM10 = 0.3 kg/ha/h. Por último, para tráfico de camiones: [4] EPM10 = EFPM10.VKT Donde: EPM10: Tasa de Emisión de PM10 [kg/año] EFPM10: Factor de emisión de PM10 [kg/VKT] VKT: kilómetros recorridos por vehículo por año [km/año] Los kilómetros recorridos por vehículos por año (VKT) fueron calculados utilizando la siguiente ecuación: [5] VKT = D.NU Donde: D: distancia promedio recorrida [km/vehículo/año] NU: número de camiones Debido a la falta de información disponible, se utilizó el valor por defecto de EFPM10 = 1,5 kg/VKT (NPI, 2008). Los resultados obtenidos se muestran en las figuras 5 a 7.

Figura 5: Tasas de emisión obtenidas para las fuentes puntuales Plantas 1 y 2.

Figura 6: Tasas de emisión y superficie de las fuentes difusas de la Planta 1.

0.0001.000

2.0003.000

4.0005.000

Chimenea 1

Chimenea 2

Chimenea 3

Chimenea 4

3.806

2.588

0.160

0.236

4.756

3.234

0.200

0.295

Emisiones [g/s]

Tasas de emisión fuentes puntuales: Planta 1 y Planta 2

Planta 2

Planta 1

Emisiones [g/s]

Superficie [ha]0

2

4

6

8

10

12

14

Pila de stock IICantera I

Cantera IIPlanta trituradora

Área trituradoras

0.013 0.438 1.024

0.0190.046

0.16

5.26

12.28

0.220.56

Tasas de emisión fuentes difusas: Planta 1

Figura 7: Tasas de emisión y superficie de las fuentes difusas de la Planta 2.

Según los cálculos efectuados, y como se puede apreciar en las figuras anteriores, las emisiones difusas de mayor proporción corresponden a la Planta 2 (“Cantera I”), mientras que la segunda en importancia pertenece a la Planta 1 (“Cantera II”). Por otra parte, con respecto a las tasas de emisión provenientes de las fuentes puntuales, las chimeneas de los hornos de las Plantas 1 y 2 son la de mayor aporte a las emisiones de PM10. A continuación se exponen los mapas de isoconcentración comparando el impacto debido a las fuentes puntuales y difusas en el área de estudio, utilizando el modelo ISC3.

Figura 8: Mapa de isolíneas exponiendo la distribución de las concentraciones de PM10 (en µg/m3) en el promedio de 24 horas para las fuentes puntuales (izquierda) y difusas (derecha), para el período 2006-2010.

Como se observa, las fuentes puntuales tienen una incidencia mínima respecto de las fuentes difusas. Al considerar solamente las fuentes puntuales, las concentraciones máximas encontradas en la zona no superarían los 65 μg/m3. Por otro lado, sólo teniendo en cuenta las fuentes difusas, las concentraciones estimadas son del orden de los 1500 µg/m3. Esto ratifica el hecho de que para este caso las fuentes puntuales son despreciables frente a las difusas. 8. Análisis de la variación interanual y estacional de las concentraciones de PM10 8.1. Aporte de todo el conjunto de las fuentes de emisión

Emisiones [g/s]

Superficie [ha]

0

5

10

15

20

25

Pila de stock IPila de stock II

Cantera ICantera II

Cantera IIICantera IV

Área en planta

0.023 0.039 1.756

0.071 0.018 0.3240.54

0.27 0.47

21.12

0.860.22

3.89

6.48

Tasas de emisión fuentes difusas: Planta 2

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

0

9

18

27

36

45

54

63

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

01002003004005006007008009001000110012001300140015001600

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

Figura 9: Mapa de isolíneas exponiendo la distribución de las concentraciones de PM10 (en µg/m3) en el promedio de 24 horas para todas las fuentes (período 2006-2010).

Teniendo en cuenta el aporte del conjunto de todas fuentes emisoras de PM10, se obtienen resultados muy similares a los hallados considerando únicamente las fuentes difusas. Esto concuerda con el hecho de que éstas son las de mayor impacto en el área de estudio. En la Figura 9 se puede apreciar que las zonas de máximas concentraciones corresponden a las canteras y sus alrededores, superando los 1500 µg/m3. De las zonas urbanizadas, Malagueño con concentraciones entre 200 y 300 µg/m3, es la más afectada debido a su cercanía a las canteras y en menor medida el barrio de Yocsina, con concentraciones de hasta 100 µg/m3. En las urbanizaciones más distantes (La Perla, Ampliación La Perla, Santa Bárbara, Punta de Agua y Villa San Nicolás) las concentraciones debidas a la actividad industrial son prácticamente nulas. 8.2. Variación Interanual Con el interés de analizar la evolución anual de las concentraciones de PM10 en la zona de estudio, se han elaborado mapas de isolíneas para cada año del período considerado. En la Figura 10 se detallan los resultados.

-8000

-6000

-4000

-2000

0

2000

4000

-12000 -10000 -8000 -6000 -4000 -2000 001002003004005006007008009001000110012001300140015001600

2006-2010

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

01002003004005006007008009001000110012001300140015001600

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

2006

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

010020030040050060070080090010001100120013001400

2007

Figura 10: Mapa de isolíneas exponiendo la distribución de las concentraciones de PM10 (en µg/m3) en el

promedio de 24 horas (todas las fuentes, período 2006-2010). Con respecto a la variación interanual, se puede observar que en los gráficos correspondientes a los años 2006 y 2009 se presentan las concentraciones máximas de mayor magnitud del período, próximas a los 1600 µg/m3. Mientras que en el otro extremo, en 2010 se tienen las máximas de menor magnitud, cercanas a los 1300 µg/m3. Las isoconcentraciones para el año 2009 muestran que las zonas afectadas abarcan una mayor superficie, extendiéndose más hacia el este y sureste (zona rural Malagueño). Para el año 2010 los barrios de Yocsina, La Perla y Ampliación La Perla están sujetos a las concentraciones más elevadas del período 2006-2010 con concentraciones por encima de los 100 µg/m3, sucediendo algo similar pero en menor medida en el año 2006. 8.3. Variación estacional Con el interés de analizar la evolución estacional de las concentraciones de PM10 en la zona de estudio, se han elaborado mapas de isolíneas para cada estación del período considerado. En la Figura 11 se detallan los resultados.

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

010020030040050060070080090010001100120013001400

2008

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

01002003004005006007008009001000110012001300140015001600

2009

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

0

100

200

300

400

500

600

700

800

900

1000

1100

1200

1300

2010

Figura 11: Mapa de isolíneas exponiendo la distribución de las concentraciones de PM10 (en µg/m3) en el

promedio de 24 horas para las cuatro estaciones (todas las fuentes, período 2006-2010). Se puede observar que en las estaciones de invierno y otoño en la zona afectada se producen las concentraciones máximas de mayor magnitud (aproximadamente 1600 µg/m3). Esto concuerda con los episodios de inversión térmica de las estaciones más frías del año. Además en otoño las áreas afectadas tienden a extenderse hacia el este y el sureste originado por la mayor frecuencia en esta estación de brisas suaves en esas direcciones. En verano ocurre algo similar aunque hacia el este. Por otra parte, en primavera se dan las concentraciones máximas de menor magnitud (aproximadamente 1200 µg/m3), asociadas a la mayor actividad eólica. Las máximas concentraciones en Malagueño se dan en verano, con valores que rondan los 300 µg/m3, mientras que las mínimas son en primavera, con valores de aproximadamente 200 µg/m3. En Yocsina sucede algo similar, pero con máximas de 200 µg/m3 y mínimas de alrededor de 150 µg/m3. Por último, en el barrio de Santa Bárbara los valores máximos coinciden con las estaciones de verano y primavera (60 µg/m3), mientras que los valores mínimos se presentan en otoño (40 µg/m3). 9. Conclusiones En este trabajo se ha estimado el impacto de las distintas fuentes de emisión de material particulado PM10 desde dos plantas productoras de cemento, sobre las zonas urbanas ubicadas en las cercanías de este

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

010020030040050060070080090010001100120013001400

Verano

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

01002003004005006007008009001000110012001300140015001600

Otoño

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

01002003004005006007008009001000110012001300140015001600

Invierno

-12000 -10000 -8000 -6000 -4000 -2000 0

-8000

-6000

-4000

-2000

0

2000

4000

0

100

200

300

400

500

600

700

800

900

1000

1100

1200

Primavera

complejo industrial. Para dichas estimaciones fue empleado el modelo “refinado” ISC3 del USEPA, herramienta mediante la cual se pudieron efectuar las diversas simulaciones para cada uno de los escenarios planteados aquí. En primer término, y por medio del método de los factores de emisión, fueron caracterizadas las fuentes puntuales y difusas de ambas plantas. Luego, y para alimentar al modelo con datos estratificados, se preprocesaron los datos meteorológicos (dirección y velocidad del viento, temperatura ambiente, y estabilidad atmosférica) correspondientes a 5 años de datos horarios del período 2006-2010. Los escenarios evaluados permitieron concluir que las fuentes de difusas de ambas plantas son las más influyentes en la calidad del aire de la zona bajo estudio, siendo las canteras de mayor superficie las principales responsables de la emisión de PM10. Por otra parte, se comprobó que el impacto de las emisiones de ambas plantas presenta un área de influencia principalmente local, exhibiendo una dispersión radial en las zonas de canteras y chimeneas. En consecuencia, esta situación afecta directamente a los barrios de Yocsina y Malagueño, encontrándose valores máximos por encima de los niveles guía sugeridos por la OMS (200 y 300 µg/m3, respectivamente). En el otro extremo, las concentraciones máximas detectadas en las urbanizaciones más alejadas del complejo industrial (La Perla, Ampliación La Perla, Santa Bárbara, Punta de Agua, Villa San Nicolás, etc.) no superan en ningún caso los valores guía de la OMS. En cuanto a la incidencia de la meteorología, se pudo observar que si bien las variaciones estacionales provocan cambios poco relevantes sobre la extensión de las áreas impactadas, las concentraciones urbanas máximas varían aproximadamente en un 30% entre la estación de mayor incidencia versus la de menor. Por otra parte, la variación interanual en el período considerado es de una magnitud despreciable, siendo en promedio el impacto en el área de estudio similar a lo largo de los años. Con la metodología aquí planteada se pudo estimar el impacto de la actividad industrial sobre la zona de Malagueño, evaluando de esta manera, la importancia relativa de las distintas fuentes de emisión sobre la concentración y considerando la variación estacional e interanual de PM10 en los puntos de interés. Bibliografia -AEAT. 1999. Quantification of the health effects of air pollution in the UK for the review of the national air quality strategy. A report produced for The Department of the Environment, Transport and the Regions. Disponible en: http://www.aeat.co. -ALA. 1998. Particulate matter air pollution. American Lung Association fact sheet. Disponible en: http://www.lungusa.org/air/pm. -Baroutian, S.; Mohebbi, A.; Soltani Goharrizi, A. 2006. Measuring and modeling particulate dispersion: A case study of a Kerman Cement Plant. Journal of Hazardous Materials A136, pp 468–474. -Cantoni E. y Ronchetti E. 2001. Robust inference for generalizad linear models. Journal of the American Statistical Association, Vol. 96(455), pp 1022-1030. -Daniels M. J., Dominici F., Samet J. M. y Zeger S. L. 2000. Estimating Particulate Matter-Mortality Dose-Response Curves and Threshold Levels: An Analysis of Daily Time-Series for the 20 Largest US Cities. American Journal of Epidemiology, Vol. 152 (5), pp. 397-406. -Ghenai, C.; Lin, C. X. 2006. Dispersion Modeling of PM10 Released during Decontamination Activities. J. Hazardous Materials, Vol. 132, No.1, pp. 58-67. -Gifford F.A. 1960. “Atmospheric Dispersion Calculations Using the Generalized Gaussian Plume Model”, Nuclear Safety. Vol. 2, pp. 56-59. -Kiely, G. 1999. Environmental Engineering. McGraw-Hill Higher Education. ISBN 0077091272. -National Pollutant Inventory (NPI). 2008. Emission estimation technique manual for cement manufacturing. Australian Government – Department of the Environment, Water, Heritage and the Arts. -OMS. 2005. Particulate matter air pollution: how it harms health. World Health Organization. Fact sheet EURO/04/05. Berlin, Copenhagen, Rome. -OMS. 2006. Air quality guidelines for particulate matter, ozone, nitrogen dioxide and sulfur dioxide. Summary of risk assessment. -Pasquill F. 1974. Atmospheric Diffusion. The Dispersion of Windborne Material from Industrial and Other Sources (2nd Ed). John Wiley and Sons. -Pérez Camaño, J., L. 2004. Sistema integrado para la modelización y el análisis de la calidad del aire en modo operacional. Universidad Politécnica de Madrid. Facultad de informática. Tesis doctoral.

-Schvarzer, J.; Petelski, N.C. 2005. La industria del cemento en la Argentina. Un balance de la producción, la capacidad instalada y los cambios empresarios, tecnológicos y de mercado durante las últimas dos décadas. -Sincich S.; Maggi R. 2008. Prácticas culturales de recuperación documental: el archivo histórico de la Municipalidad de Malagueño, Provincia de Córdoba. -Seinfeld, J. H., 1986. Atmospheric chemistry and physics of air pollution. Wiley Publisher. ISBN 0471828572. pp 738. -Turner D. B. 1964. A diffusion model for an urban area, Journal of Applied Meteorology and Climatology. Vol. 3, pp. 83-91. -Turner D. B. 1970. Workbook of Atmospheric Dispersion Estimates. PHS Publication Nº 999-AP-26. U.S. Department of Health, Education and Welfare, National Air Pollution Control Administration. -USEPA, 1995. User’s guide for the Industrial Source Complex (ISC3) dispersion models. Volume I-User instructions. U.S. ENVIRONMENTAL PROTECTION AGENCY. Office of Air Quality Planning and Standards. Emissions, Monitoring, and Analysis Division Research Triangle Park, North Carolina 27711. -USEPA. 1997. AP 42, Fifth Edition Compilation of Air Pollutant Emission Factors, Volume 1: Stationary Point and Area Sources. -Yang, C.-Y., Chang C.-C., Tsai, S.-S., Chuang, H.-Y., Ho, C.-K., Wu, T.-N., Sung, F.-C., 2003. Preterm delivery among people living around Portland cement plants. Environ. Res. 92, pp 64-68.