https://drive.google.com/open?id=0B3LVDqU7bsp1VEszeTN5SEl5eDg
Full Anexxed Files / Todos los Archivos Anexos:
https://drive.google.com/open?id=0B3LVDqU7bsp1TzUwUHV1Uk96amM
MODELAMIENTO AMBIENTAL DE CALIDAD DE AIRE (PM10 Y PM2.5) EN LA ESTACION CARVAJAL-SEVILLANA (-74.1485 N, 4.5958 E)- BOGOTA D.C., USANDO EL MODELO SCREEN VIEW EN CONTRASTE CON LA RESOLUCION 601 DE 2006.
Rojas, Luis Felipe*;
Sistemas y Recursos Ambientalmente Sostenibles (SYRAS). Programa de Ingeniería Ambiental, Universidad Manuela Beltrán, Bogotá-Colombia
RESUMEN
Este artículo tiene como fin realizar el modelamiento de calidad de aire en la estación Carvajal-Sevillana (-74.1485 N, 4.5958 E) perteneciente al Sistema de Monitoreo de Calidad de Aire de Bogota. A partir de mediciones con intensidad diaria usando como criterio la verificación de cumplimiento de los rangos límites de MATERIAL PARTICULADO (PM10, PM2.5, SO2, O3, NO, NO2, NOX, CO) y Climatológicas (Temperatura[ºC], Precipitación[mm]). Usando como Norma de comparación la Resolucion 601 de 2006. En este estudio se contempla una metodología orientada en la que se realiza el procesamiento a las series de datos de mediciones de parámetros entre las fechas Agosto-2016 a agosto-2017 (1 Año), Validando el cumplimiento Anual de los parámetros de PM10 y PM2.5 respectivamente. Posteriormente se realiza un procesamiento de los datos obtenidos de forma anual en el Modelo de Dispersión de Gauss implícito en el Modelo Screen View-USEPA. Posteriormente se presenta un SIG[1] que muestra los niveles de calidad de aire local en función de las estimaciones del modelo y las Rosas de Polución. Este proyecto surge a partir de la necesidad de validar el cumplimiento de la norma de calidad de aire para la región sur de Bogota y presentar una metodología que permita conocer la concentración de un contaminante atmosférico antes de emitirlo como medida de control. En conclusión, el modelo Screen View muestra los perfiles de dispersión de material particulado total (PM 2.5 Y PM10), con un error de estimación del 5% en la estimación de concentraciones. Por otra parte, la población expuesta por la pluma contaminante de material particulado en los barrios de Las Delicias, Venecia Occidental, Isla del Sol y Guadalupe con niveles mínimos de exposición de 52 µg/m3 y máximos de 100 µg/m3 por ende no existe cumplimiento de los rangos admisibles de calidad de aire de acuerdo a la Resolucion 601 de 2006. Esta exposición conllevara a un aumento de las afecciones de salud (cáncer pulmonar, muertes prematuras, síntomas respiratorios severos, irritación de ojos y nariz, exacerbación del asma y agravamiento en caso de enfermedades cardiovasculares). Para futuros estudios, se propone modelar usando el mismo software olores de una PTAR piloto como propuesta de modelo para Estudios de Impacto Ambiental (EIA), en función de las condiciones climatológicas e Hidrológicas de un lugar en particular
Palabras Clave: EIA, Screen View, Modelación Calidad Aire, PM 2.5, PM 10, Resolucion 601 de 2006, Bogota D.C.
INTRODUCCIÓN
La dinámica de la atmosfera se encuentra ligada con los diferentes procesos Físicos y Quimicos que se presentan en ella a diario y en asociación con los procesos de transferencia de calor (Conducción, Adveccion, Radiación) térmica[1]; producto de ello se presenta en las variables fenomenológicas del clima y la relación dinámica con los demas ciclos bio-geoquímicos[2] que aportan agentes importantes para mantener un equilibrio energético y de masas en todo el sistema[3].El clima, La temperatura, La Humedad relativa se considera por tal razón una de las variables más influyentes en la dinámica de transporte de contaminantes atmosféricos[4]; los cuales son factores de interés público para la salud pública y la gestion del recurso atmosférico en el proceso para determinar la concentración máxima permisible de la concentración que se puede emitir a la atmosfera[5]
La gestion integral del recurso atmosférico enmarca todos los procesos de manejo, gestion y control de todos los procesos, y finalmente la proteccion del recurso como insumo primario para la vida[6], en Colombia la gestion de este recurso se encuentra regulada por cada uno de los entes de control local siguiendo la jerarquía ( Ministerio de Ambiente y Desarrollo Sostenible [MADS], Secretarias de Ambiente [SDA] ò en su defecto Corporaciones Regionales Ambientales [CRA]. Antes del año 2015 se contemplaba la norma de calidad de aire como pilar vital de control[7], no obstante a partir de la firma del tratado de Paris[3], Colombia se compromete a reducir en un 20% sus emisiones de gases de efecto invernadero para dar cumplimiento a los objetivos del desarrollo sostenible COP 21[8].
En lo que respecta a los modelos aceptados por la entidad ambiental competente en el Distrito Capital (BOGOTA D.C.), se encuentra el modelo Gaussiano y el modelo SCREEN VIEW desarrollado por la USEPA[9] el cual funciona bajo el esquema de una caja negra en la cual el usuario ingresa los datos de su caso y este reporta un metadato de la concentración del Material particulado en función de la rosa de vientos[10] , Temperatura de salida de material[11] y dinámica de transporte con la topografía local[12].
La normativa limitante de las concentraciones de emisión de material particulado y gases contaminantes para fuentes fijas y fuentes móviles, en ambos casos estas reglamentan que se debe reportar la medición para cada parámetro de forma segregada como se presenta en la Tabla 1.
Límite Máximo Permisible [µg/m3]
|
Tiempo de Medida
| |
PM 10
|
50
|
Anual
|
PM 2.5
|
15
|
Anual
|
SO2
|
80
|
Anual
|
O3
|
80
|
Anual
|
NO2
|
100
|
Anual
|
CO
|
10
|
8 Horas
|
Tabla 1. Limites Máximos Permisibles de Emisión de gases contaminantes. Adaptado de [7]
La normatividad, expresa en la norma los principales contaminantes estos debido a su importancia con respecto a la norma internacional emitida por la USEPA[13], en Colombia para ajustar a las condiciones locales la norma es hasta un 200%[14] más permisiva haciendo que las concentraciones en diferentes lugares sean superiores a los que decretan las normas internacionales[15]. En relación a los parámetros de calidad de aire en los últimos años ha existido un incremento de las IRAS reportadas por el Hospital Pablo Sexto de Bosa se encuentra directamente relacionado por el bajo control sobre las fuentes móviles de transporte en la ciudad[16].
Modelo de Dispersión Pluma Gaussiana
El modelo de Gauss, conocido también como el método de estimación de la pluma contaminante en función de las velocidades y la topografía predominante del punto inicial de modelación[17]. El modelo sigue el siguiente desarrollo matemático presentado en las Ecuaciones 1 a 2. Con base en la Ilustracion 1. presentado a continuación
En este esquema se muestra un esquema tridimensional de un punto focal de la emisión de contaminantes el cual posee una altura bien definida h, en la mayoría de las ocasiones suele ser la altura de la chimenea y el máximo de h es el punto de salida de gases contaminantes; consecuentemente este tiene una altura adicional denominada Δh, es la altura de la pluma contaminante. De forma total se expresa la altura total de la chimenea + la altura de la pluma será la altura total en la que por las propiedades térmicas de los gases ascenderán y luego a partir de un corte transversal al eje y se obtiene un perfil de concentración del contaminante Xi; producto de este se conoce el area en la cual se desplazara el contaminante dependiendo de la rosa de vientos y la dirección predominante en el area de estudio.
Posteriormente se escribe la ecuación de decrecimiento exponencial de concentración genérica de diversos autores para el estudio fenomenológico de cualquier emisión genérica[19], como se muestra en la ecuación 1.
Ecuación 1. Ecuación Genérica de decrecimiento exponencial de un contaminante, Tomado de [20]
Posteriormente, se presentan las hipótesis del modelo para hacer posible el desarrollo de la ecuación 1.
- · El modelo trabaja bajo un esquema de flujo estacionario[21]
- · La difusión de masa es despreciable en el eje x (σx=0)[22]
- · La velocidad en los 3 ejes es constante y tiene pocas variaciones por tal razón se puede despreciar y mantener constante para la salida de la chimenea[23].
Posteriormente realizando una analogía con el modelo se reemplazan los factores de la ecuación se remplaza la ecuación de la siguiente forma
La concentración de salida depende del caudal de emisión del gas (Q) en g/s del componente, los factores del denominador son propios de la geometria de salida de la chimenea siendo una circunferencia, el factor de la velocidad de flujo se ve representado por (µ) de tal forma que expresa la concentración de salida teniendo en cuenta los factores de salida de geometria de salida y los factores de dispersión vertical y lateral (σx) y (σy). Posteriormente el factor de dispersión se muestra a continuación
El factor de dispersión de la concentración inicial únicamente depende de los factores de dispersión longitudinal y vertical (σx) y (σy), la altura alcanzada por la pluma (z), la altura de la chimenea (H), y la altura total del eje y con respecto al suelo (y). Una vez estimados estos parámetros se reemplazan dentro de la ecuación 1. Y se obtiene la ecuación con la que trabaja el modelo general, como se muestra en la ecuación 2.
Ecuación 2. Ecuación para modelar la concentración de contaminantes atmosféricos, Fuente [24]
En la ecuación 2. Se aplica de forma directa sobre el modelo, no obstante, para el cálculo de los otros parámetros de σx y σy, se requiere tener información del material el cual se emitirá a la atmosfera. Para tener más detalles de cómo calcular estos coeficientes se recomienda leer la guia Modelo de Dispersión Gaussiano publicado por [18].
Este modelo es rápido para obtener perfiles de concentración de contaminantes en una sola fuente; para el caso en el que existan múltiples fuentes de emisiones el proceso puede ser muy engorroso y no se recomienda hacerlo manualmente pues ya existen software comerciales como el Screen View ; un Freeware ofrecido por la US-EPA[18].
Modelo Screen-View (USEPA)
El modelo Screen-View es un modelo desarrollado por la US-EPA y cuenta con una plataforma GUI fácil de manipular para desplegar perfiles de dispersión uní-dimensionales Distancia Vs. Concentración[25] , este usa el método de caja negra; no obstante según [26] parte del método de la pluma de Gauss y en ocasiones se recomienda realizar un proceso de validación con una hoja de Excel creada y el modelo Screen View usando indicadores de error porcentual y el indicador X2(Chi Cuadrado)[27].Posteriormente, se muestra la GUI y las curvas obtenidas por [16]
Este software presenta algunos beneficios mostrados a continuación:
- Modela la dispersión de una fuente a una distancia determinada[25]
- Incorpora los efectos de flujo de caída por edificios y concentraciones máximas en regiones lejanas y cercanas[25]
- El modelo incorpora los efectos de terreno elevado sencillo ò con formaciones complejas[25].
- Se puede calcular las concentraciones máximas promedio de 24 horas por el método de filtrado de 24 horas con el Método Valley[25].
- Puede determinar las concentraciones máximas en cualquier número de distancias a distancias de hasta 100 Km para transporte largo[25].
Este software presenta algunas condicionales en los resultados obtenidos
- Estadísticamente las concentraciones máximas estimadas varían en un 5% con el modelo de pluma de Gauss[25].
- Por otro lado, existen variaciones con respecto al modelo de dispersión de la pluma de Gauss asociadas en la ecuación 3.
En la ecuación 3. Se evidencia que la altura de la zona de mezcla en este modelo se calcula a partir de la velocidad de fricción del gas con el aire (µ)[25] y el coeficiente de Coriolis(f)[25], el cual depende de la posición geográfica en la que se realice el estudio. Adicionalmente la ecuación toma cuando no se especifica una altura de chimenea una cota de elevación igual a 10 metros haciendo que la ecuación quede de la siguiente forma.
Haciendo que la velocidad de flujo que toma el modelo para la dispersión del contaminante se tome a 10 metros sobre el nivel de referencia, en las condiciones A-D[25].
MATERIALES Y MÉTODOS
La metodología de este proyecto al ser orientada- Cuantitativa, para mostrar los perfiles de dispersión se segmenta en 3 fases denominadas por el autor en Adquisición de la información, Pre-Procesamiento de la información y Obtención de los perfiles de concentración de PM 10 y PM 2.5 Respectivamente, validando el cumplimiento de la Resolucion 601 de 2006.
En la fase I. Inicialmente se procede a realizar la búsqueda bibliográfica de casos aplicados con el modelo de dispersión del Modelo de Dispersión Gaussiano[21], para realizar el procesamiento de la información que se obtendrá del sistema de calidad de aire de la Secretaria de Ambiente de Bogota, producto de esta etapa es la descripción, consideraciones y explicación del manejo de las ecuaciones incluidas en el modelo Gaussiano y el Software Screen View. Para esta etapa se tienen en cuenta las siguientes consideraciones en el filtrado de fuentes para la inclusión de citas en el documento.
1. El documento se debe encontrar indexado en una revista de categoría A ò B, en la que se trabajen temáticas de calidad de aire con resultados de tipo experimental.
2. El foco de evaluación de calidad de aire para los artículos incluidos tiene que ser la validación del cumplimiento de la Resolucion 601 de 2006, en los ítems listados en el Art. 4.
3. Las fuentes de información tienen que ser en caso de documentación oficial, documentos validados por entes de control gubernamental ò ambiental.
En la fase II. Se realiza la consulta de la información de calidad de aire de la estación Sevillana-Carvajal entre los periodos [Agosto- 2016 a Agosto 2017], consultando los parámetros [ Temperatura Horaria (ºC), Precipitación Horaria(mm), Monóxido de Carbono Horario Co (ppm), Ozono Horario O3 (ppb), Dióxido de Azufre Horario So2 (ppb), Dióxido de Nitrógeno Horario NO2 (ppb), Óxidos de Nitrógeno Horario de tipo terciario NOx (ppb), Material Particulado Horario PM 2.5 (µg/m3) y Material Particulado Horario PM 10 (µg/m3). Debido a la temporalidad de la información se procede a clasificar en el software Excel la informacion generando promedios mensuales y posteriormente sumando la emisión total de Material Particulado PM 2.5 y Material PM 10 en el area de influencia no menor a 50 Km a la redonda; debido a que se debe tener en cuenta la influencia de la dirección de viento para conocer la dirección de sedimentación del material particulado en el area de influencia. Se generan en paralelo los perfiles de polución de cada uno de los componentes en la plataforma del Sistema de Calidad de Aire de Bogota[16].
En la fase III. Para esta fase se procede a insertar en el modelo Screen View y el archivo de Excel del Modelo Gaussiano suministrado por el grupo de Investigación de Modelación Ambiental de la Universidad Nacional. Se toman en cuenta las condiciones topográficas del punto de muestreo y las condiciones climatológicas para dar la clasificación de la condición de estabilidad climatológica C; debido a la velocidad de viento ≥ 6 m/s y a las condiciones meteorológicas locales, Una vez se reportan los resultados se procede a realizar una comparación de resultados usando los indicadores de Indice de aumento de temperatura CO, Como parámetro de comparación se realizará la validación del modelo Gaussiano Vs. El modelo Screen View desarrollado por la US-EPA. Finalmente se muestran los perfiles de nivel de calidad de aire en referencia a la Resolucion 601 de 2006.
RESULTADOS Y ANALISIS
REPORTE DE SERIES DE PRECIPITACIÓN Y TEMPERATURA
Una vez realizado el procesamiento de la informacion obtenida del Sistema de Monitoreo de Calidad de Aire de Bogota, se genera el reporte de la temperatura promedio mensual y la precipitación promedio mensual.
Con respecto a la dinámica atmosférica el comportamiento de la temperatura y la precipitación mensual se ve relacionada con los picos de precipitación máxima de (153 mm) y temperatura mínima (14.4ºC).
ROSA DE VIENTOS GENERADA
A partir de la página Web del Servicio de Monitoreo de Calidad de Aire se procede a generar la rosa de vientos característica de la estación para el lapso de estudio, presentado en la ilustracion 3.
En la rosa de vientos característica se evidencia una velocidad de viento predominante en la dirección Sur-Sur-Este (4-6 m/s), en una longitud característica desde el punto de la estación a 27 m de la ubicación de la estación. Estos datos son tomados para la ejecucion del modelo de Pluma Gaussiana y el Modelo Screen View.
REPORTE RELACIÓN GASES CONTAMINANTES VS. TEMPERATURA
Una vez realizado el procesamiento de la informacion obtenida del Sistema de Monitoreo de Calidad de Aire de Bogota, se genera el reporte de la temperatura promedio mensual y la concentración de CO (ppm) promedio mensual. Presentada en la ilustracion 4.
En la ilustracion 3. Se muestra el comportamiento de la curva de temperatura promedio mensual con respecto a la concentración de Monóxido de Carbono (CO), en el escenario completo Agosto-2016 a Agosto-2017, se presenta un aumento de la temperatura promedio mensual típico del escenario niña con un aumento máximo de temperatura desde Enero-2017 a Junio-2017 de 16ºC.Este está directamente relacionado con el aumento de la concentración de Monóxido de Carbono (CO), este aporta al estudio un aumento de 0.57 ºC/ ppm CO calculado por el autor a partir de la ecuación 3, por otro lado existe una región en la que en la estación no se reportan mediciones de Monóxido por tareas de mantenimiento; esta región no es tomada para el cálculo del indicador diseñado por el autor. Mostrada a continuación
En la ecuación 3. Se realiza este cálculo a partir de la serie de temperatura promedio mensual, donde Tpromi-1 (Temperatura promedio año anterior) y Tpromi (Temperatura promedio año siguiente). Por otro lado, CO(ppm)i-1 (Concentración de monóxido año anterior) y CO(ppm)i (Concentración de monóxido de carbono año siguiente).
CURVAS DE DISPERSIÓN DE MATERIAL PARTICULADO
Las curvas de estimación promedio de la estación de material particulado PM10 y PM 2.5, son indicadores críticos para dar el cumplimiento a la Resolucion 601 de 2006, pues corresponden a un indicador de proteccion a la salud pública. En la Ilustracion 5. Se muestran el consolidado general para la estación Carvajal-Sevillana en el periodo de tiempo estudiado agosto-2016 a Agosto-2017.
En la estación Carvajal-Sevillana, predomina un incumplimiento a la norma como se evidencia un aumento de material particulado menor a 10 micras (PM10) en todos los meses de medición a excepción de los meses de Diciembre-2016(50 µg/m3) y Febrero-2017(28 µg/m3), el resto de los meses se está superando el límite de la norma de calidad de aire nacional puesto que si se tiene en cuenta que la norma establece que el límite anual debe ser inferior a 50 µg/m3, en solo el mes de Noviembre-2016(70 µg/m3) se excede la norma en un 40% lo cual compromete la calidad de aire del sector por el aporte unitario de las fuentes móviles en su mayoría magnifican el problema aumentando la concentración de PM10 en el aire[16], los picos de concentración reportados por el acumulado global se encuentran directamente asociados a la actividad de transporte en el sector y el bajo índice de circulación ; lo que ocasiona que los auto motores[28], deban acelerar en primera marcha lo que aumenta significativamente la concentración de material particulado PM10 emitido a la atmosfera[16]. Por otro lado el reporte de material particulado PM 2.5 excede la Resolucion 601 de 2006 en la mayoría de los meses, exceptuando para los meses de Septiembre,Octubre,Noviembre y Diciembre de 2016 partiendo de la hipótesis de que las fuentes móviles emiten más que las fuentes fijas se debe controlar más este factor para mejorar las condiciones de calidad de aire a nivel local[16], en conclusión la calidad de aire de la estación debe intervenirse puesto que la calidad no cumple con la normatividad vigente y se debe revisar los indicadores de salud de los hospitales cercanos.
ROSA DE POLUCIÓN PM 2.5 Y PM 10
En el Sistema de Calidad de Aire de Bogota, se obtienen los perfiles de polución para el PM 2.5, PM 10. A continuación en la Tabla 2.
MODELACIÓN DE DISPERSIÓN DE MATERIAL PARTICULADO PM
En cumplimiento de normatividad ambiental todo proyecto para evaluar el cumplimiento de la normatividad ambiental de calidad de aire, se debe realizar el proceso de modelamiento de material particulado menor a 10 Micras (PM10) y 2.5 Micras (PM 2.5). Los resultados más representativos del proceso se presentan a continuación en la tabla 3.
En relación a las curvas presentadas en la tabla 3. Las curvas obtenidas para el caso de curva de PM 2.5 se mapean y se muestran los niveles de concentración de material particulado siendo el nivel rojo el más alto, los barrios afectados por la dispersión del material particulado serán respectivamente Delicias, Venecia Occidental, Isla del Sol y Guadalupe. Estos barrios estarán expuestos a niveles de material particulado total de hasta con un máximo de 100 µg/m3 y 52 µg/m3 de mínima. Entre las afecciones de salud más típicas causaran un aumento en la frecuencia de cáncer pulmonar, muertes prematuras, síntomas respiratorios severos, irritación de ojos y nariz, exacerbación del asma y agravamiento en caso de enfermedades cardiovasculares[29]. Así mismo, su acumulación en los pulmones puede originar enfermedades como la silicosis y la asbestosis. Este material entre otras cosas puede causar efectos secundarios Dermales (piel) y Oculares variados.
CONCLUSIONES
· El modelo Screen View muestra los perfiles de dispersión de material particulado total (PM 2.5 Y PM10), con un error de estimación del 5% en la estimación de concentraciones.
· La población expuesta por la pluma contaminante de material particulado en los barrios de Las Delicias, Venecia Occidental, Isla del Sol y Guadalupe con niveles mínimos de exposición de 52 µg/m3 y máximos de 100 µg/m3.
· La calidad del aire de la estación de Carvajal-Sevillana no cumple con los estándares en el lapso Agosto-2016 a agosto 2017 no cumple con la Resolucion 601 de 2006.
BIBLIOGRAFÍA
[1] C. D. Thomas et al., “Extinction risk from climate change,” Nature, vol. 427, no. 6970, pp. 145–148, 2004.
[2] T. Barker, “Climate Ch ange 2007 : An Assessment of the Intergovernmental Panel on Climate Change,” 2007.
[3] N. Rodríguez-Eraso, J. D. Pabón-Caicedo, N. R. Bernal-Suárez, and J. Martínez-Collantes, Cambio climático y su relación con el uso del suelo en los Andes colombianos. 2010.
[4] R. A. Felicio and D. D. S. Onça, “‘ Aquecimento Global ’, ‘ Mudanças Climáticas ’ E ‘ Caos Ambiental ’ Justificando O Falso ‘ Desenvolvimento Sustentável ’: a Teoria Da Tríade,” Fórum Ambient. da alta Paul., vol. VI, pp. 569–590, 2010.
[5] J. Carmona, G. Poveda, M. V. Vélez, M. Bedoya, and J. I. Vélez, “Caracterizacion de la climatologia y los efectos del ENSO sobre la isla de San Andrés, Colombia,” XXIV Congr. Latinoam. Hidraul., p. 11, 2010.
[6] A. Moreno Jiménez, “Población y polución atmosférica intraurbana por dióxido de nitrógeno en Madrid: Análisis desde la justicia ambiental basado en sistemas de información geográfica,” Cuad. Geogr., vol. 52, no. 1, pp. 84–107, 2013.
[7] MADS, “RESOLUCION 0601 DE 2006.” 2006.
[8] Grupo Sprilur, “Guia para el desarrollo sostenible de los proyectos de urbanización,” p. 495.
[9] M. Mejuto, “Afectación de la minería del carbón en las propiedades físicas y químicas de los suelos de la cuenca hidrográfica del río rodrigatos (el Bierzo, León),” 2011.
[10] M. Ruiz and G. Bernal, “Variabilidad estacional e interanual del viento en los datos del Reanalisis NCEP/NCAR en la cuenca Colombia, mar Caribe,” Av. en Recur. Hidráulicos, no. 20, pp. 7–20, 2009.
[11] R. Chaparro, “Simulación de Material Particulado Carrera 13 con ENVI met.” Colombia, 2014.
[12] J. Olivero-Verbel, F. Young-Castro, and K. Caballero-Gallardo, “Contaminaci??n por mercurio en aire del distrito minero de San Mart??n de Loba en el departamento de Bol??var, Colombia,” Rev. Int. Contam. Ambient., vol. 30, no. 1, pp. 7–13, 2014.
[13] F. PEREA VELÁSQUEZ, “LEGISLACION BÁSICA AMBIENTAL,” vol. 1, 2015.
[14] I. M. V. VALBUENA and I. R. V. ANGARITA, “MODELACIÓN DE LA RED DE ALCANTARILLADO SANITARIO Y PLUVIAL DE LA URBANIZACIÓN PLAZA MADRID MEDIANTE EL SOFTWARE EPA SWMM,” 2013.
[15] B. Van Hoof and C. Herrera, “La evolución y e futuro de la producción mas limpia en Colombia,” Rev. Ing., vol. 10, no. 26, pp. 101–119, 2007.
[16] N. Rojas Y., “Aire y problemas ambientales de Bogotá,” Foro Nac. Ambient. Doc. Políticas Públicas, vol. 18, no. Problemas ambientales de Bogotá, p. 12, 2009.
[17] A. Eke, P. Herman, L. Kocsis, and L. R. Kozak, “Fractal characterization of complexity in temporal physiological signals,” Physiol. Meas., vol. 23, no. 1, pp. R1–R38, 2002.
[18] UNIVERSIDAD DE CATARINA, “MODELO GAUSSIANO.” 2010.
[19] X. Querol, “El material particulado atmosférico,” in Congreso Nacional del Medio Ambiente, 2006, pp. 1–26.
[20] J. W. & S. Snoeyink, V.L. y D. Jenkins. Water Chemistry, “Caracterización De Aguas Residuales Por Dbo Y Dqo,” Ing. Trat. Aguas Residuales, pp. 1–7, 2008.
[21] A. Sanhueza, V. Leiva, and L. López-Kleine, “Sobre el modelo Gaussiano inverso mezclado t-student y una aplicación a producción de proteínas,” Rev. Colomb. Estad., vol. 34, no. 1, pp. 177–195, 2011.
[22] L. Sáenz, “Modelación de dispersión de olores y odorantes mediante el modelo de penacho gaussiano. Estudio de caso en la planta de tratamiento de El Roble de Puntarenas, Costa Rica,” 2015.
[23] E. O. Rangel, “Uso de Redes Neuronales Pulsantes para mejorar el Filtrado de Imágenes contaminadas con Ruido Gaussiano,” COMIA, no. Icm, 2016.
[24] OMS, “Guías de calidad del aire de la OMS relativas al material particulado, el ozono, el dióxido de nitrógeno y el dióxido de azufre. Actualización mundial 2005,” Organ. Mund. la Salud, p. 25, 2005.
[25] US EPA, “Guía del Usuario del Modelo SCREEN3.” 2010.
[26] K. Bickerstaff and G. Walker, “Public understandings of air pollution: The ‘localisation’ of environmental risk,” Glob. Environ. Chang., vol. 11, no. 2, pp. 133–145, 2001.
[27] L. P. Clark, D. B. Millet, and J. D. Marshall, “National patterns in environmental injustice and inequality: Outdoor NO2 air pollution in the United States,” PLoS One, vol. 9, no. 4, 2014.
[28] A. H. Cardenas-Franco, “Consideraciones del material particulado en Bogotá. Alternativas tecnológicas de medición de la calidad del aire,” Rev. Tecnura, vol. 13, no. 25, 2012.
[29] A. M. C. da Silva, I. E. Mattos, S. R. Freitas, K. M. Longo, and S. S. Hacon, “Material particulado (PM2.5) de queima de biomassa e doenças respiratórias no sul da Amazônia brasileira,” Rev. Bras. Epidemiol., vol. 13, no. 2, pp. 337–351, 2010.
[30] M. E. Fernández, A. P. Avila, and H. L. Taylor, “SIG-P y experiencias de cartografía social en la ciudad de Bogotá (Colombia),” in XII Encuentro de geógrafos de América Latina, 2009.
No hay comentarios:
Publicar un comentario
Muchas Gracias por Registrate , en cuanto tengamos una proxima entrada . Seras el primero en saberlo¡