www.ujat.

mx/publicaciones/uciencia
26(1):65-80,2010

ESTUDIO ESTADSTICO DE LA CORRELACIN ENTRE CONTAMINANTES

ATMOSFRICOS Y VARIABLES METEOROLGICAS EN LA ZONA NORTE DE
CHIAPAS, MXICO

Statistical study of the correlation between atmospheric pollutants and meteorological

variables in northern Chiapas, Mexico

S Ramos-Herrera , R Bautista-Margulis, A Valdez-Manzanilla

(SRH) Divisin Acadmica de Ciencias Biolgicas. UJAT km. 0.5 Carr. Villahermosa - Crdenas. Villahermosa 86039 Tabasco,
Mxico. sergio.ramos@dacbiol.ujat.mx

Artculo recibido: 27 de septiembre de 2007, aceptado: 23 de marzo de 2010

RESUMEN. El anlisis de regresin mltiple es un mtodo estadstico empleado en muchas reas del conocimiento.
En este estudio, dicho anlisis se aplic a los datos de concentraciones de cuatro contaminantes atmosfricos (SO2 ,
NO2 , H2 S y PM10 ), monitoreados en tres estaciones que se ubican en la Zona Norte del estado de Chiapas. El periodo
que abarc el estudio fue de enero 2001 a febrero 2005. El objetivo fue proponer funciones de regresin para describir la
concentracin en funcin del tiempo y/o las variables meteorolgicas. Se emple un anlisis de regresin lineal mltiple
paso a paso en la seleccin de variables regresoras. Las ms importantes fueron la temperatura, la humedad relativa
y la direccin del viento. Se obtuvieron funciones de regresin de la concentracin anual, mensual y diaria de estos
contaminantes. Se obtuvo una regresin lineal simple para explicar la concentracin anual de SO2 , alcanzando un coefi-
ciente de determinacin de 0.927. Los modelos de la concentracin mensual alcanzaron un coeficiente de determinacin
entre 0.417 y 0.846; mientras que para los de la concentracin diaria, este coeficiente vari de 0.285 a 0.581. De este
estudio paramtrico, se concluy que las variables meteorolgicas describieron adecuadamente la concentracin anual
y mensual, pero no la concentracin diaria.
Palabras clave: Correlacin estadstica, regresin lineal, contaminantes atmosfricos.
ABSTRACT. The multiple regression analysis is a statistical method used in many academic areas. In this study, this
analysis was applied to the concentration data of four atmospheric pollutants (SO2 , NO2 , H2 S y PM10 ), monitored
in three stations located in northern Chiapas. The study was carried out from January 2001 to February 2005. The
purpose of the study was to propose regression functions to describe the concentration as a function of time and/or
meteorological variables. A stepwise multiple linear regression analysis was used in the selection of regressive variables,
the most important of which included the temperature, relative humidity and wind direction. Regression functions of
the annual, monthly and daily concentrations of these pollutants were obtained. A simple linear regression was obtained
to explain the annual concentration of SO2 , with a determination coefficient of 0.927. The models for the monthly
concentration obtained determination coefficients of 0.417 to 0.846,whereas the coefficients for the daily concentration
model varied from 0.285 to 0.581. This parametric study made it possible to conclude that the meteorological variables
described the annual and monthly concentrations adequately, but not the daily concentrations.
Key words: Statistic correlation, linear regression, atmospheric pollutants.

INTRODUCCIN que se realizan las reacciones qumicas atmosfricas.

La concentracin de los contaminantes en la
atmsfera se afecta por variables meteorolgicas co-
mo, la temperatura, la humedad relativa y la radia-
cin solar, que controlan a su vez la velocidad con la
Por otro lado, la dispersin de estos contaminantes
es influenciada por la velocidad y direccin de los
vientos, as como la estabilidad que predomina en
la atmsfera. A nivel regional se ha puesto atencin
al problema de la contaminacin atmosfrica, debi-

65

do principalmente a las actividades petroleras que
se realizan en el suroeste de Mxico. A travs de
una red de monitoreo automatizada conocida como
Sistema Automatizado de la Regin Sur (SAMARS)
de Petrleos Mexicanos (PEMEX) se monitorean los
principales contaminantes atmosfricos (excepto el
ozono) y variables meteorolgicas. Esta red opera
desde 1999 y cuenta con seis estaciones de moni-
toreo ubicadas en las periferias de las instalaciones
petroleras (Bateras y Compresoras). La informacin
recopilada a la fecha se ha empleado principalmente
en la evaluacin de la calidad del aire en la periferia
de estas instalaciones, en la calibracin de modelos
de dispersin de los contaminantes, y en la distri-
bucin espacial de estos. Por ejemplo, Valds et al.
(2004) realizaron un anlisis de la distribucin espa-
cial y estacional del dixido de azufre. El anlisis se
llev a cabo con datos de once meses (Noviembre
de 2002 a Septiembre de 2003) en cinco estaciones
de monitoreo atmosfrico del SAMARS distribuidas
en la Zona Norte de Chiapas (ZNC) y centro de Ta-
basco. De la distribucin espacial se concluy que
la mxima concentracin de SO2 se present en la
ZNC, concretamente en la zona de Reforma Chia-
pas, y que el mximo estacional ocurri en el otoo.
Sin embargo, se recomend continuar con este tipo
de estudios, abarcando un periodo mayor de anlisis
que incluyera adems, variables meteorolgicas co-
mo la velocidad, direccin del viento y la estabilidad
atmosfrica.
Existen estudios que muestran que los conta-
minantes atmosfricos y las variables meteorolgicas
se correlacionan. En un estudio realizado en la Zo-
na Metropolitana de la Ciudad de Mxico (ZMCM),
Bravo et al. (2000) mostraron que la radiacin so-
lar es ms til en la modelacin del mximo diario
de ozono que la temperatura. Mediante un anlisis
descriptivo comprobaron que aunque ambas varia-
bles meteorolgicas se correlacionan con el mximo
diario de ozono, la temperatura mxima se presen-
t casi dos horas despus de la hora del mximo de
ozono en el da; mientras que la radiacin solar m-
xima se present entre 1.69 y 2.35 h antes de la hora
del mximo de ozono. Sin embargo, no propuso un
modelo de los niveles diarios de ozono en funcin de
la radiacin solar mxima.
66
Ramos-Herrera et al.
26(1):65-80,2010
Tambin existe correlacin entre la humedad
relativa (HR), la concentracin de partculas suspen-
didas totales (PST) y las partculas de dimetro ae-
rodinmico menor a 10 m (PM10 ), como lo mues-
tran los resultados de una investigacin realizada en
el suroeste de la Ciudad de Mxico, en una zona de
tipo residencial. Ah se encontr que la correlacin
es de tipo inversa y que es mayor con las PST (r =
-0.828) que con las PM10 (r = -0.749). Tambin se
estableci que existe diferencia significativa entre la
concentracin en temporada de secas y de lluvias,
siendo mayor la concentracin en la temporada de
secas. Finalmente, se puso de manifiesto la impor-
tancia de estudiar el comportamiento anual de la
contaminacin ya que es importante en las expo-
siciones por periodos prolongados (Amador-Muoz
et al. 2001). La determinacin de los patrones de
distribucin diurna y anual de los contaminantes ha
permitido concluir si estos presentan ciclos diarios,
tendencias a la disminucin a largo plazo y com-
portamiento estacional. Para ello se ha analizado
el comportamiento de estadsticas como la media
aritmtica, la mediana y el percentil 98 de los va-
lores diarios, mensuales y anuales del contaminante
Davydova-Belitskaya et al. 1999; Var & Carratal
2002).
Debido a la naturaleza aleatoria de los niveles
atmosfricos de los contaminantes, se ha intentado
explicar su comportamiento temporal y en el proceso
se ha recurrido a los modelos de regresin. Por ejem-
plo, el comportamiento de los mximos y promedios
semanales de ozono en la Zona Metropolitana de
la Ciudad de Mxico (ZMCM) con base en datos
de ocho estaciones de monitoreo atmosfrico de la
RAMA (en el periodo enero de 1995 a diciembre de
1999) se explic mediante el siguiente modelo de
regresin no lineal:
2
yi = 0 + i xi + 2 cos( xi + 3 ) + i
52
Donde xi , representa el tiempo transcurrido en se-
manas, y es la nica variable regresora.
El modelo integr una componente de ten-
dencia lineal, una componente cclica y un compo-
nente aleatorio, i , con las que se model la esta-
 Estudio correlativo de contaminantes atmosfricos
26(1):65-80,2010

18 34'
Cd. Comalcalco

Ujat
Ceiba
TABASCO

Cd. Crdenas
Cd. Villahermosa
Isla

Ceiba Corregidora Ortiz 1a. Seccin

C.P.G. Cactus
Reforma Luis Gil Perez
Trapiche
Huimanguillo
C.P.G Nvo Pemex
CHIAPAS
Santa Cruz
Artesa
Huapaque 2a. Seccin Santa Teresa 2a. Seccin
Paraso
Santa Teresa 3a. Seccin
Ignacio Allende
Santa Teresa 1a. Seccin

Giraldas Campo petrolero Comoapa

Caobanal 1a. Seccin Corozal 1a. Seccin

Campo petrolero Sunuapa

17 33'
1 93 34' 92 49'

2 Figura 1.
Figura 1. Ubicacin de las estaciones de monitoreo de SAMARS ( estaciones de monitoreo, poblaciones aledaas, N Complejos Proce-
sadores3de Gas).
Figure 1. Location of the SAMARS monitoring stations ( monitoring stations, neighbouring populations, N gas processing stations).

cionalidad anual y la tendencia lineal creciente o de-
creciente del ozono. Aunque el modelo ajustado fue
bastante bueno, se sugiri incluir variables meteoro-
lgicas en el anlisis, con el propsito de eliminar su
efecto en la variacin del ozono y as evaluar mejor el
impacto que las estrategias de control tienen sobre
los datos de ozono observados (Jimnez, 2002).
En estudios de corte epidemiolgico los nive-
les diarios de contaminacin (por O3 , PM10 , SO2 ,
humos negros) se han empleado como variables ex-
plicativas de variables de salud (cmo el nmero de
consultas a urgencias por enfermedades respirato-
rias agudas o del nmero de defunciones diarias por
todas las causas de muerte o por enfermedades del
aparato respiratorio y del aparato circulatorio). Aun-
que el objetivo principal ha sido estudiar la asocia-
cin entre estas variables, en el proceso de anlisis,
las variables meteorolgicas (como la temperatura,
humedad relativa y velocidad del viento) se han con-
siderado como variables confusoras cuando se em-
plean mtodos de series temporales en el anlisis de
la una variacin temporal de la variable salud y con-
taminacin diaria (Sez et al. 1999). Tambin han
intervenido como variables predictoras en la estima-
27
cin de los niveles faltantes de los contaminantes
mediante la aplicacin de tcnicas de regresin line-

67

Tabla 1. Caractersticas de las tres estaciones del SAMAR en la zona
norte de Chiapas.
Table 1. Characteristics of the three SAMARS stations in northern Chia-
pas.
Estacin Longitud Latitud
Reforma 93 09 17 52
Artesa 93 10 17 46
Giraldas 93 23 17 39
al (Hernndez-Cadena et al. 2000; Arrivas-Monzn
et al. 2001).
Contar con bases de datos completas de los
contaminantes para estudios de anlisis, en un cier-
to periodo de tiempo, es todo un reto. Los costos
de mantenimiento y el bajo presupuesto son fac-
tores que afectan la adquisicin continua de la in-
formacin. En estos casos se pueden ajustar mode-
los que estimen los datos faltantes en funcin de
otras variables, como son las variables meteorol-
gicas de superficie. El objetivo de este estudio, fue
adecuar modelos de regresin lineal mltiple al com-
portamiento en el tiempo de los niveles observados
en la ZNC de cuatro contaminantes atmosfricos
(SO2 , NO2 , H2 S, y PM10 ). Como variables regreso-
ras adems del tiempo, se propusieron las siguientes
variables meteorolgicas de superficie: temperatura
(T), humedad relativa (HR), radiacin solar (RS),
presin atmosfrica (P), velocidad y direccin del
viento (VV, DV). Se ajustaron modelos de regre-
sin para describirle comportamiento de las medias
anuales, mensuales y diarias.
MATERIALES Y MTODOS
El anlisis se llev a cabo en la ZNC (Figura
1) en una regin ubicada entre los meridianos 92
49 y 93 34 y los paralelos 18 34 y 17 33. Esta
zona presenta un clima clido hmedo con lluvias en
verano; la temperatura promedio anual oscila alre-
dedor de los 24 C y la mxima precipitacin anual
del estado es de 3 977.5 mm (Annimo 2003).
La base de datos se obtuvo de tres estacio-
nes (Reforma, Giraldas y Artesa) de monitoreo de
la red SAMARS. La distancia entre las estaciones
de Reforma y Artesa es de 10.16 km, entre Arte-
sa y Giraldas es de 25.94 km y entre Reforma y
68
Ramos-Herrera et al.
26(1):65-80,2010
Tipo Zona
Automtica Industrial (PEMEX)
Automtica Rural
Automtica Industrial (PEMEX)
Giraldas es de 33.42 km. La estacin Reforma, se
ubica en la zona industrial de la ciudad de Reforma,
Chiapas; la estacin Artesa, se ubica en el poblado
de Santa Teresa en un entorno rural; y la estacin
Giraldas, se ubica en el Campo San Manuel, una
zona de tipo industrial, perteneciente al municipio
de Huimanguillo, Tabasco (Tabla 1). De las tres es-
taciones, la primera y la ltima cuentan adems,
con una estacin meteorolgica. El estudio abarc
el periodo de enero 2001 a febrero de 2005. A partir
de esta ltima fecha las estaciones quedaron fuera
de operacin y as continan en la actualidad. Para
lograr el objetivo de esta investigacin, se recopila-
ron los valores horarios de los siguientes contami-
nantes y variables meteorolgicas: dixido de azufre
(SO2 ), dixido de nitrgeno (NO2 ), cido sulfhdrico
(H2 S), partculas con dimetro aerodinmico menor
a 10 micras (PM10 ), velocidad del viento (VV), di-
reccin del viento (DV), temperatura (T), humedad
relativa (HR), presin baromtrica (P) y radiacin
solar (RS). De los resultados del trabajo de Vzquez
(2006) se obtuvieron los valores diarios de la altura
de la capa de mezclado (L) en la regin en el 2003.
Las concentraciones se manejaron ppb para los ga-
ses y en gm3 para las partculas. La temperatura
en C, la presin en mb, la radiacin solar en Wm2
y la altura de la capa de mezclado en m.
Las medias aritmticas anuales, mensuales y
valores diarios de los contaminantes y meteorolgi-
cos se calcularon con el 50 % o ms de los valores
horarios correspondientes. Se tuvieron cuatro me-
dias anuales, 50 medias mensuales y 1 520 valores
diarios por variable.
Particularmente los valores diarios de concen-
tracin de NO2 y H2 S se calcularon de la siguiente
forma: para el NO2 el valor diario se tom como el
mximo valor horario del da; mientras que para el
 Estudio correlativo de contaminantes atmosfricos
26(1):65-80,2010

H2 S, el valor diario se tom como el mximo prome-
dio mvil de ocho horas del da. En los clculos de
la media de velocidad y direccin del viento se us
el enfoque escalar y el enfoque vectorial (Annimo
2000), generndose medias escalares (VVe, DVe) y
medias vectoriales (VVv, DVv) para estos parme-
tros. Se realiz un anlisis de correlacin entre los
contaminantes y las variables meteorolgicas; prime-
ro entre los valores anuales, luego entre los valores
mensuales y finalmente entre los valores diarios. Di-
cho anlisis dio un indicio de qu variables pudieran
servir como variables regresoras de la concentracin.
El modelo de regresin propuesto fue el siguiente:
Ci = 0 + 1 t + 2 T + 3 HR + 4 RS + 5 P +
X espera una media anual de 2.29 ppb. No obstante
6 V V e + 7 V V v + k Zi +
Donde Ci denota la concentracin anual, mensual
o diaria de los contaminantes, y i representa los
parmetros a estimar del modelo.
Para ajustar el modelo, se emple el paquete
lgicas debido a la necesidad de utilizar mayor infor-
macin de campo y, por consiguiente, incrementar
la complejidad del anlisis.
RESULTADOS
Comportamiento anual del SO2
El SO2 monitoreado en Reforma fue el ni-
co contaminante con suficiente informacin hora-
ria (mayor al 50 %) para estimar las medias anuales
2001-2004. Los resultados (Figura 2) muestran una
tendencia a la disminucin de la media anual con
el tiempo en aos. Dicha tendencia se represent
por el modelo de regresin simple: [SO2 ] = 14.10
2.362t, donde t es el tiempo transcurrido en aos.
De acuerdo a este, para el 2005 (t = 5 aos) se
la media observada fue de 5 ppb, quedando dentro
de los lmites del intervalo de prediccin para este
ao.
18
16
Concentracin en ppb

estadstico SPSS y el mtodo de seleccin de va- 14

riables STEPWISE (Ferrn 2001). Se analizaron los 12
10
residuales para verificar el grado en el que se cum-
8
plieron las hiptesis de homogeneidad de varianzas 6
y normalidad de los residuales (Montgomery et al. 4
2006). El modelo incluy a la direccin del viento 2
como una variable de rango y como una variable 0
2001 2002 2003 2004 2005
categrica, para ver cual funcionaba mejor. Como 1
variable categrica, la direccin del viento incluy 2 Figura 2.
las 16 direcciones siguientes: N, NNE, NE, ENE, E, 3 Figura 2. Tendencia de la concentracin Media anual ( obser-
ESE, SE, SSE, S, SSO, SO, OSO, O, ONO, NO, vado, regresin, - - lmite superior de confianza, lmite
inferior
45 de confianza). 45
NNO. Esto se logr definiendo la variable indicado-
40 2. Trend of annual average concentration
Figure (a) 40
( observed,
ra binaria Zi , que toma el valor de uno si la direc- 35regression, - - maximum confidence level, minimum35
cin del viento es igual a i, y cero si la direccin 30
confidence level). 30
gm-3

25 25
ppb

del viento es diferente a i; donde i es igual a las di- 20 20

recciones anteriores del viento menos una. Tambin 15 15
Comportamiento mensual y diario de los con-
se analiz la correlacin entre la concentracin y la 10 10
taminantes
5 5
direccin del viento. Por ltimo, se estudi la corre- 0 El comportamiento de la concentracin0men-
lacin diaria entre las tres estaciones y se ajustaron
sual se1 muestra
7 13 17 23 27 31 35 39 47
en las Figuras 3, 4 y 5 para las es-
rectas de regresin lineal simple en los casos donde Meses transcurridos
4 taciones de Reforma, Artesa y Giraldas, respectiva-
la correlacin fue significativa y alta. Para medir las
mente.9 Ninguna de las estaciones registr el 100 %
correlaciones, se emple el coeficiente de correlacin (b)
de las medias mensuales dentro del periodo de an-
8
de Spearman. El modelo no incluy trminos para el
lisis76 (50 meses). Los casos crticos se dieron en Arte-
comportamiento estacional de las variables meteoro-
5
ppb

4
3 69
2
1
0
1 7 13 18 24 28 32 36 40 48
 8

Concent
6
4
2
0
2001 2002 2003 2004 2005
Ramos-Herrera et al.
Figura 2. 26(1):65-80,2010

9 7
(b) (b)
8 6
7 5
6
5 4

ppb
ppb

4 3
3 2
2
1 1
0 0
1 7 13 18 24 28 32 36 40 48 0 5 10 15 20 25 30
Meses transcurridos Meses transcurridos

Figura 3. Figura 4.
Figura 3. Comportamiento de la concentracin mensual en Re- Figura 4. Comportamiento de la concentracin mensual en Ar-
forma: a)  SO2 , N PM10 ; b)  H2 S, N NOx. tesa: a)  SO2 , N PM10 ; b)  H2 S, N NOx.
Figure 3. Monthly concentration behaviour in Reforma: a)  Figure 4. Monthly concentration behaviour in Artesa: a)  SO2 ,
SO2 , N PM10 ; b)  H2 S, N NOx. N PM10 ; b)  H2 S, N NOx.

Tabla 2. Valores mximos y mnimos para todo el periodo de estudio.

Table 2. Maximum and minimum values for the study period. 3

Mximos Mnmos
Parmetro Reforma Artesa Giraldas Reforma Artesa Giraldas
SO2 (ppb) 425.3 254 1093 0.1 0.1 0.1
NO2 (ppb) 496.1 177.4 301.5 0.1 0 0.2
H2 S (ppb) 76.7 182 151.5 0 0 0.3
PM10 (gm-3) 114.9 201.1 256.3 2.7 2.8 0
T ( C) 32.9 33.3 12.1 11.2
HR ( %) 95.2 96.3 22.9 17.8
RS (Wm2 ) 1157.1 666 0 0
P (mb) 1023.9 1024.2 997.2 997.9
VV (ms1 ) 5.39 9 0.3 0.3

sa y Giraldas y para los contaminantes NO2 y H2 S,
donde el porcentaje alcanzado fue menor a 50 %.
Los niveles diarios de los contaminantes du-
rante el periodo de estudio presentaron mayor va-
riabilidad que los valores diarios de las variables me-
teorolgicas. Para mejorar la homogeneidad de va-
rianzas y la normalidad de los valores diarios, los
niveles diarios se transformaron mediante el logarit-
mo natural. El comportamiento diario de SO2 , NO2 ,
H2 S y PM10 (Figuras 6, 7, 8 y 9) para cada esta-
cin de monitoreo se represent mediante grficos
del logaritmo natural de la concentracin diaria del
contaminante en funcin de los das transcurridos
desde enero de 2005.
De acuerdo a la NOM-022-SSA1-1993 (An-
nimo 1993a), el lmite mximo permisible de SO2
en un promedio de 24 h es de 0.13 ppm 130 ppb;
para NO2 es de 0.21 ppm 210 ppb en un promedio

70
 Estudio correlativo de contaminantes atmosfricos
26(1):65-80,2010

Tabla 3. Coeficientes de correlacin mensual.

Table 3. Monthly correlation coefficients.

Estacin Reforma Estacin Giraldas

Variable SO2 NO2 H2 S PM10 SO2 NO2 H2 S PM10
t -0.463** -0.512** -0.803** 0.04 -0.11 -0.597** -0.33 -0.12
T 0.12 0.544** -0.08 0.390* -0.04 0.566** -0.17 0.772**
HR 0.01 -0.473** 0.38 -0.689** -0.08 -0.455* 0.05 -0.626**
RS 0.11 0.373* -0.07 0.570** -0.08 0.624** -0.28 0.511**
P -0.05 -0.344* 0.25 -0.25 -0.12 -0.401* 0.21 -0.32
VVe 0.03 0.398* 0.17 0.429* 0.24 0.18 0.29 0.3
DVe -0.05 -0.08 -0.19 -0.549** 0.1 0 -0.03 -0.06
VVv -0.04 0.06 0.01 0.593** 0.21 0.36 0.02 0.16
DVv -0.29 -0.21 -0.505** -0.434* 0.01 -0.03 0.08 -0.01
L 0.07 -0.891** -0.65 -0.11 0.01 -0.77 -0.770**

Tabla 4. Coeficientes de correlacin diaria.

Table 4. Daily correlation coefficients.

Estacin Reforma Estacin Giraldas

Variable SO2 NO2 H2 S PM10 SO2 NO2 H2 S PM10
t -0.271** -0.546** -0.231** -0.04 -0.257** -0.591** -0.109** -0.101**
T 0.122** 0.362** -0.111** 0.368** 0.03 0.340** 0.04 0.609**
HR -0.062* -0.281** 0.164** -0.509** -0.06 -0.348** -0.151** -0.619**
RS 0.134** 0.274** -0.02 0.407** 0.07 0.332** 0.188** 0.495**
P -0.177** -0.234** 0.01 -0.242** -0.077* -0.236** -0.201** -0.498**
VVe -0.074* 0.097** -0.080* 0.04 0.105** 0.208** 0.05 0.03
DVe 0.02 0.01 0.03 -0.150* 0 -0.04 -0.269** 0.06
VVv -0.076* -0.03 -0.04 0.04 0.05 0.01 0.1 -0.071*
DVv 0 -0.04 0.03 -0.167* -0.104** -0.105** -0.198** 0.04
L -0.231** -0.430** -0.283** -0.13 -0.181** -0.318** -0.07 -0.483**

Tabla 5. Correlacin de la concentracin diaria con la direccin del viento.

Table 5. Daily concentration correlation with wind direction.

Direccin Estacin Reforma Estacin Giraldas

del viento SO2 NO2 H2 S PM10 SO2 NO2 H2 S PM10
N 0.05 0.04 0.04 0.04 0.01 -0.03 -0.04 0
NNE 0.05 0.05 0.075* 0.04 0.073* 0.06 -0.01 0.04
NE 0.076* 0.01 0.01 0.070* 0.152** 0.04 0.08 -0.01
ENE -0.01 0.142** 0.080* 0.083* 0.086* 0.01 0.142** -0.098**
E -0.075* -0.131** -0.074* 0.02 0 -0.02 0.087* -0.04
ESE -0.05 -0.05 -0.092** 0 0.01 0.089** 0.06 -0.02
SE -0.01 -0.05 -0.086* 0 0.06 0.092** 0.06 0.121**
SSE 0.02 -0.01 -0.03 -0.01 -0.03 0.070* -0.05 0.077*
S -0.02 0 0 0.03 0.05 0.06 -0.04 0.142**
SSO 0.02 -0.01 0.02 -0.06 -0.01 0.03 -0.01 0.05
SO 0.01 0.01 -0.01 -0.02 -0.083* -0.02 -0.093* -0.01
OSO 0.03 0.094** 0.05 -0.170** -0.04 -0.06 -0.142** -0.02
O 0 -0.05 0.05 -0.112** -0.06 -0.05 -0.06 -0.068*
ONO 0.01 0 0.122** -0.01 0.03 -0.075* -0.07 -0.094**
NO 0.06 0.04 0 0.084* 0.06 0.01 -0.04 0.076*

de una hora segn lo establecido en la NOM-023- En cuanto al H2 S, se han recomendado concentra-

SSA1-1993 ( Annimo 1993b); y para PM10 fue de ciones mximas de exposicin aguda de 42 gm3
150 gm3 hasta antes de septiembre de 2005 y < 1 h y exposicin crnica de 10 gm3 (Annimo
despus de esta fecha se estableci en 120 gm3 2008). En base a estos lmites, los mximos alcan-
acorde a la NOM-025-SSA1-1993 (Annimo 1993c). zados en algn da dentro del periodo de estudio

71
 Ramos-Herrera et al.
26(1):65-80,2010

(Tabla 2) que excedieron la norma fueron el SO2 en El anlisis de correlaciones mensuales entre
las tres estaciones, el NO2 en Reforma y Giraldas y los contaminantes y las variables meteorolgicas se
las PM10 en Artesa y Giraldas. Los mximos de H2 S hizo solo en los casos de las estaciones de Reforma y
excedieron los valores recomendados por exposicin Giraldas, pues Artesa no cuenta con estacin meteo-
aguda o crnica en todas las estaciones. rolgica. La concentracin mensual se correlacion
negativamente con el tiempo t, a excepcin de las
Tabla 6. Frecuencia de la direccin del viento en porcentaje. PM10 observadas en Reforma cuya correlacin fue
Table 6. Frequency of wind direction in percentage values.
positiva aunque baja y no significativa. La correla-
Direccin Reforma Giraldas cin de NO2 y PM10 con la humedad relativa (HR)
N 0.82 0.94 fue negativa; y positiva con la temperatura (T) y la
NNE 1.88 0.85 radiacin solar (RS) en ambas estaciones de moni-
NE 7.04 1.83
ENE 12.12 9.14 toreo. La presin (P) se correlacion negativamente
E 18.18 9.37 con el NO2 en las dos estaciones. La velocidad es-
ESE 10.45 5.58
SE 5.87 3.88 calar del viento (VVe) se correlacion positivamente
SSE 3.81 2.84 solo con el NO2 y las PM10 en ambas estaciones,
S 2.97 4.18
SSW 2.88 4.88
mientras que la direccin escalar del viento (DVe)
SW 4.09 5.52 se correlacion significativamente y de forma nega-
WSW 4.76 6.06
W 5.57 7.58
tiva con las PM10 de Reforma. La altura de la capa
WNW 4.62 7.49 de mezcla (L) se correlacion negativamente con el
NW 2.4 3.15 NO2 y las PM10 (Tabla 3). En todos los resulta-
NNW 0.55 1.17
dos obtenidos la correlacin significativa al 5 % se
indic con un asterisco y al 2.5 % se indic con dos
asteriscos como un superndice en el valor.
Las concentraciones diarias en Reforma y Gi-
raldas se correlacionaron negativamente con el tiem-
po (Tabla 4). La humedad relativa se correlacion
negativamente ms con las PM10 que con el NO2 .
La temperatura se correlacion positivamente con
los cuatro contaminantes en Reforma pero solo con
el NO2 y las PM10 en Giraldas. De modo general, la
radiacin solar se correlacion positivamente mien-
14
(b)
tras que la presin lo hizo negativamente con los
12
contaminantes en las dos estaciones. A diferencia
10
de los valores mensuales, los valores diarios de la
8
ppb

6
contaminacin se correlacionaron significativamen-
4 te con la velocidad y direccin escalar del viento,
2 aunque no para todos los contaminantes y ambas
0 estaciones. Algo similar ocurri con la altura diaria
0 10 20 30 40 50 de la capa de mezclado, la correlacin fue negativa y
Meses transcurridos
significativa en las dos estaciones aunque ms baja
Figura 5. que la correlacin a escala mensual (Tabla 4). Esto
Figura 5. Comportamiento de la concentracin mensual en Gi- tiene sentido ya que al aumentar la altura de la ca-
raldas: a)  SO2 , N PM10 ; b)  H2 S, N NOx. pa de mezcla, aumenta el volumen de aire disponible
Figure 5. Monthly concentration behavior in Giraldas: a)  para dilucin lo cual disminuye la concentracin de
SO2 , N PM10 ; b)  H2 S, N NOx.
los contaminantes.

72
 Estudio correlativo de contaminantes atmosfricos
26(1):65-80,2010

Tabla 7. Ecuaciones de regresin de las concentraciones mensuales.

Table 7. Regression equations of the monthly concentrations.

Estacin Funcin de regresin R2ajus.

Reforma [NO2 ] = 25.131 - 0.0886t - 0.260HR - 2.201ZNE 0.55

[H2 S] = 6.145 - 0.149t + 4.407ZWSW + 2.0535ZS 0.7
[PM10 ] = 115.435 - 1.233HR + 13.233ZN 0.56
Giraldas [SO2]= -18.379 + 20.665VVe + 41.851ZNNE 0.7
[NO2 ]= -4.774 + 0.250T + 1.156ZS 0.53
[NO2 ]-1 = 4.634 - 0.04872t - 0.146T - 0.00637RS + 1.349ZN + 1.408ZE 0.85
[PM10 ] = 145.77 - 1.574HR 0.61

Tabla 8. Ecuaciones de regresin de las concentraciones diarias.

Table 8. Regression equations of the daily concentrations.

Estacin Funcin de regresin R2ajus.

Reforma Ln[NO2 ] = 5.599 + 0.001722t - 2.66x106 t2 - 0.0455HR - 0.249VVv +

0.711ZWSW +0.664Zw + 0.837ZWNW - 0.291ZENE 0.47
Ln[PM10 ] = 6.022 - 0.0393HR+ 0.494ZNW + 0.512ZN + 0.303ZNNE + 0.243ZWNW 0.29
Giraldas Ln[NO2 ] = -1.031+ 0.003275t - 3.64x106 t2 + 0.08915T+ 0.211ZESE 0.58
Ln[PM10 ]= 7.049 - 0.459HR - 0.196VVe - 0.217ZENE - 0.159ZE + 0.264ZNW -
0.135ZESE - 0.155ZSSW + 0.129ZWNW 0.49

Tabla 9. Regresin lineal simple de las mediciones en las esta- 6). En Giraldas, solo el H2 S se correlacion con el
ciones de monitoreo.
Table 9. Simple linear regression of measurements at monitoring viento dominante. Tambin se observ correlacin
stations. significativa con los segundos vientos prevalentes,
Variable Recta de regresin R2 que resultaron ser en ambos casos los vientos del
PM10,G 10.039 + 0.690PM10,R 0.46 este noreste.
PM10,A 1.005PM10,G 0.82
PM10,A 10.874 + 0.622PM10,R 0.33
TG 6.533 + 0.724 TR 0.63 Correlacin entre estaciones
HRG 10.906 + 0.888HRR 0.73 Los grficos de dispersin de las variables me-
RSG 19.732 + 0.976RSR 0.7
PG 23.935 + 0.976PR 0.97
teorolgicas registradas por las estaciones de Refor-
ma y Giraldas indican que los valores diarios de tem-
peratura, humedad relativa, radiacin solar y presin
En el anlisis del efecto de la direccin cate-
en Reforma se correlacionan fuertemente con los de
grica del viento en la concentracin se observ la
Giraldas (Figura 10). La regresin ajustada explica
existencia de una correlacin mediana a escala men-
arriba del 60 % de la variabilidad observada en las
sual y baja a escala diaria, que en algunos fue signi-
registros (Tabla 9). Esto significa que las estaciones
ficativa y en otros no. Por ejemplo, a nivel mensual,
se ubican en una zona de una atmsfera homognea
el SO2 en Reforma se correlacion (0.390) positi-
y estn registrando mediciones muy similares entre
vamente con los vientos del noreste, mientras que
ellas, por lo que la falta de informacin en alguna
las PM10 lo hicieron de modo inverso (-0.377) con
de estas estaciones puede subsanarse en algunos pe-
los vientos del sureste. En Giraldas el NO2 se co-
riodos con la informacin registrada en la otra. El
rrelacion positivamente con los vientos del sur. A
coeficiente de correlacin de la velocidad y direccin
nivel diario se encontr que la dependencia entre la
diaria del viento fue menor a 0.4.
concentracin de los contaminantes y la direccin
Los grficos de dispersin de los valores dia-
del viento es variada (Tabla 5). El SO2 , NO2 y H2 S
rios de SO2 , NO2 y H2 S no parecen mostrar ningn
en Reforma se correlacionaron negativamente con
patrn de asociacin (Figuras 11, 12, 13 y 14) en-
el viento del este, que es el viento local que pre-
tre las estaciones. Sin embargo, el coeficiente de
domina tanto en Reforma como en Giraldas (Tabla

73
 Ramos-Herrera et al.
26(1):65-80,2010

concentracin de NO2, ppb

7 (a) (a)
concentracin de SO2, ppb

6 6
5

Logaritmo de la
4
Logaritmo de la

4
3 2
2
1 0
0
-2
-1
-2 -4
-3
0 365 730 Dias 1095 1460
0 365 730 1095 1460
Dias 1
1
6

concentracin de NO2, ppb

6 (b)
concentracin de SO2, ppb

5 (b) 4

Logartimo de la
4
2
Logaritmo de la

3
2
0
1
0 -2
-1
-2 -4
-3 0 365 730 1095 1460
0 365 730 1095 1460 Dias
Dias 2
2
7
8
concentracin de NO2, ppb

6 (c)
concentracin de SO2, ppb

(c)
6 5
Logaritmo de la

4
Logaritmo de la

4
3
2 2
0
1
0
-2 -1
-4 -2
0 365 730 1095 1460 0 365 730 1095 1460
Dias Dias
3 3
4 Figura 7.
4 Figura 6.
Figura 6. Serie de tiempo de la concentracin diaria de SO2 en 5 Figura 7. Serie de tiempo de la concentracin diaria de NO2 en
5 (a) Reforma (b) Artesa y (c) Giraldas. (a) Reforma (b) Artesa y (c) Giraldas.
6
6 Figure 6. Time series of the daily concentration of SO2 in (a) Figure 7. Time series of the daily concentration of NO2 in (a)
Reforma (b) Artesa and (c) Giraldas. 7 Reforma (b) Artesa and (c) Giraldas.
7
8
correlacin fue significativo y vari entre 0.1 y 0.5. sin ajustadas al logaritmo natural de la concentra-
La asociacin ms fuerte se dio para el caso de las cin diaria y en ambos casos R2ajus es el coeficiente
PM10 (Figura 12) donde el coeficiente de correla- de determinacin ajustado por el nmero de obser-
cin result significativo y mayor a 0.6. 31
vaciones y el nmero de variables independientes.
Fue necesario transformar las concentraciones dia-
Funciones de regresin rias a logaritmo de las concentraciones para cumplir
La Tabla 7 presenta las ecuaciones de regre- moderadamente con las hiptesis de homogeneidad
sin que describen la concentracin mensual de los de varianza y normalidad de los residuales de los
contaminantes para las estaciones de Reforma y Gi- modelos.
raldas. La Tabla 8 presenta las funciones de regre- La Tabla 9 muestra las funciones de regresin

74
 Estudio correlativo de contaminantes atmosfricos
26(1):65-80,2010

5
4 (a)
concentracin de H2S, ppb

3
2
Logaritmo de la

1
0
-1
-2
-3
-4
0 365 730 Dias 1095 1460
1
6
concentracin de H2S, ppb

(b)
4
Logaritmo de la

-2

-4
0 365 730 Dias 1095 1460
2
6
(c)
concentracin de H2S, ppb

5
4
Logaritmo de la

3
2
1
0
-1
-2
0 365 730 Dias 1095 1460
3
4 Figura 8. Figura 9.
5 Figura 8. Serie de tiempo de la concentracin diaria de H2 S en Figura 9. Serie de tiempo de la concentracin diaria de PM10 en
6 (a) Reforma (b) Artesa y (c) Giraldas. (a) Reforma (b) Artesa y (c) Giraldas.
Figure 8. Time series of the daily concentration of H2 S in (a) Figure 9. Time series of the daily concentration of PM10 in (a)
7 Reforma (b) Artesa and (c) Giraldas. Reforma (b) Artesa and (c) Giraldas.
8
ajustadas en el anlisis de correlacin entre estacio- las instalaciones petroleras, con el objetivo de redu-
nes, donde R2 es el coeficiente de determinacin cir las tasas de emisin de contaminantes a la at-
simple. Como puede notarse son modelos de regre- msfera, entre ellos
33 el SO2 . Esto pudiera explicar
sin simple que explican una buena parte de la va- la tendencia en la disminucin de la concentracin
riabilidad observada entre variables del mismo tipo. media anual de SO2 . Un resultado semejante encon-
tr Var & Carratal (2002) en donde el periodo en
DISCUSIN el que se dan las disminuciones de humos negros y
SO2 en ALCOY, coinciden con la puesta en funcio-
En los ltimos aos se han instalado plantas namiento de una red de gas natural en las industrias
recuperadoras de azufre y quemadores ecolgicos en y que reduce las emisiones debido a actividades in-

75
 Ramos-Herrera et al.
26(1):65-80,2010

dustriales. No se puede asegurar que la tendencia a la

disminucin de la media anual de SO2 persista, de
1030
modo que la funcin de regresin cuando mucho
Presin en Giraldas, mb

1025
1020
pudiera usarse para estimar la media anual del pr-
1015 r = 0.982** ximo ao. Esto coincide con Correa (2004) quien
1010 aplic la ecuacin de regresin simple ajustada con
1005 los promedios anuales 1994 al 2000 de diversos con-
1000 taminantes para predecir la tendencia en el 2001.
995
Ni la humedad relativa, ni la radiacin solar, ni el
995 1000 1005 1010 1015 1020 1025 1030
viento anual medio sirvieron como posibles varia-
Presin en Reforma, mb
1 bles descriptivas de la disminucin observada en la
120
media anual de SO2 . En el caso de la humedad rela-
r = 0.810** tiva, aunque se correlacion fuertemente con el SO2
Humedad relativa en

100
(coeficiente de 0.80), los modelos ajustados de esta
80
Giraldas, %

variable y el tiempo o usndola como nica variable

60
regresora no cumplieron las hiptesis inherentes a
40 estos.
20 El grado de asociacin entre los contaminan-
0 tes y las variables meteorolgicas a escala mensual
20 40 60 80 100 (que oscila entre 0.373 y 0.772) es significativamen-
Humedad Relativa en Reforma, %
2 te mayor que las que reporta Correa et al. (2002)
35 quienes analizaron la relacin entre los mximos di-
Temperatura en Giraldas, C

30 arios de ozono y los promedios diarios de las varia-

25 bles meteorolgicas (menor de 0.3). Las variables
20 r = 0.853** que resultaron mejores descriptoras de la concen-
15 tracin mensual fueron la temperatura, la humedad
10 relativa y la direccin de los vientos. En los modelos
5
ajustados no se incluyeron simultneamente estas
0
variables, ya que estn correlacionadas fuertemen-
10 15 20 25 30 35
Temperatura en Reforma, C te (mayor a 0.6) y dejan modelos con problemas
3 fuertes de multicolinealidad. Aunque la correlacin
500 entre la direccin categrica de los vientos y la con-
r = 0.840**
Radiacin solar en en

400 centracin mensual de los contaminantes es baja (<

Giraldas, Wm -2

300
0.3), esta variable s contribuy a la mejora de los
modelos, lo cual se manifest en un incremento sig-
200
nificativo en el coeficiente de correlacin mltiple
100 corregido. En Reforma, este coeficiente oscil en-
0 tre 0.548 y 0.704 y en Giraldas oscil entre 0.533
0 100 200 300 400 y 0.846. Estos valores son aceptables; por ejemplo
Radiacin solar en Reforma, Wm -2
Correa (2004) ajust ecuaciones de regresin para
4
explicar la concentracin media anual de los conta-
minantes en la ZMVM en un periodo de seis aos
Figura 10. Grficos de dispersin de las variables meteorolgicas con un coeficiente de determinacin ajustado que
en Giraldas vs Reforma. 34
vara entre 0.3 y 0.9 tpicamente.
Figure 10. Dispersion chart of the meteorological variables in
Giraldas vs Reforma. A nivel diario, la humedad relativa y la tempe-
ratura resultaron inadecuadas en la descripcin del

76
 Estudio correlativo de contaminantes atmosfricos
26(1):65-80,2010

80
70 r = 0.180**
SO2 en Giraldas, ppb

60
50
40
30
20
10
0
0 5 10 15 20 25
SO2 en Reforma, ppb
1
80
70
SO2 en Artesa, ppb

60 r = 0.274**
50
40
30
20
10
0
0 5 10 15 20 25
SO2 en Giraldas, ppb
2
80
70
r = 0.447**
SO2 en Artesa, ppb

60
50
40
30
20
10
0
0 5 10 15 20 25
SO2 en Reforma, ppb
3
4 Figura 11. Figura 12.
5 Figura 11. Grfico de dispersin de SO2 en las estaciones de Figura 12. Grfico de dispersin de PM10 en las estaciones de
6 monitoreo. monitoreo.
Figure 11. Dispersion chart of SO2 at the monitoring stations. Figure 12. Dispersion chart of PM10 at the monitoring stations.
7

comportamiento de los contaminantes SO2 y H2 S.
Para mejorar los modelos, en el caso del SO2 , pu-
diera incluirse como variable regresora, la tasa de
emisin desde las fuentes, que como ya se coment
en los ltimos aos ha ido disminuyendo paulatina-
mente. Para mejorar el modelos del H2 S quizs sea
necesario incluir al SO2 como una variable regreso-
ra, ya que de los resultados han mostrado una fuerte
correlacin entre estos contaminante (hasta de 0.5).
Estas mismas variables resultaron adecuadas en la
descripcin de la contaminacin diaria por NO2 y
PM10 . Los modelos ajustados alcanzaron coeficien-
tes de determinacin mltiple entre 0.2 y 0.6. Sin
embargo, hay que tomar en cuenta que los modelos
de regresin se ajustaron
37 al logaritmo de las concen-
traciones diarias y al retornar a las concentraciones
originales, la incertidumbre del modelo cambia.
Otro de los resultados interesantes en este
estudio, es la existencia de moderada y fuerte co-
rrelacin en las mediciones de PM10 , temperatura,
humedad relativa, radiacin solar y presin entre las
estaciones de monitoreo. Los coeficientes de corre-

77
 Ramos-Herrera et al.
26(1):65-80,2010

25
NO2 en Giraldas, ppb

20 r = 0.594** 80
r = 0.105*

H2S en Giraldas, ppb

70
15 60
50
10
40
5 30
20
0 10
0 10 20 30 0
NO2 en Reforma, ppb 0 5 10 15 20 25
1 H2S en Reforma, ppb
1
25

20 r = 0.125* 80
NO2 en Artesa, ppb

r = 0.263**
70

H2S en Artesa, ppb

15 60
50
10 40
30
5
20
0 10
0 10 20 30 0
NO2 en Giraldas, ppb 0 5 10 15 20 25
2 H2S en Giraldas, ppb
2
25
80
NO2 en Artesa, ppb

20 r = 0.314 70 r = 0.450**
H2S en Artesa, ppb

60
15 50
40
10
30
5 20
10
0
0
0 10 20 30 0 5 10 15 20 25
NO2 en Reforma, ppb H2S en Reforma, ppb
3 3
4 Figura 13. 4 Figura 14.
5 Figura 13. Grfico de dispersin de NO2 en las estaciones de Figura 14. Grfico de dispersin de H2 S en las estaciones de
monitoreo. monitoreo.
6 Figure 13. Dispersion chart of NO2 at the monitoring stations. Figure 14. Dispersion chart of H2 S at the monitoring stations.

7
lacin mltiple de las rectas de regresin ajustadas
a estas variables con relacin a lo observado en Re-
forma varan entre 0.631 y 0.974; mientras que para
las PM10 oscilan entre 0.328 y 0.820. Esta aparen-
te homogeneidad puede deberse a que las condicio-
nes ambientales en esas zonas son aparentemente
similares, ya que ambas casetas se ubican dentro de
reas Talleres de PEMEX. Lo mismo puede decirse
de la presin y la radiacin solar; ya que en el caso
de la presin baromtrica, se necesitan diferencias
significativas en altitud para obtener lecturas que
difieran entre s. Quizs es menos obvio en el caso
de la radiacin solar y la temperatura.
De manera genrica se puede decir que la rec-
ta de regresin ajustada a la media anual de SO2 es
39
adecuada. La tendencia fuertemente negativa de la
concentracin en este contaminante con el tiempo
puede deberse a la disminucin en las emisiones de
ste, presumiblemente debido a la puesta en marcha
de plantas recuperadoras de azufre en las instalacio-
nes petroleras.
Las ecuaciones de regresin ajustadas para

78
 Estudio correlativo de contaminantes atmosfricos
26(1):65-80,2010

explicar las concentraciones mensuales de los con-
taminantes tienen una bondad de ajuste bastante
buena. Puede pensarse, que las variables meteoro-
lgicas mensuales como la humedad relativa y la
temperatura son adecuadas en la descripcin de la
tendencia mensual en la contaminacin atmosfrica
de la ZNC. Se recomienda en el futuro simular la
distribucin espacial y temporal de estos contami-
nantes usando modelos de dispersin y de prons-
tico meteorolgico (MM5), que tomen en cuenta
la circulacin a nivel regional, los vientos dominan-
tes y sus variaciones estacionales. El anlisis entre
estaciones meteorolgicas, indic que probablemen-
te estn registrando informacin muy similar por lo
que la falta de informacin en una estacin pudiera
complementarse por la otra.
AGRADECIMIENTOS
Se agradece a la Gerencia de Seguridad Indus-
trial y Proteccin Ambiental de PEMEX Exploracin
y Produccin Regin Sur en el estado de Tabasco
por la informacin proporcionada para el desarrollo
de este estudio.

LITERATURA CITADA

Annimo (1993a) NOM-022-SSA1-1993; Salud ambiental. Criterio para evaluar la calidad del aire ambiental
con respecto al bixido de azufre (SO2 ). Valor normado para la concentracin de bixido de azufre
(SO2 ) en el aire ambiente como medida de proteccin a la salud de la poblacin. 4pp.
Annimo (1993b) NOM-023-SSA1-1993; Salud ambiental. Criterio para evaluar la calidad del aire ambiental
con respecto al bixido de nitrgeno (NO2 ). Valor normado para la concentracin de bixido de nitrgeno
(NO2 ) en el aire ambiente como medida de proteccin a la salud de la poblacin. 3pp.
Annimo (1993c) NOM-025-SSA1-1993; Salud ambiental. Criterios para evaluar la calidad del aire ambiente
con respecto a material particulado. 11p.
Annimo (2000) Meteorological monitoring guidance for regulatory modeling applications. Environmental
Protection Agency Oficina de Aire y Radiacin Oficina de Planeacin de Calidad del Aire y Estndares.
EPA-454/R-99-005. Cap. 6. 7 pp.
Annimo (2003) Anuario estadstico edicin 2003 Chiapas. Instituto Nacional de Estadstica Geografa e
Informtica (INEGI). 606 pp.
Annimo (2008).Office of Environmental Health Hazard Assessment (OEHHA) and the Air Reosurces Borrad
(ARB) for use 2588 in facility helath risk assessments conducted for the AB 2588 Air Toxics Hot Spots
Program.
Arrivas-Monzn F, Rabanaque MJ, Martos MC, Abad JM, Alcal-Nalvaz T, Navarro-Elipe M (2001) Efectos
de la contaminacin atmosfrica sobre la mortalidad diaria en la ciudad de Zaragoza, Espaa, 1991-1995.
Salud Pblica de Mxico 43(4) 289-297.
Amador-Muoz O, Delgado-Rodrguez A, Villalobos-Pietrini R, Munive-Coln Z, Ortz-Marttello R, Daz-
Gonzles G, Bravo-Cabrera JL, Gmez-Arroyo S (2001) Partculas suspendidas, hidrocarburos aromticos
policclicos y mutagenicidad en el Suroeste de la Ciudad de Mxico. Contaminacin Ambiental 17(4):
193-204.
Bravo JL, Nava MM, Muhlia A (2000) Relaciones entre la magnitud del valor mximo de ozono, la radiacin
solar y la temperatura ambiente en la Zona Metropolitana de la Ciudad de Mxico. Contaminacin
Ambiental 16(2): 45-44.
Correa AG, Muoz RC, Cardoso GC (2002) Anlisis de ozono y xidos de nitrgeno mediante tcnicas de
series de tiempo y regresin lineal. Secretara del Medio Ambiente Direccin General de Prevencin y
Control de la Contaminacin Mxico, D.F. 14pp.

79
 Ramos-Herrera et al.
26(1):65-80,2010

Correa AG (2004) Contaminantes atmosfricos en la zona metropolitana de la ciudad de Mxico. Instituto

Politcnico Nacional Universidad Autnoma Metropolitana Mxico 280p.
Davydova-Belitskaya V, Skiba YN, Bulgakov SN, Martnez A (1999) Modelacin matemtica de los niveles
de contaminacin en la ciudad de Guadalajara, Jalisco, Mxico. Parte I, microclima y monitoreo de la
contaminacin. Revista Internacional de Contaminacin Ambiental. 15 (2): 103-111.
Ferrn MA (2001) SPSS para Windows anlisis estadstico. Espaa MCGRAW-HILL. 421 pp.
Hernndez-Cadena L, Tllez-Rojo MM, Sanin-Aguirre LH, Lacasaa-Navarro M, Campos A, Romieu I (2000)
Relacin entre consultas a urgencias por enfermedad respiratoria y contaminacin atmosfrica en Ciudad
Jurez, Chihuahua. Salud Pblica de Mxico. 42(4): 288-297.
Jimnez JCH (2002) Anlisis de valores extremos de la concentracin de ozono en la ciudad de Mxico Tesis
profesional. UJAT Divisin Acadmica de Ciencias Bsicas Cunduacn Tabasco 95p.
Montgomery DC, Peck EA, Vining GG (2006) Introduccin al anlisis de regresin lineal (3a. ed.) Mxico
D.F. CECSA. 588 pp.
Sez M, Prez-Hoyos S, Tobas A, Saurina C, Barcel MA, Ballester F (1999) Mtodos de series temporales en
los estudios epidemiolgicos sobre contaminacin atmosfrica. Rev Esp Salud Pblica. 73(2): 133-143.
Var PG, Carratal AG (2002) Evolucin de los niveles de inmisin de contaminacin atmosfrica en una
ciudad industrial (ALCOY) desde 1989 a 2000. Revista Salud Ambiental, 2(1): 8-15.
Valds AM, Bautista RM, Ramos SH, Magaa EV (2004) Distribucin espacial y estacional de las inmisiones
de bixido de azufre (SO2 ) en la zona norte de Chiapas y centro de Tabasco. KUXULKAB Revista
de Divulgacin. Divisin Acadmica de Ciencias Biolgicas. Universidad Jurez Autnoma de Tabasco.
10(19): 33-36.
Vzquez CA (2006) Aplicacin de un modelo de dispersin para determinar las concentraciones de monxido
de carbono (CO) emitidos por motores diesel de un pozo petrolero. Tesis profesional Universidad Jurez
Autnoma de Tabasco Divisin Acadmica de Ciencias Biolgicas Villahermosa Tabasco 106p.

80