RESUMEN DE LA MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL MECÁNICO POR
: PATRICIO GONZÁLEZ B.
FECHA : 30/08/02 PROF. GUÍA: SR. ROBERTO CORVALÁN
Metodología para Estimar Factores de Expansión Espacial para Emisiones de Contaminantes Atmosféricos Provenientes de Fuentes Móviles
En este trabajo se desarrolla una metodología macro escala para la estimación de inventarios de emisiones por el tubo de escape de fuentes móviles en ruta, la que es aplicada en provincias del país donde no existen tales inventarios. Esta estimación se realiza a partir de los inventarios existentes en otras zonas del país y de otros calculados en este trabajo utilizando metodologías tradicionales. Los contaminantes cubiertos en este trabajo son: CO, VOC, NOx, CO2, CH4, N2O, SO2, NH3 y MP 10. Se realizaron correlaciones para obtener funciones de estimación del nivel de actividad vehicular. Estas correlaciones se efectuaron utilizando variables demográficas y socioeconómicas de las ciudades donde se cuenta con inventarios de emisión, mediante el método de mínimos cuadrados no lineales de Gauss - Newton. Estas funciones mostraron sensibilidades razonables a cada variable explicativa. Por otro lado se obtuvieron factores de emisión globales para cada uno de los contaminantes cubiertos, en función del nivel de actividad vehicular. Estos factores mostraron tendencias lineales, con coeficientes de correlación cercanos a la unidad.
La metodología estima el nivel de actividad vehicular total de una localidad determinada, mediante las funciones descritas, para luego a través de los factores de emisión globales, estimar las emisiones de los distintos contaminantes. Finalmente se obtuvieron los inventarios de emisión para las provincias de: Arica, Iquique, El Loa, Antofagasta, Copiapó, Elqui, Quillota, San Antonio, Colchagua, Linares, Bío Bío, Malleco, Valdivia, Llanquihue y Magallanes.
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA MECÁNICA
METODOLOGÍA PARA ESTIMAR FACTORES DE EXPANSIÓN ESPACIAL PARA EMISIONES DE CONTAMINANTES ATMOSFÉRICOS PROVENIENTES DE FUENTES MÓVILES
PATRICIO ANDRÉS GONZÁLEZ BETANCOURT
2002
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MECÁNICA
METODOLOGÍA PARA ESTIMAR FACTORES DE EXPANSIÓN ESPACIAL PARA EMISIONES DE CONTAMINANTES ATMOSFERICOS PROVENIENTES DE FUENTES MÓVILES PATRICIO ANDRÉS GONZÁLEZ BETANCOURT
COMISIÓN EXAMINADORA
CALIFICACIONES NOTA(n°)
(Letras)
FIRMA
PROFESOR GUIA SR. ROBERTO CORVALÁN
:
............
........................
.......................
:
............
........................
.......................
:
............
........................
.......................
NOTA FINAL EXAMEN DE TÍTULO :
............
........................
.......................
PROFESOR CO-GUIA SR. CRISTIÁN URRUTIA PROFESOR INTEGRANTE SR. CHRISTIAN SANTANA
MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL MECÁNICO SANTIAGO DE CHILE AGOSTO 2002
A los que siempre estuvieron conmigo, Angélica, mi familia y mis amigos…
RESUMEN EJECUTIVO En este trabajo se desarrolla una metodología macro escala para la estimación de inventarios de emisiones por el tubo de escape de fuentes móviles en ruta, la que es aplicada en provincias del país donde no existen tales inventarios. Esta estimación se realiza a partir de los inventarios existentes en otras zonas del país y de otros calculados en este trabajo utilizando metodologías tradicionales. Los contaminantes cubiertos en este trabajo son: CO, VOC, NOx, CO2, CH4, N2O, SO2, NH3 y MP 10. Se realizaron correlaciones para obtener funciones de estimación del nivel de actividad vehicular. Estas correlaciones se efectuaron entre variables demográficas y socioeconómicas de las ciudades donde se cuenta con inventarios de emisión, mediante el método de mínimos cuadrados no lineales de Gauss - Newton. Estas funciones mostraron sensibilidades razonables a cada variable explicativa. Por otro lado se obtuvieron factores de emisión globales para cada uno de los contaminantes cubiertos, en función del nivel de actividad vehicular. Estos factores mostraron tendencias lineales, con coeficientes de correlación cercanos a la unidad. La metodología estima el nivel de actividad vehicular total de una localidad determinada, mediante las funciones descritas, para luego a través de los factores de emisión, estimar las emisiones de los distintos contaminantes. Finalmente se obtuvieron los inventarios de emisión para las provincias de: Arica, Iquique, El Loa, Antofagasta, Copiapó, Elqui, Quillota, San Antonio, Colchagua, Linares, Bío Bío, Malleco, Valdivia, Llanquihue y Magallanes.
INDICE
1 1.1
INTRODUCCION .................................................................................................... 1 Objetivos............................................................................................................... 2
1.1.1
Objetivos Generales........................................................................................ 2
1.1.2
Objetivos Específicos ...................................................................................... 2
1.2
Alcances ............................................................................................................... 3
1.2.1
Contaminantes Cubiertos................................................................................ 3
1.2.2
Cobertura Geográfica...................................................................................... 4
2
METODOLOGIA ..................................................................................................... 6
3
ANTECEDENTES ................................................................................................... 8
3.1
Metodologías para Estimar Emisiones ................................................................. 8
3.2
Actividad Vehicular ............................................................................................. 12
3.3
Estimación de la Actividad Vehicular .................................................................. 13
3.3.1 4 4.1
Mínimos Cuadrados no Lineales de Gauss – Newton................................... 14 DESARROLLO DE LA METODOLOGIA ............................................................. 16 Inventarios de Ciudades Intermedias con Metodología Tradicional ................... 16
4.1.1
Composición del Parque Vehicular ............................................................... 17
4.1.2
Perfiles de Flujo............................................................................................. 19
4.1.3
Factores de Emisión...................................................................................... 20
4.1.4
Inventarios Obtenidos ................................................................................... 22
4.2
Funciones de Estimación de Actividad ............................................................... 24
4.2.1
Variables del Sistema.................................................................................... 24
4.2.2
Construcción del Modelo............................................................................... 30
4.3
Análisis de Sensibilidad ...................................................................................... 32
4.4
Factores de Emisión Globales en Función del Nivel de Actividad ...................... 38
i
5
RESULTADOS...................................................................................................... 40
5.1
Coeficientes de Funciones de Estimación .......................................................... 40
5.2
Inventarios Obtenidos......................................................................................... 40
6
CONCLUSIONES Y DISCUSIONES .................................................................... 50
REFERENCIAS............................................................................................................. 53 ANEXOS ....................................................................................................................... 55
INDICE DE TABLAS Tabla 1.1: Contaminantes cubiertos ..............................................................................................3 Tabla 1.2: Provincias inventariadas...............................................................................................4 Tabla 4.1. Categorías Vehiculares consideradas en el estudio...................................................17 Tabla 4.2: Factores de emisión utilizados en MODEM................................................................21 Tabla 4.3: Grupos de categorías .................................................................................................25 Tabla 4.4: Variables grupo transporte público .............................................................................26 Tabla 4.5: Variables grupo carga.................................................................................................26 Tabla 4.6: Variables grupo comerciales ......................................................................................26 Tabla 4.7: Variables grupo particulares .......................................................................................27 Tabla 4.8: Promedio de variación porcentual positiva en cada variable......................................34 Tabla 4.9: Promedio de variación porcentual negativa en cada variable ....................................35 Tabla 4.10: Porcentaje promedio de variación en la estimación de actividad, frente a variaciones porcentuales positivas en cada variable ..............................................................................36 Tabla 4.11: Porcentaje promedio de variación en la estimación de actividad, frente a variaciones porcentuales negativas en cada variable.............................................................................37 Tabla 4.12: Factores de emisión en función de la actividad vehicular ........................................38 Tabla 5.1: Coeficientes de funciones de estimación ...................................................................41 Tabla 5.2: Niveles de actividad estimados por categoría en [veh*km/año] .................................47 Tabla 5.3: Emisiones totales de fuentes móviles en provincias inventariadas y otras ciudades.49
ii
INDICE DE FIGURAS Figura 3.1: Compatibilidad de Metodologías Macro y Micro Escala............................................10 Figura 3.2: Tendencia de emisiones de CO, HC, NOx y MP con la actividad vehicular. ............12 Figura 4.1: Factor de emisión MP, para Camiones pre EPA 91..................................................21 Figura 4.2: Inventarios de ciudades intermedias y otras, para contaminantes CO, NOx, MP y COV .....................................................................................................................................23 Figura 4.3: Inventarios de ciudades intermedias y otras, para contaminantes SO2 y CO2 ..........23 Figura 4.4: Actividad vehicular de ciudades intermedias y otras.................................................24 Figura 4.5: Perfil porcentual de consumo de gasolinas...............................................................29 Figura 4.6: Perfil porcentual de consumo de diesel.....................................................................29 Figura 4.7: Relación entre población y actividad vehicular de Buses pre EPA 91 ......................31 Figura 4.8: Relación entre consumo y actividad vehicular de Buses pre EPA 91 .......................31 Figura 4.9: Factores de emisión en función de la actividad vehicular .........................................39 Figura 5.1: Emisiones totales de CO en provincias inventariadas ..............................................42 Figura 5.2: Emisiones totales de NOx en provincias inventariadas .............................................42 Figura 5.3: Emisiones totales de COV en provincias inventariadas ............................................43 Figura 5.4: Emisiones totales de MP en provincias inventariadas ..............................................43 Figura 5.5: Emisiones totales de SO2 en provincias inventariadas .............................................44 Figura 5.6: Emisiones totales de NH3 en provincias inventariadas .............................................44 Figura 5.7: Emisiones totales de CH4 en provincias inventariadas .............................................45 Figura 5.8: Emisiones totales de NO2 en provincias inventariadas .............................................45 Figura 5.9: Emisiones totales de NO2 en provincias inventariadas .............................................46 Figura 5.10: Emisiones nivel de actividad vehicular en provincias inventariadas .......................46
iii
INDICE DE ECUACIONES Ecuación (3.1)..............................................................................................................................13 Ecuación (3.2)..............................................................................................................................13 Ecuación (3.3)..............................................................................................................................14 Ecuación (3.4)..............................................................................................................................14 Ecuación (3.5)..............................................................................................................................14 Ecuación (3.6)..............................................................................................................................15 Ecuación (3.7)..............................................................................................................................15 Ecuación (4.1)..............................................................................................................................22 Ecuación (4.2)..............................................................................................................................22 Ecuación (4.3)..............................................................................................................................31
iv
1
INTRODUCCION
A la fecha ha sido posible elaborar inventarios de emisiones atmosféricas para fuentes móviles, en la Región Metropolitana; Gran Valparaíso; Rancagua; Gran Concepción y la conurbación definida por Temuco y Padre Las Casas. Estos inventarios han constituido la base técnica para la formulación y aplicación de importantes herramientas de gestión ambiental pública conducentes a la reducción de las emisiones en las localidades señaladas. Por otro lado, en estudios previos se ha determinado, que la influencia de las fuentes móviles en las emisiones totales de una zona determinada son de gran importancia [1]. La metodología utilizada para desarrollar estos inventarios requiere de modelos de transporte, ciclos de conducción representativos y factores de emisión propios para cada categoría vehicular, información que aún no está disponible para el resto de las ciudades del país. Debido a esto y al interés de distintos organismos del ámbito ambiental, se desea formular una metodología que permita estimar las emisiones provenientes de fuentes móviles en otras localidades del país, a partir de los inventarios de emisiones existentes. La metodología desarrollada en este trabajo utiliza variables demográficas y socioeconómicas para realizar sus estimaciones, las cuales son de fácil obtención para la mayor parte del territorio nacional, a partir de distintos ministerios y del INE1. La metodología expuesta está dentro de la categoría de macro escala o top – down, donde, a partir de variables generales, se encuentran resultados específicos. Por otro lado las metodologías del tipo micro escala o bottom – up, toman una serie de variables explicativas muy particulares para arrojar los resultados esperados. Los inventarios actuales han sido desarrollados utilizando esta última herramienta. Sin embargo y a pesar de las diferencias entre ambos estilos, los resultados obtenidos para una misma localidad utilizando los dos sistemas no difieren considerablemente [2], hecho
1
Instituto Nacional de Estadísticas
1
fundamental para validar la metodología propuesta en este trabajo, que se deriva a partir de los inventarios mencionados anteriormente.
1.1
Objetivos
1.1.1 Objetivos Generales
El objetivo general de este trabajo de título, es desarrollar una metodología que permita contar con una primera aproximación de los inventarios de emisiones de fuentes móviles en ruta para distintos centros urbanos del país. Esta metodología se obtiene a partir de relaciones que se pueden deducir de los inventarios existentes. Esta metodología pretende ser una herramienta básica para el posterior estudio en detalle de las localidades con mayores problemas ambientales, y para eventualmente tomar medidas de control que mitiguen los índices de contaminación de esas localidades.
1.1.2 Objetivos Específicos
•
Obtener, mediante metodologías tradicionales, los inventarios de las ciudades intermedias Talca, Chillán, Osorno y Curicó. Contando con mayor información para desarrollar la metodología requerida.
•
Desarrollo de una metodología basada en los inventarios existentes que entregue, a partir de variables demográficas y socioeconómicas de una localidad determinada, el nivel de actividad del las distintas categorías vehiculares.
•
Realizar un análisis de sensibilidad a las funciones utilizadas en la metodología, determinando su sensibilidad con respecto a las variables utilizadas.
2
•
Determinar factores de emisión globales para cada contaminante a estimar, en función la actividad vehicular.
•
Obtener inventarios de emisiones de fuentes móviles en ruta para distintas localidades del país, basándose en los factores de emisión descritos anteriormente.
1.2
Alcances
Este trabajo considera las emisiones totales por el tubo de escape de fuentes móviles en ruta. Los contaminantes cubiertos por este estudio y su cobertura geográfica, se describen a continuación.
1.2.1 Contaminantes Cubiertos
Los contaminantes cubiertos para el desarrollo de esta metodología se muestran en la tabla 1.1.
Tabla 1.1: Contaminantes cubiertos
Contaminante CO
Monóxido de Carbono
COV
Compuestos Orgánicos Volátiles
NOx
Óxidos de Nitrógeno
CO2
Dióxido de Carbono
CH4
Metano
N2O
Óxido Nitroso
SO2
Dióxido de Azufre
NH3
Amoníaco
MP 10
Material Particulado Respirable (10µm)
3
Los COV se tratarán en forma general, ya que existen factores estándares que permiten desagregar esta categoría en sus principales compuestos. Estos se encuentran dentro de la especiación de hidrocarburos no metánicos y son: los alcanos, cicloalcanos, alquenos, alquinos, aldehídos, cetonas y aromáticos. Estos factores se detallan en el Anexo I.
1.2.2 Cobertura Geográfica
La cobertura geográfica de este trabajo, es el conjunto de provincias más importantes de cada región del país. Se discriminan aquellas que, debido a su baja población y limitado parque vehicular, aporten marginalmente a la emisión de contaminantes dentro de su región. Las provincias inventariadas se muestran en la tabla 1.2. El criterio de selección aplicado es que tanto el parque vehicular como la población de las provincias escogidas, son mayores o iguales al menor parque vehicular y población de las ciudades donde se cuenta con inventarios formales.
Tabla 1.2: Provincias inventariadas
Provincia Arica Iquique El Loa Antofagasta Copiapó Elqui Quillota San Antonio Colchagua Linares Bío Bío Malleco Valdivia Llanquihue Magallanes
Región I I II II III IV V V VI VII VIII IX IX X XII
4
En el Anexo II, se muestran las distintas ciudades que componen estas provincias, así como también su posición geográfica en el país.
5
2
METODOLOGIA
Las etapas desarrolladas para obtener la metodología de estimación de factores de expansión espacial para emisiones de contaminantes atmosféricos, se muestran a continuación. •
Revisión de la bibliografía nacional e internacional. Se revisó la literatura nacional e internacional en busca de proyectos similares o con objetivos en común. Esta tarea se efectuó principalmente en publicaciones de la Environmental Protection Agency de los Estados Unidos, la European Environmental Agency de la Unión Europea y publicaciones hechas por el Departamento de Ingeniería Mecánica de la Universidad de Chile. Se revisaron artículos relativos a emisiones de fuentes móviles, buscando los principales parámetros de dependencia de este fenómeno.
•
Estudio de las metodologías utilizadas en Chile para estimar emisiones de fuentes móviles. Se estudiaron las distintas metodologías existentes para estimar las emisiones de fuentes móviles, por parte de los distintos organismos relacionados con el tema. Dentro de éstas destacan las metodologías por zona y arco, basadas en los modelos de transporte ESTRAUS, ESTRAVAL, ESTRABIO y VIVALDI, para las regiones Metropolitana, Quinta, Octava y ciudades intermedias, respectivamente. Además se analizaron las metodologías macro escala o top – down y micro escala o bottom – up.
•
Búsqueda de correlaciones para estimar la actividad vehicular de fuentes móviles. Se identificó un conjunto de variables explicativas del fenómeno. Con ellas se modeló la actividad de las distintas categorías vehiculares, mediante métodos descritos más adelante.
6
•
Relación emisiones – actividad vehicular. Se estableció una relación entre la actividad vehicular y el nivel de emisiones de una determinada zona. A partir esta relación y del análisis descrito en el punto anterior, es posible estimar las emisiones de una zona determinada.
•
Aplicación de la metodología a otras ciudades del país. Se aplicó la metodología desarrollada a las provincias descritas en el punto 1.2.2 Cobertura Geográfica.
7
3
ANTECEDENTES
Las emisiones de fuentes móviles, son la mayor fuente de polución atmosférica en las áreas urbanas de todo el mundo. Son responsables de problemas de calidad del aire como altas concentraciones de monóxido de carbono y benceno, además de la formación fotoquímica de smog. Por otro lado, estas emisiones contribuyen considerablemente al efecto invernadero por la generación de dióxido de carbono y otros gases. Se espera que estos problemas aumenten en el futuro, especialmente en países en vías de desarrollo, como el nuestro, debido a su alta tasa de motorización. Debido a estos hechos, se han desarrollado modelos confiables para estimar las emisiones de vehículos en ruta por parte de la Environmental Protection Agency de los Estados Unidos y de la European Environmental Agency de la Unión Europea.
3.1
Metodologías para Estimar Emisiones
En general, las emisiones vehiculares dependen de muchos factores los que pueden resumirse en dos grupos que resultan ser los fundamentales [3]:
•
Factores técnicos relacionados con el diseño y tecnología de los vehículos (tipo de motor, tamaño de motor, sistemas de alimentación de combustible, edad o kilometraje, nivel de mantención y sistemas de reducción de emisiones).
•
Factores operacionales, relacionados con la manera en que el vehículo es utilizado al estar inserto en una red vial (velocidades de circulación, nivel de aceleraciones y desaceleraciones, selección de la marcha utilizada, gradiente de inclinación de las vías, altitud de la región, entre otros).
Dentro de este marco, existen básicamente dos metodologías distintas utilizadas por los modelos desarrollados; la primera, metodología top – down o macro escala, apunta a estimar emisiones con resoluciones temporales y espaciales bajas, como por ejemplo 8
estimaciones anuales para una región o país. La segunda, metodología bottom – up o micro escala, apunta a estimar emisiones en una escala menor, por ejemplo, la agregación de las emisiones de un conjunto de calles de una determinada ciudad con resoluciones temporales altas. Esta última puede arrojar errores significativos si no se realizan ciertos balances globales dentro de la región en estudio. Las metodologías micro escala, ya que son mucho más finas en su estimación, necesitan un mayor nivel de información del parque vehicular, y de la región o ciudad en estudio. Dentro de esta información, se encuentran variables como el flujo vehicular, composición vehicular, longitudes de caminos o calles, etc. Las metodologías macro escala, en cambio necesitan variables globales para la estimación de inventarios. Se han hecho esfuerzos para combinar ambas metodologías, encontrando resultados similares para una determinada región [2]. La figura 3.1 muestra un esquema de la combinación de estas dos metodologías, donde, con el fin de reconciliarlas, se calibran los kilómetros recorridos por las distintas categorías vehiculares, la fracción de kilómetros recorridos en frío y los factores de emisión. Esta clase de estudios confirman la vialidad de desarrollar una metodología macro escala basándose en un estudio realizado con una metodología micro escala, como son los inventarios realizados hasta el momento en el país. Los inventarios realizados en nuestro país, antecedentes primordiales para este trabajo, se basan principalmente en el uso de dos metodologías bottom – up, éstas son las tipo arco y tipo zona.
9
Figura 3.1: Compatibilidad de Metodologías Macro y Micro Escala
10
La metodología tipo arco, se basa en la existencia de una red vial, administrada por SECTRA2. Esta red es conformada por arcos elementales, que constituyen fracciones representativas de los diferentes tipos de calles en la ciudad en estudio. Cada arco tiene asociado características de operación básicas; capacidad, velocidades, longitud, flujos y número de semáforos, entre otras. Estas características se asignan según las condiciones de equilibrio en la red, en un horario determinado (por ejemplo punta mañana), lo que permite tener valores de velocidad y flujos para cada arco, según determinan los modelos de transporte utilizados (ESTRAUS, ESTRAVAL, ESTRABIO y VIVALDI). La metodología tipo Zona, por su parte, se basa en información más agregada acerca de los niveles de actividad asignados a cada categoría vehicular. Las emisiones ya no son calculadas por arco sino por zonas geográficas más extensas y con estimaciones más gruesas acerca del nivel de actividad de las diferentes categorías involucradas, sin embargo esta metodología también necesita de variables como kilometrajes recorridos en un cierto período de tiempo dado, el número de vehículos en circulación por la zona evaluada, etc. Finalmente el software MODEM, desarrollado por el Departamento de Ingeniería Mecánica de la Universidad de Chile [4], utiliza estas metodologías para estimar inventarios de emisión tomando como entradas la composición vehicular de la localidad en estudio, el perfil de flujo de las distintas categorías vehiculares y sus respectivos factores de emisión para cada contaminante. Estos factores provienen principalmente del modelo COPERT, de la European Environmental Agency [5], para vehículos comerciales, medianos y pesados diesel, y de programas experimentales locales, para vehículos livianos a gasolina [6]. Los inventarios disponibles se obtuvieron utilizando estas metodologías, en ellos se detallan las emisiones de cada contaminante en toneladas por año, la actividad vehicular de cada categoría y su consumo de combustible. Todos estos parámetros se utilizan para desarrollar la metodología expuesta. 2
Secretaría Interministerial de Transporte.
11
3.2
Actividad Vehicular
La actividad vehicular, indica los kilómetros recorridos por los vehículos de una determinada categoría en un período de tiempo determinado, generalmente se calcula multiplicando cierta cantidad de vehículos por la distancia que recorrieron en kilómetros durante un año [Veh*Km / Año]. Este factor se puede relacionar íntimamente con las emisiones de contaminantes, mediante relaciones que ligan la actividad de un conjunto de categorías vehiculares con un determinado contaminante. Estudios previos realizados para los inventarios de emisiones existentes en el país, han demostrado que existe una relación lineal entre la actividad total de cada una de las zonas inventariadas y los contaminantes CO, HC, MP y NOx. En la figura 3.2 se ilustran estas relaciones.
TENDENCIA EMISIONES 1,0E+06
[ton/año]
1,0E+05 1,0E+04 1,0E+03 1,0E+02 1,0E+01 1,E+08
1,E+09
1,E+10
1,E+11
NIVEL DE ACTIVIDAD [Veh-Km/año] CO
HC
NOx
MP
Figura 3.2: Tendencia de emisiones de CO, HC, NOx y MP con la actividad vehicular.
El modelo de emisiones Transport Emission Model to Analyse (non) Technological measures [7], TEMAT desarrollado principalmente para la Flemish Administration of the Environment, Nature, and Land, plantea como principal formulación de cálculo para estimar las emisiones de transporte la ecuación 3.1.
12
E = EF × Ac × NV
Ecuación (3.1)
donde, E:
Emisión de un contaminante dado [ton/año].
EF:
Factor de emisión del contaminante, constante o dependiente de la velocidad [ton/mi].
Ac:
Actividad expresada en millas recorridas por vehículo en un año.
NV:
Número de vehículos.
Estos antecedentes dan pie para formular el modelo mostrado en la ecuación 3.2. E j = Ai × F j + C j
Ecuación (3.2)
Donde el índice i denota una determinada localidad, y el índice j representa un contaminante dado, además: Ej:
Emisión del contaminante j en toneladas por año.
Ai:
Actividad de la categoría i para la región en estudio [Veh*Km/año].
Fj:
Constante de emisión para contaminante j.
Cj
Constante de ajuste para contaminante j.
De esta manera es posible formular factores de emisión para estimar los distintos contaminantes, en función de la actividad vehicular.
3.3
Estimación de la Actividad Vehicular
La estimación de la actividad vehicular se realiza correlacionando variables, que estén disponibles para distintas localidades del país y que según el criterio del autor tengan influencia en el fenómeno. Esta correlación se enmarca dentro de un modelo no lineal, que busca ajustar sus parámetros iteratívamente para lograr la convergencia de sus
13
estimaciones a valores de actividad conocidos, provenientes de los inventarios de emisiones existentes. Esta correlación se realiza mediante el método de mínimos cuadrados no lineales de Gauss-Newton.
3.3.1 Mínimos Cuadrados no Lineales de Gauss – Newton
El método de Gauss – Newton, es uno de los más simples para realizar regresiones mediante mínimos cuadrados en funciones no lineales. El método, permite encontrar los coeficientes de funciones de la forma mostrada en la ecuación 3.3. yi = f i ( χ , β )
Ecuación (3.3)
Este ajuste se realiza tomando una matriz que contenga en sus columnas las variables independientes χ, que definen el problema, y su respectivo vector de respuesta o vector objetivo Y. El método requiere de un valor inicial, β0 para comenzar a iterar. En cada iteración βk, se realiza una aproximación de primer orden de la función i – ésima en torno al punto de iteración βk, obteniéndose la ecuación 3.4. f i ( β ) ≈ f lineal ,i ( β ) = f i ( β k ) + ∇ f i ( β k ) T ( β − β k )
Ecuación (3.4)
Posteriormente, se minimiza la suma de los residuos linealizados al cuadrado, obteniendo el siguiente punto de iteración, βk+1, ecuación 3.5. El problema finaliza cuando la suma de estos residuos es menor a una tolerancia ε [8]. min = ∑ f lineal ,i ( β ) 2 β
Ecuación (3.5)
i
Numéricamente, es posible abordar el problema obteniendo el gradiente de las derivadas parciales con respecto al parámetro a estimar en las funciones fi, para luego iterar las ecuaciones matriciales 3.6 y 3.7. 14
b = ( D T D ) −1 DY
Ecuación (3.6)
g1 = g 0 + b
Ecuación (3.7)
Donde g es una matriz de estimaciones refinadas, b es la tasa de cambio en estas estimaciones, Y es la matriz de errores (y – f(x,β)), y D es la matriz de derivadas parciales ya mencionada. El proceso itera hasta que la diferencia absoluta entre la suma de los errores al cuadrado sea menor a una tolerancia ε [9].
15
4
DESARROLLO DE LA METODOLOGIA
Básicamente la metodología se desarrolla, a partir de los inventarios disponibles, que detallan las emisiones de contaminantes en toneladas al año, e indican el nivel de actividad de cada categoría vehicular en [veh*km/año]. Se buscaron correlaciones entre variables demográficas y socioeconómicas de las localidades inventariadas, tratando de encontrar funciones que estimen el nivel de actividad de las distintas categorías vehiculares que constituyen el parque vehicular. Por otro lado se encontraron relaciones entre el nivel de actividad total y la emisión de los distintos contaminantes estudiados. Con estas relaciones y las estimaciones de actividad ya descritas, es posible estimar el inventario de emisiones de otras localidades. Se estimaron los inventarios de cuatro ciudades intermedias mediante metodologías tradicionales, ampliando el conjunto de datos que permitieron desarrollar esta metodología. Todos los pasos realizados para el desarrollo de esta metodología se describen a continuación.
4.1
Inventarios de Ciudades Intermedias con Metodología Tradicional
Es deseable contar con un mayor número de inventarios de emisiones, aparte de los ya mencionados. Se cuenta con los resultados del modelo de transporte VIVALDI de las ciudades intermedias de Talca, Chillán, Osorno y Curicó. Con esto es posible obtener sus inventarios de emisión, mediante el software MODEM. Como se mencionó en el capítulo anterior, para utilizar este software, es necesario contar, para cada una de las ciudades a inventariar, con la composición de su parque 16
vehicular, los perfiles de flujo de las distintas categorías que lo componen y los factores de emisión de los distintos contaminantes para cada una de esas categorías.
4.1.1 Composición del Parque Vehicular
Para calcular la composición del parque vehicular de las ciudades a inventariar, es necesario conocer las distintas categorías vehiculares que lo componen. Estas categorías, se definen a partir de las utilizadas en los inventarios de emisiones existentes, de esta manera los nuevos inventarios sean compatibles con los anteriores, y se puedan analizar con los mismos parámetros y supuestos. Con esto las categorías vehiculares a analizar se limitan a un número fijo, y se asume que son las mismas en todas las ciudades a estudiar. Estas categorías se muestran en la tabla 4.1. Tabla 4.1. Categorías Vehiculares consideradas en el estudio. CATEGORÍA
DESCRIPCION
NORMATIVA
Bus Pre EPA
Bus Diesel previo a 1994
Bus EPA 91
Bus Diesel entre 1994 y 1998
EPA 91
Bus EPA 94
Bus Diesel posterior a 1998
EPA 94
Camión Pre EPA
Camión Diesel previo a 1994
-
Camión EPA 91
Camión Diesel entre 1994 y 1998
EPA91
Livianos particulares catalíticos
Livianos particulares posteriores a 1992
TIER 0
Livianos particulares no catalíticos
Livianos particulares anteriores a 1992
-
Taxis catalíticos
Taxis posteriores a 1992
TIER 0
Taxis no catalíticos
Taxis anteriores a 1992
-
Comerciales catalíticos
Comerciales posteriores a 1992
TIER 0
Comerciales no catalíticos
Comerciales anteriores a 1992
-
Comerciales Diesel
Comerciales Diesel
-
Motocicletas
Motocicletas de 2 y 4 tiempos
-
-
Teniendo las categorías vehiculares claramente definidas, es posible determinar como éstas componen cada parque vehicular, mediante los siguientes antecedentes:
17
•
Estadísticas de revisiones técnicas, proporcionadas por el Ministerio de Transporte y Telecomunicaciones [10], donde se detalla, para cada región del país, la cantidad de vehículos que obtuvieron su certificación según su tipo, año de fabricación y combustible utilizado.
•
Parque de Vehículos en Circulación del Instituto Nacional de Estadísticas [11], donde se detalla la cantidad de permisos de circulación otorgados en cada ciudad del país para los distintos tipos vehiculares.
Ambos antecedentes tratan el parque en forma general, asociando tipos a las grandes categorías vehiculares. En otras palabras su nivel de agregación entrega información sobre los siguientes tipos vehiculares: buses, camiones, taxis, automóviles, comerciales y motocicletas. Ninguno de ellos entrega información explicita sobre las categorías vehiculares mostradas en la tabla 4.1. Las estadísticas de revisiones técnicas, permiten calcular para cada tipo vehicular, la cantidad de vehículos que circulan en una región dada, asociándoles el combustible que utilizan y su año de fabricación. Con esta información, mas las normativas ambientales referentes a la tecnología de control de emisiones que cada vehículo debe poseer, de acuerdo al combustible que utiliza y al año en que ingresó al país (el cual se supone igual al de fabricación), se pueden desagregar los tipos vehiculares en las categorías ya mencionadas. De esta manera es posible obtener las composiciones buscadas en términos porcentuales para cada categoría. Un resumen de estas normativas se muestra en la tercera columna de la tabla 4.1. Sin embargo, para obtener la cantidad de vehículos por categoría en una ciudad especifica, no es posible aplicar directamente las cifras entregadas por el Ministerio de Transporte y Telecomunicaciones. Esto se debe a que esta información es de carácter regional y no específica para cada ciudad. Por otro lado, si éste fuera el caso, se debe necesariamente reconocer que no existen plantas de revisiones técnicas en cada ciudad del país y que los distintos usuarios no siempre obtienen sus revisiones técnicas en las ciudades o comunas donde circulan. 18
Si se aplican los valores porcentuales correspondientes a una región determinada del país, a las cifras entregadas por el INE para una ciudad perteneciente esa región, se puede obtener la cantidad de vehículos por categoría que circulan en tal ciudad. Este método de cálculo, se realiza bajo el supuesto de que las composiciones vehiculares de todas las ciudades de una región determinada son iguales. Este supuesto puede ser mejorado si se publicara información como las estadísticas de revisiones técnicas, en un nivel de agregación menor.
4.1.2 Perfiles de Flujo
Los modelos de transporte utilizados en las metodologías para el cálculo de inventarios, entregan información sobre los perfiles de flujo vehicular de las ciudades en estudio, sin embargo esta información es solamente para dos períodos de tiempo de días laborales. Estos son los horarios Punta Mañana (PM) y Fuera de Punta (FP), lo que obliga a realizar expansiones temporales de estos datos y obtener perfiles de flujo a nivel horario en cada arco de la red que define la zona en estudio. Las expansiones corresponden a una asignación de perfiles temporales de flujo. Estos nuevos perfiles no son más que una normalización de los datos originales (veh/hr), utilizando como valor referencial el flujo existente en el horario punta comprendido entre las 7:30 y las 8:30 de la mañana de un día tipo Lunes – Jueves. De esta manera, se calcula un factor de flujo para cada hora del día entre las 0 y las 23 horas. Por lo tanto, si se conocen el perfil de flujo normalizado y la cantidad de vehículos que circulan en el horario de 7:30 a 8:30 de un día tipo Lunes – Jueves, es posible reconstruir la curva diaria de vehículos/hora para un determinado arco, generando el perfil de flujo requerido por el software. Los perfiles de flujo vehicular de Talca, Chillán, Osorno y Curicó, no están disponibles, por lo que se utilizó, para cada ciudad, los perfiles de flujo de la conurbación Temuco y Padre de Las Casas que sí están a disposición, junto con los de las otras ciudades ya inventariadas. Se utilizó este perfil, ya que se supuso que el comportamiento vehicular 19
de esas ciudades, es similar al de la conurbación debido a su condición de provincia y al tamaño de su parque vehicular.
4.1.3 Factores de Emisión
El software MODEM, requiere los factores de emisión para los distintos contaminantes y categorías vehiculares en estudio. Estos factores son los utilizados para calcular el nivel de emisión de contaminantes atmosféricos generados por las diferentes categorías vehiculares existentes en la flota y dependen, en su mayoría, de la velocidad media de circulación. Esta cantidad se expresa como una tasa de emisión másica por unidad de desplazamiento, que generalmente tiene la unidad de gramos por kilómetro recorrido. Los factores de emisión utilizados en los inventarios disponibles, provienen en su mayoría del modelo europeo COPERT en sus versiones II y III, así como también de mediciones experimentales realizadas en Chile. Los factores correspondientes a cada categoría vehicular no difieren entre sí en las distintas ciudades, salvo para el caso de las emisiones de Óxidos de Nitrógeno y Material Particulado de los camiones, donde existen diferencias en la asignación de estos factores a
los vehículos livianos y
medianos. Los factores de emisión disponibles se muestran en el Anexo III. Para el cálculo de los nuevos inventarios, se utilizaron los factores de emisión disponibles para las distintas categorías vehiculares. Para el caso de las categorías Camiones pre EPA 91 y Camiones EPA 91, se calcularon nuevos factores a partir de los ya disponibles. Los nuevos factores se obtuvieron promediando, por un lado, los factores existentes para las categorías pre EPA en sus distintos tamaños y por otro, los factores de las categorías EPA 91. De esta manera se obtuvieron los factores de emisión para Camiones pre EPA 91 y Camiones EPA 91 mostrados en la tabla 4.2.
20
Tabla 4.2: Factores de emisión utilizados en MODEM Categoría
Contaminante
Factor de Emisión
CO
34,484*V^-0,6945
Camiones Pre EPA
Camiones EPA 91
VOC
37,111*V^-0,8774
NOX
71,593*V^-0,5904
CH4
0,13*V
N2O
0,03*V
NH3
0,003*V
MP
7,9681*V^-0,711
CO
18,546*V^-0,6945
VOC
23,57*V^-0,8774
NOX
41,369*V^-0,2619
CH4
0,085*V
N2O
0,03*V
NH3
0,003*V
MP
5,2515*V^-0,7114
Fuente: CENMA 2000
En la figura 4.1 se muestra en forma gráfica la obtención del factor de emisión del contaminante MP de la categoría Camiones pre EPA 91.
Camiones pre EPA 12 10
gr/km
8
y = 7,9681x -0,711 R2 = 1
6 4 2 0 0
20
40
60
80
100
Velocidad [km/h] CONC LIV
CONC PES
RAN LIV
RAN PES
VAL LIV
VAL PES
TEM LIV
TEM PES
MP
Potencial (MP)
Figura 4.1: Factor de emisión MP, para Camiones pre EPA 91
21
120
El software MODEM, no entrega resultados sobre los contaminantes SO2 y CO2. Estas emisiones se obtienen utilizando la formulación desarrollada por la European Environmental Agency, (EEA) en su modelo COPERT III. Esta formulación se muestra en las ecuaciones 4.1 y 4.2 para el SO2 y CO2 respectivamente. Ecuación (4.1)
E SO 2 = 2 × k S , m × CC m
ECO2 = 44,011×
CCm E E E − CO − COV − MP 12,011 + 1,008rH :C ,m 28,011 13,85 12,011
Ecuación (4.2)
donde, ESO2:
Emisión de SO2 de la categoría en [ton/año].
ECO2:
Emisión de CO2 de la categoría en [ton/año].
ECO:
Emisión de CO de la categoría en [ton/año].
ECOV:
Emisión de COV de la categoría en [ton/año].
ESO2:
Emisión de MP de la categoría en [ton/año].
KS,m:
Contenido de azufre en el combustible m utilizado en [Kg/Kg combustible] .
CCm:
Consumo de combustible m por la categoría vehicular en [ton/año].
RH:C,m:
Relación hidrogeno carbono en el combustible m, se utilizaron los valores sugeridos por la EEA de 1,8 para gasolinas y 2,0 para diesel.
4.1.4 Inventarios Obtenidos
Los resultados más importantes de los inventarios obtenidos utilizando el software MODEM, se muestran en las figuras 4.2 para los contaminantes CO, NOx, MP y COV, en la figura 4.3 para los contaminantes SO2 y CO2, y en la figura 4.4 para la actividad vehicular. En estas figuras se han incluido las emisiones de contaminantes provenientes de los inventarios anteriores a modo de comparación. 22
Inventarios 1,E+06
Ton/Año
1,E+05 1,E+04 1,E+03 1,E+02 1,E+01
CO
NOX
MP
M R
Te m uc o R an ca gu G a Co nc ep ci on G Va lp ar ai so
ca Ta l
O so rn o
n hi lla C
C
ur ic o
1,E+00
COV
Figura 4.2: Inventarios de ciudades intermedias y otras, para contaminantes CO, NOx, MP y COV
Inventarios 1,E+07 1,E+06
1,E+04 1,E+03 1,E+02 1,E+01
SO2
M R
Va lp
ar a
is
o
io n ce pc
G
G
Co n
ag ua
o R
an c
Te m uc
ca Ta l
rn o O so
n hi lla C
ur ic
o
1,E+00 C
Ton/Año
1,E+05
CO2
Figura 4.3: Inventarios de ciudades intermedias y otras, para contaminantes SO2 y CO2
23
M R
so ar ai
io n
Va lp
ce pc
G
G
Co n
ag ua
o
an c R
Te m uc
ca Ta l
O so
n hi lla C
ur ic C
rn o
1,E+11 1,E+10 1,E+09 1,E+08 1,E+07 1,E+06 1,E+05 1,E+04 1,E+03 1,E+02 1,E+01 1,E+00 o
Veh*Km/Año
Actividad Vehicuar
Figura 4.4: Actividad vehicular de ciudades intermedias y otras
4.2
Funciones de Estimación de Actividad
La estimación del nivel de actividad de las ciudades a inventariar, se realiza por categoría vehicular, posteriormente éstas se suman obteniendo el nivel de actividad total de la zona en estudio. Para obtener estas estimaciones, fue necesario definir las variables que controlan el fenómeno y el modelo que realiza las estimaciones.
4.2.1 Variables del Sistema
Se estimó que no es conveniente utilizar las mismas variables explicativas para la estimación del nivel de actividad de las distintas categorías vehiculares. Esto debido a que el nivel de actividad de cada una de las categorías vehiculares, no es modificado en la misma proporción frente a una misma variable explicativa, ya que cada categoría está orientada a satisfacer necesidades de movilidad con características individuales y para distintos fines. Por esto es necesario definir conjuntos de variables distintos para explicar la actividad de las distintas categorías. 24
Se dividieron las trece categorías vehiculares, en cuatro grupos de características similares: transporte publico, carga, comerciales y particulares, las categorías que componen cada grupo se muestran en la tabla 4.3. Tabla 4.3: Grupos de categorías
Grupo
Categoría Vehicular Buses Pre EPA 91 Buses EPA 91
Transporte Publico
Buses EPA 94 Taxis catalíticos Taxis no catalíticos
Carga
Camiones pre EPA 91 Camiones EPA 91 Comercial catalítico
Comerciales
Comercial no catalítico Comercial diesel Livianos catalíticos
Particulares
Livianos no catalíticos Motocicletas
En las tablas 4.4 a 4.7, se muestran las variables utilizadas para cada grupo de categorías respectivamente. Las variables utilizadas en cada uno de estos grupos, fueron seleccionadas de acuerdo a resultados preliminares obtenidos desde correlaciones de prueba para estimar el nivel de actividad vehicular. Estos resultados mostraron qué variables incluir en cada grupo y cuales dejar fuera.
25
Tabla 4.4: Variables grupo transporte público Variable
Unidades
Rendimiento promedio
Km/l
Número de vehículos m3/año
Consumo de Combustible Población Ingresos promedio por viviendas
Pesos de noviembre 1998
Tabla 4.5: Variables grupo carga Variable
Unidades
Rendimiento promedio
Km/l
Kilómetros de caminos construidos
Km
Número de vehículos Consumo de combustible
m3/año
PIB regional
Mm$1986
Superficie regional
Km2
Tabla 4.6: Variables grupo comerciales Variable
Unidades
Rendimiento promedio
Km/l
Kilómetros de caminos construidos
Km
Número de vehículos m3/año
Consumo de combustible Población PIB regional
Mm$1986
Ingresos promedio por viviendas
Pesos de noviembre 1998
26
Tabla 4.7: Variables grupo particulares Variable
Unidades
Rendimiento promedio
Km/l
Kilómetros de caminos construidos
Km
Número de vehículos m3/año
Consumo de combustible Población Ingresos promedio por viviendas
Pesos de noviembre 1998
Cada una de estas variables se obtiene mediante los siguientes procedimientos y fuentes: Rendimiento Promedio Esta variable se supone constante para cada categoría. Se obtuvo mediante estimaciones del rendimiento promedio de cada una de ellas por separado, en base a la experiencia y juicio informado de distintos especialistas. Kilómetros de Caminos Construidos Esta variable se obtiene para cada región del país, mediante información entregada por el Ministerio de Obras Públicas [12]. Número de Vehículos Esta variable se obtiene siguiendo el procedimiento descrito en el punto 4.1.1 Composición del Parque Vehicular, para cada categoría y ciudad a estudiar. Población Esta variable se obtiene, para cada ciudad a estudiar, mediante información entregada por el Instituto Nacional de Estadísticas, en el documento Chile, Ciudades Pueblos y Aldeas [13]. 27
PIB Regional Esta variable se obtiene para cada región del país, mediante información entregada por el Banco Central [14]. Ingresos Promedio por Viviendas Esta variable se obtiene para cada ciudad a estudiar, mediante información proporcionada por MIDEPLAN. En el caso de las provincias descritas en el punto 1.2.2 Cobertura Geográfica, u otros grupos de ciudades, se toma el valor promedio [15]. Superficie Regional Esta variable se obtiene, para cada región del país, mediante información entregada por el Instituto Nacional de Estadísticas, en el documento Compendio Estadístico 2000, Capitulo 1.2 Estadísticas Demográficas [16]. Consumo de Combustible La obtención de esta variable para cada categoría vehicular que circula por una ciudad determinada, se realiza utilizando las ventas totales de combustibles para todas las regiones del país [17]. Para poder utilizar esta información, es necesario generar perfiles de consumo de combustible, que muestren como se distribuye este consumo entre las distintas categorías vehiculares. Los
perfiles se obtienen mediante los consumos de combustible por categoría
contenidos en los inventarios de emisión disponibles. Según estos consumos, se asigna, a cada categoría vehicular, el porcentaje del consumo total que le corresponde. Esto se realiza en cada ciudad inventariada, promediando posteriormente, los porcentajes de consumo de cada categoría. El perfil de consumo para gasolinas y diesel, se muestra en las figuras 4.5 y 4.6 respectivamente.
28
Perfil Gasolinas 30% 25% 20% 15% 10% 5% 0% Livianos Catalíticos
Livianos no Catalíticos
Taxis Catalíticos
Taxis no Catalíticos
Comerciales Comerciales Motocicletas Cat No-Cat
Figura 4.5: Perfil porcentual de consumo de gasolinas
Perfil Diesel 60%
50%
40%
30%
20%
10%
0% Buses PreEPA91
Buses EPA91 Buses EPA94
Camion Pre EPA 91
Camion Epa 91 Comerciales Diesel
Figura 4.6: Perfil porcentual de consumo de diesel
29
Habiendo definido los perfiles, se necesita conocer las cantidades de gasolina y diesel consumidas en las ciudades a estudiar. Estas cantidades se determinan de acuerdo a dos fracciones. La primera, es la resultante de la cantidad de vehículos que consumen gasolina en la ciudad, con respecto a la cantidad total de vehículos que consumen ese combustible en la región. La segunda fracción, aplica el mismo concepto, pero a los vehículos diesel. Estas fracciones o porcentajes se aplican al consumo regional total de ambos combustibles, obteniendo las cantidades totales de consumo por ciudad. Finalmente se aplican los perfiles de consumo ya descritos a estas cantidades, obteniendo el consumo de combustible por categoría vehicular en la ciudad en estudio. Todas las variables utilizadas en las estimaciones de inventarios de las provincias cubiertas por los alcances de este trabajo, se muestran en el Anexo IV.
4.2.2 Construcción del Modelo
Con las variables a correlacionar ya definidas, es necesario construir la forma o modelo de las funciones que tomarán estas variables y estimen cada actividad vehicular. Este modelo se obtuvo graficando las actividades vehiculares de los inventarios disponibles, en función de las variables previamente definidas, para cada categoría vehicular. La figura 4.7 muestra la relación entre la actividad de los buses pre EPA y la población en las zonas involucradas. En la figura 4.8 se muestra la relación entre la actividad de la misma categoría y su consumo de combustible en las ciudades involucradas. Las relaciones encontradas entre las distintas variables explicativas y los niveles de actividad de cada categoría, no son lineales. Con esto se infiere que el modelo que correlacione un conjunto de variables para estimar una actividad, tampoco lo será.
30
Bus Pre EPA
Actividad Veh-Km/año
1,4E+08 1,2E+08 1,0E+08 8,0E+07 y = -0,0002x 2 + 322,14x - 3E+07 R2 = 0,9862
6,0E+07 4,0E+07 2,0E+07 0,0E+00 0,0E+00 1,0E+05
2,0E+05 3,0E+05
4,0E+05 5,0E+05
6,0E+05 7,0E+05
8,0E+05 9,0E+05
Población Actividad Bus Pre EPA
Polinómica (Actividad Bus Pre EPA)
Figura 4.7: Relación entre población y actividad vehicular de Buses pre EPA 91
Actrividad Veh-Km/Año
Bus Pre EPA 1,4E+08 1,2E+08 1,0E+08 8,0E+07
y = -0,0118x 2 + 2825,3x - 4E+07 R2 = 0,9089
6,0E+07 4,0E+07 2,0E+07 0,0E+00 0
20000
40000
60000
80000
100000
120000
140000
160000
Consum o de Com bustible m 3/año Actividad Bus Pre EPA
Polinómica (Actividad Bus Pre EPA)
Figura 4.8: Relación entre consumo y actividad vehicular de Buses pre EPA 91
Con esto se determinó el modelo mostrado en la ecuación 4.3 para realizar las correlaciones y estimar las actividades vehiculares requeridas.
n
Y = ∑ ci χ iβ i
Ecuación (4.3)
i
31
Donde Y:
Vector de actividades conocidas de una categoría determinada.
Xi:
Matriz de variables independientes para la categoría.
ci, βi:
Parámetros a ajustar.
Este modelo asigna a cada variable independiente Xi, dos parámetros: un coeficiente ci y una potencia βi, que resultan de la correlación realizada mediante el método de mínimos cuadrados no lineales de Gauss – Newton expuesto en el capítulo 3. Este método ajusta los parámetros mencionados de tal forma que minimiza el error entre la estimación de la función y el vector Y de actividades conocidas. En el Anexo V, se muestran los códigos desarrollados en el software MATLAB utilizados para realizar estas correlaciones. Las correlaciones se realizan sin incorporar el inventario de la región metropolitana, ya que sus altos niveles de actividad generan distorsiones en los resultados obtenidos Para atenuar las diferencias en los órdenes de magnitud de las variables y actividades utilizadas, es necesario normalizarlas con respecto a los valores respectivos de la región metropolitana. De esta forma todas las variables utilizadas en las correlaciones fluctúan entre uno y cero, logrando mejores correlaciones. Los factores de normalización para cada variable, se muestran en el Anexo IV. Finalmente se obtiene un conjunto de coeficientes para cada categoría que permiten, a través de la función de estimación, y variables explicativas de una localidad determinada, conocer su actividad vehicular.
4.3
Análisis de Sensibilidad
Se realizó un análisis de sensibilidad a cada función de estimación de actividad, determinando sus sensibilidades con respecto a modificaciones a cada una de las 32
variables explicativas. La variación de variables, se aplicó bajo el concepto ceteris paribus, donde cada variable se modifica dejando las demás constantes. Este análisis se realiza para cada categoría vehicular (función de estimación) por separado, utilizando las variables de las quince provincias inventariadas. Se utilizó la desviación estándar de estas variables para determinar en qué grado modificarlas. La variación se realiza en dos etapas. Primero, se suma a cada variable independiente Xi, la desviación estándar del conjunto de variables Xi en estudio, luego se estima el nivel de actividad correspondiente, dejando las demás variables sin modificación. En la segunda etapa, se realiza el mismo procedimiento, pero restando la desviación a cada variable. En este último caso, se sustituyeron los valores negativos, o ceros, resultantes de la sustracción, por el valor mínimo del grupo de variables en estudio. Esto, ya que físicamente las variables consideradas no pueden ser nulas o negativas. Este proceso se repitió para cada variable, registrando el porcentaje de variación en la estimación del nivel de actividad. Finalmente se promediaron los porcentajes de variación en las estimaciones de actividad para cada categoría, y los porcentajes de variación de cada variable. Los promedios del porcentaje de variación, positiva y negativa para cada variable se muestran en las tablas 4.8 y 4.9 respectivamente. Los promedios de los porcentajes de variación para las estimaciones de nivel de actividad frente a variaciones positivas y negativas en las variables, se presentan en las tablas 4.10 y 4.11 respectivamente. Se ha omitido la variable rendimiento promedio que se ha asumido constante para cada categoría vehicular.
33
Tabla 4.8: Promedio de variación porcentual positiva en cada variable CATEGORÍA Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas
Km Caminos
Número
Consumo
Construidos 59% 59% 59% 59% 59% 59% 59% 59%
Vehículos 43% 76% 136% 27% 54% 60% 54% 48% 115% 46% 36% 50% 79%
Combustible 120% 120% 120% 120% 120% 41% 41% 41% 41% 41% 41% 120% 41%
Tabla 4.8: Promedio de variación porcentual positiva en cada variable, continuación CATEGORÍA Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas
PIB Regional 66% 66% 66% 66% 66% -
34
Ingresos
Superficie
Viviendas 19% 19% 19% 19% 19% 19% 19% 19% 19% 19% 19%
Regional 107% 107% -
Población 32% 32% 32% 32% 32% 32% 32% 32% 32% 32% 32%
Tabla 4.9: Promedio de variación porcentual negativa en cada variable CATEGORÍA Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas
Km Caminos
Número
Consumo
Construidos 59% 59% 59% 59% 59% 59% 59% 59%
Vehículos 43% 42% 28% 27% 45% 45% 48% 41% 25% 37% 36% 50% 47%
Combustible 28% 28% 28% 28% 28% 41% 41% 41% 41% 41% 41% 28% 41%
Tabla 4.9: Promedio de variación porcentual negativa en cada variable, continuación CATEGORÍA Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas
PIB Regional 43% 43% 43% 43% 43% -
35
Ingresos
Superficie
Viviendas 19% 19% 19% 19% 19% 19% 19% 19% 19% 19% 19%
Regional 33% 33% -
Población 32% 32% 32% 32% 32% 32% 32% 32% 32% 32% 32%
Tabla 4.10: Porcentaje promedio de variación en la estimación de actividad, frente a variaciones porcentuales positivas en cada variable CATEGORÍA Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas
Km Caminos
Número
Consumo
Construidos -18% -4% -23% -20% -16% 8% 27% -13%
Vehículos 26% 0% 17% 17% 0% 20% 0% 0% 1% 10% 23% 0% 107%
Combustible 53% 0% 31% 71% 149% 0% 25% 0% 8% 12% 16% 231% 11%
Población 25% 79% 4% 10% 0% 7% 0% 0% 0% 0% -45%
Tabla 4.10: Porcentaje promedio de variación en la estimación de actividad, frente a variaciones porcentuales positivas en cada variable, continuación CATEGORÍA Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas
PIB Regional 7% 0% 1% 0% 0% -
36
Ingresos
Superficie
Viviendas 55% 35% -31% -12% 5% 12% 9% 0% 8% 38% -39%
Regional 8% 62% -
Tabla 4.11: Porcentaje promedio de variación en la estimación de actividad, frente a variaciones porcentuales negativas en cada variable CATEGORÍA Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas
Km Caminos
Número
Consumo
Construidos 21% 7% 23% 43% 14% -12% -60% 3%
Vehículos -22% 0% -5% -20% 0% -16% 0% 0% -5% -5% -25% 0% -127%
Combustible -52% 0% -9% -16% -25% 0% -22% 0% -9% -9% -14% -31% -12%
Población -20% -71% -3% -16% 0% -5% 0% 0% 0% 0% 45%
Tabla 4.11: Porcentaje promedio de variación en la estimación de actividad, frente a variaciones porcentuales negativas en cada variable, continuación CATEGORÍA Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas
PIB Regional -4% 0% 0% 0% 0% -
Ingresos
Superficie
Viviendas -72% -58% 33% 17% -5% -5% -9% 0% -4% -27% 39%
Regional -12% -15% -
Estas tablas indican los rangos de sensibilidad de las funciones estudiadas, por ejemplo para la categoría Camión pre EPA 91, si en promedio se varía la variable número de vehículos en entre un [-27%, 27%], la estimación de actividad variará, en promedio entre un [-5%, 17%].
37
4.4
Factores de Emisión Globales en Función del Nivel de Actividad
Los factores de emisión globales en función
del nivel de actividad, se obtienen
aplicando los conceptos descritos en el punto 3.2. Se obtuvieron las curvas que ajustan los datos de cada contaminante en estudio en función del nivel de actividad total las ciudades donde se tienen inventarios de emisiones, estas curvas mostraron relaciones lineales como se esperaba. Estas relaciones se obtuvieron sin incluir los valores de la Región Metropolitana, ya que, tanto su nivel de actividad, como sus niveles de emisión son demasiado elevados comparados con el resto de las ciudades. Los factores de emisión globales en función de la actividad vehicular calculados, se muestran en la tabla 4.12, y se ven gráficamente en la figura 4.9.
Tabla 4.12: Factores de emisión en función de la actividad vehicular Contaminante
Factor de Emisión Global [ton/año]
Factor de Correlación
CO
1E-05x + 2435,9
0,9328
NOx
3E-06x - 151,92
0,9707
COV
2E-06x + 49,603
0,9646
MP
2E-07x - 20,648
0,9307
SO2
2E-07x - 26,412
0,9449
CO2
4E-04x - 20348
0,9768
NH3
3E-08x - 2,3617
0,9865
CH4
8E-08x - 0,298
0,9864
NO2
3E-08x - 1,4788
0,9935
38
Tendencia Actividad 1,E+06 1,E+05
Ton/Año
1,E+04 1,E+03 1,E+02 1,E+01 1,E+00 1,0E+08
1,0E+09
1,0E+10
Actividad [Veh*Km/año] CO NH3 Lineal (NOx) Lineal (NO2)
NOx CH4 Lineal (COV) Lineal (CO2)
MP SO2 Lineal (MP) Lineal (SO2)
COV CO2 Lineal (CH4)
NO2 Lineal (CO) Lineal (NH3)
Figura 4.9: Factores de emisión en función de la actividad vehicular
39
5 5.1
RESULTADOS Coeficientes de Funciones de Estimación
Las correlaciones realizadas entre las variables explicativas de las distintas categorías, arrojaron los coeficientes c y β correspondientes a cada función de estimación. Estos valores se muestran en la tabla 5.1.
5.2
Inventarios Obtenidos
Se aplicó la metodología desarrollada a las provincias mencionadas en el punto 1.2.2, Cobertura Geográfica, obteniendo los inventarios de emisiones para cada una de ellas. En la figuras 5.1 a 5.9, se muestran las emisiones totales de los contaminantes CO, NOx, COV, MP, SO2, NH3, CH4, NO2, CO2 y los niveles de actividad de las provincias inventariadas respectivamente. En la tabla 5.2 se muestran los niveles de actividad vehicular estimados para cada categoría y provincia inventariada. En la tabla 5.3, se muestran las emisiones totales de cada provincia inventariada, separadas por contaminante.
40
Tabla 5.1: Coeficientes de funciones de estimación CATEGORÍA Bus pre EPA 91 Bus EPA 91 Bus EPA 94 Camión pre EPA 91 Camión EPA 91 Livianos Catalíticos Livianos no Catalíticos Taxis Catalíticos Taxis no Catalíticos Comercial Catalítico Comercial no Catalítico Comercial Diesel Motocicletas
Coeficiente
Rendimiento
ci
0,2413324 5,4936697 1,2594529 0,5562881 0,1238943 1,1904569 0,1565282 2,7891392 0,0418674 1,2802619 0,0192495 -1,7978011 1,3942856 11,1072956 0,0101825 -0,0217723 -0,7620816 -0,7585450 1,1991135 7,0204848 0,0378230 8,8161179 0,0378230 8,1535956 0,1965317 1,0000000
βi ci
βi ci
βi ci
βi ci
βi ci
βi ci
βi ci
βi ci
βi ci
βi ci
βi ci
βi ci
βi
Km Camino -0,0149924 0,7470476 -0,0057060 0,3952583 -0,0120755 1,0148244 -0,1237342 0,1407497 -0,0078896 1,2363532 -0,0011687 -1,2950568 -0,0011687 -1,3930970 -0,0144537 5,9198815
Nº Vehículos 0,3987458 1,4082220 2,0639804 1,1482420 0,5512295 1,9308019 0,0682545 0,5334360 1,0837510 4,6021116 0,2854513 0,9957755 0,0917200 5,9986941 1,3056856 3,4456977 0,0647105 0,1548536 7,6511000 2,8351684 0,1624735 0,7944950 0,1624735 3,6989553 6,4537059 1,0190298
41
Consumo Combustible 0,2508800 0,1049156 -0,5820782 1,9500242 1,0899765 2,4950940 0,2044035 2,0283610 0,6186649 1,5624688 0,2197163 2,5812982 0,5280486 1,2643309 0,6472115 5,5906613 0,4334450 0,2263374 0,9113509 1,7288416 0,2971554 1,3976681 0,2971554 1,9342328 0,4638512 0,9254871
Población 2,4726168 1,6235996 0,2828456 1,1473887 0,3082500 2,1046149 -0,0180749 -0,1648786 -0,3617444 5,9147024 1,7515447 2,4255015 2,1833672 8,4092269 4,3022104 6,4396055 0,0603170 3,9241611 0,0603170 4,0427759 -3,0897701 1,0124034
PIB Regional 0,0539004 1,5915681 0,4863296 6,5754192 1,9931000 5,8008563 0,0498690 5,3312245 0,0498690 5,3555876 0,0000000 0,0000000
Ingresos Viviendas -0,1602294 -0,5245965 -0,5805458 0,0057353 -0,0281529 0,8149887 0,0000000 0,0000000 0,0000000 0,0000000 0,0106660 -0,6054606 0,0219732 0,5937917 0,0559180 6,6025490 0,7444804 0,2810518 0,0006362 10,6374115 0,0431865 4,8698193 0,0431865 3,0208301 -0,3935168 0,9571222
Superficie Regional -0,0026695 -0,4431909 0,0476272 2,2454333 -
An to fa g
P
as ta Ar P i ca B P C iob ol ch io P ag C ua op ia P po El Lo P a E P lqu Iq i u P i qu P Li n e Ll ar e a P nq s u M a g i hu al e l P a ne M al s P lec P Q o Sa ui n llot An a P ton Va io ld iv ia
P
ton/año An to fa g P
as
ta Ar P ic P Bi a C ob ol ch io P ag C ua op ia P po El Lo P a E P lqu Iq i u P i qu P Li n e Ll a r a e P nq s M ui h ag al ue P lane M al s P lec P Q o Sa ui n llot An a P ton Va io ld iv ia
P
ton/año
CO
12000
10000 8000
6000 4000
2000
0
Figura 5.1: Emisiones totales de CO en provincias inventariadas
NOx
2500
2000
1500
1000
500
0
Figura 5.2: Emisiones totales de NOx en provincias inventariadas
42
An to fa g
P
as ta Ar P i ca P B C iob ol ch i o P ag C ua op ia P po El Lo P a E P lqu Iq i u P i qu P Li n e Ll ar a e P nq s M ui h ag al ue l P an e M al s P lec P Q o Sa ui n llot An a P ton Va io ld iv ia
P
ton/año An to fa g
P
as ta Ar P i ca B P C iob ol ch io P ag C ua op ia P po El Lo P a E P lqu Iq i u P i qu P Li n e Ll ar e a P nq s u M a g i hu al e l P a ne M al s P lec P Q o Sa ui n llot An a P ton Va io ld iv ia
P
ton/año
COV
1600 1400 1200 1000 800 600 400 200 0
Figura 5.3: Emisiones totales de COV en provincias inventariadas
MP
140 120 100 80 60 40 20 0
Figura 5.4: Emisiones totales de MP en provincias inventariadas
43
An to fa ga s P ta Ar P ica B P C i ob ol ch io P a gu C op a ia P po El Lo P a E P l qu Iq i u P iq u P L in e L l are a P nq u s M ag ihue al l P a ne M s al l e P Q co P Sa uill n ot a An P t on Va io ld iv ia
P
ton/año An to fa ga s P ta Ar P ica B P C iob ol ch io P a gu C op a ia P po El Lo P a E P lqu i Iq ui q P ue P L ina Ll a re P nqu s M ag ih ue al la n P M es a P llec Q o P Sa ui ll n ot a An t P oni Va o ld iv ia
P
ton/año
SO2
140 120 100 80 60 40 20 0
Figura 5.5: Emisiones totales de SO2 en provincias inventariadas
NH3
25
20
15
10
5
0
Figura 5.6: Emisiones totales de NH3 en provincias inventariadas
44
An P
to fa g as ta
A P rica P B C iob ol ch io P ag C ua op ia P po El Lo P a E P lqu Iq i u P i qu P Li n e Ll a r a e P nq s M ui h ag al ue l P a ne M al s P lec P Q o Sa ui n llot An a P ton Va io ld iv ia
P
ton/año An P
to fa g as
ta Ar P ic P B a C iob ol ch io P ag C ua op ia P po El Lo P a E P lqu Iq i u P i qu P Li n e Ll a r a e P nq s M ui h ag al ue l P a ne M al s P lec P Q o Sa ui n llot An a P ton Va io ld iv ia
P
ton/año
CH4
70 60 50 40 30 20 10 0
Figura 5.7: Emisiones totales de CH4 en provincias inventariadas
N2O
25
20
15
10
5
0
Figura 5.8: Emisiones totales de NO2 en provincias inventariadas
45
An P
to fa g as ta
P
Ar ic Bi a P C ob ol ch io P ag C ua op ia P po El Lo P a E P lqu Iq i u P i qu P Li n e Ll a r a P n q es M ui h ag al ue l P a ne M al s P lec P Q o Sa ui n llot An a P ton Va io ld iv ia
P
veh*km/año An to fa g P
as
ta Ar P ica B P C iob ol ch i o P ag C ua op ia P po El Lo P a E P lqu Iq i u P i qu P Li n e Ll a r a e P nq s u M ag i h u al e P lane M al s P lec P Q o Sa ui n llot An a P ton Va io ld iv ia
P
ton/año
CO2
3,0E+05
2,5E+05
2,0E+05
1,5E+05
1,0E+05
5,0E+04
0,0E+00
Figura 5.9: Emisiones totales de NO2 en provincias inventariadas
Actividad
8,0E+08 7,0E+08 6,0E+08 5,0E+08 4,0E+08 3,0E+08 2,0E+08 1,0E+08 0,0E+00
Figura 5.10: Emisiones nivel de actividad vehicular en provincias inventariadas
46
Tabla 5.2: Niveles de actividad estimados por categoría en [veh*km/año]
Categoría Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas Total
P Arica P Iquique
P Antofagasta
P Elqui P Quillota
3,65E+06
1,71E+07
4,05E+07
2,40E+07
1,72E+07
9,50E+05
8,20E+06
1,30E+07
3,62E+06
2,55E+07
2,01E+06
2,06E+06
4,99E+06
1,69E+06
2,78E+06
2,48E+07
2,61E+07
3,05E+07
2,95E+07
2,71E+07
8,74E+06
2,64E+07
3,11E+07
3,02E+07
1,48E+07
2,54E+07
5,00E+07
1,01E+08
2,47E+07
2,16E+07
1,42E+07
2,85E+07
8,24E+07
1,29E+07
5,71E+06
1,01E+08
1,01E+08
1,33E+08
1,35E+08
1,26E+08
7,88E+07
1,11E+08
1,14E+08
1,34E+08
9,32E+07
6,32E+06
1,82E+07
1,19E+07
6,50E+06
3,47E+07
4,47E+07
5,35E+07
6,61E+07
6,63E+07
5,04E+07
2,02E+07
4,55E+07
4,49E+07
5,93E+07
2,49E+07
7,16E+06 3,38E+08
2,30E+07 4,94E+08
7,30E+07 7,21E+08
9,60E+06 5,38E+08
2,99E+06 4,47E+08
Tabla 5.2: Niveles de actividad estimados por categoría en [veh*km/año], continuación
Categoría Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas Total
P Colchagua P Linares
P Biobio
P Valdivia
P Llanquihue
9,79E+06
9,68E+06
1,11E+07
7,64E+06
1,24E+07
6,20E+05
2,06E+06
1,14E+07
8,12E+06
8,12E+06
5,49E+05
2,41E+06
3,09E+06
2,51E+06
2,02E+06
3,23E+07
2,61E+07
2,91E+07
2,94E+07
2,74E+07
1,87E+07
2,06E+06
8,43E+06
1,04E+07
1,61E+07
1,46E+07
1,47E+07
2,71E+07
1,82E+07
1,85E+07
2,75E+06
4,02E+06
1,36E+07
1,14E+07
1,16E+07
7,68E+07
1,11E+08
1,02E+08
1,14E+08
9,06E+07
8,28E+07
5,74E+07
5,88E+07
7,08E+07
7,13E+07
4,62E+06
4,55E+06
2,74E+06
2,97E+06
3,54E+06
4,48E+07
4,07E+07
4,15E+07
4,38E+07
4,31E+07
3,58E+07
3,69E+07
4,11E+07
4,06E+07
4,06E+07
5,28E+06 3,28E+08
1,99E+06 2,90E+08
1,08E+07 3,61E+08
5,68E+06 3,65E+08
6,78E+06 3,45E+08
47
Tabla 5.2: Niveles de actividad estimados por categoría en [veh*km/año], continuación
Categoría Bus Pre EPA Bus EPA 91 Bus EPA 94 Camión Pre EPA Camión EPA 91 Livianos catalíticos Livianos no catalíticos Taxis catalíticos Taxis no catalíticos Comerciales catalíticos Comerciales no catalíticos Comerciales Diesel Motocicletas Total
P Malleco P Copiapó P San Antonio P El Loa P Magallanes 2,40E+07
1,12E+07
1,10E+07
2,32E+07
4,37E+06
1,55E+06
1,23E+06
9,09E+06
1,24E+07
5,84E+05
2,70E+06
1,33E+06
1,55E+06
2,88E+06
1,23E+06
2,49E+07
2,61E+07
2,78E+07
2,81E+07
2,59E+07
1,26E+07
1,54E+07
2,38E+07
1,74E+07
1,05E+07
7,69E+06
1,91E+07
2,12E+07
5,75E+07
1,86E+07
3,63E+06
1,69E+07
5,49E+06
5,61E+07
2,59E+07
7,45E+07
6,17E+07
1,61E+08
1,14E+08
1,36E+08
3,06E+07
7,12E+07
1,15E+08
8,30E+07
8,49E+07
2,42E+07
5,08E+06
9,25E+06
1,27E+07
4,97E+06
2,60E+07
4,21E+07
5,83E+07
4,86E+07
4,71E+07
2,89E+07
2,91E+07
3,50E+07
2,73E+07
1,19E+07
2,17E+06 1,90E+08
1,04E+07 3,08E+08
3,34E+06 4,81E+08
3,75E+07 4,71E+08
2,27E+06 3,65E+08
48
Tabla 5.3: Emisiones totales de fuentes móviles en provincias inventariadas y otras ciudades Localidad
Actividad CO Veh*Km/Año Ton/Año Chillan 1,73E+08 3323,60 Curico 1,70E+08 3526,40 G Concepción 1,18E+09 15964,14 G Valparaíso 1,24E+09 14194,58 Osorno 2,32E+08 3571,50 9647,06 P Antofagasta 7,21E+08 5813,53 P Arica 3,38E+08 6042,02 P Bío Bío 3,61E+08 5717,70 P Colchagua 3,28E+08 5518,28 P Copiapó 3,08E+08 7143,44 P El Loa 4,71E+08 7811,64 P Elqui 5,38E+08 7380,52 P Iquique 4,94E+08 5338,98 P Linares 2,90E+08 5885,78 P Llanquihue 3,45E+08 6081,71 P Magallanes 3,65E+08 4338,05 P Malleco 1,90E+08 6906,16 P Quillota 4,47E+08 7249,80 P San Antonio 4,81E+08 6086,29 P Valdivia 3,65E+08 Rancagua 4,50E+08 8079,00 RM 1,99E+10 172283,58 Talca 3,17E+08 7637,20 Temuco 3,70E+08 7270,85
NOX Ton/Año 552,20 392,10 4181,01 3710,57 741,00 2011,43 861,37 929,92 832,62 772,79 1260,34 1460,80 1331,47 719,01 883,04 941,82 418,73 1189,16 1292,25 943,20 968,10 39486,70 802,30 1283,09
MP Ton/Año 16,90 8,00 223,90 172,37 25,60 123,58 46,90 51,47 44,99 41,00 73,50 86,87 78,24 37,41 48,35 52,27 17,40 68,76 75,63 52,36 41,30 2013,94 18,00 68,71
COV Ton/Año 298,30 286,80 2171,17 2335,93 335,40 1491,84 725,13 770,83 705,96 666,08 991,11 1124,75 1038,53 630,22 739,58 778,76 430,03 943,65 1012,38 779,68 966,92 23658,90 576,60 1084,87
49
N2O Ton/Año 4,00 3,20 28,13 32,32 4,90 20,15 8,65 9,34 8,37 7,77 12,64 14,65 13,36 7,23 8,87 9,46 4,23 11,93 12,96 9,47 10,31 623,83 5,80 7,60
NH3 Ton/Año 4,30 3,50 35,76 40,75 5,20 19,27 7,77 8,46 7,48 6,89 11,76 13,77 12,47 6,35 7,99 8,58 3,34 11,05 12,08 8,59 15,78 931,41 5,80 9,51
CH4 Ton/Año 14,30 12,10 103,62 96,87 17,60 57,39 26,72 28,55 25,96 24,36 37,36 42,71 39,26 22,93 27,30 28,87 14,92 35,46 38,21 28,91 38,82 1384,42 22,30 36,78
SO2 CO2 Ton/Año Ton/Año 27,57 52819,44 13,88 38583,61 286,29 447222,10 227,96 389447,84 38,82 67984,44 117,81 268098,53 41,14 114757,12 45,71 123896,89 39,22 110924,02 35,24 102947,20 67,74 167953,60 81,10 194681,57 72,48 177436,76 31,65 95775,38 42,59 117647,22 46,50 125484,31 11,63 55738,04 62,99 158462,23 69,87 172207,92 46,60 125667,57 47,55 128214,17 2687,30 1955380,97 31,20 73541,24 67,90 129752,77
6
DISCUSION Y CONCLUSIONES
En este trabajo se presenta una metodología para estimar las emisiones totales de fuentes móviles en ruta. Esta metodología se obtiene a partir de los inventarios de emisión existentes y otros calculados en este trabajo mediante el software MODEM. Por esto su interpretación y aplicación están estrechamente ligadas a ellos y a los diversos supuestos que en ellos se hicieron. Los supuestos planteados para la
estimación de inventarios utilizando MODEM,
parecen razonables ya que al comparar los resultados obtenidos con los de otras ciudades, no se observan discrepancias que hagan pensar en algún error fundamental. Es importante destacar que esta metodología podría mejorar considerablemente sus estimaciones, si se contara con una mayor desagregación en las distintas variables utilizadas para estimar el nivel de actividad. En este sentido, es deseable contar con información específica de las ciudades en estudio, en vez de información regional, como es el caso de variables como el consumo de combustible, los kilómetros de caminos construidos, o el PIB. Se realizaron supuestos para generar este tipo de información, a partir de información regional. Este es el caso del consumo de combustible y el número de vehículos de las distintas categorías en estudio. Debido a la falta de información de este tipo de variables a nivel ciudad, para las distintas categorías vehiculares, fue necesario realizar el tipo de supuestos planteados en este trabajo, donde prima el concepto de proporciones para lograr los niveles de agregación deseados. Si bien estos conceptos entregan buenos resultados, es necesario incluir más información y conocimiento para lograr resultados más precisos. Por otro lado la metodología expuesta busca estimar una primera aproximación de las emisiones de contaminantes, por lo que no se gastaron esfuerzos en perfeccionar demasiado este tipo de razonamientos y estimaciones. 50
La metodología debe ser utilizada en ciudades, o conjuntos de ciudades cuyas variables explicativas estén dentro del rango de las utilizadas para derivar las funciones de estimación presentadas. Sin embargo, es posible ampliar este rango de aplicación, si se incluyen inventarios de ciudades que presenten menores niveles de emisión, y por lo tanto de actividad vehicular, en las correlaciones desarrolladas para obtener las funciones de estimación. Esto es posible debido a que la metodología empleada en la derivación de estas funciones, normaliza las variables utilizadas atenuando las diferencias en sus órdenes de magnitud. Con esto se logran correlaciones donde las diferencias entre las distintas variables no generan coeficientes que otorguen demasiado peso a una variable en particular, creando sensibilidades acentuadas a favor de aquellas variables. Es importante destacar la exclusión de los inventarios de la Región Metropolitana, salvo para usos de normalización, en la obtención de las funciones de estimación de actividad, así como en la obtención de los factores de emisión en función de dicha actividad. Este hecho se debe principalmente a las grandes distorsiones introducidas en ambos cálculos, por la marcada diferencia entre las variables explicativas y niveles de actividad de la región, y las variables de las demás ciudades utilizadas. La inclusión de estos inventarios generó problemas de convergencia y principalmente errores en las estimaciones de actividad de algunas categorías vehiculares, donde se observaron niveles cercanos, e incluso mayores, a los de Santiago. La opción de utilizar funciones en base a sumatorias, al momento de estimar niveles de actividad, se fundamenta en que este tipo de modelos convergen rápidamente al utilizar el método de Gauss – Newton. Además presentan soluciones de sensibilidades razonables a diferencia de otros tipos de funciones, como las basadas en pitatorias, que entregan sensibilidades muy elevadas y grandes márgenes de error en las estimaciones. Estas sensibilidades varían para cada categoría vehicular, siendo las variables más influyentes, para la mayoría de ellas, el número de vehículos, el consumo de combustible y el ingreso promedio de las viviendas. 51
Los factores de emisión globales en función de la actividad vehicular expuestos, muestran tendencias lineales, con coeficientes de correlación cercanos a uno. Fue posible modelar estas relaciones con polinomios, ellos entregan mejores coeficientes de correlación, sin embargo su naturaleza oscilatoria puede generar estimaciones erróneas para algunos valores de niveles de actividad, por lo que se optó por las relaciones lineales. Finalmente
los
inventarios
obtenidos,
entregan
resultados
que
no
muestran
inconsistencias, y sirven como una primera aproximación a las estimaciones de emisiones de las localidades estudiadas.
52
REFERENCIAS
[1]
Theodoros Zachariadis & Zissis Samaras,An Integrated Modeling System for the Estimation of Motor Vehicle Emissions, Department of Mechanical Engineering, Aristotle University, Thessaloniki, Greece.
[2]
H. Power & J.M. Baldasano, Air Pollution Emissions Inventory, Volume 3, Chapter 3, first edition, 2001, United Kingdom.
[3]
CENMA, Mejoramiento del Inventario de Emisiones de Región Metropolitana, Informe Final, para CONAMA, Diciembre 2000.
[4]
Corvalán R; Osses M; Urrutia C, Hot Emission Model for Mobile Sources: Application to the Metropolitan Region of the City of Santiago, Chile, Journal of the Air & Waste Management Association 52: 167 – 174, Feb 2002.
[5]
Leonidas Ntziachristos & Zissis Samaras, Copert III Computer Programme to Calculate Emissions from Road Transport, Metodology and Emisión Factors (Versión 2.1).
[6]
Corvalán R & Urrutia C, Emission Factors for Gasoline Ligth – duty Vehicles: Experimental Programme in Santiago, Chile, Journal of the Air & Waste Management Association 50: 2102 – 2111, Dec 2000.
[7]
L. Inst Panis, L. De Nocker, R Torfs, Urban Transport VII, Urban Transport and The Environment in the 21th Century, Section 7, Multidisciplinary Study on Reducing Air Pollution from Transport – Methodology and Emission Results, first edition, 2001, United Kingdom.
[8]
Apllied Numerical Computing, Lecture 15 Nonlinear Least – Squares EE103, Electrical Engineering Department, UCLA, www.seas.ucla.edu/ee103v/ee103.htm 53
[9]
Dr William Fox, Modelling with Least Squares in Maple, Department of Mathematics, Francis Marion University,.
[10]
Ministerio de Transporte y Telecomunicaciones, Estadísticas del Parque Vehicular, 1999.
[11]
Instituto Nacional de Estadísticas, Parque de Vehículos en Circulación 2000.
[12]
Sistema de Información Regional, Gobierno de Chile, www.infopais.mideplan.cl punto 4.36, fuente Ministerio de Obras Públicas.
[13]
Instituto Nacional de Estadísticas, Chile, Ciudades Pueblos y Aldeas, Censo 1992, Primera Parte.
[14]
Sistema de Información Regional, Gobierno de Chile, www.infopais.mideplan.cl punto 6.72, fuente Banco Central.
[15]
MIDEPLAN, Estudio CASEN 1998, Ingreso Mensual Promedio de los Hogares según Línea de Pobreza y Comunas.
[16]
Instituto Nacional de Estadísticas, Compendio Estadístico 2000, Capitulo 1.2 Estadísticas Demográficas.
[17]
Superintendencia de Electricidad y Combustibles, Informe Estadístico Año 2000.
54
ANEXOS
55
ANEXO I
Especiación de Hidrocarburos no Metánicos
I-1
Tabla A.0: Factores de Especiación de Hidrocarburos no Metánicos
I-2
Tabla A.0: Factores de Especiación de Hidrocarburos no Metánicos, continuación
Tabla A.0: Factores de Especiación de Hidrocarburos no Metánicos, continuación
I-3
ANEXO II
Provincias Inventariadas
II - 1
II - 2
II - 3
II - 4
II - 5
II - 6
II - 7
II - 8
II - 9
II - 10
II - 11
II - 12
ANEXO III
Factores de Emisión
III - 1
Tabla A.1. Factores de emisión en caliente transporte de carga, camiones Gran Concepción CATEGORIA
ELEMENTO
FACTOR DE EMISION (gr/km)
CO
37.280 V -0.6945
COPERT II Conventional heavy duty
VOC
40.120 V -0.8774
COPERT II Conventional heavy duty
-0.7495
Camiones Livianos y Medianos Tipo 1 convencionales (sin norma de emisión)
NOx
Medianos Tipo 2
71.7142 V
(0 a 60 km/h)
Ponderados livianos y medianos, COPERT II
0.001 V2 – 0.1333 V + 7.6664
Conventional heavy duty
0.085
COPERT III heavy duty diesel 7,5 t 32t Urban
NH3
0.003
COPERT II heavy duty diesel >32t Urban
MP
11.028 V-0.696
COPERT III heavy duty diesel >32t Urban
CO
20.504 V-0.6945
COPERT III heavy duty diesel >32t Urban- EURO
VOC
20.06 V-0.8774
COPERT III heavy duty diesel >32t Urban
Camiones Pesados Tipo 2
NOx
73.084 V-0.5581
COPERT III heavy duty diesel >32t Urban
(Norma EURO I o
CH4
0.085
COPERT III heavy duty diesel >32t Urban
EPA91)
N2O
0.03
COPERT III heavy duty diesel >32t Urban
NH3
0.003
COPERT III heavy duty diesel >32t Urban
MP
7.1682 V-0.696
COPERT III heavy duty diesel >32t Urban
0.085
III - 2
COPERT III heavy duty diesel 7,5 t 60 km/h)
0.175
COPERT III
N2O
0.03
COPERT II
NH3
0.003
COPERT II
MP
9.2934*V(-0.7373)
COPERT II
CO
35.08505*V(-0.8393)
COPERT II Coaches Euro I
VOC
22.1085*V-0.8870)
COPERT II Coaches Euro I
69.2285*V(-0.6562)
COPERT II Coache Euro I (0 a 60 km/h)
0.00055*V2 – 0.08844*V + 7.8694
( >60 km/h)
CH4
0.175
COPERT III
N2O
0.03
COPERT II
NOx
NH3
0.003
COPERT II
MP
6.04071*V(-0.7373)
COPERT II Coache Euro I
III - 7
Tabla A.8. Factores de emisión en caliente Motocicletas CATEGORIA
Motociclestas 2 tiempos
ELEMENTO
FACTOR DE EMISION (gr/km)
CO
-0.0063V2 + 0.715V – 6.9
VOC
-0.01V2 + 0.097V + 3.9
COPERT III 97/24/EC
NOx
0.00002V2 - 0.001V + 0.032
COPERT III 97/24/EC
4 tiempos
COPERT III 97/24/EC
CH4
0.15
COPERT III 97/24/EC
N2O
0.002
COPERT III 97/24/EC
0.002
COPERT III 97/24/EC
CO
0.0076V – 0.73V + 23.5
COPERT III 97/24/EC
VOC
0.0007V2 - 0.0755V + 2.63
COPERT III 97/24/EC
NOx
0.00005V2 - 0.0007V + 0.137
COPERT III 97/24/EC
NH3
Motocicletas
PROCEDENCIA
2
CH4
0.2
COPERT III 97/24/EC
N2O
0.002
COPERT III 97/24/EC
NH3
0.002
COPERT III 97/24/EC
III - 8
ANEXO IV
Variables Utilizadas
IV - 1
Tabla A.9: Factores de normalización para cada variable Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 15 12378 4123 132581 Buses EPA91 15 12378 3475 113921 Buses EPA94 15 12378 1574 80858 Camión pre EPA 15 12378 9008 109120 Camión EPA 91 15 12378 10480 109120 Livianos Catalíticos 15 12378 328824 491486 Livianos no Catalíticos 15 12378 171268 187595 Taxis Catalíticos 15 12378 36834 149849 Taxis no Catalíticos 15 12378 3159 20237 Comerciales no Catalíticos 15 12378 126035 283632 Comerciales Catalíticos 15 12378 47663 104972 Comerciales Diesel 15 12378 22931 43153 Motocicletas 15 12378 12247 5138 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 2
Población 4756663 4756663 4756663 4756663 4756663 4756663 4756663 4756663 4756663 4756663 4756663 4756663 4756663
Distribución Ingresos mm $1986 $ 1998 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 3200334 621312 PIB
Km. Superficie km2 132297 132297 132297 132297 132297 132297 132297 132297 132297 132297 132297 132297 132297
Tabla A.10: Variables explicativas Provincia Arica Consumo Km. Nº Vehículo Combustible Camino km/l km m3/año Buses Pre EPA91 3,5 4644 335 57.736 Buses EPA91 3,5 4644 77 15.521 Buses EPA94 3,5 4644 22 4.281 Camión pre EPA 3,5 4644 1.260 20.048 Camión EPA 91 3,5 4644 188 12.629 Livianos Catalíticos 12 4644 3.293 7.359 Livianos no Catalíticos 12 4644 13.188 10.101 Taxis Catalíticos 12 4644 1.320 4.833 Taxis no Catalíticos 12 4644 1.331 3.234 Comerciales no Catalíticos 8 4644 1.389 7.112 Comerciales Catalíticos 8 4644 2.436 6.351 Comerciales Diesel 10 4644 1.434 8.144 Motocicletas 15 4644 250 212 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 3
Población 170304 170304 170304 170304 170304 170304 170304 170304 170304 170304 170304 170304 170304
Distribución Ingresos mm $1986 $ 1998 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 242090 279794 PIB
Km. Superficie km2 59099 59099 59099 59099 59099 59099 59099 59099 59099 59099 59099 59099 59099
Tabla A.11: Variables explicativas Provincia Iquique Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 4644 327 103.797 Buses EPA91 3,5 4644 75 27.903 Buses EPA94 3,5 4644 21 7.696 Camión pre EPA 3,5 4644 2.092 36.042 Camión EPA 91 3,5 4644 312 22.704 Livianos Catalíticos 12 4644 5.373 12.808 Livianos no Catalíticos 12 4644 21.518 17.579 Taxis Catalíticos 12 4644 2.064 8.411 Taxis no Catalíticos 12 4644 2.080 5.628 Comerciales no Catalíticos 8 4644 3.223 12.378 Comerciales Catalíticos 8 4644 5.654 11.053 Comerciales Diesel 10 4644 3.327 14.640 Motocicletas 15 4644 475 369 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 4
Población 165.460 165.460 165.460 165.460 165.460 165.460 165.460 165.460 165.460 165.460 165.460 165.460 165.460
Distribución Ingresos mm $1986 $ 1998 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 242090 330.658 PIB
Km. Superficie km2 59099 59099 59099 59099 59099 59099 59099 59099 59099 59099 59099 59099 59099
Tabla A.12: Variables explicativas Provincia El Loa Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 5592 275 134.990 Buses EPA91 3,5 5592 98 36.289 Buses EPA94 3,5 5592 40 10.009 Camión pre EPA 3,5 5592 912 46.874 Camión EPA 91 3,5 5592 752 29.527 Livianos Catalíticos 12 5592 6.226 8.770 Livianos no Catalíticos 12 5592 7.168 12.037 Taxis Catalíticos 12 5592 1.660 5.759 Taxis no Catalíticos 12 5592 543 3.853 Comerciales no Catalíticos 8 5592 5.676 8.476 Comerciales Catalíticos 8 5592 2.963 7.569 Comerciales Diesel 10 5592 827 19.040 Motocicletas 15 5592 82 253 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 5
Población 247000 247000 247000 247000 247000 247000 247000 247000 247000 247000 247000 247000 247000
Distribución Ingresos mm $1986 $ 1998 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 590248 333987 PIB
Km. Superficie km2 126049 126049 126049 126049 126049 126049 126049 126049 126049 126049 126049 126049 126049
Tabla A.13: Variables explicativas Provincia Antofagasta Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 5592 665 191.682 Buses EPA91 3,5 5592 237 51.529 Buses EPA94 3,5 5592 98 14.213 Camión pre EPA 3,5 5592 1.060 66.559 Camión EPA 91 3,5 5592 874 41.927 Livianos Catalíticos 12 5592 10.236 13.952 Livianos no Catalíticos 12 5592 11.785 19.150 Taxis Catalíticos 12 5592 2.169 9.162 Taxis no Catalíticos 12 5592 710 6.130 Comerciales no Catalíticos 8 5592 8.717 13.483 Comerciales Catalíticos 8 5592 4.551 12.041 Comerciales Diesel 10 5592 1.271 27.036 Motocicletas 15 5592 519 402 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 6
Población 247000 247000 247000 247000 247000 247000 247000 247000 247000 247000 247000 247000 247000
Distribución Ingresos mm $1986 $ 1998 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 590248 373741 PIB
Km. Superficie km2 126049 126049 126049 126049 126049 126049 126049 126049 126049 126049 126049 126049 126049
Tabla A.14: Variables explicativas Provincia Copiapó Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 6362 285 59.199 Buses EPA91 3,5 6362 68 15.914 Buses EPA94 3,5 6362 21 4.389 Camión pre EPA 3,5 6362 884 20.556 Camión EPA 91 3,5 6362 488 12.949 Livianos Catalíticos 12 6362 3.585 7.190 Livianos no Catalíticos 12 6362 6.074 9.868 Taxis Catalíticos 12 6362 1.261 4.722 Taxis no Catalíticos 12 6362 533 3.159 Comerciales no Catalíticos 8 6362 3.844 6.949 Comerciales Catalíticos 8 6362 3.506 6.205 Comerciales Diesel 10 6362 847 8.350 Motocicletas 15 6362 254 207 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 7
Población 124692 124692 124692 124692 124692 124692 124692 124692 124692 124692 124692 124692 124692
Distribución Ingresos mm $1986 $ 1998 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 172207 344625 PIB
Km. Superficie km2 75176 75176 75176 75176 75176 75176 75176 75176 75176 75176 75176 75176 75176
Tabla A.15: Variables explicativas Provincia Elqui Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 4930 595 60.601 Buses EPA91 3,5 4930 89 16.291 Buses EPA94 3,5 4930 39 4.493 Camión pre EPA 3,5 4930 1.265 21.043 Camión EPA 91 3,5 4930 598 13.255 Livianos Catalíticos 12 4930 7.756 17.017 Livianos no Catalíticos 12 4930 14.670 23.355 Taxis Catalíticos 12 4930 2.581 11.175 Taxis no Catalíticos 12 4930 849 7.477 Comerciales no Catalíticos 8 4930 6.554 16.445 Comerciales Catalíticos 8 4930 7.026 14.685 Comerciales Diesel 10 4930 1.359 8.548 Motocicletas 15 4930 408 491 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 8
Población 284758 284758 284758 284758 284758 284758 284758 284758 284758 284758 284758 284758 284758
Distribución Ingresos mm $1986 $ 1998 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 177798 333716 PIB
Km. Superficie km2 40579 40579 40579 40579 40579 40579 40579 40579 40579 40579 40579 40579 40579
Tabla A.16: Variables explicativas Provincia Quillota Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 3349 685 33.782 Buses EPA91 3,5 3349 227 9.082 Buses EPA94 3,5 3349 153 2.505 Camión pre EPA 3,5 3349 1.241 11.731 Camión EPA 91 3,5 3349 700 7.389 Livianos Catalíticos 12 3349 6.721 7.407 Livianos no Catalíticos 12 3349 7.880 10.166 Taxis Catalíticos 12 3349 1.380 4.864 Taxis no Catalíticos 12 3349 457 3.254 Comerciales no Catalíticos 8 3349 5.144 7.158 Comerciales Catalíticos 8 3349 3.469 6.392 Comerciales Diesel 10 3349 1.406 4.765 Motocicletas 15 3349 839 214 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 9
Población 203726 203726 203726 203726 203726 203726 203726 203726 203726 203726 203726 203726 203726
Distribución Ingresos mm $1986 $ 1998 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 561437 337923 PIB
Km. Superficie km2 16396 16396 16396 16396 16396 16396 16396 16396 16396 16396 16396 16396 16396
Tabla A.17: Variables explicativas Provincia San Antonio Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 3349 348 32.603 Buses EPA91 3,5 3349 115 8.764 Buses EPA94 3,5 3349 78 2.417 Camión pre EPA 3,5 3349 1.224 11.321 Camión EPA 91 3,5 3349 690 7.131 Livianos Catalíticos 12 3349 12.289 11.351 Livianos no Catalíticos 12 3349 14.408 15.579 Taxis Catalíticos 12 3349 1.443 7.454 Taxis no Catalíticos 12 3349 478 4.987 Comerciales no Catalíticos 8 3349 6.361 10.970 Comerciales Catalíticos 8 3349 4.290 9.796 Comerciales Diesel 10 3349 1.739 4.599 Motocicletas 15 3349 407 327 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 10
Población 203726 203726 203726 203726 203726 203726 203726 203726 203726 203726 203726 203726 203726
Distribución Ingresos mm $1986 $ 1998 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 561437 351615 PIB
Km. Superficie km2 16396 16396 16396 16396 16396 16396 16396 16396 16396 16396 16396 16396 16396
Tabla A.18: Variables explicativas Provincia Colchagua Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 4135 316 16.129 Buses EPA91 3,5 4135 37 4.336 Buses EPA94 3,5 4135 11 1.196 Camión pre EPA 3,5 4135 1.089 5.601 Camión EPA 91 3,5 4135 310 3.528 Livianos Catalíticos 12 4135 2.801 5.820 Livianos no Catalíticos 12 4135 8.615 7.988 Taxis Catalíticos 12 4135 704 3.822 Taxis no Catalíticos 12 4135 275 2.557 Comerciales no Catalíticos 8 4135 3.329 5.624 Comerciales Catalíticos 8 4135 4.932 5.023 Comerciales Diesel 10 4135 1.016 2.275 Motocicletas 15 4135 406 168 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 11
Población 182330 182330 182330 182330 182330 182330 182330 182330 182330 182330 182330 182330 182330
Distribución Ingresos mm $1986 $ 1998 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 304445 408915 PIB
Km. Superficie km2 16387 16387 16387 16387 16387 16387 16387 16387 16387 16387 16387 16387 16387
Tabla A.19: Variables explicativas Provincia Linares Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 7377 334 23.935 Buses EPA91 3,5 7377 49 6.434 Buses EPA94 3,5 7377 26 1.775 Camión pre EPA 3,5 7377 1.254 8.311 Camión EPA 91 3,5 7377 380 5.235 Livianos Catalíticos 12 7377 3.675 6.817 Livianos no Catalíticos 12 7377 7.255 9.356 Taxis Catalíticos 12 7377 534 4.477 Taxis no Catalíticos 12 7377 333 2.995 Comerciales no Catalíticos 8 7377 4.935 6.588 Comerciales Catalíticos 8 7377 5.539 5.883 Comerciales Diesel 10 7377 1.255 3.376 Motocicletas 15 7377 266 197 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 12
Población 246291 246291 246291 246291 246291 246291 246291 246291 246291 246291 246291 246291 246291
Distribución Ingresos mm $1986 $ 1998 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 270583 236388 PIB
Km. Superficie km2 30296 30296 30296 30296 30296 30296 30296 30296 30296 30296 30296 30296 30296
Tabla A.20: Variables explicativas Provincia Bío Bío Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 11693 437 66.883 Buses EPA91 3,5 11693 144 17.980 Buses EPA94 3,5 11693 98 4.959 Camión pre EPA 3,5 11693 1.776 23.224 Camión EPA 91 3,5 11693 1.002 14.629 Livianos Catalíticos 12 11693 6.759 10.113 Livianos no Catalíticos 12 11693 7.925 13.880 Taxis Catalíticos 12 11693 1.225 6.641 Taxis no Catalíticos 12 11693 406 4.444 Comerciales no Catalíticos 8 11693 7.736 9.773 Comerciales Catalíticos 8 11693 5.217 8.728 Comerciales Diesel 10 11693 2.115 9.434 Motocicletas 15 11693 361 292 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 13
Población 323910 323910 323910 323910 323910 323910 323910 323910 323910 323910 323910 323910 323910
Distribución Ingresos mm $1986 $ 1998 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 565753 258468 PIB
Km. Superficie km2 37062 37062 37062 37062 37062 37062 37062 37062 37062 37062 37062 37062 37062
Tabla A.21: Variables explicativas Provincia Malleco Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 12378 167 23.879 Buses EPA91 3,5 12378 49 6.419 Buses EPA94 3,5 12378 13 1.771 Camión pre EPA 3,5 12378 1.147 8.292 Camión EPA 91 3,5 12378 426 5.223 Livianos Catalíticos 12 12378 2.665 5.714 Livianos no Catalíticos 12 12378 4.477 7.842 Taxis Catalíticos 12 12378 585 3.752 Taxis no Catalíticos 12 12378 132 2.510 Comerciales no Catalíticos 8 12378 3.754 5.522 Comerciales Catalíticos 8 12378 3.957 4.931 Comerciales Diesel 10 12378 797 3.368 Motocicletas 15 12378 532 165 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 14
Población 203037 203037 203037 203037 203037 203037 203037 203037 203037 203037 203037 203037 203037
Distribución Ingresos mm $1986 $ 1998 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 160920 201046 PIB
Km. Superficie km2 31842 31842 31842 31842 31842 31842 31842 31842 31842 31842 31842 31842 31842
Tabla A.22: Variables explicativas Provincia Valdivia Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 10619 473 44.174 Buses EPA91 3,5 10619 99 11.875 Buses EPA94 3,5 10619 48 3.275 Camión pre EPA 3,5 10619 1.456 15.339 Camión EPA 91 3,5 10619 564 9.662 Livianos Catalíticos 12 10619 7.048 11.668 Livianos no Catalíticos 12 10619 7.937 16.015 Taxis Catalíticos 12 10619 1.640 7.662 Taxis no Catalíticos 12 10619 417 5.127 Comerciales no Catalíticos 8 10619 6.873 11.276 Comerciales Catalíticos 8 10619 4.680 10.070 Comerciales Diesel 10 10619 1.306 6.231 Motocicletas 15 10619 350 336 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 15
Población 329925 329925 329925 329925 329925 329925 329925 329925 329925 329925 329925 329925 329925
Distribución Ingresos mm $1986 $ 1998 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 284920 254953 PIB
Km. Superficie km2 67013 67013 67013 67013 67013 67013 67013 67013 67013 67013 67013 67013 67013
Tabla A.23: Variables explicativas Provincia Llanquihue Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 10619 518 45.052 Buses EPA91 3,5 10619 109 12.111 Buses EPA94 3,5 10619 52 3.340 Camión pre EPA 3,5 10619 1.476 15.644 Camión EPA 91 3,5 10619 572 9.854 Livianos Catalíticos 12 10619 6.622 11.294 Livianos no Catalíticos 12 10619 7.457 15.501 Taxis Catalíticos 12 10619 1.760 7.416 Taxis no Catalíticos 12 10619 447 4.962 Comerciales no Catalíticos 8 10619 6.856 10.914 Comerciales Catalíticos 8 10619 4.668 9.747 Comerciales Diesel 10 10619 1.302 6.355 Motocicletas 15 10619 207 326 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 16
Población 262562 262562 262562 262562 262562 262562 262562 262562 262562 262562 262562 262562 262562
Distribución Ingresos mm $1986 $ 1998 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 284920 295480 PIB
Km. Superficie km2 67013 67013 67013 67013 67013 67013 67013 67013 67013 67013 67013 67013 67013
Tabla A.24: Variables explicativas Provincia Magallanes Km. Consumo Nº Vehículo Camino Combustible km/l km m3/año Buses Pre EPA91 3,5 3245 316 28.241 Buses EPA91 3,5 3245 58 7.592 Buses EPA94 3,5 3245 31 2.094 Camión pre EPA 3,5 3245 948 9.806 Camión EPA 91 3,5 3245 256 6.177 Livianos Catalíticos 12 3245 11.600 5.414 Livianos no Catalíticos 12 3245 6.079 7.431 Taxis Catalíticos 12 3245 1.401 3.555 Taxis no Catalíticos 12 3245 465 2.379 Comerciales no Catalíticos 8 3245 4.341 5.232 Comerciales Catalíticos 8 3245 1.582 4.672 Comerciales Diesel 10 3245 1.734 3.983 Motocicletas 15 3245 79 156 Fuente: Elaboración propia a partir de MOP, INE 2000, SEC 2000, Banco Central. Categoría
Rendimiento
IV - 17
Población 116511 116511 116511 116511 116511 116511 116511 116511 116511 116511 116511 116511 116511
Distribución Ingresos mm $1986 $ 1998 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 135035 342455 PIB
Km. Superficie km2 132297 132297 132297 132297 132297 132297 132297 132297 132297 132297 132297 132297 132297
ANEXO V
Códigos MATLAB
IV - 18
function []=var(an,ar,bi,co,cop,el,elq,iq,li,ll,ma,mal,qu,sa,va) load comdnor c; load comdnor b; clc %matriz de datos n=7; p=12; ciudades m=15; nom='comdmin.dat'
%variables de la categoria %posicion de la categoria en la matriz de %numero de ciudades %nombre archivo de escritura
%factores de normalizacion f=ones(13,1); f(1)=3.95e8; f(2)=3.39e8; f(3)=2.41e8; f(4)=1.10e9; f(5)=4.48e8; f(6)=7.64e9; f(7)=2.19e9; f(8)=2.24e9; f(9)=2.49e8; f(10)=3.25e9; f(11)=1.12e9; f(12)=5.73e8; f(13)=1.18e8;
%bpe %be91 %be94 %cpe %ce91 %livcat %livncat %taxicat %taxincat %comcat %comncat %comd %motos
%matriz de variables q=ones(m,n); q(1,:)=an(p,:); q(2,:)=ar(p,:); q(3,:)=bi(p,:); q(4,:)=co(p,:); q(5,:)=cop(p,:); q(6,:)=el(p,:); q(7,:)=elq(p,:); q(8,:)=iq(p,:); q(9,:)=li(p,:); q(10,:)=ll(p,:); q(11,:)=ma(p,:); q(12,:)=mal(p,:); q(13,:)=qu(p,:); q(14,:)=sa(p,:); q(15,:)=va(p,:); w=q;
%variacion de variables st=std(q); vp=ones(m,n); vn=ones(m,n); j=1; h=1;
%vector de cantidad de variacion por variable
for j=1:n for h=1:m mst(h,j)=st(j); end end vp=q+mst; vn=q-mst; vmst=mst./q;
%variacion positiva %variacion negativa %variacion de desviaciones c/r
IV - 19
datos
for j=1:n for h=1:m if vn(h,j)
