Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ATMOSFÉRICOS PARTICULADOS
EN EL ÁREA URBANA DE LA
CIUDAD DE CÓRDOBA: IMPACTO
EN LA SALUD DE LA POBLACIÓN
TESIS DE DOCTORADO EN CIENCIAS BIOLÓGICAS
AMARILLO Ana Carolina
Córdoba, Argentina
2015
COMISIÓN ASESORA
Dra. CARRERAS, Hebe Alejandra. Cátedra de Química General para Ciencias Biológicas. Área
Contaminación y Bioindicadores (IMBIV). Facultad de Ciencias Exactas, Físicas y Naturales.
Universidad Nacional de Córdoba.
Calificación:
TRIBUNAL
AGRADECIMIENTOS
A mi directora Hebe Carreras, por acompañarme (¡y aguantarme!) en mi formación a lo largo
de todos estos años.
A la comisión asesora: Valeria Amé, Karina Miglioranza y Hebe Carreras, por los aportes
realizados durante todo el proceso de elaboración de esta tesis.
Al tribunal evaluador: Valeria Amé, Karina Miglioranza y Francisco Astort, por las
contribuciones realizadas para enriquecer este manuscrito.
A CONICET, FONCyT y SECyT por darme la oportunidad económica de formarme como
doctora.
A la UNC, al doctorado en Ciencias Biológicas, Cátedra de Química General e IMBIV, por
abrirme las puertas de la casa y permitirme ser parte.
A la Cátedra de Química Orgánica por permitirme trabajar allí gran parte del tiempo.
Al Servicio Meteorológico Nacional, por aportarme los datos utilizados en esta tesis.
A mis compañeros y amigos de trabajo: Carolina Mateos, Julieta Salazar, Gabriela Abril, Judith
Rodríguez, Iván Tavera Busso, Carolina Vergara Cid, Andrés Blanco, Florencia Tames, Natalia
Graziani, Eduardo Wannaz, Carlos Harguinteguy, Gustavo Gudiño, Claudia González, María
Luisa Pignata; por acompañarme y enseñarme gran parte de las cosas que he volcado en esta
tesis.
A mi mamá, mi hermano, mi tía, mi familia y mis amigos por acompañarme y aguantarme
siempre.
A Yin por su compañía incondicional.
PUBLICACIONES DERIVADAS DE LA TESIS
Amarillo AC, Tavera Busso I, Carreras H. Exposure to polycyclic aromatic hydrocarbons in
urban environments: Health risk assessment by age groups. Environmental Pollution
2014; 195: 157-162.
ÍNDICE
ABREVIATURAS ...................................................................................................................... 1
RESUMEN .................................................................................................................................. 3
SUMMARY ................................................................................................................................ 5
INTRODUCCIÓN GENERAL ................................................................................................... 7
CONTAMINANTES ATMOSFÉRICOS ............................................................................... 7
FUENTES DE EMISIÓN DE PARTÍCULAS ........................................................................ 8
TAMAÑO DE LAS PARTÍCULAS ....................................................................................... 8
MECANISMOS DE FORMACIÓN U ORIGEN ................................................................... 9
COMPOSICIÓN QUÍMICA ................................................................................................. 10
HIDROCARBUROS AROMÁTICOS POLICÍCLICOS ..................................................... 11
EFECTOS EN LA SALUD HUMANA ................................................................................ 15
CONTAMINACIÓN ATMOSFÉRICA EN AMÉRICA LATINA ...................................... 16
MOTIVACIÓN CIENTÍFICA Y CONTRIBUCIÓN ORIGINAL DEL TRABAJO ........... 17
OBJETIVO GENERAL ........................................................................................................ 18
OBJETIVOS ESPECÍFICOS ................................................................................................ 19
HIPÓTESIS ........................................................................................................................... 19
I. VARIACIÓN TEMPORAL EN LA COMPOSICIÓN Y CONCENTRACIÓN DE
MATERIAL PARTICULADO TOTAL. FRACCIONES ORGÁNICA E INORGÁNICA. ... 20
RESUMEN ............................................................................................................................ 20
INTRODUCCIÓN ................................................................................................................. 21
OBJETIVOS .......................................................................................................................... 22
OBJETIVOS ESPECÍFICOS ................................................................................................ 23
METODOLOGÍA .................................................................................................................. 23
Sitio de muestreo ............................................................................................................... 23
Muestreo y almacenamiento de la muestra........................................................................ 24
Determinación de la concentración de PTS ....................................................................... 24
Estimación de PM10 ........................................................................................................... 25
Determinación de la composición inorgánica de PTS ....................................................... 25
Extracción y análisis de HAPs presentes en la fracción orgánica de PTS ........................ 25
Análisis estadísticos........................................................................................................... 27
RESULTADOS ..................................................................................................................... 27
Variación temporal en la concentración de PTS ............................................................... 27
Concentración de PM10 estimada ...................................................................................... 32
Variación temporal en la concentración y composición elemental. .................................. 34
Variación temporal en la composición elemental de la fracción inorgánica de PTS ........ 35
Variación temporal en la concentración y composición de HAPs .................................... 39
DISCUSIÓN .......................................................................................................................... 50
CONCLUSIÓN ..................................................................................................................... 53
II. VARIACIÓN TEMPORAL EN LA COMPOSICIÓN Y CONCENTRACIÓN DE
MATERIAL PARTICULADO FINO (PM2.5). FRACCIÓN INORGÁNICA.......................... 55
RESUMEN ............................................................................................................................ 55
INTRODUCCIÓN ................................................................................................................. 56
OBJETIVO GENERAL ........................................................................................................ 57
OBJETIVOS ESPECÍFICOS ................................................................................................ 57
METODOLOGÍA.................................................................................................................. 58
Muestreo de partículas ....................................................................................................... 58
Determinación de la concentración de PM2.5 .................................................................... 58
Determinación de la composición elemental de la fracción inorgánica de PM2.5 ............. 58
Análisis estadístico ............................................................................................................ 59
RESULTADOS ..................................................................................................................... 60
Variación temporal en la concentración de PM2.5 ............................................................. 60
Variación temporal en la composición elemental de PM2.5............................................... 65
Correlación entre la concentración de PM2.5 y la concentración de los elementos que las
componen .......................................................................................................................... 68
Correlación de la concentración y composición elemental entre las diferentes fracciones
de tamaño de partículas (PM2.5 y PTS).............................................................................. 69
DISCUSIÓN .......................................................................................................................... 70
CONCLUSIÓN ..................................................................................................................... 73
III. VARIACIÓN TEMPORAL EN LA CONCENTRACIÓN DE PARTÍCULAS (PTS Y
PM2.5) Y HAPs TOTALES EN RELACIÓN CON VARIABLES METEOROLÓGICAS. .... 74
RESUMEN ............................................................................................................................ 74
INTRODUCCIÓN ................................................................................................................. 75
OBJETIVOS .......................................................................................................................... 76
OBJETIVOS ESPECÍFICOS ................................................................................................ 77
METODOLOGÍA.................................................................................................................. 77
Área de estudio .................................................................................................................. 77
Análisis estadístico ............................................................................................................ 77
RESULTADOS ..................................................................................................................... 79
Análisis de la variación temporal de los datos meteorológicos ......................................... 79
Relación variables meteorológicas y la concentración de PTS, PM2.5 y HAPs totales ..... 82
Modelos de regresión lineal múltiple ................................................................................ 85
Modelo predictivo para la concentración de PTS .............................................................. 85
Modelo predictivo para la concentración de HAPs totales................................................ 86
Modelo predictivo para la concentración de PM2.5 ........................................................... 87
DISCUSIÓN .......................................................................................................................... 87
CONCLUSIÓN ..................................................................................................................... 90
IV. ANÁLISIS DE FUENTES DE EMISIÓN DE PTS. FRACCIONES INORGÁNICA Y
ORGÁNICA. ............................................................................................................................. 91
RESUMEN ............................................................................................................................ 91
INTRODUCCIÓN ................................................................................................................. 91
OBJETIVO GENERAL ........................................................................................................ 93
OBJETIVOS ESPECÍFICOS ................................................................................................ 94
METODOLOGÍA.................................................................................................................. 94
Análisis estadístico ............................................................................................................ 94
Índice o Factor de enriquecimiento (FE) ........................................................................... 95
Índices para estimación de fuentes de PAHs ..................................................................... 95
Análisis de Componentes Principales................................................................................ 96
Factorización Positiva de la Matriz ................................................................................... 96
Cálculo de la incertidumbre y datos faltantes .................................................................... 97
Análisis de variación temporal de las fuentes de emisión y relación con las variables
meteorológicas. .................................................................................................................. 98
RESULTADOS ..................................................................................................................... 99
FRACCIÓN INORGÁNICA ............................................................................................. 99
Estimación de fuentes de emisión mediante factores de enriquecimiento ........................ 99
Estimación de fuentes de emisión mediante Análisis de Componentes Principales ......... 99
Estimación de fuentes de emisión mediante Factorización Positiva de la Matriz ........... 100
Variación temporal en la contribución de los factores .................................................... 103
FRACCIÓN ORGÁNICA ............................................................................................... 106
Estimación de fuentes de HAPs mediante índices diagnósticos ..................................... 106
Estimación de fuentes de emisión de HAPs mediante Análisis de Componentes
Principales ....................................................................................................................... 107
Estimación de fuentes de emisión de HAPs mediante Factorización Positiva de la Matriz
......................................................................................................................................... 109
Variación anual en la contribución de los factores .......................................................... 115
DISCUSIÓN ........................................................................................................................ 116
CONCLUSIÓN ................................................................................................................... 119
V. DETERMINACIÓN DEL RIESGO TOXICOLÓGICO Y CARCINOGÉNICO DE LA
FRACCIÓN INORGÁNICA DEL MATERIAL PARTICULADO. PTS Y PM2.5 ................ 121
RESUMEN .......................................................................................................................... 121
INTRODUCCIÓN ............................................................................................................... 122
OBJETIVO GENERAL ...................................................................................................... 124
OBJETIVOS ESPECÍFICOS .............................................................................................. 124
MATERIALES Y MÉTODOS............................................................................................ 125
Análisis de riesgo en la salud humana ............................................................................. 125
RESULTADOS ................................................................................................................... 130
Caracterización del riesgo toxicológico asociado a la inhalación de metales de las PTS
......................................................................................................................................... 130
Relación entre el riesgo toxicológico asociado a la inhalación de metales determinados en
PTS y la concentración de PTS ....................................................................................... 132
Caracterización del riesgo toxicológico asociado a la inhalación de metales de PM2.5 .. 133
Relación entre el riesgo toxicológico asociado a la inhalación de metales determinados en
PM2.5 y la concentración de PM2.5 ................................................................................... 136
Comparación entre el riesgo toxicológico asociado a la inhalación de metales presentes
en PTS y el mismo para metales presentes en PM2.5 ....................................................... 136
Caracterización del riesgo carcinogénico asociado a la inhalación de metales en PTS .. 137
Caracterización del riesgo carcinogénico asociado a la inhalación de metales de PM2.5 138
DISCUSIÓN ........................................................................................................................ 139
CONCLUSIONES ............................................................................................................... 140
VI. ANÁLISIS DE RIESGO CARCINOGÉNICO POR EXPOSICIÓN A
HIDROCARBUROS AROMÁTICOS POLICÍCLICOS ADSORBIDOS A LAS
PARTÍCULAS ........................................................................................................................ 142
RESUMEN .......................................................................................................................... 142
INTRODUCCIÓN ............................................................................................................... 143
OBJETIVOS ........................................................................................................................ 145
OBJETIVOS PARTICULARES ......................................................................................... 145
METODOLOGÍA................................................................................................................ 145
Análisis de riesgo carcinogénico ..................................................................................... 146
Variación temporal del riesgo carcinogénico .................................................................. 147
RESULTADOS ................................................................................................................... 148
Variación temporal del riesgo carcinogénico .................................................................. 148
DISCUSIÓN ........................................................................................................................ 152
CONCLUSIÓN ................................................................................................................... 154
VII. GENOTOXICIDAD DE LA FRACCIÓN ORGÁNICA DEL MATERIAL
PARTICULADO. ENSAYO COMETA. ................................................................................ 155
RESUMEN .......................................................................................................................... 155
INTRODUCCIÓN ............................................................................................................... 156
OBJETIVO GENERAL ...................................................................................................... 160
OBJETIVOS ESPECÍFICOS .............................................................................................. 160
METODOLOGÍA................................................................................................................ 160
Extracción de HAPs ........................................................................................................ 160
Preparación de pooles genotóxicos.................................................................................. 160
Ensayo cometa ................................................................................................................. 161
Análisis estadístico ......................................................................................................... 162
RESULTADOS ................................................................................................................... 165
DISCUSIÓN ........................................................................................................................ 170
CONCLUSIÓN ................................................................................................................... 171
CONCLUSIONES GENERALES .......................................................................................... 173
CONSIDERACIONES FINALES ...................................................................................... 174
REFERENCIAS BIBLIOGRÁFICAS .................................................................................... 176
ABREVIATURAS
A acenaftileno
Ace acenafteno
Ant antraceno
BaA benzo(a)antraceno
BaP benzo(a)pireno
BbF benzo(b)fluoranteno
BghiP benzo(ghi)perileno
BkF benzo(k)fluoranteno
cHAPs hidrocarburos aromáticos policíclicos cancerígenos
CP Componente Principal
Cri criseno
dBahA dibenzo(ah)antraceno
DR Cocientes o índices diagnósticos
DV Dirección del viento
EPA Agencia de Protección Ambiental
FE Factor de enriquecimiento
Fen fenantreno
Fla fluoranteno
Fluo fluoreno
HAPs hidrocarburos aromáticos policíclicos
HI Índice de peligrosidad
HMW hidrocarburos aromáticos policíclicos de alto peso molecular
HPLC Cromatografía Líquida de Alta Resolución
HQ Coeficiente de peligrosidad
HR Humedad relativa
IARC Agencia Internacional de Investigación en Cáncer
IP Indeno(1,2,3-cd)pireno
1
IRIS Sistema de Información Integrado de Riesgo
IUR Unidad de Riesgo de Inhalación
LMW hidrocarburos aromáticos policíclicos de bajo peso molecular
LNLS Laboratorio Nacional de Luz Sincrotron
NAAQS Norma nacional de calidad de aire ambiente
Naft naftaleno
OMS Organización Mundial de la Salud
PA Presión atmosférica
PCA Análisis de Componentes Principales
Pir pireno
PM10 partículas menores a 10 μm
PM2.5 partículas menores a 2.5 μm
PMF Factorización de Matriz Positiva
PP Precipitaciones
PTS partículas totales en suspensión
RfC Dosis de referencia por inhalación
SF Factor de pendiente
T Temperatura
TR Temperatura de rocío
TSC Conteo Total de Cometas
UE Unión Europea
V Visibilidad
VV Velocidad del viento
XRF Fluorescencia de rayos X
ρ Coeficiente de correlación de Spearman
2
RESUMEN
El material particulado atmosférico se asocia con aumentos en la mortalidad y morbilidad por
causas respiratorias y cardiovasculares en la población. La ciudad de Córdoba es la segunda
ciudad más importante del país y sus niveles de partículas en la atmósfera son preocupantes; a
pesar de ello no cuenta con un sistema de monitoreo de la calidad de aire.
Las PTS tuvieron concentraciones relativamente altas respecto a otras ciudades del mundo, con
grandes variaciones dependientes del año de muestreo, aunque en general se encontró una
mayor concentración en invierno. La concentración estimada para PM10 de 24 h excedió los
estándares de la UE así como también superó los estándares más permisivos de la EPA en un
29 % de los días muestreados. La misma tendencia se observó en la concentración de PM2.5, con
valores significativamente más altos en el invierno, los cuales se atribuirían al aporte de
partículas finas por incendios forestales ocurridos durante esa estación. Los niveles de PM2.5
respecto a otras ciudades del mundo son comparativamente bajos. Los HAPs tuvieron una
concentración relativamente alta respecto a otras ciudades siendo el naftaleno el compuesto más
abundante. Los mayores valores se registraron en el año 2012 y durante el invierno. No se
observó una relación aparente entre los niveles de HAPs y los niveles de PTS.
3
Para estimar las principales fuentes de emisión de partículas en el área de estudio se emplearon
modelos de receptor encontrándose que la resuspensión de partículas del suelo y el tránsito
vehicular son las principales fuentes de partículas en la ciudad de Córdoba. La aplicación de
este modelo permitió además distinguir las emisiones de vehículos que funcionan con diésel y
gasolina como combustible, como las principales fuentes de emisión de HAPs.
Este trabajo de tesis aporta información de base muy útil para la elaboración de inventarios de
emisiones de la ciudad, así como para comprender los patrones de variación de las partículas en
función de las condiciones meteorológicas. Se remarca la necesidad de gestionar la calidad del
aire, principalmente en lo que respecta a emisiones vehiculares, dada la alta concentración de
partículas y su riesgo carcinogénico asociado, así como también insistir sobre la importancia del
monitoreo a largo plazo que permita comprender más acabadamente el comportamiento de este
contaminante en la ciudad .
4
SUMMARY
Airborne particulate matter is associated with increases in mortality and morbidity from
respiratory and cardiovascular causes in the population. Córdoba is the second largest city in the
country and there are worrying records of particle levels in the atmosphere, although it does not
have an air quality monitoring system.
In order to assess the daily concentration and composition of particulate matter in Córdoba city
and its temporal variation patterns, daily samples of total suspended particles (TSP) and weekly
samples of fine particles (PM2.5) were taken during August 2011 to March 2015. The particle
composition and concentration were determined for the inorganic and organic fractions
(polycyclic aromatic hydrocarbons: PAHs).
TSP had relatively high concentrations compared to other cities and experienced variations
depending on the year of sampling, having generally higher concentrations in winter. The
estimated 24-hour average PM10 concentration exceeded the EU and EPA standards in 29 % of
sampled days. The same trend was observed in the concentration of PM2.5, with significantly
higher values in the winter, which were attributed to extreme events recorded in that period, due
to forest fires. However, levels of PM2.5 compared to other world cities are comparatively low.
High levels of PAHs were found, compared to other cities, the majority being naphthalene
compound. The higher values were registered in 2012 and during winter period. The levels of
PAHs had no apparent relationship to the levels of TSP.
In order to understand temporal variations in the composition and concentration of particles, the
influence of meteorological variables was studied by multiple regression models. The relative
humidity was inversely related to the level of total dust and was the most important variable that
contributed to its prediction along with the direction and wind speed, while dew point was the
variable that most affected the levels of PM2.5. Finally, dew point and wind speed were the
variables that most affected total PAHs concentration.
Receptor models were used to estimate emission sources of particulate matter in the study area.
It was found that the resuspension of soil particles and vehicular traffic are the main sources of
5
particulate emissions in the city of Córdoba, while the emission sources of PAHs were consistent
with vehicular traffic, distinguishing emission diesel and petrol.
In order to analyze the impact of the particles in the respiratory health of the population,
toxicological and carcinogenic risks associated with the inhalation of metals and PAHs adsorbed
to particles were estimated, evaluating seasonal variations and risk by age group. Toxicological
risk due to the inorganic composition of the particles was acceptable in Córdoba city except for
the elderly group. The toxicological risks associated to the inhalation of TSP had no seasonal
variation while the risk due to the inhalation of finer particles was higher for the winter. On the
other hand, the risk by inhalation exposure to particulate phase PAHs was over the values
allowed by the EPA (1 person in a million), but the average risk along the whole period was
acceptable since it did not exceed 1 person in 10 thousand. The latter limit was exceeded in the
elderly, who were at greater risk during cold seasons.
To evaluate the genotoxicity of suspended particles a comet assay was performed with in vitro
human lymphocytes which were exposed to particulate organic extracts. An increase of
genotoxicity in cells that had been exposed to organic extracts regarding the control treatment
was demonstrated, however, this could not be explained by the levels of PAHs. This suggests
the existence in the organic extract of other genotoxic compounds, such as fatty acids, alkanes,
etc.
This thesis provides useful background information to develop emission inventories of the city,
and to understand the patterns of variation of the particles depending on the weather. The need
to manage air quality is emphasized, particularly in regard to vehicle emissions, given the high
concentration of particles and their carcinogenic risk associated. Besides, the importance of
long-term monitoring is necessary to fully understand the behavior of this pollutant in the city
atmosphere.
6
INTRODUCCIÓN GENERAL
CONTAMINANTES ATMOSFÉRICOS
La contaminación atmosférica es un efecto no deseado que puede afectar la salud humana y los
ecosistemas, tanto en países en desarrollo como desarrollados de todo el mundo. En una escala
global, se emiten a la atmósfera grandes cantidades de partículas y gases potencialmente
nocivos, que a largo plazo dañan los recursos y el desarrollo sostenible del planeta (OMS, 2006).
Básicamente, las partículas consisten en un núcleo cuya composición depende de la fuente que
las produce y un gran número de sustancias adsorbidas, tales como metales pesados, compuestos
orgánicos, material de origen biológico, iones, gases reactivos y componentes minerales
(Valavanidis y col., 2006). Esta facilidad de las partículas de adsorber como así también
7
absorber diferentes sustancias, en ciertas ocasiones da lugar a efectos sinérgicos de los
contaminantes atmosféricos que las componen (Abril, 2014).
Las partículas que están en suspensión en la atmósfera presentan una gran diversidad de tamaño,
forma, origen y naturaleza, siendo estas características las que definen sus propiedades. El
material particulado atmosférico puede ser clasificado en función de sus fuentes de emisión:
natural o antrópico; en función de tamaño: partículas ultrafinas, finas, gruesas o totales; en
función del mecanismo de formación u origen: primario o secundario y en base a su
composición química: fracciones orgánica e inorgánica.
Existen dos tipos de fuentes de emisión de partículas, las fuentes naturales y antropogénicas.
Las partículas naturales son aquellas presentes en la atmósfera por acción de fenómenos
naturales, mayoritariamente por procesos mecánicos (resuspensión de polvo mineral por el
viento, generación de aerosol marino), y en menor medida por partículas primarias derivadas de
erupciones volcánicas, emisiones biogénicas, descargas eléctricas, etc.). Las partículas
antrópicas son aquellas presentes en la atmósfera a partir de actividades humanas, generalmente
procesos mecánicos y de combustión. En este grupo se incluyen las partículas minerales
derivadas de procesos de construcción y demolición, procesos extractivos, derivadas de
actividades industriales, agricultura y ganadería, polvo resuspendido de la calle o aquellas
partículas de carbono derivadas de procesos de combustión. Las emisiones antropogénicas son
más importantes en las zonas urbanas, mientras que las fuentes naturales son las que
contribuyen de forma dominante a las emisiones a escala global (Martínez, 2004; Pey Betrán,
2008; Solomon y col., 2007).
El tamaño es una de las características físicas más importantes del material particulado puesto
que el volumen, la masa, o la velocidad de depósito gravitacional dependen de él. Al considerar
el tamaño de una partícula generalmente se utiliza como dimensión característica su diámetro
8
como si ésta fuese esférica. Las partículas son entonces clasificadas en función de su radio
aerodinámico (Kulkarni y col., 2011) siendo éste el diámetro de una esfera de densidad uno (1
g/cm3) con la misma velocidad de depósito gravitacional que la de la partícula que está siendo
medida.
En relación con el mecanismo de formación u origen del material particulado, se distinguen dos
grupos principales; las partículas primarias y las partículas secundarias. Las partículas
primarias son aquellas emitidas como tales en la atmósfera por fuentes naturales o antrópicas.
Las principales fuentes naturales de material particulado de tipo primario son la resuspensión
de polvo del suelo, las erupciones volcánicas, el aerosol marino y las emisiones biogénicas. A
escala global, estas fuentes naturales son mayoritarias, si bien a escala local las fuentes de
emisión antrópicas pueden contribuir de forma dominante. Las partículas secundarias se
originan en la atmósfera a partir de precursores gaseosos como SOX, NOX, NH3, COVs
(compuestos orgánicos volátiles), compuestos orgánicos semi-volátiles, entre otros, mediante
una reacción química, normalmente catalizada por radicales libres y/u ozono. Las reacciones
físico-químicas que originan la formación de partículas secundarias pueden producirse
únicamente a partir de uno o varios precursores gaseosos y/o líquidos, y mediante nucleación o
condensación forman nuevas partículas, o bien, se adsorben sobre partículas preexistentes (Pey
Betrán, 2008; Jiménez, 2009).
9
COMPOSICIÓN QUÍMICA
Los compuestos orgánicos de origen biogénico y antropogénico representan una gran fracción
del aerosol (Chow y col., 1994) con concentraciones que van desde unos pocos pg/m3 a cientos
de ng/m3 (Gogou y col., 1996). La proporción de la fracción orgánica varía en función del
aerosol atmosférico, representando el 20 % de la masa total en las zonas más remotas de aerosol
marino y alcanzando el 90 % de la masa total en las zonas boscosas. La mayoría de los
compuestos orgánicos está en el rango de tamaños más pequeños y comprenden el 25 % de la
masa total del aerosol. Los más abundantes son los ácidos e hidrocarburos alifáticos, aunque los
10
más nocivos para el ambiente y el ser humano son los hidrocarburos aromáticos policíclicos
(HAPs) que son cancerígenos y mutagénicos. Los compuestos orgánicos presentes en el
material particulado provienen de, entre otras fuentes, la combustión de combustibles fósiles
(diesel y gasolina) de fuentes móviles y estacionarias (Rogge y col., 1993), polvo resuspendido
de los caminos (Rogge y col., 1993) y la combustión de carbón (Mastral y col., 2000). La erosión
por viento de las ceras epicuticulares de las hojas, los restos vegetales y la degradación por
microorganismos son consideradas las fuentes biogénicas más importantes de los compuestos
orgánicos (Rogge y col., 1993; Mandalakis y col., 2002).
Los HAPs son compuestos orgánicos conformados por dos o más anillos aromáticos.
Generalmente se constituyen de C e H, aunque algunos tienen en su estructura grupos
sustituyentes como nitro, hidroxilo, halo, carboxil, etc. La estabilidad de estos compuestos
depende de la disposición de los anillos. Cuando los anillos están dispuestos linealmente, la
estabilidad disminuye al aumentar el número de anillos aromáticos. Son compuestos sólidos en
condiciones ambientales y no tienen color, o su coloración es blanca o amarillenta clara. Los
HAPs son insolubles en agua y, por el contrario, se disuelven en solventes apolares, lo que los
convierte en microcontaminantes con capacidad acumulativa. La solubilidad en agua, así como
la volatilidad, es menor cuanto mayor es el número de anillos (Pena Sendón, 2010).
Los HAPs sin sustituyentes se forman principalmente por la combustión incompleta, por falta
de oxígeno, de materia orgánica. Las reacciones fotoquímicas en la atmósfera pueden dar lugar
a HAPs nitrados, hidroxilados o amino sustituidos, compuestos que pueden ser más tóxicos que
sus parientes insustituidos. Los HAPs pueden ser emitidos por fuentes naturales o
antropogénicas, siendo estas últimas las más importantes en cuanto a la contribución de estos
contaminantes en el ambiente. Entre las fuentes naturales se encuentran: pirólisis de materiales
orgánicos a alta temperatura; diagénesis de material orgánico sedimentado a baja temperatura,
para formar combustibles fósiles; y biosíntesis directa mediante microorganismos y plantas. Las
fuentes de HAPs antropogénicas son: emisiones domésticas, uso de motores de combustión
interna, fuentes móviles, pérdidas de aceite, desgaste de los frenos, abrasión de los neumáticos
11
y asfalto de las calles, fuentes industriales, incineración de residuos, fabricación de cemento,
industrias petroquímicas, de betún y asfalto, fabricación de neumáticos de caucho, producción
comercial de calor y energía, quema de biomasa (Jiménez, 2009).
Los HAPs son contaminantes ubicuos del medio ambiente. Sus niveles en la atmósfera dependen
de las fuentes de emisión, de las condiciones meteorológicas así como de la presencia de otros
contaminantes atmosféricos con los que pueden reaccionar. Además, pueden viajar largas
distancias sin degradarse debido a su baja solubilidad en agua, baja presión de vapor y elevados
coeficientes de partición octanol-agua y carbón agua. Son altamente persistentes debido a que
no se hidrolizan ni poseen grupos reactivos; y se biodegradan en condiciones aerobias siendo
los HAPs de más anillos menos biodegradables. Los HAPs son emitidos principalmente a la
atmósfera, aunque también se encuentran en aguas, sedimentos y suelo. En la atmósfera son
transportados en la fase vapor y adsorbidos en el material particulado. La distribución entre
estas fases (gaseosa/particulada) bajo condiciones atmosféricas normales, depende de su
lipofilia, presión de vapor y solubilidad acuosa de la sustancia. Generalmente, los compuestos
más volátiles, con dos o tres anillos aromáticos, son emitidos a la fase gaseosa, mientras que
entre el 80-100 % de los HAPs con 5 o más anillos se encuentran asociados a partículas
atmosféricas (Pena Sendón, 2010).
Muchos de estos compuestos tienen alto potencial carcinogénico y mutagénico para los seres
humanos (Vestreng y Klein, 2002; Liu y col., 2007; IARC, 2010) por lo que su monitoreo
resulta de especial importancia. En particular, la Agencia Internacional para la Investigación en
Cáncer (International Agency for Research on Cancer: IARC) ha estudiado y clasificado los
HAPs, y las mezclas complejas que contienen los contienen, según su carcinogenicidad (Tabla
1)
12
Tabla 1 Clasificación según su carcinogenicidad de hidrocarburos aromáticos policíclicos (HAPs) y
mezclas complejas que contienen HAPs propuesta por la Agencia Internacional de Investigación en
Cáncer (IARC)
Grupo 1: el compuesto es cancerígeno para los seres humanos: La evidencia ha probado que
es un agente que se asocia con el cáncer en seres humanos.
Grupo 2A: probablemente cancerígeno para los seres humanos: Existe evidencia limitada
de una asociación con el cáncer en seres humanos, pero pruebas suficientes de asociación
con el cáncer en animales de experimentación.
Grupo 2B: posiblemente cancerígeno para los seres humanos: Existe evidencia limitada de
una asociación con el cáncer en seres humanos, y pruebas insuficientes asociadas con el
cáncer en animales de experimentación.
Grupo 3: no clasificable como cancerígeno para los humanos: La evidencia indica que no
es posible clasificarlo como un agente cancerígeno, basado en la información científica
disponible.
13
Muchos HAPs han sido clasificados como contaminantes prioritarios para la Agencia de
Protección Ambiental de los EEUU (EPA: Environmental Protection Agency) debido a su
toxicidad, prevalencia y persistencia en el ambiente, y al incremento de esos compuestos que se
ha producido en la atmósfera. La EPA considera como prioritarios a 16 HAPs. Estos son:
naftaleno, acenafteno, acenaftileno, fluoreno, fenantreno, antraceno, fluoranteno, pireno,
benzo[a]antraceno, criseno, benzo[b]fluoranteno, benzo[k]fluoranteno, benzo[a]pireno,
dibenzo[a,h]antraceno, benzo[g,h,i]perileno e indeno[1,2,3-c,d]pireno (Fig.1).
14
EFECTOS EN LA SALUD HUMANA
Los efectos adversos en la salud humana del material particulado dependen de su tamaño y
composición química. Cuanto menor es el tamaño de la partícula, mayor es el riesgo sobre la
salud humana. Las partículas con diámetros menores a 10 µm son fácilmente respirables y
penetran en los pulmones pudiendo ocasionar, en mayor o menor medida, daños en el sistema
respiratorio. Las partículas de tamaño comprendido en el intervalo 2,5 – 10 µm se depositan en
la tráquea, bronquios y bronquiolos. Más peligrosas son las partículas de tamaño inferior a 2,5
µm, ya que son capaces de llegar a los alvéolos pulmonares, donde las más hidrosolubles se
disuelven y las menos hidrosolubles se depositan.
Uno de los componentes más frecuentes de las partículas atmosféricas con efectos adversos en
la salud humana, son los metales. Estudios epidemiológicos recientes han informado
asociaciones estadísticas entre exposiciones a bajas concentraciones de metales y diversos
efectos adversos. Por ejemplo, los metales pueden tener efectos neurotóxicos (Pb, Hg y Mn),
contribuir o exacerbar enfermedades cardiovasculares (Pb, As, Cd, Hg, Co, Fe), afectar los
riñones (Pb, Cd, Hg), pueden ser carcinogénicos (Cr, Ni, As, Cd, Pb, Co) y provocar problemas
en el desarrollo (Pb, As, Hg, Cd) (Nordberg y col., 2014).
15
Por otro lado, el material particulado puede transportar también microorganismos patógenos.
Las infecciones respiratorias agudas no son producidas por las partículas inertes, sino por
microorganismos asociados a las mismas. Los patógenos oportunistas viajan en la corriente de
aire y aprovechan los efectos de irritación y laceración de los epitelios causados por las
partículas, lo que sumado a la colmatación de la red de cilios que protegen el sistema
respiratorio, contribuye a una mayor probabilidad de generar algún problema respiratorio
(Blanco Becerra, 2011).
Los efectos que producen las partículas en la salud humana no dependen únicamente de su
tamaño ni de sus características superficiales. Su composición química también es primordial,
ya que los compuestos orgánicos asociados al material particulado son responsables de muchos
de los problemas causados por los aerosoles atmosféricos, debido a que algunas especies
presentes en el aerosol tienen un cierto carácter cancerígeno y mutagénico, como es el caso de
los HAPs (IARC, 2010).
Un agente genotóxico es aquel que produce algún tipo de alteración en el material genético o en
sus componentes asociados. De esta manera Pueden inducir mutaciones, interferir en procesos
enzimáticos de reparación del ADN, o bien interferir en la génesis o polimerización del material
proteico involucrado en la segregación cromosómica.
16
de otras ciudades dado que no hay acumulación de contaminantes debido a que los vientos
provenientes del Rio de la Plata limpian fácilmente la atmósfera (Bogo y col., 2003;
Vasconcellos y col.; 2011).
La ciudad de Córdoba es la segunda ciudad más importante del país en cuanto a su número de
habitantes. Su centro urbano está ubicado a 470 metros sobre el nivel del mar y está rodeada por
sierras. Una gran variedad de industrias se ubican en la periferia de la ciudad, incluyendo
metalmecánica, alimentarias, metalúrgicas, etc. El área urbana enfrenta serios problemas de
contaminación atmosférica principalmente en el invierno, cuando ocurren fenómenos de
inversión térmica. Ésta es agravada por incendios forestales en las sierras cuyas plumas puede
llegar a la ciudad disminuyendo la visibilidad. El incremento en el número de autos, la falta de
control de emisiones y el escaso uso de convertidores catalíticos, ha producido un incremento
considerable en las emisiones de gases y partículas (López y col., 2011).
17
químicas de las partículas más finas (PM2.5), que permitan confirmar esta tendencia, a pesar de
que se reconocen los problemas de salud asociados a las mismas.
Hasta el momento existe mucha información sobre los efectos nocivos del material particulado
en la salud del hombre y en particular, sobre su capacidad genotóxica. Sin embargo, la mayoría
de estos estudios se han realizado en países de Europa o América del Norte, los cuales presentan
situaciones muy diferentes a la de los países latinoamericanos en cuanto a los niveles y tipos de
emisiones así como respecto a las condiciones socioeconómicas de la población. El hecho de
que las condiciones meteorológicas, topográficas y la actividad antropogénica de un sitio
determinado puedan modificar, entre otros factores, la composición de las partículas en
suspensión, justifica la realización de estudios de monitoreo in situ. Ensayos de genotoxicidad
realizados en la Ciudad de Córdoba con Tradescantia pallida, demostraron que la concentración
de compuestos genotóxicos es suficientemente elevada como para provocar alteraciones en los
biomonitores empleados, por lo que podrían tener también efectos perjudiciales en el hombre
(Carreras y col., 2006; García Ferreyra y Carreras Arancibia, 2008)
El contar con información sobre las características químicas de estas partículas así como con un
análisis de la contribución de cada fuente de emisión, permitirá evaluar los riesgos de exposición
del hombre a las partículas atmosféricas y contribuirá al diseño de medidas de control más
afectivas.
OBJETIVO GENERAL
18
OBJETIVOS ESPECÍFICOS
1. Elaborar una base de datos con información diaria sobre la concentración de material
particulado fino y grueso en la ciudad de Córdoba.
HIPÓTESIS
19
I. VARIACIÓN TEMPORAL EN LA
COMPOSICIÓN Y CONCENTRACIÓN
DE MATERIAL PARTICULADO
TOTAL. FRACCIONES ORGÁNICA E
INORGÁNICA.
RESUMEN
20
lo que destaca la importancia de monitoreos a largo plazo para comprender los patrones de
variación temporal de este contaminante.
INTRODUCCIÓN
Los estándares de emisión que se emplean en nuestro país son los mismos que emplea la Agencia
de Protección Ambiental (EPA – EEUU), basándose en la Norma Nacional de Calidad del Aire
Ambiente (del inglés, NAAQS). Para las Partículas Totales en Suspensión, (PTS) el estándar
establecido es de 75 µg/m3 promedio anual, mientras que las concentraciones diarias, no deben
superar los 150 μg/m3 (estándar secundario). Por otro lado, para PM10 el estándar anual fijado
es de 50 µg/m3 (Lacasaña-Navarro y col., 1999) y el estándar 24 hs es de 150 μg/m3 (EPA,
2008). La Organización Mundial de la Salud (OMS), por otro lado, establece límites para PM10
de 50 μg/m3 promedio anual y 20μg/m3 promedio 24 h, mucho más conservativos (OMS, 2006).
21
concentración es más alta durante periodos de bajas temperaturas. Así por ejemplo, (Gomišček
y col., 2004) encontraron mayores concentraciones invernales en ciudades de Austria para las
fracciones de tamaño PM1, PM2.5 y PM10. En Atenas, Grecia, los niveles de PM2.5 y PM10 en
invierno fueron 2 a 3 veces mayores que en la estación cálida (Chaloulakou y col., 2003).
También en Córdoba, la mayor concentración de partículas se produce en la época invernal
debido a las frecuentes inversiones térmicas que favorecen la concentración y permanencia de
contaminantes en las capas inferiores de la atmósfera, particularmente durante la noche y
primeras horas de la mañana (Stein y Toselli, 1996; Olcese y Toselli, 2002).
En lo que respecta a la composición de las partículas, la fracción inorgánica incluye metales que
pueden ser tóxicos para la salud, que pueden ser emitidos por industrias o combustión de
combustibles fósiles (Merešova, 2008), y cuya caracterización es importante cuando se busca
estimar fuentes de emisión. Dentro de los compuestos orgánicos presentes en ambientes urbanos
se encuentran los hidrocarburos aromáticos policíclicos, que al estar asociados a partículas
presentan su misma variación estacional, fluctuando entre las fases gaseosa y particulada en
función de la temperatura ambiente (Ohura y col., 2004; Liu y col., 2007; Zhao y col., 2011).
Las concentraciones más altas de HAPs durante el invierno también responden al hecho de que
las condiciones meteorológicas del verano favorecen la fotodegradación de los HAPs y facilitan
la dispersión y dilución en la atmósfera (Caricchia y col., 1999). Por todo lo anteriormente
expuesto se espera encontrar una mayor concentración de partículas y HAPs en el invierno.
OBJETIVOS
22
OBJETIVOS ESPECÍFICOS
1. Elaborar una base de datos con información diaria sobre la concentración de PTS y PM10 para
la ciudad de Córdoba.
6. Comparar los niveles de partículas encontrados en la ciudad de Córdoba con los estándares
de emisión y valores registrados en otras ciudades del mundo.
METODOLOGÍA
Sitio de muestreo
Las muestras de material particulado fueron tomadas en la Facultad de Ciencias Exactas, Físicas
y Naturales, Ciudad Universitaria de Córdoba, Argentina (31°26’9,12” latitud sur,
64°11’38,36’’ longitud oeste) (Fig.1.1) en la terraza del segundo piso (aproximadamente a 9
metros de altura). La ciudad universitaria se sitúa al suroeste de la ciudad, es una zona abierta,
con muchos árboles y un importante porcentaje de suelo sin cobertura vegetal. En la zona,
trabajos previos han calculado un flujo moderado de vehículos, con 1000 vehículos/h durante
el día (López y col., 2011).
23
Figura1.1. Sitio de muestreo: Facultad de Ciencias Exactas Físicas y Naturales de la Universidad
Nacional de Córdoba, Ciudad Universitaria, Córdoba, Argentina.
Las muestras de PTS fueron tomadas diariamente mediante muestreo activo con una bomba de
medio volumen (Handi-vol) durante un periodo de dos años (8/8/2011- 13/09/2013). Las
partículas fueron colectadas con filtros de fibra de vidrio, que fueron luego almacenados a
-20°C, envueltos en papel aluminio y en bolsas herméticas.
24
Estimación de PM10
25
Los HAPs presentes en la fracción orgánica de las muestras se midieron empleando
cromatografía líquida de alta resolución (HPLC). Se utilizó un HPLC Perkin Elmer series 200,
con una columna C-18 de fase reversa (Luna 5u C18 (2) 100A 250 x 4.60mm d.i. 5µm) y un
detector de fluorescencia. Se trabajó con un gradiente de 2 solventes: agua miliQ:acetonitrilo
(1:3) y acetonitrilo puro (calidad HPLC); una temperatura de 30 °C, flujo de 1,8 mL/min y una
presión aproximada de 1900-2000 psi. Las condiciones de fluorescencia se detallan en la Tabla
1.1.
Para identificar los HAPs, se compararon los tiempos de retención en la muestra con los tiempos
en sustancias patrones, y para calcular la concentración de cada HAP se utilizó el método de
calibración externa. Se elaboraron curvas de calibración para cada HAP con estándares de
concentración 1 ppb, 5 ppb, 10 ppb, 25 ppb, 50 ppb y 100 ppb, preparados a partir de un mix de
16 HAPs de la EPA (PAH Calibration Mix Sigma Aldrich). El área de los picos se midió
utilizando el software TotalChrom Navigator versión 6.3.1 (Copyright © 2006 PerkinElmer,
Inc), que está acoplado al HPLC Perkin Elmer series 200.
26
no pudo ser cuantificado. Tampoco se pudo medir Indeno(1,2,3-cd)pireno debido a que su
tiempo de retención es muy similar al de benzo(ghi)perileno y las condiciones de fluorescencia
no son las mismas (longitud de onda de excitación y de emisión).
Análisis estadísticos
RESULTADOS
27
PTS [μg/m ]
3
Figura 1.2. Concentración anual promedio de partículas totales en suspensión (PTS) durante el período:
8/8/2011- 13/09/2013. Letras diferentes indican diferencias significativas entre años.
Tabla 1.2. Concentración anual promedio [μg/m3] y estadísticos descriptivos de partículas totales en
suspensión (PTS) durante el periodo: 8/8/2011- 13/09/2013.
28
PTS [μg/m ]
3
Figura 1.3. Concentración estacional promedio de partículas totales en suspensión (PTS) durante el
periodo: 8/8/2011- 13/09/2013. Letras diferentes indican diferencias significativas entre estaciones.
Tabla 1.3. Concentración estacional promedio [μg/m3] y estadísticos descriptivos de partículas totales
en suspensión (PTS) durante el periodo: 8/8/2011- 13/09/2013.
La concentración de PTS varió también significativamente entre los meses del año (H = 83,28;
p<0,01), con concentraciones mayores en julio, agosto, septiembre, noviembre y diciembre; y
menores en marzo, abril y mayo (Fig.1.4; Tabla 1.4).
29
PTS [μg/m ]
3
Figura 1.4. Concentración mensual promedio de partículas totales en suspensión (PTS) durante el
periodo: 8/8/2011- 13/09/2013. Letras diferentes indican diferencias significativas entre meses.
Tabla 1.4. Concentración mensual promedio [μg/m3] y estadísticos descriptivos de partículas totales
en suspensión (PTS) durante el periodo: 8/8/2011- 13/09/2013.
Mes n Media D.E. CV Mín Máx
Enero 44 151,75 60,28 40 66,46 315,90
Febrero 36 139,96 110,77 79 37,29 696,59
Marzo 23 97,15 39,81 41 42,12 180,96
Abril 39 100,88 40,98 41 0,04 200,68
Mayo 48 111,74 63,22 57 24,25 316,92
Junio 41 159,16 90,71 57 32,25 449,62
Julio 47 189,93 122,37 64 21,14 819,29
Agosto 54 193,65 108,34 56 54,76 579,23
Septiembre 49 229,35 194,37 85 28,88 1231,91
Octubre 44 139,43 113,86 82 13,01 668,36
30
Tabla 1.4. (continuación)
Mes n Media D.E. CV Mín Máx
Noviembre 42 197,43 132,01 67 61,87 544,12
Diciembre 45 189,83 125,93 66 66,86 666,71
Al considerar los años por separado, se observaron diferencias en el patrón estacional. Por este
motivo se generó una nueva variable: estación_año para describir las tendencias temporales.
Figura 1.5. Concentración promedio por estación_año de partículas totales en suspensión (PTS) durante
el periodo: 8/8/2011- 13/09/2013. Letras diferentes indican diferencias significativas entre estación_año.
31
Tabla 1.5. Concentración promedio [μg/m3] y estadísticos descriptivos por estación_año de partículas
totales en suspensión (PTS) durante el periodo: 8/8/2011- 13/09/2013.
Los valores diarios estimados de PM10 se presentan en la Figura 1.6 junto con los estándares de
emisión propuestos por la EPA y OMS. La concentración promedio estimada para PM10 fue de
135,14 ± 97,86 μg/m3 para todo el periodo de muestreo. En un 28,71 % de las muestras se superó
el estándar 24 h propuesto por la EPA de 150 μg/m3 y en un 91,77 % de las muestras se superó
el estándar propuesto por la OMS de 50 μg/m3.
32
1200
1000
Concentración [μg/m3]
800
600
400
200
0
08/08/2011 16/11/2011 24/02/2012 03/06/2012 11/09/2012 20/12/2012 30/03/2013 08/07/2013
PM10
PM10 Estándar EPA
Estándar EPA 2424
hs h Estándar
Estándar UEUE y OMS
y OMS 24 hs24 h
Figura 1.6. Concentración diaria estimada de PM10 [μg/m3] durante el período: 8/8/2011- 13/09/2013.
Es importante destacar que en los tres años de muestreo se superaron los estándares propuestos,
tanto por la OMS como por la EPA, para la concentración promedio anual de PM10. Debido a
que PM10 se estimó a partir de la concentración de PTS, los patrones de variación temporal son
los mismos. Se presenta a continuación en la Tabla 1.6 los valores obtenidos para la estimación
de PM10 por estación_año.
Tabla 1.6. Concentración estimada promedio de PM10 [μg/m3] y estadísticos descriptivos por
estación_año durante el período: 8/8/2011- 13/09/2013.
33
Tabla 1.6. (continuación)
Estación n Media D.E. CV Mín Máx
Otoño_2013 79 100,28 58,77 59 0,03 373,19
Invierno_2013 56 160,83 92,61 58 17,55 492,40
Cu
1%
Ca Zn
40% 4%
Ba
K 2%
8% Fe
S
9% 33%
Cr Mn Co Ni Cu Zn Br Sr
Ba Pb As Fe S K Ca V
Figura 1.7. Proporción de elementos químicos del total de elementos determinados en la fracción
inorgánica de las partículas totales en suspensión (PTS).
En la Tabla 1.7 se presentan los estadísticos descriptivos para los elementos determinados
durante todo el periodo muestreado. Los mayores valores se encontraron en los elementos: Ca,
K, Fe y S, mientras que los menores valores correspondieron a Co, V, Cr y As.
34
Tabla 1.7. Concentración promedio [ng/m3] y estadísticos descriptivos de los elementos determinados
en las partículas totales en suspensión (PTS) durante el periodo: 8/8/2011 - 13/09/2013.
Algunos elementos tales como Fe mostraron concentraciones relativamente estables a los largo
de todo el periodo de muestreo mientras que otros elementos como S, K, Ca, Mn, Co y Ba
mostraron mayores concentraciones en el año 2011. Un comportamiento diferente mostró Cu,
con valores significativamente mayores para el año 2013 respecto a los años 2011 y 2012
(Fig.1.8).
35
25 250
15 150
10 100
5 50
0 0
2011 2012 2013
Ca Fe S K Zn Ba Cu
Mn Sr Pb Co Cr PTS
TSP
Figura 1.8. Concentración anual acumulada de los elementos químicos determinados en la fracción
inorgánica de las partículas totales en suspensión (PTS) y concentración anual de PTS durante el periodo:
8/8/2011- 13/09/2013.
36
25 250
20 200
10 100
5 50
0 0
Verano Otoño Invierno Primavera
Ca Fe S K Zn Ba Cu
Mn Sr Pb Co Cr TSP
PTS
Figura 1.9. Concentración estacional acumulada de los elementos químicos determinados en la fracción
inorgánica de las partículas totales en suspensión (PTS) y concentración estacional de PTS durante el
periodo: 8/8/2011- 13/09/2013.
37
30 250
20
150
15
100
10
50
5
0 0
Ene Feb Mar Abril Mayo Jun Jul Ago Sep Oct Nov Dic
Ca Fe S K Zn Ba Mn
Cu Sr Pb Cr Co PTS
Figura 1.10. Concentración mensual acumulada de los elementos químicos determinados en la fracción
inorgánica de las partículas totales en suspensión (PTS) y concentración mensual de PTS durante el
periodo: 8/8/2011- 13/09/2013.
Ninguno de los elementos experimentó variaciones según día de la semana. Sin embargo,
cuando se analizaron las diferencias dentro de cada periodo estación_año, se obtuvieron
diferencias para el Ca en el invierno de 2011 y en el verano 2012/2013. También hubo
diferencias para el Mn durante el periodo verano 2011/2013. Cuando se analizó la composición
según estación_año, todos los elementos con excepción de Ca, Fe, Co y Cu tuvieron su mayor
concentración en verano 2011/2012 (p<0,01), mientras que estos últimos tuvieron su mayor
concentración en invierno de 2011 (Fig.1.11).
38
30 300
15 150
10 100
5 50
0 0
Ca Fe S K Ba Zn Cu
Mn Sr Pb Co Cr PTS
TSP
Figura 1.11. Concentración acumulada por estación-año de los elementos químicos determinados en la
fracción inorgánica de las partículas totales en suspensión (PTS) y concentración de PTS por estación-
año durante el periodo: 8/8/2011- 13/09/2013.
La concentración de HAPs totales tuvo concentraciones promedio de 7,26 ± 7,00 ng/m3, dentro
de un rango de variación que fue desde 0,41 hasta 60,19 ng/m3 (Tabla 1.8). El Naft es el HAP
que más contribuye a la concentración total de HAPs, con un porcentaje de 42 %. Luego le
siguen el Fluo, BbF y BghiP, con una contribución del 8 % al total de HAPs (Fig.1.12).
39
Tabla 1.8. Concentración promedio [ng/m3] y estadísticos descriptivos de hidrocarburos aromáticos
policíclicos (HAPs) individuales y totales durante el periodo: 8/8/2011- 13/09/2013.
40
1%
8%
4%
6%
42%
8%
3%
4%
3%
5%
2%
6% 8%
0%
Figura 1.12. Proporción de hidrocarburos aromáticos policíclicos (HAPs) individuales respecto de los
HAPs totales determinados en la fracción orgánica de las partículas totales en suspensión (PTS).
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP:
benzo(a)pireno; dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
41
C
Figura 1.13. Concentración anual promedio de hidrocarburos aromáticos policíclicos (HAPs) totales
durante el periodo: 8/8/2011- 13/09/2013. Letras diferentes indican diferencias significativas entre
años.
Ace, Fla y BbF tuvieron la misma tendencia de variación que los HAPs totales. Se observaron
concentraciones de Naft cuatro veces mayores en el año 2012 respecto los otros años. Fen, Ant,
BaA y Cri tuvieron también concentraciones mayores en el año 2012 respecto los otros años;
BkF tuvo concentraciones mayores en el 2011; dBahA tuvo concentraciones mayores en el año
2012 (Fig.1.14).
42
10
Concentración [ng/m3] 7
0
2011 2012 2013
Figura 1.14. Concentración promedio anual acumulada de los hidrocarburos aromáticos policíclicos
(HAPs) individuales determinados en la fracción orgánica de las partículas totales en suspensión (PTS)
durante el periodo: 8/8/2011- 13/09/2013.
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
En general, la variación de los HAPs según día de muestreo permitió describir un aumento de
los mismos en el periodo invernal de 2012. La Fig. 1.15 muestra la variación temporal en la
concentración de BaP, HAP que suele emplearse como marcador carcinogénico para una mezcla
compleja de estos compuestos (OMS, 2010).
43
6
Concentración [ng/m3]
4
0
8/8/2011 11/16/2011 2/24/2012 6/3/2012 9/11/2012 12/20/2012 3/30/2013 7/8/2013
Fecha
Figura 1.15. Concentración diaria de benzo(a)pireno (BaP) durante el periodo: 8/8/2011- 13/09/2013.
44
Tabla 1.10. Concentración estacional promedio [ng/m3] y estadísticos descriptivos de hidrocarburos
aromáticos policíclicos (HAPs) totales durante el periodo: 8/8/2011- 13/09/2013.
Estación n Media D.E. CV Mín Máx
Invierno 120 9,99 10,22 102 0,41 45,45
Otoño 123 7,04 6,32 90 0,57 60,19
Primavera 129 7,03 4,27 61 1,54 29,53
Verano 116 4,93 4,85 98 0,76 32,66
8
Concentración [ng/m3]
0
Verano Otoño Invierno Primavera
Naft Ace Fluo Fen Ant Fla Pir
BaA Cri BbF BkF BaP dBahA BghiP
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
45
La concentración total de HAPs varió significativamente entre los meses del año meses del año.
Noviembre y mayo fueron los meses con mayor concentración de HAPs totales mientras que
enero y febrero fueron los meses con menor concentración (Fig 1.18; Tabla 1.11).
CD
HAPs totales [ng/m3]
DE
A E AB CD
CD E
A CD BC
A
Figura 1.18. Concentración mensual promedio de hidrocarburos aromáticos policíclicos (HAPs) totales
durante el periodo: 8/8/2011- 13/09/2013. Letras diferentes indican diferencias significativas entre
meses.
46
Tabla 1.11. (continuación)
Mes n Media D.E. CV Mín Máx
Mayo 49 8,06 3,88 48 0,81 18,92
Junio 41 7,69 10,49 136 0,50 60,19
Julio 45 14,15 14,71 104 0,41 45,43
Agosto 33 7,13 4,36 61 1,98 19,98
Septiembre 46 7,30 4,97 68 1,54 29,53
Octubre 44 5,86 3,13 53 1,60 11,92
Noviembre 42 7,94 3,50 44 2,04 15,04
Diciembre 45 7,97 6,27 79 1,17 32,66
Cuando se consideraron los HAPs individuales, los HAPs mostraron variaciones mensuales
diferentes. BkF tuvo concentración mayor en febrero; Fluo en abril; Naft, Fla, BaP y dBahA en
mayo; Pir en julio; BaA, Cri, BaP y Bghi en agosto; Ace, Fen, Ant y Fla en septiembre.
47
E
HAPs totales [ng/m3]
BC
D
BC
C B D
BC
Figura 1.19. Concentración de hidrocarburos aromáticos policíclicos (HAPs) totales según estación y
año durante el período: 8/8/2011- 13/09/2013. Letras diferentes indican diferencias significativas entre
estación_año.
Tabla 1.12. Concentración promedio [ng/m3] y estadísticos descriptivos por estación y año de
hidrocarburos aromáticos policíclicos (HAPs) totales durante el periodo: 8/8/2011- 13/09/2013.
48
Tabla 1.12. (continuación)
Estación_año n Media D.E. CV Mín Máx
Otoño_2013 80 5,03 3,08 61 0,57 12,40
Invierno_2013 27 1,03 1,10 107 0,41 4,53
La misma tendencia se observó en todos los HAPs individuales, con mayores concentraciones
en el invierno de 2012 (Fig 1.20).
16
14
Concentración [ng/m3]
12
10
0
Invierno Primavera Verano Otoño Invierno Primavera Verano Otoño Invierno
2011 2011 2011/2012 2012 2012 2012 2012/2013 2013 2013
Naft Ace Fluo Fen Ant Fla Pir BaA Cri BbF BkF BaP dBahA BghiP
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
49
DISCUSIÓN
La concentración de PTS en la ciudad de Córdoba (164,64 ± 119,87 μg/m3 promedio para todo
el período) obtuvo valores comparables a los de San Pablo y Río de Janeiro, Brasil, para décadas
atrás (Lacasaña-Navarro y col., 1999; FEEMA y GTZ, 1995); menores en relación a ciudades
como Delhi, India, y Beijing, China (Martín, 2005); y mayores respecto otras ciudades como
Riohacha, Caribe Colombiano (Rojano y col., 2012), Ciudad de Mérida, Venezuela (La Rosa y
col., 2013), Macedonia, Grecia (Samara, 2005), La Habana, Cuba (Varona y col., 2006) y
Buenos Aires, Argentina (Bogo y col., 2003). La concentración promedio anual para el año 2011
obtuvo valores similares a los de Shangai y Guiyang, China (Wang, 2005; Hu, 2012).
La concentración anual promedio estimada para PM10 fue para la ciudad de Córdoba de 135,14
± 97,86 μg/m3 para todo el periodo analizado, similar a otras ciudades latinoamericanas, tales
como Santiago de Chile, San Pablo y Ciudad de México (Lacasaña-Navarro y col., 1999).
Estudios previos realizados en la misma ciudad de Córdoba, mostraron que los valores de PM10
para el periodo 1996-1997 superaban el promedio anual de 50 µg/m3 propuesto por la EPA
(Sbarato y col., 2000), mientras que para el periodo 2009-2010, se reportaron concentraciones
anuales de PM10 de 107 ± 31 μg/m3 y 101 ± 14 μg/m3, para un sitio urbano y semiurbano
respectivamente (López y col., 2011). Los datos de PM10 estimados en el presente estudio
mostraron valores muy superiores a estudios previos de casi el doble respecto los datos de 1996-
1997 y 1,3 veces mayores respecto los datos de 2009-2010.
La concentración elemental varía desde pocos ng/m3 en elementos como V, Ni, Pb, Co, Cr y Sr;
a µg/m3 en elementos mayoritarios como Mn, Cu, Zn, Ba, K, S, Fe, Ca. Sin embargo, en su
conjunto representaron sólo el 11,3 % de la masa total de partículas, que se completa con
carbono orgánico (CO) y el carbono elemental (CE) como principales constituyentes del
material particulado en atmósferas urbanas (Norris y col., 2008)
50
promedio de 37,64 ng/m3 para todo el periodo, concentración esperable para una atmosfera
urbana.
El Ba en aire puede tomar valores entre 0,02 y 0,73 ng/m3 en zonas remotas y valores entre 0,2
y 90 ng/m3 en regiones contaminadas. En la ciudad de Córdoba se encontró un valor promedio
de 461,03 ng/m3 que fue muy alta, lo cual puede deberse a que los suelos de la provincia de
córdoba están naturalmente enriquecidos con Ba (Bermudez, 2011).
Las concentraciones de V en la atmósfera varían entre 0,5 a 8 ng/m3 en áreas remotas a 200
ng/m3 en áreas urbanas. En Córdoba la concentración fue de 44,44 ng/m3, valor relativamente
bajo en comparación con lo esperado para un sitio urbano.
La concentración del Fe varía entre 60 y 70 ng/m3 en áreas remotas y entre 50 y 14000 ng/m3
en áreas urbanas. Además el Fe representa el 33-38 % en masa del polvo atmosférico en regiones
urbanas. En la ciudad de Córdoba la concentración de Fe fue de 6847,69 ng/m3, siendo un valor
medio para el rango de valores citados para zonas urbanas.
El Cu tiene una concentración en el aire urbano de 1 a 200 ng/m3, mientras que en regiones
remotas la mediana de Cu es de 2,6 ng/m3. En Córdoba se encontraron concentraciones
comparativamente altas, de 247,79 ng/m3, para el rango urbano.
51
Se observó variación significativa entre años de muestreo para todos los elementos
determinados menos para Fe, así como también variaciones estacionales. El Ca mostró
variaciones anuales importantes, debidas probablemente a que durante el año 2011 y primera
mitad del 2012 hubo obras en construcción en la ciudad universitaria, y el Ca es un elemento
marcador de la construcción. El Cu tuvo un patrón de variación diferente respecto a los demás
elementos, con concentraciones mayores en el año 2013. Esta tendencia diferente podría indicar
una fuente de emisión distinta para este metal respecto los demás elementos. Ba y Zn, elementos
marcadores de tránsito vehicular (Lough y col., 2005; Wåhlin y col., 2006) experimentaron
variaciones estacionales importantes, con concentraciones mayores durante el verano. Como
elementos generados durante la combustión pueden permanecer en la atmósfera de horas a días,
a diferencia de los elementos originados en la corteza, que experimentan variaciones
estacionales más modestas y que son más fácilmente resuspendidos en las estaciones secas que
en las húmedas (Sax y col., 2007). Para comprender estas variaciones temporales se analizará
la influencia de las variables meteorológicas en el capítulo III y las posibles fuentes de emisión,
en el capítulo IV.
Los valores de HAPs totales fueron similares a los obtenidos en otras áreas urbanas como
Baltimore (cuyos valores están en el rango de 0,33-6,52 ng/m3) y New Brunswick (0,38-11,6
ng/m3) en USA (Gigliotti y col., 2000; Dachs y col., 2002). Además, cuando se comparan los
valores medidos en el presente estudio y los obtenidos para otras áreas urbanas e industriales de
Argentina, se puede notar que los valores fueron similares a los informados para un sitio
industrial (Rehwagen y col., 2005). Esta concentración comparativamente alta podría responder
tanto a diferencias en el número de fuentes locales, como a diferencias climáticas.
Los valores promedio de HAPs totales correspondientes al invierno, primavera y otoño fueron
más altos que los valores reportados para otras ciudades de Argentina (5,74 ng/m3) y Alemania
(4,39 ng/m3) (Rehwagen y col., 2005) aunque similares a los valores reportados para otras áreas
urbanas de Italia (8,41 ng/m3) (Amodio y col., 2009). Valores de HAPs más altos durante el
periodo invernal han sido informados en muchas ciudades del mundo, reportándose valores más
altos en un factor de 1,5 a 10 en invierno que en verano (Sharma y col., 2007; Amodio y col.,
2009; Zhu y col., 2009).
52
Las concentraciones de HAPs totales en primavera, otoño e invierno fueron significativamente
mayores que en el verano, lo cual puede responder a una influencia de las bajas temperaturas
que condensan los HAPs facilitando su adsorción en la fase particulada, al efecto de otras
condiciones meteorológicas como la inversión térmica y la baja velocidad del viento, o incluso
a tasas diferenciales de foto descomposición (Caricchia y col., 1999), que se analizarán con más
detalle en el capítulo III.
El HAP más abundante fue naftaleno, con concentraciones alrededor de 5 veces mayores que
los otros compuestos, para cada una de las estaciones. Sin embargo, estos valores fueron más
bajos que los medidos en otros lugares como Hong Kong donde la media para la concentración
de Naf fue de 993 ng/m3 (Ho y Lee 2002).
La segunda concentración más alta de HAPs fue la de Fen y BghiP, cuyos niveles variaron desde
9,13 x 10-4 a 3,13 ng/m3 y de 2,43 x 10-3 a 6,56 ng/m3, respectivamente. Sin embargo, estos
valores fueron considerablemente más bajos que aquellos reportados en India (Sharma y col.,
2007), donde los valores promedio de Fen y BghiP fueron de alrededor de 150 ng/m3 y 60 ng/m3,
respectivamente.
Los niveles diarios de BaP, el HAP más investigado y frecuentemente utilizado como un
indicador de riesgo carcinogénico, estuvo en el rango de 5,38x10-4 a 5,6 ng/m3, con un promedio
de 0,266 ± 0,429 ng/m3, los cuales son relativamente altos en comparación con aquellos
encontrados en otras ciudades latinoamericanas, como San Pablo, Brasil (0,13-0,28 ng/m3)
(Vasconcellos y col., 2003), pero similares a valores previos reportados para La Plata, Argentina
(0,381 ng/m3) (Rehwagen y col., 2005). Estos valores de BaP determinados en la fracción
orgánica de las PM10 pueden ser considerados como concentraciones totales, pues en la
atmósfera casi el 90 % del BaP total se encuentra en fase particulada (Kim y col., 2013).
CONCLUSIÓN
La concentración de PM10 estimadas superaron los estándares, incluso los más permisivos
establecidos por la EPA. PM10 tuvo concentraciones similares a las de otras ciudades
latinoamericanas pero mayor a los valores de años anteriores para Córdoba. Los HAPs totales
tuvieron concentraciones altas respecto otras ciudades del mundo, incluso de Argentina.
53
Los elementos que más aportaron en masa a las partículas fueron Ca y Fe. Sr, Ba, Mn, Co y Cu
tuvieron concentraciones comparativamente altas en relación a valores de emisión globales.
Respecto de los HAPs, el Naft fue el más importante en masa y el BaP, marcador de riesgo
carcinogénico, tuvo concentraciones altas en comparación con otras ciudades del mundo.
Hubo variaciones temporales significativas entre años y estaciones tanto para la concentración
de partículas como para la composición y concentración de elementos y HAPs. Los HAPs totales
tuvieron en general una concentración menor en el verano, probablemente por una mayor tasa
de fotodescomposición.
La variación estacional fue diferente según el año de muestreo, motivo por el cual estos estudios
a largo plazo son importantes para estudiar cuáles son las variables que influyen en este
comportamiento temporal.
54
II. VARIACIÓN TEMPORAL EN LA
COMPOSICIÓN Y CONCENTRACIÓN
DE MATERIAL PARTICULADO FINO
(PM2.5). FRACCIÓN INORGÁNICA.
RESUMEN
55
INTRODUCCIÓN
Las partículas menores a 2.5 µm (PM2.5), a diferencia de las totales o PM10, conllevan un mayor
riesgo para la salud humana. Estudios de toxicología experimental y epidemiológicos sugieren
que la fracción de partículas más relevantes en cuanto a los efectos adversos sobre la salud son
las partículas finas procedentes de la combustión debido a que penetran en profundidad en los
pulmones y pueden causar reacciones inflamatorias (Lacasaña-Navarro y col., 1999).
Los estándares que fija la OMS para la concentración promedio anual de PM2.5 son de 10 μg/m3
y para una concentración promedio diaria de 50 μg/m3 (OMS, 2006).
La toxicidad de las partículas está asociada no sólo a su masa, sino también a su tamaño, forma
y composición química, pudiendo contener una alta proporción de metales tóxicos, compuestos
orgánicos, etc. (López y col., 2011). Muchas especies químicas que se encuentran como trazas
en el ambiente aparecen en las fracciones de partículas más pequeñas. Por lo tanto, es
extremadamente importante monitorear el material particulado fino y definir un estándar para
su concentración en el ambiente con la finalidad de proteger la salud de la población (Lacasaña-
Navarro y col., 1999)
Los elementos químicos derivados de fuentes antropogénicas están usualmente presentes en esta
fracción fina mientras que aquellos derivados de fuentes naturales están usualmente presentes
en la fracción más gruesa (López y col., 2011). Esto está en relación a que el material particulado
fino contiene una mayor superficie de agregación que la fracción gruesa, lo cual facilita la
adsorción de componentes potencialmente tóxicos y la disolución o absorción de contaminantes
gaseosos. Los cocientes PM2.5/PM10 han sido utilizados para identificar las fuentes de PM2.5 y
PM10 (Chan y col., 2005; Charron y Harrison, 2005).
La variación temporal en las partículas finas generalmente presenta un patrón estacional, con
concentraciones mayores en el invierno ya que las bajas temperaturas aceleran la conversión de
gases a partículas, la altura de la capa de mezcla es menor y la menor velocidad del viento limita
la dispersión de contaminantes (Duan y col., 2004; Guinot y col., 2007). Contrariamente,
durante el verano, hay mayores precipitaciones que remueven los contaminantes del aire
reduciendo así la concentración de PM2.5 (Dai y col., 2013).
56
Un estudio realizado en la ciudad de Córdoba durante julio de 2009 y abril de 2010 describió a
la fracción de tamaño PM2.5 como una mezcla de polvo urbano resuspendido, metales tóxicos y
una proporción de polvo mineral (López y col., 2011). Sin embargo no se ha realizado hasta el
momento una caracterización completa de la masa y composición del material particulado fino
en la ciudad de Córdoba. En este trabajo se esperan encontrar diferencias estacionales marcadas
en los niveles de PM2.5, obteniendo mayores concentraciones en el periodo invernal. Se espera
una fuente de emisión antropogénica, dado los elementos provenientes de la corteza suelen estar
en fracciones más gruesas de tamaño.
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
57
METODOLOGÍA
Muestreo de partículas
58
de rayos X con radiación sincrotrón (SR-XRF) en el Laboratorio Nacional de Luz Sincrotron
(LNLS), Campinas, Brasil. Esta técnica satisface los requerimientos de ser una herramienta
sensible y poderosa para el análisis de muestras ambientales de aire (Bukowiecki y col., 2008).
Los límites de detección con SR-XRF están en el rango de los ng/m3 de aire, lo cual permite la
determinación de componentes mayores y menores de los filtros sin ningún tratamiento
adicional (López y col., 2011).
Las muestras de material particulado fueron excitadas con un haz monocromático de 12 keV.
La muestra fue montada verticalmente en frente del detector, a una distancia del haz de ≈ 65
cm. Se empleó un detector de Ge a 90º respecto la dirección incidente del haz. La distancia entre
las muestras y el detector fue de alrededor de ≈ 2 cm, considerando que las mediciones fueron
obtenidas con aire de por medio. Las muestras fueron excitadas en dos sectores diferentes del
filtro, obteniéndose así 2 espectros por muestra (réplicas) para contemplar la heterogeneidad en
la deposición de aerosol durante la recolección. Los espectros de XRF fueron analizados usando
la aplicación PyMca versión 4.7.4. Las áreas de los picos fueron normalizadas según la
intensidad de la corriente obteniéndose las concentraciones relativas de los elementos. Los
valores menores a tres veces el ruido de fondo fueron considerados debajo del límite de
detección y fueron denotadas como cero. De este modo se determinó la concentración de K,
Ca, Ti, V, Cr, Mn, Fe, Co, Ni, Cu y Zn. Para llevar a cabo la cuantificación elemental se empleó
el espectro XRF de un filtro de material certificado (Standard Reference Material®2783 -Air
particulate on filter media) como material de referencia.
Análisis estadístico
59
Se analizó la relación entre la concentración de PM2.5 y la concentración de los elementos
determinados mediante correlación de Spearman. También se analizó la relación entre PM 2.5 y
PTS. Se consideraron coeficientes de correlación significativos cuando p<0,05.
Se calculó el cociente PM2.5/PM10 con la finalidad de estimar si las partículas finas tuvieron un
origen natural o antropogénico. Cocientes > 0,6 se asocian a una alta contribución de partículas
secundarias y fuentes de combustión, mientras que cocientes <0,6 indican una contribución
significativa de resuspensión de suelo y polvo de los caminos, así como de otras actividades
mecánicas (Pérez y col., 2008; Querol y col., 2004)
RESULTADOS
La concentración promedio de PM2.5 para todo el periodo de muestreo fue de 11,86 ± 36,60
μg/m3 para un total de 133 muestras, con un rango de valores desde 0,022 a 259,08 μg/m3 (Fig.
2.1). El límite de concentración promedio de 24 h de PM2.5 establecido por la OMS (50 µg/m3)
se vió superado en el 7,5 % de las muestras (10/133)
60
1,E+03
1,E+02
Concentración [μg/m3]
1,E+01
1,E+00
1,E-01
1,E-02
9/11/12 17/2/13 28/5/13 5/9/13 14/12/13 24/3/14 2/7/14 10/10/14 18/1/15
3
LímiteOMS
Límite OMS2424hsh PM2.5
PM 24 24 hhs(μg/m
(µg/m3)
)
2.5
3
5 5per.
per.media
mediamóvil
móvil(PM2.5
(PM2.5 24
24 hs
h (μg/m ))
(µg/m3))
Figura 2.1. Concentración diaria de PM2.5 durante el periodo 09/11/2012-17/03/2015. La línea continua
representa una media móvil de 5 días y se señala el estándar de emisión para la concentración de PM 2.5
de la OMS: 50μg/m3.
Considerando los promedios anuales, durante el periodo de muestreo se superó el valor que
propone la OMS de 10 μg/m3. Al analizar los años por separado (Tabla 2.1), el promedio anual
del 2013 es el que supera los estándares de la OMS, periodo en el que se registraron muchos
eventos extremos. A pesar de estos, no se encontraron diferencias significativas entre años (Fig
2.2).
Tabla 2.1. Concentración anual promedio [μg/m3] y estadísticos descriptivos de PM2.5 durante el período
09/11/2012-17/03/2015.
61
PM2.5 [μg/m ]
3
62
B
PM2.5 [μg/m ]
3
A A
Tabla 2.2. Concentración estacional promedio [μg/m3] y estadísticos descriptivos de PM2.5 durante el
periodo: 09/11/2012-17/03/2015.
Cuando se consideró la variación estacional discriminando años, sólo para el año 2012 hubo
diferencias significativas en la concentración de PM2.5. Empleando como criterio de
clasificación la variable: estación_año, hubo diferencias significativas entre periodos con
mayores valores para el invierno y primavera 2013 respecto los demás periodos (Fig.2.4; Tabla
2.3).
63
C
PM2.5 [μg/m ]
3
AB B A AB
B AB AB B
Figura 2.4. Concentración promedio de PM2.5 por estación y año durante el periodo 09/11/2012-
17/03/2015. Letras diferentes indican diferencias significativas entre estación_año.
Tabla 2.3. Concentración promedio [μg/m3] según estación_año y estadísticos descriptivos de PM2.5
durante el periodo: 09/11/2012-17/03/2015.
64
Variación temporal en la composición elemental de PM2.5
El total de los elementos determinados en PM2.5 representaron el 6,5 % de su masa total. De esa
fracción inorgánica, los elementos que más contribuyen en masa fueron: Fe, Ca y K (Fig.2.5).
La Tabla 2.4 muestra la concentración promedio de los elementos determinados en PM2.5 para
todo el periodo.
K
K
19% Ca
Ti
Fe
36% V
Ca Cr
33% Mn
Fe
Co
Figura 2.5. Proporción de elementos químicos del total de elementos determinados en la fracción
inorgánica de PM2.5.
Tabla 2.4. Concentración promedio de los elementos determinados en PM2.5 [ng/m3] durante el período:
09/11/2012-17/03/2015.
65
Cuando se consideró la variación anual en la concentración y composición elemental, Ca, V,
Fe, Co, Ni y Cu no mostraron diferencias significativas entre años; K tuvo concentraciones
significativamente mayores en 2013 y 2015, mientras que Ti, Cr, Mn y Zn tuvieron
concentraciones mayores en el año 2013 y 2012 (Fig.2.6).
1,E+04 25
1,E+03 20
1,E+02 15
1,E+01 10
1,E+00 5
1,E-01 0
2012 2013 2014 2015
Ni Cr Zn Mn V Ti
Ca Fe Co K Cu PM2.5 [μg/m3]
PM2.5
Figura 2.6. Concentración anual promedio acumulada delos elementos determinados en PM2.5 y
concentración anual promedio de PM2.5 durante el periodo: 09/11/2012-17/03/2015.
Los elementos que tuvieron la misma tendencia estacional que la masa de PM2.5 fueron K, Ca y
Fe, con concentraciones significativamente mayores para el invierno, del mismo modo que para
Ti, V, Mn y Zn. Cr, Ni y Cu no varían estacionalmente. Co mostró un patrón de variación
diferente con concentraciones significativamente mayores en primavera>verano>invierno (Fig.
2.7)
66
1,E+04 100
1,E+03
Concentración elemental [ng/m3]
10
1,E+01
1,E+00
1,E-01 1
verano otoño invierno primavera
Co K Ca Fe
Ti V Zn Mn
Cr Cu Ni [μg/m3]
PM2.5[μg/m3]
PM2.5
Figura 2.7. Concentración estacional promedio de los elementos determinados en PM2.5 y concentración
estacional promedio de PM2.5 durante el periodo: 09/11/2012-17/03/2015.
67
1,E+04
1,E+02
1,E+03
Concentración elemental [ng/m3]
1,E+02
1,E+01
Concentración de PM2.5 [μg/m3]
1,E+01
1,E+00
1,E+00
1,E-01
1,E-02
1,E-01
Verano_2012/2013
Invierno_ 2013
Invierno_ 2014
Primavera_ 2012
Primavera_ 2014
Primavera_ 2013
Otoño_ 2013
Otoño_ 2014
Verano_ 2013/2014
Verano_ 2014/2015
Zn Ni Cr Mn
Ti K Ca Fe
3
Co V Cu PM2.5
PM2.5
PM [μg/m3]]
[μg/m3]
2.5 [μg/m
Figura 2.8. Concentración de los elementos determinados en PM2.5 según estación_año y concentración
promedio de PM2.5 por estación_año durante el periodo: 09/11/2012-17/03/2015.
Todos los elementos determinados, con excepción del Co, tuvieron un patrón de variación
similar a la concentración de PM2.5, resultando en correlaciones positivas (Tabla 2.5).
68
Tabla 2.5. Coeficientes de correlación de Spearman (ρ) entre la concentración de PM2.5 y la de sus
elementos constituyentes.
Elemento ρ
K 0.93*
Ca 0.92*
Ti 0.93*
V 0.92*
Cr 0.95*
Mn 0.91*
Fe 0.91*
Co -0.42
Ni 0.82*
Cu 0.8*
Zn 0.92*
* significativo (p<0.05)
Se realizó un análisis de correlación entre PTS y PM2.5 durante el periodo en que se colectaron
ambas fracciones de partículas (n=58) (Fig.2.9). Se encontró una correlación significativa entre
PTS y PM2.5 mientras que la correlación entre los elementos que forman parte de su composición
elemental sólo fue significativa para Ca.
69
700 40
600 35
0 0
5/6/2013
10/18/2012
8/14/2013
12/7/2012
1/26/2013
3/17/2013
6/25/2013
10/3/2013
TSPPM2.5 PM2.5
PM2.5
Figura 2.9. Concentración diaria de partículas totales en suspensión (PTS) y de PM2.5 durante el período:
09/11/2012-13/09/2013.
DISCUSIÓN
En muchos estudios también la concentración de PM2.5 fue mayor durante el invierno (Duan y
col., 2007; Guinot y col., 2007; He y col., 2001; Sax y col., 2007). Por ejemplo en Santiago de
Chile la concentración de PM2.5 en la estación fría es 3 veces mayor a la concentración en la
estación cálida (Sax y col., 2007). En este sentido, la ciudad de Córdoba tuvo una concentración
1,19 veces mayor en la estación fría respecto la cálida, para todo el periodo analizado, aunque
las diferencias no son estadísticamente significativas. Las diferencias en los niveles de PM 2.5
entre el invierno y el verano generalmente son atribuidas a la calefacción, a cambios en el
número de vehículos u otros factores estacionales (Akyüz y Çabuk, 2009b) o a las condiciones
70
meteorológicas que limitan la dispersión (He y col., 2001). Sin embargo, en la ciudad de
Córdoba sólo hubo diferencias estacionales significativas en el año 2013, coincidiendo con
estudios previos realizados en la ciudad (López y col., 2011). Esto podría deberse al importante
aporte de partículas provocado por incendios forestales que fueron muy frecuentes en ese año
(Esper y col., 2014).
En lo que respecta a la composición de PM2.5, los elementos que más aportaron en masa a estas
partículas fueron Fe, Ca y K. Particularmente para Fe se registraron valores que son más del
doble de los valores obtenidos en otras ciudades de Brasil, Chile (Santiago), EEUU, Italia
(Milán), España (Cartagena) y Vietnam (Hanoi), así como con datos previos para la ciudad de
Córdoba (López y col., 2011). Sin embargo, representó solo el 60 % de los valores encontrados
para Beijing (He y col., 2001). El Ca tuvo valores comparables con la ciudad de Cartagena,
España (Negral Álvarez, 2010). El K tuvo valores similares a los de Brasil (de Miranda y col.,
2012) y Santiago de Chile (Sax y col., 2007) (Tabla 2.6)
Tabla 2.6. Concentración de elementos determinados en PM2.5 para este estudio y en otras ciudades del
mundo.
Beijing, China
Birmingham,
Milán, Italia
Cartagena,
2009-2010
Santiago,
Córdoba
EEUU**
Chile***
Vietnam
Atlanta,
Brasil *
España
Hanoi,
EEUU
EEUU
2012-2015
Variable
Córdoba
K 354,2 170 225,3 72,9 59 118 974 390 200 2830 253,8
Ca 615,86 289 64,0 57 43 114 459 80 545 1230 82,5
Concentración elemental (ng/m3)
71
El total de los elementos determinados en PM2.5 representaron solo el 6,5 % de la masa total de
PM2.5. Los elementos más abundantes fueron Ca, Fe y K; y representaron el 6,22 % de la masa
total de PM2.5, mientras que en Utah, EEUU, la proporción que representan los elementos de la
corteza terrestre respecto PM2.5 es del 4 % (Long y col., 2005)
En lo que respecta a los valores extremadamente altos observados para la primavera y el invierno
de 2013, el Fe, Ca, K y Ti tuvieron 28, 24, 21 y 18 veces mayor concentración en este periodo
respecto las demás estaciones y años. Son los elementos que mayores coeficientes de variación
tuvieron a lo largo de todo el periodo de muestreo (>300 %). Esto podría indicar que durante
ese año hubo episodios extremos de tormentas de tierra, o bien al aporte de material particulado
de los incendios forestales que se registraron en las cercanías de la ciudad. De hecho, el K
suele ser un marcador de incendios (Zelenka y col., 1994). Tanto el K como el Ca se originan
de la corteza terrestre y son resultado de la quema de biomasa (Sax y col., 2007).
Zn también fue un elemento que mostró grandes variaciones a lo largo de todo el periodo de
muestreo, con un coeficiente de variación de 269 % y con una concentración 17 veces mayor
para el invierno y primavera de 2013 que para el resto del tiempo de muestreo. El Zn es un
marcador de tránsito, ya que se produce por desgaste de frenos y neumáticos (Lough y col.,
2005; Wåhlin y col., 2006). También se observaron valores altos de Co, en comparación con los
valores para otras ciudades e incluso para la ciudad de Córdoba. Las fuentes de Co en la
atmósfera pueden ser tanto naturales como antropogénicas. Las fuentes naturales incluyen el
polvo arrastrado por el viento, los incendios forestales y emisiones biogénicas continentales
(Kabata-Pendias y Mukherjee, 2007). Por otro lado, las fuentes antropogénicas incluyen la
minería y el procesamiento de minerales de Co, la utilización de lodos que contienen Co,
fertilizantes de fosfato, la deposición atmosférica de actividades tales como la quema de
combustibles fósiles y la fundición y refinación de metales (OMS, 2006). Sin embargo, los
resultados obtenidos en este estudio no permitirían inferir con exactitud cuáles fueron las
fuentes de emisión de este elemento.
La relación PM2.5/PM10 fue muy baja (0,07) en comparación con los valores informados para
otras ciudades, indicando una baja proporción de partículas finas. En Beijing, una de las
ciudades más contaminadas del planeta, el PM2.5 representa el 64 % de la masa de PM10 (He y
col., 2001). En otras ciudades se ha mencionado que el cociente PM2.5/PM10 exhibe valores
72
mayores en el invierno que en el verano (Gomišček y col., 2004; Sun y col., 2004). De manera
similar, en el presente estudio los valores del cociente fueron 0,13 para la estación fría y 0,02
para la estación cálida. Para ambas estaciones en la ciudad de Córdoba el cociente es bajo
indicando como posible fuente de emisión de partículas a la resuspensión de polvo del suelo y
caminos (Akyüz y Çabuk, 2009a).
CONCLUSIÓN
73
III. VARIACIÓN TEMPORAL EN LA
CONCENTRACIÓN DE PARTÍCULAS
(PTS Y PM2.5) Y HAPs TOTALES EN
RELACIÓN CON VARIABLES
METEOROLÓGICAS.
RESUMEN
74
INTRODUCCIÓN
La relación que puede existir entre los contaminantes atmosféricos y las variables
meteorológicas depende de las fuentes locales y del tamaño de las partículas (Khan y col., 2010;
Tai y col., 2010), así como de la topografía (Alvarado y col., 2010). Algunos estudios describen
la variación temporal en la concentración de partículas empleando modelos predictivos o
explicativos de regresión lineal múltiple (Silva y col., 2003; Ramos-Herrera y col., 2010; Reina
y Olaya, 2012). El hecho de poder contar con un modelo predictivo de estos contaminantes para
la ciudad de Córdoba sería valioso para estimar el riesgo al que se ve expuesto la población y
así proteger la salud humana frente a la exposición a estos contaminantes.
Se espera entonces encontrar una asociación negativa entre la concentración de partículas (PTS,
PM2.5) así como de HAPs adsorbidos a su superficie con las variables meteorológicas:
temperatura, precipitaciones y velocidad del viento.
OBJETIVOS
76
OBJETIVOS ESPECÍFICOS
3. Elaborar modelos predictivos para las variables concentración de PTS, PM2.5 y HAPs
totales en función de variables meteorológicas y temporales.
METODOLOGÍA
Área de estudio
El clima en la ciudad de Córdoba es sub-húmedo con una precipitación media anual de 790 mm,
la cual se concentra principalmente en verano, con una temperatura media anual de 17,4°C y
vientos predominantes del NE, S y SE. En el invierno ocurren fenómenos de inversión térmica
que elevan la concentración de contaminantes durante este periodo (López y col., 2011).
Análisis estadístico
Los datos meteorológicos diarios de precipitaciones (PP) [mm] y datos horarios de temperatura
(T) [°C], temperatura de rocío (TR) [°C], humedad relativa (HR) [%], presión atmosférica (PA)
[hPa], velocidad del viento (VV) [km/h], dirección del viento (DV) [decagrados] y visibilidad
(V) [km] fueron solicitados al Servicio Meteorológico Nacional para todo el periodo de
muestreo, que se extiende desde el 08/08/2011 hasta el 23/02/2015. Se calcularon los promedios
diarios para T, TR, HR, PA, VV y V; y la moda diaria para DV. Se consideró el día de muestreo
según las horas de colocación y retirada de los filtros (10h a 10h del día siguiente). También se
calcularon promedios estacionales que se compararon con análisis de la varianza no paramétrica
de Kruskal wallis y test U de Mann Whitney a posteriori (p<0,05). Para las precipitaciones se
77
calcularon los mm acumulados por estación. Se realizó un análisis de correlación de Spearman
entre las variables meteorológicas, empleando software Infostat (Di Rienzo y col., 2011) y se
utilizó el software WRPLOT View version 7.0.0 para elaborar la rosa de los vientos.
Se realizó un análisis de correlación de Spearman entre la concentración de PTS, concentración
de PM2.5 y la concentración de HAPs totales con cada una de las variables meteorológicas
consideradas.
Para evaluar la influencia de la dirección del viento se realizó un análisis de la varianza no
paramétrico de Kruskal wallis con test U de Mann Whitney (p<0,05) para comparar las
concentraciones de cada uno de los contaminantes según 4 direcciones del viento. Para analizar
la influencia de las precipitaciones, se categorizó esta variable según intervalos: 0-1mm; 1-
10mm y >10 mm y se compararon los promedios de la concentración de partículas (PTS y PM2.5)
y HAPs totales nuevamente con análisis de la varianza no paramétrico.
A partir de los análisis de correlación entre pares de variables se identificaron las variables que
podían ser predictoras significativas en un modelo de regresión lineal múltiple. Además de las
variables meteorológicas se incorporaron variables temporales como el día de la semana, mes,
estación y año. Se transformaron con logartimo natural las variables de respuesta (PTS, PM2.5 y
HAPs totales) para poder emplear modelos lineales. Se elaboraron modelos predictivos
mediante el método de estimación de máxima verosimilitud (REML) (Di Rienzo, Casanoves y
col., 2011). Se incorporaron las variables de a poco (Stepwise), probando interacciones y
bloques. Cuando 2 variables regresoras tuvieron un coeficiente de correlación entre ellas mayor
a 0,7 se escogió una. Se probó también la correlación autoregresiva de orden 1 ya que al tratarse
de series temporales, la muestra de un día no es independiente de la muestra del día siguiente.
En todos los casos se probaron los supuestos mediante los diagnósticos gráficos (QQplot,
predichos vs residuos). Se utilizó el criterio AIC para seleccionar el modelo más parsimonioso.
Se elaboraron finalmente 3 modelos predictivos, para cada una de las variables de respuesta,
con la forma: Y = β0 + β1X1 + β2X2 + … + βkXk + ε donde: Y es la variable de respuesta (Ln
PTS, LN PM2.5 y LnHAPs); β0 es la ordenada al origen; β1, β2, …, βk son los coeficientes de
regresión lineal de cada una de las k variables explicativas (X1, X2,…,Xk), y ε es el error
estándar.
78
RESULTADOS
La Fig. 3.1 muestra el climodiagrama para todo el periodo de muestreo. Se presenta en la Tabla
3.1 la estadística descriptiva para las variables meteorológicas por estación y año.
Durante el periodo total de muestreo, la T promedio anual fluctuó entre 17,14°C y 18,14°C. Las
PP anuales acumuladas fueron: 573 mm (para el año 2011), 787 mm (2012), 780 mm (2013) y
770 mm (2014).
30 400
20
250
15 200
150
10
100
5
50
0 0
I_2011
I_2012
I_2013
I_2014
P_2011
P_2012
P_2013
P_2014
V_2011/2012
O_2012
V_2012/2013
O_2013
V_2013/2014
O_2014
V_2014/2015
PP [mm] T[°C]
79
Tabla 3.1. Promedio ± DE y min_máx por estación-año de las variables meteorológicas para el
período: 08/08/2011-23/02/2015. V: verano; O: Otoño; I: invierno; P: primavera. Las
precipitaciones son acumuladas.
Estación PP
T [°C] TR [°C] HR [%] PA [hPa] VV [km/h] V [km]
_ Año [mm]
12,07 ± 4,72 -0,3 ± 5,74 48,3 ± 16,67 962,34 ± 5,78 14,18 ± 5,9 9,62 ± 1,68
I_2011 18,2
2,52 _ 22,65 -11,77 _ 13,38 20,58 _ 90,17 947,65 _ 976,17 6,75 _ 34,29 3,64 _ 13,54
20,84 ± 4,03 10,87 ± 3,91 57,22 ± 14,07 958,71 ± 3,77 15,43 ± 5,52 10,66 ± 1,71
P_2011 255
9,12 _ 29,8 0,97 _ 18,9 32,79 _ 95,75 946,45 _ 969,38 5,79 _ 28,58 4,49 _ 15
V_2011/ 24,07 ± 3,25 16,08 ± 3,86 64,6 ± 15,22 957,25 ± 3,97 13,9 ± 4,45 10,96 ± 1,76
343
2012 15,79 _ 32,98 3,93 _ 23,83 31,92 _ 93,33 948,2 _ 968,57 6 _ 24,04 5,67 _ 14,75
16,05 ± 4,94 8,33 ± 6,01 64,21 ± 13,96 960,83 ± 3,98 12,52 ± 4,18 10,47 ± 1,43
O_2012 59
2,81 _ 25,48 -9,11 _ 17,18 37,88 _ 92,5 951,28 _ 975,51 5,13 _ 24,75 6,1 _ 14,25
13 ± 4,35 3,44 ± 6,67 56,94 ± 15,95 961,39 ± 6,25 13,44 ± 4,69 10,3 ± 1,91
I_2012 95,2
4,71 _ 23,65 -13,69 _ 14,92 19,92 _ 96,54 950,67 _ 978,11 6,29 _ 29,38 3,45 _ 14,58
19,75 ± 4,21 11,5 ± 4,72 63,5 ± 12,96 955,12 ± 5,53 15,32 ± 4,87 11,37 ± 1,96
P_2012 301
8,5 _ 27,59 -3,6 _ 21,64 39,13 _ 96,33 942,17 _ 974,33 6,75 _ 27,63 4,97 _ 14,88
V_2012/ 21,48 ± 3,81 14,05 ± 3,27 66,73 ± 11,78 955,84 ± 4,71 13,15 ± 4,83 11 ± 1,76
256
2013 12,15 _ 28,3 4,11 _ 20,91 41,54 _ 95,63 942,07 _ 966,35 5,5 _ 29,88 4,58 _ 15
15,26 ± 4,55 7,66 ± 5,39 65,61 ± 12,84 958,46 ± 3,99 11,91 ± 3,48 10,71 ± 1,57
O_2013 131
3,52 _ 22,41 -7,08 _ 18,13 32,67 _ 96,33 944,48 _ 966,97 5,71 _ 21,96 5,5 _ 14,54
11,81 ± 5,78 -0,72 ± 5,82 49,01 ± 16,43 959,58 ± 5,75 14,49 ± 5,13 10,52 ± 1,3
I_2013 4,2
0,45 _ 30,5 -11,53 _ 10,62 18,5 _ 82,83 948,66 _ 973,05 6,67 _ 31,42 4,95 _ 12,63
19,71 ± 4,81 9,26 ± 6,15 56,38 ± 16,02 956,19 ± 5,04 15,91 ± 5,27 10,84 ± 2,15
P_2013 352
6,91 _ 28,02 -6,78 _ 18,48 30,33 _ 95,88 943,75 _ 971,76 7,08 _ 30,63 1,99 _ 14,63
V_2013/ 21,98 ± 4,4 15,68 ± 3,44 71,6 ± 14,46 954,37 ± 4,71 12,82 ± 4,41 11,39 ± 1,88
366
2014 11,57 _ 30,72 5,61 _ 21,85 42,83 _ 94,33 944,01 _ 965,44 5,13 _ 26,63 6,44 _ 15
14,48 ± 3,96 9,61 ± 5,28 75,97 ± 11,56 958,5 ± 5,27 11,71 ± 4,28 10,66 ± 2,13
O_2014 113
6,05 _ 23,5 -2,7 _ 20,88 43,58 _ 98,46 943,4 _ 972,09 5,04 _ 28 4,75 _ 14,79
12,79 ± 4,3 3,86 ± 6,32 60,49 ± 14,79 959,19 ± 5,22 13,89 ± 4,83 10,74 ± 1,85
I_2014 33,2
3,7 _ 22,68 -10,15 _ 15,36 28,29 _ 94 946,65 _ 971,67 5,13 _ 24,92 4,59 _ 14,25
20,05 ± 4,19 10,46 ± 4,33 59,3 ± 14,82 955,64 ± 4,11 14,96 ± 5,65 11,5 ± 2,2
P_2014 264
9,96 _ 28,48 -2,1 _ 18,63 34,71 _ 97,5 944,49 _ 965,08 5,21 _ 32,79 2,15 _ 15
V_2014/ 22,69 ± 2,8 17,12 ± 4,41 74,31 ± 12,33 955,29 ± 3,51 12,25 ± 4,19 11,16 ± 1,98
208
2015 15,76 _ 26,97 1,98 _ 21,77 39,79 _ 98,46 948,35 _ 964,9 4,63 _ 24,54 4,9 _ 15
80
La Fig. 3.2 muestra la dirección y velocidad de los vientos para todo el periodo analizado a
través de una rosa de los vientos. Durante el periodo de muestreo los vientos fueron
predominantemente N y NE
Velocidad del
viento [m/s]
>=11,1
8,8-11,1
5,7-8,8
3,6-5,7
2,1-3,6
0,5-2,1
Calma: 2,67 %
Figura 3.2. Rosa de los vientos para todo el período de muestreo: 08/08/2011-23/02/2015.
81
Tabla 3.2. Coeficientes de correlación de Spearman (ρ) entre variables meteorológicas. Se indican
únicamente los coeficientes cuyas correlaciones fueron significativas. *p<0,05; **p<0,01.
T: temperatura; TR: temperatura de rocío; HR: humedad relativa; PA: presión atmosférica; VV: velocidad del
viento; V: visibilidad.
Las variables meteorológicas que más afectaron la concentración de PTS fueron HR y TR, de
manera inversa, y la VV con una asociación directa (Tabla 3.3). La relación entre PTS y HR se
muestra en la Figura 3.3. Los niveles de partículas de PM2.5 se asociaron principalmente a la
TR, T y HR de manera inversa, y con la PA de manera directa. Finalmente, La concentración
de HAPs totales se asoció negativamente con la T, TR y VV (Tabla 3.3)
Tabla 3.3. Coeficientes de correlación de Spearman (ρ) entre las variables meteorológicas y la
concentración departículas totales en suspensión (PTS), PM2.5) e hidrocarburos aromáticos policíclicos
(HAPs) totales. Sólo se muestras los coeficientes cuyas correlaciones fueron significativas. *p<0,05;
**p<0,01
82
Tabla 3.3. (continuación)
Variable meteorológica PTS [μg/m3] PM2.5 [ng/m3] HAPs totales [ng/m3]
VV[km/h] 0,239** -0,108**
V[km] -0,282** -0,102**
PP[mm]
100 1400
90
1200
80
60
800
50
600
40
30 400
PTS (PTS)
20
200
10
0 0
10/8/2011
11/8/2011
12/8/2011
10/8/2012
11/8/2012
12/8/2012
8/8/2011
9/8/2011
1/8/2012
2/8/2012
3/8/2012
4/8/2012
5/8/2012
6/8/2012
7/8/2012
8/8/2012
9/8/2012
1/8/2013
2/8/2013
3/8/2013
4/8/2013
5/8/2013
6/8/2013
7/8/2013
8/8/2013
9/8/2013
HR[%] TSP 40 per. media móvil (HR[%]) 40 per. media móvil (TSP)
Figura 3.3. Concentración diaria de partículas totales en suspensión (PTS) y humedad relativa diaria
durante el período: 8/8/2011- 13/09/2013. Ambas variables tuvieron una correlación negativa
significativa (ρ = -0,53; p<0,01). Se muestran curvas suavizadas por medias móviles de 40 días.
83
dirección oeste (Tabla 3.4). La Figura 3.4 muestra la concentración promedio de PTS y HAPs
totales en función de la DV.
36 36
34 500 2 34 15 2
32 400 5 32 5
10
300
29 7 29 7
200 5
100
27 9
0 27 0 9
25 11
25 11
23 14
23 14
22 16 20 16
20 18
18
Figura 3.4. Concentración promedio de partículas totales en suspensión (PTS) [μg/m3] e hidrocarburos
aromáticos policíclicos (HAPs) totales [ng/m3] según la dirección del viento [decagrados]
84
Modelos de regresión lineal múltiple
Ln PTS = 6,97 – 0,02 HR + 0,02 TR + 0,02 VV – 0,13 V – 0,17 Domingo + 0,23 miércoles –
0,13 sábado -0,1 Viento N + 0,38 invierno_2012 + 0,38 invierno_2013 + 0,24 otoño_2013 +
0,29 Primavera_2011 + 0,3 Primavera_2012 + 0,44 Verano_2011 + 0,35 Verano_2012
85
Tabla 3.5. Coeficientes de regresión (β) estimados para los efectos fijos de un modelo de regresión
lineal múltiple para partículas totales en suspensión (PTS).
Variable β EE p-valor
Ordenada al origen 6,97 0,25 0
HR -0,02 0 0
TR 0,02 0,01 0,002
VV 0,02 0 0
V -0,13 0,01 0
Domingo -0,17 0,05 0,002
Jueves 0,06 0,05 0,18
Lunes -0,07 0,05 0,17
Martes 0,02 0,05 0,70
Miércoles 0,23 0,05 0
Sábado -0,13 0,05 0,01
Viento E -0,02 0,04 0,62
Viento N -0,1 0,03 0,002
Viento O 0,03 0,04 0,44
Invierno*2011 0,2 0,12 0,09
Invierno*2012 0,38 0,1 0
Invierno*2013 0,38 0,11 0,001
Otoño*2012 0,08 0,1 0,45
Otoño*2013 0,24 0,09 0,008
Primavera*2011 0,29 0,09 0,001
Primavera*2012 0,3 0,09 0,001
Verano*2011 0,44 0,17 0,01
Verano*2012 0,35 0,09 0
HR: humedad relativa; TR: temperatura de rocío; VV: velocidad del viento; V: visibilidad; EE: error estándar.
Con asterisco (*) se indican las interacciones entre estación y año.
86
entre concentración de HAP y TR, VV y viento sur. Por el contrario, durante los episodios de
viento norte u oeste, los niveles de HAPs totales serían mayores. El modelo resultante fue:
LnHAPs = 1,96 + 0,02 viento N + 0,169 viento O - 0,171 viento S – 0,018 TR – 0,021 VV
Para modelar la concentración de PM2.5 se transformó esta variable también con Logaritmo
natural (LnPM2.5). Se consideró nuevamente un modelo autoregresivo de orden 1 y se
bloquearon los meses, anidados en los años. El modelo que menor AIC obtuvo (AIC = 1225,02)
explicó el 24 % de la variabilidad de PM2.5 (R2 = 0,24). La única variable meteorológica
significativa en el modelo fue la TR. El modelo obtenido fue:
DISCUSIÓN
Las partículas más grandes pueden tener una relación positiva con la VV, indicando que los
procesos de resuspensión del polvo de las calles pueden superponerse al efecto de dilución
(Kuhlbusch y col., 1998; Ruellan y Cachier, 2001; Gupta y col., 2004; Vecchi y col., 2004). En
este estudio, la VV se asoció positivamente con la concentración de partículas totales, por lo
que resultaría más importante la resuspensión de polvo que el efecto de dilución para esta
fracción de tamaño. No sólo VV sino también DV pueden modificar la concentración de
87
partículas (Ieesuck y col., 2002). En este estudio se encontró un aumento significativo en los
niveles de partículas cuando la DV fue sur.
La HR es una variable que se asocia al material particulado (Young y col., 1994; Marcazzan y
col., 2002; Vecchi y col., 2004; Mariani y de Mello, 2007), removiendo las partículas por
deposición húmeda, o por el contrario ayudando a la formación de aerosoles a partir de las
emisiones gaseosas vehiculares (Elminir, 2005). En el caso de la HR, la relación fue negativa
con PTS, con un alto coeficiente, lo que indica un fenómeno de limpieza de la atmósfera por
deposición húmeda. De modo similar, altas TR significan altos contenidos de agua en la
atmósfera, lo cual puede favorecer la deposición húmeda y la formación de partículas
secundarias al mismo tiempo (Wang y col., 2006). En este estudio la TR se correlacionó
negativamente con la concentración de PTS, por lo cual, nuevamente, se vería favorecida la
deposición húmeda por sobre los mecanismos de formación de partículas.
La interpretación de la temperatura puede ser complicada, en cuanto una temperatura alta puede
significar la evaporación de compuestos volátiles y semivolátiles mientras que también puede
favorecer la formación de especies secundarias como sulfatos, nitratos y compuestos orgánicos,
por la fuerte radiación solar (Wang y col., 2006). La T juega un rol en la concentración de PM2.5
(Ieesuck y col., 2002; Papanastasiou y col., 2007). En Córdoba, la T se correlacionó
negativamente con PM2.5.
Siguiendo el mismo patrón que las partículas totales, los niveles de PM2.5 se asociaron
inversamente con la HR, indicando que las condiciones de humedad ambiente favorecen su
88
deposición. El hecho de que los niveles de partículas se hayan asociado de manera inversa con
la T podría deberse a que justamente las condiciones de elevada humedad ambiente se producen
cuando T es elevada.
Las condiciones de VV fuerte y alta HR, pueden influenciar la concentración de PM2.5 y por lo
tanto haber influido en un aumento de la V (Kim y col., 2001; Huang y col., 2009).
Li y col. (2006) y Sikalos y col. (2002) reportaron que la VV fue una de las variables que más
influenció los niveles de HAPs en el aire. Durante condiciones de calma y estabilidad
atmosférica, la dispersión de contaminantes es menor, con lo cual se acumulan en la atmósfera
aumentando su concentración. De manera similar, en este estudio los HAPs totales se asociaron
inversamente con la VV. La concentración de HAPs también varió en función de la DV, siendo
mayor cuando la DV fue oeste, hacia donde se encuentra la Avenida Vélez Sarsfield, con un
tráfico intenso.
Los HAPs se relacionaron negativamente con la temperatura probablemente debido a una mayor
fotodegradación en la época cálida (Caricchia y col., 1999). Por otra parte, T mayores, implican
además que los HAPs que se encuentran adsorbidos a las partículas pasen a su fase gaseosa
(Zhao y col., 2011). En contraste, en los periodos con T media más baja, aumenta la
condensación de estos compuestos sobre partículas (Hong, Yin y col., 2007).
En el caso de PM2.5, sólo quedó como variable meteorológica predictiva la TR. Las variables
meteorológicas no fueron importantes al considerarlas en su conjunto y con las variables
temporales, quizás debido a la alta concentración eventual que sucedió en el invierno y
primavera de 2013, que dificulta predecir la concentración de partículas a partir de estas
variables y entonces sea más importante la consideración de fuentes de emisión.
89
CONCLUSIÓN
En general, la concentración de partículas pudo ser explicada tanto por las variables
meteorológicas individuales como en modelos de regresión lineal múltiple. Los ajustes de los
modelos predictivos no alcanzaron porcentajes muy altos por lo que la incorporación de
variables que aporten información sobre las fuentes de emisión mejoraría su capacidad
predictiva.
90
IV. ANÁLISIS DE FUENTES DE
EMISIÓN DE PTS. FRACCIONES
INORGÁNICA Y ORGÁNICA.
RESUMEN
INTRODUCCIÓN
El material particulado en suspensión puede ser emitido como fuente primaria por vehículos,
plantas generadoras de energía, refinerías de petróleo, incendios forestales, plantas
metalúrgicas, cementeras, etc. (Artaxo y col., 1988; Echalar y col., 1998; Braga y col., 2002).
Los metales asociados a su fracción inorgánica están relacionadas con un gran número de
91
fuentes, como diferentes actividades de tipo industrial o la combustión de combustibles fósiles
(Merešová y col., 2008).
Las fuentes de emisión de HAPs a la atmósfera han sido ampliamente estudiadas (Mohanraj y
Azeez, 2003; Nizzetto y col., 2008; Lee y col., 2011; Tan y col., 2011) y se clasifican en origen
biogénico o antropogénico. Dentro de las primeras se destacan los fuegos naturales en los que
se quema materia orgánica (Masclet y col., 1995; Oros y Simoneit, 2001; Vasconcellos y col.,
2003); los yacimientos de petróleo y el carbón. En cuanto a las fuentes antropogénicas, pueden
citarse la combustión de carbón en centrales térmicas, el humo producido por los automóviles,
la quema de combustibles para calefacción, la quema de material orgánico relacionado con la
agricultura, la refinación del petróleo, la producción de asfalto, la incineración de residuos
sólidos urbanos, entre otras. Las fuentes estacionarias contribuyen a aproximadamente el 90 %
del total de las emisiones de HAPs pero en ambientes urbanos y suburbanos las concentraciones
de HAPs son principalmente debidas a tráfico vehicular y una pobre dispersión de los
contaminantes (Grimmer, 1983; Caricchia y col., 1999; Van Metre y Mahler, 2003).
92
Córdoba (Rehwagen y col., 2005; Carreras y col., 2009; López y col., 2011). En particular, en
la ciudad de Córdoba se ha realizado un estudio de caracterización e identificación de fuentes
de material particulado, considerando su composición inorgánica (López y col., 2011). Poca
atención se le ha prestado a los niveles de HAPs asociados a las partículas, a pesar del hecho de
que constituyen un serio problema ambiental, particularmente en la ciudad de Córdoba (Carreras
y col., 2013; Amarillo y col., 2014)
OBJETIVO GENERAL
93
OBJETIVOS ESPECÍFICOS
METODOLOGÍA
Análisis estadístico
94
Índice o Factor de enriquecimiento (FE)
El factor de enriquecimiento se utiliza para estimar cuán enriquecido está el material particulado
con los diferentes elementos analizados en relación a su concentración en la corteza terrestre
(Rahn 1976). El estroncio (Sr) se utilizó como elemento de referencia. Un valor de FE<10 indica
que la composición de las partículas es consistente con la esperada en caso de que el origen
fuese erosión de suelo y un FE>10 significa que hay alguna influencia antropogénica
(Vasconcellos y col., 2011). El FE se calculó mediante la ecuación 1.
[elemento]aire ⁄[Sr]aire
(1): FE = [elemento]corteza ⁄[Sr]corteza
Las concentraciones de los elementos en la corteza terrestre se obtuvieron para Ba, Co, Fe, Cr,
Zn y Ca de determinaciones de metales totales para el suelo de la ciudad de Córdoba (Bermudez
2011). Para los restantes elementos se combinó la información disponible de la composición de
la corteza terrestre promedio a escala global (Wedepohl 1995, Kabata-Pendias y Mukherjee
2007)
Los “diagnostic ratio” (DR) o índices para identificación de fuentes de HAPs implican comparar
los cocientes de pares de emisiones frecuentemente encontradas de HAPs (Kavouras y col.,
1999; Ravindra y col., 2008). Estos compuestos marcadores son frecuentemente utilizados para
indicar la prevalencia de motores a gasolina o diesel así como la contribución relativa del tráfico,
calefacción doméstica, combustión de la madera y otras fuentes. En este estudio los DR fueron
calculados con las concentraciones de HAPs adsorbidas en las partículas. Los cocientes varían
en función de la partición o repartición de HAPs entre las formas gaseosa y particulada en la
atmósfera (Tasdemir y Esen 2007), la cual además depende de la estación ya que las constantes
de partición están en función de la temperatura del aire (Esen y col., 2008). La concentración
relativa de BaP fue calculada utilizando la fórmula BaP/(BaP+BbF) como un indicador de la
95
fotodescomposición de los HAPs (Park y col., 2011) porque la reactividad puede influenciar
fuertemente las contribuciones de las fuentes en días cálidos (Li y Kamens, 1993). Para el
cálculo de los índices solo se analizaron muestras del periodo frío, que es cuando la
fotodescomposición es mínima y la partición de HAPs a fase gaseosa es muy baja. Los DR
utilizados se presentan en la Tabla 4.1 de la sección resultados.
96
un criterio matemático para predecir su número óptimo. Se requiere de un conocimiento a priori
de los sitios receptores modelados (Belis y col., 2013). Por lo tanto, se realizaron corridas
preliminares del programa para explorar que los factores no aportasen información redundante
a partir de los diagramas de dispersión factor versus factor. Además se utilizó el análisis de
componentes principales como soporte para seleccionar el número de factores (software InfoStat
versión 2013). Al igual que para PCA, se analizaron por separado las estaciones cálida y fría.
La metodología de PMF permite ponderar las variables según las incertidumbres en sus
determinaciones. Así, las variables que se incluyeron en el modelo fueron seleccionadas
utilizando el cociente señal/ruido (S/N) y clasificadas como variables “débiles” si el cociente
S/N varía entre 0,2 y 2; las variables con S/N menor que 0,2 fueron clasificadas como “malas”
por lo que se excluyeron del análisis (Paatero y Hopke 2003). Por este motivo, para los datos de
composición inorgánica, se quitaron del análisis V, Ni, Br y As; mientras que para el análisis de
fuentes de HAPs estación cálida, se eliminó Pir.
Este método de análisis permite estimar qué concentración de cada elemento o compuesto,
aporta cada fuente de emisión. Es decir, permite estimar concentraciones que pueden ser usadas
para elaborar un inventario de emisiones. Por ejemplo, si el análisis identifica 3 fuentes de
emisión a partir de datos de composición y concentración de elementos, el software aporta
información sobre la contribución en masa de cada elemento a cada una de las fuentes.
97
El límite de detección del método (MDL) fue calculado para cada elemento o HAP de acuerdo
a Miller y col. (2002):
Donde YB es la señal promedio de los blancos y 3SB es tres veces la desviación estándar de los
blancos. Si un valor medido está por debajo del límite de detección para la especie j, se
reemplazó por la mitad del valor de MDL. Las incertidumbres de las concentraciones que
estuvieron por debajo del MDL fueron cargadas como 5/6 los valores de MDL (Wu y col.,
2007). Los valores faltantes fueron estimados con interpolación lineal (software SPSS PASw
Statistics 18, IBM).
Análisis de variación temporal de las fuentes de emisión y relación con las variables
meteorológicas.
Los scores de los factores obtenidos con PMF fueron analizados según variables temporales,
mediante análisis de la varianza no paramétrico de Kruskal wallis y test U de Mann Whitney a
posteriori (p<0,05). Se compararon las distribuciones de los factores según estación del año,
años, día de semana o fin de semana.
Para analizar la relación de las fuentes de emisión estimadas con las variables meteorológicas
cuantitativas se hizo un análisis de correlación de Spearman (p<0,05) entre los factores de PMF,
con temperatura (T), temperatura de rocío (TR), humedad relativa (HR), presión atmosférica
(PA), velocidad del viento (VV), visibilidad (V) y precipitaciones (PP).
98
RESULTADOS
FRACCIÓN INORGÁNICA
1,E+06
1,E+05
1,E+04
FE [adimensional]
1,E+03
1,E+02
1,E+01
1,E+00
1,E-01
Br Ni As Zn Cu Ca V S Pb Ba Co Fe Mn Cr K
Figura 4.1. Factores de enriquecimiento (FE) promedio para los elementos determinados en partículas
totales en suspensión (PTS) durante el período: 8/8/2011- 13/09/2013.
Con los datos de composición elemental de PTS se obtuvieron 2 componentes con un autovalor
>1 que explicaban sólo el 53 % de la variabilidad. Así es que se sumaron otros 3 componentes
más de modo tal que la variabilidad acumulada superara el 75 % de la variabilidad total en los
99
datos. El primer componente explico el 42 % de la varianza y estuvo representado por K, Ca,
Mn, Fe y Co. El segundo componente explicó el 11 % de la varianza y se asoció con Ba, Zn y
Co. Los componentes tercero, cuarto y quinto explicaron cada uno el 8 % de la varianza, y
estuvieron representados por Cu y Pb, S, Cr y Sr, respectivamente (Tabla 4.1).
Tabla 4.1. Autovectores resultantes del análisis de componentes principales (PCA) para los elementos
determinados en partículas totales en suspensión (PTS).
Variables e1 e2 e3 e4 e5
S 0,15 0,03 -0,11 0,69 0,3
K 0,33 0,01 -0,04 0,02 0,01
Ca 0,39 -0,08 -0,06 0 0,07
Cr 0,28 0,2 -0,02 0,05 0,53
Mn 0,4 -0,08 0,05 -0,1 0,17
Fe 0,4 -0,25 -0,09 -0,06 -0,01
Co 0,35 -0,38 -0,21 -0,04 -0,21
Cu 0,05 -0,27 0,77 0,46 -0,19
Zn 0,2 0,54 0,08 0,06 -0,36
Sr 0,29 -0,08 0,1 -0,2 -0,45
Ba 0,2 0,55 -0,13 0,24 -0,28
Pb 0,17 0,27 0,55 -0,45 0,33
El mejor ajuste para el análisis de PMF se logró con un modelo de 4 factores. Los elementos
que ajustaron bien al modelo fueron Ca (r2 = 0,78), Mn (r2 = 0,64), Fe (r2 = 0,73), Zn (r2 = 0,99),
mientras que los elementos Co, Pb, Sr, S, Ba, K, Cr y Cu tuvieron un mal ajuste (r2 < 60). Se
seleccionó la concentración de PTS, como variable total, ya que los elementos determinados en
PTS representaban sólo el 15,77 % de la masa total, de acuerdo a lo mencionado en el capítulo
1. De la masa total de partículas, el factor 1 representa el 76,32 %, el factor 2 el 0,017 %, el
factor 3 el 0,17 % y el factor 4 el 0,05 %. El factor 1 está constituido en un 99,26 % en masa
100
por PTS. El factor 2 está constituido en un 31,61 % por Fe, 30,52 % por S, 22,27 % por Ca y
14,66 % por K. El factor 3 está conformado en un 83 % por PTS y en un 14 % por Fe. El factor
4 está representado en un 77,56 % por Ca, 10,16 % por Fe, 8,91 % por K y 2,78 % S (Fig. 4.2).
Factor 1 Factor 2
Zn
S
22,27%
30,52%
Fe
PTS 31,61% K
99,26% 14,66%
Factor 3 Factor 4
Fe Ca
14% 77,56%
PTS
83%
Fe
S 10,16%
K 2,78%
8,91%
Figura 4.2. Contribución en masa de los diferentes elementos al total de partículas totales en suspensión
(PTS) en los factores estimados mediante Factorización Positiva de la Matriz (PMF).
Los elementos analizados contribuyeron en diferente medida a cada uno de los factores
resultantes. El hecho de que gran porcentaje de un elemento esté en un único factor, lo convierte
en marcador de una posible fuente de emisión, aunque su aporte a la masa total de ese factor sea
insignificante. Así por ejemplo, PTS tuvo su mayor concentración distribuida en el factor 1; S,
101
Zn y Ba resultaron marcadores para el factor 2; Cu y Fe fueron marcadores del factor 3 y K, Ca,
Cr y Co fueron marcadores del factor 4 (Fig.4.3).
Figura 4.3. Distribución proporcional de los factores estimados mediante Factorización de la Matriz
Positiva (PMF) en los elementos determinados en la fracción inorgánica de las partículas totales en
suspensión (PTS).
En la Tabla 4.2 se muestran las concentraciones estimadas de cada elemento para cada factor y
la estimación de su concentración total, junto con la concentración real del elemento empleada
para este análisis.
102
Tabla 4.2. Concentración de elementos estimada para cada factor o fuente de emisión y para el total de
las emisiones. Comparación con la concentración real de elementos determinados en la fracción
inorgánica de partículas totales en suspensión (PTS) en la ciudad de Córdoba durante el período:
8/8/2011- 13/09/2013.
Concentración [μg/m3]
Factor 1 Factor 2 Factor 3 Factor 4
Estimada Real %Error
PTS 135,92 0,00 25,17 1,93E-08 161,09 165,72 -2,79
S 0,53 0,92 0,00 0,25 1,70 2,01 -15,70
K 0,082 0,44 0,18 0,80 1,50 1,79 -16,11
Ca 0,36 0,00 0,51 7,00 7,88 8,61 -8,44
Cr 2,67E-04 2,90E-04 0,00 8,19E-04 1,38E-03 4,69E-03 -70,67
Mn 0,027 4,17E-04 0,016 0,024 0,067 0,081 -16,54
Fe 0,00 0,95 4,32 0,92 6,19 6,93 -10,67
Co 0,00 2,01E-04 4,47E-04 4,69E-03 5,34E-03 7,44E-03 -28,24
Cu 9,45E-05 0,00 0,052 5,97E-03 0,0580 0,25 -77,03
Zn 0,00 0,67 0,18 0,00 0,85 0,86 -1,11
Sr 2,41E-03 0,012 6,51E-03 0,014 0,0348 0,037 -7,11
Ba 3,79E-03 0,013 0,00 0,00 0,0168 0,46 -96,38
Pb 1,07E-03 2,43E-03 2,39E-03 3,03E-03 8,91E-03 0,015 -41,63
103
B
B A
A
A
C B
B
A
Figura 4.4. Variación anual en la contribución de los factores estimados mediante Factorización Positiva
de la Matriz (PMF) para la fracción inorgánica de las partículas totales en suspensión (PTS). Letras
diferentes indican diferencias significativas entre años.
104
C
C C B
B C B
B A AB
C
B
Scores de los factores
AB
A A
A
Figura 4.5. Variación estacional en la contribución de los factores estimados mediante Factorización
Positiva de la Matriz (PMF) para la fracción inorgánica de partículas totales en suspensión (PTS). Letras
diferentes indican diferencias significativas entre estaciones.
105
FRACCIÓN ORGÁNICA
Se calcularon diferentes cocientes diagnóstico para los HAPs determinados con el fin de
identificar sus posibles fuentes de emisión (Tabla 4.3). Para ello se consideraron solo muestras
de la estación fría a fin de disminuir la influencia de los procesos de fotodescomposición.
Todos los índices calculados, con excepción de Fla/ (Fla+Pir), sugirieron que las emisiones
vehiculares son la principal fuente de emisión de estos hidrocarburos.
Tabla 4.3. Cocientes diagnósticos (DR) y sus posibles fuentes de emisión de hidrocarburos aromáticos
policíclicos (HAPs) asociadas.
106
Tabla 4.3. (continuación)
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
107
Tabla 4.4. Autovectores resultantes del análisis de componentes principales (PCA) para hidrocarburos
aromáticos policíclicos (HAPs) determinados en partículas totales en suspensión (PTS) para la estación
fría.
Variables e1 e2
Naft 0,22 0,46
Ace 0,25 0,35
Fluo 0,18 -0,38
Fen 0,23 0,49
Ant 0,27 0,3
Fla 0,3 -0,05
Pir 0,28 -0,15
BaA 0,3 -0,15
Cri 0,31 -0,14
BbF 0,24 -0,03
BkF 0,29 -0,25
BaP 0,3 -0,22
dBahA 0,25 -0,06
BghiP 0,28 -0,03
El mismo análisis pero para muestras colectadas durante la estación cálida seleccionó 3
componentes principales que explicaron el 76 % de la variabilidad de los datos. El componente
1 explicó el 44 % de la varianza y se vio representado por Fluo, Fla, Pir, BaA, Cri, BaP, dBahA
y BghiP. El componente 2 explicó el 24 % de la varianza y se asoció con Naft, Ace, Fen y Ant,
hidrocarburos más livianos. Finalmente el componente 3 explicó un 8 % adicional de la
variabilidad, y sus compuestos marcadores fueron BbF y BkF (Tabla 4.5)
108
Tabla 4.5. Autovectores resultantes del análisis de componentes principales (PCA) para hidrocarburos
aromáticos policíclicos (HAPs) determinados en partículas totales en suspensión (PTS) para la estación
cálida.
Variables e1 e2 e3
Naft 0,04 0,43 0,24
Ace 0,16 0,45 0,2
Fluo 0,27 -0,02 -0,06
Fen 0,17 0,44 0,29
Ant 0,2 0,32 0,15
Fla 0,31 0,08 -0,24
Pir 0,33 0,04 -0,15
BaA 0,38 -0,12 -0,02
Cri 0,35 -0,1 0
BbF 0,15 -0,31 0,55
BkF 0,06 -0,34 0,61
BaP 0,35 -0,17 -0,14
dBahA 0,33 0,03 -0,12
BghiP 0,34 -0,2 -0,02
Los modelos fueron desarrollados separadamente para los periodos cálido y frío porque se
comprobó que había importantes diferencias en fotodescomposición de HAPs entre un periodo
y otro.
Para las muestras colectadas durante el periodo frío, el análisis de PMF seleccionó sólo 2
factores. El Pir fue identificado como especie mala, y por lo tanto eliminado del análisis. Las
contribuciones de masa fueron 36,3 y 63,7 % para los factores 1 y 2 respectivamente. El Factor
1 estuvo representado por BghiP (22.35 %), BbF (14.73 %), Fluo (10.37 %) y BaA (10 %),
mientras que el segundo factor estuvo definido principalmente por los niveles de Naft (67.66
%) (Figura 4.6).
109
Factor 1 Factor 2
Fluo
BghiP 11% Fla Fen
22% 8% 10%
Pir
6% Fluo
BaP Naft
4%
10% BaA 68%
BkF 10% Ace
5% BbF Cri 3%
15% 9%
Naft Ace Fluo Fen Ant Naft Ace Fluo Fen Ant
Fla Pir BaA Cri BbF Fla Pir BaA Cri BbF
BkF BaP dBahA BghiP BkF BaP dBahA BghiP
Figura 4.6. Contribución en masa de los hidrocarburos aromáticos policíclicos (HAPs) individuales al
total de HAPs cuantificados en muestras de material particulado total (PTS) durante la estación fría en
los factores estimados mediante Factorización Positiva de la Matriz (PMF).
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
Los HAPs marcadores para el factor 1 fueron los de mayor peso molecular: Fla, Pir, BaA, Cri,
BbF, BkF, BaP, dBahA y BghiP; y además el Fluo. Los HAPs marcadores para el factor 2
fueron los más livianos: Naft, Ace, Fen y Ant (Fig.4.7)
110
Figura 4.7. Distribución proporcional de los factores estimados mediante Factorización Positiva de la
Matriz (PMF) en los hidrocarburos aromáticos policíclicos (HAPs) determinados en la fracción orgánica
de las partículas totales en suspensión (PTS) para la estación fría.
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
La Tabla 4.6 muestra la concentración estimada mediante el modelo PMF para cada uno de los HAPs en
cada uno de los factores y para el total de los factores. Se muestra también la comparación entre la
concentración real de cada HAP y la estimada por el programa.
111
Tabla 4.6. Concentración de hidrocarburos aromáticos policíclicos (HAPs) estimada para cada factor o
fuente de emisión y para el total de las emisiones. Comparación con la concentración real de HAPs
totales adsorbidos a partículas totales en suspensión (PTS) en la ciudad de Córdoba durante la estación
fría, período: 8/8/2011- 13/09/2013.
Concentración [ng/m3]
Factor 1 Factor 2
Estimado Medido %Error
Naft 1,84E-09 3,67 3,67 3,35 9,46
Ace 0,036 0,14 0,18 0,21 -14,26
Fluo 0,32 0,21 0,53 0,82 -35,05
Fen 0,035 0,55 0,58 0,53 9,55
Ant 5,75E-03 0,012 0,018 0,017 7,84
Fla 0,25 0,16 0,42 0,50 -16,61
Pir 0,19 0,10 0,29 0,31 -6,18
BaA 0,31 0,11 0,42 0,42 -1,15
Cri 0,27 0,073 0,35 0,40 -12,68
BbF 0,46 0,14 0,59 0,71 -16,26
BkF 0,16 0,042 0,20 0,21 -0,12
BaP 0,31 0,057 0,36 0,39 -6,21
dBahA 0,053 0,031 0,083 0,11 -27,18
BghiP 0,69 0,13 0,83 0,75 10,50
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
Para la estación cálida también el análisis de PMF seleccionó solo 2 factores en el mejor ajuste
del modelo. La contribución en masa fue de 30 % y 70 % para los factores 1 y 2 respectivamente.
Los aportes en masa de cada HAP a los factores fueron similares a los obtenidos para la estación
fría para los dos factores (Fig. 4.8), así como también fueron similares las huellas de los factores
(Fig. 4.9).
112
Factor 1 Factor 2
Fen
12,26%
BghiP Fluo Fluo
24,18% 15,01% 2,99%
Fla
5,11% Ace
BaP
7,36% BaA 3,25%
9,64% Naft
72,71%
BkF
6,78% BbF Cri
21,93% 5,76%
Naft Ace Fluo Fen Ant Naft Ace Fluo Fen Ant
Fla BaA Cri BbF BkF Fla BaA Cri BbF BkF
BaP dBahA BghiP BaP dBahA BghiP
Figura 4.8. Contribución en masa de los hidrocarburos aromáticos policíclicos (HAPs) individuales al
total de HAPs cuantificados en muestras de material particulado total (PTS) durante la estación cálida
en los factores estimados mediante Factorización Positiva de la Matriz (PMF).
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
113
Figura 4.9. Distribución proporcional de los hidrocarburos aromáticos policíclicos (HAPs)
determinados en la fracción orgánica de las partículas totales en suspensión (PTS) en los factores
estimados mediante Factorización Positiva de la Matriz (PMF) para la estación cálida.
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
La Tabla 4.7 muestra los aportes de cada HAP a cada factor, la concentración total de HAPs
estimada por el modelo y la comparación entre concentraciones reales y estimadas.
114
Tabla 4.7. Concentración de hidrocarburos aromáticos policíclicos (HAPs) estimada para cada factor o
fuente de emisión y para el total de las emisiones. Comparación con la concentración real de HAPs
totales adsorbidos a partículas totales en suspensión (PTS) en la ciudad de Córdoba durante la estación
cálida, período: 8/8/2011- 13/09/2013.
Concentración [ng/m3]
Factor 1 Factor 2
Estimada Medida %Error
Naft 0,027 2,39 2,41 2,83 -14,74
Ace 0,017 0,11 0,12 0,12 2,19
Fluo 0,21 0,10 0,31 0,34 -9,98
Fen 0 0,40 0,40 0,39 3,69
Ant 0,0017 0,0060 0,0077 0,007 7,77
Fla 0,072 0,074 0,15 0,17 -15,52
BaA 0,136 0,047 0,18 0,19 -5,09
Cri 0,081 0,026 0,11 0,13 -15,60
BbF 0,31 0,043 0,35 0,55 -36,45
BkF 0,10 0,011 0,11 0,63 -82,97
BaP 0,10 0,012 0,12 0,15 -21,59
dBahA 0,014 0,010 0,024 0,039 -37,44
BghiP 0,34 0,059 0,40 0,45 -11,50
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
El factor 1 varió significativamente entre años siendo mayor para el 2011 en ambas estaciones,
aunque la contribución para los años 2012 y 2013 estuvo invertida. El factor 2 fue mayor para
el año 2012 en ambas estaciones (Fig. 4.10).
115
Figura 4.10. Variación anual en la contribución de los factores estimados mediante Factorización
Positiva de la Matriz (PMF) para los hidrocarburos aromáticos policíclicos (HAPs) presentes en la
fracción orgánica de las partículas totales en suspensión (PTS). Letras diferentes indican diferencias
significativas entre años.
DISCUSIÓN
Se analizaron las fuentes de emisión partiendo de los resultados del análisis PMF sustentándolos
además con las otras metodologías estadísticas empleadas.
116
carbón (Kabata-Pendias y Mukherjee, 2007). El hecho de que en el análisis de factor de
enriquecimiento, Ba parece tener un origen natural puede deberse a que el suelo en Córdoba
está naturalmente enriquecido de Ba (Bermudez, 2011). El factor 2 por lo tanto, estaría asociado
a las emisiones vehiculares, lo cual es coherente con los altos aportes en masa de Fe, S, Zn y
K. De hecho, las emisiones vehiculares relacionadas con la combustión de combustibles fósiles
pueden contener Fe que puede ser emitido por la abrasión de los frenos (Salma y Maenhaut,
2006) y la combustión de aceite (Samara, 2005). También el azufre puede provenir de emisiones
vehiculares ya que se emite como SO2 y es rápidamente convertido a partícula como SO4-2 (Kim
y col., 2003). Asimismo, K puede tener también origen en las emisiones vehiculares ya que está
presente en aceites (Samara, 2005) y desgaste de frenos (Salma y Maenhaut, 2006). A pesar de
que este factor representa las emisiones de tránsito vehicular, no se encontraron diferencias
significativas entre días de la semana.
En el factor 3 aparecieron como elementos marcadores el Fe y Cu, metales asociados con fuentes
de emisión vehiculares, erosión de suelo e industrias (Fernández y col., 2000); y el mayor aporte
en masa estuvo asociado a las PTS y al Fe. El Cu forma óxidos que generalmente se asocian con
partículas de polvo (Kabata-Pendias y Mukherjee 2007), quizás por este motivo tuvo un patrón
de variación conjunto con las PTS.; por otro lado, su FE sugirió que es un elemento
antropogénico. Sin embargo su aporte en masa al factor de tránsito vehicular es nulo y está
fuertemente asociado a Fe, que tiene un origen natural. Todo lo anterior, indicaría que las
partículas podrían estar enriquecidas con Cu por tormentas de polvo, eventuales, y por ello el
patrón de variación no es el mismo que para los demás elementos provenientes de la corteza.
El factor 4 de PMF y el componente principal 1 del PCA coincidieron en 4 elementos que los
representaron: K, Ca, Mn y Co. El K es un marcador de la quema de biomasa (Norris y col.,
2008), del humo de cigarrillo e incluso de emisiones vehiculares (Samara, 2005; Salma y
Maenhaut, 2006). El Ca ha sido utilizado como un elemento indicador del polvo de la
construcción (He y col., 2001), siendo el CaSO4 el principal componente del cemento. El hecho
de que el factor 4 mostró diferencias significativas entre los años de muestreo parece justificar
la suposición de que esta fuente se asocia a las obras de construcción que se realizaron en el área
universitaria durante el año 2011. Por este motivo, se estima que la fuente de emisión asociada
a este factor podría ser la resuspensión de partículas de suelo enriquecidas con aportes de Ca.
117
Tiene sentido que el aporte de esta fuente sea la corteza terrestre ya que los elementos que la
constituyen generalmente conforman la fracción más gruesa de partículas.
118
que la aportada por fuentes antropogénicas puede haber sucedido que las actividades propias de
épocas laborables tales como tránsito peatonal, limpieza de calles, construcciones, etc. hayan
favorecido la resuspensión de partículas de suelo aumentando en consecuencia la concentración
de partículas. Por el contrario durante los periodos de receso de actividades en la ciudad
universitaria, hubo un menor aporte de partículas naturales y los elementos asociados al tránsito
vehicular tuvieron una mayor importancia relativa.
CONCLUSIÓN
El análisis estadístico de los resultados permitió identificar como principales fuentes de emisión
de material particulado en el área de estudio al tránsito vehicular, cuyos marcadores son S, Zn
y Ba; la resuspensión de partículas naturales de suelo y polvo de la calle, representada por los
elementos K, Mn, Fe, Co y Ca, y erosión de suelo, representada por las PTS. Los elementos más
abundantes para las emisiones vehiculares fueron Fe, S, Zn y K. Los más abundantes de la
resuspensión de polvo y suelo son Ca, Fe y K. Una tercera fuente la representarían las PTS que
tendrían origen en la erosión del suelo.
El análisis de PMF permitió ponderar los elementos según la incerteza en sus determinaciones
así como considerar la concentración de PTS como variable total. El análisis de componentes
principales y el cálculo de los FE mejoraron la interpretación de los resultados.
Los HAPs adsorbidos a partículas en la ciudad de Córdoba son emitidos a partir de fuentes
móviles, tanto emisiones diésel como de gasolina. Las firmas de estos factores están
representadas por HAPs de bajo y alto peso molecular, respectivamente. Los índices
diagnósticos indicaron en su mayoría una fuente de emisión vehicular para HAPs, que se
corresponden con los resultados del análisis de PMF.
119
Se puede proponer entonces como medidas de control la reducción de emisiones atmosféricas
provenientes del tránsito vehicular en Córdoba para proteger la salud humana por exposición a
la inhalación de HAPs. A pesar de que el uso de modelos de receptor para estimar las fuentes
de HAPs tiene limitaciones debido a las tasas diferenciales de fotodescomposición, la separación
en periodos cálido y frío para el análisis permitió el uso de esta metodología de modelos de
receptor para estimar fuentes de emisión de estos compuestos. La metodología empleada
permitió estimar fuentes de emisión de partículas y HAPs para la ciudad de Córdoba, aportando
información útil para la elaboración de inventarios de emisión.
120
V. DETERMINACIÓN DEL RIESGO
TOXICOLÓGICO Y CARCINOGÉNICO
DE LA FRACCIÓN INORGÁNICA DEL
MATERIAL PARTICULADO. PTS Y
PM2.5
RESUMEN
Los metales son parte componente del material particulado y tienen reconocidos efectos tóxicos
y/o cancerígenos para los seres humanos. El objetivo de este capítulo es estimar el riesgo
toxicológico y carcinogénico de la exposición crónica por inhalación de metales presentes en
PTS y PM2.5. Para la caracterización del riesgo toxicológico se calculó el coeficiente de
peligrosidad, como el cociente entre el grado de exposición para diferentes grupos etarios (niños,
adolescentes, adultos y adultos mayores) y la dosis de referencia por inhalación. Luego, se
calculó un índice de riesgo como la sumatoria de los coeficientes de peligrosidad para los
diferentes elementos. Se realizó un análisis de correlación de Spearman para los índices de
riesgo de cada fracción de tamaño de partícula y las concentraciones de PTS y PM 2.5. Para la
caracterización del riesgo carcinogénico, se multiplicó la exposición a Ni y Cr, calculadas para
el riesgo toxicológico, por el factor de pendiente. Las variaciones estacionales se analizaron
mediante análisis de la varianza no paramétrica de Kruskal wallis y test U de Mann Whitney.
Los coeficientes de peligrosidad para PTS estuvieron por debajo del límite de seguridad, y
fueron mayores para Mn>Ba>Co>Cr>Ni>V>Zn>Cu> Pb. El Mn fue el único elemento cuyo
coeficiente de peligrosidad superó la unidad, para la primavera (año 2013), elevando en
consecuencia el índice de riesgo para ese periodo. El riesgo toxicológico según grupo etario
superó la unidad para los adultos mayores. El riesgo total no arrojó diferencias significativas
entre estaciones. Para PM2.5, el riesgo siempre fue aceptable (coeficientes de peligrosidad<1).
En orden decreciente resultaron mayores para Co>Mn>Cr>V>Cu>Zn. El índice de riesgo fue
significativamente mayor para el invierno respecto las otras estaciones. El riesgo carcinogénico
121
para Ni no superó el límite de 1x10-6, para las PTS; mientras que para Cr fue superior a ese
límite en todas las estaciones y grupos etarios, tanto para PTS como para PM2.5, pero este valor
estuvo sobreestimado ya que se consideró que todo el Cr determinado era Cr (VI). En general,
los riesgos toxicológicos y carcinogénicos por exposición crónica a metales vía inhalación de la
fracción inorgánica de PTS y de PM2.5 en la ciudad de Córdoba resultaron aceptables aunque en
adultos mayores el riesgo toxicológico total fue preocupante.
INTRODUCCIÓN
Los efectos adversos a la salud humana del material particulado dependen de su tamaño y
composición química. Las partículas totales en suspensión contienen numerosas especies
inorgánicas que pueden ser tóxicas y cancerígenas para los seres humanos (Okuda y col., 2007).
Es por ello que resulta importante su determinación y caracterización del riesgo (Romanazzi y
col., 2014). Niveles elevados de metales pesados son ubicuos en zonas urbanas donde existe un
amplio rango de actividades; particularmente en ciudades metropolitanas donde la urbanización,
industrialización y rápido crecimiento poblacional han tenido lugar a una escala sin precedentes
(Duzgoren-Aydin y col., 2006).
Los metales son reconocidos importantes agentes tóxicos, causando incluso casos de
envenenamiento agudo y crónico. En los últimos años se ha demostrado que la exposición
ambiental a bajas concentraciones de metales puede contribuir de modo importante a la
incidencia de distintas enfermedades en el mundo, dado que no se descomponen en el
organismo sino que permanecen como tal hasta ser excretados, por lo tanto, durante ese periodo
el metal puede ser transformado en otra especie más o menos tóxica.
Los metales son elementos que han sido componentes intrínsecos del ambiente al cual animales
y seres humanos se han adaptado, de hecho muchos de ellos son esenciales ya que el cuerpo los
requiere para cumplir con funciones biológicas. Una “exposición natural” a cualquier metal
puede entonces no ser dañina para los seres humanos y otras especies. Sin embargo, el
incremento en los niveles naturales puede provocar efectos adversos en la salud (Nordberg y
col., 2014). Los efectos adversos en la salud de los metales en el cuerpo humano han sido
ampliamente documentados (Denkhaus y Salnikow 2002), siendo la inhalación una de las vías
122
más importantes de exposición (Järup 2003). Estudios ocupacionales y toxicológicos han
demostrado asociaciones significativas entre la inhalación de metales y efectos respiratorios,
pulmonares, neurológicos, reproductivos y carcinogénicos (Cocco y col., 2000; Voutsa y
Samara, 2002; Antonini, 2003; Antonini y col., 2004). Los metales de transición como el Co,
Cu, Fe, Mn, Ni, V y Ti, son los que contribuyen a la capacidad oxidativa del material particulado
(Ghio, 1999; Knaapen y col., 2002; Schaumann y col., 2004; de Kok y col., 2005) y en conjunto
con HAPs, actúan sinérgicamente para producir especies reactivas del oxígeno (Valavanidis y
col., 2005; Schlesinger y col., 2006). Se ha demostrado una relación positiva entre la
citotoxicidad del material particulado y los metales de transición Cr, Mn y Fe (Tong y col.,
2002) o la suma de las concentraciones de los metales de transición (de Kok y col., 2006).
A pesar de contarse con esta información toxicológica, la investigación de los impactos a largo
plazo de la exposición a metales presentes en el material particulado atmosférico ha sido
limitada por la carencia de información de exposición a escala local (Zhang y col., 2015).
La evaluación de riesgos es una herramienta que puede usarse para estimar y jerarquizar la
importancia ambiental de una medida, calculando cuantitativamente los impactos por los daños
a la salud o a los ecosistemas derivados de la exposición a un contaminante ambiental. Riesgo
es la probabilidad de que ocurra algo con consecuencias negativas. Los efectos negativos de una
exposición de este tipo dependerán de la toxicidad de la sustancia, de la dosis y del tiempo y
frecuencia de la exposición. En el campo de la salud y del medio ambiente, el riesgo se identifica
como la probabilidad de que un individuo o una población presenten una mayor incidencia de
efectos adversos por exposición a un peligro. Un riesgo de uno en 10000 se expresa como un
riesgo de 10-4; 1 en un millón, 10-6, y así sucesivamente.
123
Muchos estudios indican que algunos grupos de la población pueden ser más susceptibles a los
contaminantes atmosféricos que otros. La edad, el estado de salud, sexo, acceso a una
alimentación adecuada, agua potable, vacunas o cuidados de salud apropiados son todos
factores importantes a la hora de considerar las diferencias en susceptibilidad o vulnerabilidad
en la exposición. En este capítulo se caracterizará el riesgo toxicológico y carcinogénico por
exposición crónica vía inhalación a los metales determinados en las partículas totales y en PM2.5
de la población de Córdoba discriminando 4 grupos etarios: niños, adolescentes, adultos y
adultos mayores.
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
124
MATERIALES Y MÉTODOS
Empleando la concentración de los metales elegidos, determinada para PTS y PM2.5, se analizó
la exposición según dos tipos de relaciones de dosis-respuesta: para efectos no cancerígenos y
para efectos carcinogénicos.
125
Las evaluaciones de riesgo de no cáncer se tratan como determinísticas, es decir, que al
incrementar la dosis, se presenta una respuesta de mayor severidad (Evans 2003). La meta de la
caracterización de riesgo es determinar si la exposición cruza este límite y por lo tanto representa
una preocupación ambiental. Después de haber identificado la exposición de la población se
determina si ésta es más alta que una dosis de referencia mediante el cálculo de un coeficiente
de peligrosidad (HQ).
HQ = Exposición/RfC
(1) LADD = CA x IF
IR − A x ET x EF x ED
LADD = CA x
BW x AT
Donde:
126
ED: Duración de la exposición [años]
BW: Peso corporal [kg]
AT: tiempo promedio de exposición a lo largo de toda la vida: 28489,5 [días]
La Tabla 5.2 muestra los parámetros utilizados para los cálculos de riesgo. Los mismos fueron
calculados como promedios ponderados de los que sugiere la EPA en su manual de factores de
exposición para diferentes grupos etarios (EPA, 2011).
Se calculó el riesgo total o índice de peligrosidad (HI) como la sumatoria de los Coeficientes de
Peligrosidad de todos los elementos considerando un promedio ponderado para todos los grupos
etarios. Un HI menor que 1 indica que no se espera un efecto adverso en la salud para los niveles
de exposición en cuestión. Si la suma de HI es mayor que 1, los compuestos químicos
individuales y sus HQs son examinados para determinar si estos actúan por una vía común. Si
no, entonces la predicción permanece como que “no se esperan efectos en la salud” (Valberg
2004).
127
Fórmulas y parámetros empleados en la determinación del riesgo carcinogénico
Riesgo = LADD x SF
IUR x BW x 1000
= (CA x IF)x ( )
IR
IR a x EF x ED x ET IUR x BW x 1000
= [CA x ( )] x ( )
BW x AT IR b
LADD: Dosis diaria promedio en la vida = CDI: toma crónica diaria [mg/ (kg x día)]
SF: Factor de pendiente [(kg x día)/ mg]
CA: concentración del compuesto [mg/m3]
IF: factor de exposición [m3/ (kg x día)]
IUR: unidad de riesgo de inhalación [m3/µg]
BW: masa corporal promedio [kg]
1000: factor de conversión µg/mg
IR: tasa de inhalación, a: [m3/h] y b: [m3/día]
EF: frecuencia de exposición [días/año]
ED: duración de la exposición [años]
ET: Tiempo de exposición [horas/día]
AT: tiempo promedio de exposición a lo largo de toda la vida [días] = 28489,5 días (78 años
expectativa de vida promedio para hombres y mujeres).
128
Los factores de riesgo de cáncer y no cáncer (toxicológicos) fueron tomados del Sistema
Integrado de Información de Riesgos de la EPA (IRIS) (Tabla 5.1). Es importante considerar en
lo que respecta a la determinación de estas dosis admisibles la sensibilidad diferencial en la
población. Por este motivo, se consideraron 4 grupos etarios: niños (de 0 a 10 años),
adolescentes (de 11 a 20 años), adultos (de 21 a 60 años) y adultos mayores (de 61 a 80 años).
Estos grupos presentan diferencias en la tasa de inhalación, peso corporal y tiempos de
exposición al contaminante (Tabla 5.2).
Tabla 5.1. Dosis de referencia por inhalación (RfDinh) y unidades de riesgo por inhalación
(IUR) para los elementos empleados en la estimación del riesgo toxicológico y carcinogénico.
Fuentes: RAIS (The Risk Assessment Information System); US EPA IRIS (Integrated Risk Information System of
the United States Environmental Protection Agency); Ferreira-Baptista y De Miguel (2005); Zhou y col. (2014)
Tabla 5.2. Parámetros utilizados para los cálculos de exposición y riesgo en la salud humana
para los diferentes grupos etarios.
IR-A EF BW
[m3/h] [min/día] ET [h/día] ED [años] [kg]
Niños 0,43 108,373 1,81 5,7 23,15
Adolescentes/jóvenes 0,66 101,000 1,68 16,0 64,20
Adultos 0,66 281,000 4,68 41,0 80,00
Adultos mayores 0,56 293,750 4,90 71,0 80,00
Fuente: EPA (2011). IR-A: Tasa de inhalación. EF: Frecuencia de exposición. ET: Tiempo de exposición. ED:
Duración de la exposición. BW: Masa corporal promedio.
129
RESULTADOS
La exposición para los diferentes grupos etarios fue calculada mediante la ecuación 1. Dado que
se trata de exposición crónica, la exposición aumenta con la edad del individuo. De acuerdo con
las concentraciones de elementos, la exposición a lo largo de todo el periodo fue mayor para
Zn>Ba>Cu>Mn>Pb>Cr>Co>Ni>V (Tabla 5.3).
Tabla 5.3. Exposición de los grupos etarios a los metales de las partículas totales en suspensión (PTS)
para el periodo: 8/8/2011- 13/09/2013.
130
Tabla 5.4. Riesgo toxicológico promedio ± desviación estándar (DE) asociado a la inhalación crónica
de metales de la fracción inorgánica de las partículas totales en suspensión (PTS) para todos los grupos
etarios en el periodo: 8/8/2011- 13/09/2013.
Elemento N media DE
Mn 520 3,92 x 10-1 1,28
Ba 520 1,77 x 10-1 2,69 x 10-1
Co 520 9,09 x 10-2 3,54 x 10-1
Cr 520 1,37 x 10-2 5,28 x 10-2
Ni 509 1,40 x 10-3 8,00 x 10-3
-4
V 163 8,00 x 10 5,90 x 10-3
Zn 510 2,00 x 10-4 1,30 x 10-3
Cu 520 1,00 x 10-4 8,00 x 10-4
Pb 519 0,00 3,00 x 10-4
-1
HI 520 6,75 x 10 1,70
Los HQ según grupos etarios fueron mayores para grupos etarios de más edad, dado que en la
fórmula para su cálculo participan los años de exposición, de hecho, los adultos mayores
tuvieron riesgos toxicológicos de 9 a 14 veces mayores que los niños. Ninguno de los HQ
promedio calculados por grupo etario para todos los elementos considerados, superó la unidad,
mientras que HI superó la unidad sólo para el grupo de adultos mayores (Tabla 5.5)
Tabla 5.5. Coeficientes de peligrosidad (HQ) promedio para los metales determinados en partículas
totales en suspensión (PTS) por grupos etarios para el periodo: 8/8/2011- 13/09/2013.
Adultos Promedio
Elemento Niños Adolescentes Adultos
mayores ponderado
V 1,13 x 10-4 1,56 x 10-4 8,97 x 10-4 1,39 x 10-3 4,61 x 10-5
-3 -3 -2 -2
Cr 2,07 x 10 2,87 x 10 1,65 x 10 2,56 x 10 1,53 x 10-2
Mn 4,83 x 10-2 6,70 x 10-2 3,84 x 10-1 5,96 x 10-1 3,56 x 10-1
Co 1,23 x 10-2 1,71 x 10-2 9,79 x 10-2 1,52 x 10-1 9,06 x 10-2
Ni 1,72 x 10-4 2,38 x 10-4 1,36 x 10-3 2,12 x 10-3 1,26 x 10-3
-5 -5 -4 -4
Cu 2,11 x 10 2,89 x 10 1,63 x 10 2,53 x 10 1,51 x 10-4
Zn 3,89 x 10-5 5,22 x 10-5 3,03 x 10-4 4,70 x 10-4 2,81 x 10-4
Ba 2,36 x 10-2 3,27 x 10-2 1,88 x 10-1 2,91 x 10-1 1,74 x 10-1
Pb 4,67 x 10-5 6,44 x 10-5 3,69 x 10-4 5,72 x 10-4 3,41 x 10-4
-2 -1 -1
HI 8,66 x 10 1,20 x 10 6,89 x 10 1,07 6,37 x 10-1
131
Respecto a los HQ de cada elemento (Fig. 5.1) no se observaron diferencias estacionales
significativas para V, Ni y Pb. Mn y Cu obtuvieron HQ significativamente mayores para el
invierno y para Mn superó la unidad en el otoño (particularmente para el año 2013). Cr obtuvo
valores de HQ significativamente mayores para el otoño, respecto las demás estaciones; Co en
orden decreciente: otoño y primavera > invierno > verano; Zn y Ba en orden decreciente: verano
y otoño> primavera >invierno. No se observaron diferencias estacionales significativas para HI.
1,E+01
1,E+00
HQ [adimensional]
1,E-01
1,E-02
1,E-03
1,E-04
1,E-05
V Cr Mn Co Ni Cu Zn Ba Pb ΣHQ PTS
Figura 5.1. Coeficientes de peligrosidad (HQ) estacionales para los metales determinados en
partículas totales en suspensión (PTS).
El índice de riesgo (HI) calculado como la sumatoria de los coeficientes de peligrosidad (HQ)
para cada elemento mostró diferencias estacionales cuando se discriminaron los años de
muestreo, de manera coincidente con el patrón de variación estacional ya observado para la
composición de la fracción inorgánica del material particulado. La correlación entre la
132
concentración de PTS y el índice de riesgo (HI) resultó significativa (ρ = 0,44; p<0,01)
(Fig.5.2).
0,4 300
0,35 C
250
200
0,25
AB A A A A
0,2 AB 150
0,15
100
0,1
50
0,05
0 0
Verano-2011/12
Verano-2012/13
Invierno-2013
Otoño-2012
Otoño-2013
Primavera-2011
Primavera-2012
Invierno-2011
Invierno-2012
HI (mediana) PTS
Figura 5.2. Índices de riesgo toxicológicos (HI) por estación_año en relación a la concentración
de partículas totales en suspensión (PTS). Letras diferentes indican diferencias significativas
entre estación_año.
Respecto de la exposición a metales presentes en PM2.5, fue mayor en orden decreciente para
Mn>V>Cu>Zn>Co>Cr y para los grupos de más edad (Tabla 5.6).
133
Tabla 5.6. Exposición de los grupos etarios a los metales de PM2.5 durante el periodo: 9/11/2012-
17/3/2015.
El riesgo toxicológico (HQ) para los metales determinados en PM2.5 fue en orden decreciente
mayor para Co>Mn>Cr>V>Cu>Zn y no se superó la unidad para ninguno de los elementos
(Tabla 5.7).
Tabla 5.7. Riesgo toxicológico promedio y total ± desviación estándar (DE) asociado a la inhalación
crónica de elementos de la fracción inorgánica de PM2.5 para todos los grupos etarios durante el período:
9/11/2012-17/3/2015
Elemento n media DE
-2
Co 19 7,85 x 10 8,03 x 10-2
Mn 57 4,33 x 10-2 9,29 x 10-2
Cr 61 6,16 x 10-3 1,52 x 10-2
V 30 5,25 x 10-3 9,08 x 10-3
-5
Cu 8 1,19 x 10 2,00 x 10-5
Zn 93 1,57 x 10-6 4,20 x 10-6
HI 82 5,48 x 10-2 1,08 x 10-1
HI: índice de riesgo total
Las diferencias en el riesgo toxicológico asociado a elementos de PM2.5 según grupo etario se
muestran en la Tabla 5.8. Los HQ para adultos mayores son desde 10 a 14,5 veces mayores que
para niños, para Cu y V respectivamente. Estas diferencias están en el mismo orden de magnitud
que las observadas para PTS. Sin embargo, los HQ para ninguno de los elementos, ni HI, superó
la unidad.
134
Tabla 5.8. Coeficientes de peligrosidad (HQ) promedio e índice de peligrosidad (HI) para los elementos
determinados en PM2.5 por grupos etarios durante el período: 9/11/2012-17/3/2015.
1,E+00
1,E-01
HQ [adimensional]
1,E-02
1,E-03
1,E-04
1,E-05
1,E-06
Cr Mn Co Cu Zn V HI
Figura 5.3. Coeficientes de peligrosidad (HQ) estacionales para los metales determinados en PM2.5
durante el periodo: 9/11/2012 – 17/3/2015.
135
Relación entre el riesgo toxicológico asociado a la inhalación de metales
determinados en PM2.5 y la concentración de PM2.5
Hubo una relación significativa entre el riesgo total asociado a la inhalación de metales presentes
en las partículas finas y la concentración de PM2.5 (ρ = 0,84; p<0,01). La figura 5.4 muestra la
variación temporal del riesgo y de la concentración de PM2.5 según estación_año. En el caso de
las partículas finas, en ninguna estación de ningún año, el HI superó la unidad.
1,E+00 9
8
AB BC
5
1,E-02
4
B
3
BC
1,E-03 B B 2
B
1
A
1,E-04 0
HI (mediana) PM2.5(µg/m3)24 hs 3)
PM2.5 24 h (μg/m
Figura 5.4. Índices de riesgo toxicológicos (HI) y concentración de PM2.5 según estación y año. Letras
diferentes indican diferencias significativas entre estación y año.
Los riesgos toxicológicos estimados para los metales determinados en las dos fracciones de
tamaño exhibieron una tendencia similar a pesar de que la contribución relativa de los metales
no fue igual para ambos tipos de particulas (Fig.5.5).
136
A 1,E-04 1,E+00 B
1,E-01
Exposición [mg/kg.día]
1,E-05
HQ [adimensional]
1,E-02
1,E-06 1,E-03
1,E-04
1,E-07
1,E-05
1,E-08 1,E-06
V Cr Mn Co Cu Zn V Cr Mn Co Cu Zn HI
PTS PM2.5
PM2.5 PTS PM2.5
PM2.5
Figura 5.5. Promedio de exposición (A) y riesgo toxicológico o coeficientes de peligrosidad (HQ) (B)
para una edad promedio de los elementos determinados en partículas totales en suspensión (PTS)
(periodo: 8/8/2011-13/9/2013) y PM2.5 (periodo: 9/11/2012-17/3/2015).
El índice de riesgo promedio para todo el periodo analizado y para un grupo etario promedio
fue de 1,31x10-7 ± 1x10-6 para Ni y de 6,34 x 10-5 ± 3x10-4 para Cr. Cuando se analizó por grupo
etario, en todos los grupos el riesgo carcinogénico fue aceptable. No hubo diferencias
significativas entre estaciones para el Ni (Tabla 5.9). Sin embargo, para Cr los índices fueron
superiores a los niveles permitidos para todos los grupos etarios. Pero este valor estuvo
sobreestimado dado que se consideró como Cr (VI) la concentración de Cr determinada, tanto
en PTS como el PM2.5. Los índices de riesgo de cáncer por inhalación de Cr fueron
significativamente menores para el otoño.
137
Tabla 5.9. Índices de riesgo carcinogénico por inhalación crónica de Cr (VI) y Ni adsorbidos a las
partículas totales en suspensión (PTS) por estación y grupo etario.
El riesgo carcinogénico por exposición crónica vía inhalación a Cr(VI) presente en las partículas
finas fue de 1,43x10-5 ± 4x10-5 para todo el periodo analizado y para una edad promedio. De la
misma manera que para Cr en PTS, también se superó el límite de 1x10-6, por la misma razón.
No hubo diferencias estacionales significativas. La Tabla 5.10 muestra los índices de riesgo
carcinogénico para Cr calculados por estación y grupos etarios.
Tabla 5.10. Índices de riesgo carcinogénico por inhalación crónica de Cr (VI) adsorbido a PM2.5 por
estación y grupo etario.
138
DISCUSIÓN
En el aire, así como en otras matrices ambientales, los metales están presentes como mezclas.
Para un análisis de riesgo es necesario considerar que algunos metales actúan aditivamente
cuando se presentan en conjunto, otros actúan independientemente uno del otro, y otros
presentan efectos antagonistas o sinérgicos. Estas interacciones son aspectos importantes
cuando se evalúan exposición y efectos. La interacción entre metales dentro de los organismos
puede ocurrir cuando compiten para unirse a una enzima específica, a receptores durante los
procesos de absorción, excreción o secuestro, o al sitio blanco (Valberg, 2004; Fairbrother y
col., 2007)
No hay una fracción de tamaño del material particulado que tenga un contenido mayor de
metales de transición o totales, aunque las fracciones menores parecen contener más metales de
transición que las partículas mayores. En este estudio, PM2.5 tuvo un mayor aporte relativo de
Co y V a la exposición total, y las PTS tuvieron un mayor aporte relativo de Mn y Zn. A pesar
de estas diferencias en la exposición, el riesgo por inhalación de metales presentes en ambos
tipos de partículas mostró tendencias similares.
139
La forma en la que se encuentra el metal, tanto física como química, afectan la exposición, la
biodisponibilidad y los subsecuentes efectos; y es influenciada por las condiciones físico
químicas del ambiente (Fairbrother y col., 2007). La metodología con la que fueron
determinados los metales no permite distinguir estados de oxidación. Así, cuando se estimó el
riesgo, se consideró por ejemplo que el Cr fue Cr(VI), sobreestimándose sus valores. Entonces,
el índice de riesgo de cáncer por inhalación de Cr asociado a PTS y PM 2.5 dio mayor al límite
permitido (1x10-6). Estudios previos mencionan que la relación Cr (VI)/Cr(III) es igual a 0,5-
2,5 en zonas industriales y están por debajo de los límites de detección en zonas urbanas. En
general se considera que el Cr(VI) tiene un origen industrial y se encuentra mayormente en la
fracción fina, mientras que el Cr (III) de fuentes naturales y antropogénicas, tiene una
contribución relevante en la fracción más gruesa (Catrambone y col., 2013). Sin embargo,
considerando que las muestras fueron tomadas en una zona urbana, es de esperar que el Cr
cuantificado en las partículas sea mayoritariamente Cr (III).
La discrepancia entre los resultados de la evaluación de riesgo, tal y como se llevó a cabo en
este capítulo, y los estudios epidemiológicos, genera un dilema cuando se buscan desarrollar
estrategias para reducir el riesgo ya que el enfoque toxicológico, pone énfasis en la
concentración y composición de ciertos contaminantes, mientras que el enfoque
epidemiológico, pone énfasis en la masa de material particulado. Por este motivo se realizó la
correlación entre los riesgos toxicológicos y la concentración de partículas. La relación fue más
importante para las partículas finas con un coeficiente de correlación de Spearman de 0,84
mientras que para PTS el coeficiente fue de 0,44. Existen otros factores que contribuyen además
a esta relativa discrepancia. Entre ellos se pueden mencionar efectos antagónicos o sinérgicos
de los metales, la vulnerabilidad de ciertos grupos de la población, la toxicidad no asociada con
la constitución química, otros contaminantes no determinados, variables climáticas y factores
socio-económicos (Valberg, 2004).
CONCLUSIONES
140
valor de HI en el otoño de 2013 debido a los elevados niveles de Mn registrados en ese periodo.
Los coeficientes de peligrosidad resultaron mayores para los grupos etarios de mayor edad
debido a que se consideró una exposición crónica, superando la unidad el riesgo total en adultos
mayores. La variación estacional para el riesgo total asociado a la inhalación de metales en las
PTS no fue significativa pero si lo fue para la inhalación de PM2.5, con un riesgo mayor durante
el invierno, debido a la mayor concentración de partículas finas. Esto responde a las variaciones
estacionales en la concentración de partículas. El riesgo toxicológico asociado a la inhalación
de metales de PTS y PM2.5 fue en general aceptable para la población de Córdoba, con excepción
del grupo etario adultos mayores.
141
VI. ANÁLISIS DE RIESGO
CARCINOGÉNICO POR EXPOSICIÓN
A HIDROCARBUROS AROMÁTICOS
POLICÍCLICOS ADSORBIDOS A LAS
PARTÍCULAS
RESUMEN
Los HAPs son compuestos de conocida actividad cancerígena y mutagénica, que pueden estar
adsorbidos en el material particulado atmosférico. Se emplearon los datos de concentración de
HAPs determinados en PTS colectadas en un área urbana de la ciudad de Córdoba y se estimó
su concentración en PM10. Se caracterizó el riesgo de cáncer de pulmón por exposición a lo
largo de toda la vida a HAPs individuales y a HAPs totales. Se analizaron los valores obtenidos
por grupo etario y por estación del año.
Los índices de riesgo de cáncer de pulmón promedio para todo el periodo de muestreo mostraron
valores aceptables (<1 persona cada 10000) para todos los grupos etarios, siendo mayores para
los individuos de mayor edad. El riesgo diario calculado fluctuó acorde a la concentración del
contaminante a lo largo del período de muestreo, siendo inaceptable el 30,67% del tiempo para
adultos mayores, el 10,63% en adultos, el 0,20% en adolescentes y nunca en niños. El riesgo de
cáncer también tuvo variaciones estacionales, siendo mayor en el invierno y el otoño, cuando el
grupo etario de adultos mayores alcanzó valores promedios por encima de los estándares.
Naftaleno fue un HAP importante en el índice de riesgo por su aporte en masa. También fue
importante al riesgo total el aporte de los HAPs de 4 y 5 anillos: BaP y dBahA para la estación
fría y BaP y BkF para la estación cálida. Para todo el periodo de muestreo se observó que el
riesgo carcinogénico asociado a la inhalación de hidrocarburos aromáticos policíclicos
adsorbidos a PM10 no superó los niveles considerados peligrosos. En particular, en invierno y
otoño hubo concentraciones de HAPs que resultaron en riesgos que excedieron lo aceptable para
el grupo de adultos mayores representando un serio problema para la salud pública.
142
INTRODUCCIÓN
La actividad cancerígena de los HAPs depende de su estructura, siendo más importante para las
moléculas de 4,5 ó 6 anillos que para las pequeñas de 2,3 anillos y las mayores de 7 anillos.
Además, las estructuras angulares tienen una actividad cancerígena mayor que las especies con
estructura lineal y más condensada (Quijano-Parra y col., 2015) La carcinogenicidad por
exposición ambiental considera las etapas de exposición, activación metabólica, formación de
aductos entre HAPs y ADN, mutación en genes críticos (como por ej, en el gen p53 represor de
tumores) y sucesión de mutaciones en otros genes (Mastandrea y col., 2005).
Con respecto a la toxicidad, la mayoría de los HAPs carcinogénicos están presentes en fase
particulada más que en fase gaseosa (Cautreels y Van Cauwenberghe, 1978; Lyall y col., 1988).
De hecho, se ha encontrado una correlación significativa entre las cantidades de polvo
atmosférico en el aire y las concentraciones de HAPs en fase particulada (Kuo y col., 2013). Por
143
esta razón es que los HAPs son dentro de los compuestos orgánicos, los más estudiados,
explorando la mutagenicidad y potencial carcinogénico del material particulado atmosférico
(Arey 1998; IARC, 1998).
Los seres humanos están expuestos a HAPs por diferentes vías; a través de la inhalación, por
contacto directo o dérmico e incluso por ingestión. La ingestión es la vía cuantitativamente más
importante para exposición de HAPs en seres humanos. Sin embargo, la inhalación es una vía
significativa debido a que estos contaminantes son ubicuos en la atmósfera (Li y col., 2010).
La estimación de riesgo para la exposición a HAPs es compleja por distintas razones. Por un
lado, hay pocos reportes de estudios epidemiológicos en seres humanos de HAPs individuales.
Por otro lado, los HAPs inducen cáncer mediante diferentes mecanismos, con algunas
evidencias que indican que las mezclas de HAPs pueden incluso ser más carcinogénicas que los
HAPs individuales para los humanos (Van Houdt y col., 1987).
144
riesgo de exposición mayor en el invierno respecto a las demás estaciones, dadas las altas
concentraciones de HAPs determinadas para la ciudad de Córdoba en ese periodo.
OBJETIVOS
OBJETIVOS PARTICULARES
1. Calcular un índice de riesgo por inhalación de HAPs totales, presentes en fase particulada en la
atmósfera de la ciudad de Córdoba.
2. Calcular un índice de riesgo individual para cada uno de los 14 HAPs determinados.
3. Analizar el riesgo carcinogénico por inhalación de HAPs en función de grupos etarios.
4. Evaluar variaciones estacionales en el riesgo carcinogénico por exposición a estos
contaminantes.
METODOLOGÍA
145
Análisis de riesgo carcinogénico
Se calculó un índice de riesgo asociado a cada uno de los HAPs determinados en la fracción
orgánica de PTS y estimados para PM10. Es decir, se estimó la concentración de PM10 a partir
de la concentración de PTS empleando la fórmula: PM10 = 0,83 x PTS (Bartoš y col., 2009), la
cual luego se utilizó para estimar la concentración de cada uno de los HAPs adsorbidos a PM10.
Luego, se calculó un riesgo por exposición a HAPs totales, mediante la sumatoria de los riesgos
asociados a los HAPs individuales.
Así como en el capítulo V, se consideraron 4 grupos etarios: niños (de 0 a 10 años), adolescentes
(de 11 a 20 años), adultos (de 21 a 60 años) y adultos mayores (de 61 a 80 años) (ver parámetros
de exposición calculados para los grupos etarios en el capítulo V – Tabla 5.2).
Se consideraron riesgos significativos los que superaron 1x10-6, riesgos aceptables a los
comprendidos entre 1x10-6 y 1x10-4, e inaceptables o preocupantes a los que superaron el valor
de 1x10-4 (1 persona cada 10000 tiene riesgo de padecer cáncer de pulmón por exposición
crónica vía inhalatoria a lo largo de toda la vida de HAPs adsorbidos a las partículas) (EPA,
2011;Valberg, 2004).
Dado que no se cuenta con datos toxicológicos cuantitativos, para evaluar el riesgo
carcinogénico se emplean Factores de Toxicidad Equivalentes (TEF), que son factores relativos
basados en el potencial carcinogénico de cada HAP con respecto al del BaP. Así, las IUR
(Unidades de Riesgo por Inhalación) para HAPs individuales son obtenidos mediante el
producto del SF (Slope Factor = factor de pendiente) o IUR del BaP por el TEF de cada HAP
(Consejería de Medio Ambiente y Ordenación del Territorio 2011). Estos valores de IUR se
encuentran publicados en la guía de análisis de riesgo (OEHHA, 2002), listados en la Tabla 6.1.
146
Tabla 6.1. Factores de potencial carcinogénico expresados como unidades de riesgo por inhalación
(IUR) [m3/µg] para diferentes hidrocarburos aromáticos policíclicos (HAPs) (OEHHA, 2002; EPA,
2003).
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP:
benzo(a)pireno; dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
Se analizó el porcentaje de días de todo el periodo de muestreo en que se superaron los valores
de riesgo aceptables, por grupo etario y para un individuo promedio.
Considerando que los HAPs tuvieron una variación estacional importante en su concentración
(Capítulo I), se calculó el riesgo carcinogénico para cada estación del año, y para un individuo
promedio, expuesto a HAPs individuales y totales. Los valores obtenidos de riesgo para cada
estación se compararon mediante análisis de la varianza no paramétrica de Kruskal Wallis y test
U de Mann Whitney a posteriori (p<0,05) mediante el software Infostat vs 2013 (Di Rienzo y
col., 2011).
147
RESULTADOS
El riesgo incremental de padecer cáncer de pulmón para un habitante dela Ciudad de Córdoba a
causa de la inhalación de HAPs para un individuo promedio está en el orden de ≈1 persona por
cada 1 millón de habitantes a ≈8 personas cada 10.000 habitantes.
Los índices de riesgo promedio para todo el periodo de muestreo resultaron en valores
significativos (>1x10-6) para todos los grupos etarios (Tabla 6.2). Estos fueron, sin embargo,
“aceptables” ya que todos tuvieron un valor menor a 1x10-4. El riesgo de cáncer fue mayor en
grupos etarios de mayor edad, 18,5 veces mayor para adultos mayores que para niños, dado el
aumento en el tiempo de exposición.
Tabla 6.2. Riesgo carcinogénico promedio ± desviación estándar (DE) por inhalación crónica de
hidrocarburos aromáticos policíclicos (HAPs) totales según grupos etarios e individuo de edad promedio.
Para un individuo de edad promedio, casi el 90 % de los días del periodo muestreado estuvo
expuesto a un riesgo significativo pero aceptable (1 a 100 en un millón) de padecer cáncer de
pulmón por inhalación de HAPs adsorbidos a PM10. En el 10 % de los días restantes hubo una
concentración tal de HAPs totales en el aire que el riesgo estimado de cáncer fue inaceptable
(>1x10-4) (Fig.6.1).
148
aceptable. En el caso de adolescentes, en el 6 % de los días el riesgo no fue significativo, en el
94% de los días fue significativo pero aceptable y en un 0,2 % de los días el riesgo fue
inaceptable. En los adultos, en el 89 % de los días estuvieron expuestos a concentraciones de
HAPs totales que resultan en un riesgo significativo pero aceptable y en el 11 % del tiempo, el
riesgo fue inaceptable. Finalmente, en los adultos mayores, el 69 % de los días estuvieron
expuestos a concentraciones resultantes en riesgos significativos pero aceptables y en el 31 %
de los días el riesgo resultó inaceptable (Fig.6.2).
1,E-03
Riesgo carcinogénico
1,E-04
1,E-05
1,E-06
10/8/2011
11/8/2011
12/8/2011
10/8/2012
11/8/2012
12/8/2012
8/8/2011
9/8/2011
1/8/2012
2/8/2012
3/8/2012
4/8/2012
5/8/2012
6/8/2012
7/8/2012
8/8/2012
9/8/2012
1/8/2013
2/8/2013
3/8/2013
4/8/2013
5/8/2013
6/8/2013
7/8/2013
Figura 6.1. Riesgo diario de cáncer de pulmón asociado a la inhalación de hidrocarburos aromáticos
policíclicos (HAPs) adsorbidos a PM10 para un individuo de edad promedio.
149
Niños Adolescentes
103;
21% 458;
94%
386;
79% 1;
0,20%
30; 6%
52; 11%
150;
31%
339;
437; 69%
89%
Riesgo no significativo
Riesgo inaceptable
Figura 6.2. Proporción de días respecto del total del periodo de muestreo (8/8/2011 – 13/9/2013) en que
se superaron los índices de riesgo significativos y aceptables de cáncer de pulmón por exposición crónica
a hidrocarburos aromáticos policíclicos (HAPs). Riesgo significativo: > 1 x 10-6; riesgo aceptable: > 1 x
10-4.
150
El análisis de las diferencias estacionales en el riesgo reveló mayores valores durante el invierno,
como era esperable dada la mayor concentración de HAPs en esa época. En el invierno y el
otoño, los índices de riesgo carcinogénico fueron unas 1,8 veces mayores que en la primavera y
el verano. El grupo etario cuyo índice de riesgo estacional promedio superó el valor aceptable
de 1x10-4 fue el de adultos mayores con riesgos promedios de 1,11 y 1,4 personas por cada 10
mil, respectivamente (Fig.6.3).
1,00E-03 B
B
A
Riesgo carcinogénico [adimensional]
1,00E-04 A
1,00E-05
1,00E-06
1,00E-07
1,00E-08
Verano Otoño Invierno Primavera
Figura 6.3. Riesgo promedio de cáncer de pulmón asociado a la inhalación de hidrocarburos aromáticos
policíclicos (HAPs) en fase particulada por grupo etario y por estación. Riesgo significativo: > 1x10-6;
riesgo aceptable: <1x10-4. Letras diferentes indican diferencias significativas entre estaciones.
Cuando se analizó el riesgo que representa cada HAP, se observó que el BaP fue el de mayor
importancia relativa, mostrando también índices de riesgo superiores para el invierno y otoño,
luego para el verano y por último la primavera. El segundo HAP más importante fue Naft, para
el cual su riesgo asociado fue menor en verano respecto las demás estaciones. Otro HAP que
mostró índices en el orden de 10-5-10-6 fue dBahA, con índices de riesgo superiores en el otoño,
luego invierno y por último primavera y verano, con una notable disminución en su contribución
al riesgo total durante la estación cálida. BbF, BkF y BaA tuvieron riesgos asociados
151
significativos (>1x10-6), sin variaciones estacionales, mientras que BaA tuvo mayor riesgo en
invierno que en otoño. Los demás HAPs no mostraron riesgos significativos (Fig.6.4).
7,E-05
Riesgo carcinogénico [adimensional]
6,E-05
5,E-05
4,E-05
3,E-05
2,E-05
1,E-05
1,E-06
Verano Otoño Invierno Primavera
BaP Naft dBahA BbF BkF BaA BghiP Cri Fluo Fen Fla Pir Ace Ant
Figura 6.4. Riesgo de cáncer de pulmón acumulado por exposición a hidrocarburos aromáticos
policíclicos (HAPs) individuales según estación del año.
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
DISCUSIÓN
En este estudio se estimó un riesgo incremental de cáncer de pulmón por inhalación de HAPs
adsorbidos a PM10 de 5,34 x 10-5 para un individuo promedio y considerando las
concentraciones de HAPs totales a lo largo del periodo de muestreo. Estos valores de riesgo de
cáncer son similares a los informados para otras ciudades del mundo. Por ejemplo, en Oporto,
Portugal, el riesgo de cáncer obtenido por exposición a HAPs en fase particulada (PM 10) y
gaseosa vía inhalación fue de 1,9 x 10-3, es decir, casi 2 personas por cada mil tienen riesgo de
padecer cáncer de pulmón debido a la exposición a HAPs atmosféricos (Slezakova y col., 2011)
y en países de los Balcanes occidentales se obtuvieron riesgos asociados a HAPs adsorbidos a
152
partículas en el orden de 10-8-10-7 (Bartoš y col., 2009). Según el censo nacional 2010, la ciudad
de Córdoba cuenta con una población de 3.308.876 habitantes. Asumiendo una exposición
homogénea de todos los habitantes, aproximadamente 2 personas al año podrían padecer cáncer
de pulmón atribuible a la exposición outdoor (del inglés: al aire libre, intemperie) crónica a
HAPs en fase particulada.
El riesgo de cáncer asociado a cada grupo etario superó el límite de 1x10-6 propuesto por la EPA
(2003), incluso para los niños. En los grupos etarios de mayor edad el riesgo fue mayor debido
a que se trata de un riesgo por exposición crónica y entonces los años de exposición están en
función de la edad promedio de ese grupo etario.
En cuanto a la estacionalidad, el mayor riesgo se encontró en las estaciones frías respecto a las
cálidas, a consecuencia de una mayor concentración de HAPs cuando las temperaturas son bajas.
En los Balcanes Occidentales también se encontró que los HAPs que representan un riesgo para
la salud humana, incrementan sus valores entre las estaciones de verano e invierno, a pesar de
que los valores reportados son varios órdenes de magnitud más bajos que los obtenidos en esta
tesis (Bartoš y col., 2009).
Respecto del riesgo que representa la inhalación de HAPs individuales, los compuestos que más
contribuyeron al riesgo estimado total fueron BaP (50,91 %), Naft (13,32 %) y dBahA (15,90
%) en otoño e invierno, para un individuo de edad promedio. En las estaciones de primavera y
verano, los HAPs de mayor importancia relativa en cuanto al riesgo que representan fueron BaP
(35,56 %), Naf (21,05 %) y BkF (14,87 %). Estos resultados están relacionados con los altos
niveles de Naft en la atmósfera (42 % en masa de los HAPs totales) y al elevado potencial
carcinogénico de BaP, dBahA y BkF, dado su número de anillos aromáticos, a pesar de haber
tenido concentraciones en la atmósfera relativamente bajas. De modo similar, Chiang y col.
(2003) reportó que si bien las concentraciones de HAPs de 3 y 4 anillos son altas, los riesgos
para la salud están mayormente asociados con los HAPs de 5 y 6 anillos adsorbidos en las
partículas.
Estudios señalan que casi todo el riesgo acumulado de HAPs puede ser asignado a los
compuestos asociados con las partículas, con sólo un menor porcentaje debido a los HAPs en
fase gaseosa (Kim y col., 2013). Considerando que los cálculos de riesgo se basaron en la
exposición al aire libre, con frecuencias de exposición que van desde 2 horas diarias para niños
153
a casi 5 horas en los adultos mayores, el riesgo real al que están expuestos los individuos
probablemente sea mucho mayor si consideramos además la exposición dentro de los hogares,
que es donde las personas pasan la mayor parte del día.
Según la OMS, es recomendable que cada país determine sus niveles de riesgo aceptables, de
acuerdo a las características propias de su población. El presente estudio constituye sólo una
primera aproximación a la evaluación de riesgo de la población, ya que fue realizado con valores
tabulados en el manual de exposición de la EPA y no con datos poblacionales propios del país.
En este sentido, es necesario continuar el estudio de contaminantes, tener un conocimiento
acabado de sus ciclos de variación temporal así como identificar sus fuentes de emisión para
poder establecer los posibles riesgos a los que está expuesta la población y recomendar a
organismos de gestión de la calidad de aire acerca de las mejores medidas de manejo.
CONCLUSIÓN
Los resultados presentados son preocupantes, especialmente cuando se considera que a una edad
tan temprana, un niño que vive en la ciudad de Córdoba ya presenta un riesgo significativo de
padecer cáncer de pulmón, riesgo que se ve incrementado por la exposición a otros compuestos
cancerígenos a lo largo de toda su vida. Los resultados constituyen una fuerte evidencia del
potencial carcinogénico de los componentes individuales de la mezcla de contaminantes
atmosféricos y explican su posible contribución al desarrollo de cáncer de pulmón.
154
VII. GENOTOXICIDAD DE LA
FRACCIÓN ORGÁNICA DEL
MATERIAL PARTICULADO. ENSAYO
COMETA.
RESUMEN
Los HAPs adsorbidos a las partículas son de reconocida actividad cancerígena y mutagénica.
Estos se encuentran en la fracción orgánica del material particulado y junto a otros compuestos
tienen el potencial de dañar el ADN. Los ensayos de genotoxicidad in vitro dan una
aproximación a los efectos nocivos de estos compuestos en la salud humana. Con las muestras
de HAPs extraídas del material particulado total se prepararon 24 pooles mensuales
correspondientes a los 2 años de muestreo. Los extractos fueron inoculados en sangre entera
humana de 3 individuos en ensayos independientes. Se llevó a cabo una electroforesis unicelular
alcalina o ensayo cometa. Las muestras se tiñeron con bromuro de etidio y fueron observadas al
microscopio de fluorescencia registrándose mediante un software de análisis de imágenes el
porcentaje de ADN en la cola, el momento de la cola y el conteo total de cometas. La
genotoxicidad, medida a través del % de ADN en la cola, mostró variaciones estacionales
significativas siendo mayor en la primavera, luego invierno, verano y otoño. Los análisis
estadísticos mostraron que los efectos biológicos observados se correlacionaron con la
concentración de HAPs totales, aunque con coeficientes de correlación de bajos. Los
coeficientes de correlación para HAPs individuales fueron mayores en relación a la variable
conteo total de cometas, con una relación positiva para el Ace y negativa para BaP y dBahA.
Los resultados obtenidos no permiten afirmar que la genotoxicidad observada sea debida
exclusivamente a los HAPs determinados sino que podría estar ocasionada por algún otro grupo
de contaminantes orgánicos presentes en la fracción extraída, o bien por la interacción de los
HAPs con otros compuestos químicos o agentes físicos.
155
INTRODUCCIÓN
La exposición a contaminantes del aire puede dañar las biomoléculas, es decir, pueden tener
efectos genotóxicos (Møller y col., 2000) Un agente genotóxico es un agente que, a niveles
subtóxicos de exposición, produce algún tipo de alteración en el material genético o en sus
componentes asociados. Se incluyen entre ellos, los agentes que interaccionan tanto directa
como indirectamente con el ADN provocando mutaciones y los que interfieren en algunos
procesos enzimáticos de su reparación o en la génesis o polimerización del material proteico
involucrado en la segregación cromosómica (Zúñiga Venegas y col., 2009). Podemos
diferenciar entonces agentes carcinogénicos, mutagénicos y teratogénicos. Un agente
carcinogénico es un factor físico, químico o biológico que actúa sobre los tejidos induciendo un
crecimiento tumoral maligno o cáncer. Un carcinógeno actúa interactuando con el ADN celular
e induciendo mutaciones genéticas (EPA, 2015). Un agente mutagénico es un factor físico,
químico o biológico que altera o cambia la información genética (usualmente ADN) de un
organismo y ello incrementa la frecuencia de mutaciones por encima del nivel natural. Cuando
numerosas mutaciones causan el cáncer adquieren la denominación de carcinógenos (Griffiths
y col., 1995). Un agente teratogénico es una sustancia, agente físico u organismo capaz de
provocar un defecto congénito durante la gestación del feto (Lane Lilley y col., 2000).
156
Las investigaciones relacionadas con la genotoxicidad de compuestos contaminantes, adquieren
cada día mayor importancia, debido al creciente deterioro del ambiente a nivel mundial. La
preocupación por la exposición de la población a agentes mutagénicos se debe al incremento
observado en los últimos años en mutaciones en células germinales, con el consecuente
aumento de la incidencia de las enfermedades genéticas en futuras generaciones; a la estrecha
relación entre la inestabilidad genómica de células somáticas con el cáncer y las enfermedades
degenerativas crónicas; y finalmente al origen ambiental del cáncer (Arencibia y col., 2009).
Los contaminantes en el ambiente, incluyendo los agentes genotóxicos, pueden ocurrir como
mezclas complejas, por lo que la presencia y potencial interacción de sustancias desconocidas
puede llevar a una discrepancia entre el riesgo real y el estimado en función de la concentración
en el aire de un determinado contaminante. El material particulado atmosférico menor a 10
micras comprende una mezcla de una gran cantidad de compuestos químicos, muchos de los
cuales son tóxicos y/o carcinogénicos. El mecanismo de acción está relacionado con el estrés
oxidativo que inducen las partículas (Møller y col., 2000).
Muchos de los efectos tóxicos y cancerígenos del aire contaminado en las ciudades se han
vinculado a los hidrocarburos aromáticos policíclicos (HAPs) adsorbidos en el material
particulado, tales como: benzo(a)antraceno (BaA), criseno (Cri), benzo(b)fluoranteno (BbF),
benzo(k)fluoranteno(BkF), benzo(a)pireno(BaP), dibenzo(ah)antraceno (dBahA),
benzo(ghi)perileno (BghiP), indeno(1,2,3-cd)pireno (IP) (Taioli y col., 2007). Las propiedades
cancerígenas de dichos hidrocarburos en mezclas orgánicas complejas derivadas del material
particulado han sido principalmente atribuidas a su mutagenicidad. Los HAPs pueden ser
metabólicamente activados a especies reactivas que forman aductos voluminosos en el ADN
(Møller y col., 2000). Sin embargo, los HAPs son también activadores potentes de receptores
aril hidrocarburos (AHR), que pueden contribuir a sus efectos no genotóxicos, incluyendo la
promoción de tumores (Meléndez Gélvez y col., 2012).
La presencia de HAPs se hace más notoria en los centros urbanos, donde se altera la capacidad
normal de amortiguación de sus efectos debido a sus altas tasa de emisión. Se generan así
mezclas complejas que producen estrés oxidativo a nivel molecular y por lo tanto, un aumento
en el daño primario que resta eficiencia a los mecanismos de reparación del ADN que posee la
célula (González Torres y col., 2015).
157
La sola determinación de los compuestos genotóxicos en aire, aun cuando estén en niveles altos
o por encima de su límite de detección, no es suficiente para evaluar los efectos biológicos o
ecológicos de un contaminante. Los sistemas biológicos son el blanco para la acción de tóxicos
y por ello proveen información importante que no aportan los análisis químicos de muestras
ambientales y pueden ser utilizados como herramientas diagnósticas para el manejo integral del
ambiente. Por ello es importante la evaluación de las respuestas biológicas en la biota como
parte integrante de la evaluación de peligros y riesgos (Jha, 2008). Es recomendable entonces
que adicionalmente al monitoreo químico convencional se mida el efecto biológico mediante
por ejemplo ensayos de genotoxicidad (Mendoza y col., 2013).
Las pruebas de genotoxicidad son ensayos que ponen en evidencia las alteraciones causadas en
el material genético, por agentes ambientales, tanto en células somáticas como germinales.
Permiten detectar mutaciones génicas, aberraciones cromosómicas, daño primario a la
estructura del ADN, transformaciones celulares u otras afecciones. Existen diversas técnicas
para evaluar los efectos de la genotoxicidad ambiental que han sido ampliamente utilizadas y
recomendadas para determinar el posible daño en el ADN. Entre las más destacadas se
encuentran las técnicas de microsatélites, el test de Ames, los ensayos in vitro de linfocitos y el
ensayo cometa (González Torres y col., 2015). Entre ellos, el ensayo cometa, y el de
micronúcleos, son dos de las pruebas más reconocidas como indicadoras del efecto producido
por la exposición a sustancias genotóxicas (OECD, 1997).
El ensayo de electroforesis en gel unicelular, también conocido como ensayo cometa, es una
técnica bioquímica rápida, simple, visual y sensitiva para medir y analizar la rotura del ADN en
células de mamíferos (McKelvey-Martin y col., 1993). La metodología del ensayo cometa
consiste en que una suspensión celular es embebida en agarosa en un porta objetos, lisada con
detergentes y una alta concentración de sales para liberar el ADN; luego los vidrios son tratados
en condiciones alcalinas para que el ADN se desenrolle en los sitios de ruptura de cadena (Faust
y col., 2004). Este ensayo permite detectar roturas de cadena simple en el ADN, sitios álcali
lábiles y entrecruzamientos. Además, se puede emplear en casi cualquier población celular
eucariota (Jha, 2008). Los linfocitos pueden ser fácilmente colectados de manera no invasiva y
han demostrado ser buenas células sustitutas que recogen los efectos causados por agentes con
diferentes órganos diana para el cáncer (Faust y col., 2004).
158
Los ensayos realizados en laboratorio con HAPs han demostrado que estos compuestos pueden
ser responsables de la mayor parte de la actividad mutagénica y cancerígena observada en
extractos de material particulado. Muchos estudios in vitro que fraccionaron la mezcla de
compuestos orgánicos demostraron que la mayor mutagenicidad y potencial de formación de
aductos en el ADN estaban asociadas con las fracciones neutras y levemente polares, las cuales
contienen la mayor parte de los HAPs y nitro HAPs (Gábelová y col., 2004).
159
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
METODOLOGÍA
Extracción de HAPs
Las mezclas complejas de compuestos orgánicos fueron preparadas por extracción a partir de
PTS colectadas en Córdoba durante un periodo de dos años desde agosto de 2011 hasta agosto
de 2013. En cada extracto orgánico se determinó la concentración de 14 HAPs por HPLC con
detector de fluorescencia (Ver metodología del capítulo1).
Se utilizaron 4 extractos orgánicos diarios de PTS por mes, para formar el pool mensual. Para
ello se mezclaron muestras correspondientes al día lunes de la semana 1, muestras del miércoles
de la semana 2, muestras del viernes de la semana 3 y muestras correspondientes a un sábado o
domingo, en la semana 4. Se tomó 1 mL de cada muestra, se mezclaron en el pool, se llevaron
160
a sequedad con N2. Al momento del ensayo fueron resuspendidas en 0,4 mL de DMSO
(dimetilsulfóxido).
Ensayo cometa
El protocolo de trabajo fue elaborado a partir de trabajos de (Sasaki y col., 1997; Miyamae y
col., 1998; Silva y col., 2000; Carreras y col., 2013). El experimento se llevó a cabo utilizando
sangre entera humana proveniente de tres individuos diferentes en ensayos independientes. Las
muestras de sangre periférica se obtuvieron de voluntarios jóvenes (27-31 años), saludables, no
fumadores, sin ningún tipo de tratamiento clínico y no deportistas de alto rendimiento. Las
muestras de sangre fueron expuestas a 24 pooles mensuales, con dos preparados por cada
extracto. Se preparó un control negativo incubando 30 µL de sangre con 5 µL de DMSO durante
4 h (Tice y col., 2000; Speit y Hartmann, 2005). A las muestras de sangre se le agregaron los
extractos orgánicos resuspendidos en DMSO y se dejaron incubando 3 h a 37°C. Transcurrida
la exposición, 25 µL de sangre con muestra se mezclaron con 140 µL de LMPA (solución de
agarosa de bajo punto de fusión: 0.5 %) y se colocaron sobre un portaobjetos previamente
cubierto con 150 µL de NMPA (agarosa de punto de fusión normal: 1 %). Las muestras luego
se sumergieron en una solución de lisis (2,5 M NaCl, 100 mM EDTA, 10 mM Tris, 1 % Triton
X-100 y 10 % DMSO, pH 10) y se refrigeraron en heladera (4°C) durante 1:30 h. Las muestras
se colocaron en una cuba electroforética, sumergiéndolas en una solución amortiguadora (300
mM NaOH, 1 mM EDTA pH 13) durante 30 min (25 V, 300 mA). Se dejaron reposar 20 min
para permitir el desenrrollamiento del DNA y luego se corrió la electroforesis a 25V y 300mA
durante 20 minutos en oscuridad para prevenir daño adicional en el ADN. Los preparados se
neutralizaron mediante el lavado con PBS (8,01 NaCl + 0,20 KCl + 1,78 Na2HPO4 + 0,27
KH2PO4) y agua MilliQ. Las muestras se colocaron en frascos couplings con metanol absoluto
durante 10 min para fijarlas y luego se conservaron en seco a temperatura ambiente hasta el
análisis en microscopio.
Para ser observadas al microscopio, los preparados se tiñeron con 30 µL de bromuro de etidio
(20 mg/mL) y luego se colocó el cubreobjetos. Se tuvo especial atención para que las muestras
no estuvieran expuestas a la luz. Las muestras se observaron en un microscopio Leica DMLB
con lámpara de Hg de fluorescencia y epifiltro verde, equipado con una cámara Leica DFC300
161
FX y software Motic images advantages 3.2 y un objetivo de 20X . Se tomaron 15 fotografías
por preparado de modo de contar con un mínimo de 50 células por vidrio (100 células en total
por tratamiento).
Análisis estadístico
Las variables consideradas para determinar el efecto genotóxico fueron: a) conteo total de
cometas; b) porcentaje de ADN en la cola y c) Momento de la cola, variable resultante del
producto % de ADN en la cola y largo de la cola. El % de ADN en la cola y el momento de la
cola han sido mencionados como los parámetros más apropiados para comparar datos de
diferentes estudios (Møller 2006).
Las células con cometas fueron categorizadas visualmente en función del % de ADN en la cola,
empleando la figura 7.1 como referencia (Collins 2002). Así, el nivel 0 corresponde a los
cometas con 0 a13 % de ADN en la cola; el nivel 1 corresponde a los cometas con 13-32 % de
ADN en la cola; el nivel 2 a los que tienen 32-47 % de ADN en la cola; el nivel 3 a los que
tienen 47-67 % de ADN en la cola y el nivel 4 a los que tienen 67-100 % de ADN en la cola. El
conteo total de cometas (TCS) se calculó multiplicando el número de cometas de cada categoría
por el valor de la categoría:
Todas Las imágenes fueron analizadas con el software TriTek Comet Score TM Freeware v 1.5.
(Fig.7.2)
162
Figura 7.1. Clasificación de células con cometa en 5 categorías según porcentaje de ADN en la cola: 0:
cometas con 0 a13 %; 1: 13-32 %; 2: 32-47 %; 3: 47-67 %; 4: 67-100 %.
163
Figura 7.2. Análisis de imágenes mediante el software TriTek Comet Score TM Freeware v 1.5.
164
Para caracterizar la variación temporal de la genotoxicidad de las partículas, se realizó un
análisis de la varianza no paramétrica de Kruskal Wallis y test U de Mann Whitney a posteriori
entre meses y estaciones del año (p<0,05).
RESULTADOS
Las variables % de ADN y momento de la cola se comportaron de manera similar, por lo que
solo se presentan los resultados para % de ADN. La genotoxicidad determinada mediante esta
variable fluctuó entre 14,03 % y 32,22 %, con un promedio para todo el periodo de 22,98 %.
La Figura 7.3 muestra los valores obtenidos de % de ADN en la cola para cada extracto
orgánico.
165
35
30
% de ADN en la cola
25
20
15
10
0
1. Agosto 2011
3. Octubre 2011
5. Diciembre 2011
8. Marzo 2012
6. Enero 2012
7. Febrero 2012
166
D
C
B
A
A
Figura 7.4. Genotoxicidad mensual medida a través del porcentaje de ADN en la cola de linfocitos
expuestos a extractos orgánicos de partículas totales en suspensión (PTS). Letras diferentes indican
diferencias significativas entre estaciones.
200
B
180 B
160 B
140
A A
120
B
TCS
100
80
60
40
20
0
Ctrol(-) Verano Otoño Invierno Primavera
Figura 7.5. Conteo total de cometas (TCS) por estación en linfocitos expuestos a extractos orgánicos
de partículas totales en suspensión (PTS). Letras diferentes indican diferencias significativas entre
estaciones.
167
En la figura 7.6 se presentan las proporciones de cada tipo de cometa categorizados según el
% de ADN en la cola. Se destaca el alto % de células sin cometa en el otoño (C-0).
100%
90%
80%
70% C-4
Porcentaje
60% C-3
50%
C-2
40%
C-1
30%
C-0
20%
10%
0%
Invierno Otoño Primavera Verano
Figura 7.6. Proporción de tipos de células concometas categorizados según el % de ADN en la cola
según estación del año.
168
Tabla 7.1. Análisis de correlación de Spearman (ρ) entre las variables indicadoras de genotoxicidad: %
de ADN en la cola y conteo total de cometas (TCS), y la concentración de hidrocarburos aromáticos
policíclicos (HAPs) totales, carcinogénicos (c-HAPs) e individuales.
Naft 0,095**
Ace 0,081** 0,320**
Fluo
Fen 0,066**
Ant 0,030*
HAPs individuales
Fla
Pir -0,025*
BaA -0,021*
Cri
BbF
BkF
BaP -0,260**
dBahA -0,028* -0,270**
BghiP
Naft: naftaleno; Ace: acenafteno; Fluo: fluoreno; Fen: fenantreno; Ant: antraceno; Fla: fluoranteno; Pir: pireno;
BaA: benzo(a)antraceno; Cri: criseno; BbF: benzo(b)fluoranteno; BkF: benzo(k)fluoranteno; BaP: benzo(a)pireno;
dBahA: dibenzo(ah)antraceno; BghiP: benzo(ghi)perileno.
169
120 350
% de ADN en la cola/TCS
250
80
200
60
150
40
100
20 50
0 0
ene-12
jul-12
ene-13
jul-13
ago-11
oct-11
may-12
ago-12
oct-12
may-13
nov-11
dic-11
mar-12
nov-12
dic-12
mar-13
feb-12
abr-12
jun-12
feb-13
abr-13
jun-13
sep-11
sep-12
% de ADN en la cola TCS HAPs totales c-HAPs
Figura 7.7. Relación entre la concentración de hidrocarburos aromáticos policíclicos (HAPs) totales y
cancerígenos (c-HAPs), y genotoxicidad medida a través del % de ADN en la cola y Conteo Total de
cometas (TCS) correspondientes a los 24 pooles mensuales de extractos orgánicos.
DISCUSIÓN
170
Una posible explicación para este resultado es el hecho de que los HAPs se consideran
mutágenos indirectos, es decir necesitan de una activación metabólica para ejercer su efecto
mutagénico y carcinogénico (Mastandrea y col., 2005; Villalobos-Pietrinia y col., 2008). Por
este motivo es más difícil detectar variaciones sustanciales en la genotoxicidad causada por los
extractos orgánicos en sistemas in vitro (Gábelová y col., 2004).
Los HAPs presentes en los extractos orgánicos probablemente sólo juegan un papel marginal en
la generación de estrés y daño en el ADN, pero habría otros compuestos en estos mismos
extractos, como pueden ser ácidos grasos, alcanos o alcanoles (Hsiao y col., 2000), que estarían
contribuyendo a la genotóxicidad de la fracción orgánica de las partículas.
CONCLUSIÓN
Los extractos orgánicos del material particulado atmosférico de la ciudad de Córdoba producen
daño genotóxico en linfocitos humanos, constituyendo por lo tanto un factor de riesgo para la
población expuesta.
Dado que los coeficientes de correlación entre HAPs totales o cancerígenos y % de ADN en lo
cola fueron relativamente bajos, es probable que el daño observado en linfocitos no este
únicamente asociado a la concentración de HAPs sino que también pueda ser causado por otros
contaminantes presentes en la fracción orgánica del material particulado, o bien por la
interacción de los HAPs con otros compuestos o agentes físicos. Más aún, se puede pensar en
un efecto antagónico de algún otro contaminante con los HAPs dada la relación negativa que se
encontró entre el conteo total de cometas y los HAPs más tóxicos. Si bien la genotoxicidad no
171
se asoció en gran medida a la concentración de HAPs, la mezcla de compuestos orgánicos
resultó genotóxica, por lo que estos resultados constituyen un importante antecedente de la
necesidad de monitorear el aire en la ciudad de Córdoba y de tomar medidas para mejorar su
calidad.
172
CONCLUSIONES GENERALES
La concentración de partículas totales en la ciudad de Córdoba superó los estándares
anuales y 24 h, así como también los niveles de PM10 superaron los estándares, incluso
los más permisivos
PM10 tuvo concentraciones similares a las de otras ciudades latinoamericanas pero
mayores a los valores determinados en Córdoba en años anteriores.
Los HAPs totales tuvieron concentraciones altas respecto otras ciudades del mundo,
incluso respecto a otras ciudades de Argentina.
Hubo variaciones significativas entre los años y estaciones de muestreo tanto para la
concentración de partículas como para su composición elemental y contenido de HAPs.
Los HAPs totales tuvieron en general una concentración menor en el verano,
probablemente por una mayor tasa de fotodescomposición.
Las concentraciones de PM2.5 registradas en la ciudad fueron menores a las informadas
para otras ciudades del mundo, superándose los estándares anuales establecidos por la
OMS durante el invierno de 2013, debido a la influencia de incendios forestales.
Las partículas finas tendrían origen principalmente en fuentes naturales tales como la
resuspensión de polvo del suelo.
Se encontró una asociación significativa entre variables meteorológicas y la
concentración tanto de material particulado (PTS y PM2.5) como de HAPs adsorbidos en
su superficie.
Los modelos de regresión lineal múltiple tuvieron mejor ajuste para explicar la
concentración de partículas totales que de partículas finas o HAPs.
Las principales fuentes de emisión de PTS estimadas para la ciudad de Córdoba fueron
la resuspensión de partículas naturales del suelo y el tránsito vehicular.
La principal fuente de emisión de HAPs estimada para la ciudad de Córdoba fue el
tránsito vehicular, tanto emisiones diésel como de gasolina.
El riesgo toxicológico asociado a la inhalación de metales presentes en PTS y PM2.5 fue
aceptable para la ciudad de Córdoba a lo largo de todo el periodo de muestreo, con
excepción del grupo etario adultos mayores.
173
El riesgo toxicológico no mostro variaciones estacionales para PTS, mientras que para
PM2.5, el riesgo toxicológico fue mayor durante el periodo invierno 2013.
El riesgo carcinogénico asociado a la inhalación de Ni en las partículas finas y gruesas
no fue significativo. En el caso de Cr el riesgo carcinogénico fue significativo,
suponiendo que todo el Cr determinado es Cr(VI).
El riesgo incremental de padecer cáncer de pulmón en la Ciudad de Córdoba debido a la
exposición a HAPs adsorbidos en PM10 fue de 5 personas cada 100 mil, valor
significativo pero aceptable, y comparable al de otras urbes del mundo.
Los índices de riesgo de cáncer debido a la exposición a HAPs fueron mayores para las
estaciones frías y desde edades tempranas mostraron valores considerados como
inaceptables.
Los extractos orgánicos del material particulado atmosférico de la ciudad de Córdoba
producen daño genotóxico en linfocitos humanos.
La genotoxicidad se asoció en menor medida a la concentración de HAPs, por lo que
habría otros compuestos genotóxicos en la fracción orgánica interactuando con los HAPs
y modulando sus efectos.
CONSIDERACIONES FINALES
175
REFERENCIAS BIBLIOGRÁFICAS
Abril, G. A. (2014). Monitoreo de la contaminación atmosférica a través del empleo de bioindicadores
y modelos de dispersión de contaminantes. PhD in Engineering Tesis doctoral, Universidad
Nacional de Córdoba.
Akyüz, M., y H. Çabuk (2009). Meteorological variations of PM 2.5/PM 10 concentrations and particle-
associated polycyclic aromatic hydrocarbons in the atmospheric environment of Zonguldak,
Turkey. Journal of Hazardous Materials, 170(1), 13-21.
Akyüz, M. y H. Çabuk (2010). "Gas–particle partitioning and seasonal variation of polycyclic aromatic
hydrocarbons in the atmosphere of Zonguldak, Turkey." Science of The Total Environment
408(22): 5550-5558.
Alvarado, S. A., C. S. Silva y D. D. Cáceres (2010). "Modeling critical episodes of air pollution by PM10
in Santiago, Chile: comparison of the predictive efficiency of parametric and non-parametric
statistical models." Gaceta Sanitaria 24(6): 466-472.
Amarillo, A. C., I. Tavera Busso y H. Carreras (2014). "Exposure to polycyclic aromatic hydrocarbons
in urban environments: Health risk assessment by age groups." Environmental Pollution 195(0):
157-162.
Amodio, M., M. Caselli, G. de Gennaro y M. Tutino (2009). "Particulate PAHs in two urban areas of
Southern Italy: Impact of the sources, meteorological and background conditions on air quality."
Environmental Research 109(7): 812-820.
Antonini, J. M. (2003). "Health effects of welding." CRC Critical Reviews in Toxicology 33(1): 61-103.
Arencibia, D., L. Rosario, J. Morffi y D. Curveco (2009). "Estrategias en las evaluaciones genotóxicas."
Retel 23(3): 23-40.
176
Arey, J. (1998). Atmospheric reactions of PAHs including formation of nitroarenes. PAHs and Related
Compounds, Springer: 347-385.
Artaxo, P., H. Storms, F. Bruynseels, R. Van Grieken y W. Maenhaut (1988). "Composition and sources
of aerosols from the Amazon Basin." Journal of Geophysical Research: Atmospheres (1984–
2012) 93(D2): 1605-1615.
Bartoš, T., P. Čupr, J. Klánová y I. Holoubek (2009). "Which compounds contribute most to elevated
airborne exposure and corresponding health risks in the Western Balkans?" Environment
International 35(7): 1066-1071.
Belis, C. A., F. Karagulian, B. R. Larsen y P. K. Hopke (2013). "Critical review and meta-analysis of
ambient particulate matter source apportionment using receptor models in Europe." Atmospheric
Environment 69(0): 94-108.
Blanco Becerra, L. C. (2011). "Caracterización microbiológica del material particulado como factor de
riesgo sobre la salud en la localidad de Puente Aranda, Bogotá DC Colombia." Revista Acta
Nova 3(2).
Bocca, B., S. Caimi, P. Smichowski, D. Gómez y S. Caroli (2006). "Monitoring Pt and Rh in urban
aerosols from Buenos Aires, Argentina." Science of the Total Environment 358(1): 255-264.
Boffetta, P. y F. Nyberg (2003). "Contribution of environmental factors to cancer risk." British medical
bulletin 68(1): 71-94.
Bogo, H., M. Otero, P. Castro, M. Ozafrán, A. Kreiner, E. J. Calvo y R. M. n. Negri (2003). "Study of
atmospheric particulate matter in Buenos Aires city." Atmospheric Environment 37(8): 1135-
1147.
177
Braga, C., R. Alves, E. Teixeira y M. Pires (2002). "Aerosols concentration in the Candiota area applying
different gravimetric methods of sampling and numeric modelling." Journal of Environmental
Monitoring 4(6): 897-902.
Bukowiecki, N., Lienemann, P., Zwicky, C. N., Furger, M., Richard, A., Falkenberg, G., Hill, M. (2008).
X-ray fluorescence spectrometry for high throughput analysis of atmospheric aerosol samples:
The benefits of synchrotron X-rays. Spectrochimica Acta Part B: Atomic Spectroscopy, 63(9),
929-938.
Caricchia, A. M., S. Chiavarini y M. Pezza (1999). "Polycyclic aromatic hydrocarbons in the urban
atmospheric particulate matter in the city of Naples (Italy)." Atmospheric Environment 33(23):
3731-3738.
Carreras, H. y M. Pignata (2001). "Comparison among air pollutants, meteorological conditions and
some chemical parameters in the transplanted lichen Usnea amblyoclada." Environmental
Pollution 111(1): 45-52.
Carreras, H., M. Pignata y P. Saldiva (2006). "In situ monitoring of urban air in Córdoba, Argentina
using the Tradescantia-micronucleus (Trad-MCN) bioassay." Atmospheric Environment 40(40):
7824-7830.
Carreras, H. A., E. D. Wannaz y M. L. Pignata (2009). "Assessment of human health risk related to
metals by the use of biomonitors in the province of Córdoba, Argentina." Environmental
Pollution 157(1): 117-122.
Catrambone, M., S. Canepari y C. Perrino (2013). Determination of Cr (III), Cr (VI) and total chromium
in atmospheric aerosol samples. E3S Web of Conferences, EDP Sciences.
178
Chaloulakou, A., P. Kassomenos, N. Spyrellis, P. Demokritou y P. Koutrakis (2003). "Measurements of
PM 10 and PM 2.5 particle concentrations in Athens, Greece." Atmospheric Environment 37(5):
649-660.
Chan, C., Xu, X., Li, Y., Wong, K., Ding, G., Chan, L., y Cheng, X. (2005). Characteristics of vertical
profiles and sources of PM 2.5, PM 10 and carbonaceous species in Beijing. Atmospheric
Environment, 39(28), 5113-5124.
Charron, A., y Harrison, R. M. (2005). Fine (PM2. 5) and coarse (PM2. 5-10) particulate matter on a
heavily trafficked London highway: sources and processes. Environmental science &
technology, 39(20), 7768-7776.
Chiang, P.-C., Y.-C. Chiang, E.-E. Chang y S.-C. Chang (2003). "Characteristics of polynuclear aromatic
hydrocarbons in ambient air through a long-term sampling program at a metropolitan city in
Taiwan." Aerosol Science & Technology 37(2): 133-144.
Chow, J. C., J. G. Watson, E. M. Fujita, Z. Lu, D. R. Lawson y L. L. Ashbaugh (1994). "Temporal and
spatial variations of PM 2.5 and PM 10 aerosol in the southern California air quality study."
Atmospheric Environment 28(12): 2061-2080.
Claxton, L. D., P. P. Matthews y S. H. Warren (2004). "The genotoxicity of ambient outdoor air, a
review: Salmonella mutagenicity." Mutation Research/Reviews in Mutation Research 567(2):
347-399.
Claxton, L. D. y G. M. Woodall Jr (2007). "A review of the mutagenicity and rodent carcinogenicity of
ambient air." Mutation Research/Reviews in Mutation Research 636(1–3): 36-94.
Collins, A. (2002). "The comet assay. Principles, applications, and limitations." Methods in molecular
biology (Clifton, NJ) 203: 163.
179
Dachs, J., T. R. Glenn, C. L. Gigliotti, P. Brunciak, L. A. Totten, E. D. Nelson, T. P. Franz y S. J.
Eisenreich (2002). "Processes driving the short-term variability of polycyclic aromatic
hydrocarbons in the Baltimore and northern Chesapeake Bay atmosphere, USA." Atmospheric
Environment 36(14): 2281-2295.
Dai, W., Gao, J., Cao, G., y Ouyang, F. (2013). Chemical composition and source identification of PM2.5
in the suburb of Shenzhen, China. Atmospheric Research, 122(0), 391-400. doi:
http://dx.doi.org/10.1016/j.atmosres.2012.12.004
Daly, A. y P. Zannetti (2007). "An introduction to air pollution–Definitions, classifications, and history."
The EnviroComp Institute, Fremont, CA (USA).
de Miranda, R., M. de Fatima Andrade, A. Fornaro, R. Astolfo, P. de Andre y P. Saldiva (2012). "Urban
air pollution: a representative survey of PM2.5 mass concentrations in six Brazilian cities." Air
Quality, Atmosphere & Health 5(1): 63-77.
DeMarini, D. M., J. Lewtas y H. E. Brockman (1989). "Utility of short-term tests for genetic toxicity."
Cell biology and toxicology 5(2): 189-200.
Denkhaus, E. y K. Salnikow (2002). "Nickel essentiality, toxicity, and carcinogenicity." Critical reviews
in oncology/hematology 42(1): 35-56.
Di Rienzo, J. A., Casanoves, F., Balzarini, M. G., Gonzalez, L., Tablada, M., y Robledo, C. W. (2011).
InfoStat.
Díaz Suárez, V. y C. Páez Pérez (2011). "Contaminación por material particulado en Quito y
caracterización química de las muestras." Revista Acta Nova 3(2).
180
Du, Y., B. Gao, H. Zhou, X. Ju, H. Hao y S. Yin (2013). "Health Risk Assessment of Heavy Metals in
Road Dusts in Urban Parks of Beijing, China." Procedia Environmental Sciences 18(0): 299-
309.
Duan, J., Bi, X., Tan, J., Sheng, G., y Fu, J. (2007). Seasonal variation on size distribution and
concentration of PAHs in Guangzhou city, China. Chemosphere, 67(3), 614-622.
Duan, F., Liu, X., Yu, T., y Cachier, H. (2004). Identification and estimate of biomass burning
contribution to the urban aerosol organic carbon concentrations in Beijing. Atmospheric
Environment, 38(9), 1275-1282.
Duzgoren-Aydin, N., C. Wong, A. Aydin, Z. Song, M. You y X. Li (2006). "Heavy metal contamination
and distribution in the urban environment of Guangzhou, SE China." Environmental
Geochemistry and Health 28(4): 375-391.
Echalar, F., P. Artaxo, J. V. Martins, M. Yamasoe, F. Gerab, W. Maenhaut y B. Holben (1998). "Long‐
term monitoring of atmospheric aerosols in the Amazon Basin: Source identification and
apportionment." Journal of Geophysical Research: Atmospheres (1984–2012) 103(D24): 31849-
31864.
Elminir, H. K. (2005). "Dependence of urban air pollutants on meteorology." Science of the Total
Environment 350(1): 225-237.
Environmental Protection Agency (EPA) (1998). “Human Health Risk Assessment Protocol for
Hazardous Waste Combustion Facilities”.
Environmental Protection Agency (EPA) (1999). "Handbook for Criteria Pollutant Inventory
Development: A Beginners Guide for Point and Area Sources." Office of Air Quality, Basic
Report.
Environmental Protection Agency (EPA) (2008). Integrated Review Plan for the National Ambient Air
Quality Standards for Particulate Matter. EPA 452/R-08-004 March 2008.
Environmental Protection Agency (EPA) (2011). Exposure Factors Handbook EPA 600/ R-10/030.
October 2011 Edition.
181
Environmental Protection Agency (EPA) (2012). Health Effects Notebook for Hazardous Air Pollutants.
Available on-line at: http://www.epa.gov/ttn/atw/hlthef/ hapindex.html
Esen, F., Y. Tasdemir y N. Vardar (2008). "Atmospheric concentrations of PAHs, their possible sources
and gas-to-particle partitioning at a residential site of Bursa, Turkey." Atmospheric Research
88(3): 243-255.
Esper, N., Alcaire, A., Annunziata, C., Borrás, M. M., Calisalla, J. E., y Rubietti, C. (2014). Estadística
de incendios forestales 2013. Estadística de incendios forestales. Secretaría de Ambiente y
Desarrollo Sustentable de la Nación. Subsecretaría de Planificación y Política Ambiental.
Fairbrother, A., R. Wenstel, K. Sappington y W. Wood (2007). "Framework for metals risk assessment."
Ecotoxicology and Environmental Safety 68(2): 145-227.
Fang, G.-C., Y.-S. Wu, M.-H. Chen, T.-T. Ho, S.-H. Huang y J.-Y. Rau (2004). "Polycyclic aromatic
hydrocarbons study in Taichung, Taiwan, during 2002–2003." Atmospheric Environment
38(21): 3385-3391.
FEEMA y GTZ. 1995. Qualidade do Ar na Região do Rio de Janiero. Deutsche Gesellschaft für
Technische Zusammenarbeit GMBH, Río de Janeiro, Brasil.
Ferreira-Baptista, L. y E. De Miguel (2005). "Geochemistry and risk assessment of street dust in Luanda,
Angola: A tropical urban environment." Atmospheric Environment 39(25): 4501-4512.
182
Fujita, E. M., D. E. Campbell, W. P. Arnott, J. C. Chow y B. Zielinska (2007). "Evaluations of the
chemical mass balance method for determining contributions of gasoline and diesel exhaust to
ambient carbonaceous aerosols." Journal of the Air & Waste Management Association 57(6):
721-740.
Fujiwara, F. G., D. R. Gómez, L. Dawidowski, P. Perelman y A. Faggi (2011). "Metals associated with
airborne particulate matter in road dust and tree bark collected in a megacity (Buenos Aires,
Argentina)." Ecological Indicators 11(2): 240-247.
Galvis, B. y N. Y Rojas (2011). "Relación entre PM2, 5 y PM10 en la ciudad de Bogotá." Revista Acta
Nova 3(2).
Ghio, A. J. (1999). "Metals associated with both the water-soluble and insoluble fractions of an ambient
air pollution particle catalyze an oxidative stress." Inhalation toxicology 11(1): 37-49.
Gomišček, B., H. Hauck, S. Stopper y O. Preining (2004). "Spatial and temporal variations of PM 1, PM
2.5, PM 10 and particle number concentration during the AUPHEP—project." Atmospheric
Environment 38(24): 3917-3934.
183
González Torres, H. J., A. Moreno Rossi y M. Quintana Sosa (2015). "Efecto Genotóxico de las Mezclas
Complejas de Hidrocarburos en Trabajadores de Estaciones de Servicio de Gasolina." Revista
Científica Salud Uninorte 31(1).
Guinot, B., Cachier, H., Sciare, J., Tong, Y., Xin, W., y Jianhua, Y. (2007). Beijing aerosol: Atmospheric
interactions and new trends. Journal of Geophysical Research: Atmospheres (1984–2012),
112(D14).
Guo, H., S. Lee, K. Ho, X. Wang y S. Zou (2003). "Particle-associated polycyclic aromatic hydrocarbons
in urban air of Hong Kong." Atmospheric Environment 37(38): 5307-5317.
Gupta, A., R. Patil y S. Gupta (2004). "A statistical analysis of particulate data sets for Jawaharlal Nehru
port and surrounding harbour region in India." Environmental monitoring and assessment 95(1-
3): 295-309.
Hanedar, A., K. Alp, B. Kaynak, J. Baek, E. Avsar y M. T. Odman (2011). "Concentrations and sources
of PAHs at three stations in Istanbul, Turkey." Atmospheric Research 99(3): 391-399.
Hanedar, A., K. Alp, B. Kaynak y E. Avşar (2014). "Toxicity evaluation and source apportionment of
Polycyclic Aromatic Hydrocarbons (PAHs) at three stations in Istanbul, Turkey." Science of The
Total Environment 488: 437-446.
Harrison, R. M. y J. Yin (2000). "Particulate matter in the atmosphere: which particle properties are
important for its effects on health?" Science of the total environment 249(1): 85-101.
He, J., S. Fan, Q. Meng, Y. Sun, J. Zhang y F. Zu (2014). "Polycyclic aromatic hydrocarbons (PAHs)
associated with fine particulate matters in Nanjing, China: Distributions, sources and
meteorological influences." Atmospheric Environment 89(0): 207-215.
He, C., Y. Ge, J. Tan, K. You, X. Han y J. Wang (2010). "Characteristics of polycyclic aromatic
hydrocarbons emissions of diesel engine fueled with biodiesel and diesel." Fuel 89(8): 2040-
2046.
184
He, K., F. Yang, Y. Ma, Q. Zhang, X. Yao, C. K. Chan, S. Cadle, T. Chan y P. Mulawa (2001). "The
characteristics of PM 2.5 in Beijing, China." Atmospheric Environment 35(29): 4959-4970.
Ho, K. y S. Lee (2002). "Identification of atmospheric volatile organic compounds (VOCs), polycyclic
aromatic hydrocarbons (PAHs) and carbonyl compounds in Hong Kong." Science of the Total
Environment 289(1): 145-158.
Hong, H., H. Yin, X. Wang y C. Ye (2007). "Seasonal variation of PM10-bound PAHs in the atmosphere
of Xiamen, China." Atmospheric Research 85(3–4): 429-441.
Hooyberghs, J., C. Mensink, G. Dumont, F. Fierens y O. Brasseur (2005). "A neural network forecast
for daily average PM 10 concentrations in Belgium." Atmospheric Environment 39(18): 3279-
3289.
Hsiao, W. W., Z.-Y. Mo, M. Fang, X.-m. Shi y F. Wang (2000). "Cytotoxicity of PM 2.5 and PM 2.5–
10 ambient air pollutants assessed by the MTT and the Comet assays." Mutation
Research/Genetic Toxicology and Environmental Mutagenesis 471(1): 45-55.
http://ec.europa.eu/environment/air/quality/standards.htm
http://rais.ornl.gov/tools/metadata.php
http://www2.epa.gov/iris
http://www3.epa.gov/ttn/naaqs/criteria.html
https://iter.ctc.com/publicURL/p_report_l2_non.cfm?crn=7440-62-2&type=NCI
Hu, J., C. Q. Liu, G. P. Zhang y Y. L. Zhang (2012). "Seasonal variation and source apportionment of
PAHs in TSP in the atmosphere of Guiyang, Southwest China." Atmospheric Research 118(0):
271-279.
Huang, W., J. Tan, H. Kan, N. Zhao, W. Song, G. Song, G. Chen, L. Jiang, C. Jiang y R. Chen (2009).
"Visibility, air quality and daily mortality in Shanghai, China." Science of the Total Environment
407(10): 3295-3300.
IARC International Agency for Research on Cancer (1998). Polynuclear aromatic compounds. Part 1,
Chemical, environmental and experimental data. In: IARC Monographs on the Evaluation of the
185
Carcinogenic Risk of Chemical to Humans, vol. 32. International Agency for Research on
Cancer, Lyon, France.
IARC International Agency for Research on Cancer (2010). Some non-heterocyclic polycyclic aromatic
hydrocarbons and some related exposures, IARC Press.
IARC International Agency for Research on Cancer (2014). Monographs on the Evaluation of
Carcinogenic Risks to Humans, vol. 109. Outdoor Air Pollution. Lyon, France.
Ieesuck, J., K. Sunil y J. Kuruvilla (2002). Impact of Meteorology on the Fine Particulate Matter
Distribution in Central and Southeastern Ohio. 12th Joint Conference on the Applications of Air
Pollution Meteorology of the A&WMA.
Järup, L. (2003). "Hazards of heavy metal contamination." British medical bulletin 68(1): 167-182.
Jha, A. N. (2008). "Ecotoxicological applications and significance of the comet assay." Mutagenesis
23(3): 207-221.
Jiménez, O. P. (2009). "Caracterización de la fracción orgánica del aerosol atmosférico en una zona rural
de Madrid mediante el empleo de técnicas cromatográficas."
Kabata-Pendias, A. y A. B. Mukherjee (2007). Trace elements from soil to human, Springer Science &
Business Media.
Katsoyiannis, A., E. Terzi y Q.-Y. Cai (2007). "On the use of PAH molecular diagnostic ratios in sewage
sludge for the understanding of the PAH sources. Is this use appropriate?" Chemosphere 69(8):
1337-1339.
Khalili, N. R., P. A. Scheff y T. M. Holsen (1995). "PAH source fingerprints for coke ovens, diesel and,
gasoline engines, highway tunnels, and wood combustion emissions." Atmospheric environment
29(4): 533-542.
186
Khan, M. F., Y. Shirasuna, K. Hirano y S. Masunaga (2010). "Characterization of PM 2.5, PM 2.5–10
and PM> 10 in ambient air, Yokohama, Japan." Atmospheric Research 96(1): 159-172.
Kim, E., P. K. Hopke y E. S. Edgerton (2003). "Source identification of Atlanta aerosol by positive
matrix factorization." Journal of the Air & Waste Management Association 53(6): 731-739.
Kim, K. W., Y. J. Kim y S. J. Oh (2001). "Visibility impairment during Yellow Sand periods in the urban
atmosphere of Kwangju, Korea." Atmospheric Environment 35(30): 5157-5167.
Kim, H.-H., Y.-W. Lim, J.-Y. Yang, D.-C. Shin, H.-S. Ham, B.-S. Choi y J.-Y. Lee (2013). "Health risk
assessment of exposure to chlorpyrifos and dichlorvos in children at childcare facilities." Science
of the Total Environment 444: 441-450.
Knaapen, A. M., T. Shi, P. J. Borm y R. P. Schins (2002). Soluble metals as well as the insoluble particle
fraction are involved in cellular DNA damage induced by particulate matter. Oxygen/Nitrogen
Radicals: Cell Injury and Disease, Springer: 317-326.
Kuhlbusch, T., A. John, H. Fissan, K.-G. Schmidt, F. Schmidt, H.-U. Pfeffer y D. Gladtke (1998).
"Diurnal variations of particle number concentrations-influencing factors and possible
implications for climate and epidemiological studies." Journal of Aerosol Science 29: S213-
S214.
Kulkarni, P., P. A. Baron y K. Willeke (2011). Aerosol measurement: principles, techniques, and
applications, John Wiley & Sons.
Kuo, C.-Y., P.-S. Chien, W.-C. Kuo, C.-T. Wei y J.-Y. Rau (2013). "Comparison of polycyclic aromatic
hydrocarbon emissions on gasoline-and diesel-dominated routes." Environmental monitoring
and assessment 185(7): 5749-5761.
187
Lacasaña-Navarro, M., Aguilar-Garduño, C., y Romieu, I. (1999). Evolución de la contaminación del
aire e impacto de los programas de control en tres megaciudades de América Latina. salud
pública de méxico, 41(3), 203-215.
Lee, J. Y., Y. P. Kim y C.-H. Kang (2011). "Characteristics of the ambient particulate PAHs at Seoul, a
mega city of Northeast Asia in comparison with the characteristics of a background site."
Atmospheric Research 99(1): 50-56.
Li, C. K. y R. M. Kamens (1993). "The use of polycyclic aromatic hydrocarbons as source signatures in
receptor modeling." Atmospheric Environment. Part A. General Topics 27(4): 523-532.
Li, J., G. Zhang, X. D. Li, S. H. Qi, G. Q. Liu y X. Z. Peng (2006). "Source seasonality of polycyclic
aromatic hydrocarbons (PAHs) in a subtropical city, Guangzhou, South China." Science of The
Total Environment 355(1–3): 145-155.
Liu, L.-b., L. Yan, J.-m. Lin, T. Ning, K. Hayakawa y T. Maeda (2007). "Development of analytical
methods for polycyclic aromatic hydrocarbons (PAHs) in airborne particulates: A review."
Journal of Environmental Sciences 19(1): 1-11.
Long, R. W., Modey, W. K., Smith, P. S., Smith, R., Merrill, C., Pratt, J., Malm, W. C. (2005). One–and
Three–Hour PM2. 5 Characterization, Speciation, and Source Apportionment Using Continuous
and Integrated Samplers. Aerosol Science and Technology, 39(3), 238-248.
López, M. L., Ceppi, S., Palancar, G. G., Olcese, L. E., Tirao, G., y Toselli, B. M. (2011). Elemental
concentration and source identification of PM10 and PM2.5 by SR-XRF in Córdoba City,
Argentina. Atmospheric Environment, 45(31), 5450-5457.
188
Lough, G. C., J. J. Schauer, J.-S. Park, M. M. Shafer, J. T. DeMinter and J. P. Weinstein (2005).
"Emissions of metals associated with motor vehicle roadways." Environmental Science &
Technology 39(3): 826-836.
Lyall, R., M. Hooper y S. Mainwaring (1988). "Polycyclic aromatic hydrocarbons in the Latrobe Valley."
Atmospheric Environment (1967) 22(11): 2549-2555.
Marcazzan, G., G. Valli y R. Vecchi (2002). "Factors influencing mass concentration and chemical
composition of fine aerosols during a PM high pollution episode." Science of the total
environment 298(1): 65-79.
Mariani, R. L. y W. Z. de Mello (2007). "PM 2.5–10, PM 2.5 and associated water-soluble inorganic
species at a coastal urban site in the metropolitan region of Rio de Janeiro." Atmospheric
Environment 41(13): 2887-2892.
Martin, P. B. (2005). Contaminación del aire por material particulado en la Ciudad de Buenos Aires,
Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires.
Mastral, A., M. Callen y T. Garcia (2000). "Toxic organic emissions from coal combustion." Fuel
processing technology 67(1): 1-10.
189
Meléndez Gélvez, I., M. L. Martínez Montañez y A. Qujano Parra (2012). "Actividad mutagénica y
genotóxica en el material particulado fracción respirable MP2, 5 en Pamplona, Norte de
Santander, Colombia." Iatreia 25(4): 347-356.
Mohanraj, R. y P. Azeez (2003). "Polycyclic aromatic hydrocarbons in air and their toxic potency."
Resonance 8(9): 20-27.
Møller, P. (2006). "The alkaline comet assay: towards validation in biomonitoring of DNA damaging
exposures." Basic & clinical pharmacology & toxicology 98(4): 336-345.
Møller, P., L. E. Knudsen, S. Loft y H. Wallin (2000). "The comet assay as a rapid test in biomonitoring
occupational exposure to DNA-damaging agents and effect of confounding factors." Cancer
Epidemiology Biomarkers & Prevention 9(10): 1005-1015.
Negral Álvarez, L. (2010). Variabilidad de niveles y composición del material particulado en suspensión
en el sudeste de la Península Ibérica.
190
Nordberg, G. F., B. A. Fowler y M. Nordberg (2014). Handbook on the Toxicology of Metals, Academic
Press.
Norris, G., R. Vedantham, K. Wade, S. Brown, J. Prouty y C. Foley (2008). "EPA positive matrix
factorization (PMF) 3.0 fundamentals & user guide." Prepared for the US Environmental
Protection Agency, Washington, DC, by the National Exposure Research Laboratory, Research
Triangle Park.
OECD (1997). Test guideline 473: In Vitro Mammalian Chromosome Aberration Test, Organisation for
Economic Cooperation and Development París.
OEHHA, 2002. Air toxics hot spots program risk assessment guidelines. Part II. Technical support
document for describing available cancer potency factors. Off.Environ. Health Hazard Assess.
Ohura, T., T. Amagai, M. Fusaya y H. Matsushita (2004). "Polycyclic aromatic hydrocarbons in indoor
and outdoor environments and factors affecting their concentrations." Environmental science &
technology 38(1): 77-83.
Okuda, T., S. Nakao, M. Katsuno y S. Tanaka (2007). "Source identification of nickel in TSP and PM
2.5 in Tokyo, Japan." Atmospheric Environment 41(35): 7642-7648.
Olcese, L. y B. Toselli (1997). "Effects of meteorology and land use on ambient measurements of
primary pollutants in Córdoba city, Argentina." Meteorology and Atmospheric Physics 62(3-4):
241-248.
Olcese, L. E. y B. M. Toselli (2002). "Some aspects of air pollution in Córdoba, Argentina." Atmospheric
Environment 36(2): 299-306.
OMS (2001). Polynuclear aromatic hydrocarbons (PAH). In: Air Quality Guidelines for Europe, second
ed. World Health Organization Regional Office for Europe, Copenhagen, pp. 92-96.
OMS (2006). "Guías de calidad del aire de la OMS relativas al material particulado, el ozono, el dióxido
de nitrógeno y el dióxido de azufre: actualización mundial 2005."
OMS (2010). WHO guidelines for indoor air quality: selected pollutants, WHO.
Onursal, B. y S. Gautam (1997). Vehicular air pollution: experiences from seven Latin American urban
centers, World Bank Publications.
191
Oros, D. R. y B. R. Simoneit (2001). "Identification and emission factors of molecular tracers in organic
aerosols from biomass burning Part 1. Temperate climate conifers." Applied Geochemistry
16(13): 1513-1544.
Ostro, B. D., S. Hurley y M. J. Lipsett (1999). "Air pollution and daily mortality in the Coachella Valley,
California: a study of PM10 dominated by coarse particles." Environmental research 81(3): 231-
238.
Paatero, P. (1999). "The multilinear engine—a table-driven, least squares program for solving
multilinear problems, including the n-way parallel factor analysis model." Journal of
Computational and Graphical Statistics 8(4): 854-888.
Pandey, P. K., K. S. Patel y J. Lenicek (1999). "Polycyclic aromatic hydrocarbons: need for assessment
of health risks in India? Study of an urban-industrial location in India." Environmental
Monitoring and Assessment 59(3): 287-319.
Papanastasiou, D., D. Melas y I. Kioutsioukis (2007). "Development and assessment of neural network
and multiple regression models in order to predict PM10 levels in a medium-sized Mediterranean
city." Water, air, and soil pollution 182(1-4): 325-334.
Park, S. S., Y. J. Kim y C. H. Kang (2002). "Atmospheric polycyclic aromatic hydrocarbons in Seoul,
Korea." Atmospheric Environment 36(17): 2917-2924.
Park, S.-U., J.-G. Kim, M.-J. Jeong y B.-J. Song (2011). "Source identification of atmospheric polycyclic
aromatic hydrocarbons in industrial complex using diagnostic ratios and multivariate factor
analysis." Archives of environmental contamination and toxicology 60(4): 576-589.
Pérez, N., Pey, J., Querol, X., Alastuey, A., López, J., y Viana, M. (2008). Partitioning of major and trace
components in PM 10–PM 2.5–PM 1 at an urban site in Southern Europe. Atmospheric
Environment, 42(8), 1677-1691.
192
Pey Betrán, J. (2008). "Caracterización físico-química de los aerosoles atmosféricos en el Mediterráneo
Occidental."
Pies, C., B. Hoffmann, J. Petrowsky, Y. Yang, T. A. Ternes y T. Hofmann (2008). "Characterization and
source identification of polycyclic aromatic hydrocarbons (PAHs) in river bank soils."
Chemosphere 72(10): 1594-1601.
Piperakis, S. M., E. Petrakou y S. Tsilimigaki (2000). "Effects of air pollution and smoking on DNA
damage of human lymphocytes." Environmental and molecular mutagenesis 36(3): 243-249.
Pope III, C. A., R. T. Burnett, M. J. Thun, E. E. Calle, D. Krewski, K. Ito y G. D. Thurston (2002). "Lung
cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution."
Jama 287(9): 1132-1141.
Pryor, S. y R. Barthelmie (1996). "PM 10 in Canada." Science of the total environment 177(1): 57-71.
Pufulete, M., J. Battershill, A. Boobis y R. Fielder (2004). "Approaches to carcinogenic risk assessment
for polycyclic aromatic hydrocarbons: a UK perspective." Regulatory Toxicology and
Pharmacology 40(1): 54-66.
Putaud, J.-P., F. Raes, R. Van Dingenen, E. Brüggemann, M.-C. Facchini, S. Decesari, S. Fuzzi, R.
Gehrig, C. Hüglin y P. Laj (2004). "A European aerosol phenomenology—2: chemical
characteristics of particulate matter at kerbside, urban, rural and background sites in Europe."
Atmospheric Environment 38(16): 2579-2595.
Querol, X., Alastuey, A., Ruiz, C., Artiñano, B., Hansson, H., Harrison, R., Bruckmann, P. (2004).
Speciation and origin of PM10 and PM2. 5 in selected European cities. Atmospheric
Environment, 38(38), 6547-6555.
Rahn, K. A. (1976). The chemical composition of the atmospheric aerosol, Graduate School of
Oceanography, University of Rhode Island.
193
Ramos-Herrera, S., R. Bautista-Margulis y A. Valdez-Manzanilla (2010). "Estudio estadístico de la
correlación entre contaminantes atmosféricos y variables meteorológicas en la zona norte de
Chiapas, México." Universidad y ciencia 26(1): 65-80.
Ravindra, K., R. Sokhi y R. Van Grieken (2008). "Atmospheric polycyclic aromatic hydrocarbons:
source attribution, emission factors and regulation." Atmospheric Environment 42(13): 2895-
2921.
Reff, A., S. I. Eberly y P. V. Bhave (2007). "Receptor modeling of ambient particulate matter data using
positive matrix factorization: review of existing methods." Journal of the Air & Waste
Management Association 57(2): 146-154.
Reina, J. y J. Olaya (2012). "Ajuste de curvas mediante métodos no paramétricos para estudiar el
comportamiento de contaminación del aire por material particulado PM10." EIA 18.
Roberto, J., W.-Y. Lee y S. I. Campos-Díaz (2009). "Soil-borne polycyclic aromatic hydrocarbons in El
Paso, Texas: analysis of a potential problem in the United States/Mexico border region." Journal
of Hazardous Materials 163(2): 946-958.
194
Rogge, W. F., L. M. Hildemann, M. A. Mazurek, G. R. Cass y B. R. Simoneit (1993). "Sources of fine
organic aerosol. 3. Road dust, tire debris, and organometallic brake lining dust: roads as sources
and sinks." Environmental Science & Technology 27(9): 1892-1904.
Rojano, R. E., Angulo, L. C., y Restrepo, G. (2013). Niveles de Partículas Suspendidas Totales (PST),
PM10 y PM2. 5 y su Relación en Lugares Públicos de la Ciudad Riohacha, Caribe Colombiano.
Información tecnológica, 24(2), 37-46.
Romanazzi, V., M. Casazza, M. Malandrino, V. Maurino, A. Piano, T. Schilirò y G. Gilli (2014). "PM10
size distribution of metals and environmental-sanitary risk analysis in the city of Torino."
Chemosphere 112(0): 210-216.
Romero, H., F. Irarrázaval, D. Opazo, M. Salgado y P. Smith (2010). "Climas urbanos y contaminación
atmosférica en Santiago de Chile." EURE (Santiago) 36(109): 35-62.
Ruellan, S. y H. Cachier (2001). "Characterisation of fresh particulate vehicular exhausts near a Paris
high flow road." Atmospheric Environment 35(2): 453-468.
Salma, I. y W. Maenhaut (2006). "Changes in elemental composition and mass of atmospheric aerosol
pollution between 1996 and 2002 in a Central European city." Environmental Pollution 143(3):
479-488.
Samara, C. (2005). "Chemical mass balance source apportionment of TSP in a lignite-burning area of
Western Macedonia, Greece." Atmospheric Environment 39(34): 6430-6443.
Sasaki, Y. F., S. Tsuda, F. Izumiyama y E. Nishidate (1997). "Detection of chemically induced DNA
lesions in multiple mouse organs (liver, lung, spleen, kidney, and bone marrow) using the
alkaline single cell gel electrophoresis (Comet) assay." Mutation Research/Genetic Toxicology
and Environmental Mutagenesis 388(1): 33-44.
Sax, S. N., P. Koutrakis, P. A. Ruiz Rudolph, F. Cereceda-Balic, E. Gramsch y P. Oyola (2007). "Trends
in the elemental composition of fine particulate matter in Santiago, Chile, from 1998 to 2003."
Journal of the Air & Waste Management Association 57(7): 845-855.
195
Sbarato, V., D. Sbarato, R. Basan, P. Manzo, J. Ortega, M. Campos y M. Salort (2000). "Análisis y
caracterización del material particulado atmosférico." Ciudad de Córdoba, Argentina‖. Maestría
en Gestión para la Integración Regional y Centro de Información y Documentación Regional.
Universidad Nacional de Córdoba.
Schlesinger, R., N. Kunzli, G. Hidy, T. Gotschi y M. Jerrett (2006). "The health relevance of ambient
particulate matter characteristics: coherence of toxicological and epidemiological inferences."
Inhalation toxicology 18(2): 95-125.
Seinfeld, J. H. y S. N. Pandis (1998). "From air pollution to climate change." Atmospheric Chemistry
and Physics.
Sharma, H., V. Jain y Z. H. Khan (2007). "Identification of polycyclic aromatic hydrocarbons (PAHs)
in suspended particulate matter by synchronous fluorescence spectroscopic technique."
Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 68(1): 43-49.
Sikalos, T. I., E. K. Paleologos y M. I. Karayannis (2002). "Monitoring of time variation and effect of
some meteorological parameters in polynuclear aromatic hydrocarbons in Ioannina, Greece with
the aid of HPLC-fluorescence analysis." Talanta 58(3): 497-510.
Silva, J. d., T. R. de Freitas, J. R. Marinho, G. Speit y B. Erdtmann (2000). "An alkaline single-cell gel
electrophoresis (comet) assay for environmental biomonitoring with native rodents." Genetics
and Molecular Biology 23(1): 241-245.
Singh, K. P., A. Malik, R. Kumar, P. Saxena y S. Sinha (2008). "Receptor modeling for source
apportionment of polycyclic aromatic hydrocarbons in urban atmosphere." Environmental
monitoring and assessment 136(1-3): 183-196.
196
Slezakova, K., D. Castro, A. Begonha, C. Delerue-Matos, M. da Conceição Alvim-Ferraz, S. Morais y
M. do Carmo Pereira (2011). "Air pollution from traffic emissions in Oporto, Portugal: health
and environmental implications." Microchemical journal 99(1): 51-59.
Software EPA PMF 5.0.14. ExoAnalytics Inc. and Copyright©2007-2013 Bytescout. Disponible en la
página de la EPA: http://www2.epa.gov/air-research/positive-matrix-factorization-model-
environmental-data-analyses
Software WRPLOT View. Wind Rose Plots for Meteorological Data. (C) 1998-2011. Lakes
Environmental Sotware. Version 7.0.0
Šrám, R. J., B. Binková, P. Rössner, J. Rubeš, J. Topinka y J. Dejmek (1999). "Adverse reproductive
outcomes from exposure to environmental mutagens." Mutation Research/Fundamental and
Molecular Mechanisms of Mutagenesis 428(1): 203-215.
Stein, A. F. y B. M. Toselli (1996). "Street level air pollution in Córdoba City, Argentina." Atmospheric
Environment 30(20): 3491-3495.
Sun, Y., Zhuang, G., Wang, Y., Han, L., Guo, J., Dan, M.,Hao, Z. (2004). The air-borne particulate
pollution in Beijing—concentration, composition, distribution and sources. Atmospheric
Environment, 38(35), 5991-6004.
Tai, A. P., L. J. Mickley y D. J. Jacob (2010). "Correlations between fine particulate matter (PM 2.5)
and meteorological variables in the United States: Implications for the sensitivity of PM 2.5 to
climate change." Atmospheric Environment 44(32): 3976-3984.
Taioli, E., R. J. Sram, S. Garte, I. Kalina, T. A. Popov y P. B. Farmer (2007). "Effects of polycyclic
aromatic hydrocarbons (PAHs) in environmental pollution on exogenous and oxidative DNA
197
damage (EXPAH project): description of the population under study." Mutation
Research/Fundamental and Molecular Mechanisms of Mutagenesis 620(1): 1-6.
Tan, J., S. Guo, Y. Ma, J. Duan, Y. Cheng, K. He y F. Yang (2011). "Characteristics of particulate PAHs
during a typical haze episode in Guangzhou, China." Atmospheric Research 102(1): 91-98.
Tang, N., T. Hattori, R. Taga, K. Igarashi, X. Yang, K. Tamura, H. Kakimoto, V. F. Mishukov, A. Toriba
y R. Kizu (2005). "Polycyclic aromatic hydrocarbons and nitropolycyclic aromatic hydrocarbons
in urban air particulates and their relationship to emission sources in the Pan–Japan Sea
countries." Atmospheric Environment 39(32): 5817-5826.
Tasdemir, Y. y F. Esen (2007). "Urban air PAHs: concentrations, temporal changes and gas/particle
partitioning at a traffic site in Turkey." Atmospheric Research 84(1): 1-12.
Tobiszewski, M. y J. Namieśnik (2012). "PAH diagnostic ratios for the identification of pollution
emission sources." Environmental Pollution 162: 110-119.
Tong, Y., X. Ni, Y. Zhang, F. Chen, G. Zhang y S. Ye (2002). "Study of the toxicological mechanism of
acidified aerosols." Biological trace element research 85(2): 149-156.
Valavanidis, A., K. Fiotakis, E. Bakeas y T. Vlahogianni (2005). "Electron paramagnetic resonance study
of the generation of reactive oxygen species catalysed by transition metals and quinoid redox
cycling by inhalable ambient particulate matter." Redox Report 10(1): 37-51.
Valberg, P. A. (2004). "Is PM more toxic than the sum of its parts? Risk-Assessment toxicity factors vs.
PM-mortality “effect functions”." Inhalation Toxicology 16(sup1): 19-29.
Van Houdt, J., G. Alink y J. Boleij (1987). "Mutagenicity of airborne particles related to meteorological
and air pollution parameters." Science of the total environment 61: 23-36.
Van Metre, P. C. y B. J. Mahler (2003). "The contribution of particles washed from rooftops to
contaminant loading to urban streams." Chemosphere 52(10): 1727-1741.
198
Varona, M. M., R. G. Roche y E. Molina (2006). "Comportamiento de dióxido de nitrógeno y partículas
en suspensión totales en el periodo 2004-2006 en la estación del INHEM."
Vecchi, R., G. Marcazzan, G. Valli, M. Ceriani y C. Antoniazzi (2004). "The role of atmospheric
dispersion in the seasonal variation of PM1 and PM2. 5 concentration and composition in the
urban area of Milan (Italy)." Atmospheric Environment 38(27): 4437-4446.
Vestreng, V. y H. Klein (2002). "Emission data reported to UNECE/EMEP: Quality assurance and trend
analysis & Presentation of WebDab." MSC-W Status Report.
Voutsa, D. y C. Samara (2002). "Labile and bioaccessible fractions of heavy metals in the airborne
particulate matter from urban and industrial areas." Atmospheric environment 36(22): 3583-
3590.
Wåhlin, P., Berkowicz, R., y Palmgren, F. (2006). Characterisation of traffic-generated particulate matter
in Copenhagen. Atmospheric Environment, 40(12), 2151-2159.
Wang, Y., G. Zhuang, X. Zhang, K. Huang, C. Xu, A. Tang, J. Chen y Z. An (2006). "The ion chemistry,
seasonal cycle, and sources of PM 2.5 and TSP aerosol in Shanghai." Atmospheric Environment
40(16): 2935-2952.
199
Wannaz, E. D., H. A. Carreras, C. A. Pérez y M. L. Pignata (2006). "Assessment of heavy metal
accumulation in two species of Tillandsia in relation to atmospheric emission sources in
Argentina." Science of the Total Environment 361(1): 267-278.
Wedepohl, K. H. (1995). "The composition of the continental crust." Geochimica et cosmochimica Acta
59(7): 1217-1232.
Wu, C.-f., T. V. Larson, S.-y. Wu, J. Williamson, H. H. Westberg y L.-J. S. Liu (2007). "Source
apportionment of PM 2.5 and selected hazardous air pollutants in Seattle." Science of the Total
Environment 386(1): 42-52.
Young, J. R., C. Ellis y S. Hering (1994). "The Los Angeles aerosol characterization and source
apportionment study: an overview." Aerosol science and technology 21(4): 259-268.
Zelenka, M. P., Wilson, W. E., Chow, J. C., y Lioy, P. J. (1994). A combined TTFA/CMB receptor
modeling approach and its application to air pollution sources in China. Atmospheric
Environment, 28(8), 1425-1435.
Zhang, Y. y S. Tao (2008). "Seasonal variation of polycyclic aromatic hydrocarbons (PAHs) emissions
in China." Environmental Pollution 156(3): 657-663.
Zhao, J., F. Zhang, L. Xu, J. Chen y Y. Xu (2011). "Spatial and temporal distribution of polycyclic
aromatic hydrocarbons (PAHs) in the atmosphere of Xiamen, China." Science of The Total
Environment 409(24): 5318-5327.
Zhou, P., J. Guo, X. Zhou, W. Zhang, L. Liu, Y. Liu y K. Lin (2014). "PM2.5, PM10 and health risk
assessment of heavy metals in a typical printed circuit noards manufacturing workshop." Journal
of Environmental Sciences 26(10): 2018-2026.
200
Zhou, J., T. Wang, Y. Huang, T. Mao y N. Zhong (2005). "Size distribution of polycyclic aromatic
hydrocarbons in urban and suburban sites of Beijing, China." Chemosphere 61(6): 792-799.
Zhu, L., H. Lu, S. Chen y T. Amagai (2009). "Pollution level, phase distribution and source analysis of
polycyclic aromatic hydrocarbons in residential air in Hangzhou, China." Journal of hazardous
materials 162(2): 1165-1170.
Zielinska, B., J. Sagebiel, W. Arnott, C. Rogers, K. Kelly, D. Wagner, J. Lighty, A. Sarofim y G. Palmer
(2004). "Phase and size distribution of polycyclic aromatic hydrocarbons in diesel and gasoline
vehicle emissions". Environmental Science & Technology 38(9): 2557-2567.
Zúñiga Venegas, L. A., R. Marcos Dauder y A. Creus Capdevila (2009). Optimizaciones metodológicas
del ensayo del cometa y su aplicación en biomonitorización humana, Universitat Autònoma de
Barcelona.
201