Machine Translated by Google

242 Ann Ist Súper Salud 2010 | Vol. 46, No. 3: 242-253
DOI: 10.4415 / ANN_10_03_04

Evaluación de la variación temporal

de la calidad del aire en Roma, Italia de 1999 a 2008
Giorgio Cattani (a), Alessandro Di Menno di Bucchianico (a), Daniela Dina (b),
Marco Inglessis (b), Carmelo Notaro (b), Gaetano Settimo (b), Giuseppe Viviano (b)
y Achille Marconi (b)
(a) Departamento de Estado de Medio Ambiente y Metrología Ambiental, Instituto Superior de Protección e
Investigación Ambiental, Roma, Italia
(b) Departamento de Medio Ambiente y Prevención Primaria Relacionada, Istituto Superiore di Sanità, Roma, Italia

Resumen. El objetivo principal de este estudio fue evaluar la variación temporal (1999 a 2008) de la calidad del aire
en Roma, centrándose en la concentración en el aire de contaminantes seleccionados (concentración en masa de PM10 y PM2.5 y
concentración en número de partículas, PNC, monóxido de carbono, CO, óxidos de nitrógeno, NO y
NO2 ) utilizados para la evaluación de los efectos sobre la salud en los análisis epidemiológicos. Se ha aplicado el análisis de
series temporales mediante la prueba de Kendall estacional. Se encontró una tendencia decreciente estadísticamente significativa
para los contaminantes gaseosos primarios y las concentraciones del número total de
partículas. Además, se evaluó una tendencia decreciente para PM10, PM2.5 y NO2 medidos en sitios orientados al tráfico, incluso
si la reducción estimada fue menor en comparación con NO, CO y PNC. Las concentraciones urbanas de fondo de PM10 y NO2
parecen permanecer prácticamente sin cambios desde 1999, ya que no se encontraron tendencias estadísticamente significativas.
Todos los contaminantes muestran una mayor pendiente de la línea de tendencia estimada en los sitios orientados al tráfico en
comparación con los observados en el fondo urbano. Así se
produjo una reducción de la variabilidad de la concentración intraurbana a lo largo de los años.
Palabras clave: tendencias, material particulado, contaminación del aire.

Resumen (Evaluación de la variación temporal de la calidad del aire en Roma, Italia de 1999 a 2008). El objetivo
principal de este trabajo fue evaluar la variación en el tiempo (de 1999 a 2008) de la calidad del aire en Roma, con particular
referencia a las concentraciones de algunos contaminantes en el aire (concentración másica de PM10 y
PM2.5, concentración numérica de partículas , PNC, monóxido de carbono, CO, óxidos de nitrógeno, NO y NO2 ) utilizados en
estudios epidemiológicos para evaluar los efectos sobre la salud relacionados con la exposición. La estimación de la tendencia se
realizó mediante la prueba no paramétrica corregida estacionalmente de Kendall. Se identificó una tendencia estadísticamente
significativa de reducción en las concentraciones de contaminantes gaseosos primarios (NO, CO) y en el número de partículas (PNC).
También se identificó una tendencia de reducción
estadísticamente significativa para PM10, PM2.5 y NO2 limitada a los sitios de monitoreo orientados al tráfico, aunque
menos relevante que la observada para NO, CO y PNC. Los niveles de concentración de PM10 y NO2 en el sitio de fondo
urbano, por otro lado, parecen haberse mantenido prácticamente sin cambios desde 1999 y no es posible
identificar ninguna tendencia estadísticamente significativa. Dado que para todos los contaminantes se destacó una mayor
pendiente de la línea de tendencia estimada en las estaciones de tráfico que la de fondo, es posible concluir que a lo largo de los
años ha habido una reducción en la variabilidad espacial de la exposición dentro de la ciudad.

Palabras clave: tendencia, material particulado, contaminación del aire.

INTRODUCCIÓN
alrededor de Roma y la gran central eléctrica más cercana está a unos
Roma es el municipio más grande y poblado del país con 2
100 km del área urbana), en comparación con las que se originan en las
724 347 habitantes (la mitad de la población de la región de Lazio [1])
fuentes de tráfico por carretera. Además de las personas que viven en
en 1285,3 km2 .
las propias ciudades, también hay personas que viven en los 121
Se caracteriza por zonas alternas de muy alta urbanización y
pequeños pueblos de los alrededores que viajan diariamente a la ciudad
densidad de población y zonas donde la urbanización es menor o nula.
principal.
Los servicios y el comercio son las principales actividades laborales, El flujo de tráfico es bastante alto durante los días laborales y las horas
y la emisión de contaminantes atmosféricos de las pico ocurren dos veces al día (mañana y tarde). El flujo de tráfico
alcanza los 20 000 vehículos por hora en las calles
industrias es relativamente baja (no hay industrias pesadas en la zonam). ás transitadas [2].

Dirección para correspondencia: Giorgio Cattani, Instituto Superior de Protección e Investigación Ambiental, Via Vitaliano Brancati 48, 00144 Roma, Italia. Correo electrónico:
giorgio.cattani@isprambiente.it.
Machine Translated by Google
Durante el período estudiado (1999 a 2008) se han observado
cambios importantes en la composición del flujo de tráfico que podrían
haber tenido un impacto importante en la contaminación del aire [3]. El
número de vehículos ha aumentado poco en comparación con las
décadas anteriores, alcanzando los
1.923.397 coches matriculados en 2008 (alrededor de 0,7 coches
por habitante, probablemente la ratio más alta de las capitales
europeas).
El número de coches que cumplen las normas de emisiones más
estrictas (Euro III y Euro IV) ha aumentado notablemente: al
comienzo del estudio todavía no había coches Euro III y Euro IV.
En 2005 los coches Euro III eran 617 235 (33% de la flota) y Euro IV
200 478 (11%); en 2008 los coches Euro IV comenzaron la mayoría
(760 216, el 40% de la flota) mientras que los Euro
III fueron 399 483 (21%). En su conjunto, los coches Euro III y Euro
IV representan el 61 % del parque automovilístico en 2008. Los coches
anteriores a la Euro se redujeron un 74 % en 2008 en comparación con
las cifras del año 2000.
El impacto positivo sobre la contaminación del aire que sugiere este
patrón podría estar parcialmente limitado por el fuerte aumento
contemporáneo en el número de automóviles diésel
y vehículos livianos, LDV, (principalmente propulsados por diésel):
711 400 automóviles diésel en 2008, lo que refleja un aumento del
300% con respecto al 2000; 151 380 LDV, un aumento del 62% con
respecto al año 2000.
En general, se produjo un aumento notable en las cifras de ventas de
motocicletas. Este fenómeno puede explicarse por la necesidad de una
movilidad rápida en las ciudades, difícil de lograr tanto en turismos,
principalmente debido a la congestión del tráfico, como en transporte
público, que rara vez es competitivo, con la excepción del metro.
Al igual que en otras grandes áreas urbanas de Italia y Europa,
la contaminación del aire en Roma sigue siendo motivo de gran
preocupación debido a la superación de los valores límite, así
como al incumplimiento de las metas y objetivos establecidos por
las directivas europeas y las leyes nacionales [4, 5] .
En 2009, la media anual y el valor límite de 24 horas para las
partículas de menos de 10 ÿm de diámetro aerodinámico (PM10), el
valor límite medio anual del dióxido de nitrógeno
(NO2 ) y el valor objetivo del ozono (O3 ), objetivo a largo plazo
y umbral de información han sido excedidos. Esto ocurrió a pesar
de que se están siguiendo políticas para reducir las
emisiones, tanto a nivel nacional como local, e independientemente de la
reducción estimada de emisiones de contaminantes
primarios que muestran los inventarios de emisiones nacionales y
locales.
La detección de una tendencia estadísticamente significativa en las
concentraciones atmosféricas de contaminantes del aire es de gran
interés, ya que podría respaldar las políticas hacia el
logro de los objetivos, así como para los estudios epidemiológicos
centrados en la exposición a largo plazo a los contaminantes del
aire.
El objetivo principal de este estudio fue evaluar la variación
temporal (1999 a 2008) de la calidad del aire en Roma, centrándose
en la concentración en el aire de contaminantes
seleccionados: PM10 y PM2.5 (partículas de menos de 2,5 ÿm de
diámetro aerodinámico) concentración en masa , número de partículas
ultrafinas con centrado, PNC, monóxido de carbono,
CO, nitrógeno
Variación temporal de la calidad del aire en Roma 243
óxidos, NO y NO2 ) que han sido analizados para determinar si existe
una tendencia monótona (sentido único) en el tiempo no limitada a una
estimación visual sino siguiendo un procedimiento cuantitativo formal.
MATERIALES Y MÉTODOS
Los datos utilizados para el propósito de este estudio provienen de
dos fuentes principales. La primera es la estación
de medición ubicada en el patio delantero del Istituto Superiore di
Sanità (ISS) (2 km al este del centro de la ciudad) que funciona desde
1978, midiendo contaminantes clásicos como
NO, NO2 , CO, O3 , dióxido de azufre (SO2 ), plomo (Pb) y
partículas totales en suspensión (TSP) [6].
Desde principios de los noventa se ha convertido en el monitoreo de
PM10, PM2.5 así como las fracciones gruesas de PM (PM10-2.5).
Desde 2001, la PNC se ha medido de forma
continua, desde el marco del estudio HEAPPS [7, 8], hasta la
actualidad.
Se han seguido estrictamente los métodos de referencia
para el muestreo y la medición de los contaminantes atmosféricos
descritos en las Directivas sobre calidad del aire [9, 10]. Se utilizaron dos
muestreadores de bajo volumen, modelo
SKYPOST PM (TCR Tecora, Italia), para PM10 y PM2.5.
Uno operado a 1 m3 /h, equipado con una entrada de aerosol
omnidireccional designada como referencia para PM10 por la
Agencia de Protección Ambiental de EE. UU. [11] y un impactador
WINS [12] para separar las partículas en la fracción
PM2.5 . El segundo operaba a 2,3 m3 /h, equipado con una entrada de
aerosol omnidireccional designada como referencia
para PM10 según la norma CEN EN 12341 [13]. La PM se recolectó
diariamente en un filtro de fibra de vidrio de 47 mm de diámetro (Pall
Corporation, EE. UU.) o filtros de politetrafluoroetileno (PTFE) de 47
mm de diámetro con anillo
de polimetilpentano, tamaño de poro de 2,0 ÿm (Gelman, EE.
UU.). Las concentraciones de masa de ambas fracciones de PM se
determinaron gravimétricamente utilizando una
electrobalanza Sartorius modelo M5P 000V001 (legibilidad: 0,001
mg).
La PNC se midió mediante un contador de partículas de condensación
(CPC) TSI modelo 3022A. Este tipo de contador puede monitorear
partículas de más de 0,01 ÿm de diámetro, pero aún tiene una
eficiencia de conteo del 50 % a 0,007 ÿm [14, 15].
Las mediciones de CO se realizaron utilizando un analizador de
correlación de filtro de gas CO modelo 300 (Teledyne Advanced
Pollution Instrumentation API Inc.), siguiendo el método estándar EN
14626: 2005, basado en espectroscopia infrarroja no dispersiva.
Las mediciones de NO2 se realizaron utilizando un analizador
quimioluminiscente de NOx modelo 200A (Teledyne API Inc.),
siguiendo el método estándar EN 14211:2005 basado en
quimioluminiscencia. Los detalles del procedimiento operativo
estándar se pueden encontrar en documentos anteriores [7, 8, 16].
Para tener una visión más amplia de la variabilidad espacial a lo
largo de la ciudad, se han utilizado los datos recopilados
con fines regulatorios de la red regional de monitoreo de la
calidad del aire. Esos datos fueron compartidos
Machine Translated by Google

244
Giorgio Cattani, Alessandro Di Menno de Bucchianico, Daniela Dina, et al.

Figura 1 | Red de vigilancia de Roma (configuración 2008). Solo se muestran las estaciones de monitoreo dentro del límite comunal. Sitios
orientados al tráfico; Corso Francia, Tiburtina, L.go Preneste, L.go Arenula, L.go Magna Grecia, ISS, Fermi; sitios de fondo urbano: Villa Ada,
Chipre, Bufalotta, Cinecittà, Castel di Guido, Tenuta del Cavaliere. Todas las estaciones pertenecen a la red regional a excepción de la
estación ISS, que es una estación polivalente de investigación gestionada por el Instituto Nacional de Salud de Italia. En este estudio solo se
utilizaron datos de cinco estaciones de monitoreo (ISS, Arenula, Magna Grecia, Fermi, Villa Ada, ver sección “Material y método”).

en el marco del protocolo de Intercambio de Información (EoI)

borra datos. Para llenar los vacíos para cada contaminante A,
entre los países miembros de la comunidad europea (Decisión
primero se seleccionaron las q estaciones con una cobertura de datos
97/101 / CE), gestionado para Italia por el Instituto para la
anual superior al 90% (1 ÿ q <n). Luego se calculó un
Protección e Investigación Ambiental (ISPRA), mediante la base
perfil de variabilidad diaria pd de la siguiente manera, basado en la
de datos BRACE . Los datos continuos a largo plazo para todo el
observación de que las relaciones entre las concentraciones
conjunto de contaminantes (PM10,
observadas de los mismos contaminantes
CO, NO y NO2 ) están disponibles en un número restringido de (expresadas como coeficiente de correlación de Pearson) en
estaciones de monitoreo pertenecientes a la configuración actual
los diferentes sitios seleccionados fueron siempre superiores a 0,7:
de la red (Figura 1). Se trata de tres estaciones orientadas al
tráfico (Magna Grecia, Fermi,
Arenula) y la histórica estación de monitorización del fondo
urbano de la ciudad, ubicada en uno de los parques públicos más
grandes de Roma, llamado Villa Ada. Se utilizaron métodos de
medición de referencia para CO, NO
y NO2, mientras que el monitor de masa de atenuación beta,
certificado como equivalente al método de referencia, se utilizó
para el muestreo y la medición de PM10 y PM2,5.
Donde:
Se siguieron estrictamente los procedimientos de QA/QC, tal
como lo establece la legislación vigente para la red regional de ÿ re, k = 0 si [A] re, k = falta
monitoreo de la calidad del aire [17]. ÿd, k = 1 si [A] re, k = no falta
[A] d, k = concentración media diaria del contaminante
Los promedios diarios de CO, NO, NO2 y PNC se han A medido en la estación k
calculado a partir de los promedios horarios medidos en
[A] y, k = concentración media anual del contaminante
cada sitio, si se dispusiera de al menos 16 promedios hormiga A medida en la estación k
horarios.
Luego se completaron las series de datos para las estaciones q y los
Cada estacion tenia av diarios y contaminantes faltantes
días de datos faltantes j de la siguiente manera:
Machine Translated by Google

Variación temporal de la calidad del aire en Roma 245

ing mediciones simultáneas de contaminantes del aire y datos meteorológicos,

Para completar la serie temporal de las estaciones nq con una cobertura
de datos anual inferior al 90%, primero se calculó un promedio diario de
contaminantes globales a partir de las estaciones
q:
así como interacciones seleccionadas entre los dos, para ajustar un modelo
lineal regularizado también llamado regresión de cresta [18].
El análisis de tendencias se llevó a cabo después de agrupar las mediciones
realizadas en cada estación de tráfico en un patrón de
estaciones de tráfico promedio. El análisis de tendencias para los sitios de
fondo urbano se llevó a cabo solo en la serie temporal del sitio de Villa Ada,
por lo que no fue necesario agrupar.

Así se construyó una línea de correlación para la estación z (nq) con

cobertura de datos <90%, a partir del i promedio diario disponible:
La pendiente calculada (a) y el intercepto (b) fue fi finalmente se
usa para estimar los valores perdidos j en cada z
estación:
Se llevó a cabo un análisis específico del sitio solo para PM10.
Entre los diferentes enfoques estadísticos disponibles para detectar y
estimar las tendencias que pueden estar presentes en las variables
ambientales de interés, utilizamos la prueba de Kendall estacional (SK) [19],
una extensión de la conocida prueba de asociación no
paramétrica de Mann-Kendall. entre dos variables que a menudo se utiliza
como prueba de tendencias [20]. Para lidiar con las diferencias
entre temporadas, el sistema SK prueba por separado la tendencia en cada
temporada y luego combina los resultados en una prueba general. Esta
prueba general sugiere si existe una tendencia a lo largo del tiempo,
bloqueando todas las diferencias estacionales en el patrón de cambio [21].

Con tal enfoque fue posible mejorar la cobertura de datos al 100%

para CO, NO y NO2 para todas las estaciones de monitoreo seleccionadas;
solo faltaban unos pocos días para PM10 (ninguna
medición disponible, 4 días de 3652 días de observaciones).
El coeficiente de correlación ÿ de Kendall (que oscila entre -1 y
+1), mide la fuerza de la asociación monótona entre Y y el tiempo. El valor
de p resume la probabilidad de obtener el valor observado de ÿ, o uno más
extremo, cuando la hipótesis nula es verdadera.

Las mediciones a largo plazo, aunque discontinuas, de PM2.5

están disponibles solo en la estación de la ISS, que opera desde 1999,
mientras que en las redes regionales el monitoreo de PM2.5
comenzó en 2006. Para el sitio de la ISS se encuentran disponibles 1538
promedios diarios distribuidos a lo largo de los años). Con base en estas
mediciones y en las relaciones PM2.5 / PM10 observadas
diariamente , hemos construido una estimación retrospectiva de las
concentraciones de PM2.5 en las 5 estaciones históricas utilizadas en este
estudio.
El PNC se mide desde abril de 2001. Los datos anteriores desde 1999 se
han estimado retrospectivamente en el marco del estudio HEAPPS [7, 8], us
Cuando p es pequeño, la probabilidad de que no haya
la tendencia también es pequeña y se rechaza la hipótesis nula.
Las pruebas de tendencias han sido de gran interés en las
ciencias ambientales durante los últimos 30 años. Entre otras pruebas
paramétricas y no paramétricas, SK se utilizó recientemente para evaluar las
tendencias de las concentraciones atmosféricas de compuestos semivolátiles en
los EE. UU. [22], partículas en cuatro megaciudades en la India [23] y
concentraciones de contaminantes primarios y secundarios en Finlandia [ 24].
La prueba SK parece mantener su nivel ÿ declarado

Tabla 1 | Relación entre las distintas variables, expresada por el coeficiente de correlación de Pearson

CO CO NO NO NO2 NO2 PM10 PM10 PM2.5 PM2.5 PNC

(UTAH) (UB) (UTAH) (UB) (UTAH) (UB) (UTAH) (UB) (UTAH) (UB) (ISS)

- 0.822 0.854 0.648 0.582 0.470 0.624 0.434 0.662 0.522 0.778
CO (UT)
- 0.855 0.817 0.542 0.646 0.649 0.515 0.727 0.628 0.756
CO (UB)
- 0.860 0.607 0.619 0.676 0.473 0.776 0.634 0.818
NO (UT)
- 0.449 0.637 0.622 0.515 0.726 0.653 0.706
NO (UB)
- 0.705 0.549 0.430 0.537 0.457 0.503
NO2 (UT)
- 0.497 0.469 0.572 0.545 0.570
NO2 (UB)
PM10 (UT) - 0.857 0.953 0.853 0.574

PM10 (UB) - 0.810 0.927 0.381

PM2.5 (UT) - 0.893 0.691

PM2.5 (UB) - 0.577

-
PNC (ISS)

UT: estaciones de medición de tráfico urbano (promedios diarios entre las cuatro estaciones de monitoreo Magna Grecia, Fermi, ISS, Arenula);
UB: estación de medida de fondo urbano (Villa Ada). valor p <0,001 para cada par de variables.
 Machine Translated by Google

246
Giorgio Cattani, Alessandro Di Menno de Bucchianico, Daniela Dina, et al.

Tabla 2 | Coeficientes de correlación de Pearson entre estaciones de monitoreo de PM10 por pares

Arenula (UT) Magna Grecia (UT) Fermi (UT) EEI (UT) Villa Ada (UB)

- 0.856 0.857 0.807 0.837

Arenula (UT) Magna
- 0.850 0.814 0.819
Grecia (UT) Fermi
- 0.818 0.816
(UT)
- 0.797
EEI (UT)
-
Villa Ada (UB)

UT: estación de tráfico urbano; UB: estación de fondo urbano.

els, así como mantener una alta potencia con diferentes funciones de
Los contaminantes primarios relacionados con la combustión CO y
tendencia. También es fácil de implementar [25].
NO, que surgen principalmente directamente de fuentes antropogénicas,
estuvieron altamente correlacionados entre sí (0.854 en sitios orientados
RESULTADOS Y DISCUSIÓN al tráfico; 0.817 en sitios urbanos) y con el PNC medido (0.778 y 0.818
respectivamente) confirmando el hallazgo proviene de otros estudios en
Relaciones entre variables observadas
entornos urbanos europeos y también en Roma [8, 29-31].
La Tabla 1 muestra la matriz de correlación (expresada como el
coeficiente de pares de promedios diarios de Pearson) entre las variables
observadas medidas en los cuatro sitios orientados al En cambio, se encontró que los niveles diarios de PM2.5 y PM10 estaban
mal correlacionados con el PNC diario y los otros compuestos gaseosos. El
tráfico, Magna Grecia, Fermi, Arenula, Istituto Superiore di Sanità (ISS), y
patrón de concentración de masa de
en la estación de fondo urbana Villa Ada. Cada variable observada en los
PM y NO2 se debe a sus características de ser en gran parte contaminantes
sitios orientados al tráfico es el promedio de los promedios diarios
secundarios, lo que significa que se forman en la atmósfera a partir de
medidos en sitios individuales.
contaminantes precursores, emitidos
directamente desde las fuentes principales.
Todas las variables observadas, ya sean medidas en sitios orientados al
Evaluar la variabilidad espacial de los datos es otra tarea importante antes
tráfico o en el sitio de fondo urbano, muestran correlaciones
de intentar analizar las tendencias.
estadísticamente significativas (p <0,001). Tal comportamiento refleja dos
En la Tabla 2 se reportan los coeficientes de correlación de
impulsores principales en la variabilidad de las concentraciones de
Pearson entre las estaciones de monitoreo de PM10 por pares. El
contaminantes del aire: las fuentes comunes y la variabilidad de las
coeficiente de correlación de Pearson siempre fue superior a 0,8; esto
condiciones meteorológicas [26, 27]. Las diferencias en la fuerza de la
significa que el patrón diario de variabilidad de la estación es
asociación observada reflejan las diferencias importantes en la reactividad
superponible entre sí. Figura 2
de los contaminantes después de la emisión, la formación de
muestra las correlaciones entre pares de estaciones PM10 durante
contaminantes en la atmósfera a partir del precursor y la existencia de
el período de estudio, utilizadas para evaluar la
fuentes específicas para algunos contaminantes [28].
homogeneidad de los datos siguiendo el método propuesto dentro del marco.

ÿÿÿ

ÿÿÿ ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ

ÿÿÿ ÿÿÿÿÿÿÿÿÿÿÿÿÿÿ

ÿÿÿÿÿÿÿÿÿÿÿÿÿÿ
ÿÿÿ

ÿÿÿÿÿÿÿÿÿÿÿÿÿÿ
ÿÿÿ

ÿÿÿ ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ

ÿÿÿ ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ

ÿÿÿ ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ

ÿÿÿÿÿÿÿÿÿÿÿÿ
ÿÿÿ

ÿÿÿÿÿÿÿÿÿÿÿÿ
ÿÿÿ

ÿÿÿÿÿÿÿÿ
ÿÿÿ

ÿÿÿÿ

ÿÿÿ ÿÿÿ ÿÿÿ ÿÿÿ ÿÿÿ ÿÿÿ ÿÿÿ ÿÿÿ ÿÿÿ ÿÿÿ ÿÿÿ
ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ
Figura 2 | Correlaciones de pares entre
Notas: El coeficiente de correlación de concordancia [33] evalúa el grado en que los pares de observaciones caen sobre la línea de 45° que monitores. medición de PM10 ,
pasa por el origen. (ÿg m-3, media diaria), durante el
Arenula, Magna Grecia, Fermi e ISS: estaciones de tráfico urbano; Villa Ada: estación de fondo urbano. período de estudio (1999-2008).
Machine Translated by Google

Variación temporal de la calidad del aire en Roma

247

ÿÿÿ

ÿÿÿ
ÿÿÿ
ÿÿÿ ÿÿ

ÿÿÿ

ÿÿÿ

ÿÿÿ

ÿÿÿ

ÿÿÿ
Figura 3 | Media móvil diaria de treinta
ÿÿÿ días de las concentraciones de monóxido
de carbono (mg m-3) medidas en las
ÿÿÿ
estaciones de tráfico urbano (Fermi,
Arenula, Magna Grecia, ISS - UT media
agrupada de la ciudad) y en la estación de
fondo urbana (Villa Ada, UB) .
ÿÿÿÿÿ

trabajo del estudio MISA2 [32]. Homogeneidad particularmente alta, expresada por el Se encontró un coeficiente de concordancia de Lin más bajo al comparar el sitio

alto coeficiente de correlación de Pearson, el alto coeficiente de fondo urbano con los sitios orientados al tráfico, como se esperaba,
de concordancia de Lin (que evalúa el grado en que los pares de observaciones caen en debido al impacto relevante en las concentraciones medidas (y la variabilidad) de las
la línea de 45° a través del origen [33]) y la baja correlación entre la diferencia diaria y fuentes cercanas.
la media del par. medidas, se encontró entre las estaciones de tráfico. Estos hallazgos
confirman los informados en otros lugares [34, 35]
y permiten agrupar las mediciones realizadas en cada sitio orientado al tráfico patrón de tendencia

en un patrón de sitios orientados al tráfico promedio. Las Figuras 3-6 muestran el patrón de tendencia para CO, NO, PNC, NO2 ,

PM10 y PM2.5 a lo largo del estudio de diez años expresado como el

promedio móvil mensual. Estas

ÿÿÿ
ÿ
ÿÿÿ
ÿÿÿ
ÿÿÿ
ÿÿ
ÿÿÿ
ÿÿÿ
ÿÿÿ
ÿÿÿ
ÿÿ
ÿÿ
ÿÿ
ÿÿ
ÿ

ÿÿÿÿÿ
ÿÿÿ
ÿ
ÿÿÿ ÿÿÿ
ÿÿÿ ÿÿ

ÿÿÿ
ÿÿÿ
ÿÿÿ
ÿÿÿ
ÿÿ Figura 4 | Promedio móvil de treinta días.

ÿÿ Media diaria de concentraciones de

óxidos de nitrógeno (ÿg m-3) medidas en
ÿÿ
las estaciones de tráfico urbano
ÿÿ (Fermi, Arenula, Magna Grecia, ISS -
ÿ media agrupada de la ciudad, UTs) y
en la estación de fondo urbana (Villa Ada,
UB).
(A): óxido de nitrógeno (NO);
ÿÿÿÿÿ
(B): dióxido de nitrógeno (NO2 ).
Machine Translated by Google

248
Giorgio Cattani, Alessandro Di Menno de Bucchianico, Daniela Dina, et al.

ÿÿÿÿÿÿ

ÿÿÿÿÿ
ÿÿÿÿÿÿÿÿÿÿÿ
ÿÿÿÿÿ
ÿÿÿÿÿÿÿÿÿÿÿÿ
ÿÿÿÿÿ

ÿÿÿÿÿ

ÿÿÿÿÿ

ÿÿÿÿÿ

ÿÿÿÿÿ

ÿÿÿÿÿ

ÿÿÿÿÿ
ÿ Figura 5 | Media móvil diaria de treinta
días de las concentraciones del número
de partículas (cuentas cm-3) medidas en
la estación de tráfico urbano ISS.
Los datos fueron imputados
ÿÿÿÿÿ
desde enero de 1999 hasta marzo de 2001.

Los tipos de representaciones gráficas permiten verificar

visualmente la tendencia mientras conservan la mayor parte de la
variabilidad anual debido a la estacionalidad. Se informan los datos
de los sitios orientados al tráfico
(agrupados), así como del sitio de fondo urbano (línea de puntos)e. s débil y corta, lo que lleva al estancamiento atmosférico,
Se detectó visualmente una tendencia hacia la reducción
de las concentraciones de CO, NO, PNC; el registro muestra un
ciclo anual bastante regular, maximizando en invierno y
minimizando en verano. Puede ser discutido
que la variabilidad intraanual observada podría deberse a los
procesos convectivos atmosféricos más débiles en invierno: los
períodos de advección se alternan a varios días en condiciones de
estabilidad atmosférica y la mezcla diurna
lo que permite que los contaminantes se acumulen generando
episodios severos de contaminación [36, 37]. Durante los
meses cálidos, la mezcla convectivo de la
atmósfera inferior se produce temprano en la mañana y la atmósfera inferior

ÿÿ
ÿ
ÿÿ ÿÿÿ
ÿÿ
ÿÿ

ÿÿ

ÿÿ

ÿÿ

ÿÿ

ÿÿ

ÿÿ

ÿÿÿÿÿ
ÿÿ
ÿ
ÿÿ
ÿÿÿ
ÿÿ ÿÿ

ÿÿ

ÿÿ

ÿÿ

ÿÿ

ÿÿ Figura 6 | Media móvil diaria de treinta

días de las concentraciones másicas de
ÿÿ material particulado (ÿg m-3) medidas
ÿ en las estaciones de tráfico urbano (Fermi,
Arenula, Magna Grecia, ISS - media
agrupada de la ciudad, UT) y en la estación
de fondo urbana (Villa Ada, UB).
ÿÿÿÿÿ
(A): PM10; (B): PM2.5.
Machine Translated by Google

Variación temporal de la calidad del aire en Roma 249

El ambiente ya está bien mezclado cuando aumenta el flujo de tráfico; la
estabilidad ocurre principalmente durante la noche cuando el flujo de
tráfico ya ha disminuido [27]. Esto conduce a niveles de contaminantes
atmosféricos relacionados con el tráfico invernal generalmente más altos
que en verano, incluso si durante los meses cálidos se producen a menudo
episodios de smog
fotoquímico y advecciones de polvo del Sahara [38]. Además, podemos
observar que la diferencia entre los niveles medidos en
calles cercanas (sitios orientados al tráfico) y en el sitio de fondo urbano
tiende a disminuir junto con la tendencia observada a lo largo de los años.
Vale la pena señalar que la variabilidad espacial a lo largo de la ciudad se
hizo menor año tras año. Este hallazgo podría tener un impacto
importante en la variabilidad espacial estimada de la exposición de la
población.
La tendencia del NO parece bastante similar a la del CO. También se
debe tener en cuenta que el comportamiento parece
ser más probable que sea una tendencia de dos o tres pasos (los primeros
tres años, los segundos cinco años y los últimos dos años). Podríamos
suponer con cautela que estas diferencias podrían deberse a un impacto
diferente del cambio en la composición de
la flota vehicular observado en la tasa de emisión de CO y NO.
El PNC se ha medido solo en un sitio durante el período de estudio,
por lo que no podemos extender la tendencia decreciente observada a
[8]. Teniendo en cuenta que varios estudios han demostrado que la PNC
está dominada por la fracción ultrafina de las partículas de aerosol (p.
ej., aquellas con un diámetro aerodinámico inferior a 0,1 ÿm), confiamos
en que existe una tendencia general a la disminución del número de
partículas ultrafinas a través de la ciudad coherente con la disminución
observada de las concentraciones de compuestos gaseosos relacionados
con la combustión primaria.
No es posible extrapolar visualmente una tendencia clara
simplemente a partir de los patrones gráficos de PM10 y NO2 . Para los
sitios orientados al tráfico, el patrón hacia la reducción se suaviza (si lo
hay) en comparación con los compuestos gaseosos
primarios (NO, CO) y PNC. En el sitio de fondo urbano, las
tendencias de PM10 y NO2 parecen insignificantes. Para PM10
debemos agregar la observación de que hay varios máximos relativos
durante la estación cálida, inesperados si consideramos
solo las partículas de origen primario y secundario, probablemente
debido a la advección del polvo del Sahara. Un efecto claro de la
advección de polvo del Sahara, principalmente entre mayo y
noviembre, fue evaluado por LIDAR durante 2001-2004. De media un
aporte añadido de 12,1 ± 1,1 (8,3 ± 6,5) ÿg/m3
con respecto a un promedio móvil de 15 días libre de polvo , se
estimó un registro de PM10 (PM2.5) [39].
Prueba de Kendall estacional para resultados de tendencia

toda la ciudad. El estudio HEAPPS [7, 8], la comparación realizada entre
dos sitios (ISS y un sitio de fondo
urbano) muestra que los valores absolutos encontrados en el sitio de
fondo urbano fueron más bajos (en aproximadamente un 50%)
que los valores encontrado en el sitio relacionado con el tráfico
mientras mantiene una buena correlación, lo que sugiere la
dispersión de estas partículas también a distancias relativamente largas
de las fuentes primarias. La carga de la evidencia permite afirmar que las
partículas ultrafinas actúan de manera muy similar a los compuestos
gaseosos primarios (CO y NO), aunque la variabilidad espacial se debe
principalmente a la dispersión atmosférica, así como a la coagulación
que contribuye a la rápida disminución de la concentración del número
de partículas con la distancia desde el Fuentes principales (tráfico por
carretera)
En la Tabla 3 se muestran los resultados obtenidos al aplicar la
prueba de tendencia estacional de Kendall (SK) para series de
tiempo de CO, NO, NO2 , PM10, PM2.5 y PNC.
La presencia de una tendencia estadísticamente significativa se evalúa
utilizando el estadístico de prueba Z (normalmente distribuido). El
coeficiente de correlación ÿ de Kendall, el valor p a un nivel de 0,05 ÿ, la
pendiente y la intersección de la línea de tendencia estimada se reportan
para cada contaminante y para sitios orientados al tráfico agrupado y el
sitio de fondo urbano de Villa Ada. También se informa la reducción
porcentual estimada de la concentración media anual en todo el período.
Los niveles de CO han disminuido significativamente desde 1999 (Z = –
13,306 en sitios orientados al tráfico y –10,796

Tabla 3 | Resultados de la prueba estacional de Kendall (SK) para tendencias de CO, NO, NO2 , PM10, PM2.5, PNC

Contaminante Sitio de Z ÿ valor p Pendiente Constante Cambio

monitoreo total (%)

CO UT -13.306 -0.956 0.000 -0.190 2.615 -sesenta y cinco%

UB -10.796 -0.776 0.000 -0.039 0.874 -40%

NO UT -10.847 -0.778 0.000 -6,000 97.00 -56%

UB -6.425 -0.454 0.000 -0.833 20.58 -36%

NO2 UT -5.878 -0.420 0.000 -2,000 91.00 -20%

UB -0.446 -0.033 0.655 - -

despreciable

PM10 UT -4.592 -0.330 0.000 -1.000 49.50 -18%

UB -0.235 -0.019 0.815 - -

despreciable

PM2.5 UT -6.479 -0.459 0.000 -1.000 33.00 -27%

UB -3.163 -0.224 0.002 -0.400 21.20 -17%

PNC EEI -8.908 -0.641 0.000 -2.754 49,790 -50%

Machine Translated by Google
250
Giorgio Cattani, Alessandro Di Menno de Bucchianico, Daniela Dina, et al.
en el sitio de fondo urbano); la fuerza de la asociación monotónica es
señalada por los altos valores del coeficiente de correlación ÿ (-0,956
en los sitios orientados al tráfico y -0,776
en el sitio de fondo urbano, p <0,01). Se estimaron disminuciones
generales de las concentraciones en un 65 % en los sitios orientados al
tráfico y en un 40 % en los sitios de fondo urbano,
es decir , 0,2 mg m-3 año-1 y 0,04 mg m-3 año-1 respectivamente.
Los resultados de la evaluación de la tendencia
cuantitativa para NO confirman la inspección "vi=su-a1l0" ,
(8Z47 en sitios orientados al tráfico y -6,425 en sitios urbanos
de fondo), aunque si la tasa de disminución es menor (-6
ÿg m-3 y- 1 en sitios orientados al tráfico, - 0,8 ÿg
m-3 y-1 en sitios de fondo urbano, con una disminución general
de - 56 % y - 34 % respectivamente), así como el ÿ coeficiente de
correlación (-0,778 y -0,454 respectivamente, p
<0,01) en comparación con los de CO.
Como el CO y el NO, el PNC medido en la ISS muestra un cambio
monotónico en el tiempo (Z = - 8,908) declarado por ÿ altamente
significativo (- 0,641) y una disminución estimada de
2754 conteos cm-3 y-1, lo que lleva a un 50 % de disminución general.
arrugando
Con respecto al NO2 y PM10 en los sitios orientados al tráfico, la
tendencia decreciente sigue siendo estadísticamente significativa: (Z = -
5,878 y Z = - 4,592 respectivamente) aunque la tasa de disminución es
mucho menor que en los casos
anteriores (ÿ = - 0,420 y ÿ = - 0,330 en
p<0,01 respectivamente; la disminución anual estimada fue de 2,0 ÿg
m-3 año-1 para NO2 (disminución general del 20 %) y 1,5 ÿg m-3 año-
1 para PM10; disminución general del 18%).
Más aún, en el sitio de fondo urbano, no se observaron
tendencias estadísticamente significativas para NO2 y PM10 . Un
patrón similar se encontró en un estudio reciente en
Finlandia [24] que sugiere que durante el período de estudio (1994 a
2007) la proporción de NO2 en NOx (es decir, la suma de NO y NO2 )
en el aire ambiente ha aumentado como resultado de el aumento de
NO2 / NOx
ratio en el escape vehicular, debido a la emisión de vehículos
diésel y su aumento en la flota vehicular.
El estudio de Finlandia confirma los hallazgos de otros estudios
recientes [40-43]. También debe tenerse en cuenta como otro factor
que contribuye al cambio en la relación atmosférica NO2 /
NOx , el efecto de la disminución del NO en el equilibrio atmosférico
entre NO, NO2 y O3 : una disminución en las
concentraciones de NO no conduce necesariamente a un disminución
similar en NO2
concentraciones [44].
Al intentar explicar el comportamiento de las PM10 , se debe tener en
cuenta que las PM10 son una mezcla compleja de partículas emitidas
directamente desde fuentes primarias y formadas en la atmósfera a
partir de precursores (compuestos
inorgánicos secundarios como el nitrato de amonio y compuestos
orgánicos, principalmente de origen secundario). origen también) y que
se potencia en invierno. Las partículas de origen secundario pertenecen
principalmente a las partículas finas (diámetro aerodinámico que oscila
entre 0,1 y 2,5 ÿm) y tienen un tiempo
de despegue duradero en la atmósfera en comparación con las
pertenecientes a las ultrafinas (diámetro aerodinámico inferior a 0,1
ÿm) y las partículas gruesas (diámetro aerodinámico que oscila entre 2,5
y 10 ÿm). Eso
ÿÿÿ
ÿÿÿ
ÿÿ
ÿÿ
ÿÿ ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ
ÿÿÿÿÿÿÿÿÿ
ÿÿ
ÿÿ
ÿÿ
ÿÿ
ÿÿ
ÿÿ
ÿ
ÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿÿ ÿÿÿ
ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ
Figura 7 | Correlación entre las concentraciones medias diarias
de masa de partículas finas (PM2,5) y gruesas (PM10-2,5)
medidas en Roma (1999-2008) en la estación de control de la ISS.
Número de pares: 1508.
No es fácil relacionar el comportamiento del PM10 con la
reducción de contaminantes primarios que actúan como precursores de
partículas en el modo de acumulación así como con la reducción de
partículas de origen antropogénico primario, que efectivamente se
observó tanto en la estimación del inventario de emisiones [5] y del
análisis de tendencia de los contaminantes gaseosos primarios y PNC
(dominados por partículas ultrafinas) ya mostrado.
Desafortunadamente, no se dispone de series temporales duraderas de
iones de sulfato, nitrato y amonio, que podrían ayudar a explicar el
papel de las partículas inorgánicas secundarias en la tendencia
observada.
Reforzar el hallazgo relacionado con PM10 es interesante para
observar la relación lineal muy débil entre la fracción fina y gruesa de
PM (Figura 7) en comparación con las muy buenas relaciones lineales
entre PM2.5 y PM10 (Figura 8). Solo el 20 %
de la variabilidad gruesa puede explicarse por la variabilidad de PM2.5
y, en promedio, más de 10 ÿg/
m3 de PM10 en la fracción gruesa podría provenir de una fuente diferente
a la de PM2.5. Cabe señalar que se podría estimar una
relación PM2,5/PM10 característica de 0,6 a partir de la pendiente de la
regresión lineal que confirma los datos anteriores (p. ej ., [45]).
La contribución de la fracción gruesa al comportamiento general de
PM10 podría verse parcialmente afectada por la frecuencia y la
intensidad de los eventos de polvo del Sahara, que obviamente es
desigual año tras año.
Con respecto a PM2.5 , la tendencia resultante debe considerarse con la
debida precaución ya que se basa principalmente en concentraciones
calculadas en lugar de medidas.
De todos modos, hemos encontrado en este caso una tendencia
estadísticamente significativa tanto en el tráfico como en los sitios de
fondo, aunque en este último la fuerza de la asociación
monótona entre PM2.5 y el tiempo es muy débil.
Machine Translated by Google

Variación temporal de la calidad del aire en Roma

251

ÿÿÿ
Tabla 5 | Resultados de la prueba de Kendall para tendencias de PM10
ÿÿÿ específico de la temporada

ÿÿÿ
ÿÿÿ
ÿÿÿ
ÿÿ
ÿÿ
ÿÿ ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ
ÿÿ ÿÿÿÿÿÿÿÿÿ

ÿÿ
ÿÿ
ÿÿ
ÿÿ
ÿÿ
ÿ

ÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿÿ ÿÿÿ

ÿÿÿÿÿÿÿÿÿÿÿÿ
 Z ÿ valor p Pendiente

tráfico urbano

Primavera -2.988 -0.756 0.003 -1.800

El verano -0.996 -0.267 0.319 -

Bancarrota -1.984 -0.511 0.047 -1.250

Invierno 0.000 -0.022 1,000 -

Fondo urbano

Primavera -1.968 -0.511 0.049 -1.080

El verano -0.527 -0.167 0.598 -

Bancarrota 0.000 0.022 1,000 -

Invierno 1,082 0.289 0.279 -

La tendencia surge de una fuerte tendencia en una o más temporadas,

Figura 8 | Correlación entre las concentraciones medias diarias de masa de
partículas PM2,5 y las fracciones PM10 medidas en Roma (1999-
2008) en la estación de monitoreo de la ISS. Número de pares: 1508.
La Tabla 4 informa el análisis de tendencias para PM10 medido en sitios
orientados al tráfico. Podemos ver que la tendencia decreciente
observada es coherente entre los sitios, los cuales muestran un patrón decreciente
similar. Por lo tanto, el patrón general observado anteriormente no se ve afectado
y, quizás, por una tendencia decreciente de una estación que impulsa la tendencia
general. Cabe señalar que la mayor disminución anual se encuentra en la estación
Largo Arenula, ubicada dentro de la zona de tráfico limitado del centro de la
ciudad
( superficie de unos 6 km2; solo los vehículos residentes, comerciales y de
transporte público autorizados tienen acceso y acceso gratuito).
estacionamiento). Durante 2008, la estación de monitoreo se trasladó de la
ubicación original a una nueva ubicación a unos 200 m de esta
última, en una zona donde la influencia de los contaminantes primarios
relacionados con la combustión podría reducirse en comparación con la
ubicación anterior, cerca de una calle muy transitada. . Además, la estación
Piazza Fermi se trasladó de la ubicación original al lado opuesto de la acera
desde junio de 2006.
mientras que en las demás no se detecta una tendencia o una tendencia opuesta.
Los análisis de varias estaciones para resultados de tendencias se
muestran en la Tabla 5 para series de tiempo de PM10 en sitios orientados al
tráfico y en sitios de fondo urbano. En este caso, se aplicó la prueba original de
Mann-Kendall a los promedios diarios anuales,
específicos de la estación, de las concentraciones medidas de PM10 .
No se observó una tendencia estadísticamente significativa durante el
invierno y el verano, mientras que se encontró una tendencia significativa
durante la primavera tanto en los sitios de tráfico como en
los de fondo (Z = - 2,988, p <0,01 y Z = - 1,968, p <0,05 respectivamente).
También se encontró una tendencia decreciente significativa durante el otoño solo
en sitios orientados al tráfico (Z = - 1.984, p <0.05). La razón de esta tendencia
dependiente de la “temporada” podría deberse a las condiciones meteorológicas
que favorecen la formación de componentes secundarios de PM durante el
invierno, así como a la mayor frecuencia
de advección de polvo del Sahara durante el verano. En otras palabras, existe una
“fuerza motriz” meteorológica que oculta la tendencia reductora debido a la caída
de las emisiones de contaminantes primarios.
CONCLUSIÓN

El análisis de tendencias, basado en los datos de contaminación del aire

medidos en Roma desde 1999 hasta 2008, muestra una tendencia decreciente
Aunque si el SK tiene en cuenta la estacionalidad de los datos, no nos estadísticamente significativa para los contaminantes gaseosos primarios y las
permite determinar si existe un único patrón de tendencias en todas las concentraciones del número total de partículas.
estaciones o en general.

Tabla 4 | Resultados de la prueba estacional de Kendall (SK) para tendencias de PM10

Sitio de monitoreo Z ÿ valor p Pendiente Constante

Arenula (UT) -6.897 -0.527 0.000 -1.942 56.4

Fermi (UT) -4.426 -0.335 0.000 -1.300 55.7

Magna Grecia (UT) -4.719 -0.371 0.000 -1.100 50.2

EEI (UT) -3.737 -0.304 0.000 -1.333 47.3

Villa Ada (UB) - -

-0.235 -0.019 0.815
Machine Translated by Google

252
Giorgio Cattani, Alessandro Di Menno de Bucchianico, Daniela Dina, et al.

Además, se evaluó una tendencia decreciente para PM10, PM2.5 y

NO2 medidos en sitios orientados al tráfico, incluso si la reducción
estimada fue menor en comparación con NO, CO y PNC.
Las concentraciones de fondo urbano de PM10 y NO2
prácticamente no cambiaron desde 1999 ya que no se encontraron
tendencias estadísticamente significativas.
La tendencia decreciente observada en los sitios orientados al
tráfico parece estar relacionada principalmente con los cambios
progresivos hacia vehículos que cumplen con el estándar de
emisiones europeo más estricto, que se vio
reforzado por medidas nacionales y locales durante el período de estuedl oiob.jetivo al menos en el sitio de fondo urbano. La falta
de una tendencia decreciente en el sitio de fondo
urbano podría explicarse por el papel de los procesos atmosféricos
secundarios que conducen a la formación de
partículas y NO2 independientemente de la reducción de la emisión de
contaminantes primarios gaseosos.
Se observó que la contribución relativa de las partículas
primarias a las concentraciones de PM10 es diferente entre los sitios
orientados al tráfico y los sitios urbanos (alrededor del 30
% y aproximadamente el 15 %, respectivamente [46]). Por lo tanto, si
la reducción de las emisiones antropogénicas afecta principalmente a
las concentraciones de partículas primarias, el
efecto general sobre las concentraciones de PM10 podría volverse
insignificante en los sitios urbanos de fondo.
La tendencia a la baja de CO y NO (junto con la conocida reducción
de los contaminantes "relacionados con los
impacto genecroaml dbeusStiObl2es, "pcruoemboa
edlebleanccaelnidoayd edlePl abi)resuugribearenoun en Roma.
No obstante, no se ha observado ningún cambio significativo en la
en sitios de fondo urbano desde 1999. Por lo tanto, la exposición
de la población a largo plazo a PM10 y NO2 (probablemente bien
descrita por los niveles de sitios de fondo urbano) parece no haber
cambiado en el período de estudio.
Los niveles de PM10 , en todo el conjunto de datos disponibles, se
encuentran entre el objetivo provisional 2 de la OMS (50 ÿg
m-3 como media anual) y el objetivo 3 (30 ÿg m-3 como media
anual).
Para alcanzar las pautas de calidad del aire más estrictas de la OMS
(20 ÿg m-3 como promedio anual), se debe lograr una reducción del
25% del promedio anual medido para cumplir con
Finalmente, cabe señalar que todos los contaminantes muestran una
mayor pendiente de la línea de tendencia estimada en los sitios
orientados al tráfico en comparación con los observados en el fondo
urbano, por lo que se produjo una reducción intraurbana de la
variabilidad espacial de la exposición a lo largo de los años. Estos
hallazgos deben tenerse en cuenta al evaluar las diferencias de
exposición a largo plazo entre las personas que viven cerca de carreteras
de alto tráfico y las
personas que viven en suburbios residenciales relativamente lejos de las
fuentes principales.
Declaracion de conflicto de interes
No existen posibles conflictos de intereses ni relaciones financieras o personales con
otras personas u organizaciones que puedan sesgar de manera inapropiada la conducta y
los hallazgos de este estudio.
Enviado por invitación.

concentración de PM10 y NO2 medida Aceptado el 22 de abril de 2010.

Referencias
1. Finocchiaro G, Frizza C, Galosi A, Segazzi L. Factores demográficos en áreas
8. Marconi A, Cattani G, Cusano M, Ferdinandi M, Inglessis M, Viviano G, Settimo
urbanas. En: Calidad del medio ambiente urbano: IV Informe ISPRA. Roma:
G. Dos años de mediciones de partículas finas y ultrafinas en Roma, Italia.
Instituto Superior de Protección e Investigación del Medio Ambiente; marzo de
JTEH (parte A) 2007;
2010. pág. 5-19. 70: 213-21.
2. Región de Lacio. Plan de calidad del aire. 2008. Disponible en: www.regione.
9. Europa. Directiva 1999/30/CE del Consejo, de 22 de abril de 1999, relativa a los
lazio.it/web2/contents/ambiente/ topic.php?vms=25&id=113.
valores límite de dióxido de azufre, dióxido de nitrógeno y óxidos de nitrógeno,
3. Bridda R, Cattani G, Di Matteo L, Brini S. Análisis del estacionamiento vehicular partículas y plomo en el aire ambiente.
en áreas urbanas. En: Calidad del medio ambiente urbano: IV Informe Diario Oficial de las Comunidades Europeas L 163/41, 26 de junio de 1999.
ISPRA. Roma: Instituto Superior de Protección e Investigación del Medio
Ambiente; marzo de 2010. pág. 189-213.
10. Europa. Directiva 2000/69/CE del Parlamento Europeo y del Consejo, de 16 de
4. Agencia Europea de Medio Ambiente. Contaminación del aire en Europa noviembre de 2000, relativa a los valores límite de benceno y monóxido de
1990-2004. Luxemburgo: Oficina de Publicaciones Oficiales de las carbono en el aire ambiente. Diario Oficial de las Comunidades Europeas L
Comunidades Europeas; 2006. (Informe técnico de la AEMA, 1/06). 313/12, 13 de diciembre de 2000.
5. Anuario italiano de datos ambientales 2008. Temas clave. Roma: Instituto
11. Agencia de Protección Ambiental de los Estados Unidos (USEPA). Revisión de
Superior de Protección e Investigación del Medio Ambiente; 2009. pág. 73-97.
los Estándares Nacionales de Calidad del Aire Ambiental para Material
Particulado. Registro Federal 1987, 52: 24634-69.

6. Ferdinandi M, Settimo G, Alessandroni P, Viviano G.

Monitoreo de la calidad del aire ambiental registrado por la estación de
monitoreo en el Istituto Superiore di Sanità en 2002. Roma: Istituto Superiore
di Sanità; 2004. (Informe ISTISAN, 23/04).
7. Aalto P, Hämeri K, Paatero P, Kulmala M, Bellander T, Berglind N, Bouso L,
Castaño-Vinyals G, Cattani G, Cyrys J, Von Klot S, Lanki T, Marconi A, Nyberg
F, Pekkanen J, Peters A, Sjöval B, Sunyer J, Zetzsche K, Forastiere
F. Mediciones de concentración del número de aerosoles en cinco ciudades europeas
utilizando el contador de partículas de condensación TSI-3022 durante un período
de tres años durante HEAPSS (Efectos en la salud de la contaminación del aire en
subpoblaciones susceptibles). J Air Waste Manage Assoc 2005, 55 (8): 1064-76.
12. Agencia de Protección Ambiental de los Estados Unidos (USEPA). Estándares
nacionales de calidad del aire ambiental para partículas, regla final. Registro
Federal 1997, 62: 38652-760.
13. Comité Europeo de Normalización (CEN) Europa. Calidad del aire.
Determinación de la fracción PM10 de material particulado en suspensión: método
de referencia y procedimiento de prueba de campo para demostrar la equivalencia de
referencia de los métodos de medición. Norma Europea 12341. 3 de noviembre de
1998.
14. Agarwald JK. Sem GJ. Contador de núcleo de condensación de conteo de
partículas individuales de flujo continuo. J Aerosol Sci 1980; 11: 343-57.
15. Sem GJ. Diseño y características de rendimiento de tres contadores de
partículas de condensación de flujo continuo: un resumen.
Atmos Res 2002, 62: 267-94.
Machine Translated by Google
16. Cattani G, Viviano G. Monitoreo de la calidad del aire registrado por la
estación de monitoreo en el Istituto Superiore di Sanità a lo largo de
2003-2004. Roma: Instituto Superior de Salud; 2004. (Informe ISTISAN,
13/06).
17. Agencia Regional de Protección Ambiental (ARPA) Lazio.
Informe de calidad del aire 2008. Disponible en: www.
arpalazio.net/main/aria/doc/pubblicazioni.php; última visita: 17/3/2010.
18. Paatero P, Aalto P, Picciotto S, Bellander T, Castanõ G, Cattani G, Cyrys J, Kulmala
M, Lanki T, Nyberg F, Pekkanen J, Peters A, Sunyer J, Forastiere F, el grupo de
estudio HEAPSS.
Estimación de series temporales de concentraciones de partículas de aerosoles en las
cinco ciudades HEAPSS sobre la base de la contaminación
del aire medida y las variables meteorológicas. Atm Medio Ambiente 2005; 39:
2261-73.
19. Hirsch RM, Slack JR, Smith Ra. Técnicas de análisis de tendencias para
datos mensuales de calidad del agua. Recursos de agua Res 1982; 18: 107-
21.
20. Mann HB. Prueba no paramétrica contra tendencia. Econometría
1945, 13: 245-59.
21. Helsel DR, Frans LM. Prueba regional de Kendall para tendencia.
Environ Sci Technol 2006, 40 (13): 4066-73.
22. Cortés DR, Hites RA. Detección de tendencias estadísticamente significativas en las
concentraciones atmosféricas de compuestos semivolátiles. Environ Sci Technol
2000, 34: 2826-9.
23. Gupta I, Kumar R. Tendencias de partículas en cuatro ciudades de la India.
Atm Environ 2006, 40: 2552-66.
24. Anttila P, Tuovinen JP. Tendencias de las concentraciones de contaminantes
primarios y secundarios en Finlandia en 1994-2007. Atm Medio Ambiente
2010; 44: 30-41.
25. Hess A, Iyer H, Malm W. Análisis de tendencias lineales: una comparación de
métodos. Atm Environ 2001, 35: 5211-22.
26. Fenger J. Calidad del aire urbano. Atm Environt 1999, 33: 4877-900.
27. Perrino C, Pietrodangelo A, Febo A. Un índice de estabilidad atmosférica basado
en mediciones de progenie de radón para la evaluación de la contaminación
urbana primaria Atm Environ
2001, 35: (31): 5235-44.
28. Chang SC, Lee CT. Evaluación de las variaciones temporales de la calidad del aire
en la ciudad de Taipei, Taiwán, de 1994 a 2003. J Environ Management 2008,
86 (4): 627-35.
29. Ruuskanen J, Tuch T, Ten Brink H, Peters A, Khlystov A, Mirme A, Kos GPA,
Brunekreef B, Wichmann HE, Buzorius G, Vallius M, Kreyling W, Pekkanen J.
Concentrations of ul trafine, fine and PM2 .5 partículas en tres
ciudades europeas. Atm Environ 2001, 35: 3729-38.
30. Wahlin P, Finn P, Van Digenen R. Estudios experimentales de partículas
ultrafinas en las calles y la relación con el tráfico.
Atm Environ 2001, 35 (1): S63-9.
31. Janhäll S, Jonsson AM, Molnàr P, Svensson EA, Hallquist M. Factores de
emisión de tráfico resueltos por tamaño de partículas submicrométricas.
Atm Environ 2004; 38: 4331-40.
Variación temporal de la calidad del aire en Roma 253
32. Biggeri A, Baccini M, Accept G, Grupo MISA. Evaluación de la calidad de la
concentración de contaminantes atmosféricos en series temporales epidemiológicas sobre
los efectos a corto plazo de la contaminación en la salud. Epidemiol Prev 2003, 27:
365-75 (italiano).
33. Lin L. Un coeficiente de correlación de concordancia para evaluar re
producibilidad Biometrics 1989, 45: 255-68.
34. Berti G, Chiusolo M, Grechi D et al., Para el grupo colaborativo EpiAir.
Indicadores ambientales en diez ciudades italianas (2001-2005): los datos de
calidad del aire para la vigilancia epidemiológica. Epidemiol Prev 2009, 33
(Suppl. 1): 13-33 (italiano).
35. Colais P, De Donato F, Faustini A, Forastiere F, Perucci CA, Stafoggia M,
Ceradini S. Epiair Salud y medio ambiente fecha: Roma 2001-2005. Epidemiol
Prev 2009; 33 (Supl.
1): 136-7 (italiano).
36. Perrino C, Catrambone M, Pietrodangelo A. Influencia de la estabilidad
atmosférica en la concentración de masa y la composición química de las
partículas atmosféricas. Un estudio de caso en Roma, Italia. Environ Int 2008, 34
(5): 621-8.
37. Palmieri S, Durante G, Siani AM, Casale GR. Episodios de estancamiento
atmosférico e ingresos hospitalarios. Salud pública
2008, 122 (10): 1128-30.
38. Gobbi GP, Barnaba F, Ammannato L. Estimating the impact of Saharan dust on the
year 2001 PM10 record of Rome, Italy.
Atm Environ 2007, 41 (2): 261-75.
39. Gobbi GP, Ciolli G, Marconi A, Cattani G, Malvestituto V, Barnaba F, Angelini F,
Inglessis M. Relating Saharan dust to particulate matter rates in the city of Rome
(Italia), un estudio de cuatro años. Ingeniería Química Trans 2006; 10: 375: 380.
40. Carslaw D. Evidencia de una relación creciente de emisiones de NO2 / NOx de las
emisiones del tráfico rodado. Atm Environ 2005; 39: 4793-
802.
41. Carslaw DC, Beevers SD. Investigación de la importancia potencial de las
emisiones primarias de NO2 en un cañón callejero. Atm Environ 2004; 38: 3585-
94.
42. Hueglin C, Buchmann B, Weber RO. Observación a largo plazo de los factores
de emisión del tráfico rodado en el mundo real en una autopista en Suiza. Atm
Environ 2006, 40: 3696-709.
43. Álvarez R, Weilenmann M, Favez JY. Evidencia de una mayor fracción de
masa de NO2 dentro de las emisiones de NOx del mundo real de los vehículos
ligeros modernos, derivada de un método de medición en línea confiable. Atm
Environ 2008, 42: 4699-707.
44. Keuken M, Roemer M, van den Elshout S. Análisis de tendencias de las
concentraciones urbanas de NO2 y la importancia de las emisiones directas de NO2
frente al equilibrio ozono/NOx . Cajero Automático
2009; 43: 4780-3.
45. Marconi A. Partículas en el aire: definiciones, efectos sobre la salud, medición
y resumen de estudios ambientales en Roma. Ann Ist Super Sanità 2003;
39 (3): 329-42.
46. Perrino C, Canepari S, Catrambone M, Dalla Torre S, Rantica E, Sargolini
T. Influencia de los eventos naturales en la concentración y composición del
material particulado atmosférico. Atm Environ 2009; 43: 4766-79.