RED DE MONITOREO Y CALIDAD DEL AIRE

FASE 5
EVALUACION FINAL (POA)

PRESENTADO POR

BRIYITH PAOLA AREVALO HERRERA COD. 1110536518

JAIME LEONARDO MOLINA COD.
ANDREA GARZON COD.

CURSO

358055_3

PRESENTADO A

JUAN FERNANDO GOMEZ

DIRECTOR DE CURSO

UNAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

INGENIERIA AMBIENTAL
 DICIEMBRE 2020

CUADRO DESCRIPTIVO Y COMPARATIVO CON LOS MODELOS

ESCALA, OBJETO
FORTALEZAS/ Microescala Meteorológico, base
MODELO DESCRIPCION
DEBILIDADES Mesoescala o de datos, CFD o
Macroescala calidad del aire
MERRA- 2 El servicio de FORTALEZAS Está clasificada Meteorológico.
Análisis Retrospectivo -Se pueden consultar en Base de datos.
de la Era Moderna datos desde el año 1980. meteorología
para investigación y -Posee una resolución de Mesoescala
Aplicaciones de la espacial de ya que oscila
NASA, es la versión aproximadamente 50Km entre los 10
aplicada al original en dirección latitudinal Km y los 800 o
MERRA, consiste en -Actualiza el sistema de 900 Km.
un reanalisis reanalisis anterior de los Abarca
atmosférico diseñado satélites de la NASA. procesos que
para proporcionar -Incluye nuevas tienen lugar en
datos del sistema observaciones y mejoras pocos días y
terrestre, se enfoca en al sistema de meses.
balances energéticos observación.
de la superficie -Proporciona un análisis
terrestre y las climático continuo.
temperaturas del aire.
Ofrece series de DEBILIDADES
tiempo de -No se pueden encontrar
temperatura, humedad datos en línea a la fecha
relativa, presión, de consulta.
velocidad y dirección
del viento, -Los datos tiene un
precipitación. periodo de retraso de
semanas inclusive hasta
de un mes
aproximadamente.

-Resolución espacial
reducida

HYSPLIT Es uno de los modelos FORTALEZAS Este tipo de Meteorológico.

 Calidad del
de dispersión más -Se puede utilizar para modelación Aire.
utilizado en las múltiples simulaciones, comprende las Base de datos.
ciencias atmosféricas, como el transporte tres escalas,
es un sistema atmosférico, la dispersión Microescala
completo para y deposición de Mesoescala o
calcular simulaciones contaminantes. Macroescala ya
completas de que puede
transporte, dispersión, -Entre sus aplicaciones se representar sus
transformación encuentra el seguimiento datos en
química y deposición y la predicción de la escalas locales
de las masas de aire, liberación de material o globales.
contaminantes radiactivo, humo de
atmosféricos y incendios forestales,
materiales peligrosos, polvo arrastrado por el
utiliza datos viento, contaminantes de
meteorológicos diversas fuentes de
archivados del NCEP emisión fijas y móviles,
(National Centers for alérgenos y cenizas
Environmental volcánicas.
Prediction) ha
evolucionado durante -El modelo se puede
más de 30 años, desde ejecutar de forma
la estimación de interactiva.
trayectorias simples
simplificadas basadas -Maneja múltiples datos
en observaciones de meteorológicos y
radiosondas hasta un medidas de concentración
sistema que representa de aire.
múltiples
contaminantes que DEBILIDADES
interactúan
transportados, -conlleva operaciones
dispersados y
que requieren mucho
depositados en escalas tiempo y recursos.
locales a globales. -No es un modelo 100%
computacional, depende
de la operación humana
para el proceso de datos.
COPERNICU consiste en observar el FORTALEZA Mesoescala:
medio  En agricultura Vigilancia atmosférica
S
ambiente para entende Copernicus Vigilancia ambiental
r mejor los cambios ayuda en la marina
ambientales que se evaluación Vigilancia Terrestre
producen en la tierra, periódica de las Cambio climático
el porqué de estos áreas de cultivo, Gestión de
 emergencias
cambios, su influencia monitorización Seguridad
en nuestras vidas del desarrollo del
y de ese modo cultivo a escala
contribuir a la regional y
protección del medio mundial,
ambiente, la salud y evaluación de la
seguridad de los seguridad
ciudadanos. alimentaria,
estimación de las
Estos mapas guían a cosechas, apoyo
los equipos de rescate a las prácticas
sobre el terreno, en la agrícolas
organización de la sostenibles (por
evacuación y en la ejemplo, las
búsqueda refugio y estimaciones de
lugares seguros para necesidades de
las personas afectadas riego.
por una crisis.  ofrece
información
sobre desastres
naturales y
causados por el
hombre: riesgos
meteorológicos,
desastres
humanitarios,
etc.
 proporciona
datos cada hora
sobre numerosos
parámetros
atmosféricos,
terrestres y
oceánicos.
DEBILIDAD
 aumentando
significativament
e su costo
WRF-CHEM El modelo FORTALEZAS: Misoescala  gran ventaja
WRF/Chem posee una  permite realizar de resolver la
estructura modular la modelación meteorología
que permite acoplada de la y la química
considerar una química y la en forma
variedad de procesos meteorología acoplada.
fisicoquímicos dentro de un
  orogr
acoplados como son: único sistema de afía local
el transporte, la coordenadas (elevación de
deposición, la horizontales y terreno de alta
emisión, la espaciales. resolución
transformación  permite SRTM3),
química, la configurar una caracterizar
interacción con los amplia gama de los tipos y
aerosoles, los parametrizacione usos de suelo
procesos de fotólisis, s químicas y en la región
la transferencia físicas sin (LULC), e
radiactiva, etc. necesidad de incorporar
interpolarlas en datos de
dominios emisión de
espacio- contaminantes
temporales globales
diferentes. (RETRO y
 permite EDGAR) y
considerar una locales
variedad de (inventario
procesos GEAA).
fisicoquímicos
acoplados como
son: el
transporte, la
deposición, la
emisión, la
transformación
química, la
interacción con
los aerosoles, los
procesos de
fotólisis, la
transferencia
radiactiva, etc.
DEBILIDADES
 no permite
describir la
formación de
contaminantes
secundarios
sobre las
concentraciones
de fondo de los
modelos
globales, por lo
 que deberá
mejorarse si se
pretende hacer
una descripción
completa de la
calidad de aire
regional.
AERMOD Es un modelo FORTALEZAS: Macroescala –  preprocesado
Gaussiano de pluma Mesoescala. r
en estado estacionario  Visualización en El impacto de meteorológico
que simula la fuentes de propósito
3ª dimensión
dispersión de los contaminantes general para la
contaminantes en el tanto de la nuevas o organización
aire y su deposición; información de existentes de los datos
realiza sus cálculos entrada como de sobre los meteorológico
tomando en cuenta las los resultados. niveles de s disponibles
características del  Exporta calidad en un formato
terreno y la presencia ambiental del adecuado para
de edificios cercanos a resultados a aire a su uso en el
la fuente de emisión, Google Earth, de distancias modelo de
los cuales pueden modo que el horizontales dispersión de
afectar la dispersión usuario puede inferiores de la calidad del
de la pluma; usa datos “ver” la 50 km. aire
del clima de la capa AERMOD.
dispersión del
superior atmosférica.
Es un modelo contaminante
regulatorio de la EPA sobre el área de
de Estados Unidos y interés.
es considerado como  Modela la
el modelo de última
dispersión de
generación.
múltiples
sustancias en
forma
simultánea.
 Completo pre-
procesamiento
del clima con
AERMET.
 Las mallas de
receptores se
pueden crear en
forma gráfica o
 como texto.
 Percentiles y
promedios
móviles
automáticamente.
 El cargador de
AERMOD View
le permite
reiniciar un
proyecto sin
tener que
alimentar
toda la
información de
nuevo.
 Completo
análisis gráfico
del arrastre por
edificios.
 Acepta
información del
terreno en
formatos DEM,
SRTM, NTF,
DTM, CDED,
GTOPO30 y
XYZ.
 Elabora Gráficas
de Rosa de
Vientos y de
Frecuencias.

ENVIMET ENVI-met. Fortalezas: -          -          Pronostica

Programa de acceso   Trabaja cambios micro
gratuito, -          Utilizado para escala de climáticos de los
desarrollado por simular interacciones microclima entornos urbanos y
Michael Bruse. Es entre el aire y la urbano. confort térmico de
un modelo superficie del entorno -          Meso- los peatones.
 urbano. escala.  
computacional -          Se puede   -          Simulaciones
tridimensional, obtener mucha (Noelia L. con resolución típica
basado en leyes de información a partir de Alchapar, de 0,5 a 10 metros
la dinámica de la entrada de sólo un Erica N. en el espacio y cada
fluidos, así como de conjunto de variables Correa) 10 segundos en
la termodinámica. de borde descriptivas tiempo.
Incluye simulación, del tipo de clima.  
de flujos alrededor y   (Noelia L. Alchapar,
entre los edificios, (Noelia L. Alchapar, Erica N. Correa)
procesos de Erica N. Correa)
intercambio de calor
y vapor de las
superficies de suelos
y paredes,
turbulencia,
parámetros de
vegetación,
bioclimatización y
dispersión de
contaminantes.
 
 
(Noelia L. Alchapar,
Erica N. Correa)
 Realizo aporte al análisis del artículo "validación de PM10 y PM2.5, alerta temprana en
Bogotá, Colombia a través del software de modelado WRF-CHEM”

La ciudad capital de Colombia - Bogotá, lleva más de 50 años enfrentando problemas

ambientales relacionados con la calidad del aire principalmente debido a materia prima (PM),
durante 1997, con la creación de la Red de monitoreo de la calidad del aire (RMCAB),
inicialmente con cinco estaciones fijas y dos móviles, para monitorear materia particulada total
(PST), materia particulada menor que 10 micrones (PM 10), materia particulada menor de 2.5
microns (PM 2.5), ozono (O 3), óxidos de nitrógeno (NOx) y monóxido de carbono (CO).

La contaminación por material particulado en la ciudad ha aumentado, debido al crecimiento

económico de la ciudad y la falta de medidas efectivas para controlar las emisiones causadas por
fuentes fijas y móviles.

Las estaciones reportan contaminación por PM, por encima de los límites máximos establecidos
por normatividad se ubican en el suroeste, lo cual se explica por la topografía y condiciones climáticas
de la región asociadas a la estación seca (IDEAM 2018). Esto demuestra la necesidad de analizar, en áreas
urbanas de Bogotá, el PM 2.5 y PM 10, porque se ha relacionado con efectos nocivos en la salud pública,
como resultado del alto contenido de compuestos tóxicos (Gao y Ji 2018) y su fácil entrada al sistema
respiratorio, interactuando directamente con los alvéolos pulmonares (Franceschi et al. 2018). Asimismo,
múltiples estudios han informado que el aire contaminación debida a PM 2.5 puede generar enfermedades
cardiovasculares (Maji et al. 2018) y enfermedades neurodegenerativas (Shou et al. 2019) que puede
implicar una carga económica significativa para los sistemas de salud pública.

El sector académico ha presentado diferentes estudios de calidad del aire en Bogotá, reportando
inventarios de fuentes industriales y vehiculares que generan emisiones atmosféricas (Behrentz et
al. 2006), caracterizando químicamente el material particulado, modelando receptores de la
capital colombiana (Behrentz et al. 2008), y analizando las concentraciones reportadas por la
RMCAB (Gaitán et al. 2007). Las simulaciones físicas se han desarrollado utilizando la conexión
entre un modelo meteorológico (WRF) y un modelo químico (modelo de transporte químico), y
 este acoplamiento puede generar inconsistencias en
los resultados debido a la forma en que funciona cada modelo (Longo et al. 2013).

El modelo WRF-CHEM se basa en WRF y tiene adjunto un modelo químico de la atmósfera

(Grell et al. 2005; Fast et al. 2006). El WRF-CHEM es un sistema de predicción numérica no
hidrostática ampliamente utilizado para estudios atmosféricos de predicción climática y de
emisiones.

El modelo en toda la ciudad y con mayor precisión en el suroeste (zona que presenta mayor
concentración de contaminantes), el AQI Se calculan los valores para seis (6) estaciones en
Bogotá.
la ubicación geográfica de las seis estaciones de calidad del aire en Bogotá. Tres en el suroeste
(Carvajal, Kennedy, Tunal), uno en el centro (Puente Aranda), uno en el noreste (Usaquén) y uno
en el noroeste (Suba). La estación de Carvajal presentó alerta naranja por PM 2.5.

Cuando se analizan los resultados de los modelos evaluados, es evidente que el modelo segundo
no es muy preciso en ninguno de los dos contaminantes modelados, porque se utiliza el esquema
Grell 3D y se resolvió explícitamente la convección, hecho que genera una sobreestimación de
las concentraciones de contaminantes debido a los valores producidos por la parametrización y a
la resolución explícita de la convección. Es posible que la causa de la imprecisión también fuera
consecuencia de la condición mencionada, junto con el control estático y el mejor
funcionamiento de Grell ' s esquema para mesoescala (Grell y Devenyi 2002).

Durante la temporada de lluvias, no hay una tendencia en la que un modelo se desempeñe mejor
que los otros para determinar el índice.

Asimismo, la comunicación de información a la sociedad a través de dispositivos móviles, como

teléfonos móviles, equipados con aplicaciones de detección es fundamental. Las aplicaciones de
detección propuestas proporcionarán medidas de exposición dinámicas, temporales y
espacialmente precisas, que pueden contribuir al seguimiento y la calidad de los datos
notificados, permitiendo iniciar alertas tempranas. Este tipo de información permite a la
ciudadanía generar mecanismos de autogestión, que pueden incluir modificación de conductas de
forma que proteja su salud, como cambiar la ruta / modo de transporte o decidir el momento
adecuado para realizar actividades al aire libre.

Esta información ha brindado a las autoridades competentes para realizar los resultados de la
investigación que brindan información relevante para la generación de alertas tempranas de
calidad del aire (EAQA) en la ciudad de Bogotá, con el fin de garantizar el desempeño de las
estrategias del Plan Decenal de Descontaminación del Aire de Bogotá y la Política Nacional para
la mejora de la calidad del aire.