Modelos de Calidad Del Aure

TRANSPORTE Y CALIDAD DEL AIRE EN MENDOZA INFORME N°2

UTN-FRM www.frm.utn.edu.ar/ceds 1

TRANSPORTE Y CALIDAD DEL AIRE EN MENDOZA

INFORME N° 2: Modelos de calidad del aire

S Enrique Puliafito, Fernando Castro, David Allende

www.frm.utn.edu.ar/ceds

Octubre de 2009

RESUMEN

Las emisiones a la atmósfera de varios contaminantes provenientes de fuentes estacionarias y

móviles afectan diariamente la calidad de vida y la salud pública. El impacto puede

presentarse en escala local (en un ambiente urbano) o en escala regional, con efectos tales

como deposición ácida o influencia en concentraciones de ozono troposférico.

La ciudad de Mendoza, al igual que muchas en el país, ha experimentado un crecimiento de la

urbanización, con incremento de movimiento vehicular, aumento de contaminación

atmosférica y pérdida de espacios agrícolas y áreas verdes.

Las emisiones procedentes del sistema de transporte constituyen un porcentaje alto sobre el

total de emisiones. En el área urbana del Gran Mendoza, la Dirección de Protección

Ambiental dependiente de la Secretaría de Ambiente ha monitoreado regularmente la calidad

de aire desde 1990 en varios sitios del centro urbano, contándose con estadísticas de valores

medios diarios de CO, NOx y SO2.

En este sentido, diversos estudios han caracterizado la contaminación ambiental y sus

consecuencias en la ciudad a partir del análisis de los datos obtenidos en las estaciones fijas.

Este enfoque, si bien es útil, se considera insuficiente para identificar claramente fuentes y

distribución de la contaminación atmosférica, debido a la poca representatividad espacial de

las mediciones puntuales.

Los modelos de dispersión atmosférica son formulaciones matemáticas que caracterizan los

procesos atmosféricos que dispersan contaminantes emitidos por una fuente determinada.

Basados en datos meteorológicos y datos de emisiones, los modelos de dispersión se utilizan

para predecir concentraciones en un determinado receptor ubicado en la dirección del viento y

constituyen herramientas clave para el diseño y control de fuentes de emisión.

En el primer informe se detalló la metodología aplicada para determinar un inventario de

emisiones de fuentes vehiculares usando un modelo top-down. En este Segundo Informe se

detallan los aspectos metodológicos para determinar las concentraciones ambientales a partir

de la distribución espacial de las emisiones usando un modelo bottom-up. El cálculo de las

concentraciones ambientales se determina usando un modelo de dispersión, cuyos resultados

se comparan con las mediciones de monitoreo existentes lo que permite una efectiva

evaluación del inventario de emisiones y del impacto sobe la calidad del aire de dichas

fuentes.

Universidad Tecnológica Nacional Facultad Regional Mendoza

Centro de Estudios para el Desarrollo Sustentable Grupo de Estudios de la Atmósfera y el Ambiente

CEDS

GEAA

http://www.frm.utn.edu.ar/ceds



INDICE 1 Introducción .................................................................................................................................................... 4 2 Metodología usada .......................................................................................................................................... 6

2.1 Determinación de las emisiones de contaminantes ................................................................................ 6 2.1.1 Cálculo de las emisiones de fuentes móviles .................................................................................... 6

2.2 Cálculo de las concentraciones ambientales ........................................................................................ 12 2.2.1 Cálculo de las concentraciones de contaminantes para fuentes de área .......................................... 13

2.3 Modelo CALPUFF .............................................................................................................................. 13 3 Área de estudio.............................................................................................................................................. 15

3.1 Descripción de la topografía ................................................................................................................ 17 3.2 Uso del suelo y grilla de modelado ...................................................................................................... 17

4 Monitoreo y Calidad del aire ......................................................................................................................... 18 4.1 Monitoreo en Mendoza ........................................................................................................................ 18 4.2 Resultados de Mendoza ....................................................................................................................... 19

4.2.1 Dióxido de azufre: ........................................................................................................................... 19 4.2.2 Óxidos de nitrógenos:...................................................................................................................... 19 4.2.3 Ozono y monóxido de carbono ....................................................................................................... 20 4.2.4 Material particulado total y PM10 ................................................................................................... 25

5 Referencias .................................................................................................................................................... 29

INDICE DE TABLAS

Tabla 1: Coeficientes para el flujo vehicular y la velocidad de cada jerarquía ...................................................... 9 Tabla 2: Valores anuales medios de calidad del aire en Mendoza. ...................................................................... 19 Tabla 3: Balance total de emisiones por método top-down y bottom-up ............................................................. 20

INDICE DE FIGURAS

Figura 1: Asignación espacial de las emisiones de fuentes vehiculares, industriales y fugitivas. ........................ 10 Figura 2: Distribución espacial de las jerarquías de calles. .................................................................................. 10 Figura 3: Distribución espacial de las densidades de flujos vehiculares medios diarios (TDMA) ...................... 11 Figura 4: Emisiones de óxidos de nitrógenos en kg/día del sector transporte ...................................................... 11 Figura 5: Emisiones de monóxido de carbono en kg/día del sector transporte .................................................... 12 Figura 6: Diagrama del área en estudio, incluyendo un acercamiento al área metropolitana del Gran Mendoza

(32° 53’ S, 68° 50’W) hacia el oeste de la República Argentina, detallando el trazado de calles y las elevaciones

del terreno (m) en la escala a la derecha. .............................................................................................................. 15 Figura 7: Rosa de vientos detallando las frecuencias para el área de estudio. ..................................................... 16 Figura 8: Parque vehicular de Mendoza en miles de vehículos. Se observan incrementos anuales entre 4% y

10%, excepto para el transporte de pasajeros en el que la evolución tiene tendencia decreciente. ....................... 16 Figura 9: Valores medios mensuales de la red de monitoreo de la DCySA de Mendoza....................... 20 Figura 10: Resultados de la modelación: a la izquierda, distribución de calles en al zona del Gran Mendoza. A la

derecha, promedios horarios de concentración de NOx, siendo todos los valores en µg/m3. ................................ 21

Figura 11: Comparación de las distribuciones de ocurrencia de las mediciones en estación de monitoreo y los

resultados de la modelación con CALPUFF ......................................................................................................... 21 Figura 12: Concentraciones de monóxido de carbono en la zona de Mendoza calculada por los programas de

modelado. .............................................................................................................................................................. 22 Figura 13: Concentraciones de NOx correspondientes a valores medios horarios debidas al tránsito automotor.

.............................................................................................................................................................................. 23 Figura 14: Concentraciones de CO correspondientes a valores medios horarios debidas al tránsito automotor. 24 Figura 15: Concentraciones de PM10 correspondientes a valores medios horarios debidos al tránsito automotor.

.............................................................................................................................................................................. 25 Figura 16: Contribución de distintas fuentes a la emisión total de PM10 para el Gran Mendoza ....................... 26 Figura 17: Contribución de distintas categorías vehiculares a las emisiones de PM10. ...................................... 26 Figura 18: Concentraciones promedio diarias de PM10 en µg m-3 simuladas con CALPUFF para junio 2009,

para todo tipo de fuentes. Los triángulos negros corresponden a fuentes industriales y la estrella blanca marca es

ubicación de la estación de monitoreo. ................................................................................................................. 27 Figura 19: Concentraciones promedio diarias de PM10 en µg m-3 medidas y simuladas en el sitio donde se halla

ubicada la estación de monitoreo. ......................................................................................................................... 27



Figura 20: Contribución porcentual de distintas fuentes a las concentraciones de PM10 simuladas en el sitio

donde se halla la estación de monitoreo. ............................................................................................................... 28



1 Introducción

Las emisiones a la atmósfera de varios contaminantes provenientes de fuentes estacionarias y

móviles afectan diariamente la calidad de vida y la salud pública. El impacto puede

presentarse en escala local (en un ambiente urbano) o en escala regional, con efectos tales

como deposición ácida o influencia en concentraciones de ozono troposférico.

La ciudad de Mendoza, al igual que muchas en el país, ha experimentado un crecimiento de la

urbanización, con incremento de movimiento vehicular, aumento de contaminación

atmosférica y pérdida de espacios agrícolas y áreas verdes. Las emisiones procedentes del

sistema de transporte constituyen un porcentaje alto sobre el total de emisiones. En el área

urbana del Gran Mendoza, la Dirección de Protección Ambiental dependiente de la Secretaría

de Ambiente ha monitoreado regularmente la calidad de aire desde 1990 en varios sitios del

centro urbano, contándose con estadísticas de valores medios diarios de CO, NOx y SO2. En

este sentido, diversos estudios han caracterizado la contaminación ambiental y sus

consecuencias en la ciudad a partir del análisis de los datos obtenidos en las estaciones fijas

(ver por ejemplo: Alessandro et al., 1997; Endlicher et al., 1998; Schlink et al., 1999,

Barbeito et al., 2007). Esta aproximación, si bien es útil, se considera insuficiente para

identificar claramente fuentes y distribución de la contaminación atmosférica, debido a la

poca representatividad espacial de las mediciones puntuales.

Los modelos de dispersión atmosférica son formulaciones matemáticas que caracterizan los

procesos atmosféricos que dispersan contaminantes emitidos por una fuente determinada.

Basados en datos meteorológicos y datos de emisiones, los modelos de dispersión se utilizan

para predecir concentraciones en un determinado receptor ubicado en la dirección del viento y

constituyen herramientas clave para el diseño y control de fuentes de emisión.

Estudios de simulación de calidad de aire para el Gran Mendoza pueden ilustrarse en Puliafito

et al., 2001, Puliafito et al., 2003, Puliafito y Allende, 2007. En éstos se han incorporado

actividades industriales, vehiculares, fuentes residenciales y comerciales, cuantificándose así,

la contribución de las diversas fuentes a los problemas de calidad de aire para este centro

urbano. Existen varios estudios que reflejan la importancia de un buen inventario de

emisiones en el desempeño de los modelos de dispersión (Kühlwein y Friedrich, 2000;

Namdeo et al., 2002; Baldasano et al., 2008), como así también se resalta la necesidad de

tener buena precisión espacial en los datos de entrada (Dai y Rocke, 2000; Oxley et al., 2009).

En tal sentido, para incorporar emisiones provenientes de fuentes móviles es posible

considerar innumerables pequeñas fuentes distribuidas en la red de caminos o, en forma

mucho más conveniente, desagregar espacialmente, estas múltiples fuentes en grillas

regulares. La evaluación de la contaminación atmosférica urbana así como la de las emisiones

de efecto invernadero se basa en la preparación de buenos inventarios de fuentes.

Dependiendo de la resolución temporal y geográfica deseada en tales inventarios, se pueden

realizar dos tipos de cálculos complementarios: el método de arriba hacia abajo (top-down) ,

desarrollado en el primer informe, y el método de abajo hacia arriba (bottom-up). En

cualquiera de los métodos se necesita buena información sobre fuentes de emisión, de

consumo de energía y datos meteorológicos. Los inventarios de emisión se pueden preparar

según el tipo de fuente: así, por ejemplo, para las grandes industrias, se realiza a través de

declaraciones juradas y cuestionarios sobre emisiones y consumos de energía, lo que se puede

comprobar con mediciones "in-situ" en chimeneas. En cambio a los consumidores pequeños

de energía, se los trata como fuentes de área y su emisión se calcula usando factores medios

de emisión y consumos anuales de combustible. Las emisiones de fuentes móviles (vehículos

privados, transporte de pasajeros y carga) se calculan por medio de factores de emisión que



dependen del consumo de combustible total o a partir de los kilómetros anuales recorridos por

el parque automotor total.

En el primer informe se detalló la metodología aplicada para determinar un inventario de

emisiones de fuentes vehiculares usando un modelo top-down. En este Segundo Informe se

detallan los aspectos metodológicos para determinar las concentraciones ambientales a partir

de la distribución espacial de las emisiones usando un modelo bottom-up. El cálculo de las

concentraciones ambientales se determina usando un modelo de dispersión, que luego se

comparan con las mediciones de monitoreo existentes lo que permite una efectiva evaluación

del inventario de emisiones y del impacto sobe la calidad del aire de dichas fuentes.

En este informe se presenta un resumen metodológico de tipo bottom up, que permite obtener

una desagregación espacial (y temporal) de las emisiones para las zonas urbanas. Se

determinará el impacto sobre la calidad del aire de las emisiones provenientes del sector

vehicular, calculando las concentraciones ambientales a partir de la aplicación de modelos de

dispersión Dividiremos, entonces, nuestro análisis en los siguientes aspectos.

1. Descripción de la metodología utilizada.

2. Evaluación de las fuentes vehiculares

3. Aplicación de modelos de dispersión para simular la actual situación de la

calidad del aire en la zona bajo estudio.

4. Comparación del modelo con mediciones de calidad del aire.



2 Metodología usada

2.1 Determinación de las emisiones de contaminantes

En el primer informe se presentó un balance de las emisiones del sector transporte siguiendo

una metodología tipo top-down, la cual es generalmente suficiente para estimar las emisiones

promedio anuales. Las emisiones se estiman a partir de la información de venta de

combustible en el Gran Mendoza separados por tipo de combustible, lo que se distribuye de

acuerdo a la cantidad de vehículos totales y un promedio típico anual de uso. Sin embargo, si

se requiere información más detallada se necesitan realizar aproximaciones tipo bottom-up, es

decir determinar cantidad, frecuencia y tipo de vehículo en cada calle de la ciudad. Esto es

especialmente necesario para las emisiones vehiculares debido a su alta variabilidad. Para

caracterizar las emisiones vehiculares desde un enfoque bottom-up es necesario reunir

información de conteos de tráfico en las intersecciones de las calles principales y determinar

las velocidades promedio de los vehículos. Los vehículos en cada calle están agrupados en

diferentes categorías según el combustible que utilicen, su tamaño y su tipo. Una explicación

detallada de este método se puede encontrar en Puliafito et al (1999, 2000, 2003, 2005), y los

sitios web de las agencias ambientales internacionales tales como EEA (la Agencia Ambiental

Europea), USEPA (AP-42), o el Panel Internacional para el Cambio Climático. Estos métodos

permiten el cálculo de la emisión de contaminantes tales como monóxido de carbono (CO),

óxidos de nitrógeno (NOx), hidrocarburos volátiles no metánicos (NMVOC), dióxido de

carbono (CO2), metano (CH4), óxido nitroso (N2O), amoníaco (NH3), óxidos de azufre (SOx),

material particulado (PM10), hidrocarburos poliaromáticos (PAH), metales pesados tales

como plomo (Pb), cromo (Cr), níquel (Ni), y otros.

Los factores de emisión y los inventarios de emisión han sido herramientas fundamentales

para la administración y control de la calidad del aire. Las estimaciones de las emisiones son

importantes para establecer las estrategias de control de emisión, establecer programas de

permisos, realizar evaluaciones de impacto ambiental y establecer estrategias apropiadas de

mitigación. Cuando no se cuenta con mediciones realizadas sobre las propias fuentes de

emisión, se usan factores de emisión promedios basados en la actividad de la fuente.

Un factor de emisión es un valor representativo que procura relacionar la cantidad de

contaminantes emitidos a la atmósfera con una actividad asociada a esa emisión. Estos

factores se expresan generalmente como el peso del contaminante emitido dividido por la

unidad de peso, volumen, distancia, o duración de la actividad que emite el agente

contaminador (e. g., kilogramos de NOx por toneladas de combustible quemado). En la

mayoría de los casos, estos factores son simplemente promedios de todos los datos que se

encuentran disponibles y que tienen una calidad aceptable, y se asumen como representativos

de los promedios a largo plazo para instalaciones similares. Este factor puede ser obtenido,

por ejemplo de los inventarios de la agencias de protección del medio ambiente, como por

ejemplo en EUA la compilación AP-42 de la EPA o en Europa la guía EMEP/CORINAIR.

2.1.1 Cálculo de las emisiones de fuentes móviles

Para calcular las emisiones de fuentes móviles, siguiendo un enfoque “Bottom-up”, se parte

de información desagregada al nivel de cada calle de a ciudad bajo estudio. Es decir, hay que

determinar tipo, cantidad, frecuencia de los vehículos en circulación. Esta información se

organiza a partir de un sistema de información geográfico (GIS). En un GIS, la información

puede organizarse como elementos geo-referenciados de punto, de línea o de área. La Figura

1 muestra la organización por capas (o layers) de cada tipo de fuente en un GIS. Cada

segmento, punto o área constituye un registro al que se le puede asignar atributos o valores



específicos. Normalmente las calles se representan por segmentos de longitud variable.

Posteriormente, a cada segmento se le asignará una emisión proveniente de los vehículos que

circulan por ese segmento. Para su posterior procesamiento en un modelo de dispersión, el

patrón de contaminantes se agrupa en celdas de un dominio grillado. Esto permite reducir en

gran medida la cantidad de registros a procesar. Es por ello que la información del segmento

(aprox. 25000 segmentos en Mendoza) se asocia a una grilla (aprox. 5000 celdas). Éstas

celdas deben ser lo suficientemente grandes como para que no haya un número elevado de

registros, haciendo de esta manera lento el procesamiento de información, y tampoco es útil

hacerlas demasiado grandes ya que la información que se diluyen demasiado los patrones de

emisión. Se utilizó un tamaño de celda de aproximadamente 500 metros de lado como

solución de compromiso, logrando así obtener imágenes con información aceptable y que

requieren un tiempo de procesamiento manejable por el hardware disponible. Desde un

análisis bottom-up, las emisiones totales de contaminantes o gases de efecto invernadero

generados por el tránsito vehicular puede calcularse como:

j i

jijjk NvkmFLE ,),,( (1)

Donde, Ek es la emisión para el contaminante k, el factor de emisión F(mi, k, vj) es expresado

como la masa de contaminante mi por unidad de longitud y es una función de la velocidad v y

del tipo de vehículo i, y del contaminante k; el flujo de tráfico Ni,j es expresado para cada

segmento de calle j y tipo de vehículo i. El tipo de vehículo i depende del combustible

utilizado (GNC, gasoil, nafta) y de su uso (carga, particular, pasajeros).

Este valor de emisión que se calcula debería aproximarse al valor obtenido por el método

Top-down descripto anteriormente. Esta expresión supone un conocimiento de la cantidad de

vehículos que circulan por cada segmento de calle, como así también el tipo de emisión que

genera cada vehículo dependiendo de su tipo de combustión, tamaño, antigüedad, etc. Para la

aplicación de este modelo se considera información disponible sobre el conteo de vehículos,

información obtenida de fuentes propias de conteo, encuestas de Origen y Destino y la

distribución modal entre transporte público y transporte privado.

Se necesitan estimar tres variables principales: el flujo promedio en cada segmento y tipo de

vehículo, la velocidad promedio y el factor de emisión específico.

Según se determinó más arriba, en un GIS los segmentos de tipo línea en la base de datos

representan una calle. En cada uno de esos registros se almacena la longitud y ancho de la

calle, la cantidad de vehículos, la velocidad media, etc. Las calles se caracterizan de acuerdo

a tres jerarquías: a) Primarias, incluyen los accesos principales a la ciudad y rutas

interdepartamentales, b) secundarias o intradepartamentales, c) terciarias o residenciales. Las

jerarquías se eligen de acuerdo a su intensidad de tráfico, variaciones horarias y uso

dominante (Figura 2):

Primarias: Accesos y autopistas son calles que conectan los principales distritos que

componen el área metropolitana, con alta imposición de tráfico, sin semáforos y con

una velocidad media alta (70-100 km/h).

Secundarias: son calles principales que conectan importantes sectores urbanos, con

alta densidad vehicular, con semáforos regulando la mayor parte de las intersecciones

y con una velocidad media baja (20-30 km/h).

Terciarias: calles residenciales con baja densidad vehicular, muy pocos semáforos

pero con presencia de limitadores de velocidad como badenes o lomos de burro y con

una velocidad media baja (25-35 km/h).



La flota vehicular se asoció a 28 categorías vehiculares (i) dependiendo del combustible,

peso y tecnología de control de emisiones. 19 de esas categorías corresponden a vehículos

livianos, 6 a transporte de carga y 3 a buses urbanos. En la clasificación se han tenido en

cuenta los registros de vehículos gubernamentales y datos de ADEFA (Asociación de

Fabricantes de Automóviles) para determinar la cantidad de vehículos de cada categoría. Los

kilómetros recorridos anualmente por cada vehículo, necesarios para obtener la actividad

anual de la flota (VKT), se obtuvieron a partir de la encuesta origen-destino realizada para la

ciudad en el año 2005. Los valores son similares a los utilizados en un estudio reciente de las

emisiones de fuentes móviles en Buenos Aires [11]. Los FE se calcularon a partir de los

patrones de manejo locales que dependen del tipo de vehículo (ej. bus, camión, etc.) y de las

características de las vías de circulación.

Se realizaron recorridos en diferentes tipos de calle con distintos vehículos equipados con

navegadores satelitales (GPS) para adquirir su posición segundo a segundo y poder derivar la

potencia específica del vehículo (VSP) y el estrés del motor. Estas variables son utilizadas

para caracterizar los patrones de manejo y calcular los FE.

Adicionalmente se incluyeron en las emisiones de PM10 las debidas al desgaste de frenos y

cubiertas, que se estimaron de acuerdo a la metodología CORINAIR [12]. Estas emisiones

dependen del tipo de vehículo y de la velocidad media de recorrido y se calcularon de

acuerdo a la Ecuación 2.

jijiiii SDFpEp ,,. (2)

Donde, Ep es la emisión de PM10 debida al desgaste de frenos y neumáticos [ton] para la

categoría de vehículos i en la calle de jeraquía j, Fp es el factor de emisión de PM10 [g/km],

D son los kilómetros recorridos [km] y S es un factor de corrección por velocidad.

Emisiones adicionales de PM10 en calles pavimentadas se producen por la resuspensión de

material previamente depositado en la superficie de la calle debido a la turbulencia inducida

por los vehículos, el roce producido por los neumáticos y la acción turbulenta del viento.

Para la estimación de estas emisiones se utilizó la metodología EPA [13]. Si bien esta

metodología ha sido criticada por su fuerte base empírica [4], es utilizada en diversos países,

como Chile [14], a falta de una mejor. Las emisiones se estimaron de acuerdo a la siguiente

ecuación:

36541

32,,

5,165,0

,,

PFpF

WsLDEr jiji

ij

jiji (3)

Donde, Ersi,j es la emisión de PM10 debida a la resuspensión de polvo [ton], sLj es el

contenido de limo en calles de jerarquía j [g], Wi es el peso promedio de los vehículos de la

categoría i [ton], es una constante igual a 4.6 g km-1 y P es el número de días con

precipitaciones superiores a 0.254 mm.

Se utilizó el contenido de limo en las calles previsto por defecto en la metodología EPA. El

peso promedio de los vehículos circulantes se calculó en base a la composición media del

flujo de las distintas jerarquías de calle.

La principal fuente de incertidumbre del cálculo de las emisiones vehiculares, está dada por el

desconocimiento de la distribución real del número de vehículos en cada segmento. Aunque

se utilizan conteos de tráfico y una encuesta origen-destino para calibrar los datos, es

necesario usar un modelo de tránsito para asignar específicamente un flujo N y velocidad v

apropiados a cada segmento.

Como una primera aproximación, y en tanto se determinen los flujos y velocidades (N y v) a

partir de los modelos de tránsito, usaremos información que nos brinde un dato proxy, como



la densidad de población de la ciudad y las localización de zonas comerciales, industriales,

universidades y actividades de gobierno, las que producen centros de atracción del tráfico

vehicular.

Los conteos vehiculares y la correspondiente velocidad promedio del segmento muestran una

cierta proporcionalidad como función de la distancia a los centros de atracción y a la jerarquía

de la calle. Estas dos variables, la distancia y la jerarquía, se usan para computar el flujo

vehicular y la velocidad en cada segmento, de acuerdo a los siguientes cálculos:

10

0

)/)1exp((),(),(

)/)1exp((),(),(

NBdjiNjiN

AdjiVjiv (4)

Donde, v(i,j) (km/h) es la velocidad en el segmento de jerarquía j, y vehículos de la clase i;

N(i,j) es el número de vehículos i que circulan por día por el segmento de jerarquía j; d es la

distancia normalizada al área central (d=1 en el área central, d=0 en los límites del área bajo

estudio); A y B son coeficientes que se calibran con el conteo de tránsito. Esta ecuación es del

tipo logística (o sigmoidea) que comienza en cero en un valor inicial y se satura para un valor

unitario o máximo. El concepto sería, que a medida que los segmentos están más cerca de la

zona central (d=1) las velocidades se reducen (logística inversa) y el número de vehículos

crece (logística directa). La Tabla 1 muestra los datos usados para el Gran Mendoza.

La Figura 3 muestra la asignación espacial de las densidades de flujos medios diarios anuales

de vehículos (TDMA).

Las emisiones de cada segmento se calculan de acuerdo a la Ecuación (1), la cual dependerá

de los tipos de vehículos asignados a cada segmento y sus factores de emisión. Posteriormente

se suman las emisiones de cada segmento en celdas de 500 x 500 m, conformando un mapa,

grilla o catastro de emisiones. La Figura 4 y la Figura 5 muestran la distribución espacial de

emisiones por celdas.

Una vez preparado el inventario para cada tipo de emisión, se procede a correr el programa de

dispersión.

Tabla 1: Coeficientes para el flujo vehicular y la velocidad de cada jerarquía

Variable

Jerarquía

Primaria Secundaria Terciaria

k 110 120 130 210 220 310

V0 60 40 40 30 25 20

A 1.2 1.2 1.2 1.1 1.1 1.1

N0 40000 40000 27000 25000 20000 12000

N1 2500 1000 500 300 300 300

B 0,36 0,3 0,3 0,27 0,17 0,25

Fuente: Elaboración propia.



Figura 1: Asignación espacial de las emisiones de fuentes vehiculares,

industriales y fugitivas.

Figura 2: Distribución espacial de las jerarquías de calles.



Figura 3: Distribución espacial de las densidades de flujos vehiculares medios

diarios (TDMA)

Figura 4: Emisiones de óxidos de nitrógenos en kg/día del sector transporte



Figura 5: Emisiones de monóxido de carbono en kg/día del sector transporte

2.2 Cálculo de las concentraciones ambientales

La evaluación del impacto de las emisiones se realiza a través del uso de modelos de

dispersión atmosférica, por ejemplo: ISC3, AERMOD, CALPUFF que calculan la

concentraciones ambientales a partir del inventario de emisiones e información meteorológica

como temperatura, viento y estabilidad atmosférica. Estos programas fueron diseñados

especialmente para las fuentes industriales múltiples, pero también permiten su uso en fuentes

de línea o de área.

El programa de dispersión calcula los valores de concentraciones para cada celda (o receptor)

de una grilla del área bajo estudio. La concentración ambiental en un receptor situado a una

distancia (x, y, z) de una fuente fija se calcula generalmente usando un pluma gaussiana

bidimensional. La concentración C(g/m3) para las coordenadas (x, y, z) es:

)2

exp()2

)(exp(

1),,(

2

2

2

2

yzzy

yHz

u

QzyxC (3)

Donde Q (g/s) es la tasa de emisión de la fuente, x es la dirección del viento, H (m) es la altura

eficaz de la chimenea, y es la distancia transversal a la dirección del viento en el plano

horizontal, z es la altura del receptor sobre la tierra, u (m/s) es la velocidad del viento; z (m)

y y (m) son los coeficientes de dispersión lateral y vertical respectivamente. Estos

coeficientes están tabulados y dependen de la clase de la estabilidad y de la distancia a la

fuente x (Turner, 1970). Esta ecuación y los modelos de dispersión están suficientemente

tratados en libros de textos y publicaciones, por ejemplo, Seinfeld, J., 1975; Zanetti, 1990;

Puliafito et al, 2003. Sin embargo sólo haremos unas pequeñas consideraciones. Debe notarse

que los modelos gaussianos representan una aproximación estadística, ya que la pluma varía



en forma aleatoria instantáneamente de acuerdo a la dirección del viento. Sin embargo los

valores medios horarios se aproximan a la función descrita en (3). Otro elemento importante

es que el modelo gaussiano simple, Ecuación (3), no considera la combinación química entre

los contaminantes, es decir, los gases y partículas se consideran inertes, y la validez del

modelo a una distancia a sotavento no debe exceder los 25 kilómetros; estos modelos no

consideran los aspectos microdinámicos locales en el receptor, por ejemplo debido a la

influencia de los árboles, edificios, etc. Sin embargo, a pesar de estas limitaciones, los

cálculos representan adecuadamente las concentraciones ambientales para promedios

horarios, diarios, mensuales y anuales; y se usan especialmente para determinar si el impacto

de las emisiones de una fuente o conjunto de fuentes, esto es, las concentraciones ambientales

calculadas, superan las normas de calidad del aire establecidas para los receptores

seleccionados.

2.2.1 Cálculo de las concentraciones de contaminantes para fuentes de área

Cuando se desea estimar la contaminación en un centro urbano, uno se enfrenta a menudo con

el problema de calcular el efecto acumulativo de numerosas fuentes pequeñas (áreas

residenciales, pequeñas empresas, emisiones de vehículos, etc.), que se distribuyen sobre un

área grande. En tales casos la tasa de emisión se expresa como un flujo medio de

contaminantes por unidad de área (g/m2.s).

Una posible solución es dividir el sector urbano en fuentes rectangulares. La concentración

ambiente se puede calcular usando el modelo de dispersión gaussiana estándar aplicado para

las fuentes de área. Si un área tiene la dimensión Dy transversal al viento y dimensión Dx

según la dirección del viento, la concentración viento abajo se puede calcular para un área

infinitesimal dx dy, aplicando la ecuación de dispersión gaussiana para fuentes fijas,

modificada de la siguiente forma:

dxD

erfz

u

q

dxdyyz

u

qzyxC

y

y

z

Dx

z

Dy

Dy yz

Dx

zy

222exp

12

,2

exp2

exp1

),,(

2

2

0

2/

2/

2

2

2

2

0

(4)

Donde q es la tasa de emisión de la fuente por unidad de área en g/(m2.s), y y z(m) son los

coeficientes de dispersión lateral y y vertical z; u es la velocidad del viento (m/s) a lo largo del

eje x. La erf es la función de error, y es una medida del área bajo la función de distribución

gaussiana. Por ejemplo, el modelo de la EPA ISC3, utiliza un algoritmo similar a la Eq. (4),

inclusive para fuentes de área con diversas formas rectangulares, pero el tiempo de cálculo es

muy grande comparado con el tiempo de procesamiento de las fuentes puntuales.

2.3 Modelo CALPUFF

Con el objeto de estimar la dispersión de contaminantes en la atmósfera, se utilizó el sistema

de modelado CALPUFF, incorporando así, el transporte, dispersión y transformación de NOx,

CO y PM10. CALPUFF es un modelo de dispersión gaussiano por soplos, de estado no

estacionario, multicapa y multiespecie que puede simular los efectos de condiciones

meteorológicas cambiantes en el tiempo y espacio sobre el transporte, transformación y

remoción de contaminantes (Scire et al., 2000). Dado que CALPUFF es un modelo de soplos

lagrangiano, está programado para simular cantidades discretas de material contaminante

emitidas por una fuente en el flujo de aire, así, mientras la circulación cambia de hora a hora,



el camino que cada soplo sigue, cambia con la nueva dirección del viento. El modelo usa la

formulación de soplo gaussiano para el cálculo de la concentración de contaminantes en

cualquier lugar ubicado a sotavento en una ubicación específica (receptor). Un detalle de

algoritmos para los diferentes procesos físicos que gobiernan la dispersión y detalles sobre

aplicaciones de los modelos pueden encontrarse en Scire et al., 2000 y US EPA, 2000. La

Ecuación 1 y la Ecuación 2 muestran que la contribución de un soplo en un receptor dado es:

2222 2exp2exp2

ycxa

yx

ddgQ

C

(1)

n

zez nhHg 222/122exp22

(2)

Donde C es la concentración a nivel del piso (g/m3), Q es la masa de contaminante (g) en el

soplo, σx es la desviación estándar (m) de la distribución gaussiana en la dirección del viento,

σy es la desviación estándar (m) de la distribución gaussiana en la dirección perpendicular al

viento, σz es la desviación estándar (m) de la distribución gaussiana en la dirección vertical,

da la distancia (m) desde el centro del soplo en la dirección del viento al receptor, dc la

distancia (m) desde el centro del soplo hasta el receptor en la dirección perpendicular al

viento, g el término vertical (m-1) de la ecuación gaussiana, He es la altura efectiva (m) del

centro del soplo, sobre el suelo, h la altura de capa de mezcla (m) y n es la extensión de

diseminación vertical de la pluma vertical incluyendo refecciones múltiples en la capa de

mezcla y el suelo.

El modelo es ampliamente recomendado por la Agencia de Protección Ambiental de los

Estados Unidos (US EPA) para simular los efectos de la dispersión de contaminantes en

transporte a gran escala, típicamente entre 50 y 200 km (US EPA, 2008), y contiene varios

algoritmos aplicables para cálculos de distancias mucho menores. Asimismo, el modelo puede

tratar períodos de calma (velocidades del viento < 1 m/s) evitando estimaciones de

concentración poco reales (US EPA, 1998). Otro motivo de elección del modelo fue su

capacidad de simular reacciones químicas lineales en forma consistente con la formulación

del soplo, incorporando mecanismos de reacción de pseudo-primer orden para la conversión

de SO2 en SO42- y NOx en NO3-.

Una consideración de modelado clave en CALPUFF es la especificación de los coeficientes

de dispersión gaussiano horizontal y vertical, σy y σz, para un soplo, al inicio y al final de

cada paso de muestreo y también, para cada receptor en el cual se compute la contribución de

la nube contaminante. Los coeficientes para el soplo al inicio del paso de muestreo son

iguales a los mismos encontrados al final del paso anterior. Los coeficientes para el final del

paso, o para un receptor cercano, se computan de acuerdo a una relación de turbulencia y

constantes relacionadas con la fuente.

El período de simulación para cada sector es de un año completo de meteorología. Los datos

fueron obtenidos de los registros horarios de la estación ubicada en el Aeropuerto El

Plumerillo (32° 50’ S, 68° 50’ W). Se incorporaron al modelo elevaciones del terreno con

resolución de aproximadamente 90 m usando datos de United States Geological Survey

(USGS) y se caracterizó cada uno de los dominios incorporando datos de uso del suelo

globales disponibles en bases de datos de Global Land Cover Characterization (GLCC). Se

modelaron tres especies (NOx, CO y PM10) y se utilizó la configuración por defecto del

modelo CALPUFF para todas las opciones de dispersión. Para determinar perfiles de

concentraciones, en todos los dominios se utilizaron receptores grillados cartesianos ubicados

cada 250 m, lográndose una buena representación de los resultados de calidad de aire y un

adecuado tiempo computacional.



CALPUFF utiliza un algoritmo especial para calcular concentraciones dentro del área emisora

y en receptores en la dirección del viento. Si bien, en varios casos, el uso de fuentes puntuales

virtuales puede proporcionar un tratamiento simple de fuentes de área, evitando la integración

de la Ecuación 1, esta aproximación no parece ser satisfactoria para receptores muy cercanos

o interiores al área emisora, o para áreas muy grandes. El modelo supera esta limitación

incluyendo un algoritmo para la integración 2D sobre un polígono de forma arbitraria que

utiliza el método de Romberg (Scire et al., 2000) para determinar el valor de la integral.

3 Área de estudio

El centro urbano del Gran Mendoza (33°S, 68°W, s. l. de 750 m. a. N.) está ubicado al oeste

de la República Argentina, en el piedemonte de la Cordillera de Los Andes, ocupando un área

de 16.692 km2, sobre la zona del Oasis Norte de la Provincia. El Gran Mendoza se extiende

de forma casi regular hacia el Nordeste, Este y Sur, mientras que las estribaciones de la

Cordillera, impiden el crecimiento en las direcciones Norte y Oeste. Se trata de la cuarta

aglomeración del país con 1.230.000 habitantes, siendo la más importante fuera de la Pampa

Húmeda. Forman el área metropolitana los departamentos de Capital, Godoy Cruz,

Guaymallén y las zonas urbanas de Las Heras, Luján de Cuyo y Maipú. Ninguna de estas

localidades departamentales es dominante en la composición demográfica, ya que la

población se distribuye uniformemente en toda el área. En la Figura 6 se muestra un esquema

del área metropolitana del Gran Mendoza. Esta zona tiene una extensión urbana aproximada

de 370 kilómetros cuadrados y una densidad demográfica media urbana de 2800 hab/km2. La

Provincia de Mendoza participa con el 4,5 % del PBI nacional, mientras que el área

metropolitana alcanza los 2,5 %. La Ciudad se ubica en una zona árida a semiárida, de

precipitaciones bajas, 120-400 mm anuales, principalmente en meses de verano. La cercanía

de la Cordillera de Los Andes tiene una fuerte influencia en la meteorología y en la calidad de

aire locales, debido a la circulación típica valle-montaña de variación diaria. La velocidad de

viento media anual es alrededor de 2,6 m/s con un 26% de calmas. Las direcciones

predominantes son S, S-SW, E-SE y E (Figura 7) El área presenta baja humedad relativa

(50%), baja incidencia de niebla y pocos días cubiertos (65-75 días /año).

Figura 6: Diagrama del área en estudio, incluyendo un acercamiento al área metropolitana del

Gran Mendoza (32° 53’ S, 68° 50’W) hacia el oeste de la República Argentina, detallando el

trazado de calles y las elevaciones del terreno (m) en la escala a la derecha.



Figura 7: Rosa de vientos detallando las frecuencias para el área de estudio.

Figura 8: Parque vehicular de Mendoza en miles de vehículos. Se observan incrementos

anuales entre 4% y 10%, excepto para el transporte de pasajeros en el que la evolución tiene

tendencia decreciente.

Las emisiones de carbono y contaminantes principales que afectan la calidad del aire

provienen de cinco sectores: la producción energética, la industria, la agricultura, los sectores

del servicio, residenciales y el transporte. Las principales actividades de estos sectores son: a)

producción energética e industria, entre ellos una refinería de petróleo; una industria

petroquímica; una empresa de ferroaleaciones, una central termo-eléctrica y una industria de

producción de cemento; b) sector agrícola: Mendoza tiene una actividad agrícola importante

orientada a la producción vinos, aceite de olivas, frutas en fresco y verduras; c) sector de

servicio: comercio, educación e institucionales; d) residencial: este sector ha tenido una gran

expansión geográfica en la última década; e) transporte de mercancías y de pasajeros.



Las emisiones del sector transporte en el Gran Mendoza son un importante factor de presión

en la calidad del aire como consecuencia de la elevada edad promedio de la flota vehicular, su

acelerado crecimiento, su falta de mantenimiento y control y la expansión horizontal de la

ciudad, cuya segregación funcional aumenta las distancias de transporte. La Figura 8 muestra

la evolución del parque vehicular provincial.

Las emisiones del transporte rodado para el año 2006 de la ciudad de Mendoza se estimaron

con el modelo de emisión COPERT III (Ntziachristos and Samaras, 2000), cuyo detalle se

realizó en el primer informe.

3.1 Descripción de la topografía

Existe en el dominio computacional del modelo una influencia importante del terreno, con

elevaciones de hasta 2800 metros (MSL) en la cercanía de la ciudad de Mendoza. En

consecuencia, existen efectos significativos a consecuencia de la topografía, modelados como

interacciones del tipo pluma-terreno. Para el dominio del modelado se han utilizado datos a

partir de archivos de elevación de terreno SRTM3, producidos por United States Geological

Survey (USGS). Los datos han sido proporcionados en archivos que cubren bloques de un

grado por un grado de latitud y longitud. Un grado de datos consiste en una matriz de 1201

por 1201 elevaciones referenciadas en el Sistema de Coordenadas Geográficas

(latitud/longitud) del World Geodetic System 1972 Datum. Las elevaciones están dadas en

metros MSL y el espaciado a lo largo de cada perfil es de 3 segundos de arco, lo que

corresponde aproximadamente a 90 metros. El dominio de modelado corresponde a un área de

42 km por 42 km principalmente sobre el área del Gran Mendoza, incluyendo el terreno desde

los 68.7º O de longitud hasta 69º O y latitudes entre 32.7º S y 33.1º S.

Se utiliza una resolución de 350 metros sobre las elevaciones del terreno para representar las

variaciones del mismo en el área de estudio. Los registros de elevaciones del terreno son

promediados en cada grilla de la celda para producir una elevación promedio en cada punto de

la misma. La resolución de 350 metros produce un número conveniente de celdas (120 por

120), permitiendo una ajustada representación de las diferencias del terreno como así también

un tiempo adecuado de procesamiento de datos.

3.2 Uso del suelo y grilla de modelado

Se ha generado un campo grillado de las categorías predominantes de uso del terreno, a partir

de datos Land Use/Land Cover (LULC) de U.S. Geological Survey para la zona en estudio.

Estos datos han sido desarrollados por continente, usando Proyección Geográfica

(latitud/longitud) en un período de 12 meses, de abril de 1992 a marzo de 1993. Los datos han

sido obtenidos a partir de la Global Land Cover Characterization (GLCC) Database, en un

formato con una resolución de 1 km aproximadamente (30 segundos de arco), procesados

luego para obtener campos grillados de 1.05 km de resolución. Las 38 categorías de uso del

terreno de la USGS han sido derivadas en 14 categorías del uso del terreno de CALMET para

el uso de CALPUFF. Las propiedades de superficie tales como Albedo, Relación de Bowen,

rugosidad superficial, se computan proporcionalmente a cada fracción de uso del terreno en el

modelado de CALPUFF.

La simulación meteorológica y de dispersión ha sido conducida por un periodo de un año.

Éste se ha seleccionado de acuerdo con la disponibilidad de datos. Para CALPUFF se utilizó

el formato de datos meteorológicos del tipo ISC3 extendido con una sola estación, usados por

el modelo para asignar a cada punto de la grilla una distribución espacial de variables

meteorológicas. En este estudio se han utilizado receptores grillados localizados en el centro



de cada punto de la grilla con el objeto de obtener suficiente información para dibujar los

contornos de las estimaciones de concentración.

4 Monitoreo y Calidad del aire

El impacto de las emisiones urbanas se traduce en un deterioro de la calidad del aire, es decir

en el aumento de las concentraciones ambientales de los contaminantes principales. Una

forma de evaluar este impacto es a través de una red de monitoreo de contaminantes. La

ciudad de Mendoza ha establecido programas y estaciones de monitoreo con el objeto de

realizar un seguimiento de la evolución de los principales contaminantes que afectan la

calidad del aire.

Los contaminantes criterio, son normalmente el material particulado suspendido total (PST) y

PM10), el ozono superficial (O3), los óxidos de nitrógeno (NOx) como composición del

dióxido de nitrógeno (NO2) y el óxido nítrico (NO), el dióxido de azufre SO2 , el monóxido

de carbono (CO), el plomo, los hidrocarburos volátiles no metánicos. El dióxido de carbono

no es considerado un contaminante, pero ya que constituye uno de los principales gases de

efecto invernadero se lo incluye actualmente en los cálculos.

4.1 Monitoreo en Mendoza

En la zona urbana de Mendoza, el Ministerio de Ambiente y Obras Públicas del Gobierno

Provincial, a través de su Dirección de Saneamiento y Control Ambiental (DSCA) mide

desde 1970 (para algunas estaciones) y desde 1990 para unas 15 estaciones valores medios

diarios de material particulado total (MPT) por el método de captura por filtro y

reflectometría; óxidos de nitrógenos NOx usando el método de la colorimetría de Griess y

Salztmann; una vez por semana valores de 24 horas de plomo por el método de colorimetría

por ditozona; y dióxido de azufre SO2 por el método de colorimetría de West y Gacke

modificado por Pate. Las estaciones continuas cuentan con monitoreo de ozono superficial

(O3) y óxido de nitrógenos (NOx) por quimioluminiscencia, monóxido de carbono (CO) por

técnica de infrarrojo correlación de gas filtrado, además de parámetros meteorológicos y

radiación solar global. Las mediciones de PM10 se realizaron con un analizador continuo de

atenuación de radiación beta, marca Thermo Scientific, modelo FH62C14-N. El analizador se

instaló en el interior de una estación de monitoreo operada por la Dirección de Protección

Ambiental, ubicada en la playa de estacionamiento de la sede central del Instituto Nacional

de Vitivinicultura. El cabezal de toma de muestra se colocó a una altura aproximada de 3

metros. En este sitio existe una gran influencia de las emisiones vehiculares debido a su

cercanía con calles muy transitadas, como San Martín al este y 9 de Julio al oeste.

La Tabla 2 presenta los valores medios anuales de concentraciones ambientales para los

contaminantes principales.

La Figura 9 muestra una serie mensual con los valores medios sobre varias estaciones de

partículas suspendidas totales y óxidos de nitrógenos en el centro de la ciudad. Es interesante

observar la disminución profunda de partículas después de 1991 como ocurre con los NOx

pero menos acentuada. Esta reducción se debe a un cambio del sistema de transporte público

ocurrido durante 1991. Una distribución mejor del transporte público junto a mejores ómnibus

y mejor tecnología contribuyó a mejorar la calidad del aire en el centro de la ciudad. Entre

1992 y 1996 el parque automotor privado fue aumentado con vehículos nuevos, parcialmente

debido a un buen cambio de la paridad dólar-peso y parcialmente debido a un incentivo oficial

para cambiar los viejos a través del "plan canje. Ambas circunstancias contribuyeron al

aumento y al reemplazo de una parte importante del parque automotor.



Tabla 2: Valores anuales medios de calidad del aire en Mendoza.

AÑO PST ug/m3 NOX ppb SO2 ppb

1987 302.3 44.0 5.0

1988 331.3 46.0 4.0

1989 290.0 31.0 27.0

1990 225.5 47.0 8.0

1991 138.6 26.0 2.0

1992 84.1 20.0 0.0

1993 83.5 21.0 0.0

1994 72.0 28.0 0.0

1995 72.8 25.0 0.0

1996 54.9 34.0 2.0

1997 66.8 40.0 4.0

1998 77.2 33.0 3.0

1999 90.4 30.3 1.5

2000 66.9 23.7 1.9

2001 64.5 18.7 1.8

2002 59.8 25.7 1.9

2003 68.5 25.2 2.4

2004 79.1 30.8 1.1

2005 76.9 24.9 1.5

2006 49.2 22.8 0.3

Fuente: Gob. de Mendoza, elaboración propia.

4.2 Resultados de Mendoza

4.2.1 Dióxido de azufre:

la fuente principal de SO2 es la refinería, la que puede alcanzar valores máximos horarios de

concentración ambiental de 100 g/m3

en la zona urbana de Mendoza, y más de 400 g/m3

en

la zona de Luján. La mayor parte de esta emisiones son emitidas a través de la antorcha.

Actualmente la refinería ha incorporado una planta de desulfuración Claus que permite la

reducción de estas emisiones. En la zona urbana pueden alcanzarse valores máximos de 8

horas de aproximadamente 100 a 200 g/m3, y valores medios anuales entre 20 y 40 g/m

3,

dependiendo de su ubicación relativa. De acuerdo a los niveles de calidad de aire de Mendoza,

sólo algunos sectores cercanos a la fuente pueden superar la norma.

4.2.2 Óxidos de nitrógenos:

La central de energía eléctrica ubicada en Luján es el principal emisor de nitrógenos de las

fuentes estacionarias, sin embargo éstas no exceden los estándares de calidad de aire. La

norma diaria de nitrógenos de 0.1 ppm se superó tres veces durante las mediciones realizadas

en la cercanía de la central eléctrica. Los valores medios diarios pueden alcanzar los 20 a 40

g/m3. En las zonas urbanas los niveles de nitrógenos son producidos por las emisiones

vehiculares.



Figura 9: Valores medios mensuales de la red de monitoreo de la DCySA de Mendoza.

4.2.3 Ozono y monóxido de carbono

De acuerdo a los valores medidos en los tres sitios, se superaron las normas de máximos

horarios de 0.06 ppm de ozono. En el entorno de la central eléctrica éste alcanzó a casi el 90%

de las horas medidas. La formación de ozono se produce a partir de hidrocarburos y

nitrógenos presentes durante las horas de luz. La mayor fuente de producción son las fuentes

móviles en la ciudad. El ozono allí producido se desplaza hacia el sur durante las horas de luz,

y luego de noche vuelve a retornar hacia el norte. En presencia de cierto nivel de nitrógenos

(NO) éste destruye el ozono. El balance medido es típico para distancias entre 10 a 20 km de

las ciudades. Otra fuente de formación de ozono lo son sin dudas las numerosas fuentes de

hidrocarburos y nitrógenos del Parque Industrial de Luján. Los valores de monóxido de

carbono no superaron las normas horarias y en general estuvo por debajo de 1 ppm,

alcanzando una vez el valor de 1.3 ppm. La Figura 12 muestra el cálculo de las

concentraciones de monóxido de carbono en la zona metropolitana de Mendoza.

Tabla 3: Balance total de emisiones por método top-down y bottom-up

Unidad Top-down Bottom-up Dif relativa %

km recorridos km/día 8.462.748 9.160.142 8,2

CO ton/año 44.201 51.023 -15,9

NOx ton/año 12.588 14.109 12,5

0

100

200

300

400

500

600

700

800

Ene-87 Sep-89 Jun-92 Mar-95 Dic-97 Sep-00 Jun-03 Mar-06

Mes y año

Ma

teri

al

pa

rtic

ula

do

to

tal

ug

/m3

0

10

20

30

40

50

60

70

80

Óx

ido

s d

e n

itró

ge

no

s (

pp

b)

PST

NOx



La Figura 10 muestra la salida de los modelos de dispersión para los valores medios horarios

de NOX. A fin de evaluar el comportamiento de los modelos de simulación se compararon los

resultados obtenidos con los datos provenientes del monitoreo en varias estaciones. Dada la

alta variabilidad (aleatoriedad) de las emisiones vehiculares no es posible determinar una

evaluación punto a punto, pero sí se puede comparar la distribución de ocurrencias de las

simulaciones con la distribución de ocurrencias de los datos de monitoreo. Figura 20 muestra

esta comparación, donde se observa que las simulaciones son capaces de determinar el

comportamiento general de la contaminación vehicular.

Figura 10: Resultados de la modelación: a la izquierda, distribución de calles en al zona del

Gran Mendoza. A la derecha, promedios horarios de concentración de NOx, siendo todos los

valores en µg/m3.

Figura 11: Comparación de las distribuciones de ocurrencia de las mediciones en

estación de monitoreo y los resultados de la modelación con CALPUFF

0

5

10

15

20

25

30

35

40

45

0.000 0.020 0.040 0.060 0.080 0.100 0.120

CONCENTRACION DE NOX

FR

EC

UE

NC

IA

CALPUFF

MEDICIÓN



Figura 12: Concentraciones de monóxido de carbono en la zona de Mendoza

calculada por los programas de modelado.



Figura 13: Concentraciones de NOx correspondientes a valores medios horarios

debidas al tránsito automotor.



Figura 14: Concentraciones de CO correspondientes a valores medios horarios

debidas al tránsito automotor.



Figura 15: Concentraciones de PM10 correspondientes a valores medios horarios

debidos al tránsito automotor.

4.2.4 Material particulado total y PM10

Se estimó que la emisión total de PM10 para el Gran Mendoza es de 4.237 ton año-1, siendo

las fuentes móviles las mayores contribuyentes de este valor. Las concentraciones modeladas

presentan valores de hasta 80 µg m-3

en el centro de la ciudad, la zona de mayor tráfico de

vehículos. La comparación entre las concentraciones modeladas y medidas en un sitio urbano

sirvió para validar satisfactoriamente el desempeño del modelo e, indirectamente, la

estimación de emisiones realizada. Existen también un sinnúmero de fuentes naturales de

PM10. Entre ellas, la erosión que produce el viento en zonas áridas y semiáridas de la región

aporta una gran cantidad de material particulado a los centros urbanos. Esto se puede apreciar

a simple vista durante los días de vientos intensos como el Zonda.

En la Figura 16 se puede observar la contribución de cada una de las fuentes consideradas.

Las fuentes móviles son las principales generadoras de PM10 si se tienen en cuenta sus

emisiones directas e indirectas (61%). Se observa que el PM10 producido por los vehículos

en la resuspensión es notablemente mayor al generado en la combustión. Las industrias

aportan el porcentaje restante de material particulado en la región. Se destacan como grandes

contribuyentes una central térmica y una fábrica de ferroaleaciones en el sur de la ciudad y

una planta productora de cemento en el norte. Las emisiones fugitivas son prácticamente

despreciables dado que dependen fuertemente de la velocidad del viento y en Mendoza esta

es baja.



Figura 16: Contribución de distintas fuentes a la emisión total de PM10 para el

Gran Mendoza

Los vehículos de carga producen la mayor parte del material particulado emitido en forma

directa e indirecta por fuentes móviles aún cuando su participación en el parque vehicular es

de apenas el 8 % (Figura 17). Esto se debe a que sus factores de emisión de escape son entre

10 y 15 veces superiores a los de vehículos livianos, al incremento de la resuspensión al

aumentar el peso promedio de los vehículos y a un mayor desgaste de frenos y cubiertas.

Figura 17: Contribución de distintas categorías vehiculares a las emisiones de

PM10.

Las concentraciones modeladas con CALPUFF (Figura 18) presentan sus máximos en la

zona céntrica de la ciudad (70-80 µg m-3) y disminuyen de forma concéntrica a medida que

aumenta la distancia al centro. La influencia de fuentes móviles es predominante en esta

zona. El mapa de concentraciones presenta un desplazamiento hacia el norte respecto de los

puntos de mayores emisiones debido a la mayor frecuencia de vientos provenientes desde el

sur durante el mes de junio. En el sector sur-oeste del dominio de modelado, se observa la

influencia de varias fuentes industriales en la pluma de concentración.

20.9

3.3

37.2

1.1

37.5

Exhaust

Non-Exhaust

Resuspensión



Figura 18: Concentraciones promedio diarias de PM10 en µg m-3 simuladas con

CALPUFF para junio 2009, para todo tipo de fuentes. Los triángulos negros

corresponden a fuentes industriales y la estrella blanca marca es ubicación de la

estación de monitoreo.

La

Figura 19 presenta la comparación entre las concentraciones promedio diarias modeladas y

medidas en un sitio urbano para todo el mes de junio de 2009. Se puede observar que existe

una buena correlación entre ambas curvas aunque algunos valores extremos no han sido

correctamente simulados por el modelo.

0

10

20

30

40

50

1-Jun 5-Jun 9-Jun 13-Jun 17-Jun 21-Jun 25-Jun 29-Jun

Co

nce

ntr

ació

n P

M1

0

(ug/

m3

)

Mediciones Simulación



Figura 19: Concentraciones promedio diarias de PM10 en µg m-3 medidas y

simuladas en el sitio donde se halla ubicada la estación de monitoreo.

.

Figura 20: Contribución porcentual de distintas fuentes a las concentraciones de

PM10 simuladas en el sitio donde se halla la estación de monitoreo.

Analizando las contribuciones de las distintas fuentes en ubicado en el mismo sitio que la

estación de monitoreo (Figura 20), se confirma que las emisiones vehiculares directas e

indirectas son las principales responsables de las concentraciones de PM10 en la zona

céntrica de la ciudad. Esto parece razonable dada la lejanía de las fuentes industriales y la

gran circulación vehicular en el sitio elegido.

Las concentraciones de PM10 medidas en la estación de monitoreo presentan un valor

promedio diario de 28.5 µg m-3 para el mes de junio 2009. Este valor es bastante menor

que el legislado para particulado suspendido total en Mendoza (200 µg m-3) y al

recomendado por la OMS (50 µg m-3). Este organismo ha fijado un valor guía a los fines

de la gestión de la calidad del aire aunque reconoce que no hay un nivel de concentración

umbral inferior debajo del cual no se observen efectos adversos en la salud. Sin embargo,

las concentraciones modeladas con CALPUFF presentan valores de hasta 80 µg m-3,

bastante más elevados que el mencionado valor guía. Esta situación debería ser motivo

suficiente para que las autoridades ambientales realizaran, al menos, un monitoreo

sistemático de la calidad del aire en la ciudad.

En lo que respecta al desempeño del modelo, aunque este no reproduce exactamente los

valores extremos de concentración, los valores de las medidas estadísticas sugieren que

las simulaciones se aproximan en un nivel aceptable a las concentraciones medidas. Estos

resultados son también una validación de las emisiones estimadas.

96.51%

3.40%

0.09%

Vehiculares Industriales Fugitivas



5 Referencias

1. Alessandro, M., Endlicher W., Schultz E., Staubbelastung und Staubquellen in

Mendoza/Argentinien. In: Annalen der Meteorologie 34:155 f, 1997.

2. Allende, David, Puliafito, Enrique, Fernando Castro, Modelado de emisiones

vehiculares en el Gran Mendoza, V Congreso Interamericano de la Calidad del aire

AIDIS, Santiago de Chile, 5-7 setiembre 2007, 10 pps. publicado en CD.

3. Argentina, (1999). Revision of the first national communication inventory.

Secretariat for National Resources and Sustainable Development. October 1999.

Country report to the United Nations framework convention on climate change

(IPCC).

4. ARPEL, Medición de emisiones de vehículos en servicio en San Pablo, Santiago y

Buenos Aires, Informe Ambiental ARPEL Número 25, 2005.

5. Baldasano J. M., Guereca L. P., Lopez E., Gasso S., Jimenez-Guerrero P.,

Development of a high-resolution (1 km x 1 km, 1 h) emission model for Spain: The

High-Elective Resolution Modelling Emission System (HERMES), Atmospheric

Environment, 42 (31): 7215-7233, 2008.

6. Barbeito M.E., Clausen M.R., Castro, F., 2007, Calidad del aire en Mendoza, II

Encuentro de Investigadores y Docentes de Ingeniería EnIDI, Mendoza, Argentina,

16-18 de octubre 2007, Universidad Tecnológica Nacional, Universidad Nacional de

Cuyo, N. Maldonado, F. Bochaca, Hebe Cremades (Eds.), pp 51-56.

7. Castro, F., Puliafito, E.,: Emisiones de fuentes móviles del Gran Mendoza, III

Encuentro de Investigadores y Docentes de Ingeniería EnIDI, Mendoza, Argentina,

Universidad Tecnológica Nacional, Universidad Nacional de Cuyo, N. Maldonado,

A. Vecar, Hebe Cremades (Eds.), pp 161-168 (2008)

8. CONCAWE Reports: Motor vehicle emission regulations fuel specifications, Part 1,

summary and annual 1996 update. Reports, No. 5/97, 1997

9. CORINAIR (2003): Atmospheric Emission Inventory Guidebook, 3rd Edition,

September 2003 Update, Mike Woodfield and Kristin Rypdal (Editors), EMEP, Co-

operative Programme for Monitoring and Evaluation of the Long Range

Transmission of Air Pollutants in Europe, The Core Inventory of Air Emissions in

Europe, European Environment Agency

10. D’Angiola, A., Dawidowsky, L., Gomez, D., Development of spatially

disaggregated on-road transport emission inventories for the Metropolitan Area of

Buenos Aires, Argentina, International Global Atmospheric Chemistry Activities

Newsletter, 40:12-22, 2009.

11. D’Angiola, A., Dawidowsky, L., Gomez, D.,: Development of spatially

disaggregated on-road transport emission inventories for the Metropolitan Area of

Buenos Aires, Argentina. International Global Atmospheric Chemistry Activities

Newsletter, 40, 12-22 (2009)

12. Dai J., Rocke D.M., A GIS-based approach to spatial allocation of area source

solvent emissions, Environmental Modeling & Software, 15:293-302, 2000.

13. Davis N., Lents J., Osses M., Nikkila N., Barth M.,: Development and application of

an international vehicle emissions model. Transportation Research Board 81st

Annual Meeting, Washington D.C (2005)



14. DEIE(2005): Estudio de patrones de movilidad de la población de la provincia de

Mendoza, DEIE, Argentina, Mendoza

15. Endlicher, W., Zahnen B., Schultz E., Alessandro M., Mikkan R., Polimeni M.,

Clima Urbano y Contaminación Atmosférica en Mendoza/Argentina. In: Fernández

García, F., E. Galán Gallego u. R. Cañada Torrecilla (Coord.), Clima y Ambiente

Urbano en Ciudades Ibéricas e Iberoamericanas. Madrid: 115-134, 1998.

16. Environmental Protection Agency (EPA),

http://www.epa.gov/ttn/chief/ap42/index.html (2004)

17. Escobar, J., et al.: Actualización del Inventario de Emisiones de Contaminantes

Atmosféricos en la Región Metropolitana. DICTUC, Santiago de Chile (2007)

18. European Environmental Agency (EEA): EMEP/CORINAIR Emission Inventory

Guidebook, http://www.eea.europa.eu/publications/EMEPCORINAIR5 (2007)

19. IPCC, 1996: Watson, R., M.C. Zinyowera, and R. Moss (eds.), (1996): Climate

Change 1995. Impacts, Adaptations and Mitigation of Climate Change: Scientific

Analyses. Contribution of Working Group II to the Second Assessment Report of

the Intergovernmental Panel on Climate Change, Cambridge University Press,

Cambridge, 861 pp.

20. Ketzel, M., et al.: Estimation and validation of PM2.5/PM10 exhaust and non-

exhaust emission factors for practical street pollution modeling. Atmospheric

Environment 41, 9370–9385 (2007)

21. Kühlwein J., Friedrich R., Uncertainties of modelling emissions from road transport,

Atmospheric Environment, 34: 4603-4610, 2000.

22. Namdeo A., Mitchell G., Dixon R. TEMMS: an integrated package for modelling

and mapping urban traffic emissions and air quality, Environmental Modeling &

Software, 17:179-190, 2002.

23. Ntziachristos, L., Samaras, Z., COPERT III Computer programme to calculate

emissions from road transport Methodology and emission factors (Version 2.1),

Technical Report No 49, EEA, Copenhagen, 2000.

24. OAQPS (EPA): Guideline for development of control strategies in areas with

fugitive dust problems. EPA-405/2- 77-029 (1977)

25. Ossés de Eicker M., Zah R., Triviño R., Hurni H., Spatial accuracy of a simplified

disaggregation method for traffic emissions applied in seven mid-sized Chilean

cities, Atmospheric Environment 42: 1491–1502 , 2008.

26. Ossés de Eicker, M., Zah, R., Triviño, R., Hurni, H.,: Spatial accuracy of a

simplified disaggregation method for traffic emissions applied in seven mid-sized

Chilean cities, Atmospheric Environment 42, 1491–1502 (2008)

27. Oxley T., Valiantis M., Elshkaki A., ApSimon H.M., Background, Road and Urban

Transport modelling of Air quality Limit values (The BRUTAL model),

Environmental Modelling & Software, 24 (9):1036-1050, 2009.

28. Puliafito E., Guevara M., Puliafito C., Characterization of urban air quality using

GIS as management system. Environmental Pollution, 122:105-117, 2003.

29. Puliafito E., Guevara M., Puliafito C., Modelling air pollution in an industrial area

using GIS as an assessment tool, Air Pollution 2001, Wessex Institute of

Technology, 12-14, 2001.

http://www.epa.gov/ttn/chief/ap42/index.html

http://www.eea.europa.eu/publications/EMEPCORINAIR5



30. Puliafito S., Allende D., Emission patterns of urban air pollution. Revista Facultad

de Ingeniería Universidad de Antioquia. 42: 38-56, 2007.

31. Puliafito, Enrique, Allende, David (2007): Calidad del aire en ciudades intermedias.

Proyecciones, Año 5, N.2, Octubre 2007, Publicación de posgrado e investigación

de la F.R. Buenos Aires, Universidad Tecnológica Nacional, pp. 33-52.

32. Puliafito, Enrique, Allende, David (2007): Emission patterns of urban air pollution.

Rev. Fac. Ing. Univ. Antioquia, Colombia, N. 42. pp. 38-56. Diciembre, 2007.

33. Puliafito, Enrique, Miguel Gantuz, Carlos Puliafito “A GIS model for urban air

quality análisis”, XIV Congreso sobre métodos numéricos y sus aplicaciones,

ENIEF 20004 Bariloche, Argentina 8-11 Noviembre 2004 Asociación Argentina de

Mecánica Computacional. en Mecánica Computacional Vol. XXIII- G. Buscaglia,

E. Dari, O. Zamonsky (Eds.), pp 1787-1806, Nov 2004, ISSN 1666-6070.

34. Puliafito, Enrique: “Emissions and air concentrations of pollutant for urban area

sources”, VIII Congreso Argentino de Mecánica Computacional, MECOM 2005

Buenos Aires, Argentina 16-18 Noviembre 2005 Asociación Argentina de Mecánica

Computacional. en Mecánica Computacional Vol. XXIV- Axel E. Larreteguy

(Eds.), pp 1389-14088, Nov 2005, ISSN 1666-6070.

35. Querol, X., Alastuey, A., Ruiz, C.R., Artiñano, B., Hansson, H.C., Harrison, R.M.,

Buringh, E., ten Brink, H.M., Lutz, M., Bruckmann, P., Straehl, P., Schneider, J.,:

Speciation and origin of PM10 and PM2.5 in selected European cities. Atmospheric

Environment 38, 6547–6555 (2004)

36. Samaras, Z., Kyriakis, N., Zachariardis, T.,: Reconciliation of macroscale and

microscale motor vehicle emission estimates. Science of the Total Environment 169,

231–239 (1995)

37. Schlink U., Herbarth O., Richter M., Puliafito J.L., Revwagen M., Puliafito C.,

Behler J. C., Puliafito E., Ozone-Monitoring in Mendoza, Argentina. Initial Results.

Journal of the Air and Waste Management Association, 49, pp 82-87, 1999.

38. Schwartz, J., Dockery, D.W., Neas, L.M.: Is daily mortality associated specifically

with fine particles? J Air Waste Manage Assoc 46:927–939 (1996)

39. Scire J.S., Strimaitis D.G., Yamartino R.J., A user’s guide for the CALPUFF

dispersion model (version 5.0). Earth Tech Inc., 2000.

40. Scire, J.S., Strimaitis, D.G., Yamartino, R.J.: A user’s guide for the CALPUFF

dispersion model (version 5.0). Earth Tech Inc (2000)

41. Seigneur, C., Pun, B., Pai, P., Louis, J.-F., Solomon, P., Emery, C., Morris, R.,

Zahniser, M., Worsnop, D., Koutrakis, P., White, W., Tombach, I.,: Guidance for

the performance evaluation of three-dimensional air quality modeling systems for

particulate matter and visibility. Journal of Air and Waste Management Association

50, 588–599 (2000)

42. Tuia D., Ossés de Eicker M., Zah R., Osses M., Zarate E., Clappier A., Evaluation

of a simplified top-down model for the spatial assessment of hot traffic emissions in

mid-sized cities. Atmospheric Environment, 41: 3658–3671, 2007.

43. Tuia, D., Ossés de Eicker, M., Zah, R., Osses, M., Zarate, E., Clappier, A.,:

Evaluation of a simplified top-down model for the spatial assessment of hot traffic

emissions in mid-sized cities. Atmospheric Environment 41, 3658–3671 (2007)



44. U. S. Environmental Protection Agency, A comparison of CALPUFF with ISC3.

Office of Air Quality Planning and Standards. Research Triangle Park, NC 27711,

1998.

45. U. S. Environmental Protection Agency, Requirements for Preparation, Adoption,

and Submittal of State Implementation Plans (Guideline on Air Quality Models);

Proposed Rule. Federal Register. 65. 98. 31858-31859, 2000.

46. U. S. Environmental Protection Agency. Technical Issues Related to use of the

CALPUFF Modeling System for Near-field Applications. Office of Air Quality

Planning and Standards. Research Triangle Park, NC 27711, 2008.

47. Vasallo J., XXVII Congreso Interamericano de Ingeniería Sanitaria Ambiental, 3 to

8 December, Porto Alegre, Brasil, 2000.

48. Vedal, S.: Ambient particles and health: lines that divide. Journal of Air and Waste

Management Association 47, 551–581 (1997)

49. WHO: Health effects of transport-related air pollution. WHO Regional Publications,

Denmark (2005)

50. Willmott, C.J.,: Some Comments on the Evaluation of Model Performance. Bulletin

American Meteorological Society. 63. 1309–1313 (1982)

Documents

Modelos de Calidad Del Aure