Modelación de la dispersión del monóxido de carbono y el material particulado emitido por el tráfico vehicular: caso de Valdivia

Abstract

La contaminación atmosférica urbana provocada por el tráfico vehicular causa efectos nocivos sobre la salud poblacional. Por lo tanto, la implementación de herramientas que permitan cuantificar la contaminación vehicular permite desarrollar soluciones que apunten de forma eficiente y eficaz a controlar y prevenir la contaminación en zonas urbanas. En Chile, los proyectos de gestión vial y transporte incorporan las externalidades ambientales generadas por medio del uso de modelos de dispersión de contaminantes. Sin embargo, el modelo actualmente utilizado a nivel nacional (CAMx) es ineficiente a escalas menores a 1-2 km, por lo que la aplicación y evaluación de otros modelos de dispersión de contaminantes vehiculares alternativos que busquen reproducir la variabilidad temporal y espacial de la contaminación emitida por el tráfico a escala urbana adquiere relevancia, especialmente a cortas distancias de las vías de tráfico. El diseño metodológico de la presente investigación tiene como objetivo evaluar la utilización del modelo de dispersión Gaussiano AERMOD para simular la variabilidad temporal del MP2,5, MP10 y CO emitidos por el tráfico vehicular durante el año 2019 en la ciudad de Valdivia, Chile. El proceso de configuración y simulación de la dinámica del MP2,5, MP10 y el CO fue realizado con AERMOD. La información meteorológica de entrada utilizada para la modelación fue simulada mediante la combinación de WRF-MMIF y datos empíricos de la estación de monitoreo Valdivia I. La información de emisiones fue extraída del inventario de emisiones vehiculares realizado por MODEM el año 2010. Las concentraciones de referencia de material particulado fino y grueso asociadas a la contaminación vehicular fueron estimadas mediante la combinación de dos métodos de estimación de contaminantes basados en información empírica. Y, la evaluación del desempeño del modelo se realizó por medio herramientas de visualización y análisis estadístico de datos en lenguaje de programación R. Los resultados de la evaluación del modelo indican que las concentraciones de MP10 y MP2,5 de Escape simuladas por AERMOD subestimaron las concentraciones de referencia según los valores alcanzados de sesgo medio (MB) obtenidos en todos los escenarios de resolución temporal analizados y el análisis cualitativo realizado; no obstante, en el escenario de evaluación que considera una resolución temporal semanal estos contaminantes (MP10 y MP2,5) presentaron altos valores de correlación de pearson y factor de dos (r-pearson>0,45 y Fac2>0,50, respectivamente). Nosotros creemos, que los deficientes resultados en las resoluciones horarias y diarias de los contaminantes mencionados anteriormente se deben principalmente a sesgos en el perfil temporal brindado por el inventario de emisiones vehiculares propuesto por MODEM, lo que hace que resultados a nivel diario y horario regidos por estos perfiles temporales muestren un menor desempeño de predicción que los resultados a nivel semanal. Por otro lado, para el caso del CO, el MP10 No-Escape y el MP2,5 No-Escape el análisis cuantitativo y cualitativo indican que AERMOD no reproduce bien la variabilidad temporal de estos contaminantes en ningún caso. A modo de conclusión, nosotros encontramos que AERMOD muestra niveles de desempeño aceptable sólo para el material particulado total respirable y fino de contaminación de Escape promediado en una resolución temporal semanal, Sin embargo, nosotros también hallamos que la metodología de estimación de concentraciones de referencia presenta un alto grado de incertidumbre, por lo que la evaluación de la modelo realizada es cuestionable y no es posible concluir de forma determinista sobre el mal desempeño de AERMOD para modelar contaminantes emitidos por el tráfico. Además, dado el buen desempeño meteorológico de WRF para Valdivia, se concluye que los resultados del desempeño de AERMOD están principalmente influenciado por la incertidumbre asociado a las emisiones y a la formulación del modelo.

Urban air pollution caused by vehicular traffic causes harmful effects on population health. Therefore, the implementation of tools that allow quantifying vehicular pollution allows the development of solutions that aim to efficiently and effectively control and prevent pollution in urban areas. In Chile, road and transportation management projects incorporate environmental externalities generated through the use of pollutant dispersion models. However, the model currently used at the national level (CAMx) is inefficient at scales smaller than 1-2 km, so the application and evaluation of alternative vehicle pollutant dispersion models that seek to reproduce the temporal and spatial variability of pollution emitted by urban-scale traffic acquires relevance, especially at short distances from traffic lanes. The methodological design of this research aims to evaluate the use of the Gaussian dispersion model AERMOD to simulate the temporal variability of PM2.5, PM10 and CO emitted by vehicular traffic during 2019 in the city of Valdivia, Chile. The process of configuration and simulation of the dynamics of the PM2.5, PM10 and CO was carried out with AERMOD. The input meteorological information used for the modeling was simulated by combining WRF-MMIF and empirical data from the Valdivia I monitoring station. The reference of fine and coarse particulate matter associated with vehicular pollution was estimated by combining two methods. estimation of pollutants based on empirical information. And, the evaluation of the performance of the model was carried out by means of visualization tools and statistical analysis of data in programming language R. The results of the model evaluation indicate that the concentrations of PM10 and PM2.5 Exhaust simulated by AERMOD underestimated the reference concentrations according to the achieved values of mean bias (MB) obtained in all the temporal resolution scenarios analyzed (MB> 0 ) and the qualitative analysis carried out; However, in the evaluation scenario that considers a weekly temporal resolution, these pollutants (PM10 and PM2.5) presented high correlation values of pearson and factor of two (r-pearson> 0.45 and Fac2> 0.50, respectively ). We believe that the deficient results in the hourly and daily resolutions of the aforementioned pollutants are mainly due to biases in the temporal profile provided by the vehicle emissions inventory proposed by MODEM, which makes results at a daily and hourly level governed by these temporal profiles show a lower prediction performance than the results at the weekly level. On the other hand, in the case of CO, PM10 Non-Exhaust and PM2,5 Non-Exhaust, the quantitative and qualitative analysis indicates that AERMOD does not reproduce well the temporal variability of these pollutants in any case. By way of conclusion, we found that AERMOD acceptable performance levels only for total respirable particulate matter and fine exhaust contamination averaged over a weekly temporal resolution, however, we also found that the reference concentration estimation methodology presents a high degree of uncertainty, so the evaluation of the model carried out is questionable and it is not possible to conclude deterministically on the poor performance of AERMOD to model pollutants emitted by traffic. In addition, given the good meteorological performance of WRF for Valdivia, it is concluded that the results of the performance of AERMOD are mainly influenced by the uncertainty associated with emissions and the formulation of the model.