Ejemplo Modelacion Aermod PDF
Ejemplo Modelacion Aermod PDF
Ejemplo Modelacion Aermod PDF
Director de la tesis
Jurado
Jurado
Por lo anterior, las fuentes de datos utilizadas para correr los modelos la mayoría de las
veces no corresponde a la información disponible en las estaciones meteorológicas
colombianas, razón por la cual, con este proyecto se efectuó la construcción de los archivos
meteorológicos para una modelación hipotética de PM10, a partir de la interpolación de los
datos obtenidos de la estación el Dorado (IDEAM) y la información horaria de vientos de la
estación las Ferias (SDA) con el fin de comparar los resultados obtenidos frente a una
modelación realizada con información meteorológica obtenida de un modelo de pronóstico
de Clima, en este caso el modelo WRF (versión 3.9).
De la comparación realizada, se pudo concluir que los resultados obtenidos con AERMOD
en cada una de las fuentes de datos meteorológicas mencionada, generó grandes
diferencias en las concentraciones máximas 24 horas, y valores muy similares para los
resultados obtenidos para la exposición anual.
Índice General
Resumen................................................................................................................................. 4
Introducción .......................................................................................................................... 11
Capítulo 1. Marco teórico ..................................................................................................... 13
1.1 Sistema de modelación AERMOD ........................................................................ 13
1.1.1 AERMAP ......................................................................................................... 13
1.1.2 AERMET ......................................................................................................... 13
1.1.3 AERMOD ........................................................................................................ 15
1.2 Variables meteorológicas para la modelación de la calidad del aire .................... 18
1.2.1 Información meteorológica superficial ........................................................... 18
1.2.2 Información meteorológica de perfil ............................................................... 20
1.3 Clasificación de las estaciones meteorológicas de Colombia – IDEAM .............. 22
1.3.1 Agrometeorológica (AM) ................................................................................ 22
1.3.2 Estación Climatológica ordinaria (CO) ........................................................... 22
1.3.3 Estación climatológica Principal (CP) ............................................................ 22
1.3.4 Estación de radiosonda (RS) ......................................................................... 22
1.3.5 Sinóptica principal .......................................................................................... 22
1.3.6 Sinóptica suplementaria (SS) ......................................................................... 23
1.3.7 Meteorológica marina (MM) ........................................................................... 23
1.4 Modelos de pronóstico de clima ............................................................................ 23
Capítulo 2. Metodología ....................................................................................................... 25
Capítulo 3. Análisis de las fuentes de información meteorológica en Colombia –
Estaciones del IDEAM .......................................................................................................... 26
3.1 Cobertura de las estaciones hidrometeorológicas a nivel nacional...................... 26
3.2 Cobertura geográfica de las estaciones ................................................................ 28
Capítulo 4. Construcción de los archivos meteorológicos de entrada para su uso en
AERMOD .............................................................................................................................. 31
4.1 Información superficial ........................................................................................... 31
4.2 Información de perfil .............................................................................................. 32
4.3 Procesamiento de datos en AERMET................................................................... 32
4.3.1 Precipitación ................................................................................................... 33
4.3.2 Temperatura ................................................................................................... 33
4.3.3 Humedad relativa ........................................................................................... 34
4.3.4 Presión atmosférica ........................................................................................ 34
4.3.5 Nubosidad ....................................................................................................... 34
4.3.6 Flujo de calor sensible .................................................................................... 35
4.3.7 Velocidad y dirección del viento ..................................................................... 36
4.3.8 Estabilidad atmosférica .................................................................................. 38
4.3.9 Altura de mezcla ............................................................................................. 40
Capítulo 5. Modelación de calidad de aire en la ciudad de Bogotá con fuentes de emisión
hipotéticas ............................................................................................................................. 43
5.1 Descripción de las fuentes modeladas.................................................................. 43
5.2 Localización de las fuentes de emisión ................................................................. 44
5.3 Análisis de variación de resultados a diferente espaciamiento de grilla .............. 45
5.4 Comparación de los resultados del modelo de dispersión de PM10 con información
meteorológica construida y obtenida de WRF ................................................................. 49
5.4.1 Resultados obtenidos en el perfil E-W ........................................................... 49
5.4.2 Resultados obtenidos en receptores discretos .............................................. 51
5.4.3 Resultados obtenidos en las isopletas o pluma de dispersión ...................... 53
5.5 Comparación de los resultados diarios del modelo en los Receptores discretos 63
5.6 Análisis de resultados ............................................................................................ 66
Conclusiones ........................................................................................................................ 67
Bibliografía: ........................................................................................................................... 68
Índice de tablas
Es importante anotar que, en las modelaciones de calidad del aire, el principal insumo de
entrada corresponde a la información meteorológica del área de estudio. La principal fuente
de información en Colombia es registrada en las redes hidrometeorológicas del IDEAM2.
Sin embargo, la información que requiere el sistema de modelación AERMOD es a nivel
horario, lo que indica que son necesarios como mínimo 8760 datos de información para un
año, a nivel superficial y para el perfil meteorológico se necesitan cuando menos 365 datos
(al menos el sondeo de 1 hora del día). Este tipo de información normalmente no se
encuentra en las estaciones administradas por el IDEAM, por lo que en la mayoría de los
casos es necesario el uso de información proveniente de modelos regionales de pronóstico
de clima como MM53, WRF4, GFS5, entre otros.
1
Ministerio de Ambiente, Vivienda y Desarrollo Territorial. Protocolo para el monitoreo y seguimiento de la
calidad del aire. Manual de Diseño de sistemas de Vigilancia de la Calidad del aire. Octubre de 2010.
2 INSTITUTO DE HIDROLOGÍA METEOROLOGÍA Y ESTUDIOS AMBIENTALES DE COLOMBIA. Autoridad
1.1.1 AERMAP
AERMAP es un procesador de terreno que permite obtener las alturas sobre el
nivel del mar de cada una de las fuentes de emisión, de los receptores definidos
y de la grilla de interés para la cual se requiere calcular las concentraciones de
los contaminantes a modelar. El procesador determina cada altura a través del
uso de una imagen satelital (SRTM3 de 90 m de resolución - Suttle Radar
Topography Mission) que debe ser descargada previamente para el área de
influencia del proyecto de modelación.
Una vez se corre el programa, este genera dos archivos con las alturas, uno para
las fuentes de emisión que puede ser utilizado directamente en AERMOD
agregando previamente las características de las fuentes de emisión, y otro con
las alturas de los receptores, que también es usado directamente en AERMOD
para la determinación de las concentraciones en los puntos deseados.
1.1.2 AERMET
AERMET es un procesador de información meteorológica horaria que permite
preparar la información del área de estudio obtenida a partir de las estaciones
meteorológicas o del modelo de pronóstico de clima (MM5, WRF) para ser
utilizada en AERMOD.
Una vez se corren estos modelos, se generan dos archivos de salida para utilizar
en AERMET (Environment Protection Authority Victoria, 2013):
6
National Center for Atmospheric Research: Instituto de los Estados Unidos dedicado a la investigación en
ciencias de la atmósfera.
13
Estos archivos tienen las siguientes extensiones: “.SFC” para la información
meteorológica superficial, y “.PFL” para la información a nivel del perfil de la
atmósfera (vertical).
14
En este procesador es necesario indicar las características del terreno (uso
del suelo) para la determinación de los valores de albedo, cociente de Bowen
y Rugosidad.
1.1.3 AERMOD
AERMOD es un modelo de pluma de estado estacionario. En la capa limite
estable, asume la distribución de la concentración de tipo Gaussiano tanto a nivel
vertical como a nivel horizontal. En la capa convectiva límite, la distribución
horizontal es asumida como Gaussiana, pero en la distribución vertical se
describe como una función de densidad de probabilidad bi-Gaussiana.
De acuerdo con los datos de la fuente de emisión, tales como altura de descarga,
diámetro de la chimenea, velocidad de salida de los gases, temperatura de salida
de los gases, tasa de emisión y contaminante a modelar, entre otras
características, el modelo utiliza la ecuación Gaussiana para la determinación de
las concentraciones del contaminante emitido en el área de influencia definida
por el usuario.
15
2
y
(QKV) [−0.5(σ ) ]
X=[ ]∗ e y
2πUs σy σz
En donde:
En donde:
X= Distancia en Kilómetros.
c,d= Contantes en función de la estabilidad, presentadas en la Tabla 1
16
➢ Para calcular el valor de 𝛔𝐳 se utiliza la siguiente ecuación:
σz = ax b
En donde:
• X= Distancia en Kilómetros.
• a, b= Contantes en función de la estabilidad, presentadas en la Tabla 2.
17
Parámetros usados para calcular σz
Categoría de Estabilidad
x (km) a b
Pasquill
2,01 - 3,00 14,823 0,54503
3,01 - 7,00 16,187 0,46490
7,01 - 15,00 17,836 0,41507
15,01 - 30,00 22,651 0,32681
30,01 - 60,00 27,074 0,27436
>60,00 34,219 0,21716
* Si el valor de σz supera los 5.000 m, σz es igual a 5.000 m
** σz es igual a 5.000 m
Fuente: (Environmental Protection Agency, 1995)
7
http://www.webmet.com/MetGuide/Samson.html
18
Figura 1 Muestra del encabezado del archivo SAMSON
Posición Descripción
Año, Mes, dia, hora (LST), indicador de observación
1 Radiación extraterrestre horizontal
2 Radiación directa normal extraterrestre
3 Radiación Global Horizontal
4 Radiación normal directa
5 Radiación horizontal difusa
6 Cubierta total de nubes
7 Cubierta opaca de nubes
8 Temperatura de bulbo seco
9 Temperatura de rocio
10 Humedad Relativa
11 Presión atmosférica de la estación
12 Dirección del viento
13 Velocidad del viento
14 Visibilidad
15 Altura de techo
16 Tiempo presente
17 Agua precipitable
18 Profundidad óptica de aerosol
19 Profundidad de nieve
20 Días desde la última nevada
21 Cantidad de precipitación horaria
Fuente: http://www.webmet.com/MetGuide/Samson.html. 2017
19
Figura 2 Muestra de la organización de variables meteorológicas en el archivo SAMSON
Los valores que están representados por números “9”, indican que no se cuenta con
información. Estos números son entendidos por el modelo evitando que se genere error a
la hora de procesar los datos.
POSICIÓN DEL
CAMPO DESCRIPCIÓN
REGISTRO
001 001-008 Identificación de la Estación
002 009-012 Latitud
003 013 Código de latitud N/S
004 014-018 Longitud
005 019 Código de longitud E/W
006 020-029 Fecha y hora (año/mes/día/hora)
007 030-032 Número de grupos de porción de datos que
siguen a diferentes niveles
Fuente: http://www.webmet.com/MetGuide/TD6200.html
20
Tabla 6 Composición segunda parte archivo TD-6201
21
través de internet8. Los sondeos realizados en Bogotá corresponden a uno diario. El modelo
pide dos, pero acepta un solo sondeo.
8
Página web https://ruc.noaa.gov/raobs/Welcome.cgi.
22
1.3.6 Sinóptica suplementaria (SS)
Al igual que en la estación SP, las observaciones se realizan a horas convenidas
internacionalmente y los datos corresponden comúnmente a visibilidad,
fenómenos especiales, tiempo atmosférico, nubosidad, estado del suelo,
precipitación, temperatura del aire, humedad del aire y viento.
Tipo de instrumental PM PG CO SS SP CP AM MM
Pluviómetro X X X X X X X
Pluviógrafo X X X X X X
Sicrómetro X X X X X
Anemógrafo X X X X
Heliógrafo X X X
Termógrafo X X X
Higrógrafo X X X
Tanque de evaporación X X
Actinógrafo X X X
Anemómetro X X
Geotermómetros X
Rociógrafo X
Suelo (ss) X
Microbarógrafo X X
Barómetro X X
Limnímetro X
Maxímetro X
Limnígrafo X
Mareógrafo X
Fuente: (IDEAM - MAVDT, 2005)
23
meteorológicas a través de escalas de decenas de metros a miles de kilómetros. Fue
desarrollado en colaboración del Centro Nacional de Investigación Atmosférica (NCAR), la
Administración Nacional Oceánica y Atmosférica (representada por los Centros Nacionales
de Predicción Ambiental (NCEP), la Agencia de Tiempo de la Fuerza Aérea (AFWA), el
Laboratorio Naval de Investigación, la Universidad de Oklahoma y la Administración Federal
de Aviación (FAA) (NCAR, 2017).
- MM5
24
Capítulo 2. Metodología
Así mismo, se efectuó una revisión bibliográfica de la información proporcionada por los
modelos MM5 y WRF, indagando sobre sus limitaciones, las fuentes de información y los
modelos empleados para el pronóstico de las variables meteorológicas en un área espacial
determinada.
25
Capítulo 3. Análisis de las fuentes de información meteorológica en
Colombia – Estaciones del IDEAM
%DE
ESTACIONES
ESTACIONES ESTACIONES OPERANDO
No. CLASE CANTIDAD % SUSPENDIDAS OPERANDO POR CLASE
1 METEOROLÓGICA 3091 68,5% 1163 1928 42,71%
2 HIDROLÓGICA 1327 29,4% 708 619 13,71%
3 HIDROMETEOROLÓGICA 96 2,1% 4 92 2,04%
TOTAL 4514 100,0% 1875 2639 58,46%
Estaciones
Suspendidas;
41.54%
Estaciones
Operando;
58.46%
9
http://www.ideam.gov.co/solicitud-de-informacion
26
Figura 5 Estaciones en operación según Clase - IDEAM
60%
2.04%
50% 13.71%
40%
30%
20% 42.71%
10%
0%
%DE %DE
ESTACIONES ESTACIONES
TOTAL POR ESTACIONES ESTACIONES OPERANDO POR
No. CATEGORÍA ESTACIONES CATEGORÍA SUSPENDIDAS OPERANDO CATEGORÍA
1 PM 1823 40,39% 657 1166 25,83%
2 LG 488 10,81% 139 349 7,73%
3 LM 862 19,10% 565 297 6,58%
4 CO 516 11,43% 241 275 6,09%
5 CP 293 6,49% 81 212 4,70%
6 PG 214 4,74% 93 121 2,68%
7 AM 78 1,73% 15 63 1,40%
8 SP 47 1,04% 4 43 0,95%
9 HA 58 1,28% 3 55 1,22%
10 ME 102 2,26% 63 39 0,86%
11 SS 14 0,31% 7 7 0,16%
12 MM 9 0,20% 5 4 0,09%
13 RS 6 0,13% 2 4 0,09%
14 DEH 2 0,04% 0 2 0,04%
15 MR 2 0,04% 0 2 0,04%
TOTAL 4514 100,00% 1875 2639 58,46%
Fuente: El autor con base en información del IDEAM. 2017
De acuerdo con la tabla anterior, no todas las estaciones registran las variables
físicas para la construcción del archivo micrometeorológico que AERMOD requiere,
es decir, registros a pequeña escala y periodos de tiempo cortos. Por el contrario,
27
las estaciones del IDEAM fueron diseñadas para registrar variaciones de
propiedades físicas de la atmósfera que sufren cambios en periodos de escala
superior a 6 horas y en escala sinóptica, es decir, cientos de kilómetros cuadrados.
30%
25.83%
25%
20%
15%
10% 7.73%
6.58% 6.09%
4.70%
5%
2.68%
1.40% 0.95% 1.22% 0.86%
0.16%0.09%0.09% 0.04%0.04%
0%
PM LG LM CO CP PG AM SP HA ME SS MM RS DEH MR
28
que tiene 40,9 estaciones por cada 1000 km 2 y por el departamento de Risaralda que tiene
21,07 estaciones por cada 1000 km 2. La mediana en Colombia corresponde a 7 estaciones
hidrometeorológicas por cada 1000 km 2.
Tabla 10 Estaciones hidrometeorológicas por área
29
las regiones con estaciones meteorológicas, razón por la cual se hace necesario el uso de
los modelos de pronóstico de clima.
30
Capítulo 4. Construcción de los archivos meteorológicos de entrada para su
uso en AERMOD
Fuentes de emisión
Es así como para la temperatura, se hace en 3 lecturas diarias, a las 7, 13 y 19 horas, razón
por la cual se decidió efectuar la interpolación de los valores de temperatura entre las 7 y
13 h, entre las 13 y 19 h y entre las 19 y 7 h del día siguiente. La interpolación se propone
teniendo en cuenta que entre las 7 y las 13 h la temperatura va aumentando hasta alcanzar
su máximo en la hora 13, y entre las 13 y las 19, y las 19 y las 7 del día siguiente, va
disminuyendo. Para las demás variables, humedad relativa y punto de rocío, que también
son reportados a las mismas horas, se decidió efectuar el mismo procedimiento, para no
llenar el archivo de datos faltantes o desconocidos. De esta manera, se obtienen los 8760
datos requeridos para cada variable.
31
La presión atmosférica se tomó de manera constante, pues se asume que no hay mayor
variación con la altura sobre el nivel del mar (742,71 mb).
En cuanto a la dirección y velocidad del viento, como solo se pudo obtener información
diaria, se decidió obtener información de la estación meteorológica Las Ferias perteneciente
a la red de monitoreo de calidad de aire de la ciudad de Bogotá, y la cual cuenta con
información horaria de velocidad y dirección del viento. Así mismo, esta puede ser
descargada a través de internet y por lo tanto la consecución de los datos es de gran
facilidad. Cabe anotar, que la información de vientos es tal vez la más importante a la hora
de la ejecución de un proyecto de modelación, puesto que finalmente estos determinan
hacia donde se dirigirán los contaminantes de una fuente de emisión. El esquema de
almacenamiento de datos del IDEAM no contempla el reporte de datos para modelos de
dispersión, por cuanto no generan registros horarios. A pesar de todo, el aeropuerto maneja
este tipo de información, pero esta no es accesible al público y es administrada por el área
de meteorología aeronáutica de la Aerocivil.
Los datos de radiación solar se obtuvieron a partir de la aplicación Pysolar 10. En esta
aplicación se establecen las coordenadas del sitio de modelación para obtener la radiación
horaria del año deseado.
Por las consideraciones mencionadas anteriormente, se genera una diferencia entre las
fuentes de datos y por lo tanto no es posible hacer un sustento estadístico de la información
meteorológica usada y de los resultados obtenidos en la modelación. Sin embargo, se
efectúa un análisis estadístico básico para explicar los resultados obtenidos y las
diferencias que presentan cada conjunto de datos.
10
Pysolar es una aplicación compuesta por una colección de bibliotecas de Python para simular la
irradiación de cualquier punto de la tierra por el sol.
32
4.3.1 Precipitación
En cuanto a precipitación, los datos del aeropuerto El Dorado corresponde a registros que
totalizan la cantidad de lluvia acumulada para la escala sinóptica, razón por la cual no es
posible determinar la precipitación horaria. Esta situación se resuelve utilizando la bandera
para datos faltantes en el relleno de datos del archivo micrometeorológico, al respecto
conviene mencionar que la ausencia de este registro no afecta el ejercicio de modelación
por cuanto no se emplea la opción depositación o remoción húmeda de contaminante en la
ejecución de AERMOD. En cambio en el modelo WRF se reportan 1532 datos, con un valor
mínimo de 0 mm/hr y un valor máximo de 28,9 mm/hr.
4.3.2 Temperatura
Los datos de temperatura obtenidas de la estación del aeropuerto El Dorado e interpolados
entre sus 3 datos reportados diariamente (7:00, 13:00 y 19:00 horas) varían entre 276,8 K
y 296,9 K. Los datos obtenidos a partir de la información del modelo WRF presentan
variaciones entre 280,9 K y 296,9K. La diferencia en el promedio de temperatura entre las
dos series de datos es de 0,83K. Los datos presentan una correlación baja a moderada y
su tendencia se puede observar en la Tabla 11 y Figura 8.
Tabla 11 Comparación de las series de datos de temperatura
TEMPERATURA
ESTADISTICOS (K)
WRF BOG
PROMEDIO 288,29 287,46
MAX 296,90 296,90
MIN 280,90 276,80
Coeficiente de correlación 0,7889
R2 0,6224
Fuente: El autor. 2017
Temperatura R² = 0.6224
300
295
K (obtenidos Esta. Bog)
290
285
280
275
280 282 284 286 288 290 292 294 296 298
K - WRF
33
4.3.3 Humedad relativa
En la Tabla 12 se presenta la comparación entre las series de datos de humedad relativa.
La humedad relativa a nivel horario varía entre el 26% y el 98% para los datos interpolados
entre las 7:00, 13:00 y 19:00 horas de la estación del aeropuerto El Dorado, y entre 19% y
100% para los datos obtenidos con WRF. La humedad relativa promedio es más alta con
los datos interpolados y se presenta una diferencia entre los promedios de las series de
datos de 7,19%. En la Figura 9 se presenta la tendencia de los datos. Allí se puede observar
una correlación baja o débil entre los datos.
Tabla 12. Comparación de las series de datos de humedad relativa
R² = 0.4539
Humedad Relativa
100
90
80
% (obtenidos Esta. Bog)
70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100
% - WRF
4.3.5 Nubosidad
Los valores de nubosidad no tienen correlación. Para los datos obtenidos con WRF, la
nubosidad promedio es de 2/10 mientras que con los datos construidos es de 8/10. Esto
34
pudo ser afectado por la interpolación efectuada entre las 7:00, 13:00 y 19:00 horas, pues
el método de interpolación lineal incrementa la nubosidad significativamente y por lo tanto
no es apropiado. En la Figura 10 se presenta el comportamiento de nubosidad.
Tabla 13 Comparación de las series de datos de Nubosidad
NUBOSIDAD
ESTADISTICOS
WRF BOG
PROMEDIO 2,14 8,53
MAX 10 10
MIN 0 3
Coeficiente de correlación 0,1284
R2 0,0165
Fuente: El autor. 2017
R² = 0.0165
Nubosidad
10
9
8
Obtenidos Esta. Bog
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
WRF
35
Tabla 14 Comparación de las series de datos de calor sensible
CALOR SENSIBLE
ESTADISTICOS (W/m2)
WRF BOG
PROMEDIO 74,34 35,52
MAX 339 325,3
MIN -64 -64
Coeficiente de correlación 0,8245
R2 0,6798
Fuente: El autor. 2017
R² = 0.897
Flujo de Calor Sensible
200
W/m2 (obtenidos Esta. Bog)
150
100
50
0
-100 -50 0 50 100 150 200 250 300 350 400
-50
-100
KW/m2 - WRF
36
Por otro lado, en la Figura 13 se presenta la rosa de vientos del aeropuerto El Dorado. En
esta figura se pueden observar similitudes en la dirección y velocidad del viento respecto a
las rosas de viento generadas con las dos fuentes de datos. Cabe anotar, que las rosas de
vientos generadas corresponden al año 2015, mientras que la rosa de vientos del
aeropuerto se genera a partir de datos multianuales.
Figura 12 Rosa de vientos – Archivo horario superficial
NORTH
NORTH
25%
25%
20%
20%
15%
15%
10%
10%
5%
5%
WEST EAST
WEST EAST
WIND SPEED
WIND SPEED
(m/s)
(m/s)
>= 11.10
>= 11.10
8.80 - 11.10
Resultant Vector 8.80 - 11.10
5.70 - 8.80 Resultant Vector
5.70 - 8.80
81 deg - 48% SOUTH 3.60 - 5.70 91 deg - 61% SOUTH 3.60 - 5.70
2.10 - 3.60 2.10 - 3.60
0.50 - 2.10 0.50 - 2.10
Calms: 2.60% Calms: 2.06%
37
Figura 14 Distribución de frecuencia clases de viento
60
55.6
55
50
45
40
35.8
35
%
30
25
20
15
10
5 4.3
2.6
1.1
0.0 0.0
0
Cal ms 2.10 - 3.60 5.70 - 8.80 >= 11.10
0.50 - 2.10 3.60 - 5.70 8.80 - 11.10
W i nd Cl as s (m/s )
40
36.1
35
31.1
30
25 23.9
%
20
15
10
6.8
2.1
0.0 0.0
0
Cal ms 2.10 - 3.60 5.70 - 8.80 >= 11.10
0.50 - 2.10 3.60 - 5.70 8.80 - 11.10
W i nd Cl as s (m/s )
38
Tabla 15 Clasificación de la estabilidad atmosférica de Pasquill
55
50.9
50
45
40
35
33.3
% 30
25
20
15
11.3
10
5
2.6
1.1
0.2 0.0
0
Cal ms 2.00 - 3.00 5.00 - 6.00 >= 11.10
0.50 - 2.00 3.00 - 5.00 6.00 - 11.10
W i nd Cl as s (m/s )
35
33.3
30
27.1
25 24.2
% 20
15
10
8.4
4.8
5
2.1
39
4.3.9 Altura de mezcla
La capa límite convectiva (CBL o PBL) está dominada por el calentamiento de la superficie,
se desarrolla durante el día y genera mezcla vertical moderada a fuerte. La capa límite
estable (SBL) esta conducida por el enfriamiento de la superficie, se desarrolla en la noche
y genera una mezcla vertical débil o no genera mezcla vertical. En la Figura 16 se presenta
el comportamiento general de la capa limite convectiva. En esta gráfica se puede observar
que en las primeras horas del día la altura de esta capa es baja y alcanza su valor máximo
al final de la tarde. En la Figura 17 se observa el gráfico de dispersión de los datos de la
capa límite convectiva obtenida para cada fuente de datos, en ella se puede observar una
correlación moderada. Con los datos de WRF se presenta una variación de la capa de 0 a
2433 m, y con la fuente de datos del aeropuerto El Dorado, esta capa se calculó entre 0 y
2101 m.
Tabla 16 Comparación de las series de datos de la altura de la capa límite convectiva
2000
1800
1600
1400
1200
1000
m
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora - Día: 2015.01.07
40
Figura 17 Altura de la capa límite convectiva 2015
2500
m - Obtenidos Esta. Bog
2000
1500
1000
500
0
0 500 1000 1500 2000 2500 3000
m - WRF
Los resultados obtenidos para la altura de la capa límite mecánica presentan una
correlación muy baja entre las series de datos, de otra parte, se observa una gran diferencia
entre ellos con respecto a la profundidad promedio de la capa mecánica. En ambas fuentes
de datos se puede observar que existe una variación entre 0 y 4000 m, sin embargo, el
valor promedio de la capa mecánica obtenida con los datos de las estaciones de Bogotá es
412 m inferior a la obtenida con WRF. En la Figura 18 se presenta el comportamiento
característico de esta capa en 24 horas. En la Figura 19 se presenta el gráfico de dispersión.
Tabla 17 Comparación de las series de datos de la altura de la capa límite mecánica
41
Figura 18 Altura de la capa límite mecánica (2015-01-07)
3000
2500
2000
1500
m
1000
500
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora - Día: 2015.01.07
3500
m - Obtenidos Esta. Bog
3000
2500
2000
1500
1000
500
0
0 500 1000 1500 2000 2500 3000 3500 4000 4500
m - WRF
42
Capítulo 5. Modelación de calidad de aire en la ciudad de Bogotá con fuentes
de emisión hipotéticas
Fuente: El autor con uso del modelo AERMOD VIEW (9.0.0). 2017
Fuente: El autor con uso del modelo AERMOD VIEW (9.0.0). 2017
43
Figura 22 Características de la Fuente de área
Fuente: El autor con uso del modelo AERMOD VIEW (9.0.0). 2017
44
5.3 Análisis de variación de resultados a diferente espaciamiento de
grilla
Para conocer la variación de las concentraciones, se efectuaron simulaciones con las
mismas condiciones de las fuentes de emisión, pero con variación en los espaciamientos
de grilla (esto es cada 100, 150, 200, 250, 300, 400 y 500 m de distancia). La comparación,
se realizó a partir de un perfil de concentraciones en sentido Este-Oeste entre las
coordenadas X1: 596.047,8 Y1: 521522,8 y X2: 588878,2 Y2: 521532,1. En este perfil se
obtuvieron 73 receptores ubicados en línea recta o puntos para determinar la concentración
de PM10, en una longitud de 7169,6 m.
Tabla 18 Tiempos de simulación para cada una de las grillas seleccionadas
45
Figura 24 Representación del perfil para la obtención de concentraciones de PM10
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
Tabla 19 Descripción de los resultados obtenidos para cada una de las grillas de modelación
DESCRIPCIÓN GRILLA 10 Km x 10 Km
250x250 +
Espacio (m) 100x100 150x150 200x200 250x250 300x300 400x400 500x500
Discretos
No. de Nodos 10201 4624 2601 1681 1681 + 8 1156 676 441
Concentración
Máx. 24h (µg/m3) 164,58 173,94 164,58 166,97 166,97 111,74 67,17 124,26
Concentración
Máx. Anual (µg/m3) 35,79 30,08 35,79 26,66 26,66 28,33 20,39 20,04
Coordenada
Concentración 592580 592630 592580 592630 592630 592480 592180 592380
Máx. 24h (E,N) 521486 521436 521486 521486 521486 521586 521686 521486
Coordenada
Concentración 592180 592330 592580 592630 592630 592780 592580 592380
Máx. Anual (E,N) 521486 521286 521486 521486 521486 520986 521286 521486
Fuente: El autor. 2017
En la Figura 25 se presentan los resultados del modelo para PM10 24 horas en cada una
de las grillas seleccionadas. Mientras que en la Figura 26 se presentan los resultados de
PM10 anuales.
46
Con base en los resultados obtenidos para cada una de las grillas, se pudo observar que
las grillas con espaciamiento de 300, 400 y 500 m de distancia generan una subestimación
de las concentraciones obtenidas respecto a las demás grillas. Las grillas entre 100 y 250
m de distancia dan resultados que se acercan entre sí a la concentración máxima del perfil.
Figura 25 Comportamiento de las concentraciones de PM10 24 h a diferente espaciamiento
de grilla
Comportamiento de la Concentraciones PM10 - 24 h a diferente
180
espaciamiento de grillas
160
Concentración (ug/m3)
140
120
100
80
60
40
20
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Punto
Grilla 100 m Grilla 150 m Grilla 200 m Grilla 250 m
Grilla 300 m Grilla 400 m Grilla 250 + Discretos Grilla 500 m
35
Concentración (ug/m3)
30
25
20
15
10
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Punto
Grilla 100 m Grilla 150 m Grilla 200 m Grilla 250 + Discretos
Grilla 300 m Grilla 250 m Grilla 400 m
47
En la Figura 27 se presentan los resultados de la concentración máxima de PM10 24 horas
obtenida en cada uno de los perfiles de las grillas en estudio. La concentración más alta
para los perfiles de las grillas de 100, 150, 200 y 250 m se obtuvieron en el punto 36 que
corresponde a la coordenada X: 592.562,6 Y: 521.527,3. La concentración máxima para el
perfil de la grilla de 300 m se obtuvo en el punto 37, para la grilla de 400 m en el punto 40
y para la grilla de 500 m en el punto 38.
48
Figura 28 Concentración máxima obtenida en el perfil de cada grilla de modelación valores
anuales de PM10
35 31.6
30
25.5 25.5
24.2
25 21.9
19.9
20 17.7
15
10
0
Grilla 100 m Grilla 150 m Grilla 200 m Grilla 250 m Grilla 250 + Grilla 300 m Grilla 400 m Grilla 500 m
Discretos
Entre la grilla de 100 y 250 m se observa una menor variabilidad de los resultados
obtenidos, por lo tanto, se escoge la grilla con espaciamiento de 250 m para efectuar la
modelación con los datos meteorológicos de las dos fuentes en estudio. Con esta grilla, se
obtienen menores tiempos de modelación (alrededor de 45 min) en comparación con la
grilla de 100 m, donde los tiempos de modelación son de más de 4 horas.
49
Figura 29 Comparación del comportamiento de las concentraciones de PM10 24 h entre las
dos fuentes de estudio
Concentraciones obtenidas con datos del WRF Concentraciones obtenidas con datos Bogotá
180
160
140
Concentración (ug/m3)
120
100
80
60
40
20
0
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71
Punto
50
Figura 30 Comparación del comportamiento de las concentraciones de PM10 anual entre las
dos fuentes de estudio
Concentraciones obtenidas con datos del WRF Concentraciones obtenidas con datos Bogotá
35
30
Concentración (ug/m3)
25
20
15
10
0
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71
Punto
En la Figura 32 se presentan los resultados anuales para los 8 receptores. Allí se puede
observar que las concentraciones anuales en los receptores 1,3,5,6, 7 y 8 son más altas
para los datos del método propio, mientras que en los receptores 2 y 4 las concentraciones
más altas se obtienen con WRF.
51
Figura 31 Comparación de las concentraciones de PM10 24 h para los receptores discretos
entre las dos fuentes de estudio
80.00
69.80
70.00
Concentración (ug/m3)
60.00
50.00 42.36 45.00
40.00 33.61 36.34
31.95 29.54
30.00 26.44
23.12
18.44 17.87 17.64
20.00 14.65
11.72 14.38 11.35
10.00
0.00
REC 1 REC 2 REC 3 REC 4 REC 5 REC 6 REC 7 REC 8
Receptor
Figura 32 Comparación de las concentraciones de PM10 anual para los receptores discretos
entre las dos fuentes de estudio
30.00
25.00
20.00 15.95
15.00
9.34 10.15
10.00 7.79 6.85
5.86 5.89 4.47 4.99
5.00 2.663.43 2.05 2.6 1.512.05
0.00
REC 1 REC 2 REC 3 REC 4 REC 5 REC 6 REC 7 REC 8
Receptor
52
5.4.3 Resultados obtenidos en las isopletas o pluma de dispersión
Con el fin de entender el comportamiento de los resultados anteriores, es necesario evaluar
espacialmente el comportamiento de la pluma y la localización de los receptores. La flecha
roja en las gráficas representa la dirección del perfil de concentraciones de PM10.
En la Figura 33 se observa una dispersión en todas las direcciones con mayor amplitud en
la isopleta de 10 µg/m3 en la dirección W, seguida de la isopleta de 8 µg/m3 en las
direcciones W y SW. Las isopletas entre 20 y 167 µg/m3 se localizan muy cerca de las
fuentes de emisión con una menor cobertura. Como se puede observar en el perfil de la
Figura 37, a 1 km de distancia de la concentración máxima de PM10, se obtienen valores
por debajo de 40 µg/m3. En la Figura 35 se observa la localización de los receptores
discretos frente a la pluma de dispersión. Nótese que a pesar de que los receptores 3,4,5 y
6 se encuentra cerca de las fuentes de emisión, no se ven afectados por las altas
concentraciones de PM10 debido a que ellas decrecen rápidamente con la distancia.
Por otro lado, en los resultados de las concentraciones obtenidas con WRF se observa una
mayor amplitud de la isopleta de 10 µg/m3 en la dirección SSW y en menor proporción en
la dirección W. También se puede observar que hay dispersión en todos los sentidos. En
este caso, las concentraciones máximas llegan a 70 µg/m3. Sin embargo, como se observa
en la Figura 36, el receptor 4 se encuentra dentro del cono de dispersión de mayor
concentración, razón por la cual se observa una gran diferencia en comparación con los
resultados obtenidos para el mismo punto con los datos del método propuesto. Al analizar
el perfil de concentraciones en la dirección predominante del viento, se observa que las
concentraciones caen rápidamente a valores por debajo de 40 µg/m3 a 500 m de distancia
del valor máximo. En este sentido, la extensión del impacto es menor en comparación con
los resultados del método propuesto.
53
Figura 33 Pluma de dispersión – PM10 24 horas con datos de Figura 34 Pluma de dispersión – PM10 24 horas con datos de
estaciones Bogotá WRF
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
54
Figura 35 Pluma de dispersión y localización receptores discretos Figura 36 Pluma de dispersión y localización receptores
– PM10 24 h con datos de estaciones Bogotá discretos – PM10 24 h con datos de WRF
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
55
Figura 37 Perfil de concentraciones en sentido W desde el nivel más alto de concentración datos Bogotá
PLOT FILE OF HIGH 1ST HIGH 24-HR VALUES FOR SOURCE GROUP: ALL
P1 (X: 592635.55 / Y:521493.73) - P2 (X:587423.38 / Y:521547.99) - Step: 52.65 [m]
180
160
140
Value [ug/m^3]
120
100
80
60
40
20
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Distance [m]
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
Figura 38 Perfil de concentraciones en sentido SW desde el nivel más alto de concentración datos WRF
PLOT FILE OF HIGH 1ST HIGH 24-HR VALUES FOR SOURCE GROUP: ALL
P1 (X: 592635.18 / Y:521679.68) - P2 (X:589315.08 / Y:516586.54) - Step: 61.41 [m]
70
60
Value [ug/m^3]
50
40
30
20
10
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 5500 6000
Distance [m]
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
56
En la Tabla 20 y en la Tabla 21 se puede observar la extensión del cono de dispersión para
los diferentes intervalos de concentración obtenidos con cada una de las fuentes de datos.
Para el caso del método propuesto a partir de los datos de las estaciones de Bogotá, las
concentraciones entre 70 y 167 µg/m3 ocupan el 0,24% del área de modelación, las
concentraciones entre 3 y 5 ocupan el 31,15%, seguida de las concentraciones entre 5 y 8
con un 30,58%. Para el caso de los resultados obtenidos con WRF, las concentraciones
entre 60 y 70 µg/m3 ocupan el 0,13% del área de modelación. Las concentraciones con
mayor cobertura se encuentran entre 3 y 5 µg/m3 ocupando el 25,19% del área de
modelación, seguida de las concentraciones entre 10 y 20 µg/m3 ocupando el 22,43%.
Tabla 20 Cobertura de los intervalos de concentración generados por las isopletas del
modelo con datos Bogotá 24 h
24h-Bogota
NIVEL MÍNIMO NIVEL MÁXIMO ÁREA
µg/m3 µg/m3 (ha) %
2 3 1.201,1 12,01%
3 5 3.114,7 31,15%
5 8 3.058,5 30,58%
8 10 1.051,5 10,51%
10 20 1.128,6 11,29%
20 30 235,1 2,35%
30 40 111,0 1,11%
40 50 45,0 0,45%
50 60 22,7 0,23%
60 70 8,2 0,08%
70 80 6,2 0,06%
80 90 4,6 0,05%
90 100 3,6 0,04%
100 120 5,1 0,05%
120 140 2,8 0,03%
140 167 1,2 0,01%
TOTAL 10.000 100%
Fuente: El autor. 2017
Tabla 21 Cobertura de los intervalos de concentración generados por las isopletas del
modelo con datos WRF 24 h
24h-WRF
NIVEL MÍNIMO NIVEL MÁXIMO ÁREA
µg/m3 µg/m3 (ha) %
1 3 1.355 13,55%
3 5 2.519 25,19%
5 8 2.138 21,38%
8 10 1.255 12,55%
10 20 2.243 22,43%
20 30 295 2,95%
30 40 97 0,97%
40 50 60 0,60%
50 60 25 0,25%
60 70 13 0,13%
TOTAL 10.000 100%
Fuente: El autor. 2017
57
5.4.3.1 Resultados para PM10 anual
Respecto a las concentraciones de PM10 se puede observar que existe una mayor
uniformidad en los resultados obtenidos, tanto en la forma de las isopletas como en los
niveles de concentración obtenidos para las diferentes fuentes de datos meteorológicos.
En la Figura 39 se puede observar el cono de dispersión generado con los datos del método
propuesto, en el gráfico se observa la dirección predominante W. En la Figura 40 se puede
observar que la pluma de dispersión generada con WRF se dirige hacia WNW. Sin
embargo, en este caso, las concentraciones máximas anuales son mayores con la fuente
de datos de WRF. En cuanto a los receptores discretos, en los resultados obtenidos con
WRF se observa que el receptor 4 es la más expuesto a las altas concentraciones de PM10,
mientras que los demás receptores tienen concentraciones similares, todos menores a 10,5
µg/m3 en ambos casos.
58
Figura 39 Pluma de dispersión – PM10 anual con datos de Figura 40 Pluma de dispersión – PM10 anual con datos de WRF
estaciones Bogotá
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
59
Figura 41 Pluma de dispersión y localización receptores discretos – Figura 42 Pluma de dispersión y localización receptores
PM10 Anual con datos de estaciones Bogotá discretos – PM10 Anual con datos WRF
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
60
Figura 43 Perfil de concentraciones en sentido W desde el nivel más alto de concentración datos Bogotá
25
Value [ug/m^3]
20
15
10
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Distance [m]
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
Figura 44 Perfil de concentraciones en sentido WNW desde el nivel más alto de concentración datos WRF
35
30
Value [ug/m^3]
25
20
15
10
5
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 5500 6000
Distance [m]
Fuente: El autor con uso del modelo AERMOD VIEW 9.0.0. 2017
61
En la Tabla 22 y en la Tabla 23 se puede observar la extensión del cono de dispersión para
los diferentes intervalos de concentración obtenidos con cada una de las fuentes de datos.
Para el caso del método propuesto a partir de los datos de las estaciones de Bogotá, las
concentraciones anuales entre 0,3 y 10 µg/m3 ocupan el 98,93% del área de modelación,
mientras que las concentraciones superiores a 10 µg/m3 solo corresponden al 1,07% del
área.
Para el caso de los resultados obtenidos con WRF, las concentraciones entre 0,3 y 10 µg/m3
ocupan el 98,34% del área de modelación, mientras que las superiores a 10 µg/m3 ocupan
solo el 1,66% del área.
En las dos tablas se puede observar que el área total de la pluma de dispersión es menor
a 10.000 ha, lo anterior debido a que la influencia de la pluma no abarca toda la grilla de
modelación.
Tabla 22 Cobertura de los intervalos de concentración generados por las isopletas del
modelo con datos Bogotá - anual
Anual -Bogotá
NIVEL MÍNIMO NIVEL MÁXIMO AREA
µg/m3 µg/m3 (ha) %
0,3 0,5 2.161 22,20%
0,5 0,7 1.461 15,02%
0,7 1 1.534 15,76%
1 3 3.598 36,97%
3 5 608 6,25%
5 7 176 1,81%
7 10 91 0,93%
10 20 83 0,85%
20 27 21 0,21%
TOTAL 9.732 100,00%
Fuente: El autor. 2017
Tabla 23 Cobertura de los intervalos de concentración generados por las isopletas del
modelo con datos WRF - anual
Anual -WRF
NIVEL MÍNIMO NIVEL MÁXIMO AREA
µg/m3 µg/m3 (ha) %
0,3 0,5 1.136 15,29%
0,5 0,7 714 9,61%
0,7 1 703 9,46%
1 3 4.130 55,58%
3 5 424 5,71%
5 7 122 1,65%
7 10 78 1,05%
10 30 119 1,60%
30 35 4 0,05%
TOTAL 7.432 100,00%
Fuente: El autor. 2017
62
5.5 Comparación de los resultados diarios del modelo en los
Receptores discretos
Con el fin de analizar las diferencias entre los resultados obtenidos para el modelo con las
dos fuentes de datos meteorológicos, se obtuvieron las concentraciones diarias en cada
uno de los 8 receptores discretos definidos, esto es 365 datos en cada receptor, con el fin
de establecer la variabilidad y la tendencia de los resultados.
En la Tabla 24 se presenta los resultados comparativos de los resultados obtenidos con los
datos de Bogotá y los datos de WRF. Para cada receptor se presenta su localización, el
promedio de las concentraciones diarias, la concentración máxima y mínima, la desviación
estándar, la varianza y finalmente el coeficiente de correlación.
De acuerdo con los datos presentados en la tabla, se puede observar que los resultados
obtenidos presentan una correlación positiva. La desviación estándar en cada uno de los
receptores indica una buena uniformidad en los datos. Las diferencias presentadas entre
los valores máximos y mínimos de cada fuente de datos se deben principalmente al
comportamiento de la pluma de dispersión, la cual varía considerablemente para los
resultados diarios, básicamente por las diferencias en las rosas de vientos. El receptor 4 es
el que presenta mayor varianza debido a que es el más expuesto a las emisiones de las
fuentes en estudio.
Coef. Correlación 0,6020 0,6019 0,6015 0,6025 0,6014 0,6017 0,6019 0,6017
Fuente: El autor. 2017
63
Figura 45 Concentraciones de PM10 - Receptor 1 Figura 46 Concentraciones de PM10 - Receptor 2
Concentraciones de PM10 - Receptor 1 Concentraciones de PM10 - Receptor 2
14 25
R² = 0,1382
12
R² = 0,0211 20
10
ug/m3 (Datos Bog)
6
10
4
5
2
0 0
0 2 4 6 8 10 12 14 16 0 5 10 15 20 25 30 35
ug/m3 (Datos WRF) ug/m3 (Datos WRF)
40
30
R² = 0,1581
R² = 0,0156 35
25
ug/m3 (Datos Bog)
15 20
15
10
10
5
5
0 0
0 2 4 6 8 10 12 14 16 18 20 0 10 20 30 40 50 60 70 80
ug/m3 (Datos WRF) ug/m3 (Datos WRF)
64
Figura 49 Concentraciones de PM10 - Receptor 5 Figura 50 Concentraciones de PM10 - Receptor 6
Concentraciones de PM10 - Receptor 5 Concentraciones de PM10 - Receptor 6
40 40
R² = 0,3726
35 35
30 30
ug/m3 (Datos Bog)
15 15
10 10
5 5
0 0
0 2 4 6 8 10 12 14 16 18 20 0 5 10 15 20 25 30 35 40 45 50
ug/m3 (Datos WRF) ug/m3 (Datos WRF)
20 12
18
10
16
14
ug/m3 (Datos Bog)
65
5.6 Análisis de resultados
Se encontraron diferencias entre la rosa de vientos generada con la estación las Ferias, la
obtenida a través del modelo WRF y la publicada por el IDEAM para el aeropuerto El
Dorado. Cabe anotar que las dos primeras corresponden a información del año 2015, en
donde se observa que la dirección predominante del viento en las ferias es la W, mientras
que la obtenida con WRF es la dirección SW. Es importante resaltar que la estación las
ferias se encuentra a unos 7 km de distancia del Aeropuerto El Dorado, y se debió utilizar
al no poder obtener esta información de la estación El Dorado de la manera que lo requiere
AERMET, por lo tanto, debe existir una desviación en la dirección y velocidad del viento
generada por las características del suelo y los edificios del área urbana que se localizan
alrededor de la estación las Ferias.
La principal diferencia en los resultados del modelo para PM10 se dio en los valores
máximos obtenidos para la exposición de 24 horas y en la distribución espacial de las
isopletas. Las concentraciones máximas obtenidas con los datos de las estaciones de
Bogotá superaron en más del doble a las concentraciones máximas obtenidas con los datos
de WRF. Sin embargo, a medida que se alejaba de las fuentes de emisión las
concentraciones disminuían y guardan cierta similitud en su comportamiento con
variaciones entre las concentraciones alrededor de un 30%.
Por lo anterior, es muy importante ejecutar las modelaciones para un periodo mínimo de 5
años, lo que conlleva al incremento de costos de los proyectos de modelación, por los
costos en que se incurre para comprar la información meteorológica y por el incremento en
los tiempos de computo en AERMOD, que para un proyecto con diversas fuentes de
emisión y complejidad en la grilla de modelación puede llegar a tomar tiempo mayores a 24
horas por cada corrida.
Por el contario, los resultados del modelo para PM10 anual, mostraron un comportamiento
muy similar para las fuentes de datos meteorológicos utilizados, con baja diferencia en los
resultados máximos, en comparación con lo observado para la exposición de 24 horas. En
este caso, las variaciones son del 11% y la diferencia entre los dos escenarios de
modelación se nota en la distribución espacial de las isopletas.
66
Conclusiones
Se observa una diferencia notable en los resultados de los conos de dispersión de PM10
atribuidos a la diferencia encontrada en la dirección predominante del viento entre las dos
fuentes de información utilizadas, la cual puede estar influenciada por las diferencias en la
localización de las estaciones donde se obtuvo la información de velocidad y dirección del
viento, ya que se encontraban a 7 km de diferencia.
Las desviaciones más altas del modelo con las dos fuentes de datos meteorológicos se
generan en las concentraciones máximas de PM10 que se obtiene en cada uno.
67
Bibliografía:
Environmental Protection Agency. (1995). User's Guide for the Industrial Source Complex
(ISC3) Disperssion models. Volume II. North Carolina, E.E.U.U.
Lazaridis, M. (2010). Environmental Pollution 19. First principles of meteorology and air
pollution. London: Springer.
United States Environmental Protection Agency (EPA). (2013). Guidance notes for using
the regulatory air pollution model AERMOD in Victoria. Victoria, USA.
68
Anexo 1 Archivos meteorológicos generados a partir de las estaciones de Bogotá
69
Anexo 2 Archivo meteorológicos generados con WRF obtenidos en Meteocolombia SAS
70
Anexo 3 Archivos de entrada y salida de las diferentes corridas de AERMOD para el análisis
de espaciamiento de grilla
71
Anexo 4 Archivos de entrada y salida del modelo con los datos meteorológicos de Bogotá
72
Anexo 5 Archivos de entrada y salida del modelo con los datos meteorológicos de WRF
73
Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.
Alternative Proxies: