Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Efecto de los aerosoles sobre las reacciones fotoqumicas involucradas en la formacin de ozono troposfrico
Abril
2011
AGRADECIMIENTOS
El desarrollo de esta Tesis Doctoral ha sido una gran oportunidad para profundizar en mis conocimientos y para acercarme al mundo de la investigacin cientfica, lo que me ha permitido desarrollarme como persona en diferentes mbitos. Por ello, quisiera agradecer a todas las personas y entidades que me han dispensado la oportunidad de sumergirme en este trabajo. En primer lugar, quisiera agradecer de forma muy especial a mis directores; el Dr. Ernesto Garca Para del Departamento de Qumica Fsica la Universidad del Pas Vasco y la Dra. Marta Garca Vivanco de la Unidad de Contaminacin Atmosfrica del CIEMAT en Madrid, por permitirme llevar a cabo este trabajo y, sobre todo, por sus valiosos consejos. Sin vuestra direccin, el trabajo no sera lo que es. Tambin he de agradecer al Departamento de Ingeniera Qumica y del Medio Ambiente de la Universidad del Pas Vasco, responsable del Programa de Doctorado de Ingeniera Ambiental, en el que se enmarca esta Tesis Doctoral, y al director del Programa, Dr. Lucio Alonso, por las facilidades ofrecidas. Asimismo, tengo que dar las gracias a las instituciones que, con su financiacin, han hecho posible esta Tesis Doctoral: Gobierno Vasco por la beca predoctoral concedida y Ministerio de Educacin por el proyecto CTQ2005-09185, en el que he colaborado. Esta Tesis Doctoral sera impensable sin la ayuda del grupo de Modelizacin Atmosfrica del CIEMAT. Por ello, agradezco a Fernando Martn, director del grupo, la oportunidad de desarrollar este trabajo dentro de su grupo. La verdad es que ha sido un autntico placer trabajar con vosotros, tanto profesionalmente como personalmente. Me gustara agradecer a todos los integrantes del grupo: a Blanca, por ensearme a utilizar los macros de Excel, a Inma, ya que sin su ayuda todo sera ms difcil, a Juan Luis, por estar siempre disponible a ayudarme, sin su ayuda con el surfer no hubiera podido sacar todo el jugo a los diferentes resultados, a Begoa por sus nimos, a Francisco, Jos Luis y Alberto por compartir conmigo su experiencia y, por supuesto a Manu y Marian, por su apoyo, comprensin y disposicin total para ayudar. Gracias a todos! Tambin
quisiera agradecer a Francisco Molero Mndez del CIEMAT por su disposicin a compartir su conocimiento. Tambin, tengo que agradecer el apoyo tcnico dispensado tanto por el Servicio de Informtica del CIEMAT como por el Servicio General de Informtica de la UPV; sin su ayuda hubiera sido mucho ms complicado llevar el trabajo adelante. No puedo dejar de agradecer con el corazn a toda la gente que me apoyado en este camino tan largo. A todos los amigos que me han animado en los momentos ms difciles, a las compaeras de piso de Yeseras, a los de la Palma, a gueda, a Elena, en definitiva a todos los que me han habis hecho sentir como en casa en Madrid. A Carlos, Amaia y Leire, por ser compaeros inmejorables en el laboratorio en Vitoria, donde, vuestra ayuda y compaa ha sido estupenda. A Aritz, a Josu y a Luis por alegrar mis das en Vitoria compartiendo esas cenas. Y, cmo no!, a mis amigos de Lekeitio, incluso a los que cada semana me preguntaban si haba terminado la Tesis, pero sobre todo a los que me han ayudado a relativizar todos mis agobios y a no dudar de mis capacidades. Por ltimo, tengo que agradecer a mi familia, sobre todo a mi madre y mi padre, por apoyarme en mis decisiones y animarme siempre, ensendome que el nico camino para conseguir lo que deseas es trabajar duro y no rendirte. Y sobre todo, a Oihane, por estar siempre a mi lado, por ser mi apoyo y mi luz, por aguantar mi mal humor y darme fuerzas y nimos para seguir adelante.
como Director/a de la misma, avalo el Proyecto de EFECTO DE LOS AEROSOLES SOBRE LAS
En Madrid
a 21 de Marzo
de 2011
como Director/a de la misma, avalo el Proyecto de EFECTO DE LOS AEROSOLES SOBRE LAS
En Vitoria-Gasteiz
a 21 de Marzo
de 2011
ndice
ndice
AGRADECIMIENTOS NDICE NDICE DE TABLAS NDICE DE FIGURAS 1.
1.1 1.2 1.3 1.4 1.5 1.6
I I V VII 1
1 4 6 9 13 14
INTRODUCCIN
Contaminacin fotoqumica en zonas urbanas Formacin del ozono troposfrico Partculas y su influencia en la formacin de O3 Modelos de calidad del aire Objetivos Estructura de la memoria
2.
2.1 2.2 2.3
17
17 18 22 22 24 25 26 27 33
ndice
2.5
41
3.
Conclusiones
4.
5.
TROPOSFRICO
5.1 5.2 5.3 Introduccin Simulaciones realizadas Resultados obtenidos Distribucin espacial de O3
5.3.1
II
ndice
6. 7.
149 157
III
ndice
ndice de tablas
TABLA 2.1- NDICE DE REFRACCIN PARA LOS PRINCIPALES TIPOS DE AEROSOL, AL 0% DE HUMEDAD RELATIVA Y A LA LONGITUD DE ONDA DE 550 NM (FUENTE MALLET ET AL., 2003) ........................ 23 TABLA 2.2- RESUMEN DE LOS VALORES DE ADS Y DE EOA PUBLICADOS POR DIVERSOS AUTORES.......... 32 TABLA 2.3- EPISODIOS DE TRANSPORTE DE MASAS DE AIRE DESDE EL NORTE DE FRICA CON INCIDENCIA EN LOS NIVELES DE PARTCULAS REGISTRADOS EN LAS REDES DE CALIDAD DEL AIRE EN ESPAA EN LA ZONA CENTRO PARA EL AO 2004 (MMA, 2004). .............................................. 34 TABLA 2.4- COMPOSICIN QUMICA PORCENTUAL EN MASA DE LAS PARTCULAS PM10 EN 2004 SEGN (QUEROL, 2004). ............................................................................................................................... 39 TABLA 2.5- COMPOSICIN QUMICA PORCENTUAL EN MASA DE LAS PARTCULAS PM2.5 EN 2004 (QUEROL, 2004) ................................................................................................................................ 39 TABLA 2.6- COMPOSICIN QUMICA PORCENTUAL EN MASA DE LAS PARTCULAS PM1 EN 2004 (PREZ ET AL., 2008). .................................................................................................................................... 39 TABLA 2.7- PARTCULAS TIPO EN FUNCIN DEL DIMETRO () ............................................................... 42 TABLA 2.8- NDICES DE REFRACCIN, COEFICIENTES DE EXTINCIN Y ADS A 550 NM Y A HUMEDAD RELATIVA 0% PARA LAS PARTCULAS TIPO. ...................................................................................... 46 TABLA 2.9- NDICES DE REFRACCIN, COEFICIENTES DE EXTINCIN Y ADS A 550 NM Y A HUMEDAD RELATIVA 43% PARA LAS PARTCULAS TIPO. .................................................................................... 46 TABLA 2.10- DISTRIBUCIN PORCENTUAL EN MASA DE LAS PARTCULAS-TIPO EN CUATRO ESTACIONES, BASADA EN LOS DATOS DE CONCENTRACIN DE PARTCULAS PM10, PM2.5 Y PM1 PRESENTADAS EN QUEROL (2004). ........................................................................................................................... 48 TABLA 3.1- CATEGORAS DE USOS DE SUELO EN EL MODELO CHIMERE ................................................... 55 TABLA 3.2- ESPECIES QUMICAS INCLUIDAS EN EL MECANISMO QUMICO DE CHIMERE ......................... 57 TABLA 3.3- REACCIONES QUMICAS DEL MELCHIOR2 EN LAS QUE INTERVIENE EL O3 Y REACCIONES DE FOTLISIS DEL MECANISMO ............................................................................................................. 58 TABLA 3.4- RESUMEN DE LAS SIMULACIONES REALIZADAS Y SUS CARACTERSTICAS .............................. 59 TABLA 3.5- RESULTADOS ESTADSTICOS OBTENIDOS PARA CADA EJECUCIN DEL GRUPO DE SIMULACIONES SIM1 Y SIM2. ..................................................................................................... 72 TABLA 3.6- DIFERENCIAS HORARIAS MEDIAS (DD), DIFERENCIAS RELATIVAS HORARIOS MEDIAS (DMEDR) Y LAS MXIMAS DIFERENCIAS HORARIAS (DMAX) DE LAS CONCENTRACIONES DE O3 EN LOS DIFERENTES PUNTOS DE COMPARACIN AL DUPLICAR (SIM1) Y REDUCIR A LA MITAD (SIM2) LA CONSTANTE DE FOTLISIS DEL NO2. ............................................................................. 77 TABLA 4.1- REACCIONES DE FOTLISIS INCLUIDAS EN EL MODELO RADIATIVO FTUV .............................. 83 TABLA 4.2- INTERVALOS DE LONGITUDES DE ONDA UTILIZADOS EN EL MODELO FTUV .......................... 84 TABLA 4.3- SECCIONES EFICACES DE ABSORCIN DEL NO2 ..................................................................... 85
**
ndice
TABLA 4.4- RENDIMIENTO CUNTICO DE FOTLISIS PARA EL NO2........................................................... 86 TABLA 4.5- VALORES DE EOA Y ADS A PARTIR DE LOS CUALES SE HA CALCULADO LA JNO2 CON EL MODELO FTUV ................................................................................................................................ 112 TABLA 5.1- CARACTERSTICAS DE LOS PUNTOS DE COMPARACIN UTILIZADOS COMO EJEMPLO. ....... 133
VI
ndice
ndice de figuras
FIGURA 2.1- DISTRIBUCIN GEOGRFICA DE LAS ESTACIONES DE MEDIDA UTILIZADAS EN EL ANLISIS. .......................................................................................................................................................... 36 FIGURA 2.2- COMPOSICIN QUMICA PORCENTUAL EN MASA DE LAS PARTCULAS PM10 (PANEL SUPERIOR) Y PM2.5 (PANEL INFERIOR) PARA DIFERENTES ESTACIONES Y EN 2004 (QUEROL, 2004). .......................................................................................................................................................... 40 FIGURA 2.3- COMPOSICIN MEDIA DE LAS PARTCULAS TIPO PARA ESPAA PARA CADA UNO DE LAS PARTCULAS TIPO, BASADO EN DATOS DE CONCENTRACIN DE PARTCULAS PM10, PM2.5, PM1 PRESENTADAS EN QUEROL (2004). ................................................................................................... 44 FIGURA 2.4- SERIE TEMPORAL DE LAS CONCENTRACIONES DE PM10, PM2.5 Y PM1, PARA EL AO 2004 EN LA ESTACIN DE BARCELONA (PREZ ET AL., 2008) .................................................................... 50 FIGURA 3.1- REPRESENTACIN DE LOS DOMINIOS EMPLEADOS EN LA SIMULACIN CON CHIMERE. ..... 61 FIGURA 3.2- REPRESENTACIN DEL RELIEVE DEL DOMINIO DE MD. ......................................................... 62 FIGURA 3.3- RESUMEN DE LAS CARACTERSTICAS DE LAS SIMULACIONES CON CHIMERE. ...................... 63 FIGURA 3.4- CONJUNTO DE PUNTOS DE COMPARACIN DONDE SE HAN EVALUADO LAS ESTIMACIONES DE O3 DEL MODELO CHIMERE BAJO LOS DIFERENTES ESCENARIOS DE CONSTANTE DE FOTOLISIS. LOS PUNTOS SELECCIONADOS SE SEALAN TAMBIN EN EL MAPA. ............................................... 67 FIGURA 3.5- SERIES TEMPORALES MOSTRANDO LA CONCENTRACIN DE O3 OBTENIDA CON EL MODELO CHIMERE EN CONDICIONES ESTNDAR Y LA CONCENTRACIN OBSERVADA, PARA EL PERODO ENTRE EL 10 DE JULIO Y EL 2 DE AGOSTO DE 2004 EN LA ESTACIN DE ALCOBENDAS (PUNTO DE COMPARACIN 6). ............................................................................................................................ 68 FIGURA 3.6- CONCENTRACIONES DE O3 OBTENIDAS CON EL MODELO CHIMERE CON LAS CONSTANTES DE FOTLISIS ESTNDAR PARA EL DA 1 DE JULIO DE 2004 A LAS 14:00 Y 15:00 HORAS. LOS PUNTOS NEGROS INDICAN LA POSICIN DE LOS PUNTOS DE COMPARACIN, COINCIDENTES CON ESTACIONES DE MEDICIN. .............................................................................................................. 69 FIGURA 3.7- DIFERENCIAS HORARIAS MEDIAS (G/M ) DE LAS CONCENTRACIONES DE OZONO AL MODIFICAR LAS CONSTANTES DE FOTLISIS EN CHIMERE (ECUACIN 3.2). ................................... 73 FIGURA 3.8- MXIMAS DIFERENCIAS RELATIVAS DE O3 (G/M ) ENCONTRADAS AL MODIFICAR CADA UNA DE LAS CONSTANTES DE FOTLISIS EN EL MODELO CHIMERE (ECUACIN 3.5). ..................... 73 FIGURA 3.9- DIFERENCIAS HORARIAS MEDIAS (G/M ) ENTRE LAS CONCENTRACIONES DE O3 OBTENIDAS A PARTIR DE JNO2 MODIFICADAS Y DE JNO2 ORIGINALES EN LOS DISTINTOS PUNTOS DE COMPARACIN (ECUACIN 3.2). ................................................................................................ 78 FIGURA 3.10- DIFERENCIAS RELATIVAS HORARIAS MEDIAS (%) PARA EL O3 EN LOS PUNTOS DE COMPARACIN (ECUACIN 3.3)....................................................................................................... 78 FIGURA 3.11- MXIMAS DIFERENCIAS HORARIAS DE CONCENTRACIN DE O3 EN LOS PUNTOS DE COMPARACIN (ECUACIN 3.4)....................................................................................................... 78
3 3 3
VII
ndice
FIGURA 3.12- PERFILES DIARIOS DE LAS CONCENTRACIONES DE O3 OBTENIDOS AL MODIFICAR JNO2 EN 3 PUNTOS DE COMPARACIN (PUNTO 1, GRFICA SUPERIOR, PUNTO 6, GRFICA CENTRAL, Y PUNTO 9, GRFICA INFERIOR) .......................................................................................................... 79 FIGURA 4.1- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A 0 KM (PANEL SUPERIOR) Y 1 KM DE ALTURA (PANEL INFERIOR), PARA DIVERSOS VALORES DE ADS Y UN EOA (550NM) DE 0.235. .......................................................................................................................................................... 90 FIGURA 4.2- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A 2 KM (PANEL SUPERIOR) Y 3 KM DE ALTURA (PANEL INFERIOR), PARA DIVERSOS VALORES DE ADS Y UN EOA (550NM) DE 0.235. .......................................................................................................................................................... 91 FIGURA 4.3- DIFERENCIAS RELATIVAS ENTRE LA CONSTANTE DE FOTLISIS JNO2 OBTENIDA A PARTIR DE DIVERSOS VALORES DE ADS Y LA OBTENIDA CON UNA ADS DE 0.99, CON UN VALOR DE EOA (550NM) DE 0.235. ESTAS DIFERENCIAS SE HAN CALCULADO EN SUPERFICIE (GRFICO SUPERIOR) Y A 1 KM DE ALTURA (GRFICO INFERIOR) CADA DOS HORAS ENTRE LAS 8:00 Y 20:00 HORAS DEL DA 24 DE JUNIO DE 2004. ................................................................................................................ 92 FIGURA 4.4- DIFERENCIAS RELATIVAS ENTRE LA CONSTANTE DE FOTLISIS JNO2 OBTENIDA A PARTIR DE DIVERSOS VALORES DE ADS Y LA OBTENIDA CON UNA ADS DE 0.99, PARA UN EOA (550NM) DE 0.235. ESTAS DIFERENCIAS SE HAN CALCULADO A 2 KM (GRFICO SUPERIOR) Y A 3 KM DE ALTURA (GRFICO INFERIOR), CADA DOS HORAS ENTRE LAS 8:00 Y 20:00 HORAS DEL DA 24 DE JUNIO DE 2004. ................................................................................................................................................. 93 FIGURA 4.5- CONSTANTES DE FOTLISIS JNO2 CALCULADAS CON DIFERENTES ADS Y EOA A LAS 12:00 HORAS DEL DA 24 DE JUNIO DE 2004 EN MADRID, A 0 KM (PANEL SUPERIOR) Y 1 KM (PANEL INFERIOR) DE ALTURA. ...................................................................................................................... 99 FIGURA 4.6- CONSTANTES DE FOTLISIS JNO2 CALCULADAS CON DIFERENTES ADS Y EOA A LAS 12:00 HORAS DEL DA 24 DE JUNIO DE 2004 EN MADRID A 2 KM (PANEL SUPERIOR) Y 3 KM (PANEL INFERIOR) DE ALTURA. .................................................................................................................... 100 FIGURA 4.7- DIFERENCIAS ENTRE EL VALOR DE JNO2 OBTENIDO CON EL EOA DE REFERENCIA (0.235) Y LA JNO2 CALCULADA CON DIFERENTES EOA Y ADS A LAS 12:00 HORAS DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM (PANEL SUPERIOR) Y 1 KM (PANEL INFERIOR) DE ALTURA............................. 101 FIGURA 4.8- DIFERENCIAS ENTRE EL VALOR DE JNO2 OBTENIDO CON EL EOA DE REFERENCIA (0.235) Y EL JNO2 CALCULADO CON DIFERENTES EOA Y ADS A LAS 12:00 HORAS DEL DA 24 DE JUNIO DE 2004 EN MADRID A 2 KM (PANEL SUPERIOR) Y 3 KM (PANEL INFERIOR) DE ALTURA............................. 102 FIGURA 4.9- PORCENTAJE DE DESVIACIN ENTRE EL VALOR DE JNO2 OBTENIDO CON EL EOA DE REFERENCIA (0.235) Y LA JNO2 CALCULADO CON DIFERENTES EOA Y ADS A LAS 12:00 HORAS DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM (PANEL SUPERIOR) Y 1 KM (PANEL INFERIOR) DE ALTURA. .......................................................................................................................................... 103 FIGURA 4.10- PORCENTAJE DE DESVIACIN ENTRE EL VALOR DE JNO2 OBTENIDO CON EL EOA DE REFERENCIA (0.235) Y LA JNO2 CALCULADO CON DIFERENTES EOA Y ADS A LAS 12:00 HORAS DEL
VIII
ndice
DA 24 DE JUNIO DE 2004 EN MADRID A 2 KM (PANEL SUPERIOR) Y 3 KM (PANEL INFERIOR) DE ALTURA. .......................................................................................................................................... 104 FIGURA 4.11- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A LO LARGO DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM DE ALTURA PARA UNA ADS DE 0.0 Y DIVERSOS EOA ............ 108 FIGURA 4.12- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A LO LARGO DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM DE ALTURA PARA UNA ADS DE 0.6 Y DIVERSOS EOA ............ 108 FIGURA 4.13- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A LO LARGO DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM DE ALTURA PARA UNA ADS DE 0.8 Y DIVERSOS EOA ............ 109 FIGURA 4.14- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A LO LARGO DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM DE ALTURA PARA UNA ADS DE 0.85 Y DIVERSOS EOA .......... 109 FIGURA 4.15- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A LO LARGO DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM DE ALTURA PARA UNA ADS DE 0.90 Y DIVERSOS EOA .......... 110 FIGURA 4.16- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A LO LARGO DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM DE ALTURA PARA UNA ADS DE 0.95 Y DIVERSOS EOA .......... 110 FIGURA 4.17- PERFILES HORARIOS DE LA CONSTANTE DE FOTLISIS JNO2 A LO LARGO DEL DA 24 DE JUNIO DE 2004 EN MADRID A 0 KM DE ALTURA PARA UNA ADS DE 0.99 Y DIVERSOS EOA .......... 111 FIGURA 4.18- CONSTANTES DE FOTLISIS DEL NO2 (EN S ) OBTENIDAS A PARTIR DE 99 COMBINACIONES DE VALORES DE EOA Y ADS CON EL MODELO FTUV A LAS 12:00 HORAS DEL DA 24 DE JUNIO DE 2004 EN MADRID Y PARA UNA ALTURA DE 0 KM. .......................................................................... 114 FIGURA 5.1- ISOLNEAS DE JNO2 PARA DISTINTOS VALORES DE EOA Y DE ADS. LOS DIFERENTES ESCENARIOS SE ENCUENTRAN MARCADOS POR LAS LETRAS A, B, C, D Y E. .................................. 118 FIGURA 5.2-CONSTANTES DE FOTLISIS DEL NO2 EN SUPERFICIE EN FUNCIN DEL NGULO CNIT SOLAR CALCULADAS CON EL MODELO FTUV PARA EL DA 24 DE JUNIO 2004 EN LOS DISTINTOS ESCENARIOS CONSIDERADOS. LA FIGURA INCLUYE TAMBIN LOS VALORES DE JNO2 DE LA VERSIN ESTNDAR DEL MODELO CHIMERE. ............................................................................................... 121 FIGURA 5.3- CONCENTRACIONES DE O3 OBTENIDAS EN EL ESCENARIO A PARA EL DA 29 DE JUNIO DE 2004 A LAS 15:00 HORAS Y EL DA 2 DE JULIO DE 2004 A LAS 14:00 HORAS PARA TODO EL DOMINIO......................................................................................................................................... 123 FIGURA 5.4- CONCENTRACIONES DE NO2 OBTENIDAS EN EL ESCENARIO A PARA EL DA 29 DE JUNIO DE 2004 A LAS 15:00 HORAS Y EL DA 2 DE JULIO DE 2004 A LAS 14:00 HORAS PARA TODO EL DOMINIO......................................................................................................................................... 124 FIGURA 5.5- DIFERENCIAS DE CONCENTRACIN DE O3 ENTRE LOS ESCENARIOS A Y B PARA LOS DAS 29 DE JUNIO, 1 DE JULIO Y 2 DE JULIO DE 2004 A LAS 14:00 Y 15:00 HORAS PARA TODO EL DOMINIO. ........................................................................................................................................................ 128 FIGURA 5.6- DIFERENCIAS DE CONCENTRACIN DE O3 ENTRE LOS ESCENARIOS A Y C PARA LOS DAS 29 DE JUNIO, 1 DE JULIO Y 2 DE JULIO DE 2004 A LAS 14:00 Y 15:00 HORAS PARA TODO EL DOMINIO. ........................................................................................................................................................ 129
-1
IX
ndice
FIGURA 5.7- DIFERENCIAS DE CONCENTRACIN DE O3 ENTRE LOS ESCENARIOS A Y D PARA LOS DAS 29 DE JUNIO, 1 DE JULIO Y 2 DE JULIO DE 2004 A LAS 14:00 Y 15:00 HORAS PARA TODO EL DOMINIO. ........................................................................................................................................................ 130 FIGURA 5.8- DIFERENCIAS DE CONCENTRACIN DE O3 ENTRE LOS ESCENARIOS A Y E PARA LOS DAS 29 DE JUNIO, 1 DE JULIO Y 2 DE JULIO DE 2004 A LAS 14:00 Y 15:00 HORAS PARA TODO EL DOMINIO. ........................................................................................................................................................ 131 FIGURA 5.9- SERIES TEMPORALES DE LAS CONCENTRACIONES DE O3 OBTENIDAS PARA LOS DISTINTOS ESCENARIOS PARA EL PERIODO DEL 25 DE JUNIO AL 5 DE JULIO DE 2004 EN LOS PUNTOS DE COMPARACIN 1 (GRFICA SUPERIOR) Y 6 (GRFICA INFERIOR). ................................................. 139 FIGURA 5.10- SERIES TEMPORALES DE LAS CONCENTRACIONES DE O3 OBTENIDAS PARA LOS DISTINTOS ESCENARIOS PARA EL PERIODO DE 25 DEL JUNIO AL 5 DE JULIO DE 2004 EN LOS PUNTOS DE COMPARACIN 9 (GRFICA SUPERIOR) Y 27 (GRFICA INFERIOR). ............................................... 140 FIGURA 5.11- SERIES TEMPORALES DE LAS DIFERENCIAS DE LAS CONCENTRACIONES DE O3 OBTENIDAS PARA LOS DISTINTOS ESCENARIOS RESPECTO AL ESCENARIO A PARA EL PERIODO DEL 25 DE JUNIO AL 5 DE JULIO DE 2004 EN LOS PUNTOS DE COMPARACIN 1 (GRFICA SUPERIOR) Y 6 (GRFICA INFERIOR). ....................................................................................................................................... 141 FIGURA 5.12- SERIES TEMPORALES DE LAS DIFERENCIAS DE LAS CONCENTRACIONES DE O3 OBTENIDAS PARA LOS DISTINTOS ESCENARIOS RESPECTO AL ESCENARIO A PARA EL PERIODO DEL 25 DE JUNIO AL 5 DE JULIO DE 2004 EN LOS PUNTOS DE COMPARACIN 9 (GRFICA SUPERIOR) Y 27 (GRFICA INFERIOR). ....................................................................................................................................... 142 FIGURA 5.13- DIFERENCIAS MXIMAS ENTRE LAS CONCENTRACIONES HORARIAS DE O3 OBTENIDAS EN LOS DISTINTOS ESCENARIOS CON RESPECTO A LAS OBTENIDAS EN EL ESCENARIO A PARA EL PERIODO DEL 25 DE JUNIO AL 5 DE JULIO DEL 2004 Y PARA TODOS LOS PUNTOS DE COMPARACIN. .............................................................................................................................. 143 FIGURA 5.14- PERFILES HORARIOS MEDIOS DE LAS CONCENTRACIONES DE O3 OBTENIDAS CON LOS DISTINTOS ESCENARIOS EN LOS PUNTOS DE COMPARACIN 1 (GRFICA SUPERIOR) Y 6 (GRFICA INFERIOR). ....................................................................................................................................... 144 FIGURA 5.15- PERFILES HORARIOS MEDIOS DE LAS CONCENTRACIONES DE O3 OBTENIDAS CON LOS DISTINTOS ESCENARIOS EN LOS PUNTOS DE COMPARACIN 9 (GRFICA SUPERIOR) Y 27 (GRFICA INFERIOR). ....................................................................................................................................... 145 FIGURA 5.16- PERFILES HORARIOS DE LAS DIFERENCIAS DE LAS CONCENTRACIONES DE O3 OBTENIDAS CON LOS DISTINTOS ESCENARIOS RESPECTO A LAS OBTENIDAS EN EL ESCENARIO A EN LOS PUNTOS DE COMPARACIN 1 (GRFICA SUPERIOR) Y 6 (GRFICA INFERIOR). ............................. 146 FIGURA 5.17- PERFILES HORARIOS DE LAS DIFERENCIAS DE LAS CONCENTRACIONES DE O3 OBTENIDAS CON LOS DISTINTOS ESCENARIOS RESPECTO A LAS OBTENIDAS EN EL ESCENARIO A EN LOS PUNTOS DE COMPARACIN 9 (GRFICA SUPERIOR) Y 27 (GRFICA INFERIOR). ........................... 147
ndice
ndice de Anexos
Anexo I Anexo II Anexo III Anexo IV Anexo V Anexo VI Anexo VII Anexo VIII 173 179 195 207 211 213 221 225
XI
1. Introduccin
1. INTRODUCCIN
1.1 Contaminacin fotoqumica en zonas urbanas
La contaminacin atmosfrica se define como la acumulacin de gases y partculas, emitidos antropognicamente en una concentracin tal que puede ocasionar daos directos o indirectos sobre plantas, animales, otras formas de vida, ecosistemas o sobre el patrimonio artstico (Jacobson, 2002). Los principales efectos causados por la contaminacin atmosfrica se centran en las siguientes reas: Salud humana (ej. problemas respiratorios, cncer, alergias). Daos en ecosistemas (ej. disminucin de la productividad de las cosechas, prdida de biodiversidad). La modificacin del clima regional (ej. las partculas o el ozono pueden tener influencia sobre el clima en el mbito regional). Dentro de los episodios de contaminacin atmosfrica, los episodios de contaminacin fotoqumica o smog fotoqumico merecen una atencin especial, ya que suelen estar ligados a zonas urbanas. Con el aumento de zonas urbanas a nivel global, los episodios de contaminacin fotoqumica aparecen cada vez con mayor frecuencia y con ms intensidad. Los episodios fotoqumicos suelen estar relacionados con emisiones de origen antropognico de xidos de nitrgeno y gases orgnicos, que, en presencia de radiacin solar, dan lugar a contaminantes secundarios, como es el ozono. El ozono troposfrico es el compuesto ms representativo de los episodios de contaminacin fotoqumica en la atmsfera. El ozono troposfrico tiene una gran importancia como contaminante por tres razones principales: por una parte, el ozono es un oxidante atmosfrico que afecta a los seres vivos, pudiendo producir problemas respiratorios y que se encuentra asociado a la mortalidad prematura de los humanos (Gryparis et al., 2004; Bell et al., 2006). Tambin, a partir de ciertos valores puede producir daos en los rboles (Krupa and Manning, 1988) o en las plantas, reduciendo su fotosntesis y crecimiento (Reich and Amundson, 1985; Ashmore, 2005; Felzer et al., 2007), pudiendo afectar, por tanto,
1. Introduccin
negativamente a las cosechas (Fiscus et al., 2005; Ashmore, 2005). Por otro lado, es un potente gas de efecto invernadero, cuya contribucin constituye entre el 20-25% de la radiacin atrapada en la atmsfera. Por ltimo, el ozono es la especie central de la qumica en fase gas de la troposfera. Es la principal fuente de radicales hidroxilo (a travs de su fotlisis y la posterior unin de un tomo de oxigeno a una molcula de agua), los cuales condicionan la capacidad oxidante de la atmsfera, resultando claves en la formacin o destruccin de numerosas especies qumicas (Monks et al., 2009). Aunque la contaminacin atmosfrica debido a la actividad humana, no es un fenmeno nuevo, ya que, desde la antigedad el uso del fuego era el principal motivo de la contaminacin del aire en espacios cerrados, es con la revolucin industrial del siglo XIX cuando esta contaminacin empieza a tener efectos preocupantes sobre la salud humana, el medio ambiente y el clima (Stern, 1968; Hong et al., 1994; Jacobson, 2002). Los primeros efectos de la contaminacin atmosfrica sobre la salud humana se hicieron notar en zonas industrializadas durante diversos episodios de contaminacin atmosfrica. En el valle de Mosa (Blgica) en 1930 se contabilizaron 63 muertos y centenares de enfermos con afecciones pulmonares agudas por acumulacin de compuestos sulfurosos, humos negros y cido fluorhdrico durante cinco das de estabilidad atmosfrica. En Londres en los aos 1952, 1956 y 1957 en diversos episodios de smog fotoqumico murieron alrededor de 6000 personas (Brimblecombe, 1987). En esa misma poca empezaron a aparecer los primeros episodios de contaminacin fotoqumica en Los ngeles (Haagen-Smit, 1952). Estos episodios de contaminacin impulsaron a las autoridades a tomar conciencia de los efectos nocivos de las emisiones de contaminantes a la atmsfera, apareciendo las primeras legislaciones sobre compuestos de azufre y humos negros. Aunque estos fenmenos tuvieran caractersticas diferentes, su estudio supuso el comienzo del desarrollo de una teora fotoqumica oxidante para el conjunto de la tropsfera (Crutzen, 1973; Chameides and Walker, 1973). En la dcada de los 80, se empez a constatar la presencia de episodios de contaminacin a escala regional, como la lluvia cida, reconocindose su impacto en los ecosistemas forestales y en las aguas de superficie. Las emisiones de dixido de azufre y xidos de nitrgeno en las zonas industrializadas, fueron responsables de la 2
1. Introduccin
acidificacin de lagos y del deterioro de bosques en Europa y Norteamrica (Hodzic, 2005). A partir de entonces, se empez a estudiar el transporte continental o intercontinental de contaminantes secundarios (Alonso et al., 2000; Gangoiti et al., 2002; Gangoiti et al., 2006b; United Nations, 2007). Fenmenos como la lluvia cida, la destruccin de la capa de ozono o el aumento del efecto invernadero, secundados por diversos estudios cientficos, han alertado a la opinin pblica sobre los efectos de la contaminacin atmosfrica a escala global. Como consecuencia se han ido estableciendo normativas enfocadas a la reduccin de emisiones industriales, de forma que en Europa y Estados Unidos se han limitado las emisiones de contaminantes gaseosos en gran medida. La legislacin sobre emisiones contaminantes se ha incrementado en los ltimos aos, tras descubrirse los daos sanitarios vinculados a las partculas finas. (CE, 1992; 1999; 2000; 2002; Hodzic, 2005). Segn, las estimaciones de la Organizacin Mundial de la Salud, 2.4 millones DE personas mueren cada ao debido a causas directamente atribuibles a la contaminacin del aire (WHO, 2002). En la UE cada ao 21.400 muertes prematuras se asocian a la contaminacin por O3, mientras que se estima que la exposicin a materia particulada rebaja en 9 meses la expectativa de vida media (EEA, 2007). En el caso del ozono troposfrico, el equilibrio entre la produccin y destruccin del mismo ha ido cambiando durante el siglo XX, debido principalmente a la actividad humana, producindose un incremento dramtico de las concentraciones de fondo (Volz and Kley, 1988). La tendencia al incremento del ozono parece menos pronunciada durante los ltimos 15-20 aos (Oltmans et al., 2006). En las latitudes medias del hemisferio norte, numerosas observaciones (Carslaw, 2005; Jenkin, 2008), obtenidas tanto a partir de sondeos en altura (Naja et al., 2003) como de medidas en avin (Marenco et al., 1998), indican tendencias ligeramente positivas en las concentraciones de fondo. A pesar de los esfuerzos centrados en la reduccin de emisiones de agentes contaminantes, en Espaa se han registrado concentraciones superiores a estndares europeos de la calidad del aire para algunos de ellos, como el ozono troposfrico y la materia particulada (Baldasano et al., 2003; EEA, 2006). Los estudios de evaluacin de la calidad del aire indican que las concentraciones de ozono se encuentran por encima 3
1. Introduccin
de los estndares europeos en muchos lugares de Espaa, representando un riesgo potencial para la salud humana (Vivanco et al., 2008b).
NO 2 + hv NO + O
O + O2 + M O3 + M
( 430 nm)
(1.1) (1.2)
1. Introduccin
O 3 + NO NO 2 + O 2 (1.3)
Siendo M un tercer cuerpo, como el nitrgeno molecular (N2) o el oxgeno molecular (O2). En estas reacciones se observa que la fotlisis del NO2 da lugar a la formacin de NO, el cual se oxida a NO2, reaccionando con el O3. Por ello, en ausencia de otras reacciones las tres reacciones llegaran a un estado estacionario de equilibrio. En la atmsfera urbana el NO puede ser oxidado a NO2 sin consumo de ozono troposfrico, de tal manera, que no se produce una disminucin de la concentracin de ozono. Los principales procesos de oxidacin de NO a NO2 sin consumo de O3 se producen en presencia de radicales de hidroperoxilo (HO2) y radicales peroxilo orgnicos (RO2) (Hanwant, 1995; Atkinson, 2007):
HO 2 + NO OH + NO 2 RO 2 + NO RO + NO 2
(1.4) (1.5)
La formacin de radicales HO2 y RO2 es fruto de la oxidacin de COV (Jennings and Lynn, 1999) segn el siguiente esquema general (Palacios, 2001): COV + OH + O 2 RO 2 + H 2 O + compuestos carbonilos (1.6)
Los radicales, al ser muy reactivos, tienen un papel muy importante en toda la qumica atmosfrica. En especial, el papel del radical hidroxilo tiene una importancia vital en la serie de reacciones complejas que provocan la oxidacin de los COV. Una de las vas de formacin del radical OH es la fotlisis del O3 y la reaccin de una parte del oxgeno atmico excitado con el vapor de agua atmosfrico formando como producto de reaccin el radical hidroxilo segn las siguientes reacciones (Vivanco, 2005): O 3 + hv O 2 + O ( 320 nm) O + H 2 O 2 OH (1.7) (1.8)
1. Introduccin
Por otra parte, el radical OH tambin neutraliza al NO2, reaccionando con l y formando cido ntrico, disminuyendo as la presencia de NO2 como precursor de la formacin del ozono (Hanwant, 1995):
NO 2 + OH + M HNO 3 + M
(1.9)
1. Introduccin
concentracin, composicin y distribucin del tamao de las partculas es altamente variable en funcin del tiempo y del espacio (Pschl, 2005; Fuzzi et al., 2006). Debido a la comentada variabilidad de las propiedades de las partculas, tanto en el espacio como en el tiempo, su efecto sobre los procesos fsicos y qumicos que se producen en la atmsfera tambin puede ser variable. Estos se pueden clasificar en directos e indirectos. Dentro de los efectos directos se incluye la interaccin de las partculas con la radiacin solar incidente. Las partculas por sus propiedades pticas interaccionan (absorben o/y dispersan) con la radiacin incidente, interviniendo en el balance radiativo. De este modo los aerosoles deben ser considerados para estimar la temperatura de la atmsfera. De hecho, el impacto de los aerosoles en el clima y medio ambiente a nivel global es un tema de inters entre la comunidad cientfica (IPCC, 2007). Segn algunos estudios, los aerosoles podran tener un papel tan importante como los gases de efecto invernadero en el fenmeno del calentamiento global; incluso, se sugiere que los aerosoles han podido compensar parcialmente el efecto invernadero (Daz, 2006). Los aerosoles tambin influyen de manera determinante en las reacciones atmosfricas. En el caso de las reacciones de fotlisis, el efecto anteriormente comentado de los aerosoles sobre la radiacin tiene consecuentemente un efecto sobre el valor de la constante de velocidad de estas reacciones. En el caso del ozono troposfrico, y en el marco de esta tesis, su formacin depende de la fotoqumica de la atmsfera, por lo que, las partculas pueden afectar a su concentracin (Jacobson, 1998; Martin et al., 2003; Tie et al., 2005). Por otra parte, las partculas pueden favorecer que los precursores orgnicos en fase gaseosa pueden condensarse sobre las mismas, disolverse en ellas o reaccionar en su superficie (Jacobson, 1998) por lo que el aumento de las concentraciones de partculas puede tener un efecto importante, tanto en la qumica atmosfrica como en la salud humana (por las sustancias contaminantes que se disuelven en ellas). Respecto a los efectos indirectos, cabe destacar que los aerosoles pueden alterar de forma indirecta el balance de energa en la superficie terrestre, ya que pueden modificar las propiedades de las nubes al actuar como ncleos de condensacin, disminuyendo el tamao de las gotas de agua, influenciando el valor del albedo (Charlson et al., 1987;
1. Introduccin
Twomey, 1991) y la extensin de las nubes (Lohmann and Feichter, 2005; Zhao et al., 2006b; Zhao et al., 2006a). Las propiedades pticas de las partculas vienen determinadas por su composicin qumica, tamao, forma de dichos aerosoles y la humedad relativa en la atmsfera. Entre las propiedades pticas de los aerosoles, el espesor ptico de aerosoles (EOA) y el albedo de dispersin simple (ADS), son propiedades decisivas, para conocer la cantidad de radiacin absorbida y/o dispersada. La ADS representa el cambio de direccin de la radiacin incidente, dando cuenta, del porcentaje de luz que es dispersada en una dispersin simple (Liou, 1980), y est relacionada con la composicin, tamao y forma de la partcula. El EOA representa la cantidad de radiacin que es extinguida (tanto por absorcin como por dispersin) cuando la radiacin incidente atraviesa la atmsfera. La cantidad de radiacin extinguida estar condicionada por las propiedades pticas de las partculas, as como de la concentracin de aerosoles en la atmsfera. Estudios recientes sugieren que la relacin entre el EOA de la atmsfera y la composicin de los aerosoles cerca de la superficie no es una relacin lineal simple (Che et al., 2009). Debido a la variabilidad de la composicin y tamaos de las partculas, la caracterizacin de las partculas en un rea determinada es una tarea muy compleja y por lo tanto, determinar sus propiedades pticas tambin. En Espaa existen pocos datos que cubran periodos de tiempo extensos sobre las propiedades de los aerosoles en la atmsfera (Cachorro et al., 2000; Alados-Arboledas
1. Introduccin
fotoqumico, mientras que las partculas dispersoras aceleran la produccin de smog fotoqumico en la capa lmite (Dickerson et al., 1997). La presencia de aerosoles absorbentes implica una fuerte influencia sobre la disminucin de las constantes de fotlisis si las concentraciones de partculas son elevadas (Maura De Miranda et al., 2005). Por su parte, segn las medidas expuestas en el trabajo de Castro et al. (2001) la presencia de aerosoles reduce en un 10-30% la constante de fotlisis del NO2. Respecto a la influencia sobre concentraciones de O3, Jacobson (1998) afirma que la presencia de aerosoles puede hacer descender la concentracin de ozono cerca de la superficie entre un 5% y un 8% en California. En el estudio de He (1999), se concluye que la presencia de aerosoles absorbentes puede reducir la concentracin de O3 en ms del 70% en atmsferas contaminadas, mientras que con aerosoles fuertemente dispersores se pueden incrementar las concentraciones de O3 a nivel superficial, aunque, en este caso, depende de la poca del ao, de las concentraciones de NOx y COV y de la temperatura. Jonson
1. Introduccin
calidad del aire. En un primer momento, estos modelos se emplearon para comprender los fenmenos que suceden durante los episodios de contaminacin atmosfrica. Hoy en da adems, son herramientas tiles para la gestin medioambiental, ampliamente utilizadas para diversas aplicaciones: Evaluacin de la calidad del aire (MMA, 2004; Vivanco et al., 2007b; Vivanco
10
1. Introduccin
antropognico, las reacciones fsico-qumicas que se dan en la atmsfera y los procesos de depsito. A la hora de resolver el balance de masas de una determinada especie contaminante en la atmsfera, los modelos de calidad del aire pueden hacerlo desde la perspectiva euleriana o desde la perspectiva lagrangiana. Mientras que con la perspectiva euleriana se elige un sistema de referencia fijo en el espacio, con la perspectiva lagrangiana el sistema de referencia sigue el movimiento atmosfrico medio (Seinfield and Pandis, 1998). El desarrollo de los modelos de calidad del aire ha estado ntimamente ligado a la evolucin de las herramientas computacionales y al conocimiento de la qumica atmosfrica. Los primeros modelos de contaminacin atmosfrica, alrededor de 1970, fueron los modelos de caja simple (box model), en los cuales se resuelve la ecuacin de adveccin-difusin utilizando aproximaciones muy simples. Este tipo de modelos era utilizado para obtener la variacin media de la concentracin de los contaminantes en un espacio geogrfico con mltiples fuentes de emisiones. Los modelos de caja simple todava hoy en da son utilizados en el estudio de la qumica atmosfrica (Seinfield and Pandis, 1998), para estudiar el comportamiento de los contaminantes segn un mecanismo qumico determinado (Martn, 2008). Estos modelos funcionan como una celda nica limitada por la superficie terrestre y por la altura de la capa de mezcla. En ellos, se asume que la difusin de los contaminantes emitidos es homognea e instantnea en toda la celda. Un ejemplo de modelo de caja simple lo constituye el modelo EKMA (Empirical Kinetics Modeling Aproach) (EPA, 1989), que ha sido muy utilizado para representar, como primera aproximacin, los procesos qumicos que relacionan los contaminantes primarios y secundarios (Jennings and Lynn, 1999). Con la constatacin de la importancia del transporte de contaminantes a grandes distancias empezaron a realizarse simulaciones con modelos de trayectoria lagrangiana, en los cuales, se considera un penacho de aire que contiene cierta concentracin inicial de contaminantes y siguen su trayectoria mientras se desplaza (Vivanco, 2005). Son numerosos los modelos lagrangianos de estas caractersticas que existen en la actualidad, como por ejemplo, el modelo CALPUFF (Scire et al., 2000) o el modelo MELPUF (Martn et al., 2002).
11
1. Introduccin
En los modelos eulerianos ms complejos, el rea de estudio se divide en celdas tridimensionales dependiendo de la resolucin tanto vertical como horizontal aplicada y se calcula la concentracin de los contaminantes en cada una de las celdas. Si bien en un principio, estos modelos han sido aplicados a escala urbana, posteriormente, se han desarrollado modelos tanto regionales como globales. La modelizacin de amplias regiones geogrficas, permiten simular desplazamientos de contaminantes a largas distancias, lo que permite resolver las implicaciones que tiene el transporte de contaminantes a gran escala en la calidad del aire. En la actualidad existen numerosos modelos eulerianos que pueden ser aplicados tanto a escala urbana como a escala regional. Ejemplos de este tipo de modelos son: el modelo CAMX (Comprehensive Air Quality Model with Extensions) (Environ, 2004), el modelo CHIMERE (Menut et al., 2000), el modelo EMEP (Simpson et al., 2003) o el modelo CMAQ (EPA, 1999). En Espaa hay varios grupos de investigacin que utilizan los modelos de calidad del aire en sus investigaciones. La mayora de ellos se encuentra dentro de la Red Nacional Temtica sobre Modelizacin de la Contaminacin Atmosfrica (RETEMCA) (http://mca-retemca.ciemat.es). La red RETEMCA incluye 16 grupos espaoles entre investigadores, desarrolladores y usuarios de modelos de calidad del aire pertenecientes a universidades, centros de investigacin y empresas consultoras. Dentro de muchos proyectos que se vienen desarrollando, el proyecto CALIOPE
(http://www.bsc.es/caliope) es uno de los nuevos sistemas interesantes de modelado a gran resolucin para la prediccin de la calidad del aire, que se est llevando a cabo con la financiacin del Ministerio de Medio Ambiente. En el proyecto participan grupos de diferentes centros de investigacin espaoles (BSC, CIEMAT, IJA-CSIC y CEAM) bajo la supervisin del Centro de Supercomputacin de Barcelona (BSC). El sistema CALIOPE integra una serie de modelos: HERMES para emisiones, WRF para la meteorologa y CHIMERE y CMAQ para la calidad del aire (Vivanco et al., 2009b). En esta tesis se ha utilizado el modelo para fotoqumico la CHIMERE
(http://euler.lmd.polytechnique.fr/chimere/)
modelizar
contaminacin
atmosfrica. Se trata de un modelo multi-escalar diseado para predecir la concentracin de gases y partculas considerando los distintos procesos fsicos y qumicos que intervienen en su balance de masas. El modelo CHIMERE puede
12
1. Introduccin
aplicarse en estudios a diferentes escalas espaciales, desde la escala regional (varios miles de kilmetros) hasta la escala urbana, con resoluciones espaciales que van desde 1-2 km a 100 km. En este estudio se ha utilizado la versin V200603par-1. El modelo CHIMERE ha sido extensamente utilizado en Europa en los ltimos aos, sobre todo en pases mediterrneos (Schmidt et al., 2001; Derognat et al., 2003; Vautard et al., 2003; Bessagnet et al., 2004; Hodzic et al., 2005; Monteiro et al., 2005; Hodzic et al., 2006; De Meij et al., 2009). Aunque, como se ha dicho, los modelos de calidad del aire son las mejores herramientas actualmente disponibles para evaluar estrategias de control de ozono, no estn exentos de problemas. Por ello, es muy importante identificar las incertidumbres en los componentes del modelo y en los datos de entrada utilizados, ya que, pueden tener un impacto considerable sobre los resultados del modelo (Tonnesen et al., 1998). Por ejemplo, en el modelo CHIMERE, no se tiene en cuenta el efecto de las partculas atmosfricas sobre la radiacin incidente en la superficie terrestre y, por consiguiente, tampoco sobre las constantes de fotlisis de las especies fotoqumicas. Ello puede afectar a las estimaciones de ozono, puesto que, al ser un contaminante secundario, la influencia del valor de las constantes de fotlisis de sus precursores, como es el caso del NO2 puede ser determinante en su concentracin.
1.5 Objetivos
Como se ha visto en el apartado 1.2 la reaccin bsica en la formacin de O3 troposfrico es de carcter fotoqumico, la fotlisis del NO2. En el apartado 1.3 se ha mencionado el hecho de que las partculas puedan alterar la radiacin incidente en funcin de sus propiedades pticas, pudiendo modificar la constante de las distintas reacciones de fotlisis en funcin de las caractersticas fsico-qumicas de las partculas y su concentracin. En este trabajo se ha analizado la influencia de las partculas en la formacin del ozono troposfrico, utilizando para ello el modelo fotoqumico CHIMERE. Este modelo presenta valores fijos de constantes de fotlisis estimadas con el modelo radiativo FTUV en condiciones de cielo despejado. Para tener en cuenta el efecto de los
13
1. Introduccin
aerosoles en la formacin de O3, se han definido diferentes situaciones de contaminacin de partculas habituales en la atmsfera, obtenidas a partir de datos publicados. Para cada situacin de contaminacin de partculas, se han estimado los valores de las constantes de fotlisis del NO2 con el modelo radiativo FTUV. Una vez, obtenidos los nuevos valores de la constante de fotlisis del NO2 para los escenarios seleccionados, han sido incorporados al modelo fotoqumico CHIMERE, para calcular la concentracin de O3 en esas situaciones y analizar las diferencias. Resumiendo, el objetivo de esta tesis, es cuantificar el efecto de las partculas en la formacin del O3, utilizando el modelo CHIMERE con la incorporacin de diferentes valores de la constante de fotlisis del NO2, calculados con el modelo FTUV para distintos escenarios de partculas en la atmsfera.
14
1. Introduccin
constantes de fotlisis del NO2, tanto por separado como de forma conjunta. El captulo finaliza determinando los valores de la constante de fotlisis de NO2 para los diferentes escenarios de partculas en la atmsfera encontrados en las publicaciones internacionales. El Captulo 5 se centra en el efecto de la constante de fotlisis del NO2 sobre el ozono modelizado. Para ello, se han utilizado los valores de la constante de fotlisis del NO2 obtenidos en el Captulo 4, obtenidos a su vez para diferentes escenarios de partculas con diferentes propiedades pticas. En las sucesivas secciones del captulo se analizan los resultados en funcin de la distribucin espacial de las concentraciones de O3 obtenidos con diferentes constantes de fotlisis para cada escenario, y de la evolucin temporal de las mismas, as como su perfil horario. Por ltimo, en el Captulo 6, se recogen las conclusiones generales de la Tesis, relacionando los diferentes aspectos tratados anteriormente.
15
1. Introduccin
16
17
18
19
Dentro de los aerosoles inorgnicos los ms importantes son el sulfato, el nitrato y las sales de amonio, que se forman a partir de reacciones de oxidacin (principalmente por los radicales de OH) de sus precursores, SO2 y NO2, que son emitidos tanto por fuentes biognicas como en espacios urbanos debido a la actividad humana. La mayor parte del SO2 de origen antropognico es emitido a travs de procesos relacionados con los combustibles fsiles; la aportacin antropognica se estima que es la mitad del total de las emisiones de SO2. Los aportes naturales de los sulfatos son fruto de emisiones volcnicas (muy espordicas) y biognicas (flora y organismos marinos) (Estells, 2006). Los sulfatos, debido a su baja presin de vapor, se encuentran generalmente en fase condensada, asocindose con el NH3 para formar sulfato de amonio (Hodzic, 2005). Los nitratos se producen principalmente durante el da por oxidacin del NO2 mediante radicales OH, formando cido ntrico (HNO3). La oxidacin de NO2 por parte del O3 durante la noche tambin tiene su importancia, conduciendo a la formacin del radical NO3. ste reacciona, a su vez, con el NO2 para formar N2O5, que puede hidrolizarse formando nitratos (Hodzic, 2005). Los nitratos pasan a fase condensada bien por disolucin en partculas acuosas o asocindose con el amonio para formar nitrato de amonio (Harrison and Kito, 1990; Wakamatsu et al., 1996). Polvo mineral
El polvo mineral se origina a partir de la interaccin del aire con la corteza terrestre. Dentro del polvo mineral se incluyen desde partculas de suelo hasta polvo desrtico. Los grandes granos de polvo, empujados por el viento, se ponen en movimiento y rebotan sobre el suelo (proceso de saltacin), lo que destruye los agregados y permite la
20
El aerosol marino se produce principalmente por el estallido de las burbujas de aire retenidas en la superficie de los ocanos bajo la accin del viento (Buat-Mnard, 1986). Estas gotas en suspensin evaporan parte del agua hasta la saturacin salina, y en condiciones termodinmicas favorables se produce la cristalizacin (Estells, 2006). Esta produccin est directamente vinculada a la velocidad del viento y la temperatura en la superficie marina, pero tambin depende del estado del mar. Igualmente, el tamao de las partculas marinas depende de la velocidad del viento y del desencadenamiento de las olas. Con vientos suaves se forman partculas menores con tiempos de suspensin mayores, mientras que con fuertes vientos, se producen partculas del orden de decenas de micrmetros que son depositadas en poco tiempo y raramente alcanzan las costas (Hodzic, 2005). Partculas de composicin indeterminada
En este grupo se incluyen los compuestos distintos a todos los anteriormente mencionados, as como el agua.
21
En la Tabla 2.1 se muestran los valores del ndice de refraccin para los distintos constituyentes de los aerosoles a 550 nm (Mallet et al., 2003). La parte real n, determina
22
Tabla 2.1- ndice de refraccin para los principales tipos de aerosol, al 0% de humedad
relativa y a la longitud de onda de 550 nm (fuente Mallet et al., 2003)
Tipo de aerosoles
Partculas primarias antropognicas1 Aerosoles Orgnicos Secundarios (AOS) Aerosoles solubles en agua (nitratos, sulfatos, amonio) Polvo mineral Sales marinas Agua
1
N
1.75 1.55 1.53 1.53 1.55 1.33
k
0.44 0.05 6 x 10-3 5.5 x 10-3 1 x 10-8 0
Las partculas primarias antropognicas agrupan a aquellas que contienen tanto carbono elemental como
Un aerosol est compuesto, generalmente por diferentes componentes. Por ello, el ndice de refraccin de una partcula de aerosol requiere determinar el ndice de refraccin de la mezcla. Considerando la hiptesis de que la mezcla de compuestos sea homognea, el ndice de refraccin del aerosol (m) se define como la media de los ndices de refraccin de cada constituyente individual, mi, ponderada por su fraccin en masa, fi (Seinfield and Pandis, 1998):
m = mifi
i
(2.2)
Aunque la hiptesis de mezcla homognea no se cumple habitualmente en la atmsfera (Seinfield and Pandis, 1998) esta hiptesis constituye una buena aproximacin para el clculo del ndice de refraccin de la mezcla, propiciando errores inferiores al 20% (Sloane, 1983). La medida experimental del ndice de refraccin de un aerosol es un
23
(2.3) (2.4)
donde HR es la humedad relativa, r y rwet son los radios seco y hmedo de la partcula; m y mwet son los ndices de refraccin seco y hmedo, mH2O es el ndice de refraccin del agua (habindose utilizado el valor de 1.333) y e es un parmetro que depende del tipo de partcula (se ha utilizado el valor de 0.285 para sulfatos y partculas orgnicas de acuerdo a Chazette and Liousse, 2001). Sustituyendo el valor de rwet de la expresin 2.4 en la expresin 2.3, y teniendo en cuenta que m=n-ki se obtiene:
1 1 m wet = [(m H 2 O + (n m H 2 O ) ), (k( i)] e e 1 - HR 1 - HR
3 3
(2.5)
24
(2.6)
Q ext =
ext r2
(2.7)
La extincin de la radiacin incidente es causada por los efectos combinados de la absorcin y de la dispersin. As pues, la seccin eficaz de extincin puede considerarse como la suma de las secciones eficaces de dispersin dis y de absorcin abs , definidas a su vez como la relacin entre la intensidad dispersada o absorbida y la intensidad del haz incidente. Dado que la extincin total es consecuencia de la extincin por dispersin y de la extincin por absorcin el coeficiente de extincin resulta: Q ext = Q dis + Q abs
(2.8)
Para una poblacin de partculas, el coeficiente de extincin tambin puede calcularse a partir de las secciones eficaces de absorcin y de dispersin que caracterizan cada tipo de partcula. La teora Mie proporciona el coeficiente de extincin a una altitud z para un conjunto de partculas con dimetros comprendidos entre Dmin y Dmax, cuyo tamao puede representarse por medio de la distribucin en tamao segn la expresin nN(D,z) y con una seccin eficaz de extincin ext (D, m) (Hodzic, 2005):
Q ext (z) =
D max
D min
(2.9)
25
(2.10)
Segn Mallet et al. (2003) el 90% de la extincin de la radiacin por partculas se debe a partculas de origen antropognico, mientras que solamente el 10% es debido a aerosoles de origen natural. Por su parte, los aerosoles inorgnicos, como el sulfato de amonio, son responsables de ms del 50% de la extincin, mientras que los compuestos orgnicos y el carbono holln contribuyen cada uno cerca del 20%. El EOA puede determinarse experimentalmente por la teledeteccin pasiva mediante fotmetro solar (Holben et al., 1998) o activa, por medio de LIDAR (Bsenberg et al., 2001; Haeffelin et al., 2005) desde el suelo o con satlites.
(2.11)
La relacin entre las secciones eficaces de dispersin y de extincin se denomina albedo de dispersin simple (ADS) (Hodzic, 2005):
DSA =
(2.12)
26
DSA ( ) =
r
0 0
0 0
donde n(r,z) es la distribucin de tamaos para un radio y una altura determinada. En este trabajo se va a considerar nicamente la hiptesis de la dispersin simple, que consiste en suponer que cada rayo luminoso sufre como mximo una nica dispersin, es decir, se desprecia la dispersin mltiple. Esta hiptesis se verifica generalmente en la atmsfera, excepto en presencia de capas de aerosoles o de nubes muy densas.
27
28
29
sudeste de Espaa. El EOA (440 nm) medido cada 15 minutos a lo largo de ese
mes vari entre 0.04 y 0.70. Estos valores de EOA son bastante frecuentes en la zona de estudio. Los valores medios diarios de ADS observados durante eventos del mismo tipo (eventos de polvo sahariano) variaban desde 0.87 a 0.91. La explicacin de estos hechos radica en la diferente trayectoria de las masas de aire, que hace que la composicin de las partculas sea tambin diferente.
30
31
532 440 500 550 550 550 440 /550 675 500 500 / 525 550 380/441 670 440 670 440 500 550
Valores de AOD 0.11- 0.66 0.42-1.62 0.10-2.28 0.37-1.6 0.2-0.8 0.25-0.75 1.30-0.75 0.10-0.43 0.028-0.59 0.10-0.25 0.2-0.55 0.07-0.60 0.223-0.613 0.03- 0.76 0.028-2.694 0.04 - 0.70
Pekn (China) Gwangju (Corea) Atenas (Grecia) Pacfico Norte Tapei (Taiwn) Linan (China)
0.92-0.62 0.88-0.96
India Nueva Inglaterra (USA) Sao Pablo (Brasil). Granada (Espaa) Arenosillo (Espaa)
Prats et al. (2008) Lyamani et al. (2008) Lyamani et al. (2006a) Lyamani et al. (2006b) Lyamani et al. (2004) Cachorro et al. (2000) Horvath et al. (2002)
Granada (Espaa) Granada (Espaa) Granada (Espaa) Granada (Espaa) Castilla y Len (Espaa) Almera (Espaa)
32
33
Tabla 2.3- Episodios de transporte de masas de aire desde el norte de frica con
incidencia en los niveles de partculas registrados en las redes de calidad del aire en Espaa en la zona centro para el ao 2004 (MMA, 2004).
Enero
8
Febrero
7-9, 20-21
Marzo
6, 9-10,15-19
Abril
15-16
Mayo
20-24
Junio
7-13, 27-30
Julio
5-6,17,22-26
Septiembre 3-14
Noviembre 29-30
Diciembre 1
Como se observa en la tabla, en 2004 se registraron incursiones de polvo sahariano durante 69 das, lo que supone el 19% de los das del ao. Las incursiones de polvo sahariano en la mayora de los casos incrementaron los niveles de partculas en la atmsfera, con respecto a la media. Si el episodio viene acompaado de lluvia este impacto en los niveles de partculas puede ser poco evidente. Segn los datos obtenidos a partir del informe sobre calidad del aire del Ministerio de Medio Ambiente para el periodo 1999-2004 (MMA, 2004), se pueden resumir las siguientes conclusiones para la composicin qumica de las partculas y su variabilidad estacional: Los niveles de sulfato no marino vienen determinados por la distribucin espacial de reas industriales; como consecuencia, la influencia de estas emisiones es mxima en el Pas Vasco, Tarragona, Barcelona, Puertollano y La
34
35
al., 2008). En la Figura 2.1 se muestran las estaciones de medicin utilizados en estos
casos. Las estaciones marcadas en azul (Barcelona, Badajoz, Huelva y Montseny) disponen de medidas simultneas de concentracin de partculas para PM10, PM25 y PM1. En las estaciones marcadas en rojo se han medido concentraciones de PM10 y PM2.5. En todas las estaciones se ha determinado la composicin qumica para las partculas PM10 y PM2.5, mientras que la composicin qumica de las partculas PM1 slo ha sido analizado en la estacin de Barcelona (Prez et al., 2008).
44
Motseny
42
40
Onda Badajoz
38
Palma
Huelva
36
Bastarreche
-10
-8
-6
-4
-2
36
37
38
Badajoz Barcelona Basterrache Burgos Huelva La Alcora Montseny Onda Palma Puertollano
17.84 20.10 21.51 22.73 22.49 14.69 20.30 18.20 14.52 23.00
7.98 12.48 12.65 12.06 11.74 13.30 16.35 15.01 14.46 10.86
6.21 10.28 5.13 6.37 8.53 2.87 9.70 2.38 8.73 6.69
3.54 3.94 2.90 6.03 3.85 1.98 6.41 2.36 5.84 5.54
26.97 27.87 23.82 18.05 29.92 43.71 21.98 28.45 26.07 32.11
5.97 4.74 3.34 4.48 4.77 2.12 3.03 2.46 11.64 3.27
31.49 20.59 30.65 30.29 18.71 21.33 22.21 31.15 18.73 18.53
Media
19.63
12.96
6.68
4.46
27.76
4.37
24.15
Tabla 2.5- Composicin qumica porcentual en masa de las partculas PM2.5 en 2004
(Querol, 2004)
Estacin
Badajoz Barcelona Burgos Huelva Montseny Palma Puertollano Santa Ana
%OC+EC %SO4-2
27.81 28.70 20.78 25.36 23.76 20.67 27.67 14.74 13.14 15.83 12.76 17.16 20.69 20.39 13.89 17.73
%NO-3
4.63 9.72 5.11 6.58 11.27 5.46 6.26 7.00
%indet.
30.78 22.86 38.31 27.04 20.95 23.41 28.32 35.17
Media
23.53
16.13
6.87
8.20
13.16
3.20
28.91
Tabla 2.6- Composicin qumica porcentual en masa de las partculas PM1 en 2004
(Prez et al., 2008).
Estacin
Barcelona
%OC+EC %SO4-2
45.00 17.00
%NO-3
8.00
%indet.
18.00
39
% 50
40
30
20
10
Burgos
Huelva
Barcelona
Basterrache
Montseny
Badajoz
Lalcora
Onda
Palma
Puertollano
Estacin
%OC+EC
%SO42-
%NO3-
%NH4+
%mineral
%marino
%indeterminado
% 50
PM2.5
40
30
20
10
Badajoz
Burgos
Huelva
Barcelona
Montseny
Puertollano
Santa Ana
%indeterminado
Palma
Estacin
%OC+EC
%SO42-
%NO3-
%NH4+
%mineral
%marino
Figura 2.2- Composicin qumica porcentual en masa de las partculas PM10 (panel
superior) y PM2.5 (panel inferior) para diferentes estaciones en 2004 (Querol, 2004).
40
41
EOA
i =1, n
ri
(2.15)
Para calcular el EOA es por tanto necesario conocer previamente el valor de EOAri, esto es el valor del espesor ptico de aerosoles para cada tamao de partculas. Para resolver dicho trmino se han considerado tres tipos de tamaos: partculas con dimetros entre 10 m y 2.5 m (PT1), partculas con dimetros entre 2.5 m y 1 m (PT2) y partculas con dimetros menores que 1 m (PT3). Los dimetros medios de estos tipos de partculas se muestran en la Tabla 2.7.
Las concentraciones de cada una de estas partcula-tipo cumplen las siguientes relaciones: [PM10] = [PT1] + [PT2] + [PT3] [PM2.5] = [PT2] + [PT3] [PM1] = [PT3] donde [PT1], [PT2], [PT3] son las concentraciones de los tres partcula-tipo. Para resolver el trmino Q ext ri de la expresin 2.14 se ha aplicado la teora de Mie. Esta teora proporciona valores de coeficientes de extincin y ADS para un determinado ndice de refraccin (n) y un determinado radio de partcula, siempre considerando que la partcula es esfrica. El primer paso ha sido calcular la composicin media de cada partcula- tipo PT1, PT2 y PT3 definidos en la Tabla 2.7. Esta composicin media de cada tipo de partcula se
42
43
Figura 2.3- Composicin media de las partculas tipo para Espaa para cada uno de las
partculas tipo, basado en datos de concentracin de partculas PM10, PM2.5, PM1 presentadas en Querol (2004). Se calcul el coeficiente de extincin para cada especie qumica pura y para cada tamao. Para ello, se utiliz el cdigo computacional que desarrolla la Teora Mie, proporcionado por el Dr. Sasha Madronich a la Dr. Marta Garcia Vicanco del Grupo de Modelizacin del departamento del Medio Ambiente del CIEMAT. Los valores obtenidos se muestran en la Tabla 2.8. A partir de estos coeficientes de extincin para las composiciones puras, se calcularon los coeficientes de extincin medios de cada partcula-tipo (PT1, PT2 y PT3), en funcin de su composicin, tomando los pesos porcentuales de cada especie qumica expuestos en la Figura 2.3. Dichos valores medios se muestran tambin en la Tabla 2.8. En definitiva, la tabla muestra, para los tres tamaos de partculas seleccionados, los valores de ndice de refraccin, (tanto la parte real, n, como la imaginaria, k), el coeficiente de extincin (Qext) y la ADS (ambos obtenidos con el cdigo Mie), as como el porcentaje en masa de cada constituyente (PPM+AOS, Mineral, Solubles, Sal marina). La ltima fila muestra los valores medios de Qext y ADS para cada partcula-tipo. Como se ha indicado previamente, el ndice de refraccin de las partculas depende de la humedad relativa. Para considerar este efecto se han calculado los ndices de refraccin de las partculas-tipo en condiciones de humedad, de acuerdo a la ecuacin de Hnel (expresiones 2.3 y 2.4). Como ejemplo, se ha considerado una humedad relativa del 43%. Se trata de un valor medio valor de humedad relativa medio registrado
44
EOA
r =1,3
ri
(2.16)
3Q ext, r1 M r1 4 r1
3Q ext, r2 M r 2 4 r2
3Q ext, r 3 M r 3 4 r3
(2.17)
45
Tabla 2.8- ndices de refraccin, coeficientes de extincin y ADS a 550 nm y a humedad relativa 0% para las partculas tipo. PT1 (6.25 m)
Tipo PPM+AOS Mineral Solubles Sal Marina
PT2 (1.75 m)
Qextr2
2.40 2.91 2.91 2.87 2.74
PT3 (0.50 m)
Qextr3
3.11 3.66 3.67 3.57 3.36
n
1.65 1.55 1.55 1.53
k
0.25 6x10
-3 -3
Qextr1
2.18 2.09 2.09 2.03 2.11
ADS
0.54 0.72 0.74 1.00 0.70
% masa
25.88 36.59 31.77 5.76
ADS
0.50 0.89 0.90 1.00 0.77
% masa
33.10 18.51 43.89 4.50
ADS
0.55 0.98 0.98 1.00 0.74
% masa
54.88 6.10 37.80 1.22
5.5x10
1x10-8
Media
Tabla 2.9- ndices de refraccin, coeficientes de extincin y ADS a 550 nm y a humedad relativa 43% para las partculas tipo. PT1 (6.25 m)
Tipo
PPM+AOS Mineral Solubles Sal Marina
PT2 (1.75 m)
Qextr2
2.40 2.05 2.05 2.20 2.17
PT3 (0.50 m)
ADS
0.49 0.96 0.97 1.00 0.71
n
1.85 1.68 1.68 1.65
k
0.40 9.7x10 8.9x10 1.6x10
-3 -3 -8
Qextr1
2.18 2.24 2.24 2.03 2.21
ADS
0.56 0.67 0.69 1.00 0.67
% masa
25.88 36.59 31.77 5.76
ADS
0.52 0.79 0.80 1.00 0.71
% masa Qextr3
33.10 18.51 43.89 4.50 3.03 4.01 4.01 4.03 3.47
% masa
54.88 6.10 37.80 1.22
Media
46
siendo h la altura de la capa atmosfrica en la que se estima la atenuacin de la radiacin por las partculas y [PTi] la concentracin de las partcula-tipo con radio ri en dicha capa. Sustituyendo el valor de Mri en la ecuacin 2.17 para cada partcula-tipo se obtiene:
EOA =
(2.19)
Por otra parte, las concentraciones de cada partcula-tipo se pueden relacionar con la concentracin de partculas PM10, segn se vio anteriormente, resultando que:
(2.20)
EOA =
(2.21)
donde los valores de r1, r2 y r3 son los valores medios de los tamaos para las partculatipo presentados en la Tabla 2.7, los valores de Qext,r1, Qext,r2 y Qext,r3 son los coeficientes de extincin con humedad relativa del 43% obtenidas para las composiciones medias de cada partcula-tipo expuestas en la Tabla 2.9. Por ltimo, %PT1, %PT2 y %PT3 son las distribuciones porcentuales de cada partcula-tipo respecto a la concentracin de partculas PM10. El porcentaje de la concentracin de cada una de las partculas-tipo dentro de la concentracin de PM10 (%PTi) se obtuvo a partir de los datos de concentracin de partculas PM10, PM25 y PM1 registradas en las estaciones de Barcelona, Badajoz, Huelva y Montseny para el ao 2004 (Querol, 2004). Las estaciones de Barcelona y Montseny se sitan en la cuenca mediterrnea, la estacin de Badajoz en el interior de la Pennsula y la estacin de Huelva prxima a la costa atlntica. En la Tabla 2.10 se muestran los resultados para las estaciones analizadas y la media para el conjunto de las mismas. Segn se observa, en promedio, la mayora de las partculas, concretamente un
47
Como ejemplo de la aplicacin prctica de esta expresin (aunque ya la propia obtencin de los coeficientes de extincin medios supone un ejemplo, al haberse utilizado datos de composicin en una estacin de medicin) se va a determinar la concentracin de partculas PM10 a partir de un determinado valor de EOA, utilizando la composicin qumica media y la distribucin porcentual de tamaos obtenidos segn los datos de Querol (2004). Los valores de los coeficientes de extincin son los presentados en la Tabla 2.9, la densidad del aire 1.31 g/m3, el espesor de capa atmosfrica 1 km y el valor de EOA para ese kilmetro se ha tomado de 0.148 (a 550 nm), de modo que:
0.148 =
3 * 1000m * [PM10] 2.18 * 0.2580 2.36 * 0.1819 3.36 * 0.5601 + + (2.22) 6 6 4 * 1.31106 (g/m 3 ) 0.2510 6 m 3.12510 m 0.87510 m
48
PM101km =
(2.23)
Como se ha comentado, para dotar de mayor precisin al clculo sera necesario disponer de un rango mayor de medidas en estaciones, para obtener composiciones medias y distribuciones en masa de los diferentes tamaos de partculas ms realistas. Como se ha indicado al inicio del apartado, una lnea de trabajo interesante para el futuro sera la incorporacin del efecto de los aerosoles sobre las constantes de fotlisis en el modelo CHIMERE. Para ello, sera necesario resolver las propiedades pticas para los diferentes sectores de tamao y tipos de partculas que contempla el modelo, valores que se incluiran en el mismo (coeficiente de extincin y ADS, obtenidos segn la Teora de Mie). En funcin de la concentracin que estimase el modelo para cada tamao y tipo de partcula, se calculara en cada paso temporal un nuevo valor de EOA (ecuacin 2.21), que a su vez alimentara al modelo FTUV. Los valores de JNO2 recalculados por el modelo FTUV a partir del nuevo valor de EOA se introduciran en el modelo CHIMERE. Este proceso no parece que pueda resultar adecuado para ejercicios de simulacin en estado operacional, aunque puede ser interesante desde el punto de vista cientfico.
49
(g/m3)
200 180 PM10 160 140 120 PM1 100 80 60 40 20 0
20040101 20040201 20040303 20040403 20040504 20040604 20040705 20040805 20040905 20041006 20041106 20041207
PM25
Fecha (yyyy/mm/dd)
Figura 2.4- Serie temporal de las concentraciones de PM10, PM2.5 y PM1, para el ao 2004 en la estacin de Barcelona (Prez et al., 2008)
50
et al., 2005; Jonson et al., 2006; Cuvelier et al., 2007). En definitiva los modelos de
dispersin de contaminantes son herramientas importantes para la evaluacin y/o previsin del impacto provocado por la actividad industrial, el trfico, los incendios o cualquier otra situacin en la que se emitan contaminantes a la atmsfera. En este trabajo se ha utilizado el modelo fotoqumico la CHIMERE
(http://euler.lmd.polytechnique.fr/chimere/)
para
modelizar
contaminacin
atmosfrica. Se trata de un modelo multi-escalar (con resoluciones espaciales desde 1-2 km a 100 km) diseado para predecir la concentracin de gases y partculas, considerando los distintos procesos fsicos y qumicos que intervienen en el balance de masas de una determinada especie qumica. Como se ha mencionado en la introduccin, el modelo CHIMERE ha sido utilizado extensamente en Europa durante los ltimos aos, sobre todo en los pases mediterrneos. En Espaa, son varios los estudios publicados donde ha sido aplicado este modelo. Se ha evaluado su comportamiento a una resolucin de 0.2 x 0.2 para toda la Pennsula Ibrica y las Islas Baleares (Vivanco
51
52
(3.1)
difusin turbulenta del contaminante, (Qi) es la tasa de emisin de dicho contaminante, (Di) la tasa de eliminacin por depsito sobre la superficie (bien por impacto o absorcin por elementos de la superficie terrestre o por efecto de la lluvia) y, por ltimo, (Ri) es la produccin o eliminacin del contaminante por reacciones qumicas. La ecuacin 3.1 es una ecuacin no-lineal y su resolucin, salvo con hiptesis muy restrictivas aplicables a casos muy sencillos y poco frecuentes, exige el empleo de tcnicas numricas. La resolucin de los trminos de adveccin y difusin turbulenta requiere el conocimiento del campo de velocidad de viento. La difusin turbulenta produce movimientos verticales de las masas de aire, mezclando las especies contaminantes contenidas en ellas. Estos procesos de mezcla dependen de la estabilidad atmosfrica y, por tanto, de la altura de la capa de mezcla. La estabilidad atmosfrica impide en mayor o menor medida los movimientos atmosfricos, por lo que la altura de la capa de mezcla determina la extensin de la regin en la que se producen dichos movimientos verticales. El clculo de estos trminos requiere, por tanto, de datos de una serie de variables meteorolgicas. En el modelo CHIMERE se necesita informacin en las tres dimensiones espaciales sobre velocidad del viento, temperatura, densidad del aire, humedad especfica, altura y contenido de agua lquida en las nubes. En cuanto a las variables bidimensionales, es necesario suministrar al modelo la temperatura a 2m de altura, la atenuacin de la radiacin ocasionada por las nubes, la altura de la capa de mezcla, la velocidad de friccin, la longitud de Obukov, la escala de velocidad convectiva para la mezcla, la resistencia aerodinmica y la precipitacin total. Las emisiones antropognicas tambin deben ser proporcionadas al modelo para resolver el balance de masas de las distintas especies qumicas. En concreto, el modelo
53
CHIMERE est dotado de una interfase para adaptar los datos de la base de datos de EMEP (European Monitoring and Evaluation Programme) (Mylona, 1999)
(http://www.emep.int/) al dominio de simulacin. Esta interfase redistribuye las emisiones originales estimadas en celdas de 50 km x 50 km a la resolucin de trabajo, teniendo en cuenta los usos de suelo del modelo CHIMERE. Las emisiones biognicas son calculadas por el modelo teniendo en cuenta los usos del suelo y las condiciones meteorolgicas. En cuanto a los procesos de depsito, el modelo incluye algoritmos tanto para el depsito seco como para el depsito hmedo. El depsito seco depende de la efectividad del transporte del contaminante hasta la superficie receptora y de la capacidad de la misma para capturar o absorber estas sustancias. Para el clculo de la velocidad de depsito seco sobre una determinada superficie, CHIMERE utiliza un modelo de resistencias, basado en el concepto de la resistencia que opone cada uno de los procesos implicados en el depsito. Para ello, se tiene en cuenta la resistencia aerodinmica (asociada al paso del contaminante por la capa turbulenta) (Seinfield and Pandis, 1998), la resistencia cuasi-laminar (asociada a la capa homnima donde se producen los fenmenos de difusin molecular) (Hicks et al., 1987) y la resistencia de la superficie (asociada al proceso de captura o absorcin del receptor) (Erisman et al., 1994), que depende del uso de suelo y del periodo estacional. Las categoras de los usos de suelo que incluye el modelo CHIMERE se definen en la Tabla 3.1.
54
Descripcin
Cultivos Praderas Suelo desnudo Agua continental Suelo urbano Arbustos Bosque de hoja estrecha Bosques de hoja ancha Ocanos
El depsito hmedo se compone de dos procesos: el rainout o absorcin de las partculas dentro de la nube y el washout o absorcin debajo de la nube debido a las precipitaciones. En las nubes, el cido ntrico y el amoniaco en fase gaseosa se pueden disolver en las gotas de las nubes. Este proceso es reversible, es decir, si la nube se disipa las sustancias vuelven a la fase gas. Seinfield and Pandis (1998) explican este equilibrio entre la fase lquida y la fase gaseosa. En el caso de la absorcin por las precipitaciones, la disolucin de HNO3 y de NH3 se supone irreversible, es decir, sin posibilidad de retorno a la fase gaseosa. La cantidad depositada depende del tipo de precipitacin. En el modelo, tambin el SO2 y el perxido de hidrogeno son lavados dependiendo de las precipitaciones. Las diferentes transformaciones qumicas que sufren los distintos contaminantes pueden provocar que vare la masa de stos, tanto por, formacin como por eliminacin. Entre las transformaciones qumicas se incluyen las reacciones de fotlisis. Estas reacciones se producen en presencia de la radiacin solar, por lo que sta tiene un papel importante. En CHIMERE, las transformaciones qumicas se formulan con el mecanismo qumico MELCHIOR 1 (Lattuati, 1997), con ms de 300 reacciones en la que participan 80 especies gaseosas. Con el fin de reducir el tiempo de computacin, ese mecanismo qumico ha sido simplificado reduciendo el nmero de especies hasta 44 con 120 reacciones qumicas (Derognat et al., 2003). El mecanismo reducido se denomina MELCHIOR2. Las especies qumicas del mecanismo MELCHIOR2 (utilizado en este estudio), as como alguna de las reacciones consideradas en este mecanismo, se
55
56
57
58
Total
45
59
et al., 1998; Rodrguez et al., 2001). Tambin, la baja tasa de precipitacin que
caracteriza el centro y sur de Espaa favorece la resuspensin del polvo mineral en la Comunidad de Madrid (Artano et al., 2003). Con el objetivo de tener en cuenta el transporte de contaminantes desde largas distancias de los diferentes contaminantes se simularon tres dominios anidados, mostrados en la Figura 3.1. El primer dominio, con una resolucin horizontal de 0.5 x
60
61
62
EMISIONES EMEP 50 x 50 Km
Anlisis GFS
USOS DE SUELO
63
al., 2004) y del modelo GOCART (Chin et al., 2002) (valores mensuales de 2004), para
las partculas.
64
et al., 2008c) se hizo una comparacin entre las concentraciones de O3 observadas y las
estimadas con el modelo CHIMERE para el caso base, para el mismo dominio, en episodios determinados dentro del mismo periodo. Esto ha permitido evaluar la calidad de las estimaciones del modelo para el caso base. Estos puntos estn situados en diferentes lugares del dominio y, por lo tanto, su dependencia respecto a las emisiones locales es distinta. Los puntos indicados con verde claro en la Figura 3.3 corresponden a estaciones con una dependencia baja respecto a las emisiones locales, es decir, se trata de estaciones de fondo. Los puntos verde oscuro corresponden a estaciones con una dependencia media con las emisiones locales. Los puntos grises y negros indican estaciones con dependencia alta respecto a las emisiones locales, en particular, al trfico urbano. Las caractersticas de todos los puntos de comparacin se recogen en el Anexo V. Los cuatro nmeros destacados en la figura sern los puntos de comparacin elegidos para mostrar los resultados durante todo el trabajo. Antes de comparar las concentraciones de O3 obtenidas con las diferentes constantes de fotlisis se examinaron los resultados obtenidos con las constantes de fotlisis estndar, comparndolos con valores observados. Como ejemplo en la Figura 3.5 se muestra la comparacin horaria de las concentraciones de O3 medidas en una estacin de vigilancia (correspondiente al punto 6 de comparacin) y obtenidas con el modelo CHIMERE. El periodo considerado abarca desde el 10 de julio al 2 de agosto de 2004. En la figura se puede observar que, en este periodo, las concentraciones de O3 alcanzan valores prximos a 200 g/m3 superando el umbral de informacin sobre valores horarios de O3
65
66
41.0
40.8
40.6
9 6 27
40.4
40.2
40.0
-4.4
-4.2
-4.0
-3.8
-3.6
-3.4
-3.2
67
obs
CHIMERE
Punto 6
2004072900
2004073000
2004073100
2004080100
Figura 3.5- Series temporales mostrando la concentracin de O3 obtenida con el modelo CHIMERE en condiciones estndar y la concentracin observada, para el perodo entre el 10 de julio y el 2 de agosto de 2004 en la estacin de Alcobendas (punto de comparacin 6).
68
2004080200
69
DMED i, j =
i=1,2; j=1,22
(3.2)
Media de las diferencias relativas horarias entre la concentracin de O3 obtenidas en cada una de las simulaciones de los grupos Sim1 y Sim2 y el caso base Sim0.
DMEDRi, j =
i=1,2; j=1,22
(3.3)
Mxima diferencia horaria entre las concentraciones de O3 obtenidas en cada una de las simulaciones y el caso base. DMAXi, j = max [O3 ]Sim[i] j,h [O3 ]Sim0 , h = 1, N
h
i=1,2; j=1,22
(3.4)
Mxima diferencia relativa horaria entre las concentraciones de O3 obtenidas en cada una de las simulaciones Sim1 y Sim2, y en el caso base.
[O 3 ]Sim[i] j, h [O 3 ]Sim0h DMAXR i, j = max , h = 1, N [O 3 ]Sim0h
i=1,2; j=1,22 (3.5)
En estas expresiones [O 3 ]Sim0h indica la concentracin de ozono obtenida con CHIMERE con las constantes de fotlisis estndar para una determinada hora.
70
71
Tabla 3.5- Resultados estadsticos obtenidos para cada ejecucin del grupo de
simulaciones Sim1 y Sim2.
CONT
CH3CHO CH3COY
GLYOX MGLYOX
H 2O 2
HCHO-1 HCHO-2
HNO3
HONO MEMALD
CH3COE CH3O2H
DMED Sim1 (g/m3) 0.05 0.06 0.14 0.11 0.15 0.64 -0.18 0.05 0.01 0.01 0.06 6.65 0.02 -0.07 -0.49 0.01 0.01 0.01 0.00 0.00 0.11 0.00
DMEDR Sim1 (%) 0.05 0.06 0.16 0.14 0.17 0.71 -0.19 0.05 0.01 0.01 0.06 8.29 0.03 -0.09 -0.63 0.01 0.00 0.01 0.00 0.00 0.11 0.00
DMAX Sim1
(g/m3)
0.74 1.30 3.03 1.68 1.31 9.55 0.07 0.44 0.13 0.18 1.30 30.80 0.41 0.07 17.71 0.14 0.11 0.10 0.09 0.10 2.12 0.09
DMED Sim2 (g/m3) -0.02 -0.07 -0.09 -0.07 -0.08 0.00 0.11 -0.02 0.11 0.00 -0.04 -4.83 -0.02 0.04 -0.52 0.00 0.00 0.00 0.00 0.00 -0.05 0.00
DMEDR Sim2 (%) -0.02 -0.07 -0.10 -0.08 -0.09 0.00 0.12 -0.02 0.12 0.00 -0.05 -5.94 -0.02 0.05 -0.48 0.00 0.00 0.00 0.00 0.00 -0.06 0.00
DMAX Sim2
(g/m3)
-0.31 -1.54 -2.17 -1.47 -0.72 -0.08 -0.06 -0.21 -0.06 -0.12 -0.48 -23.75 -0.48 -0.11 -14.48 -0.08 -0.06 -0.07 -0.06 -0.08 -1.08 -0.07
72
Figura 3.7- Media de las diferencias horarias (g/m3) de las concentraciones de ozono al modificar las constantes de fotlisis en CHIMERE (ecuacin 3.2).
% 100 80 60 40 20 0 -20 -40 -60
CH3CHO CH3COY GLYOX MGLYOX H2O2 HCHO-1 HCHO-2 HNO3 HONO MEMALD N2O5 NO2 NO3-1 NO3-2 O3 PPA obioH oROOH PANH PAN CH3COE CH3O2H
Figura 3.8- Mximas diferencias relativas horarias de O3 (g/m3) encontradas al modificar cada una de las constantes de fotlisis en el modelo CHIMERE (ecuacin 3.5).
73
El segundo grupo est formado por las especies HCHO (cuando se fotoliza a CO
+ 2HO2) y el propio O3. En este caso, la modificacin de sus constantes de fotlisis hace variar sensiblemente las concentraciones de O3. As, duplicar la constante de fotlisis del HCHO trae consigo una diferencia mxima horaria de ms de 9 g/m3, con una diferencia horaria media de 0.64 g/m3. La diferencia relativa media alcanza el 0.7%. En el caso del O3, duplicar o reducir a la mitad su constante de fotlisis estndar produjo en el periodo de simulacin, diferencias mximas horarias de -14.48 g/m3 y 17.71 g/m3, respectivamente, aunque los valores de las diferencias horarias medias no alcanzaron ms que 0.49 g/m3 y 0.52 g/m3, respectivamente.
Por ltimo, el mayor efecto sobre las concentraciones del ozono troposfrico se
observ al modificar la constante de fotlisis del NO2. Las diferencias horarias medias de O3 que se encontraron fueron de 7 y de -5 g/m3, al duplicar la constante de fotlisis (Sim1) y al reducir a la mitad su valor (Sim2), respectivamente. Ello supone diferencias medias relativas del 8% y del 6%. Por su parte, las diferencias mximas horarias llegaron hasta casi 30 g/m3 al duplicar la constante de fotlisis y a 23 g/m3 al reducirla a la mitad.
74
75
76
(g/m3)
DMAX
Sim1
DMED
Sim2
DMEDR
Sim2
DMAX
Sim2
(g/m3)
(g/m3)
(%)
(g/m3)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
4.88 5.20 4.42 6.63 4.66 6.92 6.28 6.31 6.79 6.06 5.91 6.38 3.98 6.67 6.92 6.91 7.15 6.59 6.45 6.59 6.76 7.26 7.24 7.20 7.32 7.27 7.27 7.05 7.28 7.25 7.07 6.99 7.23 7.14 6.84 6.98 6.98 7.14 7.24 7.12 7.01 7.29 6.92 7.00 6.90
5.22 5.06 4.81 7.47 4.68 8.62 6.62 6.74 6.97 6.62 6.21 7.35 4.63 7.29 8.26 9.38 9.41 7.93 7.65 8.29 8.82 10.49 10.47 9.78 10.62 10.32 10.32 8.08 10.02 10.14 9.81 7.61 9.97 9.98 8.25 8.98 8.98 9.34 10.31 9.58 7.93 10.33 8.05 7.85 7.99
21.44 22.80 19.93 27.13 20.73 30.01 29.05 27.41 30.28 23.17 27.19 30.24 19.80 29.94 29.72 28.50 30.47 29.98 27.35 27.14 27.78 29.89 29.47 30.36 30.73 30.20 30.20 28.87 30.74 30.09 28.78 30.47 30.31 29.12 28.63 29.63 29.63 30.76 29.94 29.29 29.40 30.80 30.15 28.84 30.03
-3.45 -3.73 -3.12 -4.84 -3.32 -5.03 -4.57 -4.59 -4.96 -4.38 -4.27 -4.64 -2.79 -4.87 -5.05 -5.01 -5.21 -4.79 -4.69 -4.79 -4.91 -5.27 -5.25 -5.22 -5.31 -5.28 -5.28 -5.13 -5.29 -5.26 -5.13 -5.10 -5.25 -5.18 -4.98 -5.07 -5.07 -5.19 -5.25 -5.17 -5.10 -5.29 -5.04 -5.10 -5.05
-3.68 -3.62 -3.38 -5.44 -3.32 -6.20 -4.80 -4.88 -5.07 -4.78 -4.47 -5.33 -3.24 -5.29 -6.00 -6.67 -6.75 -5.74 -5.55 -5.96 -6.31 -7.41 -7.38 -6.97 -7.50 -7.31 -7.31 -5.87 -7.14 -7.20 -6.96 -5.54 -7.09 -7.07 -5.97 -6.44 -6.44 -6.69 -7.29 -6.83 -5.76 -7.32 -5.82 -5.70 -5.83
-16.49 -17.20 -14.28 -21.04 -15.22 -23.33 -22.75 -21.56 -23.67 -17.77 -20.72 -23.42 -14.34 -23.23 -22.98 -21.79 -23.47 -23.07 -21.06 -20.81 -21.19 -22.96 -22.65 -23.38 -23.57 -23.23 -23.23 -22.29 -23.65 -23.18 -22.21 -23.61 -23.29 -22.45 -22.11 -22.96 -22.96 -23.75 -23.01 -22.63 -22.73 -23.63 -23.44 -22.29 -23.22
77
Figura 3.9- Diferencias horarias medias (g/m3) entre las concentraciones de O3 obtenidas a partir de JNO2 modificadas y de JNO2 originales en los distintos puntos de comparacin (ecuacin 3.2).
% 15 10 5 0 -5 -10
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45
Puntos Comp.
Figura 3.10- Diferencias relativas horarias medias (%) para el O3 en los puntos de comparacin (ecuacin 3.3).
[O3 ] g/m3 40 30 20 10 0 -10 -20 -30
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37
39
41
43
45
Puntos Comp.
Figura 3.11- Mximas diferencias horarias de concentracin de O3 en los puntos de comparacin (ecuacin 3.4).
78
Punto 1 "Buitrago"
80 60 40
Sim1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 t(horas)
[O3] g/m3
140 120 100
Sim2
Sim0 80 60 40
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sim1
t(horas)
[O3] g/m3
140 120 100
Punto 9 "Alcobendas"
Sim2
Sim0 80 60 40
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Sim1
t(horas)
Figura 3.12- Perfiles diarios de las concentraciones de O3 obtenidos al modificar JNO2 en 3 puntos
de comparacin (punto 1, grfica superior, punto 6, grfica central, y punto 9, grfica inferior)
79
3.4 Conclusiones
Este captulo muestra un estudio del efecto que tienen los diferentes valores de la constante de fotlisis introducidos al modelo CHIMERE, sobre la formacin del O3. Despus de analizar los diferentes efectos se puede concluir que:
80
81
(4.1)
donde 1 y 2 son las longitudes de onda mnima y mxima consideradas, f () es el flujo actnico, que depende de las condiciones pticas del espacio geogrfico que se quiere modelizar, () es la seccin eficaz de absorcin y ( ) es el rendimiento
cuntico de fotlisis para la especie qumica. Las secciones eficaces de absorcin, () que utiliza el modelo FTUV estn basadas en datos de la NASA (NASA, 2003), a su vez obtenidas de Davidson et al. (1988) para el intervalo de longitudes de onda entre 274-420 nm, Amoruso et al. (1993) para longitudes de onda entre 440 y 460 nm, y Corcoran et al. (1992) para longitudes de onda entre 470 y 616 nm.
82
66 CH3COCH2(ONO2) CH3COCH2(O.) + NO2 67 C(CH3)3(ONO2) C(CH3)3(O.) + NO2 68 ClOOCl Cl + ClOO 69 CH2(OH)COCH3 CH3CO + CH2(OH) 70 CH2(OH)COCH3 CH2(OH)CO + CH3 71 HOBr OH + Br 72 BrO Br + O 73 Br2 Br + Br
83
Tabla 4.2- Intervalos de longitudes de onda utilizados en el modelo FTUV Intervalo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 inferior(nm) media(nm) superior(nm) 178.6 179.3 180.0 180.0 181.5 183.0 183.0 185.0 187.0 187.0 189.5 192.0 192.0 195.0 198.0 198.0 201.5 205.0 205.0 209.0 213.0 213.0 217.5 222.0 220.0 226.5 231.0 241.0 265.5 289.9 289.9 297.7 305.5 305.5 309.5 313.5 313.5 325.5 337.5 337.5 378.8 420.0 420.0 447.5 475.0 475.0 602.0 729.0 729.0 736.3 743.6
En la Tabla 4.3 se muestran los valores de la seccin eficaz de absorcin del NO2 que considera el modelo en funcin del intervalo de longitud de onda. A longitudes de onda inferiores a 274 nm la seccin eficaz de absorcin del NO2 no depende de la temperatura. Sin embargo, a longitudes de onda entre 274 y 420 nm s que depende de la temperatura. Esta dependencia de la seccin eficaz de absorcin con la temperatura (t) viene dada por la siguiente ecuacin:
(t) = (0 C) + at
(4.2)
donde (0 C ) es la seccin eficaz a 0 C, t, es la temperatura en grados Celsius y a un coeficiente, cuyos valores junto con los valores de (0 C ) tomados de Davidson (1988), se muestran tambin en la Tabla 4.3. Los valores del rendimiento cuntico de fotlisis () que utiliza el modelo FTUV estn basados en Gardner et al. (1987). Estos valores se presentan en la Tabla 4.4 para diversas longitudes de onda en el intervalo de 285-424 nm y con una resolucin de hasta 2 nm.
84
(nm)
1020 , 0C
(cm molcula )
2 1 2
1022 a
(cm molc
1
C1)
202.02204.08 204.08206.19 206.19208.33 208.33210.53 210.53212.77 212.77215.06 215.06217.39 217.39219.78 219.78222.22 222.22224.72 224.72227.27 227.27229.89 229.89232.56 232.56235.29 235.29238.09 238.09240.96 240.96243.90 243.90246.91 246.91250.00 250.00253.17 253.17256.41 256.41259.74 259.74263.16 263.16266.67 266.67270.27 270.27273.97
41.45 44.78 44.54 46.41 48.66 48.18 50.22 44.41 47.13 37.72 39.29 27.4 27.78 16.89 16.18 8.812 7.472 3.909 2.753 2.007 1.973 2.111 2.357 2.698 3.247 3.785
273.97277.78 277.78281.69 281.69285.71 285.71289.85 289.85294.12 294.12298.51 298.51303.03 303.03307.69 307.69312.50 312.5317.5 317.5322.5 322.5327.5 327.5332.5 332.5337.5 337.5342.5 342.5347.5 347.5352.5 352.5357.5 357.5362.5 362.5367.5 367.5372.5 372.5377.5 377.5382.5 382.5387.5 387.5392.5 392.5397.5 397.5402.5 402.5407.5 407.5412.5 412.5417.5 417.5422.5
5.03 5.88 7 8.15 9.72 11.54 13.44 15.89 18.67 21.53 24.77 28.07 31.33 34.25 37.98 40.65 43.13 47.17 48.33 51.66 53.15 55.08 56.44 57.57 59.27 58.45 60.21 57.81 59.99 56.51 58.12
0.075 0.082 0.053 0.043 0.031 0.162 0.284 0.357 0.536 0.686 0.786 1.105 1.355 1.277 1.612 1.890 1.219 1.921 1.095 1.322 1.102 0.806 0.867 0.945 0.923 0.738 0.599 0.545 1.129 0.001 1.208
** A < 274 los valores de son independientes de la temperatura por eso se muestra su valor. A > 274 se muestra el valor de a 0C y un coeficiente a, de modo que
(t) = (0 C) + at siendo t la temperatura en grados centgrados.
85
Tabla 4.4- Rendimiento cuntico de fotlisis para el NO2 (nm) <285 290 295 300 305 310 315 320 325 330 335 340 345 350 355 360 365 370 375 380 381 382 383 384 385 386 387 388 389 390 391 392 1 0.999 0.998 0.997 0.996 0.995 0.994 0.993 0.992 0.991 0.99 0.989 0.988 0.987 0.986 0.984 0.983 0.981 0.979 0.975 0.974 0.973 0.972 0.971 0.969 0.967 20.966 0.964 0.962 0.96 0.959 0.957 (nm) 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 >424 0.953 0.950 0.942 0.922 0.870 0.820 0.760 0.695 0.635 0.560 0.485 0.425 0.350 0.290 0.225 0.185 0.153 0.130 0.110 0.094 0.083 0.070 0.059 0.048 0.039 0.030 0.023 0.018 0.012 0.008 0.004 0.000
86
El flujo actnico, f(), en el modelo FTUV se calcula integrando la irradiancia, L(, ), esfricamente para todos los ngulos (Madronich, 1987):
f ( ) = L(, )sin d d
(4.3)
Los valores de la irradiancia que utiliza el modelo provienen de los valores de Vanhoosier (1988) para longitudes de onda inferiores a 150 nm, Pap et al. (1994) para longitudes de onda entre 150 y 400 nm y de Neckel and Labs (1984) para longitudes de onda superiores a 400 nm. En el extremo superior de la atmsfera la distribucin espectral del flujo solar se aproxima a la emisin de un cuerpo negro en una temperatura de aproximadamente 6000 K. A su paso por la atmsfera los procesos de absorcin y dispersin de la radiacin por gases y partculas alteran esa distribucin espectral de la radiacin. El modelo FTUV aplica una correccin a la irradiancia que llega al extremo de la atmsfera para calcular el flujo espectral actnico en la atmsfera. As, calcula el trmino L (, ), considerando todos los factores que lo afectan, entre ellos los valores del espesor ptico de aerosoles (EOA) o el albedo de dispersin simple de los aerosoles (ADS).
87
EOA total y su perfil vertical incluidos en la versin original del modelo FTUV, esto es, los datos de Elterman (1968), con un valor de EOA total a 550 nm de 0.235. Tambin se mantuvieron constantes en todas las simulaciones el resto de las variables (como por ejemplo la concentracin de especies gaseosas, presencia de nubes) que pueden condicionar las caractersticas pticas de la atmsfera. Los clculos se realizaron para un punto situado en Madrid (44.4 N, 3.75 O) y para el da 24 de junio del 2004. Los valores de las constantes de fotlisis del NO2 se calcularon desde las 8:00 horas hasta las 20:00 horas (GMT), cada 2 horas, y a diferentes alturas (0, 1, 2 y 3 km desde la superficie). En las figuras 4.1 y 4.2 se representan los perfiles horarios de la constante de fotlisis JNO2 obtenidos con el modelo FTUV a las cuatro alturas consideradas para los distintos valores de ADS. Como se observa en las figuras, los valores de JNO2 aumentan secuencialmente a medida que aumenta el valor de ADS. Adems, este comportamiento se mantiene en todas las horas. Es decir, dado un valor fijo de EOA, cuanto mayor sea el valor de ADS mayor ser el valor de JNO2. Por otra parte, se observa que las mayores diferencias entre el valor de JNO2 calculado con el valor de ADS predeterminado (0.99) y el resto de valores tienen lugar en la superficie (kilmetro 0). Por ejemplo, en las horas centrales del da el valor de JNO2 se reduce casi en 0.005 s-1 cuando ADS es nula en superficie, pero la reduccin apenas alcanza 0.004 s-1 a 3 km de altura. Los valores de JNO2 van aumentando a medida que aumenta la altura, por lo que en alturas superiores la constante de fotlisis es elevada incluso para una ADS nula. Esto se debe a que, segn el perfil de EOA utilizado (Elterman, 1968), la mayor concentracin de aerosoles se encuentra por debajo de 1 km, por tanto, en alturas superiores el efecto de la atenuacin de la radiacin debido a los aerosoles es menor. Las figuras 4.3 y 4.4 muestran con ms claridad la influencia de ADS sobre la constante de fotlisis JNO2. En ellas se representan las diferencias relativas entre los valores de JNO2 estimados con el valor predeterminado del modelo FTUV (0.99) y valores de JNO2 calculados con valores diferentes de ADS. Como se observa en las figuras, las mayores diferencias relativas tienen lugar a la altura de 0 km, donde la disminucin de JNO2 puede superar el 50% cuando el valor de ADS es nula. Ahora bien, pequeas variaciones de la ADS implican tambin una no despreciable variacin de JNO2. Por
88
ejemplo, al variar ADS de 0.99 a 0.90 se tiene ms de un 5% de disminucin del valor de JNO2 a cualquier hora. De forma general, se puede establecer que a 0 km de altura y en estas condiciones, a medida que el valor de ADS disminuye en 0.1, el valor de JNO2 lo hace en un 5%. En alturas superiores, las diferencias relativas disminuyen aunque, en cierta medida, se mantiene una linealidad en la disminucin de JNO2 con la disminucin de ADS. As, a una altura de 1 km cada disminucin de 0.1 en la ADS supone una reduccin del 4% en el valor de JNO2, mientras que a 2 y 3 km de altura la reduccin es algo menor, de un 3%.
89
JNO2(s-1) 0.014 0.012 0.010 0.008 0.006 0.004 0.002 0.000 8 10 12 14 16 18 t(h) 20
0 km
ADS_0.0 ADS_0.1 ADS_0.2 ADS_0.3 ADS_0.4 ADS_0.5 ADS_0.6 ADS_0.7 ADS_0.8 ADS_0.9 ADS_0.99 ADS_1.0
JNO2(s-1 ) 0.014 0.012 0.010 0.008 0.006 0.004 0.002 0.000 8 10 12 14 16 18 t(h) 20
1 km
ADS_0.0 ADS_0.1 ADS_0.2 ADS_0.3 ADS_0.4 ADS_0.5 ADS_0.6 ADS_0.7 ADS_0.8 ADS_0.9 ADS_0.99 ADS_1.0
Figura 4.1- Perfiles horarios de la constante de fotlisis JNO2 a 0 km (panel superior) y 1 km de altura (panel inferior), para diversos valores de ADS y un EOA (550nm) de 0.235.
90
JNO2(s-1) 0.014 0.012 0.010 0.008 0.006 0.004 0.002 0.000 8 10 12 14 16 18 t(h) 20
2 km
ADS_0.0 ADS_0.1 ADS_0.2 ADS_0.3 ADS_0.4 ADS_0.5 ADS_0.6 ADS_0.7 ADS_0.8 ADS_0.9 ADS_0.99 ADS_1.0
JNO2(s-1 ) 0.014 0.012 0.010 0.008 0.006 0.004 0.002 0.000 8 10 12 14 16 18 t(h) 20
3 km
ADS_0.0 ADS_0.1 ADS_0.2 ADS_0.3 ADS_0.4 ADS_0.5 ADS_0.6 ADS_0.7 ADS_0.8 ADS_0.9 ADS_0.99 ADS_1.0
Figura 4.2- Perfiles horarios de la constante de fotlisis JNO2 a 2 km (panel superior) y 3 km de altura (panel inferior), para diversos valores de ADS y un EOA (550nm) de 0.235.
91
0 km
ADS_0.0 ADS_0.1 ADS_0.2 ADS_0.3 ADS_0.4 ADS_0.5 ADS_0.6 ADS_0.7 ADS_0.8 ADS_0.9 ADS_1.0
1 km
ADS_0.0 ADS_0.1 ADS_0.2 ADS_0.3 ADS_0.4 ADS_0.5 ADS_0.6 ADS_0.7 ADS_0.8 ADS_0.9 ADS_1.0
Figura 4.3- Diferencias relativas entre la constante de fotlisis JNO2 obtenida a partir de diversos valores de ADS y la obtenida con una ADS de 0.99, con un valor de EOA (550nm) de 0.235. Estas diferencias se han calculado en superficie (grfico superior) y a 1 km de altura (grfico inferior) cada dos horas entre las 8:00 y 20:00 horas del da 24 de junio de 2004.
92
2 km
ADS_0.0 ADS_0.1 ADS_0.2 ADS_0.3 ADS_0.4 ADS_0.5 ADS_0.6 ADS_0.7 ADS_0.8 ADS_0.9 ADS_1.0
3 km
ADS_0.0 ADS_0.1 ADS_0.2 ADS_0.3 ADS_0.4 ADS_0.5 ADS_0.6 ADS_0.7 ADS_0.8 ADS_0.9 ADS_1.0
Figura 4.4- Diferencias relativas entre la constante de fotlisis JNO2 obtenida a partir de diversos valores de ADS y la obtenida con una ADS de 0.99, para un EOA (550nm) de 0.235. Estas diferencias se han calculado a 2 km (grfico superior) y a 3 km de altura (grfico inferior), cada dos horas entre las 8:00 y 20:00 horas del da 24 de junio de 2004.
93
4.4 Influencia de la ADS y del EOA sobre la constante de fotlisis del NO2
En este apartado se va a analizar la sensibilidad de la constante de fotlisis del NO2 respecto a la variacin conjunta de las variables EOA y ADS, las cuales a su vez dependen de las propiedades de las partculas. Para ello, se ha calculado el valor de JNO2 para diferentes combinaciones de ADS y EOA. Los valores de ADS considerados han sido: 0.00, 0.30, 0.50, 0.60, 0.80, 0.85, 0.90, 0.95 y 0.99. Por otra parte, se han tomado los siguientes valores de EOA: 0.059, 0.118, 0.235, 0.353, 0.470, 1.175, 1.645 y 2.350, que corresponden al valor de EOA predeterminado en el modelo FTUV (0.235) multiplicado por los factores 0.25, 0.50, 1, 1.5, 2, 5, 7 y 10, respectivamente. Como ejemplo, las figuras 4.5 y 4.6 muestran los valores de JNO2 a 0, 1, 2 y 3 km de altura a las 12:00 horas, (en las horas centrales del da la radiacin incidente es mayor) del da 24 de junio de 2004 en Madrid (44.4N, 3.75O). Las diferencias entre estas JNO2 y la JNO2 obtenida a partir del EOA predeterminado en el modelo FTUV (0.235) se presentan en las figuras 4.7 y 4.8. Las figuras 4.9 y 4.10, por su parte, muestran estas diferencias divididas por el valor de JNO2 a un EOA de 0.235, diferencias relativas (en tanto por ciento). Como se puede observar en las figuras 4.5 y 4.6, los valores de JNO2 calculados con un EOA de 0.235 (en rojo) aumentan a medida que aumenta el valor de ADS, indicando que la atenuacin de la radiacin, y consecuentemente la disminucin del flujo actnico, para un mismo EOA es mayor cuando el valor de ADS es menor. As, por ejemplo, a 0, 1, 2, y 3 km de altura los valores de JNO2 calculados con dispersin nula son 0.0067, 0.0080, 0.0090 y 0.0096 s-1, mientras que con un valor de ADS de 0.99 los valores de JNO2 son 0.0114, 0.0122, 0.0127 y 0.0131 s-1, lo que supone un
incremento del 70%, del 53%, del 41% y del 36%, respectivamente. Este aumento es menos importante a medida que aumenta la altura, ya que como se ha mencionado, la mayor cantidad de aerosoles se localiza dentro del primer kilmetro de la atmsfera y, por tanto, a alturas altas la radiacin apenas ha sufrido ningn proceso de atenuacin. Asimismo, se puede observar en las figuras que la constante de fotlisis JNO2 calculada con un EOA de 0.235 y para un valor fijo de ADS, tambin aumenta con la altura, es decir, cuanto mayor es la proximidad a la superficie menor es la radiacin disponible
94
para la fotlisis, debido a su mayor atenuacin por su paso a travs de la atmsfera. Este comportamiento sucede para todos los valores de ADS. As, el valor de JNO2 aumenta un 20, 34 y 43 % a 1, 2 y 3 km de altura respectivamente, respecto al valor obtenido a 0 km utilizando un valor nulo de ADS, mientras que, utilizando una ADS de 0.99 el aumento es del 7, 11 y 15% para los mismos kilmetros. Estos resultados determinan que cuanto mayor es el porcentaje de la radiacin extinguida por dispersin (el valor de ADS) menos vara la constante de fotlisis JNO2 con la altura para un valor fijo del EOA. Los distintos valores de EOA evaluados conducen a constantes de fotlisis JNO2 que, en general, presentan un comportamiento similar al encontrado con un EOA de 0.235, esto es, el valor de JNO2 presenta valores ms altos al aumentar tanto la ADS como la altura. La dependencia de los valores de JNO2 con EOA se ilustra mejor en las figuras 4.7 y 4.8, donde se representan las diferencias entre las distintas constantes JNO2 y la JNO2 calculada con un EOA de 0.235. En dichas figuras, se puede observar que una variacin del EOA influye de manera diferente segn sea la capacidad de dispersin considerada para la partcula. A 0 km de altura, las modificaciones del EOA provocan las mayores variaciones en JNO2 para los valores ms pequeos de ADS. As, por ejemplo, las diferencias en los valores de JNO2 obtenidos para los diferentes EOA con una ADS igual a 0.99 son muy pequeas, mientras que cuando el valor de ADS es nula las diferencias son considerables. Por otra parte, un EOA menor que el valor de referencia provoca un aumento de JNO2 (lo cual resulta lgico, menor atenuacin de la radiacin implica mayor radiacin), excepto cuando la ADS es alta (superior a 0.85), en cuyo caso apenas existe variacin. Esto puede resultar lgico, ya que, con valores de ADS superiores a 0.90, se supone que la radiacin apenas se atena por absorcin, y si adems el valor de EOA es bajo, es normal que apenas haya variacin de JNO2. Por su parte, el aumento del EOA respecto a 0.235 provoca una disminucin del flujo actnico y consecuentemente reduce el valor de JNO2. Esta disminucin depende, sin embargo, del valor de ADS; con valores bajos de ADS la reduccin es muy significativa, mientras que con valores altos de ADS apenas existen diferencias. Como se ha comentado anteriormente, cuando la radiacin extinguida es sobre todo por dispersin, esto apenas influyen en el flujo actnico y por lo tanto, la modificacin de JNO2 no es significativa. Incluso, para valores de ADS superiores a 0.95, los valores de JNO2 obtenidos a 0 km a
95
partir de EOA ms altos que el valor de EOA de referencia son muy parecidos y, a alturas superiores, se obtienen JNO2 superiores a las JNO2 obtenidas con el valor de EOA de referencia. Esto se puede explicar cualitativamente considerando que un aumento de EOA (de mayor importancia en el primer kilmetro de la atmsfera, por existir mayor concentracin de partculas) con valores de ADS muy altos implica que la mayor parte de la radiacin extinguida por las partculas es dispersada, con lo que las capas ms altas reciben un mayor flujo actnico y, consecuentemente, aumenta el valor de la constante de fotlisis. En este caso, hay mucha diferencia entre los valores de JNO2 obtenidos con un valor de EOA de 0.470 y los obtenidos con un EOA de 1.175, pero hay poca diferencia entre estos ltimos y los obtenidos con un EOA de 2.35. Si se consideran las diferencias cuando ADS es 0.6 se observa que las diferencias obtenidas al modificar el valor de EOA son inferiores a las obtenidas con una ADS nula. A medida que aumenta el valor de la dispersin por albedo de las partculas las diferencias entre los valores de JNO2 obtenidos con los distintos EOA se van reduciendo. En general, se puede decir que a 0 km de altura, el aumento de EOA conduce a una disminucin de JNO2, mientras que para valores de ADS superiores a 0.90 las diferencias son muy pequeas. A 1 km de altura, la influencia de la modificacin del EOA es ms reducida, es decir, las diferencias entre los valores de JNO2 obtenidos con los diferentes valores de EOA y el valor de referencia son inferiores a las encontradas a 0 km ya que, como se ha dicho, la mayor concentracin de partculas se encuentra por debajo de 1 km. Cuando ADS es inferior o igual a 0.8, las diferencias, aunque menores, muestran la misma tendencia que a 0 km; as, para valores de EOA inferiores a 0.235 se incrementa la JNO2, mientras que para valores superiores la JNO2 disminuye. Sin embargo, cuando el valor de ADS es de 0.8, es necesario que el valor de referencia de EOA sea multiplicado por un factor superior a 5 (EOA>1.175) para que se aprecie una disminucin del valor de JNO2, aunque inferior al encontrado a 0 km. Este mismo comportamiento se tiene cuando la ADS es 0.9, hacindose solamente apreciable la disminucin a partir de un EOA de 1.645. Ahora bien, cuando ADS es 0.95, se observa un cambio de tendencia; los valores de EOA inferiores al valor de referencia (0.235) conducen a valores inferiores de JNO2, mientras que los valores de EOA superiores al valor de referencia conducen a un aumento de JNO2. Para las JNO2 obtenidas con ADS de 0.99 sucede lo mismo, aunque
96
las diferencias son mayores. Esto se debe a que se est considerando un valor de ADS de las partculas muy elevada, por lo que el incremento del valor de EOA, es decir, el nmero de partculas de las mismas caractersticas, implica un incremento de la radiacin desde las capas inferiores hacia las capas superiores de la atmsfera, aumentando consecuentemente el flujo actnico en las capas superiores y las constantes de fotlisis del NO2. A 2 y 3 km de altura, las diferencias de los valores de JNO2 con los valores de referencia, siguen la misma tendencia que la observada a 1 km. En todos los casos, las diferencias se van reduciendo ulteriormente con respecto a las diferencias obtenidas a las alturas de 0 y 1 km. Tambin se observa que para ADS superiores a 0.9, valores de EOA superiores al valor de referencia conducen a un aumento del valor de JNO2, mientras que para valores de ADS inferiores a 0.9, EOA superiores al valor de referencia reducen el valor de JNO2. Por ltimo, hay que indicar que a 2 y 3 km de altura los resultados obtenidos son muy parecidos entre s. Las Figura 4.10 muestran, como se ha indicado previamente, las diferencias relativas de las constantes de fotlisis del NO2 calculadas con diferentes valores de EOA con respecto a las constantes calculadas con el EOA de referencia (0.235), en funcin de ADS. Se puede observar que al aumentar ADS las diferencias relativas se van reduciendo. Por ejemplo, a 0 km de altura y dispersin nula (es decir, toda la atenuacin es por absorcin), el aumento de JNO2 debido a la disminucin de EOA con respecto al valor de referencia puede superar el 40% (en el caso de reducir el EOA predeterminado a una cuarta parte), mientras que un aumento de EOA conduce a disminuciones relativas de JNO2 muy importantes (incrementando el valor de referencia de EOA por 1.5, 2, 5, 7 y 10 veces, las JNO2 se reducen un 20%, 36%, 80%, 91% y 97%, respectivamente). Por su parte, a 0 km de altura y con un valor de ADS de 0.99 (es decir, toda la atenuacin es por dispersin), slo cuando el EOA es 7 o 10 veces superior al valor predeterminado se obtienen diferencias relativas apreciables, aunque no superan el 10%. En alturas superiores, se produce, como ya se ha indicado, un cambio de tendencia en las diferencias. As, a 1 km de altura y con valores de ADS superiores a 0.95, los valores de EOA inferiores al valor predeterminado conducen a una pequea disminucin de JNO2, mientras que los valores de EOA superiores provocan un
97
aumento de JNO2, el cual puede superar el 20%. Tambin se observa que el porcentaje de variacin, cuando la dispersin es pequea, va disminuyendo, siendo positivo cuando EOA es inferior al valor de referencia y negativo (llegando a superar el 70% y el 60% a 2 y 3 km de altura, respectivamente). Por su parte, cuando la dispersin es elevada, la diferencia relativa (positiva cuando el EOA es muy elevado) aumenta a medida que aumenta la altura, incrementndose hasta ms del 30% en los casos ms destacados. Como conclusin, se puede decir, que cuando a nivel superficial se tienen partculas con gran capacidad de dispersin influyen ms en la radiacin que incide en las capas superiores de la atmsfera que las partculas ms absorbentes.
98
JNO2(s-1)
0.018 0.016 0.014 0.012 0.010 0.008 0.006 0.004 0.002 0.000 0 0.6 0.8 0.85 0.9 0.95 EOA_1.175 EOA_1.645 EOA_2.350 0.99 ADS
0 km
EOA_0.059 EOA_0.118 EOA_0.235 EOA_0.353 EOA_0.470
JNO2(s-1)
0.018 0.016 0.014 0.012 0.010 0.008 0.006 0.004 0.002 0.000 0 0.6 0.8 0.85 0.9 0.95 EOA_1.175 EOA_1.645 EOA_2.350 0.99 ADS
1 km
EOA_0.059 EOA_0.118 EOA_0.235 EOA_0.353 EOA_0.470
Figura 4.5- Constantes de fotlisis JNO2 calculadas con diferentes ADS y EOA a las
12:00 horas del da 24 de junio de 2004 en Madrid, a 0 km (panel superior) y 1 km (panel inferior) de altura.
99
JNO2(s-1)
0.018 0.016 0.014 0.012 0.010 0.008 0.006 0.004 0.002 0.000 0 0.6 0.8 0.85 0.9 0.95 EOA_1.175 EOA_1.645 EOA_2.350 0.99 ADS
2 km
EOA_0.059 EOA_0.118 EOA_0.235 EOA_0.353 EOA_0.470
JNO2(s-1)
0.018 0.016 0.014 0.012 0.010 0.008 0.006 0.004 0.002 0.000 0 0.6 0.8 0.85 0.9 0.95 EOA_1.175 EOA_1.645 EOA_2.350 0.99 ADS
3 km
EOA_0.059 EOA_0.118 EOA_0.235 EOA_0.353 EOA_0.470
Figura 4.6- Constantes de fotlisis JNO2 calculadas con diferentes ADS y EOA a las 12:00 horas del da 24 de junio de 2004 en Madrid a 2 km (panel superior) y 3 km (panel inferior) de altura.
100
JNO2(s-1)
0 km
EOA_0.059 EOA_0.118 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645
JNO2(s-1)
0.006 0.004 0.002 0.000 -0.002 -0.004 -0.006 EOA_2.350 -0.008 0 0.6 0.8 0.85 0.9 0.95 0.99 ADS
1 km
EOA_0.059 EOA_0.118 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645
Figura 4.7- Diferencias entre el valor de JNO2 obtenido con el EOA de referencia
(0.235) y la JNO2 calculada con diferentes EOA y ADS a las 12:00 horas del da 24 de junio de 2004 en Madrid a 0 km (panel superior) y 1 km (panel inferior) de altura.
101
JNO2(s-1)
0.006 0.004 0.002 0.000 -0.002 -0.004 -0.006 EOA_2.350 -0.008 0 0.6 0.8 0.85 0.9 0.95 0.99 ADS
2 km
EOA_0.059 EOA_0.118 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645
JNO2(s-1)
0.006 0.004 0.002 0.000 -0.002 -0.004 -0.006 EOA_2.350 -0.008 0 0.6 0.8 0.85 0.9 0.95 0.99
3 km
EOA_0.059 EOA_0.118 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645
ADS
Figura 4.8- Diferencias entre el valor de JNO2 obtenido con el EOA de referencia
(0.235) y el JNO2 calculado con diferentes EOA y ADS a las 12:00 horas del da 24 de junio de 2004 en Madrid a 2 km (panel superior) y 3 km (panel inferior) de altura.
102
60% 40% 20% 0% -20% -40% -60% -80% -100% 0 0.6 0.8 0.85 0.9 0.95 0.99 ADS
0 km
EOA_0.059 EOA_0.118 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645 EOA_2.350
60% 40% 20% 0% -20% -40% -60% -80% -100% 0 0.6 0.8 0.85 0.9 0.95 0.99 ADS
1 km
EOA_0.059 EOA_0.118 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645 EOA_2.350
Figura 4.9- Diferencias relativas entre el valor de JNO2 obtenido con el EOA de
referencia (0.235) y la JNO2 calculado con diferentes EOA y ADS a las 12:00 horas del da 24 de junio de 2004 en Madrid a 0 km (panel superior) y 1 km (panel inferior) de altura.
103
60% 40% 20% 0% -20% -40% -60% -80% -100% 0 0.6 0.8 0.85 0.9 0.95 0.99 ADS
2 km
EOA_0.059 EOA_0.118 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645 EOA_2.350
60% 40% 20% 0% -20% -40% -60% -80% -100% 0 0.6 0.8 0.85 0.9 0.95 0.99 ADS
3 km
EOA_0.059 EOA_0.118 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645 EOA_2.350
Figura 4.10- Diferencias relativas entre el valor de JNO2 obtenido con el EOA de
referencia (0.235) y la JNO2 calculado con diferentes EOA y ADS a las 12:00 horas del da 24 de junio de 2004 en Madrid a 2 km (panel superior) y 3 km (panel inferior) de altura.
104
Hasta el momento en este apartado se ha analizado la influencia de las partculas de la atmsfera sobre el valor de la constante de fotlisis del NO2 en un instante determinado, las 12:00 horas del da 24 de junio de 2004. Ahora se va a analizar su efecto sobre la JNO2 desde un punto de vista temporal, considerando un perfil horario de JNO2 (entre las 8:00 horas y las 20:00 horas). Las figuras 4.11-4.17, recogen el perfil horario de JNO2 calculado para diferentes valores de ADS y EOA. Estos valores de JNO2 han sido calculados cada 2 horas a lo largo del da 24 de junio de 2004 en Madrid. En cada figura se representan los valores de JNO2 obtenidos para un valor fijo de ADS y varios valores de EOA. En todos los casos, independientemente del valor concreto de EOA o de ADS, se observa que la JNO2 a las 8 de la maana tiene ya un valor apreciable y va aumentando hasta alcanzar el mximo en el medioda. A medida que avanza la tarde, el valor de JNO2 va disminuyendo hasta anularse a las 20:00 horas. En definitiva los valores de JNO2 siguen, lgicamente, el comportamiento de la intensidad de la radiacin solar a lo largo del da. En la Figura 4.11, donde se representan los valores de JNO2 obtenidos con un valor nulo de ADS (es decir, dispersin nula) se puede observar que un aumento de EOA conlleva una reduccin notable del valor de JNO2 para todas las horas del da. Este comportamiento se observa incluso para pequeas variaciones de EOA. Por ejemplo, al pasar de un EOA de 0.059 a un EOA de 0.353, la constante de fotlisis se reduce prcticamente a la mitad. La disminucin significativa del valor de JNO2 a medida que aumenta el valor de EOA es consecuencia de que en este caso se est considerando que, el efecto que producen las partculas es de absorcin y, por tanto, la atenuacin de la radiacin que llega a la superficie es ms acusada. Para todos los EOA los valores de JNO2 se incrementan desde las 8:00 horas hasta las 12:00 horas, donde se alcanzan los valores mximos de JNO2. Cabe comentar tambin, que con la ADS nula, las JNO2 calculados con EOA mayores que 1, no superan el valor de 0.002 s-1 para ninguna hora del da. La Figura 4.12 recoge los resultados para una ADS de 0.6. De nuevo, se observa que disminuye el valor de JNO2 al aumentar el valor de EOA para todas las horas. Sin embargo, esta disminucin no es tan pronunciada con en el caso anterior, con una ADS
105
nula. Por otra parte, hay que destacar que los valores de JNO2 obtenidos con una ADS de 0.6 son superiores a los obtenidos con ADS nula. Es decir, al aumentar el valor de ADS la radiacin incidente es dispersada en mayor medida, y, consecuentemente, el flujo actnico es mayor, incrementndose el valor de JNO2. En este caso, tambin las constantes de fotlisis calculadas siguen un ciclo radiativo, dando los valores mximos y las mayores diferencias a las 12:00 horas. Por su parte, las JNO2 calculados con los valores de EOA de 1.175 y 1.645 superan el valor de 0.002 s-1 desde las 10:00 horas hasta las 12:00 horas. En las figuras 4.13 y 4.14 se puede observar que un posterior aumento de ADS a 0.80 y 0.85, provoca un cambio de patrn con respecto a lo observado en las figuras 4.11 y 4.12. As, cuando la modificacin del EOA es pequea apenas vara el valor de JNO2, en contraposicin a lo que suceda con los valores de ADS inferiores, donde la disminucin de JNO2 era sustancial. Es necesario que el EOA aumente hasta 0.353 para que la disminucin de JNO2 sea significativa. Ahora bien, los mayores valores de JNO2 continan siendo los obtenidos con EOA pequeos. Por tanto, se puede deducir, que las diferencias entre los valores horarios de JNO2 obtenidos en las para distintos EOA a cada hora, son ms pequeas con valores de ADS de 0.80-0.85 que con valores de ADS inferiores. La Figura 4.15 muestra los perfiles horarios de JNO2 obtenidos con un valor de ADS de 0.90. En este caso, se observa que las JNO2 obtenidos con valores del EOA menores de 0.35 son iguales en las horas centrales del da. Adems, es necesario aumentar el valor del EOA hasta 1.175 para provocar una disminucin del valor de JNO2 en un 20% en esas horas, ya que, las diferencias entre JNO2 son muy pequeas para valores de EOA inferiores a 0.470. A las 12:00 horas, cuando los valores de JNO2 son los mayores, las diferencias entre las JNO2 obtenidos con diferentes valores de EOA, aunque son ms pequeas los obtenidos con valores ms pequeos de ADS. Aun as, se puede concluir que la modificacin de EOA entre los rangos de valor de 0-0.470 apenas modifican el valor de JNO2 con este valor de ADS. En la Figura 4.16, donde se representan los perfiles de JNO2 obtenidos con una ADS de 0.95, se observa que prcticamente todos los valores de EOA hasta 0.470 conducen al mismo valor de JNO2 en las horas centrales del da, y esta concordancia se extiende en
106
gran medida al resto de las horas. Adems, en un anlisis ms detallado se observa que el mximo valor de la JNO2 no se obtiene con el menor valor de EOA (0.059), sino con el valor de 0.235. Este hecho puede ser explicado por el elevado valor de ADS que se est considerando. Consecuentemente, el aumento de EOA prcticamente no afecta al flujo actnico y, por tanto, la constante de fotlisis no se ve alterada significativamente. Es ms, puede suceder que, en algn caso, como sucede con un EOA de 0.235 en las horas centrales del da, la gran cantidad de radiacin dispersada provoque un aumento del flujo actnico y, en consecuencia, del valor de JNO2. Aunque slo el 5% de la radiacin que interacciona con la partcula es absorbida, cuando el valor de EOA es muy elevado el flujo actnico se ve significativamente reducido y tambin la JNO2. Por ltimo, en la Figura 4.17 se muestran los perfiles horarios de JNO2 obtenidos con el valor mximo de ADS considerado, 0.99. Se observa que las diferencias existentes entre los valores de JNO2 son escasas, incluso hasta un EOA de 1.175. Tambin, en este caso, igual que cuando la ADS es 0.95, el mximo valor de JNO2 durante las horas centrales del da no se obtiene con el valor del EOA mnimo, sino con 0.470. Adems se ve ms claramente el cambio de tendencia. Desde las 10:00 horas hasta las 14:00 horas, los mayores valores de JNO2 se obtienen con un EOA de 0.353 y a partir de las 14:00 horas la disminucin de la radiacin hace que los mayores valores de JNO2 vuelvan a ser obtenidos con EOA ms pequeos. Ahora bien, como se ha dicho, con un valor de ADS de 0.99 las diferencias entre las JNO2 son siempre muy pequeas.
107
ADS 0.0 EOA_0.059 EOA_0.118 EOA_0.235 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645 EOA_2.350
Figura 4.11- Perfiles horarios de la constante de fotlisis JNO2 a lo largo del da 24 de junio de 2004 en Madrid a 0 km de altura para una ADS de 0.0 y diversos EOA
JNO2(s-1 ) 0.012 0.010 0.008 0.006 0.004 0.002 0.000 8 10 12 14 16 18 t(h) 20
ADS 0.60 EOA_0.059 EOA_0.118 EOA_0.235 EOA_0.353 EOA_0.470 EOA_1.175 EOA_1.645 EOA_2.350
Figura 4.12- Perfiles horarios de la constante de fotlisis JNO2 a lo largo del da 24 de junio de 2004 en Madrid a 0 km de altura para una ADS de 0.6 y diversos EOA
108
0.000 8 10 12 14 16 18 t(h) 20
EOA_2.350
Figura 4.13- Perfiles horarios de la constante de fotlisis JNO2 a lo largo del da 24 de junio de 2004 en Madrid a 0 km de altura para una ADS de 0.8 y diversos EOA JNO2(s-1 ) 0.012 0.010 0.008 0.006 0.004 0.002 EOA_1.645 0.000 8 10 12 14 16 18 t(h) 20 EOA_2.350
Figura 4.14- Perfiles horarios de la constante de fotlisis JNO2 a lo largo del da 24 de junio de 2004 en Madrid a 0 km de altura para una ADS de 0.85 y diversos EOA
109
0.000 8 10 12 14 16 18 t(h) 20
EOA_2.350
Figura 4.15- Perfiles horarios de la constante de fotlisis JNO2 a lo largo del da 24 de junio de 2004 en Madrid a 0 km de altura para una ADS de 0.90 y diversos EOA JNO2(s-1 ) 0.012 0.010 0.008 0.006 0.004 0.002 EOA_1.645 0.000 8 10 12 14 16 18 t(h) 20 EOA_2.350
Figura 4.16- Perfiles horarios de la constante de fotlisis JNO2 a lo largo del da 24 de junio de 2004 en Madrid a 0 km de altura para una ADS de 0.95 y diversos EOA
110
0.000 8 10 12 14 16 18 t(h) 20
EOA_2.350
Figura 4.17- Perfiles horarios de la constante de fotlisis JNO2 a lo largo del da 24 de junio de 2004 en Madrid a 0 km de altura para una ADS de 0.99 y diversos EOA
111
4.5 Clculo de la constante de fotlisis del NO2 para un rango de valores de EOA y ADS
Una vez analizada la influencia de ADS y EOA sobre las constantes de fotlisis de NO2 y visto que esa influencia es significativa en segn qu condiciones, se ha procedido a calcular los valores de JNO2 con el modelo FTUV para un amplio intervalo de ADS y EOA, con el objetivo de tener una estimacin de los valores de JNO2 en diferentes condiciones de las partculas atmosfricas. En concreto, se realizaron un total de 99 simulaciones, una por cada una de las combinaciones posibles de los valores de ADS y EOA (9 valores de ADS x 11 valores de EOA) que se muestran en la Tabla 4.5 y que han sido tomados de las referencias indicadas en el Capitulo 2.3.5. Con estas simulaciones se pretende abarcar el mayor nmero de escenarios de partculas posibles en la atmsfera y analizar el balance radiativo y el valor de JNO2 bajo tales escenarios. Tabla 4.5- Valores de EOA y ADS a partir de los cuales se ha calculado la JNO2 con el modelo FTUV ADS 0.97 0.95 0.90 0.85 0.80 0.75 0.65 0.50 0.30 EOA 0.05 0.10 0.15 0.20 0.25 0.35 0.50 0.70 0.90 1.10 2.50 Como ejemplo de los resultados obtenidos, en la Figura 4.18 se muestran las constantes de fotlisis del NO2 calculadas con el modelo FTUV a las 12:00 horas del da 24 de junio de 2004 en Madrid a 0 km de altura, para todas las combinaciones de EOA y
112
ADS. En el eje de abscisas se muestran los valores de EOA (entre 0.05 y 2.5), y en el eje de ordenadas los valores de ADS (entre 0.30 y 0.97). Adems en cada uno de los ejes se indica la eventualidad de los valores, clasificndolos como poco frecuentes, ocasionales o muy frecuentes. Como se observa en la Figura 4.18 se han trazado isolneas de JNO2 estimadas a partir de los 99 valores obtenidos (nodos de la retcula). Se han sombreado los distintos intervalos de valores de JNO2, cada uno de ellos de 0.0025 s-1, con diferentes colores. De este modo se aprecia el efecto conjunto de EOA y de ADS. Como se ha visto anteriormente, los valores de JNO2, para estos intervalos de ADS y EOA, varan desde aproximadamente un valor nulo hasta 0.0125 s-1. Los valores de JNO2 muestran una dependencia diferente con EOA y ADS. As, para valores grandes de ADS, un incremento de EOA no afecta mucho al valor de JNO2 mientras que, para valores bajos de ADS, un aumento de EOA afecta de manera considerable, disminuyendo el valor de JNO2. Como ejemplo, se puede observar que con valores de ADS de 0.97 cualquier valor de EOA inferior a 1.10 conduce a valores de JNO2 superiores a de 0.010 s-1. Sin embargo, con una ADS igual a 0.30, slo un valor de EOA inferior a 0.05 nos proporciona valores de JNO2 superiores a 0.010 s-1. Estos resultados corroboran que cuanto menor sea el valor de ADS de las partculas (es decir, cuando mayor es la contribucin del efecto de absorcin a la atenuacin de la radiacin por los aerosoles) menor es el flujo actnico y, en consecuencia, menor es el valor de JNO2. Algunas de las constantes de fotlisis del NO2 aqu calculadas sern utilizadas posteriormente para obtener las concentraciones de O3 troposfrico con el modelo CHIMERE, como se indicar en el siguiente captulo.
113
0.97
ADS
0.95
0.90
0.75
0.50
EOA
2.50
1.10
0.90
0.70
0.50
0.35
0.25
0.20
0.15
0.10
0.30 0.05
poco frecuente
ocasional
muy frecuente
Figura 4.18- Constantes de fotlisis del NO2 (en s-1) obtenidas a partir de 99 combinaciones de valores de EOA y ADS con el modelo FTUV a las 12:00 horas del da 24 de junio de 2004 en Madrid y para una altura de 0 km. 114
4.6 Conclusiones
El anlisis de sensibilidad de la constante de fotlisis del NO2 con respecto a la variacin de EOA y ADS llevado a cabo permite concluir lo siguiente:
Para un valor fijo de EOA, el descenso del valor de ADS conduce a menores valores de JNO2; en definitiva, un aumento de ADS para un EOA fijo (mayor capacidad de dispersar la radiacin de los aerosoles) produce un incremento de la radiacin reflejada, aumentando el flujo actnico y, consecuentemente, el valor de JNO2. En este caso, la mayor influencia de ADS tiene lugar en la superficie terrestre.
Para valores elevados de ADS, una variacin de EOA presenta un efecto pequeo sobre JNO2. Incluso a partir de valores de ADS superiores a 0.95, un aumento de EOA (hasta valores de 0.470) puede conducir a un incremento de los valores de JNO2, debido a que al aumentar la capacidad dispersiva de las atmsfera (incrementando la concentracin de partculas muy dispersivas) aerosoles aumenta el flujo actnico.
Para valores intermedios de ADS (entre 0.80 y 0.90) una variacin de EOA presenta un efecto pequeo sobre la JNO2; de hecho, es necesario quintuplicar el valor de EOA de referencia para que JNO2 vare de forma significativa.
Para valores bajos de ADS (ADS<0.80), un aumento de EOA disminuye el valor de JNO2, puesto que al aumentar EOA, se aumenta la capacidad de absorcin de la atmsfera, llegando menor radiacin a la superficie terrestre.
115
116
117
de 2004. El modelo se aplic en las mismas condiciones que las descritas en el Captulo
3, con la nica diferencia de que, en este caso, en cada simulacin se utilizaron los valores de JNO2 calculados con el modelo FTUV a las alturas de 0, 1, 2, 3 y 4 km, para cada escenario. Estos valores se exponen en el Anexo VII. Las caractersticas de los cinco escenarios de partculas considerados se muestran en la Figura 5.1 con las letras A, B, C, D y E. Cada uno de estos escenarios presenta una combinacin de valores de ADS y de EOA que conduce a valores diferentes de JNO2 obtenidos con el modelo FTUV para las 12:00 horas del da 24 de junio del 2004.
B A
0.95
0.97
ADS
muy frecuente
0.90
B
0.85
0.0075-0.0100
ocasional
0.80
C
0.75
poco frecuente
0.65
0.50
D
EOA
2.50 1.10 0.90 0.70 0.50
E
0.35 0.25 0.20 0.15 0.10 0.30 0.05
poco frecuente
ocasional
muy frecuente
Figura 5.1- Isolneas de JNO2 para distintos valores de EOA y de ADS. Los diferentes escenarios se encuentran marcados por las letras A, B, C, D y E.
118
El escenario A (EOA=0.35 y ADS=0.97) corresponde a una situacin habitual en la atmsfera y se ha tomado como referencia para la comparacin con el resto de escenarios. El valor de ADS de 0.97 indica poca presencia de aerosoles con carbono. Slater et al. (2004) analizaron el valor de ADS en funcin de la composicin de partculas; segn los autores, una ADS de 0.97 puede encontrarse cuando la contribucin inorgnica (sulfatos, nitratos y amonio) supone alrededor del 70% del total de la masa partculas, y la de carbono orgnico (OC) y elemental (EC) un 20% y 1%, respectivamente. Los valores de EOA de 0.35 son muy frecuentes y se pueden observar en muchas situaciones atmosfricas habituales.
El escenario B (EOA=0.50 y ADS=0.85) es una situacin bastante probable en la atmsfera, con un EOA que, a pesar de ser alto, no es infrecuente y un valor de ADS relativamente frecuente. Segn el mismo trabajo de Slater et al. (2004), valores de ADS de 0.85 se pueden asociar a partculas con porcentajes en masa de carbono orgnico y elemental de un 50% y un 3% aproximadamente. Los valores de EOA de 0.50 son altos, pero bastante probables en situaciones determinadas. Kalashnikova et al. (2007) midieron valores similares en presencia de aerosoles procedentes de incendios.
119
El escenario C (EOA=0.90 y ADS=0.75) representa situaciones poco frecuentes en la atmsfera, dado que el valor de EOA es alto y el valor de ADS relativamente poco frecuente. Slater et al. (2004) midieron valores de ADS de este orden en situaciones de partculas con proporciones de carbono orgnico y elemental del 70% y 6%. Valores de EOA de 0.90, aunque no son probables, han sido medidos en determinadas situaciones, como en atmsferas contaminadas de las grandes ciudades Chinas (Yu et al., 2009) o fuegos forestales en Atenas (Liu et al., 2009), entre otros.
El escenario D (EOA=2.50 y ADS=0.30) presenta una combinacin de EOA y ADS muy improbable en la atmsfera. El EOA es tan elevado que difcilmente se observa en la atmsfera (aunque este valor fue medido en la estacin de Granada entre el 22 y 28 de julio del 2004, segn Prats et al., 2008). El valor de ADS medido por Lyamani et al. (2008) tambin en Granada es, sin embargo, muy infrecuente. Segn el mismo trabajo este valor fue registrado en un episodio de mucha estabilidad atmosfrica en invierno, con fuertes emisiones de calefacciones por gasleo, es decir, partculas con alto contenido de carbono orgnico. Lgicamente, la simultaneidad de ambos valores es extremadamente infrecuente en la atmsfera. En estas situaciones se tendra una concentracin muy elevada de partculas muy absorbentes.
Por ltimo, la combinacin de ADS y EOA del escenario E (EOA=0.35 y ADS=0.30) es poco probable en la atmsfera; a pesar de que un valor de EOA de 0.35 es un valor observado con relativa frecuencia, una ADS de 0.30 se ha observado nicamente en situaciones muy aisladas.
A partir de estas cinco combinaciones de ADS y EOA se calcularon las constantes de fotlisis del NO2 utilizando el modelo FTUV. En la Figura 5.2 se muestran los resultados obtenidos en superficie para el da 24 de junio de 2004 en Madrid (44.4N, 3.75O) en funcin del ngulo cnit solar. Tambin, en dicha figura se representan los valores de JNO2 incluidos en la versin estndar del modelo CHIMERE, calculados sobre Pars en condiciones de cielo despejado (Institut Pierre-Simon Laplace, 2006).
120
75 SZA() 90
Figura 5.2-Constantes de fotlisis del NO2 en superficie en funcin del ngulo cnit solar calculadas con el modelo FTUV para el da 24 de junio 2004 en los distintos escenarios considerados. La figura incluye tambin los valores de JNO2 de la versin estndar del modelo CHIMERE.
121
122
Figura 5.3- Concentraciones de O3 obtenidas en el escenario A para el da 29 de junio de 2004 a las 15:00 horas y el da 2 de julio de 2004 a las 14:00 horas para todo el dominio. En dicho trabajo se indica que la zona norte del dominio, en especial, la Sierra de Aylln, es la zona ms afectada por el O3 troposfrico (61% de los das analizados), sobre todo en situaciones de vientos mesoescalares del sur o suroeste durante el da. En las figuras incluidas en el Anexo VIII, se observa que durante el mes de julio este tipo de situacin no es tan habitual, aunque en das concretos, como por ejemplo el 19 y 20 de julio, se puede observar ese impacto del O3 en el norte. La siguiente zona ms afectada por el impacto de O3 segn Palacios et al. (2004) es la zona noroeste del dominio (18% de los das analizados), y suele estar relacionado con vientos diurnos del sureste. Segn los resultados mostrados en el Anexo VIII, la zona noroeste del dominio es tambin un rea muy afectada por ozono con cierta frecuencia, como puede verse en los mapas de los das 30 y 31 de junio. En este caso, el impacto de O3 sobre reas del noroeste se produce con mayor frecuencia durante el mes de julio que lo expuesto en Palacios et al. (2004). Segn Palacios et al. (2004) la distribucin de ozono alrededor de la ciudad de Madrid tiene lugar con vientos dbiles y es en estas circunstancias cuando se alcanzan las mayores concentraciones de O3; est situacin ocurra, segn los autores, un 12% de los das analizados. Segn los resultados del modelo CHIMERE presentados en este estudio e incluidos en el anexo, tampoco se observa esta situacin de forma muy frecuente durante el julio de 2004, aunque s se aprecia en algunas ocasiones, como por ejemplo, los das 1, 15 y 29 de julio. Por ltimo, la presencia de altas concentraciones de O3 hacia el este de Madrid, es la situacin menos frecuente (8% de los das analizados), con vientos del oeste segn Palacios et al. (2004). Mientras que segn los resultados mostrados en el Anexo VIII, el mes de julio se dan bastantes situaciones
123
Figura 5.4- Concentraciones de NO2 obtenidas en el escenario A para el da 29 de junio de 2004 a las 15:00 horas y el da 2 de julio de 2004 a las 14:00 horas para todo el dominio. El anlisis de los resultados de los escenarios B, C, D y E se va a realizar por comparacin con el escenario A. As, se han calculado las diferencias entre las
124
[O 3 ]i, j
A
(5.1)
donde [O 3 ]i, j
B, C, D, E
punto i, j de la malla de simulacin y [O 3 ]i, j es la concentracin horaria de O3 para el escenario A, a la misma hora y en el mismo punto i,j de la malla. Como se ha comentado, el Anexo VIII incluye tambin mapas con las diferencias as calculadas para cada da del mes de julio, a las 16:00 horas. En todos los puntos del dominio y para todos los escenarios las diferencias son negativas, indicando, pues, que es el escenario A, con valores ms altos de JNO2, el que conduce a mayores concentraciones de O3. Las figuras 5.5-5.9 muestran algunos ejemplos; cada figura muestra los resultados para un determinado escenario y contiene 6 grficos: los dos grficos superiores corresponden al da 29 de junio, los dos centrales, al 1 de julio y los dos inferiores al 2 de julio. Por su parte, los grficos de la izquierda muestran las diferencias a las 14:00 horas, mientras que los situados a la derecha presentan valores de diferencias a las 15:00 horas. Las diferencias de concentracin de O3 se muestran siguiendo una escala con colores ms oscuros a medida que aumenta la diferencia, llegando a una diferencia negativa mxima de -72 g/m3. Las diferencias entre las concentraciones de O3 modelizadas en el escenario B y las obtenidas en el escenario A se presentan en la Figura 5.5. Estas diferencias son muy pequeas, rara vez sobrepasan los 5 g/m3. Ello se debe a que las constantes de fotlisis del NO2 en el escenario A son slo ligeramente superiores a las del escenario B (Figura 5.2). Sin embargo, las diferencias no se distribuyen uniformemente en el dominio geogrfico. Para los das y horas consideradas, las mayores diferencias se observan en la direccin NE-SO, siguiendo la Sierra de Madrid en su vertiente sur y coincidiendo con las zonas de mayor concentracin de NO2 y O3 en estas situaciones meteorolgicas. Las diferencias se van atenuando suavemente hacia el SE del dominio. Por otra parte, no se observan grandes diferencias entre los tres das, ni entre las horas analizadas.
125
126
127
Figura 5.5- Diferencias de concentracin de O3 entre los escenarios A y B para los das 29 de junio, 1 de julio y 2 de julio de 2004 a las 14:00 y 15:00 horas para todo el dominio.
128
Figura 5.6- Diferencias de concentracin de O3 entre los escenarios A y C para los das 29 de junio, 1 de julio y 2 de julio de 2004 a las 14:00 y 15:00 horas para todo el dominio.
129
Figura 5.7- Diferencias de concentracin de O3 entre los escenarios A y D para los das 29 de junio, 1 de julio y 2 de julio de 2004 a las 14:00 y 15:00 horas para todo el dominio.
130
Figura 5.8- Diferencias de concentracin de O3 entre los escenarios A y E para los das 29 de junio, 1 de julio y 2 de julio de 2004 a las 14:00 y 15:00 horas para todo el dominio.
131
132
dependencia de las emisiones locales de NO2. Tabla 5.1- Caractersticas de los puntos de comparacin utilizados como ejemplo. N 1 6 9 27 Coordenadas (lat, long) 40.98 N, 3.62 W 40.42 N, 3.75 W 40.54 N, 3.64 W 40.43 N, 3.68 W Nombre y tipo de la estacin coincidente con el punto Buitrago, Fondo rural Casa de Campo, Fondo Suburbana Alcobendas, Fondo Urbana Escuelas de, Trfico Urbano Dependencia de las emisiones locales Baja Media Media Alta.
Las figuras 5.9 y 5.10 muestran la concentracin de O3 a lo largo de todo el periodo temporal, en los cuatro puntos de comparacin, para los distintos escenarios. En todos los casos, las mayores concentraciones de O3 se producen en el escenario A, aunque estas concentraciones apenas difieren de las obtenidas en el escenario B. Por su parte, las concentraciones obtenidas en los escenarios C y E son muy parecidas entre s y son ligeramente menores que las concentraciones de los escenarios A y B. Los valores menores de la concentracin de O3 se obtuvieron para el escenario D. Lgicamente, las mayores diferencias en las concentraciones de O3 calculadas en los distintos escenarios se producen a las horas de mayor irradiancia esto es, a las 14:00 y las 15:00 horas de cada da. Si se observa el Anexo IV, donde se compara el O3 observado y el modelizado con CHIMERE en condiciones estndar, se aprecia que el punto 1 es en donde mayores concentraciones horarias de O3 se observan, superndose los 200 g/m3. Sin embargo, el modelo no alcanza estos valores, subpredicindolos notablemente. La onda de
133
[O 3 ]h = [O 3 ]h
B,C,D,E
[O 3 ]h
(5.2)
134
[O 3 ]tA
mayores concentraciones son las obtenidas en el escenario A, por lo que las diferencias definidas segn la ecuacin 5.2 presentan valores negativos. Las diferencias encontradas para los cuatro puntos de comparacin se muestran en las figuras 5.11 y 5.12. Como puede observarse, las diferencias de O3 entre los escenarios A y B son pequeas, siempre inferiores a 5 g/m3, mientras que las diferencias entre los escenarios A y C son bastante elevadas, sobrepasando incluso los 15 g/m3. Estas diferencias son muy parecidas a las obtenidas al comparar los escenarios A y E, puesto que los escenarios E y C proporcionan concentraciones de O3 similares entre s (las diferencias entre ellos es de apenas 1-3 g/m3). Las mayores diferencias en las concentraciones de O3 se observan entre los escenarios A y D, pudiendo llegar hasta casi 70 g/m3 a lo largo del periodo estudiado. En el punto 1 se han encontrado las menores diferencias, alcanzado las diferencias mximas de aproximadamente de 30 g/m3 en este punto, aunque en algn momento se pueden alcanzar los 40 g/m3. En el resto de los puntos de comparacin, los resultados son bastantes parecidos entre ellos, siendo las diferencias algo superiores a los obtenidos en el punto 1; la mayora de los picos descienden hasta 40 g/m3, aunque en algunos casos son inferiores a -60 g/m3. Las diferencias tampoco son constantes durante todo el periodo, y para todos los puntos, por ejemplo, entre el 1 y 3 de julio se observan las mayores diferencias para los puntos 6, 9 y 27, mientras que en el punto 1, las diferencias no son las mayores del periodo. Esto demuestra otra vez, la necesidad de estudiar los patrones de viento y por consiguiente la adveccin de los contaminantes. Por ltimo, la Figura 5.13 muestra las diferencias mximas en las concentraciones horarias de O3 obtenidas para los diferentes escenarios respecto a las calculadas en el escenario A para todos los puntos de comparacin. Como se observa en la figura, las diferencias mximas entre los escenarios A y B son bastante reducidas y en ningn caso superan los 5 g/m3. Las diferencias mximas entre los escenarios A y C son algo superiores a las anteriores, situndose entre 10-15 g/m3 en todos los puntos de comparacin. El escenario E proporciona valores de concentracin de O3 similares a los
135
136
5.6 Conclusiones
En este captulo se han analizado las estimaciones de O3 realizadas por el modelo CHIMERE con los diferentes valores de JNO2, asociados a escenarios determinados de partculas en la atmsfera. Se han elegido cinco escenarios diferentes caracterizados por valores concretos de EOA y ADS, con diferente probabilidad de que tales valores se observen en la atmsfera. Para cada escenario, se calcularon los valores de JNO2 con el modelo FTUV, y se implementaron estos valores de JNO2 en el modelo CHIMERE. Los mayores valores de JNO2 se obtuvieron en el escenario A, con valores mximos aproximados de 0.012 s-1; con el escenario B los valores de JNO2 fueron algo inferiores. Cabe comentar que las JNO2 del escenario B son las ms parecidas a las de la versin estndar del modelo CHIMERE. Las constantes de fotlisis del NO2 del escenario C y E son muy parecidas entre s, y considerablemente inferiores a las obtenidas en el escenario A. Por ltimo, las JNO2 obtenidas para el escenario D son las ms bajas, sin superar en ningn momento el valor de 0.0002 s-1. Las concentraciones ms altas de O3 se obtuvieron con el escenario A. Como el escenario A es adems el que se observa con ms frecuencia en la atmsfera, se ha utilizado como referencia para ver las diferencias de concentracin de O3 con respecto a
137
Las diferencias horarias mximas de O3 entre el escenario B (el ms parecido al incluido en la versin estndar del modelo CHIMERE) y el escenario A, pueden alcanzar los -5 g/m3.
En situaciones atmosfricas menos probables (escenarios C y E) las diferencias horarias mximas respecto al O3 estimado con el escenario A pueden ser considerables, llegando hasta los -17 g/m3.
En situaciones atmosfricas muy improbables (escenario E) las diferencias horarias mximas respecto al O3 estimado con el escenario A pueden ser muy grandes, llegando hasta los -72 g/m3. Hay que recordar que estas situaciones son muy poco probables, ya que, el valor de JNO2 es casi nulo en segn este escenario.
Resumiendo, este trabajo pone de manifiesto la necesidad de tener en cuenta el efecto de las partculas a la hora de modelizar el O3 en situaciones concretas, como por ejemplo, en casos de incursiones de polvo sahariano, fuegos o en episodios graves de contaminacin urbana. En el Captulo 6, centrado en las conclusiones generales de esta tesis, se profundizar sobre estas conclusiones. .
138
[O3 ] g/m3
160 120 80 40 0
62500 62512 62600 62612
Escenario A
Escenario B
Escenario C
Escenario D
Escenario E
Punto 1
160 120 80 40 0
[O3 ] g/m3
Escenario A
62700
62712
62800
Escenario B
62812
62900
62912
Escenario C
63000
63012
70100
Escenario D
70112
70200
70212
70300
Escenario E
70312
70400
70412
70500
Punto 6
70512
Figura 5.9- Series temporales de las concentraciones de O3 obtenidas con el modelo CHIMERE para los distintos escenarios para el periodo del 25 de junio al 5 de julio de 2004 en los puntos de comparacin 1 (grfica superior) y 6 (grfica inferior).
62500
62512
62600
62612
62700
62712
62800
62812
62900
62912
63000
139
63012
70100
70112
70200
70212
70300
70312
70400
70412
70500
70512
Escenarios A
Escenarios B
Escenarios C
Escenarios D
Escenarios E
Punto 9
[O3] g/m3
160 120 80 40 0
62500 62512 62600 62612
Escenarios A
Escenarios B
Escenarios C
Escenarios D
Escenarios E
Punto 27
Figura 5.10- Series temporales de las concentraciones de O3 obtenidas con el modelo CHIMERE para los distintos escenarios para el periodo de 25 del junio al 5 de julio de 2004 en los puntos de comparacin 9 (grfica superior) y 27 (grfica inferior).
62700
62712
62800
62812
62900
62912
63000
140
63012
70100
70112
70200
70212
70300
70312
70400
70412
70500
70512
Escenarios B
Escenarios C
Escenarios D
Escenarios E
Punto 1
[O3] g/m3
-10 -30 -50 -70
62500 62512 62600 62612
Escenario B
Escenario C
Escenario D
Escenario E
Punto 6
Figura 5.11- Series temporales de las diferencias de las concentraciones de O3 obtenidas con el modelo CHIMERE para los distintos escenarios respecto a los obtenidos con escenario A para el periodo del 25 de junio al 5 de julio de 2004 en los puntos de comparacin 1 (grfica superior) y 6 (grfica inferior). 141
62700
62712
62800
62812
62900
62912
63000
63012
70100
70112
70200
70212
70300
70312
70400
70412
70500
70512
Escenario B
Escenario C
Escenario D
Escenario E
Punto 9
[O3] g/m3
-10 -30 -50 -70
62500 62512 62600 62612
Escenario B
Escenario C
Escenario D
Escenario E
Punto 27
Figura 5.12- Series temporales de las diferencias de las concentraciones de O3 obtenidas con el modelo CHIMERE para los distintos escenarios respecto a los obtenidos con el escenario A para el periodo del 25 de junio al 5 de julio de 2004 en los puntos de comparacin 9 (grfica superior) y 27 (grfica inferior). 142
62700
62712
62800
62812
62900
62912
63000
63012
70100
70112
70200
70212
70300
70312
70400
70412
70500
70512
[O3] g/m3
Escenario B
Escenario C
Escenario D
Escenario E
-10
-30
-50
-70
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 1 2 3 4 5 6 7 8 9
Figura 5.13- Diferencias mximas entre las concentraciones horarias de O3 obtenidas con el modelo CHIMERE en los distintos escenarios con respecto a las obtenidas en el escenario A para el periodo del 25 de junio al 5 de julio del 2004 y para todos los puntos de comparacin.
143
[O3] g/m3
Punto 1
12
18
24
Punto 6
Figura 5.14- Perfiles horarios medios de las concentraciones de O3 obtenidas con los
distintos escenarios en los puntos de comparacin 1 (grfica superior) y 6 (grfica inferior).
144
[O3] g/m3
Punto 9
[O3] g/m3
Punto 27
Figura 5.15- Perfiles horarios medios de las concentraciones de O3 obtenidas con los distintos escenarios en los puntos de comparacin 9 (grfica superior) y 27 (grfica inferior).
145
Punto 1
-30 0 6 12 18 24
[O3] g/m3 0
Punto 6
-30 0 6 12 18 24
con los distintos escenarios respecto a las obtenidas en el escenario A en los puntos de comparacin 1 (grfica superior) y 6 (grfica inferior).
146
Punto 9
-30 0 6 12 18 24
[O3] g/m3 0
Punto 27
-30 0 6 12 18 24
con los distintos escenarios respecto a las obtenidas en el escenario A en los puntos de comparacin 9 (grfica superior) y 27 (grfica inferior).
147
148
6. Conclusiones generales
6. CONCLUSIONES GENERALES
En este trabajo se ha estudiado la influencia de las partculas sobre la concentracin de ozono troposfrico. En el transcurso del mismo, se ha podido constatar cmo las partculas pueden modificar el balance radiativo sobre la superficie terrestre, modificando el flujo actnico y consecuentemente, las constantes de fotlisis de las diferentes especies qumicas. stas a su vez, intervienen en los procesos qumicos que dan lugar a la formacin de ozono, pudiendo modificar sustancialmente su concentracin en el aire. En el Captulo 2, se realiz una exposicin sobre las propiedades qumicas y pticas de los aerosoles, para despus presentar una caracterizacin de las partculas en Espaa segn datos de Querol (2004). En ese mismo captulo se recopilaban valores de EOA y ADS medidos y publicados en diferentes trabajos. En el Captulo 3, se estudi la sensibilidad del O3 estimado por el modelo CHIMERE respecto a las reacciones de fotlisis de las especies fotolticas presentes en su mecanismo qumico. Para ello, se duplic y redujo a la mitad el valor de la constante de fotlisis de cada especie fotoltica, modelizando el ozono troposfrico en tales condiciones. En este sentido, se concluy que, de entre las reacciones involucradas en la formacin de O3, la fotlisis del NO2 es la que mayor influencia tiene sobre el O3 estimado. Adems, en el Captulo 3, se mostr cmo influye la modificacin de la constante de fotlisis de NO2 en la concentracin de O3 estimada por el modelo. Para ello, se introdujeron en el modelo CHIMERE valores de JNO2 de la versin estndar, tanto duplicados como reducidos a la mitad, analizando su efecto sobre las concentraciones horarias de O3; segn se mostr en dicho captulo, los valores de O3 obtenidos podan diferir en hasta 30 g/m3 respecto a los calculados con las constantes de fotlisis de NO2 originales en el modelo. En el Captulo 4, se evalu la sensibilidad de la constante de fotlisis de NO2 al espesor ptico de aerosoles (EOA) y al albedo de dispersin simple (ADS) con el modelo radiativo FTUV. A partir de los resultados obtenidos, se concluy que el comportamiento de la JNO2 en el modelo radiativo FTUV es dependiente en gran
149
6. Conclusiones generales
medida del valor de ADS. En funcin del valor de ADS, el efecto sobre la JNO2 que producen diferentes valores de EOA sigue pautas diferentes: 1) Para partculas con un valor elevado de ADS, una variacin de EOA apenas causa ningn efecto sobre la JNO2. Incluso a partir de valores de ADS superiores a 0.95, a medida que aumentan los valores de EOA aumentan los valores de JNO2, debido a que un aumento de la cantidad de partculas con gran capacidad dispersiva aumenta el flujo actnico, produciendo un pequeo incremento de la JNO2. 2) Para valores intermedios de ADS (entre 0.80 y 0.90), una variacin de EOA apenas afecta el valor de JNO2; de hecho es necesario quintuplicar el EOA de referencia para que la JNO2 vare de forma significativa. 3) Para valores bajos de ADS (ADS<0.80) (es decir, cuando la contribucin dispersiva al valor de atenuacin de las partculas es baja) un aumento de EOA produce una disminucin considerable del valor de JNO2. Al aumentar EOA, aumenta la atenuacin de la radiacin en la atmsfera, en su mayor parte por la absorcin, disminuyendo el flujo actnico y consecuentemente el valor de la constante de fotlisis del NO2. Segn lo visto en el Captulo 2, el valor de ADS de cada partcula est determinado por su composicin qumica (a travs del ndice de refraccin) y su tamao. Los valores ms altos de ADS corresponden a partculas cuya composicin sea mayoritariamente de polvo mineral, sulfatos, nitratos, sales de amonio, sal marina o agua. Las partculas de origen primario y los aerosoles orgnicos secundarios son los que presentan menores valores de ADS. Las mezclas de partculas de diferentes composiciones presentan valores de ADS intermedios. Resumiendo, la modificacin de la JNO2 ser suficientemente importante en escenarios donde las partculas atmosfricas sean absorbentes, es decir, partculas con una fraccin importante de carbono, tanto elemental como orgnico, en su composicin. Asimismo, en el Captulo 4, se calcul el valor de JNO2 a partir de un amplio rango de valores de EOA y de ADS medidos en diferentes partes del mundo y presentados en diversas publicaciones.
150
6. Conclusiones generales
Por ltimo, en el Captulo 5, se estim la concentracin de O3 con el modelo CHIMERE, utilizando los valores de JNO2 calculados con el modelo FTUV para diferentes escenarios de partculas atmosfricas (escenarios A, B, C, D y E), caracterizadas con valores concretos de EOA y ADS. El escenario A (EOA=0.35 y ADS=0.97) corresponde a una situacin habitual en la atmsfera y por ello se tom como referencia para la comparacin con el resto de los escenarios. Bajo este escenario se obtuvieron los mayores valores de JNO2, llegando a valores mximos cercanos a 0.012 s-1. En este escenario y para el periodo modelizado, las concentraciones de O3 estimados por el modelo CHIMERE alcanzaron los valores mximos, en comparacin con el resto de los escenarios analizados. Es decir, las constantes de fotlisis del NO2 altas condujeron a altas concentraciones de O3 en Madrid en el periodo estudiado. Segn lo expuesto, en las conclusiones del Captulo 4, en situaciones atmosfricas donde las caractersticas pticas de las partculas se corresponden con altos valores de ADS, como es el caso de este escenario, aumentos o disminuciones significativas de EOA apenas tiene influencia sobre el valor de JNO2 (a no ser que sean variaciones muy grandes, con valores de EOA cercanos a 1). Por lo tanto, desde la perspectiva de la influencia de las partculas sobre la formacin O3, en escenarios con partculas con gran capacidad de dispersin de la radiacin (valores altos de ADS), la variacin de la concentracin de las mismas (variacin de EOA), apenas modific la concentracin de O3, entre 1 y 2 g/m3, estimado con el modelo CHIMERE. El escenario B (EOA=0.5 y ADS=0.85) refleja una situacin bastante probable en la atmsfera, con un EOA que a pesar de ser alto, no es infrecuente y un valor de ADS relativamente frecuente. Los valores de JNO2 son muy parecidos a los valores estndares del modelo CHIMERE, y a su vez, un poco inferiores a los que se obtuvieron en el escenario A. La mayor diferencia de JNO2 entre los escenarios A y B apenas lleg a los 0.0025 s-1. Con estas diferencias de JNO2, se obtuvieron diferencias pequeas en las concentraciones de O3, que rara vez sobrepasaron los 5 g/m3 en comparaciones horarias, para el periodo estudiado. Con el valor de ADS caracterstico de este escenario, se necesitan incrementos grandes de EOA para modificar el JNO2 de tal manera que tenga influencia en la formacin del O3. Por ello, la consideracin o no del
151
6. Conclusiones generales
efecto sobre la JNO2 de las partculas en este tipo de situaciones depender del grado de exactitud requerida para estimar el ozono. El escenario C (EOA=0.90 y ADS=0.75) representa situaciones poco frecuentes en la atmsfera, dado el valor excesivamente alto de EOA y relativamente bajo de ADS. En este caso, las diferencias de JNO2 con respecto al escenario A fueron mayores que en el caso anterior, alcanzando diferencias de 0.005s-1 para las 12:00 horas en superficie. Estas diferencias en las constantes JNO2 condujeron a diferencias en las concentraciones de O3 mucho mayores que las encontradas entre los escenarios B y A, llegando hasta los 17 g/m3, encontrndose las ms altas en el centro del dominio. Segn las conclusiones del Captulo 4, a partir de valores de ADS inferiores a 0.80, las modificaciones de EOA afectan significativamente a los valores de JNO2 y por lo tanto, a las estimaciones de O3. Por ello, cuando se tienen escenarios como ste, hay que tener muy en cuenta los incrementos o descensos de EOA, ya que, las concentraciones estimadas de O3 por el modelo dependern de ello. El escenario D (EOA=2.50 y ADS=0.30) presenta una combinacin de EOA y ADS que debido a sus valores alto y bajo, respectivamente, es muy improbable de encontrar en la atmsfera. El valor de EOA es tan elevado que difcilmente se observa en la atmsfera. Este valor fue medido en un episodio de polvo sahariano en la estacin de Granada entre el 22 y 28 de julio del 2004 (Prats et al., 2008). Adems, el valor de ADS fue tambin el ms bajo encontrado en la publicaciones cientficas consultadas, observado en Granada en invierno de 2006 y asociado a una situacin de poco viento con emisiones de compuestos hidrocarbonados, as como a la presencia de polvo sahariano con el mineral hemate, muy absorbente (Lyamani et al., 2008). En este caso las diferencias entre las constantes de fotlisis del NO2 entre ambos escenarios fueron muy elevadas, pues en el escenario D la JNO2 fue casi nula. Las diferencias en las concentraciones de ozono han llegaron a ser de hasta 72 g/m3, es decir la concentracin de O3 fue 72 g/m3 superior en el escenario A que en el escenario D. Aunque se trata de situaciones muy improbables, sirve para hacerse una idea del descenso de las concentraciones de O3 debido a la anulacin de la constante de fotlisis de NO2 (en el escenario D, los valores fueron casi nulos). Segn las conclusiones del Captulo 4, con este valor de ADS, hay que tener muy en cuenta, las modificaciones de
152
6. Conclusiones generales
EOA y su influencia en las constantes de JNO2, ya que, como se ha dicho para el caso anterior, tener o no en cuenta este efecto puede influir muy significativamente en la concentracin del O3 modelizado. Por ltimo, el escenario E (EOA=0.35 y ADS=0.30) es poco probable en la atmsfera; a pesar de que un valor de EOA de 0.35 se observa con relativa frecuencia, un valor de ADS de 0.30 slo se ha observado en la bibliografa en la publicacin (Lyamani et al., 2008). En este caso, las JNO2 calculadas fueron muy parecidas a las obtenidas en el escenario C, por lo que las concentraciones de O3 obtenidas en ambos escenarios fueron muy similares. Las diferencias de concentracin de ozono entre el escenario E y C apenas llegaron a 1-3 g/m3. En el caso de las diferencias entre el escenario E y el escenario A, estas diferencias fueron superiores a 15 g/m3 en el centro y en el sur del dominio. Adems, es importante resaltar que los escenarios A y E solamente difieren en el valor de ADS (0.97 en el escenario A y 0.30 en el escenario E, es decir, los valores mximos y mnimos de la ADS encontrados en la bibliografa) por lo que la comparacin entre ambos permite deducir que el efecto en las estimaciones horarias de ozono de variar estos valores de ADS para un valor fijo del EOA de 0.35, en este dominio y periodo temporal, puede llegar a 15 g/m3 segn el modelo CHIMERE. Como se vio para el escenario D, en estas situaciones con aerosoles muy absorbentes, la variacin de EOA tiene efectos muy significativos sobre la formacin de O3; por ejemplo, una variacin del valor de EOA de 0 a 0.35 acarrea una diferencia de aproximadamente 15 g/m3 en el ozono troposfrico, motivo por el cual se debera tener en cuenta este hecho a la hora de modelizar la formacin del ozono troposfrico. Resumiendo, en el caso de las partculas poco absorbentes, diferentes valores de EOA tienen poco efecto sobre el valor de JNO2, y por lo tanto sobre las concentraciones de O3. En el caso de las partculas muy absorbentes, pequeas variaciones de EOA, influyen en la JNO2 de manera determinante, modificando sensiblemente las concentraciones de O3. Durante todo el trabajo se insiste en la variabilidad de las partculas atmosfricas y sus propiedades, tanto en el espacio como en el tiempo. Por ello, lo ms comn es que en periodos largos de simulaciones, se produzcan situaciones donde las partculas tengan diferentes propiedades pticas. As, no slo hay que tener en cuenta la variacin de EOA en un determinado escenario, sino tambin el cambio del
153
6. Conclusiones generales
valor de ADS, es decir, de la composicin y del tamao de las partculas. Adems hay que tener en cuenta que las conclusiones obtenidas sobre el efecto de las partculas en las concentraciones de O3 se tienen que delimitar al dominio y periodo estudiados, en este caso, un dominio espacial que cubre la Comunidad de Madrid y desde el 2 de junio al 2 de agosto de 2004. Una lnea de trabajo interesante para el futuro sera incorporar en los modelos fotoqumicos como CHIMERE el efecto de las partculas sobre la constante de fotlisis del NO2. El modelo CHIMERE utiliza valores fijos de JNO2 y no tiene en cuenta el efecto en la radiacin incidente por la presencia de aerosoles, ni por tanto, su efecto sobre las constantes de fotlisis. Como se ha visto a lo largo de este trabajo en la atmsfera se pueden producir situaciones en que las partculas intervienen de forma activa en el balance radiativo, ya sea por su concentracin o composicin, alterando de forma significativa el valor predeterminado de JNO2 en el modelo. De manera que, el efecto de las partculas sobre las constantes de fotlisis de NO2 afecta a la formacin de O3, pudiendo producir grandes diferencias en la estimacin de O3. Se ha visto que las diferencias horarias en las concentraciones de O3 debido al efecto de los aerosoles, puede ser de entre 5-17 g/m3 en los casos ms realistas, aunque tericamente pueden llegar hasta los 72 g/m3 en esta rea y periodo de estudio. Esto deja en evidencia la necesidad de tener en cuenta, el efecto de las partculas a la hora de modelizar el O3, en situaciones concretas, como por ejemplo, incursiones de polvo sahariano, fuegos o en episodios graves de contaminacin urbana. Dada la variabilidad de las propiedades de las partculas, la incorporacin de este efecto de las partculas sobre el ozono es una tarea compleja, ya que no slo es necesario saber la concentracin de partculas sino tambin sus propiedades fsicas y qumicas para poder estimar en primer lugar sus propiedades pticas, y en funcin de ellas el valor de JNO2 y las concentraciones de ozono troposfrico. El primer paso necesario sera mejorar la modelizacin de las partculas, en cuanto a su concentracin, composicin y distribucin por tamaos. En el trabajo de Hodzic et al., (2006b) los autores raramente consiguieron reproducir bien la composicin de las partculas observadas con el modelo CHIMERE.
154
6. Conclusiones generales
El efecto que las propiedades pticas de las partculas pueden tener sobre la constante de fotlisis del NO2 se puede incorporar de dos formas generales al modelo CHIMERE, de modo que el ozono estimado responda a los distintos escenarios de partculas: Una forma precisa de incorporar este efecto implicara un acoplamiento entre un modelo radiativo como el FTUV y el modelo CHIMERE, de manera que el clculo de JNO2 se hiciera de forma continuada en funcin de las estimaciones del modelo de la concentracin, composicin y distribucin por tamaos de los distintos tipo de partculas. Por ello, previo paso por el modelo FTUV sera necesario recalcular los valores de ADS y coeficiente de extincin (Qext) de acuerdo a la Teora de Mie. Para ello, se podran construir tablas de ADS y Qext, obtenidas con el cdigo Mie para composiciones qumicas puras, diversos tamaos y diferentes humedades relativas. El clculo de valores medios ponderados de ADS y Qext se podra hacer utilizando los datos obtenidos con el modelo, relativos a la concentracin de cada tipo y tamao de aerosol. De este modo, se obtendra en primer lugar un valor de Qext para cada tamao de aerosol, ponderando los valores puros en funcin de la composicin estimada por el modelo para cada sector de tamao. A continuacin, y teniendo en cuenta las contribuciones de cada tamao calculadas por el modelo (%PT1, %PT2, %PT3 en la expresin 2.21) se podra obtener el valor de EOA para una capa atmosfrica de espesor
h mediante la expresin 2.21, que como recordatorio se muestra a continuacin:
Para simplificar el clculo de la variable EOA, se podran utilizar los pesos porcentuales de cada composicin qumica pura calculada a partir de datos observados, (por ejemplo, los datos de Querol, 2004, Tabla 2.8), y sustituir solamente la concentracin de partculas PM10 obtenidas. Tanto en este caso como en el anterior para una mejor parametrizacin sera conveniente disponer de un mayor nmero de observaciones, bien para conocer informacin sobre contribuciones de cada tipo de partcula bien para validar las estimaciones del modelo.
3h[PM 10 ] Q ext r1 %PT1 Q ext r2 %PT2 Q ext r 3 %PT3 + + 4 r r r3 1 2
EOA =
Una vez obtenidos EOA y ADS en funcin de las partculas estimadas por el modelo CHIMERE, acoplando el modelo FTUV se podran recalcular los valores de las
155
6. Conclusiones generales
constantes de fotlisis del NO2. As, incorporando las nuevas constantes de fotlisis al modelo se tendra en cuenta el efecto de las partculas sobre la formacin de O3. De modo alternativo, y a modo de aproximacin, el acoplamiento del modelo FTUV se podra, a su vez, sustituir por una serie de tablas tabuladas de JNO2 distintas para cada escenario de partculas atmosfricas. Dependiendo del grado de exactitud necesario, se podrn determinar ms o menos escenarios, siempre en funcin de determinados combinaciones de valores de EOA y ADS. La utilizacin de los cinco escenarios con los valores de JNO2 (con las diferentes combinaciones posibles) de este trabajo sera una opcin muy recomendable. Resumiendo, la tarea de incluir el impacto de las partculas sobre la formacin de O3 es una cuestin muy compleja, para la cual habra que dar pasos, tanto en el mbito experimental como en el campo de la modelizacin. Por ello, es importante disponer de un mayor nmero de estaciones de medida y largos periodos de tiempo, con el objetivo de caracterizar mejor las partculas en Espaa, y en concreto en Madrid, con el fin, de conocer mejor las caractersticas pticas de las mismas y poder validar los resultados del modelo.
156
7. Bibliografa
7. BIBLIOGRAFA
Alados-Arboledas, L., Lyamani, H. and Olmo, F.J. (2003). Aerosol size properties at Armilla, Granada (Spain). Quarterly Journal of the Royal Meteorological Society 129: 13951413. Alonso, L, Gangoiti, G, Navazo, M, Millan, MM and Mantilla, E (2000). Transport of tropospheric ozone over the Bay of Biscay and the Eastern Cantabrian Coast of Spain. Journal of applied meteorology 39: 475-486. Alonso, R., Vivanco, M.G., Gonzlez-Fernndez, I., Bermejo, V., Palomino, I., Garrido, J.L, Elvira, S., Salvador, P. and Artano, B. (2011). Modelling the influence of peri-urban trees in the air quality of Madrid region (Spain). Environmental Pollution XX: 1-10. Amoruso, A., Crescentini, L., Fiocco, G. and Volpe, M. (1993). New measurements of the NO2 absorption cross section in the 440 to 460nm region and estimates of the NO2N2O equilibrium constant. Journal of Geophyscal Reserch 98: 16857-16863. Artano, B., Salvador, P., Alonso, D.G., Querol, X. and Alastuey, A. (2003). Anthropogenic and natural influence on the PM10 and PM2.5 aerosol in Madrid (Spain). Analysis of high concentration episodes. Environmental Pollution 125: 453-465. Ashmore, M. (2005). Assessing the future global impacts of ozone on vegetation. Plant, Cell and Environment 28: 949-964. Atkinson, R. (2007). Gas-phase tropospheric chemistry of organic compounds: a review. Atmospheric Environment 41: 200-240. Aumont, B., Chervier, F. and Laval, S. (2003). Contribution of HONO to the NOx/HOx/O3 chemistry in the polluted boundary layer. Atmospheric Environment 37: 487-498. Azula, O., Vivanco, G. M., Correa, M., Palomino, I. and Martn, F. (2008). Analysis of the impact of model resolution on ozone predictions over some areas in Spain. 12th International Conference on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes. HARMO 12, 105109, Cavtat (Croatia), 6-9, October. Baldasano, J.M., Valera, E. and Jimnez, P. (2003). Air quality data from large cities. Science of the Total Environment 307: 141-165. Bell, M.L., Peng, R.D. and Domenici, F. (2006). The exposure-response curve for ozone and risk of mortality and the adequacy of current ozone regulations. Environmental Health Perspective 114: 532536. Berge, E. (1993). Coupling of wet scavenging of sulphur to clouds in a numerical weather prediction model. Tellus 45B: 1-22. Bessagnet, B., Hodzic, A., Vautard, R., Beekmannc, M., Cheinet, S., Honor, C., Liousse, C. and Rouil, L. (2004). Aerosol modeling with CHIMEREpreliminary evaluation at the continental scale. Atmospheric Environment 38: 2803-2817. Bian, H., Han, S., Tie, X., Sun, M. and Liu, A. (2007). Evidence of impact of aerosols on surface ozone concentration in Tianjin, China. Atmospheric Environment 41: 46724681.
157
7. Bibliografa
Bsenberg, J., Ansmann, A., Baldasano, J.M., Balis, D., Bckmann, C., Calpini, B., Chaikovsky, A., Flamant, P., Hagard, A., Mitev, V., Papayannis, A., Pelon, J., Resendes, D., Schneider, J., Spinelli, N., Trickl, T., Vaughan, G., Visconti, G. and Wiegner, M. (2001). EARLINET: a European aerosol research lidar network, laser remote sensing of the atmosphere. Selected Papers of the 20th International Laser Radar Conference, 2001: 155158, Palaiseau, France Boyouk, N., Leon, J.F., Delbarre, H., Podvin, T. and Deroo, C. (2010). Impact of the mixing boundary layer on the relationship between PM2.5 and aerosol optical thickness. Atmospheric Environment 44: 271277. Brimblecombe, P (1987). In The Big Smoke: a history of air pollution in London since medieval times. Methuen, London. Buat-Mnard, P. (1986). The Role of Air-Sea Exchange in Geochemical Cycling. Springer. Cachier, H. (1998). Atmospheric Particles. Combustion carbonaceous particles. Wiley New York. Cachorro, V.E., Durn, P., Vergaz, R. and de Frutos, A.M. (2000). Vertical physical and radiative properties of atmospheric aerosols in north central Spain. Journal of Geophysical Research 105: 71617175. Carslaw, D.C. (2005). On the changing seasonal cycles and trends of ozone at mace head, Ireland. Atmospheric Chemistry and Physics 5: 3441-3450. Castro, T., Madronich, S., Rivale, S., Muhlia, A. and Mar, B. (2001). The infuence of aerosols on photochemical smog in Mexico City. Atmospheric Environment 35: 1765-1772. CE (1992). Directiva del ozono, 1992/72/CE. (Comisin Europea ) CE (1999). Directiva de SO2, NOx, Partculas y O3, 1999/ 30/CE (Comisin Europea) CE (2000). Directiva del Benceno y CO, 2000/69/CE (Comisin Europea ) CE (2002). Directiva del O3, 2002/3/CE. (Comisin Europea) Corcoran, T. C., Beiting, E. J. and Mitchell, M. O. (1992). High-resolution absolute absorption cross sections of NO2 at 295, 573, and 673 K at visible wavelengths. Journal of Molecular Spectroscopy 154: 119-128. Crutzen, P.J. (1973). Photochemical reactions initiated by and influencing ozone in the unpolluted troposphere. Tellus 26: 47-57. Cuvelier, C., Thunis, P., Vautard, R., Amann, M., Bessagnet, B., Bedogni, M., Berkowicz, R., Brandt, J., Brocheton, F., Builtjes, P., Coppalle, A., Denby, B., Douros, G., Graf, A., Hellmuth, O., Honor, C., Hodzic, A., Jonson, J., Kerschbaumer, A., de Leeuw, F., Minguzzi, E., Moussiopoulos, N., Pertot, C., Pirovano, G., Rouil, L., Schaap, M., Stern, R., Tarrason, L., Vignati, E., Volta, M., White, L., Wind, P. and Zuber, A. (2007). CityDelta: a model intercomparison to explore the impact of emission reductions in 2010 in European cities in 2010. Atmospheric Environment 41: 189-207. Chameides, W.L. and Walker, J.C.G. (1973). A photochemical theory for tropospheric ozone. Journal of Geophysical Research 78: 8751-8760.
158
7. Bibliografa
Charlson, R.J., Lovelock, J.E., Andreae, M.O. and Warren, S.G. (1987). Oceanic phytoplankton, atmospheric sulfur, cloud albedo and climate. Nature 326: 655-661. Chazette, P. and Liousse, C. (2001). A case study of optical and chemical ground apportionment for urban aerosols in Thessaloniki. Atmospheric Environment 35: 2497-2506. Che, H., Yang, Z., Zhang, X., Zhu, C., Ma, Q., Zhou, H. and Wang, P. (2009). Study on the aerosol optical properties and their relationship with aerosol chemical compositions over three regional background stations in China. Atmospheric Environment 43: 1093-1099. Chen, W.N., Chen, Y.W., Chou, C.C.K., Chang, S.Y., Lin, P.H. and Chen, J.P. (2009). Columnar optical properties of tropospheric aerosol by combined lidar and sunphotometer measurements at Taipei, Taiwan. Atmospheric Environment 43: 2700-2708. Cheng, Y.F., Wiedensohler, A., Eichler, H., Su, H., Gnauk, T., Brggemann, E., Herrmann, H. , Heintzenberg, J., Slanina, J., Tuch, T., Hu, M. and Zhang, Y. H. (2008 ). Aerosol optical properties and related chemical apportionment at Xinken in Pearl River Delta of China. Atmospheric Environment 42: 6351-6372. Chin, M., Ginoux, P., Kinne, S., Torres, O., Holben, B.N., Duncan, B.N., Martin, R.V., Logan, J.A., Higurashi, A. and Nakajima, T. (2002). Tropospheric Aerosol Optical Thickness from the GOCART Model and Comparisons with Satellite and Sun Photometer Measurements. Journal of the atmospheric sciences 59: 461483. Davidson, J. A., Cantrell, C. A., McDaniel, A. H., Shetter, R. E., Madronich, S. and Calvert, J. G. (1988). Visible-ultraviolet absorption cross sections for NO2 as a function of temperature. Journal of Geophyscal Reserch 93: 7105-7112. De Meij, A., Thunis, P., Bessagnet, B. and Cuvelier, C. (2009). The sensitivity of the CHIMERE model to emissions reduction scenarios on air quality in Northern Italy. Atmospheric Environment 43: 18971907. Derognat, C., Beekmann, M., Baeumle, M., Martin, D. and Schmidt, H. (2003). Effect of biogenic volatile organic compound emissions on tropospheric chemistry during the atmospheric pollution over the Paris area (ESQUIF) campaign in the Ile-de-France region. Journal of Geophysical Research 108: 85608575. Daz, A. M. (2006). Caracterizacin de los aerosoles atmosfricos y su influencia en los niveles de radiacin UV en la regin de Canarias. Ciencias y tecnologas. Universidad de la Laguna. Canarias Dickerson, R. R., Kondragunta, S., Stenchikov, G., Civerolo, K. L., Doddridge, B. G. and Holben, B. N. (1997). The Impact of Aerosols on Solar Ultraviolet Radiation and Photochemical Smog. Science 278: 827-830. Dubovik, O., Holben, B.N., Lapyonok, T., Sinyuk, A., Mishchenko, M.I., Yang, P. and Slutsker, I. (2002). Non-spherical aerosol retrieval method employing light scattering by spheroids. Geophyscal Reserch Letters 29: 4506-4510. Dudhia, J. (1993). A nonhydrostatic version of the Penn State/NCAR mesoscale model: Validation tests and simulation of an Atlantic cyclone and clod front. Monthly Weather Review 121: 1493-1513.
159
7. Bibliografa
EEA (2006). Air pollution by ozone in Europe in summer 2005. Overview of exceedances of ozone threshold values for April-September 2005. EEA Technical Report No. 3/2006. European Environment Agency. Copenhagen. EEA (2007). Air Pollution in Europe 1990-2004. EEA Report No2/2007. European Environment Agency. Copenhagen. Elterman, L. (1968). UV, Visible, and IR Attenuation for Altitudes to 50 Km. Environmental Research Papers 285. Environ, International Corporation (2004). Users guide Comprehensive Air Quality Model with extensions (CMAX). Versin 4.00. EPA, US Environmental Protection Agency (1986). Air quality criteria for ozone and related photochemical oxidants. Office of Research and Development. Washington DC EPA (1989). Users manual for OZPIM-4 (ozone isopleth plotting with optional mechanism) Vol 1. EPA (1999). Sciencie Algorithms of the EPA Models-3 Comunity Multiscale Air Quality (CMAQ) model system. EPA/600/R-99/030 Erisman, J. W., van Pul, A. and Wyers, P. (1994). Parameterization of surface resistance for the quantification of atmospheric deposition of acidifying pollutants and ozone. Atmospheric Environment 28: 2595-2607. Estells, V. (2006). Caracterizacin de los aerosoles atmosfricos en Valencia mediante fotometra solar. Universitat de Valencia. Valencia Felzer, B., Cronin, T., Reilly, J.M. and Wang, X. (2007). Impact of ozone on trees and crops. Comptes Rendus Geosciences 339: 784-798. Fiscus, E.L., Fitzgarrald, L.B. and Burkey, K.O. (2005). Crop responses to ozone: uptake, modes of action, carbon assimilation and partitioning. Plant, Cell and Environment 28: 997-1011. Fuzzi, S., Andreae, M., Huebert, B.J., Kulmula, M., Bind, T.C., Doherty, S.J., Guenther, A., Kanakidou, M., Kawamura, K., Kerminen, V.M., Lohmann, U., Pschl, U. and Russell, L.M. (2006). Critical assessment of the current state of scientific knowledge, terminology, and research needs concerning the role of organic aerosols in the atmosphere, climate, and global change. Atmospheric Chemistry and Physics 6: 2017-2038. Gangoiti, G, Alonso, L, Navazo, M, Albizuri, A, Perez-Landa, G, Matabuena, M, Valdenebro, V, Maruri, M, Garcia, JA and Millan, MM (2002). Regional transport of pollutants over the Bay of Biscay: analysis of an ozone episode under a blocking anticyclone in west-central Europe. Atmospheric Environment 36: 1349-1361. Gangoiti, G, Albizuri, A, Alonso, L, Navazo, M, Matabuena, M, Valdenebro, V, Garcia, JA and Millan, MM (2006a). Sub-continental transport mechanisms and pathways during two ozone episodes in northern Spain. Atmospheric Chemistry and Physics 6: 1469-1484. Gangoiti, G, Alonso, L, Navazo, M, Garcia, JA and Millan, MM (2006b). North African soil dust and European pollution transport to America during the warm season: Hidden links shown by a passive tracer simulation. Journal of Geophysical Research 111: 10109-10134.
160
7. Bibliografa
Gardner, E. P., Sperry, P. D. and Calvert, J. G. (1987). Primary quantum yields of NO2 photodissociation. Journal of Geophysical Research 92: 6642-6652. Gryparis, A., Forsberg, B., Katsouyanni, K., Analitis, A., Touloumi, G., Schwartz, J., Samoli, E., Medina, S., Anderson, H.R., Niciu, E.M., Wichmann, H.-E., Kriz, B., Kosnik, M., Skorkovsky, J., Vonk, J.M. and Dortbudak, Z. (2004). Acute effects of ozone on mortality from the Air pollution and health: a European approach project. American Journal of Respiratory and Critical Care Medicine 170: 10801087. Guerrero-Rascado, J.L., Ruiza, B. and Alados-Arboledasa, L (2008). Multi-spectral Lidar characterization of the vertical structure of Saharan dust aerosol over southern Spain. Atmospheric Environment 42: 26682681. Haagen-Smit, A.J. (1952). Chemistry and physiology of Los Angeles smog. Industrial & Engineering Chemistry 44: 1342. Haeffelin, M., Barthes, L., Bock, O., Boitel, C., Bony, S., Bouniol, D., Chepfer, H., Chiriaco, M., Cuesta, J., Delanoe, J., Drobinski, P., Dufresne, J., Flamant, C., Grall, M., Hodzic, A. , Hourdin, F., Lapouge, F., Lemaitre, Y., Mathieu, A., Morille, Y., Naud, C., Noel, V. and OHirok, W. (2005). A ground-based atmospheric observatory for cloud and aerosol research. Annales Geophysicae 23: 253-275. Hnel (1976). The properties of atmospheric aerosol particles as functions of relative humidity at thermodynamic equilibrium with surrounding moist air. Advances in Geophysics 19: 73-188. Hanwant, B. S. (1995). Composition, Chemistry and Climate of the Atmosphere. John Wiley and sons, INC. Harley, R.A., Russell, A.G., McRae, G.J., Cass, G.R. and Seinfeld, J.H. (1993). Photochemical modelling of the southern California air quality study. Environmental Science Technology 27: 378-388. Harrison, R. and Kito, A. (1990). Field intercomparison of filter pack and denuder sampling methods for reactive gaseous and particulate pollutants. Atmospheric Environment 24: 2633-2640. Hauglustaine, D.A., Hourdin, F., Jourdain, L., Filiberti, M.A., Walters, S., Lamarque, J.F. and Holland, E.A. (2004). Interactive chemistry in the Laboratoire de Mtorologie Dynamique general circulation model: description and background tropospheric chemistry evaluation. Journal of Geophyscal Reserch 109: 4314-4358. He, S. (1999). Sensitivity of photolysis rates and ozone production in the troposphere to aerosol properties. Journal of Geophysical Research 104: 26307-26324. Hicks, B. B., Baldocchi, D. D., Meyers, T. P., Hosker Jr., R. P. and Matt, D. R. (1987). A preliminary multiple resistance routine for deriving dry deposition velocities from measured quantities. Water, Air, Soil Pollution 36: 311-33. Hodzic, A., Vautard, R., Bessagnet, B., Lattuati, M. and Moreto, F. (2005). On the quality of longterm urban particulate matter simulation with the CHIMERE model. Atmospheric Environment 39: 58515864. Hodzic, A., Vautard, R., Chepfer, H., Goloub, P., Menut, L., Chazette, P., Deuz, J. L., Apituley, A. and Couvert, P. (2006a). Evolution of aerosol optical thickness over Europe during the August 2003 heat wave as seen from CHIMERE model simulations and POLDER data. Atmospheric Chemistry and Physics 6: 18531864.
161
7. Bibliografa
Hodzic, A., Vautard, R., Chazette, P., Menut, L. and Bessagne, B. (2006b). Aerosol chemical and optical properties over the Paris area within ESQUIF project. Atmospheric Chemistry and Physics 6: 3257 3280. Hodzic, A. (2005). Modlisation des arosols de pollution en Ile-de-France. Lcole Polytecnique Hoffman, M. R. and Calvert, J. G. (1985). Chemical transformation modules for eulerian acid deposition models. EPA/600/3-85/017. Holben, B. N., Eck, T.F., Slutsker, I., Tanr, D., Buis, J. P., Setzer, A., Vermote, E., Reagan, J, .A., Kaufman, Y. J., Nakajima, T., Lavenu, F., Jankowiak, I. and Smirnov, A. (1998). AERONET: A Federated Instrument Network and Data Archive for Aerosol Characterization. Remote Sensing of Environment 66: 1-16. Holben, B.N., Tanr, D. , Smirnov, A. , Eck, T.F., Slutsker, I. , Abuhassan, N., Newcomb, W.W. , Schafer, J. , Chatenet, B. , Lavenue, F., Kaufman, Y.J. , Vande-Castle, J., Setzer, A. , Markham, B. , Clark, D. , Frouin, R. , Halthore, R. , Karnieli, A., ONeill, N.T. , Pietras, C. , Pinker, R.T. , Voss, K. and Zibordi, G (2001). An emerging ground-based aerosol climatology: Aerosol optical depth from AERONET. Journal of Geophyscal Reserch 106: 12067-12098. Hong, S., Candelone, J., Patterson, C. and Boutron, C. (1994). Greenland ice evidence of hemispheric lead pollution two millennia ago by Greek and Roman civilizations. Science 265: 1841-1843. Institut Pierre-Simon Laplace (C.N.R.S.), (2006). Documentation of the chemistry-transport model CHIMERE [version V200606A]. from http://euler.lmd.polytechnique.fr/chimere/. IPCC (2007). Climate Change 2007. Forth Assessment Report.The Scientific Basis. Cambridge University Press, New York. Jacob, D.J. (2000). Heterogeneous chemistry and tropospheric ozone. Atmospheric Environment 34: 2131-2159. Jacobson, M.Z. (1998). Studying the effects of aerosols on vertical photolysis rate coefficient and temperature profiles over urban airshed. Journal of Geophysical Research 103: 10593-10604. Jacobson, M.Z. (2002). Atmospheric Pollution: History, Science and Regulation. Cambridge University Press. Jayaraman, A., Gadhavi, H., Ganguly, D., Misra, A., Ramachandran, S. and Rajesh, T.A. (2006). Spatial variations in aerosol characteristics and regional radiative forcing over India: Measurements and modeling of 2004 road campaign experiment. Atmospheric Environment 40: 65046515. Jenkin, M.E. (2008). Trends in ozone concentration distributions in the UK since 1990: local, regional and global influences. Atmospheric Environment 42: 5434-5445. Jennings, R. and Lynn, R. (1999). Sources of Air Pollution. Prentice Hall, Upper Saddle River, NJ Jimnez, L. M (2007). Sostenibilidad en Espaa 2007: Emisiones de precursores del ozono derivadas del transporte por carretera. Observatorio de la Sostenibilidad en Espaa. Alcala de Henares Jonson, J. E., Kylling, A., Berntsen, T.K., Isaksen, I.S.A., Zerefos, C.S. and Kourtidis, K. (2000). Chemical effects of UV fluctuations inferred from total ozono and tropospheric aerosol variations. Journal of Geophysical Research 105: 14561-14574.
162
7. Bibliografa
Jonson, J. E., Simpson, D., Fagerli, H. and Solberg, S. (2006). Can we explain the trends in European ozone levels. Atmospheric Chemistry and Physics 6: 51-66. Kalashnikova, O. V., Mills, F., Eldering, P. and Anderson, A. (2007). Application of satellite and groundbased data to investigate the UV radiative effects of Australian aerosols. Remote Sensing of Environment 107: 6580. Kim, S.W., Yoon, S.C. and Kim, J. (2008). Columnar Asian dust particle properties observed by sun/sky radiometers from 2000 to 2006 in Korea. Atmospheric Environment 42: 492-504. Krupa, S.V. and Manning, W.J. (1988). Atmospheric ozone: formation and effects on vegetation. Environmental Pollution 50: 101-137. Kylling, A., Bais, A., Blumthaler, M., Schreder, J., Zerefos, C. and Kosmidis, E. (1998). Effect of aerosols on solar UVirradiancies during the photochemical activity and solar ultraviolet radiation campaign. Journal of Geophysical Research 103: 2605126060. Lattuati, M. (1997). Contribution ltude du bilan de lozone troposphrique linterface de lEurope et de lAtlantique Nord: modlisation lagrangienne et mesures en altitude. Universit Paris 6. Paris, France Liou, K.N. (1980). An Introduction to Atmospheric Radiation. Academic Press, London. Liu, Y., Kahn, R.A., Chaloulakou, A. and Koutrakis, P. (2009). Analysis of the impact of the forest fires in August 2007 on air quality of Athens using multi-sensor aerosol remote sensing data, meteorology and surface observations. Atmospheric Environment 43: 3310-3318. Lohmann, U. and Feichter, J. (2005). Global indirect aerosol effects: a review. Atmospheric Chemistry and Physics 5: 715-737. Lyamani, H., Olmo, F.J. and Alados-Arboledas, L. (2004). Long-term changes in aerosol radiative properties at Armilla (Spain). Atmospheric Environment 38: 59355943. Lyamani, H., Olmo, F.J. and Alados-Arboledas, L. (2005). Saharan dust outbreak over south-eastern Spain as detected by sun photometer. Atmospheric Environment 39: 72767284. Lyamani, H., Olmo, F.J., Alcntara, A. and Alados-Arboledas, L. (2006a). Atmospheric aerosols during the 2003 heat wave in southeastern Spain II: Microphysical columnar properties and radiative forcing. Atmospheric Environment 40: 64656476. Lyamani, H., Olmo, F.J., Alcntara, A. and Alados-Arboledas, L. (2006b). Atmospheric aerosols during the 2003 heat wave in southeastern Spain I: Spectral optical depth. Atmospheric Environment 40: 64536464. Lyamani, H., Olmo, F.J. and Alados-Arboledas, L. (2008). Light scattering and absorption properties of aerosol particles in the urban environment of Granada, Spain. Atmospheric Environment 42: 2630 2642. Madronich, S. (1987). Photodissociation in the atmosphere: 1. Actinic flux and the effect of ground reflections and clouds. Journal of Geophysical Research 92: pp. 97409752. Madronich, S. and Weller, .G (1990). Numerical integration errors in calculated tropospheric photodissociation rate coefficients. Journal of Atmospheric Chemistry 10: 289-300.
163
7. Bibliografa
Madronich, S., McKenzie, R. E., Bjorn, L. O. and Caldwell, M. M. (1998). Changes in biologically active ultraviolet radiation reaching the earths surface. Journal of Photochemistry and Photobiology 46: 5-19. Mallet, M., Roger, J., Despiau, S., Dubovik, O. and J.P., P. (2003). Microphysical and optical properties of aerosol particles in urban zone during ESCOMPTE. Atmospheric Research 69: 7397. Marenco, A., Thouret, V., Nedelec, P., Smit, H., Helten, M., Kley, D., Karcher, F., Simon, P., Law, K., Pyle, J., Poschmann, G., Von Wrede, R., Hume, C. and Cook, T. (1998). Measurement of ozone and water vapor by Airbus in-service aircraft: the MOZAIC airborne program, an overview. Journal of Geophysical Research 103: 25631-25642. Marticorena, B. and Bergametti, G. (1995). Modelling the atmospheric dust cycle : 1-Design a soil-derived dust emissions scheme. Journal of Geophysical Research 100: 16415-16430. Martn, F., Gonzales, G., Palomino, I., Barlador, A., Snchez, E., Palacios, M., Nez, S. and Gorostiza, C. (2002). SICAH: Sistema informtico para el control y prevencin de la contaminacin atmosfrica en Huelva. CIEMAT. Madrid Martn, F. (2008). Introduccin a la modelizacin de la contaminacin atmosfrica. Curso online: Modelizacin de la qumica atmosfrica. CIEMAT. Madrid Martin, R.V., Jacob, D.J., Yantosca, R.M., Chin, M. and Ginoux, P. (2003). Global and regional decreases in tropospheric oxidants from photochemical effects of aerosols. Journal of Geophysical Research 108: 4097-4111. Maura de Miranda, R., Andrade, M. F. and Fattori, A. P. (2005). Preliminary studies of the effect of aerosols on nitrogen dioxide photolysis rates in the city of Sao Paulo, Brazil. Atmospheric Research 75: 135-148. McDow, S. R., Jang, M., Hong, Y. and Kamens, R. M. (1996). An approach to studying the effect of organic composition on atmospheric aerosol photochemistry. Journal of Geophysical Research 101: 19593-19600. Menut, L., Vautard, R., Beekmann, M. and Honor, C. (2000). Sensitivity of photochemical pollution using the adjoint of simplified chemical-transport model. Journal of Geophysical Research 105: 1537915402. Millan, MM, Mantilla, E, Salvador, R, Carratala, A, Sanz, MJ, Alonso, L, Gangoiti, G and Navazo, M (2000). Ozone cycles in the western Mediterranean basin: Interpretation of monitoring data in complex coastal terrain. Journal of applied meteorology 39: 487-508. Mischenko, M.I., Travis, L.D. and Lacis, A.A. . (2002). Scattering, Absorption, and Emission of Light by Small Particles. Cambridge University Press. MMA (2004). Medio Ambiente en Espaa 2004. Ministerio de Medio Ambiente. Madrid MMA (2009). Nmero de turismo por hogar. Banco pblico de indicadores ambientales del ministerio de Medio Ambiente, y Medio Rural y Marino. Madrid. Monks, P.S., Granier, C., Fuzzi, S., Stohl, A., Williams, M.L., Akimoto, H., Amann, M., Baklanov, A., Baltensperger, U., Bey, I. , Blake, N., Blake, R.S. , Carslaw, K., Cooper, O.R., Dentener, F. , Fowler, D., Fragkou, E., Frost, G.J. , Generoso, S., Ginoux, P., Grewet, V., Guenther, A. , Hansson, H.C., Henne, S., Hjorth, J., Hofzumahaus, A., Huntrieser, H., Isaksen, I.S.A., Jenkin, M.E., Kaiser, J., Kanakidou, M.,
164
7. Bibliografa
Klimont, Z., Kulmala, M., Laj, P., Lawrence, M.G., Lee, J.D., Liousse, C. , Maione, M., McFiggans, G., Metzger, A., Mieville, A., Moussiopoulos, N. , Orlando, J.J., ODowd, C.D. , Palmer, P.I., Parrish, D.D., Petzold, A., Platt, U. , Pschl, U., Prvt, A.S.H., Reeves, C.E. , Reimannw, S., Rudich, Y. , Sellegri, K., Steinbrecher, R., Simpson, D. , ten Brink, H., Theloke, J. , van der Werf, G.R., Vautard, R. , Vestreng, V., Vlachokostas, Ch. and von Glasow, R. (2009). Atmospheric composition change global and regional air quality. Atmospheric Environment 43: 5268-5350. Monteiro, A., Vautard, R., Borrego, C. and Miranda, A. I. (2005). Long-term simulations of photo oxidant pollution over Portugal using the CHIMERE model. Atmospheric Environment 39: 3089-3101. Mylona, S. (1999). EMEP emission data, status report 1999. Technical Report EMEP/MSC-W Note 1/99. Naja, M., Akimoto, H. and Staehelin, J. (2003). Ozone in background and photochemically aged air over central Europe: analysis of long-term ozonesonde data from Hohenpeissenberg and Payerne. Journal of Geophysical Research 108: 4063-4074. Nakajima, T., Tonna, G., Rao, R., Boi, P. , Kaufman, Y. and Holben, B. (1996). Use of sky brightness measurements from ground for remote sensing of particulate polydispersions. Applied Optics 35: 2672-2686. NASA (2003). Chemical Kinetics and Photochemical Data for Use in Atmospheric Studies. JPL Publication 02-25 Evaluation Number 14. Navazo, M, Durana, N, Alonso, L, Gomez, MC, Garcia, JA, Ilardia, JL, Gangoiti, G and Iza, J (2008). High temporal resolution measurements of ozone precursors in a rural background station. A two-year study. Environmental monitoring and assesment 136: 53-68 Neckel, H. and Labs, D. (1984). The Solar Radiation Between 3300 and 12500 A. Solar Physics 90: 205258 Noh, Y.M., Mller, D., Shin, D.H., Lee, H., Jung, J.S., Lee, K.H., Cribb, M., Li, Z. and Kim, Y.J. (2009). Optical and microphysical properties of severe haze and smoke aerosol measured by integrated remote sensing techniques in Gwangju, Korea. Atmospheric Environment 43: 879-888. Oltmans, S.J., Lefohn, A.S., Harris, J.M., Galbally, I., Scheel, H.E., Bodeker, G., Brunke, E., Claude, H., Tarasick, D., Johnson, B.J., Simmonds, P., Shadwick, D., Anlauf, K., Hayden, K., Schmidlin, F., Fujimoto, T., Akagi, K., Meyer, C., Nichol, S., Davies, J., Redondas, A. and Cuevas, E. (2006). Long term changes in tropospheric ozone. Atmospheric Environment 40: 3156-3173. Pace, G., Meloni, D. and di Sarra, A. (2005). Forest fire aerosol over Mediterranean basin during summer 2003. Journal of Geophysical Research 110: 21202-21213. Palacios, M. (2001). Influencia del trfico rodado en la generacin de la contaminacin atmosfrica. Aplicacin de un modelo de dspersin al rea de influencia de la Comunidad de Madrid. . Coleccin de documentos CIEMAT. Madrid Palacios, M., Martn, F. and Acea, B. (2004). Estimate of potentially high ozone concentration areas in the centre of the Iberian Peninsula. International Journal of Environment and Pollution 24: 260-271. Pap, J.M., Frhlich, C., Hudson, H.S. and Tobiska, W.K. (1994). The Sun as a variable star: solar and stellar irradiance variations. Springer
165
7. Bibliografa
Passant, N.R. (2002). Speciation of UK Emissions of Non-methane Volatile Organic Compounds. AEAT/ENV/R/0545, issue 1. Pastor-Brcenas, O., Soria-Olivas, E., Martn-Guerrero, J.D., Camps-Valls, G., Carrasco-Rodrguez, J.L. and Del Valle-Tascn, S. (2005). Unbiased sensitivity analysis and pruning techniques in neural networks for surface ozone modelling. Ecological Modelling 182: 149-158. Prez, N., Pey, J., Querol, X., Alastuey, A., Lpez, J.M. and Viana, M. (2008). Partitioning of major and trace components in PM10PM2.5PM1 at an urban site in Southern Europe. Atmospheric Environment 42: 16771691. Pschl, U. (2005). Atmospheric aerosols: composition, transformation, climate and health effects. Angewandte Chemie - International Edition 44: 7520-7540. Pschl, U., Rudich, Y. and Ammann, M. (2007). Kinetic model framework for aerosol and cloud surface chemistry and gas-particle interactions - part 1: general equations, parameters, and terminology. Atmospheric Chemistry and Physics 7: 5989-6023. Prats, N., Cachorro, V.E., Sorribas, M., Mogo, S., Berjn, A., Toledano, C., de Frutos, A.M., de la Rosa, J., Laulainen, N. and de la Morena, B.A. (2008). Columnar aerosol optical properties during El Arenosillo 2004 summer campaign. Atmospheric Environment 42: 26432653. Pun, B. K., Seigneur, C., Grosjean, D. and Saxena, P. (2000). Gas-phase formation of watersoluble organic compounds in the atmosphere: A retrosynthetic analysis. Journal of Atmospheric Chemistry 35: 199-223. Querol, X., Alastuey, A., Puicercus, J.A., Mantilla, E., Mir, J.V., Lpez-Soler, A., Plana, F. and Artano, B. (1998). Seasonal evolution of suspended particles around a large coal-fired power station: particles levels and sources. Atmospheric Environment 32: 1963-1978. Querol, X. (2004). Concentraciones de partculas en varias estaciones de Espaa. Comunicacin privada con M. G. Vivanco Reich, P.B. and Amundson, R.G. (1985). Ambient levels of ozone reduce net photosynthesis in tree and crop species. Science 230: 566-570. Rodrguez, S., Querol, X., Alastuey, A., Kallos, G. and Kakaliagou, O. (2001). Saharan dust contributions to PM10 and TSP levels in Southern and Eastern Spain. Atmospheric Environment 35: 2433-2447. Scire, J.S., Strimaitis and Yamartino, R.J. (2000). A users guide for the CALPUFF dispersion model. Earth Tech. Concord, M.A. Schmidt, H., Derognat, C., Vautard, R. and Beekmann, M. (2001). A comparison of simulated and observed ozone mixing ratios for the summer of 1998 in western Europe. Atmospheric Environment 35: 6277-6297. Seinfield, J. H. and Pandis, S. N. (1998). Atmospheric chemistry and physics: From air pollution to climate change. Wiley-Interscience. Seinfield, J.H. (1978). Contaminacin atmosfrica. Fundamentos Fsicos y Qumicos. Madrid. Seinfield, J.H. (1989). Urban air pollutants. State of the science. SCIENCE 243: 745-752.
166
7. Bibliografa
Simpson, D., Winiwarter, W. and Borjesson, G. (1999). Inventorying emissions from nature in Europe. Journal of Geophyscal Reserch 104: 8113-8152. Simpson, D., Fagerli, H., Jonson, J. E., Tsyro, S., Wind, P. and Tuovinene, J.P. (2003). Transboundary acidification, eutrophication and ground level ozono in Europe. Status Report 1/2003, P.I Slater, J.F., Dibb, J.E., Campbell, J.W. and Moore, T.S. (2004). Physical and chemical properties of surface and column aerosols at a rural New England site during MODIS overpass. Remote Sensing of Environment 92: 173180. Sloane, C. S. (1983). Optical properties of aerosols: comparison of measurements with model calculations. Atmospheric Environment 17: 409416. Society, E. I. (1994). Generation of European Emission Data for Episodes (GENEMIS) project, EUROTRAC annual report 1993, part 5. Technical report, EUROTRAC Garmish- Partenkirchen, Germany. Stern, A.C. (1968). Air Pollution. Academic Press. Willey. , New York. Tesche, T.W., Georgopoulos, P., Seinfeld, J.H., Cass, G., Lurmann, F.W. and Roth, P.M. (1990). Improvement of procedures for evaluating photochemical models. Report the Radian Corporation for the State of California Air Resources Board. Sacramento, CA Thunis, P. (1995). Development and implementation of non-hydrostatic topographic vorticity-mode mesoscale (TVM/NH) model. University Catholique de Louvain-la Neuve. Belgium Tie, X., Madronich, S., Walters, S., Rasch, P. and Collins, W (2003). Effect of Clouds on photolysis and oxidants in the troposphere. Journal of Geophysical Research 108: 4642-4664. Tie, X., Madronich, S., Walters, S., Edwards, D.P., Ginoux, P., Mahowald, N., Zhang, R.Y., Lou, C. and Brasseur, G. (2005). Assessment of the global impact of aerosols on tropospheric oxidants. Journal of Geophysical Research 110: 3204-3236. Tonnesen, G., Olaguer, J., Bergin, M., Russell, T., Hanna, A., Makar, P., Derwent, D. and Wang, Z. (1998). Air quality models. Twomey, S. (1991). Aerosols, clouds and radiation. Atmospheric Environment Part A 25: 2435-2442. United Nations (2007): Hemispheric Transport of Air Pollution 2007. Air Pollution Studies No. 16 ISBN 978-92-1-116984-3. United Nations Publication, Geneva. Vanhoosier, M.E. (1988). Absolute UV irradiance calibration of the Solar UV Spectral Irradiance Monitor (SUSIM) instruments. Ultraviolet technology II; Proceedings of the Meeting, Orlando. Vautard, R., Martin, D., Beekmann, M., Drobinski, P., Friedrich, R., Jaubertie, A., Kley, D., Lattuati, M., Moral, P., Neininger, B and Theloke, J. (2003). Paris emission inventory diagnostics from ESQUIF airborne measurements and a chemistry transport model. Journal of Geophysics Research 108: 85648585. Vautard, R., Bessagnet, B., Chin, M. and Menut, L. (2005). On the contribution of natural Aeolian sources to particulate matter concentrations in Europe: testing hypotheses with a modelling approach. Atmospheric Environment 39: 3291-3303.
167
7. Bibliografa
Vergaz, R., Cachorro, V.E., de Frutos, A.M., Vilaplana, J.M. and de la Morena, B. (2005). Columnar characteristics of aerosols in the maritime area of the Cdiz Gulf (Spain). International Journal of Climatology 25: 1793-1804. Vestreng, V., Breivik, K., Adams, M., Wagener, A., Goodwin, J., Rozovskkaya, O. and Pacyna, J.M. (2005). Inventory Review 2005, Emission Data Reported to LRTAP Convention and NEC Directive, Initial review of HMs and POPs. Technical Report MSC-W 1/2005 Vivanco, M. G. (2005). Simulacin de la contaminacin por ozono en Sao Paulo (Brasil) mediante un modelo fotoqumico y anlisis de su potencial aplicacin en estrategias de control de emisiones. Coleccin documentos CIEMAT. Madrid Vivanco, M. G., Palomino, I., Martn, F. and Palacios, M. (2007a). Modelling Atmospheric particles in the Iberian peninsula and Balearic Islands.11th International Conference on Hermonisation within Atmospheric Dispersion Modelling for Regulatory Purposes. 48-52. Cambridge. UK Vivanco, M.G., Palomino, I., Martn, F. and Casado, B. (2007b). Pre-evaluacion de la calidad del aire, 2006. Simulaciones con el modelo CHIMERE. Encomienda de Gestin MMA-CIEMAT para evaluacin de la calidad del aire mediante modelizacin. Unidad de Contaminacin Atmosfrica. CIEMAT. Madrid.15 Junio 2007, Ref: 10/2007 Vivanco, M.G., Palomino, I., Vautard, R., Bessagnet, B., Martn, F., Menut, L. and Jimnez, S. (2008d). Multi-year assessment of photochemical air quality simulation over Spain. Environmental Modelling & Software 24: 63-73. Vivanco, G. M., Palomino, I., Casado, B. and Martn, F. (2008a). Evaluacin de la calidad del aire en Espaa utilizando modelizacin combinada con mediciones. Reevaluacin ao 2005. Encomienda de Gestin MMA-CIEMAT para evaluacin de la calidad del aire mediante modelizacin. Unidad de Contaminacin Atmosfrica. CIEMAT. Madrid.15 Abril 2008, Ref: 12/2008 Vivanco, G. M., Palomino, I., Martn, F., Santiago, J.L., Martilli, A. and Casado, B. (2008b). Informe 1 Semestre 2008. Encomienda de Gestin MMA-CIEMAT para evaluacin de la calidad del aire mediante modelizacin. Unidad de Contaminacin Atmosfrica. CIEMAT. Madrid.7 de julio de 2008, Ref: 14/2008 Vivanco, M. G., Correa, M., Azula, O., Palomino, I. and Martn, F. (2008c). Influence of model resolution on ozone predictions over Madrid area (Spain).ICCSA. Lecture notes in Computer Science. Part I. 165-178. Springer-Verlay. Berlin Vivanco, G. M., Palomino, I., Casado, B. and Martn, F. (2009a). Evaluacin de la calidad del aire en Espaa utilizando modelizacin combinada con mediciones. Reevaluacin ao 2006. Encomienda de Gestin MMA-CIEMAT para evaluacin de la calidad del aire mediante modelizacin. Unidad de Contaminacin Atmosfrica. CIEMAT. Madrid.15 Febrero 2009, Ref: 17/2009 Vivanco, M.G., Palomino, I., Martn, F., Palacios, M., Jorba, O., Jimnez, P., Baldasano, J.M. and Azula, O. (2009b). An evaluation of the performance of the CHIMERE model over Spain using meteorology from MM5 and WRF models.ICSSA. Lecture Notes in Computer Science. Part I. 107-117. SpringerVerlag. Berlin Volz, A. and Kley, D. (1988). Evaluation of the Montsouris series of ozone measurements made in the 19th-Century. Nature 332: 240-242.
168
7. Bibliografa
Von-Hoyningen, W. and Wendisch, M. (1997). Nonsphericity of aerosol particles and their contribution to radiative forcing. Journal of Quantitative Spectroscopy and Radiation Transfer 57: 651668. Wakamatsu, S., Utsunomiya, A., Han, J., Mori, A., Uno, I. and Uehara, K. (1996). Seasonal variation in atmospheric aerosols concentration covering Northern Kyushu, Japan and Seoul, Korea. Atmospheric Environment 30: 2343-2354. WHO (2002). World Health Report: Reducing Risks, Promoting Healthy Life.World Health Organization. Yu, X., Zhu, B. and Zhang, M. (2009). Seasonal variability of aerosol optical properties over Beijing. Atmospheric Environment 43: 40954101. Zhang, Q., Jimenez, J.L., Canagaratna, M.R., Allan, J.D., Coe, H., Ulbrich, I., Alfarra, M.R., Takami, A., Middlebrook, A.M., Suni, Y.L., Dzepina, K., Dunlea, E., Docherty, K., DeCarlo, P.F., Salcedo, D., Onasch, T., Jayne, J., Miyoshi, T., Shimono, A., Hatakeyama, S., Takegawa, N., Kondo, Y., Schneider, J., Drewnick, F., Borrmann, S., Weimer, S., Demerjian, K., Williams, P., Bower, K., Bahreini, R., Cottrell, L., Griffin, R.J., Rautiainen, J., Sun, J.Y., Zhang, Y.M. and Worsnop, D.R. (2007). Ubiquity and dominance of oxygenated species in organic aerosols in anthropogenically influenced Northern Hemisphere midlatitudes. Geophysical Research Letters 34: 13801-13807. Zhao, C., Tie, X., Brasseur, G., Noone, K.J., Nakajima, T., Zhang, Q., Zhang, R., Huang, M., Duan, Y., Li, G. and Ishizaka, Y. (2006a). Aircraft measurements of cloud droplet spectral dispersion and implications for indirect aerosol radiative forcing. Geophysical Research Letters 33: 16809-16813. Zhao, C., Tie, X. and Lin, Y. (2006b). A possible positive feedback of reduction of precipitation and increase in aerosols over eastern central China. Geophysical Research Letters 33: 11814-11818.
169
7. Bibliografa
170
ANEXOS
ANEXO I: ANALYSIS OF THE IMPACT OF MODEL RESOLUTION ON OZONE PREDICTIONS OVER SOME AREAS IN SPAIN.
173
ANEXOS
174
ANEXOS
ANEXO II: INFLUENCE OF MODEL RESOLUTION ON OZONE PREDICTIONS OVER MADRID AREA (SPAIN)
179
ANEXOS
180
ANEXOS
ANEXO III: AN EVALUATION OF THE PERFORMANCE OF THE CHIMERE MODEL OVER SPAIN USING METEOROLOGY FROM MM5 AND WRF MODEL
195
ANEXOS
196
ANEXOS
ANEXO IV: MECANISMO QUMICO MECHILOR 2 (INSTITUT PIERRESIMON LAPLACE (C.N.R.S.), 2006).
207
ANEXOS
+0.05*ISNI+0.95*oRO2 MAC+OH 0.5*CH3COE+0.5*CO2+0.5*oPAN CH3O2H+OHCH3O2 PPA+OHCH3COO CH3O2H+OHHCHO+OH oROOH+OH0.8*OH+0.2*oRO2 obioH+OH OH PANH+OH0.2*oPAN CARNIT+OHCH3CHO+CO+NO2 Ataque del NO3 a los hidrocarburos y aldehdos C2H4+NO3 0.5*CARNIT+HCHO+oRN1 C3H6+NO3 0.5*CARNIT +1.5*HCHO+0.5*CH3CHO +0.5*HO2 +oRN1 APINEN+NO3 CH3CHO+CH3COE+oRN1 C5H8+NO3 0.85*ISNI +0.1*MAC +0.05*MVK+0.15*HCHO +0.8*HO2 +oRN1 HCHO+NO3 CO+HNO3+HO2 CH3CHO+NO3 CH3COO+HNO3 CH3O2+NO3 HCHO+HO2+NO2 CH3COO+NO3 CH3O2+NO2+CO2 oRO2+NO3 NO2+HO2 obio+NO3 NO2+HO2 oPAN+NO3 NO2+HO2 oRN1+NO31.5*NO2 Ataque del O3 a los hidrocarburos insaturados C2H4+O3 HCHO+0.12*HO2+0.13*H2+0.44*CO C3H6+O3 0.53*HCHO +0.5*CH3CHO+0.31*CH3O2 +0.28*HO2 +0.15*OH +0.065*H2+0.4*CO +0.7*CH4 C5H8+O3 0.67*MAC +0.26*MVK +0.55*OH+0.07*C3H6 +0.8*HCHO +0.06*HO2 +0.05*CO+0.3*O3 MAC+O3 0.8*MGLYOX +0.7*HCHO +0.215*OH+0.275*HO2 +0.2*CO +0.2*O3 MVK+O3 0.82*MGLYOX +0.8*HCHO+0.04*CH3CHO +0.08*OH +0.06*HO2 +0.05*CO+0.2*O3 APINEN+O3 1.27*CH3CHO +0.53*CH3COE+0.14*CO +0.62*oRO2 +0.42*HCHO +0.85*OH+0.1*HO2 Conversin de radicales orgnicos CH3O2+NO HCHO+NO2+HO2 CH3COO+NOCH3O2+NO2+CO2 oRO2+NONO2+HO2 obio+NO 0.86*NO2+0.78*HO2+0.14*ISNI oPAN+NONO2+HO2 oRN1+NO 1.5*NO2 Recombinacin de radicales orgnicos CH3O2+HO2CH3O2H CH3COO+HO20.67*PPA+0.33*O3 oRO2+HO2oROOH obio+HO2obioH oPAN+HO2 PANH oRN1+HO2X CH3O2+CH3O21.35*HCHO+0.7*HO2 CH3COO+CH3O20.5*CH3O2+0.5*CO2+HCHO+0.5*HO2 oRO2+CH3O20.65*HCHO+0.8*HO2+0.35*CH3OH obio+CH3O2 0.8*HO2+0.5*HCHO oPAN+CH3O2HCHO+0.5*HO2
208
ANEXOS
CH3COO+CH3COO2.*CH3O2+2.*CO2 oRO2+CH3COO0.8*CH3O2+0.8*CO2+0.8*HO2 obio+CH3COO0.5*HCHO+1.5*HO2+0.7*CO2 oPAN+CH3COO CH3O2+CO2+HO2 oRO2+oRO21.3*HO2 Nitratos y pernitratos orgnicos CH3COO+NO2+MPAN oPAN+NO2+MtoPAN PAN+M CH3COO+NO2 toPAN+MoPAN+NO2 PAN+OHHCHO+NO3+CO2 toPAN+OH NO3+CO2 ISNI+OH 0.95*CH3CHO +0.475*CH3COE+0.475*MGLYOX +0.05*ISNI +0.05*HO2 + oRN1 Reacciones fotolticas O32OH NO2NO+O3 NO3NO2+O3 NO3NO N2O5 NO2+NO3 H2O2 2OH HNO3NO2+OH HONONO+OH HCHOCO+2HO2 HCHOCO+H2 CH3CHOCH3O2+HO2+CO CH3COE CH3COO+CH3CHO+oRO2 CH3COY2CH3COO MGLYOXCH3COO+HO2+CO GLYOX 0.6HO2+2CO+0.7H2 MEMALD 0.5MVK +0.5MALEIC +0.5oPAN+0.5HCHO +0.5HO2 CH3O2HHCHO+OH+HO2 PPACH3O2+CO2+OH oROOHOH+HO2 obioHOH+HO2 PANHOH+HO2 PANCH3COO+NO2
209
ANEXOS
210
ANEXOS
ANEXO V
Dependencia respecto a emisiones locales Baja Baja Baja Baja Baja Media-Baja Media-Baja Media-Baja Media Media Media Media Media Media-Alta Media-Alta Media-Alta Media-Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta Alta
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
Localizacin Buitrago Chapinera Guadarrama Rivas-Vaciamadrid San Martin de Valdeiglesias Casa de Campo Majadahonda Guadalajara Alcobendas Aranjuez Colmenar Viejo Mstoles Acueducto Alcal de Henares Coslada Villaverde Canillejas Alcorcn Fuenlabrada Getafe Legans Retiro Atocha C/Alberto Aguilera Gregorio Maran Prncipe Vergara Escuelas Mndez lvaro Ramn y Cajal Manuel Becerra General Ricardo Plaza Castilla Arturo Soria Pirmides Santa Eugenia Barajas Alto de Extremadura Moncloa Gran Va Moratalz Puerta Toledo Cuatro Caminos Av. Ilustracin Puente de Vallecas Torrejn
Latitud Longitud 40.98 40.38 40.68 40.32 40.38 40.42 40.45 40.63 40.54 40.04 40.67 40.32 40.95 40.48 40.43 40.35 40.45 40.35 40.28 40.31 40.34 40.42 40.41 40.43 40.44 40.43 40.43 40.4 40.45 40.43 40.39 40.47 40.44 40.4 40.38 40.41 40.41 40.44 40.42 40.41 40.41 40.44 40.48 40.4 40.46 -3.62 -4.2 -4.1 -3.5 -4.3 -3.75 -3.87 -3.17 -3.64 -3.59 -3.77 -3.88 -4.12 -3.38 -3.55 -3.71 -3.61 -3.82 -3.8 -3.74 -3.74 -3.69 -3.69 -3.71 -3.69 -3.68 -3.68 -3.69 -3.68 -3.67 -3.72 -3.69 -3.64 -3.71 -3.6 -3.74 -3.74 -3.72 -3.7 -3.65 -3.71 -3.7 -3.72 -3.67 -3.48
Tipo estacin Fondo Rural Fondo Rural Fondo Rural Fondo Rural Fondo Rural Fondo Suburbana Fondo Suburbana Fondo Urbana Fondo Urbana Fondo Urbana Fondo Urbana Fondo Urbana Fondo Urbana Trfico Suburbana Trfico Suburbana Trfico Suburbana Trfico Suburbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana Trfico Urbana
211
ANEXOS
212
ANEXOS
ANEXO VI- COMPARACIN DEL O3 MODELIZADO CON CHIMERE PARA EL DOMINIO DE MADRID (MD) A LA RESOLUCIN DE 0.07 X 0.007 Y EL O3 OBSERVADO EN LAS ESTACIONES DE MEDICIN EN EL EPISODIO DE CONTAMINACIN DE O3 QUE SE DA EN LOS DAS DE 30 DE JULIO Y 31 DE JULIO DEL 2004
213
ANEXOS
214
ANEXOS
215
ANEXOS
216
ANEXOS
217
ANEXOS
218
ANEXOS
219
ANEXOS
220
ANEXOS
ANEXO VII
Tabla 1- Valores de JNO2 obtenidos con el modelo FTUV para el escenario A (EOA
Tabla 2- Valores de JNO2 obtenidos con el modelo FTUV para el escenario B (EOA
221
ANEXOS
Tabla 3- Valores de JNO2 obtenidos con el modelo FTUV para el escenario C (EOA
Tabla 4- Valores de JNO2 obtenidos con el modelo FTUV para el escenario D (EOA
222
ANEXOS
Tabla 5- Valores de JNO2 obtenidos con el modelo FTUV para el escenario E (EOA
223
ANEXOS
224