CARRERA DE INGENIERÍA AMBIENTAL

ECUACIONES DIFERENCIALES PARALELO “A”

IAM 301

Logro: Aprendizaje Autónomo.

Logro: C

Tema: Modelado de la dispersión de contaminantes

Autores:

Kevin Snaider Aguas Martínez

Yomaira Alexandra Cobeña García

Kevin Javier Ormaza Valencia

Firmas:

PERÍODO ACADÉMICO ABRIL 2023 – AGOSTO 2023

Docente: Dr. Joan Patricio Cobeña Cevallos

Correo: jpcobena@espam.edu.ec

ACTIVIDAD: ESTUDIOS DE CASO

Calceta – julio 2023

Tabla de Contenido
1 INTRODUCCIÓN................................................................................1

2 PLANTEAMIENTO DEL PROBLEMA.................................................2

3 MARCO TEÓRICO.............................................................................4

3.1 Modelado de la dispersión de contaminantes..............................4

3.2 La importancia sobre el Modelado de la dispersión de

contaminantes................................................................................................. 5

4 METODOLOGÍA.................................................................................7

4.1 Modelos analíticos........................................................................7

4.2 Modelos numéricos......................................................................7

4.3 Modelos físicos.............................................................................7

4.4 Modelos probabilísticos................................................................7

4.5 Modelos de aprendizaje automático.............................................8

5 ANÁLISIS............................................................................................9

6 DISCUSIÓN......................................................................................10

7 CONCLUSIONES.............................................................................11

8 REFERENCIAS................................................................................12

9 NORMATIVAS ÉTICAS ACADÉMICAS PARA EL PRESENTACIÓN

DE ESTUDIOS DE CASO.................................................................................14

10 CHECKLIST.................................................................................. 16
 1

1 INTRODUCCIÓN

El modelado de dispersión de contaminantes es un proceso utilizado

para predecir la dispersión y distribución de sustancias que pueden tener
efectos adversos sobre el medio ambiente y la salud humana. La herramienta
se utiliza en campos tan diversos como la química, el transporte, la energía y la
gestión de emergencias para evaluar y mitigar los riesgos asociados a las
emisiones contaminantes.

El modelado de la dispersión de la contaminación se basa en principios

científicos y matemáticos aplicados para modelar el comportamiento de los
contaminantes en el aire, el agua y el suelo (Manzur et al, 2012). El proceso
implica la recopilación de datos sobre las emisiones de contaminantes, las
características ambientales y las condiciones meteorológicas y el uso de
modelos matemáticos para predecir cómo se dispersarán y diluirán los
contaminantes en el medio ambiente.

Existen varios enfoques para modelar la dispersión de la contaminación,

que van desde métodos simples basados en ecuaciones matemáticas lineales
hasta modelos más complejos que utilizan simulaciones computacionales
avanzadas. Estos modelos tienen en cuenta varios factores como la velocidad
del viento, la temperatura, la humedad, la topografía y la interacción de los
contaminantes y las partículas en suspensión para determinar la trayectoria y
concentración de los contaminantes en diferentes puntos del medio ambiente
(Venegas y Mazzeo, 2012).

El modelado de dispersión de contaminantes tiene varias aplicaciones

prácticas. Puede, por ejemplo, utilizarse para evaluar el impacto de nuevas
fuentes de emisión, como fábricas o sistemas de transporte, en la calidad del
aire en un área determinada. También se puede utilizar para predecir la
propagación de contaminantes en caso de accidente o derrame, lo que permite
tomar medidas preventivas o de respuesta rápida para minimizar los efectos
adversos.
 2

2 PLANTEAMIENTO DEL PROBLEMA

El problema planteado se centra en modelar la distribución de

contaminantes en el aire. La contaminación del aire es un problema ambiental
global que afecta tanto a las grandes ciudades como a las zonas rurales
(Torres Agustín, 2007). Los contaminantes pueden provenir de fuentes
naturales, como volcanes o incendios forestales, o de fuentes artificiales, como
la industria o los vehículos motorizados.

Los modelos de dispersión de la contaminación juegan un papel crucial

en la evaluación de los impactos ambientales y la toma de decisiones sobre la
reducción de la contaminación del aire. Además, ayuda en la planificación del
uso del suelo y estrategias de mitigación para mejorar la calidad del aire.

Sin embargo, el modelado de la dispersión de la contaminación plantea

algunos desafíos. Uno de los principales problemas es la complejidad de los
procesos físicos y químicos asociados a la dispersión de contaminantes en la
atmósfera. Esto incluye interacciones con el terreno, cambios climáticos y
reacciones químicas a los contaminantes (Falcon Martha, 2021). Además, la
disponibilidad de datos fiables y precisos es otro desafío. Los modelos de
dispersión de la contaminación requieren información precisa sobre las
emisiones de contaminantes, las condiciones climáticas y las características
topográficas. La falta de datos confiables puede afectar la precisión de los
resultados del modelo, lo que limita su utilidad para la toma de decisiones.

Finalmente, los modelos de dispersión de contaminantes también

enfrentan desafíos de escala temporal y espacial. Los contaminantes pueden
dispersarse en diferentes escalas, desde zonas localizadas hasta grandes
regiones, y pueden persistir en la atmósfera durante diferentes períodos de
tiempo. Por lo tanto, es necesario desarrollar modelos que puedan representar
adecuadamente la dispersión de contaminantes a diferentes escalas espaciales
y temporales.

La ecuación general del modelo de Gauss para la determinar la

concentración de un contaminante en un punto espacial es:
 3

C ( X ,Y , Z )=
2
Q
πuo,
o
2
exp
[ ( ) ]{ [ ( ) ]| [ ( ) ]}
−1 y 2
2 σy
x exp
−1 z−h 2
2 σz
x + exp
−1 z +h 2
2 σz
x

Donde:

X, y, z: coordenadas espaciales en metros (m)

C x, y, z: concentración de contaminante en un punto (x,y,z) ( g. m -3 )

Q: caudal de emisión (g.s -1)

Y z, desviaciones estándar en las direcciones "y" y "z" respectivamente

(m)

U: velocidad media de viento (m.s -1) en el sentido del eje x

H: altura efectiva de emisión (m)

(Benzal et al, 2012).

 4

3 MARCO TEÓRICO
3.1 Modelado de la dispersión de contaminantes

La contaminación es un problema ambiental de gran preocupación a

nivel mundial. Los contaminantes pueden ser emitidos por diversas fuentes,
como la industria, los vehículos y las actividades humanas normales. Estos
contaminantes pueden tener efectos negativos en la salud humana, los
ecosistemas y el clima (Murillo et al, 2023).

Un modelo de dispersión de la contaminación es una herramienta para

comprender y predecir cómo se propagarán los contaminantes en el aire, el
agua o el suelo. Esta información es esencial para tomar decisiones informadas
sobre el manejo de la contaminación y desarrollar estrategias efectivas de
control y mitigación.

La modelización de la dispersión de la contaminación se basa en

simulaciones matemáticas de procesos físicos y químicos que ocurren durante
la dispersión de los contaminantes. Estos modelos tienen en cuenta factores
como la velocidad del viento, la temperatura, la humedad y las características
topográficas de la zona.

Hay varios tipos de modelos de dispersión de la contaminación que

varían en complejidad y enfoque. El modelo de difusión lineal es el más simple,
suponiendo que los contaminantes se difunden en línea recta desde la fuente
de emisión. Estos modelos se pueden utilizar para evaluar los efectos de
fuentes puntuales de contaminación, como las chimeneas industriales o de
vehículos.

Los modelos de dispersión regional estiman que los contaminantes se

dispersan desde fuentes ubicadas dentro de un área determinada. Estos
modelos son más complejos que los modelos de dispersión lineal porque
deben tener en cuenta las variaciones espaciales de los contaminantes y las
condiciones atmosféricas en diferentes puntos de la región (Guzmán y Alvares,
2019). En los últimos años, los modelos computacionales avanzados se han
utilizado cada vez más para modelar la dispersión de contaminantes.
 5

Estos modelos, conocidos como modelos de circulación general, utilizan

algoritmos complejos y datos detallados sobre las condiciones atmosféricas y
ambientales para modelar con precisión la distribución de contaminantes. Uno
de los principales desafíos en el modelado de dispersión de contaminantes es
la validación y calibración del modelo. Estos modelos se basan en suposiciones
simplificadas sobre las condiciones atmosféricas y las propiedades físicas y
químicas de los contaminantes (Roldan et al, 2021). Por lo tanto, es necesario
validar los modelos utilizando datos reales de la calidad del aire y comparar las
predicciones del modelo con las medidas observadas.

Los modelos de dispersión de la contaminación también se pueden

utilizar para evaluar el impacto ambiental de los proyectos de desarrollo. Por
ejemplo, antes de la construcción de una nueva carretera o la instalación de
una nueva instalación industrial, se debe evaluar el impacto potencial de las
emisiones contaminantes en la calidad del aire y el ecosistema circundante.
Los modelos de dispersión de contaminantes ayudan a evaluar y determinar
estrategias de mitigación.

Finalmente, los modelos de dispersión de la contaminación son

herramientas poderosas para comprender y predecir cómo se propagarán los
contaminantes en el aire, el agua o el suelo. Estos modelos se utilizan para
gestionar la contaminación y evaluar el impacto ambiental de los proyectos de
desarrollo. Aunque existen problemas con la validación y calibración del
modelo, el modelado de la dispersión de contaminantes es una herramienta
importante para la toma de decisiones informada y la protección del medio
ambiente.

3.2 La importancia sobre el Modelado de la dispersión de

contaminantes

Los modelos de dispersión de contaminantes son herramientas

esenciales para comprender y predecir cómo se dispersan y diluyen los
contaminantes en el medio ambiente. Esta información es esencial para tomar
decisiones informadas sobre la gestión y el control de la contaminación y para
 6

evaluar los efectos potenciales de la contaminación en la salud humana y los

ecosistemas.

Una de las principales ventajas de un modelo de dispersión de la

contaminación es que permite realizar predicciones a corto y largo plazo de la
calidad del aire en un área determinada (Oliver et al, 2011). Estas predicciones
se pueden utilizar para tomar medidas de control de la contaminación, como
ajustar el funcionamiento de fábricas y empresas industriales, regular el tráfico
de vehículos o advertir a las personas sobre posibles incidentes de
contaminación.

Además, los modelos de dispersión de contaminantes también son

importantes para evaluar los efectos potenciales de la contaminación en la
salud humana y los ecosistemas. A partir de estos modelos es posible
determinar los niveles de contaminantes en un área determinada y evaluar la
exposición de las poblaciones y la biota a estos contaminantes. Esto es
especialmente importante en el caso de contaminantes tóxicos o cancerígenos,
cuyos efectos pueden dañar la salud humana, así como la flora y fauna de la
zona.

Otro aspecto importante de la modelización de la dispersión de

contaminantes es su aplicabilidad en la planificación urbana y la toma de
decisiones en el desarrollo de nuevas infraestructuras. Usando estos modelos,
es posible evaluar el impacto de nuevas plantas industriales, carreteras o
urbanización en la calidad del aire de un área específica. Esto permite tomar
medidas preventivas y reducir el potencial impacto negativo sobre el medio
ambiente y la salud humana.
 7

4 METODOLOGÍA

Existen varios tipos de metodologías que se pueden utilizar para

investigar sobre el modelado de la dispersión de contaminantes, los que se
usaron en este caso son los siguientes:

4.1 Modelos analíticos

Estos modelos utilizan ecuaciones matemáticas y suposiciones

simplificadas para describir la dispersión de contaminantes en el medio
ambiente. Pueden ser útiles para obtener resultados rápidos y aproximados,
pero pueden no capturar la complejidad de la dispersión real.

4.2 Modelos numéricos

Estos modelos utilizan algoritmos y técnicas numéricas para simular la

dispersión de contaminantes. Pueden tener en cuenta factores como la
topografía, el viento, la temperatura y la humedad, y pueden generar resultados
más precisos. Sin embargo, requieren un alto nivel de conocimientos técnicos y
recursos computacionales.

4.3 Modelos físicos

Estos modelos implican realizar experimentos de laboratorio o en

campo para estudiar la dispersión de contaminantes en condiciones
controladas. Pueden utilizar técnicas como la simulación por computadora o el
uso de maquetas a escala reducida. Son útiles para validar y calibrar modelos
numéricos, así como para investigar fenómenos específicos.

4.4 Modelos probabilísticos

Estos modelos se basan en la teoría de la probabilidad para estimar la

dispersión de contaminantes y evaluar los riesgos asociados. Pueden
 8

considerar varios escenarios posibles y proporcionar medidas de incertidumbre.

Son útiles para tomar decisiones informadas y evaluar la viabilidad de
diferentes opciones de mitigación.

4.5 Modelos de aprendizaje automático

Estos modelos utilizan algoritmos de inteligencia artificial para aprender

de los datos históricos y predecir la dispersión futura de contaminantes.
Pueden ser útiles cuando hay una gran cantidad de datos disponibles y
patrones complejos que pueden ser difíciles de detectar con métodos
tradicionales.
 9

5 ANÁLISIS

El modelado de la dispersión de contaminantes es una herramienta

utilizada para predecir la propagación y el impacto de los contaminantes en el
medio ambiente. Este análisis se basa en datos meteorológicos, características
del terreno y propiedades de los contaminantes para desarrollar modelos
matemáticos que muestran cómo los contaminantes se dispersan en el aire, el
agua o el suelo.

El modelado de la dispersión de contaminantes es especialmente

importante en la gestión de emergencias y en la evaluación de riesgos
ambientales. Permite a los científicos y los responsables de la toma de
decisiones entender cómo los contaminantes se propagan desde su fuente y
cómo pueden afectar a las personas y al medio ambiente. Además, este
análisis también puede ayudar a identificar las zonas más vulnerables y a
determinar estrategias de mitigación adecuadas.

Sin embargo, es importante tener en cuenta que el modelado de la

dispersión de contaminantes es una estimación y no una predicción precisa.
Los modelos se basan en suposiciones y generalizaciones, por lo que puede
haber variaciones significativas en la realidad. Además, la precisión del modelo
depende en gran medida de la calidad de los datos utilizados y de la
incorporación de las últimas investigaciones científicas.
 10

6 DISCUSIÓN

En la discusión sobre el modelado de la dispersión de contaminantes,

surgen varios aspectos importantes a considerar. En primer lugar, es crucial
tener en cuenta los diferentes factores que influyen en la dispersión de los
contaminantes, como la velocidad y dirección del viento, la topografía de la
zona y la presencia de barreras físicas.

Además, es esencial utilizar datos precisos y actualizados para alimentar

los modelos de dispersión. Esto incluye información sobre las emisiones de
contaminantes, las condiciones meteorológicas y la calidad del aire, entre otros.
Cuanta más información precisa se utilice, más precisas serán las predicciones
del modelo.

También es importante tener en cuenta las limitaciones y la

incertidumbre asociadas con el modelado de la dispersión de contaminantes.
Los modelos son simplificaciones de la realidad y dependen de múltiples
suposiciones y parámetros. Además, la calidad y la precisión de las
predicciones pueden variar según la complejidad del modelo utilizado.

En este sentido, es fundamental evaluar y validar los resultados del

modelo con mediciones y datos reales. Esto ayuda a mejorar la precisión del
modelo y a identificar cualquier discrepancia o error en las predicciones.

Además, la discusión sobre el modelado de la dispersión de

contaminantes también incluye aspectos éticos y legales. Por ejemplo, es
importante tener en cuenta el impacto que puede tener la dispersión de
contaminantes en la salud humana y en el medio ambiente, y tomar acciones
para mitigar este impacto.
 11

7 CONCLUSIONES

Los modelos de dispersión de la contaminación son herramientas útiles

para predecir la dispersión y concentración de contaminantes en el aire, el
agua o el suelo. Dichos modelos permiten a los investigadores y reguladores
evaluar los impactos ambientales potenciales y tomar decisiones informadas
sobre el manejo de la contaminación.

Los modelos de dispersión de la contaminación pueden usarse para

evaluar diferentes escenarios y determinar estrategias óptimas de mitigación.
Por ejemplo, para fábricas que emiten contaminantes al aire, la modelización
puede ayudar a identificar las áreas más afectadas y determinar las medidas
necesarias, como instalar filtros o establecer límites de producción.

Los modelos de dispersión de la contaminación también se pueden

utilizar para evaluar la calidad del aire en un área determinada y hacer
pronósticos a corto o largo plazo. Esto es particularmente útil para ciudades o
regiones con problemas de contaminación del aire, donde se pueden tomar
medidas para reducir los niveles de contaminación y mejorar la calidad del aire
para los residentes.
 12

8 REFERENCIAS

Falcon, M. (2021). Modelamiento de dispersión de contaminantes

atmosféricos influenciado por la actividad minera a través del software de
AERMOD en el distrito de Tinyahuarco.
http://repositorio.undac.edu.pe/handle/undac/2145

Guzmán, L., Alvares, C. (2019). Análisis y verificación del modelo

gaussiano de dispersión: métodos teóricos y experimentales.
http://repository.uamerica.edu.co/handle/20.500.11839/8037

Manzur, M., Benzal, G., Gónzalez, S. (2012). Modelo de dispersión de

contaminantes atmosféricos. http://sedici.unlp.edu.ar/handle/10915/26838

Murillo, A., Bush, U., Rodríguez, J. (2023). Dispersión de contaminantes

criterios emitidos por fuentes móviles en tres vías principales de una ciudad
intermedia de Colombia.
https://revistas.eia.edu.co/index.php/reveia/article/view/1696

Oliver, C., Lázaro, V., Rincón, G. (2011). Valoración cualitativa de la

calidad de un inventario de emisiones industriales para el modelado de
dispersión de contaminantes en la costa nororiental de Venezuela.
https://upcommons.upc.edu/handle/2117/11748

Roldan, J., Toro, M., Marín, A. (2021). Estimación y modelización de la

dispersión de black carbon en el Valle de Aburrá, Colombia.
http://www.scielo.org.co/scielo.php?pid=S0123-
77992021000100042&script=sci_arttext

Torres, A. (2007). APLICACIÓN PRÁCTICA DEL MODELO DE

DISPERSIÓN DE CONTAMINANTES ATMOSFÉRICOS – ISCST3.
https://www.eoi.es/sites/default/files/savia/documents/componente45570.pdf

Venegas, L., Mazzeo, N. (2012). La velocidad del viento y la dispersión

de contaminantes en la atmósfera.
http://sedici.unlp.edu.ar/handle/10915/100066
 13

Gonzales, S., Benzal, G., Manzur, M. (2012). Modelo de dispersión de

contaminantes atmosféricos.
http://sedici.unlp.edu.ar/bitstream/handle/10915/26838/Documento_completo.p
df?sequence=1
 14

9 NORMATIVAS ÉTICAS ACADÉMICAS PARA LA

PRESENTACIÓN DE ESTUDIOS DE CASO
1. Originalidad y honestidad académica: Los estudiantes deben garantizar
que el estudio de caso presentado sea un trabajo original y propio.
Queda estrictamente prohibido copiar, plagiar o utilizar material inusual
sin la debida atribución. Se establece un límite máximo de coincidencia
permitido del 35% en cualquier análisis de similitud, si el porcentaje es
mayor, no se aceptará el trabajo para evaluación y la calificación será
automáticamente de 0 (cero).

2. Uso de generadores de textos o IA: Se prohíbe el uso de generadores

de textos o cualquier forma de Inteligencia Artificial (IA) para la creación
del estudio de caso. La presentación de un trabajo generado por una IA
o cualquier otro software similar resultará en la no recepción de la tarea,
sin excepción, esto significa que la calificación será automáticamente de
0 (cero).

3. Comprobación de plagio: Todos los estudios de caso serán sometidos a

una verificación exhaustiva de similitud utilizando herramientas de
detección de plagio, como Turnitin u otras soluciones similares. Se
evaluará el porcentaje de similitud detectado y cualquier contenido
plagado será penalizado.

4. Penalización por plagio: Si se detecta un porcentaje de similitud igual o

superior al límite máximo permitido del 35%, la tarea será rechazada y
se asignará una calificación de cero puntos sin excepción. Es
responsabilidad del estudiante asegurarse de que su trabajo cumpla con
los estándares de originalidad requeridos.

5. Plazos de entrega: Los estudiantes deben enviar puntualmente el

estudio de caso dentro del plazo establecido. Se debe respetar la fecha
límite especificada, caso contrario no se receptará el trabajo para
evaluación y se calificará automáticamente con una calificación de 0
(cero).
 15

6. Reducción de puntos por incumplimiento: Se establece que cualquier

caso omiso a las normativas éticas académicas, como la copia, el plagio
o el uso de material inusual sin atribución, la omisión de las directrices
del estudio de caso, resultará en una reducción de puntos en la
calificación del trabajo, sin objeción.

7. Rechazo de trabajos con alto porcentaje de plagio: Si se evidencia que

un estudio de caso presenta un alto porcentaje de plagio, este no será
considerado para la calificación. Se espera que los estudiantes realicen
investigaciones y análisis auténticos, citando adecuadamente las
fuentes utilizadas.

8. Cita y referencia adecuada: Todos los recursos utilizados en el estudio

de caso, ya sean libros, artículos, sitios web u otras fuentes, deben ser
debidamente citados y referenciados según las normas académicas
establecidas, como el estilo APA.

9. Uso de citas directas e indirectas: Si se utilizan citas directas o

indirectas en el estudio de caso, estas deben ser claramente indicadas y
se debe proporcionar una referencia precisa a la fuente original. La
omisión de citar o atribuir adecuadamente el trabajo de otros es
considerado plagio.

10. Integridad académica: Los estudiantes deben comprometerse con los

principios de integridad académica y ética, respetando los derechos de
autor y evitando cualquier forma de trampa, como el uso de resúmenes
de trabajos de otros o la compra de estudios de caso prescritos.

Estas normativas éticas académicas tienen como objetivo fomentar la

honestidad intelectual y garantizar la originalidad y autenticidad de los
estudios de caso presentados. Se espera que los estudiantes cumplan
con estos principios éticos y promuevan una cultura académica basada
en el respeto y la integridad.

.
 16

KEVIN SNAIDER AGUAS MARTINEZ

10 CHECKLIST

Requerimiento Cumplido Penalizado

El envío del logro fue a tiempo.

El archivo adjunto subido está

en formato PDF

El archivo adjunto subido está

en formato Word

(.docx)

La portada tiene la estructura

correcta del Anexo

C.

La estructura del índice es la

correcta.

El estudio de caso mantiene el

orden de la

estructura de presentación
 17

El archivo fue enviado en la

orientación correcta

Están enumeradas las páginas

como se especifican

en las normativas a seguir

El porcentaje de plagio es
menor o igual a 35%

El trabajo no se elaboró con el

uso de

generadores de textos o IA

Se Firmaron las Normativas

Éticas Académicas

para el Presentación de
Estudios de Caso

Se ha firmado aceptando las

directrices del

instructivo de calificación