Dispersión de la contaminación atmosférica causada por el tráfico vehicular

Aplicación de un modelo matemático para Guatemala Ciudad y San Salvador

Elaborado por:

Martín Blaser Traducido por:

Beni Lang Rosendo Majano Swisscontact, Agosto 2000

Indice 0.

Resumen ejecutivo

7

0.1 0.2 0.3 0.4

Monitoreo del Aire en Centro América Metodología del presente estudio Resultados Conclusiones

7 7 8 9

1.

Introducción

11

1.1

Antecedentes

11

1.2

El programa Aire Puro

12

Capacitación de instructores en el sector automotriz 1.2.2 Conscientización 1.2.3 Asesorías para la elaboración de los reglamentos de tránsito 1.2.4 La eliminación de la gasolina con plomo

12

1.3

El avance del programa

13

1.3.1

Monitoreo de la Calidad del Aire

14

1.4

Modelos de dispersión de la contaminación

14

1.4.1

¿Qué son modelos de dispersión?

15

1.5

La presente investigación

15

2.

El modelo de dispersión ImmProg

17

2.1

ImmProg-H

17

1.2.1

12 12 13

Los datos de entrada (“Input”) 2.1.2 El archivo de mapa (“Plan-File”)

17

2.2

18

2.1.1

Meteorología

El archivo de datos meteorológicos (“Meteo-File”) 2.2.2 La determinación de las clases de estabilidad 2.2.3 Radiación global 2.2.4 Estaciones

2.2.1

17

18 18 19 19

1

2.3

Química

19

Dióxido de nitrógeno 2.3.2 La química como factor de inseguridad

19

2.4

Concentración de referencia (“Background”)

20

2.5

Receptores

20

3.

La búsqueda de los datos

21

3.1

Datos meteorológicos

21

2.3.1

20

Datos meteorológicos para Guatemala Ciudad 3.1.2 La situación en San Salvador 3.1.3 Consecuencias de las restricciones

21

3.2

La selección del área de investigación

22

El archivo de mapa para Guatemala Ciudad 3.2.2 Archivo de mapa para San Salvador San Salvador: área de investigación 3.2.2.1 La red de monitoreo en San Salvador 3.2.2.2

22

3.3

26

3.1.1

3.2.1

Conteos de tráfico

21 22

24 24 24

Conteos en Guatemala Ciudad 3.3.2 Conteos en San Salvador

26

3.4

27

3.3.1

Emisiones

26

Cálculo de las emisiones 3.4.2 Factores de emisión 3.4.3 Programa para calcular las emisiones

27

3.5

Cálculo de las inmisiones con ImmProg

29

3.6

Datos de mediciones

30

3.4.1

Resultados de las mediciones 3.6.2 Métodos de medición 3.6.3 Relación entre NO2 y NOx

3.6.1

2

27 28

30 31 31

4.

Métodos

33

4.1

Detalles sobre las emisiones

33

Determinación de los factores de emisión Factores de emisión para Guatemala Ciudad 4.1.1.1 Factores de emisión para San Salvador 4.1.1.2 4.1.2 Aplicación de los factores calculados de emisión 4.1.3 Crecimiento del tráfico 4.1.4 Variabilidad de las emisiones durante el día

33

4.2

35

4.1.1

Archivo de datos meteorológicos

33 34 34 35 35

Altura de la inversión térmica 4.2.2 Vientos débiles 4.2.3 Archivo de clases

35

4.3

La calibración del modelo

36

4.3.1

36

4.3.6

Análisis de regresión Esquema de calibración Distancia de impacto de la emisión Sitios de muestreo cerca de fuentes Concentración de referencia Concentración de referencia para Guatemala Ciudad 4.3.5.1 Concentración de referencia para San Salvador 4.3.5.2 Función de transformación

4.4

Promedio anual

39

4.5

Cálculos

40

5.

Resultados

41

5.1

Presentación de los resultados de los cálculos

41

5.2

Los resultados para Guatemala Ciudad

41

4.2.1

4.3.2 4.3.3 4.3.4 4.3.5

La red de receptores 5.2.2 Resultados de cálculos y mediciones 5.2.3 Las tres extrapolaciones Guatemala Ciudad 1995 5.2.3.1 Guatemala Ciudad 1996 5.2.3.2 Guatemala Ciudad 1998 5.2.3.3 5.2.4 Los dos escenarios

5.2.1

35 36

36 38 38 38 38 39 39

41 42 43 44 44 44 51

3

5.3

Resultados para San Salvador

52

5.4

Planificación de la red de monitoreo

57

Anexos A

Resultados del monitoreo del aire para NO2 y ozono

I

A-1

Resultados para Guatemala Ciudad Guatemala Ciudad 1995 A-1.1 Guatemala Ciudad 1996 A-1.2 Guatemala Ciudad 1997 A-1.3 Guatemala Ciudad 1998 A-1.4 Resultados para San Salvador San Salvador 1996 A-2.1 San Salvador 1997 A-2.2 San Salvador 1998 A-2.3

I

A-2

B

Los resultados calculados para NO2 en Guatemala Ciudad

C

Programa Excel para calcular las emisiones: el ejemplo Guatemala Ciudad

D

Documentación del curso de capacitación para técnicos

E

Bibliografía

4

I II III IV V V VI VII

VIII IX XV XXXIII

5

6

0.

Resumen ejecutivo

0.1

Monitoreo del Aire en Centro América

La contaminación atmosférica en las áreas urbanas de Centro América nació como un tema de interés público a partir del año 1993, cuando arrancó el programa llamado “Aire Puro”. Dicho programa, ejecutado por la Fundación Suiza de Cooperación para el Desarrollo Técnico (Swisscontact) y financiado por la Agencia Suiza para el Desarrollo y la Cooperación (COSUDE), ha tomado desde entonces acciones para mejorar la calidad del aire en las capitales del istmo invirtiéndose hasta hoy alrededor de US$ 7 Millones en las siguientes cuatro áreas prioritarias: • • • •

Capitación de instructores y mecánicos del sector automotriz. Formación de funcionarios de gobierno y fortalecimiento de las instituciones. Redes de Monitoreo del Aire establecidas: Intercambio regional, capacitación para el personal técnico y control de calidad en los laboratorios. Conscientización de la población por medio de publicaciones y eventos.

El Monitoreo del Aire se estableció como parte integral del programa Aire Puro a partir del año 1994 en Guatemala, Honduras y Costa Rica, y en 1996 en el resto de los países. En la actualidad, seis laboratorios miden mensualmente la concentración de los contaminantes gaseosos dióxido de nitrógeno (NO2), ozono (O3) y monóxido de carbono (CO), de las partículas totales suspendidas (PTS), partículas respirables (PM10) y el contenido de plomo (Pb) en las PM10. En el año 1996 los técnicos del programa Aire Puro decidieron comprar un modelo de dispersión de contaminantes atmosféricos, en respuesta al deseo crecido de no tener conocimientos sobre la calidad del aire únicamente en puntos estratégicos de las ciudades monitoreadas, sino que poder conocer la calidad del aire en toda el área urbana de cada ciudad. Con el producto ImmProg, perteneciendo a la familia de modelos de Gauss, se pensaba hacer tanto extrapolaciones territoriales hacia toda el área urbana como pronósticos temporales hacia el futuro.

0.2

Metodología del presente estudio

El objetivo del presente estudio es la aplicación del modelo de dispersión a las áreas urbanas de Guatemala Ciudad y San Salvador para el contaminante dióxido de nitrógeno (NO2), basándose en los resultados del monitoreo del aire e informaciones disponibles sobre las emisiones vehiculares. Un objetivo ambicioso considerando el margen de tiempo estrecho de cinco meses, ya que se tenían que actualizar tanto la base de datos como los parámetros del modelo, y en especial adaptar los factores de emisión a la realidad de los países de Centro América. Una gran parte de los cinco meses disponibles se usó para conseguir información sobre la meteorología y el tráfico motorizado en las dos ciudades, los llamados datos de entrada (“input”) para el modelo ImmProg. Era una búsqueda difícil, topándose con serios obstáculos, los cuales radican en la ausencia casi completa de estadísticas y - donde si existen - en la falta de una cultura 7

de apertura de las administraciones públicas, las cuales en vez de informar ampliamente al público sobre los resultados de su trabajo, guardan con recelo toda la información obtenida. Una vez obtenido el acceso a la información, se encontró varias veces en condiciones deplorables (forma de almacenaje poco adecuada), y de calidad dudosa. Mientras que fue posible cerrar algunos huecos de información con respecto al tráfico, organizando conteos en cooperación con estudiantes, se tenía que trabajar, para el caso de la meteorología, con los datos existentes. Un gran esfuerzo y por lo tanto uno de los grandes logros de la presente investigación es el procedimiento para calcular los factores de emisión de NO2 para las condiciones centroamericanas por medio de un programa en formato Excel, tomando en cuenta una variedad de fuentes y factores.

0.3

Resultados

La calidad y cantidad de información obtenida delimitó la aplicación del modelo. La calibración, es decir la comparación de los valores calculados por el modelo con los resultados del monitoreo, salió en el caso de Guatemala Ciudad satisfactoria para 1995, 1996 y 1998, lo que permitió calcular extrapolaciones territoriales para estos tres años. A pesar de que la región centroamericana sufrió en 1998 bajo el fenómeno climático “El Niño”, no fue ese, sino 1996 el año más contaminado de los tres comparados. Dicho conocimiento indica que no son tanto las condiciones a nivel regional las que determinan la contaminación atmosférica dentro de una ciudad, sino que las condiciones climáticas locales. Las condiciones atmosféricas en 1996 no permitían que las emisiones escaparan en la misma magnitud que en 1995 o 1998 hacia los alrededores de la ciudad capital – la ventilación de Guatemala Ciudad funcionó mejor en estos dos años. Luego de esta comparación se calcularon dos escenarios para la contaminación por NO2 en el año 2005 sobre la base de suposiciones bien distintas: el resultado después de seguir cinco años más con el status quo (no se tomaría ninguna medida para disminuir las emisiones por parte del gobierno) se compara con la situación después de haber aplicado un paquete de medidas, como son la reintroducción de la revisión de emisiones vehiculares, la renovación completa de la flota del transporte público urbano y la restricción de la importación de vehículos usados a unidades de no más de tres años de edad. Las medidas tomadas en el segundo escenario logran estabilizar la contaminación por dióxido de nitrógeno y mantenerla en el nivel del año 1998, la concentración promedio de NO2 para toda el área investigada queda a un 15% por debajo del resultado del status quo. En San Salvador, la aplicación de ImmProg fue mucho menos exitosa, a raíz de varias condiciones desfavorables como la mala calidad de los datos del tráfico motorizado, la información meteorológica muy limitada, la distribución inadecuada de los sitios de monitoreo del aire y el hecho de contar con una base de datos más estrecha sobre las inmisiones, ya que el monitoreo del aire inició en San Salvador hasta en el año 1996.

8

0.4

Conclusiones

Las conclusiones de la presente investigación se refieren tanto a la parte de metodología como a los resultados. En el ámbito institucional, la búsqueda penosa de estadísticas indica la urgencia de un cambio drástico en las políticas de manejo y transferencia de información, tanto hacia el público como a otras instituciones gubernamentales. Considerando que la información es obtenida gracias a los impuestos pagados por la población, ésta debería estar disponible para todo aquel que la requiera. Además urge una modernización de los métodos de almacenaje de dicha información, la cual hoy día debe de estar guardada en forma computarizada. Otra consecuencia importante de la investigación es el entendimiento de que la red de monitoreo tiene que llenar ciertos requisitos para que luego se pueda aplicar un modelo de dispersión. La variedad en la ubicación de los sitios de monitoreo es la mejor garantía para que la red cubra todos los niveles de contaminación existentes en el área de estudio. El caso ideal sería que al inicio de la planificación de una red de monitoreo del aire ya se conozcan y se tomen en cuenta los requerimientos del tipo de modelo de dispersión que luego se utilizará. Los dos escenarios calculados para la situación de la contaminación por NO2 en Guatemala Ciudad en el año 2005 nos brindan buena información sobre la eficiencia e importancia de medidas. En caso que las autoridades capitalinas sigan ignorando los pasos necesarios para mejorar la calidad del aire, los ciudadanos estarán obligados en el futuro a vivir con un aire mucho más contaminado y con sus consecuencias graves para la salud. Sin embargo, el conjunto de tres medidas tan severas como es la reintroducción de la revisión de emisiones vehiculares, la renovación completa de la flota del transporte público urbano y la restricción de la importación de vehículos usados a unidades de no más de tres años de edad, logra solamente estabilizar la contaminación en el nivel del año 1998. El objetivo de un aire sustancialmente más saludable se logrará solamente a través de la incorporación de otros elementos en la cuestión, como por ejemplo la planificación urbana y la introducción de alternativas para el transporte urbano, como metros o tranvías. Después de escribir tanto de los beneficios de la aplicación del programa ImmProg, cabe destacar que se trata de un instrumento poderoso y por lo tanto también peligroso, ya que por todo tipo de datos de entrada – sin importar que tan manipulados sean – calcula un resultado. Para poder aprovechar el instrumento, se necesitan buenos técnicos, que sepan evaluar las estadísticas antes de ingresarlas y luego sepan también interpretar los resultados calculados por el programa. De esta manera, los países de Centro América en un futuro si podrán sacar provecho del instrumento “modelo de dispersión de contaminación atmosférica”.

9

10

1.

Introducción

1.1

Antecedentes

En el año 1991, Suiza (la “Confederación Helvética”) cumplió 700 años – un evento que motivó al gobierno de abrir un fondo de 700 Millones de Francos Suizos (US$ 450 Millones), reservado únicamente para proyectos ecológicos con un impacto global. El fondo, cuya creación se hizo también en vista de la cumbre de Río 1992, motivó tanto a empresas privadas como a organismos dedicados a la ayuda al desarrollo a entregar propuestas. La Fundación Suiza de Cooperación para el Desarrollo Técnico (Swisscontact) entregó una propuesta – luego llamada Programa Aire Puro, cuyo objetivo principal era de mejorar la calidad del aire en las áreas urbanas de Centro América y disminuir las emisiones de dióxido de carbono (CO2). Swisscontact disponía de muchas experiencias, ya que durante años había trabajado por medio de los sectores „formación profesional“ y „fomento a la pequeña y mediana empresa“ con los mecánicos automotrices y sus respectivas asociaciones. La situación del medio ambiente, otra razón por la cual Swisscontact entregó su propuesta, se presentó en Centro América al inicio de los años 90 de la siguiente manera: la alta tasa de crecimiento de la población urbana y su creciente movilidad hacia las áreas urbanas de la región – Guatemala Ciudad ya tiene más de dos Millones de habitantes – deterioran la calidad del aire, lo que se refleja en un fuerte aumento de los casos reportados de afecciones respiratorias. Tanto el crecimiento de la flota vehicular (entre 5-10% cada año) como el mal estado del tráfico motorizado contribuyen a la contaminación, ya que casi no existe la costumbre de dar un mantenimiento regular (cambio de filtros, de aceite etc.) a las unidades. Además cabe destacar que el tráfico motorizado en toda Centro América consiste en su mayoría en carros usados importados de los Estados Unidos y modelos nuevos baratos de Japón, por lo cual muchos vehículos no disponen de nuevas tecnologías para disminuir sus emisiones. Se estima que de la contaminación atmosférica en las áreas urbanas en Centro América, alrededor de 80% proviene de las emisiones vehiculares. El impacto ambiental fuerte del tráfico vehicular llevó a las diferentes líneas de acciones del programa Aire Puro: se ha buscado capacitar a los instructores y mecánicos del sector automotriz, se han formado los funcionarios de gobierno y se han prestado asesorías para la elaboración de reglamentos y normas, todo con el fin de establecer sistemas de inspecciones vehiculares regulares (Inspección & Mantenimiento – I/M). Con dicho paquete de acciones se pensaba reducir las emisiones vehiculares hasta por un 30% y así contribuir para que la calidad del aire urbano se mejore.

11

1.2

El programa Aire Puro

Los objetivos fueron entonces reglamentar las emisiones vehiculares en todos los países de Centro América – Costa Rica, El Salvador, Guatemala, Honduras, Nicaragua y Panamá – y establecer las bases para los sistemas I/M, lo que se ha buscado conseguir por medio de las siguientes acciones:

1.2.1

Capacitación de instructores en el sector automotriz

La formación profesional ha sido uno de los sectores claves cubiertos por Swisscontact (SC) desde el inicio de sus operaciones hace más de 40 años. Por medio de cursos de capacitación, los cuales inicialmente fueron organizados y dados por la Fundación Suiza y luego por instituciones contrapartes bajo la supervisión de SC, se ha formado durante los años una cantidad considerable de instructores automotrices de toda Centro América. Por su buena calidad, los cursos también fueron frecuentados por participantes de otros países latinoamericanos. Los instructores en un siguiente paso han capacitado dentro de sus respectivas instituciones capacitadoras tanto a mecánicos automotrices como a policías, para que estos estuvieran preparados para su futura tarea: poder brindar un mejor servicio de mantenimiento y llevar a cabo mediciones de control en las carreteras.

1.2.2

Conscientización

Al inicio de las actividades del programa, casi no existía consciencia ni de parte de la población ni del gobierno acerca de la contaminación atmosférica, su orígen y los daños que causa la mala calidad del aire. Era entonces necesario sensibilizarlos por medio de información al respecto, lo que se ha llevado a cabo a dos niveles: El primer grupo de actividades consiste en eventos como concursos de dibujos infantiles, campañas de información por medio de televisión y radio y las llamadas „Semanas Aire Puro“, durante las cuales se midieron en gasolineras las emisiones de los vehículos (hasta hoy más de 100,000) y se les entregaba a los conductores información y consejos sobre como mejor mantener el auto. Los anuncios en la televisión fueron al inicio del programa una herramienta bastante cara, sin embargo se lograron financiar luego en su mayoría a través de patrocinios de parte de empresas privadas interesadas en colaborar. Un segundo paquete de actividades se ha dirigido hacia los tomadores de decisiones. Los orígenes y las consecuencias de la contaminación atmosférica a causa del tráfico motorizado se ha explicado y discutido en varios seminarios y otros congresos, de los cuales el „Congreso Mundial sobre Contaminación del Aire en Países en Vías de Desarrollo“ (San José, 1996) ha sido el evento más prominente.

1.2.3

Asesorías para la elaboración de los reglamentos de tránsito

A raíz de la multitud de esfuerzos, eventos y contactos personales, las entidades responsables se dejaron convencer acerca de la necesidad de reglamentos de tránsito. La estrategia de los técnicos del programa Aire Puro era proponer un reglamento uniforme para toda Centro América, para que luego se hagan las modificaciones por país. 12

En los países donde todavía no había iniciado el proceso de elaboración del reglamento de tránsito, Swisscontact convenció a las autoridades de que si era necesario de formar una comisión al respecto. Los técnicos de SC se encargaron dentro de las comisiones de proponer las normas técnicas y jugaron en más de un caso un rol clave durante el proceso lento de la elaboración del reglamento. El reglamento final se puso en vigencia en cada país de manera distinta. La manera más rápida es declararlo vigente por medio de decreto presidencial, lo que tiene la desventaja que el presidente lo puede eliminar sin aviso previo ninguno – como succedió en Guatemala a finales de año 1998. La alternativa, la discusión del reglamento en la asamblea legislativa, tiende a demorar mucho la puesta en vigencia de lo mismo, y con frecuencia los políticos hacen modificaciones poco prácticas. Sin embargo, no se debe de olvidar que la existencia de un reglamento todavía no cambia la realidad: hay que ponerlo en práctica. Para este paso importante falta a veces el presupuesto adecuado – o simplemente la voluntad política, como en el caso de El Salvador, donde a pesar del mandato legal no se tomaron acciones durante casi dos años.

1.2.4

La eliminación de la gasolina con plomo

El gobierno de Guatemala decidió en 1992 prohibir la venta de gasolina con plomo. Este ejemplo hizo más fácil el proceso de convencer a los demás gobiernos del istmo que cambien también a la gasolina sin plomo, para que jugaran mundialmente un papel pionero en este asunto. En los cinco países donde se eliminó la gasolina con plomo del mercado se podía comprobar una disminución drástica en cuanto al contenido de plomo en el material particulado que flota en el aire. Actualmente únicamente Panamá sigue vendiendo gasolina con plomo, hecho que se debe a las reservas grandes de tetraetilo de plomo por parte de la refinería. Los habitantes de Panamá Ciudad según la planificación gubernamental seguirán hasta finales del año 2001 respirando aire cuyo contenido de plomo está tres a cuatro veces por encima del valor guía recomendado por la Organización Mundial de la Salud (OMS). Por otra parte, para evitar que Centro América llegue a ser el „cementerio de carros usados“ de Norte América, está previsto en un próximo paso permitir únicamente la importación de vehículos con catalizador. El uso del catalizador llegará gradualmente a ser obligatorio – una medida importante en la lucha contra la contaminación atmosférica causada por el tráfico motorizado.

1.3

El avance del programa

El programa Aire Puro inició sus actividades en 1993 en tres de los países: Honduras, Guatemala y Costa Rica; y se expandió en 1996 a los demás países de Centro América: El Salvador, Nicaragua y Panamá.

13

En el transcurso de los siete años, ciertas tareas fueron cumplidas y se definieron nuevos objetivos. El programa Aire Puro cuenta actualmente con actividades en cinco áreas principales: • • • • •

I/M & Revisión técnica Fortalecimiento institucional Monitoreo de la Calidad del Aire Mejoramiento de Flota y Combustibles Conscientización

1.3.1

Monitoreo de la Calidad del Aire

Antes del año 1993, ninguno de los países centroamericanos disponía de datos confiables sobre la contaminación atmosférica. El argumento inicial de Swisscontact para establecer redes de monitoreo atmosférica en las capitales fue la idea de luego, con los datos obtenidos, disponer de indicadores para medir el éxito del programa Aire Puro. Se buscó en cada capital un laboratorio contraparte el cual lleva mensualmente a cabo mediciones de la calidad del aire en puntos estratégicos en la respectiva área urbana. Desde 1994 (Honduras, Guatemala y Costa Rica) y 1996 (El Salvador, Nicaragua y Panamá) respectivamente se miden, generalmente a base de tecnologías de bajo costo, los siguientes contaminantes del aire: plomo (Pb), partículas respirables (PM10), partículas totales suspendidas (PTS), monóxido de carbono (CO), dióxido de nitrógeno (NO2) y ozono (O3). Los resultados de estas mediciones forman hasta la fecha el único banco de datos que da fe de la contaminación atmosférica en las áreas urbanas de Centro América. Con el transcurso de los años, los técnicos de Swisscontact se dieron cuenta de que varios factores impedían el uso de los datos obtenidos por el monitoreo del aire como parámetros para medir el avance del programa, entre otros, el crecimiento de la flota vehicular y la influencia desconocida de la meteorología. A pesar de este hecho, el programa Aire Puro ha mantenido sus contribuciones a las redes de monitoreo, ya que los datos hoy día son una herramienta fuerte para conscientizar al público.

1.4

Modelos de dispersión de la contaminación

Luego de haber medido durante varios años la contaminación atmosférica, entre los técnicos tanto de Swisscontact como de las contrapartes creció el deseo de no tener únicamente conocimientos sobre la calidad del aire en puntos estratégicos, sino que poder conocer la calidad del aire en toda el área urbana. Otra duda era si se podrían hacer pronósticos del futuro desarrollo de la contaminación atmosférica a base del banco de datos existente. Los técnicos del programa Aire Puro decidieron finalmente invertir en la compra de un modelo de dispersión de contaminantes atmosféricos, para poder calcular extrapolaciones territoriales hacia toda el área urbana y pronósticos temporales hacia el futuro.

14

1.4.1

¿Qué son modelos de dispersión?

Los contaminantes atmosféricos están generalmente sometidos a tres procesos: emisión, transmisión e inmisión. La emisión es la expulsión del contaminante desde una fuente a la atmósfera. Ejemplos de fuentes de emisión son chimeneas o escapes de vehículos, pero existen también fuentes naturales como son los volcanes. La transmisión describe la distribución y las posibles transformaciones químicas (formación de los llamados contaminantes secundarios) del contaminante en la atmósfera. Bajo el término inmisión se entiende la cantidad o concentración del contaminante que es recibido por un receptor y por ende es registrado también por cualquier equipo de medición de contaminación atmosférica. Receptores son los seres humanos, las plantas, los animales, pero también edificios y otros bienes materiales. Los modelos de dispersión requieren como datos de entrada (“input”), información sobre la situación de las emisiones de los contaminantes. Varios tipos de modelos – también los llamados modelos de Gauss – toman en cuenta adicionalmente datos meteorológicos, ya que la meteorología es un factor importante de la transmisión y por ende influye de manera decisiva en la distribución de los contaminantes en las tres direcciones del espacio. El resultado de un cálculo con un modelo de dispersión es la inmisión calculada del contaminante para cualquiera o para miles de puntos en el espacio. El modelo es entonces el eslabón entre el inicio (=emisión) y el final calculado (=inmisión) del contaminante, es decir que los modelos de dispersión simulan el proceso de la transmisión.

1.5

La presente investigación

La tarea de la investigación que está documentada en este informe era de aplicar el modelo de dispersión a las áreas urbanas de Guatemala Ciudad y San Salvador, tomando como base los resultados del monitoreo del aire e informaciones disponibles sobre las emisiones provenientes del tráfico motorizado. Eso requería la actualización de la base de datos y de los parámetros del modelo, en especial la adaptación de los factores de emisión a la realidad de los países de Centro América. Se previó como final de la investigación la organización de un seminario regional para técnicos de las instituciones interesadas (Ministerios de Medio Ambiente y de Tránsito, Administraciones Capitalinas) con el fin de capacitarlos en cuanto a la aplicación del modelo, presentar los resultados obtenidos y finalmente entregar el software a las autoridades como herramienta importante de una política integral de manejo de la calidad del aire (documentación véase anexo D). Además estaban planificados eventos públicos para informar a todos los interesados sobre los resultados y conclusiones de la investigación.

15

16

2.

El modelo de dispersión ImmProg

En el año 1996 los técnicos del programa Aire Puro decidieron comprar un modelo de dispersión de contaminantes atmosféricos, ya que estaba previsto la llegada del estudiante Matías Nabholz quien luego hizo su tesis sobre la aplicación del modelo de dispersión en tres capitales de Centro América. De la variedad de productos disponibles se escogió el programa ImmProg, un modelo frecuentemente aplicado en Europa, distribuido por la empresa AirInfo S.A. de Suiza. ImmProg pertenece a la familia de modelos de Gauss, los cuales consideran las condiciones meteorológicas y son mundialmente los modelos más aplicados. Dentro del programa ImmProg se pueden seleccionar diferentes tipos de modelos, de los cuales se utilizan con más frecuencia el tipo ImmProg-P para fuentes puntuales (chimeneas), el ImmProg-H para fuentes lineales (carreteras) y la combinación ImmProg-K tanto para fuentes puntuales como lineales. Las redes de monitoreo existentes dentro del programa Aire Puro cuentan con una mayoría de sitios expuestos al tráfico motorizado, ya que están colocados cerca de carreteras con alto flujo vehicular. Además existe muy poca información sobre la contaminación atmosférica por fuentes fijas en Centro América. A raíz de estas condiciones, en la presente investigación se aplica el ImmProg-H para fuentes lineales.

2.1

ImmProg-H

El tipo de modelo ImmProg-H es utilizado para la descripción de la distribución de contaminantes en el sotavento de una carretera frecuentada, la cual está considerada como fuente lineal con emisión continua. A diferencia de la mayoría de los modelos tipo Gauss, el ImmProg-H además de poder trabajar con contaminantes inertes, también cuenta con una función para convertir las inmisiones de óxidos de nitrógeno (NOx) en dióxido de nitrógeno (NO2), lo cual es un contaminante secundario de mucha importancia. El modelo se ajustó de tal forma que trabaja de manera óptima para el pronóstico de NO2/NOx. 2.1.1

Los datos de entrada (“Input”)

El ImmProg-H es un modelo tipo Gauss y requiere de información sobre la meteorología y las emisiones.

2.1.2

El archivo de mapa (“Plan-File”)

En el llamado archivo de mapa, cada tramo de carretera está caracterizado por información como las coordenadas, la cantidad de carriles, el ancho del separador entre los carriles de ambas direcciones, el ancho total de la carretera y la cantidad calculada de emisiones por hora y unidad de distancia. Otros parámetros importantes como la altura del escape sobre el suelo y la temperatura de las emisiones ya están definidos dentro del programa y no pueden ser cambiados. 17

Dentro del archivo de mapa se definen también los receptores. Un receptor es un punto en el espacio para el cual el modelo calculará la concentración de las inmisiones. En un primer paso, los receptores se definen en lugares con una calidad del aire ya conocida, es decir en los sitios de monitoreo del aire. La comparación entre los valores reales de calidad del aire (mediciones) y los valores calculados permiten verificar si el modelo trabaja de manera confiable.

2.2

Meteorología

La información sobre la meteorología forma una parte importante de los datos de entrada requeridos por los modelos de dispersión tipo Gauss.

2.2.1

El archivo de datos meteorológicos (“Meteo-File”)

ImmProg-H cuenta con un archivo especial de datos meteorológicos, en el cual se definen las condiciones meteorológicas para la dispersión de los contaminantes. La meteorología se caracteriza por los siguientes tres parámetros: • • •

Velocidad del viento Dirección del viento La clase de estabilidad H

Tanto la velocidad como la dirección del viento son parámetros meteorológicos conocidos – ¿pero que cosa son las llamadas clases de estabilidad?

2.2.2

La determinación de las clases de estabilidad

Las clases de estabilidad se utilizan para la descripción de la dispersión de partículas en dependencia de la estratificación de la atmósfera. ImmProg-H tiene la capacidad de determinar independientemente las clases de estabilidad según el esquema de PASQUILL-TURNER. Una posibilidad para generar dichas clases es la importación de un archivo con datos meteorológicos por hora (horas meteorológicas) en el formato .mew (con nubosidad incluido) al programa ImmProg. Para este procedimiento se requieren los parámetros nubosidad y la radiación global, la cual es calculada internamente por ImmProg. Las clases de estabilidad se calcularon en ambas ciudades investigadas de esta misma forma, ya que la nubosidad es un parámetro registrado en las respectivas estaciones meteorológicas. El hecho de que el software utilizado es un producto elaborado para las condiciones de Europa, hizo necesario realizar ciertas modificaciones para las condiciones centroamericanas.

18

2.2.3

Radiación global

El ImmProg-H no utiliza la radiación global como parámetro independiente, sino que para el cálculo interno de las clases de estabilidad. La radiación global depende de la latitud y no puede ser modificado en la versión ImmProg 4.03, lo que impide ajustarla a la posición geográfica de Centro América. Gracias al acceso a la nueva versión 98 de ImmProg, la cual sí permite definir la posición geográfica del área de investigación, fue posible calcular las clases de estabilidad considerando las latitudes tanto de San Salvador como de Guatemala Ciudad. La comparación de los resultados obtenidos por las dos versiones 4.03 y 98 demostró que la influencia de la latitud es mínima, lo que justifica trabajar únicamente con la versión 4.03. Para la presente investigación, los datos meteorológicos fueron corregidos con la latitud real de las dos ciudades, 14 grados norte.

2.2.4

Estaciones

El clima de Centro América está caracterizado en primer lugar por dos estaciones, las cuales se distinguen en cuanto a la precipitación: una época seca y una lluviosa. El programa ImmProg no considera la precipitación, ya que la cantidad de lluvia en Europa se distribuye prácticamente en forma uniforme durante todo el año. Esta diferencia grande entre las dos regiones causa diferencias en los resultados mensuales: ImmProg sobrestima las inmisiones en Centro América durante la época lluviosa, mientras calcula resultados para la época seca que están por debajo de los valores obtenidos por las mediciones. Dicho ritmo de sobre- y subestimación en el transcurso del año es un fuerte argumento porque se debe de trabajar con promedios anuales, ya que de esta manera resulta una compensación de las diferencias que se dan a raíz de la distribución desigual de la precipitación.

2.3

Química

2.3.1

Dióxido de nitrógeno

El dióxido de nitrógeno (NO2) es un importante contaminante secundario que resulta de procesos de combustión de alta temperatura. Una gran parte de las emisiones de NO2 está causada por el tráfico motorizado, por lo cual es un buen indicador para la contaminación causada por los vehículos. Hay más razones porque en la presente investigación se escogió el NO2 como contaminante: gracias a las redes de monitoreo del aire existentes tanto en San Salvador como en Guatemala Ciudad están disponibles datos de las inmisiones de NO2 y de ozono (O3). Ya que ImmProg fue optimizado para el pronóstico de NO2/NOx, el dióxido de nitrógeno es el contaminante ideal para la calibración del modelo.

19

2.3.2

La química como factor de inseguridad

El dióxido de nitrógeno es un contaminante secundario, para cuya formación la química juega un papel importante. Las condiciones químicas de la atmósfera en Centro América no coinciden necesariamente con los logaritmos de cálculo utilizados en ImmProg, los cuales fueron elaborados para las condiciones europeas. Las diferencias en la presencia de contaminantes pueden causar también cambios en los ciclos y equilibrios de las reacciones químicas por lo que se trató de tomar en consideración estas condiciones marco a la hora de interpretar los resultados.

2.4

Concentración de referencia (“Background”)

La concentración total de un contaminante es en la modelación la suma de dos valores: la concentración de referencia y la contaminación adicional. Dicha contaminación adicional se origina de las fuentes con emisiones conocidas y situadas dentro del área de investigación, mientras la concentración de referencia representa las inmisiones causadas por todas las fuentes no consideradas en la investigación. Tanto la concentración de referencia como la contaminación adicional varían dependiendo del lugar. A raíz de la escasez de información sobre las emisiones – en Guatemala por ejemplo se consideraron únicamente las carreteras principales y ninguna fuente fija – se utilizó para toda el área de investigación el mismo valor para la concentración de referencia. En ImmProg teóricamente se podría definir para cada punto un valor propio de concentración de referencia, lo que haría posible tomar en consideración condiciones locales como un área verde o el centro urbano con su densidad más alta de calles. Para poder aprovechar esta función, se necesitarían sin embargo muy buenos datos sobre las emisiones en general y su distribución geográfica.

2.5

Receptores

La posición de los receptores, que representan los sitios de muestreo, tiene una gran importancia. La mayoría de estos sitios están situados muy cerca de la fuente de emisión, a unos pocos metros del borde de la carretera. ImmProg no dispone de ninguna función matemática para poder colocar el receptor de manera exacta en el punto X a dos metros de la calle, y colocar los receptores en forma aproximada no es una alternativa tampoco, ya que en el mapa todos los tramos de calle aparecen con el mismo grosor de línea, independientemente si se trata de una calle de cinco metros o una carretera de 60 metros de ancho. Por éstas razones quedó como única posibilidad la determinación de las coordenadas de los receptores apoyándose en la ecuación lineal y la trigonometría. El gran esfuerzo de la presente investigación sin embargo no consistía en la aplicación del modelo de dispersión de contaminantes atmosféricos, sino que en la búsqueda de los datos necesarios de entrada.

20

3.

La búsqueda de los datos

De la tesis de Matías Nabholz ya existía una base de datos y una red de contactos en Guatemala Ciudad, mientras que en San Salvador se tuvo que empezar la investigación desde cero.

3.1

Datos meteorológicos

Los parámetros meteorológicos se registran tanto en Guatemala Ciudad como en San Salvador cada hora a mano, lo que hizo necesario la digitalización de los parámetros nubosidad, dirección y velocidad del viento, para posteriormente poder ingresarlos al programa ImmProg. Importar un año meteorológico, es decir los datos meteorológicos por hora de un año entero (luego llamado “horas meteorológicas”), al programa ImmProg hubiera significado la digitalización de más de 60,000 datos por cada año considerado en la investigación – una tarea imposible dentro de la disponibilidad de presupuesto y tiempo.

3.1.1

Datos meteorológicos para Guatemala Ciudad

El Ing. Fulgencio Garavito, del Instituto Nacional de Sismología, Volcanología, Meteorología e Hidrología (INSIVUMEH) que dispone de una estación meteorológica dentro del área investigada (cerca del aeropuerto internacional Aurora), dio acceso completo a los datos meteorológicos obtenidos por su institución. Igual que Matías Nabholz en su estudio 1996, se digitalizaron para la presente investigación los datos meteorológicos de seis horas características por día de los años 1996, 1997 y 1998: 2am, 6am, 10am, 1pm, 5pm y 9pm. Los datos meteorológicos de 1995 ya estaban a disposición gracias al estudio de Nabholz. La investigación en Guatemala Ciudad se basa entonces en la información meteorológica de cuatro años, para los cuales existen también valores reales de la contaminación atmosférica.

3.1.2

La situación en San Salvador

Por falta de un estudio antecedente, la primera tarea en San Salvador era buscar la entidad encargada de la meteorología, la cual se identificó como la División de Meteorología e Hidrología de la Dirección General de Recursos Naturales Renovables, una dirección del Ministerio de Agricultura y Ganadería (MAG). Sin embargo, la información del registro meteorológico es sujeto a venta salvo el visto bueno del ministro, lo que hizo necesario un acuerdo escrito entre los Ministros del MAG y del Ministerio de Medio Ambiente y Recursos Naturales (MARN). El fruto de estos esfuerzos administrativos, el acceso libre a los datos, se logró después de tres meses, ¡ya en la segunda mitad del período disponible para la investigación! Se utilizaron los datos obtenidos en la estación del antiguo aeropuerto de Ilopango, la cual es considerada como la estación más confiable y además – por su cercanía y la topografía similar – una estación representativa para la situación meteorológica de San Salvador. Sin embargo, en dicha

21

estación se lleva a cabo el registro manual de los parámetros únicamente durante 18 horas del día entre las 6am hasta las 12pm. Para el año 1996 no existe un banco de datos completo sobre la contaminación atmosférica, porque la red de monitoreo del aire del programa Aire Puro empezó a funcionar en San Salvador entre abril y mayo. Para la presente investigación se necesitaron valores promedios por año, lo que llevó a la decisión de digitalizar los datos meteorológicos de 1997 como año con clima normal y el año 1998 con su clima excepcional debido al fenómeno El Niño. Desgraciadamente no fue posible hallar los registros meteorológicos del año 1997 en el MAG... y para disponer de una base de datos más amplia, se digitalizaron los datos meteorológicos del año 1996 – es decir de los once registros disponibles. Similar al procedimiento en Guatemala Ciudad, para San Salvador se digitalizaron los datos meteorológicos de cinco horas diarias: 6am, 10am, 1pm, 5pm y 9pm, ya que a las 2am no se llevan a cabo mediciones.

3.1.3

Consecuencias de las restricciones

Para estimar la influencia de la restricción de contar con pocas horas meteorológicas por día, se digitalizó para cada una de las dos ciudades investigadas la información por hora de un mes seco y un mes húmedo. Las comparaciones entre los cálculos basándose en cinco (San Salvador) y seis (Guatemala Ciudad) horas meteorológicas diarias respectivamente y los cálculos con la información meteorológica por hora resultaron en diferencias mínimas, comprobando de tal manera las condiciones meteorológicas constantes para ambas capitales. Esta comparación permitió llevar a cabo los cálculos con la información meteorológica de las horas seleccionadas sin que eso hubiera afectado la exactitud de los resultados.

3.2

La selección del área de investigación

3.2.1

El archivo de mapa para Guatemala Ciudad

Para Guatemala Ciudad se tomó en consideración básicamente el mapa definido por Matías Nabholz, cuya superficie cuadrado de 72,25 km2 (8.5km x 8.5km) contiene todos los sitios de monitoreo del aire (seis, y a partir de 1997 siete sitios) y también la estación meteorológica del aeropuerto Aurora. Por falta de la documentación sobre la codificación de los tramos de calles hecha por Nabholz, se tuvo que reconstruir la información básica. El mapa de Nabholz se modificó en los siguientes puntos: • • •

22

Incorporación de la Avenida de las Américas, arteria de tráfico importante en el sur. Eliminación de la 1ª Avenida (entre Calle Real Petapa y Calzada Raúl Aguilar Batres, al norte de la Universidad San Carlos) por falta de información actual y de importancia. Incorporación del Bulevard los Próceres en vez de la Calle Real de la Villa Guadalupe, basándose en los conteos actuales del tráfico motorizado.

•

Incorporación de la 10ª Calle (en el centro capitalino, cerca del sitio MUSAC) en el mapa (véase capítulo 4.3.4).

Como resultado de las modificaciones se presentó el siguiente mapa, con las calles en negrita como fuentes lineales:

Gráfico 1:

Gráfico del archivo de mapa para Guatemala Ciudad

La información disponible sobre ancho de las arterias principales se introdujo al archivo de mapa, siguiendo la simplificación hecha por Matías Nabholz, quién por falta de información al respecto había definido dos carriles para todas las carreteras consideradas en el mapa.

23

3.2.2

Archivo de mapa para San Salvador

Para San Salvador todavía no existía información computarizada. El Ministerio de Medio Ambiente y Recursos Naturales (MARN) dio a disposición un mapa digitalizado de San Salvador, lo que sirvió de base para la construcción del archivo de mapa: •

El mapa digitalizado del MARN se guardó en formato bitmap (.bmp), luego se importó como fondo al gráfico del archivo de mapa de ImmProg y se dibujaron encima de este fondo las carreteras principales, las cuales aparecen en el gráfico en negrita. Por motivo del tamaño de la ciudad y de la resolución de la pantalla de la computadora, las conexiones entre las calles no siempre salieron exactas, lo que hizo necesario horas de trabajo modificando a mano la tabla del archivo de mapa.

•

ImmProg no requiere solamente las coordenadas de los tramos de las calles, sino que también información sobre la cantidad de carriles, el ancho de la calle y de un separador entre las dos direcciones, donde existen. Este tipo de información se obtiene en la Oficina de Planificación del Area Metropolitana de San Salvador (OPAMSS), sin embargo no para todos los casi 200 tramos considerados. Para completar la base de datos, se visitaron los tramos cuya información faltó, se contaron los carriles y se estimaron el ancho de la calle y del separador.

3.2.2.1

San Salvador: el área de investigación

El área del Gran San Salvador se extiende en la falda del volcán San Salvador. El fuerte crecimiento de la ciudad en las últimas décadas la hizo juntarse con varias municipalidades independientes aledañas a San Salvador, como son Soyapango en el oriente y Mejicanos en el norte, Antiguo Cuscatlán y Santa Tecla en el sudoeste de la ciudad y otros. El resultado es un Gran San Salvador que se extiende sobre más de 200 km2, los cuales están cubiertos por cinco sitios de monitoreo del aire. No fue posible incluir todo el Gran San Salvador en la investigación, por varias razones: •

• •

Incluir en el área investigada Antiguo Cuscatlán o Santa Tecla, cuya altura supera a San Salvador por unos 300 metros, hubiera reducido la exactitud de los cálculos, ya que eso hubiera requerido la inclusión del volcán mismo – una tarea difícil para un modelo tipo Gauss, los cuales no son aptos para terrenos accidentados. La necesidad en cuanto a datos hubiera sido demasiado grande considerando el tiempo disponible para la investigación. La versión 4.03 de ImmProg tiene sus límites en cuanto a la cantidad de datos, si se exige al mismo tiempo una resolución fina de los cálculos.

3.2.2.2

La red de monitoreo en San Salvador

Los cinco sitios de la red de monitoreo del aire se distribuyen en toda el área del Gran San Salvador: hay un sitio en Santa Tecla, en Santa Elena (Antiguo Cuscatlán), en Soyapango, en la periferia del centro capitalino y en la Colonia Escalón (también municipio de San Salvador) respectivamente. El sitio en Santa Tecla se encuentra demasiado alejado del centro de San Salvador y tiene un clima muy distinto, debido a las diferencias en cuanto a altura y dirección principal del viento. El sitio en el Bulevard Santa Elena no se pudo incluir tampoco, su consideración hubiera hecho necesario la 24

inclusión de muchos elementos topográficos, lo que por su lado hubiera disminuido la calidad de los resultados. Otro argumento en contra del sitio en Santa Elena es su posición al borde del área investigada, lo que hubiera disminuido su confiabilidad.

Gráfico 2:

Gráfico del archivo de mapa para San Salvador

Para no perder aún más sitios necesarios para la calibración del modelo, se incluyó al inicio el sitio de Soyapango en el área a investigar. Eso luego causó muchos problemas a raíz de la situación muy distinta de las emisiones, ya que Soyapango cuenta con una red vial mucho más densa y una buena cantidad de industrias, dos factores sobre los cuales no se contaba con la información estadística necesaria. La gran diferencia entre los resultados de los cálculos y los valores reales no era una sorpresa, pero fue un argumento para eliminar el sitio de Soyapango del archivo de mapa, lo que disminuyó el área investigada una última vez. Finalmente se definió el área de investigación en el área céntrica de San Salvador (véase gráfico 2), incluyendo un rectángulo de 60 km2 con una extensión de nueve kilómetros del este al oeste y de 6,6 kilómetros del norte al sur. Dicha área incluye únicamente dos sitios de la red de monitoreo, aquel en la Colonia Escalón y el otro a la par del Hospital de Maternidad en la periferia del centro capitalino. Eso significa que se tenían muy pocos datos reales para la calibración del modelo. 25

3.3

Conteos de tráfico

Los conteos del tráfico forman la base para los cálculos de las emisiones provenientes del tráfico motorizado y por ende es de suma importancia que sean de buena calidad, ya que determinan, junto con los factores de emisión, la confiabilidad de los resultados. 3.3.1

Conteos en Guatemala Ciudad

Desde el estudio de Matías Nabholz se tenía cierta información sobre las emisiones, sin embargo basándose parcialmente en extrapolaciones de conteos hechos en los años 70, lo que hizo necesario una actualización. Después de varias reuniones con técnicos de la Empresa Metropolitana Reguladora de Transporte y Transito (EMETRA) y de la división para planificación urbana Metrópolis 2010 al inicio de la investigación, los dirigentes de dichas entidades quedaron con el compromiso de darle acceso a Swisscontact a datos obtenidos por conteos extensos en Guatemala Ciudad – un compromiso que nunca se cumplió. Lo único obtenido fue una copia del estudio sobre la planificación del tráfico en Guatemala Ciudad, financiado por el gobierno guatemalteco y publicado por una empresa japonesa en 1992. Este estudio y datos obtenidos a través de conteos hechos por estudiantes de la Universidad de San Carlos (USAC) formaron una buena base para poder calcular el actual volumen del tráfico.

3.3.2

Conteos en San Salvador

En San Salvador se consiguió, después de varias reuniones, el acceso al estudio de planificación para el área del Gran San Salvador, el cual fue financiado por el gobierno salvadoreño y elaborado por la empresa israelí TAHAL en 1996. El llamado PLAMATRAMSS [12] consiste en varios tomos (en total más de 4,000 páginas), de los cuales había que extraer la información requerida para la presente investigación. El estudio contiene muchos datos sobre la distribución del tráfico, su velocidad, la estructura de la flota vehicular y también sobre el flujo vehicular en las horas pico de la mañana para todo el Gran San Salvador. Sin embargo, para la presente investigación se necesitaron datos sobre el flujo vehicular por hora durante todo el día, información que el PLAMATRAMSS casi no brinda. Los ingenieros de TAHAL, autores del estudio, ya no estaban en el país al momento de llevar a cabo la investigación de Swisscontact, y ni el Viceministerio de Transporte (VMT), ni la OPAMSS ni el MARN tenían información sobre la permanencia en el país de los datos básicos y la responsabilidad por ellos. El VMT mismo está llevando a cabo anualmente unos pocos conteos, cuyos resultados para los años 1996 hasta 1998 fueron entregados a Swisscontact para la presente investigación. Analizando esta información, salieron cifras para ciertos tramos de carreteras que varían hasta un 100% entre distintos conteos! Se sospecha que las razones principales para la calidad dudosa de estos datos son las modificaciones de la red vial que se han hecho en los últimos años por un lado y el hecho de que los datos provienen de conteos de nada más un día. En general, la base de datos sobre el volumen del tráfico en San Salvador resultó insuficiente, tanto de calidad como de cantidad.

26

3.4

Emisiones

En la versión ImmProg-H se define en el archivo de mapa para cada tramo de carretera una cantidad de emisión, la cual depende de los siguientes factores: • • •

Cantidad de vehículos Composición de la flota vehicular Factores de emisión

Los factores de emisión por su lado dependen de los parámetros: • • • • •

Categoría del vehículo Mantenimiento del motor Velocidad Tecnología del vehículo Manera de conducir

Cada tramo de carretera demuestra otras características en cuanto al volumen del tráfico y a la composición de la flota; el volumen del tráfico además varía mucho durante las 24 horas del día. Esa es la razón por la que por ejemplo en Guatemala Ciudad, en un conteo de doce horas de las 6am a las 6pm no se registra la mitad del volumen diario del tráfico, sino que 65%. Conteos adicionales para la presente investigación, hechos por estudiantes de la USAC cerca de los sitios de monitoreo del aire entre las 6am y las 8pm, comprueban que 78% del volumen diario del tráfico pasa en este período. Para poder extrapolar el resultado de cualquier conteo a la cantidad de vehículos que pasa por el mismo sitio durante 24 horas, se necesitaba entonces hacer una estandarización en cuanto al tráfico por hora (véase explicación de la tabla 3, en la página 33).

3.4.1

Cálculo de las emisiones

ImmProg dispone de un subprograma propio para el cálculo de las emisiones, cuya utilización presentó los siguientes problemas: • •

No se pueden considerar las condiciones marco de Centro América, como por ejemplo el grado del mantenimiento de los vehículos, que obviamente son muy distintas que en Europa. Se pudo seleccionar únicamente la versión hecha para Alemania Occidental.

Desgraciadamente no había datos actuales a disposición para todo el área de la ciudad considerada en la investigación. Para un cálculo sencillo del actual y del futuro volumen del tráfico motorizado, se tendría que considerar el crecimiento anual de la flota vehicular en porcentaje.

3.4.2

Factores de emisión

Los factores de emisión son un parámetro importante para el cálculo de las emisiones y por ende tienen una gran influencia en la calidad de los resultados. Sin embargo se encuentra en ambas ciudades investigadas muy poca información al respecto, ya que no se han hecho todavía mediciones específicas. 27

Una base de datos extensa y digitalizada de factores de emisión se encuentra en el Manual de Factores de Emisión para el Tráfico Motorizado (Handbuch für Emissionsfaktoren des Strassenverkehrs, [4]) – lastimosamente para la flota vehicular de Suiza. Estos factores suizos de emisión se tomaron como base para un proceso de acercamiento por medio de factores de corrección a los factores reales de emisión para Centro América. Por falta de factores de emisión para NO2, se escogieron aquellos para NOx, ya que ImmProg calcula también con emisiones de NOx y luego transforma los resultados de los cálculos en inmisiones de NO2. En general se tenía poca información actualizada sobre la situación de las emisiones vehiculares, lo que hizo necesario más de una vez extender la débil base de datos con suposiciones.

3.4.3

Programa para calcular las emisiones

Todos los argumentos antes mencionados hicieron necesaria la creación de un programa sencillo para poder calcular las emisiones vehiculares, considerando todos los factores que influyen dichas emisiones. El programa de formato Excel tiene una estructura que consiste en seis tablas conectadas, las cuales se detallan abajo. Para un mejor entendimiento se recomienda consultar el ejemplo para Guatemala Ciudad (véase anexo C, páginas IX - XIV). •

Tabla 22: Para las tres categorías de vehículos, coches particulares, autobuses y camiones, se tomaron en cuenta los factores de emisión [g/km] para óxidos de nitrógeno (NOx) del Manual de Factores de Emisión para el Tráfico Motorizado [4]. Para tener una base de datos suficientemente grande, incluso para los cálculos de los escenarios, se consideraron los factores para los años 1985, 1987, 1989, 1991, 1993, 1995, 1997, 1999, 2005 y 2010. Para cada año y cada categoría de vehículo, se multiplicaron cuatro diferentes factores de emisión [g/km] con la velocidad respectiva, para tener la correlación lineal entre los factores de emisión [g/h] y la velocidad, descrita en forma de ecuación lineal.

•

Tabla 23: Para las tres categorías de vehículos se definió la velocidad en dependencia de la hora del día, dado que el tráfico en las horas pico fluye más lentamente que durante el día y que un autobús tiene una velocidad promedio más baja que un coche particular.

•

Tabla 24: El flujo vehicular cambia durante el día. No existe una relación lineal entre las horas durante las cuales se llevó a cabo un conteo del tráfico y la cantidad total de vehículos que pasa durante las 24 horas del día. Para poder extrapolar de las horas del conteo al día entero, se fijó la siguiente convención: el promedio por hora del total de los volúmenes del tráfico por hora entre las 6am a las 6pm es igual a 100%. Esta referencia de 100% representa entonces el volumen promedio del tráfico por hora entre las 6am y las 6pm, ya que al inicio de la investigación se tenían solamente datos para este período del día. Se tuvo que hacer una aproximación para el resto del día, un procedimiento que fue confirmado por el estudio de los japoneses [11]. La tabla 24 permite extrapolar cualquier conteo, aunque solamente cubra una horas del día, para obtener el volumen total de vehículos que pasa por un tramo de carretera durante las 24 horas del día.

•

Tabla 25: Para cada hora del día y para cada categoría de vehículos, se multiplica la velocidad (de tabla 23) con la pendiente de la ecuación lineal (de tabla 22) y se agrega la intersección. Para cada categoría se saca luego el promedio de los 24 factores de emisión [g/h], se divide este

28

promedio entre la velocidad promedio [km/h] y además entre 10 [100m/km], de lo que salen los factores de emisión en [g/h/100m], la unidad requerida por ImmProg. En la tabla está previsto también el espacio para poder aplicar un factor de corrección que considere el mal mantenimiento de los vehículos. •

Tabla 26: Con la tasa del crecimiento anual se puede calcular el volumen del tráfico en cualquier año en el futuro. La información sobre el volumen actual del tráfico para cada tramo de carretera proviene de conteos, de los cuales se saca el volumen diario del tráfico basándose en el porcentaje del tráfico por hora (de tabla 24), ya que no cada conteo se hizo durante las 24 horas del día. El volumen total del tráfico luego se distribuye entre las tres categorías según datos disponibles en estudios o a través de conteos hechos específicamente para la presente investigación, y luego se transforma en partes porcentuales por hora según tabla 24.

•

Tabla 27: El cálculo de la emisión para cada tramo de carretera consiste en la multiplicación del volumen promedio del tráfico por hora de cada categoría (de tabla 26) con los factores de emisión [g/h/100m] (de tabla 25). El resultado por tramo de carretera se divide entre los dos carriles que fueron definidos en el archivo de mapa.

Por el hecho de que todos los parámetros considerados en este esquema influyen en las emisiones, las tablas se conectaron de tal manera que la manipulación de un parámetro causa automáticamente un cambio en la emisión como resultado final del programa. Eso permite estimar fácilmente la sensibilidad de los diferentes parámetros. El esquema propuesto tiene la ventaja que puede estar aplicado también para otros contaminantes – como era previsto al inicio de la investigación – ajustando nada más las bases para los factores de emisión en [g/km], mientras la demás información queda en vigencia.

3.5

Cálculo de las inmisiones con ImmProg

Para cada hora meteorológica, ImmProg calcula una inmisión para un receptor, y la suma de todas estas inmisiones por hora luego es dividida entre el total de horas meteorológicas. En el caso de que el programa no encuentre una emisión porcentual para dicha hora meteorológica o si hace falta la respectiva cantidad de emisiones en el archivo de mapa, ImmProg da el valor cero. El resultado de ImmProg es el promedio de las concentraciones del contaminante durante las horas meteorológicas consideradas. La situación de las emisiones está definida a dos niveles: • •

En el archivo de mapa se define la cantidad emitida de contaminación por fuente. En el archivo de datos meteorológicos se agrega a cada hora meteorológica considerada la parte porcentual de las emisiones de todas las fuentes del archivo de mapa.

Ya que tanto en Guatemala Ciudad como en San Salvador se tomaron en cuenta solamente los datos de las horas meteorológicas, pero los resultados calculados por ImmProg se compararon con valores medidos durante 30 x 24 horas (tiempo de exposición del medidor para NO2), se tenía que considerar lo siguiente: 29

El cociente de la suma de las partes porcentuales por hora de las emisiones durante todo el día dividido entre las 24 horas del día (*) debe de ser igual al cociente de la suma de las partes porcentuales de las seis (Guatemala Ciudad**) y cinco horas (San Salvador***) consideradas respectivamente. Los cocientes para Guatemala Ciudad son los siguientes: para todas las 24 horas (*)

para las seis horas meteorológicas (**)

1610 %

415 % = 67.1 %/h

= 69.2 %/h

24 h

6h Tabla 1:

Comparación de cocientes para Guatemala Ciudad

En el caso de Guatemala Ciudad se observa una sobrestimación de un 3.1% de las emisiones por la selección de seis horas meteorológicas. Un ajuste de las partes porcentuales por hora de las emisiones entonces no era necesario. La situación para San Salvador se presenta de la siguiente manera: todas las 24 horas (*) 1525 %

para las cinco horas meteorológicas (***)

modificación para las cinco horas (****)

381 %

324 %

= 63.5 %/h 24 h

= 76.2 %/h 5h

Tabla 2:

= 64.8 %/h 5h

Comparación de cocientes para San Salvador

Por la diferencia de un 20% entre los dos cocientes era necesario hacer un ajuste de las partes porcentuales por hora de las emisiones para las cinco horas meteorológicas consideradas. La cantidad porcentual de las emisiones fue reducida en un 15%, lo que resultó en la modificación (****). La diferencia de 2% es mínima tomando en cuenta que el cambio del flujo vehicular durante el día para San Salvador fue estimado.

3.6

Datos de mediciones

3.6.1

Resultados de las mediciones

Las mediciones de la inmisión de los contaminantes dióxido de nitrógeno (NO2) y ozono (O3), considerados para la calibración del modelo para Guatemala Ciudad y San Salvador, se originan del proyecto Monitoreo del Aire, parte integral del programa Aire Puro.

30

3.6.2

Métodos de medición

Las mediciones tanto para NO2 como O3 se llevan a cabo con llamados tubos pasivos, lo que representa un método sencillo y de bajo costo con un margen de error de 15%. Se obtienen valores promedios para el respectivo tiempo de exposición: ocho días para ozono y treinta días para dióxido de nitrógeno.

3.6.3

Relación entre NO2 y NOx

Para el cálculo de las concentraciones de NO2, ImmProg necesita la concentración de referencia de los óxidos de nitrógeno (NOx). La relación entre los valores promedio para la concentración de referencia de NOx y de NO2 se calculó en un estudio para la ciudad de Zurich [14]. El resultado obtenido coincide con las conclusiones de investigaciones parecidas, por lo cual se tomó también en cuenta en la presente investigación. La relación se describe matemáticamente como sigue: [NO2] = C1*{1-exp(-C2*[NOx])} En el caso de Zurich se obtuvieron las constantes:

Resulta la relación:

C1 = 74 [µg/m3] C2 = 0.011 [m3/µg] [NOx] = 1.23 * [NO2]

31

32

4.

Métodos

4.1

Detalles sobre las emisiones

4.1.1

Determinación de los factores de emisión

Durante el proceso de la determinación de los factores de emisión de NOx para San Salvador y Guatemala Ciudad, se comprobó la factibilidad de adaptar los factores de NOx disponibles para Suiza a la realidad de las flotas vehiculares de estas ciudades a través de la comparación de las edades. Según estudios del Viceministerio de Transporte (VMT) de El Salvador, un coche particular tiene en promedio una edad de 15 años, un camión 17 años y un autobús 20 años. La información conseguida en Guatemala al respecto confirmó la suposición de que la edad de las flotas vehiculares en los dos países es muy similar. Eso significa que la flota vehicular en las dos capitales estudiadas tiene en su promedio una edad que supera por nueve años la edad promedio de la flota vehicular de Suiza, cuya edad promedio es de ocho años. Para calcular los factores de emisión de NOx para El Salvador en el año 1995 según la información antes presentada, habría que tomar en cuenta los factores de Suiza del año 1986. Sin embargo, se debe de considerar que en comparación con Suiza, la flota vehicular centroamericana consiste en su mayoría en modelos más baratos con tecnología menos avanzada, lo cual se considera disminuyendo la edad promedio de la flota vehicular centroamericana en otro año. Por todos esos argumentos, se han aplicado para Centro América los factores de emisión de NOx que caracterizaron el estado de la tecnología de la flota vehicular suiza de diez años antes. No eran necesarias adaptaciones adicionales de los factores de emisión de NOx, ya que el mantenimiento de un motor influye muy poco la cantidad de NOx emitida. Cabe mencionar que la emisión de otros contaminantes como por ejemplo partículas respirables (PM10, PM2.5) si depende del mantenimiento que se da al motor, lo que requería de otra adaptación de los factores de emisión.

4.1.1.1

Factores de emisión para Guatemala Ciudad

1995 era el primer año que – por una base suficientemente amplia de datos – fue posible aplicar el modelo para NO2 en Guatemala Ciudad. Tabla 3 contiene los factores de emisión de NOx, que se basan en las velocidades promedio respectivas en el área de investigación. Guatemala 1995 Coche particular Autobús Camión

Velocidad promedio [km/h] 27,9 15,4 18,3

Factores de emisión (Base: Suiza 1985) [g/km] 1,728 17,865 15,854

Factores de emisión ImmProg [g/h/100m] 0,1728 1,7865 1,5854

Tabla 3: Factores de emisión de NOx para Guatemala Ciudad en el año 1995 33

Los años 1996, 1997 y 1998 se calcularon para Guatemala Ciudad con la misma situación para las emisiones vehiculares, suponiendo que el avance tecnológico que causa factores de emisión más bajos para vehículos nuevos está compensado por el crecimiento de la flota vehicular. Para los dos escenarios para el año 2005 en Guatemala Ciudad (véase apartado 5.2.4), se aplicaron los siguientes factores de emisión de NOx: 2005

Coche Autobús Camión

Velocidad promedio [km/h] 27,9 15,4 18,3

Escenario 1 Factores Año de de emisión comparación [g/h/100m] Flota Suiza 0,0378 1999 1,3165 2005 1,5114 1997

Escenario 2 Factores Año de de emisión comparación [g/h/100m] Flota Suiza 0,0573 1995 1,7705 1995 1,6204 1995

Tabla 4: Factores de emisión de NOx para los dos escenarios del año 2005

4.1.1.2

Factores de emisión para San Salvador

El obstáculo principal para definir los factores de emisión de NOx para San Salvador era la base de datos, que ni en términos de calidad ni en cantidad llenó los requisitos mínimos. Como consecuencia, los factores que muestra la tabla 5 son nada más una aproximación gruesa a la realidad y se basan sobre todo en las similitudes del tráfico en las dos capitales. Para empeorar la situación, los datos medidos de contaminación no permiten calibrar el modelo para San Salvador, por la distribución inadecuada de los sitios de monitoreo. Para el caso “San Salvador 1997”, se utilizaron – igual que en Guatemala Ciudad – los mismos factores de emisión de NOx que se aplicaron en Suiza diez años antes. San Salvador 1997 Coche particular Autobús Camión

Velocidad promedio [km/h] 27,9 15,4 18,3

Factores de emisión (Base: Suiza 1987) [g/km] 1,443 18,054 16,136

Factores de emisión ImmProg [g/h/100m] 0,1443 1,8054 1,6136

Tabla 5: Factores de emisión de NOx para San Salvador en el año 1997

4.1.2

Aplicación de los factores calculados de emisión

En el archivo de mapa, se define la cantidad de emisión por tramo de calle. En ImmProg, la emisión se puede distribuir hasta en seis carriles; sin embargo, el esquema creado en Excel que permite calcular las emisiones en el presente estudio (véase apartado 3.4.3) distribuye la emisión de todos

34

los tramos entre solamente dos carriles. Esta simplificación va de acuerdo con el fabricante de ImmProg, ya que influye el resultado únicamente muy cerca de la carretera y tiene como ventaja considerable la reducción del tiempo de cálculo.

4.1.3

Crecimiento del tráfico

A pesar del crecimiento anual de las flotas vehiculares tanto de El Salvador como de Guatemala de aproximadamente 10%, el flujo vehicular en las carreteras consideradas aumentó solamente en un 4%, prueba que las redes viales en ambas ciudades ya casi han llegado a un nivel de saturación. Nuevas obras viales realizadas han absorbido una buena parte del tráfico adicional. Otro factor puede ser de origen social: gente de la clase alta tiene la posibilidad económica de adquirir un segundo o tercer carro, sin poder mover todos a la vez.

4.1.4

Variabilidad de las emisiones durante el día

El volumen del tráfico cambia en el transcurso del día. Considerando de que las emisiones están directamente relacionadas con el volumen del tráfico, se definió en el archivo de datos meteorológicos la variabilidad diaria del tráfico como base para el porcentaje de la cantidad de emisiones, valor definido en el archivo de mapa. Ya que el programa ImmProg diferencia entre los días de la semana y el fin de semana, se tuvo que definir también la variabilidad de las emisiones para sábados y domingos. Las comparaciones entre conteos de tráfico de diferentes años en Guatemala demuestran que el tráfico en fines de semana ha aumentado: 1990 circuló en días de fin de semana 70% del tráfico de un día laboral, en 1998 ya fue 80%. Para Guatemala Ciudad se consideró entonces 80%, mientras que para San Salvador se aplicó, a raíz del volumen de tráfico más pequeño durante los fines de semana, un 70%.

4.2

Archivo de datos meteorológicos

4.2.1

Altura de la inversión térmica

Según el fabricante de ImmProg, la altura de la inversión térmica es el parámetro menos sensible para la versión ImmProg-H. Se trata de un parámetro con fluctuaciones grandes tanto en el transcurso del día como del año, que finalmente no se tomó en consideración, ya que en ninguna de las dos ciudades se encontraron datos sobre la inversión térmica.

4.2.2

Vientos débiles

La velocidad de los vientos débiles (< 0.1 m/s) no se puede determinar con los métodos aplicados en ninguno de los dos países, por lo cual los vientos débiles aparecen en los datos originales con el valor cero, tanto para la velocidad como para la dirección. Sin embargo, la información meteorológica así queda incompleta y poco apropiada para ImmProg. Los vientos con una velocidad baja son de suma importancia, ya que influyen la calidad del aire cerca de las fuentes de emisión – 35

punto importante del presente estudio. El hecho de no tomar en cuenta los vientos débiles hubiera significado la pérdida de datos meteorológicos y por lo tanto la disminución de la exactitud de los cálculos. Por estas razones, se modificaron los datos meteorológicos de acuerdo con el fabricante del programa, para que reflejen la situación de los vientos de la mejor forma posible. La velocidad de los vientos débiles se fijó en un 0.1 m/s (velocidad mínima posible para ImmProg) y su dirección se distribuyó al azar entre cero y 360 grados utilizando la opción “generar datos aleatorios” de Excel.

4.2.3

Archivo de clases

ImmProg dispone de una función automática que convierte un archivo con los datos meteorológicos de cada hora en un archivo de clases, lo que ayuda reducir el tiempo del cálculo de manera significativa. Las comparaciones entre cálculos a base de los dos tipos de archivos meteorológicos comprobaron que la diferencia de los resultados es mínima, lo que es la razón por la que todos los cálculos del presente estudio se hicieron con archivos meteorológicos de clases.

4.3

La calibración del modelo

El objetivo de la calibración del modelo es lograr la concordancia de los resultados de los cálculos con los valores reales (mediciones de la calidad del aire) mediante la modificación de los datos del “input”. La dependencia lineal que se busca entre los resultados del modelo y aquellos de las mediciones, puede ser verificada con el análisis de regresión.

4.3.1

Análisis de regresión

El análisis de regresión (véase gráfico 5, página 42) es el método estadístico más conocido para comparar valores promedios calculados y medidos. La calidad de la dependencia lineal de los datos está descrita por el coeficiente de correlación R, pero también hay que tomar en cuenta la ecuación de la recta de regresión. El valor mínimo aceptable (llamado x en el siguiente apartado 4.3.2) para R debe de ser definido bajo consideración de las condiciones marco de cada proyecto, como es por ejemplo la cantidad disponible de datos de mediciones.

4.3.2

Esquema de calibración

El modelo calcula en un primer paso únicamente la inmisión en aquellos puntos que coinciden con los puntos de muestreo de la red respectiva de monitoreo del aire, lo cual permite verificar la confiabilidad de los cálculos. Si sale un coeficiente de correlación demasiado bajo (R < x) del análisis de regresión, hay que modificar el input de datos o los parámetros internos del programa, ya que la descripción matemática de la relación entre cálculos y mediciones no es suficientemente buena. Se modifican aquellas partes del input sobre las cuales no existe información exacta y cuya determinación depende en gran parte de la persona que aplica el modelo, como fueron en los casos

36

de Guatemala Ciudad y San Salvador parámetros como los factores de emisión, el crecimiento anual del tráfico y la concentración de referencia. En la parte de los parámetros internos del programa, un posible ajuste era la modificación de la distancia dentro de la cual una fuente de emisión causa inmisiones (“distancia de impacto de la emisión”, véase 4.3.3). Sin embargo es importante subrayar que cualquier modificación debe de estar respaldada con argumentos técnicos-científicos - ¡el ajuste de parámetros es muy delicado y de ninguna manera se justifica si el único objetivo es acercar R a 100%! Después de haber modificado el input de datos o los parámetros internos del programa, se hace un nuevo intento de calibración. Este proceso se repite hasta que se logre la dependencia lineal pretendida entre los cálculos y los resultados de las mediciones (R > x). En este caso, es posible calcular en un próximo paso las inmisiones para una variedad de puntos dentro del área de investigación – se hacen extrapolaciones territoriales. Otra aplicación son pronósticos de la situación de la inmisiones en el futuro (extrapolaciones temporales), lo que previamente hace necesario estimaciones de la futura situación tanto de las emisiones como de la meteorología. Esta última aplicación se utilizó para el cálculo de diferentes escenarios para Guatemala Ciudad en 2005 (véase apartado 5.2.4, página 51). Concentraciones calculadas

Modelo de Dispersión

Ajuste de los parámetros del modelo: • Factores de emisión • Crecimiento anual de la flota • Concentración de referencia • Distancia de impacto de la emisión

R = [0,x]

Coeficiente de correlación R

R = [x,1]

Extrapolación Escenarios

Concentraciones reales (mediciones)

Gráfico 3: Esquema de calibración de un modelo de dispersión

Si varios intentos de calibración fallan en cuanto a lograr la dependencia lineal pretendida entre los cálculos y los resultados de las mediciones (R > x), quiere decir que el modelo aplicado no es apropiado para el proyecto. Sin embargo es muy probable que otro tipo de modelo si diese respuestas satisfactorias bajo las condiciones del proyecto.

37

4.3.3

Distancia de impacto de la emisión

La distancia de impacto de la emisión describe el perímetro alrededor o la distancia de una fuente emisora dentro de la cual el programa ImmProg calcula inmisiones provenientes de dicha fuente. Se comprobó que la distancia de impacto de la emisión es un parámetro importante que influye de manera significativa el tiempo del cálculo. Por la falta de recomendaciones en el manual y después de haber hecho varios ensayos, se fijo la distancia de impacto de la emisión para el presente estudio en 3,000 metros – suposición aceptada por el fabricante del modelo. El argumento más fuerte para esta restricción: un receptor está menos influido por una fuente grande al otro extremo de la ciudad que por la variedad de pequeñas fuentes (calles, etc.) a su alrededor que no están incluidas en el mapa. Dicha restricción causa una disminución del impacto por las fuentes consideradas en el mapa y aumenta la importancia de la concentración de referencia.

4.3.4

Sitios de muestreo cerca de fuentes

Se observó durante el proceso de calibración del modelo que resultaron valores demasiado bajos para sitios ubicados cerca de calles no consideradas en el archivo de mapa. En el caso del sitio MUSAC en el centro de Guatemala Ciudad resultó una subestimación de hasta 50%, lo que hizo necesario incluir posteriormente la calle respectiva (“10ª Calle”) en el mapa.

4.3.5

Concentración de referencia

Por la falta de sitios lejos de las fuentes antropogénicas (sitios de referencia) dentro de las redes de monitoreo del aire, la determinación de la concentración de referencia resultó difícil y el parámetro como tal representa una debilidad de la presente investigación.

4.3.5.1

Concentración de referencia para Guatemala Ciudad

Desde el inicio de la red de monitoreo del aire en Guatemala Ciudad, se dispone del sitio USAC que por su ubicación – dentro del campus de la Universidad de San Carlos, a varios cientos de metros de una carretera transitada – da al menos cierta aproximación a la concentración de referencia. Todos los demás sitios de monitoreo están expuestos a carreteras altamente transitadas. Desde 1997 existe otro sitio de monitoreo en el techo del Instituto Nacional de Sismología, Volcanología, Meteorología e Hidrología (INSIVUMEH), en cuyo alrededor no hay tampoco ninguna carretera transitada, sin embargo se encuentra cerca del Aeropuerto Internacional de Aurora. Del proceso de calibración resultó para el año 1995 una concentración de referencia para NO2 de 15

µg/m , lo que corresponde a 75% del promedio anual determinado en el sitio USAC. Para el año 3

1996 se suponía un crecimiento de la concentración de referencia de un 10% para todo el área de la ciudad. A pesar de un aumento en cuanto a información real sobre la contaminación (nuevo sitio de monitoreo INSIVUMEH), la determinación de la concentración de referencia para el año 1997 era muy difícil, ya que no era posible explicar la concentración muy alta determinada en varios de los sitios. Para el año 1998 finalmente resultó del proceso de calibración una concentración de refe38

rencia para NO2 de 19.5 µg/m3. La porción de la concentración de referencia del promedio anual determinado en el sitio USAC oscila entre un 65 - 85%, considerando la suposición de un crecimiento anual de 1.5 µg/m3 en todo el área de investigación. La concentración de referencia de NOx (valor necesario para el programa) se calculó según el procedimiento descrito en el apartado 3.6.3. La contaminación por ozono (O3) no es un fenómeno local, sino que un problema regional, como lo demuestran los resultados de las mediciones. La variabilidad geográfica y la movilidad de las inmisiones de O3 complicaron bastante la definición de una concentración de referencia para este contaminante, ya que ni siquiera es evidente cuales son los sitios de alta o de baja contaminación por ozono. Para disminuir las consecuencias por posibles errores en las mediciones, se formó la concentración de referencia sobre la base del total de las mediciones, más precisamente en 75% del promedio de todos los promedios mensuales de todos los sitios. En caso de ausencia de un valor mensual, se formó el promedio del mes anterior y del posterior; los huecos de información para períodos más grandes se llenaron basándose en los valores del mismo período en otros años.

4.3.5.2

Concentración de referencia para San Salvador

En el caso de San Salvador no estaban a disposición mediciones con respecto a la concentración de referencia, ya que en el 1997 – único año para el cual se corrió el modelo ImmProg – todos los sitios de monitoreo estaban ubicados muy cerca de carreteras. La concentración de referencia se determinó entonces durante el proceso de calibración, que se basó sobre todo en las experiencias hechas en Guatemala Ciudad.

4.3.6

Función de transformación

Según el manual del programa ImmProg existen dos posibilidades para transformar los valores de NOx a NO2 para la aplicación en un área urbana. En el caso de las dos ciudades incluidas en la investigación, resultó que el tipo C es mucho más apropiado que el tipo D.

4.4

Promedio anual

En el presente estudio se utilizaron promedios anuales, a pesar de tener a disposición resultados mensuales de las respectivas redes de monitoreo del aire, lo que tiene varias razones: por un lado, el promedio anual recompensa las irregularidades mensuales causadas por la distribución de las lluvias. Por otro lado no se debe de olvidar que el modelo ImmProg pertenece al grupo de los modelos de Gauss, que dan buenos resultados sobre todo para valores promedio. Muchas normas nacionales de calidad del aire contienen además límites para el promedio anual de contaminantes.

39

4.5

Cálculos

Para todos los cálculos se utilizó una computadora portátil con un procesador de una velocidad de 400 Mhz, que además de su velocidad tuvo como gran ventaja una batería potente que permitió continuar calculando hasta en momentos sin electricidad – elemento de suma importancia para no perder información generada. Para todos los cálculos se utilizaron los siguientes valores para los parámetros internos: • • • • • • •

40

No se consideró la altura de la inversión térmica. Se utilizó una altura de medición de viento de diez metros sobre terreno y un perfil logarítmico de viento. Se utilizó la manera directa de cálculo. No se consideraron elementos topográficos. Las concentraciones de referencia se fijaron en el archivo de datos meteorológicos. La distancia de impacto de la emisión se fijo en 3,000 metros. En un primer paso se calculan las inmisiones de NOx. Para la siguiente transformación automática de los valores de NOx a NO2 se aplicó el tipo C de transformación.

5.

Resultados

5.1

Presentación de los resultados de los cálculos

Para poder visualizar los resultados, se aplicó una escala gruesa de los tres colores básicos verde, amarillo y rojo. No se trató de fingir una exactitud matemática a través de una multitud de colores y una resolución pequeña, sino que de comunicar la situación general acerca de la contaminación por NO2 en las áreas investigadas. Como valor guía se tomó en consideración el promedio anual recomendado por la Organización Mundial de la Salud (OMS) de 40 µg/m3 para dióxido de nitrógeno. El significado de la escala de colores: • • • •

Verde: Gris: Amarillo: Rojo:

Margen de inmisiones de NO2 de 0 - 20 µg/m3. Inmisiones entre 20 y 30 µg/m3. Inmisiones entre 30 y 40 µg/m3. Partes del área investigada donde se sobrepasa el valor guía de 40 µg/m3.

Los colores verde y gris representan entonces las áreas con baja contaminación de NO2, mientras que se tendría que prestar atención a la contaminación por dióxido de nitrógeno en las zonas marcadas en amarillo, por estar ya cerca del valor guía para NO2 y por la alta probabilidad de que en el futuro dicho valor guía sea superado. Las áreas problemáticas están marcadas con color rojo, independientemente del porcentaje por el cual están sobrepasando los 40 µg/m3, lo que puede justificarse por el hecho de que ImmProg a veces calcula valores demasiado altos si un receptor fue definido accidentalmente en medio de una carretera.

5.2

Los resultados para Guatemala Ciudad

5.2.1

La red de receptores

Toda el área de investigación (más de 70 km2) en Guatemala Ciudad se cubrió con una red de receptores a dos metros sobre el suelo, ya que la mayoría de los reglamentos se refieren a esta altura de inmisión. Cada cien metros se definió un receptor, y para cada uno de los más de 7,000 puntos en el área investigada, el programa ImmProg calcula luego la concentración de la inmisión de NO2. Para la presentación en forma de gráfico, cada punto de la red de receptores aparece con el color que representa el respectivo rango de concentración. Al final del cálculo hecho por ImmProg, los receptores no aparecen en forma de puntos sino que de pequeños cuadrados, cuya suma cubre toda el área de investigación para dar un área completamente coloreada. Sin embargo cabe destacar que solamente en el centro de dicho cuadrado coincide con la concentración de NO2 representada por el color, es decir, en el centro se encuentra el receptor.

41

5.2.2

Resultados de cálculos y mediciones

En el gráfico 4 se relacionan para el año 1995 los valores medidos con aquellos calculados por ImmProg en forma de gráfico de barras. Los resultados de los cálculos son un poco más altos, pero se trata de una buena concordancia. El gráfico 5 demuestra el análisis de regresión para los pares de datos del año 1995, comprobando que todos los valores están dentro del margen de divergencia del 15% que proviene del margen de error del método de medición. La buena correlación está reflejada por el coeficiente de correlación R = 0.965 y por la ecuación lineal. Es importante subrayar que la buena correlación depende en gran parte del sitio USAC, el cual en su calidad de punto de referencia es el único lugar cuya contaminación se distingue completamente de los demás sitios de la red. La variabilidad sobre el margen de las concentraciones no es muy amplia, los que se mejoró a partir del año 1997 con la incorporación del sitio adicional en el INSIVUMEH como otro sitio de baja contaminación (al menos en cuanto al NO2). 80

70

Messungen 70

Berechnungen

y = 1 .0 8 3 4 x - 2 .2 7 1 4

50

60 Berechnete Werte [ug/m3

Konzentrationen [ug/m3

60

40 30 20 10

50

40

30

CA B U SA C

CS J

PN T

EF PE M M U SA C

0 20

10

Messstellen

10

20

30

40

50

60

70

M essungen [ug/m3]

Gráfico 4: Resultados de cálculos y mediciones para Guatemala Ciudad 1995

Gráfico 5: Recta de regresión para el año 1995

El límite de aceptación para el coeficiente de correlación fue fijado bastante alto (0.95), porque solamente había datos de seis sitios de medición (siete a partir de 1997) disponibles para toda la ciudad de Guatemala. Se lograron también buenas concordancias entre los valores calculados y medidos para los años 1996 y 1998 (véase tabla 6, página 43), ya que para ambos años resultaron coeficientes de correlación entre 0.95 y 1.00. Dichos resultados permitían empezar a calcular las extrapolaciones. Para el año 1997 resultó un coeficiente de correlación R de únicamente 0.925, lo que puede ser parcialmente explicado por las mediciones muy altas. A pesar de múltiples esfuerzos no se pudo

42

lograr una mejor correlación entre valores calculados y medidos, sobre todo para aquellas mediciones muy altas no era posible generar valores adecuados con ImmProg. La concordancia insuficiente entre los resultados de los cálculos con el modelo y las mediciones, está también reflejada por la ecuación de la recta de regresión, la cual está muy lejos del caso ideal de la bisectriz (y = x), como demuestra gráfico 6.

Berechnete Werte

90 80 70 60 50 40

y = 0.5461x + 18.198

30 20 30

40

50

60

70

80

90

100

M essungen

Gráfico 6: Análisis de regresión para Guatemala Ciudad 1997

Debido a esta concordancia demasiado baja, no se extrapolaron los valores del año 1997 al área de investigación. La siguiente tabla 6 resume los datos de los análisis de regresión para los cuatro años calculados; la información detallada respecto a los valores calculados y medidos se encuentra en los anexos A y B. Año Coeficiente de correlación R Recta de regresión Concentración de referencia NO2 [µg/m3]

1995

1997

0.963 0.965 0.925 y = 1.08x – 2.3 y = 1.02x – 2.1 y = 0.55x + 18.2

Tabla 6:

5.2.3

1996

15.0

16.5

18.0

1998 0.965 y = 1.12x – 2.8 19.5

Resumen de los análisis de regresión de 1995 - 1998

Las tres extrapolaciones

En los siguientes apartados se encuentran las representaciones gráficas de las extrapolaciones territoriales de los años 1995, 1996 y 1998 para toda el área de investigación. Para una mejor orientación se puede consultar al mapa con las fuentes lineales en la página 23.

43

5.2.3.1

Guatemala Ciudad 1995

Grandes partes del área investigada aparecen en color verde, quiere decir, con una concentración de dióxido de nitrógeno menor a 20 µg/m3 como promedio anual, y otras partes extensas del área aparecen en gris. Sin embargo se pueden observar sin mayores conocimientos de la ciudad las arterias principales de la red vial, considerando que los colores amarillo y rojo coinciden con las grandes carreteras, en cuyo alrededor sí existe un problema grande de contaminación atmosférica por NO2. La concentración promedio de dióxido de nitrógeno en todo el área investigada es de 25.9 3 3 µg/m , de los cuales 15.0 µg/m provienen de la concentración de referencia.

5.2.3.2

Guatemala Ciudad 1996

La situación se presenta más grave que en el año anterior: ya no hay zonas de color verde, y grandes partes del área de investigación lucen en los colores amarillo y rojo. Este empeoramiento está reflejado en la alta concentración promedio de 31.5 µg/m3. El aumento de las inmisiones sin cambio de las emisiones se atribuye solamente en pequeñas partes al aumento de la concentración de referencia, mientras 4 µg/m3 pueden ser explicados por las condiciones desfavorables del clima durante el año 1996. Eso no quiere decir que el clima causó o transportó dicha contaminación adicional a la ciudad, sino que es una prueba de que las condiciones atmosféricas no permitían que las emisiones escaparan en la misma magnitud que en el año 1995 hacia los alrededores de la ciudad capital – la ventilación de Guatemala Ciudad funcionó en el 1995 mejor que en el 1996.

5.2.3.3

Guatemala Ciudad 1998

El año meteorológico 1998 fue caracterizado por el fenómeno "El Niño", cuyas consecuencias para la contaminación atmosférica son visibles en el gráfico 9. Para el año 1998 se nota una disminución de la concentración NO2 promedio anual a 29.9 µg/m3. En vista de la concentración de referencia promedio de 19.5 µg/m3, 10 µg/m3 se atribuyen a la contaminación complementaria a raíz de las fuentes móviles, lo que es similar a la situación en 1995. En comparación con el año 1996, se notan zonas amarillas y rojas de tamaño reducido, pero el valor guía de la OMS todavía se sobrepasa en grandes zonas. Parece que el fenómeno "El Niño" no tuvo mucho impacto en la contaminación por NO2 en Guatemala Ciudad, ya que la influencia de la meteorología era más significativa en 1996, sin que este año hubiera sido un año meteorológico irregular a escala centroamericana.

44

Gráfico 7:

Guatemala Ciudad 1995

45

46

Gráfico 8: Guatemala Ciudad 1996

47

48

Gráfico 9: Guatemala Ciudad 1998

49

50

5.2.4

Los dos escenarios

Gracias a la disponibilidad de datos suficientes y de buena calidad, para el caso de Guatemala Ciudad fue posible aprovechar del potencial de ImmProg por completo, calculando también dos escenarios para el año 2005. Para los escenarios se tomaron en cuenta los datos meteorológicos del año 1998, combinándolos con las expectativas para la concentración de referencia del año 2005. Los dos escenarios se distinguen en cuanto a la situación de las emisiones, cuyos factores están registrados en la tabla 4 en la página 34. Escenario 1 El primer escenario consiste en la suposición de que no se tomará ninguna medida para disminuir las emisiones por parte del gobierno durante los próximos cinco años. Este escenario deja subir la concentración de referencia de NO2 hasta 25 µg/m3. Para O3 se estimó una concentración de referencia de 50 µg/m3, lo que está dentro del rango de los últimos años.

Escenario 2 La revisión técnica entra nuevamente en vigencia, lo que significa que cada vehículo debe de pasar anualmente la prueba de emisiones. Además se renovará la flota completa del transporte urbano y se restringirá la importación de vehículos usados, para que no entre ningún vehículo mayor a tres años al país. Eso reducirá la edad promedio de los coches por cuatro y de los camiones por dos años, lo que lleva a factores de emisión más bajos. En total se reducirá el crecimiento de la concentración de referencia en un 10% a 23 3 3 µg/m (NO2) y 46 µg/m (O3).

Del primer escenario sale una situación con áreas muy grandes en donde están superados los 40 3 µg/m del valor guía para NO2 recomendado por la Organización Mundial de la Salud (OMS). Grandes zonas aparecen además con color amarillo, lo que significa que cuentan con una contaminación cercana al valor guía. La situación alarmante se refleja también en la alta concentración promedio de 35.4 µg/m3 NO2 para toda el área incluida en la investigación. El escenario 2 se distingue de manera drástica del escenario 1, ya que las medidas tomadas logran estabilizar la contaminación por dióxido de nitrógeno y mantenerla en el nivel del año 1998. La concentración promedio de NO2 está en 30.1 µg/m3 para toda el área investigada, a un 15% por debajo de lo que resulta del escenario 1. Los dos escenarios, cuyas suposiciones están detalladas en la página anterior, nos brindan buena información sobre la futura contaminación por NO2 en Guatemala Ciudad. En caso que las autoridades sigan ignorando los pasos necesarios para mejorar la calidad del aire, los capitalinos estarán obligados en el futuro a vivir con un aire mucho más contaminado y con sus consecuencias graves para la salud. Estos hechos ya no se pueden ignorar gracias a la aplicación de un modelo de dispersión de la contaminación atmosférica – un instrumento que podría en un futuro servir para poder tomar decisiones adecuadas de parte de las autoridades.

51

5.3

Resultados para San Salvador

Además de las consideraciones preliminares sobre la escasez de datos de buena calidad sobre meteorología y emisiones (véase apartado 3.3.2), resultó también que la red de monitoreo del aire, con pocos sitios de muestreo extendidos en un área muy grande en San Salvador, tampoco favorece la aplicación del modelo ImmProg. Existen relativamente pocos datos de mediciones para verificar la confiabilidad de los cálculos, y los datos obtenidos en dos de los sitios de muestreo son cuestionables por su ubicación: • •

El sitio “Swisscontact” está ubicado en la orilla de una carretera no considerada en el mapa, lo que causa una subestimación grande de la inmisión (véase apartado 4.3.4). El sitio "El Sol" se quitó finales del 1998, ya que su cercanía al parqueo de un supermercado impidió obtener resultados representativos.

A pesar de la estrecha base de datos, se hizo una extrapolación territorial para San Salvador, para tener al menos una idea acerca de la contaminación atmosférica por NO2 en la capital de El Salvador. Ayudaron mucho las similitudes con Guatemala Ciudad, ya que ciertos parámetros se suponía que fueron similares a la capital guatemalteca. Con los pocos resultados razonables se logró, hasta un cierto grado, verificar que el resultado obtenido refleja la realidad, y dado el hecho de que la escala gruesa de colores da una idea general de la distribución de la contaminación por NO2, se tomó la decisión de presentar el resultado para el año 1997. Hay que subrayar que se trata de un cálculo con una base bien frágil de información, por lo cual se le tiene, científicamente hablando, poca confianza. Gráfico 11 demuestra la extrapolación territorial para San Salvador 1997 basándose en los datos meteorológicos del año 1996. Se colocó una red de receptores a dos metros por encima del suelo, con la cual se calculó la concentración de la inmisión cada cien metros. La concentración promedio de dióxido de nitrógeno para toda el área de investigación es de 28.1 3 3 µg/m , de los cuales 15.0 µg/m provienen de la concentración de referencia. Se observa que en los alrededores de todas las arterias viales se sobrepasa el valor guía de la OMS, y zonas extensas aparecen en color amarillo. El resultado para San Salvador parece ser realista en vista de las extrapolaciones calculadas para Guatemala Ciudad.

52

Gráfico 10: Comparación de los dos escenarios

53

54

Gráfico 11: Extrapolación para San Salvador 1997

55

56

5.4

Planificación de la red de monitoreo

Una consecuencia del apartado anterior es el entendimiento de que la red de monitoreo tiene que llenar ciertos requisitos para que luego se pueda aplicar un modelo de dispersión. La concentración de referencia es un parámetro de mucho peso dentro del modelo, y para obtener buena información al respecto, la base de datos proveniente de la red de monitoreo tiene que ser más amplia. No se deberían distribuir tampoco los sitios de manera tan dispersa como en el caso de la red actual en San Salvador, pero si tendrán que cubrir diferentes niveles de contaminación, por ejemplo zonas con alta, media y baja concentración de contaminantes. Una concentración de sitios en lugares de alta contaminación, es decir en la orilla de carreteras principales, se debe de evitar, ya que una variedad en la ubicación de los sitios es la mejor garantía para que la red cubra todos los niveles de contaminación existentes en el área de estudio. El caso ideal sería que al inicio de la planificación de una red de monitoreo del aire ya se conozcan y se tomen en cuenta los requerimientos del tipo de modelo de dispersión que luego se utilizará.

57

58

Anexos A

B

C

D

E

Resultados del monitoreo del aire para NO2 y ozono Los resultados calculados para NO2 en Guatemala Ciudad Programa Excel para calcular las emisiones: el ejemplo Guatemala Ciudad Documentación del curso de capacitación para técnicos Bibliografía

I - VII

VIII

IX - XIV

XV - XXXI XXXI

A

Resultados del monitoreo del aire para NO2 y ozono

A-1

Resultados para Guatemala Ciudad

Celdas vacías representan meses sin mediciones. Todos los valores en µg/m3.

A-1.1

Guatemala Ciudad 1995

NO2 Sitio EFPEM MUSAC PNT CSJ CAB USAC Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC C Z C C C Z

12 30 14 13 17

35 26 34 33 31 11

70 50 60 60 52 22

35 36 45 46 38 15

47 51 82 59 53 14

52 58 56 56 58 20

85 73 89 98 89 28

62 52 45 56 56 29

45 45 61 46 53 16

52 48 54 46 54 17

19

33

61

41

60

56

90

55

51

15

19

36

26

33

39

51

41

31

95

46 36 49 34 19

70 59 81 66 59 27

55 46 56 52 49 20

52

40

69

52

33

33

43

33

Tabla 7: Mediciones de NO2 en Guatemala Ciudad 1995

O3 Sitio EFPEM MUSAC PNT CSJ CAB USAC Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC C Z C C C Z

86 76

71 61 121

63 71 60 86 68 73

58 68 52 73 65 73

115 80 67 84 74 89

78 60 76 78 70 80

79 70 64 80 69 79

76 66 67 74 67 75

72 61 60 72 69 72

70 62 60 73 68 71

73 88 123 81 104

68

84 53

67

79 68 75 80 72 75

69

62

85

76

73

71

68

68

92

94

92

93

79

72

71

85

70

75

71

67

67

96

72

57

60

72

101

107 53

95

78

Tabla 8: Mediciones de O3 en Guatemala Ciudad 1995

I

A-1.2

Guatemala Ciudad 1996

NO2 Sitio EFPEM MUSAC PNT CSJ CAB USAC Promedio CENTRO (C) Promedio RESIDAL (Z)

C Z C C C Z

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC

96

103 68 66 60 70 26

72 75 76 64 65 23

52 58 72 65 67 44

48 56 77 46 65 39

62 50 70 52 64 24

42 55 62 51 56 25

79 58 82 64 54 29

58 55 63 47 46 22

45 34 42 48 51 22

58 52 60 50 51 24

49 41 45 40 34 18

47 48 44 37 33 19

60 54 63 52 55 26

75

69

64

59

62

53

70

54

47

55

42

40

57

47

49

51

48

37

40

44

39

28

38

30

34

40

Tabla 9: Mediciones de NO2 en Guatemala Ciudad 1996

O3 Sitio EFPEM MUSAC PNT CSJ CAB USAC Promedio CENTRO (C) Promedio RESIDAL (Z)

C Z C C C Z

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC

96

112 76

90 81 129 79 124 73

60 74

122

57 59 74 95 86 92

95

78

99

76

78

40 91 70

93 65 95 88 118 90

43 55 86 91 104 95

98 104 103 108 124 106

44 53 59 74 79 62

52 62 66 84 98 61

43 36 54 76 69 45

66 45 108 104 97 85

58 79 48 56 56

68 66 82 81 95 82

106

64

99

81

108

64

75

61

94

55

81

77

72

78

75

105

58

62

41

65

79

74

Tabla 10: Mediciones de O3 en Guatemala Ciudad 1996

II

A-1.3

Guatemala Ciudad 1997

NO2 Sitio EFPEM MUSAC PNT CSJ CAB USAC INSIVUMEH Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC C Z C C C Z Z

97

68 69 93 60 71 28

109 99 65 82 108 41

108 96 114 86 102 45 34

101 39 95 97 143 38 37

137 56 88 128 150 44 48

84 28 90 74 77 18 26

109 12 98 68 69 44 40

35 7 37 33 27 17 16

99 39 119 79 101 48 41

90 35 96 65 82 29

58 30 93 89 62 22

49 35 74 45 46 23 45

87 45 89 76 87 33 36

73

91

103

109

126

81

86

33

100

83

76

54

84

49

70

58

38

49

24

32

13

43

32

26

34

39

Tabla 11: Mediciones de NO2 en Guatemala Ciudad 1997

O3 Sitio EFPEM MUSAC PNT CSJ CAB USAC INSIVUMEH Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC C Z C C C Z Z

97

42 47 59 50 25 33

44 26 81 41 39 69

48 17 44 64 38 54 41

38 36 88 52 43 64 55

79 60 37 48 33 103 63

57 51 44 49 48 58 66

46 29 37 41 43 38 40

40 49 31 35 43 46 50

65 70 83 57 69 79 79

51 43 56 49 42 60 56

44

51

49

55

49

50

42

37

69

49

40

48

37

52

75

58

36

48

76

52

Tabla 12: Mediciones de O3 en Guatemala Ciudad 1997

III

A-1.4

Guatemala Ciudad 1998

NO2 Sitio EFPEM MUSAC PNT CSJ CAB USAC INSIVUMEH Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC C Z C C C Z Z

59 77 95 64 77 34 39

31 41 43

74

31

50

32

48 37

51 35 41 62 84 25 29

67 43 27 84 95 24 32

55 15 12 43 47 20 26

43 12 51 38 40 19 20

52 22 15 54 57 26 29

57 78 93 69 79 28 35

37 44

48

60

68

39

43

45

37

30

33

20

17

26

19 22

98

33 33 17 19

45 45 81 42 54 18 27

48 54 66 37 39 17 31

49 42 52 53 57 23 29

75

34

56

48

52

47

27

30

34

32

DIC

98

Tabla 13: Mediciones de NO2 en Guatemala Ciudad 1998

O3 Sitio

EFPEM MUSAC PNT CSJ CAB USAC INSIVUMEH Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE

C Z C C C Z Z

FEB MAR ABR MAY JUN

JUL

30 21 34 35 20 12 60

AGO

SEP

OCT NOV

25 34 20 42 11 24

35

34 44 38 32 23 48 49

88 32 54 95 77 110 113

48 62 49 69 57 59 83

45 35 36 52 34 51 68

30

25

32

25

79

56

41

31

26

47

29

85

68

48

17 18 38 18

Tabla 14: Mediciones de O3 en Guatemala Ciudad 1998

IV

A-2

Resultados para San Salvador

Celdas vacías representan meses sin mediciones. Todos los valores en µg/m3.

A-2.1

San Salvador 1996

NO2 Sitio

Autocam El Sol Maternidad Selectos Sagrisa Soyapango Apopa Santa Tecla Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE

Z C C C Z C C C

FEB MAR ABR MAY JUN

JUL

AGO

SEP

OCT NOV

DIC

96

94 78 76 91

26 31 36 35 44 34 28

32 41 35 37 43 33 30

45 44 48 64 59 37 47

52 68 46 53 56 45 51

30 49 55 42 46 41 34

12 27 34 24 32 31 23 46

35 52 64 56 41 49 29 50

27 40 39 48 47 43 38 41

39 48 48 50 46 39 35 46

82

33

35

48

53

44

31

50

41

46

94

35

38

52

54

38

22

38

37

45

DIC

96

Tabla 15: Mediciones de NO2 en San Salvador 1996

O3 Sitio

Autocam El Sol Maternidad Selectos Sagrisa Soyapango Apopa Santa Tecla Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE

Z C C C Z C C C

FEB MAR ABR MAY JUN

JUL

AGO

SEP

OCT NOV

61 35 47 41 45

41 29 27 27 27 50 45

39 33 31 38 43 46 47

44 44 47 38 27 40 33

60 55 45 60 57 64 41

70 62 71 43 59 65 90

82 87 74 75 74 43 74 110

56 56 46 49 56 54 54 51

60 64 63 44 59 71 63 64

57 52 50 46 50 54 56 75

41

36

39

40

53

66

77

52

61

52

53

34

41

35

59

65

78

56

59

53

Tabla 16: Mediciones de O3 en San Salvador 1996

V

A-2.2

San Salvador 1997

NO2 Sitio Autocam El Sol Maternidad Selectos Sagrisa Soyapango Santa Tecla Swisscontact Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC Z C C C Z C C Z

97

55 73 85 41 35 82 79

43 80 90 68 53 42 85

58 79 120 43 66 86 93

34 75 55 51 55 49 52 54

54 110 57 75 63 70 79 75

56 56 74 16 56 60 71 55

23 33 32 24 33 32 26 28

34 44 47 45 45 35 39 42

7 39 57 30 22 27 17 29

27 35 30 22 35 33 33 35

32 46 42 26 31 32 32 49

41 55 58 49 42 49 68 44

39 60 62 41 45 50 56 46

72

73

84

56

78

55

29

42

34

31

35

56

54

45

48

62

48

64

56

28

41

19

32

37

42

44

Tabla 17: Mediciones de NO2 en San Salvador 1997

O3 Sitio Autocam El Sol Maternidad Selectos Sagrisa Soyapango Santa Tecla Swisscontact Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC Z C C C Z C C Z

72 60 75 69 74 70 57

62 62 61 65 74 63 66

26 22 18 31 18 20 22

27 25 22 22 25 21 27 21

45 29 54 29 24 27 28 28

58 96 95 94 69 93 97 101

38 25 34 26 25 21 14 53

31 8 27 20 14 24 7 24

44 58 49 41 42 58 43 42

45 43 48 44 41 44 40 45

66

63

23

23

34

95

24

17

50

44

73

68

22

24

32

76

39

23

43

44

Tabla 18: Mediciones de O3 en San Salvador 1997

VI

97

A-2.3

San Salvador 1998

NO2 Sitio Autocam El Sol Maternidad Selectos Sagrisa Soyapango Santa Tecla Swisscontact Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC Z C C C Z C C Z

98

43 47 57 39 43 44 53 45

37 41 51 37 33 34 51 42

41 41 65 31 73 61 46 67

67 154 174 113 115 122 143 107

80 110 116 78 93 89 88 94

86 112 112 90 74 83 110 82

53 71 96 81 58 67 73 60

62 35 65 56 22 45 49 58

35 46 56 40 26 34 45 28

38 32 37 34 35 26 31 25

11 33 40 39 32 32 33 11

35 28 28 32 30 26 36 19

49 62 75 56 53 55 63 53

48

43

49

141

96

102

78

50

44

32

35

30

62

43

37

60

96

89

81

57

47

30

33

18

28

52

Tabla 19: Mediciones de NO2 en San Salvador 1998

O3 Sitio Autocam El Sol Maternidad Selectos Sagrisa Soyapango Santa Tecla Swisscontact Promedio CENTRO (C) Promedio RESIDAL (Z)

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC Z C C C Z C C Z

98

26 45 88 60 38 50 66 63

42 97 37 85 63 64 43 67

40 29 32 31 32 35 36 42

32 26 32 31 27 31 46 39

52 35 24 35 22 51 52 30

35 35 27 36 36 37 36 40

26 27 28 39 22 16 23 22

42 54 27 63 25 33 44 29

82 75 61 64 90 62 52 65

54 68 47 53 57 63 85 67

75 66 62 51 65 51 94 60

64 72 49 60 35 50 71 84

47 52 43 51 43 45 54 51

62

65

33

33

39

34

27

44

63

63

65

60

49

42

57

38

33

35

37

23

32

79

59

66

61

47

Tabla 20: Mediciones de O3 en San Salvador 1998

VII

B

Los resultados calculados para NO2 en Guatemala Ciudad

Celdas vacías representan sitios sin cálculos. Todos los valores en µg/m3.

Sitio

EFPEM MUSAC PNT CSJ CAB USAC INSIVUMEH

1995 56.3 41.9 62.0 52.1 56.4 19.8

1996 57.5 46.7 63.0 53.8 57.3 24.5

1997 59.5 52.4 71.0 62.2 63.1 32.8 33.3

1998 49.1 44.9 63.8 54.3 58.0 24.3 26.8

Tabla 21: Promedios anuales calculados para Guatemala Ciudad

VIII

C

Programa Excel para calcular las emisiones: el ejemplo Guatemala Ciudad

Tabla 22: Correlación lineal entre factores de emisión y velocidad

IX

Tabla 23: Velocidad en dependencia de la hora del día

X

Tabla 24: Variabilidad del flujo vehicular durante el día

XI

Tabla 25: Cálculo de los factores de emisión en [g/h/100m]

XII

Tabla 26: Volumen vehicular en dependencia del año

XIII

Tabla 27: Cálculo de la emisión por tramo de carretera

XIV

D

Documentación del curso de capacitación para técnicos

XV

XVI

XVII

XVIII

XIX

XX

XXI

XXII

XXIII

XXIV

XXV

XXVI

XXVII

XXVIII

XXIX

XXX

XXXI

XXXII

E

Bibliografía

1. AIRINFO AG (1996): Benutzer-Handbuch zu ImmProg 4.02, Grossaffoltern (Suiza). 2. AMT FÜR UMWELTSCHUTZ DES KANTONS LUZERN (1998), NO2-Immissionen im

Kanton Luzern, Schlussbericht, INFRAS/METEOTEST, Bern (Suiza). 3. BLIEFERT, C. (1997): Umweltchemie, Weinheim, New York, Basel, Cambridge, Tokyo: VCH 4. BUNDESAMT FÜR UMWELT, WALD UND LANDSCHAFT (Hrsg.) /Infras (1995):

Handbuch Emissionsfaktoren des Strassenverkehrs, INFRAS, Bern (Suiza). 5. BUNDESAMT FÜR UMWELT, WALD UND LANDSCHAFT (Hrsg.) (1995): Luftschadstoff-

Emissionen des Strassenverkehrs 1950-2010, Schriftenreihe Umwelt Nr. 255, Bern (Suiza). 6. EIDGENÖSSISCHES VERKEHRS- UND ENERGIEWIRTSCHAFTSDEPARTEMENT,

BUNDESAMT FÜR STRASSENBAU (Hrsg.) (1992): Fehlerrechnung und Sensitivitätsanalyse für Fragen der Luftreinhaltung, Forschungsauftrag 46/90 auf Antrag der Vereinigung Schweizerischer Verkehrsingenieure (SVI), INFRAS, Zürich (Suiza). 7. EMCH + BERGER (1996): Prüfbericht Immissionskataster Kantone St. Gallen und

Graubünden, St. Gallen (Suiza). 8. KOST M. (1998): Erfahrungsbericht zu IMMPROG, Arbeit im Rahmen einer Berufspraxis,

Luzern (Suiza). 9. LILJEQUIST G., CEHAK K. (1994): Allgemeine Meteorologie, 3. Auflage, Viehweg (Suiza). 10. NABHOLZ MATIAS (1996): Simulation von Immissionskonzentrationen gasförmiger

Luftschadstoffe, Diplomarbeit, Abteilung XB, ETH Zürich (Suiza). 11. REPUBLICA DE GUATEMALA (1992): Estudio de plan Maestro para el sistema del

transporte urbano en el area metropolitana de guatemala, Informe final, Agencia de Cooperacion Internacional de Japon, Guatemala. 12. REPUBLICA DE EL SALVADOR, MINISTERIO DE OBRAS PUBLICAS (1997): Plan

Maestro del Transporte Vehicular en el Area Metropolitana de San Salvador, Todos los Informes, Tahal Consulting Engineers Ltd., San Salvador (El Salvador). 13. ROTACH M. (1996): Schadstoffmodellierung, Skript zur gleichnamigen Vorlesung der ETH,

Zürich (Suiza). 14. WERFELI M. (1995): Modelling surface pollutant concentrations in the city of Zuerich, Int. J.

Environment an Pollution, Vol. 5, Nos. 1-4, S. 575-584.

XXXIII

XXXIV

Derechos reservados por Swisscontact Se permite la reproducción total o parcial del presente documento siempre y cuando se mencione la fuente y se remita una copia de la publicación a:

Swisscontact Programa Aire Puro 89 Av. Norte #350 Colonia Escalón San Salvador EL SALVADOR Tel. (+503) 264-3662 Fax (+503) 263-2872 [email protected] www.swisscontact.org.sv