Investigation of Simultaneous Effects of Noise (1) Es

Suscríbete a DeepL Pro para poder traducir archivos de mayor tamaño.
Más información disponible en www.DeepL.com/pro.
Ciencia del Medio Ambiente Total 892 (2023) 164754
Listas de contenidos disponibles en ScienceDirect
Ciencia del Medio Ambiente Total

Pág i n a w e b d e l a r e vi sta : w w w . e l s e v i e r . co m /l o ca te /sci to te n v
Investigación de los efectos simultáneos de las barreras acústicas sobre el ruido y

los contaminantes atmosféricos en las proximidades de las carreteras
Melike Nese Tezel-Oguz a,b,⁎, Muhammed Marasli c, Deniz Sari a, Nesimi Ozkurt aS. Sinan Keskin b
a Centro de Investigación TUBITAK Marmara, Vicepresidencia de Cambio Climático y Sostenibilidad, 41470 Kocaeli, Turquía
b Universidad de Mármara, Departamento de Ingeniería Medioambiental, 34854 Estambul, Turquía
c Fibrobeton Inc., Estambul 34810, Turquía
S IG U A LE S
• Los estudios demuestran que las barreras acústicas pueden contribuir a reducir las concentraciones de contaminantes atmosféricos.
• Las mediciones se realizaron en los lados de la carretera y del receptor de una barrera acústica.
• La barrera redujo los niveles medios de NOx en un 23 %, además de la reducción del nivel de ruido.
• Los modelos de ruido y contaminación atmosférica arrojaron resultados compatibles con las mediciones.
• Los mecanismos de dispersión de la contaminación acústica y atmosférica cerca de una barrera son diferentes.
A R T Í C U LOIN F A B S TR AC T O
O
Las barreras acústicas son una de las soluciones habituales para controlar el ruido del tráfico rodado. Muchos
Editor: Pavlos Kassomenos estudios también han demostrado que las barreras acústicas reducen las concentraciones de contaminantes
atmosféricos en las proximidades de las carreteras. En este estudio, se investigaron los efectos simultáneos de la
Palabras clave:
aplicación de una barrera acústica específica sobre el ruido y la contaminación atmosférica en las proximidades de
Barrera acústica
la carretera en un lugar concreto. En este contexto, se midieron simultáneamente la contaminación atmosférica, el
Ruido del tráfico
rodado ruido y los parámetros meteorológicos en dos puntos, el lado de la carretera y el lado del receptor de una barrera
Contaminación atmosférica antirruido de hormigón reforzado con fibra de vidrio de 50 m de longitud y 4 m de altura en un tramo de autopista.
próxima a la carretera Los resultados indicaron que la barrera acústica tiene un efecto reductor medio del 23% en la concentración de
Exposición combinada NOx , además de la reducción del nivel de ruido en el lado del receptor. Además, los resultados medios quincenales
de las mediciones con muestreadores pasivos de contaminantes BTEX indican valores inferiores en el lado receptor
de la barrera en comparación con los resultados de las mediciones en campo libre. Además de las mediciones en
tiempo real y con muestreadores pasivos, se modelizaron las dispersiones de NOx y ruido utilizando RLINE y
SoundPLAN
8.2, respectivamente. Las comparaciones de los resultados de las mediciones con los resultados del modelo
indicaron fuertes c o r r e l a c i o n e s . Los valores de NO calculados con el modelox y de ruido en condiciones de
campo libre son muy compatibles, con un coeficiente de correlación (r) de 0,78. Aunque la barrera acústica tiene
un efecto reductor sobre ambos parámetros, se ha observado que sus mecanismos de dispersión son diferentes. Este
estudio ha demostrado que las barreras acústicas afectan considerablemente a la dispersión de los contaminantes
atmosféricos procedentes de la carretera en el lado del receptor. Se necesitan más estudios para optimizar los
diseños de las barreras acústicas con diferentes propiedades físicas y materiales y escenarios de aplicación que
consideren conjuntamente el ruido y los contaminantes atmosféricos.
fuentes de ruido ambiental
1. Introducción ⁎
Autor correspondiente en: TUBITAK Marmara Research Center, Vicepresidencia de Cambio
Climático y Sostenibilidad, 41470 Kocaeli, Turquía.
En la vida urbana actual, el ruido se ha convertido en uno de los factores Dirección de correo electrónico: nese.tezel@tubitak.gov.tr (M.N. Tezel-Oguz).
más importantes que afectan negativamente a la salud humana debido a
que no se tiene en cuenta el ruido ambiental en las estrategias de
planificación urbana (Zannin et al., 2018). La emisión de ruido es uno de
los problemas ambientales significativos que deben tratarse con alta
prioridad en una zona densamente poblada (Shahidan et al., 2017).
Aunque el ruido es un resultado de muchas actividades humanas, las
afectan a unos 113 millones de personas (AEMA, 2020). Muchos
relacionados con el transporte son los más frecuentes. Después de la
estudios epidemiológicos han asociado la exposición al ruido con
contaminación atmosférica por partículas finas, se considera que el
afecciones cardiovasculares, hipertensión arterial, trastornos del sueño y
ruido relacionado con el transporte tiene el segundo mayor impacto
deterioro cognitivo (Basner et al., 2014; Cassina et al., 2018; Lercher et
ambiental de Europa sobre la salud humana. Por lo tanto, el ruido
al., 2003; Miedema y Oudshoorn, 2001; Ross et al., 2011; Sygna et al.,
ambiental, especialmente el del tráfico rodado, es un problema
2014). La determinación, eliminación y evitación del ruido ambiental se
medioambiental importante en Europa. En la UE, los niveles
persiguió con directivas y reglamentos para prevenir o reducir el nocivo
prolongados de ruido del tráfico día-tarde-noche de al menos 55 dBA
http://dx.doi.org/10.1016/j.scitotenv.2023.164754
Recibido el 6 de mayo de 2023; Recibido en versión revisada el 28 de mayo de 2023;
Aceptado el 6 de junio de 2023 Disponible en línea el 10 de junio de 2023
0048-9697/© 2023 Elsevier B.V. Todos los derechos reservados.
M.N. Tezel-Oguz et al. Ciencia del Medio Ambiente Total 892 (2023) 164754
ferroviaria de alta velocidad de Taiwán central (THSR) mediante mediciones

efectos del ruido ambiental (END, 2002; MoEUCC, 2022). Milford et al.
de ruido, simulaciones y encuestas por cuestionario. Sus resultados
(2012) investigaron las estrategias de reducción del ruido más
mostraron que Leq y Lmax predichos usando SoundPLAN eran más precisos que
beneficiosas entre las barreras acústicas, el aislamiento de fachadas, los
los predichos usando CadnaA. Utilizaron el software SoundPLAN 8.2
firmes más silenciosos y los vehículos más silenciosos en lo que respecta a
para modelar los niveles de ruido originados por el tráfico ferroviario y
la molestia y la rentabilidad. Afirmaron que la reducción del ruido en la
para ver el efecto de las barreras acústicas en la dispersión del ruido.
fuente es el enfoque más rentable para reducir las molestias acústicas
Un modelo de calidad del aire es una representación matemática del
(Milford et al., 2012). Debido a una planificación ineficaz y a la falta
mecanismo que controla el destino de los contaminantes atmosféricos liberados
de acceso a otros métodos más eficientes, las barreras acústicas se
a la atmósfera. Los modelos existentes pueden dividirse en varias categorías:
convirtieron en una medida común de reducción del ruido,
modelos de dinámica de fluidos computacional ( CFD), modelos de caja
especialmente para el ruido de los vehículos.
semiempíricos, modelos de Gauss semiempíricos, modelos de Gauss
Un estudio de investigación del Instituto de Efectos sobre la Salud
semiempíricos, modelos de caja semiempíricos y modelos de Gauss.
demostró que determinados efectos ad- versos sobre la salud, como la
disminución de la capacidad pulmonar y la mortalidad cardiovascular,
están asociados a la permanencia a una distancia aproximada de 300-
500 m de la carretera principal (HEI, 2010). En Estados Unidos, el 75% del
monóxido de carbono se emitió a partir de fuentes móviles en 2008.
Según un estudio anterior de la EPA, más de 100 millones de personas
estaban expuestas a niveles de ruido del tráfico rodado que pueden ser
perjudiciales para la salud (Cooper y Alley, 2011). Los gases de escape de los
vehículos de motor tienen un impacto especialmente negativo en las zonas
cerradas próximas a carreteras con mucho tráfico. La contaminación
atmosférica se ha relacionado con las enfermedades cardiovasculares, la
hipertensión y la aterosclerosis, y es un importante factor de riesgo mundial
de morbilidad y mortalidad prematuras (Brook et al., 2010; Foraster et
al., 2011; Fuks et al., 2017; Rao et al., 2014). Varios estudios in situ
(Baldauf et al., 2008; Finn et al., 2010; Hagler et al., 2012; Hooghwerff
et al., 2010; Lee et al., 2018; Ning et al., 2010; Ranasinghe et al., 2019;
Thiruvenkatachari et al., 2022) y estudios de túnel de viento (Heist et
al., 2009; Kanda et al., 2011) han indicado que las barreras acústicas
también pueden reducir los contaminantes atmosféricos cercanos a la
carretera emitidos por los vehículos además del ruido. Además de las
mediciones, se han realizado varios estudios de modelización para evaluar los
efectos de las barreras acústicas en la dispersión de contaminantes
atmosféricos (Adair y Jaeger, 2014; Ahangar et al., 2017; Amini et al.,
2018; Ghasemian et al., 2017; Gong y Wang, 2018; Hagler et al., 2011;
Heist et al, 2013; Huertas y otros, 2021; Jeong, 2015; Morakinyo y
Lam, 2016; Reiminger y otros, 2020; Schulte y otros, 2014; Steffens y
otros, 2014; Steffens y otros, 2013; Steffens y otros, 2012; Tong y
otros, 2016; Venkatram y otros, 2021; Venkatram y otros, 2016; Wang
y Wang, 2021). Las barreras acústicas pueden influir en la dispersión de
los contaminantes atmosféricos aumentando la mezcla vertical debido a
la deflexión ascendente del flujo de aire inducida por la estructura. Los
estudios indican que esta desviación ascendente del aire puede crear
una cavidad de recirculación a sotavento de la barrera, que se extiende a
sotavento de 3 a 12 alturas de muro y contiene una zona de contaminación
bien mezclada y a menudo de menor concentración (Baldauf et al., 2008).
Shu et al. (2014) hallaron una correlación moderada entre LeqA y ultra-
partículas finas (UFP) en condiciones de viento a favor y observaron que
una barrera acústica alteraba la relación lineal entre LeqA y UFP.
Aunque muchas publicaciones han evaluado la relación entre el ruido
del tráfico rodado y la contaminación atmosférica (Danciulescu et al.,
2015; Davies et al., 2009; Dekoninck y Severijnen, 2022; Foraster et al.,
2011; Khan et al., 2018; Kheirbek et al., 2014; Kim et al., 2012; Ning et
al., 2010; Shu et al., 2014; Tang y Wang, 2007), el examen del efecto
simultáneo de las barreras acústicas en la dispersión del ruido y los
contaminantes atmosféricos procedentes de las carreteras requiere más
investigación.
Las herramientas de simulación de ruido pueden calcular los niveles de
ruido y son fundamentales en las fases de planificación. CadnA, TRANEX y
SoundPLAN han sido programas ampliamente utilizados para la
elaboración de mapas de ruido (Khan et al., 2018). Se consideran una
herramienta ca- pable, eficiente y, en general, precisa para simular el ruido del
tráfico rodado (Karantonis et al., 2010). SoundPLAN se utilizó en muchos
estudios previos para evaluar el rendimiento de las barreras de ruido
cerca de la carretera (Ece et al., 2018; Hasmaden et al., 2022; Medeiros et
al., 2022) y cerca del ferrocarril (Fiorini, 2022) con varios escenarios.
Tsai et al. (2019) exploraron los niveles de ruido a lo largo de la red
2
M.N. Tezel-Oguz et al. NO, NO2 , NOx, y O3 en dos puntos, uno del
Ciencia enMedio
el lado de laTotal
Ambiente carretera y otro
892 (2023) en
164754
modelos de penacho, modelos lagrangianos de partículas y modelos de
el lado receptor de la barrera, durante los días 22 a 29 de septiembre de
nube de Gauss no estacionaria. La utilización de distintos enfoques para
2022. Además, para ver el efecto acumulativo de la dispersión de las
modelizar la contaminación atmosférica es conveniente en función de las
concentraciones de BTEX, NO2 y O3 , se colocaron tubos de muestreo
distancias fuente-receptor. Un contaminante emitido continuamente a
pasivos en la zona de estudio entre el 20 de septiembre de 2022 y el 6
distancias de decenas de kilómetros de la fuente se trata como un
de octubre de 2022 en 20 puntos (5 en el borde de la carretera, 12 en el
penacho gobernado por la meteorología cercana a la fuente
lado receptor de la barrera y 3 en las condiciones de campo libre). Además,
contaminante (Venkatram y Schulte, 2018). Heist et al. (2013)
para crear un inventario de emisiones del tráfico como entrada para los
compararon la capacidad de cuatro modelos diferentes basados en la
modelos de simulación del ruido y la contaminación atmosférica, se grabó
ecuación de difusión de penacho gaussiana de estado estacionario,
en vídeo el tráfico rodado durante el periodo de medición y se
CALINE, AERMOD, ADMS-Urban y RLINE, para simular
r e a l i z a r o n mediciones de los parámetros meteorológicos. El sitio
concentraciones de contaminantes atmosféricos cerca de autopistas. En
general, RLINE, ADMS y AERMOD (todos los tipos de fuentes)
tuvieron estadísticas de salida generales muy similares (Heist et al.,
2013). Snyder et al. (2013) evaluaron el modelo RLINE con el estudio
de campo de fuentes lineales realizado en Idaho Falls (Finn et al.,
2010). El modelo funcionó bien para la mayoría de las condiciones
meteorológicas y subió ligeramente los valores observados. RLINE
también se evaluó con mediciones cercanas a la carretera tomadas
durante un estudio trazador en Sacramento, CA (Benson, 1992) y un
estudio de emisiones reales de NO en Raleigh, NC (Baldauf et al., 2008),
ambos realizados con tráfico presente en las principales autopistas. En
estos e s t u d i o s , la RLINE funcionó bien para los receptores situados a
sotavento de las autopistas, con una tendencia a una ligera
sobrepredicción (Snyder et al., 2013). Además de estos resultados,
RLINE está diseñado explícitamente para aplicaciones cerca de la
carretera y se diferencia de otros modelos con algoritmos para
carreteras deprimidas y carreteras con una barrera contra el ruido
(Snyder et al., 2013). Por otra parte, varios estudios epidemiológicos
recientes han utilizado el modelo de dispersión en la fuente RLINE
para estimar la exposición a contaminantes atmosféricos relacionados
con el tráfico (TRAP) (Batterman et al., 2015; Pachón et al., 2016;
Zhai et al., 2016).
Este estudio examina los efectos simultáneos de las barreras acústicas cerca
de la carretera
sobre el ruido y la contaminación atmosférica junto a una gran
autopista. En este contexto, se han realizado mediciones de la
contaminación atmosférica, el ruido y la meteorología en un tramo de
carretera en el que se ha colocado una barrera acústica de hormigón
reforzado con fibra de vidrio al borde de la carretera. Cuando se quema
combustible fósil a alta temperatura, se producen óxidos de nitrógeno
(NOx ), una familia de gases altamente reactivos y tóxicos (USEPA,
2022). BTEX [1,2,4-trimetilbenceno, benceno, tolueno, etilbenceno e
isómeros de xileno (m-xileno, p-xileno, o-xileno)] es un grupo común de
contaminantes que pertenece a los compuestos orgánicos volátiles
(COV) que se emiten a partir de los gases de escape de los vehículos de
motor y otras fuentes biogénicas (Mehta et al., 2020). Existe una
sólida relación no lineal entre la concentración de ozono (O3 ) y la
emisión de precur- sores atmosféricos específicos, COV y NOx (Y. Wang et
al., 2018). Debido a estas razones, las concentraciones de NO, NO2 , NOx ,
O3, y BTEX junto con los niveles de ruido, se midieron dentro del
mismo intervalo de tiempo en la zona de estudio. Las simulaciones
del modelo de dispersión del ruido y de los contaminantes
atmosféricos se realizaron utilizando el software de modelización
SoundPLAN 8.2 y RLINE, respectivamente. Se analizó la concordancia
entre las mediciones y los resultados computacionales obtenidos con
el modelo. Por último, se examinó la relación entre el ruido y los
contaminantes atmosféricos utilizando estos modelos.
2. Materiales y métodos
2.1. Mediciones del emplazamiento
El estudio de campo se realizó en una zona en la que ya existía

una barrera acústica de hormigón reforzado con fibra de vidrio. La barrera,
de 50 m de longitud y 4 m de altura, está situada a un lado de la autopista
D100 en Duzce (Turquía). Se realizaron mediciones simultáneas en la
carretera y en los lados receptores de la barrera para determinar la
dispersión del ruido y los contaminantes atmosféricos generados por el
tráfico rodado. Se realizaron mediciones horarias en tiempo real de ruido,
3
En la Fig. 1 se muestran los puntos de medición y el plano del (19:00 a 02:00), y valor bajo (02:00 a 06:00). Durante los días laborables, el
emplazamiento. En la Fig. 2 se muestran fotografías de la zona de número de vehículos en estos periodos osciló entre 300 y 1350, 1100 y
estudio. 1650, 1650 y 250, y 150 y 300, respectivamente. Durante el sábado y
La base de datos geográfica es el principal insumo para los modelos especialmente el domingo, el número de vehículos por hora disminuyó de
de dispersión del ruido y la contaminación atmosférica. Por este motivo, 06:00 a 12:00.
la base de datos geográfica de la región se ha creado obteniendo las
elevaciones del terreno. Los datos de elevación del terreno se obtuvieron 2.1.2. Mediciones meteorológicas y suministro de datos
del mapa base del municipio de Duzce y de "Shuttle Radar Topography Las lecturas de la velocidad del viento cerca de la superficie
Mission (SRTM) 90m Digital Elevation Data" proporcionados p o r l a obtenidas de estaciones en zonas suburbanas, junto con información
National Aeronautics and Space Administration (NASA) de EE.UU. (NASA, relacionada sobre rugosidad, duración y albedo, pueden utilizarse para
2021). Un modelo digital del terreno del área de estudio fue creado en predecir entradas meteorológicas para modelos de dispersión
SoundPLAN 8.2, pero RLINE no toma en cuenta variaciones en la elevación (Venkatram y Schulte, 2018). Las principales entradas del
del terreno ya que actualmente está formulado como un modelo de preprocesador meteorológico son datos meteorológicos de superficie
terreno plano. Las ubicaciones y especificaciones de los edificios fueron (altura de las nubes, dirección del viento, velocidad del viento, presión,
obtenidas del mapa base de la Municipalidad de Duzce y usadas como temperatura, humedad y nubosidad) y datos de aire superior. Las
datos de entrada para ambos modelos SoundPLAN y RLINE. mediciones de velocidad del viento, dirección del viento, temperatura,
presión y humedad se realizaron con el transmisor meteorológico
2.1.1. Recuento de vehículos WXT520 de Vaisala entre el 22 y el 29 de septiembre de 2022 en
Los números de vehículos por hora son esenciales tanto para SoundPLAN condiciones de campo cuando se realizaron mediciones de recuento de
como para los modelos de simulación RLINE para calcular las emisiones vehículos, ruido, NO, NO2 , NOx , y O3 . La ubicación de la estación de
viales que difieren de acuerdo a los estándares usados. En SoundPLAN 8.2, medición meteorológica se indica en la Fig. 1. Los datos sobre la altura
el nivel de emisión puede incluir diferentes números de vehículos, tipos u de las nubes y la nubosidad se obtuvieron de la estación meteorológica de
otras correcciones. El nivel de emisión puede ser calculado automáticamente Duzce del Servicio M e t e o r o l ó g i c o Estatal de Turquía. En la Fig. 4 se
desde los parámetros de entrada. Los cambios de emisión debido a un cambio presentan los datos de temperatura y nubosidad correspondientes al
en el volumen de tráfico, superficie de la vía, velocidad de tráfico, etc. son periodo de medición. Se observaron niveles de nubosidad más elevados y
almacenados en todos los segmentos de la vía (SoundPLAN, 2019). En temperaturas medias más bajas durante la primera semana del estudio de
RLINE, las emisiones de una fuente de línea se caracterizan por una tasa de campo, cuando se realizaron simultáneamente las mediciones en tiempo
emisión que depende del número de vehículos y de los factores de real y con tubo pasivo, en comparación con la segunda semana, cuando
emisión de estos vehículos (Snyder et al., 2013; Venkatram y Schulte, sólo continuaron las mediciones con tubo pasivo.
2018). Los recuentos horarios de vehículos en la zona de estudio se Los datos meteorológicos del aire superior se han obtenido de la estación
obtuvieron mediante grabaciones de vídeo cerca del tramo de carretera meteorológica de Kartal, en Estambul. Los datos meteorológicos de
D100 durante los días 22-29 de septiembre de 2022 para crear un superficie y del aire superior fueron procesados por el preprocesador
conjunto de datos de entrada adecuado para las simulaciones. Las AERMET para considerar los efectos de las condiciones meteorológicas en
grabaciones de vídeo se procesaron con software de análisis de recuento para la dispersión de contaminantes. En la Fig. 5 se muestra la rosa de los
contar los vehículos. Los números de vehículos por hora se obtuvieron vientos correspondiente a las dos semanas del periodo de medición.
para la sección de carretera D100 a través del software, como se muestra Dado que la dirección dominante del viento fue del sur durante el
en la Fig. 3. periodo de medición, la posición de la barrera de ruido se situó a
Hay cuatro periodos distintos para el número de vehículos por hora: sotavento. En general, las velocidades del viento dominantes fueron
aumento rápido (de 06:00 a 08:00), valor alto (de 08:00 a 19:00), bajas y se observaron condiciones de calma (<2 m/s) durante el periodo
disminución rápida (de 06:00 a 08:00), aumento rápido (de 06:00 a de medición.
08:00), disminución rápida (de 08:00 a 19:00).
4
Fig. 1. Puntos de medición y plano del emplazamiento.
5
(a) Lado de la carretera de la barrera (b) Lado receptor de la barrera
Fig. 2. Fotos de la zona de estudio.
periodo de medición. Los datos de salida del preprocesador 2.1.3. Mediciones de contaminantes atmosféricos
meteorológico AERMET se utilizaron como entrada para el software de Se determinaron dos puntos de medición a ambos lados de la barrera
modelización RLINE. acústica dentro de la zona de estudio para medir en tiempo real las
En general, existen tres tipos de propagación del sonido: la concentraciones de NO, NO2 , NOx, y O3 las 24 horas del día durante
propagación homógena (los rayos sonoros son rectos), la propagación una semana. Se utilizaron analizadores quimioluminiscentes de óxidos de
favorable (los rayos sonoros curvados hacia abajo provocan un aumento nitrógeno Environnement S.A. modelo AC32M para medir las
del nivel sonoro) y la propagación infavorable (los rayos sonoros curvados concentraciones de NO, NO2 y NOx en el aire ambiente a ambos lados de
hacia arriba provocan una atenuación del nivel sonoro) (NMPB, 1996). El la barrera. Se utilizaron analizadores de ozono fotométricos UV Thermo
efecto de las condiciones meteorológicas no es mensurable en cuanto la Scientific Modelo 49i y Environnement S.A. Modelo O3 42M para medir
distancia entre la fuente y el receptor es <100 m. Además, debido a la las concentraciones horarias de O3 en el aire ambiente a ambos lados de
falta de un esquema de clasificación meteorológica armonizado en toda la barrera, respectivamente. Además de las mediciones de concentración
Europa, en los cálculos de los modelos de ruido se utilizaron condiciones horarias en tiempo real, se colocaron tubos de muestreo pasivo de NO2 ,
que son un 50 % favorables y un 50 % homogéneas durante el día, un 75 O3, y BTEX en 20 puntos de muestreo (Fig. 1). Las mediciones en
% favorables y un 25 % homogéneas durante la tarde, y un 100 % tiempo real y con tubos pasivos se realizaron a alturas similares. Con los
favorables y un 0 % homogéneas durante la noche (Kephalopoulos et al., tubos de muestreo pasivo desplegados en los puntos de muestreo
2014). designados, el aire
6
M.N. Tezel-Oguz et al. Fig. 3. Recuento de vehículos por hora. Ciencia del Medio Ambiente Total 892 (2023) 164754
7
Fig. 4. Datos de temperatura y nubosidad durante el periodo de medición.
se recogieron muestras del aire ambiente durante un periodo de dos (Fig. 1) para comparar los valores de ruido del tráfico calculados con el
semanas (20/09/ 2022-06/10/2022) mediante absorción basada en el modelo con las mediciones de ruido. El objetivo principal era
principio de difusión. Tras el paso de recogida, los tubos pasivos se comprobar la coherencia de los cálculos del modelo para dos puntos
analizaron mediante cromatografía iónica para las concentraciones de antes de proceder a los cálculos del modelo para otros lugares de la
NO2 y O3 y mediante cromatografía de gases-espectrometría de masas zona de estudio. Basándose en la Directiva europea sobre el ruido, se
para las concentraciones de BTEX. Las incertidumbres fraccionales realizaron mediciones en cada punto de observación durante 24 h del 22 al
expandidas de benceno, tolueno, etilbenceno, o-xileno, mp-xileno, NO2, y 29 de septiembre de 2022 al aire libre a 4 m de altura del nivel del suelo
O3 son 0,13, 0,14, 0,14, 0,13, 0,13, 0,08 y 0,10, respectivamente. (END, 2002). Se utilizaron dos sonómetros de tipo I [dispositivo de medición
del nivel de ruido (SVAN 958, SV200) y calibrador (SV 30A)] con
2.1.4. Medición del ruido posibilidad de integración, análisis del espectro y registro de datos en
Se sugiere que los mapas de dispersión del ruido se verifiquen tiempo real. Antes de iniciar las mediciones, todos los instrumentos se
mediante mediciones realizadas en lugares específicos (Mioduszewski et al., calibraron utilizando un calibrador acústico con un valor de calibración
2011). Se determinaron dos puntos de medición (a los lados de la de 94 dB(A) a 1 kHz.
carretera y del receptor) dentro de los
8
M.N. Tezel-Oguz et al. Fig. 5. Gráfico de la rosa de los vientos durante el periodo de medición. Ciencia del Medio Ambiente Total 892 (2023) 164754
9
modelización de plumas gaussiana proporcione un ajuste preciso entre las

2.2. Modelización de la dispersión de la contaminación atmosférica en las
proximidades de las carreteras observaciones individuales y las predicciones ajustadas al tiempo y al
espacio (Zannetti, 2013). El protocolo de la USEPA para evaluar el
En la modelización de la contaminación atmosférica, se suele calcular rendimiento del modelo concluyó que "el tiempo preciso, la ubicación y
el índice de emisión por unidad de longitud de cualquier segmento de las condiciones meteorológicas son insignificantes en comparación con
carretera, ya que es la forma principal en que se incluyen las emisiones de la magnitud de las concentraciones máximas que se producen"
(USEPA, 1992). En concreto, los patrones de dispersión atmosférica pueden ex-
los vehículos en los modelos de dispersión. El factor de emisión
representa la masa de contaminante liberada por vehículo mientras se vehículos vehículos vehículos
desplaza por una unidad de longitud de una carretera. Dado que los 23.09.2022 viernes 23,718 994/908/238 270/242/68 88/59/26
procedimientos de ensayo de la US-EPAs se basan en el cálculo de esta 24.09.2022 sábado 23,786 984/1016/294 258/256/82 46/7/26
cantidad, las emisiones contaminantes de los vehículos se expresan 25.09.2022 Domingo 21,478 842/1056/280 220/266/78 30/7/24
26.09.2022 lunes 22,818 948/710/228 270/204/64 130/96/33
generalmente como factores de emisión (Venkatram y Schulte, 2018). 27.09.2022 martes 22,962 960/670/242 274/192/70 130/94/34
La Guía de Inventario de Contaminantes Atmosféricos de la Agencia 28.09.2022 miércoles 23,830 1018/622/254 290/178/74 140/88/35
Europea de Medio Ambiente (EMEP/EEA, 2020), el Catálogo de
Factores de Emisión de la US-EPAs (USEPA, 2007) y las Directrices
del Grupo Intergubernamental de Expertos sobre el Cambio Climático
son los catálogos de factores de emisión más utilizados (IPCC, 2006).
Un nivel en la guía EMEP/AEMA representa la complejidad metodológica.
Normalmente, el nivel 1 es el más sencillo, el nivel 2 es el intermedio y el
nivel 3 es el método más complejo y que requiere más datos. En este
estudio, debido a la necesidad de datos y estadísticas detallados para el
análisis con otros métodos, las emisiones se calcularon de acuerdo con los
factores de emisión medios del Nivel 1 de la EMEP/AEMA de NOx (g/kg de
combustible) y los consumos típicos de combustible de los vehículos
(g/km). Según la guía de inventarios de emisiones contaminantes de la
EMEP/EEA, existen tres categorías principales de vehículos: turismos
(PC), vehículos comerciales ligeros ( L C V ) y vehículos pesados (HDV)
(EMEP/EEA, 2020). Se utilizó un informe p r e v i o del Instituto Turco de
Estadística (TURKSTAT) para obtener el número de vehículos matriculados
por tipo de combustible en Turquía en 2021 para clasificar los vehículos en
función de los tipos de combustible (TURKSTAT, 2021). Según este informe,
el 26 %, el 38 % y el 36 % de los PC se aceptaron como tipos de
combustible gasolina, diésel y GLP, respectivamente. Según el mismo
informe, el 35% y el 65% de los vehículos industriales ligeros fueron
aceptados como gasolina y gasóleo, respectivamente, mientras que todos los
vehículos pesados fueron aceptados como gasóleo. Dado que la sección de
carretera D100 analizada en este estudio es una carretera principal, la
fracción de vehículos de dos ruedas con motor era insignificante, y los
recuentos de vehículos de esta categoría se añadieron a la categoría de
los vehículos pesados. En este estudio, las tasas de emisión de NOx
(g/m.s) se calcularon utilizando los factores de emisión mencionados y
las estadísticas de vehículos. Además, los índices de emisión de NO2 se
obtuvieron multiplicando los índices de emisión de NOx por las
fracciones de masa de NO2 en las emisiones de NOx para Euro 4, tal
como se indica en la Guía EMEP/EEA (EMEP/EEA, 2020).
El código del modelo RLINE se desarrolló para emisiones cercanas
a la superficie en un
entorno de terreno llano y contiene formulaciones para la dispersión
vertical y lateral, el meandro de vientos bajos y el perfil de similitud
Monin-Obukhov de los vientos superficiales, utiliza la meteorología
superficial horaria de AERMET (Snyder et al., 2013). La US-EPA ha
integrado el código y los algoritmos del modelo RLINE en el modelo
regulador de la American Meteorological Society/Environmental Protection
Agency (AERMOD), un modelo gaussiano de dispersión del aire en
estado estacionario basado en la teoría de la capa límite planetaria. Las
incertidumbres en los modelos gaussianos y las evaluaciones incluyen el
error de observación, la limitación del modelo y la incertidumbre de
entrada. Las limitaciones del modelo están relacionadas con las ecuaciones
matemáticas, las aplicaciones computacionales y los parámetros incorporados
que no pueden caracterizar adecuadamente los procesos físicos complejos
y la variabilidad implicada. Los resultados de los modelos gaussianos
suelen ser sensibles a los datos de viento y a la estabilidad atmosférica.
Por ejemplo, un ligero cambio en la dirección del viento medido puede
causar errores de concentración significativos en el modelado
(Zannetti, 2013). Los modelos para fuentes de área a nivel del suelo
también son sensibles a la caracterización del uso del suelo/cobertura del
suelo para el albedo y la rugosidad de la superficie. No se espera que la
10
M.N. Tezel-Oguz et al. un número de vehículos por hora continuo
Ciencia del Mediode 24 horas
Ambiente como
Total 892 dato
(2023) de
164754
y el promedio bisemanal de los resultados de las mediciones de muestreo
entrada. La velocidad media de los vehículos es de 110 km/h para los
pasivo de NO2 , respectivamente. Tras estos análisis y la observación de
vehículos ligeros y semipesados y de 90 km/h para los pesados. Las
la compatibilidad entre la medición media y los resultados del
entradas clave del modelo son los datos sobre el terreno y la elevación, las
modelo, se utilizaron los resultados del modelo evaluado para
estadísticas del tráfico rodado y las características de la carretera (pendiente,
representar la dispersión de NOx y NO2 relacionados con el tráfico dentro de
material de la superficie). El flujo de tráfico para la zona de estudio se
la zona de estudio.
eligió como flujo fluido continuo, y la superficie de la carretera se
eligió como asfalto liso en el modelo. El software del modelo se utilizó
2.3. Modelización del ruido del tráfico rodado
para calcular la pendiente de la carretera utilizando el modelo digital del
terreno. El modelo calculó la exposición al ruido para cada punto
El ruido del tráfico se considera la fuente más difusa de molestias
receptor de la zona de estudio. Los datos de medición en las coordenadas
en las zonas urbanas. Se han desarrollado diferentes métodos de
predeterminadas se compararon con los niveles de ruido calculados por
cálculo para modelizar con precisión la propagación del ruido,
el modelo.
especialmente el relacionado con el tráfico (Borelli et al., 2014). Los
modelos inglés estándar CoRTN, alemán estándar RLS 90, italiano estándar
3. Resultados y debate
C.N.R., CNOSSOS-UE y francés estándar NMPB-Routes pueden
enumerarse como diferentes métodos de cálculo del ruido del tráfico
3.1. Relación simultánea de ruido, contaminación atmosférica y número de
rodado (Cannelli et al., 1983; CoRTN, 1988; Kephalopoulos et al., 2014;
vehículos
NMPB, 1996; RLS-90, 1990). Según el método CNOSSOS-UE, los
vehículos se agrupan en cuatro categorías distintas en función de sus
Se realizaron mediciones en tiempo real durante una semana con la
características de emisión de ruido: vehículos de motor ligeros (≤ 3,5
infraestructura de medición situada en los lados de la carretera y del receptor
toneladas), vehículos semipesados (> 3,5 toneladas), vehículos
de la barrera. Los valores de ruido medios de una semana, junto con las
pesados y vehículos de dos ruedas con motor (Kephalopoulos et al.,
concentraciones de NO, NO2 , NOx , y O3 obtenidas durante este
2014). En este estudio, los números de vehículos contados por hora
periodo, figuran en la Tabla 2.
presentados en la sección 2.1.1 se adaptaron a la clasificación del método
En la Fig. 6 se presentan los resultados de las mediciones horarias
CNOSSOS-UE, y el método CNOSSOS-UE se utilizó en la modelización.
simultáneas de ruido, NOx, O3 y número de vehículos. La diferencia entre
Los turismos (PC), los vehículos comerciales ligeros (LCV) y los vehículos
las mediciones simuladas de ruido en la carretera y en los lados
pesados (HDV) se aceptaron como vehículos de motor ligeros (≤ 3,5
receptores de la carretera se muestra en la Fig. 6.
toneladas), vehículos pesados medios (> 3,5 toneladas) y vehículos
pesados, respectivamente. Las estadísticas de recuento de vehículos se
presentan en el cuadro 1. Cuadro 1
En este estudio se utilizó el modelo SoundPLAN 8.2 para calcular el ruido Recuento horario de vehículos en el tramo de carretera D100.
asociados al tráfico rodado. Los valores de ruido se calcularon para Día Vehículo/día Número de vehículos por
una cuadrícula de 10 m × 10 m de la zona de estudio. Para cada día hora [día (07:00-
19:00)/tarde
de la semana se realizó una ejecución independiente del modelo con
(19:00–23:00)/night (23:00–07:00)]
Motor ligero Medio pesado Pesado

pected to match statistical summaries (e.g., maximum, average, or
percen- tiles) from concentrations measured in a given area over a
selected period. En este estudio, el programa de modelización RLINE se
utilizó en dos ejecuciones independientes; una para la determinación de
la media diaria de NOx , y la otra para la determinación de la media
quincenal de las concentraciones en cuadrículas de NO2 (en μg/m3 )
para las cargas de emisiones de vehículos de carretera. Estos resultados
del modelo se compararon con los resultados de las mediciones medias
diarias de NO en tiempo real x
11
Cuadro 2 vuelven a aumentar. Además, el número de vehículos por hora aumenta

Medias de una semana de los parámetros medidos durante el periodo de medición rápidamente después de las 06:00, se mantiene en cifras elevadas entre
en tiempo real. las 08:00 y las 19:00, y disminuye rápidamente después de las 19:00.
Aunque el número de vehículos por hora be-
Posición ante la barrera NO NO2 NOx O3 LAeq entre las 12:00 y las 18:00 se sitúan en niveles similares, se produce un
(dBA) descenso repentino de las concentraciones de NOx
(μg/m )3 (μg/m )3 (μg/m )3 (μg/m )3
y se observó un aumento repentino de las concentraciones de O3 . Las
concentraciones elevadas de
Lado de la carretera 44.17 23.75 67.92 17.20 73.01 concentraciones de ozono en regiones contaminadas, incluidas las
relacionadas con el tráfico rodado
Lado receptor 28.16 23.92 52.10 27.27 59.98 formación de ozono, se producen a través de la siguiente secuencia de
reacciones. El
es iniciado por los distintos COV o CO con el radical OH
(Ec. (1) y Ec. (2)). El NO se convierte en NO2 por RO2 (peroxi) o HO2
de la barrera permanece constante. Los resultados de las mediciones de ruido (hidroperoxilo), y estas reacciones regeneran OH (Ec. (3) y Ec. (4)). A
horarias indicaron que la barrera acústica provocó una reducción media continuación, el NO2 se fotoliza con la luz solar y genera oxígeno
del nivel de ruido de 13,1 dB(A) durante el periodo de medición en el atómico. El oxígeno atómico reacciona con O2 para crear O3 (Ec. (5) y Ec.
punto de medición, aproximadamente a 10 m del lado receptor de la (6)). Sin embargo, cerca de fuentes de emisión considerables de NO
barrera y a 4 m de altura. El número medio de vehículos por hora fue de durante la noche, las concentraciones de ozono disminuyen por reacción
1.300 entre las 8.00 y las 19.00 horas, descendiendo a 185 entre las 2.00 y con el NO (Ec. (7)). Durante el día, esta reacción suele equilibrarse
las 6.00 horas. En estos periodos se observó una reducción del nivel de ruido mediante la fotólisis del NO2 (Ec. (5) y Ec. (6) (Sillman, 2003).
de aproximadamente 10 dB(A). Los coeficientes de correlación (r) entre el
VOC + OH + O2 ➔RO2 + H O2 (1)
número de vehículos por hora y los niveles de ruido por hora fueron de 0,94 y
0,86 para la carretera y los receptores, respectivamente. Dado que la CO + OH + O2 ➔HO2 + CO2 (2)
fuente de ruido predominante era el tráfico rodado en la zona de estudio, se
esperaban las altas correlaciones observadas entre los niveles de ruido y el RO2 + NO + O2 ➔VOCsecundario + HO2 + NO2 (3)
número de vehículos. Sin embargo, debido posiblemente a razones tales
como las contribuciones adicionales de algunas otras fuentes y/o la HO2 + NO➔OH + NO2 (4)
participación de estos contaminantes atmosféricos en reacciones
químicas que son muy sensibles a las variables micrometeorológicas, no NO2 + hν➔NO + O (5)
se observó una relación tan estable con una alta correlación entre el
número de vehículos por hora y las concentraciones horarias de NOx u O + O2 + M➔O3 + M (6)
O3 .
NO + O3 ➔NO2 + O2 (7)
Los resultados de las mediciones en tiempo real indicaron que la
barrera acústica tiene un efecto de reducción medio del 23 % en la
concentración de NOx a 5 m detrás de la barrera. Hooghwerff et al. La disminución repentina de las concentraciones de NOx y el
(2010) midieron una reducción del 20 % para el NOx a 10 m detrás de aumento repentino de las concentraciones de O3 entre las 12:00 y las 18:00
la barrera de referencia (Hooghwerff et al., 2010). Baldauf et al. (2008) se deben al efecto de la luz solar a través de reacciones fotocatalíticas
observaron una reducción del 15-50 % en las concentraciones de CO y (Ec. (5) y Ec. (6)). Las elevadas concentraciones de O3 disminuyen al
PM a sotavento de la barrera cuando el viento sopla desde el carril atardecer y descienden a cero por la noche, como era de esperar (Ec.
(Baldauf et al., 2008). Las concentraciones de NOx se observaron en (7)) (Sillman, 2003). Los estudios realizados en China indican que las
los niveles más altos entre las 03:00 y las 12:00 horas. Mientras que las concentraciones locales de
concentraciones de NOx alcanzaron el nivel más bajo entre las 12:00 y
las 18:00, las concentraciones de O3 se observaron en los niveles más
altos durante el mismo periodo. Entre las 18:00 y las 00:00, las
concentraciones de NOx
12
Fig. 6. Resultados de las mediciones horarias en tiempo real de ruido, NOx , O3 , y número de vehículos.
13
O3 es sensible a los COV por la mañana y al NOx por la tarde. En general, las 22-23, no ocurrió lo mismo los días 24-25 de septiembre (Fig. 6). Esta
ciudades son sensibles a los COV; los suburbios exteriores son sensibles diferencia puede deberse a las temperaturas nocturnas más bajas y a las
al NOx , y los suburbios interiores son sensibles a los COV y al NOx condiciones atmosféricas más estables de este último periodo (Fig. 4).
(Xu et al., 2022).
En la Fig. 7 se muestra la relación entre las concentraciones de NO, 3.2. Resultados de la medición de tubos pasivos
NO2 y O3 durante el periodo de medición. Las relaciones medias de
una semana de las concentraciones en el lado de la carretera y en el lado Los resultados de las mediciones con tubo pasivo de NO2 , O3 , benceno,
del receptor para NOx , NO y NO2 son 1,30, 1,57 y 0,99, tolueno, etilbenceno, mp-xileno y o-xileno se muestran en las Figs. 8-11 (Fig.
respectivamente. Además, las concentraciones de O3 fueron más bajas en 8, Fig. 9, Fig. 10 y Fig. 11). El tubo de muestra de BTEX del punto 2 no
el lado de la carretera de la barrera que en el lado del receptor. La relación pudo analizarse debido a la deformación del material absorbente en las
media de una semana entre las concentraciones del lado receptor y las condiciones de campo. Los resultados de estas figuras indican que los
concentraciones del lado de la carretera para el O3 es de 1,59. Dado que las valores medios quincenales fluctúan entre los tubos pasivos a la misma
concentraciones de NO2 son similares a ambos lados de la barrera, se espera distancia de la barrera. La turbulencia compleja delante de la barrera y la
que la tasa de producción catalítica de O3 sea similar (Ecs. (5)-(6)). Sin zona de recirculación detrás de la barrera pueden causar estas
embargo, considerando la Ec. (7), se cree que las mayores fluctuaciones. La zona de recirculación se extiende unas 6 alturas de
concentraciones de NO en el borde de la carretera son la razón de una barrera por detrás de la barrera (Venkatram y Schulte, 2018), y
mayor destrucción de O3 y de las menores concentraciones en el borde de teniendo en cuenta que la barrera existente en la zona de estudio tiene 4
la carretera. En las proximidades de e m i s i o n e s significativas de NO, el m de altura, la zona de recirculación cubre aproximadamente 24 m de
resultado es una conversión neta de O3 en NO2 . El ozono disminuye distancia desde la barrera.
inmediatamente a sotavento del tráfico rodado y aumenta a medida que Los tubos de muestreo pasivo de los puntos de muestreo 4 y 8,
el penacho se desplaza a sotavento. Dado que por la noche no hay situados en los lados de la carretera y del receptor de la barrera, se
producción fotocatalítica, la reacción de la Ecuación (7) también encontraban casi a las mismas po- siciones y alturas que los dispositivos
conduce a la eliminación de ozono (Sillman, 2003). Las concentraciones de medición en tiempo real. Por este motivo, las concentraciones medias
ambientales de O3 se ven afectadas por los niveles de estabilidad quincenales de NO2 basadas en tubos pasivos pueden compararse con las
atmosférica. concentraciones medias semanales de NO2 basadas en tiempo real. 3El
Puesto que cuanto más inestable es la atmósfera, mayor es la dilución muestreo pasivo y l a s concentraciones medias en tiempo real de NO2 en el
del contaminante, la turbulencia mecánica en la atmósfera afecta lado de la carretera de la barrera fueron de 25,2 μg/m 1 (± 2) y 23,75 μg/m3
drásticamente a la concentración de un contaminante. Una atmósfera , respectivamente, mientras que fueron de 27,9 μg/m3 (± 2,2) y 23,92
estable resiste la turbulencia, pero una atmósfera inestable aumenta la μg/m3 en el lado receptor de la barrera, respectivamente. Estos
turbulencia mecánica (NOAA, 2022). Las concentraciones de ozono se resultados demuestran que los resultados de medición obtenidos
ven influidas significativamente por los cambios meteorológicos. Los mediante muestreos pasivos pueden utilizarse para la modelización de
días cálidos y soleados con aire estancado permiten que el ozono se la dispersión del contaminante NO2 . Algunas diferencias entre las
acumule más rápidamente. Por otro lado, cuando está nublado, fresco, mediciones de muestreo en tiempo real de una semana y las de
húmedo o ventoso, la formación de ozono es más limitada (USEPA, 2021). muestreo pasivo bisemanal de NO2 y O3 pueden tener su origen en las
La Fig. 4 muestra que la nubosidad fue alta casi todo el tiempo durante el condiciones meteorológicas, como la dirección del viento, la nubosidad
último día del periodo de medición en tiempo real (28 de septiembre de y la temperatura entre la primera y la segunda semana (Fig. 4). Las
2022). Se aprecia una aparente reducción de las concentraciones de O3 temperaturas ambiente medias fueron de 15 °C y 17,4 °C durante la
debido a la disminución de las r e a c c i o n e s del ozono dependientes de la primera y la segunda semana del periodo de medición, respectivamente,
radiación UV. Durante el día (07:00-19:00), en condiciones de poco viento (< y la temperatura influye directamente en las concentraciones de estos
2 m/s), dominan las condiciones inestables y las concentraciones de contaminantes al acelerar las velocidades de las reacciones químicas
NOx tienden a diluirse y reducirse. Por la noche (19:00-07:00), dominan (Coates et al., 2016).
las condiciones estables y la atmósfera resiste las turbulencias, por lo que
las concentraciones de NOx aumentan. Aunque las tendencias del
número de vehículos por hora y de la concentración de NOx entre las
19.00 y las 07.00 horas fueron en general coherentes en septiembre
14
Fig. 7. Resultados de las mediciones de NO, NO2 y O3 en tiempo real (22-29 de septiembre de 2022).
15
Fig. 8. Resultados de las mediciones con tubo pasivo de NO2 y O3 (X;Y = 0;0 representa el punto de inicio de la barrera acústica desde el lado oeste).
Tomar los promedios de las concentraciones medidas por los NO2 y O3 delante y detrás de la barrera a la misma distancia de la
muestreadores pasivos a la misma distancia de la barrera podría ser más barrera, mientras que la Fig. 12.b presenta las concentraciones medidas
informativo. La Fig. 12.a presenta las concentraciones medias medidas pasivamente en campo libre para los mismos contaminantes. Los
pasivamente para resultados indican
16
Fig. 9. Resultados de las mediciones con tubo pasivo de benceno y tolueno (X;Y = 0;0 representa el punto de inicio de la barrera acústica desde el lado oeste).
reducciones del 0 % al 24 % para NO2 y del 16 % al 23 % para O3 para el que el efecto barrera sólo es evidente para la contaminación por NO2 . Los
caso de barrera (Fig. 12.a) y reducciones del 0 % al 12 % para NO2 y resultados de BTEX indican reducciones del 5% al 29% en el caso de la
del 27 % al 55 % para O3 para el caso de campo libre (Fig. 12.b). Por barrera (Fig. 13.a) y concentraciones crecientes en el caso del campo
lo tanto, se puede concluir libre (Fig. 13.b). Por lo tanto,
17
Fig. 10. Resultados de las mediciones con tubo pasivo de etilbenceno y mp-xileno (X;Y = 0;0 representa el punto de inicio de la barrera acústica desde el lado
oeste).
muestreo pasivo obtenidos para el

las reducciones en todas las concentraciones de BTEX resultantes de la
existencia de la barrera en comparación con las concentraciones en
campo libre son evidentes. Los resultados de las mediciones de
18
El muestreador situado a 20 m detrás de la barrera se excluyó de estas
figuras y de los cálculos estadísticos, ya que sólo hay una muestra a
esa distancia, y un valor medio que representa el efecto de la barrera.
19
Fig. 11. Resultados de la medición del tubo pasivo de o-xileno (X;Y = 0;0 representa el punto de inicio de la barrera acústica desde el lado oeste).
no puede obtenerse. Además, no existe ningún valor de medición en 3.3. Modelización y evaluación de la dispersión de la contaminación atmosférica
campo libre para esa distancia que pueda compararse con el caso de la en las proximidades de las carreteras
barrera. Ranasinghe et al. (2019) descubrieron que la combinación de
vegetación y un muro acústico sólido (barrera combinada) provocaba Los resultados de las mediciones de la concentración media diaria de
reducciones relativas del 29 % y el 2 % de las concentraciones medias NO en tiempo realx se compararon con los resultados de los cálculos del
de NO y NO2 , respectivamente (Ranasinghe et al., 2019). modelo RLINE. Coeficientes de correlación
(r) se calcularon en 0,96 y 0,93 para las concentraciones del lado de la
carretera y del lado del receptor, respectivamente. Además, la media
geométrica (mg ), un factor
20
Fig. 12. Concentraciones de NO2 y O3 con la barrera de ruido (a) y en el campo libre (b).
21
Fig. 13. Concentraciones de BTEX con la barrera acústica (a) y en campo libre (b).
de dos (FAC2), y los valores del coeficiente de determinación (r2 ) se (r2 ) para las condiciones estables fueron de 0,95, 96 % y 0,52,
determinaron como 1,16, 100 % y 0,92, respectivamente, para los valores respectivamente. Los mismos parámetros para las condiciones estables
del lado de la carretera. Los mismos parámetros para los valores del lado fueron de 0,95, 98 % y 0,53, respectivamente (Amini et al., 2016).
del receptor se determinaron como 1,03, 100% y 0,86, respectivamente. La media bisemanal de los resultados de las mediciones del muestreador
Como puede observarse en la Fig. 14, existe una estrecha correlación entre pasivo de NO2 se comparó con la media bisemanal de los resultados
los resultados de las concentraciones de NOx medidas y calculadas. calculados del modelo de NO2 , como se muestra en la Fig. 15. Los
Patterson y Harley (2019) evaluaron el modelo de dispersión resultados de esta figura se presentan para cada punto de muestreo
RLINE comparándolo con mediciones horarias anuales de NOx y pasivo. Los resultados de esta figura se presentan para cada punto de
carbono negro (BC) en dos sitios de monitoreo cercanos a la carretera en el muestreo pasivo. (X;Y) = (0;0) representa el punto de inicio de la
Área de la Bahía de San Francisco. La concordancia general entre las barrera acústica desde el lado oeste, mientras que los valores (X;Y) bajo
predicciones del modelo y las observaciones para el promedio de 24 h cada barra representan los puntos de los tubos de muestreo pasivo
de NOx y BC fue razonablemente buena, con >90 % de predicciones relativos al punto (0;0). Como puede observarse, los resultados del
dentro de un factor de dos (FAC2) de los datos de monitoreo cercano a modelo y de las mediciones son en general compatibles, salvo en algunos
la carretera (Patterson y Harley, 2019). Amini et al. (2016) evaluaron puntos, especialmente cerca de los extremos de la barrera. Éstos podrían
con mediciones el rendimiento de dos modelos de barrera diferentes estar relacionados con las vías de conexión (no definidas en el modelo)
desarrollados para condiciones atmosféricas estables e inestables. La en los lados oeste y este de la barrera, que se utilizan como entradas y
media geométrica (mg ), un factor de dos (FAC2), y salidas a algunas carreteras cercanas.
22
Fig. 14. Comparación del modelo RLINE con los resultados de las mediciones medias diarias de NOx .
23
Fig. 15. Promedio de NO calculado por el modelo RLINE y medido

pasivamente2 . (Los números entre paréntesis representan los lugares de
medición en la Fig. 1).
instalaciones. Las mayores fluctuaciones entre los resultados observados y los El nivel de incertidumbre es <3 dB(A) (Tsai et al., 2019; USDT, 2010).
previstos a 5 m por detrás de la barrera podrían estar relacionadas con la Los coeficientes de correlación (r) se calcularon en 0,97 y 0,89 para los
formación de una zona de recirculación justo detrás de la barrera. valores de ruido del lado de la carretera y del lado del receptor,
Mientras que los resultados de las mediciones y del modelo para el respectivamente.
campo libre en puntos cercanos a la carretera D-100 eran compatibles,
las mediciones a 90 m por detrás de la carretera eran mucho más 3.5. Efectos simultáneos de la barrera acústica sobre los NO procedentes del
elevadas que el resultado del modelo. También se observa una tráficox y el ruido
discrepancia similar a 90 m por detrás de la barrera. Estas discrepancias
pueden deberse a contribuciones de fuentes no identificadas o a Los resultados del modelo de dispersión del NO en las
condiciones micrometeorológicas que no se tuvieron en cuenta en el proximidades de la carreterax y del ruido se contrastaron con los
modelo. resultados de las mediciones semanales en tiempo real. Los resultados
medios semanales del modelo de dispersión del NOx y del ruido cerca de
3.4. Modelización y evaluación del ruido del tráfico rodado la carretera se presentan en la Fig. 18 y la Fig. 19, respectivamente. Es
evidente una reducción de las concentraciones de NOx en el lado receptor de
Se utilizó el software de modelización SoundPLAN 8.2 para la barrera debido a su ubicación a sotavento (Fig. 18). Como puede
calcular los niveles de ruido en los puntos de medición considerando el observarse, en las condiciones de campo libre sin barrera, los valores
tráfico rodado como única fuente de ruido. Los niveles de ruido se medios de concentración de NOx observados a una distancia
calcularon en cuadrículas de 10mx10m. Las estadísticas del tráfico aproximada de 100 m de la línea media de la carretera se observaron a
rodado, las propiedades de la carretera (pendiente, material de la una distancia aproximada de 70 m de la línea media de la carretera en
superficie), los datos sobre el terreno y la elevación, el número y la el tramo en el que está situada la barrera. En comparación con las
ubicación de los edificios son los principales datos que se introducen en concentraciones en campo libre, los valores detrás de la barrera son
el modelo. Se compararon los resultados de las mediciones y de la aproximadamente un 10-20 %, 12-30 % y 13-33 % más bajos a las
modelización en los puntos de medición. La Fig. 16 y la Fig. 17 distancias 0-20 m, 20-50 m y 50-70 m, respectivamente. Ning et al.
muestran, respectivamente, los resultados de la medición y la (2010) descubrieron que las concentraciones de masa de partículas, CO,
modelización del ruido en la carretera y en el receptor. Los resultados NO2 , y Carbono Negro (BC) alcanzaban niveles de fondo a distancias 250-
indicaron que los valores de ruido observados y previstos son 400 m más alejadas en comparación con 150-200 m en
compatibles, y las diferencias medias para el lado de la carretera y el emplazamientos sin barreras acústicas al borde de la carretera.
lado del receptor son de 1,53 dB(A) y 1,09 dB(A), respectivamente. Los Observaron que las concentraciones de número de partículas eran del
resultados mostraron que la mayoría de los valores de LA(eq) calculados 45-50 % de las medidas a distancias similares a sotavento de autopistas
con el modelo SoundPLAN 8.2 se encuentran dentro del rango de sin barrera al borde de la carretera (Ning et al., 2010).
precisión aceptable de ±2 dB(A) (Nast et al., 2014) para ambos lados de El ruido medio diario se representó como Lden , que es un descriptor
la barrera. Además, según un informe del Departamento de Transporte de del nivel de ruido basado en el nivel de ruido equivalente en energía
EE. UU., los resultados de la modelización del ruido vial son aceptables si la (Leq ) a lo largo de todo un día con una penalización de 10 dB(A) para
el ruido nocturno (23:00-07:00) y un
24
Fig. 16. Medición del ruido en carretera y resultados del modelo.
25
Fig. 17. Medición del ruido en el lado del receptor y resultados del modelo.
una penalización adicional de 5 dB(A) para el ruido nocturno (19:00-23:00). niveles medios de ruido (Leq,5min) en 103 puntos de carreteras con tráfico
Los niveles de reducción del ruido en el lado receptor de la barrera son variable. Encontraron coeficientes de correlación de Pearson entre Leq,5min
evidentes (Fig. 19). En comparación con los valores de ruido en campo libre, y NO2 y entre Leq,5min y NOx de 0,53 y 0,64, respectivamente. Ising et al.
los valores detrás de la barrera son aproximadamente un 17-35 %, 12-19 (2004) calcularon que el coeficiente de correlación de las medidas de
% y 2-15 % más bajos a distancias de 0-10 m, 10-20 m y 20-70 m, ruido y NO2 era de 0,84. Utilizando los valores modelizados tanto para el
respectivamente. ruido como para el NO , 2Klaeboe et al. (2000) hallaron un coeficiente de
Los valores medios semanales calculados de ruido y NOx en correlación de 0,46 entre ambos. El resultado de un cálculo similar obtenido
condiciones de campo libre se compararon en la Fig. 20.a. Están en este estudio para los puntos receptores situados a unos 30 m al este del
altamente correlacionados con un coeficiente de correlación (r) de 0,78. extremo occidental de la barrera (el punto medio de la barrera se
Davies et al. (2009) midieron las concentraciones medias bisemanales encuentra a 25 m al este) se muestra en la Fig. 20.b. El coeficiente de
de NO2 y NOx en carretera y a corto plazo correlación
26
M.N. Tezel-Oguz et al. Fig. 18. Promedio semanal de los resultados del modelo de dispersión de NO cerca de la carretera x .Medio Ambiente Total 892 (2023) 164754
Ciencia del
27
Fig. 19. Promedio semanal de los resultados del modelo de dispersión del ruido.
entre los valores de ruido y NO calculados según el modelox disminuyó investigado. En este contexto, se midieron simultáneamente la
a 0,34 cuando existía la barrera. Aunque la barrera acústica tiene un contaminación atmosférica, el ruido y los parámetros meteorológicos
efecto reductor tanto del ruido como del NOx , la baja correlación cerca de una barrera acústica de hormigón reforzado con fibra de vidrio
observada indica que sus mecanismos de dispersión son diferentes. La de 50 m de longitud y 4 m de altura en un tramo de autopista. Al
dispersión de la contaminación atmosférica detrás de la barrera puede mismo tiempo, se grabó en vídeo el tráfico rodado para determinar las
representarse mejor gracias al análisis matemático de mayor resolución estadísticas de los vehículos de motor. Durante una semana se realizaron
utilizado en el modelo. simultáneamente mediciones de NO, NO2 , NOx, O3, y ruido en dos
puntos situados a ambos lados de la barrera. Además, se utilizaron
4. Conclusión tubos de muestreo pasivos para determinar las concentraciones medias
acumuladas de NO2 , O3, y contaminantes BTEX en 20 puntos durante un
El uso de barreras acústicas, considerado dentro del ámbito de las medidas periodo de dos semanas. Tras los estudios de campo, se procesaron las
para reducir la propagación del ruido ambiental, es una de las soluciones estadísticas de vehículos y los datos meteorológicos para utilizarlos en
habituales para controlar el ruido de las carreteras. Muchos estudios han los programas informáticos de modelización RLINE y SoundPLAN 8.2 para
demostrado que las barreras acústicas provocan una reducción de las los cálculos de dispersión de NOx y ruido. Los resultados de las mediciones
concentraciones de contaminantes atmosféricos detrás de una barrera a fueron c o m p a t i b l e s con los resultados del modelo. Por consiguiente, se
distancias cercanas a la carretera. En este estudio, los efectos simultáneos evaluaron con estos modelos los efectos simultáneos de la barrera
de la aplicación de una barrera acústica específica sobre el ruido y la acústica en la dispersión del ruido y de la contaminación atmosférica.
contaminación atmosférica en las proximidades de la carretera en un
lugar concreto fueron los siguientes
28
Fig. 20. Comparación de los valores de ruido y NO calculados por el modelox (a) en condiciones de campo libre, (b) con la barrera acústica.
29
Aunque la barrera acústica mostró un claro efecto reductor tanto del

En general, predominaron las velocidades de viento bajas y se
ruido como del NOx , la baja correlación observada apunta a sus
observaron condiciones de calma durante el periodo de medición de dos
diferentes mecanismos de disper- sión.
semanas. Las mediciones simultáneas del ruido, realizadas para
Este estudio demostró que las barreras acústicas podían utilizarse para
comprobar la coherencia del modelo y las mediciones en dos puntos,
reducir tanto el ruido como la contaminación atmosférica transmitida por la
indicaron una reducción media del nivel de ruido de 13,1 dB(A) entre los
carretera en los lados receptores de las barreras. Por esta razón, es esencial
lados de la carretera de 5 m y del receptor de 10 m de la barrera a 4 m de
que las barreras acústicas, utilizadas frecuentemente en zonas urbanas, se
altura. Las diferencias medias entre los resultados de las mediciones de
diseñen para minimizar simultáneamente la exposición tanto al ruido como a
ruido y de los modelos fueron de 1,53 dBA y 1,09 dBA para el lado de la
los contaminantes atmosféricos en los puntos r e c e p t o r e s . Por lo tanto, se
carretera y el lado receptor de la barrera, respectivamente. Los coeficientes
necesitan más estudios para optimizar los diseños de las barreras acústicas
de correlación entre el número de vehículos por hora y los valores de
con diferentes propiedades físicas o materiales y escenarios de aplicación.
medición del ruido por hora para los lados de la carretera y del receptor de
la barrera fueron de 0,94 y 0,86, respectivamente. Los coeficientes de
correlación (r) entre los resultados de la medición del ruido y los
calculados con el modelo fueron de 0,97 y 0,89 para el lado de la
carretera y el lado del receptor, respectivamente.
Los resultados de las mediciones medias semanales en tiempo real
indican que la barrera acústica examinada en este estudio tiene un
efecto reductor medio del 23 % en la concentración de NOx a 5 m de la
barrera en el lado del receptor. Sin embargo, posiblemente debido a
razones tales como las contribuciones adicionales de algunas otras
fuentes y/o la participación de estos contaminantes atmosféricos en
reacciones químicas que son muy sensibles a las variables
micrometeorológicas, no se observó una relación estable con una alta
correlación entre las concentraciones horarias de NOx u O3 y el número
de vehículos por hora. Debido a las reacciones fotocatalíticas
relacionadas con la luz solar, se observaron fluctuaciones repentinas en
las concentraciones de NOx y O3 incluso con un número d e vehículos
aproximadamente constante entre las 12:00 y las 18:00 horas. Los resultados
del muestreo pasivo indican reducciones del 0 % al 24 % para el NO2 y
del 16 % al 23 % para el O3 en el caso de la barrera y reducciones del
0 % al 12 % para el NO2 y del 27 % al 55 % para el O3 en el caso del
campo libre. Por consiguiente, puede concluirse que el efecto barrera
sólo es evidente para la contaminación por NO2 . Los resultados del
muestreo pasivo también indican reducciones del 5% al 29% para los
contaminantes BTEX con el caso de barrera, mientras que no se
indicaron reducciones para el caso de campo libre. Por lo tanto, la eficacia de
la barrera para los contaminantes BTEX es claramente evidente.
Los resultados medios diarios de las mediciones de NO en tiempo realx
se compararon con los resultados de los cálculos del modelo RLINE en los
puntos de medición, y se obtuvieron coeficientes de correlación (r) de 0,96
y 0,93 para las concentraciones en el lado de la carretera y en el lado del
receptor , respectivamente. Los resultados de las mediciones de NO
realizadas con el muestreador pasivo2 en dos puntos a ambos lados de la
barrera son compatibles con los promedios de los resultados de las
mediciones de NO en tiempo real2 realizadas en lugares muy cercanos
a estos puntos. Por lo tanto, se utilizaron los resultados de las
mediciones de NO del muestreador pasivo2 para compararlos con los
resultados calculados por el modelo . En este contexto, se comparó la media
bisemanal de los resultados de las mediciones de NO2 del muestreador
pasivo con la media bisemanal de los resultados de NO 2 calculados por
el modelo. En general, los resultados del modelo y de las mediciones son
compatibles, excepto en algunos puntos, especialmente cerca de los extremos
de la barrera y también a 90 m por detrás de la barrera. Las posibles razones
de las discrepancias se analizan en la sección 3.3.
Las comparaciones entre los valores de ruido en campo libre y los
valores detrás de la barrera indicaron reducciones d e aproximadamente el
17-35 %, el 12-19 % y el 2-15 % a distancias de 0-10 m, 10-20 m y 20-70 m,
respectivamente. Del mismo modo, las comparaciones entre los valores de
NOx en campo libre y los valores detrás de la barrera indicaron
reducciones de aproximadamente 10-20 %, 12-30 % y 13-33 % a
distancias de 0-20 m, 20-50 m y 50-70 m, respectivamente. En las
condiciones de campo libre de la zona de estudio, se compararon los
valores medios semanales de ruido y NOx calculados mediante el
modelo y se comprobó que estaban muy correlacionados, con un
coeficiente de correlación (r) de 0,78. Sin embargo, el coeficiente de
correlación entre los valores medios semanales de ruido y NOx
calculados con el modelo disminuyó a 0,34, donde existe la barrera.
30
M.N. Tezel-Oguz et al. Ciencia del Medio Ambiente https://doi.org/10.3390/
Total 892 (2023) 164754
Declaración de contribución a la autoría de CRediT entornos5010001.
Coates, J., Mar, K.A., Ojha, N., Butler, T.M., 2016. The influence of temperature on ozone
pro- duction under varying NOx conditions - a modelling study. Atmos. Chem. Phys. 16
Melike Nese Tezel-Oguz: Conceptualización, Utilización de
(18), 11601-11615. https://doi.org/10.5194/acp-16-11601-2016.
software, Redacción - borrador original, Redacción - revisión y Cooper, D.C., Alley, F.C., 2011. Control de la contaminación atmosférica. 4 ed., Waveland
edición, Visualización. Muhammed Marasli: Recursos del lugar de Press Inc. Waveland Press Inc., Estados Unidos de América.
estudio, Supervisión. Deniz Sari: M e t o d o l o g í a , Recopilación de
datos. Nesimi Ozkurt: Investigación, Administración del proyecto.
S. Sinan Keskin: Validación, Análisis formal, Adquisición de fondos.
Disponibilidad de datos
Los datos utilizados son confidenciales.
Declaración de intereses competitivos
Los autores declaran los siguientes intereses económicos/relaciones

personales que pueden considerarse como posibles intereses
contrapuestos: Melike Nese Tezel-Oguz declara haber recibido apoyo
financiero del Consejo de Investigación Científica y Tecnológica de
Turquía.
Agradecimientos
Este estudio ha sido financiado por el Consejo de Investigación

Científica y Tecnológica de Turquía [número de proyecto: 122Y248]. Este
estudio se realizó con el apoyo de Fibrobeton Inc. y el Ministerio de Medio
Ambiente, Urbanización y Cambio Climático de la República de
Turquía, en colaboración con el Centro de Investigación de Mármara
(MAM) de TÜBİTAK. Los autores agradecen su considerable apoyo y
asistencia antes, durante y después del periodo de preparación y
seguimiento del estudio a Volkan Özdal, Sefa Güntepe, Faik Ali
Birinci (Fibrobeton Inc.); Soner Olgun, Onur Kale, Zekai Karaca
(Ministerio de Medio Ambiente, Urbanismo y Cambio Climático);
Fatma Pınar Aksoy-Kaya (Grupo de Investigación sobre Calidad del
Aire y Tecnologías del Ruido Ambiental del TÜBİTAK MAM).
Referencias
Adair, D., Jaeger, M., 2014. Evaluación del modelo de contaminación atmosférica en las
proximidades de barreras sólidas al borde de la carretera. Energy Environ. Eng. 2 (7),
145-152. https://doi.org/10.13189/eee.
2014.020702.
Ahangar, F.E., Heist, D., Perry, S., Venkatram, A., 2017. Reducción de los niveles de
contaminación atmosférica a sotavento de una carretera con una barrera acústica a
barlovento. Atmos. Environ. 155, 1-10. https://
doi.org/10.1016/j.atmosenv.2017.02.001.
Amini, S., Ahangar, F.E., Schulte, N., Venkatram, A., 2016. Using models to interpret the
impact of roadside barriers on near-road air quality. Atmos. Environ. 138, 55-64.
https:// doi.org/10.1016/j.atmosenv.2016.05.001.
Amini, S., Ahangar, F.E., Heist, D.K., Perry, S.G., Venkatram, A., 2018. Modelado de
dispersión de emisiones de carreteras deprimidas. Atmos. Environ. 186, 189-197.
https://doi.org/10. 1016/j.atmosenv.2018.04.058.
Baldauf, R., Thoma, E., Khlystov, A., Isakov, V., Bowker, G., Long, T., Snow, R., 2008.
Impacts of noise barriers on near-road air quality. Atmos. Environ. 42 (32), 7502-
7507. https://
doi.org/10.3390/environments501000110.1016/j.atmosenv.2008.05.051.
Basner, M., Babisch, W., Davis, A., Brink, M., Clark, C., Janssen, S., Stansfeld, S., 2014.
Audi- tory and non-auditory effects of noise on health (Efectos auditivos y no
auditivos del ruido sobre la salud). Lancet 383 (9925), 1325-1332. https://
doi.org/10.1016/S0140-6736(13)61613-X.
Batterman, S., Ganguly, R., Harbin, P., 2015. Cartografía espacial y temporal de alta
resolución de los contaminantes atmosféricos relacionados con el tráfico. Int. J.
Environ. Res. Public Health 12 (4), 3646-3666.
https://doi.org/10.3390/ijerph120403646.
Benson, P.E., 1992. A review of the development and application of the CALINE3
and 4 models. Atmos. Environ. B, Urban Atmos. 26 (3), 379-390.
https://doi.org/10.1016/ 0957-1272(92)90013-I.
Borelli, D., Repetto, S., Schenone, C., 2014. Mapa de ruido de la autopista elevada de
Génova: comparación de diferentes métodos. Noise Mapping 1 (1).
https://doi.org/10.2478/noise- 2014-0007.
Brook, R.D., Rajagopalan, S., Pope 3rd, C.A., Brook, J.R., Bhatnagar, A., Diez-Roux, A.V.,
... Kaufman, J.D., 2010. Particulate matter air pollution and cardiovascular disease:
an up- date to the scientific statement from the American Heart Association.
Circulation 121 (21), 2331-2378.
https://doi.org/10.1161/CIR.0b013e3181dbece1.
Cannelli, G.B., Gluck, K., Santoboni, S., 1983. A mathematical-model for evaluation and pre-
diction of the mean energy-level of traffic noise in Italian towns. Acustica 53 (1), 31-36.
Cassina, L., Fredianelli, L., Menichini, I., Chiari, C., Licitra, G., 2018. Preferencias
audiovisuales y calificaciones de tranquilidad en zonas urbanas. Environments 5 (1), 17.
31
https://www.noiseandhealth.org/article. asp?issn=1463-
CoRTN, 1988. Cálculo del ruido del tráfico rodado. United Kingdom Department of 1741;year=2004;volume=6;issue=23;spage=21;epage=28;aulast= Ising.
Environ- ment and welsh Office Joint Publication, HMSO 15.04.2016. URL: Jeong, S.J., 2015. A CFD study of roadside barrier impact on the dispersion of road air
http://bailey. persona-pi.com/Public-Inquiries/M4-Newport/C%20- pollution. Asian J. Atmos. Environ. 9 (1). https://doi.org/10.5572/ajae.2015.9.1.022.
%20Core%20Documents/14.% 20Noise%20and%20Vibration/14.2.1%20- Kanda, I., Yamao, Y., Uehara, K., Ohara, T., 2011. A wind-tunnel study on diffusion from
%20Department%20of%20Transport% urban major roads. J. Wind Eng. Ind. Aerodyn. 99 (12), 1227-1242. https://doi.org/
20and%20Welsh%20Office%20Calculation%20of%20Road%20Traffic%20Noise.% 10.1016/j.jweia.2011.10.009.
201988.pdf.
Danciulescu, V., Bucur, E., Pascu, L.F., Vasile, A., Bratu, M., 2015. Correlaciones entre el
nivel de ruido y la concentración de contaminantes para evaluar el nivel de
contaminación atmosférica inducida por el tráfico p e s a d o . J. Environ. Prot. Ecol.
16 (3), 815-823.
Davies, H.W., Vlaanderen, J.J., Henderson, S.B., Brauer, M., 2009. Correlation between
co-exposures to noise and air pollution from traffic sources. Occup. Environ. Med. 66
(5), 347-350. https://doi.org/10.1136/oem.2008.041764.
Dekoninck, L., Severijnen, M., 2022. Correlating traffic data, spectral noise and air
pollution measurements: retrospective analysis of simultaneous measurements near a
highway in the Netherlands. Atmosphere 13 (5), 740.
https://doi.org/10.3390/atmos13050740.
Ece, M., Tosun, İ., Ekinci, K., Yalçindağ, N.S., 2018. Modelado del ruido del tráfico rodado y
medidas de flujo de tráfico para reducir la exposición al ruido en el municipio
metropolitano de Antalya. J. Environ. Health Sci. Eng. 16 (1), 1-10.
https://doi.org/10.1007/s40201-018-0288-4.
AEMA, 2020. Environmental Noise in Europe - Agencia Europea de Medio Ambiente 2020
EEA Re- port No 22/2019. Oficina de Publicaciones de la Unión Europea 28.01.2022
https://www. eea.europa.eu/publications/environmental-noise-in-europe.
EMEP/EEA, 2020. Guía del inventario de emisiones de contaminantes atmosféricos 2019.
Agencia Europea de Medio Ambiente 10.10.2021
http://www.eea.europa.eu/publications/emep-eea-guidebook- 2019/part-b-sectoral-
guidance-chapters/1-energy/1-a-combustion/1-a-3-b-i.
END, 2002. Directiva 2002/49/CE sobre el ruido ambiental - Relativa a la evaluación y
gestión del ruido ambiental 189/12. Parlamento Europeo y del Consejo 20.03.2017
https://publications.europa.eu/en/publication-detail/-/publication/ 27d1a64e-08f0-4665-
a258-96f16c7af072/language-es.
Finn, D., Clawson, K.L., Carter, R.G., Rich, J.D., Eckman, R.M., Perry, S.G., ... Heist,
D.K., 2010. Tracer studies to characterize the effects of roadside noise barriers on
near-road pollutant dispersion under varying atmospheric stability conditions. Atmos.
Environ. 44 (2), 204-214. https://doi.org/10.1016/j.atmosenv.2009.10.012.
Fiorini, C.V., 2022. Ruido ferroviario en zonas urbanas: evaluación y predicción sobre la
mejora de la infraestructura combinada con el desarrollo y la regeneración de
asentamientos en Italia Central. Appl. Acoust. 185, 108413.
https://doi.org/10.1016/j.apacoust.2021.108413.
Foraster, M., Deltell, A., Basagana, X., Medina-Ramon, M., Aguilera, I., Bouso, L., ... Kunzli, N.,
2011. Local determinants of road traffic noise levels versus determinants of air
pollution levels in a Mediterranean city. Environ. Res. 111 (1), 177-183.
https://doi.org/10.1016/ j.envres.2010.10.013.
Fuks, K.B., Weinmayr, G., Basagana, X., Gruzieva, O., Hampel, R., Oftedal, B., ...
Hoffmann, B., 2017. Exposición a largo plazo a la contaminación del aire
ambiente y el ruido del tráfico y la hipertensión incidente en siete cohortes del
estudio europeo de cohortes para los efectos de la contaminación del aire
(ESCAPE). Eur. Heart J. 38 (13), 983-990. https://doi.org/10.
1093/eurheartj/ehw413.
Ghasemian, M., Amini, S., Princevac, M., 2017. La influencia de las barreras de sólidos y
vegetación al borde de la carretera en la calidad del aire cerca de la carretera. Atmos.
Environ. 170, 108-117. https://doi.org/10. 1016/j.atmosenv.2017.09.028.
Gong, L., Wang, X., 2018. Numerical study of noise Barriers' side edge effects on pollutant
dispersion near roadside under various thermal stability conditions. Fluids 3 (4), 105.
Hagler, G.S.W., Tang, W., Freeman, M.J., Heist, D.K., Perry, S.G., Vette, A.F., 2011. Model
evaluation of roadside barrier impact on near-road air pollution. Atmos. Environ. 45
(15), 2522-2530. https://doi.org/10.1016/j.atmosenv.2011.02.030.
Hagler, G.S.W., Lin, M.-Y., Khlystov, A., Baldauf, R.W., Isakov, V., Faircloth, J., Jackson, L.E.,
2012. Field investigation of roadside vegetative and structural barrier impact on near-
road ultrafine particle concentrations under a variety of wind conditions. Sci. Total
Environ. 419, 7-15. https://doi.org/10.1016/j.scitotenv.2011.12.002.
Hasmaden, F., Zorer Gedik, G., Yüğrük Akdağ, N., 2022. An approach to the design of photo-
voltaic noise barriers and a case study from Istanbul, Turkey. Environ. Sci. Pollut. Res.
29 (22), 33609-33626. https://doi.org/10.1007/s11356-022-18625-0.
IES, 2010. Contaminación atmosférica relacionada con el tráfico: A Critical Review of the
Literature on Emissions, Ex- posure, and Health Effects. Informe Especial 17 del Instituto
de Efectos sobre la Salud. URL: https://www.
healtheffects.org/system/files/SR17TrafficReview.pdf.
Heist, D.K., Perry, S.G., Brixey, L.A., 2009. A wind tunnel study of the effect of roadway
con- figurations on the dispersion of traffic-related pollution. Atmos. Environ. 43 (32),
5101-5111. https://doi.org/10.1016/j.atmosenv.2009.06.034.
Heist, D., Isakov, V., Perry, S., Snyder, M., Venkatram, A., Hood, C., ... Owen, R.C., 2013.
Es- timating near-road pollutant dispersion: A model inter-comparison. Transp. Res.
Part D: Transp. Environ. 25, 93-105. https://doi.org/10.1016/j.trd.2013.09.003.
Hooghwerff, J., Tollenaar, C.C., van der Heijden, W.J., 2010. Mediciones in situ de la calidad
del aire en barreras acústicas existentes e innovadoras. Air Pollution Xviii 136, 129-
139. https://doi. org/10.2495/air100121.
Huertas, J.I., Aguirre, J.E., López Mejía, O.D., López, C.H., 2021. Diseño de barreras
laterales para mitigar la contaminación atmosférica cerca de carreteras. Appl. Sci. 11
(5). https://doi.org/10.3390/ app11052391 Recuperado de.
IPCC, 2006. Directrices del IPCC para los inventarios nacionales de gases de efecto
invernadero. MÓVIL COMBUSTIÓN 10.01.2016 http://www.ipcc-
nggip.iges.or.jp/public/2006gl/.
Ising, H., Lange-Asschenfeldt, H., Moriske, H.J., Born, J., Eilts, M., 2004. Low frequency
noise and stress: bronchitis and cortisol in children exposed chronically to traffic noise
and ex- haust fumes. Noise Health 6 (23), 21-28 doi:
32
Reiminger, N., Jurado, X., Vázquez, J., Wemmert, C., Blond, N., Dufresne, M., Wertel, J.,
Karantonis, P., Gowen, T., Simon, M., 2010. Comparación adicional de las predicciones 2020. Efectos de la velocidad del viento y la estabilidad atmosférica en la tasa de
de ruido de tráfico utilizando los modelos de predicción de ruido CadnaA y reducción de la contaminación atmosférica inducida por barreras acústicas. J. Wind
SoundPLAN. Paper presented at the Pro- ceedings of 20th International Congress on Eng. Ind. Aerodyn. 200, 104160. https://doi. org/10.1016/j.jweia.2020.104160.
Acoustics, ICA. RLS-90, 1990. Richtlinien für den Lärmschutz an Strassen. BM für Verkehr, Bonn
Kephalopoulos, S., Paviotti, M., Anfosso-Lédée, F., Van Maercke, D., Shilton, S., Jones, 15.04.2016 https://www.gesund-am-stienitzsee.de/wp-content/uploads/RLS90-opt..pdf.
N., 2014. Avances en el desarrollo de métodos comunes de evaluación del ruido en Ross, Z., Kheirbek, I., Clougherty, J.E., Ito, K., Matte, T., Markowitz, S., Eisl, H., 2011.
Europa: el marco CNOSSOS-UE para la elaboración de mapas estratégicos de ruido Noise, air pollutants and traffic: continuous measurement and correlation at a high-
ambiental. Sci. Total Envi- ron. 482-483, 400–410. traffic
https://doi.org/10.1016/j.scitotenv.2014.02.031.
Khan, J., Ketzel, M., Kakosimos, K., Sørensen, M., Jensen, S.S., 2018. Road traffic air and
noise pollution exposure assessment - a review of tools and techniques. Total Environ.
634, 661–676. https://doi.org/10.1016/j.scitotenv.2018.03.374.
Kheirbek, I., Ito, K., Neitzel, R., Kim, J., Johnson, S., Ross, Z., ... Matte, T., 2014. Spatial
variation in environmental noise and air pollution in New York City. J. Urban Health
91 (3),
415–431. https://doi.org/10.1007/s11524-013-9857-0.
Kim, K.H., Ho, D.X., Brown, R.J.C., Oh, J.M., Park, C.G., Ryu, I.C., 2012. Some insights
into the relationship between urban air pollution and noise levels. Total Environ.
424, 271–279. https://doi.org/10.1016/j.scitotenv.2012.02.066.
Klaeboe, R., Kolbenstvedt, M., Clench-Aas, J., Bartonova, A., 2000. Oslo traffic study -
part 1: an integrated approach to assess the combined effects of noise and air pollution
on annoyance. Atmos. Environ. 34 (27), 4727-4736. https://doi.org/10.1016/S1352-
2310(00)
00304-6.
Lee, E.S., Ranasinghe, D.R., Ahangar, F.E., Amini, S., Mara, S., Choi, W., ... Zhu, Y., 2018.
Evaluación de campo de barreras de vegetación y ruido para la mitigación de la
contaminación del aire cerca de la autopista en condiciones de viento variable.
Atmos. Environ. 175, 92-99. https://doi.org/10.1016/ j.atmosenv.2017.11.060.
Lercher, P., Evans, G.W., Meis, M., 2003. Ambient noise and cognitive processes among
pri- mary schoolchildren. Environ. Behav. 35 (6), 725-735. https://doi.org/10.1177/
0013916503256260.
Medeiros, A.F.D. d, Pimentel, R.L., Melo, R.A.d., Araújo, B.C.D. d, Brasileiro, T.d.C.,
2022. In- vestigación del potencial de atenuación del ruido de tráfico de un paso
inferior de autopista urbana. Appl. Acoust. 192, 108682.
https://doi.org/10.1016/j.apacoust.2022.108682.
Mehta, D., Hazarika, N., Srivastava, A., 2020. Diurnal variation of BTEX at road traffic
inter section points in Delhi, India: source, ozone formation potential, and health risk
assessment. Environ. Sci. Pollut. Res. 27 (10), 11093-11104.
https://doi.org/10.1007/ s11356-019-07495-8.
Miedema, H.M.E., Oudshoorn, C.G.M., 2001. Annoyance from transportation noise:
relation- ships with exposure metrics DNL and DENL and their confidence intervals.
Environ. Health Perspect. 109 (4), 409-416. https://doi.org/10.2307/3454901.
Milford, I., Aasebo, S.J., Strommer, K., 2012. Value for money in road traffic noise
abatement. Procedia Soc. Behav. Sci. 48, 1366-1374.
https://doi.org/10.1016/j.sbspro.2012.06. 1112.
Mioduszewski, P., Ejsmont, J.A., Grabowski, J., Karpiński, D., 2011. Validación de mapas
de ruido mediante monitorización continua del ruido. Appl. Acoust. 72 (8), 582-589.
https://doi.org/10.1016/j. apacoust.2011.01.012.
MoEUCC, 2022. Reglamento de control del ruido ambiental (Çevresel Gürültü
Kontrol Yönetmeliği). Ministerio de Medio Ambiente, Urbanismo y Cambio
Climático, República de Turkiye 18.05.2023
https://www.resmigazete.gov.tr/eskiler/2022/11/20221130-1. htm.
Morakinyo, T.E., Lam, Y.F., 2016. Simulation study of dispersion and removal of
particulate matter from traffic by road-side vegetation barrier. Environ. Sci. Pollut.
Res. 23 (7), 6709-6722. https://doi.org/10.1007/s11356-015-5839-y.
NASA, 2021. Datos digitales de elevación de 90 m de la Shuttle Radar Topography
Mission (SRTM).
28.04.2021 https://earthexplorer.usgs.gov/.
Nast, D., Speer, W., Le Prell, C., 2014. Mediciones del nivel sonoro mediante "apps" para
smartphones: ¿útiles o inexactas? Noise Health 16 (72), 251-256.
https://doi.org/10.4103/1463-
1741.140495.
Ning, Z., Hudda, N., Daher, N., Kam, W., Herner, J., Kozawa, K., ... Sioutas, C., 2010.
Impact of roadside noise barriers on particle size distributions and pollutants
concentrations near freeways. Atmos. Environ. 44 (26), 3118-3127.
https://doi.org/10.1016/j.atmosenv.
2010.05.033.
NMPB. (1996). NMPB-Routes-96 (SETRA-CERTU-LCPC,CSTB), Nuevo método francés
de cálculo que incluye los efectos meteorológicos.
NOAA, 2022. Clases de Estabilidad Pasquill. Laboratorio de Recursos Aéreos de la
Administración Nacional Oceánica y Atmosférica 07.04.2023
https://www.ready.noaa.gov/READYpgclass.php.
Pachón, J.E., Saavedra, C., Pérez, M.P., Galvis, B.R., Arunachalam, S., 2016. Evaluación
de la exposición a los corredores de alto tráfico en Bogotá utilizando un modelo de
calidad del aire cerca de la carretera. Paper Pre- sented at the Air Pollution Modeling
and its Application XXIV, Cham.
Patterson, R.F., Harley, R.A., 2019. Evaluación de las concentraciones cercanas a la
carretera de la contaminación del aire relacionada con el diésel utilizando RLINE.
Atmos. Environ. 199, 244-251. https://doi.org/10.1016/j. atmosenv.2018.11.016.
Ranasinghe, D., Lee, E.S., Zhu, Y., Frausto-Vicencio, I., Choi, W., Sun, W., ... Paulson,
S.E., 2019. Effectiveness of vegetation and sound wall-vegetation combination barriers
on pollution dispersion from freeways under early morning conditions. Sci. Total
Environ. 658, 1549–1558. https://doi.org/10.1016/j.scitotenv.2018.12.159.
Rao, X.Q., Zhong, J.X., Maiseyeu, A., Gopalakrishnan, B., Villamena, F.A., Chen, L.C.,
... Rajagopalan, S., 2014. CD36-dependent 7-ketocholesterol accumulation in
macro- phages mediates progression of atherosclerosis in response to chronic air
pollution exposure. Circ. Res. 115 (9), 770-U766.
https://doi.org/10.1161/circresaha.115. 304666.
33
en la ciudad de Nueva York. Environ. Res. 111 (8), 1054-1063. USDT, 2010. Ruido del tráfico en carretera: Analysis and Abatement Guidance. 01.01.2016
https://doi.org/10.1016/j. envres.2011.09.004. https://
Schulte, N., Snyder, M., Isakov, V., Heist, D., Venkatram, A., 2014. Efectos de las barreras w w w . f h w a . d o t . g o v / e n v i r o n m e n t / n o i s
sólidas en la dispersión de las emisiones de la carretera. Atmos. Environ. 97, 286- e / r e g u l a t i o n s _ a n d _ g u i d a n c e / a n a l y s i s
295. https://doi.org/10. 1016/j.atmosenv.2014.08.026. _ a n d _ abatement_guidance/revguidance.pdf.
Shahidan, S., Hannan, N., Maarof, M.Z.M., Leman, A.S., Senin, M.S., 2017. A USEPA, 1992. Protocolo para determinar el modelo de mejor rendimiento. Publicación
comprehensive review on the effectiveness of existing noise barriers commonly used in No. EPA- 454/R-92-025. U. S. E. P. Agency.
the railway indus- t r y . Paper Presented at the 9th International Unimas Stem https://www.epa.gov/sites/default/files/2020-10/ documents/model_eval_protocol.pdf.
Engineering Conference, Cedex A ://WOS:000390796100007. USEPA, 2007. Factores de emisión y AP 42. Technology Transfer Network Clearinghouse for
Shu, S., Yang, P., Zhu, Y., 2014. Correlation of noise levels and particulate matter concentra- In- ventories & Emissions Factors. Agencia de Protección del Medio Ambiente de los
tions near two major freeways in Los Angeles, California. Environ. Pollut. 193, 130-137. Estados Unidos 15.01.2016 https://www.nrc.gov/docs/ML0907/ML090770907.pdf.
https://doi.org/10.1016/j.envpol.2014.06.025. USEPA, 2021. Tendencias del ozono ajustadas a las condiciones meteorológicas. United States
Sillman, S., 2003. Ozono troposférico y smog fotoquímico. (1 ed., Capítulo 9.11, pp. 407- Environmen- tal Protection Agency 23.04.2023
431)En: Lollar, B.S. (Ed.), Treatise on Geochemistry, 1 ed., Elsevier. Elsevier. https://19january2021snapshot.epa.gov/air-trends/ trends-ozone-adjusted-weather-
Snyder, M.G., Venkatram, A., Heist, D.K., Perry, S.G., Petersen, W.B., Isakov, V., 2013. RLINE: conditions_.html#:~:text=Ozone%20is%20more%
un modelo de dispersión de fuente lineal para emisiones cercanas a la superficie. 20readily%20formed,cool%2C%20rainy%2C%20or%20windy.
Atmos. Environ. 77, 748-756. https://doi.org/10.1016/j.atmosenv.2013.05.074. USEPA, 2022. Reglamentos de control de los óxidos de nitrógeno (NOx). 20.01.2022
SoundPLAN, 2019. Manual del usuario de SoundPLAN. SoundPLAN GmbH / SoundPLAN https://www3.epa. gov/region1/airquality/nox.html.
Interna- tional LLC. Venkatram, A., Schulte, N., 2018. Capítulo cuatro: el impacto de las autopistas en la calidad del aire
Steffens, J.T., Wang, Y.J., Zhang, K.M., 2012. Exploración de los efectos de una barrera de urbano. En: Venkatram, A., Schulte, N. (Eds.), Transporte urbano y contaminación
vegetación en las distribuciones de tamaño de partículas en un entorno cercano a la atmosférica. Elsevier ,
carretera. Atmos. Environ. 50, 120-128. pp. 77–104. https://www.sciencedirect.com/science/article/pii/B978012811506000004X.
https://doi.org/10.1016/j.atmosenv.2011.12.051. Venkatram, A., Isakov, V., Deshmukh, P., Baldauf, R., 2016. Modeling the impact of solid
Steffens, J.T., Heist, D.K., Perry, S.G., Zhang, K.M., 2013. Modeling the effects of a solid noise barriers on near road air quality. Atmos. Environ. 141, 462-469. https://doi.org/
barrier on pollutant dispersion under various atmospheric stability conditions. Atmos. 10.1016/j.atmosenv.2016.07.005.
Envi- ron. 69, 76-85. https://doi.org/10.1016/j.atmosenv.2012.11.051. Venkatram, A., Heist, D.K., Perry, S.G., Brouwer, L., 2021. Dispersion at the edges of near road
Steffens, J.T., Heist, D.K., Perry, S.G., Isakov, V., Baldauf, R.W., Zhang, K.M., 2014. Efectos noise barriers. Atmos. Pollut. Res. 12 (2), 367-374. https://doi.org/10.1016/j.apr.2020.
de las configuraciones de las carreteras en la calidad del aire cerca de la carretera y las 11.017.
implicaciones en la señalización de la carretera. Atmos. Environ. 94, 74-85. Wang, S., Wang, X., 2021. Modeling and analysis of highway emission dispersion due to
https://doi.org/10.1016/j.atmosenv.2014.05.015. noise barrier and automobile wake effects. Atmos. Pollut. Res. 12 (1), 67-75.
Sygna, K., Aasvang, G.M., Aamodt, G., Oftedal, B., Krog, N.H., 2014. Ruido del tráfico https://doi.org/ 10.1016/j.apr.2020.08.013.
rodado, sueño y salud mental. Environ. Res. 131, 17-24. Wang, Y., Guo, H., Zou, S., Lyu, X., Ling, Z., Cheng, H., Zeren, Y., 2018. Fotoquímica del
https://doi.org/10.1016/j.envres.2014.02. 010. O3 superficial sobre el Mar del Sur de China: aplicación de un modelo de caja de
Tang, U.W., Wang, Z.S., 2007. Influences of urban forms on traffic-induced noise and air pol- mecanismo químico casi explícito. Environ. Pollut. 234, 155-166.
lution: results from a modelling system. Environ. Model. Softw. 22 (12), 1750-1764. https://doi.org/10.1016/j.envpol.2017.11. 001.
https://doi.org/10.1016/j.envsoft.2007.02.003. Xu, C., He, X., Sun, S., Bo, Y., Cui, Z., Zhang, Z., Dong, H., 2022. Sensitivity of ozone formation
Thiruvenkatachari, R.R., Ding, Y., Pankratz, D., Venkatram, A., 2022. A field study to in summer in Jinan using observation-based model. Atmosphere 13 (12), 2024. https://
estimate the impact of noise barriers on mitigation of near road air pollution. Air Qual. doi.org/10.3390/atmos13122024.
Atmos. Health 15 (2), 363-372. https://doi.org/10.1007/s11869-021-01104-9. Zannetti, P., 2013. Modelización de la contaminación atmosférica: Teorías, métodos
Tong, Z., Baldauf, R.W., Isakov, V., Deshmukh, P., Max Zhang, K., 2016. Roadside computacionales y software disponible. Springer Science & Business Media.
vegetation barrier designs to mitigate near-road air pollution impacts. Sci. Total Zannin, P.H.T., do Nascimento, E.O., da Paz, E.C., do Valle, F., 2018. Aplicación de redes
Environ. 541, 920–927. https://doi.org/10.1016/j.scitotenv.2015.09.067. neuronales artificiales para la optimización de barreras acústicas. Entornos 5 (12).
Tsai, K.T., Lin, M.D., Lin, Y.H., 2019. Evaluación y prevención de la exposición al ruido en https://doi.org/10. 3390/environments5120135.
torno al ferrocarril d e alta velocidad. Int. J. Environ. Sci. Technol. 16 (8), 4833-4842. Zhai, X., Russell, A.G., Sampath, P., Mulholland, J.A., Kim, B.-U., Kim, Y., D'Onofrio, D., 2016.
https://doi.org/10.1007/ s13762-018-2047-6. Calibrando los resultados del modelo R-LINE con datos observacionales para
TURKSTAT, 2021. Road Motor Vehicle Statistics, Number of Motor Vehicles by Type of desarrollar campos anuales de contaminantes atmosféricos de fuentes móviles a una
Fuel U s e d . Instituto Turco de Estadística (Türk Standartları Enstitüsü). resolución espacial fina: aplicación en Atlanta. Atmos. Envi- ron. 147, 446–457.
https://doi.org/10.1016/j.atmosenv.2016.10.015.
34

Investigation of Simultaneous Effects of Noise (1) Es

Cargado por

Información del documento

Título original

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

Investigation of Simultaneous Effects of Noise (1) Es

Cargado por

Copyright:

Formatos disponibles

Suscríbete a DeepL Pro para poder traducir archivos de mayor tamaño.

Más información disponible en www.DeepL.com/pro.

Ciencia del Medio Ambiente Total 892 (2023) 164754

Listas de contenidos disponibles en ScienceDirect

Ciencia del Medio Ambiente Total

Investigación de los efectos simultáneos de las barreras acústicas sobre el ruido y

fuentes de ruido ambiental

ferroviaria de alta velocidad de Taiwán central (THSR) mediante mediciones

2.1. Mediciones del emplazamiento

El estudio de campo se realizó en una zona en la que ya existía

Fig. 1. Puntos de medición y plano del emplazamiento.

(a) Lado de la carretera de la barrera (b) Lado receptor de la barrera

Fig. 2. Fotos de la zona de estudio.

Fig. 4. Datos de temperatura y nubosidad durante el periodo de medición.

modelización de plumas gaussiana proporcione un ajuste preciso entre las

Motor ligero Medio pesado Pesado

Cuadro 2 vuelven a aumentar. Además, el número de vehículos por hora aumenta

muestreo pasivo obtenidos para el

Fig. 15. Promedio de NO calculado por el modelo RLINE y medido

Fig. 16. Medición del ruido en carretera y resultados del modelo.

Aunque la barrera acústica mostró un claro efecto reductor tanto del

Los datos utilizados son confidenciales.

Declaración de intereses competitivos

Los autores declaran los siguientes intereses económicos/relaciones

Este estudio ha sido financiado por el Consejo de Investigación

También podría gustarte