Tesis Doctoral Amarillo Ana Version Final

CONTAMINANTES
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
DIR: Dra. CARRERAS Hebe Alejandra
UNIVERSIDAD NACIONAL DE CÓRDOBA

FACULTAD DE CIENCIAS EXACTAS FÍSICAS Y NATURALES
CÁTEDRA DE QUÍMICA GENERAL
INSTITUTO MULTIDISCIPLINARIO DE BIOLOGÍA VEGETAL
(IMBIV) CONICET
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.
Dra. AMÉ, Valeria. Facultad de Ciencias Químicas. Universidad Nacional de Córdoba.
Dra. MIGLIORANZA, Karina. Facultad de Ciencias Exactas y Naturales. Universidad Nacional

de Mar del Plata.
DEFENSA ORAL Y PÚBLICA

Lugar y Fecha:
Calificación:
TRIBUNAL
Firma: ………………………………….. Aclaración: ………………………….

DEDICATORIA
Dedico esta tesis a mi mamá, por darme las ganas de seguir estudiando y de aprender todos los
días algo nuevo, y por enseñarme que el conocimiento nos hace libres.
Y para mi papá, que nunca pudo disfrutar de mis logros académicos.
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
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
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
METODOLOGÍA.................................................................................................................. 77
Área de estudio .................................................................................................................. 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
METODOLOGÍA.................................................................................................................. 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.
Con el objetivo de evaluar la concentración y composición diaria de material particulado en la

ciudad de Córdoba y su variación temporal, se tomaron muestras diarias de partículas totales en
suspensión (PTS) y muestras semanales de partículas finas (PM2.5) durante agosto de 2011 a
marzo de 2015. Se determinó la composición y concentración elemental en la fracción
inorgánica y de hidrocarburos aromáticos policíclicos (HAPs) en la fracción orgánica de dichas
partículas.
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.
Con la finalidad de interpretar las variaciones temporales en la composición y concentración de

las partículas atmosféricas, se estudió la influencia de variables meteorológicas mediante
modelos de regresión múltiple. Se observó que la humedad relativa, fue la variable que más
contribuyó a disminuir los niveles de partículas totales y en segundo lugar la dirección y
velocidad del viento; mientras que la temperatura de rocío fue la variable que más afectó los
niveles de PM2.5. Finalmente, la temperatura de rocío y velocidad del viento fueron las variables
que más afectaron los niveles de HAPs atmosféricos.
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.
Con el objetivo de analizar el impacto de las partículas en la salud de la población, se estimaron

riesgos toxicológicos y carcinogénicos asociados a la inhalación de metales y HAPs adsorbidos
a ellas, evaluándose variaciones estacionales y riesgo según grupos etarios. El riesgo
toxicológico debido a la composición inorgánica de las partículas fue aceptable en la ciudad de
Córdoba excepto para el grupo etario de adultos mayores. El riesgo toxicológico asociado a la
inhalación de partículas totales no presentó variaciones estacionales mientras que el riesgo
debido a la inhalación de partículas más finas fue mayor en el invierno. Por otra parte, el riesgo
por exposición inhalatoria a HAPs en fase particulada superó los valores sugeridos por la EPA
de 1 persona en un millón. Aun así se consideró un riesgo aceptable dado que no superó 1
persona por cada 10 mil. Sin embargo, en el grupo etario más longevo este último límite sí se
superó durante las estaciones frías.
A fin de evaluar la genotoxicidad de las partículas en suspensión se realizó un ensayo cometa

in vitro con linfocitos humanos que fueron expuestos a extractos orgánicos de material
particulado. Se demostró un incremento de la genotoxicidad en células que habían sido
expuestas a extractos orgánicos respecto al tratamiento control, pero esto no pudo ser explicado
por la concentración de HAPs, lo cual sugiere la existencia de otros compuestos genotóxicos
en los extractos orgánicos, tales como ácidos grasos, alcanos, etc.
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
El crecimiento de la población urbana genera un gran aporte de contaminantes a la atmósfera

afectando en consecuencia la calidad del aire. Un contaminante atmosférico puede definirse
como cualquier sustancia emitida al aire desde una fuente biogénica, geogénica o antropogénica,
que o bien no es parte del ambiente natural o está presente en mayores concentraciones que las
naturales, pudiendo causar efectos adversos en un corto o largo plazo al ser humano, los
animales, las plantas o los suelos, así como perturbar el bienestar o el uso de los bienes (Seinfeld
y Pandis, 1998; Daly y Zannetti, 2007)
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).
Uno de los contaminantes atmosféricos más importantes en ambientes urbanos es el material

particulado, que se define como el conjunto de materia en estado sólido y/o líquido presente en
suspensión en la atmósfera, exceptuando el agua pura (Mészáros, 1999). Este término engloba
tanto las partículas en suspensión en la atmósfera como aquellas sedimentables, cuyo tiempo de
vida en la atmósfera se limita a escasas horas (generalmente con un diámetro superior a 20 µm).
Los términos aerosol atmosférico y material particulado atmosférico se utilizan indistintamente
aunque semánticamente no son vocablos equivalentes. Los aerosoles engloban tanto a las
partículas en suspensión como a la masa de aire en la que están contenidas (Mészáros, 1999;
Putaud y col., 2004).
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.
FUENTES DE EMISIÓN DE PARTÍCULAS
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).
TAMAÑO DE LAS PARTÍCULAS
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 la atmósfera, el material particulado (PM) presenta diámetros de partícula que van

aproximadamente desde 0,002 µm hasta 100 µm y se clasifica en: partículas totales en
suspensión (PTS), que incluyen todo el material particulado en suspensión con un diámetro
aerodinámico menor a 50-100 µm (Reche y col., 2011); partículas gruesas (PM10), con un
diámetro aerodinámico entre 2,5 y 10 µm; partículas finas (PM2,5) con un diámetro
aerodinámico entre 0,1 y 2,5 µm y ultrafinas (PM0,1) con un diámetro aerodinámico menor a 0,1
µm. En ciencias atmosféricas el término partículas finas hace alusión a aquellas cuyo tamaño es
inferior a 1μm, mientras que en epidemiología este mismo término engloba aquellas cuyo
tamaño es inferior a 2,5μm.
MECANISMOS DE FORMACIÓN U ORIGEN
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
Otra de las maneras de clasificar el material particulado es según su naturaleza o composición

química, según sea material inorgánico u orgánico. Como parte de la fracción inorgánica se
destacan sales inorgánicas solubles en agua: carbonatos de sodio, magnesio, calcio y potasio;
carbón elemental; metales livianos (Al, Si, K, Ca) o pesados (Fe, Zn, V, Ti, Cd, Pb, Hg y Sb);
NO3- (nitratos); SO42- (sulfatos); silicatos; etc. La composición del aerosol varía con el tamaño
de las partículas. Una importante proporción de las partículas producidas por la erosión del
viento está formada por silicatos cuyos radios son generalmente mayores de 0,5 mm. Sobre la
superficie terrestre los elementos más importantes son: Si, Al, Ca, Fe, K, Ti, Mn y Sr, estando
en una proporción similar a la de la corteza terrestre. Las partículas más finas por otro lado se
originan por conversión de gas a partícula o por la combustión de carbón, petróleo, etc. Algunos
metales traza que se fijan en estas partículas son: Ti, V, Mn, Ni, Cu, entre otros.
La fracción orgánica de las partículas en suspensión en la atmósfera está constituida por un

número elevado de compuestos, con un amplio rango de pesos moleculares y presiones de vapor,
tales como hidrocarburos alifáticos, hidrocarburos aromáticos (particularmente hidrocarburos
aromáticos policíclicos), aldehídos, cetonas, alcoholes, fenoles, ácidos, ácidos dicarboxílicos,
nitratos, ésteres, fenoles, quinonas, dioxinas y ftalatos, entre otros. La distribución de estos
compuestos entre la fase de vapor y la fracción particulada depende de varios factores entre los
que se destacan: presión de vapor del compuesto, área superficial de las partículas, temperatura
atmosférica, afinidad de los compuestos orgánicos por la matriz de las partículas, estado físico
del compuesto en su emisión, reactividad de los compuestos. Los compuestos orgánicos pueden
estar presentes tanto en la fracción particulada, como en la fase gaseosa, o incluso en el caso de
los compuestos semi-volátiles, en ambas (Jiménez, 2009).
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).
HIDROCARBUROS AROMÁTICOS POLICÍCLICOS
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 Grupo 2 A Grupo 2B

(carcinogénico para seres (Probablemente carcinogénicos para (Posiblemente carcinogénicos para
humanos) seres humanos) seres humanos)
Alquitrán de hulla Escape de motor diesel Carbón negro

Brea de carbón Creosotas Escape de motor de gasolina
Gasificación del carbón Dibenzo(a,l)pireno Benzo(a)antraceno
Producción de coque Dibenzo(a,h)antraceno Benzo(b)fluoranteno
Producción de aluminio Ciclopenta(c,d)pireno Benzo(k)fluoranteno
Aceites minerales Benzo(j)fluoranteno
Humo de tabaco Criseno
Benzo(a)pireno 5-metilcriseno
Indeno(1,2,3-c,d)pireno
Dibenzo(a,h)pireno
Dibenzo(a,i)pireno
IARC 2005: basado en gran cantidad de evidencia, el único HAP que ha sido considerado recientemente
carcinogénico para los seres humanos (grupo 1) es el benzo(a)pireno (Luch y Baird 2010).
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).
Figura 1. Estructura molecular de los 16 hidrocarburos aromáticos policíclicos (HAPs) considerados

como prioritarios según la Agencia de Protección Ambiental de Estados Unidos (USEPA).
14
EFECTOS EN LA SALUD HUMANA
Para el material particulado existen un sinnúmero de estudios epidemiológicos que muestran un

incremento de mortalidad y morbilidad, incremento en las admisiones hospitalarias por
problemas respiratorios y cardiovasculares asociado a un aumento en la concentración de
partículas en la atmósfera (Lacasaña-Navarro y col., 1999; Solarte y col., 1999; Harrison y Yin,
2000). Así por ejemplo estudios sistematizados por la Organización Mundial de la Salud
reportaron que al aumentar en 10 µg/m3 las PM10 se incrementaban un 8 % el número de
consultas por enfermedades respiratorias en los niños entre 5 y 14 años de edad (Díaz Suárez y
Páez Pérez, 2011). Del mismo modo otros estudios informaron que un aumento de 10 µg/m3 de
material particulado fino en el aire estaba asociado a un aumento del 4 al 8 % en el riesgo de
sufrir cáncer de pulmón y daños cardiopulmonares (Pope III y col., 2002), y un aumento de 10
µg/m3 de PM10 en el aire ambiente incrementaba en un 1 % la mortalidad total de la población
(Ostro y col., 1999; Harrison y Yin, 2000).
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.
CONTAMINACIÓN ATMOSFÉRICA EN AMÉRICA LATINA
El proceso de urbanización en los países latinoamericanos ha sido extremadamente rápido

durante el siglo XX, con lo cual muchas ciudades de América Latina enfrentan serios problemas
de contaminación atmosférica, tales como: México D.F. (México), San Pablo (Brasil) y Santiago
(Chile). Los informes de Onursal y Gautam (1997) presentan estudios llevados a cabo en más
de ocho áreas urbanas de América Latina, con poblaciones que superan el millón de habitantes,
en los que se muestran que el nivel de contaminación del aire excede, en muchos casos, los
estándares establecidos por la Organización Mundial de la Salud.
En Argentina, los estudios relativos a la concentración y composición química del material

particulado han sido realizados principalmente en la ciudad de Buenos Aires (Bogo y col., 2003;
Bocca y col., 2006; Fujiwara y col., 2011). Sin embargo, la atmósfera de Buenos Aires difiere
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).
En las últimas décadas la ciudad ha presentado un crecimiento sostenido en el tiempo. A pesar

de esta expansión, el microcentro de la ciudad sigue siendo el centro neurálgico donde se
concentran las actividades económicas, culturales, educativas, financieras, de prestación de
servicios o administrativas, lo cual determina una gran demanda de acceso vehicular y de
transporte público de pasajeros al microcentro. Se estima que de los aproximadamente 150
millones de pasajeros anuales que transporta el servicio público de transporte, más del 90 %
desciende/asciende en el centro (Martin, 2005).
MOTIVACIÓN CIENTÍFICA Y CONTRIBUCIÓN ORIGINAL

DEL TRABAJO
Estudios previos demostraron una alta concentración de PM10 en la ciudad de Córdoba,

especialmente en la zona del microcentro, y el análisis de la composición de estas partículas
reveló que las fuentes de emisión antropogénicas son principalmente vehiculares (Carreras y
Pignata, 2001; Wannaz y col., 2006). Por otro lado, se ha demostrado también que los niveles
de metales pesados asociados al material particulado colectado en la ciudad de Córdoba están
relacionados con la incidencia de enfermedades respiratorias en la población infantil (Carreras
y col., 2009). Sin embargo, no hay estudios a largo plazo sobre la concentración y características
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
Evaluar la concentración y composición diaria de material particulado (PTS y PM2.5) presente

en la atmósfera de la Ciudad de Córdoba y sus patrones de variación temporal, analizando el
riesgo en la salud de la población.
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.
2. Analizar la variación diaria, mensual y estacional en la concentración y composición orgánica

(HAPs) e inorgánica del material particulado recolectado en la ciudad de Córdoba.
3. Analizar la variación temporal en la composición y concentración de las fracciones orgánica

e inorgánica del material particulado en función de las variables meteorológicas.
4. Identificar la contribución de fuentes de emisión naturales y antropogénicas de partículas en

la ciudad de Córdoba.
5. Analizar el riesgo carcinogénico y toxicológico asociado a la inhalación de material

particulado.
6. Evaluar la genotoxicidad del material particulado en linfocitos humanos mediante el empleo

del ensayo cometa.
HIPÓTESIS
El estudio de la concentración y composición de material particulado en relación a las variables

meteorológicas durante un largo periodo de tiempo permite estimar sus fuentes de emisión y
evaluar los riesgos para la salud de la población.
19
I. VARIACIÓN TEMPORAL EN LA
COMPOSICIÓN Y CONCENTRACIÓN
DE MATERIAL PARTICULADO
TOTAL. FRACCIONES ORGÁNICA E
INORGÁNICA.
RESUMEN
El conocimiento de la concentración y composición química del material particulado en una

ciudad contribuye a elaborar inventarios de emisión y fijar estándares para gestionar la calidad
atmosférica. Córdoba no cuenta con un sistema de monitoreo para caracterizar este
contaminante. Se tomaron muestras diarias de partículas totales en suspensión (PTS) con
muestreador de medio volumen y filtros de fibra de vidrio durante un periodo de 2 años. Se
determinó la concentración diaria y los promedios según día de la semana, mes, estación y año.
Se caracterizó la composición elemental en la fracción inorgánica en S, K, Ca, V, Cr, Mn, Fe,
Co, Cu, Zn, Br, Sr, Ba, Pb; mediante reflexión total por fluorescencia de rayos X (LNLS) y la
composición de hidrocarburos aromáticos policíclicos (HAPs) en la fracción orgánica mediante
cromatografía líquida de alta precisión (HPLC) con detector de fluorescencia. La concentración
de PTS promedio para todo el periodo analizado fue de 164,64 ± 119,87 μg/m3. Ca y Fe fueron
los elementos más abundantes en el material particulado total. A partir de datos de partículas
totales se estimó la concentración de PM10, la cual fue en promedio 135,14 ± 97,86 μg/m3 para
todo el periodo de muestreo. En el 13,9 % de las muestras se excedió el límite para 24 h de 150
µg/m3. La concentración de HAPs totales para todo el periodo analizado fue de 7,26 ± 7,00
ng/m3 con niveles significativamente mayores para el invierno. Naftaleno fue el HAP
mayoritario. Tanto la concentración de PTS como la de HAPs totales variaron
significativamente entre años, estaciones, meses y estación_año, no así entre días de la semana.
La variación estacional en la concentración de partículas fue diferente según el año de muestreo,
20
lo que destaca la importancia de monitoreos a largo plazo para comprender los patrones de
variación temporal de este contaminante.
INTRODUCCIÓN
El material particulado atmosférico es un contaminante criterio, es decir, es un contaminante

que es importante monitorear debido a sus efectos en la salud humana y el ambiente. A pesar de
ello, actualmente ningún ente de gobierno de la ciudad de Córdoba monitorea este contaminante
(López, 2011). Estudios previos realizados unas décadas atrás con dos estaciones móviles
revelaron que ya entonces los contaminantes más relevantes para la ciudad eran CO y PM10
(Sbarato y col., 2000), registrándose además frecuentes episodios en los que superaban los
estándares de 24 h (Olcese y Toselli, 1997).
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).
Las características socio-económicas, políticas y geográficas tan particulares de cada ciudad

justifican la necesidad de contar con estándares propios. Para ello, se requiere que los
estándares locales estén adaptados a las posibilidades y situaciones reales. Así, el hecho de
contar con un estudio temporal sobre la concentración y composición de partículas, serviría de
base para estimar fuentes y elaborar inventarios de emisión, que permitan luego elaborar
estándares propios. Asimismo, permitiría evaluar la influencia de las variables meteorológicas
sobre los niveles de partículas para construir modelos predictivos de respuesta temprana a
eventos de contaminación por este contaminante.
Está comprobado extensamente que el material particulado muestra importantes variaciones

estacionales, debido a su fuerte dependencia de las condiciones ambientales. En general, su
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
Evaluar la concentración y composición diaria de partículas totales en suspensión en la ciudad

de Córdoba y sus patrones de variación temporal.
22
1. Elaborar una base de datos con información diaria sobre la concentración de PTS y PM10 para
la ciudad de Córdoba.
2. Estimar la concentración de PM10.
3. Caracterizar la fracción inorgánica de las partículas y su contenido en hidrocarburos

aromáticos policíclicos (HAPs) presentes en la fracción orgánica en la fracción orgánica
5. Analizar la variación diaria, mensual, estacional y anual en la masa de material particulado

recolectado en la ciudad de Córdoba y sus fracciones orgánica e inorgánica.
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.
Muestreo y almacenamiento de la muestra
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.
Determinación de la concentración de PTS
La concentración de partículas se determinó gravimétricamente empleando una microbalanza

electrónica con resolución de 0,01 mg. La masa de material particulado se calculó como la
diferencia entre la masa final e inicial del filtro entero. Luego el filtro se cortó en 2 partes iguales
y se determinó la masa de cada mitad. La primera mitad se empleó para medir HAPs (A) y la
otra para medir elementos de la fracción inorgánica (B). La mitad B se liofilizó durante 2 horas
y se volvió a tomar su masa, a fin de descontar la humedad de la muestra. Finalmente, la masa
se refirió al volumen de aire que circuló por la bomba en cada día de muestreo.
24
Estimación de PM10
La concentración de partículas menores a 10 μm de diámetro (PM10) se estimó a partir de la

concentración de partículas totales, empleando la ecuación PM10 = 0,83 x PTS (Bartoš y col.,
2009). Esta ecuación se eligió en vez de otras disponibles en la bibliografía para distintas
ciudades del mundo debido a que se buscó considerar el peor escenario posible (mayor relación
PM10/PTS).
Determinación de la composición inorgánica de PTS
La mitad B de cada filtro se mezcló con 25 mL de HNO3 al 20 % y se centrifugó durante 15

minutos a 3000 rpm. Del sobrenadante se tomó una alícuota de 0,9 mL, a la cual se le agregó
0,1 mL de Galio como estándar interno. Finalmente, una alícuota de 5µl de esa muestra se
colocó en un portamuestra en la estufa (60°C) hasta sequedad. La metodología fue adaptada de
Carreras y col. (2006)La composición química de los filtros se analizó mediante Fluorescencia
de Rayos X (XRF) determinándose la concentración de 15 elementos: S, K, Ca, V, Cr, Mn, Fe,
Co, Cu, Zn, Br, Sr, Ba, Pb. Se utilizó un equipo de reflexión total montado en la línea de
Fluorescencia de Rayos X del Laboratorio Nacional de Luz Sincrotron (LNLS), Campinas,
Brasil. Se trabajó con haz de luz blanca, con una resolución energética de 148 eV (5,9kW). Para
calcular la concentración elemental se empleó una curva de calibración preparada a partir de
estándares. Se empleó el software QXAS (Quantitative X-ray Analysis System) para el
procesamiento de datos.
Extracción y análisis de HAPs presentes en la fracción orgánica de PTS
La metodología de extracción se adaptó de Carreras y col. (2013). La mitad A de los filtros

fueron sonicados durante 30 min con diclorometano (40 mL), dos veces. Luego, la muestra fue
concentrada en un evaporador rotatorio, se enrasó a 5 mL con diclorometano y se filtró (tamaño
de poro 0,2 μm). Una alícuota de 1 mL del extracto se llevó a sequedad con N2 y se disolvió en
0,5 mL de acetonitrilo.
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.
Tabla 1.1. Condiciones de fluorescencia empleadas para la determinación de hidrocarburos aromáticos

policíclicos (HAPs) mediante cromatografía líquida de alta precisión (HPLC).
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.
Los HAPs que contiene el mix son: naftaleno(Naft), acenaftileno(A), acenafteno(Ace),

fluoreno(Fluo), fenantreno(Fen), antraceno(Ant), fluoranteno(Fla), pireno(Pir),
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). El acenaftileno no puede detectarse por fluorescencia por lo que
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
Se calcularon estadísticos descriptivos generales y por periodos de tiempo para la concentración

de PTS, PM10, HAPs y composición elemental. Para evaluar diferencias estadísticas entre
patrones de variación temporal se empleó la prueba de Kruskal wallis y Test de Mann Whitney
con un p<0,05. Los análisis estadísticos se realizaron con el software InfoStat versión 2012 (Di
Rienzo y col., 2011).
RESULTADOS
Variación temporal en la concentración de PTS
La concentración de PTS a lo largo de todo el periodo de muestreo arrojó valores promedio de

164,64 ± 119,87 μg/m3, dentro de un rango de 13,01 a 1231,91 μg/m3. La concentración de PTS
varió significativamente entre años de muestreo, siguiendo siendo el orden decreciente
2011>2012>2013 (H = 36,91; p<0,01) (Fig.1.2; Tabla 1.2).
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.
Año n Media D.E. CV Mín Máx

2011 126 216,77 160,44 74 13,01 1231,91
2012 206 151,99 98,06 65 24,25 819,29
2013 180 137,45 88,70 65 0,04 593,25
La concentración de PTS varió significativamente entre estaciones, con concentraciones

decrecientes en invierno>verano y primavera>otoño (H = 56,35; p<0,01) (Fig.1.3; Tabla 1.3).
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.
Estación n Media D.E. CV Mín Máx

Verano 115 147,33 103,54 70 37,29 696,59
Otoño 122 117,45 66,36 56 0,04 449,62
Invierno 147 202,04 142,25 70 21,14 1231,91
Primavera 128 174,93 121,38 69 13,014 668,36
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)
Noviembre 42 197,43 132,01 67 61,87 544,12
Diciembre 45 189,83 125,93 66 66,86 666,71
No hubo diferencias estadísticamente significativas en la concentración de PTS según el día de

la semana. Sin embargo, la tendencia general fue una mayor concentración de PTS para los días
miércoles y menor para los domingos (resultados no mostrados).
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.
La concentración de PTS varió significativamente entre los diferentes periodos año_estación

(H = 98,82; p<0,01), con mayores valores para el invierno de 2011 y menores valores para el
verano de 2012-2013 y otoño de 2012 y 2013 (Fig.1.5; Tabla 1.5).
PTS [μg/m3]
[μg/m ]
3
PTS
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.
Estación_año N Media D.E. CV Mín Máx

Invierno_2011 42 247,81 188,22 76 91,50 1231,91
Primavera_2011 75 195,79 138,98 71 13,01 668,36
Verano_2011-2012 60 183,01 113,30 62 46,21 696,59
Otoño_2012 43 111,26 57,58 52 24,25 296,52
Invierno_2012 49 172,26 119,19 69 43,09 819,29
Primavera_2012 53 145,42 83,54 57 48,48 422,60
Verano_2012-2013 55 108,41 75,18 69 37,29 554,09
Otoño_2013 79 120,82 70,81 59 0,04 449,62
Invierno_2013 56 193,77 111,58 58 21,14 593,25
Concentración de PM10 estimada
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.

Invierno_2011 42 205,68 156,22 76 75,94 1022,48
Primavera_2011 75 162,51 115,36 719 10,80 554,74
Verano_2011-2012 60 151,90 94,04 62 38,36 578,17
Otoño_2012 43 92,35 47,79 52 20,13 246,11
Invierno_2012 49 142,98 98,93 69 35,77 680,01
Primavera_2012 53 120,70 69,34 57 40,24 350,76
Verano_2012-2013 55 89,98 62,40 69 30,95 459,89
33
Otoño_2013 79 100,28 58,77 59 0,03 373,19
Invierno_2013 56 160,83 92,61 58 17,55 492,40
Variación temporal en la concentración y composición elemental.
Los elementos determinados en su totalidad representaron sólo el 15,77 % de la masa total de

partículas. De ese porcentaje, el 40,43 % corresponde a Ca, el 32,64 % a Fe, el 9,47 % a S, el
8,42 % a K, el 4,05 % a Zn, el 2,20 % a Ba, el 1,18 % a Cu y el 1,61 % restante corresponde a
los demás elementos determinados (Fig.1.7).
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.
Elemento N Media D.E. Mín Máx

Ca 163 8481,69 6597,22 385,88 97367,58
Fe 486 6847,69 8554,37 769,49 161772,03
S 163 1986,23 2116,76 33,96 22956,58
K 485 1766,51 2120,66 50,58 34475,09
Zn 510 850,55 464,18 32,63 2834,4
Ba 510 461,03 723,67 0,03 4867,74
Cu 510 247,79 898,18 8,98 16606,03
Br 163 155,77 429,66 0 2781,66
Mn 510 78,921 66,63 8,02 915,01
Sr 510 37,64 33,91 4,45 406,83
Ni 510 29,91 253,00 0 5249,69
Pb 510 15,21 16,31 0,64 200,13
Co 510 7,44 12,75 0,05 263,64
V 163 4,44 31,92 0 303,69
Cr 485 4,00 9,89 0,07 157,76
As 322 1,57 8,35 0 92,66
PTS [μg/m3] 512 164,64 119,87 13,01 1231,91
Variación temporal en la composición elemental de la fracción inorgánica de PTS
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
Concentración elemental [μg/m3]
Concentración de PTS [μg/m3]

20 200
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.
Respecto a la variación estacional en la concentración de elementos, se observaron diferencias

significativas en todos los elementos cuantificados. Los mayores valores de Ca, Mn, Fe, Co y
Cu correspondieron al periodo invernal. Ba, Zn, Pb y Cr se distinguieron por tener
concentraciones significativamente mayores en el verano. S, K y Sr tuvieron sus mayores
concentraciones en ambas estaciones (Fig.1.9).
36
25 250
20 200
Concentración elemental [μg/m3]

15 150
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.
Respecto a las variaciones mensuales, no se observaron diferencias en los niveles de S, K, Ca,

Sr, Ba y Pb; mientras que Cr, Mn, Zn, Fe, Cu y Co si tuvieron variaciones mensuales
significativas (Fig.1.10).
37
30 250
Concentración elemental [ng/m3]

25

200
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
Concentración elemental [μg/m3] 25 250

20 200
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.
Variación temporal en la concentración y composición de HAPs
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.
HAP n Media D.E. CV Mín Máx

Naf 475 3,08 3,78 122 0 27,97
Ace 488 0,16 0,32 199 0 5,74
Fluo 484 0,58 0,88 150 0,001 8,26
Fen 486 0,46 0,58 126 0,001 3,13
Ant 486 0,01 0,02 133 0 0,12
Fla 484 0,34 0,55 164 0,004 6,30
Pir 488 0,19 0,33 172 0,001 3,29
BaA 489 0,31 0,41 133 0,002 4,70
Cri 488 0,26 0,49 189 0,002 6,80
BbF 485 0,63 1,02 161 0 14,56
BkF 480 0,42 0,79 189 0 5,55
BaP 477 0,27 0,43 161 0,001 5,60
dBahA 445 0,08 0,11 141 0 1,26
BghiP 484 0,60 0,65 108 0,002 6,56
Total PAHs 488 7,26 7,00 96 0,405 60,19
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.
40
1%
8%
4%
6%
42%
8%
3%
4%
3%
5%
2%
6% 8%
0%
Naf Ace Fluo Fen Ant Fla Pir

BaA Cri BbF BkF BaP dBahA BghiP
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).
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 concentración promedio de HAPs totales varió significativamente entre los años de

muestreo siendo en orden decreciente 2012>2011>2013 (Fig.1.13, Tabla 1.9).
41
C
HAPs totales [ng/m3]
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.
Tabla 1.9. Concentración anual promedio [ng/m3] y estadísticos descriptivos de hidrocarburos

aromáticos policíclicos (HAPs) totales durante el periodo: 8/8/2011- 13/09/2013.
Año n Media D.E. CV Mín Máx

2011 126 5,06 3,48 69 1,17 23,79
2012 209 10,97 8,62 79 1,01 60,19
2013 153 4,00 3,44 86 0,41 19,32
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
Naft Ace Fluo Fen Ant Fla Pir

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.
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.
La concentración de HAPs fue significativamente diferente entre estaciones, con valores

menores en el verano respecto las demás estaciones (Fig. 1.16, Tabla 1.10).
HAPs totales [ng/m ]
3
Figura 1.16. Concentración estacional promedio de hidrocarburos aromáticos policíclicos (HAPs)

totales durante el periodo: 8/8/2011- 13/09/2013. Letras diferentes indican diferencias significativas
entre estaciones.
44
Tabla 1.10. Concentración estacional promedio [ng/m3] y estadísticos descriptivos de hidrocarburos
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
Al considerar los HAPs individuales, la concentración fue significativamente menor en el

verano para todos los policíclicos menos para el BaP, que tuvo concentraciones menores en
primavera, y el BbF y BkF, que no tuvieron una variación estacional significativa. Por otro
lado, las concentraciones de Fen, Ant, Fla, Pir, BaA y BghiP fueron significativamente mayores
durante el invierno (Fig. 1.17).
8
0
Naft Ace Fluo Fen Ant Fla Pir
Figura 1.17. Concentración estacional promedio acumulada de hidrocarburos aromáticos policíclicos

(HAPs) individuales durante el periodo: 8/8/2011- 13/09/2013.
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
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.
Tabla 1.11. Concentración mensual promedio [ng/m3] y estadísticos descriptivos de hidrocarburos


Enero 44 4,67 4,70 101 1,22 19,65
Febrero 36 3,61 2,29 63 0,76 10,16
Marzo 24 4,08 2,61 64 1,43 10,93
Abril 39 6,17 2,34 38 1,85 12,40
46
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.
Cuando se consideraron las dos categorías estación y año, se encontraron diferencias

significativas en la concentración de HAPs. Las mayores concentraciones de HAPs se
encontraron en el invierno de 2012, luego la primavera y otoño de 2012, mientras que el
invierno de 2013 fue la estación con menor concentración de HAPs totales (Fig.1.19; Tabla
1.12).
47
E
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.
Estación_año n Media D.E. CV Mín Máx

Invierno_2011 42 5,77 3,83 66 1,92 19,98
Primavera_2011 75 4,88 3,36 69 1,54 23,79
Verano_2011-2012 60 4,12 3,09 75 1,01 19,65
Otoño_2012 43 10,78 8,72 81 2,31 60,19
Invierno_2012 51 18,20 10,44 57 3,72 45,43
Primavera_2012 54 10,02 3,57 36 4,68 29,53
Verano_2012-2013 56 5,79 6,11 106 0,76 32,66
48
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
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
Figura 1.20 Concentración promedio de hidrocarburos aromáticos policíclicos (HAPs) individuales

según estación y año durante el periodo: 8/8/2011- 13/09/2013.
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)
La información sobre las concentraciones más frecuentes de los diferentes elementos en la

atmósfera fue tomada de Kabata-Pendias y Mukherjee (2007). Así, el rango común para Sr en
aire es entre 20 y 50 ng/m3, para áreas contaminadas, mientras que para áreas remotas su
concentración promedio es de 0,81 ng/m3. En este estudio se encontró una concentración de Sr
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.
El Cr en áreas remotas tiene concentraciones de 0,5-0,6 ng/m3 mientras que en regiones

contaminadas la concentración promedio es de 40 ng/m3. En la ciudad de Córdoba, la
concentración promedio de Cr fue de 4 ng/m3, un orden de magnitud menos que el valor citado
para regiones contaminadas.
El Mn en aire tiene concentraciones comprendidas entre 50 y 900 ng/m3 y se ha estimado una

concentración media mundial de 2 ng/m3. En Córdoba, la concentración de Mn fue de 78,92
ng/m3, valor relativamente alto comparado a la media mundial.
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.
La concentración de Co en el aire en regiones remotas del mundo es 0,05 ng/m3 y en regiones

contaminadas es de 3 ng/m3. La concentración para Córdoba fue de 7,44 ng/m3, un poco mayor
a la que se menciona para regiones urbanas.
La concentración media de Ni en el aire de regiones remotas es de 0,9 ng/m3 y en regiones

contaminadas de 60 ng/m3. En Córdoba, la concentración promedio de Ni fue de 29,91 ng/m3.
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
Las partículas menores a 2,5 μm pueden penetrar profundamente en el sistema respiratorio

pudiendo llegar hasta los alvéolos pulmonares, lo cual las hace más peligrosas que las de mayor
tamaño, provocando un incremento en la mortalidad y morbilidad del ser humano. Se tomaron
muestras 24h, 48h y semanales de PM2.5 en un sitio semi-urbano de la ciudad de Córdoba. Se
determinó la concentración de PM2.5 por gravimetría y la composición química por
fluorescencia de rayos X, con radiación Sincrotrón, determinándose los siguientes elementos:
K, Ca, Ti, V, Cr, Mn, Fe, Co, Ni, Cu y Zn. Se analizó la variación anual, estacional y mensual
en la concentración y composición de PM2.5 mediante comparaciones de Kruskal Wallis y Test
U de Mannn Whitney (p<0,05). Se hizo un análisis de correlación de Spearman entre PM2.5 y
sus elementos constituyentes y entre las partículas totales en suspensión y las partículas finas.
Se calculó el cociente PM2.5/PTS para si las partículas tienen origen natural o antropogénico.
Las concentraciones de PM2.5 en la ciudad de Córdoba fueron comparativamente bajas respecto
a otras ciudades del mundo. Se registraron concentraciones significativamente mayores para el
invierno del año 2013, superándose en un 7,5 % de las muestras el estándar anual propuesto por
la OMS. La correlación entre PTS y PM2.5 fue significativa Los elementos que más
contribuyeron a la masa de PM2.5 fueron: Fe Ca y K, elementos estos provenientes de la corteza
terrestre. Esto sumado a un cociente PM2.5/PTS menor a 0,6 indicaría un importante aporte de
la resuspensión de polvo del suelo a las partículas finas.
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
Evaluar la concentración y composición de PM2.5 en la ciudad de Córdoba y sus patrones de

variación temporal.
1. Determinar la concentración diaria promedio y la concentración anual promedio de

PM2.5 para la ciudad de Córdoba y compararlas con estándares internacionales.
2. Determinar la composición y concentración elemental de PM2.5.
3. Analizar el patrón de variación temporal en la concentración y composición de PM2.5
según año, estación y mes.
4. Comparar los niveles de PM2.5 encontrados con los de otras ciudades en el mundo.
5. Analizar la correlación entre la concentración de PTS y PM2.5 y la concentración de sus
elementos constituyentes.
6. Determinar el cociente PM2.5/PM10.
57
METODOLOGÍA
Muestreo de partículas
Se tomaron muestras de PM2.5 durante 24, 48 y 168 h, empleando impactadores Harvard

acoplados con bombas de vacío de bajo volumen durante el periodo 09/11/2012-17/03/2015 en
la terraza de la facultad de Ciencias Exactas, Físicas y Naturales de la UNC. Se emplearon filtros
de teflón de 1 µm de poro. Se registró la temperatura durante el periodo de muestreo y la presión
realizada por la bomba de vacío para corregir el caudal, y finalmente se calculó y registró el
volumen total de aire muestreado.
A fin de garantizar la colección de muestra suficiente, se fue modificando el periodo de toma de

muestra desde 24 a 168 h hasta lograr diferencias de masa que pudieran ser cuantificadas por
gravimetría. Posteriormente todos los datos fueron referidos a concentraciones diarias.
Determinación de la concentración de PM2.5
La concentración de PM2.5 se determinó gravimétricamente. Antes de la exposición, los filtros

de teflón se colocaron en cápsulas de petri plásticas en estufa a 60°C durante 24 h y luego se
dejaron enfriar en un desecador a temperatura ambiente. Los filtros fueron pesados en una
microbalanza con error 0,01 mg, bajo temperaturas controladas. Éstos fueron manipulados con
especial cuidado, empleando guantes y pinza envuelta en teflón, y se montaron sobre una
superficie plana para el pesado. Luego de colectada la muestra, los filtros fueron almacenados
en estufa por 24 h, colocados en desecador y luego pesados del mismo modo que los filtros antes
de la exposición. Cada filtro se pesó 3 veces antes de colectar la muestra y 3 veces luego de la
exposición, en días diferentes.
Determinación de la composición elemental de la fracción inorgánica de PM2.5
Debido a la naturaleza compleja de las muestras de aerosoles y las bajas concentraciones de

muestras implicadas, se realizó el análisis de la composición elemental mediante fluorescencia
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
Se calcularon estadísticos descriptivos para la concentración de PM2.5 y para los elementos

cuantificados. Además se analizó la variación temporal en la concentración y la composición
elemental de PM2.5 entre estaciones, años y meses mediante análisis de la varianza no
paramétrico de Kruskal wallis y test U de Mann Whitney empleando un p<0,05 (Di Rienzo y
col., 2011).
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
Variación temporal en la concentración de PM2.5
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
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.
Año N Media D.E. Mín Máx Mediana

2012 17 1,83 1,872 0,373 7,551 1,238
2013 75 19,574 47,401 0,040 259,081 2,683
2014 39 1,950 2,570 0,022 8,787 0,806
2015 2 1,241 1,620 0,096 2,387 1,241
61
PM2.5 [μg/m ]
3
Figura 2.2. Concentración anual promedio de PM2.5 durante el periodo: 09/11/2012-17/03/2015.
Respecto a la estacionalidad en los niveles de PM2.5 se encontraron diferencias significativas

con mayores valores durante el invierno (Fig. 2.3; Tabla 2.2).
62
B
PM2.5 [μg/m ]
3
A A
Figura 2.3. Concentración estacional promedio de PM2.5 durante el periodo: 09/11/2012-17/03/2015.

Letras diferentes indican diferencias significativas entre estaciones.
Tabla 2.2. Concentración estacional promedio [μg/m3] y estadísticos descriptivos de PM2.5 durante el
periodo: 09/11/2012-17/03/2015.
Estación n Media D.E. Mín Máx Mediana

Verano 31 1,92 2,04 0,08 7,83 1,03
Otoño 30 1,81 1,46 0,04 4,87 1,63
Invierno 29 20,34 41,33 0,11 188,73 5,17
Primavera 43 20,33 52,90 0,02 259,08 1,24
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.
Estación_año N Media D.E. Mín Máx Mediana

Primavera_2012 12 1,756 1,254 0,445 5,262 1,475
Verano_2012/2013 21 1,853 1,917 0,373 7,551 0,946
Otoño_2013 23 1,773 1,56 0,04 4,866 1,321
Invierno_2013 17 32,306 51,118 0,109 188,732 7,699
Primavera_2013 17 49,763 76,296 0,803 259,081 11,538
Verano_2013/2014 6 1,688 1,371 0,126 3,958 1,601
Otoño_2014 7 1,92 1,179 0,333 3,981 2,064
Invierno_2014 12 3,395 3,553 0,307 8,787 1,296
Primavera_2014 14 0,503 0,364 0,022 1,169 0,348
Verano_2014/2015 4 2,598 3,653 0,077 7,831 1,241
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.
Variable n Media D.E. CV Mín Máx Mediana

Fe 120 681,26 2205,86 324 0,00 15993,37 13,19
Ca 111 615,86 2129,63 346 0,00 16594,25 15,16
K 112 354,2 1161,69 328 0,00 7612,45 13,31
Ti 69 87,48 212,58 243 0,00 1222,66 6,76
Mn 59 31,98 70,01 219 0,00 390,57 3,17
V 32 26,30 47,44 180 0,00 193,21 6,97
Cu 8 25,59 43,02 168 0,00 129,92 11,43
Zn 93 25,11 67,68 270 0,00 391,83 2,19
Co 19 23,95 24,49 102 6,09 99,70 12,97
Cr 63 9,12 22,89 251 0,00 129,32 1,21
Ni 9 3,75 5,97 159 0,00 17,75 1,34
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
Concentración de PM2.5 [μg/m3]

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

1,E+02
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.
Cuando se analizó la variación estacional discriminando años, se encontraron mayores

concentraciones de K, Ca, Ti, Cr, Mn, Fe y Z en el invierno de 2013 y primavera de 2013, como
sucedió con la masa de PM2.5. El cobalto mostró variaciones diferentes respecto de los otros
elementos con concentraciones significativamente mayores para el verano de 2013/2014
(Fig.2.8).
67
1,E+04
1,E+02
1,E+03
1,E+02
1,E+01
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.
Correlación entre la concentración de PM2.5 y la concentración de los elementos

que las componen
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)
Correlación de la concentración y composición elemental entre las diferentes

fracciones de tamaño de partículas (PM2.5 y PTS).
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
Concentración PM2.5 [μg/m3]

Concentración PTS [μg/m3]
30
500
25
400
20
300
15
200
10
100 5
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
La concentración promedio de PM2.5 encontrada en Córdoba fue similar a la observada en otras

ciudades del mundo tales como Riohacha, en Colombia (14.57 µg/m3) (Rojano y col., 2013);
Helsinki en Finlandia (12,1µg/m3 en verano) (Sillanpaa y col., 2000); Río de Janeiro en Brasil
(15,8µg/m3 en verano) o Porto Alegre (13,9 µg/m3 en verano) (de Miranda y col., 2012); Viena
en Austria (18,6 µg/m3,) o Linz (15,0 µg/m3 ).
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)
Ti 87,47 22 5,5 5,33 31 9 11,96
V 26,3 7 1,53 5,64 3 7 8,43
Cr 9,12 3,5 1,40 2,03 5 5 1,35 3,5
Mn 31,98 13 11,71 3 2 15 61 15 1,35 97 11,1

Fe 681,26 345 108,3 85,7 74 178 394 210 173,62 1140 204,5
Co 23,95 0,6 0,11
Ni 3,75 2.8 1 1,85 4 7 3,90 15 0,8
Cu 25,58 9 4,42 3,98 3 7 10 21 5,89 35 17,9

Zn 25,11 28 29,7 14 13 119 487 145 52,39 480 56,9
*promedio para 6 ciudades **promedio para el país ***datos para el 2002/2003
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
La concentración de PM2.5 fue significativamente mayor en el invierno respecto las otras

estaciones, diferencias que podrían deberse en parte a los incendios forestales que se registraron
en las Sierras Chicas, cercanas a la ciudad de Córdoba, durante el periodo de invierno y
primavera de 2013. Sin embargo, y a pesar de este incremento circunstancial en los niveles de
partículas, las concentraciones registradas para la ciudad todavía son menores a los informados
para otras urbes. Sólo se superaron los estándares anuales de calidad de aire establecidos por la
OMS durante el invierno de 2013, fecha en la que se registraron estos eventos extremos. Los
elementos que más contribuyeron en masa a PM2.5 son principalmente de origen natural. Esto,
en conjunto con el bajo cociente PM2.5/PM10 encontrado indicaría un importante aporte de
partículas finas por resuspensión de polvo del suelo.
73
III. VARIACIÓN TEMPORAL EN LA
CONCENTRACIÓN DE PARTÍCULAS
(PTS Y PM2.5) Y HAPs TOTALES EN
RELACIÓN CON VARIABLES
METEOROLÓGICAS.
RESUMEN
La concentración de contaminantes en la atmósfera, incluyendo al material particulado, varía

con las condiciones meteorológicas, tales como velocidad del viento, precipitaciones, humedad
relativa y la temperatura. Se calcularon los promedios diarios de temperatura, temperatura de
rocío, humedad relativa, presión atmosférica relativa, velocidad del viento y visibilidad y se
calculó la moda de la dirección del viento. Además, se elaboró una rosa de los vientos para el
periodo total de muestreo y se calcularon las precipitaciones acumuladas por estación-año. Las
relaciones entre las variables meteorológicas y la concentración PTS, HAPs totales y PM2.5, se
exploraron mediante coeficientes de correlación de Spearman. Se realizó un modelo de
regresión lineal múltiple empleando como variables regresoras a las variables meteorológicas y
variables temporales (año, estación, mes y día de la semana), para explicar las concentraciones
de PTS, HAPs totales y PM2.5. Las variables predictoras que más contribuyeron a determinar
los niveles de PTS fueron humedad relativa, visibilidad, vientos norte y este, con coeficientes
negativos; y temperatura de rocío, velocidad del viento y viento oeste, con coeficientes
positivos. Los HAPs totales por otra parte se relacionaron negativamente con la temperatura de
rocío, velocidad del viento y viento sur, y positivamente con vientos norte y oeste. El modelo
para PM2.5 sólo tuvo como variable predictora a la temperatura de rocío. Las variables
meteorológicas evaluadas en su conjunto mediante modelos de regresión múltiple explican un
mayor porcentaje de la variabilidad en las PTS, aportando información para poder predecir los
niveles de este contaminante en la atmósfera.
74
INTRODUCCIÓN
La concentración de material particulado, cambia con algunas condiciones meteorológicas,

asociándose negativamente con la velocidad del viento, las precipitaciones, humedad relativa y
temperatura (Varona y col., 2006; Alvarado y col., 2010; Ramos-Herrera y col., 2010; Galvis y
Rojas, 2011; de Miranda y col., 2012; Reina y Olaya, 2012; La Rosa y col., 2013). La velocidad
y dirección de los vientos influyen en los fenómenos de dispersión de los contaminantes
(Ramos-Herrera y col., 2010). Las precipitaciones remueven las partículas mediante procesos
de lavado de la atmósfera, así como también evitan la resuspensión de las partículas del suelo
(Seinfeld y Pandis, 1998). La temperatura puede influir en la concentración de partículas a través
del fenómeno de inversión térmica que crea condiciones que pueden elevar las concentraciones
de contaminantes en las capas bajas de la atmósfera. La combinación de edificios altos, asfalto
y superficies de concreto, pueden crear una isla urbana de calor, aumentando aún más la
concentración de contaminantes atmosféricos en niveles superficiales cuando se dan estos
fenómenos de inversión térmica (de Miranda y col., 2012).
La concentración de elementos provenientes de la corteza terrestre, como polvo del suelo y

minerales desprendidos por acción del viento sobre las rocas, dependen principalmente del
clima, favoreciéndose este proceso con los vientos fuertes y condiciones de baja humedad
atmosférica. La mayoría de los elementos de origen eólico, se encuentran casi siempre en la
fracción gruesa y constituyen típicamente el 50 % del PM10 y sólo del 5 al 15 % del PM2.5
(Galvis y Rojas 2011).
Por el contrario en elementos antropogénicos, como los HAPs, la temperatura y la radiación

solar aparecen como variables explicativas de importancia (Ramos-Herrera y col. 2010). La
mayoría de estos compuestos se encuentran adsorbidos a partículas y por lo tanto su
composición y concentración responden a variables meteorológicas como temperatura,
precipitaciones, intensidad de radiación solar (Guo y col., 2003; Zhou y col., 2005), visibilidad
y velocidad del viento (He y col., 2014), entre otros factores. Como resultado, en general se
observa que en estaciones frías las concentraciones de HAPs son mayores que en estaciones
cálidas (Guo y col., 2003; Tang y col., 2005; Zhou y col., 2005; Hu y col., 2012). Esta misma
tendencia se observó previamente para la ciudad de Córdoba, donde las concentraciones de
HAPs fueron mayores en el invierno (Amarillo y col., 2014)
75
Estudios previos han propuesto que las concentraciones diarias de PM10 dependen más de la
meteorología que de las emisiones antropogénicas (Hooyberghs y col., 2005). Así, para
investigar la influencia de las actividades antropogénicas en la contaminación atmosférica se
debería primero poder controlar el efecto de las condiciones meteorológicas sobre las partículas
(Pryor y Barthelmie, 1996).
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
Analizar la variación temporal en la concentración de partículas totales en suspensión (PTS),

partículas finas (PM2.5) e hidrocarburos aromáticos policíclicos (HAPs) en la ciudad de Córdoba
en función de variables meteorológicas.
76
1. Caracterizar la variación temporal en las condiciones meteorológicas para la ciudad de

Córdoba durante el periodo de muestreo total.
2. Analizar la correlación entre las variables meteorológicas y la concentración de PTS,

PM2.5 y HAPs totales.
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).
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
Análisis de la variación temporal de los datos meteorológicos
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).
El análisis estacional de estas variables resultó en mayores valores de T y TR en

verano>primavera>otoño>invierno; la HR fue mayor en otoño y verano; la PA fue mayor en el
otoño e invierno; la VV fue mayor en primavera>invierno>verano>otoño; y las PP y V fueron
mayores para el verano y la primavera. Todas ellas con diferencias significativas (p<0,01).
30 400
Precipitaciones acumuladas [mm]

350
25
300
Temperatuca [°C]
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]
Figura 3.1. Precipitaciones acumuladas y temperaturas promedio durante el período: 08/08/2011-

23/02/2015 en la ciudad de Córdoba.
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.
El análisis de correlación entre variables meteorológicas resultó en una fuerte asociación

positiva entre T y TR, así como entre HR y TR. Una relación negativa importante se observó
entre PA y T, y entre PA y TR (Tabla 3.2).
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[°C] TR[°C] HR[%] PA[hPa] VV[km/h] V[km]

T[°C]
TR[°C] 0,779**
HR[%] 0,601**
PA[hPa] -0,607** -0,522** -0,109**
VV[km/h] 0,215** -0,081** -0,395** -0,254**
V[km] 0,219** -0,328** -0,053* 0,185**
PP[mm] 0,114* 0,335** 0,325** -0,205** 0,11* -0,343**
T: temperatura; TR: temperatura de rocío; HR: humedad relativa; PA: presión atmosférica; VV: velocidad del
viento; V: visibilidad.
Relación variables meteorológicas y la concentración de PTS, PM2.5 y HAPs totales
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
Variable meteorológica PTS [μg/m3] PM2.5 [ng/m3] HAPs totales [ng/m3]
T[°C] -0,158** -0,101*

TR[°C] -0,215** -0,211** -0,119**
HR[%] -0,526** -0,146**
PA[hPa] 0,092*
82
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

70 1000
Humedad relativa [%]
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.
A fin de evaluar la influencia de la DV en la concentración de PTS, PM2.5 y HAPs totales, se

realizó un análisis de la varianza no paramétrico considerando las principales 4 direcciones de
viento. La concentración de PTS varió significativamente según la DV, con concentraciones
mayores cuando el viento tuvo dirección sur; las partículas finas no mostraron diferencias
significativas y la concentración de HAPs fue significativamente mayor cuando el viento tuvo
83
dirección oeste (Tabla 3.4). La Figura 3.4 muestra la concentración promedio de PTS y HAPs
totales en función de la DV.
Tabla 3.4. Concentración promedio ± DE de la concentración de partículas totales en suspensión (PTS),

PM2.5 e hidrocarburos aromáticos policíclicos (HAPs) totales según la dirección del viento (DV).
DV PTS [μg/m3] PM2.5 [ug/m3] HAPs totales [ng/m3]
N 146,23 ± 82,04 A 7,16 ± 27,53 7,32 ± 6,95 AB

S 211,89 ± 190,78 B 8,37 ± 29,73 6,39 ± 6,66 A
E 161,47 ± 111,23 AB 3,26 ± 14,48 5,89 ± 3,61 AB
O 174,83 ± 114,44 B 8,96 ± 27,93 9,52 ± 9,49 B
Letras diferentes indican diferencias significativas entre direcciones del viento.
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
PTS HAPs totales
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
Modelo predictivo para la concentración de PTS
Para modelar la concentración de PTS, se transformó la variable a LnPTS. Un 52 % de la

variación en PTS a lo largo del periodo muestreado se puede explicar con un modelo
conformado por variables meteorológicas y temporales, tales como HR, TR, VV, V, día de la
semana, DV y la interacción estación*año (R2 = 0,52; AIC = 535). La interacción estación*año
fue la variable de mayor peso en el modelo. El día de la semana, a pesar de que no fue un
criterio de clasificación que marcara diferencias en la concentración de partículas (capítulo I),
cuando se lo incorporó en el modelo de regresión mejoró significativamente su ajuste,
reduciendo el valor de AIC. Los días sábado y domingo; y los días miércoles mostraron
coeficientes significativos, negativo y positivo, respectivamente. Esto es, durante el fin de
semana se espera una menor concentración de PTS mientras que a mediados de la semana, se
espera un marcado incremento.
Respecto a las variables meteorológicas, la V fue la variable que más contribuyó a explicar la
concentración de PTS, con un coeficiente negativo indicando un aumento de en PTS cuando la
V disminuye. La HR también fue una variable relacionada de manera inversa con la
concentración de partículas, lo cual estaría indicando un mecanismo de crecimiento
higroscópico de las partículas cuando hay condiciones de elevada HR. También, la TR y VV
contribuyeron significativamente a explicar la concentración de PTS con coeficientes positivos,
indicando una asociación directa entre estas variables. Finalmente, el viento oeste tiene un efecto
positivo en la concentración de partículas, y los vientos norte y este, un efecto negativo.
El modelo resultante fue:
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
En la Tabla 3.5 se presentan los coeficientes de regresión estimados con el modelo.
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.
Modelo predictivo para la concentración de HAPs totales
Para modelar la concentración de HAPs, se transformó la variable a LnHAPs totales. Se elaboró

un modelo con correlación autorregresiva de orden 1, ya que la dependencia temporal fue
importante, y se bloqueó por año, estación, mes y día de la semana (factores aleatorios
cruzados). El modelo que resultó con menor AIC (786,97), explicó un 38 % de la variabilidad
(R2 = 0,38) y tuvo como variables regresoras la TR, VV y DV. Se observó una relación inversa
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
Modelo predictivo para la concentración de PM2.5
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:
LnPM2.5 = 0,35 – 0,02 TR
DISCUSIÓN
Durante el periodo de muestreo hubo una marcada estacionalidad con PP concentradas en el

verano, cuando T fue mayor. En el año 2011, sin embargo, hubo menores PP acumuladas
anuales respecto a los demás años. Durante el verano también se observó un aumento de V en
parte debido a un incremento de la HR que favorece la precipitación de partículas. La DV
predominante para la ciudad tuvo dirección norte.
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.
Elminir (2005) describió que la mayor concentración de PM10 se da en el rango de T

comprendidas entre 16 y 20°C, disminuyendo para temperaturas mayores y menores a las de
este rango. Sin embargo las PTS en la ciudad de Córdoba no se asociaron a T.
Las PP provocan una dilución en la concentración de partículas por el lavado de la atmósfera.

Sin embargo en este estudio no se encontró una asociación entre la concentración de partículas
y las PP, probablemente por la marcada estacionalidad de estas últimas.
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.
Diferentes estudios han demostrado que la concentración de PM2.5 es dependiente de la VV

(Ruellan y Cachier, 2001; Ieesuck y col., 2002; Vecchi y col., 2004). A mayor VV se favorece
la dispersión y se reduce la concentración de material particulado por dilución del mismo. Para
la ciudad de Córdoba, las partículas finas no mostraron relación con la VV ni con la DV.
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).
Los modelos predictivos pudieron explicar un 52 %, 38 % y 24 % de la variabilidad de PTS,

HAPs totales y PM2.5, respectivamente. Al considerarse en conjunto las variables
meteorológicas y las temporales analizadas en los capítulos 1 y 2, algunas variables ya no
resultaron significativas para explicar la concentración de contaminantes. Otras, como el día de
la semana para PTS, resultó ser una variable regresora significativa en un modelo de regresión
múltiple. Así, los días sábados y domingos tuvieron coeficientes de regresión lineal múltiple
negativos; y los miércoles, positivos. La HR sólo permaneció como variable predictora
significativa en el modelo de PTS, con coeficiente negativo.
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
Las variables meteorológicas se asociaron significativamente a la concentración de material

particulado (PTS y PM2.5) y HAPs. En relación a PTS, la humedad relativa fue la variable más
importante, mientras que para las partículas finas, lo fue la temperatura de rocío. Los HAPs
tuvieron menor relación con las variables meteorológicas, aunque mostraron una relación
negativa con la temperatura como era esperado.
Contrario a lo que se esperaba, las precipitaciones no se asociaron a ninguno de los

contaminantes. La asociación entre velocidad del viento y PTS sugirió que la resuspensión es
más importante que la dispersión/dilución de partículas, ya que la relación fue positiva; mientras
que para HAPs, que tuvieron una relación negativa con la velocidad del viento, el proceso más
importante sería la dispersión.
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
Estimar fuentes de emisión de partículas resulta fundamental en regiones en donde el

contaminante no es monitoreado. Sin embargo, para poder estimar fuentes se requiere contar
con mediciones de los contaminantes durante largos periodos de tiempo. Por este motivo se
determinó la composición elemental y el contenido de hidrocarburos aromáticos policíclicos en
partículas totales colectadas en la ciudad a lo largo de 2 años. Para estimar sus fuentes de emisión
se emplearon distintas metodologías de modelos de receptor tales como cocientes diagnósticos,
factores de enriquecimiento, Análisis de Componentes Principales y Factorización de Matriz
Positiva. Para la fracción inorgánica, se estimaron la erosión del suelo, resuspensión de polvo y
el tránsito vehicular, como principales fuentes de emisión, siendo el primero el que mayor masa
aporta. Las emisiones vehiculares fueron las principales fuentes de emisión de HAPs,
discriminándose dos factores principales asociados a emisiones diesel o gasolina, con
predominio de HAPs de bajo y alto peso molecular respectivamente. 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.
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).
La estimación de fuentes ofrece una alternativa viable en ausencia de un inventario de emisiones

local, esto es un listado actualizado de las emisiones de contaminantes atmosféricos, por fuente,
en un área geográfica específica durante un intervalo de tiempo determinado (EPA, 1999). Los
modelos de receptor orientados a la estimación de fuentes de emisión engloban muchas
herramientas que van desde técnicas simples basadas en cálculos matemáticos elementales y
supuestos físicos básicos a modelos complejos con pre y post tratamiento de los datos (Belis y
col., 2013). Así por ejemplo, los índices diagnósticos y los factores de enriquecimiento pueden
ser utilizados para determinar la contribución de diferentes fuentes a la concentración de
contaminantes atmosféricos (Park y col., 2002; Ravindra y col., 2008; Singh y col., 2008;
Hanedar y col., 2011; Tobiszewski y Namieśnik, 2012). Entre las técnicas multivariadas se
pueden mencionar el Análisis de Componentes Principales y el método de Factorización
Positiva de la Matriz (Positive Matrix Factorization), ambas técnicas de modelo de receptor
ampliamente utilizadas para la estimación de fuentes (Reff y col., 2007; Hanedar y col., 2014),
incluso para HAPs.
Estudios previos en Argentina han determinado en distintas ocasiones cual es la concentración

de material particulado en las ciudades más pobladas del país tales como Buenos Aires y
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)
En función de los resultados obtenidos en el análisis de composición del material particulado en

la ciudad de Córdoba y antecedentes bibliográficos, se espera que las fuentes de emisión de
partículas sean la resuspensión de polvo del suelo, la construcción y el tránsito vehicular. Si la
erosión de suelo es un factor o fuente de emisión significativa debería correlacionar con la
velocidad del viento. Una posible fuente relacionada con la construcción debería variar entre
años, ya que las obras se sucedieron en el año 2011 y primer mitad de 2012 en la zona de estudio.
En cuanto al tránsito, se espera también que sea la fuente principal de emisión de HAPs ya que
en la ciudad universitaria no hay influencia de industrias ni centrales energéticas, aunque sí
podría haber un aporte debido a los incendios forestales. Si la fuente de emisión fuera el tránsito
vehicular, debería haber variaciones en la contribución de esta fuente entre días de semana y fin
de semana.
OBJETIVO GENERAL
Determinar las principales fuentes de emisión de las partículas totales en suspensión e

hidrocarburos aromáticos policíclicos en una zona urbana de la ciudad de Córdoba.
93
1. Identificar la contribución de fuentes naturales y antropogénicas a la concentración y

composición del material particulado total.
2. Identificar la contribución de fuentes naturales y antropogénicas a la concentración y
composición de hidrocarburos aromáticos policíclicos adsorbidos a PTS.
3. Identificar patrones de variación temporal en la contribución de las diferentes fuentes de
emisión de material particulado.
METODOLOGÍA
Sitio de muestreo, muestreo y determinación química
Ver lo descripto en el capítulo I.
Se emplearon los datos de concentración de partículas totales, de composición y concentración

de los elementos determinados en su fracción inorgánica y de composición y concentración de
hidrocarburos aromáticos policíclicos determinados en su fracción orgánica, para los 2 años de
muestreo. Sobre estos datos se aplicaron modelos de receptor, los cuales evalúan las
contribuciones de varias fuentes basadas en observaciones en sitios de muestreo (los receptores).
Debido a que ciertas fuentes emiten partículas con cierta característica elemental o firma, se
puede medir la composición de las partículas en la atmósfera y trabajar hacia atrás para calcular
cuánto de cada fuente contribuye a obtener la composición de partículas final observada.
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)
Índices para estimación de fuentes de PAHs
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.
Análisis de Componentes Principales
Se aplicó la metodología de análisis de componentes principales (PCA) empleando el software

Infostat (Di Rienzo y col., 2011). Se analizó el ordenamiento multivariado de elementos de la
fracción inorgánica para el periodo total de muestreo así como de HAPs, separando estaciones
cálida (primavera y verano) y fría (invierno y otoño) La estación cálida podría no cumplir con
el supuesto que las especies no reaccionan químicamente ni cambian de fase durante el
transporte desde la fuente hasta el receptor, por ello se la analizó por separado. El número de
componentes principales se determinó de modo que tuvieron un autovalor mayor a 1 (criterio
de Kaiser) y que explicaran más del 75 % de la varianza.
Factorización Positiva de la Matriz
El análisis de Factorización Positiva de la Matriz (PMF: Positive Matrix Factorization) fue

llevado a cabo utilizando el software EPA PMF 5.0.14, desarrollado por la EPA basado en el
algoritmo ME-2hm. PMF es una herramienta de análisis multivariado que descompone una
matriz de datos en dos submatrices, los perfiles del factor y las contribuciones del factor. Ha
sido desarrollada por (Paatero 1999) y fue utilizada para resolver factores positivos dominantes
sobre la base de observaciones sin conocimiento previo detallado de las fuentes y los perfiles de
las fuentes. Este modelo se aplicó asumiendo que los perfiles de las fuentes de emisión no
cambian significativamente con el tiempo o lo hacen de un modo reproducible, entonces el
sistema es cuasi-estacionario. Se asumió además que las especies no reaccionan químicamente
ni cambian de fase durante el transporte desde la fuente hasta el receptor (Belis y col., 2013). El
paso más crítico en el análisis PMF es la determinación del número de factores, ya que no hay
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.
Cálculo de la incertidumbre y datos faltantes
Las incertidumbres fueron calculadas según (Miller y col., 2002) como:
(2): μsj = √(0.5 ∗ MDLsj )2 + (0.1 ∗ Xsj )2
µsj es la incertidumbre, MDLsj es el límite de detección del método y Xsj es la concentración

elemental o de HAPs, todas referidas a la j-ésima especie de la s-ésima muestra.
97
El límite de detección del método (MDL) fue calculado para cada elemento o HAP de acuerdo
a Miller y col. (2002):
(3): MDL = YB + 3SB
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
Estimación de fuentes de emisión mediante factores de enriquecimiento
En cuanto a la composición de la fracción inorgánica del material particulado, los factores de

enriquecimiento identificaron a Zn, Cu, Ca, S, Pb, Br, Ni, As y, V como elementos
antropogénicos y a Ba, Co, Fe, Mn, Cr y K como elementos provenientes del suelo. La Figura
4.1 muestra los valores promedio obtenidos para todo el periodo de muestreo.
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.
Estimación de fuentes de emisión mediante Análisis de Componentes Principales
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
Estimación de fuentes de emisión mediante Factorización Positiva de la Matriz
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.
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
Variación temporal en la contribución de los factores
Se obtuvieron variaciones significativas al comparar la contribución de los factores según los

años de muestreo. Mientras que los factores 1 y 4 fueron significativamente mayores para el
año 2011, el factor 2 tuvo contribuciones menores en el año 2013. El factor 3 no mostró
variaciones entre años (Fig. 4.4).
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.
Respecto a la variación estacional de los factores, el Factor 1 fue significativamente mayor en

invierno y primavera, el factor 2 fue mayor en el verano, el factor 3 y 4 resultaron mayores en
invierno respecto las demás estaciones (Fig. 4.5).
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.
No hubo variaciones en la contribución de los factores en relación al día de la semana; tampoco

considerando la variable categórica día de semana/fin de semana (datos no mostrados).
105
FRACCIÓN ORGÁNICA
Estimación de fuentes de HAPs mediante índices diagnósticos
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.
Valores para Fuentes

DR Valor Fuente que indica Referencias
este estudio probables
∑LMW/ <1 Pirogénica 2,35 Petrogénica (Zhang y Tao 2008)
∑HMW
>1 Petrogénica
Ant/ <0,1 Petrogénica 0,04 Petrogénica (Pies y col., 2008)
(Ant+Fen)
>0,1 Pirogénica
BaP/ 0,5 Diesel 0,50 Diesel (Khalili y col., 1995;
(BaP+Cri) Guo y col., 2003)
0,73 Gasolina
BaP/BghiP <0,6 Emisiones distintas al 2,95 Emisiones de (Katsoyiannis y col.,
tránsito tráfico 2007)
>0,6 Emisiones de tránsito
vehicular
BbF/BkF >0,5 Diesel 3,96 Diesel (Pandey y col., 1999;
Park y col., 2002)
Fluo/ >0,5 Diesel 0,65 Diesel (Rogge y col., 1993;
(fluo+pir) Fang y col., 2004;
Ravindra y col., 2006)
<0,5 gasolina
106
Valores para Fuentes

DR Valor Fuente que indica Referencias
este estudio probables
Fla/ <0,4 Petrogénica 0,6 Combustión de (Roberto y col., 2009)
(Fla+Pir) hierbas, pasto y
carbón
0,4-0,5 Combustión de
combustible fósil
>0,5 Combustión de
carbón, pasto, madera
BaA/ 0,2- Combustión de carbón 0,58 Emisiones (Yunker y col., 2002;
(BaA+Cri) 0,35 vehiculares, Akyüz y Çabuk, 2010)
combustión
>0,35 Emisiones vehiculares,
combustión
<0,2 Petrogénica
Estimación de fuentes de emisión de HAPs mediante Análisis de Componentes

Principales
El análisis de componentes principales para los HAPs determinados en muestras recolectadas

durante la estación fría, seleccionó 2 componentes principales, que explican un 80 % de la
variabilidad total de los datos. El componente principal 1 explicó el 70 % de la varianza y estuvo
representado por los HAPs de mayor peso molecular tales como Fla, Pir, BaA, Cri, BbF, BkF,
BaP, dBahA y BghiP; mientras que el componente 2 explicó solo un 10 % de la varianza y
estuvo representado por los HAPs de menor peso molecular: Naft, Ace, Fluo, Fen y Ant (Tabla
4.4)
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
Estimación de fuentes de emisión de HAPs mediante Factorización Positiva de la

Matriz
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).
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.
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.
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
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).
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.
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.
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
Variación anual en la contribución de los factores
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.
La estimación de fuentes de emisión de PTS considerando la composición y concentración

inorgánica dio como resultado 4 factores en el análisis de PMF. El Factor 1 contempló la
variación en la masa de las partículas distinguiéndose de la variación en la composición
elemental. El factor 2, así como el componente 2 del PCA, estuvo representado por Zn y Ba. El
Zn se utiliza en el revestimiento de frenos de vehículos y se libera por abrasión mecánica como
ZnO y ZnO2 (Salma y Maenhaut 2006), la combustión del aceite del motor (Samara 2005) y
desgaste de los neumáticos (Huang y col., 1994; Akbar y col., 2006; Manno y col., 2006). Por
otro lado, la principal fuente de emisión de Ba, es la combustión de derivados del petróleo y de
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.
En lo que respecta a la estimación de fuentes de HAPs, las razones ∑LMW/∑HMW y

Ant/(Ant+Fen) sugirieron una fuente de emisión vehicular de estos compuestos. Los análisis de
PCA y PMF mostraron resultados muy parecidos para el análisis de fuentes. Sin embargo, el
hecho que PMF permita ponderar cada HAP según su incertidumbre, hace que este análisis sea
más preciso. Tanto para la estación fría como para la estación cálida, los modelos que mejor
ajustaron estuvieron representados por 2 factores, con perfiles de factor similares para estos
periodos. El factor 1 estuvo representado por HAPs más pesados y se asoció con aerosoles de
motores a gasolina, siendo el BghiP un marcador de este tipo de emisiones (Rogge y col., 1993;
Kulkarni y Venkataraman, 2000). El factor 2 representado por los HAPs de menor peso
molecular se asoció con emisiones de motores diésel (Khalili y col., 1995; Fujita y col., 2007;
Fujita y col., 2007; He y col., 2010). Los vehículos que emplean este último combustible emiten
mayor cantidad de HAPs en fase gaseosa y menor cantidad de HAPs en fase particulada que los
vehículos a gasolina (Zielinska y col., 2004). Entonces, el factor 1 de PMF indica emisiones
vehiculares de motores a gasolina y el factor 2 indica emisiones vehiculares de motores diésel,
para ambas estaciones.
En cuanto a la variación temporal de las fuentes de emisión de compuestos inorgánicos se

observó que los factores asociados a elementos provenientes del suelo (factor 1 y 4) tuvieron
una mayor contribución en el año 2011. Esto coincide con las obras de construcción que se
ejecutaron en la ciudad universitaria durante ese mismo periodo. El factor 2, en cambio,
asociado con el tránsito vehicular, tuvo mayor contribución en el año 2012. Estas diferencias
entre factores podrían asociarse a una competencia entre partículas de diferentes procedencias;
en el año 2011 los aportes en masa de los factores 1 y 4 fueron tan grandes que habrían saturado
el filtro de muestreo haciendo que la contribución relativa del factor 2 sea menor.
Respecto a la variación estacional, el factor 1 y 4 mostraron mayores valores en invierno y

primavera, mientras que el factor 2 mostró mayores aportes durante el verano y otoño. Este
último resultado no parece estar de acuerdo con el patrón de tránsito vehicular de la zona de
estudio, dado que debería tener mayores contribuciones en épocas laborables y no durante el
verano. Sin embargo, considerando que la masa aportada por fuentes naturales fue mucho mayor
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.
Respecto a la variación anual en el aporte de las fuentes de HAPs, las diferencias en la

contribución de los factores dependieron fundamentalmente de la estación de muestreo debido
a la fuerte dependencia de estos compuestos con la temperatura. Este resultado refleja una
tendencia muy general; no puede concluirse al respecto de la variación temporal de HAPs dado
que hubo un desbalance en el número de muestras por estación y año.
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.
El procedimiento de estimación de riesgos ambientales juega un rol central en el manejo de

ambientes contaminados (Romanazzi y col., 2014). En países como el nuestro, donde la calidad
del aire es pobremente documentada, ya sea por falta de recursos o por no ser prioridad en la
agenda ambiental, esta metodología resulta muy útil. Los resultados de los análisis de riesgos
sirven a la población para poder tomar medidas protectivas de su salud y a los gobiernos, para
tomar decisiones sustentadas en la mejor información científica disponible tendientes a reducir
la contaminación por metales pesados en la atmósfera (Du y col., 2013).
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
Caracterizar el riesgo toxicológico y carcinogénico asociado a la exposición crónica por

inhalación de partículas totales en suspensión y PM2.5 para la ciudad de Córdoba.
1. Determinar la exposición por inhalación a metales presentes en PTS y PM2.5 a partir de

las concentraciones en la atmósfera de la ciudad de Córdoba.
2. Calcular los coeficientes de peligrosidad e índices de peligrosidad para los diferentes
elementos determinados en PTS y PM2.5.
3. Correlacionar el riesgo toxicológico total asociado a la inhalación de metales presentes
en PTS y PM10 con la concentración de partículas para esas fracciones de tamaño.
4. Calcular índices de riesgo carcinogénicos por exposición crónica vía inhalatoria de Ni y
Cr presentes en las partículas.
5. Analizar variaciones temporales estacionales en el riesgo toxicológico y carcinogénico
asociado a la fracción inorgánica de las PTS y PM2.5.
6. Caracterizar el riesgo toxicológico y carcinogénico según diferentes grupos etarios.
124
MATERIALES Y MÉTODOS
Se utilizaron los datos de composición y concentración de la fracción inorgánica de las partículas

totales en suspensión y de PM2.5 para caracterizar el riesgo toxicológico y carcinogénico. La
metodología de muestreo y de la determinación de la composición de la fracción inorgánica se
detalla en los capítulos 1 y 2 de la presente tesis.
Análisis de riesgo en la salud humana
Primero se identificó qué elementos representan un peligro teniendo en cuenta la información

toxicológica. Se escogieron aquellos elementos para los cuales se cuenta con dosis de inhalación
o concentraciones de referencia. Para partículas totales se eligieron V, Cr, Mn, Fe, Co, Cu, Zn,
Ba, Pb y para PM2.5, V, Cr, Mn, Fe, Co, Ni, Cu, Zn. También se seleccionaron los elementos
para los que se cuenta con una IUR (unidad de riesgo por inhalación), como es el caso de Ni y
Cr, que son carcinogénicos.
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.
Análisis de riesgo toxicológico
Para efectos no cancerígenos, un nivel de dosis o de exposición diaria umbral se identifica de

tal manera que, para las exposiciones por debajo de este nivel, la probabilidad de un efecto
nocivo para la salud es baja o insignificante, a través de una vía de exposición. Cuando se trata
de la exposición de aire, este nivel es la concentración de referencia (RfC). Dependiendo de la
incertidumbre de los datos disponibles, la EPA establece valores de RfC que son entre 30 a 10
mil veces menores que el nivel en donde no se observan efectos adversos (NOAEL) o que el
nivel más bajo de efecto adverso observable (LOAEL) en estudios con animales. Así, para la
exposición humana a una sustancia química específica en concentraciones por debajo del RfC
no se esperan efectos adversos a la salud.
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
RfC: concentración de referencia
La concentración de referencia por inhalación (RfC) es análoga a la dosis de referencia por

inhalación (RfDinh) y se basa en la asunción de que existe un umbral para ciertos efectos tóxicos.
Es una estimación de la exposición por inhalación diaria que es capaz de tolerar la población
humana durante toda una vida sin que aparezcan efectos deletéreos (IRIS, 2015). Las
concentraciones de referencias utilizadas se muestran en la Tabla 5.1.
Fórmulas y parámetros empleados en la determinación del riesgo toxicológico
(1) LADD = CA x IF
IR − A x ET x EF x ED
LADD = CA x
BW x AT
Donde:
LADD: dosis promedio diaria = exposición [mg/(kg.día)]

CA: concentración del contaminante en el aire [mg/m3]
IF: Factor de consumo [m3/(kg.día)]
IR-A: tasa de inhalación [m3/h]
ET: Tiempo de exposición [horas/día] (tiempo al aire libre)
EF: frecuencia de la exposición: 365,25 [días/año]
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).
Un coeficiente de peligrosidad menor a 1 se considera generalmente un riesgo aceptable es decir,

no se esperan riesgos en la salud; mientras que uno por encima de 1 es considerado un nivel de
preocupación.
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).
Análisis de riesgo carcinogénico
Para carcinógenos, el paradigma de evaluación de riesgos de la EPA asume que el riesgo

aumenta linealmente de dosis cero. Para productos químicos inhalados una unidad de factor de
riesgo (IUR) se deriva de tal manera que cuando la concentración en aire se multiplica por este
factor, el resultado es una estimación del límite superior del riesgo de cáncer por exposición a
lo largo de toda la vida.
El potencial cancerígeno de una sustancia describe la probabilidad de que un individuo

desarrolle cáncer en algún momento de su vida debido a la exposición a un tóxico de interés, y
en el caso de dosis bajas, está caracterizado por la pendiente de la curva dosis-respuesta. Para el
cáncer, los riesgos calculados para los diferentes compuestos químicos son aditivos.
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).
Los índices de riesgo se consideran significativos cuando superan el nivel de referencia de la

EPA 1x10-6: una persona en un millón tiene riesgo de padecer cáncer por exposición a un
contaminante (en este caso Ni o Cr) a lo largo de toda la vida. Índices menores a 1x10-4 se
consideran “aceptables” (Valberg 2004).
Se asumió que el cromo en PTS estaba en la forma de Cr (VI), para estimar el peor escenario
posible. Por lo tanto, el riesgo carcinogénico del cromo fue sobreestimado.
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.
Elemento RfDinh [mg/kg/día] IUR [m3/µg]

V 1x10-4
Cr 2,86x10-5 8,4x10-2
Mn 1,43x10-5
Co 5,71x10-6
Ni 2,40x10-4 2,4x10-4
Cu 4,02x10-2
Zn 3x10-1
Ba 1,43x10-4
Pb 3,52x10-3
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
Caracterización del riesgo toxicológico asociado a la inhalación de metales de las

PTS
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.
Jóvenes/ Adultos Promedio

Elemento Niños Adultos
adolescentes mayores ponderado
V 0,00 0,00 1,00 x 10-7 1,00 x 10-7 7,50 x 10-8
-7 -7 -7 -6
Cr 1,00x 10 2,00 x 10 9,00 x 10 1,40 x 10 8,38 x 10-7
Mn 1,00 x 10-6 1,30 x 10-6 7,60 x 10-6 1,18 x 10-5 7,04 x 10-6
Co 1,00 x 10-7 1,00 x 10-7 6,00 x 10-7 9,00 x 10-7 5,50 x 10-7
Ni 1,00 x 10-7 1,00 x 10-7 6,00 x 10-7 9,00 x 10-7 5,50 x 10-7
-6 -6 -5 -5
Cu 1,70 x 10 2,40 x 10 1,36 x 10 2,12 x 10 1,26 x 10-5
Zn 1,16 x 10-5 1,61 x 10-5 9,21 x 10-5 1,43 x 10-4 8,53 x 10-5
Ba 3,90 x 10-6 5,40 x 10-6 3,10 x 10-5 4,81 x 10-5 2,87 x 10-5
Pb 2,00 x 10-7 2,00 x 10-7 1,30 x 10-6 2,00 x 10-6 1,20 x 10-6
El riesgo toxicológico representado por el HQ (coeficiente de peligrosidad) para los metales

determinados en PTS a lo largo de todo el periodo de muestreo y para un grupo etario promedio
fue mayor para Mn>Ba>Co>Cr>Ni>V>Zn>Cu>Pb (Tabla 5.4). Este orden difiere del obtenido
para los valores de exposición a los diferentes metales debido a que las dosis de referencia por
inhalación es diferente según el elemento. El HI y los HQ promedio para todos los elementos
fueron inferiores a la unidad.
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).
Relación entre el riesgo toxicológico asociado a la inhalación de metales

determinados en PTS y la concentración de 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

0,3 CD
BC
HI [adimensional]
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.
Caracterización del riesgo toxicológico asociado a la inhalación de metales de PM2.5
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.

adolescentes mayores ponderado
V 7,13 x 10-8 9,89 x 10-8 5,67 x 10-7 8,81 x 10-7 5,25 x 10-7
-8 -8 -7 -7
Cr 2,32 x 10 3,21 x 10 1,84 x 10 2,86 x 10 1,71 x 10-7
Mn 8,13 x 10-8 1,13 x 10-7 6,47 x 10-7 1,00 x 10-6 5,99 x 10-7
Co 6,09 x 10-8 8,44 x 10-8 4,84 x 10-7 7,52 x 10-7 4,48 x 10-7
Cu 6,50 x 10-8 9,02 x 10-8 5,17 x 10-7 8,03 x 10-7 4,79 x 10-7
-8 -8 -7 -7
Zn 6,31 x 10 8,85 x 10 5,02 x 10 7,88 x 10 4,70 x 10-7
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.

Adolescentes mayores ponderado
V 2,00 x 10-7 3,00 x 10-7 1,90 x 10-6 2,90 x 10-6 1,74 x 10-6
Cr 8,10 x 10-4 1,12 x 10-3 6,44 x 10-3 1,00 x 10-2 5,97 x 10-3
Mn 5,68 x 10-3 7,88 x 10-3 4,52 x 10-2 7,02 x 10-2 4,19 x 10-2
Co 1,07 x 10-2 1,48 x 10-2 8,48 x 10-2 1,32 x 10-1 7,85 x 10-2
-6 -6 -5 -5
Cu 2,00 x 10 2,00 x 10 1,30 x 10 2,00 x 10 1,20 x 10-5
Zn 0,00 0,00 2,00 x 10-6 3,00 x 10-6 1,75 x 10-6
HI 1,72 x 10-2 2,38 x 10-2 1,36 x 10-1 2,12 x 10-1 1,26 x 10-1
Cuando se analizó la variación estacional de los coeficientes de peligrosidad, se observó un

incremento de estos índices durante invierno y primavera para la mayoría de los elementos así
como también para el índice de riesgo (Fig. 5.3). Sin embargo, en ninguna estación los HQ ni
el HI superaron la unidad.
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
Concentración PM2.5 24 hs [µg/m3]

7
1,E-01 C
C
HI [adimensional]
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.
Comparación entre el riesgo toxicológico asociado a la inhalación de metales

presentes en PTS y el mismo para metales presentes en PM2.5
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).
Caracterización del riesgo carcinogénico asociado a la inhalación de metales en PTS
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.
Grupo etario Invierno Otoño Primavera Verano

-8 -8 -9
Niños 2,90 x 10 3,10 x 10 9,00 x 10 2,00 x 10-9
Jóvenes 4,00 x 10-8 4,20 x 10-8 1,30 x 10-8 3,00 x 10-9
Ni Adultos 2,27 x 10-7 2,44 x 10-7 7,20 x 10-8 1,90 x 10-8
Adultos mayores 3,53 x 10-7 3,78 x 10-7 1,11 x 10-7 2,90 x 10-8
Promedio ponderado 2,03 x 10-7 2,22 x 10-7 6,50 x 10-8 1,70 x 10-8
Niños 7,49 x 10-6 6,45 x 10-6 1,35 x 10-5 9,04 x 10-6
Jóvenes 1,04 x 10-5 8,94 x 10-6 1,88 x 10-5 1,25 x 10-5
Cr Adultos 5,96 x 10-5 5,13 x 10-5 1,08 x 10-4 7,19 x 10-5
Caracterización del riesgo carcinogénico asociado a la inhalación de metales de

PM2.5
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.
Invierno Otoño Primavera Verano

-6 -7 -6
Niños 2,63 x 10 2,58 x 10 2,95 x 10 1,93 x 10-7
Jóvenes 3,65 x 10-6 3,57 x 10-7 4,10 x 10-6 2,68 x 10-7
Adultos 2,09 x 10-5 2,05 x 10-6 2,35 x 10-5 1,54 x 10-6
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)
El tamaño de las partículas es un factor importante cuando se evalúa la exposición a metales;

generalmente se pone el foco en las partículas menores a 10 micras, que son aquellas respirables.
Las partículas mayores usualmente no penetran muy profundo en el tracto respiratorio pero
pueden ser tragadas e ingresar al organismo por vía oral. Las partículas más grandes tienen un
rol mayor como irritante, afectando los ojos de las personas y las fosas nasales, y si se depositan
en los tramos superiores de las vías respiratorias, pueden ser transferidas al tracto digestivo
(Fairbrother y col., 2007). En este estudio, la concentración del contaminante en el aire fue la
obtenida a partir del análisis de partículas totales y PM2.5. Si bien las partículas “respirables”
son las menores a 10 micras, hay evidencia de que el tamaño de partículas inhalables con
toxicidad sistémica y que implican un daño en la salud humana, podría extenderse a partículas
aún mayores a 100 micras (Ferreira-Baptista y De Miguel, 2005).
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.
En este trabajo sólo se consideró la exposición por vía inhalatoria, no se consideraron ni la

ingesta ni la absorción dérmica. Se esperaría entonces un riesgo un tanto mayor si se
consideraran otras vías de exposición.
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
El riesgo toxicológico asociado a la inhalación de metales presentes en las partículas totales en

suspensión y PM2.5 fue aceptable a lo largo de todo el periodo de muestreo. Sólo se superó el
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.
El riesgo carcinogénico asociado a la inhalación de metales presentes en PTS y PM 2.5 fue

aceptable para Ni en PTS (<1x10-6) pero no para Cr, debido a que el riesgo para Cr fue
sobreestimado cuando se consideró que el 100 % del Cr determinado era Cr (VI). Considerando
que el Cr (VI) tiene un origen industrial mayoritariamente, el riesgo asociado a este elemento
fue sobreestimado; en consecuencia el riesgo carcinogénico por exposición a estos metales
resultó aceptable en la ciudad de Córdoba, inclusive para los grupos etarios más vulnerables.
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
Los hidrocarburos aromáticos policíclicos son contaminantes ambientales ubicuos conteniendo

al menos dos anillos condensados, con propiedades físico-químicas que los hacen altamente
móviles en el ambiente, permitiendo su dispersión en el aire, el suelo y el agua. Únicamente en
presencia de luz y oxígeno se produce una rápida fotooxidación de estos compuestos cuando
están en disolución. La biodisponibilidad de estos compuestos hace que puedan incorporarse al
organismo por ingestión, inhalación o absorción dérmica.
La importancia de los HAPs radica en que al ser carcinogénicos, mutagénicos y teratogénicos,

tiene importantes efectos adversos en la salud humana (EPA, 2011). Un agente carcinogénico
es un factor físico, químico o biológico que actúa sobre los tejidos induciendo un crecimiento
tumoral maligno; como consecuencia de su interacción con el ADN celular que puede producir
mutaciones (EPA, 2015). Muchos HAPs han sido clasificados como contaminantes prioritarios
por la EPA debido a su toxicidad, prevalencia, persistencia en el ambiente así como al
incremento de esos compuestos que se ha producido en la atmósfera. La Agencia Internacional
para la Investigación sobre el Cáncer (IARC, 2005) clasifica a los HAPs individuales que son
considerados prioritarios por la EPA como carcinógenos para seres humanos: BaP;
probablemente carcinógenos: dBahA(Grupo 1); y posiblemente cancerígenos: BaA, BbF, BkF,
Cri, IP (Grupo 2B) (Pufulete y col., 2004).
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).
Algunos estudios epidemiológicos han asociado la exposición a contaminantes urbanos

atmosféricos con el desarrollo de cáncer de pulmón y otras enfermedades. Pope III y col. (2002)
estimaron para EEUU que para cada 10 μg de partículas finas por metro cúbico, la mortalidad
por cáncer de pulmón incrementa en un 8 %. Para Europa, (Boffetta y Nyberg 2003) estimó que
para el año 2020 el riesgo de cáncer de pulmón atribuible a la contaminación del aire llegara al
10,7 % y a cerca del 1 % para todos los tipos de cáncer (Claxton y Woodall Jr 2007). La IARC
recientemente concluyó que la exposición a contaminación outdoor por material particulado
representa un riesgo carcinogénico para los humanos, particularmente cáncer de pulmón
(Loomis y col., 2013).
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).
Nuevamente, la metodología de análisis de riesgos se vuelve una herramienta de fundamental

importancia, sobre todo en una ciudad como Córdoba que no cuenta con monitoreos de calidad
de aire, para poder alertar a la población en relación a medidas protectivas de su salud y
recomendar a los gobiernos para reducir la contaminación atmosférica en base a decisiones
sustentadas en la mejor información científica disponible (Du y col., 2013).
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).
En este capítulo, se estimó el riesgo incremental de padecer cáncer de pulmón en la población

de Córdoba por exposición a HAPs adsorbidos en PM10 por vía inhalatoria, evaluando
diferencias estacionales y diferencias debidas a la edad del individuo. Se espera encontrar un
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
Estimar el riesgo carcinogénico asociado a la inhalación de HAPs adsorbidos a PM10 en la

ciudad de Córdoba.
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
Área de estudio y determinación de la concentración y composición de HAPs
Ver descripción en la introducción general y metodología del capítulo I.
145
Análisis de riesgo carcinogénico
Se empleó la misma metodología detallada en el capítulo V (Evans 2003) (ver ecuaciones)
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).
HAP IUR m3/μg

Naft 3,4 x 10-5
Ace 1,1 x 10-6
Fluo 1,1 x 10-6
Fen 1,1 x 10-6
Ant 1,1 x 10-5
Fla 1,1 x 10-6
Pir 1,1 x 10-6
BaA 1,1 x 10-4
Cri 1,1 x 10-5
BbF 1,1 x 10-4
BkF 1,1 x 10-4
BaP 1,1 x 10-3
dBahA 1,2 x 10-3
BghiP 1,1 x 10-5
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.
Variación temporal del riesgo carcinogénico
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.
Grupo etario Media D.E.

Niños 2,89 x 10-6 3,52 x 10-6
Adolescentes 7,52 x 10-6 9,16 x 10-6
Adultos 5,37 x 10-5 6,54 x 10-5
Adultos mayores 9,74 x 10-5 1,19 x 10-4
Individuo promedio 5,34 x 10-5 6,50 x 10-5
Variación temporal del riesgo carcinogénico
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).
Cuando se discriminaron grupos etarios, los niños no tuvieron riesgo significativo en el 21 %

de los días mientras que en el 79 % de días restantes tuvieron un riesgo significativo pero
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%
Adultos Adultos mayores
52; 11%
150;
31%
339;
437; 69%
89%
51; 10% Individuo promedio
Riesgo no significativo
438; 90% Riesgo significativo pero aceptable
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
Niños Adolescentes Adultos Adultos mayores Individuo promedio
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
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.
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
El riesgo incremental de padecer cáncer de pulmón en la Ciudad de Córdoba a causa de la

inhalación de HAPs en PM10 fue comparable al de otras urbes del mundo. La población se ve
expuesta a un mayor riesgo cuanto mayor es la edad del individuo; en el caso de la ciudad de
Córdoba se encontró que a lo largo del periodo de muestreo hubo concentraciones de HAPs que
resultaron en riesgos inaceptables incluso desde la adolescencia.
También se determinó una importante estacionalidad en el riesgo de cáncer, asociado a la mayor

concentración de HAPs durante otoño e invierno. Los HAPs de mayor importancia relativa en
cuanto a su contribución al riesgo total fueron Naft, BaP y dBahA para la estación fría y Naft,
BaP y BkF para la estación cálida. Esto se debió a la abundancia relativa de Naft respecto los
HAPs totales y el potencial carcinogénico de los otros HAPs de 5 anillos aromáticos.
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).
La integridad del ADN es un aspecto fundamental para la salud y el buen funcionamiento de

nuestro organismo, sin embargo, puede ser dañado por numerosos agentes y/o procesos. Aunque
la mayor parte de ese daño es reparado eficientemente, parte de él escapa a este proceso
constituyendo uno de los sustratos para el potencial desarrollo de un proceso carcinogénico
(Zúñiga Venegas y col., 2009). Existe suficiente evidencia, para afirmar que los agentes
genotóxicos son potencialmente cancerígenos (DeMarini y col., 1989). Una condición
indispensable para el desarrollo del cáncer es la alteración en la secuencia del ADN o mutación.
Las mutaciones pueden producir la activación de oncogenes o la inactivación de genes
supresores tumorales (anti-oncogenes). Por otro lado el daño al ADN puede dar lugar a un
incremento en la tasa de malformaciones congénitas e incremento de la esterilidad. Así, poder
establecer los niveles de daño al ADN en individuos y poblaciones permite establecer un criterio
importante para caracterizar el riesgo de sufrir cáncer (Prieto González y Llópiz Janer, 1999).
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).
El efecto de la exposición a contaminantes atmosféricos en los seres humanos es difícil de medir

en el tejido diana o blanco por razones éticas y por lo tanto la mayor parte de la investigación
se realiza empleando células del tejido sustitutas, como las células de la sangre (Møller y col.,
2000). Piperakis y col. (2000) y Šrám y col. (1999) emplearon linfocitos para evaluar la
genotoxicidad de los contaminantes atmosféricos.
Dado que las condiciones meteorológicas influyen en la concentración y composición química

de las partículas atmosféricas, la genotoxicidad puede variar estacionalmente. Una mayor
humedad relativa del aire, por ejemplo, favorece la capacidad de absorción de las partículas para
adherir materiales en suspensión al actuar como núcleos de condensación (Mendoza y col.,
2013)
Ensayos de genotoxicidad realizados previamente 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 (García Ferreyra y Carreras Arancibia 2008).
Con la finalidad de evaluar el efecto genotóxico de mezclas complejas de HAPs presentes en la

fracción orgánica del material particulado atmosférico colectado en la ciudad de Córdoba, se
emplearon células sanguíneas humanas para relizar el ensayo cometa. Los hidrocarburos
aromáticos policíclicos cancerígenos serían los responsables de la respuesta genotóxica de los
leucocitos expuestos a los extractos orgánicos del material particulado atmosférico. Se espera
un mayor daño genotóxico en las muestras de sangre tratadas con extractos orgánicos de
invierno, época en que hay una mayor concentración de HAPs en la atmósfera.
159
OBJETIVO GENERAL
Evaluar la genotoxicidad de contaminantes atmosféricos presentes en la fracción orgánica del

material particulado colectado en la ciudad de Córdoba a través del ensayo cometa.
 Determinar los niveles de genotoxicidad debida a la mezcla de contaminantes orgánicos

presentes en el material particulado.
 Analizar la relación entre los indicadores de genotoxicidad y la concentración de HAPs
totales, HAPs carcinogénicos y HAPs individuales.
 Analizar si hay diferencias significativas en el daño genotóxico que producen los
extractos según diferentes meses y estaciones.
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).
Preparación de pooles genotóxicos
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).
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:
(TCS) = (% cél.0)x0 + (% cél.1)x1 + (% cél.2)x2 + (% cél.3)x3 + (% cél.4)x4
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).
A fin de determinar la relación entre la concentración de HAPs totales, HAPs carcinogénicos

(cHAPs) y HAPs individuales, y el daño en el ADN se realizó un análisis de correlación de
Spearman (p < 0,05). Se consideraron como HAPs carcinogénicos aquellos que presentan una
comprobada, probable o posible actividad carcinogénica, según la IARC, clasificados como
grupos 1, 2A y 2B. Estos son: BaA, Cri, BbF, BkF, BaP, dBahA, BghiP y IP (Taioli y col.,
2007).
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
13. Agosto 2012
17. Diciembre 2012
21. Abril 2013

2. Septiembre 2011
8. Marzo 2012
18. Enero 2013

12. Julio 2012
16. Noviembre 2012
24. Julio 2013

9. Abril 2012
19. Febrero 2013
26. Control (-)

4. Noviembre 2011
6. Enero 2012
7. Febrero 2012
10. Mayo 2012

11. Junio 2012
15. Octubre 2012
20. Marzo 2013
22. Mayo 2013

23. Junio 2013
14. Septiembre 2012
Figura 7.3. Genotoxicidad mensual medida a través del % de ADN en la cola en linfocitos humanos
expuestos a contaminantes orgánicos extraídos de partículas totales en suspensión en la ciudad de
Córdoba, período: 8/8/2011-13/9/2013.
La variable % de ADN en la cola exhibió diferencias significativas entre estaciones según el

análisis de la varianza, siendo mayor en la primavera, luego en el invierno, el verano y por
último el otoño. Los extractos para esta última estación no se diferenciaron del control
(Fig.7.4). En cuanto a la variable conteo total de cometas, sólo el otoño se diferenció de las
demás estaciones, con valores significativamente menores (Fig.7.5)
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.
El análisis de correlación entre el % de ADN y las concentraciones de HAPs (totales,

carcinogénicos e individuales), resultó en relaciones significativas en su mayoría pero con
coeficientes de correlación bajos. La relación fue positiva para HAPs totales, cHAPs y los HAPs
de menor peso molecular (Naft, Ace, Fen y Ant). Pir, BaA y dBahA se asociaron de manera
negativa con el % de ADN en la cola. La correlación entre el conteo total de cometas con HAPs
totales y c-HAPs no fue significativa; mientras que con los HAPs individuales los coeficientes
de correlación fueron mayores a los obtenidos para la variable % de ADN. Así por ejemplo, esta
variable se asoció de manera inversa con BaP y dBahA y de manera directa con Ace (Tabla 7.1).
La figura 7.7 muestra la variación temporal de la % de ADN, TCS y concentración de HAPs
totales y cancerígenos para los 24 extractos correspondientes a todo el periodo analizado.
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.
% de ADN en la cola TCS

HAPs totales 0,067**
c-HAPs 0,054**
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
Se muestran solo los coeficientes significativos. *p<0,05; **p<0,01.
169
120 350
HAPs totales/c-HAPs (ng/m3) 100 300
% 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
La mayoría de los extractos se diferenciaron significativamente del % de ADN obtenido en el

control negativo por lo que puede decirse que las muestras analizadas fueron genotóxicas para
los linfocitos. Por el contrario, los extractos correspondientes a otoño mostraron un daño en el
ADN similar al del control negativo.
El hecho de haber obtenido bajos coeficientes de correlación entre el % de ADN en la cola y la

concentración de HAPs totales y cancerígenos, sugiere que no hay una fuerte asociación entre
los HAPs determinados y el daño genotóxico. Resultados similares obtuvieron (Villalobos-
Pietrinia y col., 2008), quienes no encontraron correlación entre la concentración de HAPs en
extractos orgánicos de PM10 y la mutagenicidad observada en un ensayo con Salmonella
typhimutium. (Claxton y col., 2004) tampoco encontraron correlación entre el potencial
mutagénico y el contenido de HAPs en extractos orgánicos para ese mismo ensayo.
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).
Otra posible explicación ante la baja relación de la concentración de HAPs y la genotoxicidad

es la posible presencia de compuestos en la fracción orgánica que interactúen con los HAPs e
inhiban su acción gentóxica. Se sabe que los ácidos grasos en la fracción lípídica modulan la
toxicidad potencial que presentan las partículas, interfiriendo así en la respuesta genotóxica
producida por los contaminantes atmosféricos, inhibiendo su mutagenicidad, encapsulando a los
mutágenos indirectos o inhibiendo a las enzimas que los transforman (Mendoza y col., 2013;
Villalobos-Pietrinia y col., 2008).
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
El presente trabajo representa una importante contribucion al conocimiento de la calidad de aire

en la ciudad de Córdoba. Por un lado, contar con información sobre material partículado por un
largo período de tiempo permitió estimar sus principales fuentes de emisión, lo cual constituye
una valiosa herramienta cuando no se cuenta con inventarios de emisión. Además, permitió
comprender la relación que tienen las partículas con las variables meteorológicas, reforzando la
necesidad de estudios in situ. Finalmente, la alta variación temporal de las partículas señala la
importancia de continuar con el monitoreo para tener un conocimiento más acabado de qué otros
factores, además de los meteorológicos, podrían influir en su concentración.
La caracterización de hidrocarburos aromáticos policíclicos aportó información útil desde el

punto de vista de la salud humana, ya que los niveles encontrados representan un alto riesgo
para algunos grupos etarios. Considerando que el tránsito vehicular es la principal fuente de
emisión de estos compuestos, se pone en evidencia la necesidad de que el gobierno municipal
174
implemente medidas de control para la reducción de este tipo de emisiones atmosféricas a fin
de proteger la salud humana. De la misma forma, los resultados del ensayo cometa sugieren una
capacidad genotóxica evidente de los compuestos organicos asociados al material particulado,
lo cual representa un riesgo adicional para la salud humana por exposición a este contaminante.
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.
Antonini, J. M., M. D. Taylor, A. T. Zimmer y J. R. Roberts (2004). "Pulmonary responses to welding

fumes: role of metal constituents." Journal of Toxicology and Environmental Health, Part A
67(3): 233-249.
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.
Bermudez, G. M. A. (2011). "Respuesta de Usnea amblyoclada (Müll. Arg.) y Triticum aestivum L. a la

contaminación por metales pesados en Córdoba, Argentina. Relación con la composición
elemental de suelos superficiales y material particulado atmosférico." Universidad Nacional de
Córdoba, Facultad de Ciencias Exactas Físicas y Naturales, Cátedra de Química General,
Instituto Multidisciplinario de Biología Vegetal (IMBIV) CONICET.
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. A., M. E. Calderón-Segura, S. Gómez-Arroyo, M. A. Murillo-Tovar y O. Amador-Muñoz

(2013). "Composition and mutagenicity of PAHs associated with urban airborne particles in
Córdoba, Argentina." Environmental Pollution 178(0): 403-410.
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.
Cautreels, W. y K. Van Cauwenberghe (1978). "Experiments on the distribution of organic pollutants

between airborne particulate matter and the corresponding gas phase." Atmospheric
Environment (1967) 12(5): 1133-1141.
CENSO NACIONAL 2010 http://www.censo2010.indec.gov.ar
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.
Cocco, P., C. H. Rice, J. Q. Chen, M. McCawley, J. K. McLaughlin y M. Dosemeci (2000). "Non-

malignant respiratory diseases and lung cancer among Chinese workers exposed to silica."
Journal of occupational and environmental medicine 42(6): 639-644.
Collins, A. (2002). "The comet assay. Principles, applications, and limitations." Methods in molecular
biology (Clifton, NJ) 203: 163.
Consejería de Medio Ambiente y Ordenación del Territorio, C. d. M. (2011). "Instrucciones técnicas

para el análisis de riesgos para la salud humana en el ámbito del real decreto 9/2005 del 14 de
enero en la comunidad de Madrid."
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 Kok, T. M., H. A. Driece, J. G. Hogervorst y J. J. Briedé (2006). "Toxicological assessment of ambient

and traffic-related particulate matter: a review of recent studies." Mutation Research/Reviews in
Mutation Research 613(2): 103-122.
de Kok, T. M., J. G. Hogervorst, J. J. Briedé, M. H. van Herwijnen, L. M. Maas, E. J. Moonen, H. A.

Driece y J. C. Kleinjans (2005). "Genotoxicity and physicochemical characteristics of traffic‐
related ambient particulate matter." Environmental and molecular mutagenesis 46(2): 71-80.
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) (2003). Integrated Risk Information System.

http://www.epa.gov/iris.
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.
Evans, J. (2003). Introducción al análisis de riesgos ambientales, Instituto Nacional de Ecología.
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.
Faust, F., F. Kassie, S. Knasmüller, R. H. Boedecker, M. Mann y V. Mersch-Sundermann (2004). "The

use of the alkaline comet assay with lymphocytes in human biomonitoring studies." Mutation
Research/Reviews in Mutation Research 566(3): 209-229.
FEEMA y GTZ. 1995. Qualidade do Ar na Região do Rio de Janiero. Deutsche Gesellschaft für
Technische Zusammenarbeit GMBH, Río de Janeiro, Brasil.
Fernández, A. J., M. Ternero, F. J. Barragán y J. C. Jiménez (2000). "An approach to characterization of

sources of urban airborne particles through heavy metal speciation." Chemosphere-Global
Change Science 2(2): 123-136.
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.
Fujita, E. M., B. Zielinska, D. E. Campbell, W. P. Arnott, J. C. Sagebiel, L. Mazzoleni, J. C. Chow, P.

A. Gabele, W. Crews y R. Snow (2007). "Variations in speciated emissions from spark-ignition
and compression-ignition motor vehicles in California’s south coast air basin." Journal of the Air
& Waste Management Association 57(6): 705-720.
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.
Gábelová, A., Z. Valovičová, E. Horváthová, D. Slameňová, B. Binková, R. J. Šrám y P. B. Farmer

(2004). "Genotoxicity of environmental air pollution in three European cities: Prague, Košice
and Sofia." Mutation Research/Genetic Toxicology and Environmental Mutagenesis 563(1): 49-
59.
Galvis, B. y N. Y Rojas (2011). "Relación entre PM2, 5 y PM10 en la ciudad de Bogotá." Revista Acta
Nova 3(2).
García Ferreyra, M. F. G. y H. A. Carreras Arancibia (2008). "Análisis de la genotoxicidad de material

particulado recolectado en dos ciudades de la Provincia de Córdoba, Argentina, mediante el
ensayo de micronúcleos." Theoria 17(1): 33-40.
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.
Gigliotti, C. L., J. Dachs, E. D. Nelson, P. A. Brunciak y S. J. Eisenreich (2000). "Polycyclic aromatic

hydrocarbons in the New Jersey coastal atmosphere." Environmental science & technology
34(17): 3547-3554.
Gogou, A., N. Stratigakis, M. Kanakidou y E. G. Stephanou (1996). "Organic aerosols in Eastern

Mediterranean: components source reconciliation by using molecular markers and atmospheric
back trajectories." Organic Geochemistry 25(1): 79-96.
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).
Griffiths, A. J., J. H. Miller, D. T. Suzuki, R. C. Lewontin y W. M. Gelbart (1995). Introducción al

análisis genético, McGraw-Hill, Interamericana de España.
Grimmer, G. (1983). Environmental Carcinogens Polycyclic Aromatic Hydrocarb, CRC.
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.
Kavouras, I. G., J. Lawrence, P. Koutrakis, E. G. Stephanou y P. Oyola (1999). "Measurement of

particulate aliphatic and polynuclear aromatic hydrocarbons in Santiago de Chile: source
reconciliation and evaluation of sampling artifacts." Atmospheric Environment 33(30): 4977-
4986.
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.
Kulkarni, P. y C. Venkataraman (2000). "Atmospheric polycyclic aromatic hydrocarbons in Mumbai,

India." Atmospheric Environment 34(17): 2785-2790.
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.
La Rosa, C., R. Andressen, A. Contreras y R. Fernández (2013). "Concentraciones de Partículas Totales

en Suspensión (PTS) y su caracterización química, durante el primer periodo lluvioso del año
2004, en la atmósfera de la ciudad de Mérida, Venezuela." Terra Nueva Etapa 29(45): 55-81.
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.
Lane Lilley, L., R. S. Aucker y S. A. Robert (2000). Farmacología en enfermería.
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, Z., J. A. Mulholland, L. C. Romanoff, E. N. Pittman, D. A. Trinidad, M. D. Lewin y A. Sjödin (2010).

"Assessment of non-occupational exposure to polycyclic aromatic hydrocarbons through
personal air sampling and urinary biomonitoring." Journal of Environmental Monitoring 12(5):
1110-1118.
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.
Loomis, D., Y. Grosse, B. Lauby-Secretan, F. E. Ghissassi, V. Bouvard, L. Benbrahim-Tallaa, N. Guha,

R. Baan, H. Mattock y K. Straif (2013). "The carcinogenicity of outdoor air pollution." The
Lancet Oncology 14(13): 1262-1263.
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.
Luch, A. y W. M. Baird (2010). 14.06 - Carcinogenic Polycyclic Aromatic Hydrocarbons.

Comprehensive Toxicology (Second Edition). C. A. McQueen. Oxford, Elsevier: 85-123.
Lyall, R., M. Hooper y S. Mainwaring (1988). "Polycyclic aromatic hydrocarbons in the Latrobe Valley."
Atmospheric Environment (1967) 22(11): 2549-2555.
Mandalakis, M., M. Tsapakis, A. Tsoga y E. G. Stephanou (2002). "Gas–particle concentrations and

distribution of aliphatic hydrocarbons, PAHs, PCBs and PCDD/Fs in the atmosphere of Athens
(Greece)." Atmospheric Environment 36(25): 4023-4035.
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.
Masclet, P., H. Cachier, C. Liousse y H. Wortham (1995). "Emissions of polycyclic aromatic

hydrocarbons by savanna fires." Journal of Atmospheric Chemistry 22(1-2): 41-54.
Mastandrea, C., C. Chichizola, B. Ludueña, H. Sánchez, H. Álvarez y A. Gutiérrez (2005).

"Hidrocarburos aromáticos policíclicos. Riesgos para la salud y marcadores biológicos." Acta
bioquímica clínica latinoamericana 39(1): 27-36.
Mastral, A., M. Callen y T. Garcia (2000). "Toxic organic emissions from coal combustion." Fuel
processing technology 67(1): 1-10.
McKelvey-Martin, V., M. Green, P. Schmezer, B. Pool-Zobel, M. De Meo y A. Collins (1993). "The

single cell gel electrophoresis assay (comet assay): a European review." Mutation
Research/Fundamental and Molecular Mechanisms of Mutagenesis 288(1): 47-63.
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.
Mendoza, L. C., L. M. Z. Restrepo y J. A. P. Baena (2013). "Genotoxicidad sobre linfocitos humanos

expuestos a PM10 de tres sitios del Valle de Aburrá (Antioquia)." Revista de Salud Pública
15(2): 294-306.
Merešová, J., M. Florek, K. Holý, M. Ješkovský, I. Sýkora, M. Frontasyeva, S. Pavlov y M. Bujdoš

(2008). "Evaluation of elemental content in air-borne particulate matter in low-level atmosphere
of Bratislava." Atmospheric Environment 42(34): 8079-8085.
Mészáros, E. (1999). Fundamentals of atmospheric aerosol chemistry, Acad. Kiado Budapest.
Miller, J. N., J. C. Miller, C. M. Jiménez y R. I. Hornillos (2002). Estadística y quimiometría para

química analítica, Prentice Hall Cuarta edición, Madrid.
Miyamae, Y., M. Yamamoto, Y. F. Sasaki, H. Kobayashi, M. Igarashi-Soga, K. Shimoi y M. Hayashi

(1998). "Evaluation of a tissue homogenization technique that isolates nuclei for the in vivo
single cell gel electrophoresis (comet) assay: a collaborative study by five laboratories."
Mutation Research/Genetic Toxicology and Environmental Mutagenesis 418(2): 131-140.
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.
Nizzetto, L., R. Lohmann, R. Gioia, A. Jahnke, C. Temme, J. Dachs, P. Herckes, A. D. Guardo y K. C.

Jones (2008). "PAHs in air and seawater along a North–South Atlantic transect: trends, processes
and possible sources." Environmental science & technology 42(5): 1580-1585.
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
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.
Paatero, P. y P. K. Hopke (2003). "Discarding or downweighting high-noise variables in factor analytic

models." Analytica Chimica Acta 490(1): 277-289.
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.
Pena Sendón, M. T. (2010). "Desarrollo de nuevas metodologías de preparación de muestra para la

determinación de hidrocarburos aromáticos policíclicos en matrices medioambientales y
alimentarias."
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.
Prieto González, E. A. y N. D. Llópiz Janer (1999). "Normalización de la electroforesis de células

individuales (Ensayo Cometa)." Revista Cubana de Investigaciones Biomédicas 18(1): 34-36.
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.
Quijano-Parra, A., M. J. Quijano-Vargas y I. Meléndez-Gélvez (2015). "Genotoxicidad de los

contaminantes prioritarios en el aire de Villa del Rosario-Norte de Santander, Colombia." Univ.
salud 17(1): 69-79.
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., L. Bencs, E. Wauters, J. De Hoog, F. Deutsch, E. Roekens, N. Bleux, P. Berghmans y R.

Van Grieken (2006). "Seasonal and site-specific variation in vapour and aerosol phase PAHs
over Flanders (Belgium) and their relation with anthropogenic activities." Atmospheric
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.
Reche, C., X. Querol, A. Alastuey, M. Viana, J. Pey, T. Moreno, S. Rodríguez, Y. González, R.

Fernández-Camacho y J. Rosa (2011). "New considerations for PM, Black Carbon and particle
number concentration for air quality monitoring across different European cities." Atmospheric
Chemistry and Physics 11(13): 6207-6227.
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.
Rehwagen, M., A. Müller, L. Massolo, O. Herbarth y A. Ronco (2005). "Polycyclic aromatic

hydrocarbons associated with particles in ambient air from urban and industrial areas." Science
of the total Environment 348(1): 199-210.
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.
Rogge, W. F., L. M. Hildemann, M. A. Mazurek, G. R. Cass y B. R. Simoneit (1993). "Sources of fine

organic aerosol. 2. Noncatalyst and catalyst-equipped automobiles and heavy-duty diesel
trucks." Environmental science & technology 27(4): 636-651.
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.
Rogge, W. F., M. A. Mazurek, L. M. Hildemann, G. R. Cass y B. R. Simoneit (1993). "Quantification

of urban organic aerosols at a molecular level: identification, abundance and seasonal variation."
Atmospheric Environment. Part A. General Topics 27(8): 1309-1330.
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.
Schaumann, F., P. J. Borm, A. Herbrich, J. Knoch, M. Pitz, R. P. Schins, B. Luettig, J. M. Hohlfeld, J.

Heinrich y N. Krug (2004). "Metal-rich ambient particles (particulate matter2. 5) cause airway
inflammation in healthy subjects." American Journal of Respiratory and Critical Care Medicine
170(8): 898-903.
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, C., S. Alvarado, R. Montaño y P. Pérez (2003). "Modelamiento de la contaminación atmosférica

por partículas: Comparación de cuatro procedimientos predictivos en Santiago, Chile." Foro-
Red-Mat: Revista electrónica de contenido matemático 13(4): 1.
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 InfoStat versión 2012
Software QXAS (Quantitative X-ray Analysis System)
Software SPSS PASw Statistics 18, IBM
Software TotalChrom Navigator versión 6.3.1 (Copyright © 2006 PerkinElmer, Inc)
Software WRPLOT View. Wind Rose Plots for Meteorological Data. (C) 1998-2011. Lakes
Environmental Sotware. Version 7.0.0
Solarte, I., M. Caicedo y S. Restrepo (1999). Contaminación atmosférica y enfermedad respiratoria en

niños menores de 14 años en Santafé de Bogotá Pontificia Universidad Javeriana, Bogotá.
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.
Valavanidis, A., K. Fiotakis, T. Vlahogianni, E. B. Bakeas, S. Triantafillaki, V. Paraskevopoulou and M.

Dassenakis (2006). "Characterization of atmospheric particulates, particle-bound transition
metals and polycyclic aromatic hydrocarbons of urban air in the centre of Athens (Greece)."
Chemosphere 65(5): 760-768.
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."
Vasconcellos, P. C., D. Z. Souza, S. G. Ávila, M. P. Araújo, E. Naoto, K. H. Nascimento, F. S.

Cavalcante, M. Dos Santos, P. Smichowski y E. Behrentz (2011). "Comparative study of the
atmospheric chemical composition of three South American cities." Atmospheric Environment
45(32): 5770-5777.
Vasconcellos, P. C., D. Zacarias, M. A. Pires, C. S. Pool y L. R. Carvalho (2003). "Measurements of

polycyclic aromatic hydrocarbons in airborne particles from the metropolitan area of Sao Paulo
City, Brazil." Atmospheric Environment 37(21): 3009-3018.
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.
Villalobos-Pietrinia, R., O. Amador-Muñoza, A. R. Flores-Márqueza, J. Guzmán-Rincóna, Z. Munive-

Colína, L. Hernández-Menab, M. Murillo-Tovara, S. Gómez-Arroyoa and S. M. Waliszewskic
(2008). "Matería orgánica extraída de las aeropartículas de la ciudad de México y sus efectos
genotóxicos” Tip Revista Especializada en Ciencias Químico-Biológicas 11 (2): 105-109.
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
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.
Yunker, M. B., R. W. Macdonald, R. Vingarzan, R. H. Mitchell, D. Goyette y S. Sylvestre (2002). "PAHs

in the Fraser River basin: a critical appraisal of PAH ratios as indicators of PAH source and
composition." Organic geochemistry 33(4): 489-515.
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, J. J. Y., L. Sun, O. Barrett, S. Bertazzon, F. E. Underwood y M. Johnson (2015). "Development

of land-use regression models for metals associated with airborne particulate matter in a North
American city." Atmospheric Environment 106(0): 165-177.
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

Tesis Doctoral Amarillo Ana Version Final

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Doctoral Amarillo Ana Version Final

Cargado por

Copyright:

Formatos disponibles

CONTAMINANTES

DIR: Dra. CARRERAS Hebe Alejandra

UNIVERSIDAD NACIONAL DE CÓRDOBA

Dra. AMÉ, Valeria. Facultad de Ciencias Químicas. Universidad Nacional de Córdoba.

Dra. MIGLIORANZA, Karina. Facultad de Ciencias Exactas y Naturales. Universidad Nacional

DEFENSA ORAL Y PÚBLICA

Firma: ………………………………….. Aclaración: ………………………….

Firma: ………………………………….. Aclaración: ………………………….

Firma: ………………………………….. Aclaración: ………………………….

Con el objetivo de evaluar la concentración y composición diaria de material particulado en la

Con la finalidad de interpretar las variaciones temporales en la composición y concentración de

Con el objetivo de analizar el impacto de las partículas en la salud de la población, se estimaron

A fin de evaluar la genotoxicidad de las partículas en suspensión se realizó un ensayo cometa

El crecimiento de la población urbana genera un gran aporte de contaminantes a la atmósfera

Uno de los contaminantes atmosféricos más importantes en ambientes urbanos es el material

FUENTES DE EMISIÓN DE PARTÍCULAS

TAMAÑO DE LAS PARTÍCULAS

En la atmósfera, el material particulado (PM) presenta diámetros de partícula que van

MECANISMOS DE FORMACIÓN U ORIGEN

Otra de las maneras de clasificar el material particulado es según su naturaleza o composición

La fracción orgánica de las partículas en suspensión en la atmósfera está constituida por un

HIDROCARBUROS AROMÁTICOS POLICÍCLICOS

Grupo 1 Grupo 2 A Grupo 2B

Alquitrán de hulla Escape de motor diesel Carbón negro

Figura 1. Estructura molecular de los 16 hidrocarburos aromáticos policíclicos (HAPs) considerados

Para el material particulado existen un sinnúmero de estudios epidemiológicos que muestran un

CONTAMINACIÓN ATMOSFÉRICA EN AMÉRICA LATINA

El proceso de urbanización en los países latinoamericanos ha sido extremadamente rápido

En Argentina, los estudios relativos a la concentración y composición química del material

En las últimas décadas la ciudad ha presentado un crecimiento sostenido en el tiempo. A pesar

MOTIVACIÓN CIENTÍFICA Y CONTRIBUCIÓN ORIGINAL

Estudios previos demostraron una alta concentración de PM10 en la ciudad de Córdoba,

Evaluar la concentración y composición diaria de material particulado (PTS y PM2.5) presente

2. Analizar la variación diaria, mensual y estacional en la concentración y composición orgánica

3. Analizar la variación temporal en la composición y concentración de las fracciones orgánica

4. Identificar la contribución de fuentes de emisión naturales y antropogénicas de partículas en

5. Analizar el riesgo carcinogénico y toxicológico asociado a la inhalación de material

6. Evaluar la genotoxicidad del material particulado en linfocitos humanos mediante el empleo

El estudio de la concentración y composición de material particulado en relación a las variables

El conocimiento de la concentración y composición química del material particulado en una

El material particulado atmosférico es un contaminante criterio, es decir, es un contaminante

Las características socio-económicas, políticas y geográficas tan particulares de cada ciudad

Está comprobado extensamente que el material particulado muestra importantes variaciones

Evaluar la concentración y composición diaria de partículas totales en suspensión en la ciudad

2. Estimar la concentración de PM10.

3. Caracterizar la fracción inorgánica de las partículas y su contenido en hidrocarburos

5. Analizar la variación diaria, mensual, estacional y anual en la masa de material particulado

Muestreo y almacenamiento de la muestra

Determinación de la concentración de PTS

La concentración de partículas se determinó gravimétricamente empleando una microbalanza

La concentración de partículas menores a 10 μm de diámetro (PM10) se estimó a partir de la

Determinación de la composición inorgánica de PTS

La mitad B de cada filtro se mezcló con 25 mL de HNO3 al 20 % y se centrifugó durante 15

Extracción y análisis de HAPs presentes en la fracción orgánica de PTS

La metodología de extracción se adaptó de Carreras y col. (2013). La mitad A de los filtros

Tabla 1.1. Condiciones de fluorescencia empleadas para la determinación de hidrocarburos aromáticos

Los HAPs que contiene el mix son: naftaleno(Naft), acenaftileno(A), acenafteno(Ace),

Se calcularon estadísticos descriptivos generales y por periodos de tiempo para la concentración

Variación temporal en la concentración de PTS

La concentración de PTS a lo largo de todo el periodo de muestreo arrojó valores promedio de

Año n Media D.E. CV Mín Máx

La concentración de PTS varió significativamente entre estaciones, con concentraciones

Estación n Media D.E. CV Mín Máx

No hubo diferencias estadísticamente significativas en la concentración de PTS según el día de